CN114076552A - 一种隧道智能爆破方法及系统 - Google Patents
一种隧道智能爆破方法及系统 Download PDFInfo
- Publication number
- CN114076552A CN114076552A CN202110808486.1A CN202110808486A CN114076552A CN 114076552 A CN114076552 A CN 114076552A CN 202110808486 A CN202110808486 A CN 202110808486A CN 114076552 A CN114076552 A CN 114076552A
- Authority
- CN
- China
- Prior art keywords
- face
- blasting
- tunnel
- characteristic parameters
- surrounding rock
- 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.)
- Pending
Links
- 238000005422 blasting Methods 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000011435 rock Substances 0.000 claims abstract description 138
- 238000010586 diagram Methods 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000005553 drilling Methods 0.000 claims description 27
- 238000002474 experimental method Methods 0.000 claims description 9
- 230000002596 correlated effect Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012669 compression test Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000009864 tensile test Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 15
- 238000010276 construction Methods 0.000 description 9
- 239000002360 explosive Substances 0.000 description 9
- 238000009412 basement excavation Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000002893 slag Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F42—AMMUNITION; BLASTING
- F42D—BLASTING
- F42D1/00—Blasting methods or apparatus, e.g. loading or tamping
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F42—AMMUNITION; BLASTING
- F42D—BLASTING
- F42D3/00—Particular applications of blasting techniques
- F42D3/04—Particular applications of blasting techniques for rock blasting
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
本申请公开了一种隧道智能爆破方法及系统,通过获取掌子面的地质图像,并将地质图像输入掌子面处理模型,得到掌子面的特征参数;然后根据掌子面的特征参数,对隧道围岩进行分级,得到隧道围岩的围岩等级;最后根据特征参数和围岩等级,分析得到掌子面的爆破结构图和爆破参数。即通过自动获取掌子面的地质图像并利用模型进行识别得到掌子面的特征参数和围岩等级,然后基于掌子面的特征参数和围岩等级动态的自动分析得到爆破结构图和爆破参数,不仅减少了人工参与度、提高了自动化程度,而且利用可以训练以保证精度的模型来自动设计爆破方案,提高了爆破设计的一致性和准确度。
Description
技术领域
本申请涉及隧道挖掘技术领域,具体涉及一种隧道智能爆破方法及系统。
背景技术
隧道掘进爆破设计与施工的质量、速度直接影响到隧道修建的安全、质 量、成本和工期,目前隧道掘进爆破设计多以人工设计并辅以CAD绘图, 存在设计质量差、速度慢的不足,造成爆破超挖大,喷砼回填成本大等现状。
