基于爆破振动的岩质边坡损伤神经网络预测

• 作者: 严鹏 卢文波 王高辉 邹玉君 陈明
• 来源期刊: 工程爆破
• 学科: 工学
• 关键词: 岩石高边坡 爆破振动 BP神经网络 爆破损伤 实时预测
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 第十一届全国工程爆破学术会议优秀论文专辑
• 页码范围: 57-63
• 页数: 7页
• 分类号: TD235.1
• 字数: 5071字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7051.2016.05.012

摘要

岩石高边坡的爆破开挖会对保留岩体造成损伤,岩体损伤过大可能导致边坡失稳,需严格控制并准确确定开挖损伤深度,因此,提出一种快速精确的损伤深度预测方法.以白鹤滩水电站左岸834.0～770.0 m高程坝肩槽边坡爆破开挖为背景,利用六个开挖梯段的多高程、多爆心距爆破振动监测及损伤深度声波检测的数据,建立基于振动峰值的爆破损伤深度BP神经网络预测模型,对高边坡爆破损伤深度进行实时预测.该方法利用不同部位及不同爆心处的质点峰值振动峰值作为主回归变量,同时还考虑最大单响药量和岩体强度的影响.结果表明,当开挖区域坡体岩性相似且无长大软弱结构面发育时,运用神经网络模型及多高程实测爆破振动预测本梯段爆破损伤深度的方法简便可行,预测精度可满足实际工程需求.作为传统爆破损伤声波检测的补充,可大大减轻现场声波测试工作量.