煤炭学报

作者：马宁, 马力, 李胤达, 李天翔, 杨森, 刘福明, 周游, 王晓民, 张奇峰, 李蒙博,

关键词：露天煤矿, 抛掷爆破, Gauss分布, HHO–LSSVM, 预测模型,

露天煤矿抛掷爆破爆堆形态是影响抛掷爆破–拉斗铲倒堆工艺系统作业效率和生产成本的重要因素。为了提高露天煤矿抛掷爆破爆堆形态预测的精确度，进一步优化抛掷爆破设计并降低矿山抛掷爆破剥离成本，依据黑岱沟露天煤矿抛掷爆破实测数据进行实例分析，采用熵值法–灰色关联度方法研究抛掷爆破效果影响指标与最远抛掷距离、松散系数和有效抛掷率的权重及关联度，孔距和剖面宽与抛掷爆破效果评价指标的关联程度较低，选取最小抵抗线、排距、炸药单耗、台阶高度、采空区下口宽、坡面角、采空区上口宽作为预测模型输入参数。引入高斯(Guass)分布模型模拟爆堆剖面曲线，通过1～8阶高斯分布模型对爆堆剖面曲线模拟分析，确定阶数为5时模拟精度与效率达到最优，利用训练完成的HHO–LSSVM预测5阶Guass分布模型15个参数作为预测输出的爆堆形态的控制参数，并采用Gauss分布模型结合HHO–LSSVM算法预测爆堆形态，与LSSVM、粒子群算法(PSO)优化最小二乘支持向量机和遗传算法(GA)优化BP神经网络模型进行精度对比，同时将本文所建立模型的预测爆堆形态与真实爆堆形态进行对比。结果表明：利用5阶高斯分布模拟的爆堆曲线误差平方和(S)参数趋于稳定为25.69，决定系数(R2)与调整后的决定系数(R_\mathrmA^2 )分别为0.999 2和0.999 0，均方根误差(R)为0.514 6；HHO–LSSVM对于5阶Gauss分布控制参数的预测误差大部分在1%左右，且误差没有超过5%，与LSSVM、PSO、GA–BP算法模型相比精度较高；以E5–8、E5–9及E5–10剖面为例，预测爆堆形态与真实爆堆形态误差R2和均方根误差R分别为0.998 7和0.614 2、0.999 2和0.493 1、0.999 2和0.505 2，预测爆堆形态接近真实爆堆形态。

来源：2024年第12期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2024年第12期