国内外对智能爆破设计软件进行了研究,但是围岩动态识别导出参数未 与爆破设计有机结合,爆破设计缺乏动态调整,人为参与程度高,主观性较 大。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种隧 道智能爆破方法及系统,解决了上述智能爆破的智能化程度低的问题。
根据本申请的一个方面,提供了一种隧道智能爆破方法,包括:获 取掌子面的地质图像;将所述地质图像输入掌子面处理模型,得到所述 掌子面的特征参数;根据所述掌子面的特征参数,对隧道围岩进行分级, 得到所述隧道围岩的围岩等级;以及根据所述特征参数和所述围岩等级, 分析得到所述掌子面的爆破结构图和爆破参数。
在一实施例中,所述获取掌子面的地质图像包括:采用数码相机拍 摄所述掌子面,以得到所述掌子面的所述地质图像。
在一实施例中,所述特征参数包括所述掌子面的地层岩性参数;其 中,所述将所述地质图像输入掌子面处理模型,得到所述掌子面的特征 参数包括:将所述地质图像输入第一掌子面处理模型,生成所述掌子面 的地质素描图;以及将所述地质素描图输入第二掌子面处理模型,得到 所述掌子面的特征参数。
在一实施例中,在所述将所述地质素描图输入第二掌子面处理模型 之前,所述将所述地质图像输入掌子面处理模型,得到所述掌子面的特 征参数还包括:对所述地质素描图进行修正,以得到修正后的地质素描 图;所述将所述地质素描图输入第二掌子面处理模型包括:将所述修正 后的地质素描图输入所述第二掌子面处理模型。
在一实施例中,所述对所述地质素描图进行修正包括:根据所述地 质图像,对所述地质素描图中围岩掌子面裂隙、岩层走向进行修正。
在一实施例中,所述根据所述掌子面的特征参数,对隧道围岩进行 分级,得到所述隧道围岩的围岩等级包括:根据所述特征参数进行岩石 力学实验,以对所述隧道围岩进行分级,得到所述隧道围岩的所述围岩 等级。
在一实施例中,所述根据所述特征参数进行岩石力学实验包括:根 据所述特征参数进行点荷载试验、单轴抗压试验、单轴抗拉试验。
在一实施例中,所述爆破结构图包括钻孔布置图和爆破网络图;其 中,所述根据所述特征参数和所述围岩等级,分析得到所述掌子面的爆 破结构图和爆破参数包括:根据所述围岩等级,分析得到所述掌子面的 钻孔布置图和爆破网络图、爆破参数;其中,所述钻孔布置图和爆破网 络图的爆破点密集度与所述围岩等级正相关,所述爆破参数与所述围岩 等级正相关。
在一实施例中,所述特征参数包括掌子面状体、岩层倾角、裂隙状 态,所述爆破结构图包括钻孔布置图和爆破网络图;其中,所述根据所 述特征参数和所述围岩等级,分析得到所述掌子面的爆破结构图和爆破 参数包括:根据所述掌子面状体、所述岩层倾角、所述裂隙状态,分析 得到所述掌子面的钻孔布置图和爆破网络图;其中,所述钻孔布置图和所述爆破网络图中的爆破点间隔布置于所述掌子面上。
根据本申请的另一个方面,提供了一种隧道智能爆破系统,包括: 图像获取模块,用于获取掌子面的地质图像;特征识别模块,用于将所 述地质图像输入掌子面处理模型,得到所述掌子面的特征参数;围岩分 级模块,用于根据所述掌子面的特征参数,对隧道围岩进行分级,得到 所述隧道围岩的围岩等级;以及方案分析模块,用于根据所述特征参数和所述围岩等级,分析得到所述掌子面的爆破结构图和爆破参数。
本申请提供的一种隧道智能爆破方法及系统,通过获取掌子面的地质图 像,并将地质图像输入掌子面处理模型,得到掌子面的特征参数;然后根据 掌子面的特征参数,对隧道围岩进行分级,得到隧道围岩的围岩等级;最后 根据特征参数和围岩等级,分析得到掌子面的爆破结构图和爆破参数。即通 过自动获取掌子面的地质图像并利用模型进行识别得到掌子面的特征参数 和围岩等级,然后基于掌子面的特征参数和围岩等级动态的自动分析得到爆 破结构图和爆破参数,不仅减少了人工参与度、提高了自动化程度,而且利用可以训练以保证精度的模型来自动设计爆破方案,提高了爆破设计的一致 性和准确度。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其 他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一 步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请, 并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或 步骤。
图1是本申请一示例性实施例提供的隧道智能爆破方法的流程示意图。
图2是本申请一示例性实施例提供的掌子面的特征参数获取方法的流程 示意图。
图3是本申请另一示例性实施例提供的掌子面的特征参数获取方法的流 程示意图。
图4是本申请另一示例性实施例提供的隧道智能爆破方法的流程示意图。
图5是本申请另一示例性实施例提供的隧道智能爆破方法的流程示意图。
图6是本申请一示例性实施例提供的隧道智能爆破系统的结构示意图。
图7是本申请另一示例性实施例提供的隧道智能爆破系统的结构示意图。
图8是本申请一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述 的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理 解,本申请不受这里描述的示例实施例的限制。
