Investigation on the threshold control of safety blasting vibration velocity for the extraction of complicated orebody under railway

The threshold control of safety blasting vibration velocity is a significant process for the underground mining of complicated ore deposit under construction,road,and water.According to the equivalent principle of displacement and velocity of mass point,differential evolution is put forward based on 3DEC dynamic analysis,making the calculation more efficient and accurate.The 3DEC model of the complicated orebody under railway is established according to the topographic maps and geological data of the eastern Pyrite Mine.The stimulus-response distribution of internal stress and displacement fields are demonstrated by analyzing the on-site monitoring vibration displacement and velocity data of the mass point.The reliability of parameter selection,such as blasting simulation waveforms,rock damping,is identified.The safety vibration velocity of railway is set to 4.5 cm/s in line with the requirement of safety blasting rules.Thus,the maximum amount of single-stage explosive in this region is 44.978 kg.The simulation result is in good agreement with the on-site monitoring datum.No displacement and settlement of the 701 railway special line was achieved by choosing the critical amount of the single-stage explosive.

基于SSA-BP的爆破振动峰值速度预测研究

为了精准预测爆破振动峰值速度(PPV),有效降低爆破振动的危害,以星光一号露天矿山爆破工程为依托,选取爆心距、堵塞长度、最小抵抗线、炸药单耗、最大单孔装药量、总延期时间、最大单响药量等7个影响因素作为输入变量,采用灰色关联分析法评估各因素与PPV之间的相关性,构建麻雀搜索算法(SSA)优化BP神经网络的爆破峰值振速预测模型,对三向峰值振动速度进行预测,并与BP神经网络模型预测结果进行对比分析,得到SSA-BP神经网络模型预测结果的平均误差分别为6.08%、7.34%、1.91%,BP神经网络模型预测结果的平均误差分别为22.19%、54.01%、25.29%。研究结果表明:SSA-BP神经网络模型全面考虑了多种爆破设计参数对振动峰值速度的影响;麻雀搜索优化算法有效解决了传统BP神经网络模型容易陷入局部最优的问题,预测结果更精确,与振速监测值吻合度更高、误差更小;并且极大地缩短了样本数据的学习训练时间,加快BP神经网络预测模型的收敛速度,可为类似露天爆破工程质点峰值振速的预测提供借鉴。

基于灰狼算法改进随机森林算法的爆破振动速度预测研究

为改善露天矿爆破作业过程中的峰值质点速度在采用传统经验公式和单一仿生算法时预测精度不够的问题,引入灰狼算法(GWO)优化了随机森林算法(RF)中决策树的棵数和层数2个超参数,成功构建了基于灰狼算法改进的GWO-RF爆破振动速度预测模型。结合某爆破工程69组爆破监测数据,以爆心距、最大段药量、总装药量、微差时间、炮孔数、孔距、孔深及排距为输入参数,运用GWO-RF预测模型和RF模型进行爆破振动峰值速度预测对比。结果表明:GWO-RF组合算法能够考虑更多符合实际的爆破振动速度影响因素,GWO-RF组合算法误差率比RF算法提高了37.83百分点;GWO-RF组合算法的爆破振动速度预测精度达到97.72%。说明GWO成功优化了RF中决策树的2个超参数,也证明GWO-RF组合算法能很好进行露天矿爆破振动速度预测。

紧邻既有线岩墙爆破极限失稳厚度的试验研究

研究目的:扩堑石方的爆破安全一直是铁路增建二线急需解决的施工难题,目前,扩堑石方的开挖通常采用预留岩墙的爆破施工方法,该方法将整个工程的施工难点转移到预留岩墙的爆破拆除上面。为保证爆破拆除预留岩墙的安全,本文通过理论分析,并在渝怀铁路扩堑工程中开展逐排爆破岩墙来验证试验。研究结论:(1)提出了岩墙爆破极限失稳厚度的概念,并根据多边界石方爆破理论,分析了极限失稳厚度的计算方法;(2)通过分析岩墙表观、声波速度和振动速度的变化结果,并结合岩墙爆破拆除实际情况,确定了极限失稳厚度应为最小抵抗线的2倍;(3)极限失稳厚度是保证预留岩墙爆破安全的关键因素,该参数的确定可为复线铁路扩堑石方爆破开挖提供技术支持。

基于自组织神经网络与元启发式算法的地表爆破振动预测方法

提出一种基于自组织神经网络(SONN)和元启发式算法的露天矿爆破诱发地表振动预测方法,通过几种常用的元启发式算法,包括蝠鲼觅食优化(MRFO)、饥饿游戏搜索(HGS)、天鹰优化算法(AO)和裸鼹鼠算法(NMRA),以提高SONN模型的预测精度。利用k折交叉检验以确定算法最优参数,并用于重新训练模型以预测爆破诱发地表振动。以国内某露天矿为例验证了提出方法的有效性。研究结果表明,提出的4种模型均可准确预测爆破诱发地表振动,而在4种模型中,预测精度及可靠性由高到低排序均为:MRFO-SONN模型>HGS-SONN模型>NMRA-SONN模型>AO-SONN模型。推荐采用MRFO-SONN模型来预测由爆破活动诱发的地表振动。

