一种应用于露天爆破工程的爆破参数优化方法技术

技术编号:37255758 阅读:14 留言:0更新日期:2023-04-20 23:32
本发明专利技术属于工程爆破技术领域,公开了一种应用于露天爆破工程的爆破参数优化方法,包括如下步骤:获取待爆破区域内地形参数和初始的岩性参数;根据待爆破区域内的地形参数、初始的岩性参数以及预设的钻机工作参数,使用露天爆破专家系统进行分析,得到爆破参数参考值组;使用爆破效果预测模型,获取施工的爆破参数;进行露天爆破现场实施,并采集实时的钻机工作参数;根据实时的钻机工作参数分析得到现场的岩性参数;获取优化的爆破参数;调整露天爆破现场实施方案。本发明专利技术解决了现有技术中根据粗略勘探资料设计爆破参数将钻孔和爆破分离、无法在爆破前对爆破参数进行优化导致爆破效果无法达到最理想情况的问题。效果无法达到最理想情况的问题。效果无法达到最理想情况的问题。

【技术实现步骤摘要】
一种应用于露天爆破工程的爆破参数优化方法


[0001]本专利技术属于工程爆破
,具体涉及一种应用于露天爆破工程的爆破参数优化方法。

技术介绍

[0002]炸药爆炸时,人类利用其化学能转变成机械功完成一些人工或机械不能或难以完成的工作,工程爆破是利用炸药做功能力的典型案例。我国能源结构的特点,决定了煤炭将在相当长的一段时间内作为我国主要的能源。经济社会的高速发展对能源的需求量也在不断的增加,在煤矿开采过程中,通常会采用爆破的方式,因此,爆破方案的制定是采矿工作中的重要内容。目前我国爆破的基本模式为:根据最初的勘探资料和岩石的各种性质进行爆破设计,根据设计参数进行钻孔,钻孔结束后进行装药,根据爆破效果进行评估,调整爆破参数。这种爆破参数的调整方法,钻孔和爆破是分离的,爆破设计的依据是最初比较粗略的勘探资料和爆破后的爆破评估,无法在爆破前对爆破参数进行优化,这样根据粗略勘探资料设计的爆破参数往往不能达到最优的爆破效果。

技术实现思路

[0003]为了解决现有技术中根据粗略勘探资料设计爆破参数将钻孔和爆破分离、无法在爆破前对爆破参数进行优化导致爆破效果无法达到最理想情况的问题,本专利技术目的在于提供一种应用于露天爆破工程的爆破参数优化方法。
[0004]本专利技术所采用的技术方案为:
[0005]一种应用于露天爆破工程的爆破参数优化方法,包括如下步骤:
[0006]提取待爆破区域内的矿石试件和地形参数,并对矿石试件进行物理力学性能试验,得到待爆破区域的待爆破介质的物理力学性质参数,即初始的岩性参数;
[0007]根据待爆破区域内的地形参数、初始的岩性参数以及预设的钻机工作参数,使用露天爆破专家系统进行分析,得到爆破参数参考值组;
[0008]根据爆破参数参考值组,使用爆破效果预测模型,得到理想爆破效果对应的施工的爆破参数;
[0009]根据施工的爆破参数和预设的钻机工作参数进行露天爆破现场实施,并采集钻机现场工作的实时的钻机工作参数;
[0010]根据实时的钻机工作参数,输入露天爆破专家系统进行分析,得到现场的岩性参数;
[0011]根据待爆破区域内的地形参数、现场的岩性参数以及实时的钻机工作参数,使用露天爆破专家系统重新进行分析,得到优化的爆破参数;
[0012]根据优化的爆破参数和实时的钻机工作参数调整露天爆破现场实施方案。
[0013]进一步地,岩性参数包括待爆破介质的密度、抗压强度、抗拉强度、杨氏模量以及纵波波速的参数。
[0014]进一步地,爆破参数包括孔径、孔距、排距、孔深、填塞深度、装药结构、起爆方式、装药量、炸药种类以及抵抗线。
[0015]进一步地,根据爆破参数参考值组,使用爆破效果预测模型,得到理想爆破效果对应的施工的爆破参数,包括如下步骤:
[0016]建立爆破效果预测模型;
[0017]将爆破参数参考值组输入爆破效果预测模型,得到对应的爆破效果预测值;
[0018]根据爆破效果预测值和理想爆破效果判断是否满足要求,若是则将爆破参数参考值组作为施工的爆破参数进行输出,否则调整当前的钻机工作参数,并重新获取爆破参数参考值组。
[0019]进一步地,爆破效果预测模型使用IAFSA

PNN算法建立。
[0020]进一步地,建立爆破效果预测模型,包括如下步骤:
[0021]采集若干历史的爆破数据,爆破数据包括爆破效果数据和对应的爆破参数;
[0022]基于PNN神经网络建立初始的爆破效果预测模型;
[0023]使用IAFSA算法对爆破效果预测模型进行优化,并输入若干历史的爆破数据进行训练,得到最优的爆破效果预测模型。
[0024]进一步地,IAFSA算法引入了动态反向学习策略和基于柯西分布的自适应人工鱼视野对传统的人工鱼群算法进行改进。
[0025]进一步地,动态反向学习策略的公式为:
[0026]x'
ij
(t)=k(a
j
(t)+b
j
(t))

x
ij
(t)
[0027]式中,x'
ij
(t)、x
ij
(t)分别为第i条人工鱼第j维的反向位置和正向位置;a
j
(t)、b
j
(t)分别为当前人工鱼群第j维的上界和下界;k为递减惯性因子,k=0.9

