基于BP神經(jīng)網(wǎng)絡(luò)的露天采場(chǎng)爆破振速預(yù)測(cè)

郭英杰　璩世杰　胡光球

(北京科技大學(xué)土木與環(huán)境工程學(xué)院)

?

基于BP神經(jīng)網(wǎng)絡(luò)的露天采場(chǎng)爆破振速預(yù)測(cè)

郭英杰璩世杰胡光球

(北京科技大學(xué)土木與環(huán)境工程學(xué)院)

摘要以首云露天鐵礦爆破震動(dòng)實(shí)測(cè)數(shù)據(jù)為基礎(chǔ)，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)原理，建立了以總藥量、最大段藥量、爆心距和高程差為輸入層的神經(jīng)網(wǎng)絡(luò)模型，預(yù)測(cè)爆破震動(dòng)峰值振速。將爆破震動(dòng)監(jiān)測(cè)數(shù)據(jù)與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果和薩氏公式預(yù)測(cè)結(jié)果比較，BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)爆破震動(dòng)峰值平均誤差為17.16%，遠(yuǎn)低于薩氏公式預(yù)測(cè)的平均誤差44.12%，表明BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)爆破震動(dòng)強(qiáng)度精度更高，結(jié)果更可靠。

關(guān)鍵詞BP神經(jīng)網(wǎng)絡(luò)爆破振速預(yù)測(cè)

爆破是礦業(yè)開挖的主要手段，露天礦爆破規(guī)模一般都比較大，由此引起的振動(dòng)容易影響臨近建筑物的安全。因此，對(duì)爆破振動(dòng)進(jìn)行準(zhǔn)確分析和預(yù)測(cè)，為爆破設(shè)計(jì)和施工優(yōu)化提供依據(jù)，是礦山爆破生產(chǎn)環(huán)節(jié)中的重要工作，對(duì)于礦山及周邊的安全穩(wěn)定具有重要的意義。

我國廣泛運(yùn)用薩道夫斯基公式對(duì)爆破震動(dòng)進(jìn)行幅值預(yù)報(bào)：

(1)

式中，V為質(zhì)點(diǎn)振動(dòng)速度，cm/s；Q為裝藥量，kg；R為測(cè)點(diǎn)距爆心的距離，m；K為場(chǎng)地系數(shù)；α為衰減系數(shù)。

運(yùn)用薩道夫斯基公式預(yù)報(bào)平整場(chǎng)地的爆破震動(dòng)幅值，精度較高[1]，但對(duì)于高低起伏較大的露天采場(chǎng)，沒有充分考慮高程對(duì)爆破地震波的影響，預(yù)測(cè)精度不理想。為適應(yīng)變化的場(chǎng)地情況，對(duì)薩道夫斯基公式加以改進(jìn)，周同嶺[2]等在薩道夫斯基公式的基礎(chǔ)上加入了高程因素H，對(duì)H做無量綱處理，得到改進(jìn)的薩氏公式：

(2)

式中，H為高程差，正高差取正，負(fù)高差取負(fù)，m；β為高程差相關(guān)系數(shù)，其他符號(hào)意義同前。

修正公式在一定程度上減小了預(yù)報(bào)誤差，但爆破震動(dòng)受到多因素的相互作用，各因素之間關(guān)系十分復(fù)雜，傳統(tǒng)的預(yù)測(cè)公式難以滿足不斷變化的實(shí)際情況。隨著計(jì)算機(jī)技術(shù)的發(fā)展，引進(jìn)神經(jīng)網(wǎng)絡(luò)法[3]進(jìn)行爆破震動(dòng)幅值預(yù)報(bào)。