图1是本申请一示例性实施例提供的隧道智能爆破方法的流程示意 图。如图1所示,该隧道智能爆破方法包括:
步骤110:获取掌子面的地质图像。
在一实施例中,步骤110的具体实现方式可以是:采用数码相机拍 摄掌子面,以得到掌子面的地质图像。利用数码相机等拍照设备自动获 取待施工的掌子面的地质图像,从而可以通过对地质图像的分析以确定 待施工的掌子面的地质情况,从而可以更有针对性的进行爆破,提高爆 破效率和效果。
步骤120:将地质图像输入掌子面处理模型,得到掌子面的特征参数。
在获取了掌子面的地质图像后,采用掌子面处理模型对掌子面的地 质图像进行识别以得到掌子面的特征参数,其中掌子面的特征参数具体 可以包括掌子面状体、岩层倾角、裂隙状态等。本申请中的掌子面处理 模型的训练过程可以是:将标准地质图像作为训练样本输入掌子面处理 模型以得到输出特征参数,然后比对输出特征参数和标准地质图像对应 的标准特征参数之间的差异,当该差异过大(例如大于一个预设值)时, 调整该掌子面处理模型的参数,直至该掌子面处理模型输出的输出特征 参数与标准特征参数接近,即该掌子面处理模型的识别精度较高时完成 模型训练。
步骤130:根据掌子面的特征参数,对隧道围岩进行分级,得到隧道 围岩的围岩等级。
由于隧道围岩的不同等级(包括硬度等特征)会造成爆破的效果不 同,因此,针对不同的围岩等级设计不同的爆破方案以提高爆破效率和 效果。即在得到掌子面的特征参数后,根据该特征参数对隧道围岩进行 分级,以确定隧道围岩的围岩级别。
在一实施例中,步骤130的具体实现方式可以是:根据特征参数进 行岩石力学实验,以对隧道围岩进行分级,得到隧道围岩的围岩等级。 其中,具体的岩石力学实验包括:点荷载试验、单轴抗压试验、单轴抗 拉试验。通过在实验室中进行多个岩石力学实验,以确定不同围岩等级 的岩石所需要的爆破强度和爆破的效果,从而可以调整爆破设计方案。
步骤140:根据特征参数和围岩等级,分析得到掌子面的爆破结构图 和爆破参数。
在确定了掌子面的特征参数和围岩等级后,可以根据该特征参数和 围岩等级,对待施工的掌子面进行分析以得到掌子面的爆破结构图和爆 破参数(即爆破方案)。具体的实现方式可以是将特征参数和围岩等级 输入模型(例如智能爆破系统)中自动进行分析得到掌子面的爆破结构 图和爆破参数,该模型可以由多个特征参数、围岩等级和对应的爆破结 构图、爆破参数进行样本训练后来完成分析设计过程。
本申请提供的一种隧道智能爆破方法,通过获取掌子面的地质图像,并 将地质图像输入掌子面处理模型,得到掌子面的特征参数;然后根据掌子面 的特征参数,对隧道围岩进行分级,得到隧道围岩的围岩等级;最后根据特 征参数和围岩等级,分析得到掌子面的爆破结构图和爆破参数。即通过自动 获取掌子面的地质图像并利用模型进行识别得到掌子面的特征参数和围岩 等级,然后基于掌子面的特征参数和围岩等级动态的自动分析得到爆破结构 图和爆破参数,不仅减少了人工参与度、提高了自动化程度,而且利用可以训练以保证精度的模型来自动设计爆破方案,提高了爆破设计的一致性和准 确度。本申请将掌子面识别后导出的特征参数与爆破设计有机结合,针对不 同围岩,即时设计不同爆破设计,确保周边岩体安全稳定,可有效地保证施 工安全,为快速施工创造了有利条件;并且,同时通过智能爆破系统,能快 速自动设计爆破参数,减少超挖量,从而减少排渣量,减轻挖掘装载运输系 统的负担,节省喷射原材料,降低施工成本。
图2是本申请一示例性实施例提供的掌子面的特征参数获取方法的 流程示意图。特征参数包括掌子面的地层岩性参数;如图2所示,上述 步骤120可以包括:
步骤121:将地质图像输入第一掌子面处理模型,生成掌子面的地质 素描图。
通过训练得到精确识别的第一掌子面处理模型,将地质图像输入训 练完成的第一掌子面处理模型,生成掌子面的地质素描图,以便于后续 提取掌子面的特征参数。
步骤122:将地质素描图输入第二掌子面处理模型,得到掌子面的特 征参数。
通过训练得到精确识别的第二掌子面处理模型,将地质素描图输入 第二掌子面处理模型,得到掌子面的特征参数。其中,第二掌子面处理 模块可以与第一掌子面处理模型为同一个模型,即该模型可以根据地质 图像得到地质素描图,也可以根据地质素描图得到掌子面的特征参数。
图3是本申请另一示例性实施例提供的掌子面的特征参数获取方法 的流程示意图。如图3所示,在步骤122之前,掌子面的特征参数获取 方法还包括:
步骤123:对地质素描图进行修正,以得到修正后的地质素描图。
具体的,可以根据地质图像,对地质素描图中围岩掌子面裂隙、岩 层走向等进行修正,其中修正操作可以由人工操作实现,也可以由模型 实现。
对应的,步骤122调整为:将修正后的地质素描图输入第二掌子面 处理模型,得到掌子面的特征参数。
图4是本申请另一示例性实施例提供的隧道智能爆破方法的流程示 意图。爆破结构图可以包括钻孔布置图和爆破网络图;如图4所示,步 骤140可以包括:
步骤141:根据围岩等级,分析得到掌子面的钻孔布置图和爆破网络 图、爆破参数;其中,钻孔布置图和爆破网络图的爆破点密集度与围岩 等级正相关,爆破参数与围岩等级正相关。
在得到围岩等级后,可以根据围岩等级确定钻孔布置图和爆破网络 图,具体的,当围岩等级较高时,可以将钻孔布置图和爆破网络图中爆 破点设置密集一些,以保证爆破效果,同时也可以将爆破参数提高,例 如炸药消耗量等。
