矿业工程研究生毕业论文

采矿工程系毕业论文

对于现代矿产企业而言，需要采取一系列的措施，以提升自身井下采矿技术，那你会怎么写采矿论文呢？下面是我为大家收集整理的采矿工程系毕业论文，欢迎阅读。

摘要： 近年来，采矿工程毕业生毕业设计质量日渐下降，主要问题有学生不按时、按量去单位时间，绘图质量不高、自身惰性一再拖延设计进程，毕业答辩存在诸多情况等问题，结合实际情况，提出“学生―指导教师―单位”三点一线联络通道，利用3D模拟现场等手段建立新的实习场景，加强毕业设计中间环节的管制，建立周汇报答辩制度，建立完善的毕业答辩管理制度等措施，为采矿工程专业人才培养提供借鉴经验。

关键词： 毕业设计；联络通道；周汇报；人才培养

引言

本科采矿工程专业经历四年的学习，从高数、大学英语、工程制图等基础课到井巷工程、采矿学、矿山压力与岩层控制等专业课程，并且安排了矿山机械、工程经济学、矿山电子等拓展课程[1]，学习内容之广，但学习的深度较浅。采矿工程毕业设计是教学计划中教学的最后一个环节[2-3]，其目的就是让毕业生综合的、系统的运用四年所学知识，毕业设计还要求学生实地考察学习，理论联系实际，科学的培养自身技能，为将来从事煤炭行业打下坚实基础。

近年来发现，采矿本科毕业设计的内容水平明显下降，究其原因是学生或者指导教师的责任[4-5]。学生毕业设计不合格说明培养的质量不能满足企业要求，盲目不求质量输送毕业生，可能由于知识缺漏造成的人员伤亡，对国家和社会造成很大的损失，也会对本校的声誉以及个人的前途发展有很大的影响[6]。因此，剖析目前采矿工程毕业设计存在的问题和提出解决新思路是本文的目的所在。

一、存在的问题

（一）单位实习情况差

在单位实习情况的好坏是决定是否能做好毕业实习的重要影响因素之一。每个煤炭学校的采矿专业学生都安排至少四周的单位实习时间，如果充分利用好这四周在单位现场实习，对矿井的各个环节有个初步认识并对重要部分重点了解，可以说毕业设计以及答辩就不是问题。但了解学生实际到单位实习情况不容乐观，据统计只有三成的学生实际到单位进行了现场实习，并且学生到单位后没有下井实习，只是做了收集矿上基础资料的工作，收集之后便离开单位，浪费了大量的宝贵时间，造成对煤矿情况不了解、巷道设计不清楚、实际的采煤生产一无所知，造成毕业设计和答辩的被动。

（二）毕业设计的选题及内容单一

纵览近年来的采矿毕业设计题目，设计的矿井集中在河南、山西，相当一部分矿井被学生重复拿来设计，如焦作、平顶山和晋城的矿井，重复次多过多，甚至一个学期有两到三个学生做同一个矿的初步设计，设计的内容只是部分不同，缺乏创新。

（三）工程绘图全部依赖电脑，缺乏手绘能力

2000年以前，电脑未能全面普及，采矿毕业设计普遍要求手绘图纸，手绘的内容有《井田开拓方式平面图》、《井田开拓方式剖面图》、《采区平面图》、《采区剖面图》与《井底车场》，抄袭较少，但电脑普及之后，出现了电脑绘图软件，如AtoCAD，为了减少学生工作量，学生可以利用CAD绘图，逐渐学生缺乏手绘图纸的能力，对图纸的熟悉度大不如以前，出现了诸多问题，如线性不对，图中比例不对、标注不规范等问题，并且学生可以轻易的复制，抄袭的严重。

（四）毕业答辩情况不容乐观

部分毕业生在答辩时尽管设计说明书内容和排版较好，但答辩时对自己设计的论文的内容模糊，答辩时语言不流畅，思路不清晰，对设计的内容只知其一不知其二，很难用可衡量的标准去给学生定量给分，只能靠答辩老师定性给分，由于收到诸多因素影响，不能准确的去判断情况。

二、解决问题新思路

（一）改变毕业设计实习方式，建立三点一线的联络通道

针对部分学生不去单位实习情况，建立“毕业生―指导教师―实习单位”联系通道，即实习学生、实习单位联系人与指导老师建立联系通道，及时沟通了解学生在实习单位的实习情况，指导老师及时进行实习指导和实习内容安排，目的让学生在最短的时候内，高效的将所需了解的内容尽快掌握，也约束了学生的.行为，杜绝学生不去单位实习情况。

（二）利用3D模拟现场等手段建立新的实习场景

由于煤矿行业性质决定，现场实习存在很大的安全风险，再加上煤矿行业不景气，各煤矿经营情况不好，学生寻找实习单位比较困难，下井进行一线实习更是难上加难，所以寻求新的实习模式刻不容缓，可以实验室为实践教学基础平台，可利用3D模拟现场场景，可为学生提供新的设计思路，打破常规只在现场实习才能了解情况。

