齐留洋,郭建新,顾春雷.基于Weibull模型的爆堆形态神经网络预测[J].有色金属(矿山部分),2019,71(3):92-95.
基于Weibull模型的爆堆形态神经网络预测
Prediction of blast-heap morphology based on Weibull model
  
DOI:10.3969/j.issn.1671-4172.2019.03.020
中文关键词:  神经网络  Weibull模型  爆堆形态
英文关键词:neural network  Weibull distribution modle  blast-heap morhpology
基金项目:
        
作者单位
齐留洋 (1. 北京科技大学,北京100083
2. 包钢钢联巴润矿业分公司,内蒙古 包头014080)
郭建新 (1. 北京科技大学,北京100083
2. 包钢钢联巴润矿业分公司,内蒙古 包头014081)
顾春雷 (1. 北京科技大学,北京100083
2. 包钢钢联巴润矿业分公司,内蒙古 包头014082)
摘要点击次数: 19
全文下载次数: 0
中文摘要:
      爆堆的几何形态是反映爆破效果的重要指标之一。针对传统预测方法现场操作性难的问题,提出了基于Weibull分布模型的爆堆形态模拟预测方法,应用神经网络把控制爆堆形态分布的两个参数和松散系数作为神经网的输出层,建立了一种操作简单、现场可操性较强的深孔台阶爆破爆堆形态预测模型。通过对巴润露天矿的爆堆形态的预测,表明神经网络对爆堆形态的预测具有一定的应用价值。
英文摘要:
      The geometrical form of explosion reactor is one of the important factors to reflect the blasting effect. Aiming at the difficulty of field operation of traditional prediction methods, taking the two parameters controlling its distribution and the coefficient of looseness as the output layer of the neural network, a simple and highly operable model for predicting the shape of deep hole and high step blasting was proposed,based on the model of Weibull distribution. The prediction of the shape of the Barun open-pit ore indicates that the neural network has an applied value in predicting the shape of the explosive heap.
查看全文  查看/发表评论  下载PDF阅读器
关闭