爆破震动速度峰值预测模型的比较和讨论.pdf

第3 2 卷第2 期 爆破 V o l 3 2N o 2 2 0 1 5 年6 月B L A S T I N G J u n ．2 0 1 5 d o i 1 0 ．3 9 6 3 ／j ．i s s n ．1 0 0 1 - 4 8 7 X ．2 0 1 5 ．0 2 ．0 0 3 爆破震动速度峰值预测模型的比较和讨论术 高富强，侯爱军，杨小林 洛阳理工学院土木工程系，洛阳4 7 1 0 2 3 摘要传统的爆破震动峰值质点速度 P P V 预测公式已不能适应现代爆破安全的要求。基于人工神经 网络 A N N 原理，建立了结构为2 5 1 的B P 神经网络预测模型，以青藏铁路关角隧道爆破震动测试数据为 样本，对人工神经网络模型和几种传统公式的爆破震动速度预测结果进行比较。通过对实测结果与预测结 果相关性系数 C O D 、平均绝对误差 M A E 和相对误差 R E 的分析，表明在传统预测模型中U S B M 预测 公式精度最高，而人工神经网络模型较传统模型更接近实际值。 关键词爆破震动；速度峰值预测；人工神经网络；传统预测模型 中图分类号T D 2 3 5 ．1文献标识码A文章编号1 0 0 1 4 8 7 X 2 0 1 5 0 2 0 0 1 7 0 5 C o m p a r i s o na n dD i s c u s s i o no nP r e d i c t i o nM o d e l o fB l a s t i n gP e a kP a r t i c l eV e l o c i t y G A OF u - q i a n g ，H O UA i - j u n ，Y A N GX i a o l i n D e p a r t m e n to fC i v i lE n g i n e e r i n g ，L u o y a n gI n s t i t u t eo fS c i e n c ea n d T e c h n o l o g y ，L u o y a n g4 71 0 2 3 ，C h i n a A b s t r a c t T h ec o n v e n t i o n a lP P Vp r e d i c t o r se o u l d n ’tm e e tt h es a f e t yr e q m ’r e m e n to fm o d e r nb l a s t i n g ．B a s e do n t h ep r i n c i p l eo fa r t i f i c i a ln e u r a ln e t w o r k A N N ，at h r e e l a y e rf e e d - f o r w a r db a c k p r o p a g a t i o n B P n e u r a ln e t w o r k w i t h2 - 5 - 1a r c h i t e c t u r ew a se s t a b l i s h e d ．T a k i n gt h et e s td a t ai nG u a n j i a ot u n n e la sas a m p l e ，t h ep r e d i c t i o nr e s u l t s o b t a i n e db yA N Nw e r ec o m p a r e dw i t hs e v e r a lc o n v e n t i o n a lv i b r a t i o np r e d i c t o r s ．B ya n a l y z i n gt h ec o e f f i c i e n to fd e t e r - m i n a t i o n C O D ，m e a na b s o l u t ee r r o r M A E a n dr e l a t i v ee r r o r R E b e t w e e nm e a s u r e dv a l u e sa n dp r e d i c t e dV a l u e s o fP P V ，r e s u l t si n d i c a t e dt h a tt h eU S B Mp r e d i c t o rh a dt h eh i g h e s tp r e c i s i o na m o n gt h ec o n v e n t i o n a lv i b r a t i o np r e d i c t o r s ，a n dt h ef o r e c a s td a t ab yt h eA N Nm o d e lw e r ec l o s e rt ot h ea c t u a lv a l u e st h a nt h o s ef r o mt