0.5D/D
max
;D、D
max
分别为当前迭代次数和最大迭代次数;t为时刻指示量。
[0028]进一步地,基于柯西分布的自适应人工鱼视野范围更新的公式为:
[0029][0030]式中,v(x
i
)为人工鱼的视野范围更新函数;v为人工鱼的原始视野范围;v
C
(x
i
)为迭代后半程人工鱼经柯西分布变换后的视野范围;x
i
(t)为第i条人工鱼的位置;D、D
max
分别为当前迭代次数和最大迭代次数;
[0031]柯西分布变换后的视野范围的公式为:
[0032][0033]式中,v
C
(x
i
)为迭代后半程人工鱼经柯西分布变换后的视野范围;f(x
i
)为第i条人工鱼的适应度值;f
worst
为人工鱼的最劣的适应度值;γ为尺度参数,其值越小,柯西分布概率密度曲线越陡峭,γ=1/(π
·
v
origin
);v
origin
为初始视野值。
[0034]进一步地,使用IAFSA算法对爆破效果预测模型进行优化,包括如下步骤:
[0035]将PNN神经网络的连接权值和阈值作为寻优目标,初始化人工鱼群的位置;
[0036]基于动态反向学习策略和基于柯西分布的自适应人工鱼视野,对化人工鱼群的位置进行迭代更新,在空间内的进行寻优;
[0037]当适应度值满足要求或迭代次数到达阈值,则将当前最优解的位置作为爆破效果预测模型的初始连接权值和初始阈值。
[0038]本专利技术的有益效果为:
[0039]本专利技术提供的应用于露天爆破工程的爆破参数优化方法,采用露天爆破专家系统和爆破效果预测模型基于地形参数、岩性参数以及钻机工作参数获取爆破参数和爆破效果预测结果,在实施爆破之前对爆破效果进行模拟,及时的调整爆破计划,并且实时采集钻孔时的钻机工作参数,将钻孔和爆破进行结合,动态优化对应的爆破参数,提高了爆破参数优化的实用性、准确性以及及时性,保证了最终的爆破效果接近理想爆破效果。
[0040]本专利技术的其他有益效果将在具体实施方式中进一步进行说明。
附图说明
[0041]图1是实施例1的应用于露天爆破工程的爆破参数优化方法的流程框图。
具体实施方式
[0042]下面结合附图本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种应用于露天爆破工程的爆破参数优化方法,其特征在于:包括如下步骤:提取待爆破区域内的矿石试件和地形参数,并对矿石试件进行物理力学性能试验,得到待爆破区域的待爆破介质的物理力学性质参数,即初始的岩性参数;根据待爆破区域内的地形参数、初始的岩性参数以及预设的钻机工作参数,使用露天爆破专家系统进行分析,得到爆破参数参考值组;根据爆破参数参考值组,使用爆破效果预测模型,得到理想爆破效果对应的施工的爆破参数;根据施工的爆破参数和预设的钻机工作参数进行露天爆破现场实施,并采集钻机现场工作的实时的钻机工作参数;根据实时的钻机工作参数,输入露天爆破专家系统进行分析,得到现场的岩性参数;根据待爆破区域内的地形参数、现场的岩性参数以及实时的钻机工作参数,使用露天爆破专家系统重新进行分析,得到优化的爆破参数;根据优化的爆破参数和实时的钻机工作参数调整露天爆破现场实施方案。2.根据权利要求1所述的应用于露天爆破工程的爆破参数优化方法,其特征在于:所述的岩性参数包括待爆破介质的密度、抗压强度、抗拉强度、杨氏模量以及纵波波速的参数。3.根据权利要求2所述的应用于露天爆破工程的爆破参数优化方法,其特征在于:所述的爆破参数包括孔径、孔距、排距、孔深、填塞深度、装药结构、起爆方式、装药量、炸药种类以及抵抗线。4.根据权利要求3所述的应用于露天爆破工程的爆破参数优化方法,其特征在于:根据爆破参数参考值组,使用爆破效果预测模型,得到理想爆破效果对应的施工的爆破参数,包括如下步骤:建立爆破效果预测模型;将爆破参数参考值组输入爆破效果预测模型,得到对应的爆破效果预测值;根据爆破效果预测值和理想爆破效果判断是否满足要求,若是则将爆破参数参考值组作为施工的爆破参数进行输出,否则调整当前的钻机工作参数,并重新获取爆破参数参考值组。5.根据权利要求4所述的应用于露天爆破工程的爆破参数优化方法,其特征在于:所述的爆破效果预测模型使用IAFSA

PNN算法建立。6.根据权利要求5所述的应用于露天爆破工程的爆破参数优化方法,其特征在于:建立爆破效果预测模型,包括如下步骤:采集若干历史的爆破数据,所述的爆破数据包括爆破效果数据和对应的爆破参数;基于PNN神经网络建立初始的爆破效果预测模型;使用IAFSA算法对爆破效果预测模型进行优化,并输入若干历史的爆破数据进行训练,得到最优的爆破效果预测模型。7.根据权利要求6所述的应用于露天爆破工程的爆破参数优化方法,其特征在于:所述的IAFSA算法引入了动态反向学习策略和基于柯西分布的自适应人工鱼视野对传统的人工鱼...

【专利技术属性】
技术研发人员:常剑樊保龙张东升杨恩张书鹏王金海周文涛吕智铭高亭樊攀峰
申请(专利权)人:北方爆破科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1