一种隧道爆破方案智能设计方法技术

本发明专利技术提供一种隧道爆破方案智能设计方法，涉及隧道工程技术领域。本发明专利技术基于隧道工程地质勘查报告与掌子面超前地质预报，得到爆破设计参数；基于爆破设计参数

【技术实现步骤摘要】
一种隧道爆破方案智能设计方法


[0001]本专利技术涉及隧道工程
，尤其涉及一种隧道爆破方案智能设计方法。

技术介绍

[0002]隧道作为交通运输线路上的工程构筑物，具有重大的社会、经济效益，隧道建设是各个国家发展进程中的重要组成部分，而隧道爆破方案设计对隧道建设起到决定性作用。
[0003]目前，钻爆法仍然是隧道开挖过程中主要施工方法，爆破方案及爆破参数设计主要依据是爆破技术人员的经验及工程类比法，这就导致爆破设计存在受主观影响严重、设计效率低等问题。随着对效率、质量、安全、环保要求越来越高，人工经验与工程类比法已无法满足爆破技术的发展要求，亟需提出一种智能化的钻爆法隧道爆破方案及爆破参数的设计方法。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供一种隧道爆破方案智能设计方法。
[0005]一种隧道爆破方案智能设计方法，具体包括以下步骤：
[0006]步骤1：基于隧道的工程地质勘查报告与掌子面超前地质预报，得到爆破设计参数
①
；
[0007]所述爆破设计参数
①
为爆破设计参数；其中包括隧道爆破方案设计段的埋深、桩号范围、围岩级别、围岩参数、地层参数、地质构造、地应力分布情况、水文地质特征；
[0008]所述工程地质勘查报告与掌子面超前地质预报，在隧道未开挖时由设计院提供工程地质勘查报告，在隧道开挖时由隧道施工单位提供掌子面超前地质预报；在隧道未开挖时，采用工程地质勘查报告所得的爆破设计参数
②r/>，面对隧道工程设计单位进行辅助设计；隧道开挖时，采用掌子面超前地质预报所得的爆破设计参数
③
，面对隧道工程施工单位针对隧道掌子面的真实情况进行爆破方案的优化，提高爆破效率与安全，若爆破设计参数
②
与爆破设计参数
③
两者参数相同，则参数不变更，即爆破设计参数
①
为隧道的工程地质勘查报告所得的爆破设计参数
②
。两者参数相不同，则爆破设计参数
①
为隧道工程施工单位运用掌子面超前地质预报真实所得的爆破设计参数
③
。
[0009]步骤2：基于爆破设计参数
④
，运用隧道工程爆破理论与计算机深度学习技术，得到钻爆法隧道爆破方案01。
[0010]所述爆破设计参数
④
包括爆破设计参数
①
、隧道工程要求、机械配备能力。
[0011]所述钻爆法隧道爆破方案01包括施工断面图，炮眼布置图，掏槽孔布置图以及爆破参数表；
[0012]步骤2.1：根据隧道工程要求，获得隧道开挖断面，即掌子面形状与尺寸；
[0013]步骤2.2：根据爆破设计参数
④
，基于深度学习技术构建隧道掘进开挖方法选取模型；
[0014]步骤2.2.1：构建样本库，该样本库包括爆破设计参数
④
与对应隧道掘进开挖方
法；
[0015]步骤2.2.2：基于神经网络构建隧道掘进开挖方法选取模型，将样本库代入所述隧道掘进开挖方法选取模型进行训练；
[0016]所述隧道掘进开挖方法选取模型的深度神经网络，设置其网络层数为5层，即输入层，3层隐含层和输出层；其中输入层对应爆破设计参数
④
中参数，而输出层对应隧道掘进开挖方法，隐含层选用正切函数或者对数函数作为传递函数即隐含层的激活函数；
