岩体爆破效应预测的一种新方法

 高斯过程是一种最近发展起来新的机器学习技术，对处理非线性复杂问题具有很好的适应性。岩体爆破效应与其影响因素之间是复杂的非线性关系，针对传统方法的局限性，提出一种基于高斯过程的岩体爆破效应预测的新方法，建立相应的岩体爆破效应预测模型，并应用于三峡工程坝区岩体爆破振动速度、爆破损伤深度与损伤半径的预测。通过三峡现场爆破试验数据，建立训练数据集和测试数据集，采用高斯过程方法建立爆破效应与影响因素之间的各影响因素之间的非线性映射关系。研究结果表明，岩体爆破振动速度、爆破损伤深度与损伤半径的预测结果与现场试验结果比较吻合，用高斯过程方法预测岩体爆破效应是科学可行的。与神经网络方法相比，高斯过程方法具有算法参数自适应化的特点，且适用于小样本问题，预测精度高，并易于实现，具有良好的工程应用前景。     

岩体爆破效应预测的一种新方法

高斯过程是一种最近发展起来新的机器学习技术,对处理非线性复杂问题具有很好的适应性。岩体爆破效应与其影响因素之间是复杂的非线性关系,针对传统方法的局限性,提出一种基于高斯过程的岩体爆破效应预测的新方法,建立相应的岩体爆破效应预测模型,并应用于三峡工程坝区岩体爆破振动速度、爆破损伤深度与损伤半径的预测。通过三峡现场爆破试验数据,建立训练数据集和测试数据集,采用高斯过程方法建立爆破效应与影响因素之间的各影响因素之间的非线性映射关系。研究结果表明,岩体爆破振动速度、爆破损伤深度与损伤半径的预测结果与现场试验结果比较吻合,用高斯过程方法预测岩体爆破效应是科学可行的。与神经网络方法相比,高斯过程方法具有算法参数自适应化的特点,且适用于小样本问题,预测精度高,并易于实现,具有良好的工程应用前景。     

节理发育泥岩地区边坡光爆损伤范围预测技术

光爆损伤范围的预测是爆破领域研究的重要课题,提出了节理发育泥岩边坡光面爆破岩体损伤范围的预测方法;针对节理发育泥岩边坡两次光爆试验中取得的爆破效果与爆破震动实测资料,采用对比分析方法总结了不同的爆破参数对泥岩边坡光爆的适用性.预测了两次光爆开挖后边坡轮廓线外部岩体的损伤范围,得出了节理发育泥岩边坡进行光面爆破的质点振动速度限值,并提出了提高节理发育泥岩地区光爆效果的措施.     

SPH-FEM耦合爆破损伤分析方法的实现与验证

岩体爆破全方位数值仿真一直是爆破工程界的难点和热点。基于LS-DYNA二次开发技术,在爆破损伤方法中引入光滑粒子流体动力学(SPH)法,实现爆破近区采用SPH粒子,远区采用有限元法(FEM)计算的SPH-FEM耦合的空间全方位爆破损伤计算方法。结合具体工程实例,对深孔梯段爆破的动力效应进行全方位的数值仿真,并采用实测振动资料对该方法的精确性进行验证。计算结果表明:临空面一侧岩体的开裂与抛掷证明SPH-FEM可以实现模拟爆破近区岩体的大变形等非连续的特征,同时爆破振动监测的对比结果论证SPH-FEM方法有具备预测爆破中远区振动等动力响应的作用,比较不同抵抗线条件下的深孔台阶爆破条件的爆破近区变形与损伤特性,研究成果可对爆破的精细化数值仿真和爆破破碎机制研究提供一定的参考。     

三维离散元不同尺度结构面计算方法 及其在岩土爆破中的应用

 在块体离散元面–面接触的基础上，给出不同尺度结构面的计算方法，建立离散元对岩土爆破模拟的计算模型，实现块体自分裂计算程序，在药包附近采用小尺度块体，远区采用大尺度块体，可以更为准确地描述爆破载荷下岩体结构面的尺寸效应。新的计算方法增加不同尺度结构面之间的计算方法，用其模拟岩土中的爆破问题可以得到：(1) 通过模拟近区岩体内的应力场和位移场，得到爆源近区岩体在动载荷下的破坏特征，与单个尺度岩体结构面的计算程序相比，可以更准确体现结构面破坏引起的能量耗散对近区应力场的影响。(2) 模拟的鼓包、爆破漏斗等岩土爆破现象可以很好地吻合经验公式，说明该计算方法不仅能反映小时间尺度上爆炸现象，如近区的应力场，还可以反映大时间尺度上的爆炸现象。     

基于爆破损伤的Hoek-Brown强度准则修正

传统隧道围岩分级方法未考虑爆破损伤因素对围岩分级的影响,爆破作为隧道主要开挖方法,其产生的岩体损伤对岩体分级评判标准的影响不可忽略。笔者分析了基于Hoek-Brown强度准则的岩体力学参数取值方法,指出了Hoek-Brown强度准则和现有改进公式中确定岩体参数存在的不足。考虑爆破累积损伤效应,提出了不同围岩级别下Hoek-Brown经验常数m_b、s、a的计算方法,建立了考虑隧道埋深与爆破累积损伤效应的不同围岩级别的Hoek-Brown强度准则经验常数计算公式。以龙南隧道1号斜井爆破现场试验得到的声波变化率对修正公式进行了检验分析,验证了Hoek-Brown强度准则岩体经验常数修正公式的准确性。     

