基于GCRN的矿岩可爆性分级模型及其应用

为了准确反映岩体可爆性等级,构建了由弹性波阻抗、坚固性系数、平均裂隙距和标准爆破漏斗炸药单耗4个因素组成的评价体系,采用改进的灰色关联分析法对传统的岩体可爆性等级划分标准进行优化。利用灰色关联相对贴近度(GCRN)来反映各可爆性等级之间的差别,确定各可爆性等级对应的灰色关联相对贴近度区间,以此划分新的岩体可爆性等级。采用基于GCRN的矿岩可爆性分级模型对武钢资源集团公司程潮矿业有限公司东、西区矿体的可爆性级别进行评价,评价结果与实际情况基本一致,表明利用灰色关联相对贴近度来划分矿岩可爆性等级的方法是可行的。

GCRN评价模型在泥河铁矿采场结构参数优化中的应用

为确定泥河铁矿合理的采场结构参数,提出一种反映采场出矿波动的评价指标——矿块回采波动率,并选取安全系数、矿块回采波动率、大主应力、矿房顶板沉降量4个评价指标,利用所构建的GCRN(灰色关联相对贴近度)评价模型进行综合评价。结合泥河铁矿工程实际对不同采场结构参数的11个方案进行数值模拟,分析两种工况条件下采场围岩应力应变状态,将数值模拟分析结果应用于GCRN评价模型,利用计算所得的灰色关联相对贴近度进行方案优选,最终确定方案6为最优方案,其矿房和矿柱宽度均为20m。

融合多尺度特征与上下文信息的语音增强方法

在语音增强中,常用自编码器结构自动提取特征,但这样得到的特征单一或者冗余且不能较好地捕获语音信号的上下文依赖关系。因此,提出一种融合多尺度特征和上下文信息的语音增强方法MSF-CI。首先,利用多尺度卷积块提取语音信号的多尺度特征,解决特征单一问题;其次,利用注意力机制关注所提取特征的空间与通道关键信息,解决特征冗余问题;最后,使用门控卷积循环神经网络学习语音信号中跨度较长的上下文依赖关系,并通过门控线性单元提高该网络的非线性学习能力,从而提高模型的泛化性。实验结果表明,MSF-CI在低信噪比和不同噪声环境下增强语音信号的语音感知质量、短时客观可懂度等多个指标上均优于GRN、DPT-FSNet、U-Net等同类的单通道语音增强模型。在信噪比为0 dB时,该方法的平均语音感知质量和平均语音客观可懂度达到1.49和0.761。在构建的安多藏语语料库上验证模型的泛化性,平均语音感知质量和平均语音客观可懂度相对于噪声提高了20.7%和11.3%,MSF-CI模型不仅可以提升语音的质量与可理解度,而且具有较优的泛化性。

程潮铁矿崩落法转充填法试验段采矿方法优选

为了顺利进行崩落法转充填法开采工作,程潮铁矿采用灰色关联分析法,依据分段留矿嗣后充填法、上向进路充填法、下向进路充填法3种优劣差别较小的备选充填采矿方案与理想方案和负理想方案的灰色关联度,构建各备选方案的灰色关联相对贴近度(GCRN),以灰色关联相对贴近度表征方案间的差距,进行采矿方法优选,得出最优方案为上向进路充填法。矿山试验段试生产情况表明,优选采矿法采场生产能力为1056t/d,损失率为7.8%,贫化率为4.8%,成本约为90元/t,满足矿山生产目标要求。