图5是本申请另一示例性实施例提供的隧道智能爆破方法的流程示 意图。特征参数包括掌子面状体、岩层倾角、裂隙状态,爆破结构图包 括钻孔布置图和爆破网络图;如图5所示,步骤140可以包括:
步骤142:根据掌子面状体、岩层倾角、裂隙状态,分析得到掌子面 的钻孔布置图和爆破网络图;其中,钻孔布置图和爆破网络图中的爆破 点间隔布置于掌子面上。
在得到掌子面状体、岩层倾角、裂隙状态后,可以根据掌子面状体、 岩层倾角、裂隙状态确定钻孔布置图和爆破网络图。例如,根据掌子面 状体、岩层倾角、裂隙状态调整钻孔布置图和爆破网络图的布置位置以 保证爆破效果,优选的,可以将钻孔布置图和爆破网络图中的爆破点均 匀间隔布置于掌子面上。
具体的,本申请中的单位炸药消耗量可以根据如下公式计算得到:
其中,f为岩石坚固性系数,通过点荷载试验;S为隧道开挖断面面 积,根据不同衬砌类型确定;C为药卷直径的影响系数,根据现场药卷直 径确定;b为炮孔深度影响系数,根据炮孔深度和f确定;e为炸药能量 影响系数,根据炸药类型确定;ε为装药密度影响系数,根据炸药类型 确定;ω为岩体结构、裂隙和层理的影响系数,根据掌子面围岩和裂隙 情况确定。
本申请中的炮孔深度可以根据如下公式计算得到:
L=l/η;
其中,l为每循环计划进尺数,由围岩等级确定;η为炮眼利用率, 一般不低于0.85。
本申请中的单孔药量可以根据如下公式计算得到:
Qi=qlLψ;
其中,q1=0.25×π×de2×ρ;q1为线装药密度;Ψ为装药系数,根据不 同钻孔确定;ρ为炸药密度,根据炸药类型确定;de为炸药药卷直径。
本申请中的单孔药卷数可以根据如下公式计算得到:
N=Qi/q卷;
其中,q卷为一卷药卷的质量,由炸药类型确定。
本申请中的周边孔间距可以根据如下公式计算得到:
E≤σc/σp×d;
其中,σc为岩体的极限抗压强度,σp为岩体的极限抗拉强度,d为 炮眼直径,σc/σp一般取10~18。
另外,辅助孔的间距为周边眼间距的1.5倍左右,底板眼比辅助眼适 当加密,底板眼爆破时先爆眼的部分石渣堆在上面,爆破时负载较大。
本申请中的抵抗线间距可以根据如下公式计算得到:
W=E/m;
其中,m为周边孔密集系数,m=0.7~1.0。
图6是本申请一示例性实施例提供的隧道智能爆破系统的结构示意 图。如图6所示,该隧道智能爆破系统60包括:图像获取模块61,用于 获取掌子面的地质图像;特征识别模块62,用于将地质图像输入掌子面 处理模型,得到掌子面的特征参数;围岩分级模块63,用于根据掌子面 的特征参数,对隧道围岩进行分级,得到隧道围岩的围岩等级;以及方 案分析模块64,用于根据特征参数和围岩等级,分析得到掌子面的爆破 结构图和爆破参数。
本申请提供的一种隧道智能爆破方法及系统,通过图像获取模块61获 取掌子面的地质图像,特征识别模块62将地质图像输入掌子面处理模型, 得到掌子面的特征参数;然后围岩分级模块63根据掌子面的特征参数,对 隧道围岩进行分级,得到隧道围岩的围岩等级;最后方案分析模块64根据 特征参数和围岩等级,分析得到掌子面的爆破结构图和爆破参数。即通过自 动获取掌子面的地质图像并利用模型进行识别得到掌子面的特征参数和围 岩等级,然后基于掌子面的特征参数和围岩等级动态的自动分析得到爆破结 构图和爆破参数,不仅减少了人工参与度、提高了自动化程度,而且利用可 以训练以保证精度的模型来自动设计爆破方案,提高了爆破设计的一致性和 准确度。本申请将掌子面识别后导出的特征参数与爆破设计有机结合,针对 不同围岩,即时设计不同爆破设计,确保周边岩体安全稳定,可有效地保证 施工安全,为快速施工创造了有利条件;并且,同时通过智能爆破系统,能 快速自动设计爆破参数,减少超挖量,从而减少排渣量,减轻挖掘装载运输 系统的负担,节省喷射原材料,降低施工成本。
在一实施例中,图像获取模块61可以进一步配置为:采用数码相机拍 摄掌子面,以得到掌子面的地质图像。
在一实施例中,围岩分级模块63可以进一步配置为:根据特征参数进 行岩石力学实验,以对隧道围岩进行分级,得到隧道围岩的围岩等级。其中, 具体的岩石力学实验包括:点荷载试验、单轴抗压试验、单轴抗拉试验。
图7是本申请另一示例性实施例提供的隧道智能爆破系统的结构示意图。 如图7所示,特征识别模块62可以包括:第一处理单元621,用于将地质图 像输入第一掌子面处理模型,生成掌子面的地质素描图;第二处理单元622, 用于将地质素描图输入第二掌子面处理模型,得到掌子面的特征参数。
在一实施例中,如图7所示,特征识别模块62可以包括:修正单元623, 用于对地质素描图进行修正,以得到修正后的地质素描图。
在一实施例中,方案分析模块64可以进一步配置为:根据围岩等级, 分析得到掌子面的钻孔布置图和爆破网络图、爆破参数;其中,钻孔布置图 和爆破网络图的爆破点密集度与围岩等级正相关,爆破参数与围岩等级正相 关。
在一实施例中,方案分析模块64可以进一步配置为:根据掌子面状体、 岩层倾角、裂隙状态,分析得到掌子面的钻孔布置图和爆破网络图;其中, 钻孔布置图和爆破网络图中的爆破点间隔布置于掌子面上。
