【技术实现步骤摘要】
本专利技术涉及爆破，具体为一种破岩爆破安全性评价方法及系统。
技术介绍
1、在传统的破岩爆破工程领域，安全性的评估主要依赖于工程师的经验和直觉。这种方法虽然在一定程度上能够满足工程需求，但存在显著的局限性。首先，经验判断往往缺乏系统性和一致性，不同的工程师可能会基于个人经验给出不同的评估结果，导致决策的不确定性增加。其次，随着工程复杂性的增加，传统的经验判断方法难以应对多变的环境和复杂的技术参数，如岩石的物理特性、爆破参数、环境因素等，这些都可能对爆破的安全性产生重大影响。
2、此外，随着数据采集技术的发展，现代破岩爆破工程能够收集到大量的实时数据，包括但不限于岩石的硬度、爆破药量、爆破位置等关键信息。这些数据为采用更为科学和精确的方法进行安全性评估提供了可能。然而，如何有效地利用这些数据，从中提取有价值的信息，并据此进行准确的安全性预测，是传统方法难以解决的问题。支持向量机(svm)作为一种强大的机器学习工具，能够处理和分析高维数据，通过构建复杂的非线性映射关系，从数据中学习到潜在的模式和规律。在破岩爆破工程中应用svm模型，可以有效地整合和分析多源数据，实现对爆破安全性的精确预测和评估。这种方法不仅能够提高评估的客观性和准确性，还能够应对传统方法难以解决的数据分析和模式识别问题，为破岩爆破工程的安全管理提供了一种新的、更为科学的解决方案
3、在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实
1、本专利技术的目的在于提供一种破岩爆破安全性评价方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种破岩爆破安全性评价方法及系统，具体步骤包括：
4、步骤1：收集多次历史爆破作业的爆破参数和爆破结果参数，所述爆破参数包括炸药的爆速和炸药量，爆破结果参数包括岩石破碎度、震动强度和最大飞石距离，收集爆破区域的地质数据和环境数据，所述地质数据为岩石硬度，环境数据包括爆破点周围的风速和湿度；
5、步骤2：基于支持向量机算法建立动态风险评估模型，将历史爆破作业的爆破参数作为训练集输入至动态风险评估模型，爆破结果参数作为标签，对动态风险评估模型进行训练；
6、步骤3：实时采集待评估破岩爆破的爆破参数，将实时采集爆破参数输入至训练好的动态风险评估模型中，获得爆破结果的预测参数，收集待评估破岩爆破区域的地质数据和环境数据，所述地质数据为岩石硬度，环境数据包括爆破点周围的风速和湿度；
7、步骤4：利用收集的评估破岩爆破区域的地质数据和环境数据对于爆破结果的预测参数进行修正，得到综合安全指数，将综合安全指数与安全阈值相比较，并在超过安全阈值时进行预警。
8、进一步地，采集炸药爆速所依据的具体逻辑为：
9、获取爆破作业使用炸药的爆轰产物的比热比、气体常数、爆轰温度和爆轰产物的摩尔质量，依据chapman-jouguet理论生成爆破作业使用炸药的爆速，所依据的公式为：
10、
11、其中，d是爆速，单位为米每秒，γ是爆轰产物的比热比，r是气体常数，约为8.314j，t是爆轰温度，单位为开尔文，m是爆轰产物的摩尔质量，单位为千克/摩尔；
12、采集岩石破碎度所依据的具体逻辑为：
13、在爆破后，从爆破区域收集岩石样本；使用一组具有不同孔径的标准筛网对样本进行筛分，筛网的尺寸从大到小排列；记录每个筛网上停留的岩石块的重量；
14、生成岩石破碎度所依据的公式为：
15、
16、其中，s为岩石破碎度，xi是第i个筛网的尺寸，wi是该筛网上岩石块的重量；
17、使用美国矿务局(usbureau of mines，usbm)公式采集震动强度：
18、
19、其中，ppv是震动强度，单位为毫米每秒，指在爆破产生的震动波传播过程中，质点速度的最大值，w是炸药量，单位为lbs，r是距离爆破点的距离，单位为英尺，k是经验常数，m是震动常数，需要通过现场校准确定。
20、进一步地，采集飞石距离所依据的公式如下：
21、
22、其中，m是爆破所致的最大飞石距离，单位为米，k是经验常数，一般取值在10-55之间，具体需要根据现场实际环境确定，w是炸药量，单位为l bs；
23、采集岩石硬度所依据的具体逻辑为：
