王 靖 璩世杰 易巧明 万鹏鹏

(北京科技大学土木与环境工程学院)

基于BP神经网络的爆破振速峰值预报*

王 靖 璩世杰 易巧明 万鹏鹏

(北京科技大学土木与环境工程学院)

以司家营铁矿露天矿爆破振动的实测数据为基础，运用BP神经网络原理，以孔数、最大单孔药量、总药量、高程差和爆源距作为影响爆破振动速度的主要因素，建立BP神经网络模型，对质点爆破振动速度峰值进行预测。结果表明：BP神经网络模型的预测精确度明显高于传统的萨道夫斯基公式，对工程实践具有较好的指导性。

BP神经网络模型 爆破振动 相对误差

大型露天矿山的爆破规模一般都比较大，爆破振动容易影响日常的生产安全和边坡岩体稳定。因此，对爆破振动进行准确预测，为控制爆破振动提供依据，是矿山爆破生产环节中的一项重要工作，对于矿山的安全稳定生产具有重要的意义[1]。

1 爆破振动速度预测的研究

质点振动速度是目前国内外表述爆破振动效应的一个主要参数，工程实践中主要是根据现场测得的振动数据进行回归分析，得出萨道夫斯基经验公式，然后利用求出的公式预测后续爆破振动速度。萨道夫斯基公式：

(1)

式中，V为质点振动速度峰值，m;Q为最大段起爆药量,kg;R为爆源距,即测点至爆区药包中心的距离，m;K，α为与爆破场地条件、地质条件有关的系数[2-3]。

多数工程试验证明，萨道夫斯基公式在平整地形条件下预测地面的爆破振动质点速度具有较高的精度，但由于该公式未考虑测点与爆心之间高差的影响，当爆破场地的地形地貌变化较大时用该公式预测爆破振动精度较低。……