下面,参考图8来描述根据本申请实施例的电子设备。该电子设备可以 是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备,该单 机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入 信号。
图8图示了根据本申请实施例的电子设备的框图。
如图8所示,电子设备10包括一个或多个处理器11和存储器12。
处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指 令执行能力的其他形式的处理单元,并且可以控制电子设备10中的其他组 件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品,所述计算机程序产品 可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性 存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高 速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器 (ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多 个计算机程序指令,处理器11可以运行所述程序指令,以实现上文所述的本申请的各个实施例的隧道智能爆破方法以及/或者其他期望的功能。在所述 计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各 种内容。
在一个示例中,电子设备10还可以包括:输入装置13和输出装置14, 这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
在该电子设备是单机设备时,该输入装置13可以是通信网络连接器, 用于从第一设备和第二设备接收所采集的输入信号。
此外,该输入装置13还可以包括例如键盘、鼠标等等。
该输出装置14可以向外部输出各种信息,包括确定出的距离信息、方 向信息等。该输出装置14可以包括例如显示器、扬声器、打印机、以及通 信网络及其所连接的远程输出设备等等。
当然,为了简化,图8中仅示出了该电子设备10中与本申请有关的组 件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据 具体应用情况,电子设备10还可以包括任何其他适当的组件。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编 写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象 的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言, 诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备 上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用 户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务 器上执行。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可 读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括 但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者 任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具 有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、 只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、 便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述 的任意合适的组合。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本 申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和 实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子 组合。
Claims (10)
1.一种隧道智能爆破方法,其特征在于,包括:
获取掌子面的地质图像;
将所述地质图像输入掌子面处理模型,得到所述掌子面的特征参数;
根据所述掌子面的特征参数,对隧道围岩进行分级,得到所述隧道围岩的围岩等级;以及
根据所述特征参数和所述围岩等级,分析得到所述掌子面的爆破结构图和爆破参数。
2.根据权利要求1所述的方法,其特征在于,所述获取掌子面的地质图像包括:
采用数码相机拍摄所述掌子面,以得到所述掌子面的所述地质图像。
3.根据权利要求2所述的方法,其特征在于,所述特征参数包括所述掌子面的地层岩性参数;其中,所述将所述地质图像输入掌子面处理模型,得到所述掌子面的特征参数包括:
