CN116756922A - 一种基于历史数据挖掘的云平台爆破设计系统及方法 - Google Patents
一种基于历史数据挖掘的云平台爆破设计系统及方法 Download PDFInfo
- Publication number
- CN116756922A CN116756922A CN202310524623.8A CN202310524623A CN116756922A CN 116756922 A CN116756922 A CN 116756922A CN 202310524623 A CN202310524623 A CN 202310524623A CN 116756922 A CN116756922 A CN 116756922A
- Authority
- CN
- China
- Prior art keywords
- blasting
- module
- design
- sub
- explosion
- 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 267
- 238000013461 design Methods 0.000 title claims abstract description 126
- 238000007418 data mining Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000000694 effects Effects 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 41
- 238000007726 management method Methods 0.000 claims abstract description 41
- 238000005457 optimization Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000004880 explosion Methods 0.000 claims description 58
- 238000005516 engineering process Methods 0.000 claims description 25
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 23
- 239000002360 explosive Substances 0.000 claims description 17
- 239000011435 rock Substances 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 238000005474 detonation Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 238000013439 planning Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000005336 cracking Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000012800 visualization Methods 0.000 abstract description 3
- 230000003068 static effect Effects 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000013500 data storage Methods 0.000 abstract 1
- 230000008447 perception Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000005065 mining Methods 0.000 description 5
