资源描述：
第5 6 卷第3 期 2004 年8 月 有色金属 N o n f e r r o u sM e t a l s V 0 1 ．5 6 ，N o ．3 A u g u s t2 0 04 基改进B P 网络和模糊综合评判的 炸药与岩石匹配优化 叶海旺 武汉理工大学，武汉4 3 0 0 7 0 摘 要运用神经网络和模糊数学方法，建立基于模糊和神经网络的炸药与岩石匹配优化系统。并应用于工程实践。系统经 过样本自行学习就可根据学习结果进行决策，并输出系统决策的最优结果。优化结果符合实际情况。由于样本直接影响系统的 功能，还需不断更新样本，改进和完善系统。 关键词采矿工程；爆破；智能匹配；模糊综合评判；神经网络 中图分类号T D 3 2 7 ；T D 7 6 文献标识码A文章编号1 0 0 1 一0 2 1 1 2 0 0 4 0 3 0 0 9 4 0 4 随着社会的发展，市场竞争愈演激烈，生产单位 只有尽最大可能地降低生产成本，才能生存和发展， 爆破工程也不例外。爆破工程的对象岩石是复 杂多变的介质，即使同一地方的岩石，构造和性质都 有可能不同，炸药与岩石相互作用的爆破过程也极 其复杂，利用最低成本来获取最佳的爆破效果是爆 破工程的目标。充分利用炸药的爆炸能量来破碎岩 石的关键是炸药与岩石的匹配，神经网络和模糊综 合评判方法相结合特别适合于解决这方面的问题。 炸药与岩石匹配神经网络系统是以岩石与炸药 阻抗匹配为基础，将通过钻机钻孔实时获取的岩石 性质系数、爆破所需的块度要求、爆堆形状要求。爆 破安全要求等作为输入，以爆破所需的炸药名称或 型号为输出的一个智能系统。 1炸药与岩石匹配优化系统 匹配优化系统包括两部分。第一部分为改进的 B P 网络系统，功能是将通过钻机钻孔实时获取的岩 石性质系数、爆破所需的块度要求 各种块度所占比 率 、爆堆形状要求 不同抛掷距离岩石碎块所占比 率 、爆破安全要求 不同距离允许的爆破震动速度 或／和加速度 、爆破单位体积岩石所需炸药量等作 为输入 总计1 5 个参数，即咒 1 5 ，将爆破所需的 炸药爆速、做功能力、猛度、爆力、爆压、殉爆距离等 6 个参数作为输出。第二部分为模糊综合评判系 收稿日期- “ 2 0 0 3 0 6 1 1 基金项目；湖北省科技攻关项目 2 0 0 1 A A l 0 1 C 2 3 作者简介叶海旺 1 9 7 1 一 ，男，安徽望江县人，博士，主要从事爆 破与岩土工程研究。 统，作用是将改进B P 网络系统的计算结果作为输 入参数，通过模糊综合评判的方法得出爆破所需的 炸药名称和类型。 1 ．1 改进B P 神经网络系统 1 改进的前向网络。改进B P 网络系统采用 三层结构的前向神经网络，即只取一个隐含层，节点 作用函数采用双曲正切函数形式，Y ， z [ 1 一e 一2 。 ／ 1 e 一2 。 ] 。 隐含层各单元的净输入‘ ∑w 扔一B ，i 1 ，2 ，⋯，n ，j 1 ，2 ，⋯，P 。式中W o 一输入层第i 单元与隐含层第．i 单元之间的连接权重；岛一隐含 层第J 单元的阈值；p 一隐含层单元总数，此处取p 2 ，z 1 3 1 。 隐含层各单元的输出Y j f J i [ 1 一 e - 2 ‘ ／ 1 e - 2 I j ] ，J 1 ，2 ，⋯，p 。式中y i 是隐含 层第．j 单元的输出。 输出层各单元的净输入I 。 ∑w j ∞一o t ，J 1 ，2 ，⋯，p ，t 1 ，2 ，⋯，q 。式中W 缸一隐含层第歹 单元与输出层第t 单元之间的连接权重；以一输出层 第t 单元的阈值；q 一输出层单元总数，此处q 6 。 输出层各单元的实际输出Y t ， I t [ 1 ／ 1 e ～t ] ，t 1 ，2 ，⋯，q 。式中Y 。是输出层第t 单元 的实际输出。 2 误差反向传播。由于期望输出d 。与实际输 出y 。不一致，因而产生误差，通常用方差来表示这一 误差，e 。 ∑ d t 一执 2 ，t l ，2 ，⋯，q 。 按照误差吼来修改输出层的权重职。和阈值以。 权重w 耙和阈值0 。的修改应使吼最小，因此，权重 眠。和阈值0 t 应沿e 。的负梯度方向变化。 万方数据 第3 期叶海旺基改进B P 网络和模糊综合评判的炸药与岩石匹配优化 9 5 节点函数的导数Y ’ ／ z 1 y 1 一y 。 调整误差瓯和岛分别为允 d 。