矿冶工程

作者：张伟, 倪彬, 王立, 谢伟, 魏士钰

单位：1.中国有色金属工业西安勘察设计研究院有限公司, 陕西 西安 710000;2.兰州有色冶金设计研究院有限公司, 甘肃 兰州 730000;3.江西理工大学 土木与测绘工程学院, 江西 赣州 341000

关键词：露天矿山,爆破振动,振动速度,预测模型,Bi-LSTM,深度学习算法

基金：江西省教育厅科学技术研究项目(GJJ210859)

针对传统公式对爆破振动预测精度不高的问题，构建了基于Bi-LSTM(双向长短期记忆网络)算法的露天矿山爆破振动速度预测模型。该模型可以在两个方向上处理时间序列数据，同时捕获过去和未来的上下输入信息与输出数据之间的依赖关系。以马钢集团高村铁矿露天矿山爆破开采监测数据为依据，选取相关数据为输入参数，并将Bi-LSTM预测结果与萨道夫斯基公式预测结果进行对比。结果表明：萨道夫斯基公式预测的爆破振动速度平均误差为26.87%，Bi-LSTM算法预测的爆破振动速度平均误差为8.95%；Bi-LSTM模型预测结果与实测结果具有较高的吻合度。后期将以其他矿山的监测数据为依托对模型进行训练，以提高Bi-LSTM模型的泛化能力，并通过迁移学习植入矿山安全实时监测预警平台。

来源：2025年第1期

《矿冶工程》期刊编辑部

查看矿冶工程杂志2025年第1期