基于BP神经网络的矿山排土场滑坡预警模型

排土场滑坡是矿山的重大灾害之一,威胁矿山的安全生产。提出了矿山排土场滑坡预警指标体系,针对综合预警指标,建立了基于BP神经网络的排土场滑坡预警模型。将黏聚力、内摩擦角、地表位移、内部位移、降雨量等10个指标作为网络的输入单元,选取合适的激励函数和学习步长,利用实际工程的20组样本数据,采用改进的梯度算法完成了BP神经网络的学习。应用学习好的预警模型对贵州某矿排土场进行了滑坡预警分析,结果与实际情况一致。该预警模型合理可靠,具有推广应用价值。     

金牛矿业公司排土场滑坡防治

针对金牛矿业公司排土场现状，分析了排土场的现有滑坡及排土场潜在的危害，提出了抗滑桩加固，反压坡脚及合理安排排土顺序等综合治理措施，有效控制了排土场安全隐患。     

露天矿山排土场灾害监测系统和预警方法的应用与发展

在现场调研和文献分析的基础上,分析了露天矿山排土场的灾害类型及其主要原因。论述了排土场灾害监测系统和预警方法的应用现状,确定了合理的包括GPS、固定式测斜仪、雨量计、孔隙水压力计、土压力盒等仪器的排土场综合监测系统,提出了基于人工神经网络的预警方法、智能预警支持系统等排土场灾害预警的发展方向。     

基于自适应极限学习机的磨机负荷智能控制研究

磨机在运行过程中具有非线性、大惯性、随机干扰大等特征,采用常规PID方法控制负荷存在一定程度的不适应性。本文提出了基于自适应极限学习机的磨机负荷智能控制方法,通过对磨机运行工艺和运行特性进行分析,设计了磨机磨矿过程的控制策略思路,利用自适应极限学习机构建了磨机控制系统模型,结合黄金分割法寻找磨机最佳负荷,实现了磨机负荷的智能优化控制。应用效果表明,该控制方法能够有效地消除扰动对磨机负荷的影响,主动寻找磨机最佳负荷,使磨机保持稳定运行,具有较好的自适应能力,对提高磨矿效率和改善分级效果具有一定的意义。     

矿山地压灾害预警及预警模型可视化研究

论述了矿山地压灾害预警研究的必要性,介绍了矿山地压灾害预警研究现状,提出了灾害预警研究方法。同时,建立了基于灰色理论模型、Verhulst模型、Verhulst反函数模型、突变理模型的矿山地压灾害预警系统,并通过程序编制实现了数字可视化灾害预警管理系统。灾害预警模型程序可视化的实现,为矿山地压灾害预警和安全管理提供强有力的技术支持。     

霍林河北露天煤矿排土场边坡滑坡模式与雷达监测预警

霍林河北露天煤矿工程地质和水文地质条件极其复杂,边坡稳定性较差.为了揭示北露天煤矿滑坡机理,采用边坡稳定性雷达监测技术,结合雷达监测数据和边坡自身特点,分析北露天煤矿排土场潜在滑坡模式;通过边坡稳定性雷达提前获取变形数据,在边坡失稳时提前发出滑坡预警,以确保坑下生产作业安全;最后对雷达获取的数据进行统计,分析重点监测区...     

刘家山排土场滑坡治理措施

刘家山排土场为民采排弃形成,已经出现大规模滑坡。为了保证上下游生产生活设施的安全,依据现场实际情况,结合现场调查,提出了削坡处理的方案。经过治理后,刘家山排土场平稳地渡过了雨季,目前处于稳定状态,达到了治理目的。     

基于极限学习机的爆破参数综合优选

为了合理选择川口钨矿变更采矿方法后采场的回采爆破参数,运用传统经验公式计算出爆破参数取值范围,根据极限学习机(ELM)理论,以矿岩容重、弹性模量、抗压强度等6个因素作为输入因子,以排距、孔底距、炸药单耗3个指标作为输出因子,并利用国内应用较成功的上向扇形中深孔崩矿的7个矿山情况为学习、训练样本,建立矿山回采爆破参数优化预测模型。综合经验公式和预测模型的结果,确定采区爆破参数:炮孔排距为1.3 m,孔底距为1.8 m,炸药单耗为0.5 kg/t。优选爆破参数适应本采区工程条件,爆破效果好,震动影响小。     

黄土基底排土场特征及滑坡模式的探讨

本文介绍了黄土基底排土场特征,结合国内排土场边坡的工程经验,探讨了黄土基底排土场可能出现的四种滑坡模式,认为其中地基型滑坡具有规模大、滑速高、破坏力强的特点。     

黄土滑坡灾害预警的Logistic模型分析

由于已有方法未能对黄土滑坡区域的发育特征进行分析和提取,导致预警结果不理想。提出一种基于Logistic模型的黄土滑坡灾害预警方法,从降雨入渗角度出发,结合各种各样的致灾因子,采用逻辑回归分析研究区域内的滑坡风险,同时对其进行划分,进而提取黄土滑坡的发育特征。通过SPSS计算各种致灾因子的回归系数,使用Logistic模型计算黄土滑坡发生的概率,获取风险区划图,最终实现黄土灾害预警。实验结果表明,所提方法能够获取比较理想的预警结果。     

