黄金科学技术 ›› 2015, Vol. 23 ›› Issue (6): 58-63.doi: 10.11872/j.issn.1005-2518.2015.06.058
李夕兵,朱玮,刘伟军,张德明
LI Xibing,ZHU Wei,LIU Weijun,ZHANG Deming
摘要:
为了对岩体可爆性进行更精确的预测分级,建立了主成分分析法与RBF神经网络相结合的评价模型。以某矿山岩石为例,将影响岩石可爆性的容重、抗拉强度、抗压强度和岩体完整性系数作为评价指标,统计矿山13种岩体的样本数据。对样本数据进行主成分相关性预处理,将输出结果作为RBF神经网络的输入变量,岩体的爆破等级作为输出变量,得到的结果精度更高。研究结果表明:预测结果的相对误差均控制在5%以内,与BP神经网络预测误差(16%)相比,所得到实际预测结果与期望值之间的相对误差分别降低了71.94%、86.65%、73.20%和76.62%,预测精度显著提高。该模型为岩体可爆性分级预测提供了一种更为完善的方法。
中图分类号:
[1] 张德明,王新民,郑晶晶,等.基于模糊综合评判的矿岩体可爆性分级[J].爆破,2010,27(4):43-47. |
[1] | 刘连生,刘江超,董贵法,廖敏敏,蔡建德. 频分多址检测法在硐室爆破盲炮识别过程中电雷管安全性试验研究[J]. 黄金科学技术, 2016, 24(5): 73-79. |
[2] | 过江,崔文强,陈辉. 不同耦合介质光面爆破裂纹发展数值分析[J]. 黄金科学技术, 2016, 24(1): 68-75. |
[3] | 杨勇,邱英魁,杨杰,何国强,刘军晓. 山东焦家金矿爆破工艺优化研究[J]. 黄金科学技术, 2012, 20(6): 79-81. |
[4] | 于常先,赵明宣,李晓东. 中深孔松动控制爆破技术在三山岛金矿的应用[J]. J4, 2012, 20(4): 58-61. |
|