共查询到17条相似文献，搜索用时 593 毫秒
1.
基于桃花嘴矿区地下洞室爆破振动现场试验的实测数据,发现了地下洞室爆破开挖诱发边墙质点峰值振动速度传播衰减的特点,即爆源近区和边墙中心区域具有更大的放大效应。建立了四边简支板的动力学模型,进一步结合量纲分析法,推导出考虑边墙四边约束的地下洞室爆破边墙质点峰值振动速度预测公式。将实测数据分别代入萨道夫斯基公式和推导公式进行线性回归运算,得到萨道夫斯基公式预测值和推导公式预测值的平均误差分别为30.7%和5.1%。结果表明,该公式能较准确地反映地下洞室爆破边墙质点峰值振动速度存在的放大效应,特别可以精确预测放大效应显著区域的爆破振动峰值速度,为更好地控制边墙爆破振动损伤提供了参考价值。 相似文献
2.
导流隧洞开挖施工的爆破振动监测与分析 总被引：1，自引：0，他引：1
详细分析了导流隧洞地质条件,结合隧洞的布置特点和现场的施工情况,采用固定测点的方案,对隧洞开挖施工进行了现场监测。分析测试数据发现,质点振动速度具有明显的方向效应,质点朝临空面的振动速度明显大于其他方向。测点和爆点不在同一高程时,当两点的高差与爆心距的比值较大时,“高差效应”引起的质点在不同方向的峰值振动速度差别十分明显,当两点的高差与爆心距的比值较小时,“高差效应”明显减弱。对于高差与爆破振动传播和衰减规律之间的关系,以往的研究提出了一些修正公式,但这些公式均把高差作为一个独立的变量进行考虑,物理意义不甚明确。根据前面的数据分析,考虑高差影响的实际意义并结合无量纲分析,取高差与爆心距的比值作为“高差效应”影响因子,对传统爆破振动波衰减经验公式进行了修正,经过对比分析,修正后的爆破振动波衰减规律公式具有更高的精度。同时,对实际监测中出现的振动速度超过安全控制速度的情况进行了分析,及时调整爆破参数,从而有效地控制了爆破振动破坏效应。其研究成果对指导隧道工程开挖爆破施工和保证坝体及大坝帷幕安全起到了重要作用,保证了该工程爆破施工的顺利完成。 相似文献
3.
4.
隧洞开挖重复爆炸荷载作用下围岩累积损伤特性 总被引：1，自引：0，他引：1
隧洞毫秒爆破开挖推进过程中,预留岩体在重复爆炸荷载作用下产生不可逆的损伤叠加。而现有的岩体爆破损伤数值模拟基本都是针对单孔装药和单段爆破,很少涉及实际工程中的重复爆炸。基于LS-DYNA程序的用户自定义材料接口,将统计损伤演化模型嵌入到弹塑性本构材料中,模拟圆形隧洞全断面毫秒爆破过程中重复爆炸荷载作用下的岩体累积损伤效应,并考虑地应力对岩体爆破损伤的影响。计算结果表明,围岩损伤范围和损伤程度随重复爆炸荷载次数而增加,在一个爆破进尺内,围岩损伤的临界峰值质点振动速度较单段爆破降低了12%;爆炸荷载作用下,围岩主要表现为拉损伤,围岩地应力对爆破张拉效应起到非常敏感的"抑制"作用,在210 MPa应力水平时,围岩爆破累积损伤范围随着应力增加而明显减小,围岩损伤的临界峰值质点振动速度增加24%10 MPa应力水平时,围岩爆破累积损伤范围随着应力增加而明显减小,围岩损伤的临界峰值质点振动速度增加24%57%。 相似文献
5.