将所述地质图像输入第一掌子面处理模型,生成所述掌子面的地质素描图;以及
将所述地质素描图输入第二掌子面处理模型,得到所述掌子面的特征参数。
4.根据权利要求3所述的方法,其特征在于,在所述将所述地质素描图输入第二掌子面处理模型之前,所述将所述地质图像输入掌子面处理模型,得到所述掌子面的特征参数还包括:
对所述地质素描图进行修正,以得到修正后的地质素描图;
所述将所述地质素描图输入第二掌子面处理模型包括:
将所述修正后的地质素描图输入所述第二掌子面处理模型。
5.根据权利要求4所述的方法,其特征在于,所述对所述地质素描图进行修正包括:
根据所述地质图像,对所述地质素描图中围岩掌子面裂隙、岩层走向进行修正。
6.根据权利要求1所述的方法,其特征在于,所述根据所述掌子面的特征参数,对隧道围岩进行分级,得到所述隧道围岩的围岩等级包括:
根据所述特征参数进行岩石力学实验,以对所述隧道围岩进行分级,得到所述隧道围岩的所述围岩等级。
7.根据权利要求6所述的方法,其特征在于,所述根据所述特征参数进行岩石力学实验包括:
根据所述特征参数进行点荷载试验、单轴抗压试验、单轴抗拉试验。
8.根据权利要求1所述的方法,其特征在于,所述爆破结构图包括钻孔布置图和爆破网络图;其中,所述根据所述特征参数和所述围岩等级,分析得到所述掌子面的爆破结构图和爆破参数包括:
根据所述围岩等级,分析得到所述掌子面的钻孔布置图和爆破网络图、爆破参数;
其中,所述钻孔布置图和爆破网络图的爆破点密集度与所述围岩等级正相关,所述爆破参数与所述围岩等级正相关。
9.根据权利要求1所述的方法,其特征在于,所述特征参数包括掌子面状体、岩层倾角、裂隙状态,所述爆破结构图包括钻孔布置图和爆破网络图;其中,所述根据所述特征参数和所述围岩等级,分析得到所述掌子面的爆破结构图和爆破参数包括:
根据所述掌子面状体、所述岩层倾角、所述裂隙状态,分析得到所述掌子面的钻孔布置图和爆破网络图;
其中,所述钻孔布置图和所述爆破网络图中的爆破点间隔布置于所述掌子面上。
10.一种隧道智能爆破系统,其特征在于,包括:
图像获取模块,用于获取掌子面的地质图像;
特征识别模块,用于将所述地质图像输入掌子面处理模型,得到所述掌子面的特征参数;
围岩分级模块,用于根据所述掌子面的特征参数,对隧道围岩进行分级,得到所述隧道围岩的围岩等级;以及
方案分析模块,用于根据所述特征参数和所述围岩等级,分析得到所述掌子面的爆破结构图和爆破参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808486.1A CN114076552A (zh) | 2021-07-16 | 2021-07-16 | 一种隧道智能爆破方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808486.1A CN114076552A (zh) | 2021-07-16 | 2021-07-16 | 一种隧道智能爆破方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114076552A true CN114076552A (zh) | 2022-02-22 |
Family
ID=80283088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110808486.1A Pending CN114076552A (zh) | 2021-07-16 | 2021-07-16 | 一种隧道智能爆破方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114076552A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115761038A (zh) * | 2022-10-19 | 2023-03-07 | 山东大学 | 一种基于图像光谱技术的隧道掌子面地质素描方法及系统 |
CN116753796A (zh) * | 2023-05-31 | 2023-09-15 | 河北交通职业技术学院 | 基于开挖部位围岩的爆破参数调整方法 |
CN117610315A (zh) * | 2024-01-19 | 2024-02-27 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 基于多元地质信息的隧道智能爆破设计系统 |
-
2021
- 2021-07-16 CN CN202110808486.1A patent/CN114076552A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115761038A (zh) * | 2022-10-19 | 2023-03-07 | 山东大学 | 一种基于图像光谱技术的隧道掌子面地质素描方法及系统 |
CN115761038B (zh) * | 2022-10-19 | 2023-06-30 | 山东大学 | 一种基于图像光谱技术的隧道掌子面地质素描方法及系统 |
