基于多源信息融合的矿岩可爆性评价及应用.pdfVIP

第 34卷第 5期 矿 冶 工 程 Vo1．34 №5 2014年 1O月 M INING AND M ETALLURGICAL ENGINEERING October2014 基于多源信息融合的矿岩可爆性评价及应用① 蒋复量 ，李向阳 ，钟永明 ，李国辉 ，盛 宇 (1．南华大学 环境保护与安全工程学院，湖南衡阳421001；2．中南大学 资源与安全工程学院，湖南 长沙410083) 摘 要：在数据挖掘的基础上，采用粗糙集对矿岩可爆性数据进行了数据级融合，除去冗余属性 ，然后采用 BP神经网络进行特征 级融合，从而建立基于多源信息融合的矿岩可爆性评价模型。对原始数据进行了离散归一化处理 ，应用粗糙集对决定矿岩可爆性 指数的6个因素进行了属性约简，剔除了平均合格率，而保留了漏斗体积、大块率、小块率、岩体声波速度和波阻抗等 5个因素，并 对约简的准确性进行了验证。分别建立了矿岩可爆性评价的BP神经网络模型和粗糙集一BP神经 网络模型，前者对矿岩可爆性指 数的预测值与实际值的平均偏差为8．33％，而后者为6．75％。利用建立的粗糙集．BP神经网络模型预测某矿山井下采场的矿岩可 爆性指数为78．43，计算出采场的炸药单耗为0．65kg／m ，而现场试验值为0．67kg／m ，进一步验证了该模型的正确性。 关键词：矿岩可爆性 ；多源信息融合；粗糙集一BP神经网络；可爆性指数 ；炸药单耗 中图分类号：TD235 文献标识码：A doi：10．3969／j．issn．0253-6099．2014．05．007 文章编号：0253—6099(2014)05—0026—05 Evaluation ofRockM assBlastabilityBased on M ulti-sourceDataFusion and itsApplication JIANGFu—liang’，LIXiang—yang ，ZHONG Yong—ming ，LIGuo．hui，SHENGYu (1．SchoolofEnvironmentProtectionandSafetyEngineering，Universityof SouthChina，Hengyang421001，Hunan， China；2．SchoolofResourcesandSafetyEngineering，CentralSouthUniversity，Changsha410083，Hunan，China) Abstract：Afterdatamining．theredundantattributeswereremoved forrockmassblastabilityusingdatafusionwith roughsettheory．Then．BP neuralnetwork wasused forinformation fusion in termsoffeature．SO asto build an evaluationmodelforrockmassblastabilitybasedonmulti．sourcedatafusion．Afterattributionreductionwithroughset theory ofr6decidingfactorsofrockmassblastabilityindexbasedonthediscretion andnormalizationprocessingofthe raw data，theattributeofaveragequalifiedpercentagewasdeletedwithattributesofcratervolume，massratioofbigrock blocks，ratioofsmallrock blocksand wave impedanceretained．Theaccuracyofsuch reduction processhasbeen verified．A BP neuralnetworkmodelandroughset—BPneuralnetworkmodelwererespectivelyestablis