山东省自然科学基金(ZR2010FL012)
- 作品数：9 被引量：90H指数：7
- 相关作者：温廷新邵良杉张波孙红娟孔祥博更多>>
- 相关机构：辽宁工程技术大学更多>>
- 发文基金：山东省自然科学基金辽宁省教育厅基金国家自然科学基金更多>>
- 相关领域：环境科学与工程矿业工程自动化与计算机技术交通运输工程更多>>
- 露天采矿爆破振动特征参量的Logistic-ELM预测被引量：2
- 2015年
- 针对露天采矿爆破过程中特征参量的预测问题,采用Logistic回归分析和极限学习机(ELM)方法,选取总药量、水平距离、高差、前排抵抗线大小、预裂缝穿透率、岩体完整性、传播介质、测点与爆区相对位置、炸药爆速等9个主要影响因素,利用Logistic回归方法分析各个因素的重要程度,提取最主要的因素作为ELM模型的输入,建立基于LogisticELM的露天采矿爆破振动特征参量预测模型。采用露天矿实际爆破过程中测量的100组数据作为学习样本,用于预测模型的训练,使用所得模型对其余15组检验样本进行预测并与真实结果对比。实验结果表明,经过Logistic回归分析提取影响爆破振动特征参量的主要因素后,所得模型可有效预测露天采矿爆破振动的特征参量,误差率较低。
- 温廷新戚磊邵良杉
- 关键词：露天采矿爆破振动极限学习机LOGISTIC回归分析
- 矿区采空塌陷危险性预测的RS-SVM模型被引量：8
- 2015年
- 为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论,对原始训练样本进行对象约简和属性约简。将属性约简后的3项指标作为支持向量机(SVM)的输入向量,建立矿区采空塌陷危险性预测的RS-SVM模型。将对象约简后的7组样本作为训练样本,用于模型训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对13组待评样本进行预测,并与贝叶斯、BP神经网络(BPNN)方法进行比较。结果表明,RS理论与SVM算法相结合,能降低属性维数,去除冗余样本,简化模型,该模型所得预测结果准确率为100%。
- 温廷新孙红娟徐波邵良杉章菲菲
- 关键词：采空区属性约简
- 台阶爆破效果的熵权物元可拓法综合评价被引量：10
- 2016年
- 为准确评价台阶爆破效果,应用物元可拓理论,并选取11个影响台阶爆破效果评价结果的主要因素松散系数、根底率、后裂距离、振动速度、飞散距离、雷管单耗、延米爆破量、大块率、爆堆形态、环境影响、炸药单耗作为评价台阶爆破效果的指标,建立台阶爆破效果综合评价的物元可拓模型。通过隶属函数对分级标准及待评对象进行隶属化,确定经典域、节域及待评物元,消除量纲的影响,弥补特征值可能超出节域而使关联函数失效的缺陷;使用熵权法确定权值,减少主观因素的影响,计算出待评物元与评价等级的联合关联度,依据最大关联度准则对台阶爆破效果等级进行评价。为考察模型的有效性及实用性,将模型应用到洪水台土石方平场工程的4次深孔台阶爆破实例中进行分析计算,得到台阶爆破效果的综合评价结果。结果表明:该模型评价结果与实际情况完全相符。此方法为综合评价爆破效果提供了一种新的方法。
- 任海芝洪曼绮
- 关键词：隶属函数熵权法台阶爆破
- 矿井突水水源识别预测研究——以新庄孜矿为例被引量：25
- 2014年
- 矿井突水水源识别是煤矿预防突水事故发生的关键工作,为快速、有效判别矿井突水水源,选取Ca2+,Mg2+,K++Na+,HCO-3,SO2-4,Cl-和总硬度7种主要判别指标。利用Logistic回归分析模型,对7种判别指标的重要程度进行回归分析,提取最主要的判别指标作为水源识别的影响因素,建立基于Logistic分析的矿井突水水源识别的随机森林(RF)模型。将煤矿实测的33组数据作为训练数据,进行预测模型训练,另外选用12组数据作为测试数据,利用该模型进行预测,并与Fisher判别方法和神经网络方法进行对比。结果表明:利用Logistic回归分析法能有效地提取影响矿井突水水源识别的因素,去除冗余影响因素,可有效地预测矿井突水水源类型,使矿井突水水源预测模型错误率降低至1/12。