CN116753796A (zh) * | 2023-05-31 | 2023-09-15 | 河北交通职业技术学院 | 基于开挖部位围岩的爆破参数调整方法 |
CN116753796B (zh) * | 2023-05-31 | 2024-03-22 | 河北交通职业技术学院 | 基于开挖部位围岩的爆破参数调整方法 |
CN117610315A (zh) * | 2024-01-19 | 2024-02-27 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 基于多元地质信息的隧道智能爆破设计系统 |
CN117610315B (zh) * | 2024-01-19 | 2024-05-07 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 基于多元地质信息的隧道智能爆破设计系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114076552A (zh) | 一种隧道智能爆破方法及系统 | |
US10641088B2 (en) | Method and device for determining karst development degree of reservoir, computer readable storage medium and device | |
Wodecki et al. | Process Monitoring in Heavy Duty Drilling Rigs—Data Acquisition System and Cycle Identification Algorithms | |
NO20052545L (no) | Seismisk analyse ved a bruk av seismiske anisotropikorreksjoner etter bildebehandling. | |
JP3168181B2 (ja) | 最適発破設計システム | |
CN106703794A (zh) | 一种碳酸盐岩岩性识别方法 | |
CN115408925A (zh) | 用于隧道施工的岩体参数预测方法和装置 | |
Dickmann et al. | Towards the integration of smart techniques for tunnel seismic applications | |
CN113361043B (zh) | 一种硬岩隧道掘进机刀盘比能的预测方法及系统 | |
US9250173B2 (en) | Identifying potential fracture treatment locations in a formation based on production potential | |
JP2019184541A (ja) | 岩盤の風化変質評価方法及び岩盤の風化変質評価装置 | |
CN114370264B (zh) | 机械钻速确定、钻井参数优化方法、装置及电子设备 | |
AU2020219764A1 (en) | Systems for automated blast design planning and methods related thereto | |
JP2020100949A (ja) | N値及び細粒分含有率の推定方法、地盤改良体及び情報処理装置 | |
CN110990936A (zh) | 一种岩体质量指标的确定方法及系统 | |
CN111272795A (zh) | 支撑剂嵌入程度的确定方法、装置、设备及存储介质 | |
CN112378738A (zh) | 煤矿采动稳定区煤层气储层裂隙表征方法 | |
CN116973550B (zh) | 一种基于超前地质钻探的爆破参数确定方法 | |
Cumming-Potvin et al. | Development of a single-pass detailed damage mapping application | |
CN112214730B (zh) | 一种岩石可钻性可爆性判定方法和系统 | |
CN111724380B (zh) | 一种基于elo算法的岩土结构质量评测方法 | |
CN115630419A (zh) | 一种岩体蚀变等级原位快速确定方法、装置、设备及存储介质 | |
Im et al. | Enhanced Overbreak Prediction in Tunnel Excavation: A Comprehensive Analysis Using Pca, Mrmr and Gan-Augmented Machine Learning Regression Model | |
CN116842654A (zh) | 一种隧道钻爆法开挖超挖超耗数字化管控方法及设备 | |
JP2023114687A (ja) | 発破情報処理装置、発破情報処理方法、および学習済みモデル |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220222 |