基于Matlab和BP神经网络的爆破振动预测系统

施建俊; 李庆亚; 张琪; 卫星; 王辉

doi:10.11883/1001-1455(2017)06-1087-06

基于Matlab和BP神经网络的爆破振动预测系统

doi: 10.11883/1001-1455(2017)06-1087-06

北京科技大学土木与资源工程学院，北京 100083

基金项目:

国家自然科学基金项目 51208036

中央高校基本科研业务费专项基金项目 FRF-TP-15-041A3

详细信息

作者简介:
施建俊(1976—)，女，博士，副教授, keyan@ces.ustb.edu.cn

中图分类号: O389
计量
- 文章访问数: 4741
- HTML全文浏览量: 1391
- PDF下载量: 663
- 被引次数: 21
出版历程
- 收稿日期: 2016-03-30
- 修回日期: 2016-09-03
- 刊出日期: 2017-11-25

Forecast system for blasting vibration velocity peak based on Matlab and BP neural network

School of Civil and Resource Engineering, University of Science and Technology Beijing, Beijing 100083, China

摘要

摘要: 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。
- VB /
- Matlab /
- BP神经网络模型 /
- 爆破振动 /
- 预测系统
Abstract: In this work we combined the powerful computing capabilities of Matlab programs combined with VB friendly interface and developed the forecast system for blasting vibrational velocity peak using ActiveX automation technologies and BP neural network algorithm. The forecast system can select as an input parameter various factors affecting an engineering project's blasting vibration. The actual application of the system in the construction of the underground cut tunnel in the Beijing-Changping Line shows that this system is simple and convenient to use in practical engineering, accepted for its high precision of prediction, good application effect and friendly human-computer interaction interface.
- VB /
- Matlab /
- BP neural network model /
- blasting vibration /
- forecast system

HTML全文

图 1 样本训练界面

Figure 1. Sample training interface

下载: 全尺寸图片幻灯片

图 2 预测界面

Figure 2. Prediction interface

下载: 全尺寸图片幻灯片

图 3 暗挖区间隧道平面示意图

Figure 3. Schematic of underground cut tunnel

下载: 全尺寸图片幻灯片

图 4 训练界面图

Figure 4. Training interface

下载: 全尺寸图片幻灯片

图 5 预测界面

Figure 5. Prediction interface

下载: 全尺寸图片幻灯片

表 1 现场实测数据

Table 1. Measured data

组号	爆心距/m	高程差/m	总药量/kg	炮眼深度/m	单段最大药量/kg	振速峰值/(cm·s^-1)
1	35.68	9.45	72	2.2	1.5	0.61
2	36.15	16.26	72	2.2	1.5	0.94
3	17.30	13.21	60	2.2	1.2	2.90
4	17.87	17.00	60	2.2	1.2	3.50
5	34.02	13.17	66	1.7	1.2	0.89
6	30.31	17.57	66	1.7	1.2	1.41
7	25.28	6.67	78	2.5	1.8	0.92
8	26.91	12.17	78	2.5	1.8	1.17
9	30.14	17.67	78	2.5	1.8	1.61
10	17.15	5.72	80	2.5	1.8	4.11
11	17.64	11.22	80	2.5	1.8	2.88
12	20.68	16.72	80	2.5	1.8	4.66
13	15.43	5.72	84	3.0	1.8	3.66
14	16.78	11.22	84	3.0	1.8	3.54
15	14.25	5.72	54	2.0	1.2	3.07
16	16.44	11.22	54	2.0	1.2	2.41
17	20.91	16.72	54	2.0	1.2	4.79
18	34.70	14.06	72	2.5	1.2	0.71
19	32.00	17.84	72	2.5	1.2	0.98
20	39.01	16.86	72	2.5	1.2	1.27
21	20.05	8.52	72	2.2	1.5	1.48
22	20.24	12.62	72	2.2	1.5	1.77
23	21.74	16.72	72	2.2	1.5	2.26
24	13.59	5.72	66	2.5	1.5	3.59
25	16.50	11.22	66	2.5	1.5	3.90
26	17.15	5.72	80	2.5	1.8	4.34
27	18.64	12.22	80	2.5	1.8	2.93
28	20.68	16.72	80	2.5	1.8	4.61

