地下水封石洞储库爆破振动监测与分析

以烟台万华地下水封石洞液化石油气储库的爆破开挖为研究背景,对地下水封石洞储库爆破振动监测数据进行了分析。以经典的萨道夫斯基经验衰减公式为基础,通过总结前人的研究成果,引入高程差影响因子和高差影响系数,对经典的萨道夫斯基经验衰减公式进行修正,认为当爆源位于测点的正下方时,高差效应最大,当测点与爆源位于同一水平面时,高差效应消失。运用修正的萨道夫斯基经验公式对爆破振动监测数据进行回归分析,拟合精度较高,但是,能否将其作为存在高差效应时的质点振动速度的预测公式尚需更多的工程实践验证。     

基于BP神经网络的桩基爆破振动速度预测

为研究桩基爆破振动对邻近埋地天然气管道的影响,以荣乌高速公路第7标段红泉村3号大桥桩基爆破振动为研究对象,以水平距离、雷管段数、总装药量、最大单段装药量、桩基深度和爆心距作为主要因素,建立桩基爆破振动BP神经网络预测模型,以现场测试的15组数据为学习样本对模型进行训练,以5组数据为检测样本进行预测,并将预测结果与萨道夫斯基公式和高程修正公式进行对比。结果表明:BP神经网络、萨道夫斯基公式和高程修正公式预测平均相对误差分别为7.90%、27.68%和24.30%,BP神经网络比萨道夫斯基公式和高程修正公式预测精度分别提高71.43%和67.49%。     

基于量纲理论的爆破振动频率分析

为了探究影响爆破振动频率的各种因素,采用量纲分析方法研究了爆破地震波的产生和传播效应.基于小波包分析基本理论,将地震波中的低频波段进行细化,参照萨道夫斯基公式得到了爆破振动频率的预测方程,并进行了工程验证.结果表明,该预测方程的回归参数有较好的一致性,可以为爆破振动危害控制提供参考依据.     

单孔爆破振动监测与衰减规律多元线性化回归

岩体爆破振动效应与其影响因素之间存在复杂的非线性关系,准确预测爆破振动衰减规律是开展爆破设计与灾害控制的基础。在分析了传统萨道夫斯基公式存在不足的基础上,引入了考虑质点与爆心高程差的萨道夫斯基修正公式,并将其非线性函数关系式线性化,建立了爆破振动衰减规律多元线性数学模型;运用最小二乘法理论推导得到模型中K、α和β三个未知参量,获得了修正的萨道夫斯基爆破振动衰减多元线性化回归公式。针对铜坑矿锌铜矿岩体单孔爆破振动监测数据和工程地质条件,采用所提出的爆破振动衰减规律多元线性化回归公式对监测结果进行分析。研究结果表明,所提出的爆破振动衰减多元线性化回归公式可靠度高,且式中参量表达含义与锌铜矿岩体坚硬特性相吻合,能够为锌铜矿体后期爆破开采设计提供科学指导。     

钻孔爆破中质点振动速度的预测公式探讨

以人和场浅埋隧道掘进爆破的地震波实测数据为基础，通过分析隧道边墙和地表振动速度在不同爆破条件下的变化特征发现，同一测点的振动速度除了与药量、爆源距有关外，还与钻孔爆破的自由面条件有关。针对萨道夫斯基公式不能反映钻孔爆破的自由面尺寸的不足，提出了可体现自由面面积对爆破震动强度产生较大影响这一特点的修正公式。对实刹振动速度的预测计算表明，该修正公式的准确率比萨道夫斯基公式高80％，且对于质点振动速度大于0．5cm／s的测点，其相对误差不超过5％的测点数达90％以上，而萨道夫斯基公式的相应值则小于15％。     

