隧道爆破振动影响因素的灰色关联分析

为优化隧道爆破方案,降低爆破振动危害,采用灰色关联分析法(GRA)对爆破振动的影响因素进行分析。首先确定振动速度、主振频率和振动持续时间作为系统特征变量,确定总药量、最大段药量、掏槽孔最大段药量、雷管段数、爆心距、最小延期间隔时间、临空面数等作为相关因素变量;再结合厦门某隧道爆破实测数据,进行灰色关联计算;然后对计算结果进行排序和优势分析,得到爆破振动影响因素的主次顺序,其中准优因素为爆心距,可控准优因素为雷管段数和掏槽眼最大段药量;最后对隧道爆破参数进行优化,测点爆破振速由1.2 cm/s减小到0.74 cm/s,降振率达38.3%。结果表明,采用GRA确定爆破振动主要影响因素,为有效控制爆破振动提供理论依据。     

大孤山铁矿边坡爆破损伤分区研究

露天矿生产爆破,特别是靠帮爆破在边坡中形成的爆破损伤区对其稳定性具有很大的影响。本文针对大孤山铁矿露天爆破开采的实际情况,建立了极限平衡数值分析模型及峰值速度衰减公式。利用数值分析软件Geoslope对边坡靠帮爆破过程中岩体损伤范围进行了研究,主要分析了在爆破-200--212m水平时,爆破震动对边坡岩体的影响,并利用萨道夫斯基公式和PPV安全判据对爆区周围岩体损伤范围进行了计算。结果表明距离炮孔6.2m以内范围为完全破碎区,6.2-12.4m为岩体重度损伤区,12.4-19.7m为轻微损伤区。数值分析表明距爆源同一距离的岩体质点峰值速度随深度的增加而减小,爆破区周围震动波速成漏斗形分布,同实际爆破情况吻合。     

中小型露天矿山爆破飞石最远飞散距离预测研究

爆破飞石事故给中小型露天矿山安全生产带来了极大的困扰,对周边人、机、环境系统带来严重的破坏.将线性回归分析引入爆破飞石最远飞散距离研究中,以矿山炸药单耗、最小抵抗线和边坡高度为主要因素,建立正交试验,模拟不同组合条件下爆破飞石最远飞散距离,最后进行回归分析,得出爆破飞石最远飞散距离的预测公式,提高预测精度,为日后中小型...     

某铅锌矿爆破有害效应分析及安全评估

以某铅锌矿爆破施工为背景,在现场试验的基础上,对测得的振动速度进行回归分析,得到场地爆破振动衰减规律,并结合爆破主频率,确定了周围民房的容许振动速度为2cm/s。同时,对爆破冲击波和噪声进行研究,结果表明:爆破振动、冲击波和噪声均与爆心距、炸药量有关。当爆心距相同时,噪声对建筑物和人员的影响最大,空气冲击波次之,爆破振动较小。主要从控制最大段药量和爆源距安全原则考虑,提出了防爆破振动、噪声和冲击波及飞石的安全距离。另外,还提出了硐口悬挂3层麻袋、堵塞炮泥和控制起爆网络中段间微差等安全措施,并对有害效应进行评估,其结果对后续爆破设计和施工具有实用价值和指导意义。     

爆破对矿岩损伤规律试验研究

岩体在爆破载荷作用下的损伤程度和损伤范围是影响矿山工程安全的关键问题之一。采用超声波测试和岩石压缩试验方法,从爆破前后岩体平均波速和岩石平均抗压强度两个方面研究了白云岩岩体的爆破损伤。结果表明:装填药量为4.5 kg的乳化炸药爆破,岩体受爆破损伤的影响范围不大于8 m;且岩体平均波速和岩石抗压强度均随爆源距离增大而增大,即岩体损伤随爆源距离减小而增大;岩体平均波速和岩石抗压强度减小幅度均随爆源距离的减小而增大,即到爆源的距离越小,岩体损伤的增量越大。     

基于SVM耦合遗传算法的回采工作面瓦斯涌出量预测

为了对回采工作面瓦斯涌出量进行预测,提出将支持向量机(SVM)与遗传算法(GA)相耦合。利用GA寻找SVM最优的惩罚参数c和核函数参数g,并结合SVM训练速度快且具有良好泛化性能的特点,建立了基于SVM耦合遗传算法的回采工作面瓦斯涌出量预测模型。煤层深度、煤层厚度、煤层倾角、开采层原始瓦斯量、煤层间距、采高、临近层瓦斯含量、临近层厚度、层间岩性、工作面长度、推进速度、采出率、日产量对瓦斯涌出量的影响是复杂的、非线性的,因而将其作为预测的影响参数。将瓦斯涌出量作为目标参数。分别将影响参数和目标参数作为GA-SVM的输入值和输出值进行训练,训练后的预测输出和期望输出之间的误差绝对值作为GA的适应度函数值进行参数优化。结果表明,该预测模型预测的最大相对误差为5.878 2%,最小相对误差为0.923 0%,平均相对误差为2.180 9%,相比耦合前及其他预测模型有更强的泛化能力和更高的预测精度。     

