-
题名基于PSO-ELM的尾矿坝变形预测
被引量:2
- 1
-
-
作者
胡军
邱俊博
栾长庆
张瀚斗
-
机构
辽宁科技大学土木工程学院
鞍山钢铁集团公司矿业弓长岭有限公司选矿分公司
鞍山钢铁集团公司东鞍山烧结厂
-
出处
《水电能源科学》
北大核心
2021年第12期116-119,56,共5页
-
基金
辽宁省教育厅项目(2017LNZ003)
辽宁科技大学研究生科技创新项目(LKDYC201922)。
-
文摘
鉴于尾矿坝的特殊建造方式、随机荷载及强非线性增大变形预测难度的问题,提出利用极限学习机(ELM)映射尾矿坝变形与影响因素之间的复杂非线性关系。针对ELM算法随机产生输入与隐含层之间的连接权值和阈值的缺点,利用粒子群算法的优化能力,确定最优的权值和阈值,结合影响尾矿坝变形的因素,建立极限学习机和粒子群算法(PSO)相结合的PSO-ELM尾矿坝变形预测模型,并以风水沟尾矿坝实测资料为例,通过与PSO-SVM位移预测模型作对比,验证了PSO-ELM模型预测精度。结果表明,与PSO-SVM模型的预测结果相比,PSO-ELM模型的预测值更接近实际观测值,预测精度更高。
-
关键词
尾矿坝
变形预测
极限学习机
粒子群算法
-
Keywords
tailings dam
deformation prediction
extreme learning machine
particle swarm algorithm
-
分类号
TV649
[水利工程—水利水电工程]
-
-
题名基于IGWO-SVM的露天矿边坡变形预测
被引量:5
- 2
-
-
作者
胡军
邱俊博
栾长庆
张瀚斗
-
机构
辽宁科技大学土木工程学院
鞍钢集团矿业弓长岭有限公司选矿分公司
鞍钢集团有限公司东鞍山烧结厂
-
出处
《矿冶工程》
CAS
CSCD
北大核心
2022年第1期15-18,共4页
-
基金
辽宁省教育厅项目(2017LNZ003)
辽宁科技大学研究生科技创新项目(LKDYC201922)。
-
文摘
为了克服露天矿边坡变形预测时传统算法精度低的问题,利用改进灰狼算法(IGWO)和支持向量机(SVM)建立了露天矿边坡变形IGWO-SVM模型。引入非线性递减的收敛因子策略和惯性权重策略改进灰狼优化算法,用来确定SVM参数,以达到提高模型精度的目的,并将露天矿边坡变形观测数据输入模型进行验证。结果表明,与SVM和BP模型相比,IGWO-SVM模型绝对误差最大值6.16 mm、最小值0.34 mm,相对误差平均值2.17%,说明IGWO-SVM模型预测精度高、综合性能好,证实该模型用于露天矿边坡变形预测是可行的。
-
关键词
露天矿
IGWO-SVM
仿真实验
边坡变形
-
Keywords
open-pit mine
IGWO-SVM
simulation test
slope deformation
-
分类号
TD76
[矿业工程—矿井通风与安全]
-
-
题名基于布谷鸟算法优化SVM的尾矿库坝体变形预测
被引量:5
- 3
-
-
作者
胡军
赵允坤
栾长庆
张瀚斗
-
机构
辽宁科技大学土木工程学院
鞍钢集团矿业弓长岭有限公司选矿分公司
鞍钢集团有限公司东鞍山烧结厂
-
出处
《有色金属工程》
CAS
北大核心
2021年第9期123-129,共7页
-
基金
辽宁省教育厅重点项目(601009877-36)。
-
文摘
为解决SVM模型在尾矿库坝体位移预测中,参数寻优时间较长、模型稳定性较差的问题,引入布谷鸟算法(CS)进行优化,构建的CS-SVM模型用于辽宁省风水沟尾矿库2#副坝的位移预测实例中,将该模型预测值与SVM模型和PSO-SVM模型的预测值进行对比分析。结果表明,CS-SVM模型有较高的预测精度,预测值趋近于真实值,模型构建合理,验证了CS-SVM模型在尾矿库坝体位移预测中的可行性和有效性。
-
关键词
尾矿坝
布谷鸟算法(CS)
支持向量机(SVM)
粒子群算法(PSO)
预测
-
Keywords
tailings dam
Cuckoo Search(CS)
Support Vector Machine(SVM)
Partical Swarm Optimization(PSO)
prediction
-
分类号
TD926.4
[矿业工程—选矿]
-
-
题名基于IPSO-ELM模型的尾矿坝稳定性分析
- 4
-
-
作者
赵允坤
胡军
栾长庆
张瀚斗
-
机构
辽宁科技大学土木工程学院
鞍钢集团矿业弓长岭有限公司选矿分公司
鞍钢集团有限公司东鞍山烧结厂
-
出处
《中国矿业》
2022年第3期61-66,共6页
-
基金