露天转地下开采矿山边坡爆破振动速度预测

为合理控制露天转地下开采爆破振动效应,以大冶铁矿露天转地下开采中深孔爆破工程为实例,综合运用萨道夫斯基公式、考虑高程影响的爆破振动速度预测公式及人工BP神经网络方法,对边坡爆破振动速度进行预测研究,并与现场爆破振动监测结果进行了对比分析。研究结果表明:在存在高程影响的矿山边坡爆破振动速度预测过程中,采用三种预测方法对比发现,BP神经网络模型在爆破振动速度切向、径向、竖向三个方向的预测误差率均在6%以内;同时采用考虑高程影响的改进公式预测时在Z方向上具有较高的精确性,误差率仅为11.89%;而萨道夫斯基公式精确性相对最差。研究结果可用于预测及控制露天转地下开采矿山边坡爆破振动速度。     

地铁隧道爆破振动对地面的影响规律研究

为控制地铁爆破开挖引起的振动对地表建筑物的影响,需要探明爆破振动传播至地表过程中的衰减规律。通过中深孔爆破法进行现场试验,试验孔装药量对应实际工程中单段药量,模拟大连地铁1号线隧道爆破掘进作业,采用钻孔监测与地表监测相结合的方法,分别在地表和地表以下1.5 m,7.5 m和15 m深的孔内安置监测点,监测爆破振动在不同深度的质点振速。同时,利用FLAC3D软件对现场试验中各观测点质点振速峰值进行数值计算,分别采集试验与数值模拟的质点振速峰值,并通过萨道夫斯基经验公式进行回归分析。结果表明:地下爆破振速的监测结果较地表小,振速峰值约为地面的50%~64%;对比萨道夫斯基公式反算的振速与数值模拟计算结果,数值模拟得到的质点振速与实测结果更接近,可以通过数值模拟结果对萨道夫斯基公式进行修正以提高预测精度。     

858矿的爆破振动对相邻巷道的影响

为了避免858矿掘进爆破对相邻巷道的振动影响,对该矿巷道掘进爆破的地震波强度进行了监测。通过对监测数据进行萨道夫斯基公式回归,分析计算出适用于当地的K和a值;利用回归得到的萨道夫斯基公式进行计算,得到最大单段装药量与保护岩柱宽度的关系;根据858矿的安全生产设计要求,并考虑推进爆破对相邻巷道的影响,掘进爆破最大单段装药量为35.54kg。     

爆破振动对临近尾矿坝的安全影响分析

为了探求采场爆破对临近尾矿库坝体稳定性的影响程度,进行了4次不同爆破参数采场爆破实验,并对爆破实验的振动影响进行监测。采用萨道夫斯基爆破振动经验公式计算爆破振动速度,为了得到更准确、更可靠的k、α值,对监测数据进行线性拟合,变换出适合该矿的萨道夫斯基爆破振动公式;根据该公式对不同振动速度控制标准下的起爆炸药量和最小安全距离关系进行了预测,对不同振动速度控制标准下的安全距离与允许最大起爆药量进行了估算。研究结果对矿山露天爆破最大药量和安全距离的选取具有一定的现场指导意义。     

爆破振动对临近尾矿坝的安全影响分析

为了探求采场爆破对临近尾矿库坝体稳定性的影响程度,进行了4次不同爆破参数采场爆破实验,并对爆破实验的振动影响进行监测。采用萨道夫斯基爆破振动经验公式计算爆破振动速度,为了得到更准确、更可靠的k、α值,对监测数据进行线性拟合,变换出适合该矿的萨道夫斯基爆破振动公式;根据该公式对不同振动速度控制标准下的起爆炸药量和最小安全距离关系进行了预测,对不同振动速度控制标准下的安全距离与允许最大起爆药量进行了估算。研究结果对矿山露天爆破最大药量和安全距离的选取具有一定的现场指导意义。     

爆破振动峰值速度计算的优化研究

基于非线性数值分析思想,提出一种提高爆破振动峰值速度计算精度的方法,并借助MAT-LAB编程对其内部参数进行拟合求解。工程实践证明,此种优化方法明显优越于传统的萨道夫斯基经验公式和线性分析方法修正的萨氏公式,使爆破预测精度得到提高,进而为工程的防震减灾提供了更加可靠的依据。每个工程场地都存在一个最佳的装药量与爆心距指数比,建议修正《爆破安全规程》(GB6722-2003)所采用的萨氏公式中装药量与爆心距之间固定指数比的规定。此外,文中提出了一个适用于多排孔延时爆破振动速度预测模型的依据公式。     