運(yùn)用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)爆破振動(dòng)強(qiáng)度，通過分析爆破震動(dòng)影響因子與爆破震動(dòng)測(cè)量數(shù)據(jù)的關(guān)系，用經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)對(duì)爆破震動(dòng)強(qiáng)度進(jìn)行實(shí)時(shí)預(yù)測(cè)，取得了良好的預(yù)測(cè)效果。董香山[4]等人建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)某露天礦的生產(chǎn)爆破振動(dòng)速度，并與薩道夫斯基公式預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比，結(jié)果表明神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型精度更高，誤差更??；陶挺，林從謀[5]等建立兩個(gè)不同輸入?yún)?shù)的BP神經(jīng)網(wǎng)絡(luò)模型，預(yù)測(cè)南惠高速公路第NHA5合同段路基開挖現(xiàn)場(chǎng)爆破的震動(dòng)峰值振速，將神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果與薩道夫斯基公式預(yù)測(cè)結(jié)果對(duì)比，發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)誤差均小于薩氏公式預(yù)測(cè)誤差；段寶福[6]等運(yùn)用BP神經(jīng)網(wǎng)絡(luò)建立爆破震動(dòng)衰減預(yù)測(cè)模型，成功預(yù)測(cè)某礦生產(chǎn)爆破震動(dòng)速度、振動(dòng)主頻和持續(xù)時(shí)間，預(yù)測(cè)誤差最大只有18.3%。

本文通過建立BP神經(jīng)網(wǎng)絡(luò)模型，以首云鐵礦實(shí)時(shí)監(jiān)測(cè)的爆破數(shù)據(jù)為樣本，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，預(yù)測(cè)后續(xù)爆破震動(dòng)強(qiáng)度，以降低預(yù)測(cè)誤差，從而合理的進(jìn)行爆破設(shè)計(jì)，避免爆破震動(dòng)對(duì)周邊基地的影響。

1爆破振動(dòng)監(jiān)測(cè)

1.1測(cè)震地點(diǎn)及儀器

國家安全工程技術(shù)實(shí)驗(yàn)與研發(fā)基地建設(shè)項(xiàng)目位于北京市密云縣巨各莊鎮(zhèn)首云鐵礦廠區(qū)內(nèi)，由于基地緊鄰礦區(qū)生產(chǎn)區(qū)，距離周圍邊坡距離較近，采礦爆破作業(yè)產(chǎn)生的地震波經(jīng)高大邊坡的放大效應(yīng)后，可能引發(fā)邊坡巖體滑移、建筑物震動(dòng)受拉以及實(shí)驗(yàn)儀器工作狀態(tài)不穩(wěn)定等問題。降低最大單響藥量可以降低爆破振動(dòng)強(qiáng)度，但是會(huì)影響礦山的生產(chǎn)進(jìn)度，因此，預(yù)測(cè)爆破振動(dòng)強(qiáng)度，合理優(yōu)化爆破設(shè)計(jì)，是兼顧生產(chǎn)效率和爆破震動(dòng)安全問題的前提條件。

共對(duì)首云鐵礦的6次爆破作業(yè)進(jìn)行了震動(dòng)測(cè)試，其中露天臺(tái)階炮孔爆破3次，地下炮孔爆破3次。使用測(cè)試儀器為NUBOX-6016型智能震動(dòng)監(jiān)測(cè)儀，該型儀器能對(duì)傳感器產(chǎn)生的動(dòng)態(tài)、靜態(tài)信號(hào)(包括速度、加速度等)進(jìn)行數(shù)字轉(zhuǎn)換，其觸發(fā)機(jī)制保證能對(duì)爆破震動(dòng)信號(hào)進(jìn)行正確記錄。

1.2測(cè)點(diǎn)布置

為確定首云鐵礦的爆破生產(chǎn)作業(yè)對(duì)日后基地建設(shè)項(xiàng)目的建設(shè)及運(yùn)行安全可能產(chǎn)生的影響，將爆破震動(dòng)測(cè)試地點(diǎn)(測(cè)點(diǎn))布置于設(shè)計(jì)規(guī)劃中的室外泄漏擴(kuò)散試驗(yàn)配套測(cè)試工房一、危險(xiǎn)化學(xué)品及有毒物質(zhì)泄漏擴(kuò)散試驗(yàn)場(chǎng)等區(qū)域。為保證爆破震動(dòng)傳感器能夠準(zhǔn)確接收到爆破震動(dòng)信號(hào)，測(cè)點(diǎn)位置地表裸露介質(zhì)須為穩(wěn)定的巖石，并使用石膏作為傳感器與地表巖石之間的粘結(jié)劑。

