On mechanism and prevention of sympathetic detonation of bench blasting in water-rich fissure open-pit mine
-
摘要: 殉爆现象会影响露天矿台阶爆破作业安全、边坡稳定性和爆破效果。在炸药冲击起爆机理基础上,并结合露天矿实际富水裂隙岩体台阶爆破振动监测结果,通过对比爆破振动信号波动差异来判别殉爆现象。为研究殉爆产生的机理和防殉爆方法,采用数值模拟和现场试验分析主发药量、裂隙宽度及药包之间的距离等参数对被发药包孔壁压力的影响。结果表明:孔壁冲击压力随着装药耦合系数的减小、炮孔间裂隙宽度(0.25~1.00 cm)的增大以及炮孔间距离的减小而提高。在裂隙位置装药使用阻波管、充填岩粉或设置空气间隔器,能显著降低通过富水裂隙传递到被发炮孔的冲击压力,并使其低于乳化炸药的起爆压力临界值。当炮孔内只有单条裂隙时,选择填充岩粉是便捷且有效防殉爆方法;当炮孔内有多条裂隙时,该试验条件下,炮孔内放置厚度为2.6 mm的阻波管是最佳防殉爆方法,并能保证爆破效果。Abstract: Sympathetic detonation is defined as the phenomenon where the detonation pressure in one borehole causes explosives in another adjacent borehole to be detonated through an inert medium. It can increase the stress wave and the value of peak particle velocity, even causing fly rock to be thrown far away. These effects can impact the safety of blasting operation, slope stability, and blasting effects. Sympathetic detonation was identified by comparing the fluctuation difference of recorded blast-induced vibration signals. To investigate the mechanism of sympathetic detonation and methods of preventing sympathetic detonation in water-rich fissure open-pit mines, numerical simulation and field tests were adopted to analyze the effects of parameters on the occurrence of sympathetic detonation, such as the quantity of donor charge, crack width, and distance between charges. These results indicated that the borehole pressure increased with the decrease in decoupled charge coefficient, the increase of the crack width between boreholes (0.25−1.00 cm), and the decrease in the distance between boreholes. By using a wave-blocking tube, filling rock power, or setting up an air gap, the impact pressure produced by the donor charge was transmitted to the acceptor charge through the water-rich cracks. These methods made impact pressure lower than the critical detonation pressure of the emulsion explosive, which could prevent the sympathetic detonation of the accepted charge. Based on the field tests and simulated results, rock power filling was the best method of preventing sympathetic detonation when there was a single crack between the boreholes. Meanwhile, using a wave-blocking tube with a thickness of 2.6 mm was the best method of preventing sympathetic detonation when there were multiple cracks between the boreholes. Above all, the proposed detection method and obtained technologies provide the theory and guidance for preventing sympathetic detonation, which leads to improved blasting effects and the safety of blasting operations.
