爆堆自适应分层的块度空间分布测量方法研究

爆堆块度分布特征是评价爆破效果的重要指标,针对目前爆堆块度直接与间接法测量方法的不足,提出了一种爆堆自适应分层的块度空间分布测量方法,该方法使用GA-LSSVM模型来预测Weilbull函数的形状参数α、β,并设置多个预测点,生成三维爆堆形态预测曲线。同时对Kuz-Ram块度预测模型参数进行转换和融合,建立了爆堆分层距离预测模型,并将其导入Weilbull-GA-LSSVM爆堆形态预测模型,实现爆堆自动分层。通过现场应用,不断优化分层设计,探究爆堆最佳分层位置,达到爆堆自适应分层的效果。以广东省大排矿山为工程依托开展现场试验,结果表明:(1)Weibull-GA-LSSVM模型能够准确预测爆堆形态,其中爆堆最大前移距离预测结果的平均相对误差仅为5.6%,松散系数预测结果的相对误差多数在9%左右,表现出良好的稳定性。(2)爆堆自动分层模型能够在爆前合理地输出分层距离以及分层层数,保证了爆后现场爆堆的铲装效率。(3)推导出爆堆最佳分层位置距离公式,实现了爆堆自适应分层,爆堆块度分布测量精度明显提高,更接近于爆堆整体块度分布。

填塞长度对岩体爆破损伤效果的影响研究

采用数值模拟方法建立单孔装药的爆破模型,采取不同填塞长度模拟并利用Otsu算法进行阈值分割后,提取岩体的破裂面积比、孔隙分形维数、块度数据等进行对比分析,研究填塞长度对深孔爆破损伤效果的影响。结果表明,分形维数和破裂面积比随填塞长度增加呈现先增后降的变化趋势,填塞长度3.0 m时分形维数达到最大值,填塞长度1.7 m时破裂面积比达到极大值。填塞长度2.2 m左右时碎块数量取得最大值,填塞长度2.0 m时碎块平均面积为最小,填塞长度2.0~2.2 m时可达到较优的岩石破碎效果。随着填塞长度增加,抛出的岩石从小块为主转向大块,位移距离降低。研究成果对爆破作业填塞参数选取具有一定参考价值。

基于IGWO-CatBoost模型的岩石爆破块度预测

针对无法准确预测矿山岩石爆破后块度大小的问题,提出一种基于改进灰狼算法(IGWO)优化的CatBoost块度预测模型。采用一种新的非线性收敛因子,引入动态权重策略,改进已有的灰狼算法(GWO),通过4个测试函数和5种优化算法验证了IGWO的寻优能力。对公开数据库和现场采集的32组数据进行预测分析。首先,采用随机森林算法进行特征重要性筛选,利用IGWO对CatBoost进行参数寻优,建立IGWO-CatBoost爆破块度预测模型;然后,将预测结果与在相同条件下建立的CatBoost、XGBoost、LightGBM模型进行对比分析。经过IGWO调参,CatBoost模型的预测准确度得到有效提高,IGWO-CatBoost模型的预测准确度均优于其他3种预测模型。对比结果表明,IGWO-CatBoost模型具有很好的预测能力和适应性。

玄武岩纤维尾砂充填体力学性能及损伤本构模型

为了提高采空区充填体的力学性能,对加入玄武岩纤维的尾砂充填体进行抗压强度试验,研究不同纤维掺量、灰砂比和养护龄期对充填体的抗压强度影响规律,构建充填体损伤本构模型并分析其能量耗散规律。结果表明:玄武岩纤维的加入能够明显提高尾砂充填体的抗压强度,随着纤维掺量的增加,充填体的抗压强度呈先增大后减小的趋势,且最优掺量为0.4%,对比素尾砂充填体强度提升了13.277%~24.865%。纤维充填体峰后残余强度较高,引入损伤修正系数的损伤本构模型能合理表述纤维充填体峰后残余强度,根据损伤本构模型可得到充填体的峰值比能演算模型,适量掺加纤维可以提升充填体的峰值比能并减少能量耗散。玄武岩纤维能提高充填体的力学性能,强化矿山采空区充填效果。

基于VMD-Teager的露天边坡爆破振动信号能量特征研究

爆破振动信号特征分析是研究边坡稳定性的有效方法之一,结合模拟退火算法(simulated annealing,SA)局部搜索能力强和遗传算法(genetic algorithm,GA)全局自动寻优的特点,选取模糊熵(fuzzy entropy,FE)为模态分量的适应度函数,求解变分模态分解(variational modal decomposition,VMD)的最优分解参数,建立以模态分量(intrinsic modal function,IMF)的频带分布为指标、趋势项判别准则及复相关系数原理相结合的趋势项去除方法;Teager能量算子解调单分量信号的解调速度、精度均高于Hilbert变换。综上,提出了基于趋势项滤除的VMD-Teager能量算子解调法,用来获取爆破振动信号的能量分布特征。某矿山测得爆破振动信号分析结果表明:与EMD法相比,基于参数优化VMD算法在去除信号趋势项方面更精确有效,能够解决原始振动信号中存在的基线偏移及低频干扰等问题。爆破振动能量以低频为主,PPV、主频率、能量呈现出了“波浪”式的变换态势。PPV、主频率的衰减速度与放大系数在同一量级,但能量峰值的衰减速度与放大系数都远远大于PPV、主频率的变化速度,是PPV、主频率衰减速度的3.42倍~5.9倍,放大系数的2.07倍~3.12倍。