2爆破峰值振速的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

2.1BP神經(jīng)網(wǎng)絡(luò)基本原理

BP神經(jīng)網(wǎng)絡(luò)是一種常用的人工神經(jīng)網(wǎng)絡(luò)，即誤差逆?zhèn)鞑ド窠?jīng)網(wǎng)絡(luò)，其本質(zhì)是實(shí)現(xiàn)映射的一個(gè)非線性函數(shù)。當(dāng)輸入節(jié)點(diǎn)數(shù)為n，輸出節(jié)點(diǎn)數(shù)為m時(shí)，BP神經(jīng)網(wǎng)絡(luò)就表達(dá)了一個(gè)從n個(gè)自變量到m個(gè)因變量的函數(shù)映射關(guān)系。在爆破振動(dòng)分析中，運(yùn)用較廣泛的是三層前饋型BP神經(jīng)網(wǎng)絡(luò)，具有高度的容錯(cuò)性和魯棒性及學(xué)習(xí)聯(lián)想能力，其典型的拓?fù)浣Y(jié)構(gòu)如圖1所示。

圖1　典型BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

三層前饋型BP神經(jīng)網(wǎng)絡(luò)包含輸入層、隱含層和輸出層，信號(hào)前向傳遞，誤差反向傳播，圖中xi表示信號(hào)的輸入層，信號(hào)從輸入層輸入，經(jīng)由隱含層處理后，從輸出層輸出。隱含層的神經(jīng)元受到上一層神經(jīng)元的影響，并且只影響下一層的神經(jīng)元，經(jīng)過隱含層處理后由輸出層輸出的值yi，如若其誤差值大于允許誤差，則誤差反向傳播。根據(jù)誤差的大小調(diào)整網(wǎng)絡(luò)權(quán)值wij和閥值，如此周而復(fù)始，使得網(wǎng)絡(luò)的預(yù)測(cè)輸出值逼近期望輸出值，將誤差降到允許誤差范圍。

2.2BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)具有很好的非線性動(dòng)態(tài)處理能力，能夠?qū)颖具M(jìn)行自主學(xué)習(xí)，通過學(xué)習(xí)樣本數(shù)據(jù)中的隱含規(guī)律，分析出輸入層數(shù)據(jù)與輸出目標(biāo)之間的映射關(guān)系，不需要復(fù)雜的建模分析過程，就能夠建立分析模型。BP神經(jīng)網(wǎng)絡(luò)可以看作是一個(gè)通過反饋調(diào)節(jié)的多變量高度非線性映射，而爆破震動(dòng)受到許多因素的影響，具有很大的隨機(jī)性，可以看作一個(gè)復(fù)雜的非線性問題來研究，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)研究爆破震動(dòng)強(qiáng)度是合理的。

2.3BP網(wǎng)絡(luò)模型的參數(shù)選取

影響爆破震動(dòng)的因素眾多，各因素之間關(guān)系也極為復(fù)雜，通常將這些因素歸為爆破震源因素(爆破藥量、孔網(wǎng)參數(shù)等)、場(chǎng)地因素(傳播介質(zhì)和地質(zhì)條件等)和(爆心距、高程等)等[7]幾類因素。在這些因素中，震源因素易于獲取但數(shù)量眾多，需區(qū)分主次加以取舍；爆心與測(cè)點(diǎn)的空間關(guān)系受地形影響較大，應(yīng)當(dāng)充分考慮；場(chǎng)地因素由于復(fù)雜多變而難以定量的加以描述，難以獲取。故選擇輸入層參數(shù)時(shí)，需綜合考慮輸入?yún)?shù)的易取性和可行性、代表性，對(duì)相關(guān)因素加以取舍。綜合考慮，輸入層選擇總藥量、最大段藥量、爆心距、孔數(shù)4個(gè)特征量作為影響爆破振動(dòng)強(qiáng)弱的主要因素。

BP神經(jīng)網(wǎng)絡(luò)可以看作是一個(gè)非線性映射，在三層BP神經(jīng)網(wǎng)絡(luò)中，隱含層的選擇目前尚未有可靠的判定辦法，通常根據(jù)Kolmogorov定理[8]來確定隱含層神經(jīng)元個(gè)數(shù)。給定任一連續(xù)函數(shù)f：Un→Rm，f(x)=y，U∈[0,1]，f可實(shí)現(xiàn)一個(gè)三層前向神經(jīng)網(wǎng)絡(luò)，若輸入層有n個(gè)輸入單元，輸出層有m個(gè)輸出單元，則隱含層的個(gè)數(shù)為2n+1?？紤]到輸入單元為總藥量、最大段藥量、爆心距和孔數(shù)4個(gè)特征量，隱含層單元數(shù)為9，輸出神經(jīng)單元為測(cè)點(diǎn)的峰值振速。

