台阶爆破模糊神经网络智能设计

为了提高爆破参数设计计算的准确性,在台阶爆破设计中,应用了模糊神经网络模型选取孔网参数的方法.模糊神经网络是人脑的模型,是取模糊推理系统与神经网络两者之所长融合而成的新技术.应用模糊网络模型对台阶爆破进行智能设计,结合了计算机和专家各自的优越性,从以往的爆破效果良好的实例中获取专家经验知识,应用专家知识选取爆破参数,可以取得良好的爆破效果;从而实现了智能设计,增强了设计的可靠性,提高了生产效率,为生产爆破提供了可靠的依据.     

台阶清碴爆破孔网参数智能选取

应用模糊神经网络模型对台阶清碴爆破孔网参数进行智能选取，增强了设计孔网参数的可靠性和爆破设计的合理性．该方法从爆破实例中获取经验知识并应用，克服了人为因素的干扰，取得了符合实际的结果，为选择爆破控制参数和取得良好的爆破效果提供了依据.     

光面爆破效果BP神经网络预测

介绍了BP神经网络的基本原理，基于Matlab工具箱建立了预测光面爆破效果神经网络模型，从岩石力学性质，周边爆破参数两个方面对光面爆破效果进行分析和预测。为了加快神经网络模型的收敛速度。增强其跳出局部极小点的能力，采用了附加动量法和自适应学习速率结合的方法对网络进行训练，利用该模型对光爆效果进行了预测。取得了很好的效果。     

基于神经网络的爆破块度预测

选择以对爆破效果影响最为明显的爆破参数作为神经网络输入层参数,建立神经网络预测模型,对爆破效果参数进行预测。将块度指标作为神经网络计算的输出层神经元,分析神经网络计算得出的块度指标是否满足设计精度。选择合理的样本数目进行训练学习,将模型计算结果与实测现场数据进行比较,输出结果的误差精度可以满足现场生产需要,能够达到指导实践中矿山调整爆破参数、改善爆破效果,节约成本的目的。     

基于LM-BPNN方法的爆破震动灾害预测模型

为了探索提高控制爆破震动效应的方法,基于Levenberg-Marquardt算法改进的BP神经网络模型,建立以最大段药量、爆心距、高差作为影响爆破振动的主要因素,对爆破震动速度进行预测的模型。用爆破振动观测数据进行训练和预测,预测结果与现场观测结果吻合良好。结果表明:与基于标准BP、Polak_Ribiere共轭梯度、专家经验公式等计算结果比较,LMBPNN算法具有良好的鲁棒性和预测精度,预测效果较优,对爆破震动安全评价及其灾害控制有一定的应用价值。     

光面爆破效果参量预测的投影寻踪回归模型及应用

基于投影寻踪回归理论,选取炮眼密集系数、最小抵抗线、装药量、炮眼深度、抗压强度和泊松比6个因素为判别指标,建立光面爆破炮眼利用率、超挖量和半眼率的预测模型。将该方法应用于某矿巷道掘进光面爆破效果预测问题中,对现场实测的24组数据进行训练和检验,用另外4组现场数据作为预测样本进行测试。预测结果与实测情况较吻合。比较BP神经网络和投影寻踪回归2种方法对光面爆破炮孔利用率的预测结果,发现后者比前者预测结果更接近实际。以上研究表明:该方法回判估计性能良好,判别精度高,是一种预测光面爆破效果的有效方法,可以在实际工程中推广应用。     

基于爆堆形态的爆破设计参数预测及优化研究

本文针对黑岱沟露天煤矿抛掷爆破——拉斗铲倒堆生产工艺,基于爆堆形态数据,利用BP神经网络模型反演优化爆破设计参数。研究显示,BP神经网络对大量抛掷爆破数据分析处理具有较高适应性,预测效果误差在453%内,利用典型爆堆曲线预测爆破参数,输出参数值与相似历史数据对比误差在656%内,预测精度不低于93%,预测参数值可用于对露天煤矿的爆破设计方案的优化。     

爆破振动特征参量的BP小波预测

以福建泉州南惠高速公路NH5标段路基爆破开挖工程为实例,运用人工神经网络原理,以孔径、孔深、孔距、排距、最大单孔药量、单段最大药量、总药量和爆源距离作为影响爆破振动的主要因素,建立BP小波神经网络模型.对质点的水平径向、水平切向、垂直方向等3个方向分别预测其爆破振动速度峰值及频率,并将预测结果与BP神经网络、支持向量机的预测结果进行对比.实验结果表明:BP小波神经网络的爆破振动速度峰值-频率模型预测收敛快、精度高,优于标准BP网络和支持向量机模型,其结果更加符合国家标准GB 6722-2003《爆破安全规程》的评价要求.     

