共查询到15条相似文献,搜索用时 93 毫秒
1.
2.
3.
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。 相似文献
4.
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。 相似文献
5.
6.
岩体爆破性分级研究进展 总被引:6,自引:1,他引:5
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。 相似文献
7.
8.
9.
10.
11.
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。 相似文献
12.
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。 相似文献
13.
14.
15.
《工程爆破》2022,(1):7-10
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。 相似文献