-
近年来, 随着经济建设的发展, 越来越多的现有公路隧道已不能满足日益增长的交通需求。在高速公路扩建工程中, 考虑到路线走廊带是不可再生的资源, 且由于特殊的地质和地形条件、桥隧衔接方式、总体线路线型和工程造价等因素的限制, 扩建隧道与既有隧道的净间距已不能满足设计规范中对分离式隧道间距的要求, 从而衍生出小净距隧道这一结构形式。因小净距隧道空间结构较为特殊, 钻爆施工易在围岩中产生较大的冲击荷载, 对围岩造成损伤[1]。因此, 控制爆破振动对保证围岩稳定性显得尤为重要。目前主要以爆破远区的振动规律[2-3]来评估爆破施工对近区围岩稳定性的影响。然而, 利用爆破远区振动规律预测爆破近区振动, 其偏差值较大[4-5]。由于爆破近区的复杂性, 应力应变场在短时间内发生了剧烈变化, 导致其难以测量[6]等困难, 至今仍未对隧道爆破近区振动进行深入研究。
为了研究隧道爆破近区的振动规律, 应先对其进行合理的分区。逄焕东等[7]借助解析和数值计算相结合的方法, 研究弹性介质中爆破地震波传播的分区变化规律及不同区域的频率特点; 陈士海等[8]在某小区地基爆破开挖工程中, 采用比例距离对爆破振动的近、中、远区进行划分, 并研究爆破地震波沿各分区信号的频谱及能量分布特征。然而, 目前尚未提出较为合理的隧道爆破振动分区方法。
为解决上述问题, 本文中将比例距离的概念应用于隧道爆破振动的分区之中, 提出较为合理的量化分区方法。在此基础上, 首次提出采用BP小波神经网络模型预测隧道爆破近区振速的新方法, 将BP小波神经网络应用于新建分离式隧道和复杂环境下的小净距隧道钻爆施工控制中, 并与经验公式所得的预测值进行对比, 验证预测模型的可行性。
1. 隧道爆破振动分区
在半无限介质内的球形装药引爆后, 其质点位移解一般可表示为:
u=AR−2+BR−1 (1) 式中:A、B为权重参数, 取决于岩体、地质条件及波的传播时间; R为爆源距。由式(1)可知, 在R较小时, 质点位移主要由第1项决定; 在R较大时, 质点位移主要由第2项决定。因A、B权重值一般难以获取, 且为便于与不同规模的爆破进行比较, 将实际距离转化为比例距离进行处理[7]。将萨道夫斯基经验公式所描述的介质质点振速、药量和爆源距三者的关系变形如下:
v=K(R/Q1/3)−α=KR−α (2) 式中:v为介质质点振动速度幅值, cm/s; R为爆源距, m;Q为产生爆破振动的相应炸药量, kg;K、α是与爆破点至介质质点间的地质条件有关的系数和衰减指数; R为比例距离, R=R/Q1/3。
对式(2)两边求导, 则可得:
k′=−KαˉR−α−1 (3) 根据装药量和爆源距确定测点离震源的比例距离, 绘制其速度衰减曲线以确定其属于爆破近区、中区或远区。综合不同情况爆破分区[7-8]的依据, 本文中提出以速度衰减曲线的斜率k′的大小作为判别隧道爆破近、中、远区的标准, 即:
(1) 当k′ < -5时, 爆破振动速度衰减速度快, 对应于爆破振动近区;
(2) 当-5≤k′≤-1时, 爆破振动速度衰减速度逐渐变慢, 对应于爆破振动中区;
(3) 当k′ > -1时, 爆破振动速度衰减速度缓慢, 对应于爆破振动远区。
在无实测值时, K、α可参考爆破安全规程[9]选取。则依据速度衰减曲线斜率k′大小, 隧道爆破振动分区可大致划分为:R < 5.0为近区; 5.0≤R≤9.0为中区为中区; R>9.0为远区。若有实测值, 则应绘出速度衰减曲线后, 以速度衰减曲线的斜率k′的大小划分隧道爆破近、中、远区。
2. 隧道爆破近区预测方法
由于爆破近区的复杂性, 应力应变场在短时间内发生了剧烈的变化而难以获取, 且对于隧道爆破而言, 爆破近区的监测环境极为恶劣, 因此研究仍未深入。本文中结合棋盘山隧道(双洞分离式隧道)的监测数据, 采用BP小波神经网络方法预测爆破近区振速, 并对方法的可行性进行验证。
2.1 BP小波神经网络理论
小波神经网络(WNN)是以小波元代替神经元, 通过作为一致逼近的小波分解建立的小波变换与神经网络结合。在输入信号序列为xi(i=1, 2, …, k)时, 隐含层输出计算公式为:
h(j)=hj[k∑i=1wijxi−bjaj]j=1,2,⋯,l (4) 式中:h(j)为隐含层第j个节点的输出值, hj为小波基函数; wij为输出层和隐含层的连接权值; bj为小波基函数hj的平移因子; aj为小波基函数hj的伸缩因子。
在爆破振动速度衰减规律的研究中, 隐含层的激励函数采用Morlet小波基函数, 其计算公式为:
y=cos(1.75x)e−x2/2 (5) 输出层选用Sigmoid函数, 其计算公式为:
y(k)=l∑i=1wikh(i)k=1,2,⋯,m (6) 2.2 隧道爆破近区预测模型及步骤
基于MATLAB2009a建立隧道爆破近区预测模型, 其主要训练步骤如下:
