毫秒延时爆破合理间隔时间研究

分析了毫秒延时爆破破岩机理以及毫秒延时爆破的降振机理。针对某铅锌矿存在的爆破振动问题,通过现场试验获取大量监测数据,通过数据分析确定了该矿山生产爆破的最佳间隔时差。研究结果表明,当延时间隔为50ms时,可以使爆破振动错峰叠加,达到平峰降振的作用,同时为该铅锌矿控制爆破振动提供了理论依据及技术支持。     

孔间不同毫秒延时对爆破振动影响的数值模拟

合理的毫秒延时间隔可以有效地降低爆破振动,目前对精确延时毫秒间隔对爆破振动的影响还没有准确的研究成果。基于地震波传播过程中能量的变化和自由面的形成,给出了孔间毫秒延时时间的计算公式。并对不同毫秒延时间隔进行了数值模拟。结果表明：利用理论计算出的毫秒延时间隔时间的同时也要考虑自由面形成所需要的时间,从而达到理想的爆破效果。在模拟中所采用的爆破参数的情况下,孔间延时间隔为12 ms时利于降低爆破振动,同时满足自由面形成的时间,利于岩石的破碎。同时验证了计算公式的可行性。     

毫秒延时爆破技术在复杂环境路堑开挖中的应用

在滦赤线第一合同段路堑开挖深孔控制爆破工程中,针对其复杂的爆破环境,采用孔内、孔外毫秒延时爆破技术,设计了合理的爆破方案,确保周围设施和建筑物的安全,取得了预想的爆破效果。     

毫秒延时大孔径粗药卷爆破技术的研究与应用

为了高效安全地回采矿产资源,在分析了以往采用的起爆器材、起爆方式、起爆网路存在的问题之后,本矿提出了采用毫秒微差大孔径粗药卷爆破技术并付诸于实际生产中,取得了好的效果,在提高井下采场的安全性及出矿效率方面有积极作用。     

角柱形掏槽孔布置及毫秒延时爆破效果分析与应用

角柱形掏槽在提高巷道爆破进尺方面起到了主要作用,因此对角柱形掏槽爆破参数进行深入分析,能够更好地提高巷道掘进效率。结合补偿空间理论和经验公式确定了最适宜孔间距为179 mm,并运用LS-DYNA数值模拟软件建立多种数值计算模型,对岩巷掘进中角柱形掏槽的孔间距、掏槽孔布置和延时段数等参数进行了分析。结合数值计算和现场爆破效果综合分析,得出最适宜孔间距为170 mm,最优布孔方式为两段毫秒延时起爆模型4,最优起爆方式为两段毫秒延时起爆。应用最优参数的新方案对比旧方案发现:爆破进尺增加了0.7 m,炸药单耗降低了0.11 kg/m³,合速度峰值振动速度平均减少了0.12 cm/s。研究表明:新方案不仅能够提高掘进效率和经济效益,还能减少振动带来的影响,保障巷道掘进安全施工。研究结果可为角柱形掏槽爆破参数优选提供参考,对于类似施工条件的爆破方案设计具有一定的指导意义。     

数码雷管高精度延时对爆破振动影响试验研究

以国家重点推广数码雷管为契机,在和尚桥铁矿开展了不同高精度延时的现场爆破试验,对比分析了延时间隔对爆破振动的影响规律,并分析了爆破块度分布特征.研究表明:①微差时间对近区爆破振动的影响大于远区,且测点与爆区的距离越近,微差时间影响越显著.②在近区,随着微差时间增加,测点振动速度呈现"先增大,后减小,再增大"的较大幅度波...     

GA-BP神经网络应用于边坡稳定性预测

为了提高边坡稳定性预测精度,本文引入遗传算法对BP网络的权阈值进行优化,建立GA-BP模型,并利用边坡稳定性的实测数据进行验证,通过数据的对比分析,表明GA-BP模型在预测精度上有很大的提高。     

爆破震动强度预测的神经网络模型研究

爆破震动控制一直是工程爆破界的一个重要研究课题,而如何对爆破震动进行准确地预测则是进行震动控制的前提和基础。BP神经网络是目前在非线性预测中得到极为广泛的一种神经网络模型,通过建立一个BP神经网络实现了对爆破震动速度的预测,并与常用的线性回归方法进行了比较,结果表明,神经网络预测模型具有更高的精确性。     

基于精确毫秒延时控制的爆破降振试验研究

为充分利用数码电子雷管实现精确延时控制爆破振动及改善岩石破碎效果,基于岩体中炸药爆炸能量分配理论,推导出逐孔起爆时孔间合理延期时间的计算公式。结合露天矿山生产实际,采用隆芯1号数码电子雷管及铱钵起爆系统,设计开展了室内精确延时控制爆破相似模型试验。运用Matlab7.0对振动时程信号进行时间－能量密度分析,结果表明,设置合理孔间延期时间能有效降低爆破振动强度;模型试验中,2 ms延期时间下振动波形速度峰值依次为1,3,4和5 ms延期时间下的69%,76%,77%和78%,能量百分比依次为37.3%,84.5%,52.6%和58.4%。工程实践应用表明,在堰口采石场所采用的爆破参数情况下,孔间以20 ms为延期时间利于降低爆破振动,改善爆破效果;提出的合理孔间延期时间计算公式切实可行。     