一Y t 1 Y 1 一Y ；岛 2 二瓯w 0 1 y 1 一y ，￡ 1 ， 2 ，⋯，口。 反向调整各层的权重和阈值，在一次学习中，反 向调整时按下式修正眠f 咒 1 W o 咒 ％ ，1 慨；6 1 f 咒 1 g ，z 仍 咒 岛。式中Y i 为 该层单元的输入。当多次模式学习时，则要考虑到各 次模式学习的结果加以累加。例如学习到第K 个模 式时，迭代公式为眠 ，z 1 W o ，z ％ ，z 2 j 峨；g ，z 1 岛 咒 仍 行 ∑‰。 每次调整时，学习率％ 豫 要根据误差对网络 参数的偏导数是否改变符号来决定大小。当符号未 改变时，这时的学习率％ ，t 可以加大，以便收敛， 而在符号改变时，则％ ，z 应取较小值。偏导数包 含在调整误差允中，检查偏导数符号是否改变，则 需按下式检查调整误差的符号是否改变。 v o ，l 1 ％ 咒 口，[ ∑％ 咒 y 融 ，1 ] △1 ，z 一1 o ； ％ 咒 p ，[ ∑％ 咒 Y g l ，z ] △l 咒一1 o ； 仍 ，z p ，[ ∑‰ ，1 ] △2 ，z 一1 1 ，0 卢 1 ，0 y 1 均为选定的常数因子，V ％ 0 与岛为初始化的 值，在[ 一1 ， 1 ] 内任意选取，％和仍为预先给定的 某个小的正数。 网络通过对样本进行学习，不断调整网络的权 重和阈值，直到输出值与期望值之间的误差小于给 定的某个比较小的正数，学习结束，从而网络获得比 较优的权重和阈值。当输入一个新的输人参数时， 网络将输出相应炸药的爆速、做功能力、猛度、爆力、 爆压、殉爆距离。由于网络计算出的炸药各参数与 各炸药性能参数可能有些出入，操作者不能直接从 这些参数得出炸药的名称和类型，故系统再采用模 糊综合评判的方法，将所得的炸药进行归类；从而最 终得出炸药的名称或型号。 1 ．2 模糊综合评判系统 1 模糊综合评判模型。模糊综合评判的数学 模型由3 个要素组成因素集U { } ；评判集V { 刁1 ，口2 ⋯．，7 ．3 。} ；单因素评判，即模糊映射于u F V ，”iI 一厂 “f n 1 ，以2 ，⋯，r 拥 ∈F V 。 由3 个基本要素立即可以得出评判模型，事实 上，由，可诱导出一个模糊关系Rr ∈F U V ，即 R “U l ，口i f “f 铆f r i j 。 由此，R ，可由模糊矩阵R ∈P 。。表示，称R 为 单因素评判矩阵，R { r 打} ，i 1 ，2 ，⋯，扎，j 1 ， 2 ，⋯，m 。由R 再诱导出一个模糊变换T R F U 一F V ，AI T R A A o R 。这意味着三元体 u ，V ，R 构成了一个模糊综合评判集。 三元体 U ，V ，R 模糊评判模型像图1 所示的 “转换器”，若输入一个权重分配A a 1 ，a 2 ，⋯， 口。 ∈F U ，则输出一个评判B A o R 6 l ， b 2 ，⋯，b 。 ∈F V ，于是 6 1 ，b 2 ，⋯，b 。 a l ， a 2 ，⋯，a 。 O { r 打} 。。。，其中玩 V a f b i ，i 1 ，2 ，⋯，，z ，歹 1 ，2 ，⋯，仇。如得出6 f o m a x { b 1 ， b 2 ，⋯，b 。} ，则决断为口加。 口∈F U l 蠢，∈F U y 百 A R ∈F V 图1 转换器示意 F i g ．1 S t r u c t u r eo fs w i t c h 2 模糊综合评判系统。模糊综合评判系统将 炸药的爆速、做功能力、猛度、爆力、爆压、殉爆距离 作为因素集，各种炸药的名称和类型作为评判集，根 据因素集和评判集诱导出模糊关系矩阵R ，由行业 专家通过打分的方法给出各因素对于各种炸药的权 重。于是就可进行综合评判，计算B A o R ，得出 评判结论。 2应用实例 首先给出3 0 个实例样本让网络进行学习训练， 学习完毕，得到一组较优的网络参数。其次，输入一 组新的输入参数 1 岩石性质普氏系数，f 1 6 ．0 ； 2 爆破块度要求，直径大于6 0 0 m m 占2 ％， 大于2 0 0 m m 占3 2 ．3 ％，大于1 0 0 m m 占5 7 ．6 ％，大 于5 0 m m 占7 8 ．9 ％，大于1 0 m m 占9 0 ．1 ％，小于 1 0 m m 占4 ．4 ％； 3 爆堆形状要求，抛掷距离小于 4 0 ．