步骤1:网络参数初始化。确定输入节点个数M=2, 输出节点个数N=1, 神经元个数n=6, 训练误差egoal=0.001, 动量因子μ=0, 学习率lr1=lr2=0.01。将小波的伸缩因子aj、平移因子bj以及网络权值wij、wjk随机赋予初始值。
步骤2:预测输入。将训练样本输入网络, 计算网络预测输入并计算网络输出和期望输出的误差E。如果误差函数E变大, 则ηi=lηi-1(取l=0.2), 否则ηi=gηi-1(取g=1.15)。
步骤3:权值修正。根据误差E修正网络权值和小波函数的相关参数, 使网络预测值逼近期望值, 重复直至算法结束。
2.3 模型可行性验证
为验证隧道爆破近区预测模型的适用性, 将其应用于棋盘山隧道中导洞掌子面围岩爆破振动预测中。依据第1节提出的隧道爆破振动分区方法, 可将棋盘山隧道中导洞掌子面围岩爆破振动划分为:比例距离在0~5.05范围内为近区; 比例距离在5.05~8.64范围内为中区; 比例距离大于8.64为远区。以文献[10]中爆破远区的监测数据作为学习样本进行训练, 对中导洞掌子面围岩爆破近区振速[4]进行预测, 其预测结果如表 1所示。
表 1 中导洞掌子面围岩实测振速与预测振速对比Table 1. Comparison of blasting vibration velocities between site monitor and prediction of surrounding rock of tunnel faceR/m Q/kg R/(m·kg-1/3) vr/(cm·s-1) 爆破远区经验公式 BP小波神经网络 vp/(cm·s-1) er/% vp/(cm·s-1) er/% 4.25 36.0 1.287 206 72.03 65.03 151.0537 26.67 4.25 22.4 1.508 165 60.22 63.50 170.964 4 3.61 4.55 36.0 1.378 174 66.68 61.68 133.650 6 23.19 4.55 22.4 1.614 160 55.77 65.14 147.698 0 7.69 4.75 36.0 1.439 113 63.50 43.81 133.378 9 18.03 4.75 22.4 1.685 94 53.13 43.48 103.218 5 9.81 注:vr、vp分别为实测振动速度与预测振动速度;er为相对误差。 由表 1可知, 采用爆破远区经验公式预测近区掌子面振速, 其误差波动范围为43.48%~65.14%, 平均相对误差为57.11%;采用BP小波神经网络模型预测, 误差波动范围为3.61%~26.67%, 平均相对误差为14.83%。可见, 采用BP小波神经网络模型, 以爆破远区数据作为训练样本, 对近区爆破振速进行预测, 能获得精度较经验公式高的预测值。限于监测数据有限, 模型仅以药量和爆源距作为输入参数, 导致部分数值预测误差偏大。
3. 应用实例
大坪山新建隧道为泉厦高速公路的扩建隧道, 原隧道为左右洞分离式隧道。新建左线位于原既有两隧道中间, 全长1 088.3 m, 距原洞净距分别为11.28、11.08 m; 新建右线位于原既有隧道右洞外侧, 全长1 082.5 m, 距原洞净距5.28 m。新建隧道与原隧道构成四洞小净距隧道群(见图 1)。主要穿越岩层燕山早期侵入花岗岩及其风化层, 构造条件相对稳定, 山顶地形波状起伏。隧道局部与3座城市隧道斜交, 垂直最小净距仅5.1 m, 形成7座小净距隧道群, 且隧道山顶正上方及附近(最小仅44 m)有大量民房分布, 施工力学形态极为复杂。为确保既有高速公路安全通行, 对该工程爆破振动进行了全程监测。测点主要布置在先行洞中间岩柱迎爆侧边墙及拱肩处。表 2~3列出了与本文有关的监测结果, 其中Q1为单段最大药量。
表 2 新建左线隧道爆破、原右线隧道左侧壁质点峰值振速Table 2. The vibration peck velocity of the existing right linetunnel's left wall by the new left line tunnel blastingR/(m·kg-1/3) Q/kg Q1/kg R/m vr/(cm·s-1) 3.44 216 45 12.25 27.18 3.54 198 35 11.58 16.24 4.29 158 18 11.25 13.10 4.33 158 18 11.35 21.08 4.41 216 45 15.68 13.10 4.42 158 18 11.58 14.95 5.26 216 45 18.71 14.94 5.48 158 18 14.35 8.00 5.54 158 18 14.51 6.49 5.69 