台阶爆破岩石破碎平均粒径预测的支持向量机方法(英文)

针对传统的岩石台阶爆破破碎评估问题,运用统计学理论,建立预测不同矿山岩石爆破破碎后的平均粒径(X50)的支持向量机(SVMs)回归模型。爆破参数包括爆破设计参数、炸药参数、弹性模量及现场块度大小。SVMs模型选用7个参量作为预测岩石爆破破碎的平均粒径X50输入自变量:台阶高度与钻孔荷载比(H/B),间距与荷载比(S/B),荷载与孔径比(B/D),炮泥与荷载比(T/B),粉因数(PF),弹性模量(E)和现场块度大小(XB)。利用世界各地不同矿山和岩层测量的90组数据来训练和测试SVMs模型,其他12组爆破数据来验证该模型的有效性,并将SVR的预测结果与人工神经网络(ANN)、多元回归分析(MVRA)、传统的Kuznetsov方法及X50实测值进行比较。该方法显现出很好的效果,其预测精度是可以接受的。     

WOA-SVM算法在钛合金端铣刀具磨损预测的研究

针对钛合金加工中刀具磨损状态的准确识别问题,建立了基于支持向量机(SVM)和鲸鱼优化算法(WOA)的钛合金刀具磨损预测模型。将SVM和WOA相结合,提出了一种新的WOA-SVM模型,用于钛合金立铣刀刀具磨损的精确估计。通过提取切削力的信号特征作为监测特征,利用邻域保持嵌入(NPE)对监测特征实现降维,提高了WOA-SVM模型的建模效率。实验结果表明：在保证预测精度的前提下,NPE的使用使WOA-SVM的建模时间减少了90%以上;与PSO-SVM和GSA-SVM等常用方法相比,WOA-SVM具有较高的预测精度,建模时间减少了30%以上;所建模型能有效预测钛合金加工刀具的磨损状态。     

复杂采空区危险辨识的贝叶斯判别方法及应用(英文)

提出了复杂采空区危险程度辨识的贝叶斯判别方法。基于多元判别分析理论,将贝叶斯判别方法应用于金属矿山采空区危险程度的预测判别问题中,建立了相应的贝叶斯判别分析模型。该模型选用岩石单轴抗压强度、岩石弹性模量、岩石质量指标、矿柱面积比率、矿柱宽高比、矿体埋藏深度、采空区体积、矿体倾角和采空区面积9项指标作为判别因子,将采空区的危险性等级分为4级;以40个采空区实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行分类。研究结果表明,贝叶斯判别模型的学习精度很高,回判估计的误判率为0.025。利用学习后的模型对某金属矿山采空区实例进行了稳定性判别,判别结果和实际情况相符。     

基于GA-BP网络的数控机床工作台定位误差分析

为了提高数控机床对测试误差的补偿效果,开发一种通过遗传算法（GA）来完成BP网络的优化过程,并加入坐标参数、运动速度指标,建立工作台的定位误差仿真模型。先通过Matlab软件构建得到GA-BP模型,得到优化权值与阈值后,再将结果移植至DSP内开展建模与预测,由此促进预测速率的大幅提升。研究结果表明：以DSP构建的预测系统对各定位误差残差分布进行预测得到的范围是-0.69～0.51μm。采用GA-BP网络构建的模型进行预测时达到了更高精度。     

基于神经网络模型的海南变电站接地网Q235钢腐蚀率预测

运用MATLAB软件在土壤腐蚀等级评价指标上随机生成了2 000组训练样本和200组测试样本来增强网络的鲁棒性(抗变换性)和样本识别准确性,找出了适合BP和RBF神经网络模型的结构参数,构建出了性能和稳定性都较好的BP和RBF神经网络模型。用现场采集的海南省变电站土壤腐蚀相关数据分别对已建并训练的BP和RBF神经网络模型进行检验,并用这两种模型对变电站接地网普遍使用的Q235钢的腐蚀速率进行了预测。结果表明:两种模型预测的准确率均在95%以上;BP神经网络模型在结构和运算方面比RBF神经网络模型好,但需要设定的参数多、较繁琐,而RBF神经网络模型只需设定Spread值,较简单,且RBF神经网络模型在训练精度和泛化能力方面均优于BP神经网络模型。     

