中深孔爆破振动参数的BP神经网络预报

以某工程不同爆点不同监测点的爆破振动监测数据为背景 ,在分析爆破振动主要影响因素的基础上 ,建立了能同时对爆破振动速度峰值、振动主频率和振动的持续时间进行预报的BP神经网络模型。该模型的预报结果 (爆破振动的幅值、振动主频率和振动持续时间 )与实际监测结果基本吻合 ,从而得到了该场地不同地质、地形情况下爆破振动预报的BP神经网络模型。     

基于小波包技术的爆破地震波特征提取及预报

在微风化花岗岩石场地进行了孔径为76mm、孔深为5m的单孔和单段多孔爆破实验研究,获得了该类场地爆破地震波加速度衰减规律,加速度衰减系数为k=3698,=2.046,并研究了该场地基频特征。运用了小波包技术对爆破地震波测试信号特征量提取,分析了试验所测爆破地震波不同频带下小波包系数的衰减规律。在此基础上建立了基于不同频带小波包系数的爆破地震波预报模型,该模型在爆破地震波波形、峰值及频率预报方面均具有较高的准确度。     

基于等效加速度的岩质边坡爆破动力稳定性

基于刚体极限平衡法及等效加速度计算方法,根据爆破振动峰值速度衰减规律和振动速度时程曲 线,以一定时间步长进行整个爆破过程不同时刻边坡稳定系数的分析,得到了相应爆破振动作用下的边坡动 力稳定性安全系数时程曲线。结果表明,基于等效加速度的边坡爆破动力稳定性分析,对稳定性较好的边坡, 爆破振动荷载作用下,稳定性安全系数一般降低2%~4%,振动主频率越高,则边坡稳定性系数越大,而常规 的折减系数法可能放大爆破振动对边坡稳定性的危害。     

模式自适应连续小波去除趋势项方法在爆破振动信号分析中的应用

为了更精确提取爆破振动信号峰值速度、能量等重要特征,必须对爆破振动加速度信号时域积分中的趋势项予以去除。通过对实测爆破振动加速度信号进行梯形数值积分,提出以时域积分后的爆破振动速度信号来构造模式自适应小波基的方法,并用此方法去除时域积分后爆破振动速度信号中的趋势项,然后对去除趋势项后的爆破振动速度信号进行能量特征分析。结果表明:模式自适应连续小波法成功去除了时域积分后爆破振动速度信号中的趋势项;与建立在传统Fourier变换基础上的频谱分析相比,小波变换的能量分析具有更精细的频率分辨率,更适合于对频率分辨率要求更高的爆破振动信号进行分析;各频率区间范围划分越宽,爆破振动加速度信号与速度信号各频率区间内能量分布的相关程度越高,反之,相关程度越低。     

基于粗糙集模糊神经网络的爆破振动危害预测

为了探索一种能克服单因素预测的局限性、提高爆破振动危害预测精度的方法,基于粗糙集模糊神经网络理论,建立了综合考虑爆破振动幅值、主频率、主频率持续时间及结构动力特性等10个因素的民房破坏程度预测模型;用铜绿山矿爆破振动和民房破坏情况观测数据,对该模型进行了训练和测试,测试结果与现场观测结果具有良好的一致性。研究表明:粗糙集理论可将现场数据进行属性约简,简化输入变量,缩小神经网络的搜索空间,改善爆破振动的预测性能;基于粗糙集模糊神经网络理论的爆破振动危害预测模型,能更好地考虑各种因素对危害程度的综合影响,避免了单因素预测的局限性。     

逐孔起爆震动参数预报的BP神经网络模型

根据神经网络理论,结合逐孔起爆技术的特点,建立了爆破震动参数预报的BP网络模型。以某矿 山深孔台阶爆破为例,利用逐孔起爆过程中收集的原始资料和爆破震动监测数据,对建立的BP网络模型进 行了训练和应用。与实测值比较后发现,BP网络模型的预报结果更接近实测值。     