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 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 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Evolutionary Computation (AREA)
- Mining & Mineral Resources (AREA)
- Remote Sensing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的一种基于历史数据挖掘的云平台爆破设计系统,包括:矿山模型生成模块、爆破信息管理模块、爆破设计优化模块、爆破效果分析模块、爆破振动分析模块和数据库模块。本发明技术方案通过参数计算、几何建模、动静态分析、数据存储输出及云平台管理等流程来完成爆破设计的优化及自动化参数输出,建立实现信息深度感知、数据可视自调控、智慧优化自决策、精准控制自执行的爆破云平台设计框架,最终完成矿山爆破工序,形成爆破一体化管理,增加云端的可视化与透明化。
Description
技术领域
本发明属于爆破设计自动化、信息化技术领域,尤其涉及一种基于历史数据挖掘的云平台爆破设计系统及方法。
背景技术
露天开采的重大技术难题归结为采矿装备、采矿流程的自动控制及信息管理技术问题。我国大型矿山装备仍以引进、消化吸收再创新为主,新设备的自主研发、大型化与系统集成能力差,产业化制造力量弱。我国露天采矿在凿、爆、转、运整个生产过程自动控制及信息管理方面与发达国家仍有明显的差距。
爆破施工为矿山生产的重要一环,爆破效率及安全是优先考虑的因素。然而许多矿山目前爆破设计的方式较为传统,其问题主要为CAD手工绘制效率低、爆破频次多致使工作效率低、矿岩可爆性分析较少、缺乏独立图形平台支撑、爆破效果数值模拟精度差等。
因此,亟需开发一种基于历史数据挖掘的云平台爆破设计系统及方法,以进行爆破设计自动化,并可分析爆破振动对边坡、空区影响,评价爆破效果。
发明内容
为解决上述技术问题,本发明的目的是提供一种基于历史数据挖掘的云平台爆破设计系统及方法。
本发明提供一种基于历史数据挖掘的云平台爆破设计系统,包括:矿山模型生成模块、爆破信息管理模块、爆破设计优化模块、爆破效果分析模块、爆破振动分析模块和数据库模块;
所述矿山模型生成模块,基于无人机倾斜摄影技术生成矿山精细化地表模型,利用unity3d开发引擎修改可爆性分级云图并嵌入矿山精细化地表模型进而生成矿山精细化动态模型;
所述爆破信息管理模块,用于实现爆破任务搜索、爆破计划的发布以及通过对人员身份识别卡实现爆破时的安全报警功能;
所述爆破设计优化模块,用于建立爆破设计图纸和设计表格,用于根据炮孔参数计算公式计算炮孔参数,并基于可爆性分级优化调整炮孔参数;
所述爆破效果分析模块,基于深度学习的图像识别技术根据爆破后的图像得到大块率指标,并结合现场测量数据得到的指标计算分析爆破效果并给出分级评价;
所述爆破振动分析模块,采集爆破振速监测数据,通过lsdyna爆破模拟确定爆破振动对危险边坡及空区的影响级别,并给出各个监测点的预警等级;
所述数据库模块,用于存储爆破设计图纸、施工图表、审核图表、炮孔参数计算公式以及爆破振速监测数据。
进一步的,所述矿山模型生成模块包括:无人机生成模型子模块和可爆性分级云图嵌入子模块;
所述无人机生成模型子模块,利用无人机采集矿山三维数据,通过大疆制图软件处理,得到矿山精细化地表模型;
所述可爆性分级云图嵌入子模块,利用AHP层次分析法确定10个分级指标的重要程度,运用模糊综合评价方法对矿山岩体进行可爆性分级,确定为极易爆、易爆、中等、难爆、极难爆五级,将不同可爆性级别的岩体区域用不同颜色表示为分级云图,将分级云图嵌入矿山精细化地表模型进而生成矿山精细化动态模型。
进一步的,所述爆破信息管理模块包括:爆破任务管理子模块、人员定位报警子模块和信息预警发布子模块;
所述爆破任务管理子模块,用于实现爆破任务搜索并查看某次爆破详任务细信息;
所述人员定位报警子模块,用于从爆破设计图纸中读取本次爆破区域坐标,通过人员身份识别卡对施工人员进行定位,当施工人员在未爆破时进入爆破区域时,进行报警;
所述信息预警发布子模块,通过数据库模块关联管理人员信息,将爆破计划以手机短信形式提前发布给施工负责人,便于合理安排生产及规划施工路线。
进一步的,所述爆破设计优化模块包括:爆破设计管理子模块、炮孔参数设计子模块、可爆性分级优化子模块和设计参数输出子模块;