溪洛渡电站地下洞室群爆破地震效应的研究

采用现场爆破振动测试研究复杂地下导流洞群爆破地震波传播规律,并利用萨道夫斯基经验公式对测试数据进行回归分析,测试结果表明水平向爆破质点峰值振动速度可以作为地下洞室的安全判据;应用FLAC3D数值软件模拟爆破振动对相邻洞室的影响,得到爆破振动作用下相邻洞室振动速度、应力和位移的分布规律,并从静载作用和动载作用两方面分析评价相邻洞室的安全稳定性。计算结果表明:现场测试结果与计算结果吻合较好;采用振动速度作为安全判据是可行的;爆破振动作用下相邻洞室迎爆侧是容易出现破坏的区域,且随着冲击荷载增大,迎爆侧直墙最容易出现拉伸破坏。最后针对具体工程,根据相邻洞室洞壁最大拉应力与最大振动速度的统计关系,并结合岩石动态抗拉强度准则提出爆破振动作用下相邻洞室发生破坏的临界振动速度。

爆破震动对采空区稳定性影响的FLAC^(3D)分析

针对厂坝铅锌矿受到乱采乱挖破坏的情况,运用FLAC3D对爆破震动作用下采空区的稳定性进行了数值分析。根据现场实测数据,选取了2条不同的实测速度时程曲线作为爆破震动输入,分别进行了静力和动力计算。分析结果表明:(1)采空区开挖后,最大位移量为4.75mm;(2)施加爆破动载荷后,最大位移量增至5.47mm,增幅与爆破震动速度成正比;(3)围岩位移分布的变化受震动波形的影响。爆破震动作用下围岩应力场发生二次重分布,塑性区分布面积明显扩大,采空区右上方露天边坡脚亦受到影响。分析结果与实际观测结果相吻合,并给出了避免爆破震动诱发采空区失稳塌陷的几条建议。

溪洛渡电站地下厂房爆破损伤范围及判据研究

通过现场爆破振动测试和数值模拟方法研究地下厂房爆破损伤范围及判据;在应用FLAC3D数值模拟软件中,损伤变量D被引入弹塑性本构模型,同时将简化的三角形荷载作为爆破冲击荷载施加在炮孔孔壁上,并根据岩石中有效应力确定爆破损伤范围。调整同时起爆炮孔数目,改变单段起爆药量,研究爆破损伤范围与单段药量的关系,结果表明:损伤深度和损伤水平半径均随单段药量的增加而增大,损伤范围随着炮孔深度增加而减小,爆破损伤最大水平半径出现在炮孔顶部面上。根据爆破近区质点速度衰减规律,并通过数据拟合得到对应于不同单段起爆药量的最大损伤水平半径和相应部位爆破质点临界损伤振动速度的关系,临界损伤振动速度可作为爆破损伤安全判据。研究成果有效地应用到实践中,对类似开挖爆破工程具有一定指导意义。

爆破地震波作用下的边坡失稳机理与临界振速

论述了爆破地震波对岩石边坡失稳的作用机制 ,探讨了边坡失稳的临界振速及其控制策略 。

地应力影响下隧洞边墙的爆破振动安全

针对地应力条件下的溪洛渡水电站右岸大跨度导流洞的开挖,依托现场的爆破实验参数,结合LS-DYNA软件,进行了隧洞岩体爆破开挖过程围岩的动态响应计算。分别采用峰值质点振动速度和最大拉应力安全判据确定围岩的爆破损伤范围。计算结果表明,隧洞爆破开挖时,最大峰值质点振速和最大拉应力均出现在洞室边墙中部,因此,爆破损伤在洞室边墙部位最严重。通过对洞室边墙中部的峰值振速和最大拉应力的数值拟合,得到了峰值质点振速和最大拉应力的统计关系,并进行了相关性检验,而且根据所得统计关系,结合实际工程围岩动态抗拉强度准则,提出了控制隧洞围岩爆破损伤的临界峰值质点振动速度。

露天矿周边民房爆破振动响应的频率特征分析

利用多元线性回归方法建立了综合速度及频率影响的民房爆破振动衰减规律方程,并提出了回归效果检验方法。实测结果分析表明,速度-频率回归公式比传统单一速度回归公式预测精度提高了4%,进一步验证了频率对于建(构)筑物爆破振动响应的重要性,对我国露天矿山安全生产起到很好的指导意义。

露采爆破振动对拟建水库坝体影响研究

某露天采场采用中深孔爆破,采场最终边界附近拟建酸性水库坝体。为了研究露天采场爆破振动对坝体稳定性的影响,首先对露天采场爆破振动进行现场测试,对测试结果进行了回归分析,得到了爆破振动的最大振速公式;其次,根据现场实际情况对坝体处最大振速公式进行了修正;在此基础上,采用数值模拟的方法研究了露采不同时期爆破振动作用下坝体的安全系数。结果表明:露采一期爆破振动过程中,坝体是稳定的;露采二期爆破振动过程中,坝体稳定性较差,提出了降低单段最大药量的技术措施。

