BP神經網絡預測在臺階爆破參數優化的應用

陳微微，吳遠林，佘 勇

(1.貴州省勞動保護科學技術研究院，貴州貴陽 550000；2.貴州新聯爆破工程集團有限公司，貴州貴陽 550000)

BP神經網絡預測在臺階爆破參數優化的應用

陳微微1，吳遠林2，佘 勇2

(1.貴州省勞動保護科學技術研究院，貴州貴陽 550000；2.貴州新聯爆破工程集團有限公司，貴州貴陽 550000)

以遵義東聯二號路道路爆破工程實例為研究目標，分析了爆破效果的各個影響因素，并建立了爆破效果評價指標等級。收集了不同爆破工況條件下的爆破參數和爆破效果量化指標，并以此為基礎建立了爆破參數優化BP神經網絡模型。現場試驗結果表明：優化后的爆破參數能夠改善爆破效果，并達到預定要求指標，可為類似臺階爆破參數優化提供參考。

臺階爆破；爆破質量；參數優化；BP神經網絡

爆破技術的不斷發展，使得市政、建筑、礦山等領域中的爆破工程對爆破效果的質量要求越來越高，爆破效果嚴重影響施工進度以及施工經濟成本的控制，因此爆破方案的選取和優化顯得格外重要。爆破質量的影響因素復雜繁多，爆破效果的要求也根據不同條件工況有不同的行業要求。以塊度大小、根底率、飛石距離、振動峰值、爆堆松散系數、后裂距離等作為爆破效果的評價指標得到了行業內公認[1-3]。對于爆破參數的優化，一般通過改變孔網參數來實現，而相關學者也通過數值模擬、模糊數學評價等方法對不同爆破參數下的爆破效果進行預測分析[4-6]，以此來調整爆破參數。BP神經網絡是近幾年具有高適用性的仿真預測模型，特別是在多種自變量和因變量的非線性預測上具有較大的優勢[7-8]。通過收集現場不同爆破工況下的爆破參數及爆破效果評價量化指標，建立了以BP神經網絡為基礎的預測模型，通過工程實例驗證預測模型的可靠性。

1 爆破效果影響因素

露天臺階爆破過程是一個復雜的過程，不同環境下的爆破效果往往都存在差異。一般來說，可以將影響爆破效果的眾多因素分為巖石性質、地質條件、炸藥性能、爆破參數和裝藥工藝，在現場主要考慮的是巖石的堅固程度和爆破參數兩個方面。

1.1 巖石性質

在露天中深孔爆破生產實踐中，對巖體的可爆性的判斷是影響爆破效果的重要依據，決定著爆破參數的選取。一般來說，巖體的可爆性分級指標主要包括巖石普氏系數、波阻抗、節理裂隙發育程度等，通過對巖體的可爆性進行分級，能夠優化采場的爆破參數，很大程度上能夠提高爆破質量。因此，在爆破參數設計過程中，應詳細調查了解爆區內巖體構造、產狀分布等巖石、巖體相關特征，并研究其對爆破的作用效果，以此來調整爆破參數。

1.2 爆破參數

臺階中深孔爆破過程中容易產生大塊率高、根底多、松散系數不夠等問題，解決辦法除了提高管理技術手段之外，關鍵還在于優化爆破參數，主要包括孔網參數、起爆網路、炸藥單耗。在工程爆破中，為了提高炸藥在炮孔內的能量利用率，必須合理設計爆破參數，使炸藥能量主要作用于破碎和拋擲巖石，并降低爆破振動、爆破飛石、空氣沖擊波等爆破危害效應的產生。爆破工藝因素包括爆破方法、炮孔布置參數和爆破施工質量等對爆破作用的影響，對不同的爆破，其影響因素的影響效果也不相同。常見的影響因素有自由面數量n、底盤抵抗線Wd，孔間距a和排間距b、炸藥單耗q等。

2 爆破效果評價指標

參考國內外多個臺階爆破工程實例，分析爆破效果及其影響因素，得到爆破效果評價因素及其指標，其中爆破振動指標以距離爆源200 m處為依據，見表1。

3 基于BP神經網絡的爆破參數優化

3.1 BP神經網絡

在實際工程中，人工神經網絡模型應用比較廣

泛的有BP神經網絡(Backpropagation)、RBF神經網絡(徑向基函數)等，而80%～90%都是應用BP網絡模型解決問題，因為該網絡結構簡單，實例和理論證明，對比其它網絡，簡單的三層的BP網絡(輸出層、輸入層、隱含層組成)對于絕大多數模型的映射和擬合相關問題都能滿足。

表1 各爆破效果指標等級

3.2 爆破參數優化模型

通過對爆破效果等級評判指標和爆破效果影響因素的分析，以BP神經網絡模型為基礎，確定了爆破效果參數優化模型，根據Kolmogorov定理，隱含層設置33個單元。模型網絡參數如表2所示，參數包括巖石普氏硬度系數、爆后巖石松散系數、臺階高度、爆破根底率、爆破塊度分布百分比、大塊率、后裂距離、爆破振動速度；輸出系數包括炮孔排距和間距、炮孔直徑、炮孔深度、底盤抵抗線、堵塞長度、炸藥單耗等。

