基于样条插值的爆破振动时域波形预测方法

针对现有的爆破振动预测方法存在工程现场适用性差,不易于应用,无法准确预测完整的爆破振动信号在爆破时间段内的振动历程等问题,提出了一种基于样条插值的爆破振动预测方法。通过爆破中质点峰值速度、炸药量与爆心距的关系式,建立监测波形与预测波形的关系,对实测数据波形时域部分进行三次样条插值得到插值函数和预测目标点波形。通过实验和工程实践对该方法进行验证,并与传统的爆破振动预测方法进行质点峰值速度比对,结果表明:该爆破振动预测方法能够完整且较好地预测振动信号在爆破时间段内的振动历程,预测效果优于传统的爆破振动预测方法。     

较大高程差迎波坡面爆破地震地形效应分析

针对较大高程差起伏地形高边坡爆破施工对周边环境的影响,开展了迎波坡面爆破地震地形效应研究。通过爆破振动测试与分析,得到了迎波坡面质点峰值振动速度萨氏经验公式。结合高程放大效应质点峰值振动速度经验公式,推导出了基于地形效应迎波坡面爆破地震预测模型,通过依托工程迎波坡面质点峰值振动速度预测分析,表明预测模型能较好地反映出地形效应对爆破地震的影响;同时,研究指出由于爆破地震波传播路径与介质的复杂性以及波传播过程中的叠加干涉,对较大高程差起伏地形的质点峰值振速预测,以总药量参与计算更为精准。     

较大高程差迎波坡面爆破地震地形效应分析

针对较大高程差起伏地形高边坡爆破施工对周边环境的影响,开展了迎波坡面爆破地震地形效应研究。通过爆破振动测试与分析,得到了迎波坡面质点峰值振动速度萨氏经验公式。结合高程放大效应质点峰值振动速度经验公式,推导出了基于地形效应迎波坡面爆破地震预测模型,通过依托工程迎波坡面质点峰值振动速度预测分析,表明预测模型能较好地反映出地形效应对爆破地震的影响;同时,研究指出由于爆破地震波传播路径与介质的复杂性以及波传播过程中的叠加干涉,对较大高程差起伏地形的质点峰值振速预测,以总药量参与计算更为精准。     

PCA-BP算法在地面爆破振动中的应用

为了更加准确地预测地面爆破的质点峰值振动速度,提出应用一种PCA-BP算法,该算法首先利用主成分分析对爆心距、高程差、总药量、炮孔深度、单段最大药量等地面爆破振动影响因素进行研究,然后结合BP神经网络算法对其爆破质点峰值振动速度进行预测。结果显示:利用PCA-BP算法的预测结果更接近工程实测值,平均相对误差为7.748%,远小于用传统萨道夫斯基经验公式进行预测的平均相对误差32.654%,说明将PCA-BP算法应用到爆破振动工作中是比较可行的,对评估地面振动危害有一定的指导意义。     

基于双谱时延估计的爆心定位研究

爆心距是影响爆破振动强度的重要因素,对爆心的准确定位可获取更接近实际情况的爆心距,从而更加准确的对爆破振动质点速度峰值进行预测.基于现场的实测爆破振动信号,利用MATLAB软件编制程序,进行双谱时延估计仿真试验,验证了此方法对于爆破振动信号时延估计的可靠性.然后利用该方法确定不同传感器接收的爆破振动信号延迟时间,采用正...     

基于粗糙集模糊神经网络的爆破振动预测

以某地下水封洞库爆破工程为研究对象,全面考虑影响爆破振动的各种因素,提出了基于粗糙集理论的模糊神经网络(RS-FNN)预测方法进行质点峰值速度和主频率预测。首先采用粗糙集理论获得最优属性集,然后对实测数据进行模糊处理,建立质点峰值速度和主频率的12-25-1 RS-FNN网络预测模型,并与基于萨道夫斯基经验公式的预测模型进行对比研究。研究结果表明:RS-FNN对质点峰值速度预测要优于经验公式,同时,RS-FNN也首次实现了对主频率的预测,为保障工程爆破安全提供了一定的理论指导。     

不同段数爆破地震波的反应谱分析

为了研究段数对反应谱特性的影响,基于某石方控制爆破工程爆破振动实测数据,对不同段数爆破振动信号进行了反应谱分析。首先,利用实测的爆破振动速度信号采用直接微分法获得了加速度信号,并利用EEMD分解对加速度信号进行低通滤波去噪处理,获得了准确清晰的加速度曲线。然后,利用精确法求得了不同段数下爆破振动信号的速度反应谱和标准速度反应谱。分析结果表明:不同段数的爆破振动质点峰值速度与速度反应谱的峰值速度并不存在对应关系,因此分段数的选择应综合考虑结构对爆破振动的动态响应。     

水下爆破振动特征及衰减规律研究

针对传统质点峰值振动速度公式因没有考虑水体波动对爆破振动传播的影响导致预测结果精度较差的问题,以某核电站水下爆破实验为背景,分析了水下钻孔爆破时地面质点振动特征和水下爆破地震波的衰减规律。由现场实测爆破振动速度数据分析结果可知,水下爆破产生的地震波具有振幅小,衰减慢等特点,传统的质点峰值振动速度公式不适用于水下爆破振动传播的预测,鉴于此,对其进行修正。修正后的预测公式考虑水深比的影响,将拟合系数从0.45提高到0.92,由此可见,修正的预测公式能够更好地反映水下爆破振动衰减规律。由于爆破振动的频谱特征也是决定其灾害程度的重要因素,因此通过傅里叶变换,对比分析了水下爆破与露天爆破的频谱特征。结果表明,水下爆破具有明显的滤频效应,具有主频小,频带窄,能量小等特点。研究结果可为水下爆破灾害的有效控制提供依据。     