所述爆破设计管理子模块,用于建立爆破设计图纸和设计表格;
所述炮孔参数设计子模块,利用矿山精细化动态模型划定爆破区域,选择炮孔设计类型,输入孔径及台阶高度参数,利用炮孔参数计算公式计算相应炮孔参数,实现炮孔自动布置;
所述可爆性分级优化子模块,利用大数据挖掘技术对多次爆破的样本进行分析,对可爆性分级的区域再细化分级,根据新的分级优化调整炮孔参数设计中的排距参数和孔距参数;
所述设计参数输出子模块,用于输出爆破设计图纸和设计表格及炮孔参数信息。
进一步的,所述爆破效果分析模块包括:块度分析子模块、爆破效果参数分析子模块和爆破效果评价子模块;
所述块度分析子模块,采用无人机拍摄爆堆照片,基于深度学习的爆堆图像识别技术,对爆破后的图像进行处理得到大块率数据并生成块度分布直方图和块度累积分布曲线图;
所述爆破效果参数分析子模块,利用无人机拍摄爆堆照片及现场人员测量记录,计算分析得到以下爆破效果参数:根底率、松散系数、后裂距离和飞石距离;
所述爆破效果评价子模块,利用可爆性分级云图的分级方法将爆破效果分为很差、差、一般、好、非常好五级,每次爆破后根据大块率数据及爆破效果分析参数对爆破效果进行分级。
进一步的,所述爆破振动分析模块:包括振动监测子模块和预警等级发布子模块;
所述振动监测子模块,包括多个布置在危险边坡和采空区处的爆破测振仪,所述爆破测振仪用于采集爆破时的振动速度;
所述预警等级发布子模块,通过lsdyna软件进行爆破数值模拟,得到边坡和采空区的爆破振速损伤值,依据损伤程度将振速数值按范围分为红、黄、蓝、绿四种风险预警等级,结合接入的爆破时的振动速度将各爆破测振仪的风险预警等级发布在云平台爆破设计系统上。
本发明还提供一种基于历史数据挖掘的云平台爆破设计方法,包括:
S1、爆破任务管理:制定爆破计划,生成矿山精细化动态模型,划定爆破区域,通过数据库模块关联管理人员信息,将爆破计划以手机短信形式提前发布给施工负责人;
S2、可爆性分级预览:爆破设计前需查询爆破计划所划定范围内的岩体可爆性等级,若都属于同级可爆性,则进行下步设计;若属于多级可爆性,则根据可爆性等级的云图实施分区设计;
S3、爆破设计:填写设计表格,计算炮孔参数,读取储存在数据库模块的历次炮孔参数、爆破效果评价及风险预警等级数据,基于系统的海量样本,利用大数据挖掘技术对多次爆破的样本进行分析,对可爆性分级的区域再细化分级,根据新的分级优化调整炮孔参数设计中的排距参数和孔距参数;
S4、爆破振动分析:采集爆破振速监测数据,通过lsdyna爆破模拟确定爆破振动对危险边坡及空区的影响级别,并给出各个监测点的预警等级;
S5、爆破效果评价:基于深度学习的图像识别技术根据爆破后的图像得到大块率指标,并结合现场测量数据得到的指标计算分析爆破效果并给出分级评价;
S6、数据挖掘反馈:本次爆破完成后将炮孔参数、爆破效果评价及风险预警等级数据存储到数据库模块,以用于后续的爆破设计优化。
本发明的一种基于历史数据挖掘的云平台爆破设计系统及方法,至少具有以下有益效果:
本发明提供的基于历史数据挖掘的云平台爆破设计系统及方法,能够较好的实现露天矿岩可爆性分级,尤其针对寒区矿山可爆性加入了温度、冻深指标,能较好的指导寒区矿山爆破。能够基于数据库模块关联与反馈进行爆破设计优化,更具有科学性和精确性。爆区人员定位安全报警技术增强了爆破区域的安全管理。基于深度学习的爆堆图像识别技术及效果评价能够指导爆破参数优化、降低工程成本。基于数值模拟的爆破振动监测能有效为危险边坡及采空区提供可视化风险预警。最终形成爆破一体化管理,实现云端可视化与透明化。
附图说明
图1是本发明的一种基于历史数据挖掘的云平台爆破设计系统的框图;
图2是本发明的一种基于历史数据挖掘的云平台爆破设计方法的流程图。
具体实施方式
如图1所示,本发明的一种基于历史数据挖掘的云平台爆破设计系统,包括:矿山模型生成模块、爆破信息管理模块、爆破设计优化模块、爆破效果分析模块、爆破振动分析模块和数据库模块。
所述矿山模型生成模块,基于无人机倾斜摄影技术生成矿山精细化地表模型,利用unity3d开发引擎修改可爆性分级云图并嵌入矿山精细化地表模型进而生成矿山精细化动态模型。所述矿山精细化动态模型用于爆破设计区域划定及人员定位报警。
