CN108827455B - 一种节理岩体爆破振动衰减参数预测方法及装置 - Google Patents

Abstract

本发明实施例提供的一种节理岩体爆破振动衰减参数预测方法及装置，属于爆破技术领域。该节理岩体爆破振动衰减参数预测方法包括：获取多组不同岩体基本质量指标和节理角度特征；获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数；基于预设算法对所述衰减系数与所述衰减指数进行回归分析，获取所述衰减参数所对应的预测公式。从而通过所生成的衰减参数所对应的预测公式来弥补爆破衰减参数选取的不确定性，从而使得用户在进行爆破时，能够提前进行选定衰减参数，进而为用户提供极大的便利。

Description

一种节理岩体爆破振动衰减参数预测方法及装置

技术领域

本发明涉及爆破技术领域，具体而言，涉及一种节理岩体爆破振动衰减参数预测方法及装置。

背景技术

目前中国现有爆破相关规范仅依据岩石软硬程度，选取萨道夫斯基公式振速衰减参数K、a值，忽略岩体节理特性，且爆破衰减参数的选取具有不确定性，从而使得用户在进行爆破时，不知道该如何进行选取K、a值，进而为用户带来了极大的困扰。因此，现有技术中存在爆破衰减参数的选取具有不确定性的技术问题。

发明内容

本发明提供的一种节理岩体爆破振动衰减参数预测方法及装置，旨在改善上述技术问题。

本发明提供的节理岩体爆破振动衰减参数预测方法，包括：获取多组不同岩体基本质量指标和节理角度特征；获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数；基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数所对应的预测公式。

可选地，所述的获取多组不同岩体基本质量指标和节理角度特征，包括：基于均匀设计获取多组不同岩体基本质量指标和节理角度特征。

可选地，所述的获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数，包括：基于UDEC数值软件计算每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数。

可选地，所述的基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数所对应的预测公式，包括：基于二次型回归模型对所述衰减参数进行回归分析；对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量；将对目标量影响不显著项从所述二次型回归模型中剔除，获取所述衰减参数所对应的预测公式。

可选地，所述的对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量，包括：基于前进法、后退法、逐步回归法或最优子集法对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量。

本发明提供的节理岩体爆破振动衰减参数预测装置，包括：数据获取单元，用于获取多组不同岩体基本质量指标和节理角度特征；数据计算单元，用于获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数；数据生成单元，用于基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数所对应的预测公式。

可选地，所述数据获取单元具体用于：基于均匀设计获取多组不同岩体基本质量指标和节理角度特征。

可选地，所述数据计算单元具体用于：基于UDEC数值软件计算每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数。

可选地，所述数据生成单元包括：第一子单元，用于基于二次型回归模型对所述衰减参数进行回归分析；第二子单元，用于对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量；第三子单元，用于将对目标量影响不显著项从所述二次型回归模型中剔除，获取所述衰减参数所对应的预测公式。

可选地，所述第二子单元具体用于：基于前进法、后退法、逐步回归法或最优子集法对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量。

上述本发明提供的一种节理岩体爆破振动衰减参数预测方法及装置，通过先获取多组不同岩体基本质量指标和节理角度特征；再获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数；最后基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数所对应的预测公式。从而通过所生成的衰减参数所对应的预测公式来弥补爆破衰减参数选取的不确定性，从而使得用户在进行爆破时，能够提前进行选定衰减参数，进而为用户提供极大的便利。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为本发明实施例提供的一种电子设备的结构框图；

图2为本发明第一实施例提供的节理岩体爆破振动衰减参数预测方法的流程图；

图3为图2所示的节理岩体爆破振动衰减参数预测方法中的节理角度特征的示意图；

图4为图2所示的节理岩体爆破振动衰减参数预测方法中的第一时刻的速度场示意图；

图5为图2所示的节理岩体爆破振动衰减参数预测方法中的第二时刻的速度场示意图；

图6为图2所示的节理岩体爆破振动衰减参数预测方法中的第三时刻的速度场示意图；

图7为图2所示的节理岩体爆破振动衰减参数预测方法中的第四时刻的速度场示意图；

图8为图2所示的节理岩体爆破振动衰减参数预测方法中的R＝6m的速度时程曲线示意图；

图9为图2所示的节理岩体爆破振动衰减参数预测方法中的速度时程曲线示意图；

图10为图2所示的节理岩体爆破振动衰减参数预测方法中的数值模型和网格划分示意图；

图11为图2所示的节理岩体爆破振动衰减参数预测方法中的回归分析结果与数值模拟结果对比示意图；

图12为本发明第二实施例提供的节理岩体爆破振动衰减参数预测装置的功能模块示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，为本发明实施例提供的一种电子设备的结构框图。所述电子设备300包括节理岩体爆破振动衰减参数预测装置400、存储器302、存储控制器303、处理器304及外设接口305。