基于粗糙集融合最小二乘支持向量机的煤矿安全预警模型

针对煤矿安全影响因素多、各影响因素之间相互关联、样本信息采集困难等问题,分析了煤矿安全生产系统风险,从人员、设备、环境、管理四个方面构建了煤矿安全影响因素指标体系,基于粗糙集理论融合最小二乘支持向量机方法的提出了煤矿安全机预警模型,并以实测数据为例对该预警模型的计算结果进行了训练和检验。结果表明,粗糙集融合最小二乘支持向量机能够有效提高预警效率,反映各控制因素对煤矿安全的影响,计算结果与样本值拟合精度较高,对保障煤矿安全生产具有重要而现实的意义。     

煤矿安全预警系统的研究

以企业预警理论为指导,吸收并采纳了现有煤矿生产作业理论,结合煤矿安全生产的实践与经验,探讨一种具有预警、预控功能的煤矿安全管理新模式。     

高台阶排土场滑坡机理研究及稳定性计算分析

当前中国矿山排土场大多采用高台阶排土方式,高台阶排土场的稳定性成为矿山建设中的关键问题。在高台阶排土场滑坡机理研究的基础上,结合某排土场高台阶排土现状,对排土场边坡稳定性进行分析,优化单台阶高度及平台宽度。计算结果能对优化下一步排土方案起到较好的指导作用。     

降雨对厚软基底排土场滑坡破坏的模拟预测

降雨是岩体强度降低重要影响因素,对于厚软基底而言,如何分析和预测降雨量大小对排土场安全的影响程度是矿山技术人员探索的主要问题。本文以某露天排土场为例,就降雨量大小对排土场的影响特性进行了数值模拟分析与预测研究,从中得到了随着降雨量增加,塑性破坏区不断增大,并逐渐形成滑移破坏面的过程,由此为排土场的安全治理与工程设计提供了决策依据。     

基于极限学习机的矿井突水水源快速识别模型

在煤矿突水灾害防治过程中,需要快速准确地识别出突水水源类型。激光诱导荧光技术具有灵敏度高和快速监测的特点,利用该技术获取水样的荧光光谱。光谱经卷积平滑预处理和主成分分析提取特征信息后,采用极限学习机算法建立多元分类学习模型。确定隐含层激励函数为Sigmoid函数,并通过交叉验证法确定最优隐含层节点个数。从训练网络的平均时间、训练和测试的平均分类准确率和标准差方面,与BP和SVM传统分类算法进行了性能比较。结果表明:在训练集和测试集上的平均分类准确率方面,该模型与传统分类模型基本一致,但该模型分类准确率的标准差最小,说明其具有较稳定的分类性能;在训练模型学习时间方面,该模型能够大幅度降低分类学习时间,说明其具备快速识别突水水源性能。     

基于多层关联规则算法的煤矿突出预警模型

为提升煤矿突出预警精度,提出基于多层关联规则算法的煤矿突出预警模型。分析造成煤矿突出问题产生的主要因素,并以此为基础,由地质构造、煤层赋存参数与瓦斯参数3方面出发,选取压扭性断层、煤厚变化量以及煤层瓦斯含量等煤矿突出预警指标,构建煤矿突出预警指标体系。采用层次分析法构建煤矿突出预警模型,利用多层关联规则算法挖掘模型内同层指标关联规则与跨层指标的关联规则,确定预警模型内各指标的权重,根据组合权重确定煤矿突出预警结果,并将预警结果分为安全、威胁、危险与突出4个等级。实验结果显示,所研究模型的预警精度基本保持在99%以上。     

弓长岭铁矿排土场边坡稳定性评价

露天采矿剥离岩土的排弃和排土场的形成,关系到矿山生产安全和人员生命财产安全.排土场稳定性是露天矿安全评价的核心内容,也是矿山安全管理的重点.以弓长岭露天铁矿大阳沟排土场边坡为例,在岩土工程勘察和物理力学性质分析基础上,通过极限平衡法和有限单元法相结合,对排土场边坡危险剖面在正常工况和降雨入渗工况下的稳定性进行计算,剖析排土场坡体稳定特征,所得结论对现场排土场具有重要的指导价值和现实意义.     

对矿井通风的预警系统研究

采用B /S模式设计了矿井通风信息的预警系统,对该系统的系统原理、功能模块以及关键技术作了详细的说明,系统将完成数据采集、分析和处理,实现远程监测和故障诊断、告警,具有很强的实际应用价值.     

基于WebGIS的煤矿灾害预警系统的设计

 文章讨论了煤矿灾害预警预报系统的研究现状和存在的问题,并将WebGis的空间信息技术用于煤矿灾害的预警预报系统中,分析建立了煤矿灾害预测评价和预警预报系统的流程,基于多层体系结构,构建了煤矿灾害预警预报系统的体系结构,详细阐述了基于WebGis的煤矿灾害预警预报系统关键技术的设计,开辟了煤矿灾害预警预报方法的新途径。     

煤矿安全生产综合监察监管平台设计与实现

基于收集的西南地区40多对矿井瓦斯监测数据,分析矿井瓦斯浓度数理变化特征,建立了数据驱动的矿井瓦斯异常涌出识别方法与模型。该模型从当前瓦斯浓度、瓦斯突变指数、偏离均值指数、长期不变指数、波动幅度指数、中期上升趋势指数等方面对监测点瓦斯风险进行量化评价;使用单一预警指标对趋势偏离、瓦斯突变等异常进行识别;采用各监测点调和平均数,以采掘工作面为单位,量化区域瓦斯灾害风险趋势。研发了煤矿瓦斯灾害大数据风险分析平台,并应用于现场监管监察,应用结果表明该模型能及时准确判识各矿井瓦斯灾害风险,有效提高监管能效。