광업 공학 졸업 디자인 논문
광업 공사는 한 나라의 중요한 산업으로, 국가 자원과 에너지의 정상적인 공급과 사용 안전과 직결된다. 다음은 특별히 수집한 광업공학 졸업 디자인 논문입니다. 참고하시기 바랍니다!
광업 공학 방법의 최적화에 관한 연구
채굴 공학의 많은 방법은 채굴 공학의 개척 시스템과 채굴 방법과 같이 최적화할 수 있다. (윌리엄 셰익스피어, 채굴, 채굴, 채굴, 채굴, 채굴, 채굴, 채굴) 이러한 방법의 최적화 문제는 복잡하고 비선형적입니다. 의사 결정 변수가 많고 상황에 따라 다른 역할을 하기 때문입니다. 그리고 변수 사이의 관계는 때때로 정확한 수학 모형이나 수학 표현식으로 표현하기 어렵다. 따라서, 유전 알고리즘, 신경 네트워크 등과 같은 광산 공학 방법의 최적화를 위해 컴퓨터 기술과 인공 지능 기술을 사용할 수 있다는 점을 감안할 때, 이 글은 위의 기술적 관점에서 광산 공학 방법의 최적화에 대해 논의한다.
광업 공학 최적화; 채굴 방법
광업 공학의 많은 문제에 대한 결정과 방법 최적화는 모두 다중 결정 변수이다. 이전에 이 문제를 처리한 방법은 단변수법, 즉 다른 변수를 고정해 값을 그대로 유지하고 한 변수를 변경하여 이 변수가 대상 함수나 대상 문제 결과에 미치는 영향을 탐색하여 최적의 솔루션을 찾는 것입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 목표명언) 이 방법은 이러한 다변수 문제의 해결을 크게 단순화하지만 변수 간의 관계와 상호 작용이 최종 결과에 미치는 영향을 무시하므로 결과 결과는 실제 최적 값이 아닙니다. 진정한 최적의 솔루션을 얻으려면 모든 의사 결정 변수를 동시에 변경하고, 이 경우 목표와의 관계와 목표 결과에 미치는 영향을 탐색하여 종합적인 최적 값을 찾아야 합니다.
1, 최적화 방법
1..1유전 알고리즘의 정의
유전 알고리즘은 적응 최적화 방법입니다. 이 방법은 생물 진화 원리에 근거하여 생물 진화의 단계를 시뮬레이션하고, 알고리즘에 번식, 교배, 변이, 경쟁 및 선택의 개념을 도입한다. [1] 실행 가능한 솔루션 세트에 대한 유지 관리 및 재구성을 통해 다중 의사 결정 변수인 decision variables) 의 경우 실행 가능한 동작 궤적 곡선을 개선하여 최적의 솔루션으로 이어집니다. 이 방법은 생물이 외부 환경에 적응하는 유전적 변이 메커니즘을 시뮬레이션하는 글로벌 최적화 알고리즘으로, 기존의 단일 결정 변수 방법이 로컬 극치로 이어지기 쉬운 단점을 극복합니다.
1.2 신경망의 정의
인간의 두뇌 사고 방식의 특징 중 하나는 여러 뉴런 간의 동시 상호 작용을 통해 정보 처리를 동적으로 수행할 수 있다는 것입니다. 인공 신경망은 인간의 두뇌 사고를 시뮬레이션하는 방식이다. 비선형 동적 시스템은 컴퓨터에 의해 수행되어 정보의 분산 저장 및 병렬 공동 처리를 가능하게 합니다.
1.3 유전자 알고리즘과 신경망의 협업 최적화
광업 공학 문제는 명시 적으로 표현하기가 어렵 기 때문에 인공 신경망의 강력한 비선형 매핑 기능을 사용하여 의사 결정 변수와 목표 함수 간의 관계를 설정하여 명시 적 문제를 달성 한 다음 유전 알고리즘을 사용하여이 목표 함수의 의사 결정 변수를 검색하고 최적화 할 수 있습니다. 검색 후, 우리는 이전에 모델링된 신경망을 입력할 것이다. 인터넷은 자동으로 일치를 배우므로 목표 함수가 이 결정 변수에 대한 적응도를 계산한 다음 적응도에 따라 유전적 변이를 진행하면 여러 번 반복하면 찾을 수 있다.
2. 최적화 예
광석 등급 최적화에 2. 1 유전 알고리즘 적용
유전 알고리즘은 원시 데이터에서 우승 열등을 시뮬레이션하여 반복 반복을 통해 최적의 해법을 얻는 것이다. 이 경우, 본질적으로 광석 품위 세트를 무작위로 생성하여 어댑티브 기술을 이용하여 품위를 조정하고 반복적인 반복을 통해 최적의 해법에 점진적으로 접근하는 것이다.
(1) 인코딩: 유전에서 고정 길이 문자로 유전자를 나타내고, 여기서 특정 등급을 나타냅니다. 코딩 순서는 마감 품위, 최저 공업 품위, 원광 품위, 정광 품위이다. [2]
(2) 초기 집단: 각 반복의 초기 집단은 이전 반복에서 생성되고, 첫 번째 반복의 초기 집단은 무작위로 생성되어 각 집단에 포함된 개인의 수를 결정합니다.