所述爆破信息管理模块,用于实现爆破任务搜索、爆破计划的发布以及通过对人员身份识别卡实现爆破时的安全报警功能。
所述爆破设计优化模块,用于建立爆破设计图纸和设计表格,用于根据炮孔参数计算公式计算炮孔参数,并基于可爆性分级优化调整炮孔参数。
所述爆破效果分析模块,基于深度学习的图像识别技术根据爆破后的图像得到大块率指标,并结合现场测量数据得到的指标计算分析爆破效果并给出分级评价。
所述爆破振动分析模块,采集爆破振速监测数据,通过lsdyna爆破模拟确定爆破振动对危险边坡及空区的影响级别,并给出各个监测点的预警等级。
所述数据库模块,用于存储爆破设计图纸、施工图表、审核图表、炮孔参数计算公式以及爆破振速监测数据。
具体实施时,作为本发明优选的实施方,所述矿山模型生成模块包括:无人机生成模型子模块和可爆性分级云图嵌入子模块。
所述无人机生成模型子模块,在手台中设定好无人机在矿山的飞行路线,选取不影响生产的地点进行起飞及降落,利用无人机倾斜摄影技术采集矿山三维数据,通过大疆制图软件处理,导出模型后用3dmax软件渲染,得到矿山精细化地表模型。
所述可爆性分级云图嵌入子模块,利用AHP层次分析法确定抗压强度、抗拉强度、完整性系数、容重、波速、波阻抗、弹性模量、炸药单耗、温度、冻深10个分级指标的重要程度,运用模糊综合评价方法对矿山岩体进行可爆性分级,确定为极易爆、易爆、中等、难爆、极难爆五级,将不同可爆性级别的岩体区域用不同颜色表示为分级云图,最后将确定的可爆性分级云图用Unity3D开发引擎制作动态模块并嵌入矿山精细化地表模型,生成矿山精细化动态模型,实现分级结果云图在云平台界面的动态展示。
具体实施时,所述爆破信息管理模块包括:爆破任务管理子模块、人员定位报警子模块和信息预警发布子模块。
所述爆破任务管理子模块,通过模糊搜索和精确搜索的方法检索某次爆破详细信息。用于实现爆破任务搜索并查看某次爆破详任务细信息。可以根据需求检索某日的爆破计划,或者根据爆破地点检索其相关爆破计划,或者根据需求输入爆破计划名称精确查找任务信息。
所述人员定位报警子模块,用于实现爆破区域内的安全报警。从爆破设计图纸中读取本次爆破区域坐标,通过人员身份识别卡对施工人员进行定位,当施工人员在未爆破时进入爆破区域时,进行报警。
具体的,施工人员携带有定位功能的身份标识卡,在进入矿区刷卡时连接到数据库模块,系统会读取当日爆破任务划定区域形成爆破危险区域,当快要爆破响炮时,若定位到还有人员在爆破危险区域内,将会发送报警信号给该人员及爆破警戒人员,立即执行撤离计划,做到爆破时区域内无人施工,减少因人眼观察失误而引起的爆破事故,实现平台与身份标识卡的互联互动,做到安全爆破。
所述信息预警发布子模块,用于实现爆破任务的预发布。通过数据库模块关联管理人员信息,将爆破计划以手机短信形式提前发布给施工负责人,便于合理安排生产及规划施工路线。
具体实施时,所述爆破设计优化模块包括:爆破设计管理子模块、炮孔参数设计子模块、可爆性分级优化子模块和设计参数输出子模块。
所述爆破设计管理子模块,用于建立爆破设计图纸和设计表格。
具体的,爆破设计管理子模块用于落实爆破安全责任及实现信息管理,将符合爆破设计规范的炮孔参数计算公式存储到数据库模块,对于公式中的相关系数,爆破设计人员可根据可爆性分级优化子模块和大数据挖掘技术的结果进行调整。并建立爆破设计图纸和设计表格,增加设计沟通、施工管理、责任细化的便捷性。爆破设计图纸包括:炮孔布置图、起爆网络图、装药结构图、爆破安全警戒图。设计表格包括:设计审核信息表、爆破器材及设备表、炮孔设计参数表、装药参数表、经济指标表。
所述炮孔参数设计子模块,利用矿山精细化动态模型划定爆破区域,选择炮孔设计类型,输入孔径及台阶高度参数,利用炮孔参数计算公式计算相应炮孔参数,实现炮孔自动布置。具体根据下列公式计算炮孔参数:
(1)计算超深:
h=(0~10)d
式中,h表示超深,d表示钻孔直径,单位为米。在储存至数据库模块时根据台阶高度设计人员自己选择钻孔直径d所乘系数。
(2)计算堵塞长度:
Ls=(17~30)d
式中,Ls表示堵塞长度,单位为米。在储存至数据库模块时根据台阶高度设计人员自己选择钻孔直径d所乘系数。
(3)计算抵抗线:
W=(1~1.5)Ls
式中,W表示抵抗线,单位为米。在储存至数据库模块时根据台阶高度设计人员自己选择堵塞长度Ls所乘系数。
(4)计算孔距:
a=m×W
