基于灰色理论与BP神经网络的特长瓦斯隧道爆破参数优选-论文.pdf

《基于灰色理论与BP神经网络的特长瓦斯隧道爆破参数优选-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第59卷第8期铁道标准设计Vo1．59No．82015年8月RAILWAYSTANDARDDESIGNAug．2015文章编号：1004—2954(2015)08—0131—05基于灰色理论与BP神经网络的特长瓦斯隧道爆破参数优选邹宝平，杨建辉，王建秀，胡力绳。(1．浙江科技学院土木与建筑工程学院，杭州310023；2．同济大学地下建筑与工程系，上海200092；3．中铁二局集团有限公司，成都610031)摘要：围岩岩体力学行为复杂多变，为避免爆破振动激发煤与瓦斯突出，获得合理的松动爆破，对特长瓦斯特大断面隧道爆破参数进

2、行优选预测研究。基于灰色系统理论和BP神经网络，考虑围岩累积爆破损伤变形具有的动态性、瓦斯等灰色信息，选取最小抵抗线、炮孔间距、装药集中度等参数作为主要优选指标，建立基于单位化约束条件的综合集成优选模型，并对爆破振动效应下的特长瓦斯特大断面隧道的爆破参数进行优选预测。结果表明，建立的基于单位化约束条件的综合集成优选模型降低了试验中爆破参数的离散程度，当爆破参数E、W、q．的优选值分别为60、70cm、0．12ks／in时，基于单位化约束条件的综合集成优选模型优选预测值精度较高，隧道爆破效果较好。关键词：隧道；爆破；参数优

3、选；灰色理论；BP神经网络中图分类号：U455文献标识码：ADOJ：10．13238／j．issn．1004—2954．2015．08．028OptimalPredictionofBlastingParametersforExtra-longGasTunnelBasedonGreyTheoryandBPNeuralNetworkZOUBao—ping’，YANGJian—hui‘，WANGJian—xiu，HULi—sheng(1．SchoolofCivilEngineeringandArchitecture，Zheji

4、angUniversityofScienceandTechnology，Hangzhou310023，China；2．DepartmentofGeotechnicalEngineering，Ton~iUniversity，Shanghai200092，China；3．ChinaRailwaySecondEngineeringGroupCo．，Ltd．，Chengdu610031，China)Abstract：Thesurroundingrockmassofextra-longgastunneliscomplicateda

5、ndvariableinmechanicsbehavior．Inordertoobtainreasonablelooseblastingandavoidblastingvibrationfrommotivatingcoalandgasoutburst，theblastingparametersarestudiedforoptimalpredictionwithrespecttoextra—longgastunnelwithlargecross—section．BasedonthegreytheoryandBPneural

6、networkandinconsiderationofthegreyinformationofcumulativedamagetothedynamiccharacteristicsofextra-longtunnelonaccountofrockmassblastingandthegas，anintegrationoptimalmodelbasedontheconstraintsofunitizationforblastingparametersisestablishedbymeansofselectingsuchmai

7、noptimumindexesasthelineofleastresistance，theboreholespacingandthechargeconcentration，SOastofulfilloptimalpredictionofblastingparameters．Theresultsshowthattheestablishedintegrationoptimalmodelreducesthediscretedegreeoftestblastingparameters，whenblastingparameters

8、ofE，W，q1are60，70am，0．12kg／mrespectively，theaccuracyoftheintegrationoptimalmodelisveryhighwithgoodblastingeffect．Keywords：Tunnel；Blasting；Parameteroptimization；