發(fā)布時(shí)間：2022-10-19 18:17

　　針對(duì)露天礦拋擲爆破工藝中的爆堆形態(tài)估算問(wèn)題,提出了一種便捷的爆堆形態(tài)估值算法,僅利用采集到的同類(lèi)多源數(shù)據(jù)即可得到精確的預(yù)測(cè)結(jié)果。提出了爆堆形態(tài)估值算法的計(jì)算步驟為"數(shù)據(jù)采樣—融合精度判別—數(shù)據(jù)融合最優(yōu)權(quán)值計(jì)算—獲得數(shù)據(jù)融合結(jié)果",并制定了數(shù)據(jù)采樣規(guī)則、推導(dǎo)了精度判別方法與最優(yōu)權(quán)值確定方法。以黑岱溝露天礦某次拋擲爆破工程為研究案例,分別利用爆堆形態(tài)數(shù)據(jù)融合估值算法與Weibull分布預(yù)測(cè)方法,在拉斗鏟作業(yè)平盤(pán)高度為12～14m的情況下,對(duì)拉斗鏟倒堆系統(tǒng)各工藝作業(yè)量進(jìn)行了計(jì)算,結(jié)果顯示:采用數(shù)據(jù)融合算法的誤差可控制在5%以?xún)?nèi),更優(yōu)于Weibull分布預(yù)測(cè)方法,可以滿(mǎn)足現(xiàn)場(chǎng)算量精度要求。 

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引言
1 露天礦拋擲爆破工藝概況
2 爆堆形態(tài)的數(shù)據(jù)融合估值算法
    2.1 算法的提出
    2.2 算法步驟
3 工程實(shí)例分析
    3.1 工程案例
    3.2 計(jì)算結(jié)果檢驗(yàn)
    3.3 方法對(duì)比
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]露天礦拉斗鏟倒堆工藝作業(yè)方式與參數(shù)優(yōu)化[J]. 孫健東,張瑞新,武海龍,高永勝,馬新根.  煤炭學(xué)報(bào). 2018(05)
[2]基于改進(jìn)加權(quán)融合算法的動(dòng)力定位數(shù)據(jù)融合[J]. 丁浩晗,馮輝,徐海祥,殷進(jìn)軍,龍飛.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2016(04)
[3]基于自適應(yīng)加權(quán)數(shù)據(jù)融合算法的數(shù)據(jù)處理[J]. 唐亞鵬.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(04)
[4]基于自適應(yīng)加權(quán)平均融合的路段行程時(shí)間估計(jì)[J]. 崔夢(mèng)瑩,劉鍇,候文宇,衛(wèi)小磊.  交通標(biāo)準(zhǔn)化. 2014(15)
[5]基于多傳感器自適應(yīng)加權(quán)融合的溫室信息系統(tǒng)[J]. 張陽(yáng),沈明霞,孫玉文,劉政,柏廣宇.  傳感器與微系統(tǒng). 2014(06)
[6]基于Weibull模型的高臺(tái)階拋擲爆破爆堆形態(tài)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J]. 韓亮,劉殿書(shū),李紅江,王宇濤.  煤炭學(xué)報(bào). 2013(11)
[7]基于非線性理論的拋擲爆破爆堆形態(tài)預(yù)測(cè)[J]. 丁小華,李克民,狐為民,任占營(yíng).  中國(guó)礦業(yè)大學(xué)學(xué)報(bào). 2012(05)
[8]ELM神經(jīng)網(wǎng)絡(luò)爆堆形態(tài)預(yù)測(cè)模型的研究及應(yīng)用[J]. 黃永輝,李勝林,樊祥偉,王宇濤,周美紅.  煤炭學(xué)報(bào). 2012(S1)
[9]露天煤礦高臺(tái)階拋擲爆破爆堆形態(tài)模擬[J]. 李祥龍,何麗華,欒龍發(fā),張智宇.  煤炭學(xué)報(bào). 2011(09)
[10]同類(lèi)多傳感器自適應(yīng)加權(quán)估計(jì)的數(shù)據(jù)級(jí)融合算法研究[J]. 李戰(zhàn)明,陳若珠,張保梅.  蘭州理工大學(xué)學(xué)報(bào). 2006(04)

博士論文
[1]露天礦拉斗鏟倒堆工藝系統(tǒng)優(yōu)化理論及應(yīng)用研究[D]. 孫健東.中國(guó)礦業(yè)大學(xué)(北京) 2016

碩士論文
[1]多傳感器融合估計(jì)算法的研究及在滑坡中的應(yīng)用[D]. 孫波.中國(guó)地質(zhì)大學(xué) 2012



本文編號(hào)：3693873