50t科学爆破振动的衰减特征及地形效应

对药量达50t的科学爆破开展了流动强震观测,包括爆破振动的衰减观测和地形效应观测。在分 析此次爆破强震记录的基础上,利用萨道夫斯基公式分析了垂直向峰值速度和加速度的衰减规律,爆破地区 为中等强度的层状岩石且当地地形沟壑纵横是此次振动能量衰减较快的原因。通过离散小波变换分析(db8 小波基函数)得到了此次爆破振动能量的时频分布规律,随着爆心距的增大,爆破振动能量集中的频率减小而 振动的持续时间则相对增加。根据中国地震烈度表,在近爆心区振动烈度可以达到Ⅶ度,然而相对于天然地 震的烈度衰减,爆破振动烈度的衰减较快。通过比较一个高14m 山包的不同位置的强震记录,分析了此次 爆破振动的地形效应。由于山包的聚焦效应,山顶的加速度峰值是山脚的2.4倍,且地形效应对某频率段内 的振动有选择的放大,该频率段与山包的大小和高度有关。振动轨迹图显示,随着高度的增加,山体的侧向摆 动和转动逐渐增强。     

隧洞开挖爆破地震反应谱特征研究

利用地震工程中应用比较成熟的反应谱理论对隧洞开挖爆破地震进行研究。针对反应谱计算中必须输入加速度数据的问题,对实测爆破振动速度数据进行数值微分计算,并采用小波分析方法消噪得到准确、清晰的加速度时程曲线,继而将其用于反应谱计算。结合不同工程中大量的爆破振动监测资料,对隧洞开挖爆破地震反应谱进行分析。结果表明:隧洞开挖爆破地震反应谱都有一些共同的特征,反应谱曲线一般存在一个明显的峰值点,峰值对应的周期集中在几毫秒到几十毫秒的区间内。另外,在归纳、整理大量地下工程开挖爆破地震反应谱的基础上,得到了隧洞开挖爆破地震的设计反应谱。     

爆破作用下山岭隧道锚固壁动态响应及衬砌的影响研究

基于现场位移收敛计监测数据,利用FLAC3D研究了拱桥铺山岭隧道在底部爆破作用下锚固壁动态响应及衬砌的影响。研究结果表明:通过静载下位移对比及应力波传播规律分析,说明数值分析结果比较可靠;由于衬砌能够很好地限制隧道动态位移,所以使隧道拱底正下方1.42m范围内的垂直压应力峰值明显增大,在与拱脚同一水平方向9.51m范围内的垂直压应力峰值也明显增大,并且离拱脚越近增大越明显;隧道衬砌对锚固壁拱底位移、振动速度、振动加速度的运动规律没有影响,都是先向隧道中心方向运动;而其它监测点由于衬砌的"拱作用"使锚固壁位移、振动速度、振动加速度的运动规律相反,并且衬砌能使隧道锚固壁振动最强烈位置(拱底)的位移峰值、振动速度峰值、振动加速度峰值分别减小76.6%、9.4%和5.0%。     

毫秒延时爆破等效单响药量计算及振速预测

毫秒延时爆破存在同段雷管离散及分段振波叠加效应,对单响药量取值及质点峰值振速的预报带来极大困扰。设计开展毫秒延时爆破试验,建立群孔齐发爆破振速的计算模型,研究并构建炮孔数目对齐发爆破等效药量影响及其取值方法;并基于单孔爆破回归分析结果,提出修正的质点峰值振速与比例距离关系公式。结果表明,群孔齐发爆破等效药量比名义单响药量小,可利用缩比系数和折算炮孔数目进行计算,缩比系数随炮孔数目增加呈指数形式衰减;修正的质点峰值振速与比例距离公式引入的振波叠加因子可反映振波叠加对速度的影响,依据该公式计算得到的质点峰值振速预测值与实测值间平均绝对误差、平均相对误差及均方根误差分别为0.05 cm/s、9.52%、0.059 cm/s,用于现场爆破振动预测切实可行。     