0 m 占8 5 ％，大于4 0 ．0 m 占1 5 ％； 4 允许爆破 万方数据 有色金属第5 6 卷 震动速度，距离爆源1 0 ，2 0 ，3 0 ，5 0 和1 0 0 m 处的允 许震速分别为1 5 ，4 ．2 ，2 ．0 ，0 ．8 和0 ．1 c m ／s ； 5 爆 破单位体积岩石所需炸药量，0 ．4 2 k g ／m 3 。 通过网络推理计算，得出一组输出参数爆速 4 4 8 7 ．9 m ／s ，做功能力3 1 0 7 ．2 k J ／k g ，爆压 4 1 2 8 ．5 M P a ，猛度1 6 ．0 m m ，爆力3 2 6 ．1 m L ，殉爆距 离1 8 ．5 c m 。 最后，对网络计算所得的结果进行综合评判。 因素集为炸药的主要性能参数，因素集 { 爆速，做 功能力，爆压，猛度，爆力，殉爆距离} { U 1 ，U 2 ， U 3 ，U ，氓，【，6 } 。评判集为常用的几种炸药，评判 集 { 1 岩石，2 岩石，2 抗水岩石，3 抗水岩 石，4 抗水岩石，梯恩梯，1 0 0 型水胶，安全型水胶， 乳化岩石，乳化煤矿} { V l ，y 2 ，V 3 ，V 4 ，V 5 ，V 6 ， V 7 ，V 8 ，V 9 ，V l o } 。据此，对各因素进行单因素评判。 得模糊关系矩阵R 。若各因素权重为，可由模糊变换 的运算得综合评判向量B 。 U lI 一厂 甜1 0 ．0 8 ，0 ．0 8 ，0 ．0 8 ，0 ．0 7 ，0 ．1 5 ， 0 ．0 4 ，0 ．1 7 ，0 ．1 1 ，0 ．1 7 ，0 ．1 0 U 2I 一厂 “2 0 ．1 1 ，0 ．1 4 ，0 ．1 1 ，0 ．1 0 ，0 ．1 3 ， 0 ．0 7 ，0 ．1 8 ，0 ．0 7 ，0 ．0 6 ，0 ．0 3 “3I 一， “3 0 ．0 9 ，0 ．0 8 ，0 ．1 0 ，0 ．0 7 ，0 ．0 6 ， 0 ．0 4 ，0 ．1 5 ，0 ．1 1 ，0 ．1 7 ，0 ．1 3 U 4I f M 4 0 ．0 9 ，0 ．0 8 ，0 ．0 8 ，0 ．0 4 ，0 ．1 1 ， 0 ．0 9 ，0 ．1 6 ，0 1 5 ，0 ．1 6 ，0 ．0 4 U 5l 一厂 “5 0 ．0 6 ，0 ．1 4 ，0 ．1 4 ，0 ．0 7 ，0 ．0 8 ， 0 ．1 0 ，0 ．1 3 ，0 ．0 9 ，0 ．1 0 ，0 ．0 9 甜6I 一， U 6 0 ．0 8 ，0 ．0 7 ，0 ．0 7 ，0 ．0 6 ，0 ．1 0 ， 0 ．1 5 ，0 ．1 7 ，0 ．1 0 ，0 ．1 2 ，0 ．0 8 R B A 0 8 1 1 0 9 0 9 0 6 0 8 0 ．0 8 0 ．1 4 0 ．0 8 0 ．0 8 0 ．1 4 O ．0 7 R 0 0 O 0 0 0 0 8 1 4 0 8 0 8 1 4 0 7 1 5 1 3 0 6 1 1 0 8 1 0 2 5 1 5 1 3 0 6 1 1 0 8 l O O 0 O 0 0 O 0 4 0 7 0 4 0 9 1 0 1 5 1 0 0 4 0 7 0 4 0 9 1 0 1 5 1 7 1 8 1 5 1 6 1 3 1 7 1 5 1 7 1 8 1 5 1 6 1 3 1 7 0 0 O O 0 0 0 ．1 1 ，0 ．1 4 ，0 ．1 4 ，0 ．1 0 ，0 ．1 5 ，0 ．1 0 ，0 ．1 8 ，0 ．1 1 ，0 ．1 7 ，0 ．1 3 。 可见，0 ．1 8 在B 中最大，故系统选定的炸药为 1 0 0 型水胶炸药。1 0 0 型水胶炸药的性能参数为爆 速4 7 5 0 m ／s ，做功能力3 0 0 8 k J ／k g ，爆压4 3 0 5 M P a ， 猛度1 6 ．9 m m ，爆力3 3 5 m L ，殉爆距离2 0 c m 。相应 的误差值如表1 所示一5 ．5 2 ％，3 ．3 0 ％，一4 ．1 0 ％， 一5 ．3 3 ％，一2 ．6 6 ％，一7 ．5 0 ％。 表1 炸药性能参数对比表 T a b l e1 C o m p a r i s o no fe x p l o s i v ep e r f o r m a n c ep a r a m e t e l 3 3结语 由于岩石性质的多变性、不确定性和爆炸过程 的复杂性，很难用确定性的方法来研究炸药与岩石 的匹配。