煤炭科学技术

作者：马力, 张建国, 张雷铭, 涂宇航, 武璟, 廉开元,

关键词：露天矿, 抛掷爆破, 预测模型, IPSO-ELM,

抛掷爆破效果直接影响露天矿剥离成本，对抛掷爆破—拉斗铲倒堆工艺系统生产效率具有重要影响，为提高露天矿抛掷爆破效果预测的精度，反馈优化抛掷爆破设计。在分析露天矿抛掷爆破效果影响因素的基础上，建立参数优化后粒子群算法和极限学习机相结合的露天矿抛掷爆破效果IPSO-ELM预测模型。利用Sigmoid惯性权重自适应调整和学习因子动态调整的参数优化方法，对传统粒子群算法中迭代效率低、易陷入局部收敛的缺点进行改善，采用黑岱沟露天煤矿抛掷爆破实测数据对该模型进行实例分析，选取炸药单耗、排距、台阶高度、孔距、最小抵抗线作为输入变量及有效抛掷率和松散系数作为输出变量，建立露天矿抛掷爆破效果IPSO-ELM预测模型，并将ELM模型、GA-ELM模型与其进行对比。研究结果表明：将常规粒子群算法中的惯性权值和学习因子进行自适应和动态调整的改进之后，模型的收敛速度明显提高；IPSO-ELM预测模型的运行时间短、收敛速度快，平均预测精度达到0.989 5，均方误差、平均绝对误差、平均相对误差控制在0.271 4、5.056 5%、0.260 3%，预测误差明显低于ELM、GA-ELM模型且预测精度最高，对预测露天矿抛掷爆破效果具有较好的适用性。

来源：2021年第9期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2021年第9期