所述存储器302、存储控制器303、处理器304及外设接口305各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述节理岩体爆破振动衰减参数预测装置400包括至少一个可以软件或固件(firmware)的形式存储于所述存储器302中或固化在所述电子设备300的操作系统(operating system，OS)中的软件功能模块。所述处理器304用于执行存储器302中存储的可执行模块，例如所述节理岩体爆破振动衰减参数预测装置400包括的软件功能模块或计算机程序。

其中，存储器302可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器302用于存储程序，所述处理器304在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器100所执行的方法可以应用于处理器304中，或者由处理器304实现。

处理器304可能是一种集成电路芯片，具有信号的处理能力。上述的处理器304可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述外设接口305将各种输入/输入装置耦合至处理器304以及存储器302。在一些实施例中，外设接口305、处理器304以及存储控制器303可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

请参阅图2，是本发明第一实施例提供的节理岩体爆破振动衰减参数预测方法的流程图。下面将对图2所示的具体流程进行详细阐述。

步骤S101，获取多组不同岩体基本质量指标和节理角度特征。

其中，所述不同岩体基本质量指标用于直接或间接反应了岩石性质、节理间距、节理力学特性。

其中，所述节理角度特征是指爆破振动监测方向与节理走向之间的夹角(A)，如图3所示。

作为一种实施方式，基于均匀设计获取多组不同岩体基本质量指标和节理角度特征。例如，为了数值试验分案均匀可比，每个级别岩体应出现1～2水平数，则总水平数为5～10个。如按照2因素9水平的U9(2⁹)均匀设计表安排数值试验方案。

作为一种实施方式，所述岩体基本质量指标满足：BQ＝90+3R_c+250K_v。

其中，所述R_c为岩石单轴饱和抗压强度，所述MPa和所述K_v为岩体完整性指数，其中，K_v＝(V_m/V_r)²，V_m为岩体弹性纵波波速，V_r为岩石弹性纵波波速，其中，所述BQ值和所述RMR值之间存在线性关系。

步骤S102，获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数。

其中，所述衰减参数包括衰减系数和衰减指数。

在本实施例中，在预估振动破坏时，利用衰减公式以质点峰值振动速度(PeakParticle Velocity，简称PPV)为标准来判断结构和构造物的振动受损情况。在衰减公式中，PPV是由现场条件和比例药量构成的函数。科研人员和工程技术人员总结了多种爆破振动速度衰减规律的经验公式。在中国工程爆破实践中，萨道夫斯基公式应用最为广泛，并且被规范认可，其表达式为：

PPV＝K(Q^1/3/R)^a(1)

式中：PPV的单位为cm/s；Q为炸药量，kg，齐发爆破为总药量，延时爆破为最大段药量；R为爆源距，表示监测点与爆破点的距离m；Q^1/3/R称作比例药量；K、a分别为所述衰减系数和所述衰减指数，无试验数据的条件下，可参考表1选取，岩石硬度减弱，爆破振动速度衰减增加，K、a值增加。表1中没有考虑岩体中存在的大量岩体节理、裂隙等缺陷，而这些因素极大的影响爆破振动的传播，导致爆破振动衰减参数的选取具有一定的不确定性，不能很好的应用到实际工程，特别是精确爆破工程。

表1

炸药爆炸对周围岩体瞬间产生很高的脉冲压力，并在炸药附近激起强烈的爆破冲击波。现有的量测手段很难直接确定爆轰压力，确定爆破荷载的近似采用主要有以下两种：(1)利用有限元程序LS-DYNA模块、AUTODYN模块中高能炸药材料模型和各种炸药状态方程，模拟炸药的爆轰过程及爆轰产物与周围岩石介质的相互作用过程；(2)根据爆轰波理论和爆腔膨胀理论计算爆破荷载曲线，施加到岩体上。常用的半经验半理论的荷载峰值计算公式为：

式中：P_D为耦合装药时，炮孔壁处爆轰波产生的平均初始压力峰值，Pa；ρ₀分别为炸药的密度，kg/m³；D为炸药的爆轰速度，m/s；γ为等熵指数，与装药密度相关，当ρ₀<1200kg/m³，γ＝2.1，当ρ₀≥1200kg/m³，γ＝3。

