本發(fā)明涉及露天礦山圍巖爆破裂隙范圍控制，具體而言，涉及一種露天礦山圍巖爆破裂隙范圍控制方法。

背景技術(shù)：

1、在露天礦山開采過(guò)程中，圍巖爆破是實(shí)現(xiàn)高效開采和保障邊坡穩(wěn)定的關(guān)鍵技術(shù)之一。然而，傳統(tǒng)的爆破方法存在一些局限性，例如難以精確控制爆破裂隙的范圍，導(dǎo)致邊坡圍巖完整性受損、應(yīng)力集中以及后續(xù)支護(hù)困難等問(wèn)題。

2、近年來(lái)，隨著對(duì)爆破技術(shù)的深入研究和技術(shù)創(chuàng)新，一些新的方法和技術(shù)被提出以解決這些問(wèn)題。例如，預(yù)裂爆破和光面爆破技術(shù)通過(guò)在圍巖中形成預(yù)裂縫，有效降低了爆破對(duì)邊坡巖體的損傷。此外，通過(guò)優(yōu)化爆破參數(shù)(如孔距、排距、炸藥單耗等)，可以進(jìn)一步提高爆破效果，減少對(duì)圍巖的破壞。

3、然而，盡管這些技術(shù)在一定程度上提高了爆破效率和圍巖穩(wěn)定性，但在實(shí)際應(yīng)用中仍存在一些挑戰(zhàn)。例如，如何在復(fù)雜的地質(zhì)條件下(如節(jié)理裂隙發(fā)育的圍巖)實(shí)現(xiàn)對(duì)爆破裂隙范圍的精確控制，仍然是一個(gè)亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供了一種露天礦山圍巖爆破裂隙范圍控制方法，用以解決現(xiàn)有技術(shù)中存在的上述問(wèn)題。

2、本技術(shù)具體是這樣的：

3、一種露天礦山圍巖爆破裂隙范圍控制方法，包括以下步驟：

4、s1、根據(jù)目標(biāo)露天礦山的地質(zhì)條件和開采需求，確定目標(biāo)爆破裂隙范圍；

5、s2、在圍巖中布置多個(gè)預(yù)設(shè)的爆破孔，所述爆破孔的深度和間距根據(jù)所述目標(biāo)爆破裂隙范圍進(jìn)行優(yōu)化設(shè)計(jì)；

6、s3、在每個(gè)爆破孔中裝填預(yù)設(shè)的炸藥量，并設(shè)置多個(gè)分段起爆裝置，所述分段起爆裝置的起爆時(shí)間根據(jù)所述目標(biāo)爆破裂隙范圍進(jìn)行控制；

7、s4、通過(guò)分段起爆裝置依次起爆所述爆破孔中的炸藥，形成預(yù)設(shè)的爆破裂隙范圍，所述爆破裂隙范圍在預(yù)設(shè)的誤差范圍內(nèi)；

8、s5、利用監(jiān)測(cè)設(shè)備實(shí)時(shí)監(jiān)測(cè)爆破過(guò)程中的裂隙擴(kuò)展情況，并根據(jù)監(jiān)測(cè)結(jié)果動(dòng)態(tài)調(diào)整后續(xù)爆破參數(shù)。

9、進(jìn)一步地，s1中確定目標(biāo)爆破裂隙范圍包括：

10、根據(jù)目標(biāo)露天礦山的地質(zhì)條件，通過(guò)數(shù)值模擬和爆破作業(yè)中的數(shù)據(jù)的綜合分析確定目標(biāo)爆破裂隙范圍，所述地質(zhì)條件至少包括巖石類型、裂隙發(fā)育程度和節(jié)理分布；

11、所述目標(biāo)爆破裂隙范圍的具體實(shí)現(xiàn)包括：

12、s11、地質(zhì)條件分析，根據(jù)目標(biāo)露天礦山的地質(zhì)條件，通過(guò)地質(zhì)勘查，生成礦體結(jié)構(gòu)特征和巖石特征；

13、s12、數(shù)值模擬，利用數(shù)值模擬方法進(jìn)行n次爆破數(shù)值模擬，所述數(shù)值模擬方法的輸入為目標(biāo)露天礦山的地質(zhì)條件和爆破參數(shù)，所述數(shù)值模擬方法的輸出為模擬目標(biāo)爆破裂隙范圍；