式中,a表示孔距,m为爆破密集系数,取值为1~1.5。在储存至数据库模块时根据以往爆破经验设计人员自己确定爆破密集系数m。
(5)计算排距:
b=(0.9-0.95)W
式中,b表示排距,单位为米。在储存至数据库模块时根据以往爆破经验设计人员自己确定抵抗线W所乘系数。
(6)计算孔深:
L=H+h
式中,L表示孔深,H表示台阶高度,单位为米。
(7)计算延米装药量:
K=1/4πd2ρ
式中,K表示延米装药量,单位为kg/m;ρ为装药密度:铵油炸药0.80~1.00g/cm3,乳化炸药1.05~1.25g/cm3,重铵油炸药0.80-1.3g/cm3。在储存至数据库时根据矿山所用炸药设计人员自己确定装药密度ρ的取值;
(8)计算装药长度:
Lc=L-Ls
式中,Lc表示装药长度,单位为米。
(9)计算单孔装药量:
Q=K×Lc
式中,Q表示单孔装药量,单位为kg。
(10)计算炸药单耗:
q=Q/(H×W×a)
式中,q表示炸药单耗。
所述可爆性分级优化子模块,利用大数据挖掘技术对多次爆破的样本进行分析,对可爆性分级的区域再细化分级,根据新的分级优化调整炮孔参数设计中的排距参数和孔距参数。
具体的,可爆性分级优化子模块用于小范围可爆性分级计算并通过数据库关联调整炮孔参数,如孔距、排距等。由于可爆性分级云图计算的可爆性分级区域范围较大,每一级区域内的可爆性仍然有小的差异,为了使炮孔参数设计更加合理,利用大数据挖掘技术对多次爆破的样本进行分析,对可爆性分级的区域再细化分级,这样下次在该细化区域爆破时,设计人员可根据新的分级来优化调整炮孔参数设计中的排距、孔距等参数,提高爆破效率。
所述设计参数输出子模块,用于输出爆破设计图纸和设计表格及炮孔参数信息。
具体实施时,作为本发明的优选实施方式,所述爆破效果分析模块包括:块度分析子模块、爆破效果参数分析子模块和爆破效果评价子模块。
所述块度分析子模块,基于深度学习的爆堆图像识别技术,在爆破后,利用无人机对刚爆破后、铲装一半、快铲装完三个阶段的爆堆拍照,将这些图像作为样本进行机器学习,处理得到大块率数据并生成块度分布直方图和块度累积分布曲线图,直观展现爆破效果。
所述爆破效果参数分析子模块,利用无人机拍摄爆堆照片及爆破后现场人员测量记录,计算分析得到以下爆破效果参数:根底率、松散系数、后裂距离和飞石距离。测量记录主要有对爆堆取四个剖面并测量剖面轮廓线、测量根底的高与底半径、设置参考点测量后裂距离、测量飞石距离。
所述爆破效果评价子模块,利用可爆性分级云图的分级方法将爆破效果分为很差、差、一般、好、非常好五级,每次爆破后根据大块率数据及爆破效果分析参数对爆破效果进行分级。
具体的,利用AHP层次分析法确定大块率、根底率、松散系数、后裂距离、飞石距离5个分级指标的重要程度,运用模糊综合评价方法对矿山岩体进行爆破效果分级,级别为很差、差、一般、好、非常好五级,每次爆破后根据采集的参数输出分级结果。
具体实施时,作为本发明的优选实施方式,所述爆破振动分析模块:包括振动监测子模块和预警等级发布子模块。
所述振动监测子模块,包括多个布置在危险边坡和采空区处的爆破测振仪,所述爆破测振仪用于采集爆破时的振动速度。
所述预警等级发布子模块,通过lsdyna软件进行爆破数值模拟,得到边坡和采空区的爆破振速损伤值,依据损伤程度将振速数值按范围分为红、黄、蓝、绿四种风险预警等级,结合接入的爆破时的振动速度将各爆破测振仪的风险预警等级发布在云平台爆破设计系统上。
如图2所示,本发明还提供一种基于历史数据挖掘的云平台爆破设计方法,包括:
S1、爆破任务管理:制定爆破计划,生成矿山精细化动态模型,划定爆破区域,通过数据库模块关联管理人员信息,将爆破计划以手机短信形式提前发布给施工负责人;
S2、可爆性分级预览:爆破设计前需查询爆破计划所划定范围内的岩体可爆性等级,若都属于同级可爆性,则进行下步设计;若属于多级可爆性,则根据可爆性等级的云图实施分区设计;
S3、爆破设计:填写设计表格,计算炮孔参数,读取储存在数据库模块的历次炮孔参数、爆破效果评价及风险预警等级数据,基于系统的海量样本,利用大数据挖掘技术对多次爆破的样本进行分析,对可爆性分级的区域再细化分级,根据新的分级优化调整炮孔参数设计中的排距参数和孔距参数;
S4、爆破振动分析:采集爆破振速监测数据,通过lsdyna爆破模拟确定爆破振动对危险边坡及空区的影响级别,并给出各个监测点的预警等级;