随着爆破波的传播距离增大，由于几何衰减和能量损失，应力峰值将不断减小。径向应力峰值P_DR与距离的关系可表示为：

式中：R_c为炮孔半径；s为应力衰减指数，前苏联学者给出的应力衰减指数与泊松比的经验关系式为：

式中：μ为岩体的泊松比；当分析爆破近区冲击波时，公式右边第二项取加号，当分析爆破中远区应力波时，取减号。

其中，爆破荷载的作用时间极短，冲击波上升时间比下降时间小，但当冲击波衰减为应力波和地震波时，两者时间逐渐趋于大体相等，为数毫秒至数十毫秒量级。

在本实施例中，采用LS-DYNA模块计算岩土体中的动力响应，并与理论结果对比，最后，选取合理的速度时程曲线施加到波传播计算模型上。炸药选用LS-DYNA内嵌的HIGH_EXPLOSIVE_BURE高能材料模型和JWL状态方程描述。采用的炸药计算参数列于表2。炸药爆炸时近区岩体应变很大，应变率效应明显，采用包含应变率效应的塑性硬化模型(MAT_PLASTIC_KINEMATIC)作为岩体计算模型，岩体参数列于表3。速度场的计算结果见图4至图7。

表2

表3

其中，在爆破应力波作用下，一般认为岩体应力波作用区边界为炮孔半径R_c的120～150倍，这里取为120R_c。当炮孔半径为0.05m时，应力波作用区边界为6m，相应距离的速度时程曲线见图8。根据公式(2)～(4)，带入表2、表3的参数，计算的6m处的P_DR＝1.97MPa。根据应力时程曲线与速度时程曲线的关系：

σ_n＝ρC_pv_n(5)

式中：σ_n为法向荷载，MPa；质点的法向振动速度v_n，m/s；C_p为岩体纵波波速，m/s，无实测值时，理论计算公式为计算得到6m的振动法向速度为0.18m/s，两种方法计算结果大致相当。为了便于后文的分析，仅选取首个波峰段，采用振动持续时间2.5ms，频率200Hz，1/2正选波(见图9)，作为衰减分析的速度荷载施加到模型边界。

在本实施例中，在动力学分析中，要求划分单元足够小以避免波形失真，即：

式中：c为岩体纵波波速C_p和横波C_s中较小着，当无实测值时，C_s理论计算公式为：

将计算参数带入公式(6)得Δl≤1.2m。本计算中模型尺寸为160m×80m，见图10。重点区域的划分单元尺寸为1.0m，满足要求。模型左边、右边、底部都设为粘性边界条件，避免外传波反射回模型。为了模拟柱状装药，在距离爆心6m处施加速度时程曲线，同时沿水平方向按照近密远疏原则布置布振动监测点。

其中，在本计算中采用UDEC内置的库仑滑动节理模型Jmohr(Coulomb-Slip JoinModel)，从而基于UDEC数值软件计算每组所述岩体基本质量指标和所述夹角所对应的衰减系数与衰减指数。其中，节理参数见表4。

表4

其中，在工程设计与施工中，采用岩体质量分级区分岩体质量好坏。岩体基本质量指标BQ值直接或间接反应了岩石性质、节理间距、节理力学特性，将岩体分为5个级别。从工程应用的角度出发，要求预测公式的形式简洁，计算参数选取容易，参数个数越少越益。因此，将岩体基本质量指标BQ值和夹角A作为变量。

在数值模拟试验中，每个变量即为一个影响因素，每个因素对应一个参数范围，在该范围内选出几个有代表性的值来进行分析，这些值称为该因素的水平。

为了数值试验分案均匀可比，每个级别岩体应出现1～2水平数，则总水平数为5～10个。

这里按照2因素9水平的U9(2⁹)均匀设计表安排数值试验方案。

根据《工程岩体分级标准》(GB/T 50218-2014)并参考一些常见岩体的物理力学性质，采用的计算参数和相应的计算结果列于表5。

表5

步骤S103，基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数所对应的预测公式。

作为一种实施方式，基于二次型回归模型对所述衰减参数进行回归分析；对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量；将对目标量影响不显著项从所述二次型回归模型中剔除，获取所述衰减参数所对应的预测公式。具体地，先基于二次型回归模型对所述衰减参数进行回归分析；再基于前进法、后退法、逐步回归法或最优子集法中任意一种或多种进行组合后对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量。最后将对目标量影响不显著项从所述二次型回归模型中剔除，即将变量一个个地引入，引入的条件是该变量的F检验是显著的。同时，每引入一个新变量后又要对老变量逐个检验，将变得不显著的变量从所述二次型回归模型中剔除，获取所述衰减参数所对应的预测公式。

在本实施例中，所述二次型回归模型满足：

其中，所述的X₁、……、X_m为自变量，Y为因变量，所述的β₀、{β_i}、{β_ii}、{β_ij}为回归系数，ε为随机误差，m为变量个数。所述二次型回归模型有m(m+3)/2+1项。

