CN105223331B - 一种岩石与炸药匹配优选的爆破试验方法 - Google Patents
一种岩石与炸药匹配优选的爆破试验方法 Download PDFInfo
- Publication number
- CN105223331B CN105223331B CN201510551497.0A CN201510551497A CN105223331B CN 105223331 B CN105223331 B CN 105223331B CN 201510551497 A CN201510551497 A CN 201510551497A CN 105223331 B CN105223331 B CN 105223331B
- Authority
- CN
- China
- Prior art keywords
- rock
- blasting
- explosive
- matching
- test
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011435 rock Substances 0.000 title claims abstract description 141
- 239000002360 explosive Substances 0.000 title claims abstract description 127
- 238000005422 blasting Methods 0.000 title claims abstract description 110
- 238000010998 test method Methods 0.000 title claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 72
- 238000004880 explosion Methods 0.000 claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000002474 experimental method Methods 0.000 claims abstract description 6
- 239000012634 fragment Substances 0.000 claims description 46
- 238000005474 detonation Methods 0.000 claims description 22
- 239000002245 particle Substances 0.000 claims description 16
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000005303 weighing Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 3
- 238000013433 optimization analysis Methods 0.000 claims description 3
- 238000001000 micrograph Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 239000000839 emulsion Substances 0.000 description 6
- SZVJSHCCFOBDDC-UHFFFAOYSA-N iron(II,III) oxide Inorganic materials O=[Fe]O[Fe]O[Fe]=O SZVJSHCCFOBDDC-UHFFFAOYSA-N 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000010438 granite Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009931 harmful effect Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000011044 quartzite Substances 0.000 description 2
- XTFIVUDBNACUBN-UHFFFAOYSA-N 1,3,5-trinitro-1,3,5-triazinane Chemical compound [O-][N+](=O)N1CN([N+]([O-])=O)CN([N+]([O-])=O)C1 XTFIVUDBNACUBN-UHFFFAOYSA-N 0.000 description 1