露天爆破冻土层破断规律研究与解决措施

为揭示露天矿山冻土层在爆破荷载冲击下的破断规律,阐明冻土层爆破大块产生的原因,通过室内力学试验分析冻土的抗拉强度和抗压强度与温度间的动态关系,结合悬臂梁力学理论,建立爆炸荷载作用下冻土层破断简化悬臂梁模型,得到冻土层破断长度的理论计算公式,提出深、浅孔组合爆破技术,在甲玛铜矿开展实际应用。研究结果和现场应用表明:冻土的抗拉强度和抗压强度均随温度的降低而升高;在爆破过程中冻土层与下方岩层产生分离,冻土层形成悬臂梁结构,冻土层在悬臂梁结构的最大弯矩处断裂,随着土体温度持续降低,冻土层破断长度逐渐增大。成功在西藏甲玛矿区应用,将冻土层大块率控制在4%以内,有效减少了冻土层大块的产生。

非均质岩石动态断裂损伤细观特征模拟分析

为从矿物晶质尺度研究非均质岩石动态断裂损伤的细观发展过程,采用颗粒流程序-等效晶质模型构建能够反映微观结构特征的非均质岩石模型,同时利用有限差分法FLAC2D和离散元法PFC2D建立耦合分离式霍普金森压杆系统,对不同冲击载荷下非均质岩石的动态冲击破坏过程进行模拟分析。通过自编Fish语言,对动态破坏过程中矿物的晶内及晶间微裂纹进行细化分组及数量统计,从细观发展的角度剖析非均质岩石的动态断裂损伤演化过程。结果表明:在静态单轴压缩条件下,沿晶破坏是主导非均质岩石破坏的重要原因,晶间裂纹和穿晶裂纹逐步贯通,最终使试样展现出宏观的破坏模式;在动态冲击条件下,各矿物晶内及晶间的微裂纹增长过程均存在萌生期、快速增长期、缓慢增长期和停止增长期4个阶段;与静态单轴压缩条件下微裂纹数的增长模式相似,动态破坏初期晶间裂纹数明显高于晶内裂纹数,岩石主要发生沿晶损伤破坏,随着加载的进行和岩石破坏程度的提升,动态破坏的晶内裂纹数逐渐超过晶间裂纹数。此外,模拟中不同冲击载荷下峰值应变率与对应的峰值载荷以及动态峰值强度与对应的峰值载荷均表现出良好的线性关系,为快速确定岩石相关动态力学参数提供了简便的方法。

岩石冲击破碎块度分形与能量耗散特征研究

为研究冲击荷载作用下岩石能量吸收与破碎分形特征,应用霍普金森试验系统对0.6、0.8、1.0、1.2、1.4长径比花岗岩进行动态冲击试验,分析了应变率效应和尺寸效应对花岗岩试件的破碎能耗和破坏形态的影响;在考虑时间因素的基础上,提出一种新的能时密度指标来评价能量耗散,结合分形维数计算与能时密度分析,研究岩石在冲击过程中的能时密度与分形特征。结果表明:0.6~1.4长径比花岗岩试件的应变率和能时密度均符合乘幂关系,同种长径比试件的能时密度随应变率增大呈递增趋势;在48.8~124.2 s^(-1)应变率区间内,分形维数随应变率增加显著增大;花岗岩试件在动荷载下的能时密度和分形维数符合乘幂关系,单位时间内岩石吸收能量越多,分形特征就越明显;引用能时密度结合岩石破碎块度的分形维数计算,能够定量研究岩石单位时间内的能量吸收规律。

基于三维激光扫描技术的爆破块度识别

为快速、准确地统计现场爆破块度,提出了基于三维点云的爆破块度识别方法。利用三维激光扫描仪获取爆堆点云数据,通过ICP配准、SOR降噪和体素下采样进行点云预处理,采用RANSAC平面拟合对预处理后的点云数据进行初始分割、基于点云密度的DBSACAN算法进行聚类,识别岩块轮廓。通过计算聚类后岩块点云的三维凸包和OBB方向包围盒,获得爆堆点云中所有岩块的体积和最长粒径。结果表明:在室内实验中基于三维点云的爆破块度识别方法与直接测量法相比,获取的体积平均相对误差为4.61%,粒径平均相对误差为4.75%;在现场测试实验中的平均识别准确率为80.4%,获得的爆破块度统计结果对爆破参数优化具有一定的参考作用。

基于TAUNet分割模型的爆堆块度空间分布研究

为了更好地满足矿区现场爆堆块度实时高精度检测的需要,提出了一种基于深度学习的爆堆块体分割模型TAUNet(Transformer Aspp UNet),该模型在UNet的编码器和解码器中融入Transformer的自我注意机制,利用其处理大型特征映射,改善全局信息的提取,恢复在编码器中跳过的粒度细节。在骨干网络特征提取阶段,加入了ASPP空洞卷积模块,增强了模型对块体局部特征的融合。在爆堆图像分割的基础上,采用爆堆分层的方法获取爆堆的块度空间分布信息。结果表明:(1)TAUNet分割模型具有良好分割性能,模型训练评价指标骰子系数、交并比、召回率分别达到97.12%、94.61%、96.2%,均优于主流的语义分割模型,对现场爆堆块体有着良好的分割效果;(2)通过爆堆分层的方法可知肇庆某矿山西采区315~300 m平台的爆堆块度空间分布,87.15%岩块粒径分布在0~0.6 m, 9.9%的岩块粒径分布于0.6~1.0 m,大于1.0 m的大块占2.95%。研究结果能够为爆破效果评价的精细化、智能化发展提供参考借鉴。