S5、爆破效果评价:基于深度学习的图像识别技术根据爆破后的图像得到大块率指标,并结合现场测量数据得到的指标计算分析爆破效果并给出分级评价;
S6、数据挖掘反馈:本次爆破完成后将炮孔参数、爆破效果评价及风险预警等级数据存储到数据库模块,以用于后续的爆破设计优化。
本发明基于无人机倾斜摄影技术生成矿山精细化地表模型,将计算的可爆性分级数据以云图形式嵌入到矿山精细化地表模型中,进而生成矿山精细化动态模型。通过动态模型划定爆破区域,发布爆破任务,以手机端短信形式发布给管理人员,爆破施工时实现人员定位与安全报警。爆破设计通过爆破安全规范生成对爆破设计人员及设备的信息化管理,基于可爆性分级优化子模块及大数据挖掘技术进行炮孔设计参数优化,包括孔距、排距等参数的调整。对爆破效果分析和评价,反馈给数据库模块,用于优化下一次爆破设计。对爆破振动监测分析并基于爆破振速发布预警等级,同时反馈给数据库模块,结合爆破效果评价优化后续爆破设计。通过参数计算、几何建模、动静态分析、数据交互及云平台管理等流程完成爆破设计的优化及自动化,形成爆破一体化管理,实现云端的可视化与透明化。
以上所述仅为本发明的较佳实施例,并不用以限制本发明的思想,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。
Claims (7)
1.一种基于历史数据挖掘的云平台爆破设计系统,其特征在于,包括:矿山模型生成模块、爆破信息管理模块、爆破设计优化模块、爆破效果分析模块、爆破振动分析模块和数据库模块;
所述矿山模型生成模块,基于无人机倾斜摄影技术生成矿山精细化地表模型,利用unity3d开发引擎修改可爆性分级云图并嵌入矿山精细化地表模型进而生成矿山精细化动态模型;
所述爆破信息管理模块,用于实现爆破任务搜索、爆破计划的发布以及通过对人员身份识别卡实现爆破时的安全报警功能;
所述爆破设计优化模块,用于建立爆破设计图纸和设计表格,用于根据炮孔参数计算公式计算炮孔参数,并基于可爆性分级优化调整炮孔参数;
所述爆破效果分析模块,基于深度学习的图像识别技术根据爆破后的图像得到大块率指标,并结合现场测量数据得到的指标计算分析爆破效果并给出分级评价;
所述爆破振动分析模块,采集爆破振速监测数据,通过lsdyna爆破模拟确定爆破振动对危险边坡及空区的影响级别,并给出各个监测点的预警等级;
所述数据库模块,用于存储爆破设计图纸、施工图表、审核图表、炮孔参数计算公式以及爆破振速监测数据。
2.根据权利要求1所述的基于历史数据挖掘的云平台爆破设计系统,其特征在于,所述矿山模型生成模块包括:无人机生成模型子模块和可爆性分级云图嵌入子模块;
所述无人机生成模型子模块,利用无人机采集矿山三维数据,通过大疆制图软件处理,得到矿山精细化地表模型;
所述可爆性分级云图嵌入子模块,利用AHP层次分析法确定10个分级指标的重要程度,运用模糊综合评价方法对矿山岩体进行可爆性分级,确定为极易爆、易爆、中等、难爆、极难爆五级,将不同可爆性级别的岩体区域用不同颜色表示为分级云图,将分级云图嵌入矿山精细化地表模型进而生成矿山精细化动态模型。
3.根据权利要求1所述的基于历史数据挖掘的云平台爆破设计系统,其特征在于,所述爆破信息管理模块包括:爆破任务管理子模块、人员定位报警子模块和信息预警发布子模块;
所述爆破任务管理子模块,用于实现爆破任务搜索并查看某次爆破详任务细信息;
所述人员定位报警子模块,用于从爆破设计图纸中读取本次爆破区域坐标,通过人员身份识别卡对施工人员进行定位,当施工人员在未爆破时进入爆破区域时,进行报警;
所述信息预警发布子模块,通过数据库模块关联管理人员信息,将爆破计划以手机短信形式提前发布给施工负责人,便于合理安排生产及规划施工路线。
4.根据权利要求1所述的基于历史数据挖掘的云平台爆破设计系统,其特征在于,所述爆破设计优化模块包括:爆破设计管理子模块、炮孔参数设计子模块、可爆性分级优化子模块和设计参数输出子模块;
所述爆破设计管理子模块,用于建立爆破设计图纸和设计表格;
所述炮孔参数设计子模块,利用矿山精细化动态模型划定爆破区域,选择炮孔设计类型,输入孔径及台阶高度参数,利用炮孔参数计算公式计算相应炮孔参数,实现炮孔自动布置;
