基于BP神经网络的桩基爆破振动速度预测

来源 :爆破 | 被引量 : 0次 | 上传用户:jjjjjjj7
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为研究桩基爆破振动对邻近埋地天然气管道的影响,以荣乌高速公路第7标段红泉村3号大桥桩基爆破振动为研究对象,以水平距离、雷管段数、总装药量、最大单段装药量、桩基深度和爆心距作为主要因素,建立桩基爆破振动BP神经网络预测模型,以现场测试的15组数据为学习样本对模型进行训练,以5组数据为检测样本进行预测,并将预测结果与萨道夫斯基公式和高程修正公式进行对比。结果表明:BP神经网络、萨道夫斯基公式和高程修正公式预测平均相对误差分别为7.90%、27.68%和24.30%,BP神经网络比萨道夫斯基公式和高程修正公式预
其他文献
大冶铁矿东采场采用无底柱分段崩落法开采,频繁的中深孔爆破作业产生的爆破振动不可避免地对巷道围岩产生累积损伤,甚至诱发岩体的失稳破坏。结合大冶铁矿地下开采的生产实际,对
为研究露天矿爆破开采地震波的变化规律,以江西德兴露天铜矿爆破开采工程为背景,运用线型萨氏公式、高程改进式与多元二次非线性回归拟合等方法对比研究振动速度矢量和,并结
为了分析露天转地下开采高陡边坡爆破振动特征,实现矿山安全高效开釆,根据爆破振动信号的非平稳、复合特点,结合大冶矿山露天转地下开采高陡边坡爆破振动实测数据,利用小波变
结构体受振破坏程度与结构体的受振响应幅值成正比,为研究爆破地震波对结构体受振响应幅值的影响,建立了结构体受振响应的微分方程。通过方程推导分析表明:结构体受振响应的
粗糙K-modes聚类算法需要根据经验为wl、wu和ε3个参数设定其固定值,聚类效果不稳定,容易受到噪声干扰。提出一种基于MapReduce自适应参数的粗糙K-modes算法,它根据聚类不同
为合理分配农业机器人群协同作业中各机器人的工作量与工作区域,提高机器人群协同作业的整体效能与工作效率,该研究提出一种复杂环境下异质农业机器人群的任务分配及全区域覆