一种识别及处理特高品位值的新方法

通过对目前特高品位值识别及处理方式进行综合分析评价,提出一种新的特高品位值识别及处理方式。新方法采用3σ准则判断特高品位值及特高品位值个数。产生一组数据为样本数据,要求这组数据符合样品统计分布规律。将样品和随机数都由大到小排序,用相应序列的随机数代替特高品位值。在实例分析时,新方法处理之后其品位分布特征的峰度、偏度均大幅度下降,并且品位均值和标准差均无较大变化。对比应用品位变化系数法处理的结果,在峰度和偏度下降相当时,平均品位值更加接近原始数据平均品位值,说明新方法处理结果更为合理。     

我国温石棉矿床中的高品位特征

温石棉矿床勘查中含棉率测定中出现高品位(高含棉率)样品。这些所谓高品位只是低品位背景上的高值品位,高品位样品率与品位变化系数存在比例关系,故在储量计算时不必当作特高品位处理。     

基于灰色理论的硫化铜精矿品位预测模型

针对小样本数据条件下预测硫化铜精矿品位的问题,提出了基于灰色理论的铜精矿品位预测模型。该模型通过试验所得的小样本数据,动态改变建模数据的初始值和背景值,结合灰色理论建立了硫化铜精矿品位的GM(1,1)预测模型,统计预测模型的平均相对误差。结果表明:基于灰色理论的预测模型精度较高,最小的平均相对误差为1. 88%,模型的预测效果较好,可作为预测铜精矿品位的一种新方式。     

基于灰色系统理论的矿石品位预测模型及其应用

刻槽取样是地下金属矿山了解矿石品位分布情况的最常用方法之一，运用灰色系统理论的灾变预测方法，建立了刻槽法矿石品位的灰色预测模型，使用该模型对某地下矿山坑壁样品进行了计算分析，结果表明所建立的预测模型与实际情况比较符合，所建立的预测模型具有较高的实用价值。     

基于无偏灰色GM(1,1)的铁精矿品位预测模型北大核心

铁精矿品位的准确预测对铁矿选矿厂的生产和管理具有重要意义。为解决选矿厂生产过程中具有随机波动性的铁精矿品位预测问题,提出一种基于线性变换法的无偏灰色GM(1,1)铁精矿品位预测模型。通过采用一种线性变换方法降低铁精矿品位数据序列的波动干扰,将随机波动数据序列转换为单调增长的数据序列,然后将变换后铁精矿品位数据序列代入无偏灰色GM(1,1)模型以实现铁精矿品位预测模型的建模,最后将该预测模型用于两组铁精矿品位数据序列进行了验证。结果表明,基于线性变换的无偏灰色GM(1,1)铁精矿品位预测模型在预测精度和预测性能上优于两个改进的GM(1,1)预测模型,其预测精度均为一级,预测的最小相对误差为0.2%,平均绝对误差均小于1%,模型具有较好的应用性和有效性,为短期预测铁精矿品位提供了一种新途径。     

关于品位估值过程中特异值处理的研究

特异值指特高品位和特低品位,其超过了期望的品位分布范围,由于特高品位对品位均值、方差等均造成较大影响,会引起品位高估,因此特异值处理通常指非错误来源的特高品位的处理。特高品位的判断非常重要,需要结合定量分析,并要将其与局部高品位矿化相区分。本文通过具体案例论述特高品位的处理原则和方法。     

分形理论在某钼矿特高品位识别与处理中的应用

针对参数选取缺乏合理性、平均品位下降等问题,提出了一种基于分形理论的特高品位识别与处理方法。该方法首先采用含量-总量法确定特高品位下限值,然后运用平均值替代法处理特高品位。将该方法应用于某露天钼矿的特高品位识别与处理,并通过克里金插值法进行品位估算。结果表明:该方法识别与处理特高品位后的插值效果明显优于3σ法和分布函数法,且能够较好地反映该钼矿的原始品位分布规律,验证了该方法的可行性和有效性。     

基于距离幂反比法的新疆黄土坡铜锌矿品位估算应用研究

为准确的对新疆黄土坡铜锌矿品位进行推估,首先对样品数据进行过滤、特高品位处理、样长组合等进行处理,以及对样品的分布特征进行分析研究,以有效、合理利用样品进行品位空间插值;再结合新疆黄土坡铜锌矿实际情况,块段模型基础块尺寸采用1.25m×1. 25m×1m,以更好反映矿体空间形态、矿床在空间上延伸的方向和长度等,从而建立新疆黄土坡铜锌矿矿块模型;又因新疆黄土坡铜锌矿Cu、Zn品位分布不符合正态、指数及对数正态分布,很难通过变异函数分析得到正确的变化规律参数,从而采用距离幂次反比法进行品位推估。结果表明,品位推估结果准确且与实际相符。     

含钼矿石特高品位的确定和处理

<正> 矿体或矿块地质品位能否有较为可靠的数值,除了正确运用工业指标,合理圈绘矿体外,对特高品位也需要合理确定和处理。我局矿山开采实践表明,忽视特高品位或对特高品位处理不当,均影响工业矿体或矿块地质品位的确定。本文试图结合生产实际,从抽样误差理论来分析和探讨特高品位的确     