所述可爆性分级优化子模块,利用大数据挖掘技术对多次爆破的样本进行分析,对可爆性分级的区域再细化分级,根据新的分级优化调整炮孔参数设计中的排距参数和孔距参数;
所述设计参数输出子模块,用于输出爆破设计图纸和设计表格及炮孔参数信息。
5.根据权利要求1所述的基于历史数据挖掘的云平台爆破设计系统,其特征在于,所述爆破效果分析模块包括:块度分析子模块、爆破效果参数分析子模块和爆破效果评价子模块;
所述块度分析子模块,采用无人机拍摄爆堆照片,基于深度学习的爆堆图像识别技术,对爆破后的图像进行处理得到大块率数据并生成块度分布直方图和块度累积分布曲线图;
所述爆破效果参数分析子模块,利用无人机拍摄爆堆照片及现场人员测量记录,计算分析得到以下爆破效果参数:根底率、松散系数、后裂距离和飞石距离;
所述爆破效果评价子模块,利用可爆性分级云图的分级方法将爆破效果分为很差、差、一般、好、非常好五级,每次爆破后根据大块率数据及爆破效果分析参数对爆破效果进行分级。
6.根据权利要求1所述的基于历史数据挖掘的云平台爆破设计系统,其特征在于,所述爆破振动分析模块:包括振动监测子模块和预警等级发布子模块;
所述振动监测子模块,包括多个布置在危险边坡和采空区处的爆破测振仪,所述爆破测振仪用于采集爆破时的振动速度;
所述预警等级发布子模块,通过lsdyna软件进行爆破数值模拟,得到边坡和采空区的爆破振速损伤值,依据损伤程度将振速数值按范围分为红、黄、蓝、绿四种风险预警等级,结合接入的爆破时的振动速度将各爆破测振仪的风险预警等级发布在云平台爆破设计系统上。
7.一种基于历史数据挖掘的云平台爆破设计方法,其特征在于,包括:
S1、爆破任务管理:制定爆破计划,生成矿山精细化动态模型,划定爆破区域,通过数据库模块关联管理人员信息,将爆破计划以手机短信形式提前发布给施工负责人;
S2、可爆性分级预览:爆破设计前需查询爆破计划所划定范围内的岩体可爆性等级,若都属于同级可爆性,则进行下步设计;若属于多级可爆性,则根据可爆性等级的云图实施分区设计;
S3、爆破设计:填写设计表格,计算炮孔参数,读取储存在数据库模块的历次炮孔参数、爆破效果评价及风险预警等级数据,基于系统的海量样本,利用大数据挖掘技术对多次爆破的样本进行分析,对可爆性分级的区域再细化分级,根据新的分级优化调整炮孔参数设计中的排距参数和孔距参数;
S4、爆破振动分析:采集爆破振速监测数据,通过lsdyna爆破模拟确定爆破振动对危险边坡及空区的影响级别,并给出各个监测点的预警等级;
S5、爆破效果评价:基于深度学习的图像识别技术根据爆破后的图像得到大块率指标,并结合现场测量数据得到的指标计算分析爆破效果并给出分级评价;
S6、数据挖掘反馈:本次爆破完成后将炮孔参数、爆破效果评价及风险预警等级数据存储到数据库模块,以用于后续的爆破设计优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310524623.8A CN116756922A (zh) | 2023-05-11 | 2023-05-11 | 一种基于历史数据挖掘的云平台爆破设计系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310524623.8A CN116756922A (zh) | 2023-05-11 | 2023-05-11 | 一种基于历史数据挖掘的云平台爆破设计系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116756922A true CN116756922A (zh) | 2023-09-15 |
Family
ID=87957919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310524623.8A Pending CN116756922A (zh) | 2023-05-11 | 2023-05-11 | 一种基于历史数据挖掘的云平台爆破设计系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116756922A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196408A (zh) * | 2023-10-12 | 2023-12-08 | 西南水泥有限公司 | 一种基于大数据的矿山安全智慧监测系统 |