将神经网络和模糊数学应用于炸药与岩石 的匹配，充分发挥模糊数学研究不确定对象的特长 参考文献 和神经网络的黑箱功能，建立基于模糊综合评判和 改进B P 神经网络的炸药与岩石匹配系统，只需给 定一定有代表性的、成功的例子，系统经过自行学习 就可根据学习结果进行决策，并输出系统决策的最 优结果。当然，由于样本直接影响系统的功能，今后 还需通过一些更优的样本不断的改进和完善系统。 [ 1 ] 刘曙光，魏俊民，竺志超．模糊控制技术[ M ] ．北京中国纺织出版社，2 0 0 1 ． [ 2 ] 王长琼，孙鼠正．一种基于人工神经网络的模糊推理模型研究[ J ] ．计算机辅助工程，1 9 9 8 ， 3 6 1 0 ． [ 3 ] 李群，汪希时．利用动态模糊推理神经网络实现列车速度自动控制[ J ] ．铁道学报，1 9 9 5 ， 1 7 7 4 7 8 ． [ 4 ] 许锋，鲍明，苏向辉，等．P 一范数模糊推理神经网络及其在滚动轴承诊断中的应用[ J ] ．振动工程学报，2 0 0 1 ，1 4 “ ∞玎怕加心 “ ∞“ 托m 屹 O O O O O 0 ． O O O O O O n 叮n 巧∞加m n 叮n 巧∞m O O O O O O O O O O O O O O O O O O 0 O 0 O O O 0 O叮加凹舛叮∞巧叮加叮舛叮∞ O O O 0 O 0 O O O O O O 0 吣n m鸺H叮坫鸺n加够M盯 O O O 0 O 0 0 O O O O O O 万方数据 第3 期 叶海旺基改进B P 网络和模糊综合评判的炸药与岩石匹配优化9 7 1 1 9 2 2 ． [ 5 ] 陈善本，吴林，王其隆，等．脉冲T I G 焊熔宽动态过程模糊推理一神经网络控制方法[ J ] ．1 9 9 7 ，1 8 3 1 5 9 1 6 5 ． O p t i m i z a t i o no fI n t e l l i g e n tM a t c h i n gS y s t e mf o rE x p l o s i v ea n dR o c k B a s e do nF u z z yI n t e g r a t i o nJ u d g ea n dN e u r a lN e t w o r k Y EH a l w a n g W u h a nU n i v e r s i t yo fT e c h n o l o g y ，W u h a n4 3 0 0 7 0 ，C h i n a A b s t r a c t T h em a t c h i n ga n do p t i m i z i n gs y s t e mo fr o c ka n de x p l o s i v eb a s e do nf u z z yi n t e g r a t i o nj u d g ea n dn e u r a ln e t ． w o r ki se s t a b l i s h e db yu s eo fn e u r a ln e t w o r ka n df u z z ym a t h e m a t i c a lm e t h o d ．T h ed e c i s i o ni sm a d ea n dt h eo p t i m a lr e s u l t s r eo u t p u t t e db yt h es y s t e mb a s e do nt h el e a r n i n ge x p e r i e n c ea f t e rl e a r n i n gf r o mt h es p e c i m e n ．T h e o p t i m i z i n gr e s u l ti sc o n s o n a n tw i t ht h ep r a c t i c e ．