基于SVM的含缺陷20钢弯管爆破压力预测

为快速、精确预测含局部减薄缺陷的弯管爆破压力,首先验证显式非线性有限元模型的模拟精确性,然后以168组不同缺陷尺寸下20钢弯管爆破压力的有限元模拟数据作为学习样本,建立含局部减薄缺陷20钢弯管爆破压力预测的支持向量机(SVM)模型;其次利用交叉验证(CV)、遗传算法(GA)、粒子群算法(PSO)分别优化SVM模型;最后分析对比用于预测弯管爆破压力的3种优化SVM模型与ASME B31G-2009、DNV RP-F101、SHELL 92等3种通用规范的计算误差。结果表明：CV-SVM、GA-SVM、PSO-SVM等3种模型的预测误差均小于3种规范的计算误差,其最大相对误差分别为-2.33%、-3.4%和1.94%;说明SVM模型用于预测弯管爆破压力时操作简单、计算时间短、预测精度高、工程实用性好。     

基于SA-ELM的爆破震动速度预测

针对爆破震动速度与其影响因素之间的复杂非线性,结合模拟退火算法(SA)的全局寻优性,提出了一种新的SA-ELM算法.以矿山周边建筑物爆破震动实测数据作为训练样本,选取总药量、最大段药量、测点与爆破点距离、地面震动特性、建筑物震动特性等8个影响因素作为输入变量,建立了爆破震动速度预测的SA-ELM模型.模型训练值和预测值与实测值的均方误差(MSE)分别为0.20和3.26,平均相对误差控制在5％以内,显示出该模型具有良好的训练精度和泛化能力.对比传统ELM模型,SA-ELM模型不但提高了精度和泛化能力,而且降低了隐层节点数变化对训练结果的影响,提高了模型的稳定性.     

支持向量机对多环芳烃毒性的定量构效预测

为了实现多环芳烃(PAHs)毒性的有效预测,提出应用定量构效技术对多环芳烃的空气-正辛醇分配系数(KOA)和致癌性进行预测。应用分子描述符和试验值确立构效关系,采用支持向量机算法(SVM)和人工神经网络算法(ANN)分别建立了PAHs的KOA回归预测模型和致癌性分类预测模型。利用网格划分(GS)、遗传算法(GA)、粒子群算法(PSO)对SVM进行参数寻优。应用均方误差(MSE)、拟合决定系数R2和分类准确率(Accuracy)分别对模型进行了验证与评价。结果表明,最佳回归预测模型GS-SVR的MSE为0.059 7,R2为0.913 0;最佳分类预测模型GA-SVC的Accuracy为95%。研究表明:应用SVM所建两种模型的稳定性和预测能力都优于应用ANN建立的模型;参数优化后模型的稳定性和预测能力得到了提高。     

基于MFOA-SVR露天矿边坡变形量预测研究

为实现边坡危险性及时预警预报,以露天矿边坡变形量为研究对象,提出采用七项影响指标作为边坡位移变形量的响应参数,建立支持向量机回归预测模型(SVR)。引入修正的果蝇优化算法(MFOA)对模型参数进行优化,构建基于MFOA-SVR露天矿边坡变形量协同预测模型,并以实际监测数据进行模型仿真预测。结果表明:该模型平均绝对误差为0.9167mm,平均相对误差为4.2737%,较其他模型预测精度高,综合性能好,将其运用于露天矿边坡变形量预测研究具有较好的适用性和可靠性。     

Development of a fuzzy model to predict flyrock in surface mining

Flyrock is one of the most hazardous side effects of blasting operation in surface mining. This phenomenon can be considered as the main cause of casualties and damages. Inaccuracy of the available flyrock prediction empirical methods has caused utilizing of new methods such as fuzzy systems. In this paper a Mamdani fuzzy model was developed to predict flyrock in the Gol-E-Gohar iron mine of Iran. In this regard, a database including 490 datasets of the mine blasting operation was prepared from which about 20% was kept for testing the models. Performance of the fuzzy model was compared with that of the conventional statistical method. It was observed that efficiency of the developed fuzzy model is much better than the statistical model. Also, sensitivity analysis showed that powder factor and rock density are the most and least effective parameters on the flyrock, respectively.     

