露天台阶爆破的振动速度云图预测方法、系统及电子设备

专利名称：露天台阶爆破的振动速度云图预测方法、系统及电子设备

专利类型：发明专利

专利申请号：CN202210107862.9

专利申请（专利权）人：北京理工大学
权利人地址：北京市海淀区中关村南大街5号

专利发明（设计）人：杨军,杨靖宇,李立杰,翟小鹏,荣凯,金亮

专利摘要：本发明提供了一种露天台阶爆破的振动速度云图预测方法、系统及电子设备，涉及工程爆破技术领域。该方法首先根据露天台阶的爆破区域地形及工况条件确定爆破参数；然后在爆破区域周围一定范围均布测点，并根据各测点与爆源的位置关系，利用爆破参数确定测点的初测振速峰值；并利用爆破参数确定的爆破规模修正参数以及爆破延时修正参数对该振速峰值进行修正，得到测点的预测振速峰值；最后根据所有测点的预测振速峰值，绘制爆破区域周围的三维振动速度云图。该方法利用测点与爆源区域的位置关系并充分考虑爆破参数的影响，对露天台阶爆破三维振动速度云图进行精准预测，提升预测精度的同时实现了三维振动速度云图可视化，提升了爆破地震预测的实用性。

主权利要求：
1.一种露天台阶爆破的振动速度云图预测方法，其特征在于，所述方法包括：根据露天台阶的爆破区域地形及工况条件，确定爆破区域的爆破参数；其中，所述爆破参数至少包括：多排炮孔的位置数据及爆破数据；
获取所述爆破区域周围均布的测点，并根据所述测点与爆源之间的位置关系，利用所述爆破数据确定所述测点的初测振速峰值；
利用所述爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对所述初测振速峰值进行修正，得到所述测点的预测振速峰值；
根据所有所述测点的所述预测振速峰值，绘制所述爆破区域的三维振动速度云图；
根据所述测点与爆源之间的位置关系，利用所述爆破数据确定所述测点的初测振速峰值的过程，包括：获取所述测点与爆源的高程差；
当所述高程差高于预设阈值时，利用高程放大算式对所述爆破数据进行计算，得到所述测点的初测振速峰值；当所述高程差不高于预设阈值时，利用所述爆破数据确定所述测点的沟壑率，并利用萨氏公式计算得到所述测点的初测振速峰值；
所述高程放大算式为具有高程放大效应的修正萨氏公式；其中，所述高程放大算式为：其中，V正为所述高程差高于预设阈值时所述测点的初测振速峰值；V负为所述高程差不高于预设阈值时所述测点的初测振速峰值；Q为最大单孔药量；R为所述测点至所述爆源的水平距离；H为所述测点至所述爆源的高程差；K、α1、α2、β均为常数；Rc为修正距离，所述修正距离由所述测点的沟壑率的插值决定的；
所述修正距离，通过以下算式计算得到：
Rc＝R·(1‑P)+l·P；
其中，P为沟壑率；R为所述测点至所述爆源的水平距离；l为通过角度插值法计算所述测点到所述爆源的累计表面距离；
将所述测点与所述爆源的剖面图划分为若干个网格，并将所述爆源置于E0网格、所述测点置于E3网格；将所述测点靠近所述爆源的水平方向相邻网格记为E2网格、将所述E2网格的竖直方向的相邻网格记为E1网格；l1为E1网格中心点至所述爆源的距离；l2为E2网格中心点至所述爆源的距离；l3为E1网格中心点至所述测点的距离；l4为E2网格中心点至所述测点的距离；令 θ为l3与l之间的夹角；t表示l靠近E2网格中心点的程度，l通过以下算式经过角度插值得到计算得到：l＝(l1+l3)·(1‑t)+(l2+l4)·t；
所述沟壑率由所述测点到所述爆源的表面路径及所述测点前方网格的沟壑率所确定，包括：当所述测点到所述爆源的表面路径中存在一个高程低于所述爆源的点位、且高程差达到一个台阶高度时，所述沟壑率设置为1；
当所述测点到所述爆源的表面路径中不存在高程低于所述爆源的点位、且高程差达到一个台阶高度时，所述测点的沟壑率按照以下算式计算得到：P3＝P1·(1‑t)+P2·t；
其中，P3为位于E3网格中心点的所述测点的沟壑率；P1为E1网格的沟壑率；P2为E2网格的沟壑率；