（三）加强毕业设计中间环节的管制，建立周汇报答辩制度。

毕业设计期间完全由学生自主安排时间，部分同学懒惰性太强，设计进程一拖再拖，到最后阶段随意糊弄过关，为了杜绝此现象，加强毕业设计中间环节的管制，建立周汇报答辩制度，即学生一周一次给指导老师汇报设计进程。

（四）建立完善的毕业答辩管理制度。

可实施“三项答辩法”，即在原来采矿工程毕业设计答辩采用单一设计内容及图纸答辩的基础上，增加了基础知识答辩和采矿CAD设计能力考核两个答辩环节，并通过采用一定的指标权重进行综合得出毕业设计成绩。例如答辩成绩和指导老师的成绩比重分别为70%和30%；答辩成绩和指导老师的成绩相差20分时，以低分为最终成绩；答辩成绩和指导老师成绩一个不及格时，则答辩最终成绩不及格。

三、结语

采矿工程毕业设计环节的好坏是决定采矿工程专业人才培养能否成功的关键一步，毕业学生正处于青春期，叛逆和懒惰时常伴随着他们，但如果毕业实习环节严谨、科学、合理，及时打消学生其他想法，将精力全身心投入到毕业设计中，从中学到各项能力，使同学们能达到具备扎实牢固的基础知识和专业知识，具有较高的适应采矿工作能力，对新技术和新知识有所了解的复合型人才。

参考文献：

[1]董长吉，等.采矿工程专业毕业设计改革的研究与应用[J].黑龙江教育，2013（2）：50-51.

[2]李怀珍，武俐.采矿工程毕业设计存在的问题分析与教改探讨[J].淮南职业技术学院学报.2011.38（11）：85-87.

[3]查文华.采矿工程专业毕业设计教学环节现状及对策分析[J].科教文汇.2009（7）：102-103.

[4]刘锋珍，戴仁竹，，梁帅江.采矿工程毕业设计过程管理模式探索[J].科技咨询，2012（19）.

[5]张恩强.论采矿专业教育改革与发展的重点和难点[J].重庆大学学报（社会科学版），2010，（16）：45―47.

[6]刘洪涛，马念杰.采矿教学中存在的问题及其对策[J].广西教育，2010（3）：103―104.

采矿工程毕业设计论文

采矿工程是一个国家的重要产业,采矿工程直接关系到国家资源、能源的正常供应和使用安全。以下是专门为你收集整理的采矿工程毕业设计论文，供参考阅读！

采矿工程方法优化研究

【摘要】采矿工程中的许多方法都是可以优化的，比如采矿工程中的开拓系统和采矿方法。这些方法优化问题，由于决策变量众多，并且不同情况的所起的作用不同，导致多数问题都是复杂的非线性化问题，不仅如此变量之间的联系有时很难用确切的数学模型或者数学表达式表达出来。因此我们考虑到可以利用计算机技术和人工智能的技术来实现采矿工程中方法的优化问题，比如遗传算法，神经网络等，本文从上述几种技术角度，结合实际例子探讨了采矿工程方法的优化问题。

【关键词】采矿工程;优化;采矿方法

采矿工程中的许多问题的决策和方法的优化，都是多决策变量问题。以往对这种问题的处理方式都是采用单一变量法，即采用固定其他变量使其值保持不变，通过变化某一变量来探索这一变量对目标函数或目标问题结果的影响，从而找出最优解。虽然这种方式大大简化了这种多变量问题的求解方式，但是它忽略了各个变量之间的相互关系，以及他们之间的相互作用对最终结果的影响，因此所得的结果并不是真正的最优值。为了求得真正的最优解，需要同时改变各决策变量，探索他们在这种情况下和目标的关系以及的对目标结果的影响，从而找出综合最优值。

1、优化方法

1.1遗传算法的定义

遗传算法是一种自适应优化的方法。这种方法基于生物进化的原理，它模拟了生物进化的步骤，将繁殖、杂交、变异、竞争和选择等概念引入到算法中。[1]通过对一组可行解的维持和重新组合，在多决策变量共同作用的条件下，改进可行解的移动轨迹曲线，最终使它趋向最优解。这种方式是模拟生物适应外界环境的遗传变异机理，克服了传统的单决策变量法容易导致的局部极值的缺点，是一种全局优化算法。

1.2神经网络的定义

人脑思维方式的一大特点就是：通过多个神经元之间的同时的相互作用来动态完成信息的处理。人工神经网络就是模拟人脑思维的这种方式，通过计算机来完成一个非线性的动力学系统，可以实现信息的分布式存储和并行协同处理。