下载: 导出CSV

表 2 实测振动速度与预测振动速度对比

Table 2. Measured and predicted results of vibrational velocity

组号	实测振动速度/(cm·s^-1)	系统预测振动速度/(cm·s^-1)	相对误差/%	萨氏预测振动速度/(cm·s^-1)	相对误差/%
21	1.48	1.35	8.78	2.38	60.81
22	1.76	1.96	11.36	2.35	33.52
23	2.26	2.54	12.39	2.13	5.75
24	3.59	4.13	15.04	4.14	15.32
25	3.90	3.25	16.67	3.14	19.49
26	4.34	4.02	7.37	3.25	25.12
27	2.93	2.73	6.48	3.12	6.48
28	4.61	4.42	4.12	2.64	42.73
平均误差/%			10.27		26.15

下载: 导出CSV

参考文献(10)

[1]	吕淑然.爆破震动强度预测的神经网络模型研究[J].金属矿山, 2009(6):40-43. doi: 10.3321/j.issn:1001-1250.2009.06.012 Lü Shuran.Study on the neural network model for forecasting the blasting vibration intensity[J].Metal Mine, 2009(6):40-43. doi: 10.3321/j.issn:1001-1250.2009.06.012
[2]	张艺峰, 姚道平, 谢志招.基于BP神经网络的爆破振动峰值及主频预测[J].工程地球物理学报, 2008, 5(2):222-225. doi: 10.3969/j.issn.1672-7940.2008.02.017 Zhang Yifeng, Yao Daoping, Xie Zhizhao.The prediction of blasting vibration peak vlue & main frequency by BP neural network[J].Chinese Journal of Engineering Geophysics, 2008, 5(2):222-225. doi: 10.3969/j.issn.1672-7940.2008.02.017
[3]	李存国, 李俊国.马兰庄铁矿生产爆破地震效应神经网络模型[J].中国钼业, 2005, 29(5):20-24. doi: 10.3969/j.issn.1006-2602.2005.05.004 Li Cunguo, Li Junguo.A neural network model of producing blasting vibration effects in the Malanzhuang Lronmine[J].China Molybdenum Industry, 2005, 29(5):20-24. doi: 10.3969/j.issn.1006-2602.2005.05.004
[4]	周品.Matlab神经网络设计与应用[M].北京:清华大学出版社, 2013.
[5]	张立明.人工神经网络的模型及应用[M].上海复旦大学出版社, 1993.
[6]	李永松, 艾凯, 尹健民.基于VB与Matlab的BP神经网络在地应力场分析中的应用[J].长江科学院院报, 2009, 26(6):24-27. doi: 10.3969/j.issn.1001-5485.2009.06.007 Li Yongsong, Ai Kai, Yin Jianmin.Application of BP network based on VB and Matlab in analysis of in-situstress field[J].Journal of Yangtze River Scientific Research Institute, 2009, 26(6):24-27. doi: 10.3969/j.issn.1001-5485.2009.06.007
[7]	谭文辉, 璩世杰, 毛市龙, 等.边坡爆破振动高程效应分析[J].岩土工程学报, 2010, 32(4):619-623. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK201001261659 Tan Wenhui, Qu Shijie, Mao Shilong, et al.Altitude effect of blasting vibration in slopes[J].Chinese Journal of Geotechnical Engineering, 2010, 32(4):619-623. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK201001261659
[8]	粟闯, 刘敦文, 向海波, 等.基于BP神经网络不同输入变量的爆破振速预测[J].工业安全与环保, 2012, 38(2):52-56. http://d.old.wanfangdata.com.cn/Periodical/gyaqyfc201202018 Su Chuang, Liu Dunwen, Xiang Haibo, et al.Prediction of blasting vibration by BP neural network based on different input variables[J].Industrial Safety and Environmental Protection, 2012, 38(2):52-56. http://d.old.wanfangdata.com.cn/Periodical/gyaqyfc201202018
[9]	赵华兵, 龙源, 刘好全, 等.城市隧道爆破振动速度峰值预测神经网络法应用[J].工程爆破, 2014, 20(5):23-27. doi: 10.3969/j.issn.1006-7051.2014.05.005 Zhao Huabing, Long Yuan, Liu Haoquan, et al.Application of neural network to prediction of peak amplitude of blasting vibration velocity of urban tunnel[J].Engineering Blasting, 2014, 20(5):23-27. doi: 10.3969/j.issn.1006-7051.2014.05.005
[10]	谢涛, 何怡刚, 姚建刚, 等.VB调用Matlab的模拟电路故障诊断神经网络方法[J].计算机工程与应用, 2010, 46(10):213-215. doi: 10.3778/j.issn.1002-8331.2010.10.066 Xie Tao, He Yigang, Yao Jiangang, et al.Method of analogous circuit fault diagnosis neural network based on VB transfers Matlab[J].Computer Engineering and Applications, 2010, 46(10):213-215. doi: 10.3778/j.issn.1002-8331.2010.10.066