利用所述爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对所述初测振速峰值进行修正之前，所述方法还包括：判断所述测点是否位于预裂减震区域；
若所述测点位于所述预裂减震区域，则将所述测点至所述爆源的水平距离R修正为Rc+
2Hp，其中，Hp为预裂孔深度；
利用所述爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对所述初测振速峰值进行修正的过程，包括：根据所述爆破参数确定所述炮孔的爆破孔数N，并根据所述炮孔的爆破孔数N确定的爆破规模修正参数K1；
根据所述炮孔的爆破数据确定所述炮孔的延时数据，并根据所述延时数据确定所述爆破延时修正参数K2；其中，所述延时数据至少包括：孔间延时ta和排间延时tb；
利用所述爆破规模修正参数K1以及所述爆破延时修正参数K2，对所述初测振速峰值进行修正，得到所述测点的预测振速峰值；
所述爆破规模修正参数K1的获取过程，通过以下算式实现：
其中，K1为所述爆破规模修正参数；a、b为常数；N0为基准孔数；N为本次爆破孔数。
2.一种露天台阶爆破的振动速度云图预测系统，该系统实现如权利要求1中所述露天台阶爆破的振动速度云图预测方法的步骤，其特征在于，所述系统包括：初始化模块，用于根据露天台阶的爆破区域地形及工况条件，确定爆破区域的爆破参数；其中，所述爆破参数至少包括：多排炮孔的位置数据及爆破数据；
初测振速峰值确定模块，用于获取所述爆破区域周围均布的测点，并根据所述测点与爆源之间的位置关系，利用所述爆破数据确定所述测点的初测振速峰值；
预测振速峰值确定模块，用于利用所述爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对所述初测振速峰值进行修正，得到所述测点的预测振速峰值；
三维振动速度云图绘制模块，用于根据所有所述测点的所述预测振速峰值，绘制所述爆破区域的三维振动速度云图。
3.一种电子设备，其特征在于，包括：处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时实现如权利要求1所述露天台阶爆破的振动速度云图预测方法的步骤。 说明书 : 露天台阶爆破的振动速度云图预测方法、系统及电子设备技术领域[0001] 本发明涉及工程爆破技术领域，尤其是涉及一种露天台阶爆破的振动速度云图预测方法、系统及电子设备。背景技术[0002] 露天台阶爆破主要用于露天矿开采、路堑工程、水电工程及基坑开挖等石方开挖场景的施工工程中，而在爆破过程中产生的爆破振动，则是露天台阶爆破过程中不可忽视的负面效应。爆破过程中如果产生的爆破振动过大，则会引起滑坡、山体坍塌和周围建筑物开裂等严重后果。因此，对爆破振动的精准预测与控制是露天台阶爆破安全实施的重要保证。[0003] 爆破振动引起的损害与爆破振动速度峰值直接相关，对于爆破振速峰值的研究，目前主要以神经网络和遗传算法等新兴方法，但由于爆破过程及爆破振动传播过程的复杂性，以及爆破现场对于振动速度预测的及时性要求，神经网络和遗传算法难以满足实际需求。[0004] 综上所述，现有技术中对于爆破振动峰值预测过程，主要以经验公式为主，缺少对三维振动速度云图的三维可视化展示途径，导致预测精度较低，难以投入到实际的工程应用之中。发明内容[0005] 有鉴于此，本发明的目的在于提供一种露天台阶爆破的振动速度云图预测方法、系统及电子设备，该方法利用测点与爆源的位置关系，并充分考虑爆破参数的影响对露天台阶爆破时产生的三维振动速度云图进行精准预测，该方法可考虑高程放大效应、沟壑、预裂孔、爆区规模效应、起爆延时等因素对爆破振速峰值的影响，提升预测精度的同时，能够对三维振动速度云图进行可视化分析，从而提高实用性及信息化水平。[0006] 第一方面，本发明实施例提供了一种露天台阶爆破的振动速度云图预测方法，该方法包括以下步骤：[0007] 根据露天台阶的爆破区域地形及工况条件，确定爆破区域的爆破参数；其中，爆破参数至少包括：多排炮孔的位置数据及爆破数据；[0008] 获取爆破区域周围均布的测点，并根据测点与爆源之间的位置关系，利用爆破数据确定测点的初测振速峰值；[0009] 利用爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对初测振速峰值进行修正，得到测点的预测振速峰值；[0010] 根据所有测点的预测振速峰值，绘制爆破区域周围的三维振动速度云图。[0011] 在一些实施方式中，根据测点与爆源之间的位置关系，利用爆破数据确定测点的初测振速峰值的过程，包括：[0012] 获取测点与爆源的高程差；[0013] 当高程差高于预设阈值时，利用高程放大算式对爆破数据进行计算，得到测点的初测振速峰值；当高程差不高于预设阈值时，利用爆破数据确定测点的沟壑率，并利用萨氏公式计算得到测点的初测振速峰值。[0014] 在一些实施方式中，高程放大算式为具有高程放大效应的修正萨氏公式；其中，高程放大算式为：[0015][0016][0017] 其中，V正为高程差高于预设阈值时测点的初测振速峰值；V负为高程差不高于预设阈值时测点的初测振速峰值；Q为最大单孔药量；R为测点至爆源的水平距离；H为测点至爆源的高程差；K、α1、α2、β均为常数；Rc为修正距离，修正距离由测点的沟壑率的插值决定的。[0018] 在一些实施方式中，修正距离，通过以下算式计算得到：[0019] Rc＝R·(1‑P)+l·P；[0020] 其中，P为沟壑率；R为测点至爆源的水平距离；l为通过角度插值法计算测点到爆源的累计表面距离；[0021] 将测点与爆源的剖面图划分为若干个网格，并将爆源置于E0网格、测点置于E3网格；将测点靠近爆源的水平方向相邻网格记为E2网格、将E2网格的竖直方向的相邻网格记为E1网格；l1为E1网格中心点至爆源的距离；l2为E2网格中心点至爆源的距离；l3为E1网格中心点至测点的距离；l4为E2网格中心点至测点的距离；令 t表示l靠近E2网格中心点的程度，l通过以下算式经过角度插值得到计算得到：[0022] l＝(l1+l3)·(1‑t)+(l2+l4)·t。[0023] 在一些实施方式中，沟壑率由测点到爆源的表面路径及测点前方网格的沟壑率所确定，包括：[0024] 当测点到爆源的表面路径中存在一个高程低于爆源的点位、且高程差达到一个台阶高度时，沟壑率设置为1；[0025] 当测点到爆源的表面路径中不存在高程低于爆源的点位、且高程差达到一个台阶高度时，测点的沟壑率按照以下算式计算得到：[0026] P3＝P1·(1‑t)+P2·t；[0027] 其中，P3为位于E3网格中心点的测点的沟壑率；P1为E1网格的沟壑率；P2为E2网格的沟壑率。[0028] 在一些实施方式中，利用爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对初测振速峰值进行修正之前，方法还包括：[0029] 判断测点是否位于预裂减震区域；[0030] 若测点位于预裂减震区域，则将测点至爆源的水平距离R修正为Rc+2Hp，其中，Hp为预裂孔深度。[0031] 在一些实施方式中，利用爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对初测振速峰值进行修正的过程，包括：[0032] 根据爆破参数确定炮孔的爆破孔数N，并根据炮孔的爆破孔数N确定的爆破规模修正参数K1；[0033] 根据炮孔的爆破数据确定炮孔的延时数据，并根据延时数据确定爆破延时修正参数K2；其中，延时数据至少包括：孔间延时ta和排间延时tb；[0034] 利用爆破规模修正参数K1以及爆破延时修正参数K2，对初测振速峰值进行修正，得到测点的预测振速峰值。[0035] 在一些实施方式中，爆破规模修正参数K1的获取过程，通过以下算式实现：[0036][0037] 其中，K1为所述爆破规模修正参数；a、b为常数；N0为基准孔数；N为本次爆破孔数。[0038] 第二方面，本发明实施例提供了一种露天台阶爆破的振动速度云图预测系统，该系统包括：[0039] 初始化模块，用于根据露天台阶的爆破区域地形及工况条件，确定爆破区域的爆破参数；其中，爆破参数至少包括：多排炮孔的位置数据及爆破数据；[0040] 初测振速峰值确定模块，用于获取爆破区域周围均布的测点，并根据测点与爆源之间的位置关系，利用爆破数据确定测点的初测振速峰值；[0041] 预测振速峰值确定模块，用于利用爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对初测振速峰值进行修正，得到测点的预测振速峰值；[0042] 三维振动速度云图绘制模块，用于根据所有测点的预测振速峰值，绘制爆破区域周围的三维振动速度云图。[0043] 第三方面，本发明实施例提供了一种电子设备，该电子设备包括：处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行如第一方面提供的露天台阶爆破的振动速度云图预测方法的步骤。[0044] 第四方面，本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时实现上述第一方面提供的露天台阶爆破的振动速度云图预测方法的步骤。[0045] 本发明实施例带来了以下有益效果：本发明实施例提供了一种露天台阶爆破的振动速度云图预测方法、系统及电子设备，该方法首先根据露天台阶的爆破区域地形及工况条件，确定爆破区域的爆破参数；其中，爆破参数至少包括：多排炮孔的位置数据及爆破数据；然后获取爆破区域周围均布的测点，并根据测点与爆源之间的位置关系，利用爆破数据确定测点的初测振速峰值；并利用爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对初测振速峰值进行修正，得到测点的预测振速峰值；最后根据所有测点的预测振速峰值，绘制爆破区域周围的三维振动速度云图。该方法利用测点与爆源的位置关系，并充分考虑爆破参数的影响对露天台阶爆破时产生的三维振动速度云图进行精准预测，该方法可考虑高程放大效应、沟壑、预裂孔、爆区规模效应、起爆延时等因素对爆破振速峰值的影响，提升预测精度的同时，能够对三维振动速度云图进行实用性较高的可视化展示。[0046] 本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。[0047] 为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明[0048] 为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0049] 图1为本发明实施例提供的一种露天台阶爆破的振动速度云图预测方法的流程图；[0050] 图2为本发明实施例提供的一种露天台阶爆破的振动速度云图预测方法中，根据测点与爆源之间的位置关系，利用爆破数据确定测点的初测振速峰值的过程的流程图；[0051] 图3为本发明实施例提供的一种露天台阶爆破的振动速度云图预测方法中，将测点与爆源的剖面图划分为若干个网格的示意图；[0052] 图4为本发明实施例提供的一种露天台阶爆破的振动速度云图预测方法中步骤S103的流程图；[0053] 图5为本发明实施例提供的一种露天台阶爆破的振动速度云图预测方法中步骤S103之前的流程图；[0054] 图6为本发明实施例提供的另一种露天台阶爆破的振动速度云图预测方法的流程图；[0055] 图7为本发明实施例提供的露天台阶爆破的振动速度云图预测方法露天台阶爆破的振动速度云图预测方法的效果图；[0056] 图8为本发明实施例提供的露天台阶爆破的振动速度云图预测系统的结构示意图；[0057] 图9为本发明实施例提供的一种电子设备的结构示意图。[0058] 图标：[0059] 810‑初始化模块；820‑初测振速峰值确定模块；830‑预测振速峰值确定模块；840‑三维振动速度云图绘制模块；[0060] 101‑处理器；102‑存储器；103‑总线；104‑通信接口。具体实施方式[0061] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0062] 露天台阶爆破主要用于露天矿开采、路堑工程、水电工程及基坑开挖等石方开挖施工工程中，而在爆破过程中产生的爆破振动，则是露天台阶爆破过程中不可忽视的负面效应。爆破过程中如果产生的爆破振动过大，则会引起滑坡、山体坍塌和周围建筑物开裂等严重后果。因此，对爆破振动的精准预测与控制是露天台阶爆破安全实施的重要保证。[0063] 爆破振动引起的损害与爆破振动速度峰值直接相关，对于爆破振速峰值的研究，目前主要以神经网络和遗传算法等新兴方法，但由于爆破过程及爆破振动传播过程的复杂性，以及爆破现场对于振速预测的及时性要求，神经网络和遗传算法难以满足实际需求。[0064] 综上所述，现有技术中对于爆破振动峰值预测过程，主要以经验公式为主，缺少对三维振动速度云图的三维可视化途径，导致预测精度较低，实用性较差，难以投入到实际的工程应用之中。[0065] 针对上述问题，本发明提出一种露天台阶爆破的振动速度云图预测方法、系统及电子设备，该方法利用测点与爆源的位置关系，并充分考虑爆破参数的影响对露天台阶爆破时产生的三维振动速度云图进行精准预测，该方法可考虑高程放大效应、沟壑、预裂孔、爆区规模效应、起爆延时等因素对爆破振速峰值的影响，提升预测精度的同时，能够对三维振动速度云图进行可视化分析，提高了实用性及信息化水平。[0066] 为便于对本实施例进行理解，首先对本发明实施例所公开的一种露天台阶爆破的振动速度云图预测方法进行详细介绍，具体的，该方法的流程图如图1所示，包括以下步骤：[0067] 步骤S101，根据露天台阶的爆破区域地形及工况条件，确定爆破区域的爆破参数；其中，爆破参数至少包括：多排炮孔的位置数据及爆破数据。[0068] 露天台阶的爆破区域中至少包含一个自由面，而爆破参数与爆破区域的地质结构有密切关系，一般来说爆破参数需要考虑爆破区域中的岩体信息以及炮孔装药信息至少两类数据。岩体信息主要是指：台阶高度、岩石的密度及普氏系数等；装药信息主要指炸药属性参数、装药密度及重量等。上述数据的获取过程中，还会通过钻机信息和布孔参数等数据所实现。钻机信息主要是指钻机型号、钻头直径、钻孔直径等；布孔参数主要是指布孔方式、爆破类型等数据。[0069] 爆破参数可理解初始化参数，在露天台阶爆破的振动速度云图预测的过程中，可通过相应的参数设置页面来对上述爆破参数进行设置。爆破参数确定后，即可根据这些爆破参数完成炮孔的布孔过程。具体的说，布孔数据决定着炮孔的布局，一般是按照相应的孔距、排距进行均匀布局；并且每个炮孔的装药数据均不完全相同。[0070] 步骤S102，获取爆破区域周围均布的测点，并根据测点与爆源之间的位置关系，利用爆破数据确定测点的初测振速峰值。[0071] 测点是指在三维振动速度云图预测过程中按照预设规律所指定的，一般来说，测点的设置越多，预测结果就越全面。测点设置完成后，利用其与爆源之间的位置，使用爆破数据计算得到该测点的初测振速峰值。[0072] 具体的说，根据测点与爆源之间的位置关系，利用爆破数据确定测点的初测振速峰值的过程，如图2所示，包括：[0073] 步骤S21，获取测点与爆源的高程差。[0074] 步骤S22，当高程差高于预设阈值时，利用高程放大算式对爆破数据进行计算，得到测点的初测振速峰值；当高程差不高于预设阈值时，利用爆破数据确定测点的沟壑率，并利用萨氏公式计算得到测点的初测振速峰值。[0075] 从单个测点开始，比较地形中各测点与爆源的高程差。当测点较高时采用考虑具有高程放大效应的修正萨氏公式；当测点较低时判断测点在爆源路径中存在沟壑的几率，即：沟壑率；并利用沟壑率求解距离参数，然后采用萨氏公式计算初测振速峰值。