基于GRA-EPSO-SVM模型的露天矿山爆破振动速度预测
张鹏飞1
袁永2
何运华3
代少军4
李佳臻4
迟学海4
李伟4
孙雪4
张焦4
白润才5
费鸿禄6
1.中国矿业大学矿业工程学院,江苏徐州 221116;黑龙江科技大学矿业学院,黑龙江哈尔滨 150022;辽宁工程技术大学矿业学院,辽宁阜新 123000;辽宁工程技术大学爆破技术研究院,辽宁阜新 1230002.中国矿业大学矿业工程学院,江苏徐州 2211163.本溪钢铁(集团)矿业有限责任公司,辽宁本溪 1170064.黑龙江科技大学矿业学院,黑龙江哈尔滨 1500225.辽宁工程技术大学矿业学院,辽宁阜新 1230006.辽宁工程技术大学爆破技术研究院,辽宁阜新 123000
摘要：露天矿爆破振动峰值是评价爆破效果的主要指标.在露天矿煤岩互层爆破场景下,针对现有的爆破振动峰值预测方法难以达到理想的预测结果,导致爆破参数、起爆网络设计不合理等问题,提出了一种灰色关联度特征选取下基于集成粒子群优化支持向量机算法(GRA-EPSO-SVM)的爆破振动速度峰值预测模型.以元宝山露天煤矿不同赋存条件下的煤岩爆破为背景,选取孔距、排距、孔深、单段最大装药量、最小抵抗线、爆心距、高程差、质点振速峰值作为输入参数,采用灰色关联分析法(GRA)过滤影响爆破振动速度峰值的冗余因素(孔深、单段最大装药量、最小抵抗线、质点振速峰值);运用集成粒子群算法(EPSO)优化SVM算法的关键参数C和g,将参数输入到GRA-EPSO-SVM模型中进行评估.结果表明:GRA-EPSO-SVM组合算法对比改进的萨道夫斯基公式、SVM的预测值和实际值更为吻合,平均误差分别降低15.3％和106.8％,预测结果的精度更高,更能有效预测露天矿煤岩互层爆破振动峰值,为露天矿开采爆破施工安全控制提供帮助.
关键词：露天矿振动峰值灰色关联分析优化支持向量机GRA-EPSO-SVM模型
分类号：TD235(矿山设计与建设)
资助基金：黑龙江科技大学引进高层次人才科研启动基金资助项目(HKDQDJ202403)黑龙江省省属本科高校基本科研业务费资助项目(2022-KYY-WF-0524)黑龙江省省属高等学校基本科研业务费科研资助项目(Hkdqg201903)
论文发表日期：2025-07-31
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 105-115 )
英文信息