岩质边坡爆破振动速度的高程放大效应研究

 岩质边坡爆破振动的高程放大效应是边坡上振动速度传播规律的重要研究内容之一。基于岩质边坡爆破振动高程响应机制的理论分析以及边坡开挖爆破振动的数值模拟与实例分析,研究边坡爆破振动速度的高程放大效应。结果表明,边坡爆破振动速度的高程放大效应是在一定的条件下产生的,受爆破振动荷载特性及边坡坡形等因素的影响。爆破振动荷载作用下,边坡坡面不同高程台阶岩体结构的自振主频率处于爆破振动荷载主频带范围内,台阶部位岩体结构的振动响应会产生“鞭梢效应”,导致台阶部位岩体振动速度放大。在边坡坡形骤变、坡度增大时,边坡上一级台阶岩体的振动速度可大于下一级台阶岩体的振动速度,产生显著的振动速度高程放大效应。坡形相近的条件下,台阶坡脚处的振动速度随高程的增加逐渐减小,不出现振动速度高程放大效应。“鞭梢效应”影响下,边坡台阶边沿的振动速度较大,但应力、应变较同高程台阶坡脚处的小,边沿部位的振动速度不适宜评价边坡的稳定性。     

爆破动荷载作用下围岩累积损伤效应声波测试研究

基于声波测试原理,利用RSM-SY5智能型声波仪,对厂坝铅锌矿某巷道围岩在爆破动荷载作用下产生的累积损伤效应进行了现场试验研究。研究表明:既有开挖爆破对巷道围岩的影响深度为0.8～1.2 m,根据钻孔的深度,在3.5～4.8 m深度的岩体内进行爆破累积损伤效应研究是可行的;随着爆破次数的不断增加,岩体声波速度逐渐降低,损伤度D呈现出非线性累积规律;随着与爆源距离的增大,岩体爆破损伤程度减小,累积损伤效应逐渐变得不明显;水平和垂直方向测试结果存在较大差异,说明爆破作用下岩体损伤具有各向异性的特征。爆破装药位置和药量对岩体损伤累积规律有一定的影响。装药区段范围内的岩体损伤程度最严重,装药量越大,岩体损伤程度也越大。测试成果为进一步的岩体力学参数研究和地下洞室稳定性分析提供了参考依据。     

基于原生节理统计和爆破裂纹模拟的堆石料块度分布预测

 水电工程堆石料爆破级配要求高、块度预测难,以岩体原生节理统计和爆破裂纹模拟为切入点,采用现场调查、室内试验、数值仿真和工程检验等方式,开展堆石料爆破块度分布研究,尝试建立一套堆石料爆破块度预测方法。通过现场调查,绘制研究区域的天然节理分布网络图,建立基于原生节理统计的三维节理岩体模型;通过SHPB试验装置获取岩石在冲击荷载作用下的动力学参数,利用Ansys/Ls-Dyna模拟了爆破裂纹的扩展范围;综合原生节理调查信息和爆破裂纹模拟成果,建立调查区域爆后三维节理岩体模型;利用ANSYS输出模型所有岩块的线–面–体数据并编制Matlab块度计算程序,采用基于爆破岩块第5条最长边的块度预测指标,得到调查岩体的预测级配曲线。工程应用表明,综合考虑原生节理和爆破次生裂纹联合切割作用的堆石料级配预测方法基本符合工程实际,且基于爆破岩块第5条最长边指标的级配预测结果要优于等体积球直径指标的级配预测结果,其在江咀料场级配预测中的整体误差为5.5%。研究可为类似工程的堆石料爆破开采提供可借鉴的级配预测手段。     

岩体爆破的损伤统计演化理论模型

将实际爆破工程中的岩石爆破作为岩体工程的范畴，讨论岩体爆破的一般特点，并从岩体初始结构弱面的统计特性和爆破后的块度分布特征出发定义一种新的岩体损伤变量。将损伤变量与裂隙的分形维数相联系，构造一种岩体爆破统计损伤的演化理论模型。这种损伤量的定义满足完整岩石的损伤值为0，爆破以后岩体的损伤值为1。通过对该模型的初步计算分析表明，此模型具有清晰简明的特点和一定的实际应用价值。     

三峡工程岩体爆破地震效应的神经网络模型

在三峡工程兴建中，率先运用神经网络方法，建立了爆破地震效应的基于先验知识的ＢＰ网络模型。对三峡工程临时船闸基岩进行了现场爆破试验，以建立训练样本。首次提出了基于领域知识的神经网络的新构思和模型算法，具有相对于常规ＢＰ网络的明显优势。     

