基于神经网络的露天矿爆破参数优化研究

金属矿山 ›› 2011, Vol. 40 ›› Issue (03): 57-59.

基于神经网络的露天矿爆破参数优化研究

王创业，张飞天，韩万东

内蒙古科技大学

出版日期:2011-03-10 发布日期:2011-03-11
基金资助:
内蒙古科技大学创新基金项目（编号：2009NC050）

Optimization of the Open-pit Mine Blasting Parameters Based on Neural Network

Wang Chuangye，Zhang Feitian，Han Wandong

Inner Mongolian University of Science & Technology

Online:2011-03-10 Published:2011-03-11

摘要/Abstract

摘要： 马家塔露天矿爆破效果不理想，大块率较高、炸药单耗偏高、残留根底现象严重。为解决这些问题，基于BP神经网络建立了露天矿爆破参数优化模型。采用该矿的实际爆破参数作为样本数据对模型进行了训练，通过实例数据的检验证明该模型具有较高的预测精度。经过现场试验和模型仿真分析，采用优化后的爆破参数进行了爆破，取得了较好的效果：大块率控制在2%以下，炸药单耗由0.41 kg/m³降为0.37 kg/m³，每延米炮孔爆破量由17 m³/m增加至23 m³/m。

关键词: 爆破参数优化, 神经网络, 露天矿

Abstract: The blasting effect is not ideal in Majiata open-pit mine, such as higher rate of blocky ore, high explosives consumption, and abundant residuals.To solve these problems, an optimization model of the open-pit mine blasting parameters based on BP neural network is built.The actual blasting parameters are applied into the model as the sample data.The tests with practical data show that the model has higher prediction accuracy.With the on-site tests and model simulation analysis, a good blasting result is obtained by using the optimized parameters.Large block rate is controlled below 2%, explosives consumption reduced from 0.41 kg/m³ to 0.37 kg/m³, blasting volume of each hole increased from 17 m³/m to 23 m³/m.

Key words: Blasting parameters optimization, Neural network, Open-pit mine

王创业, 张飞天, 韩万东. 基于神经网络的露天矿爆破参数优化研究[J]. 金属矿山, 2011, 40(03): 57-59.

WANG Chuang-Ye, ZHANG Fei-Tian, HAN Wan-Dong. Optimization of the Open-pit Mine Blasting Parameters Based on Neural Network[J]. Metal Mine, 2011, 40(03): 57-59.

[1]	钟小宇, 赵庆丰, 孙效玉, 孙健, 肖开泰. 露天矿导航系统总体架构设计与关键技术研究[J]. 金属矿山, 2020, 49(09): 184-190.
[2]	刘志远, 程小舟. 基于STM32的新型X荧光在线品位分析仪的研制与应用[J]. 金属矿山, 2020, 49(07): 178-186.
[3]	赵加征, 李宁, 叶海旺, 王李管, 王其洲, 雷涛. 基于闭合排队网络扩展求和算法的露天矿车铲协同优化研究[J]. 金属矿山, 2020, 50(05): 151-157.
[4]	顾清华, 吕艳红, 卢才武, 阮顺领. 多金属露天矿多目标生产计划优化问题建模及求解算法[J]. 金属矿山, 2020, 49(04): 147-153.
[5]	王晨旭, 胡引翠 , 王崇倡, 田冰, 王天宇, 张文静. 基于TIN的露天矿区地形精细模型构建研究[J]. 金属矿山, 2019, 48(09): 147-153.
[6]	张瑞明, 魏丁一, 杜翠凤, 胡玉勤, 张宏光, 李彩盈. 不同自然风速下人工通风对深凹露天矿风流场的影响[J]. 金属矿山, 2019, 48(08): 167-172.
[7]	梁峰, 高谦, 丛革臣, 杨寿军. 思山岭铁矿超细全尾砂固结粉充填胶凝材料研究[J]. 金属矿山, 2019, 48(08): 198-200.
[8]	齐留洋, 王德胜, 刘占全, 崔凤, 徐晓东, 郭建新. 矿山预裂爆破效果预测的BP神经网络法[J]. 金属矿山, 2019, 48(07): 65-69.
[9]	陈竹安, 熊鑫, 危小建. 利用卡尔曼滤波综合算法构建开采沉陷预测模型[J]. 金属矿山, 2019, 48(05): 132-136.
[10]	唐学飞, 杨光, 高鹏, 张臣一. 基于LM-BP神经网络的浮选药剂流量预测模型研究[J]. 金属矿山, 2019, 48(02): 200-204.
[11]	杨宇江, 路增祥. 地下采深变化的露天矿残余边坡稳定性分析[J]. 金属矿山, 2019, 48(01): 168-173.
[12]	荣颖, 胡振琪, 杜玉玺, 杨坤, 赵会顺. 露天矿区土壤基质改良材料研究进展[J]. 金属矿山, 2018, 47(2): 164-171.
[13]	宋子岭, 刘文坊, 范军富, 杨星辰, 曹兰柱. 倾斜基底内排土场边坡稳定性分析[J]. 金属矿山, 2018, 47(2): 179-183.
[14]	叶海旺, 欧阳枧, 李宁, 王李管, 雷涛, 王其洲. 矿山短期生产计划优化的多目标遗传粒子群算法[J]. 金属矿山, 2018, 47(11): 25-30.
[15]	刘佶林, 冯光华, 刘云峰, 杨忠, 杨超. 曼家寨采场露天开采境界收益与边坡风险关系研究[J]. 金属矿山, 2018, 47(10): 52-56.