由于爆破对象——土岩介质的复杂多变，使得爆破工作者很难用一种统一的定式来对土岩爆破进行设计和施工，而且爆炸过程也极其复杂，稍有不慎，就会给国家和人民的生命财产带来损害。为了避免这种损害的发生，提高土岩爆破工程的经济效益和社会效益，爆破工作者一直在不懈地努力，力求找到一种既简单易行、安全可靠，又合乎工程实际的爆破方法。本文从土岩爆破工程的实际出发，结合工程特点，引入人工智能科学，采用模糊数学、神经网络和专家系统等方法，来实现土岩爆破从钻孔到起爆的智能化和自动化，具有较高的理论意义和实际应用价值。 不同于常用的普通的获取岩石性质的方法，本文从经济、精确性等角度出发，首次提出了从爆破钻孔来获取岩石的性质的方法。为更好地进行后期的爆破设计如炸药与岩石的优化匹配等，本文综合考虑各种影响钻机钻孔速度的因素，首次提出了采用模糊综合评判的方法对钻孔中获取其性质的岩石进行分级。与此同时，本文还系统地研究了炸药的性能和炸药混装车技术。 由于爆炸过程的复杂性，为确保安全、高效、经济起见，本文引入模糊推理和神经网络理论方法，首次提出了基于模糊推理的炸药与岩石智能匹配方法、基于神经网络和模糊综合评判的炸药与岩石智能匹配优化方法和基于模糊神经网络的炸药与岩石智能匹配优化方法。爆破的最优结果不仅仅在于炸药与岩石的优化匹配，同时还受爆破参数等的影响，本文引入模糊神经网络方法，综合考虑岩石性质、炸药性能、爆破要求等，对爆破参数进行优化设计，提出了基于模糊神经网络的爆破参数优化方法。 取得的主要成果如下： (1)在钻孔机械上附加一测量钻孔钻进速度装置，通过在土岩爆破施工现场直接从爆破钻孔的钻进过程来实时获取炮孔不同部位的岩石性质。这种方法，一方面可以减少爆破前的地质勘查工作，节约工程开支；另一方面从爆破钻孔过程中可以获得每个炮孔不同部位的岩石性质，比常用的方法更精确，更有利于爆破的施工，减少爆破施工中不必要的失误和事故。该方法简单易行，具有较好的应用前景。 (2)以岩石本身的可钻性为依据，兼顾考虑到其他影响钻机钻孔速度的各种因素，采用模糊综合评判的方法对通过钻孔实时获得其性质的岩石进行分级。它充分利用了模糊理论的特点来分析岩石性质的不确定性。采用这种方法可以避免由于地质勘探钻孔信息的不足而不能比较全面地反应岩石性质武汉理工大学博士学位论文而引起的不良的爆破效果乃至爆破事故的发生，同时也可以在未能获得任何地质勘探信息的情况下安全地进行爆破施工，不愧为一种高效、经济、安全的方法。 (3)充分利用模糊理论的不确定性研究特点，提出了采用模糊推理的方法进行炸药与岩石的匹配，建立了基于模糊推理的炸药与岩石智能匹配系统。 (4)由于土岩介质和炸药的不确定性，爆炸过程中两者的相互作用就更为不确定，很难从其过程来研究炸药与岩石的匹配，而神经网络方法的特点是只考虑开始和结果，不计较中间过程，鉴于此，本文将神经网络方法应用于炸药与岩石的匹配系统中，兼顾到爆破要求，建立了基于神经网络和模糊综合评判的炸药与岩石智能匹配优化系统和基于模糊神经网络的炸药与岩石智能匹配优化系统。通过计算，该系统匹配所得的炸药性能参数与现有的炸药性能参数非常接近，完全能满足实际工程的需要，具有较强的实际应用价值。 (5)引入模糊神经网络方法，综合考虑岩石性质、炸药性能、爆破要求等，对爆破参数进行优化设计，建立了基于模糊神经网络的爆破参数优化系统。通过试验和实际应用可知，将模糊神经网络用于爆破参数的优化系统，利用以往获得成功爆破经验，并自行进行学习，针对不同的成功例子，扬长避短，最后得出一套最优的学习结果，根据此结果再进行爆破参数优化设计。该系统操作简单易行，而且系统的功能犹如一个庞大的专家组，按照系统的优化设计进行施工即可获取设计所需的爆破效果，这样既可缓解爆破专家数量少的压力，又可避免因爆破设计人员的经验不足和知识水平的局限性而造成爆破不成功乃至爆破事故，值得推广应用。 (6)完成了从爆破钻孔到起爆的土岩爆破智能化系统研究。系统的功能为:只要在操作键盘上输入爆破要求如爆破块度、爆堆形状和爆破安全要求，系统就能根据钻孔获得的岩石性质参数和这些输入参数进行优化设计，最终得出一套最优的爆破方案。