- PAWQVTBBRAZDMG-UHFFFAOYSA-N 2-(3-bromo-2-fluorophenyl)acetic acid Chemical compound OC(=O)CC1=CC=CC(Br)=C1F PAWQVTBBRAZDMG-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000011083 cement mortar Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000009863 impact test Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种岩石与炸药匹配优选的爆破试验方法，它包括台阶浅孔爆破漏斗试验和炸药与岩石匹配优选分析，所述的浅孔爆破漏斗试验是在待测岩石或矿石区域进行试验，采用标准爆破漏斗试验；所述的炸药与岩石匹配优选分析岩石匹配优选分析方法为计算出爆破漏斗体积，岩块平均破碎粒度，裂隙盒维数，地震波总能量和爆炸能时密度及爆炸能量利用率，制定炸药与岩石匹配分析表，经过进行多组试验，对炸药与岩石匹配优选表进行排序、打分，然后确定加权得分最高的组合为岩石与炸药的最优匹配。采用本发明的试验方法，并结合炸药与岩石匹配分析表，可以实现矿山不同岩石与可选炸药的最佳匹配优选。
Description
技术领域
本发明属于岩石爆破的技术领域，特别是涉及一种岩石与炸药匹配优选的爆破试验方法。
背景技术
炸药和爆破参数与矿岩性态间的合理匹一直是爆破工程中的一个重要研究课题。研究炸药能量转化过程中的精细控制技术，提高炸药能量利用率，降低爆破有害效应是新世纪工程爆破的发展战略。随着精细爆破理念的提出和矿用炸药装药车的成功研制使用，针对不同的岩种，现场配制不同性能炸药的技术已较为成熟，这为提高炸药有效能量利用率，实施精细爆破，建设绿色矿山奠定了基础。通过分析各种介质在爆炸冲击载荷作用下的本构关系，通过试验选择与岩石最优匹配的炸药，研究一种提高炸药能量利用率的新方法、新工艺，可以最大限度地降低能量转化过程中的损失，对提高岩石破碎效率，降低爆破生产过程的能量消耗问题，具有重要的理论与现实意义。
合理的炸药岩石匹配将大大地提高炸药的能量用率和改善爆破效果。由于炸药和岩石波阻抗能分别反映炸药的爆压等爆炸性，和岩石的强度及其对应力波的敏感程度等岩石可爆性指标，所以长期以来，人们一直以炸药和岩石的波阻抗作为匹配的依据，认为最佳的炸药岩石波阻抗匹配是炸药波阻抗等于岩石波阻抗；也有研究认为能取得良好的爆破效果的炸药波阻抗往往不一定要趋近于被爆介质的波阻抗，要保证爆轰波能量向岩石的最大输人和取得较好的爆破效果，高阻抗的岩石必须使用高密度和较高爆轰速度的炸药；也有学者提采用等效阻抗法来改善炸药在不同矿岩中的爆炸的能量传递效果，即通过在孔壁增加某种中间介质材料来调和炸药与岩石的阻抗间的明显差距。
以上所有的研究基本假设是基于应力波的弹性传播，追求的基本目标就是炸药能量向岩体中传递比例最大化，但这里存在两个问题，一是引起岩石拉压破坏的不是在岩石中传播的弹性波，而是弹塑性波，因而基于纵波速度的波阻抗匹配值得进一步研究；其二就是传递到岩体中的能量有多少是用来破碎岩石，又有多少转变成了有害的地震波（弹性波）扩散了。因而，炸药与岩石的合理匹配不仅是传递能量最大化，同时要使能量利用率最大化。
1988年《金属矿山》发表的《炸药岩石波阻抗匹配的试验研究》中，使用水泥砂浆试件和单体炸药黑索金分别对现场岩石和工业炸药进行波阻抗模拟，在实验室进行了炸药岩石波阻抗匹配爆破试验，并以爆破块度分布作为匹配效果的定量指标，对炸药岩石波阻抗匹配进行了初步探讨，但是，岩石与炸药的波阻抗匹配理论已被证实可靠性较低。《辽宁科技学院学报》在2009年发表的《基于神经网络的炸药与岩石匹配的研究》，使用MATLAB神经网络工具箱平台, 利用 BP神经网络建立炸药岩石匹配模型，并根据工程实践中收集的数据和文献中的经典数据作为网络模型的学习训练和检验样本，从岩石爆破特性和爆破效果等因素出发来预测炸药爆炸特性和爆破设计参数，但并没有对试验方法进行研究，仅是利用原有的数据进行神经网络计算。《中国工程科学》在2014年发表的《基于粉碎区控制的钻孔爆破岩石-炸药匹配方法》，从爆破破碎机理出发，提出了一种岩石-炸药匹配的新方法，通过对粉碎区的合理控制来确定钻孔爆破最优的炸药性能参数，但是未考虑岩石在爆破作用下破碎的情况，并不符合工程实际大区多炮孔爆破的情况。《金属矿山》与2014年发表的《冲击荷载作用下磁铁石英岩破碎能耗分析》，通过对冲击试验中不同输入能量条件下的磁铁石英岩的破碎粒度统计分析，初步建立了岩石动态强度的应变率关系模型和能时密度模型，将炸药能量输出结构这一概念通过具体指标作了定量表述，但仅是针对霍普金森试验的研究，并没有拓展到实际爆破工程。
