重庆地下通道的爆破与振动监测

1工程概况工程位于重庆市中区的繁华中心地从较场口至朝夭门一段,施工困难区段长270米,开挖断面50多平方米,是排危抢险的困难施工区段。该段地表建筑物林立,沿通道地表的高层建筑有:歌剧团丙幢住宅、烟酒公司、7951住宅、区法院住宅等.其中烟酒     

建筑物附近大量石方爆破振动监测及控制

在石料开采工程中,应用深孔毫秒微差爆破技术,减少爆破振动危害,取得了良好的爆破效果。该文根据水泥厂附近大量石方爆破振动监测,介绍了对爆破振动监测的方法,同时介绍了如何控制爆破振动对建筑物的影响。     

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。     

地下采空区爆破振动对周边建筑物的影响

针对河北群兴铁矿地下采空区治理过程中爆破振动产生的负面效应,在对采场爆破质点振动速度进行监测的基础上,就爆破振动对地表建筑安全的影响进行分析,进而提出相应的技改措施,并对技改前后的爆破振动强度进行对比。结果表明:原有的爆破工艺未对周边建筑物产生明显不利影响,实施爆破振动控制技术后,爆破振动强度得到进一步降低,保障了矿山的安全与稳定。     

地下采空区爆破振动对周边建筑物的影响

针对河北群兴铁矿地下采空区治理过程中爆破振动产生的负面效应,在对采场爆破质点振动速度进行监测的基础上,就爆破振动对地表建筑安全的影响进行分析,进而提出相应的技改措施,并对技改前后的爆破振动强度进行对比。结果表明:原有的爆破工艺未对周边建筑物产生明显不利影响,实施爆破振动控制技术后,爆破振动强度得到进一步降低,保障了矿山的安全与稳定。     

临近建筑物基坑岩石松动爆破振动监测

为保证爆区临近建筑物的安全,对爆破振动效应必须实行严格控制.通过对建筑物群中基坑岩石松动爆破时爆破振动效应的实测,并用数学方法回归处理,求得该基坑岩石松动爆破条件下地震波的传播规律的经验公式.以此计算公式并根据<爆破安全规程>规定的安全允许爆破振动振速,求算出在保证安全前提下不同距离处的最大一次同段起爆药量.同时精心设计和施工,并采取有效措施降低爆破振动对临近建筑物的影响.     

西石门铁矿爆破振动衰减规律研究

西石门铁矿中二采区与西石门村西片距离较近,最近水平距离仅有190m。中二采区采矿生产爆破作业对西石门村村民的生产、生活造成一定的影响。为了解爆破振动的影响程度,预报爆破振动速度值,在西石门村西片进行了5次爆破振动监测。沿采场至村子的直线方向上从村西到村东布置5个测点,共测得18组有效数据,拟合出西石门村西片区域爆破振动速度预测公式。理论校验分析和实验证明该公式是合理的。     

西石门铁矿爆破振动衰减规律研究

西石门铁矿中二采区与西石门村西片距离较近,最近水平距离仅有190m。中二采区采矿生产爆破作业对西石门村村民的生产、生活造成一定的影响。为了解爆破振动的影响程度,预报爆破振动速度值,在西石门村西片进行了5次爆破振动监测。沿采场至村子的直线方向上从村西到村东布置5个测点,共测得18组有效数据,拟合出西石门村西片区域爆破振动速度预测公式。理论校验分析和实验证明该公式是合理的。     

隧洞开挖爆破振动监测与振速预测分析

根据盛洪卿隧道泄水洞开挖爆破施工实际情况,选定合适的爆破监测方案.结合现场监测数据,分别采用经验公式线性回归法和BP神经网络法对爆破振动速度进行预测并将2种预测结果进行了比较分析.结果表明,线性回归法对地质条件具有依赖性,而BP神经网络方法可以较全面地考虑爆破振动速度的多种影响因素,且具有误差小、精度高等特性,因而应用BP神经网络方法预测爆破振动速度是有效可行的.     

