-
题名基于BiLSTM模型的边坡形变预测方法
- 1
-
-
作者
牟延波
江科
吴伟强
朱樊
朱豪
-
机构
云南磷化集团有限公司
长沙矿山研究院有限责任公司
金属矿山安全技术国家重点实验室
-
出处
《采矿技术》
2024年第3期202-207,共6页
-
文摘
针对矿山边坡形变预测精度低以及传统预测模型在边坡形变预测领域的缺陷,基于深度学习理论提出了双向长短时记忆(BiLSTM)模型,并引入相关实际生产数据对和静县备战铁矿东侧边坡形变进行预测,建立了卷积-长短时记忆(CNN-LSTM)模型,并将长短时记忆模型(LSTM)作为试验对照。结果表明:Bi LSTM模型预测精度较其他两种模型有明显提升,平均绝对误差(MAE)为98.176 mm,平均绝对百分比误差(MAPE)为4.16%,可用于中长期的露天矿山边坡形变预测。
-
关键词
露天边坡
BiLSTM模型
边坡形变
预测精度
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TD854.6
[矿业工程—金属矿开采]
-
-
题名乌兰铅锌多金属矿扇形中深孔爆破参数优化研究
被引量：8
- 2
-
-
作者
牟延波
崔松
-
机构
中铁资源集团有限公司
北京矿冶科技集团有限公司
-
出处
《有色金属（矿山部分）》
2018年第3期59-60,90,共3页
-
文摘
针对乌兰矿采场爆破过程中存在大块率高、炮孔利用率低、二次爆破炸药成本高等问题,依据矿山现状,本文采用经验公式与现场爆破试验相结合的方法对爆破过程中出现的大块率高等问题进行分析和现场试验研究,找出大块率高的原因。通过不断优化中深孔爆破参数,得出适合矿山的最优爆破参数,极大地降低了生产成本,同时为国内外类似矿山提供很好的借鉴意义。
-
关键词
中深孔
爆破
大块率
爆破参数
-
Keywords
in the deep hole
blasting
large rate
blasting parameters
-
分类号
TD235.4
[矿业工程—矿井建设]
-