施引文献

期刊类型引用(14)

1.	朱黄浩，顾琳琳，王振，吴汩，李胡军. 土中钢板-混凝土筒结构抗爆性能研究. 工程爆破. 2024(03): 20-28 . 百度学术
2.	张文堂，孙惠香，袁英杰，孙慧颖，康婷. 基于SPH-FEM方法的地下结构侵彻爆炸数值模拟研究. 弹箭与制导学报. 2023(01): 77-84+90 . 百度学术
3.	刘明君，李展，谢伟，尹青，曾丹，张亚栋，周亭. 一种新型危险品仓库结构设计及其安全距离. 爆炸与冲击. 2023(04): 148-159 . 本站查看
4.	王沿朝，赵志鹏，强洪夫，陈清军. 城市典型地下人防工程外爆性能评估研究进展. 科学技术与工程. 2023(32): 13633-13648 . 百度学术
5.	刘光昆，刘瑞朝，汪维，王幸，赵强. 地下钢筋混凝土拱形结构在顶爆条件下的抗爆试验. 含能材料. 2021(02): 157-165 . 百度学术
6.	袁英杰，孙惠香，陈卓. 爆炸荷载下泡沫混凝土减振层动力响应分析. 工程爆破. 2021(04): 51-57 . 百度学术
7.	刘天成，杨志勇. 爆炸荷载作用下地下双通道连通道的损伤响应分析. 建材世界. 2019(01): 84-86+91 . 百度学术
8.	侯福金，李术才，管晓明，蒋庆，周昆，张良，牟犇. 隧道爆破荷载作用下中隔壁动力响应与破坏机理研究. 中国公路学报. 2019(03): 109-117 . 百度学术
9.	张良，管晓明，张春巍，李萌，李扬，熊怡思，王玉山，齐禄. 浅埋隧道爆破地下马蹄形管道的振动响应研究. 爆破. 2019(02): 117-125 . 百度学术
10.	秦浩，刘磊，安华明，曹俊阳，刘申张，候舜. 基于不同强度等级混凝土的动力学特性研究. 中国安全生产科学技术. 2019(12): 115-121 . 百度学术
11.	谢乐，杨志勇，陈军东，赵亮. 爆炸荷载作用下腋角对地下连通道的影响. 工程爆破. 2018(04): 1-9 . 百度学术
12.	谢乐，杨志勇，李欢秋. 爆炸作用下矩形隧道衬砌结构动力响应研究. 爆破. 2018(04): 40-46 . 百度学术
13.	杨平，王雪峰. 基于数值模拟技术改善异位孔爆破效果研究. 工程爆破. 2017(05): 27-32 . 百度学术
14.	孔大庆，孙惠香，康婷，马涛. 岩体特性对围岩与结构动力相互作用影响. 空军工程大学学报(自然科学版). 2014(06): 77-81 . 百度学术