[0076] 从上述步骤S22中可知，高程放大算式为具有高程放大效应的修正萨氏公式；具体的说，高程放大算式为：[0077][0078] 其中，V正为高程差高于预设阈值时测点的初测振速峰值；Q为最大单孔药量；R为测点至爆源的水平距离；H为测点至爆源的高程差；K、α2、β均为常数；[0079] 将测点与爆源的剖面图划分为若干个网格，具体如图3所示，并将爆源置于E0网格、测点置于E3网格；将测点靠近爆源的水平方向相邻网格记为E2网格、将E2网格的竖直方向的相邻网格记为E1网格；l1为E1网格中心点至爆源的距离；l2为E2网格中心点至爆源的距离；l3为E1网格中心点至测点的距离；l4为E2网格中心点至测点的距离；令 t表示l靠近E2网格中心点的程度，l通过以下算式经过角度插值得到计算得到：[0080] l＝(l1+l3)·(1‑t)+(l2+l4)·t。[0081] 沟壑率由测点到爆源的表面路径及测点前方网格的沟壑率所确定，当测点到爆源的表面路径中存在一个高程低于爆源的点位、且高程差达到一个台阶高度时，沟壑率设置为1；当测点到爆源的表面路径中不存在高程低于爆源的点位、且高程差达到一个台阶高度时，测点的沟壑率按照以下算式计算得到：[0082] P3＝P1·(1‑t)+P2·t；[0083] 其中，P3为位于E3网格中心点的测点的沟壑率；P1为E1网格的沟壑率；P2为E2网格的沟壑率。[0084] 步骤S103，利用爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对初测振速峰值进行修正，得到测点的预测振速峰值。[0085] 初测振速峰值获取后，需要结合相应的修正参数对其进行修正，进而得到预测振速峰值。修正的过程可根据爆破区域的炮孔布局以及炮孔爆破延时时间来实现。具体的说，该步骤S103如图4所示，包括：[0086] 步骤S41，根据爆破参数确定炮孔的爆破孔数N，并根据炮孔的爆破孔数N确定的爆破规模修正参数K1。[0087] 爆破规模修正参数K1的获取过程，通过以下算式实现：[0088][0089] 其中，K1为所述爆破规模修正参数；a、b为常数；N0为基准孔数；N为本次爆破孔数。[0090] 步骤S42，根据炮孔的爆破数据确定炮孔的延时数据，并根据延时数据确定爆破延时修正参数K2；其中，延时数据至少包括：孔间延时ta和排间延时tb。[0091] 步骤S43，利用爆破规模修正参数K1以及爆破延时修正参数K2，对初测振速峰值进行修正，得到测点的预测振速峰值。[0092] 在一些实施方式中，利用炮孔的位置数据确定的爆破规模修正参数以及爆破延时修正参数，对初测振速峰值进行修正之前，如图5所示，还包括：[0093] 步骤S51，判断测点是否位于预裂减震区域。[0094] 步骤S52，若测点位于预裂减震区域，则将测点至爆源的水平距离R修正为Rc+2Hp，其中，Hp为预裂孔深度。[0095] 通过判断该测点是否位于预裂减震区域，从而进一步对相关距离参数进行修正，从而提升预测精度。[0096] 步骤S104，根据所有测点的预测振速峰值，绘制爆破区域周围的三维振动速度云图。[0097] 上述实施例中的三维振动速度云图预测过程可从图6中所示的另一种露天台阶爆破的振动速度云图预测方法得以进一步说明，具体的，图6中包括：[0098] 步骤S601，输入地形模型和爆破参数。[0099] 根据露天台阶的爆破区域地形及工况条件，确定爆破区域的爆破参数；这些爆破参数可通过相关系统或工具中，通过手动输入的方式来实现，这些地形模型主要为爆破区域的地质模型；爆破参数主要包括岩体信息、钻孔信息、装药信息和起爆网路信息等。[0100] 步骤S602，判断测点与爆源之间高程差的正负关系。[0101] 从单个测点开始，比较地形中各测点与爆源的高程差。当测点较高时即执行步骤S603，采用考虑高程放大效应的修正萨氏公式；当测点较低时即执行步骤S604，判断测点的沟壑率，并以此求解距离参数，然后采用萨氏公式计算振速峰值。[0102] 步骤S603，采用高程放大算式，得到测点的初测振速峰值。[0103] 高程放大算式为具有高程放大效应的修正萨氏公式；具体的说，高程放大算式为：[0104][0105][0106] 其中，V正为高程差高于预设阈值时测点的初测振速峰值；V负为高程差不高于预设阈值时测点的初测振速峰值；Q为最大单孔药量；R为测点至爆源的水平距离；H为测点至爆源的高程差；K、α1、α2、β均为常数；Rc为修正距离，修正距离由测点的沟壑率的插值决定的。[0107] 修正距离通过以下算式计算得到：[0108] Rc＝R·(1‑P)+l·P；[0109] 其中，P为沟壑率；R为测点至爆源的水平距离；l为通过角度插值法计算测点到爆源的累计表面距离。[0110] 步骤S604，计算测点沟壑率和位置距离参数。[0111] 将测点与爆源的剖面图划分为若干个网格，具体如图3所示，并将爆源置于E0网格、测点置于E3网格；将测点靠近爆源的水平方向相邻网格记为E2网格、将E2网格的竖直方向的相邻网格记为E1网格；l1为E1网格中心点至爆源的距离；l2为E2网格中心点至爆源的距离；l3为E1网格中心点至测点的距离；l4为E2网格中心点至测点的距离；令 t表示l靠近E2网格中心点的程度，l通过以下算式经过角度插值得到计算得到：[0112] l＝(l1+l3)·(1‑t)+(l2+l4)·t。[0113] 沟壑率由测点到爆源的表面路径及测点前方网格的沟壑率所确定，当测点到爆源的表面路径中存在一个高程低于爆源的点位、且高程差达到一个台阶高度时，沟壑率设置为1；当测点到爆源的表面路径中不存在高程低于爆源的点位、且高程差达到一个台阶高度时，测点的沟壑率按照以下算式计算得到：[0114] P3＝P1·(1‑t)+P2·t；[0115] 其中，P3为位于E3网格中心点的测点的沟壑率；P1为E1网格的沟壑率；P2为E2网格的沟壑率。[0116] 步骤S605，采用萨氏公式，得到测点的初测振速峰值。[0117] 具体的，萨氏公式为 其中V负为高程差不高于预设阈值时测点的初测振速峰值；α1为常数；Rc为修正距离，修正距离由测点的沟壑率的插值决定的。[0118] 修正距离通过以下算式计算得到：[0119] Rc＝R·(1‑P)+l·P；[0120] 其中，P为沟壑率；R为测点至爆源的水平距离；l为通过角度插值法计算测点到爆源的累计表面距离。[0121] 步骤S606，判断该测点是否处于预裂地震区域。[0122] 如果是，则测点位于预裂减震区域，执行步骤S607；如果否，则执行步骤S608。[0123] 步骤S607，将测点的距离参数进行修正。[0124] 修正过程是将测点至爆源的水平距离R修正为Rc+2Hp，其中，Hp为预裂孔深度。[0125] 步骤S608，计算规模系数。[0126] 爆破规模修正参数K1的获取过程，通过以下算式实现：[0127][0128] 其中，K1为爆破规模修正参数；a、b为常数；N0为基准孔数；N为本次爆破孔数。[0129] 步骤S609，计算延时系数。[0130] 根据炮孔的爆破数据确定炮孔的延时数据，并根据延时数据确定爆破延时修正参数K2；其中，延时数据至少包括：孔间延时ta和排间延时tb。[0131] 步骤S610，计算测点振速峰值。[0132] 通过将上述算式进行汇总，最终得到：[0133][0134][0135] 步骤S611，绘制全地形三维振动速度云图。[0136] 通过计算全矿区地形各点的振速峰值，生成全矿区三维振动速度云图，具体如图7所示。[0137] 利用上述实施例的露天台阶爆破的振动速度云图预测方法，分别在某矿区中进行了10次爆破，通过对多个测点进行验证，最后得到的平均误差率仅为5.63％，最大误差不超过10％。由此可见，该方法通过精确获取算式参数，并结合地形进行爆区振速预测。该方法充分考虑了高程放大效应、沟壑、预裂孔、爆区规模效应和起爆延时等因素对于爆破振速峰值的影响，在保持较高准确性的同时，满足爆破现场对于振速预测的可视化需要，使得爆破设计人员能够及时优化爆破方案和采取防护措施。