158 18 14.92 17.89 6.26 158 18 16.40 9.67 6.54 158 18 17.15 6.68 6.69 216 45 23.79 4.50 7.70 216 45 27.39 7.62 9.26 216 45 32.95 2.93 9.42 158 18 24.68 5.93 表 3 新建右线隧道爆破、原右线隧道右侧壁质点峰值振速Table 3. The vibration peck velocity of the existing right linetunnel's right wall by the new right line tunnel blastingR/(m·kg-1/3) Q/kg Q1/kg R/m vr/(cm·s-1) 1.65 198.0 35.0 5.39 33.69 1.83 198.0 35.0 5.98 21.38 1.96 156.2 25.2 5.75 25.77 2.01 158.0 18.0 5.28 14.38 2.03 158.0 18.0 5.32 3.81 2.78 156.2 25.2 8.14 43.66 2.91 156.2 25.2 8.54 32.54 3.08 158.0 18.0 8.07 11.15 3.29 156.2 25.2 9.65 6.57 3.62 158.0 18.0 9.50 13.75 4.49 156.2 25.2 13.16 20.78 5.57 156.2 25.2 16.32 28.70 6.31 156.2 25.2 18.51 5.52 6.39 156.2 25.2 18.73 2.48 6.93 158.0 18.0 18.17 4.10 7.73 156.2 25.2 22.65 12.22 9.72 156.2 25.2 28.51 7.20 利用式(2)对表 2~3中的质点振动速度监测数据进行回归, 并作不同隧道爆破振速与比例距离的关系曲线, 如图 2~3所示。
依据第1节爆破分区划分的标准, 对大坪山小净距隧道爆破分区进行细化。
由图 2, 新建左线隧道爆破分区为:比例距离在0~4.59范围内为近区; 比例距离在4.59~8.38范围内为中区; 比例距离大于8.38为远区。
由图 3, 新建右线隧道爆破分区为:比例距离在0~2.39范围内为近区; 比例距离在2.39~6.13范围内为中区; 比例距离大于6.13为远区。
以表 3中17组数据为学习样本进行训练, 预测表 2中爆破近区参数(6组)下的振速。同时, 利用拟合得到的萨道夫斯基经验公式(见图 3)做相同的预测, 预测结果如表 4所示。
表 4 大坪山隧道爆破近区实测振速与预测振速对比Table 4. Comparison of blasting vibration velocities near tunnel blasting sourcebetween site monitor and prediction in Dapingshan tunnelR-/(m·kg-1/3) vr/(cm·s-1) 经验公式 BP小波神经网络 vp/(cm·s-1) er/% vp/(cm·s-1) er/% 3.44 27.18 13.011 0 52.13 19.914 7 26.73 3.54 16.24 12.749 0 21.50 17.976 3 10.69 4.29 13.10 11.123 0 15.09 11.759 2 10.24 4.33 21.08 11.050 0 47.58 16.950 5 19.59 4.41 13.10 10.907 3 16.74 15.153 4 15.67 4.42 14.95 10.889 7 27.16 16.852 6 12.73 由表 4可知, 经验公式预测误差的波动范围为15.09%~52.13%, 平均相对误差为30.03%;BP小波神经网络预测误差的波动范围为10.24%~26.73%, 平均相对误差为15.94%。
由图 2~3及表 4分析可知, BP小波神经网络预测相对误差与经验公式有较高的一致性, 即经验公式预测误差大的数据, BP小波预测误差也较大。表 4中第1组数据误差较大的原因是:第1组比例距离对应的实测振速偏离拟合曲线。因此, 在使用BP小波神经网络模型时, 应结合经验公式, 剔除离散较大的数据。综上所述, 萨道夫斯基经验公式无法合理预测临近既有隧道爆破近区振速, 而BP小波神经网络可采用隧道右洞爆破数据对左洞爆破时的爆破近区振速进行较好的预测。
4. 结论
通过隧道爆破振动分区及隧道爆破近区的预测方法研究, 可得出以下结论:
