基于Fourier级数的露天矿抛掷爆破效果GA-LSSVM预测

摘要：

抛掷爆破效果直接影响露天矿剥离成本,对抛掷爆破的拉斗铲倒堆工艺生产效率有重要影响,为提高露天煤矿抛掷爆破效果预测准确率,进而提高反馈爆破参数优化设计精度,在分析露天矿抛掷爆破效果影响因素的基础上,提出一种遗传算法(GA)优化最小二乘支持向量机(LSSVM)的抛掷爆破效果预测模型.引入傅里叶级数模型模拟爆堆剖面曲线,利用训练完成的GA-LSSVM预测Fourier级数模型控制参数A0,θ,an及bn,进而输出预测的爆堆形态.依据内蒙古黑岱沟露天煤矿抛掷爆破实测数据进行实例分析,选取台阶高度、剖面宽、炸药单耗、最小抵抗线、排距、孔距、坡面角、采空区上口宽、采空区下口宽、松方体积、有效抛掷量作为GA-LSSVM预测模型的输入参数,A0、θ、an、bn、最远抛掷距离、松散系数和有效抛掷率作为输出参数,建立露天矿抛掷爆破效果GA-LSSVM预测模型,并将偏最小二乘回归模型(PLSR)、LSSVM模型、粒子群算法优化最小二乘支持向量机模型(PSO-LSSVM)与其进行对比.结果表明:①通过2～7阶Fourier展开级数对爆堆剖面曲线模拟分析,确定阶数为4时模拟精度与效率达到最优,其误差平方和(SSE)为21.593 4,决定系数(R2)与调整后的决定系数(R2adj)为0.999 2,均方根误差(RMSE)为0.479 3;②相较于传统LSSVM预测模型,通过GA优化后,最远抛掷距离、松散系数以及有效抛掷率均获得更高的R2(1,1,1)和更小的RMSE(0.180 9,0.000 7,0.000 2),说明改进后的GA-LSSVM具有更好的模拟效果和泛化能力;③与PSO-LSSVM、LSSVM、PLSR模型相比,GA-LSSVM模型对抛掷爆破效果的预测精度(R2,RMSE)更高且优势明显;④ 结合4阶Fourier级数的GA-LSSVM模型与采用Weibull函数的BP或GA-ELM等模型相比,对爆堆形态的预测具有更高的操作效率及预测精度.

关键词：露天煤矿、抛掷爆破、Fourier级数、GA-LSSVM、预测模型

所属期刊栏目：47

分类号：TD824(矿山开采)

资助基金：国家自然科学基金;陕西省教育厅科研计划资助项目;陕西省国际科技合作计划资助项目

在线出版日期：2023-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：4455-4465