爆破振动对任意形状地下洞室的影响研究

根据应力波理论和复变函数方法,建立了求解爆破地震波作用下任意形状洞室动态响应的解析方法。即通过保角变换的方法,将物理平面上任意形状的洞室映射到像平面的单位圆,将问题转化为应力波与单位圆形洞室的相互作用问题。以爆破地震波与一半圆直墙拱形洞室相互作用为例,求解了不同频率的爆破地震波以不同方向作用于地下洞室时围岩的应力和振速分布,结合围岩的抗拉强度,求解了各种工况下围岩的临界破坏振速。

爆破振动作用下地下洞室临界振速的研究

利用波函数展开法,分析了爆破地震波与邻近圆形洞室的相互作用,推导了爆破地震波作用下圆形地下洞室围岩的应力和位移表达式,求出了爆破地震波频率不同和围岩性质不同时围岩周围的应力和振速分布。结合应力和振速分布及围岩的抗拉强度,得到了不同工况下围岩的临界破坏振速。

爆破振动作用下城门洞形衬砌的临界振速研究

根据应力波理论,采用复变函数方法,对爆破振动作用下城门洞形衬砌的应力和振速分布进行了研究,进而求解了入射波入射角度不同时衬砌的临界振速。首先将城门洞形衬砌映射为一个内径为1,外径大于1的圆环,再求解稳态P波作用下圆环的动态响应;计算结果表明:入射波的入射方向对于城门洞形衬砌的临界振速有较大的影响,入射角度为90°时,衬砌的临界振速最大,入射角为0°时次之,入射角为270°时最小。

基于回归分析的露天矿爆破震动速度研究

为了研究露天矿爆破生产中地表震动的安全性问题,采用回归分析方法对相关爆破震动速度公式进行了分析。通过现场监测试验得到了露天矿爆破现场区域的地表震动速度,基于现场测试数据对各地表震动速度经验公式中的衰减系数及衰减指数进行了反演;根据临界震动速度确定了爆破时的安全距离,反演了地表质点震动速度,并对计算结果进行了误差分析。结果表明,广义公式预测的震动速度误差小于采用萨道夫斯基公式的计算误差,印度震动速度预测公式计算结果的误差最大;考虑高程影响的震动速度公式计算结果的误差小于萨道夫斯基公式计算结果的误差,且预测值大于实际测量值。基于现场测试和回归分析方法对地表震动速度公式的分析,对于露天矿生产中的爆破安全具有实际意义。

某金属矿井下地压活动分析及地压控制措施研究

金属矿山地下开采容易造成局部地压活动显现,而频繁的地压活动容易对井下围岩及生产设备造成破坏,对安全生产构成一定的威胁。通过矿山开采现状及井下地压活动的表现形式,从岩体内部地质构造弱面、采空区、无序开采及爆破震动等方面分析矿区地压活动产生的原因及规律,并针对各影响因素提出了相应的地压活动控制措施,可有效控制地压活动现象,对矿山地压管理及保证矿山安全开采具有一定的指导作用。

地下矿房中深孔爆破震动的监测与分析

本文介绍了南京石膏矿进行全面拉底无轨开采中深孔房柱法落矿工艺试验中的爆破震动监测和对爆破震动特点及矿柱影响情况进行的分析 。

重新集铁矿南区爆破振动衰减规律

重新集铁矿矿体位于多个村庄的下方。为研究爆破振动对村庄建(构)筑物的影响,对重新集铁矿进行5次爆破振动监测,获得28组有效数据,拟合出重新集铁矿南区爆破振动速度衰减规律。

基于GRNN的金山店铁矿爆破振动峰值速度预测

为研究爆破振动对金山店铁矿地表构筑物和井下巷道的影响,引入广义回归神经网络(GRNN)的方法,分别以地表、井下部分振动监测数据为学习样本对GRNN进行训练,构建地表、井下爆破振动峰值速度的GRNN预测模型,以剩余振动监测数据为检测样本对地表和井下GRNN预测模型进行检验,并将GRNN模型的预测结果与BPNN、基函数回归法和经验公式法作对比。同时,将地表、井下GRNN模型的预测结果与以地表和井下综合训练数据为学习样本构建的综合GRNN预测模型进行对比。研究结果表明:对于地表监测点,四种方法的预测误差率依次为12.1%、18.9%、30.3%、43.7%;对于井下监测点,四种方法的预测误差率依次为14.0%、16.2%、19.9%、23.0%。GRNN的预测精度最高,其为爆破振动峰值速度的预测提供了一种新方法,且采用GRNN对地表、井下质点爆破振动峰值速度分别进行预测更加合理。