基于支持向量机回归爆破振动速度预测分析

运用支持向量机回归(SVMR)预测理论,对爆破振动质点振动速度进行预测,并与实测数据进行对比分析。通过与RBF神经网络、传统预测方法进行对比分析,运用支持向量机回归理论预测方法能较好地预测爆破振动速度,对研究爆破振动特征及灾害控制具有一定意义。     

水下爆破振动特征及衰减规律研究

针对传统质点峰值振动速度公式因没有考虑水体波动对爆破振动传播的影响导致预测结果精度较差的问题,以某核电站水下爆破实验为背景,分析了水下钻孔爆破时地面质点振动特征和水下爆破地震波的衰减规律。由现场实测爆破振动速度数据分析结果可知,水下爆破产生的地震波具有振幅小,衰减慢等特点,传统的质点峰值振动速度公式不适用于水下爆破振动传播的预测,鉴于此,对其进行修正。修正后的预测公式考虑水深比的影响,将拟合系数从0.45提高到0.92,由此可见,修正的预测公式能够更好地反映水下爆破振动衰减规律。由于爆破振动的频谱特征也是决定其灾害程度的重要因素,因此通过傅里叶变换,对比分析了水下爆破与露天爆破的频谱特征。结果表明,水下爆破具有明显的滤频效应,具有主频小,频带窄,能量小等特点。研究结果可为水下爆破灾害的有效控制提供依据。     

基于经验格林函数方法的爆破振动预测

通过单孔爆破振动监测实验,获取点振源的经验格林函数,利用单孔振源的格林函数来叠加合成群孔爆破振动时程。根据经验格林函数法原理建立了相应的爆破振动预测方法,编制了专用的预测分析软件。通过实例验证,若应用电子雷管精确控制起爆时差,预测目标点的群孔爆破振动波形与实测结果相当吻合。该方法获得的爆破振动预测准确度显著高于传统的回归统计分析法,不仅可以预报爆破振动峰值速度,也可对频率及持续振动时间进行预测.充分体现了爆破地震波的时频域信息,爆破振动的预测结果更全面。     

基于经验格林函数方法的爆破振动预测

通过单孔爆破振动监测实验,获取点振源的经验格林函数,利用单孔振源的格林函数来叠加合成群孔爆破振动时程。根据经验格林函数法原理建立了相应的爆破振动预测方法,编制了专用的预测分析软件。通过实例验证,若应用电子雷管精确控制起爆时差,预测目标点的群孔爆破振动波形与实测结果相当吻合。该方法获得的爆破振动预测准确度显著高于传统的回归统计分析法,不仅可以预报爆破振动峰值速度,也可对频率及持续振动时间进行预测.充分体现了爆破地震波的时频域信息,爆破振动的预测结果更全面。     

基于GRNN的金山店铁矿爆破振动峰值速度预测

为研究爆破振动对金山店铁矿地表构筑物和井下巷道的影响,引入广义回归神经网络(GRNN)的方法,分别以地表、井下部分振动监测数据为学习样本对GRNN进行训练,构建地表、井下爆破振动峰值速度的GRNN预测模型,以剩余振动监测数据为检测样本对地表和井下GRNN预测模型进行检验,并将GRNN模型的预测结果与BPNN、基函数回归法和经验公式法作对比。同时,将地表、井下GRNN模型的预测结果与以地表和井下综合训练数据为学习样本构建的综合GRNN预测模型进行对比。研究结果表明:对于地表监测点,四种方法的预测误差率依次为12.1%、18.9%、30.3%、43.7%;对于井下监测点,四种方法的预测误差率依次为14.0%、16.2%、19.9%、23.0%。GRNN的预测精度最高,其为爆破振动峰值速度的预测提供了一种新方法,且采用GRNN对地表、井下质点爆破振动峰值速度分别进行预测更加合理。     

精确延时爆破条件下的边坡振动响应特性

精确延时条件下的爆破振动响应特性是当前工程爆破领域的重点研究内容。基于岩质边坡爆破振动响应的理论分析,结合溪洛渡水电站边坡开挖爆破振动的数值模拟,研究了精确延时条件下的岩质边坡爆破振动响应特性。结果表明,在边坡的爆源近区,质点峰值振动速度及第一主应力的变化随延时时间的不同具有明显的低峰值,而在爆源远区,则难以确定明确的变化规律。在爆源的近区,合理的延时时间可以降低甚至避免振动效应叠加,该延时时间的最小值约为爆破振动的主周期;爆源的远区,虽然振动峰值降低,但是难以避免爆破振动叠加效应。     

穿越古长城的隧道开挖爆破振动参数预测模型

以山西省某穿越古长城的高速公路隧道爆破开挖工程为实例,根据支持向量机学习原理,建立支持向量机预测模型,以孔径、孔深、孔距、排距、单段最大装药量、总装药量和爆源距作为模型的输入参数,分别预测质点的径向、切向和垂直方向的爆破峰值振动速度及频率,并将预测值与实测值进行对比,以检验模型的精确度。结果表明,支持向量机预测模型对爆破峰值振动速度与频率的预测具有收敛快、精度高等特点,平均误差分别为11.04%、10.16%。利用该模型可以较准确地对爆破振动参数进行预测,在后续的爆破施工作业中,结合预测结果可以更好地对古长城采取有效的保护措施。