- 温廷新张波邵良杉
- 关键词：矿井突水
- 矿用卡车单位油耗的神经网络预测被引量：8
- 2013年
- 利用TRAINCGF算法构建矿用卡车外部环境参数与卡车单位燃油消耗的BP神经网络预测模型。模型的输入信息为阶段产量、平均运距、平均高差、故障率、道路质量、司机操作、天气状况和日常维护,输出信息为单位油耗。BP神经网络模型为8—12—1结构,动量因子和学习因子分别为0.7和0.5。模型测试结果表明,相对误差最大值为4.5237%,相对拟合率值为0.9513,模型精度较高。该模型可为卡车油耗考核和油库进油提供参考。
- 温廷新唐小龙马龙梅
- 关键词：矿用卡车神经网络作业环境
- 煤与瓦斯突出预测的QGA-LSSVM模型被引量：17
- 2015年
- 为快速、有效地对煤与瓦斯突出类型作出预测,运用灰色关联和因子分析模型对所选主要的判别指标进行分析提取,利用量子遗传算法(QGA)对最小二乘支持向量机(LSSVM)的参数作寻优处理,最终建立QGA-LSSVM煤与瓦斯突出预测模型。选取从砚石台矿区历史实测的数据,以96∶20的比例对该模型进行训练与测试,并将预测结果与其他预测模型的预测效果进行了比较。研究结果表明:对判别指标进行灰色关联分析可以有效去除对煤与瓦斯突出影响作用小的指标;用因子分析进行公共因子提取,可以有效减少数据信息冗余;利用QGA优化的LSSVM模型能使结果避免陷入局部最优解,用该模型可以有效预测煤与瓦斯突出类型,误判率为0。
- 温廷新孙红娟张波邵良杉孔祥博
- 关键词：煤与瓦斯突出灰色关联量子遗传算法
- 露天煤矿边坡稳定性预测的PSO-LSSVM模型被引量：7
- 2014年
- 针对边坡工程稳定性预测的复杂性,将粒子群算法和最小二乘支持向量机结合,使用粒子群优化算法寻找最小二乘支持向量机的最优参数,选取七项因素(岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力和振动系数)作为边坡稳定性的影响因素,建立PSO-LSSVM的边坡稳定性预测模型。利用矿山实测30组边坡稳定性数据进行学习训练,另用12组数据进行测试,同时与LSSVM测试数据进行比较,验证了PSO-LSSVM模型在矿山边坡稳定性预测中有较高的准确度。
- 温廷新张波
- 关键词：粒子群算法最小二乘支持向量机边坡稳定性
- 滚动轴承故障诊断优化仿真研究被引量：2
- 2012年
- 研究提高滚动轴承故障诊断准确率问题,滚动轴承故障振动信号具有非平稳,造成系统不稳定,针对传统方法难以提取故障信息的不足,提出一种小波包和最小二乘支持向量机的滚动轴承故障诊断方法(WP-LSSVM)。首先采用小波包对滚动轴承振动信号进行降噪处理,消除背景和噪声信息,然后小波包对去噪后振动信号分解并计算能量特征值,最后采用最小二乘支持向量机对能量特征值进行学习,建立滚动轴承故障诊断模型。仿真结果表明,滚动轴承故障诊断训练和测试时间减少,且故障诊断准确率得到提高。
- 温廷新王俊俊
- 关键词：滚动轴承故障诊断振动信号最小二乘支持向量机小波包
- 矿井突水水源识别的QGA-LSSVM模型被引量：15
- 2014年
- 为快速、有效地判别矿井突水水源,根据水化学特征,选取Ca2+,Mg2+,K++Na+,HCO-3,SO2-4,Cl-和总硬度等7个指标的质量浓度(mg/L)作为主要判别依据,并将其作为识别的变量。利用因子分析模型对数据进行属性约简,提取公共因子,减少判别指标之间信息交互,并利用量子遗传算法(QGA)对最小二乘支持向量机(LSSVM)的参数寻优,建立QGA-LSSVM水源识别模型。选取从新庄孜煤矿实测的33组数据作为训练数据,进行模型训练;另用12组数据作为测试数据,用该模型进行预测,并将结果与其他预测模型的结果进行对比。研究表明:利用因子分析模型提取的公共因子包含原变量因素中绝大部分信息,能减少信息冗余,利用QGA优化的LSSVM模型能使结果避免陷入极值,用该模型可有效地预测矿井突水水源类型,其错误预测率为0。
- 温廷新张波邵良杉
- 关键词：矿井突水