为利于判断巷道围岩在爆破荷载作用下的稳定性及巷道内壁混凝土衬砌的安全,采用ANSYS/LS-DYNA分析了巷道钻爆法掘进爆破荷载作用下震动区岩体的动力响应。结果表明,近区岩体内部爆破压力、单元有效应力、质点振动速度随爆心距的衰减规律基本符合萨道夫斯基经验公式,单元有效应力与质点振动速度的衰减规律具有很强的相关性;巷道围岩临空面上的质点振动速度以沿巷道方向的振动速度为主,巷道横截面内垂直临空面方向次之,横截面内沿临空面方向为最小。巷道同一横截面处各质点的振动波形基本相同,拱顶的振动速度峰值比帮部的要大10%左右,拱与帮的连接处振动速度峰值较小。巷道围岩沿巷道方向临空面上质点振动速度衰减规律也基本符合萨道夫斯基公式,以上分析结果对采用钻爆法进行岩巷施工时,控制近区震动区爆破荷载对结构的影响具有一定的指导作用。 相似文献
6.
隧道开挖施工的爆破振动监测与控制技术 总被引：24，自引：0，他引：24
以万松岭隧道工程开挖为研究对象,对隧道工程开挖施工爆破地震波的振动监测方法及控制技术进行了研究。通过对爆破振动监测结果的回归分析,建立了隧道工程开挖爆破振动传播的数学模型;确立了其传播衰减规律。结合工程实际,提出了修正后的爆破地震波衰减经验数学公式;经对比分析,所得爆破地震波衰减规律公式预测的质点振动速度具有较高的精度。同时,结合该隧道工程开挖爆破施工,从选择合理爆破时差、最大装药量、微差起爆、掘进进尺、预裂爆破等5个方面提出了爆破振动控制技术措施使该隧道开挖施工爆破中的地面振动速度值控制在了安全范围以内,从而确保了施工段地面建筑群的安全和该隧道工程开挖爆破作业的安全。其研究对指导隧道工程开挖爆破施工和保证地面建筑物安全起到了重要作用。 相似文献
7.
边坡位移预测组合灰色神经网络方法 总被引：3，自引：0，他引：3
边坡位移的发展受地质条件、气候环境及人类活动等因素影响,变化趋势复杂,难以建立准确的经典数学模型对其进行全面描述。为了较准确地得到边坡位移数据,采用多模型信息融合技术对其进行预测。首先,将边坡这类影响因素复杂的系统作为一个灰色系统,分别采用GM(1,1)模型、Verhulst模型及DGM(2,1)模型对位移值进行预测;其次,考虑到神经网络的高速并行计算能力和类似人类思维活动的处理机制,利用神经网络方法对不同的灰色预测模型组合,生成灰色神经网络模型。通过反复训练、学习,自动调节,得出各模型在组合模型的合理权重,输出满意的结果。对比发现,利用组合灰色神经网络模型预测的位移值较单独的灰色模型预测的位移值具有更高的精度。 相似文献
8.
9.
10.
隧道爆破开挖围岩动力损伤效应数值模拟 总被引：1，自引：0，他引：1
采用数值模拟技术预估岩体开裂深度及爆破损伤影响范围对工程设计可以起到事先指导作用,对施工安全具有重大意义,其中科学的、合理的损伤模型及迭代计算方法是关键。基于FLAC3D程序的用户自定义本构模块,将考虑累积应变和荷载作用时间的Yang-Liu率相关动力损伤模型与Mohr-Coulomb弹塑性本构进行耦合,将围岩破坏过程中的损伤特性反映在荷载增量迭代计算中,形成了弹塑性动力损伤本构模型,详细推导了损伤应力修正迭代计算方法。对一圆形隧道爆破开挖进行模拟,探讨了爆破诱发的质点振动衰减特征及围岩损伤分布规律。分析结果表明,爆破产生的质点振动速度峰值与其所造成的损伤具有很好的相关性。该爆破损伤模型及模拟方法可以为类似工程提供一定参考 相似文献
11.
基于遗传算法和模糊神经网络的边坡稳定性评价 总被引：4，自引：0，他引：4
边坡工程是一个动态的、模糊的、开放的复杂非线性系统,传统的分析方法有时难以对复杂边坡的稳定性做出符合实际的评价。影响边坡稳定性的因素复杂且具有随机性和模糊性。由于神经网络方法不仅能考虑定量因素,而且能考虑定性因素的影响,因而神经网络方法适用于解决非确定性的边坡稳定性评价问题。综合考虑影响边坡稳定性的各方面因素,建立了基于遗传算法的模糊神经网络模型,并利用大量工程资料对网络进行训练和测试。预测结果表明,该模型的预测精度明显高于目前同类方法。 相似文献
12.
