“从矿山到破碎机”的优化:聚焦岩石破碎与能源效率
许 Jian
Hosseini Shahab
Monjezi Masoud
He Biao
Armaghani Danial Jahed
Khandelwal Manoj
《Eng》:Mine-to-Crusher Optimization: Focusing on Rock Fragmentation and Energy Efficiency
Jian Xu,
Shahab Hosseini,
Masoud Monjezi,
Biao He,
Danial Jahed Armaghani and
Manoj Khandelwal
【字体:
大
中
小
】
时间:2026年05月05日
来源:Eng 2.4
摘要
爆破模式的优化涉及对爆破设计参数的战略性调整,旨在实现最佳破碎效果,从而降低采矿成本并减轻相关环境影响。其目标是在降低从矿山到破碎站的运营成本的同时,解决爆破所产生的问题,包括飞石和后坐力的影响。为了实现研究目标,开发了一个多变量回归模型来计算从钻孔到破碎的所有总成本。除了成本考虑外,还实施了多层感知神经网络来预测爆破引起的后坐力和飞石。本研究的主要创新之处在于将成本预测与基于MLPNN的后果预测整合到一个多目标遗传优化(GOA)框架中,以生成帕累托最优的爆破设计,这些设计明确量化了从矿山到破碎站的成本与爆破引起的飞石/后坐力之间的权衡。对于后坐力和飞石的预测精度,在训练、测试和验证数据集中的平均决定系数达到了99%。随后,使用蝗虫优化算法(Grasshopper Optimization Algorithm)在符合实际约束条件的情况下确定最优爆破设计。优化模型的结果产生了一组帕累托最优解,使矿业运营管理团队可以根据自身战略偏好选择合适的解决方案。值得注意的是,成本最低的爆破模式会产生相对较高的飞石和后坐力;而选择飞石和后坐力最小的爆破模式会导致成本比最低成本方案增加20.13%。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号