h ec o n v e n t i o n a lv i b r a t i o np r e d i c t o r s ． K e yw o r d s b l a s t i n gv i b r a t i o n ；p r e d i c t i o no fp e e kv e l o c i t y ；a r t i f i c i a ln e u r a ln e t w o r k ；c o n v e n t i o n a lv i b r a t i o n p r e d i c t o r s 钻爆法是矿山开采和隧道修建经常采用的破岩 方法之一，爆破作用在完成破岩的同时也带来了很 多负面效应，如爆破震动、空气冲击波、飞石、噪音、 收稿日期2 0 1 5 一0 2 2 l 作者简介高富强 1 9 8 0 一 ，男，河北省元氏县人，副教授、博士，从 事岩石动力学与爆破工程研究， E m a i l l y g a o f q s i n a ． c o r n 。 基金项目国家自然基金项目 5 1 2 0 4 0 9 6 ；河南省高等学校青年骨 干教师资助计划 2 0 1 3 G G J S 一1 8 8 ；河南省科技攻关课题 1 1 2 1 0 2 3 1 0 6 0 4 、1 4 2 1 0 2 2 1 0 5 6 9 ；河南省教育厅科学技术 研究重点项目 1 2 8 1 3 0 0 0 2 粉尘等，其中爆破震动危害尤为显著。影响爆破震 动效果的因素主要有炸药性能、作用介质、爆破技 术、地形条件等o ，世界上大多数国家将爆破震动 速度作为爆破震动危害的衡量指标。在爆破实施过 程中，通常要进行震动速度监测，并对后续爆破震动 速度进行预测。然而影响爆破震速的因素众多，地 震波传播机理也非常复杂，采用传统的爆破震速公 式进行预测时，由于数据离散，很难获得满意的预测 结果。此外，预测精度还与经验公式的选择密切相 万方数据 1 8爆破 2 0 1 5 年6 月 关，对于复杂的爆破工程，经验公式和相关参数的选 择更加困难。 程康等根据相似理论推导了爆破震动速度的计 算公式，并指出其应用的条件和范围旧』。杨佑发等 采用人工神经网络技术预测爆破震速，发现其预测 精度高于基函数回归和经验公式旧J 。K h a n d e l w a l 等 采用人工神经网络方法和传统预测公式对爆破震动 速度进行了预测，并比较了各种预测结果的差 异H 5 I 。作为一种先进的算法工具，人工神经网络 特别适合处理需要同时考虑许多因素和条件的、不 精确和模糊的信息处理问题，尽管该技术发展时间 不长，但在土木工程的许多领域已有应用M 』。将B P 神经网络技术引入到隧道爆破震动速度预测，并将 神经网络模型预、狈0 的结果与传统方法预测的结果相 比较，以期为隧道爆破震速监测提供最优的预测 方法。 1 B P 神经网络结构及其算法 人工神经网络是人工智能技术的一个分支，通 常人工智能技术还包括遗传算法、模糊逻辑、混沌 理论和经典统计理论等[ 6 。目前，前馈反向传播神 经网络 B P 是最为成熟且应用范围最广的学习算 法，它具有多层前馈网络的连接权学习、调整等功 能。对于一个完整的神经网络模型，如图1 所示，输 人参数与隐藏层中各神经元通过权函数连接，其输 人参数可表示为 戈i 戈1 ，石2 ，戈3 ，⋯，戈。 1 对于第1 个隐藏层中的第J 个神经元，其输入 值可表示为 N e t j ∑X i W i 嘭 2 式中戈。为输人参数；w i j 为第i 个输人参数与第，个 神经元的连接权；p ，为节点，的阀值；n 为输入神经 单元个数。 网络隐藏层的输出采用J s 型对数函数 1 Q f N e t j 2 再南 3 对于第2 个隐藏层中的第尼个单元，其输入值 可表示为 q N e t ∑w i k O j 0 4 式中0 。为节点南的阀值；埘m 为第，与第k 个神经元 之问的连接权。 所以，第k 个单元的输出可表示为 0 。 八N e t k 5 应当指出的是，网络在训练过程中会计算各自的输 出样式，并更新连接权和阀值。通过实际输出值与 理想值 实测值 的比较，可获得输出误差 e I t k O 6 式中t 。为理想值；0 。为实际输出值。 总误差通过下述函数计算 1 n E ∑ ￡。一O k 2 7 - k 1 网络训练的目的就是使其达到最佳的连接权， 最小的误差计算为 Vw j k 一7 7 6 E ／t S w i k 8 式中田为学习率参数；E 为误差参数。 第 n 1 组参数连接权的更新通过下式获得 训m n 1 w j k n V 叫m n 9 隐藏层与输出层的连接采用同样的算法。程序 重复训练每组参数，直到误差小于某个设定值。 图1B P 神经网络结构示意图 F i g ．1 T h es k e t c hm a po fB Pn e u r a ln e t w o r k 2工程实例 青藏铁路关角隧道位于青海省天峻县境内，隧 道全长3 2 ．