【技术实现步骤摘要】
本专利技术涉及爆破震害预测，具体是桥梁爆破震害预测及评价方法。
技术介绍
1、桥梁爆破是一种常见的建筑工程活动，然而，这种活动产生的振动可能会对周围的建筑物产生震害。这是因为爆破产生的振动能量会通过地表传播，如果周围的建筑物不够坚固，或者建筑物的地基不够稳定，就可能会受到振动的影响，出现裂缝、变形甚至倒塌等问题。
2、桥梁爆破产生的振动强度与爆破药量、爆破方式、地质条件等多种因素有关。一般来说，爆破药量越大，爆破方式越激烈，产生的振动强度也就越大。此外，地质条件也会影响振动的传播，例如，坚硬的岩石地面可以有效地吸收振动能量，而松软的土壤地面则可能放大振动效果；
3、而爆破产生的振动在保护对象处引起的振动速度一般采用萨道夫斯基爆破振动公式计算，而这个公式中的介质系数和衰减系数一般是根据经验设置的，在实际爆破过程中往往不太准确；另外对于爆破产生的振动频率也没有较为准确的预测手段；因此对保护对象受振动影响的安全性的预测不够准确；
4、授权公告号为cn110749376b的中国专利公开了基于连续数字测振的爆破安全分析方法及分析系统，包括使用方法a或方法b生成当前爆破震动强度公式；录入爆破工艺参数，计算每个爆破延时间隔所对应的预计爆破强度阈值，建立一个时间-震动强度对应数列，得到标准爆破震动模型；爆破启动后，连续采集d实处的实际震动速度，得到爆破时间点上的实际震动速度，将实际震动速度对比相同爆破时间间隔的预计震动速度阈值，若实际震动速度值小于预计震动速度阈值的20％，则发出报警，标记异常爆破时间点；然而
5、为此，本专利技术提出桥梁爆破震害预测及评价方法。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出桥梁爆破震害预测及评价方法，达到更准确的对振动频率和振动速度的预测，实现了对保护对象更准确的震害预测和保护的效果。
2、为实现上述目的，提出桥梁爆破震害预测及评价方法，包括以下步骤：
3、进行h次样本收集实验，在每次样本收集实验过程中，收集桥梁爆破训练特征数据、振动频率标签数据、传播地质特征数据以及传播回归训练数据；其中，h为选择的样本收集实验进行的次数；
4、以桥梁爆破训练特征数据为输入，以振动频率标签数据为输出，训练出预测振动频率的振动频率预测模型；
5、基于传播地质特征数据，使用聚类算法将h次样本收集实验的传播地质进行聚类，获得n个地质聚类簇；n为预设的地质聚类簇的数量；
6、基于传播回归训练数据，为每个地质聚类簇计算出对应的介质系数和衰减系数；
7、收集待爆破桥梁的桥梁爆破特征数据、保护对象地质数据序列以及振动安全判据表；
8、将实际桥梁爆破特征数据输入振动频率预测模型，获得振动频率预测值；
9、计算获得每个保护对象地质数据序列的所属地质聚类簇，收集所属地质聚类簇对应的介质系数和衰减系数；
10、基于桥梁爆破特征数据以及各个保护对象地质数据序列的介质系数和衰减系数，计算出震动波传输到保护对象位置的抵达振动速度；
11、基于振动安全判据表、振动频率预测值和抵达振动速度，判断桥梁爆破的安全性；
12、所述样本收集实验的实验方式为：
13、选择部分桥梁作为实验桥梁，并采用不同的爆破参数进行爆破；所述爆破参数包括爆破的炸药重量、爆破点与桥梁中心的距离；
14、所述收集桥梁爆破训练特征数据、振动频率标签数据、传播地质特征数据以及传播回归训练数据的方式为：
15、在每次样本收集实验中，收集爆破所采用的爆破参数、桥梁材质、桥梁类型、桥梁长度、桥梁宽度以及桥梁坡度组成桥梁爆破训练特征数据；
16、在每次样本收集实验中，收集对桥梁爆破时，桥梁产生的振动频率作为振动频率标签数据；
17、在每次样本收集实验中，在桥梁周围m米的范围内，选择p组监测点集合，每组监测点集合包括q个监测点，且每组监测点集合中的监测点与桥梁的距离互不相同；其中，m、p和q分别为预设的系数；
18、在样本收集实验时，收集各个监测点接收到振动时，监测点所在位置的振动速度；
19、将每个监测点的振动速度、监测点距离爆破位置的距离以及爆破采用的炸药重量作为一组回归训练样本，所有回归训练样本作为该次样本收集实验的传播回归训练数据；
20、将桥梁周围m米的范围内的地质特征数据作为传播地质特征数据；
21、所述训练出预测振动频率的振动频率预测模型的方式为：
22、将每次样本收集实验的桥梁爆破训练特征数据作为振动频率预测模型的输入，所述振动频率预测模型以对每次样本收集实验对应的振动频率预测值作为输出，以每次样本收集实验的振动频率标签数据作为预测目标，以振动频率预测值和振动频率标签数据之间的差值作为预测误差，以最小化预测误差之和作为训练目标；对振动频率预测模型进行训练，直至预测误差之和达到收敛时停止训练；