圈定基岩爆破损伤范围的声层析成象技术

将地震层析成象技术与弹性波跨孔测量法相结合，形成了一条圈定基岩爆破损伤范围的新途径。同时，结合爆破地震波衰减方程，分析了三峡工程节理裂隙岩体临界振动速度的范围。     

基于爆破振速的隧道围岩力学参数反演

采用FIAC3D为正演工具对山岭隧道爆破开挖产生的边墙振速进行数值模拟,结合正交设计和均匀设计试验得到训练样本和测试样本,建立反映围岩参数与振速非线性关系的BP神经网络模型,并基于隧道现场实测爆破振速反演得到围岩的弹性模量和泊松比等参数。结合反演得到的围岩力学参数,建立隧道地质计算模型,对爆破振动条件下围岩的稳定性分析进行数值计算,结果表明,采用数值方法计算得到的爆破振速理论值与现场实测结果吻合较好,说明基于爆破振速的围岩参数反演方法是合理可行的。     

基于神经网络的爆破振动速度峰值预报

 以广东岭澳核电站二期工程20 m平台和核岛爆破开挖为实例，运用人工神经网络原理，以孔径、孔深、孔距、排距、最小抵抗线、最大单孔药量、最大段药量、堵塞长度、总药量、高程差和爆源距作为影响爆破振动速度的主要因素，建立BP神经网络模型，对质点爆破振动速度峰值进行预测。分析结果表明，运用提出的神经网络预测模型精确度明显高于传统的萨道夫斯基公式。     

A comparative study on the application of various artificial neural networks to simultaneous prediction of rock fragmentation and backbreak

In blasting operation, the aim is to achieve proper fragmentation and to avoid undesirable events such as backbreak. Therefore, predicting rock fragmentation and backbreak is very important to arrive at a technically and economically successful outcome. Since many parameters affect the blasting results in a complicated mechanism, employment of robust methods such as artificial neural network may be very useful. In this regard, this paper attends to simultaneous prediction of rock fragmentation and backbreak in the blasting operation of Tehran Cement Company limestone mines in Iran. Back propagation neural network (BPNN) and radial basis function neural network (RBFNN) are adopted for the simulation. Also, regression analysis is performed between independent and dependent variables. For the BPNN modeling, a network with architecture 6-10-2 is found to be optimum whereas for the RBFNN, architecture 6-36-2 with spread factor of 0.79 provides maximum prediction aptitude. Performance comparison of the developed models is fulfilled using value account for (VAF), root mean square error (RMSE), determination coefficient (R²) and maximum relative error (MRE). As such, it is observed that the BPNN model is the most preferable model providing maximum accuracy and minimum error. Also, sensitivity analysis shows that inputs burden and stemming are the most effective parameters on the outputs fragmentation and backbreak, respectively. On the other hand, for both of the outputs, specific charge is the least effective parameter.     

三峡工程临时船闸与升船机开挖中的爆破方案优化和爆破振动控制

 根据三峡工程临时船闸与升船机岩体开挖过程中的施工期安全监测的实践, 对与围岩爆破损伤影响范围有关的岩石基础开挖中的合理爆破方式与程序选择、岩质高边坡及中隔墩的爆破振动控制等几个与爆破开挖相关的主要问题作了概括性的介绍, 文中同时对一些值得进一步研究的问题作了讨论。     

OPTIMIZATION OF BLASTING PROCEDURE AND VIBRATION CONTROL DURING EXCAVATION OF TEMPORARY SHIP LOCK AND SHIP LIFT IN THREE GORGES PROJECT

Based on the practice of safe monitoring in temporar y ship lock and ship lift of the Three Gorges Project during its rock excavation b y blast ing, several problems related to blasting excavation are overviewed, such as th e choice of blasting method and procedure in accordance with the analysis o n b last induced damage zone during excavation of rock foundation, the control of bl ast vibration on the rock slope and the dividing pier between tempo rary ship lock and ship lift. Some unsolved important problems are discussed fur ther.     

基于优化神经网络模型的隧道变形预测研究

神经网络预测技术一直是隧道学术界和工程界关注的关键课题.传统的神经网络对初始权值的依赖性很大,不同的初始值会导致差异很大的预测结果,并且初始值选择有很大的随机性和盲目性,往往导致网络振荡或不收敛.根据经典遗传算法的优势,对神经网络初始值进行优化,完成PB训练样本并建立非线性预测模型,避免了神经网络对初始权值的依赖性过大而引起计算误差.研究表明,GA-BP神经网络遗传算法适用于预测高速公路隧道断层破碎带围岩变形量,与现场试验数据相吻合,验证了GA-BP神经网络遗传算法工程应用的可行性,提高了预测的精度及避免人为误差.隧道洞周变形主要集中在开挖后12天,在此时间内应加强监控量测频率,以避免隧道过大变形引起坍方事故.     

耦合台风天气预报模式和实测数据的神经网络风速预测

基于准定常假定,风荷载与风速平方成正比.为了实现对结构的台风动力效应进行分析预测,建立了耦合数值天气预报(weather research and forecast,WRF)模式和现场实测数据的风速预测神经网络模型,开展台风短期风速的高精度预测.利用该模型对2017年"泰利"和2018年"康妮"的台风风场进行模拟和预测...