[0017]隧道掘进开挖方法选取模型建立后，输入样本库对其进行训练，当目标值和实际值的平方误差小于预期时，即获得训练后的隧道掘进开挖方法选取模型。
[0018]步骤2.2.3：向训练后的隧道掘进开挖方法选取模型输入爆破设计参数
④
对应参数，获得对应得隧道掘进开挖方法；
[0019]步骤2.3：基于爆破设计参数
⑤
，根据隧道工程爆破理论，运用深度学习技术与计算机建模技术，得到炮孔布置方式与隧道爆破参数。
[0020]所述爆破设计参数
⑤
包括爆破设计参数
①
、开挖断面形状与尺寸、隧道掘进开挖方法、隧道工程要求、机械配备能力；
[0021]步骤2.3.1：根据爆破设计参数
⑤
，基于深度学习技术构建炮孔布置方式选取模型；
[0022]其中在掌子面布置3种类型的炮孔：掏槽孔、辅助孔、周边孔；
[0023]步骤2.3.1.1：构建样本库，该样本库包括爆破设计参数
⑤
与对应不同种类炮孔布置方式；
[0024]步骤2.3.1.2：基于神经网络构建炮孔布置方式选取模型，将样本库代入所述炮孔布置方式选取模型进行训练。
[0025]所述炮孔布置方式选取模型的深度神经网络，设置其网络层数为5层，即输入层，3层隐含层和输出层；其中输入层对应爆破设计参数
⑤
中参数，而输出层对应不同种类炮孔布置方式，隐含层选用正切函数或者对数函数作为传递函数，即隐含层的激活函数；
[0026]炮孔布置方式选取模型建立后，输入样本库对其进行训练，当目标值和实际值的平方误差小于预期时，即获得训练后的炮孔布置方式选取模型；
[0027]步骤2.3.1.3：向训练后的炮孔布置方式选取模型输入爆破设计参数
⑤
对应参数，获得对应得不同种类炮孔布置方式；
[0028]步骤2.3.2：基于爆破设计参数
⑥
，根据隧道工程爆破理论，运用计算机建模技术，得到隧道爆破参数。
[0029]所述爆破设计参数
⑥
包括爆破设计参数、开挖断面形状与尺寸、隧道工程要求；
[0030]所述隧道爆破参数包括炮孔深度、炸药单耗、单循环装药量、炮孔间距、单孔装药量。在隧道工程爆破理论中根据爆破设计参数
⑥
运用公式进行建模计算，运用Python进行建模运算，具体流程如下：
[0031]1)爆破设计参数
⑥
的数据存放在txt里；
[0032]2)编写函数，具体包括炮孔深度函数、炸药单耗函数、单循环装药量函数、炮孔间距函数、单孔装药量函数，函数来源于隧道工程爆破理论，传入参数；
[0033]3)加载数据并计算，返回计算结果，结果为隧道爆破参数；
[0034]步骤2.4：起爆顺序与起爆方法；
[0035]起爆顺序与起爆方法依据所选起爆器材和隧道施工要求；
[0036]步骤2.5：基于隧道开挖断面、隧道掘进开挖方法、炮孔布置方式、起爆顺序与起爆方法、隧道爆破参数，运用AI绘图软件，得到钻爆法隧道爆破方案01。
[0037]步骤3：基于爆破设计参数
⑦
，运用计算机深度学习技术，构建钻爆法隧道爆破方案样本库，输入爆破设计参数
⑦
得到相适应的待建钻爆法隧道爆破方案02。
[0038]所述爆破设计参数
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道爆破方案智能设计方法，其特征在于，包括以下步骤：步骤1：基于隧道的工程地质勘查报告与掌子面超前地质预报，得到爆破设计参数
①
；步骤2：基于爆破设计参数
④