在對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試之前，所有的輸入數(shù)據(jù)和目標(biāo)數(shù)據(jù)都必須進(jìn)行處理?？紤]到各個(gè)特征量數(shù)值大小不一，需對(duì)數(shù)值進(jìn)行歸一化預(yù)處理，本文對(duì)樣本數(shù)據(jù)進(jìn)行離差標(biāo)準(zhǔn)化處理，進(jìn)行線性變換：

(3)

樣本數(shù)據(jù)經(jīng)過歸一化處理后，作為輸入層數(shù)據(jù)輸入到BP神經(jīng)網(wǎng)絡(luò)中。

3基于神經(jīng)網(wǎng)絡(luò)模型的爆破振動(dòng)預(yù)測(cè)

3.1爆破工程背景

目前首云鐵礦露天開采為臺(tái)階炮孔爆破，炮孔直徑140 mm，孔深12～14 m，采用乳化炸藥，孔網(wǎng)參數(shù)為7 m×3 m；井下采用無底柱分段崩落法開采，分段高度15 m，采用Simba1354型鑿巖臺(tái)車鉆鑿76～80 mm的上向扇形炮孔，最小抵抗線1.6～1.8 m，孔底距2.0～2.6 m，邊孔角63°～65°，每排布置8～9個(gè)扇形深孔，壓氣裝藥器裝填黏性粒狀銨油炸藥，每排孔裝藥量890～960 kg，一次落礦爆破1～2排，正常排面采用毫秒微差分段，加強(qiáng)排面2排同時(shí)起爆，一次最大起爆藥量1 780～1 920 kg。

3.2預(yù)測(cè)模型訓(xùn)練樣本

共進(jìn)行了4次露天臺(tái)階炮孔爆破作業(yè)震動(dòng)測(cè)試，爆破技術(shù)參數(shù)、距離及測(cè)試結(jié)果數(shù)據(jù)如表1所示。

3.3峰值振速的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)

將數(shù)據(jù)進(jìn)行歸一化處理后輸入網(wǎng)絡(luò)。隱含層的傳遞函數(shù)[9]選擇雙曲正切S型非線性函數(shù)tansig，構(gòu)造非線性系統(tǒng)，輸出層使用logsig函數(shù)，使得輸出結(jié)果為0～1，將輸出結(jié)果反歸一化處理，即可得到預(yù)測(cè)合成的質(zhì)點(diǎn)振速峰值。模型選取10#、02#、05#、06#、02#(1)儀器測(cè)量數(shù)據(jù)作為檢驗(yàn)集，其他14組數(shù)據(jù)作為訓(xùn)練樣本，用訓(xùn)練函數(shù)trainlm進(jìn)行訓(xùn)練，最大訓(xùn)練步數(shù)5 000，訓(xùn)練目標(biāo)誤差為10-7，經(jīng)過725次訓(xùn)練達(dá)到預(yù)期目標(biāo)，訓(xùn)練停止。用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)對(duì)檢驗(yàn)集的峰值振速進(jìn)行預(yù)測(cè)，訓(xùn)練函數(shù)的訓(xùn)練收斂曲線見圖2。

表1　首云鐵礦爆破震動(dòng)監(jiān)測(cè)數(shù)據(jù)

圖2　訓(xùn)練函數(shù)的訓(xùn)練收斂曲線

3.4結(jié)果分析

對(duì)表1中的數(shù)據(jù)按薩道夫斯基公式進(jìn)行回歸,得質(zhì)點(diǎn)振速峰值V與單響最大藥量Q及爆心距R的關(guān)系為：

(4)

用式(4)預(yù)測(cè)檢驗(yàn)集數(shù)據(jù)中的爆破振動(dòng)峰值速度，并與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果進(jìn)行對(duì)比(見表2)。從表2中可以看出，BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)爆破震動(dòng)具有明顯的優(yōu)勢(shì)，預(yù)測(cè)平均誤差17.16%；薩道夫斯基公式預(yù)測(cè)平均誤差達(dá)到44.12%。BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度大大高于薩氏公式。