基于KPCA-GA-BP模型的页岩气集输管道的内腐蚀速率预测

针对页岩气集输管道的内腐蚀,提出了一种基于KPCA-GA-BP组合模型的腐蚀速率预测算法。以某条页岩气集输管道的检测结果作为训练数据,运用反向传播(BP)神经网络建立预测模型,运用遗传算法(GA)优化了神经网络权值和阈值的初始值,运用核主成分分析法(KPCA)对数据进行了降维,在模型建立的过程中不断优化提升模型的预测精度,采用所建模型对另一条相邻管道进行预测并开挖验证。结果表明：选择TRAINGDM作为训练函数,隐含层节点为(8,1),遗传算法进化数为50,种群规模为100,交叉概率为0.3,变异概率为0.2,运用KPCA将数据从7维降为4维后,此模型的均方误差最低为0.12,当该模型用于相邻管道的预测时,均方误差为0.14。运用KPCA-GA-BP模型,对页岩气集输管道内腐蚀速率进行预测具有一定的准确性,此模型可用于辅助指导现场内腐蚀直接评价等相关工作。     

大语言模型时代的材料信息提取和数据驱动研发

随着数据科学在科学领域的广泛应用，获取数据的重要性越来越高。在材料学领域，相关的论文包含了大量的材料科学知识。然而，这些论文往往呈现出非结构化和高度异构的格式，这为大规模分析其中包含的信息造成了障碍。幸运的是，自然语言处理(NLP)和计算机视觉(CV)等快速发展，特别是像ChatGPT这样的大型预训练语言模型，展现了巨大潜力。综述了文本挖掘在材料学的一般流程和工具，包括利用ChatGPT等大型预训练语言模型进行知识抽取，并介绍了图像和表格信息提取。然后，讨论了数据在材料性能预测、筛选和逆向合成中的应用。最后，结合最新的大型预训练模型，展望了数据驱动材料研究的未来发展方向。     

自蔓延高温合成多孔NiTi合金孔隙的SVR预测

根据自蔓延高温合成法(SHS)制备多孔NiTi合金孔隙试验所获得的实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立不同反应参数(温度,粒度和压坯密度)下合成的多孔NiTi合金孔隙的SVR预测模型,并与基于误差反向传播神经网络(BPNN)回归模型的预测结果进行比较。结果表明：在相同的训练与测试样本集下所获的SVR预测结果的平均绝对百分误差(MAPE)比BPNN预测模型的要小,其预测精度更高,预测效果更好;SVR-LOOCV预测的MAPE也比BPNN略小,且其预测结果的相关系数达到了0.999。因此,该方法是一种预测SHS法制备多孔NiTi合金孔隙的有效方法,可为SHS合成多孔NiTi提供理论指导     

基于支持向量机的铝合金点焊多类缺陷识别

利用从铝合金点焊过程工艺参数曲线上提取出的特征向量,建立了铝合金点焊过程喷溅缺陷和未熔合及未完全熔合缺陷的支持向量机识别模型.根据所建立的识别模型,用采集的样本数据进行了训练,并用独立的测试数据对训练的结果进行了测试.结果表明,所建立的支持向量机识别模型在给定的样本集的情况下,识别喷溅缺陷的准确率为96.7%,识别未熔合及未完全熔合缺陷的准确率为100%,利用支持向量机方法实现铝合金点焊多类缺陷的自动识别是可靠的.     

基于GRA-IFA-LSSVM模型的气田集输管道内腐蚀速率预测

针对气田集输管道的腐蚀问题,提出了一种基于GRA-IFA-LSSVM组合模型的内腐蚀速率预测算法。对GRA(灰色关联分析)模型、IFA(改进萤火虫)模型以及LSSVM(最小二乘支持向量机)模型理论进行了介绍,提出了组合模型的组合流程以及组合模型的评价指标;以我国某气田集输管道为例,对GRA-IFA-LSSVM组合模型的预测精度进行验证,同时,将其预测精度与其他常见预测模型的精度进行了对比。结果表明：温度、H₂S含量、CO₂含量、pH以及流速属于影响气田集输管道腐蚀的重要因素;使用GRA-IFA-LSSVM组合模型对气田集输管道内腐蚀速率进行预测时,其平均绝对误差为1.946%,均方根误差为1.496%,可决系数为97.53%,该组合模型的三项评价指标均小于其他常见预测模型。GRA-IFA-LSSVM组合模型对气田集输管道进行内腐蚀速率预测具有很强的准确性、鲁棒性及先进性,可以为气田集输管道的保护提供数据支持。     