23、所述使用聚类算法将h次样本收集实验的传播地质进行聚类，获得n个地质聚类簇的方式为：
24、将每次样本收集实验的传播地质特征数据作为一个数据点，数据点的每个维度坐标对应着地质数据中的一个地质参数；
25、对所有样本收集实验的数据点使用聚类算法分为n个地质聚类簇；
26、所述为每个地质聚类簇计算出对应的介质系数和衰减系数的方式为：
27、将样本收集实验的传播回归训练数据按照地质聚类簇的聚类结果进行分组，获得n组传播回归训练数据组；
28、对于每个地质聚类簇：
29、从每个样本收集实验的p组监测点集合中随机抽取一组监测点集合，将抽取的所有监测点集合中的所有回归训练样本共同组成一组回归训练数据，共采集p次，生成p组回归训练数据；
30、对每组回归训练数据使用最小二乘法进行回归分析，获得对应的介质系数和衰减系数；
31、将该地质聚类簇的所有组回归训练数据对应的介质系数的平均值作为该地质聚类簇的介质系数；
32、将该地质聚类簇的所有组回归训练数据对应的衰减系数的平均值作为该地质聚类簇的衰减系数；
33、所述收集待爆破桥梁的桥梁爆破特征数据、保护对象地质数据序列的方式为：
34、收集为待爆破桥梁计划的爆破参数以及待爆破桥梁的桥梁材质、桥梁类型、桥梁长度、桥梁宽度以及桥梁坡度组成桥梁爆破特征数据；
35、将计划爆破的位置与保护对象位置进行连线，收集从将计划爆破的位置开始，至保护对象位置所经过的不同地质类型的顺序，将每个地质类型所在区域的地质特征数据和振动传输距离组成一组保护对象地质数据，将保护对象地质数据按地质类型的顺序排列，获得保护对象地质数据序列；所述振动传输距离为计划爆破的位置与保护对象位置的连线在该地质类型所在区域的长度；
36、所述计算获得每本文档来自技高网...
【技术保护点】
1.桥梁爆破震害预测及评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的桥梁爆破震害预测及评价方法，其特征在于，所述样本收集实验的实验方式为：
3.根据权利要求2所述的桥梁爆破震害预测及评价方法，其特征在于，所述收集桥梁爆破训练特征数据、振动频率标签数据、传播地质特征数据以及传播回归训练数据的方式为：
4.根据权利要求3所述的桥梁爆破震害预测及评价方法，其特征在于，所述训练出预测振动频率的振动频率预测模型的方式为：
5.根据权利要求4所述的桥梁爆破震害预测及评价方法，其特征在于，所述使用聚类算法将H次样本收集实验的传播地质进行聚类，获得N个地质聚类簇的方式为：
6.根据权利要求5所述的桥梁爆破震害预测及评价方法，其特征在于，所述为每个地质聚类簇计算出对应的介质系数和衰减系数的方式为：
7.根据权利要求6所述的桥梁爆破震害预测及评价方法，其特征在于，所述收集待爆破桥梁的桥梁爆破特征数据、保护对象地质数据序列的方式为：
8.根据权利要求7所述的桥梁爆破震害预测及评价方法，其特征在于，所述计
9.根据权利要求8所述的桥梁爆破震害预测及评价方法，其特征在于，所述计算出震动波传输到保护对象位置的抵达振动速度的方式为：
10.一种电子设备，其特征在于，包括：处理器和存储器，其中：
11.一种计算机可读存储介质，其特征在于，其上存储有可擦写的计算机程序；
...【技术特征摘要】
1.桥梁爆破震害预测及评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的桥梁爆破震害预测及评价方法，其特征在于，所述样本收集实验的实验方式为：
3.根据权利要求2所述的桥梁爆破震害预测及评价方法，其特征在于，所述收集桥梁爆破训练特征数据、振动频率标签数据、传播地质特征数据以及传播回归训练数据的方式为：
4.根据权利要求3所述的桥梁爆破震害预测及评价方法，其特征在于，所述训练出预测振动频率的振动频率预测模型的方式为：
5.根据权利要求4所述的桥梁爆破震害预测及评价方法，其特征在于，所述使用聚类算法将h次样本收集实验的传播地质进行聚类，获得n个地质聚类簇的方式为：
6.根据权利要求5所述的桥梁爆破震害预测及评价方法，其特...
【专利技术属性】
技术研发人员：杨明，方宏，谭雪刚，叶小军，付艳恕，贺五一，王刚，曾宪国，柯鹏，卓广华，刘绍厚，方鹏，尚帅涛，
申请(专利权)人：中国非金属材料南京矿山工程有限公司，
类型：发明
国别省市：
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。