基于Weibull模型的高台阶抛掷爆破爆堆 形态BP神经网络预测

为了预测高台阶抛掷爆破爆堆形态,引入Weibull模型作为数学模型对实测爆堆曲线进行模拟,在此基础上,将试验中影响爆堆形态的8个参数与模拟得到的Weibull控制参数及松散系数作为输入输出层学习样本,建立BP神经网络。结果表明：Weibull模型可以较好地模拟真实爆堆。利用训练完成的BP神经网络预测爆堆形态时,各参数的预测误差均未超过5%,预测爆堆曲线接近真实爆堆曲线,其中Weibull模型控制参数的预测精度直接影响预测结果,松散系数ξ的预测精度则在将Weibull概率密度函数反无量纲化的过程中间接影响预测效果。     

抛掷爆破爆堆形态的标准化分析处理方法研究

抛掷爆破爆堆的形态对于倒堆系统总作业量与成本、后续倒堆环节的工作面参数设计工作等有着至关重要的影响,针对当前爆堆形态样本量不足、错误数据影响预测效果等问题,提出了爆堆形态的标准化分析-处理方法,具体包括数据库的构建、基于工作面形态特征的样本筛选及分类、基于爆堆形态特征的样本筛选与分类,实现了海量爆堆数据的快速处理,提高了样本的有效性。利用局部加权线性回归对样本集合进行回归分析,最终获得了三组具有普遍解释意义的典型爆堆曲线,研究提出的处理方法具有快速、高效、便捷等特点,为现场抛掷爆破-拉斗铲倒堆工艺的设计提供了准确的依据。     

露天煤矿高台阶抛掷爆破爆堆形态模拟

为了研究高台阶抛掷爆破爆堆形态的模拟方法,在总结、分析大量的现场生产试验数据的基础上,完成了高台阶抛掷爆破爆堆形态的分类和高台阶抛掷爆破爆堆形态模拟的Weibull模型的建立。模拟结果表明：模拟爆堆曲线能与实测曲线较好地吻合,模拟结果较准确,爆堆始点爆破漏斗深度h为台阶高度的0.17～0.38倍,Weibull曲线参数α取值在0.919 3～1.245 0,β取值在1.185 9～1.832 4。     

基于抛掷爆破-拉斗铲倒堆工艺的露天矿生产能力研究

分析了拉斗铲设备自身条件、抛掷爆破效果及开采参数对露天矿生产能力的影响关系,推导得出了露天矿生产能力的计算公式,采用敏感性分析方法研究了各因素对露天矿生产能力的影响程度。研究结果表明:倒堆台阶高度、拉斗铲稳态有效度和有效抛掷率是影响抛掷爆破-拉斗铲工艺露天煤矿生产能力的关键因素,其中倒堆台阶高度和拉斗铲稳态有效度是根本因素;实现33Mt/a的生产目标,应保证拉斗铲设备稳态有效度93.8%以上,同时将倒堆台阶高度降低至38m以下。     

黑岱沟露天煤矿综合开采工艺优化

为了充分发挥黑岱沟露天煤矿抛掷爆破—拉斗铲倒堆工艺优势，实现持续、稳定、高效开采。以工艺系统推进度一致为原则，建立了综合开采工艺生产能力与原煤产能关系模型。在此基础上，通过深入分析抛掷爆破台阶高度、拉斗铲扩展平台高度与原煤产能间的制约关系，建立了拉斗铲倒堆系统生产能力、抛掷爆破台阶高度、拉斗铲扩展平台高度与原煤产能关系模型，并以此保障抛掷爆破有效抛掷率、充分发挥抛掷爆破—拉斗铲倒堆工艺系统生产能力。结果表明：在抛掷爆破台阶高度45 m条件下，拉斗铲扩展平台高度13～16 m时，黑岱沟露天煤矿拉斗铲倒堆作业区可实现原煤产能2462万～2799万t/a,若南部500 m单斗—卡车作业区正常推进，全矿可实现原煤产能3400万t/a。     