迄今为止，仍然没有找到一种适用于矿山日常生产爆破，并且通过小型试验即可获得与岩石匹配合理的炸药参数的方法。本发明提供了一种炸药与岩石匹配优选的试验方法。
发明内容
本发明的目的在于提供一种岩石与炸药匹配优选的爆破试验方法，克服了长久以来单一地以破碎粒度越小评价为越优的不足，采用本发明的试验方法，并结合炸药与岩石匹配分析表，可以实现矿山不同岩石与可选炸药的最佳匹配优选。
本发明的目的是通过下述技术方案来实现的：
本发明的一种岩石与炸药匹配优选的爆破试验方法，其特征在于包括台阶浅孔爆破漏斗试验和炸药与岩石匹配优选分析，
所述的浅孔爆破漏斗试验是在待测岩石或矿石区域进行试验，采用标准爆破漏斗试验；
所述的炸药与岩石匹配优选分析包括如下步骤：
1）进行浅孔爆破漏斗试验，爆破漏斗体积用V 表示，通过清理爆破后漏斗形坑，测量爆破漏斗的半径、深度，计算出爆破漏斗体积实际值；
2）岩块平均破碎粒度用P 表示，以爆破后碎块的50％能够通过的筛网尺寸表示，采用筛分法统计获得岩块平均破碎粒度，对所有爆破后的碎石进行收集、分类、检测、记录，制作圆孔筛网，对通过筛网的每个尺寸级配的碎块进行称重，计算每个级配的碎块重量占总重量的百分比，将重量百分比带入破碎粒度统计函数，以统计函数表示碎块尺寸的分布，对统计函数回归后可求得碎块的平均粒度P ；
3）从岩石碎块中选出最为接近与岩块平均粒度的碎块制成磨片样本，对磨片后的碎块进行电子扫描显微镜测试；用电子扫描显微镜拍摄获得反映微裂隙的显微照片；采用分形几何原理统计岩石碎块的裂隙密度，使用盒子法计算出岩石碎块显微照片上的裂隙盒维数，以此反应岩石碎块的损伤程度，岩石碎块内部损伤裂隙盒维数用表示；
4）以爆破漏斗中心为原点布置等间隔的测试点，使用爆破振动测试仪对爆破中的爆破振动三向信号进行测试，对采集的爆破振动信号数据进行计算，并通过测试获得的爆破振动数据求出地震波总能量、爆炸能时密度及爆炸能量利用率；
地震波总能量公式为：
其中，是爆破振动三个方向信号总速度矢量，是岩石密度，是岩石纵波速度，为炮孔半径，为爆破振动持续时间；
爆炸能时密度公式为：
其中：为炮孔半径，m；为炸药密度，kg/m3；炸药爆热，KJ/kg；为炸药爆速，m/s；
爆炸能量利用率公式为
其中，表示爆炸能量利用率，表示地震波总能量，表示爆炸能时密度；
5）制定并填写炸药与岩石匹配分析表，将所做实验按照先后顺序记为，第1次，第2次，，第n 次，试验后，按照试验顺序将岩石平均破碎粒度、炸药能时密度、爆炸能量利用率、爆破漏斗体积与裂隙盒维数写入炸药与岩石匹配分析表中，
6）将n 组试验所测试获得的数据，带入炸药与岩石匹配分析表后排序，按照大小顺序对每一列数据打分，排名第一位得k 分，第二位得（k -1）分，k = n ， 以此类推，最后一名得1分，对于岩石爆破，平均破碎粒度越大，裂隙盒维数数值越小得分越高；对于矿石爆破，平均破碎粒度越小，裂隙盒维数数值越大得分越高；对于岩石和矿石爆破，爆炸能量利用率、爆破漏斗体积、炸药能时密度数值越大越高得分越高；
7）对现场不同的岩石与矿石选取岩石平均破碎粒度、爆炸能量利用率、爆破漏斗体积、炸药能时密度与裂隙盒维数的权重，将各指标参数得分数与其对应的指标权重系数相乘，对每一组试验相同一行的分数进行相加，便得到了每组试验的最终得分数，所得分数最高的便可认定为炸药与岩石的最佳组合。
所述的爆破振动测试仪为3～5台，爆破振动测试仪之间等间距布置。
本发明的优点是：避免了以单一指标作为评价岩石与炸药匹配合理与否的不足，并且根据实际需要，评价指标的权重可以灵活选取。采用本发明的试验方法，并结合炸药与岩石匹配分析表，可以实现矿山不同岩石与可选炸药的最佳匹配优选。
具体实施方式
实施例1
浅孔爆破漏斗试验是在待测岩石或矿石区域进行试验，采用标准爆破漏斗试验，
待测岩石区域为花岗岩，抗压强度为68.2MPa，密度为2.66t/m3，纵波速度为4100m/s；选用三种混装乳化炸药，按试验顺序对炸药与相关参数进行标记。炸药1密度为1.12g/m3，爆速为5200m/s；炸药2密度为1.15g/m3，爆速为5300m/s；炸药3密度为1.2g/m3，爆速为5450m/s。
炸药与岩石匹配优选分析步骤如下：
1）进行浅孔爆破漏斗试验，选择平整场地，清理至基岩表面，试验区域直径5m。均为垂直钻孔，钻孔直径40mm，孔深1m，堵塞0.4m，三次试验装药同为750g，使用电雷管孔底起爆，在炮孔中心以外1～10m铺设帆布以收集爆破碎块。三次爆破后，分别计算出爆破漏斗体积V 1 、V 2 与V 3 为0.69m3、0.76m3 、0.79m3；
