喻亞洲
(武漢理工大學資源與環(huán)境工程學院)
基于GRNN的黃麥嶺露天礦爆破參數(shù)優(yōu)化
喻亞洲
(武漢理工大學資源與環(huán)境工程學院)
針對黃麥嶺露天礦爆破過程中存在的大塊率高、根底多等問題,使用廣義回歸神經(jīng)網(wǎng)絡(GRNN)進行爆破參數(shù)優(yōu)化,得出最優(yōu)爆破參數(shù)為:孔距5.17 m,排距3.72 m,底盤抵抗線3.72 m,炸藥單耗0.88 kg/m3。通過現(xiàn)場試驗,優(yōu)化后的爆破參數(shù)爆破效果明顯得到改善。
露天礦爆破 廣義回歸神經(jīng)網(wǎng)絡 參數(shù)優(yōu)化
穿孔爆破作業(yè)是露天礦生產(chǎn)過程中的重要環(huán)節(jié),爆破效果的好壞對礦山生產(chǎn)過程中的采裝、運輸?shù)群罄m(xù)工序的工作效率和經(jīng)濟效益有很大影響[1-2],而爆破效果與爆破參數(shù)有直接關系。爆破參數(shù)的確定方法有類比法、公式法和現(xiàn)場試驗法[3]。類比法是一種定性的方法,其推理體系不嚴密,對于不同的工程,類比結果也相差很大,而且類比的因素也不完全一致,很難確定工程類比法的準確定義和操作過程[4];公式法的參數(shù)范圍很大,無法做到真正優(yōu)選;現(xiàn)場試驗法投入巨大,且不具備普遍適用性[5]。為取得良好的爆破效果,通常會根據(jù)各地的實際條件對選取的爆破參數(shù)進行優(yōu)化[6]。
隨著科技的進步,神經(jīng)網(wǎng)絡開始越來越多的運用于露天礦爆破參數(shù)的優(yōu)化研究,最常見的就是BP神經(jīng)網(wǎng)絡。如鄭長青等基于神經(jīng)網(wǎng)絡的臺階爆破參數(shù)優(yōu)化設計,戴云波等基于BP網(wǎng)絡的采場爆破鉆孔參數(shù)優(yōu)化。然而BP神經(jīng)網(wǎng)絡有其局限性,如收斂速度比較慢,訓練網(wǎng)絡需要的時間比較長。此外如果誤差曲面存在多個局部極小點,BP神經(jīng)網(wǎng)絡就可能會在沒有達到全局最小點的時候就結束訓練。本文針對黃麥嶺露天礦生產(chǎn)過程中存在的大塊率高、根底多等問題,使用廣義回歸神經(jīng)網(wǎng)絡(GRNN)對爆破參數(shù)進行優(yōu)化研究,得出最優(yōu)爆破參數(shù),改善了礦山爆破效果。
1.1 礦山概況
黃麥嶺露天礦位于湖北省孝感市大悟縣,是一家國有大型企業(yè),集采選、化肥、化工于一體,為全國十佳礦山、中國化工百強企業(yè)以及湖北省優(yōu)秀企業(yè)。該礦露天采場每年采剝礦巖總量600萬t,年產(chǎn)礦石100萬t。其西坑已經(jīng)開采完畢,東坑采場礦體為WN—ES走向,向南傾斜;+110 m開采水平上主要為淺粒磷灰?guī)r、條帶變粒狀磷灰?guī)r和錳質磷灰?guī)r,屬于易爆礦體[7]。南面主要為團狀淺粒巖、綠色片巖、二長片麻巖和綠色片麻巖,其硬度系數(shù)為12~16,屬難爆巖石[8]。
黃麥嶺露天礦臺階高度10 m,使用TYL-368型履帶式潛孔鉆機,炮孔直徑140 mm。該礦目前采用逐孔起爆技術,使用車制乳化炸藥,并用高精度毫秒非電雷管起爆。炸藥單耗0.76 kg/m3,底盤抵抗線4.5 m,孔距5 m,排距4.5 m,超深1.5 m,堵塞長度3 m。
1.2 爆破過程中存在的問題
隨著礦山開采的加深,開采范圍變小,礦巖巖性發(fā)生變化,使用上述爆破參數(shù)出現(xiàn)了根底多,大塊率較高,后沖和側裂問題比較嚴重的問題。根底和大塊會增加運輸和選礦的成本,后沖和側裂會降低下次穿孔的效率。因此,有必要對爆破參數(shù)進行優(yōu)化,以改善爆破效果。
1.3 爆破效果的評價
爆破效果的評價包括:安全標準、質量標準和經(jīng)濟標準[9]。安全標準指爆破作業(yè)本身的安全和周圍環(huán)境的安全,質量標準因爆破的目的和方法等的不同而不同,經(jīng)濟標準是將爆破成本控制在一定的范圍內(nèi)并盡可能的減小爆破成本。露天礦山目前通常采用大塊率和根底率兩個指標來衡量爆破效果,好的爆破效果要求爆破后的爆堆比較松散、塊度均勻、后裂距離小、底板沒有根底,同時降低爆破成本并減小爆破的負面效應[10]。
2.1 GRNN的原理
1991年,美國學者Donald F. Specht首次提出GRNN(廣義回歸神經(jīng)網(wǎng)絡)。GRNN是基于徑向基神經(jīng)網(wǎng)絡,在其基礎上添加一個特殊的線性層構成的網(wǎng)絡,常用于求解函數(shù)逼近等問題。和BP神經(jīng)網(wǎng)絡相比,GRNN有較好的收斂性和較高的精度,而且模型結構簡單、計算效率高,所以應用性好。其結構見圖1所示[11]。
圖1 廣義回歸網(wǎng)絡結構