原矿品位预测模型研究

运用灰色预测理论，建立了原矿品位预测模型，对某金矿矿山的原矿品位进行了预测。经检验并与实际数据对比，结果令人满意，说明灰色预测模型在原矿品位预测中具有较好的实用价值。     

基于变权综合灰靶模型的采空区风险等级评价

采空区风险等级评价是采空区灾害监测、预防和治理的重要内容。基于灰靶理论,采用灰熵关联分析法,引入平衡函数确定指标综合权重,建立了基于变权综合灰靶模型的采空区风险等级评价方法;选取8个评价指标,构建了采空区风险等级评价指标体系;根据变权综合灰靶模型,计算得到靶心距,形成了定量化的采空区风险等级靶距图,然后以检验样本的靶心距在靶距图上的分布确定其风险等级。利用5个检验样本对变权综合灰靶模型进行了验证,评价结果与实际风险等级一致。同时,将基于灰熵关联分析方法与变权综合权重计算方法的灰靶模型评价结果进行对比,证明了变权综合灰靶模型的合理性和准确性。结果表明,采用变权综合灰靶模型对采空区进行风险等级定量化评价是合理可行的,可作为采空区灾害治理工程指导和管理的决策依据。     

基于灰色神经网络的我国原煤产量预测

文章采用灰色神经网络进行我国煤炭产量预测模型的建模,灰色神经网络具有灰色系统模型的可以用少量样本数据来建模与神经网络精度高的特性,克服在进行煤炭产量预测样本数据少的问题,仿真结果表明,此种模型预测结果的相对误差是1.57%,只使用灰色模型预测结果的相对误差是9.8%,采用此模型提高了预测的准确性和精度。     

基于灰色神经网络预测潘一东矿瓦斯含量

运用灰色关联分析影响潘一东矿井瓦斯含量的各因素,得出煤层标高、顶板岩性、煤厚、地质构造是影响瓦斯赋存的主要因素。选取这四种因素作为神经网络的神经元进行建模预测,结果表明,基于灰色关联度的神经网络模型预测瓦斯含量,预测精度高,证明了基于灰色理论与神经网络预测模型的可靠性。     

智能加权灰靶决策模型在煤与瓦斯突出危险评价中的应用

为了提高煤与瓦斯突出预测的准确性,并将突出强度与可能突出的危险程度进行量化,更有针对性地指导现场防突工作,基于灰色系统理论,提出煤与瓦斯突出危险性评价的智能加权灰靶决策模型的新方法。模型中将4个突出单项指标临界值作为灰靶临界值,并作为一致效果测度函数的正负分界点(即零点),充分考虑目标效果值中靶和脱靶两种不同情形,对应突出强度和可能突出的危险程度,将突出危险性进行量化,实现了定性与定量相结合的预测,并分别划分突出强度等级及突出可能性程度等级,使预测结果更直观、更准确。评价结果表明,该方法对矿井进行煤与瓦斯突出危险程度的评价是可行的。     

巨高巷道巷帮稳定机理及支护技术

以山西某矿5203轨道巷的巨高巷道为研究对象,采用对比分析方法,描述了巨高巷道巷帮水平位移和下沉特征及塑性区的分布特征。通过分析巷帮片帮力学模型、巷帮锚固墙的对深部围岩约束原理、巨高巷道金属支架腿部易产生压杆失稳等,最终采用高强锚杆、带、网、索支护方式加固巷帮并确定了合理支护参数。实践结果表明,巨高巷道巷帮稳定原理适用于巨高巷道巷帮支护。     

转子系统振动的灰色预测

针对用电磁阻尼对挠性转子系统振动进行主动控制研究理论 ,以电磁阻尼器为执行机构的单盘对称转子轴承系统 ,应用灰色预测理论方法 ,进行转子系统振动的研究。利用灰色预测模型的精确解法来提高GM(1,1)模型的精度 ,并作了误差分析 ,还用后验差法对其进行等级评定。     

基于组合赋权-集对分析的煤矿煤尘爆炸危险性评价研究

针对目前煤尘爆炸危险性评价研究较少、各评价因素选择偏差较大的问题,通过分析煤尘爆炸特性,提出以煤尘可爆性危险、煤尘爆炸浓度危险、点火源危险3个必要条件为一级指标,煤质变异程度、挥发分、水分、灰分等14个二级指标,以层次分析法确定各指标的主观权重,以熵权法确定各指标的客观权重,利用乘法归一化方法对各指标的组合权重进行计算,构建集对分析-组合赋权煤尘爆炸危险性评价模型,并将该模型与已较成熟的改进FAHP模型、模糊事故树模型、灰色聚类评估体系、未确知测度评价模型一同应用于济宁某矿的煤尘爆炸危险性评价过程中,结果显示:集对分析-组合赋权评价模型、改进FAHP模型、灰色聚类评估体系评价结果为一般危险等级,模糊事故树模型的评价结果为较安全等级,集对分析-组合赋权煤尘爆炸危险性评价模型评价结果与改进FAHP模型、灰色聚类评估体系、未确知测度评价模型的评价结果一致,该模型对煤尘爆炸危险的评价具有较好的适用性。