[0138] 对应于上述露天台阶爆破的振动速度云图预测方法的实施例，本实施例还提供一种露天台阶爆破的振动速度云图预测系统，如图8所示，该系统包括：[0139] 初始化模块810，用于根据露天台阶的爆破区域地形及工况条件，确定爆破区域的爆破参数；其中，爆破参数至少包括：多排炮孔的位置数据及爆破数据；[0140] 初测振速峰值确定模块820，用于获取爆破区域周围均布的测点，并根据测点与爆源之间的位置关系，利用爆破数据确定测点的初测振速峰值；[0141] 预测振速峰值确定模块830，用于利用爆破参数确定的爆破规模修正参数以及爆破延时修正参数，对初测振速峰值进行修正，得到测点的预测振速峰值；[0142] 三维振动速度云图绘制模块840，用于根据所有测点的预测振速峰值，绘制爆破区域周围的三维振动速度云图。[0143] 本发明实施例所提供的露天台阶爆破的振动速度云图预测系统，其实现原理及产生的技术效果和前述露天台阶爆破的振动速度云图预测方法的实施例相同，为简要描述，实施例部分未提及之处，可参考前述方法实施例中相应内容。[0144] 本实施例还提供一种电子设备，为该电子设备的结构示意图如图9所示，该设备包括处理器101和存储器102；其中，存储器102用于存储一条或多条计算机指令，一条或多条计算机指令被处理器执行，以实现上述露天台阶爆破的振动速度云图预测方法。[0145] 图9所示的服务器还包括总线103和通信接口104，处理器101、通信接口104和存储器102通过总线103连接。[0146] 其中，存储器102可能包含高速随机存取存储器(RAM，RandomAccessMemory)，也可能还包括非不稳定的存储器(non‑volatilememory)，例如至少一个磁盘存储器。总线103可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。[0147] 通信接口104用于通过网络接口与至少一个用户终端及其它网络单元连接，将封装好的IPv4报文或IPv4报文通过网络接口发送至用户终端。[0148] 处理器101可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignalProcessor，简称DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)、现场可编程门阵列(Field‑ProgrammableGateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本公开实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本公开实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器102，处理器101读取存储器102中的信息，结合其硬件完成前述实施例的方法的步骤。[0149] 本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行前述实施例的方法的步骤。[0150] 在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。[0151] 作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。[0152] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。[0153] 功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以用软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read‑OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。[0154] 最后应说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

专利地区：北京

专利申请日期：2022-01-28

专利公开日期：2024-06-18

专利公告号：CN114723863B