T h es p e c i m e ns h o u l db er e f r e s h e dc o n t i n u o u s l yS Ot h a tt h es y s ．． t e r ni su p d a t e d ，s i n c et h ef u n c t i o no ft h es y s t e mi sd i r e c t l yi m p a c t e db yt h eq u a l i t yo ft h es p e c i m e n ． K e y w o r d s m i n i n ge n g i n e e r i n g ；b l a s t i n g ；i n t e l l i g e n tm a t c h i n g ；f u z z yi n t e g r a t i o nj u d g e ；n e u r a ln e t w o r k 上接第5 9 页，C o n t i n u e df r o mP ．5 9 参考文献 【1 ] 杨重愚．氧化铝生产工艺学 修订版 [ M ] ．北京冶金工业出版社，1 9 9 3 7 0 1 5 0 ． [ 2 ] A J - i e K c e e BAH ．F n ／l ；p o a a l l O N l t l t a T b lHr H l l p o r p a H a r b tK a J I b u g a [ M ] ．J I e l t l l H T p a ／l ；，1 9 8 5 1 3 7 1 6 8 ． [ 3 ] 阿布拉莫夫．碱法综合处理含铝原料的物理化学原理[ M ] ．陈谦德，唐贤柳，李小斌等译．长沙中南工业大学出版社， 1 9 8 8 1 1 2 1 2 6 ． [ 4 ] C a m r l aBC ．H o a u er H 且p 0 X H M H q e C K H ec n o c 0 6 b tK O M I I J I e K C H O 自In e P e l 如t 6 0 T K aa J I I O M O C H Y U 4 K a T O BHB b I C O K O K I e M H H C T b I X 6 0 K C H T O B [ M ] ． M o c K a a ，M e v a 彻y p r a u ，1 9 8 8 5 0 9 7 ． [ 5 ] D o n a l dEM a e p h e e ，K a r e nL u k e ，F r e dPG l a s s r ，e t c ．S o l u b i l i t ya n da g i n go fc a l c i u ms i l i c a t eh y d r a t e si na l k a l i n es o l u t i o na t2 5 ℃ [ J ] ．JA m C e r a mS o c ，1 9 8 9 ，7 2 4 6 4 6 6 5 4 ． [ 6 ] X i a n d o n gC o n g ，J a m e sK i r k p a t r i c kR ．2 9 S iM A SN M Rs t u d yo ft h es t r u c t u r eo fc a l c i u ms i l i c a t eh y d r a t e [ J ] ．A d v nC e mB a s M a t ，1 9 9 6 ，3 1 4 4 1 5 6 ． [ 7 ] W i e s l a w aN o c u n - W e z e l i k ．E f f e c to fN aa n dA Io nt h ep h a s ec o m p o s i t i o na n dm o r p h o l o g yo fa u t o c l a v e dc a l c i u ms i l i c a t eh y d r a t e [ J ] ．C e m e n ta n dC o n c r e t eR e s e a r c h ，1 9 9 9 ，2 9 1 7 5 9 1 7 6 7 ． [ 8 ] L e o n a r dG B e r r y ．P o w d e rD i f f r a c t i o nF i l e s e r i e s [ M ] ．P e n n s y l v a n i a ，J o i n tC o m m i t t e eo nP o w d e rD i f f r a c t i o nS t a n d a r d s 。