13.
为了分析边坡的稳定性,利用协调粒子群算法和BP网络建立了边坡稳定性CPSO-BP预测模型。BP网络能够很好地描述边坡稳定性与其影响因素之间复杂的非线性关系,将内摩擦角、边坡角、岩石重度、边坡高度、黏聚力、孔隙压力比6个主要影响因素作为网络的输入,将边坡稳定性系数作为网络的输出。为避免BP网络陷入局部最优,利用协调粒子群算法的全局优化能力确定BP网络的连接权值和阀值,使BP网络的优势得到分发挥,达到提高模型预测精度目的。实例表明CPSO-BP模型有更好地预测精度以及将其应用于边坡稳定性预测是可行的。 相似文献
14.
A. Alipour M. Mokhtarian J. Abdollahei Sharif 《Journal of the Geological Society of India》2012,79(6):652-658
Ground vibration due to blasting causes damages in the existence of the surface structures nearby the mine. The study of vibration control plays an important role in minimizing environmental effects of blasting in mines. Ground vibration regulations primarily rely on the peak particle velocity (PPV, mm/s). Prediction of maximum charge weight per delay (Q, kg) by distance from blasting face up to vibration monitoring point as well as allowable PPV was proposed in order to perform under control blasting and therefore avoiding damages on structures nearby the mine. Various empirical predictor equations have proposed to determine the PPV and maximum charge per delay. Maximum charge per delay is calculated by using PPV predictors indirectly or Q predictor directly. This paper presents the results of ground vibration measurement induced by bench blasting in Sungun copper mine in Iran. The scope of this study is to evaluate the capability of two different methods in order to predict maximum charge per delay. A comparison between two ways of investigations including empirical equations and artificial neural network (ANN) are presented. It has been shown that the applicability of ANN method is more promising than any under study empirical equations. 相似文献
15.
16.
Jayraj Singh A. K. Verma Haider Banka T. N Singh Sachin Maheshwar 《Arabian Journal of Geosciences》2016,9(3):224
Genetic algorithm (GA) and support vector machine (SVM) optimization techniques are applied widely in the area of geophysics, civil, biology, mining, and geo-mechanics. Due to its versatility, it is being applied widely in almost every field of engineering. In this paper, the important features of GA and SVM are discussed as well as prediction of longitudinal wave velocity and its advantages over other conventional prediction methods. Longitudinal wave measurement is an indicator of peak particle velocity (PPV) during blasting and is an important parameter to be determined to minimize the damage caused by ground vibrations. The dynamic wave velocity and physico-mechanical properties of rock significantly affect the fracture propagation in rock. GA and SVM models are designed to predict the longitudinal wave velocity induced by ground vibrations. Chaos optimization algorithm has been used in SVM to find the optimal parameters of the model to increase the learning and prediction efficiency. GA model also has been developed and has used an objective function to be minimized. A parametric study for selecting the optimized parameters of GA model was done to select the best value. The mean absolute percentage error for the predicted wave velocity (V) value has been found to be the least (0.258 %) for GA as compared to values obtained by multivariate regression analysis (MVRA), artificial neural network (ANN), adaptive neuro-fuzzy inference system (ANFIS), and SVM. 相似文献
17.
考虑环境变量作用的滑坡变形动态灰色-进化神经网络预测研究 总被引：2，自引：0，他引：2
滑坡变形预测对于指导灾害的预防工作、保护人民的生命和财产安全具有重大实用价值。从系统论观点出发,结合岩土体流变理论和时序分析原理,在深入研究影响滑坡变形的主控环境变量基础上,将位移时序分解为趋势项和偏离项。采用灰色系统模型提取位移时序趋势项,结合遗传算法和人工神经网络建立起进化神经网络模型,逼近主控环境变量与位移偏离项之间的非线性关系。根据蠕变阶段和变形对环境变量响应情况,实时调整模型,建立起滑坡变形预测的动态灰色-进化神经网络（GM-ENN）模型。将此预测思路和方法应用于三峡库区某滑坡变形预测研究中,证实了模型的有效性和实用性,显示了动态预测的重要性。 相似文献