试样尺寸对Al2O3陶瓷／Nb钎焊接头应力场分布的影响

采用数值模拟的方法研究了试样尺寸对Al2O3陶瓷和Nb钎焊接头残余应力场分布的影响,研究发现试样尺寸变化会对接头的残余应力场产生一定的影响.当试样尺寸在高度H方向上不断增加时,残余应力分布趋势基本不变,只是应力峰值有所增加,且当高度H增加到一定值时(在本研究中H=10mm),其变化不再影响残余应力的分布,应力峰值不再增加.当试样尺寸在宽度W方向上增加时,残余应力也是呈现不断增加的趋势,当试样宽度W增加到25mm后,残余应力峰值开始下降.所以适当增加试样尺寸可有效降低试样中残余应力分布,对接头设计有益.     

Construction of reasonable pillar group for undersea mining in metal mine

In order to achieve the safe mining in Sanshandao Gold Mine, five schemes of secure pillar group are designed. Using the method of the renormalization group, the failure mechanism of the pillar group is explored, and the safety factor of the pillar system is also obtained. The displacement characteristics, stress–strain laws, distribution of plastic zone and damage range of different pillar group are analyzed using numerical calculation software FLAC^3D. To determine a reasonable pillar group scheme, the pillar stability and roof deformation are utilized to evaluate the safety of the pillar group. In addition, the theory of fuzzy comprehensive evaluation is adopted to verify the optimal scheme. The pillar group with the lowest roof deformation value is chosen as the optimal plan, which renders a factor of safety of 2.06 for the pillar group. According to this scheme, pillars with the width of 10 m are set along the strike of undersea deposit with the interval of 50 m. Rib pillars of 15 m in width are set at the location of the exploration line of 127, 151 and 167. The analysis can be used to provide guidance for optimal design of pillar structures in undersea mining.     

大团山矿床采空区处理方法

采用岩石力学原理和方法,通过现场初始地应力实测、室内岩石力学性质试验和矿床开采全过程的三维有限元模拟,系统地分析了大团山矿床开采过程中采空区顶底板和矿柱的稳定性。结果表明,矿柱宽度小于２７．５ｍ时,矿柱将会发生失稳,增加矿柱宽度对采空区顶底板稳定性的影响并不明显。据此进一步提出了一套合理的空区处理方法,并被设计和生产所采纳     

试样高宽比对反复镦压影响的数值模拟与实验研究

反复镦压可以在不改变试样形状和尺寸的情况下获得大变形。高宽比是影响反复镦压工艺的重要参数之一。本文采用有限元与实验验证相结合的方法研究了高宽比对纯铜试样镦压变形过程、微观组织及性能的影响。结果表明,镦压后的等效应变分布不均匀,高宽比越大,单道次镦压平均等效应变和等效应力都越高。1道次镦压后,晶粒被压扁,随高宽比增大,晶粒被压扁的程度越严重。3道次变形后形成了大量变形带,试样高宽比越大,变形带越窄。12道次镦压后,高宽比为2的试样晶粒更等轴、细小。镦压后纯铜的硬度明显提高,高宽比为2的试样镦压后硬度值更高。     

空场采矿法采场顶板破坏模式识别专家系统

对房柱式空场采矿法采场顶板破坏模式及其影响因素进行了探讨，建立了识别顶板破坏模式的知识库，并用VC^ 语言开发出了识别顶板破坏模式的专家系统，实际应用表明，用该专家系统识别的顶板破坏模式与实际的顶板破坏模式基本吻合。     

无间柱连续采矿法矿段回采的地压规律与控制技术

以某铜金属矿山为例,简介无间柱连续采矿法的技术思路和具体方案。运用能模拟开挖与充填的三维有限单元法程序,对无间柱连续采矿法 矿段回采的实际采矿过程进行数值分析,得出了无间柱连续采矿法的地压活动规律,提出相应的地压控制措施,为无间柱连续采矿法在试验矿山的应用和推广提供了依据。