(1) 根据装药量和爆源距确定测点离震源的比例距离绘制爆破振动速度衰减曲线, 在无实测数据时, 可将隧道爆破近、中、远区大致划分为:比例距离在0~5.0范围内为近区; 比例距离在5.0~9.0范围内为中区; 比例距离大于9.0为远区, 再针对具体情况对隧道爆破分区进行修正。若有实测值, 则应绘出速度衰减曲线后, 以速度衰减曲线的斜率k′的大小划分隧道爆破近、中、远区。
(2) 采用萨道夫斯基经验公式的方法分析爆破远、近区, 爆破振动远区数据得出的规律不适用于爆破近区, 而对本文中提出的BP小波神经网络预测方法则可不受此限制。BP小波神经网络爆破近区预测模型不仅适用于新建分离式隧道, 也适用于临近既有隧道的新建小净距隧道。因此, 在复杂环境下的隧道钻爆施工时, 可依据BP小波神经网络对已测爆破数据进行分析, 优化爆破施工方案, 依据预测结果控制爆破振动大小, 以保证隧道围岩的稳定性。但要发挥BP小波神经网络预测模型的优势, 则需要大量前期近似环境条件下的监测数据, 以反映爆破振动参数特征。
影响爆破振动的因素复杂多变, 但限于监测数据有限, 本文中仅以药量和爆源距作为输入参数, 而未考虑岩土体性质变化等因素, 一定程度影响了模型的预测性能, 因此本文中建立的模型适用于爆破开挖区域的岩性、岩体结构和地质条件变化较小的预测。在今后的工程实践中, 应依据实际情况量化地质地形条件, 全面考虑影响爆破振动的主要因素, 建立预测模型, 进一步提高预测精度。
-
表 1 现场试验参数
Table 1. Test parameters
组号 地质条件 孔径/mm 孔深/m 单孔药量/kg 排间延期/ms 孔间延期/ms 装药方式 起爆方式 1 岩体裂隙水丰富 200 13.5 96 65 42 分段装药 逐孔起爆 2 岩体无裂隙水 200 13.5 96 65 42 分段装药 逐孔起爆 ρe/(g·cm−3) A/GPa B/GPa R1 R2 ω Ee0/GPa D/(km·s−1) 1.20 494.6 1.89 3.91 1.11 0.3 3.87 4.1 模型参数 说明 参数值 模型参数 说明 参数值 ρr0/(g·cm−3) 初始密度 2.23 ε0c/s−1 参考压缩应变率 2.9×10-11 fs* 相对抗剪强度 0.25 ε0t/s−1 参考拉伸应变率 2.9×10-12 ft* 相对抗拉强度 0.23 εc/s−1 失效压缩应变率 1.5×1019 G/GPa 剪切模量 0.22 εt/s−1 失效拉伸应变率 1.5×1019 fc/MPa 单轴抗压强度 120.22 βc 压缩应变率指数 0.0076 D1 损伤系数 0.10 βt 拉伸应变率指数 0.0094 D2 损伤系数 1.00 A 失效面参数 1.40 Q0 拉压-子午比参数 0.58 N 失效面指数 0.40 α 初始空隙率 1.10 pel/MPa 压碎压力 82.12 Np 孔隙度指数 3.20 pco/MPa 压实压力 4.00 B0 状态方程参数 1.51 Af 残余强度面参数 0.85 B1 状态方程参数 1.51 Nf 残余强度面参数 0.42 ρw/(g·cm−3) c/(km·s−1) S1 S2 S3 Ew γ0 1.0 1.48 2.56 1.986 1.2268 0 1 表 5 不同参数的数值模拟方案
Table 5. Numerical simulation schemes with different parameters
方案 编号 炮孔间距/m 裂缝宽度/cm 装药量/kg 装药长度/m 填充长度/m Ⅰ Ⅰ-1 4 1.00 96 4.5 4 Ⅰ-2 5 Ⅰ-3 6 Ⅰ-4 7 Ⅰ-5 8 Ⅱ Ⅱ-1 6 0.25 96 4.5 4 Ⅱ-2 0.50 Ⅱ-3 0.75 Ⅱ-4 1.00 Ⅱ-5 1.50 Ⅱ-6 2.00 Ⅲ Ⅲ-1 6 1.00 24 4.5 4 Ⅲ-2 36 Ⅲ-3 48 Ⅲ-4 60 Ⅲ-5 72 Ⅲ-6 96 -
[1] 王玉杰. 爆破工程 [M]. 武汉: 武汉理工大学出版社, 2007: 20–22. [2] DERIBAS A A, MEDVEDEV E A, RESHETNYAK Y A, et al. Detonation of emulsion explosives containing hollow microspheres [J]. Doklady Physics, 2003, 48(4): 163–165. DOI: 10.1134/1.1574370. [3] 李铮, 项续章, 郭梓熙. 各种炸药的殉爆安全距离 [J]. 爆炸与冲击, 1994, 14(3): 231–241. DOI: 10.11883/1001-1455(1994)03-0231-11.LI Z, XIANG X Z, GUO Z X. Various explosives of safety distance of unsympathetic detonation [J]. Explosion and Shock Waves, 1994, 14(3): 231–241. DOI: 10.11883/1001-1455(1994)03-0231-11. [4] 费鸿禄. 