基于RBF神经网络方法的铀尾矿坝失稳预报分析研究

摘要：

指出了尾矿坝是矿产业设施的重要组成部分,尾矿坝的安全稳定运行对选矿厂的生产起着非常重要的作用,所以,对尾矿坝进行稳定性监测是非常必要的.针对尾矿坝的库水位,应用RBF神经网络算法对样本数据进行预测并且与实际值进行了对比,符合程度很好,说明预测值与实际值十分接近,误差很小;同时,此次网络训练经多次迭代运算,误差曲线收敛于目标值,效果良好.综上说明,此次训练效果良好,可以用于预测其他参数.预测结果表明:库水位高程误差在0.001 m内,属于合理范围,尾矿库的库水位处于安全状态,风险较低.

关键词：坝体稳定性、RBF神经网络、铀尾矿坝、库水位

分类号：TV649(水利枢纽、水工建筑物)

资助基金：湖南省研究生科研创新项目资助2014SCX04

在线出版日期：2016-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：51-52,56