基于蚁群算法岩体可爆性分级的投影寻踪回归方法

在分析影响岩体可爆性因素的基础上,选择岩体坚固性系数、声阻抗、炸药消耗量、平均裂隙距作为岩体可爆性分级评判指标,建立岩体可爆性分级的投影寻踪综合评价模型,利用蚁群算法优化其投影方向,根据投影特征指标值对岩体可爆性进行分级评价,并将其应用于某地下岩体可爆性分级。评价结果表明,该评价模型可以避免主观因素对权重确定的影响,评价结果客观准确,为岩体可爆性综合判别提供了一种新的方法。     

基于人工鱼群算法岩体可爆性分级的投影寻踪回归方法

在分析影响岩体可爆性因素的基础上,选择岩体坚固性系数、声阻抗、炸药消耗量、平均裂隙距作为岩体可爆性分级评判指标,建立岩体可爆性分级的投影寻踪综合评价模型,利用人工鱼群算法优化其投影方向,根据投影特征指标值对岩体可爆性进行分级评价,并将其应用于某矿山岩体可爆性分级.评价结果表明,该评价模型可以避免主观因素对权重确定的影响,评价结果客观准确,为岩体可爆性综合判别提供了一种新的方法.     

岩体可爆性分级评价的集对分析模型

针对岩体可爆性综合评价指标的不确定性和不相容性,基于集对分析方法,建立岩体可爆性分级评价模型。将该模型应用于9组不同种类的岩体试样中,选取工程爆破中比较容易获得的岩石密度、抗拉强度、冲击动载强度和岩体完整性系数4个影响因素作为评判指标,将以上4个指标合成一个可反映岩体可爆性级别的联系度参数,并利用加权平均值法确定评判指标的权重,逐一对9组试样进行岩体可爆性分级评价。研究结果表明:9组岩体试样的可爆性分级结果与熵权属性识别方法的评价结果基本相符,所建立的集对分析模型能够合理地评价岩体可爆性等级,可在工程爆破实践中推广使用。     

岩体可爆性分级判别的属性测度模型及其应用

选择坚固性系数、声阻抗、炸药消耗量,以及平均裂隙距作为岩体可爆性分级评判指标,应用属性测度理论建立岩体可爆性分级综合评价属性测度模型。针对岩体可爆性评价实例进行分析评价,评价结果与灰色优化模型和模糊综合评判法的评判结果一致,从而验证了属性测度模型应用于岩体可爆性分级评价的可行性和有效性。由于属性识别理论能很好地解决某类问题具有多个模糊属性的综合评价,且置信度准则是根据评价集具有有序性这一特点而提出的,因而可使评价结果更为可靠。     

基于模糊综合评判的矿岩体可爆性分级

采用工程中较易获得的爆破影响因素岩石容重、抗拉强度、抗压强度和岩体完整性系数作为矿岩体可爆性分级的指标,并利用AHP层次分析法确定了分级指标的重要程度,同时应用模糊变换原理和最大隶属度原则运用模糊综合评判的方法将新桥硫铁矿-270 m中段矿岩体进行可爆性分级.分级结果显示矿体可爆性为较易,上下盘围岩可爆性为中等-较难,与矿山实际情况较为符合.     

岩体爆破性分级研究进展

分析研究了国内外岩体爆破性分级现状，指出各种矿岩可爆性分级法的主要区别在于判据的选取和处理手段不同。由于岩石的多样性，难以做到全面、精确地评价矿岩可爆性，而且也是不现实的。因此根据矿岩的属性，正确、合理地选择可爆性指标和处理极其重要。弹性波速度作为爆破分极指标，其测试方便，能综合反映岩体、岩石各种力学性质、裂隙性质，具有很大的发展前途。为了有效地进行矿岩可爆性分级并优化爆破参数，应针对不同矿岩性质，采用数学方法，合理地选择矿岩可爆性分级的判据。     

基于脆性指数和熵权理论的岩体可爆性分级方法

为提升岩体可爆性分级的准确性用以指导爆破作业,将岩石脆性作为反映岩石爆破特性的指标之一,选取岩石单轴抗压强度与单轴抗拉强度比值作为岩石脆性指数,将岩石脆性指数、岩石容重、完整系数、动载强度作为岩体可爆性分级指标,运用熵权法建立属性识别模型,进行岩体可爆性分级。结果表明,脆性指数作为可爆性分级指标是合理的;采用熵权法进行岩体可爆性分级,降低了各指标权重计算的人为干扰,更加客观实际。     

基于综合赋权聚类分析的岩体可爆性分级

选取普氏坚固性系数、波阻抗、炸药单耗和裂隙平均间距4个指标对岩体可爆性进行分级,采用层次分析法和变异系数法对4个指标进行综合赋权,避免了主观赋权与客观赋权方法在权重系数确定问题上的不足,同时建立了基于加权聚类分析的岩体可爆性分级,生产实践表明综合赋权聚类分析方法适用于实际情况。     

