基于RBF神经网络的露天矿山边坡失稳预警方法.pdfVIP

SeriesNo．459 金 属 矿 山 总第459期 2014 September 2014年第9期 基于RBF神经网络的露天矿山边坡失稳预警方法 谢振华1 梁莎莎2 张雪冬2 (1．中国劳动关系学院安全工程系，北京100048；2．北京科技大学土木与环境工程学院，北京100083) 摘要边坡失稳研究是露天矿山安全生产的关键问题，边坡失稳智能化预警的实现是失稳研究的核心内容。 以马钢南山铁矿凹山采场高陡边坡工程为例，建立了RBF神经网络预警模型，采用梯度下降训练算法并进行了改进， 根据经验来设置算法的学习步长，选取黏聚力、内摩擦角，边坡角、边坡高度，孔隙水压力比、容重等6个因素作为网络 的输入单元，利用所选的25组样本数据完成了RBF神经网络的学习。应用学习好的预警模型对南山铁矿凹山采场 的2个帮进行了边坡失稳预警分析，得到2个帮的稳定性等级结果分别为1级和3级，即极稳定和基本稳定，与现场 情况一致。该预警方法合理，具有推广应用价值。 关键词RBF神经网络边坡失稳高陡边坡预警模型 中图分类号TD77+l文献标志码A 文章编号1001．1250(2014)旬9枷7旬4 Methodof MjJleB鼬edon邓FNeurm EarlyWarni】Ⅱg SlopeI璐ta砌毋ofopen-pit Network XieZhenhual Shasha2 【jang ZhangXuedon92 (1．DepⅡn脚m旷s咖钞啦in∞矗增，现iM风mu抛矿删凇们oZ船如砌w，彬ng100048，吼iM； 2．c如以口以腑iron舢moz E岵i聊e^ng如oz，‰觇倦妙矿如Meo以死c矗加锄讲增，成彬昭100083，miM) AbstractThe has beena technicalissuefortIlesafe in mine．Thereali- slopeinstabilityalways key productionopen—pit zationoft}Ie of of isthecore research．The modelbasedonRBF instability instability inteUigentw锄ingslope earlywa兀ling neuralnetworkwaLs the ofAoshaninN粕shanImnMineofMasteelasa established，takingh培h-steepslopeen百neering pit c髂e．Gradientdescent for was tothe was algorithmtminingimpmved，aJldaccomingexperience，thealgorithm奄le姗ingstep set factors0f fhction of water andbulk up．six cohesion，intemal height，ratio a