24、采用莫氏硬度来测量岩石硬度：通过比较矿物的划痕硬度来确定岩石的硬度，莫氏硬度标度为1-10，具体步骤如下：
25、使用莫氏硬度标度上的标准矿物在岩石表面划痕，观察是否能够留下划痕，根据能够划出划痕的最硬矿物以及不能划出划痕的最软矿物，确定岩石的莫氏硬度；
26、获取爆破点周围风速和湿度的具体逻辑为：
27、选择爆破点周围n个具有代表性的测量点，覆盖东南西北四个方向，且在每个方向上根据爆破范围等量、等距地选取测量点；
28、将风速计和湿度计安装在测量点，确保设备水平并进行校准；
29、在不同测量点记录风速数据和湿度数据，获取平均风速和平均湿度；
30、获取平均风速所依据的公式为：
31、
32、其中，是平均风速，vi表示在第i个测量点处测量的风速；
33、获取平均湿度所依据的公式为：
34、
35、其中，是平均湿度，rhi表示在第i个测量点处测量的湿度。
36、进一步地，所述使用支持向量机算法，建立动态风险评估模型的过程，具体包括：
37、将每次的爆破参数作为训练集，爆破结果参数作为标签；构建基于支持向量机的机器学习模型，将训练集和标签输入至机器学习模型中，对机器学习模型进行训练，得到训练好的动态风险评估模型。
38、进一步地，使用支持向量机算法来构建模型，支持向量机的目标是找到一个能够将不同类别的数据点分开的超平面，决策函数可以表示为：
39、f(x)＝wtx+b
40、其中，wt是权重向量，x是输入特征向量，b是偏置项；
41、训练过程通过优化以下目标函数来进行：
42、
43、其中，是正则化项，控制模型的复杂度，c是惩罚参数，控制训练误差和模型复杂度之间的权衡，δi是松弛变量，表示第i个数据点的误差；约束条件为：
44、yi(wtxi+b)≥1-δi,δi≥0,i＝1,2,...,n
45、即每个样本点(xi,yi)都应该被正确分类，其误差不超过δi；
46、为了求解上述优化问题，我们引入拉格朗日乘子αi，并将其转化为对偶问题:
47、
48、其中，αi是拉格朗日乘子，yi是第i个样本的标签，xi是第i个样本的特征向量；约束条件为：
【技术保护点】
1.一种破岩爆破安全性评价方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种破岩爆破安全性评价方法，其特征在于：采集炸药爆速所依据的具体逻辑为：
3.根据权利要求1所述的一种破岩爆破安全性评价方法，其特征在于：采集最大飞石距离所依据的公式如下：
4.根据权利要求1所述的一种破岩爆破安全性评价方法，其特征在于：所述使用支持向量机算法，建立动态风险评估模型的过程，具体包括：
5.根据权利要求4所述的一种破岩爆破安全性评价方法，其特征在于：使用支持向量机算法来构建模型，支持向量机的目标是找到一个能够将不同类别的数据点分开的超平面，决策函数可以表示为：
6.根据权利要求1所述的一种破岩爆破安全性评价方法，其特征在于：获得爆破结果的预测参数所依据的具体逻辑为：
7.根据权利要求6所述的一种破岩爆破安全性评价方法，其特征在于：利用修正数据对于爆破结果的预测参数进行修正，得到综合安全指数所依据的逻辑为：
8.根据权利要求7所述的一种破岩爆破安全性评价方法，其特征在于：将综合安全指数QS与预设的安全阈
9.一种破岩爆破安全性评价系统，其特征在于：所述破岩爆破安全性评价系统用于执行权利要求1-8任一项所述的一种破岩爆破安全性评价方法，包括：
...【技术特征摘要】
1.一种破岩爆破安全性评价方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种破岩爆破安全性评价方法，其特征在于：采集炸药爆速所依据的具体逻辑为：
3.根据权利要求1所述的一种破岩爆破安全性评价方法，其特征在于：采集最大飞石距离所依据的公式如下：
4.根据权利要求1所述的一种破岩爆破安全性评价方法，其特征在于：所述使用支持向量机算法，建立动态风险评估模型的过程，具体包括：
5.根据权利要求4所述的一种破岩爆破安全性评价方法，其特征在于：使用支持向量机算法来构建模型，支持向量机的目标是找到一个能够将不同类别的数据点分开的超...
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。