表2　預(yù)測(cè)結(jié)果對(duì)比

4結(jié)論

由于神經(jīng)網(wǎng)絡(luò)不需要建立輸入變量和輸出間的數(shù)學(xué)關(guān)系，只要調(diào)整網(wǎng)絡(luò)之間權(quán)值就可以建立輸入與輸出的非線性關(guān)系，從而使模型較準(zhǔn)確地預(yù)報(bào)結(jié)果。本文運(yùn)用神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)爆破震動(dòng)速度，并得到以下結(jié)論：

(1)BP神經(jīng)網(wǎng)絡(luò)綜合考慮了影響爆破震動(dòng)強(qiáng)度的多個(gè)影響因素，具有強(qiáng)大的非線性動(dòng)態(tài)處理能力，預(yù)測(cè)結(jié)果比傳統(tǒng)的經(jīng)驗(yàn)公式更加準(zhǔn)確。

(2)BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)露天采場(chǎng)爆破震動(dòng)峰值振速平均誤差為17.16%，遠(yuǎn)遠(yuǎn)低于薩氏公式預(yù)測(cè)結(jié)果的平均誤差(44.12%)，故BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)爆破震動(dòng)與實(shí)際爆破震動(dòng)速度更符合。

(3)本次神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)充分考慮了爆源特性和爆破地形條件，但地質(zhì)條件，如褶皺、斷層等未能納入神經(jīng)網(wǎng)絡(luò)模型中，對(duì)模型的預(yù)測(cè)精度產(chǎn)生一定的影響，在今后的工作中應(yīng)當(dāng)對(duì)此方面加以探索。

參考文獻(xiàn)

[1]劉殿中，楊仕春.工程爆破實(shí)用手冊(cè)[M]．北京:冶金工業(yè)出版社，2004．

[2]周同嶺，楊秀甫，翁家杰． 爆破地震高程效應(yīng)的實(shí)驗(yàn)研究[J]．建井技術(shù)，1997(S1):32-36．

[3]申旭鵬，璩世杰，王福緣，等． 基于BP神經(jīng)網(wǎng)絡(luò)的爆破振速峰值預(yù)測(cè)[J]．爆破，2013(1):122-125,130．

[4]夏夢(mèng)會(huì)，董香山，張力民，等． 神經(jīng)網(wǎng)絡(luò)模型在爆破震動(dòng)強(qiáng)度預(yù)測(cè)中的應(yīng)用研究[J]．有色金屬:礦山部分，2004(3):25-27．

[5]陶挺，林從謀，程李凱． 爆破振動(dòng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法研究[J]．爆破，2011(4):105-107．

[6]段寶福，張猛，李俊猛． 逐孔起爆震動(dòng)參數(shù)預(yù)報(bào)的BP神經(jīng)網(wǎng)絡(luò)模型[J]．爆炸與沖擊，2010(4):401-406．

[7]張藝峰，姚道平，謝志招． 基于BP神經(jīng)網(wǎng)絡(luò)的爆破振動(dòng)峰值及主頻預(yù)測(cè)[J]．工程地球物理學(xué)報(bào)，2008(2):222-226．

[8]徐全軍，張慶明，惲壽榕． 爆破地震峰值的神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型[J]．北京理工大學(xué)學(xué)報(bào)，1998(4):472-475．

[9]程相君，王春寧，陳生潭．神經(jīng)網(wǎng)絡(luò)原理及其應(yīng)用[M]．北京:國防工業(yè)出版社，1995．

(收稿日期2015-10-08)

Prediction of Blasting Vibration Based on BP Neural Network in Open-pit Mine

Guo YingjieQu ShijieHu Guangqiu

(Civil and Environmental Engineering School, University of Science and Technology Beijing)

AbstractAccording to the blasting vibration measured data of Shouyun open-pit mine,parameters of total charge, maximum explosive, distance of explosive source and evaluation difference are regarded as the input layer to establish neural network model based on the BP neural network principle to predict the peak velocity of blasting vibration. The measured data of blasting vibration, the prediction results of BP neural network model and Sadaovsk formula are conducted contrast analysis. The results show that the average error of the peak velocity of blasting vibration of BP neural network model is 17.6%, it is far below the average error (44.12%) of Sadaovsk formula. The research results further indicated that the prediction precise of BP neural network model is higher than the others, the prediction results of BP neural network model is more reliable.

KeywordsBP neural network, Blasting vibration, Prediction

郭英杰(1990—)，男，碩士研究生，100083 北京市海淀區(qū)學(xué)院路30號(hào)。