共查询到20条相似文献,搜索用时 62 毫秒
1.
本文根据煤矿巷道特点,建立了BP神经网络辨识模型,实例分析表明,该模型有很强的辨识特性,具有重要应用价值。 相似文献
2.
巷道类别的神经网络识别方法 总被引:1,自引:0,他引:1
建立了反向传播BP神经网络巷道类别识别模型,实例分析表明,该模型具有较高的识别能力和应用价值,对矿山决策的智能化、科学化具有重要意义。 相似文献
3.
4.
改进BP神经网络在采准巷道支护中的应用研究 总被引:3,自引:3,他引:0
在对程潮铁矿采准巷道支护类型影响因素和巷道成功加固实例调查分析的基础上,提出采用改进的BP神经网络对支护类型进行研究。由学习样本的学习过程和对支护类型的预测结果可知,无论是学习样本误差收敛过程,还是收敛速度、收敛精度和支护类型的预测结果都较为理想,预测准确率较高,为研究采准巷道的支护类型提供了新的研究思路,具有较好的推广应用价值。 相似文献
5.
巷道围岩变形预测在矿井安全工作中具有极其重要的作用,在对阜新市王营矿巷道围岩变形进行深入而系统的分析基础上,采用残差辨识模型的预测方法,借助于计算机对巷道的围岩变形进行预测,其结果和与实测值基本趋于一致,由此看出将GM模型理论和巷道的围岩变形预测相结合,计算过程简单,结果也较传统的预测方法更为准确。 相似文献
6.
7.
通过应用基于BP神经网络模型系统对某矿山巷道围岩的实测变形值进行神经网络模拟,成功预测了巷道围岩的变形,有利于巷道支护设计和生产组织. 相似文献
8.
9.
10.
采场巷道的安全预测包含众多的模糊性、不确定性和知识的不完备性,应用神经网络模型的学习能力,进行巷道在掘进过程中的安全状态预测。为矿山安全生产和事故预测奠定了基础。系统在金川二矿区的应用表明,该系统具有较好的适用能力。 相似文献
11.
12.
13.
14.
15.
故障诊断的本质是信号的特征提取与分类,BP神经网络是典型的一种分类方法。针对传统的BP算法易形成局部极小值,缺乏全局搜索性的缺点,利用粒子群算法可以在复杂、多峰、非线性及不可微的空间中实现快速、高效的全局搜索的特点,结合传统BP算法,提出一种基于PSO-BP混合训练神经网络的新方法。该算法首先利用粒子群算法的全局搜索能力对BP网络的权值进行优化,同时引入粒子群熵的概念对粒子群体中个体的多样性进行度量,当粒子群熵的估计值超过某一设定阀值时,用BP算法进行神经网络的训练。采用采煤机的轴承故障数据集对PSO-BP算法进行验证,证明该方法能够对采煤机的故障进行诊断。 相似文献
16.
针对广东泥竹塘铁矿露天边坡稳定性问题,为了获得矿山的稳定露天边坡角,研究使用BP神经网络进行预测分析。在预测过程中,以边坡岩体质量系数、岩体综合抗压、抗拉强度、内聚力、结构面力学特性、边坡高度及岩体密度等7个指标为输入因子,综合国内矿山27组露天矿山现场数据,建立网络学习、训练样本库,从而实现泥竹塘铁矿稳定露天边坡角的预测。结果表明,露天边坡角的BP神经网络预测模型最大误差小于3%,训练输出误差较小,精度较高,得到的泥竹塘露天铁矿上盘最终边坡角的预测值为42.8°,上盘最终边坡角的预测值为40.1°。多年的生产实践表明,该预测成果与实际基本相符,可为今后类似工程提供参考。 相似文献
17.
Ore sorting is a useful tool to remove gangue material from the ore of bigger size ranges. The radical development in the area of artificial intelligence allows speedy processing the full color digital images for the preferred investigations. In this paper a novel approach to classify the ores for ferromanganese metallurgical plant feed has been proposed based on the visual texture of the ore particles (Mn, Fe, and Al2O3 rich) and radial basis neural network. The visual texture of ore particles vary with the mineral contents. This information can be quantified by using image processing technique in RGB color space and, first and second-order statistical analysis. Commonly used Hartlic’s textural features was calculated and presented as neural network inputs along with red, green and blue color values for 5 × 5 pixel size windowpanes extracted from three separate images. Results obtained show encouraging accuracy to apply the approach to develop an expert system for on line ore quality monitoring to control the ore blending in the feed ore circuits as well as separating gangue minerals present in the feed ores. Matlab® 7.0 was used for visual textural analysis and neural network classification. 相似文献
18.
19.
基于实测资料的概率积分法下沉预计能够准确描述开采引起的地表下沉变化,广泛应用于全国各大采区。为了获取准确可靠的开采沉陷概率积分法预计参数,本文以概率积分法沉陷预计为基础,利用BP人工神经网络反演求取预计参数。BP人工神经网络具良好的鲁棒性和非线性映射能力,在参数选取过程中能快速准确的确定预计参数与观测站点实测下沉量之间的映射关系,能准确反演得到实测下沉预计参数。根据地表实测数据,将概率积分法下沉预计与BP人工神经网络相结合,建立了适用于多种地质采矿条件的沉陷预计参数反演模型,并对阳泉某矿进行参数反演,得到结果与实测数据基本吻合,表明应用广适应性BP神经网络方法反演开采沉陷预计参数是可行的。 相似文献
20.
为准确地预测爆破结果、减少爆破振动对建筑的损伤和保障工人的安全,利用具有处理非线性问题能力的BP神经网络预测爆破结果。选取合格的爆破结果作为网络模型的学习样本,经过一定次数的训练学习后通过神经网络的前馈特性确定各层阈值和误差,完成对BP神经网络的建立,发现预测结果与真实结果相比的误差在10%以内。再结合PAC算法、POS算法或者MATLAB软件等优化网络后甚至可以将误差控制在5%以内。通过建立BP神经网络预测可以减少爆破作业带来的危害,降低安全成本,指导爆破作业的施工。 相似文献