摘要：研究基于深度强化学习技术的避障场景的算法模型设计,采用改进的深度Q网络(Deep Q-learning Network,DQN)算法克服了Q-learning表格式算法在连续状态下导致内存不足的局限性。鉴于学习过程中奖励稀疏导致很难获得较好结果的情况,改进奖励机制,增加实时奖惩作为补充,解决学习耗时长和训练不稳定的问题;采用相对角度、位置和距离等信息,相比绝对坐标信息可以更有效的躲避障碍物。不同于基于栅格法/可视图法等传统人为策略避障算法,深度强化学习算法DQN能够在缺乏先验知识的条件下具备自主决策能力,因此适用性更强。该技术可应用在仓储无人车、巡检机器人、无人机等现实场景。

摘要：针对观天厂铜矿倾斜薄矿体回采时采场出矿的疑难问题,对开采工作线沿矿体倾斜下向推进的原采矿方案改进为沿矿体伪倾斜面向上阶梯式回采的优化采矿方案;介绍了倾斜矿体沿伪倾斜面布置采场时,采场伪倾斜面与矿体走向之间夹角的确定方法;并在矿山进行了实践和推广运用。结果表明:该采矿工艺可将凿岩、支护和运搬3个工序同时进行作业,可大幅提高采矿效率,确保采场出矿的安全性,减少采准工程量,采矿成本降低了14.1元/t,具有较高的实用价值与经济效益。

摘要：设计人员在进行凹陷短露天矿设计时,露天底部作业平台较短,出入沟无法沿矿体走向单侧进行布置,需绕境界曲线部分进行设置。阐述了凹陷短露天矿境界出入沟的设计方法与技巧,并结合设计实例在AutoCAD软件中实现。解决了凹陷短露天矿境界设计的疑难问题,对同类矿山的设计具有一定的推广应用价值。

摘要：采用分层崩落法对木利锑矿主矿体进行回采,存在地表陷落、机械化程度低、贫化率较大、通风条件差和坑木消耗大等问题。针对以上问题,设计采用了上向分层进路充填采矿法对主矿体进行回采,并在矿山进行了采矿实践,结果表明该采矿方法可克服以上缺点,获得了较好的经济效益,对同类矿山的生产具有一定的指导意义。

摘要：倾斜矿体回采时,采场出矿是一大难题。针对马路磷矿地下开采的具体情况,提出了采用无轨设备出矿的分段空场采矿法的采矿工艺,并对受矿底部进行了改进设计,通过崩落部分下盘围岩,以确保受矿底部能借助矿石自重进行溜矿。此方案在矿山进行了开采实践,结果表明该方法可降低贫化损失指标,提高采矿强度及回采效率,降低采矿成本,具有较好的推广价值与经济效益。

摘要：针对某铁矿具体情况,提出了采用浅孔留矿与阶段空场联合采矿的方案,并在矿山进行了采矿实践。结果表明该方法可大大降低矿山后期选矿成本,原矿采选综合成本降低了20元/t,取得了一定的应用价值与经济效益,为特殊矿石类型的分采提供了新思路。