爆破理论及其应用 [M]. 2版. 北京: 煤炭工业出版社, 2018: 89–92. [5] 汪成运, 魏志丰, 何鹏鹏. 炸药殉爆的研究进展与展望 [J]. 爆破器材, 2022, 51(6): 1–8. DOI: 10.3969/j.issn.1001-8352.2022.06.001.WANG C Y, WEI Z F, HE P P. Research progress of sympathetic detonation of explosives [J]. Explosive Materials, 2022, 51(6): 1–8. DOI: 10.3969/j.issn.1001-8352.2022.06.001. [6] 余德运, 谢烽, 王旭耀. ANFO在炮孔中的殉爆起爆试验研究 [J]. 爆破器材, 2020, 49(5): 59–64. DOI: 10.3969/j.issn.1001-8352.2020.05.011.YU D Y, XIE F, WANG X Y. Experimental study on sympathetic detonation of ANFO in hole [J]. Explosive Materials, 2020, 49(5): 59–64. DOI: 10.3969/j.issn.1001-8352.2020.05.011. [7] ZHANG Z F, WANG C, HU H L, et al. Investigation of underwater sympathetic detonation [J]. Propellants, Explosives, Pyrotechnics, 2020, 45(11): 1736–1744. DOI: 10.1002/prep.202000099. [8] YANG J X, SHI C, YANG W K, et al. Numerical simulation of column charge explosive in rock masses with particle flow code [J]. Granular Matter, 2019, 21(4): 96. DOI: 10.1007/s10035-019-0950-2. [9] 姜颖资, 王伟力, 黄雪峰, 等. 带壳炸药在高速运动炸药作用下殉爆效应研究 [J]. 工程爆破, 2014, 20(3): 1–4. DOI: 10.3969/j.issn.1006-7051.2014.03.001.JIANG Y Z, WANG W L, HUANG X F, et al. Research on the sympathetic detonation effect of shelled explosive by highspeed movement explosive [J]. Engineering Blasting, 2014, 20(3): 1–4. DOI: 10.3969/j.issn.1006-7051.2014.03.001. [10] SHIN H, LEE W. Material design guidelines for explosive confinements to control impact shock-induced detonations based on shock transmission/reflection analysis [J]. International Journal of Impact Engineering, 2003, 28(5): 465–478. DOI: 10.1016/S0734-743X(2)00075-1. [11] STARKENBERG J, HUANG Y, ARBUCKLE A. Numerical modeling of projectile impact shock initiation of bare and covered composition-B [J]. Journal of Energetic Materials, 1984, 2(1/2): 1–41. DOI: 10.1080/07370658408012327. [12] 李凯, 詹勇, 程波, 等. 爆炸冲击波经隔板衰减后的起爆能力数值研究 [C]//2014’(第六届)含能材料与钝感弹药技术学术研讨会论文集. 