基于3D激光感知的隧道爆破参数优化设计方法

为解决隧道爆破质量控制困难的问题,探究新型爆破参数优化方法,提出一种3D激光扫描技术与BP神经网络相结合的实时优化方法,对隧道爆破超欠挖感知及其后续钻爆参数进行实时修正,构建现场扫描方法、数据处理、点云提取与超欠挖图像等工作程序,建立BP神经网络模型、算法并确定模型参数。通过试验验证表明:1)将3D激光扫描技术应用于隧道爆破超欠挖质量感知中切实可行,与人工测量结果吻合较好,具有快速、实时和准确的优点;2)采用3D激光扫描方法能够对隧道爆破后的断面轮廓线进行精确评测,在获取爆破超欠挖的精细数据后,通过样本学习完成模型训练能推理出较为合理的爆破参数,改进后的优化方案使平均超挖降低54.8%。

隧道岩爆灾害的研究进展

以岩爆为代表的深部地质灾害具有极大的危害性,也已成为亟待解决的工程问题。针对岩爆研究方法,讨论不同研究方法的局限性。已有岩爆现场监测案例表明,微震监测是岩爆预测的一个重要手段,现已成功应用于工程生产并有效降低了施工风险。由于工程地质的复杂性,岩爆分级标准和判据目前并未统一,其中依据爆坑深度的岩爆分级目前普遍被大家接受,但不同判据之间仍存在较大差异。最后,对岩爆防控进行了概述,并对岩爆未来的研究进行了展望。