论文部分内容阅读
金属露天矿台阶爆破经常存在这样的问题,矿区内岩石种类很多,岩体结构多样,但是却使用相同的经验选取的爆破参数应对,对爆区内岩石的可爆性没有进行理论的划分,主要由经验来确定岩石的可爆性。爆破孔网参数的选取也主要是依据与该矿地质条件相类似的矿山的爆破参数。从而导致炸药单耗忽高忽低,爆破效果时好时坏,没有规律,大块率偏高。影响后续的产装运输过程。提高了穿爆成本。 为了对台阶爆破参数更加合理的优化,运用“熵值法+层次分析法”确定岩石各物理力学性质对岩石可爆性影响的权重,通过综合聚类分析法确定某一种岩石的确切可爆等级。依据岩石的可爆等级进行可爆性分区。起爆方式及孔间微差时间的选取在一定程度上影响着爆破效果。故选用ANSYS/LS-DYNA软件建立台阶模型,模拟台阶爆破过程。对孔间不同微差间隔所得到的爆破效果进行对比分析,通过对比得出孔间微差间隔时间为23ms或42m时爆破效果较优。通过weibull概率函数拟合爆堆形状,将爆堆形状由原来的多组数据控制转变为由两个参数控制爆堆形状曲线。 本文重点是建立了爆破参数与爆破效果之间的反向BP神经网络预测模型。在爆破效果的评价因素中加入爆堆形状的控制参数。最后通过所要求的爆破效果反向预测出不同爆破分区的爆破参数。用优化后的爆破参数进行现场试验。爆破效果的评价因素中爆堆形状等可以通过直观的测量获得,但岩石块度分布情况无法通过直观的测量得到。运用图像处理法对爆堆内岩石块度分布进行统计分析,能够获得爆堆内岩石块度分布情况,及筛下百分比,通过对爆破效果的评价,证明优化后的爆破参数是合理的。 最终在确定起爆方式为逐孔起爆方式,孔间微差间隔时间选取23ms和42ms。进行分区的爆破参数优化。将爆堆形状控制参数、爆堆松散度、爆堆岩石筛下百分比、大块率、岩石物理力学参数等通过训练好的BP神经网络预测出合理的爆破参数。