共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
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。 相似文献
3.
4.
为简化矿山预裂爆破效果预测环节、提高预测精准度,针对传统预裂爆破效果评价注重预裂坡面成型的不足,考虑到露天矿山边坡时常受到爆破破岩振动等动态荷载影响的特点,结合BP神经网络,提出了既考虑坡面成型标准又顾及爆破振动对边坡影响的矿山预裂效果预测方法。将单孔装药量、平均孔深、孔距、振动速度峰值(水平、垂直)、振动主频(水平、垂直)、爆心距等参数作为神经网络输入参数,将预裂坡面的平均振动速度、半孔率、不平整度、裂隙系数等参数作为神经网络输出参数。基于24次临近边坡的爆破技术数据建立了矿山预裂爆破效果的BP神经网络预测模型。3次现场爆破预测试验表明:通过神经网络内部的自组织结构,将岩石性质、工程地质条件等与控制预裂爆破效果有关的因素进行简化,可将平均振动速度的预测相对误差控制在7%左右,将半孔率、不平整度、裂隙系数的预测相对误差控制在3%左右,对于提高爆破预裂效果的预测精度有一定的参考价值。 相似文献
5.
为简化矿山预裂爆破效果预测环节、提高预测精准度,针对传统预裂爆破效果评价注重预裂坡面成型的不足,考虑到露天矿山边坡时常受到爆破破岩振动等动态荷载影响的特点,结合BP神经网络,提出了既考虑坡面成型标准又顾及爆破振动对边坡影响的矿山预裂效果预测方法。将单孔装药量、平均孔深、孔距、振动速度峰值(水平、垂直)、振动主频(水平、垂直)、爆心距等参数作为神经网络输入参数,将预裂坡面的平均振动速度、半孔率、不平整度、裂隙系数等参数作为神经网络输出参数。基于24次临近边坡的爆破技术数据建立了矿山预裂爆破效果的BP神经网络预测模型。3次现场爆破预测试验表明:通过神经网络内部的自组织结构,将岩石性质、工程地质条件等与控制预裂爆破效果有关的因素进行简化,可将平均振动速度的预测相对误差控制在7%左右,将半孔率、不平整度、裂隙系数的预测相对误差控制在3%左右,对于提高爆破预裂效果的预测精度有一定的参考价值。 相似文献
6.
将神经网络法引入到深孔台阶爆破速度峰值的预测中,建立深孔爆破振动神经网络系统,利用美国矿业局研究报告中的数据对深孔爆破振动峰值进行分析预测,表明神经网络分析法是研究深孔台阶爆破速度峰值问题的有效工具之一.神经网络预测结果和实测值吻合较好. 相似文献
7.
爆破矿石块度大小及其均匀程度是反映爆破效果好坏的关键指标,它不仅直接影响采矿作业后续工序如装载、运输等设备工作效率和磨损程度,还严重影响采矿成本.因此利用BP神经网络对开阳磷矿的凿岩爆破参数进行优选,以排距、孔底距及炸药单耗作为输出结果,以国内同类矿山作为训练样本进行练习,计算得到了最优爆破参数,并根据最优爆破参数进行了现场试验验证,结果显示大块率有了明显的降低,因此这种方法由于良好的发展前景. 相似文献
8.
爆破震动强度预测的神经网络模型研究 总被引:6,自引:2,他引:4
爆破震动控制一直是工程爆破界的一个重要研究课题,而如何对爆破震动进行准确地预测则是进行震动控制的前提和基础。BP神经网络是目前在非线性预测中得到极为广泛的一种神经网络模型,通过建立一个BP神经网络实现了对爆破震动速度的预测,并与常用的线性回归方法进行了比较,结果表明,神经网络预测模型具有更高的精确性。 相似文献
9.
10.
爆破地震效应是爆破过程中最为常见的负面效应之一。对地面振动进行准确预测是预防和控制爆破地震效应的前提。研究中,采集了76组爆破振动数据,基于神经网络算法,提出了8种不同的爆破振动预测模型,并考虑了神经元数量、传递函数和学习函数等超参数对神经网络模型预测精度的影响。选择了三种统计指标对模型性能进行评估,并对所开发模型的性能进行了比较。结果显示,建立的ANN-3模型具有最高的预测精度,其相关系数、决定系数和均方根误差分别为0.972、0.945和1.949。得到了神经网络的最佳参数配置:网络结构2-12-1,输入层-隐藏层-输出层之间的传递函数为logsig-pureling,学习函数为learngd。研究成果有助于提高矿山生产爆破的安全,特别是作为爆破设计过程中的辅助工具,便于爆破工程师更好的控制爆破振动,以及为围岩稳定性评估提供决策支持。 相似文献
11.
神经网络模型在爆破震动强度预测中的应用研究 总被引:6,自引:0,他引:6
爆破震动控制一直是工程爆破界的一个重要研究课题 ,而如何对爆破震动进行准确地预测是进行震动控制的前提和基础。本文通过建立一个BP神经网络实现了对爆破震动速度的预测 ,并与常用的线性回归方法进行了比较 ,结果表明神经网络预测模型具有更高的精确性。 相似文献
12.
13.
基于BP神经网络的地下水水位预测 总被引:9,自引:0,他引:9
基于BP网络模型 ,对地下水水位变化规律进行了定量预测。网络模型由三层构成 :输入层、隐含层、输出层。节点单元以及各层间的连接强度决定了BP网络的执行情况。实验结果表明 ,BP神经网络是一种较为有效的预测方法 相似文献
14.
15.
16.
爆破振动速度是爆破设计需要考虑的的重要因素之一,然而在爆破振动速度预测中,BP神经网络超参数的确定依赖经验公式且具有主观性。为克服这种局限性,并提高振动速度预测精度,采用超参数优化算法TPE对BP神经网络进行超参数优选。以最大段起爆炸药量、炮孔深度、水平距离、垂直距离和炸药单耗参数作为输入量,建立了隐含层数量神经元数量为31个的BP神经网络(TPE-BP)预测模型,该模型的爆破振动速度平均预测误差为2.35%,最大误差为6.29%,与基于经验公式确定超参数的BP神经网络模型和传统的BP神经网络模型相比较,平均预测误差分别降低了23.26个百分点和4.24个百分点,说明参数网络优化后TPE-BP预测模型能更好地拟合振动数据,其预测结果更接近真实值,可为爆破参数设计提供参考依据,从而有效地控制爆破振动。 相似文献
17.
通过应用基于BP神经网络模型系统对某矿山巷道围岩的实测变形值进行神经网络模拟,成功预测了巷道围岩的变形,有利于巷道支护设计和生产组织. 相似文献
18.
基于经典BP网络的基本原理,利用MATLAB工具箱中的神经网络训练函数,和相关数据建立预测模型,并对平庄西露天矿的年煤产量进行预测,为管理人员提供科学、合理的决策依据。 相似文献
19.