運輸平台

運輸平台(haulage berm)是指露天礦非工作幫上通過運輸設備的平台。它設在與出入溝同側的非工作幫和端幫上。其位置由開拓系統的運輸線路而定，寬度依所採用的運輸方式和線路數目決定。

美國一些礦山用載重154t汽車，最小運輸平台寬度為30m，108t汽車為25m，77t汽車為23m，31t汽車為15m ^[1]  。

我國露天礦多以汽車運輸為主，由於露天礦運輸系統自身複雜性而具有較高的事故發生率，嚴重威脅運輸安全。因此，全面快速地對露天礦運輸進行風險評估，對降低運輸成本、保證運輸安全具有重要意義。

運輸風險評估方法多采用層次分析、模糊綜合評價等傳統方法。這些方法受人為因素的影響很大，計算複雜。PSO-BP模型作為一種智能評估方法，具有降低人為因素影響，能快速、準確地得到較好的評估結果等優點。該模型已在機箱故障診斷、深基坑變形、礦山巷道位移反分析、衝擊危險性評估等領域得到應用，尚未實際應用於露天礦運輸風險評估中 ^[1]  。

露天礦開採是集礦巖採掘和運輸為一體的綜合系統。其中，礦巖運輸的有效組織和調配對露天礦採剝過程的實施和完成生產任務具有重要意義，因為運輸調度對礦山生產設備的利用效率、礦石產量、設備的運營狀態檢測、故障排查、維修、不同質量開採礦石的搭配及相關調度控制有重要作用團。因此，對露天礦運輸調度問題展開優化研究，對提升礦山生產設備的利用率、降低生產成本具有直接影響，從而決定了露天礦整個生產系統的生產效率和經濟效益的好壞 ^[2]  。

露天礦運輸調度優化的目標是在滿足一定生產條件下，尋求運輸成本最小的運輸調度方案，屬於函數最值優化問題。針對函數優化問題，近些年來，受自然界生物的羣體行為啓發而產生的羣體智能計算己成為新興的優化算法。其中Eberhart與Kennedy提出的粒子羣(Particle SwarmOptimization,PSO)算法是一種模擬鳥羣飛行覓食的仿生算法，具有簡潔、易於實現、魯棒性好等特點，在函數優化領域己被廣泛接受。PSO算法雖然在函數優化求解過程中能夠快速收斂，但出現陷入局部區域而無法逃出的可能性很大，導致得到的最優解是局部優化解 ^[3]  。