随着国家对海洋经济的大力开发,在大量的近海和海岸工程建设中水下爆破开挖应用越来越广泛,水下爆破施工复杂、技术难度高,是爆破工程中的热点研究课题之一。在湄洲湾电厂水下爆破工程中,施工范围广,水文地质条件复杂,附近民居密集,水下爆破方案设计和爆破振动对周边建筑的安全影响都是急需解决的问题。本文以该工程为研究背景,做了以下研究:分析水下钻孔爆破的特点,水下钻孔爆破在不同工程条件下的施工设备、炸药选择、装药处理、单耗计算以及联网和起爆方式等。结合湄洲湾电厂工程实际,对水下钻爆施工方案进行设计。同时为控制爆破振动危害,综合考虑建筑结构安全和人员振动舒适度制定爆破振动控制标准,针对爆破振动进行质点振动速度监测,通过监测数据的反馈对爆破作业的单响药量和孔网参数进行实时调整,成功的控制了爆破振动对周边的影响。在使用萨道夫斯基公式对现场监测数据拟合相关系数非常小的情况下,研究机器学习方法在爆破振动预测中的应用。通过振动监测中的实测数据,选取爆源位置、测点位置、最大单响药量、雷管段位数、总药量,爆心距和水深七个因素作为影响因素分别建立了湄洲湾电厂水下爆破振动BP神经网络预测模型和基于粒子群优化的支持向量机预测模型。使用现场实测数据进行训练和预测验证发现:两种方法都可以对爆破振动进行预测,对于本工程中样本数量较小,数据分布范围较为集中的情况,支持向量机具有比BP神经网络更好的预测效果。为进一步研究水下爆破作业中水深因素对破岩效果和爆破地震波的影响,本文以湄洲湾电厂水下爆破相关参数为依据,基于有限元原理利用ANSYS/LS-DYNA软件建立不同水深条件下的数值模型进行计算分析。通过数值计算发现在上覆水深不大于15m,装药直径90mm的条件下,不同水深工况下所计算的质点峰值振速几乎相同,水深对爆破地震波传播规律的影响不显著;对爆破破岩效果有较大影响,水深越深岩石受拉破碎范围越小。