北京: 中国兵工学会爆炸与安全技术专业委员会, 2014: 474–478. [13] 李顺波, 东兆星, 齐燕军, 等. 爆炸冲击波在不同介质中传播衰减规律的数值模拟 [J]. 振动与冲击, 2009, 28(7): 115–117. DOI: 10.13465/j.cnki.jvs.2009.07.001.LI S B, DONG Z X, QI Y J, et al. Numerical simulation for spread decay of blasting shock wave in different media [J]. Journal of Vibration and Shock, 2009, 28(7): 115–117. DOI: 10.13465/j.cnki.jvs.2009.07.001. [14] 赵根, 季荣, 郑晓宁, 等. 乳化炸药水中爆炸冲击波传播规律试验研究 [J]. 爆破, 2011, 28(2): 1–4. DOI: 10.3963/j.issn.1001-487X.2011.02.001.ZHAO G, JI R, ZHENG X N, et al. Experimental investigation on propagation rule of shock wave by emulsion explosives underwater blasting [J]. Blasting, 2011, 28(2): 1–4. DOI: 10.3963/j.issn.1001-487X.2011.02.001. [15] 花宝玲, 李建军, 丁淳彤. 乳化炸药冲击起爆过程的研究 [J]. 工程爆破, 1998, 4(1): 30–33.HUA B L, LI J J, DING C T. Study on shock initiation process for emulsion explosives [J]. Engineering Blasting, 1998, 4(1): 30–33. [16] 李建军, 汪旭光, 欧育湘, 等. 乳化炸药冲击起爆的实验研究 [J]. 工程爆破, 1995, 1(1): 14–19.LI J J, WANG X G, OU Y X, et al. Experimental study on shock initiations of emulsion explosives [J]. Engineering Blasting, 1995, 1(1): 14–19. [17] 马晶晶, 龙运杰, 唐虹靖, 等. 炮孔约束下炸药殉爆距离试验研究 [J]. 采矿技术, 2023, 23(6): 165–169. DOI: 10.13828/j.cnki.ckjs.2023.06.037.MA J J, LONG Y J, TANG H J, et al. Experimental study on explosive detonation distance under blast hole constraints [J]. Mining Technology, 2023, 23(6): 165–169. DOI: 10.13828/j.cnki.ckjs.2023.06.037. [18] 陈庆凯, 夏亚伟, 刘占富, 等. 约束条件对乳化炸药殉爆距离影响的研究 [J]. 矿业研究与开发, 2017, 37(1): 45–49. DOI: 10.13827/j.cnki.kyyk.2017.01.011.CHEN Q K, XIA Y W, LIU Z F, et al. The effect of constraint conditions on the gap distance of emulsion explosive [J]. Mining Research and Development, 2017, 37(1): 45–49. DOI: 10.13827/j.cnki.kyyk.2017.01.011. [19] 陈朗, 王晨, 鲁建英, 等. 炸药殉爆实验和数值模拟 [J]. 北京理工大学学报, 2009, 29(6): 497–500,524. DOI: 10.15918/j.tbit1001-0645.2009.06.004.CHEN L, WANG C, LU J Y, et al. Experiment simulation of sympathetic detonation tests [J]. Transactions of Beijing Institute of Technology, 2009, 29(6): 497–500,524. DOI: 10.15918/j.tbit1001-0645.2009.06.004. [20] 张所硕, 聂建新, 张剑, 等. 