共查询到20条相似文献,搜索用时 15 毫秒
1.
岩石爆破块度分布的分形结构 总被引:4,自引:0,他引:4
应用分形几何理论研究了岩石爆破块度的分形特性,发现岩石的爆破块度具有良好的分形结构。建立了爆破块度的分维数与爆破参数的关系。由此可进行岩石爆破后的块度估算,爆破块度的预报和爆破参数的优化。 相似文献
2.
本文介绍了利用分形几何学的分维数表征岩石爆破破碎块度的统计意义,推导了分维数的求解方法。在实验室条件下采用浇注的混凝土试件代替岩石进行爆破实验,然后应用提出的方法进行了分维数计算。认为分维数是评价岩石爆破块度分布的理想指标,对预期岩石块度的爆破参数设计具有指导作用。 相似文献
3.
岩石断裂及爆破破碎过程 总被引:1,自引:2,他引:1
矿物晶体颗粒使岩石断裂路径产生分形,而爆破裂缝宏观扩展速度及爆破块度分布又决定爆破破碎时间。运用分形理论,研究了岩石孔隙率对断裂速度的影响,分析岩石爆破的破碎过程,建立了岩石爆破破碎时间的计算方法。 相似文献
4.
5.
起爆方式的分形理论优选决策 总被引:1,自引:1,他引:0
介绍了分形理论及其在岩石爆破破碎过程中的应用, 指出岩石分形维数与岩石所受的压力和作用时间相关联。通过分析反向起爆的特点, 运用分形理论, 得出反向起爆优于正向起爆在于前者产生的平均压力大, 作用时间长, 从而增加了岩石的分形维数, 提高了块度积累率, 减小了大块率。 相似文献
6.
7.
在分形几何理论和岩石细观损伤机理的基础上,通过改变不耦合系数、炸药单耗和填塞条件等参数,在实验室进行模拟爆破实验,以优化爆破参数和实现对爆破块度的控制和预测。针对永城煤电集团公司陈四楼煤矿三个炮采工作面的具体情况,对炮采工作面实施微差爆破技术,确定了软煤体、片帮和破碎顶板条件下合理的爆破参数,并提出了炮采工作面微差爆破的安全技术措施;在安全、高效的前提下,块碳率提高了6%~10%,单产增加18 8%。 相似文献
8.
为提高岩石爆破块度预测效果,利用多个矿山的岩石爆破统计数据,通过影响爆破岩石块度因素的重要度计算和皮尔逊相关系数判定筛选出炸药单耗、岩石块度尺寸、岩石弹性模量以及炮孔堵塞长度与炮孔排距比(T/B)等6个特征变量作为输入参数,建立一种基于改进随机森林回归算法的爆破块度预测模型.该模型预测的爆破块度逼近真实值,预测结果的可决系数(R2)、均方根误差(RMSE)和平均相对误差(MRE)分别为0.9881,0.0430和0.1445,相较于线性回归预测模型和 BP神经网络预测模型而言,其预测效果更优,因此该模型在实际应用中更具适用性,能够为爆破参数设计和优化提供参考. 相似文献
9.
10.
11.
12.
煤矿采掘爆破中的块度问题 总被引:2,自引:0,他引:2
通过实验室和现场试验结果分析及理论探讨,对评价爆破效果的块度指标大块率、K_(50)及块度分布律的统计方法进行分析;对影响块度的几个主要因素:炸药岩石阻抗匹配、不偶合装药结构、微差爆破技术及参数等进行了试验和分析,并得出了块度指标最优时的匹配因数、不偶合因数和微差爆破参数范围值。 相似文献
13.
14.
在研究过程中测量油母页岩岩石、岩体弹性纵波速度,确定选取炸药类型,采用BP神经网络和经典炸药岩石匹配理论相互论证炸药性能的数据调整方案、在相同爆破参数条件下进行油母页岩炸药和岩石匹配爆破试验,采用Split-Desktop软件分析试验后岩石块度分布以验证匹配效果。在试验后分析了油母页岩岩石块度分布,发现尾矿率升高,试验结果不理想。通过对爆破试验设计的分析,排除孔网参数、装药结构等的可能性;总结出岩体节理裂隙、节理面与自由面交角、爆破延期时间3方面原因。 相似文献
15.
16.
为了对岩石天然块度作出合理正确的预测,分析讨论了岩体结构面的分形特征,提出了 一种利用分形分布、节理密度、岩石质量指标R_(Q,D)和结构面间距分布形式的联系来预测岩石天然块度。研究表明,此模型可以作为岩石天然块度的预测模型。 相似文献
17.
放顶煤开采爆破破碎硬顶煤研究 总被引:3,自引:1,他引:2
以大同坚硬煤层金属网下放顶煤和全厚一次放顶煤开采试验为原型 ,采用大煤样爆破实验方法 ,按垂直层理和平行层理模拟爆破 ,研究了装药不偶合系数Ke 和线装药密度对坚硬顶煤爆破块度的影响规律 ,提出了模型与原型炸药量的换算关系式 .应用分形理论初步分析了分形块度、表面裂隙分维与爆破能量密度的关系 ;探索了爆破法破碎坚硬顶煤的合理爆破及施工参数 ,并认为垂直层理爆破Ke<1 2 ,而平行层理爆破Ke>1 2 ,有利于提高顶煤体冒放性 . 相似文献
18.
19.
利用分形理论探讨研究了原地爆破浸出工艺待浸矿堆块度的分形特征,并对影响块度分维的主要因素进行了灰色关联分析。 相似文献
20.
《矿业研究与开发》2021,41(1):135-140
为了更好地预测岩矿石爆破块度,将世界多个矿山的爆破块度统计数据依据弹性模量分成两组,运用随机森林和GA-BP神经网络分别建立爆破数据随机森林分组模型和爆破块度预测模型。以孔间间距与排间间距比、炮孔孔深与排间间距比、排间间距与炮孔直径、炮孔堵塞长度与排间间距比、炸药单耗、原位岩石块度和岩石弹性模量为输入参数,对爆破块度进行预测。结果表明预测结果的相关性系数(R2)、均方根误差(RMSE)和平均相对误差(MRE)均优于多元回归预测模型和BP神经网络预测模型,且优于未分组情况下建立的GA-BP神经网络预测模型,更适合于爆破工程的实际应用,并为多因素影响下的爆破块度预测提供了一种新思路。 相似文献