三峡工程基岩爆破振动特性的试验研究

以三峡工程坝基岩体开挖爆破为背景 ,在弱风化花岗岩底板内进行了 6次现场爆破试验 ,测量出距爆源不等距离处的 36组地震波形。通过频域与统计分析发现 ,岩石质点振动主频率与药量、距离成反比关系 ;地震波作用时间与爆破药量成正比关系 ,而与距离成反比关系。应用神经网络理论建立的基于爆破地震效应先验知识的网络模型 (PKFN)能很好地描述爆破地震波的衰减规律 ,其计算平均相对误差仅为 3 .5 %。用地震层析成象方法 (CT)较准确地测定出了岩体爆破松裂区边界 ,并结合PKFN模型得到了三峡工程坝基岩体的临界质点振动速度范围 13 .816 .6cm/s。     

爆破振动波叠加数值预测方法

根据场地地震波的传播叠加原理,以实测单炮孔爆破振动波形为基础,考虑预测点位置与各炮孔 的相对位置关系,并按照实际起爆网路设计的各炮孔起爆时差和实测的地震波传播速度等参数,计算获得预 测点的爆破振动波形。不仅可以预测爆破振动速度峰值,而且可以预测完整的振动波形,并可获知爆破振动 持续时间及主振频率分布范围。根据现场应用数码电子雷管的深孔爆破实验,该方法计算的预测波形与实测 波形相当吻合,计算结果可靠性较好,可以在实际工程中推广使用。     

NEURAL NETWORK MODEL OF MAGNETORHEOLOGICAL DAMPER FOR VIBRATION ISOLATION PLATFORM OF WHOLE-SPACECRAFT

为改善星箭界面振动环境,设计六杆隔振平台,采用磁流变阻尼器作为半主动控制元件,替代原有锥壳过渡支架.对整星隔振平台用磁流变阻尼器进行性能测试,得到反映磁流变阻尼器阻尼特性的实验数据.建立具有两个隐含层的反向传播神经网络对阻尼器进行建模,用于预测磁流变阻尼器阻尼特性以及控制系统设计.提出一种串行算法优化网络结构、权值和阈值,保证网络具有较好的泛化能力和稳定性.仿真结果表明,与参数化模型相比,提出的神经网络模型具有较小的训练误差和较强的泛化能力,能够很好地预测阻尼器的阻尼特性.     

深孔微差爆破震动预报浅析

以深孔爆破的单孔装药爆破震动测试为基础，得到单孔装药爆破的样本函数，并通过系统随机脉冲下的响应分析建立了模拟深孔微差爆破震动波形合成的模型，通过试验和模拟探索用单孔装药爆破的样本函数来预报深孔微差爆破震动波形及峰值的方法。     

基于Matlab和BP神经网络的爆破振动预测系统

爆破振动预测是一个复杂的非线性问题,可应用非线性功能强大的BP神经网络技术来解决,但由于其数值计算量大、可操作性不强等特点,在实际工程中应用困难。为了解决该问题,本文中将Matlab程序的强大计算能力与VB的友好界面相结合,利用ActiveX自动化技术和BP神经网络算法,开发得到爆破振速峰值预测系统。该预测系统可根据各工程实际情况选取影响爆破振动的主要因素作为输入参数,以预测爆破振速峰值。通过在北京市昌平线暗挖区间隧道工程中的应用表明:该预测系统在实际工程中使用方便,操作简单,预测精度高,人机交互界面友好。     

VIBRATION SUPPRESSION OF A FLEXIBLE PIEZOELECTRIC BEAM USING BP NEURAL NETWORK CONTROLLER

This paper aims at modeling and developing vibration control methods for a flexible piezoelectric beam. A collocated sensor/actuator placement is used. Finite element analysis (FEA) method is adopted to derive the dynamics model of the system. A back propagation neural network (BPNN) based proportional-derivative (PD) algorithm is applied to suppress the vibration. Simulation and experiments are conducted using the FEA model and BPNN-PD control law. Experimental results show good agreement with the simulation results using finite element modeling and the neural network control algorithm.     

结构基于独立模态空间控制的神经网络控制

在对柔性结构振动的主动控制中，独立模态空间控制是一种适合于柔性结构振动控制的方法，但如果控制器选择不好就会带来观测溢出和控制溢出．神经网络控制则具有较好的泛化作用和鲁棒性，对抑制观测溢出和控制溢出具有较好的效果．本在独立模态空间控制的基础上设计了一种神经网络控制，并对柔性梁及板进行了控制的数值仿真，取得了较好的效果．