2）收集所有爆破后的碎石，制作十个圆孔筛网，筛网眼直径5～50cm，并以5cm逐个递增，对通过筛网的每个尺寸级配的碎块进行称重，计算每个级配的碎块重量占总重量的百分比。以碎块直径表示碎块粒度，求得三次试验平均粒度P 1 、P 2 与P 3 为22.3cm、21.2cm与19.6cm；
3）分别在三次试验后，从岩石碎块中选出最为接近与岩块平均粒度的碎块制成磨片样本，对磨片后的碎块进行电子扫描显微镜测试；采用分形几何原理统计岩石碎块的裂隙盒维数。三次试验的裂隙盒维数F 1 、F 2 与F 3 分别为1.468、1.512与1.479；
4）以炮孔中心为原点，沿直线布置等间隔的爆破振动仪5台，间隔为10m，使收集爆破振动三向信号。根据公式求出地震波总能量、爆炸能时密度及爆炸能量利用率。三次试验的爆炸能时密度、与分别为3.26×103 J·s-1、3.41×103 J·s-1与3.66×103J·s-1；爆炸能量利用率、与分别为16.12％、22.65％与21.93％；
5）将按照试验顺序将岩石平均破碎粒度、炸药能时密度、爆炸能量利用率、爆破漏斗体积与裂隙盒维数写入炸药与岩石匹配分析表1中。
表1 炸药与岩石匹配分析表
6）按照大小顺序对每一列数据打分，排名第一位得3分，第二位得2分，最后一名得1分。花岗岩为岩石，平均破碎粒度越大，裂隙盒维数数值越小得分越高；爆炸能量利用率、爆破漏斗体积、炸药能时密度数值越大越高得分越高。
表2 炸药与岩石匹配排序得分表
7）选取岩石平均破碎粒度、爆炸能量利用率、爆破漏斗体积、炸药能时密度与裂隙盒维数的权重为30％、20％、10％、15％、25％。求得每次试验的加权得分。
表3 炸药与岩石匹配加权打分表
第一次试验所得分数最高，便可认定为：抗压强度为68.2MPa，密度为2.66t/m3，纵波速度为4100m/s的花岗岩，与密度为1.12g/m3，爆速为5200m/s的乳化炸药为最优匹配。
实施例2
浅孔爆破漏斗试验是在待测岩石或矿石区域进行试验，采用标准爆破漏斗试验，
待测岩石区域为磁铁矿，抗压强度为109.67MPa，密度为3.63t/m3，纵波速度为5885m/s；选用三种混装乳化炸药，按试验顺序对炸药与相关参数进行标记。炸药1密度为1.12g/m3，爆速为5200m/s；炸药2密度为1.15g/m3，爆速为5300m/s；炸药3密度为1.2g/m3，爆速为5450m/s。
炸药与岩石匹配优选分析步骤如下：
1）进行浅孔爆破漏斗试验，选择平整场地，清理至基岩表面，试验区域直径5m。均为垂直钻孔，钻孔直径40mm，孔深1m，堵塞0.4m，三次试验装药同为750g，使用电雷管孔底起爆，在炮孔中心以外1～10m铺设帆布以收集爆破碎块。三次爆破后，分别计算出爆破漏斗体积V 1 、V 2 与V 3 为0.46m3、0.49m3 、0.53m3；
2）收集所有爆破后的碎石，制作十个圆孔筛网，筛网眼直径10～100cm，并以10cm逐个递增，对通过筛网的每个尺寸级配的碎块进行称重，计算每个级配的碎块重量占总重量的百分比。以碎块直径表示碎块粒度，求得三次试验平均粒度P 1 、P 2 与P 3 为17.8cm、16.1cm与14.6cm；
3）分别在三次试验后，从岩石碎块中选出最为接近与岩块平均粒度的碎块制成磨片样本，对磨片后的碎块进行电子扫描显微镜测试；采用分形几何原理统计岩石碎块的裂隙盒维数。三次试验的裂隙盒维数F 1 、F 2 与F 3 分别为1.533、1.465与1.572；
4）以炮孔中心为原点，沿直线布置等间隔的爆破振动仪5台，间隔为10m，使收集爆破振动三向信号。根据公式求出地震波总能量、爆炸能时密度及爆炸能量利用率。三次试验的爆炸能时密度、与分别为3.26×103 J·s-1、3.41×103 J·s-1与3.66×103J·s-1；爆炸能量利用率、与分别为12.64％、13.09％与14.11％；
5）将按照试验顺序将岩石平均破碎粒度、炸药能时密度、爆炸能量利用率、爆破漏斗体积与裂隙盒维数写入炸药与岩石匹配分析表1中。
表1 炸药与岩石匹配分析表
6）按照大小顺序对每一列数据打分，排名第一位得3分，第二位得2分，最后一名得1分。磁铁矿为岩石，平均破碎粒度越小，裂隙盒维数数值越大得分越高；爆炸能量利用率、爆破漏斗体积、炸药能时密度数值越大越高得分越高。
表2 炸药与岩石匹配排序得分表
7）选取岩石平均破碎粒度、爆炸能量利用率、爆破漏斗体积、炸药能时密度与裂隙盒维数的权重为30％、20％、10％、15％、25％。求得每次试验的加权得分。
表3 炸药与岩石匹配加权打分表
第三次试验所得分数最高，便可认定为：抗压强度为109.4MPa，密度为3.63t/m3，纵波速度为5885m/s的磁铁矿，与密度为1.2g/m3，爆速为5350m/s的乳化炸药为最优匹配。
