刘吉祥
- 作品数：4 被引量：52H指数：4
- 供职机构：中南大学资源与安全工程学院更多>>
- 发文基金：国家科技支撑计划“十一五”国家科技支撑计划更多>>
- 相关领域：矿业工程更多>>
- 基于GA-SVM模型预测减水剂对充填体强度的影响被引量：6
- 2015年
- 改善充填料浆的工作性能、提高充填体的强度和密实性是矿山充填法的研究方向之一。充填配比实验表明,在充填材料的制备过程中加入适量的高效减水剂可以提高充填体的抗压强度。为得到经济、高效的减水剂添加参数,以萘系、氨基、木钙和脂肪族4种减水剂结合新型充填胶凝材料,应用某矿山的全尾砂进行配比实验,建立GA-SVM预测模型进行优化选择。在优选过程中,以4种减水剂的添加量作为输入因子,以充填体28 d龄期单轴抗压强度作为综合输出因子,根据室内试验,建立训练、验证样本集;建立支持向量机(SVM)回归预测模型,通过遗传算法(GA)对SVM模型参数进行优化选择,当4种减水剂组合添加的质量分数依次为0、0.35%、0.30%、0.60%,抗压强度预测值为4.20 MPa。与实验对比,该模型预测结果的相对误差能控制在1%以下,精确度较高,为减水剂添加参数的优选提供了一种新思路。
- 张钦礼李浩刘吉祥刘群武陈秋松
- 关键词：充填料浆减水剂单轴抗压强度支持向量机遗传算法
- 超细全尾砂充填配比优化正交试验研究被引量：20
- 2015年
- 为了研究灰砂质量比、固相质量分数和温度对充填料浆各性能指标的影响规律,确定不同温度范围适合采矿工艺要求的充填材料控制参数。结合北方某矿山工程实践,以司家营磁铁矿全尾砂为充填骨料,新型胶凝材料为胶结料,运用正交试验设计法进行充填配比优化试验,得到以上3个因素对充填体28 d抗压强度、泌水率、塌落度和初凝时间等4个评价指标的敏感程度,以及各指标随各因素的变化趋势,确定最优的配比参数。试验结果表明:通过增大灰砂质量比可以提高充填体强度并缩短初凝时间,而充填体的泌水率和塌落度对固相质量分数最敏感;料浆充填性能随温度升高而提高,当温度为10℃和20℃时,最优配比为灰砂质量比1∶6,固相质量分数70%;当温度为30℃时,最优配比为灰砂质量比1∶8,固相质量分数72%。在不同温度范围采用不同配比参数可以降低充填成本。
- 王新民胡一波王石刘吉祥陈宇卞继伟
- 关键词：正交试验充填采矿法全尾砂
- 超细全尾砂絮凝沉降参数优化模型被引量：20
- 2014年
- 为了得到最优的絮凝沉降参数,以絮凝沉降正交试验数据为训练样本和检验样本建立BP神经网络预测模型。絮凝剂单耗、料浆浓度及絮凝剂浓度作为输入因子,沉降速度和极限浓度作为输出因子。对比隐含层节点数对模型训练过程及预测精度的影响,选取最佳预测模型节点数为9。将絮凝沉降参数细化输入到预测模型中,从而搜索出优选样本,优选参数絮凝剂单耗为4.5 g/t,絮凝剂浓度为0.11%,料浆浓度为15%。经实验对比,该模型对絮凝沉降参数预测结果的相对误差能控制在5%左右,精确度较高,可以作为絮凝沉降参数优选的一种新思路。
- 王新民刘吉祥陈秋松肖崇春万孝衡
- 关键词：BP神经网络全尾砂絮凝沉降
- 基于PSO-ELM的建筑物爆破震动速度预测被引量：8
- 2014年
- 针对影响爆破震动速度因素之间复杂的非线性关系,利用粒子群算法(PSO)的全局搜索最优解原理和极限学习机(ELM)处理非线性关系能力,建立了爆破震动速度预测的PSO-ELM模型。以某地区爆破震动实测数据为例,选取总药量、最大段药量、爆破点与监测点距离、建筑物所在地面震动速度和测点到地面的高度等5个因素为输入变量,以建筑物震动速度为输出变量。结果表明,PSO-ELM模型训练值与预测值,测试值与预测值的均方误差分别为0.18和2.56,平均相对误差控制在6%以内,显示出该模型具有良好的训练精度和泛化能力。对比传统ELM模型,PSO-ELM模型不但提高了精度和泛化能力,而且降低了训练样本数和隐含层节点数变化对训练结果的影响,提高了模型的拟合能力,在类似预测工程中有一定的推广价值。
- 王新民万孝衡朱阳亚姜志良刘吉祥
- 关键词：极限学习机粒子群算法