6 0 5k m 。该隧道为两座平行的单线隧 道，双洞间距4 0m 。为减小爆破震动对临近隧道和 初次支护的影响，对爆破产生的地震波进行监测。 测点在隧道底板两侧沿轴线方向布置，最近测点距 掌子面3 0m ，测点间距5m ，每排布置5 ～9 个测点。 初部分测试结果如表1 所示。 3 神经网络模型与传统公式预测结果 比较 3 ．1 神经网络模型的建立 影响爆破震动速度的因素非常复杂，通常可以 从3 个方面来考虑介质因素、爆源因素和测点因 素‘川。介质因素包括介质构造、介质特性等，它直 接影响地震波的传播与衰减。对于特定的爆破场 地，由于爆破介质变化不大，因此无论采用传统的经 万方数据 第3 2 卷第2 期 高富强，侯爱军，杨小林爆破震动速度峰值预测模型的比较和讨论 1 9 验公式还是神经网络模型，爆破介质因素一般都不 予考虑。但是对于介质特性发生变化的爆破，必须 将其作为输入参数，对网络重新进行相应介质的训 练，然后才能进行预测。神经网络训练数据来自相 近介质条件下的隧道爆破，因此，在建立神经网络模 型时没有考虑爆破介质因素。爆源因素主要包括 最大单段药量、总装药量、装药结构、起爆时间等，其 中，最大单段药量对爆破震动速度影响最大。传统 的爆破震速预测公式一般将最大单段药量作为唯一 的爆源因素，为比较神经网络模型与传统预测公式 的优劣，这里也将最大单段炸药量作为神经网络模 型的唯一爆源因素。测点因素较为简单，即为测点 与爆源之间的距离。 表1关角隧道爆破震动测试数据 T a b l e1 B l a s t i n gv i b r a t i o nt e s t i n gd a t ao fG u a n j i a ot u n n e l B a h e e r 指出，对于一般的神经网络模型设置1 个隐藏层是充分且必要的，隐藏层节点数目没有理 论上的计算公式，只能根据经验公式来选取[ 8 j ，常 用的隐层节点经验计算公式为 凡 2 m 1 1 0 式中n 为隐层节点的数目；m 为爆破震动的影响因 素个数，即输入层节点的数目。 由此，可确定神经网络模型的基本结构，它是一 个3 层B P 神经网络，含有2 个输入节点 最大单段 药量、测点至爆源的距离 ，5 个隐藏节点，1 个输出 节点 爆破震动速度 ，该结构在算法上能够保证网 络的计算精度。 3 ．2 传统爆破震速预测公式 影响爆破震动的因素众多，各因素之间的关系 也错综复杂，建立考虑所有因素的爆破震速预测公 式实际上是不可能的。9 。。大量的爆破工程监测表 明，最大单段药量和爆源至测点的距离是影响爆破 震速的两个主要因素。因此，如果选择这两个因素 作为主要变量，那么震动速度的幅值可以通过下述 函数关系计算 V K Q P m 。，R 9 11 式中y 为震动速度最大幅值；Q ⋯为最大单段药量； 尺为爆源至测点的距离；K 、P 、q 是与爆破地质和地 形条件有关的参数。 基于上述理论，国内外很多学者对爆破震速预 测公式做出不同描述。2 5 I ，表2 列出了几种爆破工 程中经常采用的震动速度预测公式。表3 为利用关 角隧道爆破震动测试数据，对上述公式回归计算得 到的参数结果。 表2 几种传统P P y 预测公式 T a b l e2S e v e r a lc o n v e n t i o n a lP P vp r e d i c t o r s 公式名称 表达式 萨道夫斯基预测公式 U S B M 预测公式 印度预测公式 L a n g e f o r s K i h l s t r o m 预测公式 C M R I 预测公式 V K R ／Q 。1 ／。3 ～ V K n ／Q 。1 ／。2 ‘0 V K R ”／Q 。。 1 V K R 2 ”／Q ⋯1 ／2 1 V n K R ／Q 2 x 一 萨道夫斯基预测公式 U S B M 预测公式 印度预测公式 L a n g e f o r s K i h l s t r o m 预测公式 C M R I 预测公式 1 8 7 ．6 0 0 5 7 ．6 4 0 0 ．4 1 3 9 ．9 7 5 2 5 ．2 8 9 1 ．8 7 5 0 1 ．8 1 6 0 1 ．4 4 0 2 2 ．4 4 0 6 一1 ．7 0 7 8 3 ．3 预测结果比较和讨论 将B P 神经网络模型预测结果、经验公式计算 结果与现场实测结果进行对比分析，可评价模型的 预测效果。表4 给出了现场实测的1 2 组数据 模型 训练和参数回归样本中没有出现 ，分别用B P 神经 网络模型和几种经验公式对震动速度进行预测。 图2 为神经网络模型与传统计算公式预测结果和实 测结果的对比，线性回归表明实测值与预测值的相 万方数据 爆破2 0 1 5 年6 月 关性系数在0 ．0 2 ～0 ．8 5 6 3 之间，神经网络模型的相 关性系数最高为0 ．8 5 6 3 。表5 给出了神经网络模 型和传统计算公式预测结果的平均绝对误差，萨道 夫斯基公式预测结果最大为0 ．