基于爆破损伤的强制放顶爆破参数设计与应用

通过总结综采工作面坚硬顶板深孔爆破强制放顶成功案例,得出以爆破裂隙区半径为强制放顶爆破参数设计的不合理性,提出以爆破损伤范围为依据进行爆破参数计算。研究以国投新集二矿210108工作面为依托,通过爆破振动监测,回归得到综采面深孔爆破振动速度传播衰减规律,由此导出炮孔周围岩体内的质点振动峰值速度衰减规律。计算结果表明,炮孔直径75mm、装药直径63mm的深孔爆破可以在周围岩体中形成半径为7.631m重度损伤区,解释了炮孔间距大于10m仍能有着良好爆破效果的原因;设计最大孔底间距15.2m的爆破参数,并成功进行了现场应用,验证了计算方法的可靠性,为类似工程爆破参数设计提供了一个新方法。     

空区隐患爆破治理方案及延期时间的数值模拟分析

为了防止矿山空区引起地表塌陷造成建构（筑）物的破坏以及降低矿柱塌落振动对井下开采的威胁,采用现场试验与数值模拟相结合的方法,优选爆破治理方案和延期时间。根据炮孔布置和爆破参数,建立实际比例数值模型;在岩石物理力学指标测试的基础上,确定模型材料参数;采用LS-DYNA数值模拟软件,对比分析方案优劣以及确定爆破延期时间。研究结果表明:在满足空区隐患爆破治理效果的前提下,同一节点处A方案质点振速峰值为0.923 9 m/s小于B方案质点振速峰值1.225 3 m/s;而且当延期时间为100 ms时,通过模型垂直方向的位移云图可知岩石的破坏范围最大,塌落区域更加分散。现场应用结果显示空区隐患治理工程爆破效果良好,形成了隔离缓冲层,可以保证露天和井下的安全。     

频繁矿震下临近建筑物结构疲劳损伤及安全选址研究

为科学规划并有效利用矿区及周边土地资源,以某铁矿爆破作业及临近拟建设项目为研究对象,现场开展振动监测并结合修正后的撒道夫斯基公式得出振动速度等参数;针对单次爆破振动情形,依据不同类型建筑物在寿命周期内可正常使用对应的振动速度,得出爆破振动安全允许距离;针对频繁爆破振动情形,采用ANSYS有限元建模分析频繁爆破振动下建筑...     

Design of blasting pattern in proportion to the peak particle velocity (PPV): Artificial neural networks approach

Ground vibration is a side effect of blasting and causes the destruction of buildings and other surrounding facilities. Different damage mitigation standards have been presented in this connection. Ground vibration is affected by parameters of blasting pattern design, distance from blasting site and explosive weight. In this research, ground vibrations data generated by 20 blasts in Sarcheshmeh copper mine, Kerman, at 47 locations have been recorded. The artificial neural network (ANN) has been trained using these peak particle velocity (PPV) data and other parameters such as block volume and explosive type employed. The trained network is capable of presenting appropriate specifications for the safe blasting pattern, considering the structure in question and its allowable vibration. The network outputs include burden, spacing and total weight of explosive used. To verify training corrections, network was tested and correlation coefficients of 0.651, 0.77 and 0.963 were obtained for the total explosive weight, burden and spacing, respectively. The effects of explosive type were studied with due regards to recorded data.     

爆破荷载作用下隧道中隔岩稳定性研究

为研究爆破动力荷载作用下隧道中隔岩稳定性评价标准,以福州地铁2号线为工程背景,结合强度折减动力分析法和数值模拟,同时考虑中隔岩塑性区贯通、位移超过规范值、计算不收敛3种判据,综合对隧道中隔岩进行动力安全系数分析,研究隧道不同净距、不同开挖进尺后行洞隧道爆破开挖对隧道整体安全系数的影响。研究结果表明:中隔岩塑性区贯通时特征点位移和规范中位移限值较为接近,可共同作为评价中隔岩稳定性的最终评价标准;隧道净距越大、进尺越小,隧道整体安全系数越高;对围岩质量较差且净距小于1.6 m的双线隧道进行爆破开挖时,建议将爆破进尺控制在2 m以内。研究结果可为类似工程提供理论参考依据。     

Predicting of blasting vibrations in Sarcheshmeh copper mine by neural network

Artificial Neural Networks (ANN) have proven to be an effective tool for solving complex engineering problems requiring estimation, pattern recognition, and classification of variables. Ground vibration caused by blasting imposes damages and financial penalties and as such must be predicted accurately. In this study, the potentials of ANN are investigated in prediction of ground vibrations due to blasting in open pit mines. Real vibration data is recorded using PDAS 100 seismometers, and used as input data for ANN. Using back propagation algorithm and performance function, root mean square error (RMSE) the network, containing four hidden layers and 23 data sets, was trained. Six sets of data were used to make sure that correct training had been carried out. This produced the coefficient correlation of 0.99355.