地下工程爆破振动监测与分析

对大冶铁矿尖林山矿体无底柱分段崩落法回采进路采矿焊破夺动速度的测试与研究表明,质点爆破振动速度与单响最大爆破药量和测点到爆心的距离密切相关,符合《爆破安全规程》。     

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。     

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。     

地下水封洞库爆破振动监测及分析

通过对地下水封洞库进行爆破振动监测,详细介绍了监测工作中的仪器、布点、数据获取等基本内容。从现场实验获取的数据发现,监测到的振动速度最大值与其各分量的最大值不是出现在同一时刻。研究中以爆破振动速度全量为控制速度,避免了以往使用振速竖直分量作为控制速度的缺陷。运用回归分析手段得到了爆破振动衰减的基本规律,结合爆破振动波形图等分析了爆破振动对洞库围岩的影响;结合分析成果,及时对洞库后续爆破施工进行优化调整,减少围岩损伤,保证施工安全和施工质量。     

无线自记测震系统在露天矿山爆破地震控制中的应用

在国内，对工程爆破地震效应的观测基本上形成了自己的观测系统和手段，尤其是地线自记测震系统的运用。这种系统测试数据精确，操作简单，没有长电缆。该系统在露天矿山控制爆破中的初步应用，已获得了比较理想的效果。     

峨口铁矿放矿明溜槽爆破成形

峨口铁矿为了解决东区采场的矿石出路问题，决定增建两条放矿明溜槽。本文简述了溜槽工程地质概况，详细地介绍了溜槽的爆破成形设计方案，分析了爆破效果。     

基于BP神经网络的微差爆破震动预测研究

爆破震动危害是矿山安全评估的一个重要指标,爆前对其震动预测,做好安全防护,是保证矿山安全生产的重要措施。爆破对象及其地质情况的不确定性、爆区周边环境的复杂性,使得震动监测难以用一套统一的公式进行准确预测。人工神经网络可实现复杂环境、多因素影响下的仿真模拟,利用BP神经网络建立爆破震动预测模型,将爆破的原始数据及监测数据输入模型,利用Matlab软件自带的神经网络软件包自编程序对其进行训练,使得模型的传递函数达到最优。实践证明,将模型用于爆前震动预测,能够有效的预测震动,指导施工。     

地下巷道在爆破振动作用下的动态响应特征研究

为了研究地下巷道在爆破振动作用下的响应特征,以某露天铁矿转地下爆破开挖为研究背景,在地下巷道确定监测位置,结合爆破振动理论建立爆破振动衰减数学模型。为弥补试验方案不足,利用FLAC 3D软件建立地下巷道概念模型,分析地下巷道在爆破振动作用下的速度、位移的变化特征,并与现场试验进行对比。结果表明:当爆心距小于50 m时,水平径向峰值振动速度衰减变化率达到53.63%,而水平切向、竖直方向峰值振动速度衰减变化率分别达到53.07%和47.02%。通过对爆破时地下巷道的数值模拟分析可知,爆破振动速度变化主要集中在巷道的顶板及底板,而巷道竖直位移呈现先逐渐变大、后趋于平稳的状态,处于巷道安全允许范围之内。     

基于人工智能方法的地下洞室群爆破振动速度预测

特大断面地下洞库爆破开挖工程中涉及到众多的影响因素,为了较准确地预测出爆破振动速度,引入支持向量机理论,建立最小二成支持向量机爆破振动速度预测模型(LS-SVM模型),该模型利用结构风险最小化来提高求解问题的速度和精度。采用该模型对某地下水封LPG洞库工程进行爆破振动速度预测,并与传统的萨道夫斯基回归公式模型(萨氏模型)和模糊神经网络模型(FNN模型)进行对比分析。分析结果表明:LS-SVM模型、FNN模型与萨氏模型的全局均方根相对误差RMSRE分别为4.68%、14.42%与19.33%;LS-SVM模型有14组数据满足预测模型泛化能力误差阀值(6%)的要求,而FNN模型与萨氏模型均不满足要求。因此LS-SVM模型在爆破振动速度预测中的预测性能和泛化能力均优于FNN模型及萨氏模型,可为多因素影响下类似工程爆破振动速度预测提供借鉴经验。     

爆破振动的BP神经网络预测方法研究

爆破所引起的震动强度在很大程度上具有随机性,它受到众多因素的影响,而且各因素之间存在着极其复杂的非线性关系.运用人工神经网络原理,以孔深、孔数、孔距、最大齐爆药量、总药量和爆源距作为影响爆破振动的主要因素,建立BP神经网络模型1,对爆破振动速度进行预测,并与仅考虑最大齐爆药量和爆源距作为输入量的BP神经网络模型2和萨道...