CN117592317A (zh) * | 2024-01-19 | 2024-02-23 | 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楔形掏槽爆破设计方法 |
-
2023
- 2023-05-11 CN CN202310524623.8A patent/CN116756922A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196408A (zh) * | 2023-10-12 | 2023-12-08 | 西南水泥有限公司 | 一种基于大数据的矿山安全智慧监测系统 |
CN117196408B (zh) * | 2023-10-12 | 2024-03-22 | 西南水泥有限公司 | 一种基于大数据的矿山安全智慧监测系统 |
CN117592317A (zh) * | 2024-01-19 | 2024-02-23 | 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楔形掏槽爆破设计方法 |
CN117592317B (zh) * | 2024-01-19 | 2024-05-10 | 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楔形掏槽爆破设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116756922A (zh) | 一种基于历史数据挖掘的云平台爆破设计系统及方法 | |
CN102362262B (zh) | 用于表征地下储油层中的裂面的系统和方法 | |
CN103233741B (zh) | 定量化评价超大型地下洞室群施工期围岩稳定性的方法 | |
CN105957311A (zh) | 自适应扩展的边坡稳定智能监测预警系统 | |
CN102434210B (zh) | 地下工程画像信息与监测信息安全监控的方法与系统 | |
CN113362469B (zh) | 综合城市建筑信息和地层结构的盾构隧道施工预警方法 | |
CN108710732A (zh) | 一种盾构刀具服役期磨损的可视化评估和预测方法 | |
CN109508508A (zh) | 一种露天矿山治理勘查设计方法 | |
CN111241611B (zh) | 一种辅助基坑实施的方法 | |
CN109241627A (zh) | 概率分级的动态支护方法及自动设计支护方案的装置 | |
CN105493100A (zh) | 静态地球模型校准方法和系统 | |
CN110211338A (zh) | 一种单体管道滑坡灾害的预警方法 | |
CN110363299B (zh) | 面向露头岩层分层的空间案例推理方法 | |
CN109209505A (zh) | 土石混合体隧道三维数字信息管理系统构建方法 | |
CN117745968B (zh) | 一种创建地质模型的方法及系统 | |
JP2022519128A (ja) | 自動発破設計計画のシステム及びそれに関連する方法 | |
CN117540476A (zh) | 极硬岩隧道结构面及其不利组合空间分布预测方法及系统 | |
CN113899405A (zh) | 一体化在线边坡智能监测预警系统及预警方法 | |
CN111462037B (zh) | 一种地质勘探钻孔质量检测方法 | |
CN111768503B (zh) | 一种基于三维地质模型的海砂资源量估算方法 | |
CN112325717A (zh) | 一种爆破施工填报系统及方法 | |
CN108776659B (zh) | 一种基于含空间位置极点等密图的结构面统计分析方法 | |
CN115185015B (zh) | 一种深部锂铍矿勘查方法 | |
CN110717618A (zh) | 基于多指标综合要素的海底热液硫化物资源评价预测方法 | |
CN114972906A (zh) | 一种土压平衡盾构开挖面土质类型识别方法 |
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 |