14、s13、神經(jīng)網(wǎng)絡(luò)算法分析，通過(guò)訓(xùn)練好的rbf神經(jīng)網(wǎng)絡(luò)分析目標(biāo)露天礦山的目標(biāo)爆破裂隙范圍，所述rbf神經(jīng)網(wǎng)絡(luò)的輸入為目標(biāo)露天礦山的鉆孔參數(shù)、巖石性質(zhì)、爆破參數(shù)，所述rbf神經(jīng)網(wǎng)絡(luò)的輸出為rbf神經(jīng)網(wǎng)絡(luò)目標(biāo)爆破裂隙范圍；

15、s14、目標(biāo)爆破裂隙范圍的求取，通過(guò)余弦相似度算法計(jì)算rbf神經(jīng)網(wǎng)絡(luò)目標(biāo)爆破裂隙范圍與n次爆破數(shù)值模擬生成的模擬目標(biāo)爆破裂隙范圍的第一相似度，預(yù)設(shè)相似度閾值，若第幾次爆破數(shù)值模擬所輸出的模擬目標(biāo)爆破裂隙范圍與rbf神經(jīng)網(wǎng)絡(luò)目標(biāo)爆破裂隙范圍的第一相似度滿足預(yù)設(shè)相似度閾值，即找出對(duì)應(yīng)的第幾次爆破數(shù)值模擬所輸出的模擬目標(biāo)爆破裂隙范圍為最終的目標(biāo)爆破裂隙范圍，同時(shí)找到對(duì)應(yīng)的第幾次爆破數(shù)值模擬的輸入的爆破參數(shù)表示為初始爆破參數(shù)。

16、所述裂隙發(fā)育程度和節(jié)理分布具體獲取過(guò)程為：

17、s15、對(duì)高清攝像機(jī)得到的裂隙發(fā)育程度圖像和節(jié)理分布圖像進(jìn)行圖像灰度化和圖像二值圖統(tǒng)計(jì)，選取小波變換級(jí)數(shù)，對(duì)圖像統(tǒng)計(jì)二值圖進(jìn)行二級(jí)daubechies小波變換；采用一維daubechies小波變換進(jìn)行處理；

18、s16、選取高斯濾波器及濾波半徑對(duì)變換后的圖像數(shù)據(jù)進(jìn)行平滑處理，對(duì)平滑處理后的圖像數(shù)據(jù)進(jìn)行峰值沖擊檢測(cè)，得到峰值分布數(shù)組，選取模型參數(shù)，采用的峰值沖擊響應(yīng)模型求峰值分布數(shù)組的沖擊響應(yīng)；

19、s17、通過(guò)峰值沖擊響應(yīng)結(jié)果，求得峰值分布數(shù)組響應(yīng)第一次下降為0時(shí)的位置，根據(jù)響應(yīng)位置求得此前最近一次的極大值，將其作為閾值，進(jìn)行daubechies小波逆變換，將其還原到原始二值圖的位置，并將該位置作為原始灰度圖的分割閾值對(duì)圖像進(jìn)行分割，分別得到裂隙發(fā)育程度和節(jié)理分布對(duì)應(yīng)的數(shù)據(jù)信息；

20、s18、通過(guò)圖像形態(tài)學(xué)對(duì)分別得到裂隙發(fā)育程度和節(jié)理分布對(duì)應(yīng)的數(shù)據(jù)信息進(jìn)行處理，分別得到裂隙發(fā)育程度和節(jié)理分布對(duì)應(yīng)的特征，所述特征包括裂隙端點(diǎn)個(gè)數(shù)、交點(diǎn)個(gè)數(shù)、面裂隙率和分形維值。

21、進(jìn)一步地，s13中rbf神經(jīng)網(wǎng)絡(luò)的輸入層、輸出層和隱含層的神經(jīng)元參數(shù)的選擇如下：

22、輸入層：鉆孔入速度，回轉(zhuǎn)速度，鉆孔沖擊壓力，回轉(zhuǎn)壓力，鉆頭加速度，鉆頭扭力，鉆桿推進(jìn)力，鉆頭振動(dòng)狀態(tài)，鉆孔角度，鉆孔深度，巖石類型，爆破參數(shù)，爆破效果，所以輸入層一共有以上13個(gè)參數(shù)，神經(jīng)元個(gè)數(shù)為13個(gè)；

23、輸出層：對(duì)目標(biāo)爆破裂隙范圍預(yù)測(cè)，所以輸出層有1個(gè)參數(shù)，神經(jīng)元個(gè)數(shù)為1個(gè)；

