WNN模型在预测声发射信号方面的应用

doi:10.11872/j.issn.1005-2518.2016.01.086

黄金科学技术 ›› 2016, Vol. 24 ›› Issue (1): 86-91.doi: 10.11872/j.issn.1005-2518.2016.01.086

WNN模型在预测声发射信号方面的应用

王晓军^1，2，陈辰^1*，卓毓龙¹，邓书强¹，冯萧¹

1.江西理工大学资源与环境工程学院，江西赣州 341000；
2.西部矿业股份有限公司博士后科研工作站，青海西宁 810006

收稿日期:2015-11-14 修回日期:2015-12-20 出版日期:2016-02-29 发布日期:2016-04-05
通讯作者: 陈辰（1989-），男，辽宁鞍山人，硕士研究生，从事工程岩体稳定性分析与控制等方面的研究工作。 E-mail:598142149@qq.com
作者简介:王晓军（1979-），男，山西晋中人，副教授，从事工程岩体稳定性分析与控制等方面的研究与教学工作。xiaojun7903@126.com
基金资助:
国家自然科学基金项目“循环载荷下矿山固废胶结充填体损伤过程声发射特性研究”（编号：51304083）、江西省科技支撑计划“急倾斜薄脉群钨矿床开采岩体失稳控制技术集成与示范”（编号：20141BBE50005）和江西省创新基金“化学置换过程离子型稀土矿体力学性状演化规律研究”（编号：YC2015-S294）联合资助

Application of the WNN Model to Prediction of Acoustic Emission Signal

WANG Xiaojun^1，2，CHEN Chen¹，ZHUO Yulong¹，DENG Shuqiang¹，FENG Xiao¹

1.Faculty of Resource and Environmental Engineering，Jiangxi University of Science and Technology，Ganzhou 341000，Jiangxi，China；
2.Post-Doctoral Research Station of West Mining Co.，Ltd.，Xi’ning 810006，Qinghai，China

Received:2015-11-14 Revised:2015-12-20 Online:2016-02-29 Published:2016-04-05

摘要/Abstract

摘要：

小波神经网络具有预测精度高、结构简单以及收敛快等众多优点，因此，试图将这一优势模型用于声发射的预测方面，进而为矿业领域完善一种新的预测方法，并根据实验室岩石加载实验过程中采集的大量声发射数据，建立了一种与之相适应的预测模型。首先，针对实验室实验过程中监测得到的声发射数据建立了小波神经网络模型（WNN模型），然后对声发射监测得到的声发射事件率进行网络自主学习，得到预测结果，最后与实际值相比并计算其误差。结果表明：WNN模型预测精度较高，与实际监测得到的结果基本吻合，证明WNN可以用于声发射信号方面的预测。

关键词: 声发射, 岩石, 小波神经网络, 预测

Abstract:

Wavelet neural network has advantages of high precision，simple structure and fast convergence，etc. Therefore，attempts with this advantage model is applied to forecast aspect of acoustic emission，and the new predicting method in mining field be further improved.Based on a huge number of data in the process of coustic emission at laboratory rock loading experiment，a corresponding prediction model can be set up.Firstly，acoustic emission data obtained in the process of monitoring of laboratory experiments can be used to establish Wavelet Neural Network Model，and the acoustic emission monitoring of acoustic emission events rate for network autonomous learning can be further conducted.Finally，the obtained prediction results were compared with the actual value in order to calculate the error.The results demonstrated that the prediction accuracy was higher, and basically comparable with the actual monitoring results，which suggested that the Wavelet Neural Network Model can be employed to predict the acoustic emission signal in future.

Key words: acoustic emission, rock, Wavelet Neural Network, prediction

中图分类号:

TU45

王晓军，陈辰，卓毓龙，邓书强，冯萧. WNN模型在预测声发射信号方面的应用[J]. 黄金科学技术, 2016, 24(1): 86-91.

WANG Xiaojun，CHEN Chen， ZHUO Yulong， DENG Shuqiang，FENG Xiao. Application of the WNN Model to Prediction of Acoustic Emission Signal[J]. Gold Science and Technology, 2016, 24(1): 86-91.

