欢迎来到天天文库
浏览记录
ID:51416738
大小:199.47 KB
页数:3页
时间:2020-03-23
《基于Weibull模型的BP神经网络在黑岱沟露天煤矿爆堆预测中的应用研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、露天采矿技术2012年第5期·27·基于Weibull模型的BP神经网络在黑岱沟露天煤矿爆堆预测中的应用研究李志航,周永利,付相超(神华准格尔能源公司,内蒙古呼和浩特010300)摘要:分析了大量爆破数据,选取了影响爆破效果的主要因子,以Weibul1分布函数为图形形态基础,利用BP神经网络建立了预测模型,对黑岱沟露天煤矿抛掷爆破爆堆进行了模拟预测,取得了预期效果。关键词:抛掷爆破;孔网参~gc;Weibul1分布函数;BP神经网络中图分类号:TD679文献标识码:B文章编号:1671—9816(2012)05—0027—03通过对黑岱沟露天矿爆堆形态的研究,发现大式
2、中:一爆破前台阶岩体密度,kg/m3;多数台阶炮孔爆破条件下,自炮孔至台阶自由面方P一爆破后爆堆密度,kg/m;向上的爆堆剖面线具有Weibull概率分布曲线的基h(x)一爆堆在轴上的高度,In;本特征。因此,我们选择Weibul1分布函数模拟岩石S一爆前台阶岩体的剖面面积,m2;抛掷方向的爆堆剖面形状,研究开发出以Weibullfm一岩块的最远抛距,m。函数为基础,利用BP神经网络进行爆堆模拟预测将式(1)无量纲化,可得:的计算机预测软件。在研究中我们以大量爆破数据,工为基础,通过分析,选取影响爆堆效果的主要因子,IH(X)dX=1(2)经过BP神经网络的反复训练,
3、建立预测模型,对抛掷爆破爆堆进行效果预测。舯击x/~s0击V~s0去、/。’实践证明,基于Weibul1分布函数的BP神经网络可以对抛掷爆破爆堆进行有效预测。=,为岩石松散系数。1Weibull数学模型及参数的选择假设H(X)为Weibull概率密度函数:f0X>L或X1。若型的爆堆剖面图如图1所示。根据质量守恒定律,爆破前后岩体质量保持不变:与口选择合
4、理的话,()在处变化很小,那么式rj(1)就可以写成:jP^h(x)dx=Sop(1),工IH(X)dX=1(4)当、取值不同时,Weibuu分布曲线如图2所示。典型的Weibul1分布曲线是一条通过原点的曲线。从图2中能够看出,选取一定的和,就能确定一定的Weibull曲线形状,因此,在合适选择参数的图1典型的爆堆剖面情况下,Weibull函数就能较真实的反映爆堆的形状。收稿日期:2012—06—10.,作者简介:李志航(1982一),男,内蒙古鄂尔多斯人,助理2建立高台阶抛掷爆破效果的BP神经网络模型工程师,2007年毕业于四川省内江师范学院计算机科学与技术专业,
5、现在神华准格尔能源有限责任公司信息处从事网络1)建立BP神经网络模型。BP神经网络是最具管理工作。有代表意义的一种神经网络模型,它是当前最流行·28·露天采矿技术2012-f=~J5期E置圈网络模型net。模拟模块则是利用最佳模型net,对爆破进行模拟,从而得出模拟结果。参数优化模块进行误差分析及优化设计参数。通过模拟模块输出的图形要求分析误差,如果误差较大则进行参数优化,再返回模拟模块中进行模拟、进入参数优化模块,如此反复进行,以期达到预期的要求。在输出模块中,将图2Weibul1分布曲线神经网络的预测结果进行反归一化、反无量纲化,得的神经网络模型之一,己获得了广泛
6、的应用。到最后的模拟结果。最后还要输出模拟的数据表格、网络模型创建:高台阶抛掷爆破效果预测的BP误差分析及模拟图形,以便于工程应用和用户打印。神经网络模型的几点假设:具体流程见图3。①各次抛掷爆破地质条件相同;②各排装药结构形式统一,即前三排首先保证底部重铵油装药高度分别为25m、20m、15m,第四、五排首先保证上部重铵油装药高度分别为15m、10m,其余按照设计装铵油炸药;③认为各次抛掷爆破眉线完整齐平,未出现塌方;④各次抛掷爆破使用炸药性能参数相同;⑤不考虑上一循环抛掷爆破对当前抛掷爆破前排岩体的破坏效应。由于单隐层BP网络的非线性映射能力比较强,所以对于网络的
7、拓扑结构选定为(单隐层)三层图3软件设计流程网络。影响爆堆形态变化的因素确定为输入层,表征3.2模拟训练爆堆形态曲线形状的因素为输出层,在二者之间为对大量的爆破数据进行统计、计算、归纳和分析隐含层。后,进行模拟训练。表1为模拟过程中的部分输入层2)参数的确定。在Weibull模型中,控制参数和即可改变及输出层参数。3.3预测效果曲线的形状。因此可以将参数和作为评价爆堆形态的系统特征指标。根据黑岱沟露天矿历次抛掷完成训练后,就可以对爆堆进行预测。通过对5爆破的情况及生产工艺,综合各方面因素选定了以次爆破爆堆的预测和分析,我们发现基于Weibull与下几
此文档下载收益归作者所有