24、隱含層：隱含層節(jié)點(diǎn)個(gè)數(shù)根據(jù)網(wǎng)絡(luò)訓(xùn)練結(jié)果調(diào)整。

25、進(jìn)一步地，s5中利用監(jiān)測(cè)設(shè)備實(shí)時(shí)監(jiān)測(cè)爆破過(guò)程中的裂隙擴(kuò)展情況包括：

26、s54、使用分布式光纖傳感器監(jiān)測(cè)圍巖內(nèi)部的溫度變化，通過(guò)溫度變化反演裂隙的擴(kuò)展情況，生成第一溫度變化特征；

27、s55、使用光纖傳感器和應(yīng)變片監(jiān)測(cè)圍巖表面的應(yīng)變變化，實(shí)時(shí)獲取裂隙擴(kuò)展的動(dòng)態(tài)信息，生成第一動(dòng)態(tài)信息特征。

28、進(jìn)一步地，s5中利用監(jiān)測(cè)設(shè)備實(shí)時(shí)監(jiān)測(cè)爆破過(guò)程中的裂隙擴(kuò)展情況還包括：

29、s56、使用聲發(fā)射監(jiān)測(cè)傳感器實(shí)時(shí)監(jiān)測(cè)爆破過(guò)程中圍巖的聲發(fā)射信號(hào)，通過(guò)信號(hào)分析確定裂隙的擴(kuò)展位置和速率，生成第一信號(hào)特征；

30、s57、使用多物理場(chǎng)耦合監(jiān)測(cè)傳感器，同時(shí)監(jiān)測(cè)圍巖的應(yīng)力、應(yīng)變、溫度和聲發(fā)射信號(hào)，生成第一耦合特征。

31、進(jìn)一步地，s5中根據(jù)監(jiān)測(cè)結(jié)果動(dòng)態(tài)調(diào)整后續(xù)爆破參數(shù)包括：

32、s61、根據(jù)實(shí)時(shí)監(jiān)測(cè)的裂隙擴(kuò)展情況，調(diào)整后續(xù)爆破孔的炸藥量、起爆時(shí)間和孔間距，以確保裂隙范圍符合目標(biāo)要求；

33、s62、通過(guò)建立爆破參數(shù)與裂隙范圍之間的數(shù)學(xué)模型，利用第一爆破參數(shù)分析算法對(duì)第一溫度變化特征、第一動(dòng)態(tài)信息特征、第一信號(hào)特征和第一耦合特征進(jìn)行分析，預(yù)測(cè)最優(yōu)的爆破參數(shù)；

34、s63、在每次爆破后，對(duì)爆破效果進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果調(diào)整后續(xù)爆破的參數(shù)，形成閉環(huán)控制。

35、進(jìn)一步地，s63中在每次爆破后，對(duì)爆破效果進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果調(diào)整后續(xù)爆破的參數(shù)，形成閉環(huán)控制包括：

36、s64、利用無(wú)人機(jī)搭載高分辨率相機(jī)，對(duì)爆破后的圍巖表面進(jìn)行快速掃描，獲取裂隙的三維分布信息，生成第一三維圖像特征；

37、s65、利用第一深度學(xué)習(xí)算法對(duì)第一溫度變化特征、第一動(dòng)態(tài)信息特征、第一信號(hào)特征、第一耦合特征和第一三維圖像特征進(jìn)行實(shí)時(shí)分析，識(shí)別裂隙擴(kuò)展的關(guān)鍵特征，預(yù)測(cè)裂隙的最終范圍；所述第一溫度變化特征、第一動(dòng)態(tài)信息特征、第一信號(hào)特征、第一耦合特征和第一三維圖像特征將被分為訓(xùn)練集和測(cè)試集，所述訓(xùn)練集和測(cè)試集用于第一深度學(xué)習(xí)算法訓(xùn)練；

38、s66、根據(jù)預(yù)測(cè)結(jié)果，自動(dòng)調(diào)整后續(xù)爆破的參數(shù)。

39、進(jìn)一步地，所述第一深度學(xué)習(xí)算法包括：

40、所述第一深度學(xué)習(xí)算法采用卷積神經(jīng)網(wǎng)絡(luò)cnn結(jié)合長(zhǎng)短期記憶網(wǎng)絡(luò)lstm；通過(guò)cnn-lstm模型對(duì)訓(xùn)練集進(jìn)行分析，獲取cnn-lstm模型訓(xùn)練后的最終模型，所述卷積神經(jīng)網(wǎng)絡(luò)cnn采用densenet神經(jīng)網(wǎng)絡(luò)框架；所述長(zhǎng)短期記憶網(wǎng)絡(luò)lstm用于捕捉第一溫度變化特征、第一動(dòng)態(tài)信息特征、第一信號(hào)特征、第一耦合特征和第一三維圖像特征的累積情況與時(shí)間之間的依賴關(guān)系，進(jìn)而輸出裂隙的最終范圍值；