参考文献

［1］李守臣，王登刚.基于神经网络的岩体渗透系数反演方法及其工程应用［J］.岩石力学与工程学报，2002，21（4）：479-483.
［2］过江，张碧肖.基于PCA与BP神经网络的充填管道失效       风险评估［J］.黄金科学技术，2015，23（5）：66-71.
［3］ Yang J W， Chen X G，Jin H P.Online prediction for conta-mination of chlortetracycline fermentation based on Dezert-Smarandache theory［J］.Chinese Journal of Chemical Engineering，2015，23（6）：1009-1016.
［4］李新春，张幼蒂.露天采矿工艺方法选择的神经网络模糊       决策系统研究［J］.黄金科学技术，1999，7（4/5）：39-41.
［5］焦李成.神经网络系统理论［M］.西安：西安电子科技大学       出版社，1990.
［6］ Li B J，Cheng C T.Monthly discharge forecasting using wavelet neural networks with extreme learning machine［J］.Science China Technological Sciences，2014，57（12）：2441-2452.
［7］刘洪波，张宏伟，闫晓强.城市供水管网水量预测的小波神经网络方法［J］.天津大学学报（自然科学与工程技术版），2005，38（7）：636-639.
［8］纪洪广，张天森，孙雪峰，等.利用人工神经网络模型进行脆性材料临界断裂的声发射预报［J］.黄金科学技术，1999，7（4/5）：48-50.
［9］黄敏，王建辉，顾树生.基于遗传小波神经网络的冷轧轧制力预报研究［J］.控制与决策，2004，19（10）：1129-1132.
［10］陈炳武，王英超，李怀京，等.小波分析在激电数据处理中的应用［J］.黄金科学技术，2012，20（3）：80-85.
［11］谭云亮，孙中辉，杜学东.冲击地压AE时间序列小波神经网络预测模型［J］.岩石力学与工程学报，2000，19（增）：1034-1036.
［12］任松，白月明，姜德义，等.周期荷载作用下盐岩声发射特征试验研究［J］.岩土力学，2012，33（6）：1613-1618．
［13］姜德义，陈结，任松，等.盐岩单轴应变率效应与声发射特征试验研究［J］.岩石力学与工程学报，2012，31（2）：326-336．
［14］李庶林，尹贤刚，王泳嘉，等.单轴受压岩石破坏全过程声发射特征研究［J］.岩石力学与工程学报，2004，23（15）：2499-2503．
［15］裴建良，刘建锋，张茹，等.单轴压缩条件下花岗岩声发射事件空间分布的分维特征研究［J］.四川大学学报（工程科学版），2010，42（6）：51-55．
［16］彭琦，张茹，谢和平，等.基于AE时间序列的岩爆预测模型［J］.岩土力学，2009，30（5）：1436-1440.

相关文章 15

[1]	王斌, 宋明春, 刘志宁, 李健, 董磊磊, 张艺多, 蒋雷, 王润生, 董小涛, 刘家良. 胶东地区早白垩世周官高镁闪长岩体年代学、地球化学特征及其构造意义[J]. 黄金科学技术, 2024, 32(5): 798-812.
[2]	周晓萍, 宋明春, 刘向东, 闫春明, 胡兆君, 苏海岗, 胡秉谦, 周宜康. 胶东三山岛金矿床巨斑花岗岩的形成时代、成因及对金成矿的启示[J]. 黄金科学技术, 2024, 32(5): 813-829.
[3]	李地元, 杨博, 刘子达, 刘永平, 赵君杰. 基于集成树算法的岩石黏聚力和内摩擦角预测方法[J]. 黄金科学技术, 2024, 32(5): 847-859.
[4]	任珩, 李沛霖, 李金潞. 基于黄金尾矿处理与综合利用研究的文献计量分析[J]. 黄金科学技术, 2024, 32(5): 939-948.
[5]	李想, 杨建国, 杨博, 李杰林, 周科平. 微波照射下大理岩孔隙结构变化特征及能量演化规律[J]. 黄金科学技术, 2024, 32(3): 470-480.
[6]	李昌, 张见, 陈资南, 阚忠辉, 赵锐, 王晓军. 数据趋势融合分析方法在岩石破裂判识与预警中的应用[J]. 黄金科学技术, 2024, 32(3): 523-538.
[7]	邓高, 李琪. 基于改进灰色模型的钢铁工业生产能耗预测研究[J]. 黄金科学技术, 2024, 32(3): 548-558.
[8]	全海辉, 柴鹏, 袁玲玲, 焦守涛. 滇西古近纪钾质—超钾质岩浆岩成岩成矿作用及构造意义[J]. 黄金科学技术, 2024, 32(2): 220-240.
[9]	张勇, 李水平, 荆鹏, 冯攀. 河南嵩县九仗沟金矿床地球化学特征与勘查模式[J]. 黄金科学技术, 2024, 32(2): 258-269.
[10]	梅倩玮, 陈刚, 罗凤强, 马玲, 龚红胜, 龙妍竹. 天然岩石裂隙面粗糙度尺寸效应及方向性研究[J]. 黄金科学技术, 2024, 32(2): 290-305.
[11]	刘风龙, 王加恩, 刘远栋, 孙大亥, 程海燕, 胡艳华, 黄雯, 王振, 潘少军. 浙江衢州九华山侵入岩年代学和地球化学特征[J]. 黄金科学技术, 2024, 32(1): 31-40.
[12]	周昌微, 谢贤平, 都喜东. 基于曲线拟合和神经网络的独头巷道CO浓度预测研究[J]. 黄金科学技术, 2024, 32(1): 75-81.
[13]	李利, 王国光, 李海立, 肖惠良, 陈乐柱. 赣南印支期白石钨（铜）矿床成矿岩体地球化学特征及地质意义[J]. 黄金科学技术, 2023, 31(5): 736-751.
[14]	樊忠平, 张望, 王卫. 陕西省山阳—商南金矿成矿规律及找矿预测研究[J]. 黄金科学技术, 2023, 31(4): 560-579.
[15]	赵亚楠, 赵一航, 蒋中明, 赵红敏. 基于离散元法的高放核废料储罐静动力稳定性初步研究[J]. 黄金科学技术, 2023, 31(4): 592-604.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

WNN模型在预测声发射信号方面的应用

Application of the WNN Model to Prediction of Acoustic Emission Signal

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0