GRNN由4層網(wǎng)絡構成,即輸入層、模式層、求和層、輸出層。其中,輸入層的神經(jīng)元數(shù)等于樣本向量的維數(shù);模式層神經(jīng)元數(shù)等于學習樣本的個數(shù),各神經(jīng)元對應不同的樣本;求和層中有兩類神經(jīng)元進行求和,分別對模式層中的數(shù)據(jù)通過式(1)、式(2)進行求和;輸出層最終計算結果為式(3):
(1)
(2)
(3)
2.2 神經(jīng)網(wǎng)絡設計
黃麥嶺露天礦采集的一組爆破數(shù)據(jù)如表1。
表1 黃麥嶺露天礦爆破參數(shù)工業(yè)試驗結果
注:①②兩組數(shù)據(jù)為檢測數(shù)據(jù);③~組數(shù)據(jù)為訓練數(shù)據(jù)。
綜合考慮鉆孔爆破和采裝運輸?shù)冉?jīng)濟效益,黃麥嶺露天礦的爆破目標是將大塊率控制在1%,根底率控制在0.1%,后裂距離控制在1.5 m。選取大塊率、根底率和后裂距離作為輸入?yún)?shù)。
在黃麥嶺露天礦的爆破施工過程中,孔徑、炸藥種類和超深都是固定的??讖綖?40 mm,炸藥為車制乳化炸藥,超深為1.5 m??梢圆豢紤]其作為輸出參數(shù)。
孔深為10+1.5=11.5 m,單孔裝藥量等于孔距、排距和炸藥單耗的乘積。在實際爆破中單孔裝藥量固定為195.5 kg,孔間微差時間為17和25 ms,排間微差為42和65 ms。根據(jù)經(jīng)驗并參考采礦手冊,取底盤抵抗線和排距相等。將孔距、排距作為輸出參數(shù)。
按照前述步驟,將樣本數(shù)據(jù)代入建立好的模型樣本進行訓練。訓練完畢后,挑選①、②兩組數(shù)據(jù),利用仿真函數(shù)來分析測試網(wǎng)絡。結果表明測試誤差都在10%以內(nèi),基本能夠滿足該礦的爆破設計要求,說明本模型對該礦爆破參數(shù)設計有很好的指導意義和參考價值。
2.3 神經(jīng)網(wǎng)絡的應用
將大塊率1%,根底率0.1%,后裂距離1.5 m輸入神經(jīng)網(wǎng)絡模型,得到的輸出結果是孔距為5.165 4 m,排距為3.723 1 m。在實際生產(chǎn)過程中取孔距5.17 m,排距為3.72 m,則底盤抵抗線為3.72 m,炸藥單耗為0.88 kg/m3。收集現(xiàn)場3組數(shù)據(jù)進行比較,理論值與實際值對比見表2,其中①組為理論值,②、③、④組為實際值。
表2 實際值與理論值對比
由表2可得,實際生產(chǎn)過程中收集的3組值參數(shù)和理論值誤差都在10%以內(nèi),達到了黃麥嶺的爆破目標。
(1)選取合理的GRNN網(wǎng)絡模型輸入因子及輸出因子,運用訓練好的網(wǎng)絡對爆破參數(shù)進行處理,確定最優(yōu)爆破參數(shù)為:孔距5.17 m,排距為3.72 m,底盤抵抗線為3.72 m,炸藥單耗為0.88 kg/m3。
(2)運用網(wǎng)絡模型確定的最優(yōu)爆破參數(shù),取得了比較理想的爆破效果和良好的經(jīng)濟效益,證明基于GRNN的黃麥嶺露天礦爆破參數(shù)優(yōu)化分析方法是可行的。
[1] 管伯倫.爆破工程[M].北京:冶金工業(yè)出版社,2003.
[2] 王創(chuàng)業(yè),張飛天,韓萬東.基于神經(jīng)網(wǎng)絡的露天礦爆破參數(shù)優(yōu)化研究 [J].金屬礦山,2011(3):57-59.
[3] 王玉杰.爆破工程[M].武漢:武漢理工大學版社,2007.
[4] 周海清,劉東升,陳正漢.工程類比法及其在滑坡治理工程中的應用[J].地下空間與工程學報,2008,4(6):1056-1060.
[5] 戴云波,張德明,高宇梁,等.基于BP網(wǎng)絡的采場爆破鉆孔參數(shù)優(yōu)化[J].爆破,2014,31(3):57-62.
[6] 魏大恩.露天礦爆破參數(shù)優(yōu)化試驗研究[J].云南冶金,2002,31(5):10-14.
[7] 王 濤,惠明星,劉建兵.黃麥嶺露天礦層狀巖體爆破參數(shù)優(yōu)化 [J].現(xiàn)代礦業(yè),2012(6):68-69.
[8] 劉建兵,張建華,胡德義.黃麥嶺露天礦爆破參數(shù)的優(yōu)化研究[J].礦業(yè)研究與開發(fā),2013,33(1):110-112.
[9] 袁 梅,王作強,張義平.基于模糊數(shù)學-層次分析的露天礦深孔爆破效果評價研究[J].礦業(yè)研究與開發(fā),2010,30(5):81-84.
[10] 秦 虎,汪旭光.爆破效果綜合評價的模糊數(shù)學模型[J].工程爆破,1997,3(3):5-10.
[11] 趙順利,章 光,岳曉光,等.基于GRNN的廣義折減法在巖爆預測中的應用 [EB/OL].[2015-04-15].http://www.paper.edu.cn/html/releasepaper/2015/02/191.
2015-04-20)
喻亞洲(1989—),男,碩士研究生,430070 湖北省武漢市洪山區(qū)珞獅路122號。