基于振动波传播规律的微差台阶爆破降振研究

在某露天矿实施逐孔台阶微差爆破试验,试验过程对三个不同延期时间爆区进行测振。对所测数据和波谱进行分析研究,探究出爆破振动过程中振动波传播规律以及波速峰值、主频、频带能量、总能量等的变化特征。在此基础上分析该特征与爆破振动之间的关系,发现最大主频、峰值速度、能量汇聚点出现时间和最大振动位移出现时间点吻合。同时对峰值速度随时间变化依据所测得的数据进行数学拟合,给出了速度波衰减方程。通过以上研究发现,改变微差时间来控制这些变量出现的时间点可降低爆破振动。所得理论可为今后爆破降振提供技术参考。     

煤矿岩巷毫秒延期爆破振动测试与控制技术研究

为了提高煤矿硬岩巷道掘进爆破效果、降低爆破振动效应,对毫秒延期爆破参数进行优化及实施,实测爆破振动速度。分析了爆破参数与爆破振动信号特征之间的关联性,针对电雷管存在延期误差,应用小波变换时-能密度法识别确定毫秒爆破中实际延期时间,提出了降低爆破振动效应的技术措施。研究表明：采用合理的毫秒延期爆破参数方案,可以取得良好的爆破效果;垂直方向爆破质点峰值振速可以作为煤矿岩巷的安全判据;时-能密度法能够有效地识别出各段雷管的起爆时刻,确定实际延期时间。     

BP神经网络在爆破振动中的研究与应用

为准确地预测爆破结果、减少爆破振动对建筑的损伤和保障工人的安全,利用具有处理非线性问题能力的BP神经网络预测爆破结果。选取合格的爆破结果作为网络模型的学习样本,经过一定次数的训练学习后通过神经网络的前馈特性确定各层阈值和误差,完成对BP神经网络的建立,发现预测结果与真实结果相比的误差在10%以内。再结合PAC算法、POS算法或者MATLAB软件等优化网络后甚至可以将误差控制在5%以内。通过建立BP神经网络预测可以减少爆破作业带来的危害,降低安全成本,指导爆破作业的施工。     

爆破参数的BP神经网络优选及验证

爆破矿石块度大小及其均匀程度是反映爆破效果好坏的关键指标,它不仅直接影响采矿作业后续工序如装载、运输等设备工作效率和磨损程度,还严重影响采矿成本.因此利用BP神经网络对开阳磷矿的凿岩爆破参数进行优选,以排距、孔底距及炸药单耗作为输出结果,以国内同类矿山作为训练样本进行练习,计算得到了最优爆破参数,并根据最优爆破参数进行了现场试验验证,结果显示大块率有了明显的降低,因此这种方法由于良好的发展前景.     

基于GA-BP模型的露天矿边坡稳定性预测

针对现有研究方法在预测露天矿边坡稳定性时存在适用性不强和误差大的问题,基于遗传算法对BP神经网络进行改进,提出一种露天矿边坡稳定性预测模型。该模型以坡体容重、黏聚力、内摩擦角、边坡倾角、边坡高度和孔隙压力6个参数为输入变量,以安全系数为输出变量,随后利用该模型对露天矿边坡的实例进行分析,与传统BP神经网络预测模型性能进行比较。研究结果表明:GA-BP模型在进行露天矿边坡稳定性预测时效果好,具有误差小和计算精度高的优点,为准确预测露天矿边坡稳定性提供了一种新的方法。     

金属矿山台阶爆破振速预测研究

基于相关理论,运用回归分析法,构建了金属矿山台阶爆破振动预测公式,并结合实测情况对公式预测结果的可靠度进行了分析。最后,以放马峪铁矿为例,在爆破现场测得了120组数据,其中包含了3种不同地表、地形条件下所测得的数据,分别从垂直向、水平切向、水平径向和振动速度矢量和4个方面,对处理后的原始数据进行分析,求出各自的K、α值,据此拟合出相应的爆破振动速度预测公式,并利用拟合得出的预测公式对其爆破振动的速度进行了预测。分析表明,预测结果具有较好的稳定性和可靠性,能满足工程实践的要求,为类似爆破工程振速的预测提供了较好的借鉴和参考。     

基于GA-BP网络的掘进工作面风流温度预测的研究

 以解决矿井掘进工作面风流温度预测的问题为研究目的,采用BP神经网络为模型,利用遗传算法优化网络初始权值和阈值,建立了一种新的掘进工作面风温预测模型,并用Matlab编程实现。通过分析影响掘进工作面风流温度的变化因素,得出,局部通风机入口处湿球温度、风流温度,掘进工作面处湿球温度、掘进巷道长度等因素的影响力较大。为验证预测模型的准确性,分别对2个工作面的风温进行预测,结果表明,该模型收敛速度快、预测精确度高,是求解掘进工作面风温预测模型的最有效方法之一。