8 2 1 5 ，神经网络模型 预测结果最小为0 ．2 9 5 3 。而表4 也表明，B P 神经网 络预测结果与实测结果的相对误差明显小于传统模 型。在选取的1 2 个样本中，B P 网络模型预测的相 对误差除一个点外均控制在2 8 ％以内，而经验公式 预测震速的相对误差最高值在5 2 ．1 ％一1 0 7 ％ 之间。 0 ．51 ．Ol52O2 530 P P V 实测值／f - n l SI 图2 实测值与模型预测值的比较 F i g ．2C o m p a r i s o no fm e a s u r e dr e s u l t s w i t hp r e d i c t e db yv a r i o u sm o d e l s 传统的震速预测公式都有各自的位置参数，即 使在相近的地质条件下，位置参数也会发生变化。 通常位置参数是由最大单段药量和测点至爆源的距 离线性回归得到，由于回归公式只是基于简单的线 性函数，因此其预测精度较差。如果采用经验公式 指导装药爆破，可能导致爆破震速过高，影响爆破工 程的正常实施。而神经网络模型的相关性系数最 高，平均绝对误差最小，且其相对误差总体小于传统 预测公式，因此同传统的预测公式相比，它是最理想 的爆破震速预测模型。在几种传统预测公式当中， U S B M 预测公式的平均绝对误差为0 ．3 0 9 6 ，是几种 传统公式当中最小的，其相关性系数为0 ．7 9 9 6 ，也 仅比C M R I 预测公式稍低。因此，对于该隧道爆破 工程而言，U S B M 预测公式是几种传统预测公式中 最优的。 4 结论 影响爆破震动的因素非常多，爆破震动的作用 机理也极其复杂，很难用理论模型表述。采用2 - 5 - 1 三层B P 神经网络模型，以关角隧道爆破震动测试 数据为样本，预测了隧道爆破震动质点峰值速度，并 将预测结果与几种传统公式的预测结果进行了比 较，得到如下结论 1 在几种传统预测公式中，U S B M 预测公式的 平均绝对误差最小，相关性性系数也较高，是该工程 最优的传统预测公式。 表4 神经网络模型和几种传统公式P P V 预测与实测结果比较 T a b l e4M e a s u r e da n dp r e d i c t e dP P Vv a l u e sb yd i f f e r e n tc o n v e n t i o n a lp r e d i c t o rf o r m u l a sa sw e na sA N Nm o d e l 万方数据 第3 2 卷第2 期 高富强，侯爱军，杨小林爆破震动速度峰值预测模型的比较和讨论 表5 各种模型的相关性系数和平均绝对误差 T a b l e5C O Da n dM A Eo fP P vb yv a r i o u sm o d e l s 预测公式或模型 相关系数平均绝对误差回归方程 萨道夫斯基公式 U S B M 预测公式 印度地震预测公式 L a n g e f o r s K i h l s t r o m 预测公式 C M R I 预测公式 0 ．0 2 0 0 0 ．7 9 9 6 0 ．3 8 0 8 0 ．6 8 1 9 0 ．8 0 5 0 0 ．8 2 1 5 0 ．3 0 9 6 0 ．5 1 2 l 0 ．3 9 1 9 0 ．3 8 8 0 Y 0 ．1 5 8 4 x 1 ．4 8 4 9 v 1 ．0 4 3 4 x 一0 ．0 9 7 1 Y 0 ．6 0 7 6 x 0 ．7 0 1 2 y 0 ．9 7 2 5 x 0 ．0 4 7 3 y 1 ．1 7 3 x 一0 ．1 5 6 8 人工神经网络预测模型0 ．8 5 6 30 ．2 9 5 3 Y 1 ．1 3 7 7 x 一0 ．1 7 7 7 2 人工神经网络模型的相关性系数最高、平 均绝对误差最小，且其相对误差总体上小于传统的 预测公式，因此，用B P 网络模型预测爆破震动速度 比经验公式更加准确。 3 人工神经网络模型所构建的各参数间的非 线性关系是传统数学模型和经验公式所不具备的， 它还可以改变输入参数数目，提高预测精度，实现多 种情况下的爆破震速预测。 [ 2 ] [ 2 ] [ 3 ] [ 3 ] 参考文献 R e f e r e n c e s 杨小林．地下工程爆破[ M ] ．武汉武汉理工大学出版 社，2 0 0 9 1 6 9 1 7 5 ． 程康，沈伟，陈庄明，等．工程爆破引起的振动速 度计算经验公式及应用条件探讨[ J ] ．振动与冲击， 2 0 1 1 ，3 0 6 1 2 7 1 2 9 ． C H E N GK a n g ，S H E NW e i ，C H E NZ h u a n g m i n g ，e ta 1 ．I n q u i r yi n t oc a l c u l a t i o nf o r m u l af o rv i b r a t i o nv e l o c i t yi n ． d u c e db ye n g i n e e r i n gb l a s t i n ga n di t sa p p l i c a t i o nc o n d i t i o n s [ J ] ．