基于LM算法的神经网络模型预测爆破块度

• 作者: 吴松 王仁超
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水利工程 爆破技术 坝料开采 爆破块度预测 神经网络 LM算法
• 年，卷（期）: 2019,（7）
• 页码范围: 100-109
• 页数: 10页
• 分类号: TV542
• 语种: 中文
• DOI: 10.11660/slfdxb.20190710

摘要

爆破是土石坝料开采环节中最常用的方法之一.爆破块度不仅影响开采料的挖装效率,而且对坝体压实质量有很大影响,因此,通过调整爆破设计参数以控制开采料的粒度分布,是爆破实时控制的重要措施之一.在分析爆破参数对于块度影响基础上,针对传统爆破预测模型存在的不足,提出了一种基于双隐含层LM算法的神经网络模型预测爆破块度尺寸的方法.通过工程爆破试验实例,验证了该神经网络模型及计算方法的可行性及实用性,并用于指导工程需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王仁超	天津大学水利工程仿真与安全国家重点实验室	79	1087	19.0	29.0
2	吴松	天津大学水利工程仿真与安全国家重点实验室	5	8	2.0	2.0