辽宁省教育厅重点项目资助(编号:601009877-36)。
-
文摘
为了更准确地对尾矿坝稳定性进行预测,采用训练速度快、参数设置简单、准确度较高的极限学习机(ELM)模型,针对ELM模型在训练过程中随机产生的连接权值和隐含层阈值,导致泛化能力不足、模型稳定性差等问题,引入基于线性递减权重法改进的粒子群算法(IPSO)对其进行优化,提出了尾矿坝稳定性预测的改进粒子群优化极限学习机(IPSO-ELM)模型。将该模型运用到尾矿坝实例预测中,在选取的35组样本数据中,前30组作为训练样本,后5组作为测试样本,以内摩擦角、边坡角、尾矿坝材料重度、孔隙压力比、内聚力和边坡高度6个尾矿坝稳定性影响因素为输入参数,以尾矿坝稳定性安全系数为输出参数,将预测结果与ELM模型和PSO-ELM模型对比,结果表明,IPSO-ELM模型有较高的预测精度,预测值逼近于实际值,验证了IPSO-ELM模型在尾矿坝稳定性评价中的可靠性和有效性。
-
关键词
尾矿坝
稳定性
粒子群算法
极限学习机
线性递减权重法
-
Keywords
tailings dam
stability
particle swarm optimization(PSO)
extreme learning machine(ELM)
linear decreasing weight method
-
分类号
TD926.4
[矿业工程—选矿]
-
-
题名BCN型浓缩机转盘装置改进设计与应用
- 5
-
-
作者
李向前
闫洪涛
张瀚斗
隋显俊
-
机构
鞍钢集团矿业有限公司东鞍山烧结厂
鞍钢集团矿业有限公司工程设备保障部
-
出处
《矿业工程》
CAS
2022年第4期42-45,共4页
-
文摘
通过分析BCN浓缩机结构缺陷,存在故障率高、装盘装置润滑、密封结构不合理、浪费油脂、寿命短等问题,及其设备性能已不能满足生产对设备高作业率要求。通过选用新型单排四点接触球式回转支承(轴承),依据利旧原则改造设计新转盘装置及配套的润滑装置,再通过在全厂13台浓缩机全寿命周期内实施应用,实践证明新装置完全实现寿命长、故障率低、减少检修次数、节省润滑油脂,减少操作工人维护工作量等改进目标,同时也为企业实现降本创效。
-
关键词
浓缩机
转盘装置
改造
-
Keywords
thickener
turning disc
transform
-
分类号
TD462.5
[矿业工程—矿山机电]
-
-
题名树立精益维修理念实现多部件定修模型优化及动态控制
- 6
-
-
作者
李向前
闫洪涛
崔晓峰
张瀚斗
-
机构
鞍钢集团矿业有限公司东鞍山烧结厂破碎作业区
鞍钢集团矿业有限公司东鞍山烧结厂
鞍钢集团矿业有限公司弓长岭选矿厂
-
出处
《矿业工程》
CAS
2021年第5期59-64,68,共7页
-
文摘
树立精益维修理念,编制定修模型,并在实施过程中进行优化与动态控制,实现最大限度满足生产效益需求,实现全员控制缺陷、科学统筹各部件检修周期、合理排程设备大修,达到降低设备停机时间,提高设备产能,提高设备作业率的目标。
-
关键词
铁精矿产线
精益维修
定修模型
-
Keywords
iron concentrate production line
lean maintenance
scheduled maintenance model
-
分类号
TD-9
[矿业工程]
-
-
题名烧结机尾特征断面图像采集算法的研究及应用
被引量:8
- 7
-
-
作者
刘征建
左海滨
张瀚斗
张建良
杨天钧
-
机构
北京科技大学冶金与生态工程学院
鞍钢集团鞍山矿业公司东鞍山烧结厂
-
出处
《钢铁》
CAS
CSCD
北大核心
2008年第3期21-24,共4页
-
文摘
对机尾特征断面的出现过程进行了阐述和理论分析,提出了机尾特征断面出现的2种方式和台车临界值概念,并给出了台车临界值的计算方法。针对东烧360 m2烧结机的实际情况,克服了现有特征断面图像采集算法的缺点,研究了一种新的简单、高效、适应性强、易实现的算法。新算法通过合理地设定判断区域的上下边界和3个简单的判断阈值,实现了在各种烧结工况下都能够准确地采集到特征断面图像,并且通过对最低平均温度初值的设定,有效地解决了对辉光图像的误判问题。系统自2007年1月运行以来,特征断面图像的准确采集率达到95%以上。
-
关键词
特征断面图像
台车临界值
判断区域
判断阈值
-
Keywords
characteristic section image
pallet critical value
judging area
judging threshold
-
分类号
TF321.1
[冶金工程—冶金机械及自动化]
-