在本实施例中，包含BQ、A及它们之间交互作用影响的衰减参数二次型回归模型满足：

在本实施例中，经过变量筛选后获得的所述衰减参数所对应的预测公式满足：

其中，所述K为衰减系数，所述a为衰减系数，所述BQ为岩体基本质量指标，所述A为夹角。

在本实施例中，预测公式的回归方差分析结果见表6、表7。图11为9组数值试验结果与回归分析计算结果的对比图，衰减系数K的最大相对误差11％，衰减指数a的最大相对误差7％。

表6K的方差分析

复相关系数＝9.913E-01剩余标准差＝1.5853E+01

表7a的方差分析

复相关系数＝9.712E-01剩余标准差＝1.3156E-01

请参阅图12，是本发明第二实施例提供的节理岩体爆破振动衰减参数预测装置的功能模块示意图。所述节理岩体爆破振动衰减参数预测装置400包括数据获取单元410、数据计算单元420和数据生成单元430。

数据获取单元410，用于获取多组不同岩体基本质量指标和夹角。

其中，所述数据获取单元410具体用于：基于均匀设计获取多组不同岩体基本质量指标和节理角度特征。

数据计算单元420，用于获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数。

其中，所述数据计算单元420具体用于：基于UDEC数值软件计算每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数。

数据生成单元430，用于基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数所对应的预测公式。

其中，所述数据生成单元430包括：第一子单元431、第二子单元432和第三子单元433。

第一子单元431，用于基于二次型回归模型对所述衰减参数进行回归分析。

第二子单元432，用于对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量。

其中，所述第二子单元432具体用于：基于前进法、后退法、逐步回归法或最优子集法对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量。

第三子单元433，用于将对目标量影响不显著项从所述二次型回归模型中剔除，获取所述衰减参数所对应的预测公式。

综上所述，本发明提供的一种节理岩体爆破振动衰减参数预测方法及装置，通过先获取多组不同岩体基本质量指标和节理角度特征；再获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数；最后基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数所对应的预测公式。从而通过所生成的衰减参数所对应的预测公式来弥补爆破衰减参数选取的不确定性，从而使得用户在进行爆破时，能够提前进行选定衰减参数，进而为用户提供极大的便利。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (6)

1.一种节理岩体爆破振动衰减参数预测方法，其特征在于，包括：

获取多组不同岩体基本质量指标和节理角度特征；

获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数；

基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数的预测公式；

其中，所述的获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数，包括：

基于UDEC数值软件计算每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数；

所述的基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数所对应的预测公式，包括：

基于二次型回归模型对所述衰减参数进行回归分析，所述衰减参数的二次型回归模型满足：

其中，所述k为衰减系数，所述a为衰减指数，所述BQ为所述岩体基本质量指标，所述A为所述节理角度特征；β₀、β₁、β₂、β₁₁、β₂₂、β₁₂、β₀′、β₁′、β₂′、β₁′₁、β₂′₂、β₁′₂均为回归系数；

对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量；

将对目标量影响不显著项从所述二次型回归模型中剔除，获取所述衰减参数所对应的预测公式。

2.根据权利要求1所述的方法，其特征在于，所述的获取多组不同岩体基本质量指标和节理角度特征，包括：

基于均匀设计获取多组不同岩体基本质量指标和节理角度特征。

3.根据权利要求1所述的方法，其特征在于，所述的对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量，包括：

基于前进法、后退法、逐步回归法或最优子集法对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量。

4.一种节理岩体爆破振动衰减参数预测装置，其特征在于，包括：

数据获取单元，用于获取多组不同岩体基本质量指标和节理角度特征；

数据计算单元，用于获取每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数；

数据生成单元，用于基于预设算法对所述衰减参数进行回归分析，获取所述衰减参数所对应的预测公式；

其中，所述数据计算单元具体用于：

基于UDEC数值软件计算每组所述岩体基本质量指标和所述节理角度特征所对应的衰减参数；

所述数据生成单元包括：

第一子单元，用于基于二次型回归模型对所述衰减参数进行回归分析，所述衰减参数的二次型回归模型满足：

其中，所述k为衰减系数，所述a为衰减指数，所述BQ为所述岩体基本质量指标，所述A为所述节理角度特征；β₀、β₁、β₂、β₁₁、β₂₂、β₁₂、β₀′、β₁′、β₂′、β₁′₁、β₂′₂、β₁′₂均为回归系数

第二子单元，用于对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量；

第三子单元，用于将对目标量影响不显著项从所述二次型回归模型中剔除，获取所述衰减参数所对应的预测公式。

5.根据权利要求4所述的装置，其特征在于，所述数据获取单元具体用于：

基于均匀设计获取多组不同岩体基本质量指标和节理角度特征。

6.根据权利要求4所述的装置，其特征在于，所述第二子单元具体用于：

基于前进法、后退法、逐步回归法或最优子集法对所述二次型回归模型所对应的初始变量进行筛选，获取满足预设要求的目标变量。