基于综合赋权聚类分析的岩体可爆性分级

选取普氏坚固性系数、波阻抗、炸药单耗和裂隙平均间距4个指标对岩体可爆性进行分级,采用层次分析法和变异系数法对4个指标进行综合赋权,避免了主观赋权与客观赋权方法在权重系数确定问题上的不足,同时建立了基于加权聚类分析的岩体可爆性分级,生产实践表明综合赋权聚类分析方法适用于实际情况。     

程潮铁矿采场可爆性模糊综合评价

针对程潮铁矿无底柱分段崩落法采场爆破,以弹性波波阻抗、岩石的坚固性、岩体的裂隙性、标准爆破漏斗体积时炸药的单耗作为分级指标,在程潮铁矿-375 m地段现场进行的一系列单孔爆破漏斗试验和跨孔声波测试,利用模糊识别理论对岩体可爆性进行模糊综合评价.     

基于PCA和改进BP组合预测模型的矿岩可爆性研究

为了更精确地对矿岩可爆性进行预测分级,对BP神经网络评价方法进行优化,建立了主成分分析法和改进BP神经网络相结合的矿岩可爆性分级评价模型。以具体矿山为例,考虑影响矿岩可爆性的10项评判指标,统计15个实际矿山的样本数据。利用SPSS软件对样本数据进行主成分分析,将输出结果作为改进BP神经网络的输入因子,矿岩的爆破等级作为输出因子,得到的分级预测结果更加准确且精度更高。结果表明:该模型对矿岩可爆性分级的相对误差都控制在6%以内,与未经主成分分析的BP神经网络预测误差相比,预测精度显著提高。该组合预测模型为矿岩的可爆性分级提供了一种更加完善的评价体系。     

基于AHP-TOPSIS法的矿岩可爆性评价

为了弥补矿岩可爆性分级在工程应用中的不足,利用AHP-TOPSIS法建立综合评价模型。选取矿岩容重γ、波阻抗K、普氏系数f、平均裂隙距d、炸药单耗q作为可爆性评价指标,采用灰色关联分析方法确定各指标的重要性程度,运用AHP法获得各指标权重W,进而获得了TOPSIS法的各指标的贴近度值C+,得到矿岩可爆性分级结果为S_1=0,S_2=12.68%,S_3=27.32%,S_4=41.57%,S_5=57.47%,S_6=83.41%,S_7=1。将该模型运用于利比里亚邦州邦矿铁矿工程实践,结果表明:对不同岩性矿区进行可爆性分级,针对不同可爆性等级的矿区采用不同的爆破设计参数,降低了矿石大块率,取得了较好的经济效益。     

矿岩可凿可爆性与其物理力学性质相关性的研究

矿岩可凿性和可爆性对确定凿岩爆破参数起重要作用,但测定须用专门器械,测定过程比较复杂,而且测定方法与具体的凿岩爆破工艺密切相关。然而矿岩物理力学性质的测定则比较简单。利用线性和高次回归方法,通过对这些性质内在的相关性进行研究,发现矿岩的波阻抗、弹性模量和抗拉强度最能反映矿岩的可凿性和可爆性,这对凿岩爆破机理和设计的研究是有用的。     

南芬露天铁矿的岩体可爆性分级方法及其应用

基于对南芬露天铁矿14种岩石的容重、抗拉强度、冲击动载强度和岩体完整性系数的测试结果,采用聚类分析方法计算了分类岩体的可爆性指数,形成了该矿山岩体可爆性的分级方法。通过在爆破生产中试验应用,确定了不同级别岩体的爆破技术参数。生产实践表明,此种方法能较为准确地反映岩体爆破的难易程度,进而确定基本合理的爆破技术参数,使爆破效果得到了一定程度的改善,对提高采矿效率和降低生产成本均具有积极意义。     

人工模拟爆破震动信号及其频谱特性检验

对人工模拟爆破震动信号的合成进行了研究 ,并采用了功率谱和反应谱分析方法对合成信号的模拟程度进行相关性检验。在合成模拟信号时 ,首先采用某一已知爆破振动加速度信号的反应谱来初步计算出将要模拟的爆破震动信号的功率谱并将其作为目标谱 ,然后在所需研究的谱率范围内产生一定数量的均匀分布随机数来作为模拟爆破震动信号的频率。在假设爆破震动信号由不同频率的谐波函数组成的基础上 ,通过将不同频率的谐波函数叠加来初步合成模拟爆破震动波 ,同时用振幅窗函数对它进行振幅校正 ,然后对合成信号与原信号进行功率谱值与反应谱值的相关性检验。编程计算证明 ,由本文提出的合成信号方法及检验方式来模拟爆破震动信号是可行的。