某地下矿山爆破参数智能优化及爆破效果评价研究

发布时间：2024-03-28 02:01

　　随着矿石需求的增加和绿色高效生产的深入人心,对爆破这个重要的矿山生产手段提出了更高的要求。由于矿岩结构的复杂性,为了达到好的爆破效果就需要选取合理的爆破参数。通过现场试验获取爆破参数可靠,但是成本高、效率低,爆破参数优化研究需要大量统计数据,现场试验实施难度大。所以,论文采用智能算法和数值模拟对相关参数进行优化,提高了研究效率,同时符合当前的爆破参数优化的研究趋势。我国某地下矿山将爆破作为开拓和采矿主要手段,随生产规模的扩大,需要对现有爆破技术进行优化和相应评价,为后续生产提供技术参考。为了科学有效的解决这些问题,通过查阅相关的文献资料,并在此基础上应用智能算法和数值模拟对相关参数进行优化。具体的研究包括以下几个方面:(1)基于56组矿岩可爆性统计数据,采用粗糙集理论(RS)对数据进行简约,结果显示“块度平均合格率”是冗余属性。利用51组数据作为训练样本,5组数据作为检测样本,采用属性约简前的BP神经网络(BPNN)预测得到的矿岩可爆性指数与实际值的平均误差为9.68%,而属性约简后的BP神经网络(RS-BPNN)的平均误差为7.29%;同样,采用属性约简前的支持向量机(SVM)预测得...

【文章页数】：95 页

【学位级别】：硕士

【部分图文】：

图2.1近似空间(U，R)中集合X的近似划分[106]

=称为X的B负域。图2.1近似空间(U，R)中集合X的近似划分[106]X为R可定义集当且仅当R(X)R(X)=X为R粗糙集当且仅当R(X)R(X)≠2.4.2约简的常用算法（1）穷举法穷举法是在一定范围内依次验证....

图2.2遗传算法的基本流程

14最佳的计算效果，遗传算法的基本流程如图2.2所示。图2.2遗传算法的基本流程2.5支持向量机理论2.5.1支持向量机简介支持向量机理论是继神经网络理论之后出现的一种新的学习算法[125]。它以统计学习理论的VC维和结构风险最小化为基础[126]，达到构造最优超平面....

图4.6模型图

43图4.6模型图4.5.3爆破诱导崩落模拟结果分析结合本章第四节的模拟模型和相关模拟结果，建立起了爆破诱导崩落模拟模型。炸药起爆为延时起爆，并且从孔底开始起爆，延时为20ms时爆破的模拟过程通过部分图片呈现，如图4.7所示。3ms10ms21ms40ms60m....

图4.7延时20ms应力云图

3ms10ms21ms40ms60ms80ms图4.7延时20ms应力云图由图4.7可知，在模拟时间进行到2ms时，预裂孔全部起爆，其周围的应力变化不太明显，但能够看出在起爆位置已经有了应力的变化。在模拟时间进行到10ms时，预裂孔炸药的能量已经开始扩散。在模....

本文编号：3940833