桩井爆破振动在边坡的传播规律及预测分析

为研究桩井爆破地震波在邻近边坡传播规律,提高预测精度,对桩井爆破振动速度进行了现场测试。现场测试结果表明:(1)切向平均衰减速率最大,径向其次;(2)爆破地震波在边坡存在坡面效应,且其具有区域性和方向性,在台阶上部边缘以垂向振速放大为主,在台阶坡面以径向振速放大为主;(3)岩土介质性质变化对爆破振动速度影响较大。提出了利用桩井开挖深度H预测K、α值的桩井深度预测公式,对比萨道夫斯基公式、高程修正公式及该预测公式,该式预测精度最高,平均误差为18.4%。     

地下工程近接施工中最大单段炸药量的合理确定方法研究

鉴于当前地下工程爆炸爆破施工中最大单段炸药量计算所存在的不确定性较大,以莞惠城际隧道为依托,基于现场实测数据对萨道夫斯基公式中关键参数进行拟合并建立三维分析模型,通过对比理论解析和数值模拟结果,研究近接施工中最大单段炸药量的合理确定方法。结果表明:理论计算和数值模拟均可求解隧道爆破施工中的最大单段炸药量,但后者更接近工程实际,其求解应以理论公式的拟合回归为基础;使用萨道夫斯基公式时,K、α直接选用规范建议值将造成较大误差,工程中应根据实测振动数据进行回归分析,从而确定合理的参数值以指导后期施工;萨道夫斯基公式和数值模拟法可以相互验证以提高结果准确性,实测振动数据较少时综合利用两种方法可有效确定最大单段炸药量。     

偏最小二乘回归神经网络模型在爆破振动峰值速度预测中的应用

神经网络方法是处理非线性问题的有力工具,但当输入变量较多,输入变量间存在的多重共线性性会使得网络的建模效率下降。偏最小二乘回归方法通过提取对因变量解释性较强的成分,能较好地克服变量间的多重共线性。将两种方法相结合,建立了爆破振动峰值速度的偏最小二乘回归BP神经网络预测模型。利用偏最小二乘法对影响爆破振动的因素进行分析,提取出3个新综合变量,使BP网络的输入层节点数目由9个减少到3个,简化了网络结构,提高了计算速度,增强了网络稳定性。分析结果表明,耦合模型的平均预测误差为7.62%,相较于传统的萨氏公式及标准的BP神经网络模型其预测精度有了明显提高。     

基于BP神经网络的地下采场爆破振速预测

为降低矿石开采中爆破振动的危害并达到最佳爆破效果,以河北唐山某矿山地下采场－156 m阶段爆破开采为例,采集了爆破振动监测数据,运用BP神经网络与萨道夫斯基经验公式分别对爆破峰值振速进行预测。结果表明:BP神经网络平均误差为17.22%;萨氏公式平均误差为40.76%。BP神经网络预测地下采场爆破振速是可行的。     

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。     

台阶法隧道掘进爆破时地表及邻近隧道的振动响应

在隧道掘进爆破设计时,基于最小二乘法,得到了台阶法爆破施工时地表振速的萨道夫斯基公式,并结合数值分析软件ANSYS/LS-DYNA模拟了爆破振动对邻近隧道的影响。结果表明:地表振动速度随比例距离的增加呈指数形式衰减,上台阶爆破时的K值比下台阶爆破时大,而α值基本不变;邻近既有隧道迎爆侧各测点沿X方向（炮孔径向）振速峰值最大,背爆侧各测点振速峰值最大时的方向是变化的;背爆侧振速峰值远小于迎爆侧,且迎爆侧拱帮位置振速峰值最高,应作为重点支护对象。     

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。     

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。