实施例3
浅孔爆破漏斗试验是在待测岩石或矿石区域进行试验，采用标准爆破漏斗试验，
待测岩石区域为磁铁矿，抗压强度为109.67MPa，密度为3.63t/m3，纵波速度为5885m/s；选用三种混装乳化炸药与两种混装铵油炸药，按试验顺序对炸药与相关参数进行标记。炸药1密度为1.12g/m3，爆速为5200m/s；炸药2密度为1.15g/m3，爆速为5300m/s；炸药3密度为1.2g/m3，爆速为5450m/s；炸药4密度为1.0g/m3，爆速为3200m/s；炸药5密度为0.9g/m3，爆速为3100m/s。
炸药与岩石匹配优选分析步骤如下：
1）进行浅孔爆破漏斗试验，选择平整场地，清理至基岩表面，试验区域直径5m。均为垂直钻孔，钻孔直径40mm，孔深1m，堵塞0.4m，三次试验装药同为750g，使用电雷管孔底起爆，在炮孔中心以外1～10m铺设帆布以收集爆破碎块。三次爆破后，分别计算出爆破漏斗体积V 1 、V 2 、V 3 、V 4 与V 5 为0.47m3、0.48m3 、0.56m3、0.46m3与0.45m3；
2）收集所有爆破后的碎石，制作十个圆孔筛网，筛网眼直径10～100cm，并以10cm逐个递增，对通过筛网的每个尺寸级配的碎块进行称重，计算每个级配的碎块重量占总重量的百分比。以碎块直径表示碎块粒度，求得三次试验平均粒度P 1 、P 2 、P 3 、P 4 与P 5为17.1cm、16.3cm、15.3cm、16.7cm与18.6cm；
3）分别在三次试验后，从岩石碎块中选出最为接近与岩块平均粒度的碎块制成磨片样本，对磨片后的碎块进行电子扫描显微镜测试；采用分形几何原理统计岩石碎块的裂隙盒维数。三次试验的裂隙盒维数F 1 、F 2 、F 3 、F 4 与F 5 分别为1.482、1.471、1.497、1.466与1.448；
4）以炮孔中心为原点，沿直线布置等间隔的爆破振动仪5台，间隔为10m，使收集爆破振动三向信号。根据公式求出地震波总能量、爆炸能时密度及爆炸能量利用率。三次试验的爆炸能时密度、、、与分别为3.26×103 J·s-1、3.41×103 J·s-1、3.66×103 J·s-1、2.06×103 J·s-1与1.94×103 J·s-1；爆炸能量利用率、与分别为11.93％、12.79％、14.13％、13.21％与12.64％；
5）将按照试验顺序将岩石平均破碎粒度、炸药能时密度、爆炸能量利用率、爆破漏斗体积与裂隙盒维数写入炸药与岩石匹配分析表1中。
表1 炸药与岩石匹配分析表
6）按照大小顺序对每一列数据打分，排名第一位得3分，第二位得2分，最后一名得1分。磁铁矿为岩石，平均破碎粒度越小，裂隙盒维数数值越大得分越高；爆炸能量利用率、爆破漏斗体积、炸药能时密度数值越大越高得分越高。
表2 炸药与岩石匹配排序得分表
7）选取岩石平均破碎粒度、爆炸能量利用率、爆破漏斗体积、炸药能时密度与裂隙盒维数的权重为30％、20％、10％、15％、25％。求得每次试验的加权得分。
表3 炸药与岩石匹配加权打分表
第三次试验所得分数最高，便可认定为：抗压强度为109.4MPa，密度为3.63t/m3，纵波速度为5885m/s的磁铁矿，与密度为1.2g/m3，爆速为5350m/s的乳化炸药为最优匹配。
Claims (2)
1.一种岩石与炸药匹配优选的爆破试验方法，其特征在于包括台阶浅孔爆破漏斗试验和炸药与岩石匹配优选分析，
所述的浅孔爆破漏斗试验是在待测岩石或矿石区域进行试验，采用标准爆破漏斗试验；
所述的炸药与岩石匹配优选分析包括如下步骤：
1）进行浅孔爆破漏斗试验，爆破漏斗体积用V 表示，通过清理爆破后漏斗形坑，测量爆破漏斗的半径、深度，计算出爆破漏斗体积实际值；
2）岩块平均破碎粒度用P 表示，以爆破后碎块的50％能够通过的筛网尺寸表示，采用筛分法统计获得岩块平均破碎粒度，对所有爆破后的碎石进行收集、分类、检测、记录，制作圆孔筛网，对通过筛网的每个尺寸级配的碎块进行称重，计算每个级配的碎块重量占总重量的百分比，将重量百分比带入破碎粒度统计函数，以统计函数表示碎块尺寸的分布，对统计函数回归后可求得岩块平均破碎粒度P ；
3）从岩石碎块中选出最为接近于岩块平均粒度的碎块制成磨片样本，对磨片后的碎块进行电子扫描显微镜测试；用电子扫描显微镜拍摄获得反映微裂隙的显微照片；采用分形几何原理统计岩石碎块的裂隙密度，使用盒子法计算出岩石碎块显微照片上的裂隙盒维数，以此反应岩石碎块的损伤程度，岩石碎块内部损伤裂隙盒维数用 表示；
4）以爆破漏斗中心为原点布置等间隔的测试点，使用爆破振动测试仪对爆破中的爆破振动三向信号进行测试，对采集的爆破振动信号数据进行计算，并通过测试获得的爆破振动数据求出地震波总能量、爆炸能时密度及爆炸能量利用率；
