某铜铁矿尾矿库废水神经网络预测研究

金属矿山尾矿库废水中含有H^ 、CN^-和多种金属离子，是矿区及其流域酸性污染和金属污染的主要污染源。在收集某铜铁矿尾矿库废水14年水质监测资料基础上，运用人工神经网络的改进BP算法对其8项水质指标进行了分析、分类和仿真预测，揭示了该矿尾矿库废水的污染特性，查清了主要污染物。     

基于MATLAB的BP网络在矿产资源预测中的应用

人工神经网络（ANN）是近几年兴起的一门综合交叉学科。人工神经网络在进行预测时，是在输出和输入之间建立一个非线性眏射关系，ANN可自动模拟各种成矿因素之间的自然关系，进行全局优化搜索，减少人为干预，提高资源预测的准确率。其中以反向传播网络--BP网络应用最广泛。由于MATLAB提供了跟踪国外先进计算方法与数学模型的许多工具箱，利用MATLAB中的神经网络工具箱，可方便地实现BP网络模型的学习、训练、拟合及预测（仿真）过程。基于上述思路以陕西省旬北地区铅锌矿的远景区预测为例，在MATLAB平台中调用其内部函数建立了BP人工神经网络矿产资源预测系统，并在此基础上进行了远景区预测。     

人工智能嗅觉系统在矿业生产安全监测中的应用前景

人工嗅觉系统就是现在人们所说的电子鼻，它是一种上世纪90年代发展起来的新颖的分析、识别和检测复杂嗅味和大多数挥发性成份的仪器。Gardner给电子鼻下的定义是“电子鼻是一种由一定选择性的电化学传感器阵列和适当的识别装置组成的仪器，能识别简单和复杂的气味”。由于它独特的功能，在饮料、食品、酒类、烟草、化妆品、石油化工、包装材料、环境监测、临床、化学等部门得到了广泛的应用，并且在继续深入到其他部门，受到了各方面越来越大的关注。     

进路法回采顶柱人工假顶的稳定性分析

针对用进路法回采顶柱的人工假顶暴露形状为矩形的矿山地下结构，应用薄板理论和能量原理对其稳定性进行分析。通过建立进路结构力学模型，得出院 假顶变形阶段的挠曲，应力与假顶的强度，受力及工程尺寸等参数的关系式，并具体应用于新城金矿的顶柱回采实践中，结果表明：运用该理论方法分析采场稳定性在生产实际中具有很好的指导作用。     

基于人工神经网络技术的隧道地表沉降预测

对采用人工神经网络技术预测隧道地表沉降模型中进行了研究。采用MATLAB系统开发了一个多层反向传播神经网络模型,考虑了隧道的深度、隧道的直径、地下水位、土的弹性模量、土的剪切强度、土的侧压系数、土的重度和开挖间隙对地表沉降的影响。用世界多个隧道的地表沉降数据作为样本对模型进行了训练和测试。结果表明,利用该神经网络预测的沉降值与实测值比较吻合。     

神经网络在建立螺旋分级机数学模型中的应用

随着矿业生产的发展，基于多元回归理论的数学模型已难以满足精度要求，应用神经网络技术可以较少的试验工作量，建立高精度的变量间非线性映射模型，取得了满意的效果。     

金山店铁矿入选品位动态优化数学模型建立

金属矿山合理人选品位动态优化研究的技术关键是建立各种数学模型。金山店铁矿人选品位优化研究项目中进行了数学模型的建立。研究中充分吸取已有研究工作的先进性和合理性的基础上加以改进，利用先进的数学工具软件MATLAB进行矿石工业储量的数学建模，通过人工神经网络技术进行选比模型的建立，并以金山店铁矿西区-200～-270m阶段为评价对象进行了人选品位动态优化，优化结果可使该段多回收铁精矿16.23万t，利润增加2030.57万元。     

人工神经网络模型在瓦斯预测中的应用

通过对神经网络的基本原理和学习算法的分析，建立了基于瓦斯涌出量预测的BP网络应用模型，采用Delphi编程语言，预测了瓦斯的涌出量，并结合实例进行了验证。     

Application of image processing and radial basis neural network techniques for ore sorting and ore classification

Ore sorting is a useful tool to remove gangue material from the ore of bigger size ranges. The radical development in the area of artificial intelligence allows speedy processing the full color digital images for the preferred investigations. In this paper a novel approach to classify the ores for ferromanganese metallurgical plant feed has been proposed based on the visual texture of the ore particles (Mn, Fe, and Al₂O₃ rich) and radial basis neural network. The visual texture of ore particles vary with the mineral contents. This information can be quantified by using image processing technique in RGB color space and, first and second-order statistical analysis. Commonly used Hartlic’s textural features was calculated and presented as neural network inputs along with red, green and blue color values for 5 × 5 pixel size windowpanes extracted from three separate images. Results obtained show encouraging accuracy to apply the approach to develop an expert system for on line ore quality monitoring to control the ore blending in the feed ore circuits as well as separating gangue minerals present in the feed ores. Matlab^® 7.0 was used for visual textural analysis and neural network classification.     

信息科技在采矿工业中的应用与展望

采矿等传统产业要实现飞跃发展，必须与信息科技相结合。从计算机技术、人工智能、通信技术等三个方面阐述了信息科技在采矿工业中的应用与发展；最后指出：目前我国矿山企业信息化改造的薄弱环节是生产 技术的改造，有必要将信息技术直接嵌入到采矿生产工艺与过程中去。