约束空间内壳装炸药殉爆及防护 [J]. 爆炸与冲击, 2023, 43(8): 085101. DOI: 10.11883/bzycj-2022-0456.ZHANG S S, NIE J X, ZHANG J, et al. Sympathetic detonation of explosive charge in confined space and its protection [J]. Explosion and Shock Waves, 2023, 43(8): 106–119. DOI: 10.11883/bzycj-2022-0456. [21] 胡宏伟, 王健, 卞云龙, 等. 带壳装药水中殉爆特性分析 [J]. 水下无人系统学报, 2022, 30(3): 308–313. DOI: 10.11993/j.issn.2096-3920.2022.03.005.HU H W, WANG J, BIAN Y L, et al. Experiments of sympathetic detonation performance of explosives with shell in water [J]. Journal of Unmanned Undersea Systems, 2022, 30(3): 308–313. DOI: 10.11993/j.issn.2096-3920.2022.03.005. [22] 刘晓文, 高玉刚. 炸药在水介质中殉爆特性分析 [J]. 工程爆破, 2022, 28(4): 102–107. DOI: 10.19931/j.EB.20210241.LIU X W, GAO Y G. Analysis of explosive martyrdom in water medium [J]. Engineering Blasting, 2022, 28(4): 102–107. DOI: 10.19931/j.EB.20210241. [23] KO Y H, KIM S J, YANG H S. Assessment for the sympathetic detonation characteristics of underwater shaped charge [J]. Geosystem Engineering, 2017, 20(5): 286–293. DOI: 10.1080/12269328.2017.1323679. [24] 中华人民共和国国家质量监督检验检疫总局. 爆破安全规程: GB 6722–2014 [S]. 北京: 冶金工业出版社, 2014. [25] 张忠伟, 任舸, 李洪涛. 锦屏二级水电站导流隧洞进口围堰拆除爆破 [J]. 爆破, 2011, 28(4): 77–80. DOI: 10.3963/j.issn.1001-487X.2011.04.021.ZHANG Z W, REN G, LI H T. Explosive demolition of intake cofferdam of diversion tunnel on Jingping Ⅱ Hydropower Station [J]. Blasting, 2011, 28(4): 77–80. DOI: 10.3963/j.issn.1001-487X.2011.04.021. [26] 李文焱. 元宝山露天矿富水裂隙台阶爆破的殉爆机理及防止殉爆技术研究 [D]. 辽宁工程技术大学, 2023. DOI: 10.27210/d.cnki.glnju.2023.000910. [27] 凌天龙, 王宇涛, 刘殿书 等. 修正RHT模型在岩体爆破响应数值模拟中的应用 [J]. 煤炭学报, 2018, 43(S2): 434–442. DOI: 10.13225/j.cnki.jccs.2017.1698.LING T L, WANG Y T, LIU D S, et al. Modified RHT model for numerical simulation of dynamic response of rock mass under blasting load [J]. Journal of China Coal Society, 2018, 43(S2): 434–442. DOI: 10.13225/j.cnki.jccs.2017.1698. [28] SHINY S, LEE M, LAM K Y, et al. Modeling mitigation effects of watershield on shock waves [J]. Shock and Vibration, 1998, 5(4): 225–234. DOI: 10.1155/1998/782032. -