XiaoMi-AI文件搜索系统
World File Search SystemFlyrock
使用高斯进程回归机器学习模型的Flyrock投掷预测
I.引言Flyrock是爆炸启动时远离采矿区的岩石质量。通常考虑的第一个参数是：负担，爆炸孔直径，深度，粉末因子间距，茎，爆炸性材料类型和sub-drill在Flyrock预测期间是可控参数。此外，爆炸工程师无法影响的岩石性能是无法控制的参数，例如压缩间距和岩石的拉伸强度。因此，爆炸工程师必须更改第一个参数，以最大程度地减少flyrock掷距离。设计了各种经验方程，以设想由爆破操作[1]，[2]产生的fly架。经验模型是根据flyrock上的几个现场实验的有效参数开发的，即孔直径，爆炸性，茎，负担的密度，弹出材料，粉末因子和孔长度的初始发射速度。因此，这些经验方程的性能预测能力在许多情况下不是很有效[2]，[3]。
SBGuide.pdf - 弗吉尼亚州能源部
A. 伤害/死亡案例 B. 飞石事件相关文章 ............................................................................................................. A13-A18 记录表格示例 ............................................................................................................. A19-A24 建议的爆破设备清单……………… ...... ………………………………A25-A26 安全谈话提纲/摘要 ............................................................................................. A27-A35 飞石预防通讯备忘录 ............................................................................. A35-A36 飞石警报 ............................................................................................................. A37-A40 参考书目 ............................................................................................................. A41