论文摘要
爆破是土石坝料开采环节中最常用的方法之一。爆破块度不仅影响开采料的挖装效率,而且对坝体压实质量有很大影响,因此,通过调整爆破设计参数以控制开采料的粒度分布,是爆破实时控制的重要措施之一。在分析爆破参数对于块度影响基础上,针对传统爆破预测模型存在的不足,提出了一种基于双隐含层LM算法的神经网络模型预测爆破块度尺寸的方法。通过工程爆破试验实例,验证了该神经网络模型及计算方法的可行性及实用性,并用于指导工程需要。
论文目录
文章来源
类型: 期刊论文
作者: 王仁超,吴松
关键词: 水利工程,爆破技术,坝料开采,爆破块度预测,神经网络,算法
来源: 水力发电学报 2019年07期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 矿业工程,工业通用技术及设备
单位: 天津大学水利工程仿真与安全国家重点实验室
分类号: TD235
页码: 100-109
总页数: 10
文件大小: 1257K
下载量: 471