BP神经网络在爆破振动中的研究与应用

为准确地预测爆破结果、减少爆破振动对建筑的损伤和保障工人的安全,利用具有处理非线性问题能力的BP神经网络预测爆破结果。选取合格的爆破结果作为网络模型的学习样本,经过一定次数的训练学习后通过神经网络的前馈特性确定各层阈值和误差,完成对BP神经网络的建立,发现预测结果与真实结果相比的误差在10%以内。再结合PAC算法、POS算法或者MATLAB软件等优化网络后甚至可以将误差控制在5%以内。通过建立BP神经网络预测可以减少爆破作业带来的危害,降低安全成本,指导爆破作业的施工。     

某矿区近地表开采地质灾害模拟研究

为了对某矿区近地表开采可能出现的地质灾害进行评估,采用离散元数值模拟方法,研究了近地表开采不断深入可能造成的地表扰动和地质灾害.结果表明:在开采过程中应采取切顶、护顶、留点柱等方法控制顶板冒落,且随着矿体倾角的增大,顶板冒落范围也将随之增大.开采过程中应注意矿体倾角的变化,加强顶板管理.研究为后续矿山选择合理的采矿方案...