硫化矿石自燃倾向性等级划分的GA-BP神经网络模型及应用
准确判定硫化矿石的自燃倾向性等级,可为高硫矿井防灭火设计和安全回采提供重要的理论依据.结合已有的研究成果,选取表征硫化矿石自燃倾向性本质特性的自热点温度、室内低温氧化质量增加率和自燃点温度3项指标作为硫化矿自燃倾向性等级划分的基本判别因子.以采自典型高硫矿山的18组矿样的实测数据作为训练样本进行分析计算,进而建立了硫化矿石自燃倾向性等级划分的GA-BP神经网络模型.最后,运用该模型对6组硫化矿井矿样的自燃倾向性进行了分级预测.研究结果表明,6组实测样本的误判率平均值仅为2.5%,取得了良好的预测效果.因此,GA-BP神经网络模型可以用于指导高硫矿山矿石自燃倾向性等级的划分.
硫化矿石、自燃倾向性、GA-BP、等级划分
24
X936(安全工程)
国家自然科学基金项目51304051;福建省自然科学基金项目2012J05088;福州大学科技发展基金项目2013-XQ-18;福州大学科研启动基金项目XRC-1174
2015-10-14(万方平台首次上网日期,不代表论文的发表时间)
227-232