，运用隧道工程爆破理论与计算机深度学习技术，得到钻爆法隧道爆破方案01；步骤3：基于爆破设计参数
⑦
，运用计算机深度学习技术，构建钻爆法隧道爆破方案样本库，输入爆破设计参数
⑦
得到相适应的待建钻爆法隧道爆破方案02；步骤4：基于获得的钻爆法隧道爆破方案群，即钻爆法隧道爆破方案01与钻爆法隧道爆破方案02，采用人工选取的办法，选取得到最终的钻爆法隧道爆破方案。2.根据权利要求1所述的一种隧道爆破方案智能设计方法，其特征在于，步骤1中所述爆破设计参数
①
为爆破设计参数；其中包括隧道爆破方案设计段的埋深、桩号范围、围岩级别、围岩参数、地层参数、地质构造、地应力分布情况、水文地质特征；所述工程地质勘查报告与掌子面超前地质预报，在隧道未开挖时由设计院提供工程地质勘查报告，在隧道开挖时由隧道施工单位提供掌子面超前地质预报；在隧道未开挖时，采用工程地质勘查报告所得的爆破设计参数
②
，面对隧道工程设计单位进行辅助设计；隧道开挖时，采用掌子面超前地质预报所得的爆破设计参数
③
，面对隧道工程施工单位针对隧道掌子面的真实情况进行爆破方案的优化，提高爆破效率与安全，若爆破设计参数
②
与爆破设计参数
③
两者参数相同，则参数不变更，即爆破设计参数
①
为隧道的工程地质勘查报告所得的爆破设计参数
②
；两者参数相不同，则爆破设计参数
①
为隧道工程施工单位运用掌子面超前地质预报真实所得的爆破设计参数
③
。3.根据权利要求1所述的一种隧道爆破方案智能设计方法，其特征在于，步骤2中所述爆破设计参数
④
包括爆破设计参数
①
、隧道工程要求、机械配备能力；所述钻爆法隧道爆破方案01包括施工断面图，炮眼布置图，掏槽孔布置图以及爆破参数表。4.根据权利要求1所述的一种隧道爆破方案智能设计方法，其特征在于，步骤2具体包括以下步骤：步骤2.1：根据隧道工程要求，获得隧道开挖断面，即掌子面形状与尺寸；步骤2.2：根据爆破设计参数
④
，基于深度学习技术构建隧道掘进开挖方法选取模型；步骤2.2.1：构建样本库，该样本库包括爆破设计参数
④
与对应隧道掘进开挖方法；步骤2.2.2：基于神经网络构建隧道掘进开挖方法选取模型，将样本库代入所述隧道掘进开挖方法选取模型进行训练；所述隧道掘进开挖方法选取模型的深度神经网络，设置其网络层数为5层，即输入层，3层隐含层和输出层；其中输入层对应爆破设计参数
④
中参数，而输出层对应隧道掘进开挖方法，隐含层选用正切函数或者对数函数作为传递函数即隐含层的激活函数；隧道掘进开挖方法选取模型建立后，输入样本库对其进行训练，当目标值和实际值的平方误差小于预期时，即获得训练后的隧道掘进开挖方法选取模型；步骤2.2.3：向训练后的隧道掘进开挖方法选取模型输入爆破设计参数
④
对应参数，获得对应得隧道掘进开挖方法；步骤2.3：基于爆破设计参数
⑤
，根据隧道工程爆破理论，运用深度学习技术与计算机建模技术，得到炮孔布置方式与隧道爆破参数；
所述爆破设计参数
⑤
包括爆破设计参数
①
、开挖断面形状与尺寸、隧道掘进开挖方法、隧道工程要求、机械配备能力；步骤2.3.1：根据爆破设计参数
⑤
，基于深度学习技术构建炮孔布置方式选取模型；其中在掌子面布置3种类型的炮孔：掏槽孔、辅助孔、周边孔；步骤2.3...

【专利技术属性】
技术研发人员：何本国，冯夏庭，林波，薛瑞华，佟强，杨成祥，
申请(专利权)人：东北大学，
类型：发明
国别省市：