1.3遗传算法与神经网络协同优化

由于采矿工程的问题很难用一个显式来表示，所以我们可以利用人工神经网络强大的非线性映射能力建立决策变量和目标函数的关系，实现对问题的显式化，然后用遗传算法对这个目标函数的决策变量进行搜索和寻优，搜索到后就输入之前已经建模好的神经网络，网络将自动进行学习和匹配，从而我们可以计算出目标函数对该组决策变量的适应性，然后根据适应性进行遗传变异操作，反复多次后即可寻得最优解。

2、优化实例

2.1遗传算法在矿石品位优化中的应用

遗传算法是由原始数据，模拟优胜劣汰的方式通过反复迭代获得最优解，在这里实质上是随机生成一组矿石品位，利用自适应的技术调整品位，经过反复迭代计算，逐步逼近最优解。

(1)编码：用定长字符代表遗传中的基因，在这里表示某种特定品位，编码顺序依次为边界品位、最小工业品位、原矿品位和精矿品位。[2]

(2)初始群体：每次迭代的初始群体由上一次迭代生成，第一次的初始群体随机生成，每个群体包含的个体数确定。

(3)适应度：自然界中的适应度是生物个体对自然界的适应程度，适应度大，那么它存活下来的可能性就大。类似的这里的适应度是衡量个体优劣的指标，可以驱动遗传算法的优化，本例中的适应度取不同品位的矿石所能取得的净现值。

(4)复制和交换：根据达尔文进化论，适应性强的个体容易生存下来，那么他们的有利性征就被保留了，同样的不利性征就被淘汰了，适应性强的个体他们的后代跟他们的相似度会比较高，在遗传算法中可以用复制来代表这一部分;交换就是指上一代多个个体的部分基因相互置换产生新个体。

(5)突变：遗传算法中产生新个体的又一手段，通过求补运算完成。

(6)终止条件：遗传算法是迭代运算，在迭代到符合某一要求时停止，一般都是当群体的平均适应度或最大适应度变化平稳时，迭代终止。

2.2采矿工程优化实例

本处选择山东莱芜铁矿施工时的填充材料刚度与采场结构参数的优化问题来说明一下神经网络和遗传算法的具体应用。

山东莱芜铁矿谷家台矿区矿体赋存于大理岩与闪长岩的.接触带中，上部为第四系和第三系所覆盖，全部为隐伏矿体，矿脉地理结构十分复杂。[3]上部有河流流过，虽然河流和矿带之间有第三系的红板岩，但是由于局部天窗的分布，导致水层和第四系砂砾石层和灰岩层接触，隔水效果不好。由于灰岩层的含水性，导致这部分成为承压含水层。复杂的地质背景给开矿带来了巨大的难度，为了实现不改河、不疏干、不搬迁、不塌陷、不还水的“五不”方针，最终决定的开矿方案是采用矿体近顶板大理岩注浆补漏堵水措施与阶段空场嗣后胶结充填采矿方法相结合的综合治水方案。制约这一方案顺利实施的两个重要因素就是充填材料刚度与采场结构参数的优选问题。

设矿房宽度为Bf，填充体刚度为EC，бt为上盘出现的最大拉应力。推测得出：从安全性角度考虑，矿房宽度Bf越小，填充体刚度EC越大，则上盘出现的拉应力越小，施工越可靠;从经济型角度考虑，矿房宽度越大，填充刚度越小越经济，可以看出两者是相对的，我们要在这之间找一个最佳匹配值。使得上盘出现的拉应力小于但又接近于大理岩的抗拉强度。

先通过神经网络建立决策量Bf、EC和目标бt的映射关系，然后用遗传算法搜索最佳匹配，得到结果Bf=21.256m，EC=396.6MPa，бt=-1.9297MPa，最后进行的结果的合理性验证，表明这个结果是令人满意的。

3、结论

作为现阶段比较先进的计算智能和人工智能技术，遗传算法和神经网络着重于通过迭代算法和非线性映射来求得问题的最优解。由于绝大多数矿场的复杂条件导致采矿工程中的许多问题和方法的决策存在众多的决策变量，并且多数变量和目标量的关系都是非线性的，这些特点使得遗传算法和神经网络等现代先进智能技术能很好的运用到采矿工程的优化中去，通过文章研究和实例证明，对于采矿工程的方法优化，遗传算法和神经网络能起到很好的效果，随着这些技术的进步，他们将会为采矿工程的优化方面提供更有力的帮助。

参考文献

[1]李云，刘霁.神经网络与主元分析在采矿工程中的应用[J].中南林业科技大学学报，2010，30(6)：140-146.

[2]张磊，柴海福.浅谈人工神经网络在采矿工程中的应用[J].学术探讨，2008，(6)：172.

[3]刘加东，陆文，路洪斌.浅谈采矿方法的优化选择[J].IM&P化工矿物与加工，2009，(1)：25：27.