權利要求
1.礦山采空區充填體智能混合制備方法,其特征在于,包括以下步驟: S1. 準備礦山采空區充填體的制備材料,將制備材料通過神經網絡計算得出填充體最佳狀態對應制備材料和水的質量比例; S2. 將得到的漿料通過彈性約束優化算法進一步對漿料濃度進行控制,將穩定濃度的漿料進行充分混合攪拌后泵送至充填區域。2.如權利要求1所述的礦山采空區充填體智能混合制備方法,其特征在于,所述步驟S1包括: 將采空區進行分區域劃分,并對每個采空區區域的環境因素進行采集,并將采集到的上述信息組成條件向量以及所選擇的制備材料種類集合 作為輸入層輸入,通過神經網絡中隱含層以及輸出層作用得到每種制備材料在各影響因素構成的條件向量對充填體的影響特征矩陣,根據適度調整配比、各影響因素以及影響特征向量M,進一步計算充填體強度變化率;最后,利用最優算法計算得到最高充填體強度時對應的充填材料的配比,將充填材料通過給料機送至稱量斗稱量,將充填材料按照所述配比加水送入攪拌機攪拌均勻,得到質量濃度為 的漿料。 3.如權利要求1所述的礦山采空區充填體智能混合制備方法,其特征在于,所述步驟S2包括: 通過影響充填過程中漿料濃度的因素,約定漿料濃度的彈性約束條件,定義漿料濃度控制目標函數,根據模型的計算求得的最優解對相關設備進行控制。 4.如權利要求3所述的礦山采空區充填體智能混合制備方法,其特征在于,所述步驟S2包括: 通過構建條件約束模型,得到漿料濃度的彈性約束條件,具體過程如下: 其中,F表示影響因素向量,QF表示影響因素的權重向量,由礦區根據實際情況確定,R表示各因素計算關系式集合,D表示各影響因素的限定門限集合,Out表示條件約束模型的輸出,即漿料濃度的彈性約束條件; 最終,通過影響因素的權重向量,各因素計算關系式集合,各影響因素的限定門限集合計算得到彈性約束條件: , 表示所有門限最低門限值。 5.如權利要求4所述的礦山采空區充填體智能混合制備方法,其特征在于,所述步驟S2包括: 創建漿料濃度彈性約束控制優化模型: 其中,Y表示充填過程完成度,F表示影響因素集合, ,C表示各影響因
聲明:
“礦山采空區充填體智能混合制備方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)