金属矿山岩层移动角选取的BP神经网络模型及工程应用.pdf

《金属矿山岩层移动角选取的BP神经网络模型及工程应用.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、第20卷第4期矿冶Vo1．20，No．42011年12月MINING＆METALLURGYDecember201l文章编号：1005—7854(2011)04—0009—06金属矿山岩层移动角选取的BP神经网络模型及工程应用郭延辉侯克鹏孙华芬(昆明理工大学国土资源工程学院，昆明650093)摘要：研究岩层移动与沉陷最重要的角值参数是移动角，正确确定岩层移动角与移动范围对于矿山工程布置具有非常重要的意义。本：乏在分析国内外大量金属矿山崩落法与充填法开采岩层移动研究成果的基础上，采用改进的BP神经网络算法

2、建立了金属矿山岩层移动角选取的模型，并对模型的预测精度进行了验证。结果表明，所选取的各因素之问与岩层的移动之间存在着较强的非线性规律，实际输出与期望输出基本吻合。将所建立的网络模型应用于狮子山铜矿地下开采岩层移动角的预测，取得了较好的效果。关键词：BP神经网络；岩层移动角；金属矿山；崩落采矿法；充填采矿法中图分类号：TD853．2I文献标识码：Adoi：10．3969／j．issn．1005-7854．2011．04．003BPNEURALNETWORKMODELT0PREDICTM0T10NANGL

3、E0FMETALMINEAN]DITSAPPLICAT10NINENGINEERINGGUOYan—huiHOUKe-pengSUNHuafen(FacultyofLandResourceEngineering，KunmingUniversityofScienceandTechnology，Kunming650093，China)ABSTRACT：Themostimportantparametertostudythestratamovementandsubsidenceismovingangleofs

4、trata．Correctdeterminationoftheangleofstratamovementhastheextremelyvitalsignificanceforminingengineeringar—rangement．Basedonalargenumberofresearchresultsofmovingangleofstrataindomesticandforeigncavingandfillingmine，themodelforcalculatingthedi,~placement

5、anglesofstrataisestablishedbyapplyingtheimprovedBPneuralnetworkmodel，andtheprecisionoftlhemodelisfurthervalidated．Theresultsshowthatthereisastrongnonlinearcharateristeicsbetweentheselectfimtorsandstratamovementangle，theanticipantandtheactualoutputresult

6、sareverysimilar．ThemodelisappliedinpredictingmovingangleofstrataofShizishancoppermine，anda—chievedconsiderab1eeffects．KEYWORDS：BPneuralnetwork；angleot‘stratamovement；metalmine；cavingmethod；fillingmethod地下金属矿山开采引起的岩层与地表移动范围义。金属矿相对于煤矿而言，矿体形状通常是很通常按移动角来圈定，

7、因此正确预测开采]程中出不规则的，因而开采区域的形状和尺寸也相差很现的移动角，对于金属矿安全生产有着重要意大，而且金属矿山地质构造较煤矿更为复杂，致使一些用于煤层开采地表移动规律的预测理论难以收稿日期：2011-08．30直接用于地下金属矿床，目前金属矿山开采岩层移基金项目：云南省自然科学基金项目(2009ZCO20M)；云南省科动理论研究处于起步阶段。本文在研究金属矿技厅科技创新工程计划项目(2008KA001)作者简介：郭延辉，在读硕士研究生，主要研究方向：采矿工程与山岩层移动角影响因素的基础上，

8、总结分析国内外岩土工程。大量崩落法和充填法开采矿山的岩层移动角研究成导师简介：侯克鹏，教授，主要研究方向：岩石力学。果，建立了崩落法开采与充填法开采岩层移动角预矿冶测的BP神经网络模型，并将其应用于狮子山铜矿法来达到全局最优点，Ergeziger提出了一种逐层优深部开采岩层移动角的预测，取得了较好的效果，为化学习算法使BP速度和逼近精度大为提高；④采矿山安全开采提供了技术保障。用某些复杂的结构模型，如分级结构、模块结构等形成的网络；⑤训练MLP的其他方法