地震波总能量公式为：
其中，是爆破振动三个方向信号总速度矢量，是岩石密度，是岩石纵波速度，为炮孔半径，为爆破振动持续时间；
爆炸能时密度公式为：
其中：为炮孔半径，m；为炸药密度，kg/m3；炸药爆热，KJ/kg；为炸药爆速，m/s；
爆炸能量利用率公式为
其中，表示爆炸能量利用率，表示地震波总能量，表示爆炸能时密度；
5）制定并填写炸药与岩石匹配分析表，将所做实验按照先后顺序记为，第1次，第2次，，第n 次，试验后，按照试验顺序将岩石平均破碎粒度、爆炸能时密度、爆炸能量利用率、爆破漏斗体积与裂隙盒维数写入炸药与岩石匹配分析表中，
6）将n 组试验所测试获得的数据，带入炸药与岩石匹配分析表后排序，按照大小顺序对每一列数据打分，排名第一位得k 分，第二位得（k -1）分，k = n ，以此类推，最后一名得1分，对于岩石爆破，平均破碎粒度越大，裂隙盒维数数值越小得分越高；对于矿石爆破，平均破碎粒度越小，裂隙盒维数数值越大得分越高；对于岩石和矿石爆破，爆炸能量利用率、爆破漏斗体积、炸药能时密度数值越大越高得分越高；
7）对现场不同的岩石与矿石选取岩石平均破碎粒度、爆炸能量利用率、爆破漏斗体积、爆炸能时密度与裂隙盒维数的权重，将各指标参数得分数与其对应的指标权重系数相乘，对每一组试验相同一行的分数进行相加，便得到了每组试验的最终得分数，所得分数最高的便可认定为炸药与岩石的最佳组合。
2.根据权利要求1所述的岩石与炸药匹配优选的爆破试验方法，其特征在于所述的爆破振动测试仪为3～5台，爆破振动测试仪之间等间距布置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510551497.0A CN105223331B (zh) | 2015-09-01 | 2015-09-01 | 一种岩石与炸药匹配优选的爆破试验方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510551497.0A CN105223331B (zh) | 2015-09-01 | 2015-09-01 | 一种岩石与炸药匹配优选的爆破试验方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105223331A CN105223331A (zh) | 2016-01-06 |
| CN105223331B true CN105223331B (zh) | 2017-01-18 |
Family
ID=54992401
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510551497.0A Active CN105223331B (zh) | 2015-09-01 | 2015-09-01 | 一种岩石与炸药匹配优选的爆破试验方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105223331B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105717162B (zh) * | 2016-04-19 | 2019-02-15 | 武汉科技大学 | 一种方便分类收集爆炸试验碎块的装置 |
| CN105865280B (zh) * | 2016-04-25 | 2017-06-27 | 宏大矿业有限公司 | 一种优化设计岩石匹配现场混装乳化炸药的方法 |
| CN105973456B (zh) * | 2016-04-25 | 2019-07-30 | 宏大矿业有限公司 | 一种现场测量深孔爆破炸药与岩石匹配关系的方法 |
| CN106650052A (zh) * | 2016-12-06 | 2017-05-10 | 武汉长江仪器自动化研究所有限公司 | 一种基于人工神经网络的配料爆破参数智能设计方法 |
| CN109345543B (zh) * | 2018-09-20 | 2021-07-16 | 昆明理工大学 | 一种基于灰度图像处理的爆破漏斗体积识别方法 |
| CN109446472B (zh) * | 2018-10-11 | 2023-02-28 | 本钢板材股份有限公司 | 一种最优炸药量计算及最优装药结构布置的方法 |
| CN110529117B (zh) * | 2019-06-24 | 2021-02-26 | 中国矿业大学 | 一种露天矿爆破冲击载荷模拟试验方法 |
| CN110487683B (zh) * | 2019-08-14 | 2020-04-21 | 四川大学 | 基于颗粒形状的岩石爆炸破碎效率评价方法 |