ELM神经网络爆堆形态预测模型的研究及应用

以Moore-Penrose广义逆的定义和欧几里德空间内线性系统的最小二乘范数解原理为基础,运用Extreme Learning Machine(ELM) 神经网络--一种快速的前向神经网络学习算法,以Weibull函数的2个控制参数 α,β 以及松散系数 ξ 为输出层,提出了一种预测高台阶抛掷爆破爆堆形态的模型。该预测模型提高了爆堆形态预测的准确度,通过对黑岱沟露天煤矿爆堆形态的预测表明,ELM神经网络高台阶抛掷爆破爆堆形态预测模型的预测准确度高于同期使用BP神经网络预测的结果,更加接近于爆堆实际形态。     

露天矿台阶爆破岩石抛掷与堆积模型的研究

本文提出了台阶爆破岩石抛掷初始速度模型，抛掷角计算模型和抛掷与堆积物理模型，据此编制的计算机程序可以预测露天矿台阶爆破爆堆形状和岩石抛掷距离。     

综合工艺条件下抛掷爆破剥离系统工作线长度优化

为了优化综合工艺条件下抛掷爆破-拉斗铲倒堆剥离系统工作线长度,在分析抛掷爆破剥离台阶与综合工艺系统间耦合影响关系的基础上,确定了剥采工程延深程序约束下的抛掷爆破剥离台阶推进度是综合工艺系统中的制约性因素,以黑岱沟露天煤矿综合工艺系统为背景,系统地分析了抛掷爆破剥离系统工作线长度对综合工艺剥离费用、内排运输费用及倒堆工艺作业效率间的影响关系,并建立了影响关系模型。以间断工艺剥离费用、运输费用与抛掷爆破-拉斗铲倒堆工艺剥离费用构成的综合工艺总剥离费用最小为目标函数,确定了综合工艺总剥离费用与抛掷爆破台阶工作线长度的函数关系,以工作线两翼分区作业最小工作线长度、拉斗铲系统生产能力、露天矿生产能力、工作线长度非负等为约束条件,构建了综合工艺条件下抛掷爆破剥离系统工作线长度的约束非线性规划模型。依据黑岱沟露天煤矿综合工艺实测数据,求解结果表明:(1)综合工艺总剥离费用和最佳工作线长度随生产能力增大而增大,而最佳工作线长度也与拉斗铲年实动率影响的年作业时间密切相关。(2)在当前拉斗铲实动率及系统开采参数条件下,满足产能34 Mt/a要求的最佳工作线长度应为2.29 km,而现有采区划分实际条件所限...     

基于Weibull模型的爆堆形态神经网络预测

爆堆的几何形态是反映爆破效果的重要指标之一。针对传统预测方法现场操作性难的问题,提出了基于Weibull分布模型的爆堆形态模拟预测方法,应用神经网络把控制爆堆形态分布的两个参数和松散系数作为神经网的输出层,建立了一种操作简单、现场可操性较强的深孔台阶爆破爆堆形态预测模型。通过对巴润露天矿的爆堆形态的预测,表明神经网络对爆堆形态的预测具有一定的应用价值。     

抛掷爆破-拉斗铲倒堆工艺台阶采掘带宽度优化

抛掷爆破与拉斗铲配合的倒堆工艺环节中,拉斗铲在抛掷爆破形成的爆堆上作业,采掘带宽度是维系爆破区域与设备作业的关键开采参数。抛掷爆破效果、工艺设备作业要求及多煤层开拓运输系统布置是影响采掘带宽度的重要因素,根据抛掷爆破与拉斗铲作业特征和配合模式,分析了抛掷爆破开采参数与拉斗铲作业参数的影响关系;分析了与有效抛掷率影响密切相关的台阶高宽比及炮孔排效应。以抛掷爆破与拉斗铲倒堆综合成本最小为目标,以工艺设备作业要求和开拓运输系统布置条件为约束,建立了抛掷爆破采掘带宽度优化的非线性数学规划模型。并采用该模型对黑岱沟露天煤矿抛掷爆破台阶采掘带宽度进行优化,确定其最佳采掘带宽度为67 m。     

参数优化GA-ELM模型在露天煤矿抛掷爆破的预测

为有效指导露天煤矿制定正确生产计划,提高露天煤矿抛掷爆破预测的准确率,在分析露天煤矿抛掷爆破影响因素的基础上,通过"试错法"确定模型最优隐含层节点参数,进而提出一种参数优化后遗传算法(GA)和极限学习机(ELM)相结合的抛掷爆破预测模型。选取网络的输入输出相关参数,针对现有ELM输入权值矩阵和隐含层偏差,采用遗传算法对其进行优化选择;利用某露天煤矿抛掷爆破监测数据对该模型进行实例分析,并将RBF,BP,SVM,GA-BP模型预测结果与该模型进行对比分析;并引入Weibull模型,通过预测控制参数ɑ,β模拟爆堆形态。研究结果表明:(1)通过"试错法"确定GA-ELM模型最优隐含层节点数为39,有效降低系统的仿真误差,该参数下仿真误差值为0.137 7;(2)相较于传统ELM预测模型,通过遗传算法优化后,有效抛掷率,松散系数以及抛掷距离均得出更小的均方误差MSE值(0.258 0,1.748 5×10-4,3.618 4)和更高的决定系数R2值(0.986 4,0.995 3,0.970 6),改进后的GA-ELM具有更好的拟合效果和泛化能力;(3)通过与其他智能算法如BP,RBF,SVM,GA-BP相比,改进后的GA-ELM测试结果(均方误差,决定系数,仿真误差)明显优于其他预测模型,有效提高预测精度;(4)利用训练完成的GA-ELM网络预测爆堆形态时,控制参数a,β的预测误差均未超过5%,预测爆堆曲线接近真实爆堆曲线。     

爆破块度及爆堆形状的CEFM预测数模

在预算台阶爆破爆炸能利用率的基础上,建立CEFM数模预测高台阶爆破的爆破块度和爆堆形状,预测结果能与实际情况较好地吻合。     

缓倾斜铀矿体原地爆破浸出探索性研究

为了解决缓倾斜铀矿床原地爆破浸出开采中的爆破筑堆和均匀性浸出问题, 采用上向扇形深孔分段微差挤压爆破落矿筑堆技术、分段水平钻孔布液和泡浸浸出工艺以及巷道集液方法, 在某矿床进行了原地爆破浸出采铀工业性试验。试验研究取得了初步成功。对缓倾斜低品位铀矿床的开发利用有一定的借鉴作用。     

高台阶抛掷爆破数值模拟研究（增刊）

露天煤矿高台阶抛掷爆破效果直接影响着吊斗铲倒堆剥离工效和成本。以黑岱沟露天煤矿现场为原型,通过数值模拟的方法,利用ANSYS/LS-DYNA程序建立了有限元分析单元模型,模拟计算了高台阶抛掷爆破过程。通过对高台阶对称坡面和不同高度位置处抛掷速度进行监测,系统研究分析了爆破过程中速度场随时间衰减变化规律及分布特征。分析表明,数值模拟计算与实验观测结果吻合性较好;岩体在爆炸作用下,高台阶坡面速度随时间呈现加速、准匀速和衰减3个不同的发展阶段;受端头效益影响,对称面上的单元速度随装药位置呈现D形分布,速度峰值 沿X轴台阶走向符合Sigmoidal曲线衰减规律。     

矿山预裂爆破效果预测的BP神经网络法

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。     

露天矿采用倒堆工艺下铲型规格的选择

露天矿应用拉斗铲倒堆工艺的关键问题首先要做好拉斗铲的选型。为达到综合优化选择的目的 ,在系统分析的基础上 ,提出了拉斗铲选型的基本思路 ,通过计算机模拟 ,可对不同方案下的拉铲型号作出选择 ,并得出相应的一系列工作面参数供优化决策使用。     

基于威布尔分布的采煤机截割部工作温度分析

建立威布尔分布的数学模型,根据采集到的截割部工作温度,通过相关系数法估计威布尔分布的参数,并用origin作出最小二乘拟合曲线,得到相关系数。通过K-S法对分布函数进行拟合性检验,证明截割部工作温度符合二参数威布尔分布。以此进行可靠性预测,预测结果具有很高的准确性和实用性。