1 9 8 2 ． F o r m a t i o no fC a l c i u mS i l i c a t eH y d r a t ei nA l u m i n a t eS o l u t i o nD e s i l i c a t i o n L I UG u i - h u a1 ，M E N GY u n1 ，L IX i a o b i n1 ，P E N GZ h i - h o n 9 1 ，Z H O UQ i u s h e n 9 1 ，Z H A OD o n g - f e n 9 2 1 ．S c h o o lo fM e t a l l u r g i c a lS c i e n c ea n dE n g i n e e r i n g ，C e n t r a lS o u t hU n i v e r s i t y ，C h a n g s h a4 1 0 0 8 3 ，C h i n a ； 2 ．Z h o n g z h o uB r a n c ho fC H A L C O ，J i a o z u o4 5 4 1 7 4 ，H e n a n ，C h i n a A b s t r a c t I nt h ed e s i l i c a t i o no fa l u m i n a t es o l u t i o n ，t h ee f f e c t so fr a t i oo fs o d at oa l u m i n a ，c a u s t i cc o n c e n t r a t i o n ，l i m e d o s a g e ，r e a c t i o nt e m p e r a t u r ea n dr e t e n t i o nt i m eo nt h ef o r m a t i o no fc a l c i u ms i l i c a t ea r ei n v e s t i g a t e d ．T h er e s u l t s i n d i c a t et h a tt h ef o r m a t i o no fc a l c i u ms i l i c a t eh y d r a t ei sd i f f i c u l ta tn o r m a lp r e s s u r e ．T h ei n c r e a s eo fr a t i oo fs o d a t oa l u m i n ao rd e c r e a s eo fc a u s t i cc o n c e n t r a t i o ni Sf a v o r i t et ot h ef o r m a t i o no fc a l c i u ms i l i c a t eh y d r a t ea th i g ht e m p e r a t u r e ．T h es u i t a b l ed o s a g eo fl i m ei st om a i n t a i nC a O ／S i 0 2a b o u t1 ．5i nm o l e s ．T h ed o m i n a n tc o m p o s i t i o ni s 6 C a O 6 S 1 0 2 。H 2 0a n d3 C a O 3 S i O z 。H 2 0i ns e d i m e n t sw h i l eC a O ／S i 0 2 1 ，a n daf e wo f2 C a O S i 0 2 2 ～4 H 2 0 a l s oa p p e a r si ns e d i m e n tw h i l eC a o ／s i 凸 2 ． K e y w o r d s m e t a l l u r g i c a lt e c h n o l o g y ；s o d i u ma l u m i n a t es o l u t i o n s ；d e s i l i c a t i o n ；c a l c i u ms i l i c a t eh y d r a t e 万方数据
展开阅读全文