J o u r n a lo fV i b r a t i o na n dS h o c k ，2 0 1 1 ，3 0 6 1 2 7 1 2 9 ． i nC h i n e s e 杨佑发，崔波．爆破震动速度峰值的预测[ J ] ．振动 与冲击，2 0 0 9 ，2 8 1 0 1 9 5 1 9 8 ． Y A N GY o u f a ，C U IB o ．P r e d i c t i o no fv i b r a t i o nv e l o c i t yd u e t o b l a s t i n g [ J ] ．J o u r n a lo fV i b r a t i o na n dS h o c k ．2 0 0 9 ． 2 8 1 0 1 9 5 ．1 9 8 ． i nC h i n e s e K H A N D E L W A LM ．A p p l i c a t i o no fa n e x p e r ts y s t e mf o r t h ea s s e s s m e n to f b l a s tv i b r a t i o n [ J ] ．G e o t e c h n i c a la n d G e o l o g i c a lE n g i n e e r i n g ，2 0 1 2 ，3 0 1 2 0 5 2 1 7 ． K H A N D E L W A LM ，K U M A RDL ，Y E I L I S H E I T YM ．A p p l i c a t i o no fs o f tc o m p u t i n gt op r e d i c tb l a s t - i n d u c e dg r o u n dv i b r a t i o n [ J ] ．E n g a ‘n e e r i n gw i t hC o m p u t e r s ，2 0 1 1 ，2 7 2 1 1 7 1 2 5 ． Z U R A D AJM ．I n t r o d u c t i o nt oA r t i f i c i a lN e u r a lS y s t e m [ M ] ．M i n n e s o t a W e s tP u b l i s h i n gC o m p a n y ．1 9 9 2 ． 段宝福，张猛，李俊猛．逐孔起爆震动参数预报的B P 神经网络模型[ J ] ．爆炸与冲击，2 0 1 0 ，3 0 4 4 0 1 4 0 6 ． D U A NB a o - f u ，Z H A N GM e n g ，L IJ u n m e n g ．AB Pn e u r a l n e t w o r km o d e lf o rf o r e c a s t i n go fv i b r a t i o np a r a m e t e r sf r o m h o l e b y h o l ed e t o n a t i o n [ J ] ．E x p l o s i o na n dS h o c kW a v e s ． 2 0 1 0 ，3 0 4 4 0 1 4 0 6 ． i nC h i n e s e B A H E E RI ．S e l e c t i o no fm e t h o d o l o g yf o rm o d e l i n gh y s t e r e s i sb e h a v i o ro fs o i l su s i n gn e u r a ln e t w o r k s [ J ] ．J o u r n a lo f C o m p u t i n gi nC i v i lE n g i n e e r i n g ，2 0 0 0 ，5 6 4 4 5 ．4 6 3 ． 言志信，言涅，江平．爆破振动峰值速度预报方法 探讨[ J ] ．振动与冲击，2 0 1 0 ，2 9 5 1 7 9 1 8 2 ． Y A NZ h i x i n ，Y A NL i ，W A N GP i n g ．S t u d yo nf o r e c a s tm e t h ． 0 do fb l a s t i n gv i b r a t i o np e a kv e l o c i t y [ J ] ．J o u r n a lo fV i b r a t i o na n dS h o c k ，2 0 1 0 ，2 9 5 1 7 9 1 8 2 ． i nC h i n e s e 一一 ] ] ] ] ] ] ] M b № 一 口 哺 p 一 万方数据