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。     

应用电子雷管进行干扰降振爆破试验研究

利用单孔爆破振动监测试验,在分析单孔爆破振动波特性的基础上,根据单孔爆破获得峰值衰减、振动周期、传播速度等参数,提出了应用电子雷管精确设计起爆时差实现干扰降振。通过实例验证,按单孔爆破振动波的半周期设计各药包起爆时差,至少产生群孔爆破振动峰值小于单独炮孔的爆破振动峰值,具有一定的干扰减振效应。最终提出将炮孔均分为上下两段装药,并设计为半周期时差起爆,可实现各炮孔的自身干扰降振,减振效果更加理想。     

精确延时爆破振动速度峰值预测模型

根据几何地震学的基本原理,以单孔爆破振动速度峰值为基础,按照毫秒延时时间间隔建立精确延时逐孔起爆振动峰值预测模型。不仅可以预测爆破振动速度峰值,而且能够直观地展现爆破区域范围内振动峰值的变化情况,并能从保护区域内振动峰值出发,设定合理的毫秒延时间隔时间。根据现场应用数码电子雷管的深孔爆破实验,该方法计算的预测振动峰值与实测振动峰值吻合良好,计算结果可靠性较好,可以在实际工程中推广使用。     

精确延时爆破振动速度峰值预测模型

根据几何地震学的基本原理,以单孔爆破振动速度峰值为基础,按照毫秒延时时间间隔建立精确延时逐孔起爆振动峰值预测模型。不仅可以预测爆破振动速度峰值,而且能够直观地展现爆破区域范围内振动峰值的变化情况,并能从保护区域内振动峰值出发,设定合理的毫秒延时间隔时间。根据现场应用数码电子雷管的深孔爆破实验,该方法计算的预测振动峰值与实测振动峰值吻合良好,计算结果可靠性较好,可以在实际工程中推广使用。     

群孔齐发爆破岩体振动频谱特性研究

基于理论分析推导出群孔等效爆炸荷载的频域表达式,并代入黏性岩体爆破振动速度幅值谱表达式中,得到群孔齐发爆破激发的岩体振动速度幅值谱表达式.针对露天台阶深孔爆破,以正方形布置的四孔爆破作为研究对象,研究群孔齐发爆破岩体振动频率的影响因素及主频衰减机制.结果表明:群孔齐发起爆激发的振动速度幅值谱随爆心距、炮孔间距、单孔药量...     

复杂环境下水电站厂房开挖控制爆破试验研究

为控制厂区爆破开挖强度、保障邻近建筑物及居民的安全,通过爆破振动的现场测试,获得了三级电站厂区岩石爆破振动速度传播与衰减规律的经验公式,据此计算了不同控制部位的一次起爆最大单段药量。在EL340 m平台进行了预裂爆破、主爆区中深孔松动爆破试验,并进行了爆破振动监测。试验结果表明,采用单孔单响的孔间顺序微差松动控制爆破,能够满足厂区中深孔爆破施工对爆破振动和爆破飞石的控制要求,为调整厂区开挖方法提供了科学依据。     

爆破振动速度预测方法及其影响因素

爆破振动速度是表征和评判地震强度必不可少的参量,结合某核电站一期地面爆破振动监测数据,分析比较了爆破振动速度的3种预测方法(地震动经验公式法、基函数回归法、BP算法),并讨论了炸药类型、最大药量、炮孔直径、最小抵抗线和延时间隔对爆破振动速度的影响,为工程实践控制爆破振动危害提供了理论依据。     

中国爆破振动控制技术的新进展

总结了近年来爆破振动波的传播和衰减规律、减振控制方法和远程实时爆破振动测试技术方面的最新研究成果,介绍了基于单孔爆破振动基波的叠加组合预测模型,探讨了人性化爆破振动安全评价标准,对电子雷管精确延迟实现干扰降振的科学研究和经验进行了总结,全面反映了爆破振动安全控制的最新成果.     

基于粒子群算法的爆破振动速度智能预测方法

为准确地对爆破施工引起的地面振动进行预测,结合2个隧道爆破工程实例,引入基于粒子群算法的指数型计算模型,并对计算数据进行归一化处理;以实测结果与预测结果的相对误差平方和作为适应度函数开展粒子群智能优化计算,并与2种传统的预测模型进行数据对比。结果表明,通过引入的预测方法所得到的相关系数更接近于1;均方根差最小,预测精度更佳。可为类似爆破振动预测工作提供一定的理论借鉴。     

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。     

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。     

毫秒延时爆破振动叠加作用的数值模拟研究

首先进行了单孔爆破地震波数值模拟,其波形变化规律与相关研究相吻合。在此基础上进行了两孔延时间隔为0～25ms的爆破振动波形叠加作用的数值模拟,并讨论了两种不同延时间隔理论的可行性和实用性。研究表明,即使延时间隔不足1/5倍主震周期,毫秒延时爆破的振速也低于齐发爆破的振速;当延时间隔约为1/2倍主震周期时,存在部分测点振速低于单孔爆破振速的现象,但由于爆破振动周期不规则变化,其降振的可靠性不高;当延时间隔大于地震波持续时间时,可避免前后地震波主震段叠加,从而将多孔毫秒延时爆破振速降低至单孔爆破的振速。     

冰介质爆破特性实验研究

迄今 ,由于缺乏对冰介质爆破特性的了解 ,黄河防凌爆破仍停留在局部经验阶段。本文对冰介质的力学特性进行了实验研究 ,并测定了部分力学特性。结果表明 ,在爆炸载荷作用下 ,冰介质呈现明显的脆性变形 ,并且其抗压强度是抗拉强度的 3～ 6倍。通过 -2 5℃气温条件下冰介质中标准爆破漏斗试验 ,求得炸药单耗为 83 0 g/m3,与爆破中软岩石的炸药单耗相当。     

基于叠加原理的隧道爆破近区振动预测方法

为了改善隧道近区振动强度预测的准确性,基于现场单孔爆破试验,在掌子面后方构建5排×11列的测点阵模型,在考虑震波频率随传播距离衰减的基础上,利用Anderson线性叠加模型来模拟掏槽孔爆破时的振动情况,建立符合现场实际的隧道近区振速计算模型。同时以北京兴延高速公路隧道梯子峪段爆破工程实测振动数据验证模型的可行性,并对隧道近区振速进行预测。研究表明:(1)基于波形叠加的爆破振动预测模型适用于隧道近区振动预测;(2)在平行于掌子面的隧道截面上,在一定范围内爆破地震波能量流动的方向逐渐分散而均匀,在垂直于掌子面的测线上,拱顶处速度衰减折线的斜率绝对值最大,衰减最快;(3)在模型分析区域中,随着到掌子面距离的增加,不同隧道截面上测点对群孔效应敏感性不同,距离掌子面越近,敏感性越大。     

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。     

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。     

Deconvolution of blast vibration signals by wiener filtering

Ground vibration is one of the environmental concerns caused by mine blasts. The signature-hole technique, essentially the convolution of a single-hole signature with an impulse train function representing the timing of the blast, is one method used to predict and control ground vibrations. This method requires measuring a signature waveform from a singular blasting hole, which may be a limitation. Deconvolution of vibration signals, the inverse problem of signature-hole method, is still a frontier issue to solve that limitation in mining engineering. Wiener filtering deconvolution is used to compress the impulse train into a time-lagged spike, so that a normalized single-hole signature can be extracted from the full blast vibration waveform. The proposed methodology gives good results for a case study of mining blast using electronic detonators. Successful deconvolution will eliminate the need for measuring signatures by using all the seismograph information collected routinely in mine operations.     

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。