工程爆破中碎块大小分布分析

为研究块度大小的分布规律,做了5组爆破试验,获取了一些试验数据,通过对这些数据的统计和回归分析,找出了爆破块度分布函数,经过对分布函数的研究,发现分布函数的2个参数x2、n的大小与爆破后岩石块度分布有一定的内在联系,并且岩石和炸药阻抗匹配程度对爆破块度分布影响很大,通过对影响块度分布因素的分析,探讨了块度评价指标的选择依据,提出了选取有关爆破参数和炸药的方法。     

岩石爆破块度分布的分形与分维

应用分形几何理论研究了岩石爆破块度的分形特性，发现岩石的爆破块度分布具有良好的分形特性。建立了爆破块度分维数与爆破参数的关系。由此可进行岩石爆破参数的优化和爆破块度的预测。     

原地爆破浸出工艺的爆破筑堆块度预测研究

针对原地爆破浸出的爆破筑堆技术,采用SHPB试验数据和数值模拟的方法确定炮孔粉碎区、裂隙区域的范围,并据此对爆破筑堆块度进行有效的预测.该方法操作简单、费用低、时间短,为相关爆破筑堆块度理论分析和调整爆破孔网参数提供了新的方法和思路.     

应用爆破优化系统创建数字化矿山

辽宁省鞍山市赛尔科技发展有限责任公司．从英国RTS专业爆破技术公司引进了矿山高产高效爆破优化系统。该技术的引进将使我国的矿业爆破技术实现跨越式发展．为企业创建数字化矿山提供了有效途径。该爆破优化系统中的硬件设备——三维自动激光扫描系统、炮孔探测系统自20世纪90年代初投入生产并被广泛应用。应用此爆破优化系统．能根据岩石条件和爆破参数有效地预测并控制岩石爆破的块度分布，估计某种块度的产出率，据此达到改善爆破质量、增加爆破后碎度的目的。     

运用随机森林和GA-BP神经网络预测岩石爆破块度

为了更好地预测岩矿石爆破块度,将世界多个矿山的爆破块度统计数据依据弹性模量分成两组,运用随机森林和GA-BP神经网络分别建立爆破数据随机森林分组模型和爆破块度预测模型。以孔间间距与排间间距比、炮孔孔深与排间间距比、排间间距与炮孔直径、炮孔堵塞长度与排间间距比、炸药单耗、原位岩石块度和岩石弹性模量为输入参数,对爆破块度进行预测。结果表明预测结果的相关性系数(R2)、均方根误差(RMSE)和平均相对误差(MRE)均优于多元回归预测模型和BP神经网络预测模型,且优于未分组情况下建立的GA-BP神经网络预测模型,更适合于爆破工程的实际应用,并为多因素影响下的爆破块度预测提供了一种新思路。     

露天矿炸药单位能量消耗对岩石破碎质量的影响

矿岩的爆破质量是以形成块度的大小表示的。在生产实践中普遍是以大块(不合格块度)率作为爆破质量的指标,大块率用体积百分比V_H来表示。然而大块率不能完全说明爆破岩石的全部或部分的合格块度和不合格块度成份。爆破块度平均直径X可作为爆破质量的一个综合指标。合格和不合格的块度可分别用合格块度的平均值X_Γ和不合     

矿岩爆破破碎机理、块度分布与测量技术研究动态

以11届国际岩石爆破破碎会议论文为参考,结合国内近3 a来的研究成果,归纳总结了国内外研究者在岩石爆破破碎理论、爆破块度模型及分布函数分析、岩石爆破破碎数值计算和岩石块度测量技术4个方面的研究成果。分析讨论了国外学者在矿山岩石爆破破碎领域的研究动态和未来发展趋势,认为在矿岩爆破破碎的理论研究方面,我国具有领先优势,在爆破块度模型及统计函数研究方面的创新意识明显,但在数值软件开发与图像处理等自动化、智能化方面还存在差距。期望讨论结果能为我国的科研工作者以及技术人员在矿岩爆破破碎、爆炸能量利用与矿岩高效开采研究方面提供有益参考。     

分形几何学在爆破块度统计中的应用

本文介绍了利用分形几何学的分维数表征岩石爆破破碎块度的统计意义,推导了分维数的求解方法。在实验室条件下采用浇注的混凝土试件代替岩石进行爆破实验,然后应用提出的方法进行了分维数计算。认为分维数是评价岩石爆破块度分布的理想指标,对预期岩石块度的爆破参数设计具有指导作用。     

对解决爆破崩落岩石中的大块的探讨

<正> (一)概况我国有色金属矿山,穿孔爆破崩落岩石是生产循环的第一步。如何合理的、经济的决定穿孔爆破参数,使崩落的岩石块度符合生产作业的块度要求,是矿山工作者目前首要任务之一。影响岩石块度的因素较多,有地质方面的,有岩石结构和构造方面的,还有矿石中裂缝和裂隙存在及发育程度、炮孔直径、炮孔排列方式、抵抗线大小、使用炸药种类、爆破方法等等。从这些影响因素中,可归纳     

岩石爆破块度分布的分形结构

应用分形几何理论研究了岩石爆破块度的分形特性，发现岩石的爆破块度具有良好的分形结构。建立了爆破块度的分维数与爆破参数的关系。由此可进行岩石爆破后的块度估算，爆破块度的预报和爆破参数的优化。