贵州省重大科技专项计划项目(1091115)

作品数:7被引量:41H指数:4
导出分析报告
相关作者:张义平缪玉松池恩安张修玉齐宪秀更多>>
相关机构:贵州大学贵州非金属矿产资源综合利用重点实验室六盘水师范学院武汉理工大学更多>>
相关期刊:《矿业研究与开发》《金属矿山》《工程爆破》《科学技术与工程》更多>>
相关主题:参数选取爆破质量爆破参数中深孔爆破中深孔更多>>
相关领域:矿业工程建筑科学理学天文地球更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-7
视图:
排序:
HHT能量判别法在英坪矿爆破振动中的应用被引量:4
《工程爆破》2013年第6期13-16,21,共5页李宝山 张义平 
国家自然科学基金项目(50764001);贵州省重大科技专项(1091115)
通过EMD分解法将瓮福磷矿英坪矿段Ⅱ号坑爆破振动信号分解,得出IMF分量,经Hilbert变换后,进一步得出瞬时能量谱和能量等效速度,以此作为安全评价指标。HHT能量判别法综合反映了爆破振动的幅值和能量分布特征,同时体现了爆破振动三要素(...
关键词:HHT 瞬时能量 等效速度 能量判别 
英坪矿山爆破震动的分析与研究被引量:1
《科学技术与工程》2012年第28期7465-7468,共4页缪玉松 张义平 李宝山 肖川 
贵州大学研究生创新基金(校理工2012063);贵州省重大科技专项(1091115);贵州省高层次人才科研条件特助经费项目(TJZF-2010年-044号)资助
在英坪矿山爆破施工过程中,为降低爆破震动对边坡和周围建筑物的影响,根据实测爆破震动数据,通过对爆破震动波的拟合分析、爆破参数的优化,最终得出爆破震动的水平衰减规律及在不同传播方向上差异。提出了合理的爆破方案,对今后的矿山...
关键词:岩土爆破 爆破震动 衰减规律 传播比 爆破安全 
高密度电法技术在煤矿水患探测中的应用被引量:4
《科学技术与工程》2012年第26期6759-6762,共4页齐宪秀 张义平 杨玉蕊 詹振锵 
研究生创新基金项目(201110);贵州省煤矿井下水患电法探测与示范工程;黔经信委;贵州省重大科技专项(1091115)资助
介绍了高密度电阻率法的原理,并利用高密度电阻率法对某煤矿的8012工作面进行水文地质探测。推测待开采区隐伏节理裂隙、隐伏岩溶及地下水异常的分布特征。说明高密度电法在探测煤矿水文地质方面是可行、有效的。为矿区预防水灾、安全...
关键词:高密度电法 视电阻率 水患 断面图 
扇形垂直中深孔爆破参数选取的正交试验研究被引量:13
《矿业研究与开发》2012年第4期100-101,104,共3页苏静 吴桂义 张义平 缪玉松 
国家自然科学基金资助项目(50764001);贵州省重大科技专项资助项目(1091115);六盘水师范学院特色专业项目(lpssytszy201101)
在广西锡矿采矿方法的扇形中深孔爆破试验中,通过正交试验法定量分析了爆破参数对大块率、粉矿率的影响。试验研究表明,影响爆破质量的主次因素依次为抵抗线、装药结构、孔底距,且最优组合为孔底距2.3 m、抵抗线1.3 m、孔底起爆。正交...
关键词:扇形垂直中深孔 爆破参数 正交试验 爆破质量 
某浅埋隧洞爆破盲炮原因分析及预防措施被引量:8
《金属矿山》2012年第1期33-35,共3页张修玉 张义平 池恩安 王谬斯 
国家自然科学基金项目(编号:50764001);贵州省重大科技专项(编号:1091115)
某隧洞全部采用数码雷管爆破掘进,但是盲炮出现的频率较高。从所用数码雷管的内部结构原理、雷管的抗拉强度以及爆渣抛掷速度理论等方面进行了详细计算,并分析了产生盲炮的各种原因。针对爆破器材、微差时间、爆破网络连接、装药结构及...
关键词:隧洞爆破 盲炮 数码雷管 
层次分析法在拆除爆破影响因素分析中的应用被引量:2
《工程爆破》2011年第4期22-25,共4页齐宪秀 张义平 池恩安 张修玉 
国家自然科学基金项目(50764001);贵州省社会发展攻关和贵州省重大科技专项(1091115)
介绍了层次分析法的基本原理及其在拆除爆破效果影响因素分析中的作用,并用此原理,建立了影响拆除爆破因素的层次结构模型。通过计算各因素对拆除效果影响的程度权值,找出了影响拆除爆破的主要因素,为拆除爆破工程设计与爆破效果分析提...
关键词:拆除爆破 层次分析法 层次结构模型 影响因素分析 
台阶爆破块度的SVM预测模型研究被引量:9
《矿业研究与开发》2010年第5期97-99,共3页潘玉忠 张义平 王强 唐丽玥 
国家自然科学基金项目(50764001);国家“十一五”科技支撑计划项目(2007QAB00008);贵州省科技攻关项目(黔科合GY字(2007)3015);贵州省重大科技专项(1091115)
以矿山台阶爆破块度分布分析为例,建立了爆破块度预测的SVM模型。预测模型与实测结果相比,平均相对误差为6.67%,与BP神经网络模型、R-R分布及G-G-S经验模型相比,SVM模型预测爆破块度具有明显的优越性和可靠性。
关键词:支持向量机 台阶爆破 爆破块度预测 
检索报告 对象比较 聚类工具 使用帮助 返回顶部