41、所述cnn-lstm模型的具體實(shí)現(xiàn)過(guò)程為：

42、cnn-lstm模型架構(gòu)和處理過(guò)程為：cnn模型與lstm模型通過(guò)串聯(lián)方式連接，將第一三維圖像特征輸入cnn模型，通過(guò)cnn模型特征處理，輸出第一cnn數(shù)據(jù)集，將第一溫度變化特征、第一動(dòng)態(tài)信息特征、第一信號(hào)特征、第一耦合特征輸入lstm模型；

43、所述cnn模型的處理過(guò)程為：

44、對(duì)第一三維圖像特征y應(yīng)用自適應(yīng)權(quán)重分配的核k均值聚類分析，進(jìn)行特征增強(qiáng)與降維，得到增強(qiáng)特征向量g'表達(dá)式為：

45、

46、其中，為核函數(shù)，w'為降維權(quán)重矩陣；

47、將增強(qiáng)特征向量g'輸入到一個(gè)多層融合與卷積網(wǎng)絡(luò)中，生成融合后的特征向量h表達(dá)式為：

48、其中di為第i種模態(tài)的權(quán)重，m、n分別表示第一溫度變化特征和第一動(dòng)態(tài)信息特征，表示非線性函數(shù)；

49、將融合后的特征向量h輸入到三維卷積層，計(jì)算三維卷積層的輸出值，表達(dá)式為：

50、d＝tanh(w*h+b)，其中，tanh為修正線性激活函數(shù)，w為三維卷積層的權(quán)重矩陣，b為三維卷積層的偏置項(xiàng)。

51、進(jìn)一步地，所述lstm模型處理過(guò)程為：

52、s68、所述lstm模型分為三層，標(biāo)記為第一層、第二層和第三層，第一cnn數(shù)據(jù)集用于輸入第一層，第一信號(hào)特征用于輸入第二層，第一耦合特征用于輸入第三層；

53、s69、所述lstm模型的輸出預(yù)測(cè)裂隙的最終范圍值計(jì)算公式為：

54、q＝σ(w1.ylstm1+w2.ylstm2+w3.ylstm3+be)，

55、其中，w1、w2、w3分別表示第一層、第二層、第三層對(duì)應(yīng)的全連接層的權(quán)重系數(shù)；be表示全連接層的偏置項(xiàng)；ylstm1、ylstm2、ylstm3分別表示第一層、第二層、第三層對(duì)應(yīng)的輸出特征；σ表示激活函數(shù)，q表示lstm模型輸出裂隙的最終范圍值。

56、相較于現(xiàn)有技術(shù)，本發(fā)明實(shí)施例達(dá)到了以下有益效果：

57、本發(fā)明實(shí)施例提供了根據(jù)目標(biāo)露天礦山的地質(zhì)條件和開采需求，確定目標(biāo)爆破裂隙范圍；在圍巖中布置多個(gè)預(yù)設(shè)的爆破孔，爆破孔的深度和間距根據(jù)目標(biāo)爆破裂隙范圍進(jìn)行優(yōu)化設(shè)計(jì)；在每個(gè)爆破孔中裝填預(yù)設(shè)的炸藥量，并設(shè)置多個(gè)分段起爆裝置，分段起爆裝置的起爆時(shí)間根據(jù)所述目標(biāo)爆破裂隙范圍進(jìn)行控制；通過(guò)分段起爆裝置依次起爆爆破孔中的炸藥，形成預(yù)設(shè)的爆破裂隙范圍；利用監(jiān)測(cè)設(shè)備實(shí)時(shí)監(jiān)測(cè)爆破過(guò)程中的裂隙擴(kuò)展情況，并根據(jù)監(jiān)測(cè)結(jié)果動(dòng)態(tài)調(diào)整后續(xù)爆破參數(shù)；本發(fā)明通過(guò)神經(jīng)網(wǎng)絡(luò)精準(zhǔn)預(yù)測(cè)爆破裂隙范圍，進(jìn)而精準(zhǔn)控制爆破參數(shù)，對(duì)于提高爆破效率、保障圍巖穩(wěn)定性和降低開采成本具有重要的現(xiàn)實(shí)意義。