表2 爆破參數優化神經網絡模型參數

3.3 工程實例

以遵義東聯二號路道路爆破工程實例為研究目標，收集現場不同爆破工況下的爆破參數及爆破效果評價的量化指標。爆區巖性為灰巖，巖石普氏系數f約為8～11，節理裂隙間距在30～40 cm，沒有溶洞等地質條件產生，區域地塊穩定性好。現場多次測量表明，因工程實際需要，需要保證爆破后巖塊塊度90%在60 cm以下，且在挖掘機條件限制下最大塊度不超過80 cm。

按照爆破設計，臺階高度10 m，爆破孔網參數采用梅花形布孔，孔距為4.0 m，排距為3.5 m，孔徑110 mm，孔深12 m，堵塞3.8 m，采用反向起爆，每孔均采用雙發起爆雷管。選取的爆破實例中有3排炮孔，每排4個孔，如圖1所示。

圖1 試驗布孔及起爆順序

3.3.1 爆破效果分析

(1)塊度分析。表3是由Split-desktop專業軟件分析計算本次爆破后的塊度分布實測百分比。根據表3可知塊度在60 cm以下的巖塊比例只占84.24%，不能滿足填方處理的要求，且有超過100 cm的超大塊巖石產生，需要進行后期二次破碎，危險性較高，達不到爆破設計要求，爆破效果較差。

表3 實測爆破塊度分布百分比

(2)松散系數。松散系數是反映爆破效果的重要指標，是指爆破松散后的巖體體積與原巖體積之比，原巖體積為：V0＝10.5×16×10＝1680 m3。在爆堆上取4個剖面，通過估算4個剖面的幾何斷面的面積，計算出爆堆的體積為：V1＝平均截面積×爆堆長度＝(149.10＋160.50＋132.60＋152.40)/4/16＝2378.40 m3，則 松 散 系 數 為：K＝V1/V0＝2378.40/1680.0≈1.4，爆破效果良。

(3)根底率計算。此次爆破產生一個圓錐狀根底，并通過相似計算可得根底體積約為4.84 m3，即有根底率：η＝V2/V1＝4.84/1680.0×100%＝0.28%，爆破效果良。

(4)后裂距離。爆破后對后裂距離進行測量，以后方臺階坡底為參照測得爆破的后裂距離為1.5 m，爆破效果一般。

(5)爆破振動。利用成都中科測控TC-4850N在距離爆源中心200 m處設置爆破振動監測點，測試最大振動速度峰值為1.2 cm/s，頻率為18.868 Hz。爆破效果一般。

3.3.2 爆破參數優化及優化后的爆破效果

現場爆破效果要求對爆破參數進行優化，以前期收集的影響因素和爆破效果的量化指標為訓練樣本，根據現場要求對相同工況下的臺階爆破參數進

行優化，得到如表4所示的輸出孔網參數。

表4 爆破參數優化結果

按照優化結果進行爆破施工，對爆破效果進行統計，并對比分析優化前后兩種工況下的爆破塊度分布，如圖2、表5所示。

圖2 優化前(左)和優化后(右)的爆破塊度

表5 塊度累計百分表/%

原爆破參數條件下最大塊度超過100 cm達到130 cm，60 cm以下的巖塊僅占84.24%；而爆破參數優化后，爆破塊度60 cm以下的巖塊達到91.59%，且最大塊度小于80 cm。同時200 m處爆破振動實測峰值速度為1.0 cm/s，產生根底體積約1 m3，根底率為0.06%，松散系數為1.5，后裂距離1.0 m，在數據上滿足了爆破設計要求。后期的挖運鏟裝作業表明：參數優化后爆破效果改善明顯，尤其是振動峰值和大塊率都有明顯減低，爆堆拋擲效果和松散系數得到較好的優化，提高了挖掘機在鏟裝過程中的工作效率，一個臺班完成工作量提高15%，爆破效果已經達到了實際挖運要求。

4 結 論

(1)收集現場爆破參數和效果量化指標，結合工程實例建立了爆破效果指標等級，基于BP神經網絡構建了爆破參數優化模型。

(2)通過塊度分析和爆后效果評價，優化后的爆破參數達到了爆破效果等級優的評價指標，滿足了爆破設計要求，降低了爆破有害效應。

(3)后期的鏟裝作業效率表明，參數優化后的臺班工作效率提高15%。

[1] 曹勝祥，邱賢陽，史秀志.大直徑深孔爆破參數優化研究[J].有色金屬工程，2015，5(S1)：160-164.

[2] 李 強，龍家安，盛 佳.大直徑深孔鑿巖爆破參數優化研究[J].采礦技術，2012，12(5)：71-72，87.

[3] 張建華，夏暗雄，王 濤，等.逐孔起爆爆破效果的模糊綜合評價[J].爆破，2013，30(4)：83-86

[4] 范金國，林大能.臺階爆破數據的不確定性及反饋式設計軟件解決辦法研究[J].采礦技術，2011，11(9)：97-99.

[5] 胡 濤，王明君.某露天礦爆破參數優化及塊度預測[J].露天采礦技術，2015(6)：39-42.

[6] 王佩佩.模糊綜合評判技術在爆破效果評價中的應用[J].露天采礦技術，2013(11)：37-39.

[7] 趙 翔，郭小平，樸志友，等.BP神經網絡在爆破塊度預測中的應用研究[J].水泥技術，2015(1)：36-39.

[8] 王 璞，王維鋒，徐海波.BP神經網絡在臺階爆破參數優化中的應用[J].露天采礦技術，2012(3)：99-101，106.

2016-08-20)

陳微微(1972-)，湖南長沙人，工程師，主要從事勞動安全技術研究，Email：499498806＠qq.com。