高边坡施工期变形预测遗传神经网络模型

基于BP网络存在的不足,将遗传算法引入到BP网络模型中,建立了高边坡施工期相邻层开挖暂停阶段变形预测遗传神经网络模型,对边坡时效变形进行预测,并对预测的结果进行检验,结果表明模型取得较好的预测效果,可供类似工程参考使用.     

工程爆破冲抛悬浮物潮对流扩散的数值预测

建立了工程爆破冲抛悬浮物潮对流扩散数值预测二维模型，并利用此模型预测了南海大亚湾马鞭洲原油码头场地平整（爆破填土）工程冲抛悬浮物对周围海域的影响，取得了较满意的结果     

爆破专家CAD系统的开发研究

对爆破对象的确定与不确定性因素进行了分析,提出了不确定性因素的描述方法,构造了智能爆破设计系统中的模糊神经网络模型．并就系统与CAD的集成进行了分析．     

爆破地震峰值的神经网络预报模型

对爆破地震值进行预报,方法,采用神经网络模型,对秦山核电站某爆破工程监测得到的２０组震动峰值数据进行学习,然后对另１０组数据进行预报。结果,实测值与预报所在分类区域完全一致。     

基于BP神经网络的凿岩爆破参数优选

为了得到合理的凿岩爆破参数,使用BP神经网络进行优选.经过简化,以炮孔间距和排距作为输入因子,以总炸药单耗作为综合输出因子;通过有限次的爆破正交试验,建立网络学习、训练样本,优选出最佳的网络模型;增加各输入因子水平,组合成预测、优选样本,从而搜索出最优的凿岩爆破参数.以新桥硫铁矿为例,优选出炮孔间距为1.30 m,排距为1.10 m;预测总炸药单耗为0.459 7 kg/t,比原炸药单耗(0.828 8 kg/t)降低44.53%.     

复杂环境下3栋框架砖混结构楼房的控制爆破拆除

对3栋5层框架砖混结构楼房进行爆破拆除,介绍爆破总体设计原则、爆破参数及安全防护措施。着重分析爆破切口高度的确定方法、爆破参数的选取原则、起爆网路的设计、预处理方法,以及爆破振动、塌落振动和爆破飞石的防控措施。实际爆破效果表明,爆破设计方案和各项安全防护措施是合理、可行的。     

基于RBF神经网络的采场回采工艺改进试验

某铁矿地下采场回采中存在生产效率低、炸药单耗大和大块率高的问题.为此,提出了水平炮孔前进式开采的改进方案,进行了以排距、孔距、周边孔距为因素的L9(33)的爆破正交试验,建立了以排距、孔距、周边孔距为输入层因子,炸药单耗和大块率为输出层因子的RBF神经网络模型;从安全和经济的角度提出了爆破综合期望指数公式,结合模型预测结果进行最终优选,优选结果为:排距1m,孔间距14m,周边孔距1m.经过现场验证,现生产能力为原来的4倍,增加了可充填的采场数目,顶板暴露时间缩短,生产效率提高约75%,炸药单耗减少62%,大块率降低74%.     

复杂环境条件下的逐孔松动爆破技术试验研究

采用逐孔松动爆破方法解决复杂环境条件下土石方爆破对振动、飞石等危害有严格要求的难题,并在小径湾华润大学土石方爆破开展现场试验研究.依据爆破方案、岩体工程条件与周围环境,合理选择爆破参数和装药结构,计算确定了孔间微差时间和排间微差时间,采用电子雷管V形爆破网络起爆.试验结果表明,采用电子雷管逐孔松动爆破方法,显著降低了爆破振动,现场无飞石,爆堆规整,能适用周边环境复杂的土石方爆破.     

黑岱沟露天煤矿预裂爆破优化方案设计与实施

对黑岱沟露天煤矿预裂爆破炮孔布置参数、装药结构、起爆网络的进行设计,确定合适的孔网参数、前排抵抗线和微差时间等因素,在确保爆破质量的前提下有效降低对边坡的震动,达到提升预裂爆破质量的目的。