| CN113251881B (zh) * | 2021-05-31 | 2022-10-04 | 鞍钢矿业爆破有限公司 | 一种设置爆破延期时间的试验方法 |
| CN115900464A (zh) * | 2022-12-10 | 2023-04-04 | 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 | 待爆破区域爆破方法、装置、终端设备及存储介质 |
| CN115879347A (zh) * | 2022-12-15 | 2023-03-31 | 中国葛洲坝集团易普力股份有限公司 | 基于残余爆破漏斗反演的炸药-岩石匹配参数优化方法 |
| CN115630257B (zh) * | 2022-12-19 | 2023-04-21 | 中南大学 | 爆破漏斗体积预测方法 |
| CN118211420A (zh) * | 2024-04-11 | 2024-06-18 | 江苏星航智造科技有限公司 | 一种智能控制方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1167917A (zh) * | 1997-04-30 | 1997-12-17 | 陶纪南 | 用爆破漏斗试验确定最佳土岩爆破参数的方法 |
| JP5048257B2 (ja) * | 2006-03-15 | 2012-10-17 | 株式会社フジタ | フィルダムの堤体改修方法 |
| US9129236B2 (en) * | 2009-04-17 | 2015-09-08 | The University Of Sydney | Drill hole planning |
| CN102277859B (zh) * | 2011-05-16 | 2013-03-06 | 河海大学 | 基于分形理论的爆破堆石料颗粒级配的优化方法 |
| CN102359815A (zh) * | 2011-07-08 | 2012-02-22 | 中国人民解放军理工大学工程兵工程学院 | 一种基于小波分形组合的爆破振动信号特征提取方法 |
-
2015
- 2015-09-01 CN CN201510551497.0A patent/CN105223331B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105223331A (zh) | 2016-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105223331B (zh) | 一种岩石与炸药匹配优选的爆破试验方法 | |
| Peng et al. | Mechanical property of granite from different buried depths under uniaxial compression and dynamic impact: an energy-based investigation | |
| Akande et al. | Optimization of blasting parameters using regression models in ratcon and NSCE granite quarries, Ibadan, Oyo State, Nigeria | |
| Roy et al. | Rock fragmentation by blasting-A review | |
| Li et al. | Mechanical properties of rock under coupled static-dynamic loads | |
| Reddish et al. | Numerical simulation of the dynamic impact breakage testing of rock | |
| Lyana et al. | Effect of geological condition on degree of fragmentation in a Simpang Pulai marble quarry | |
| Kinyua et al. | A review of the influence of blast fragmentation on downstream processing of metal ores | |
| Zhang et al. | Empirical equations between characteristic impedance and mechanical properties of rocks | |