(3) 적응성: 자연의 적응성은 개인의 자연에 대한 적응성이다. 적응성이 높을수록 생존 가능성이 높아진다. 마찬가지로, 이곳의 적응도는 개인의 우열을 측정하는 지표로, 유전 알고리즘의 최적화를 구동할 수 있다. 이 경우, 각기 다른 등급의 광석에서 얻을 수 있는 순 현재 가치를 적당히 취한다.
(4) 복제와 교환: 다윈의 진화론에 따르면 적응력이 강한 개체는 생존하기 쉬우므로 장점이 보존되고 같은 단점이 도태된다. 적응성이 강한 개인은 자손과 높은 유사성을 가지고 있으며, 유전 알고리즘에서 복제로 표현할 수 있습니다. 교환이란 이전 세대의 여러 개체의 일부 유전자를 교체하여 새로운 개체를 만드는 것을 말한다.
(5) 변이: 유전 알고리즘에서 새로운 개체를 생성하는 또 다른 수단으로, 보코드 연산을 통해 완성된다.
(6) 종료 조건: 유전 알고리즘은 특정 요구 사항이 충족될 때 멈추는 반복 작업으로, 일반적으로 군체 평균 적응도 또는 최대 적응도가 부드럽게 변할 때 끝납니다.
2.2 광업 공학 최적화 사례
이 글은 산둥 라이우 철광 건설 과정에서 충전재 강성과 채장 구조 매개변수의 최적화를 예로 들어 신경망과 유전 알고리즘의 구체적인 응용을 설명하고 있다.
산둥 라이우 철광 구가대 광구 광구는 대리암과 셈장암의 접촉대에서 생산되며, 윗부분은 4 계와 3 계로 덮여 있어 모두 은복광체이며 광맥 지리구조는 매우 복잡하다. [3] 위에 강이 흐르고 있다. 강과 광대 사이에는 제 3 기 붉은 슬레이트가 있지만, 국부천창의 분포로 인해 수층이 제 4 계 자갈층, 회암층과 접촉해 방수 효과가 좋지 않다. 석회암의 수분 함량 때문에, 이 부분은 압력 수층이 되었다. 복잡한 지질 배경은 광업에 큰 어려움을 가져왔다. 강을 고치지 않고, 배수를 하지 않고, 이전하지 않고, 무너지지 않고, 돌아오지 않는' 오안' 방침을 실현하기 위해, 최종 채굴 방안은 광체 상단 부근 그라우팅 대리암 조치와 단계 빈장 뒤이어 시멘트충전 채굴법을 결합한 종합 치수 방안이다. 이 시나리오의 원활한 구현을 제한하는 두 가지 중요한 요소는 충전재 강성과 채장 구조 매개변수의 최적화입니다.
광실 폭은 Bf 이고, 충전체 강성은 EC 이고, T 는 상벽의 최대 인장 응력입니다. 안전면에서 볼 때 광실 폭 Bf 가 작을수록 충전체 강성 EC 가 커질수록 상벽 인장 응력이 작을수록 시공이 더 안정적입니다. 경제적 관점에서 볼 때, 광실의 폭이 클수록 충전 강성이 작을수록 경제가 좋아진다. 보이는 양자는 상대적이므로 둘 사이에 최적의 일치 값을 찾아야 한다. 상벽의 인장 응력은 대리석에 가까운 인장 강도보다 작지만 가깝습니다.
먼저 신경망을 통해 의사 결정 변수 Bf 를 설정하고, EC 와 대상 а t 간의 매핑 관계를 설정한 다음 유전자 알고리즘을 통해 최적의 일치를 검색하여 Bf=2 1.256m, EC=396.6MPa, а t =-/kloc-를 얻습니다
3. 결론
현재의 첨단 컴퓨팅 인텔리전스 및 인공 지능 기술인 유전 알고리즘과 신경망은 반복 알고리즘과 비선형 매핑을 통해 문제의 최적 솔루션을 찾는 데 초점을 맞추고 있습니다. 대부분의 광산 조건이 복잡하기 때문에 광업 공학의 많은 문제와 방법의 결정에는 많은 결정 변수가 있으며, 대부분의 변수와 목표량 사이의 관계는 비선형적이다. 이러한 특징들은 현대 선진 지능 기술 (예: 유전 알고리즘과 신경망) 을 채굴 공학의 최적화에 잘 적용할 수 있게 한다. 연구와 사례를 통해 유전 알고리즘과 신경망이 채굴공학 최적화에서 좋은 역할을 한다는 것을 증명했다. 이러한 기술이 발전함에 따라, 그들은 채굴 공사의 최적화에 더욱 강력한 도움을 제공할 것이다.
참고
[1] 유윤, 유기. 광업 공학에서의 신경망 및 주성분 분석의 응용 [J]. 중남 임업 과학 기술 대학 저널, 20 10/0,30 (6):140-146
장뢰, 차이 하이푸. 광업공학에서의 인공신경 네트워크의 응용 [J]. 학술토론, 2008, (6): 172.
[3] 유가동, 육문. 광업 방법의 최적화 선택 [j]. im & P 화학광물과 가공, 2009, (1): 25: 27.
을 눌러 섹션을 인쇄할 수도 있습니다