【摘 要】
：
露天边坡角的大小对矿山边坡稳定及开采成本有着重要影响,合理的边坡角是保证露天采场安全、经济回采的重要因素.本文以卢安夏铜矿穆利亚希南矿区为背景,应用Geo-Slope软件在考虑地震影响因素下使用极限平衡法中的Ordinary法、Bishop法、Janbu法及Morgenstern-Price法对穆利亚希南矿区一区和二区不同角度的露天边坡稳定性进行分析,结果表明:当一分区的边坡角为40°,二分区的边坡角为39°时,边坡最为稳定,能保证工作平台安全生产.研究成果可为卢安夏其它露天矿边坡稳定性分析提供借鉴.
【机 构】
：
中色卢安夏铜业有限公司 赞比亚 卢安夏 90456
论文部分内容阅读
露天边坡角的大小对矿山边坡稳定及开采成本有着重要影响,合理的边坡角是保证露天采场安全、经济回采的重要因素.本文以卢安夏铜矿穆利亚希南矿区为背景,应用Geo-Slope软件在考虑地震影响因素下使用极限平衡法中的Ordinary法、Bishop法、Janbu法及Morgenstern-Price法对穆利亚希南矿区一区和二区不同角度的露天边坡稳定性进行分析,结果表明:当一分区的边坡角为40°,二分区的边坡角为39°时,边坡最为稳定,能保证工作平台安全生产.研究成果可为卢安夏其它露天矿边坡稳定性分析提供借鉴.
其他文献
针对传统的螺栓轴向应力测量的不足和压电超声在无损检测的缺陷,提出一种利用电磁超声换能器(EMAT)测量紧固螺栓轴向应力的方法,通过EMAT在螺栓趋肤层产生横波,由于波形转换在螺栓端面的反射而产生纵波,分析纵波和横波的射线路径,得出螺栓轴向应力与两种模态波飞行时间的比值关系.实验结果表明:所提方法可以成功地接收模态转换纵波,并且得出横波与模态转换纵波的声速比与螺栓的轴力变化成线性关系,从而以此关系测量螺栓的轴力.
密度峰值聚类(DPC)算法有能够发现非球形簇等优点.但在算法中,局部密度和最近邻距离计算易忽略样本间相关性,并且算法在高维数据集上聚类效果较差.针对上述问题,提出一种基于子簇融合和线性判别分析的DPC算法(SCF-LDA-DPC).首先,引入样本间Pearson相关系数构造加权高斯核密度估计函数计算局部密度.其次,设计一种子簇融合策略,避免数据错误分配,优化算法容错性差缺陷.最后,引入LDA算法对高维数据降维,提高DPC算法鲁棒性和准确性.多个数据集实验结果表明:SCF-LDA-DPC算法在聚类精度和聚类
为了提高磁通门电流传感器检测微弱剩余电流的能力,从关键聚磁元件磁环入手,采用Comsol仿真分析的方法,从磁环材料的选择、结构设计等方面介绍了开环式磁通门电流传感器聚磁环设计的关键技术,通过实验验证了增加聚磁环后的传感器灵敏度可达1.54 V/A,同时频率可达6.7 kHz,满足交直流复杂漏电流检测.
针对现有水润滑轴承水膜压力监测中存在传感器体积大、传感器距离测点远等问题,构建智能水润滑轴承.即采用薄膜压力传感器并将其嵌入轴瓦内部,然后应用信息处理单元及调控装置实现轴承运行状态在线监测与调控.由于薄膜压力传感器体积很小,难以用传统方法标定,因此成为智能水润滑轴承研究中亟待解决的问题.提出了一种针对薄膜压力传感器的标定方法并建立了标定系统,系统包括HLD压力标定装置、传感器与前置调理模块,NI采集卡与上位机软件等.采用RANSAC算法与最小二乘法分别对标定数据拟合.最后对标定结果进行了误差分析,结果表明
针对目前人脸活体检测中手工设计特征方法提取特征单一和传统深度学习算法容易产生局部最小值和过拟合等问题,提出基于局部感受野的极限学习机(ELM-LRF)模型的人脸活体检测方法.模型首先随机生成输入权重,然后采用正则化最小二乘法解析计算出输出权重,有效解决了深度学习算法容易产生的局部最小值和过拟合问题,具有优越的泛化性能.在CASIA-FASD,NUAA数据库上分别以ELM-LRF模型与其他先进的人脸活体检测算法进行了实验对比,ELM-LRF算法具有最高的分类性能.
针对地震勘探中设备供电电源数量庞大、分布广泛和管理困难等问题,设计了一种基于物联网(IoT)的智能电源监控系统.系统的电源数据采集单元实时采集电源的状态信息,通过通用分组无线业务(GPRS)无线通信技术传送到数据处理中心进行数据分析、存储和监控.数据处理中心与地图软件结合实现电源的定位.同时,客户端实现对电源状态的实时监控.实际应用表明:系统可实现电源状态的实时监控、位置跟踪和电源特性分析,可以降低电源故障率,在野外勘探中可以大大提高勘探效率.
为降低无线传感器网络能量消耗问题,提出了一种基于布谷鸟搜索(CS)算法的LEACH极值双簇首分簇算法.首先根据节点的剩余能量和到基站的距离选择簇首,避免了因随机方式带来的不合理性和不均匀性;但由于节点数目最多的簇、簇首距离汇聚节点最远的簇,其簇首在管理和数据传输上需要消耗更多的能量,因此选举副簇首来分担能量负载;最后在数据传输阶段,各簇首利用CS算法选择转发节点建立当前簇首到基站的簇间路由,CS算法能够快速地选择最佳中继节点优化传输路由.仿真结果表明:本文算法能够很好地提高网络的生命周期,改善传感器网络性
通过摸索配料和铸造工艺,制备高强高弹C5240铸坯,并进一步通过金相组织观察和能谱分析研究电磁搅拌对C5240合金及Sn元素分布的影响规律.结果发现,施加电磁搅拌对C5240铸坯沿着厚度方向Sn含量分布均匀化改善有着明显的影响;此外,中间退火对屈服强度和抗拉强度影响不大,但有效改善断裂延伸率,且有助于后续加工;在薄带轧制过程中,电导率没有随轧制道次增加而降低,这说明位错对电导率的降低作用没有固溶原子大.
针对实际工程中磁张量测量系统中多个传感器间会存在非对准误差严重影响测量精度这一问题,提出一种非对准误差角标定及校正方法.通过分析非对准误差的产生机理,建立测量系统非对准误差模型,构建传感器与参考传感器正交系输出之间的线性关系;考虑到最小二乘法估计忽视各传感器测量噪声误差的问题,采用整体最小二乘法求解非对准误差角.仿真结果误差预测精度均高于99.7％;实测校正后张量分量根均方误差(RMSE)降至65 nT/mn以内,相对于最小二乘法降低了一个数量级,可以有效提高磁张量测量系统测量精度.
为了能够实时掌握光伏组件的健康状况,提出一种基于T-S模糊神经网络的在线健康诊断模型.首先,分析了常见光伏组件异常工况下的电气输出并选取特征向量;其次,利用模糊C均值(FCM)及自适应LM算法对T-S模糊神经网络进行了优化;最后,通过仿真验证了模型的有效性和可行性.仿真结果表明:本文诊断方法的诊断正确率达到了 94％,诊断精度与收敛速度都优于传统T-S模糊神经网络模型.