| Wang et al. | Advances in rock-support and geotechnical engineering | |
| Duryagina et al. | Morphometric parameters of sulphide ores as a basis for selective ore dressing | |
| Wu et al. | Dynamic mechanical properties and failure behaviors of brittle rock materials with a tunnel-shaped opening subjected to impact loads | |
| Kim | An Experimental Investigation of the Effect of Blasting on | |
| Ding et al. | Distribution characteristics of fragments size and optimization of blasting parameters under blasting impact load in open-pit mine | |
| CN116753791A (zh) | 一种岩体可爆性分级系统 | |
| CN101586932A (zh) | 基于模式识别的岩体四指标可爆性分级方法 | |
| Naresh et al. | Harmonizing Blasting Efficiency: A Case Study on Evaluation and Optimization of Fragmentation Size and Ground Vibration | |
| Jie-fang et al. | Effect of dynamic load and water content on failure and energy dissipation characteristics of red sandstone | |
| Yang et al. | Experimental study on radial decoupling charge blasting with air and water | |
| Li et al. | Experimental Study on the Free-Face True-Triaxial Rockburst Test Considering the Influence of Joints | |
| Frigo et al. | Snowpack effects induced by blasts: experimental measurements vs theoretical formulas | |
| Gynnemo | The importance of velocity of detonation in rock blasting—A full scale study | |
| Prasad | Dynamic fracture characteristics of selected rocks | |
| CN110529117B (zh) | 一种露天矿爆破冲击载荷模拟试验方法 | |
| Tabet et al. | Analysis and improvement of the fragmentation quality of blasted rock using digital image processing: the case of the Kef Lahmer quarry, NE Algeria |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 114001 Anshan District, Liaoning, No. 219 Road, No. 39, Tiedong Applicant after: Anshan Iron and Steel Group Mining Co., Ltd. Address before: 114001 Anshan District, Liaoning, No. 219 Road, No. 39, Tiedong Applicant before: Anshan Iron & Steel Group Mining Co., Ltd. |
|
| CB02 | Change of applicant information | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |