湖南省教育厅科研基金(10C1130)
- 作品数：2 被引量：6H指数：1
- 相关作者：李向阳钟永明蒋复量李国辉盛宇更多>>
- 相关机构：中南大学南华大学安阳师范学院更多>>
- 发文基金：湖南省教育厅科研基金博士科研启动基金湖南省科技计划项目更多>>
- 相关领域：矿业工程更多>>
- 基于RS-ANN的某矿山井下开采防水安全岩柱厚度的确定
- 2010年
- 水下矿床是难采矿体的一个重要方面,针对某矿山的实际情况,深入分析了该矿的地质资料后,在查阅相关文献的基础上,建立了该矿导水裂隙带高度的粗糙集—神经网络预测模型.在比较了粗糙集—神经网络预测结果、地质详查报告提供的结果及采用经验公式计算的结果后,认为神经网络预测的结果较准确,其结论在该矿水下开采设计中可以采用.在预测的导水裂隙带高度基础上,参考采矿设计手册中的经验公式,并类比其它矿山水下开采的情况,计算出了防水安全岩柱的厚度.此项研究为该矿重新编制开采设计方案和安全专篇提供了依据,同时为矿山安全管理提供了参考.
- 蒋复量李向阳肖建清钟永明叶勇军王淑云
- 关键词：水下开采导水裂隙带粗糙集人工神经网络
- 基于多源信息融合的矿岩可爆性评价及应用被引量：6
- 2014年
- 在数据挖掘的基础上,采用粗糙集对矿岩可爆性数据进行了数据级融合,除去冗余属性,然后采用BP神经网络进行特征级融合,从而建立基于多源信息融合的矿岩可爆性评价模型。对原始数据进行了离散归一化处理,应用粗糙集对决定矿岩可爆性指数的6个因素进行了属性约简,剔除了平均合格率,而保留了漏斗体积、大块率、小块率、岩体声波速度和波阻抗等5个因素,并对约简的准确性进行了验证。分别建立了矿岩可爆性评价的BP神经网络模型和粗糙集-BP神经网络模型,前者对矿岩可爆性指数的预测值与实际值的平均偏差为8.33%,而后者为6.75%。利用建立的粗糙集-BP神经网络模型预测某矿山井下采场的矿岩可爆性指数为78.43,计算出采场的炸药单耗为0.65 kg/m3,而现场试验值为0.67 kg/m3,进一步验证了该模型的正确性。
- 蒋复量李向阳钟永明李国辉盛宇
- 关键词：多源信息融合炸药单耗
