申请/专利权人：中南大学

申请日：2022-12-19

公开（公告）日：2023-04-21

公开（公告）号：CN115630257B

主分类号：G06F17/11

分类号：G06F17/11;G06F30/27;F42D3/04;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2023.04.21#授权;2023.02.14#实质审查的生效;2023.01.20#公开

摘要：本发明涉及预测方法，具体地涉及一种爆破漏斗体积预测方法，包括如下步骤：A）获取岩石试样的物理力学参数；B）从爆破现场获取实际漏斗爆破参数以及爆破之后的爆破漏斗体积V1，并结合所述物理力学参数构建数据库R；C）所述数据库R通过机器学习算法训练机器学习模型，获得相应的预测模型，从而获得所述预测模型的预测结果，取其平均值作为最终的爆破漏斗体积V2。本发明的爆破漏斗体积预测方法能够通过实验构建爆破漏斗体积预测模型，且预测精度高，工作量小，大大减少了实验的物力和人力的支出，有利于在实际爆破工程中寻求最优的爆破参数。

主权项：1.一种爆破漏斗体积预测方法，其特征在于，包括如下步骤：A）获取岩石试样的物理力学参数；B）从爆破现场获取实际漏斗爆破参数以及爆破之后的爆破漏斗体积V1，并结合所述物理力学参数构建数据库R，所述实际漏斗爆破参数包括炮孔孔径D、炮孔孔深H、炮孔间距A、装药线密度CL、堵塞长度T，所述物理力学参数包括所述岩石试样的密度ρ、波速μ、单轴抗压强度、单轴抗拉强度σt和粘聚力，所述物理力学参数的获取步骤分别如下：A1）测量所述岩石试样的质量m和体积v，基于所述岩石试样的质量m和体积v，获取所述岩石试样的密度ρ，密度的计算公式如下： （1）A2）获取所述岩石试样的波速μ，波速μ的计算公式如下： （2）其中，h为所述岩石试样的高度，其单位为m，t为弹性波穿过所述岩石试样的时间，单位为s；A3）进行单轴压缩实验，获取所述岩石试样的单轴抗压强度，单轴抗压强度的计算公式如下： （3）其中，为单轴抗压强度，F1为破坏载荷，为岩石试样的受荷面积；A4）进行巴西劈裂抗拉实验，获取所述岩石试样的单轴抗拉强度，单轴抗拉强度σt的计算公式如下： （4）其中，F2为峰值载荷，D为岩石试样的直径，L为岩石试样的高度；A5）基于单轴压缩实验，获取所述岩石试样的粘聚力，计算公式如下： （5） （6）其中，θ为基于单轴压缩实验后的破坏后的所述岩石试样的破裂角度，为内摩擦角度，为单轴抗压强度，为黏聚力；C）所述数据库R通过机器学习算法训练机器学习模型，获得相应的预测模型，从而获得所述预测模型的预测结果，所述机器学习算法包括随机森林回归算法、Adaboost回归算法、梯度增强回归算法和极限树回归算法中的一种或多种，通过所述随机森林回归算法，获得随机森林预测模型，计算步骤包括：C11）选取最佳的切分变量j和切分点s，所述切分变量j和所述切分点s将所述数据库R划分为数据集和数据集，求出使数据集和数据集各自集合的均方差最小同时数据集和数据集的均方差之和最小所对应的切分变量j和切分点s，计算公式如下： （7）其中，Xi表示数据库R中的输入变量，表示数据库R中对应的真实的爆破漏斗体积V，c1为S1数据集的样本输出均值，c2为S2数据集的样本输出均值，和通过以下公式计算： （8） （9）其中，x表示所有的特征变量：岩石试样的密度、波速μ、单轴抗压强度、单轴抗拉强度、黏聚力、孔径、孔深、炮孔间距A、装药线密度以及堵塞长度，表示随机选择切分的特征，表示切分点值，表示数据库R中对应切分的特征值小于等于随机切分点的区域，表示数据库R中对应切分的特征值大于随机切分点的区域；C12）计算选取的j,s的所划分的区域相应的输出值，计算公式如下： （10）其中，表示或区域中样本的数量；表示划分出来的子区域和，即和；表示数据库R中对应的真实的爆破漏斗体积值；分别表示和中输出的均值；C13）将所述数据库R划分成M个子区域，建立最终的预测模型，预测模型如公式（11）所示： （11）其中，表示单位矩阵；取多个所述预测模型的预测结果的平均值作为最终的爆破漏斗体积V2，或者取单个所述预测模型的预测结果的值作为最终的爆破漏斗体积V2。

全文数据：

权利要求：

百度查询： 中南大学 爆破漏斗体积预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD