岩体可爆性的模糊决策理论及炸药单耗预测

武旭阳; 李洪超; 刘轩泽; 张继; 梁瑞; 王富旗

doi:10.11858/gywlxb.20230700

岩体可爆性的模糊决策理论及炸药单耗预测

doi: 10.11858/gywlxb.20230700

武旭阳^1,,
李洪超^2,*, ,,
刘轩泽¹,
张继¹,
梁瑞³,
王富旗¹

1.
昆明理工大学公共安全与应急管理学院, 云南昆明　650093
2.
昆明理工大学城市学院, 云南昆明　650051
3.
昆明理工大学国土资源工程学院, 云南昆明　650093

基金项目: 国家自然科学基金（52164010，52364016）

详细信息

作者简介:
武旭阳（1998－），男，硕士研究生，主要从事工程爆破研究. E-mail：811733925@qq.com

通讯作者:
李洪超（1984－），男，博士，副教授，主要从事工程爆破及岩体破碎研究. E-mail：34031826@qq.com

中图分类号: O381; TD235
计量
- 文章访问数: 202
- HTML全文浏览量: 102
- PDF下载量: 23
出版历程
- 收稿日期: 2023-08-03
- 修回日期: 2023-08-31
- 网络出版日期: 2023-12-11
- 刊出日期: 2023-12-15

Fuzzy Decision Theory of Rock Mass Explodability and Prediction of Explosive Unit Consumption

1.
School of Public Safety and Emergency Management, Kunming University of Science and Technology, Kunming 650093, Yunnan, China
2.
City College, Kunming University of Science and Technology, Kunming 650051, Yunnan, China
3.
School of Land and Resources Engineering, Kunming University of Science and Technology, Kunming 650093, Yunnan, China

摘要

摘要: 为推进岩体可爆性分级后的进一步工程实际应用，利用回归分析方法分析可爆性指标的相关性，最终确定以岩体的抗拉强度、密度、脆性指数、完整性系数4个基本不相关的参数作为评级指标；通过正交试验设计确定各评级指标的敏感性，并确定其权重；运用模糊决策理论对岩体进行可爆性评级，采用评级指标结合岩体基本质量指数，推出地下采矿浅孔爆破的炸药单耗预测公式，进一步推导出可爆性等级对应的炸药单耗预测区间。结果表明：模糊决策方法为岩体可爆性评级提供了一种新思路，同时也证明了权重分配与评级指标选取的正确性。现场爆破试验证明了炸药单耗预测区间的合理性，研究结果可为生产爆破和类似工程实践提供一定的指导。
- 岩体可爆性评级 /
- 模糊决策 /
- 回归分析 /
- 炸药单耗 /
- 正交试验设计
Abstract: In order to promote the further practical application of rock mass explosivity classification in engineering, regression analysis method was used to analyze the correlation of explosivity indicators, and finally determine the four basically unrelated parameters of rock mass tensile strength, density, brittleness index, and integrity coefficient as rating indicators. The sensitivity of each rating index and its weight were determined using orthogonal design experiments. By using the method of fuzzy decision-making, the explosivity of rock mass was rated, and based on the rating index and the basic quality index of rock mass, a formula for predicting the explosive unit consumption of shallow hole blasting in underground mining was derived. The corresponding explosive unit consumption prediction interval for the explosivity level was further derived. This research shows that the fuzzy decision-making method provides a new approach for rock mass explosivity rating, and also proves the correctness of weight allocation and rating index selection. The on-site blasting test has proven the rationality of the predicted range of explosive unit consumption, which can provide certain guiding significance for production blasting and similar engineering practices.
- rock mass explosivity rating /
- fuzzy decision-making /
- regression analysis /
- unit consumption of explosives /
- orthogonal test design

HTML全文

仿贝壳珍珠层复合材料作为新型复合材料，有着优异的力学性能，不仅具有很高的强度，而且具有很好的韧性，近年来引起了学术界的不断关注^[1-6]。很多发达国家非常重视贝壳结构材料和仿生材料研究，如美国等国家设置了专门的经费来研究贝壳生物材料的仿生设计和性能，用于装甲防弹衣和防爆装置。贝壳珍珠层复合材料的优异力学性能与其微观结构密切联系，为此研究人员对珍珠质的微观结构特征（体积分数、片剂长宽比、重叠长度等）进行了深入分析，试图将其与模型的力学性能联系起来^[7-12]。Dutta等^[13]研究了珍珠层中裂纹的萌生规律，评估了重叠长度对裂纹尖端驱动力的影响。Kotha等^[14]的研究显示，低纵横比的文石片可以制造出具有高韧性的复合材料。Barthelat等^[15]发现，珍珠层没有实现稳定状态的裂纹扩展，并将其归因于片层拔出增韧机制。其他学者也发现珍珠层内部和外部韧化机制阻止了裂纹的扩展^[16-21]。

Barthelat等^[15]通过观察发现，在每层贝壳珍珠层中，平板的排列与Voronoi图相似，从一个红色鲍鱼标本的光学图像中可以看到每个贝壳层压板都有矿物片的随机分布，并与其他珍珠层成键。基于这些光学图像，他们生成了一个由两层贝壳的平板结构组成的几何模型，用于有限元分析。自1907年Shamos和Hoey提出分治算法的最初定义和描述之后，Voronoi图便成为众多学科的中心主题之一。Voronoi图所具有的自然描述性和操纵能力，使其获得了广泛应用^[22-24]。尽管Voronoi图对科学和工程中的各种应用具有重大的潜在影响，但是在很多领域包括仿生结构领域，Voronoi结构对材料力学性能的影响还未得到透彻的理解，为此本工作将探讨Voronoi结构的随机性对仿贝壳珍珠层结构力学性能的影响。

为了研究仿贝壳珍珠层Voronoi随机模型结构的动态力学响应，首先建立一种铝/乙烯基复合材料结构的三维Voronoi模型，然后对模型在弹丸冲击载荷下的动态力学性能进行有限元模拟分析，最后讨论黏结层厚度和Voronoi模型分块尺寸对模型抗冲击力学性能的影响。

1. Voronoi随机模型生成

利用文献[25]给出的随机Voronoi技术生成Voronoi随机模型。图1描述了仿贝壳珍珠层随机Voronoi结构的生成技术。图1（a）显示了由网格组成的Voronoi初始构型，每个网格内都包含1个站点；站点可以在圆内随机移动，如图1（b）所示，站点位置 $\left( {x,y} \right)$ 由极坐标控制方程决定

图 1 (a) Voronoi图的初始网格构型；（b）每个站点都在一个圆圈区域内随机移动；（c）新的Voronoi图是从新的站点系统中生成，通过矩形裁剪，形成有限区域的随机Voronoi图^[25]

Figure 1. (a) Initial grid formation of Voronoi diagram; (b) each site moves randomly within a circle region; (c) a new Voronoi diagram is generated from the new site system, and by a rectangle cut, a finite Voronoi diagram is generated^[25]

下载: 全尺寸图片幻灯片

x = x_{0} + r \cos θ, y = y_{0} + r \sin θ

$x = {x_0} + r\cos \; \theta ,\;\;\;\;y = {y_0} + r\sin \;\theta$

(1)

式中： $\left( {{x_0},{y_0}} \right)$ 为网格内站点的参考位置； $r$ 为 $\left( {0,R} \right)$ 之间的随机值， $R$ 为圆的半径； $\theta$ 为 $\left( {0,2{\text{π}} } \right)$ 之间的随机值。通过站点的随机移动，最终形成新的随机Voronoi图，如图1(c)所示。新生成的Voronoi图由一个无限大的区域组成，采用矩形切割使新生成的Voronoi图限定在有限区域内，丢弃有限区域外的站点和多边形网格，最终形成仿贝壳珍珠层随机Voronoi模型。

2. Voronoi模型有限元分析

2.1 几何建模

图2给出了规则片板单元模型以及4种不同分块尺寸的不规则Voronoi片板模型，5种模型的总体几何尺寸相同，均为240 mm × 240 mm × 15 mm，模型总层数均为5层。图2(a)为规则片板模型，每个规则片板的几何尺寸为30 mm × 30 mm × 3 mm，每层由8 × 8共64个片板组成，图2(b)～图2(e)分别给出了7 × 7、8 × 8、9 × 9和10 × 10分块的Voronoi不规则模型，每种模型均包括5层不同的随机单层结构，每层厚度为3 mm。

图 2 规则8 × 8模型和随机Voronoi模型的示意图

Figure 2. Schematic of regular 8 × 8 model and random Voronoi models

下载: 全尺寸图片幻灯片

为了模拟仿贝壳珍珠层片层之间受冲击破坏时的脱黏现象，采用了内聚力Cohesive模型。通过合理的参数选择，内聚力Cohesive模型能够部分描述贝壳珍珠层内部层与层之间的变形和失效现象^[2]。在片板之间以及板层之间插入Cohesive黏结层，考虑3种黏结层厚度0.1、0.2和0.3 mm，讨论黏结层厚度对模型冲击损伤的影响。

内聚力Cohesive模型的牵引分离定律涉及黏性牵引应力矢量 ${{T}} = \left\{ {{t_{\rm{n}}},{t_{\rm{s}}},{t_{\rm{t}}}} \right\}$ ，其中下标n、s和t分别表示一个法向和两个切向分量。这些变量之间满足双线性二次黏聚律^[25]

{(\frac{t_{n}}{t_{n}^{0}})}^{2} + {(\frac{t_{s}}{t_{s}^{0}})}^{2} + {(\frac{t_{t}}{t_{t}^{0}})}^{2} = 1

${\left( {\dfrac{{{t_{\rm{n}}}}}{{t_{\rm{n}}^0}}} \right)^2} + {\left( {\dfrac{{{t_{\rm{s}}}}}{{t_{\rm{s}}^0}}} \right)^2} + {\left( {\dfrac{{{t_{\rm{t}}}}}{{t_{\rm{t}}^0}}} \right)^2} = 1$

(2)

式中： $t_{\rm{n}}^0$ 、 $t_{\rm{s}}^0$ 、 $t_{\rm{t}}^0$ 分别表示变形垂直于界面以及在第一、第二剪切方向上的最大应力。

Cohesive黏结层刚度退化速率满足

{(\frac{G_{n}}{G_{n}^{0}})}^{2} + {(\frac{G_{s}}{G_{s}^{0}})}^{2} + {(\frac{G_{t}}{G_{t}^{0}})}^{2} = 1

${\left( {\frac{{{G_{\rm{n}}}}}{{G_{\rm{n}}^0}}} \right)^2} + {\left( {\frac{{{G_{\rm{s}}}}}{{G_{\rm{s}}^0}}} \right)^2} + {\left( {\frac{{{G_{\rm{t}}}}}{{G_{\rm{t}}^0}}} \right)^2} = 1$

(3)

式中： $G_{\rm{n}}^{}$ 、 $G_{\rm{s}}^{}$ 、 $G_{\rm{t}}^{}$ 分别为正向和两个切向的断裂能， $G_{\rm{n}}^0$ 、 $G_{\rm{s}}^0$ 、 $G_{\rm{t}}^0$ 分别为正向和两个切向引起破坏所需的最大断裂能。

2.2 材料参数

仿贝壳珍珠层三维Voronoi结构模型包括两种材料模型，其中片层采用铝AA5083-H116，片层之间Cohesive黏性层使用乙烯树脂材料。表1和表2列出了两种材料参数^{[19, 25]}，其中 $\;\rho$ 为密度， $\nu$ 为泊松比，E为弹性模量，E_s和E_t为两个切向弹性模量。

表 1 铝片的材料参数

Table 1. Parameters of aluminum plate

Material	$\;\rho$ /（kg·m⁻³）	$\nu$	E/GPa
Aluminum	2750	0.3	72

下载: 导出CSV

| 显示表格

表 2 Cohesive模型的材料参数

Table 2. Parameters of Cohesive model

$t_{\rm{n} }^{{0} }$ /MPa	$t_{\rm{s} }^{{0} }$ /MPa	$t_{\rm{t} }^{{0} }$ /MPa	$G_{\rm{n} }^{{0} }$ /(kJ·m⁻²)	$G_{\rm{s} }^{{0} }$ /(kJ·m⁻²)	$G_{\rm{t} }^{{0} }$ /(kJ·m⁻²)	$\;\rho$ /(kg·m⁻³)	E_s/GPa	E_t/GPa
80	80	80	1	1	1	1 850	4	1.5

下载: 导出CSV

| 显示表格

在大应变情况下，铝合金的本构关系可采用Johnson-Cook模型描述

σ = (A + B ε^{n}) (1 + C \ln \frac{\dot{ε}}{{\dot{ε}}_{0}}) [1 - {(\frac{T - T_{r}}{T - T_{m}})}^{m}]

$\sigma = \left( {A + B{\varepsilon ^n}} \right)\left( {1 + C\ln \frac{{\dot \varepsilon }}{{{{\dot \varepsilon }_0}}}} \right)\left[ {1 - {{\left( {\frac{{T - {T_{\rm r}}}}{{T - {T_{\rm m}}}}} \right)}^{m}}} \right]$

(4)

式中： $\sigma$ 为等效应力， $A$ 为材料在常温准静态下的屈服强度， $B$ 为应变强化系数， $n$ 为强化指数， $\varepsilon$ 为等效塑性应变， $\dot \varepsilon$ 为塑性应变率， ${\dot \varepsilon _0}$ 为初始应变率， $C$ 为应变率敏感系数， $m$ 为温度软化系数， ${T_{\rm{m}}}$ 为材料的熔点， $T{}_{\rm{r}}$ 为参考温度（取常温）， $T$ 为当前温度。表3列出了Johnson-Cook模型参数^[25]。

表 3 Johnson-Cook模型参数^[25]

Table 3. Parameters of Johnson-Cook model^[25]

Material	A/MPa	B/MPa	n	C	m
Aluminum	391	684	0.436	0.00959	2

下载: 导出CSV

| 显示表格

2.3 加载条件与边界条件

图3显示了模型的边界条件和加载条件。弹丸以18 m/s的初速度冲击Voronoi模型，弹丸速度属于中低速范围。弹丸模型上半部分是一个半径15 mm、长45 mm的圆柱体，下半部分是一个半径为15 mm的半球体，总长为60 mm，刚体属性。冲击载荷下仿贝壳珍珠层三维Voronoi模型的边界条件为4个侧边均完全固定，弹丸与复合结构模型的接触为通用接触，弹丸作用在复合结构模型中心。

图 3 模型边界条件和加载条件

Figure 3. Boundary condition and loading of the model

下载: 全尺寸图片幻灯片

黏结层网格类型采用COH3D8，铝片网格类型采用C3D8R，黏结层网格大小为1 mm，铝片网格大小为2 mm。在该网格密度下，模型的网格单元总数达到167230。节点总数为567001时，最大应力值保持稳定，网格的收敛性较好。

3. 模拟结果分析

3.1 有限元分析

在珍珠层结构中，片板滑动机制被认为是激活内在和外在韧化机制的关键因素，可以阻止裂纹扩展。该机制分别引起内聚力和残余塑性应变，从而闭合裂纹。由于弹丸冲击载荷方向垂直于Voronoi板模型，冲击载荷破坏的主要形式是黏性层剥离，因此片板滑动引起的增韧机制在这种特定的冲击加载问题中不占主导地位。在冲击载荷下，损伤和变形耗散的能量比摩擦接触要多得多，Voronoi模型对珍珠层结构负载分配和能量吸收机制的影响是所要考虑的主要因素。本研究首先分析冲击载荷下模型的动态响应，在此基础上考察不规则Voronoi片板等几何因素对动态力学特性和能量分配的影响。

图4和图5分别为不同时刻规则片板模型与Voronoi片板模型受弹丸冲击时的应力云图剖视图。通过对比可以发现：在规则模型中，应力主要集中在弹丸冲击点及附近区域，远离冲击点区域的应力很小；在Voronoi模型中，应力分布区域更大，受力更加均匀。规则模型受冲击后很快就被冲破；而Voronoi模型的冲击模拟结果显示，其最大应力载荷小于规则模型，最终弹丸并未完全贯穿模型。

图 4 不同时刻规则片板模型的von Mises应力云图剖视图

Figure 4. Cutaway views of von Mises stress contours of regular plate model at different times

下载: 全尺寸图片幻灯片

图 5 不同时刻Voronoi片板模型的von Mises应力云图剖视图

Figure 5. Cutaway views of von Mises stress contours of Voronoi plate model at different times

下载: 全尺寸图片幻灯片

图6和图7分别为规则片板模型和Voronoi片板模型受弹丸冲击3.00 ms时应力云图的俯视图。从受弹丸冲击破坏情况来看：规则模型中脱黏现象主要集中在弹丸冲击点附近区域；而Voronoi模型的冲击影响区域更大，基本遍布整个模型。对于Voronoi模型，冲击区域发生变形时，其余片板受挤压后也发生了脱黏现象，吸收更多的冲击能量，从而有利于冲击能量的扩散与吸收，使模型的更多部分承担冲击负载，即增加承载区域，减小应力集中，更好地发挥能量共享机制。因此Voronoi片板模型抵抗冲击荷载的能力明显优于规则片板模型。

图 6 3.00 ms时规则片板模型的von Mises应力云图俯视图

Figure 6. Top view of von Mises stress contours of regular plate model at 3.00 ms

下载: 全尺寸图片幻灯片

图 7 3.00 ms时Voronoi片板模型的von Mises应力云图俯视图

Figure 7. Top view of von Mises stress contours of Voronoi plate model at 3.00 ms

下载: 全尺寸图片幻灯片

3.2 黏结层厚度和分块尺寸对冲击吸能的影响

图8和图9分别给出了规则模型和不同分块Voronoi模型的损伤耗散能和塑性耗散能对比。在模型总尺寸相同的情况下，Voronoi模型的损伤耗散能远远高于规则片板模型，而塑性耗散能则小于规则片板模型，说明在冲击载荷作用下Voronoi模型抵抗冲击的能力优于规则片板模型。不同分块Voronoi模型的损伤耗散能和塑性耗散能差别不大，分块尺寸对Voronoi模型抗冲击性能的影响很小。

图 8 规则模型和不同分块尺寸Voronoi模型的损伤耗能

Figure 8. Damage energy of regular model and Voronoi models with different block sizes

下载: 全尺寸图片幻灯片

图 9 规则模型和不同分块尺寸Voronoi模型的塑性能

Figure 9. Plastic energy of regular model and Voronoi models with different block sizes

下载: 全尺寸图片幻灯片

图10和图11分别给出了不同黏结层厚度（h）的Voronoi模型的损伤耗散能和塑性耗散能。可以看出，黏结层对损伤耗散能和塑性耗散能的影响很明显。黏结层越薄，模型整体吸能越大，越薄的黏结层使模型具有更高的抗弯刚度，抗冲击性能越强。由此可见，Voronoi模型的不规则性是仿贝壳珍珠层复合结构模型抗冲击性能的影响因素，对贝壳结构韧性的提升发挥着重要作用。

图 10 具有不同黏性层厚度的Voronoi模型的损伤耗能

Figure 10. Damage energy of Voronoi models with different adhesive thicknesses

下载: 全尺寸图片幻灯片

图 11 具有不同黏性层厚度的Voronoi模型的塑性能

Figure 11. Plastic energy of Voronoi model with different adhesive thicknesses

下载: 全尺寸图片幻灯片

4. 结　论

通过有限元数值模拟研究了仿贝壳珍珠层Voronoi模型在弹丸冲击载荷下的动态力学响应，得到如下主要结论。

（1）从冲击破坏受损情况来看，不规则Voronoi模型的冲击影响区域比规则模型更大，基本遍布整个模型。对于Voronoi模型，当冲击区域发生变形时，其余片板受挤压后发生脱黏现象，从而吸收更多的冲击能量，有利于冲击能量的扩散与吸收，让模型的更多部分承担冲击负载，即增加承载区域，并且减小应力集中，更好地发挥共享机制。规则模型的脱黏现象主要集中在弹丸冲击点及其附近区域。

（2）在模型总尺寸相同的情况下，Voronoi片板模型的损伤耗散能远远高于规则片板模型，而塑性耗散能则小于规则模型。在冲击载荷作用下，不规则Voronoi片板模型抵抗冲击的能力优于规则片板模型。

（3）分块尺寸对Voronoi模型抗冲击性能的影响很小，而黏结层对损伤耗散能和塑性耗散能的影响很明显，黏结层越薄，模型整体吸能越大，抗冲击性能越强。

鉴于目前制备具有Voronoi结构的金属/高分子材料复合实验模型具有一定困难，因此未对模拟结果进行实验验证。随着3D打印技术的进一步发展，可采用金属/高分子材料混合3D打印技术制备仿贝壳珍珠层Voronoi实验模型，届时即可对铝/乙烯基复合三维Voronoi模型的数值模拟工作进行验证，进而开展更深入的研究。

图 1 大理岩掏槽孔布置

Figure 1. Layout of marble cutting holes

下载: 全尺寸图片幻灯片

图 2 大理岩爆破效果

Figure 2. Effect of marble blasting

下载: 全尺寸图片幻灯片

图 3 氧化矿装药作业

Figure 3. Operation of oxide ore charging

下载: 全尺寸图片幻灯片

图 4 氧化矿连线作业

Figure 4. Operation of oxidation ore connection

下载: 全尺寸图片幻灯片

表 1 岩石的抗拉强度和抗剪强度

Table 1. Tensile and shear strength of rocks

Rock category	σ_t/MPa	τ/MPa	Rock category	σ_t/MPa	τ/MPa
Magnetite ore	12	43	Migmatite	8.5	38
Chlorite schist	2.6	12	Quartz schist	7	16
Magnetite rich ore	11.5	40	Mixed metamorphic rock	4.81	21.66
Amphibolite	7.07	22	Mixed granite	12.93	47.85
k shell	8	32	Fault breccia	8.53	33.02

下载: 导出CSV

表 2 岩石的物理力学参数

Table 2. Physical and mechanical parameters of rock

Rock No.	ρ/(g·cm⁻³)	σ_t/MPa	η	B
1	2.618	9.30	0.767	12.74
2	2.674	14.25	0.760	5.46
3	3.810	5.85	0.510	16.20
4	2.710	7.05	0.410	22.70
5	2.646	14.62	0.780	4.40
6	2.588	7.61	0.830	5.27
7	2.919	15.33	0.793	3.94
8	2.631	9.71	0.763	16.55
9	3.418	16.30	0.230	11.87
10	3.029	21.04	0.197	7.27
11	2.725	14.98	0.480	8.01
12	3.479	18.26	0.779	10.55

下载: 导出CSV

表 3 相关性分析结果

Table 3. Correlation analysis results

Results	β₀	β₁	R
τ=0.3658+3.5369σ_t	0.3658	3.5369	0.8138
B=5.2149+2.0844ρ	5.2149	2.0844	0.0084
B=19.9728−0.7139σ_t	19.9728	−0.7139	0.2386
B=14.3477−5.4339η	14.3477	−5.4339	0.0273

下载: 导出CSV

表 4 正交设计各因素水平

Table 4. Levels of various factors in orthogonal design

Level	ρ/(g·cm⁻³)	σ_t/MPa	B	η
1	2.618	8.61	10.77	0.360
2	2.975	13.38	7.79	0.513
3	3.270	20.14	5.46	0.783

下载: 导出CSV

表 5 正交设计试验L₉(3⁴)

Table 5. Orthogonal design test L₉(3⁴)

Test No.	Level
Test No.	ρ	σ_t	B	η
1	1	1	1	1
2	1	2	2	2
3	1	3	3	3
4	2	1	2	3
5	2	2	3	1
6	2	3	1	2
7	3	1	3	2
8	3	2	1	3
9	3	3	2	1

下载: 导出CSV

表 6 正交试验设计结果

Table 6. Orthogonal design test results

Test No.	ρ/(g·cm⁻³)	σ_t/MPa	B	η	Level^[12]
1	2.618	8.61	10.77	0.360	2
2	2.618	13.38	7.79	0.513	4
3	2.618	20.14	5.46	0.783	5
4	2.975	8.61	7.79	0.783	7
5	2.975	13.38	5.46	0.360	3
6	2.975	20.14	10.77	0.513	4
7	3.270	8.61	5.46	0.513	6
8	3.270	13.38	10.77	0.783	6
9	3.270	20.14	7.79	0.360	5
K₁	11	15	12	10
K₂	14	13	16	14
K₃	17	14	14	18
Range	2	0.667	1.333	2.667
Sensitiveness	2	4	3	1

下载: 导出CSV

表 7 可爆性分级标准

Table 7. Explosivity classification standards

Rock mass explosivity level	ρ/(g·cm⁻³)	σ_t/MPa	B	η	Level
Ⅰ	2.50	6.6	17.5	0.0494	Easiest
Ⅱ	2.60	10.0	15.5	0.2555	Easy
Ⅲ	2.75	13.0	13.3	0.3654	Easier
Ⅳ	2.90	17.0	11.8	0.5122	Medium
Ⅴ	3.16	20.0	9.5	0.6021	More difficult
Ⅵ	3.30	23.0	6.0	0.7122	Difficult
Ⅶ	3.45	26.0	3.5	0.8232	Most difficult

下载: 导出CSV

表 8 可爆性分级结果

Table 8. Explosion classification results

Rock No.	Proposed method	Attribute recognition method	Entropy weight theory method
1	Ⅳ	Ⅲ	Ⅲ
2	Ⅳ	Ⅲ	Ⅲ
3	Ⅳ	Ⅴ	Ⅴ
4	Ⅴ	Ⅴ	Ⅵ
5	Ⅴ	Ⅴ	Ⅴ
6	Ⅳ	Ⅳ	Ⅳ
7	Ⅴ	Ⅳ	Ⅴ
8	Ⅵ	Ⅵ	Ⅵ
9	Ⅵ	Ⅵ	Ⅵ
10	Ⅴ	Ⅵ	Ⅶ
11	Ⅵ	Ⅵ	Ⅵ
12	Ⅵ	Ⅵ	Ⅵ

下载: 导出CSV

表 9 炸药单耗与岩石坚固性系数^[22]

Table 9. Unit consumption and rock soundness coefficient of explosive^[22]

f	q/(kg·m⁻³)	f	q/(kg·m⁻³)
0–4	0.25–0.65	10–15	1.60–2.60
5–8	0.65–1.00	>15	>2.80
8–10	1.00–1.60

下载: 导出CSV

表 10 $BQ$ 与炸药单耗

Table 10. $BQ$ and explosive unit consumption

BQ	q/(kg·m⁻³)	BQ	q/(kg·m⁻³)
≤250	0.25–0.65	451–550	1.60–2.60
251–350	0.65–1.00	>551	>2.80
351–450	1.00–1.60

下载: 导出CSV

表 11 炸药单耗与 $BQ$ 拟合结果

Table 11. Fitting results of explosive unit consumption and $BQ$

Result	β₀	β₁	R
q_ll=–0.6180+0.0055BQ	–0.6180	0.0055	0.9629
q_ul=–0.7425+0.0075BQ	−0.7425	0.0075	0.9425

下载: 导出CSV

表 12 岩石的 $BQ$

Table 12. Rock $BQ$

Rock No.	BQ	Rock No.	BQ
1	588	7	479
2	523	8	588
3	455	9	309
4	403	10	597
5	489	11	440
6	428	12	595

下载: 导出CSV

表 13 评级与炸药单耗计算结果

Table 13. Rating and explosive unit consumption calculation results

Level	Number	q/(kg·m⁻³)	Level	Number	q/(kg·m⁻³)
Ⅰ	0	<0.77	Ⅴ	12	1.91–2.71
Ⅱ	3	0.77–1.22	Ⅵ	5	2.48–3.49
Ⅲ	8	1.17–1.69	Ⅶ	0	>3.49
Ⅳ	11	1.58–2.26

下载: 导出CSV

表 14 岩矿试样的物理参数

Table 14. Physical parameters of rock specimen

Rock type	ρ/(g·cm⁻³)	σ_t/MPa	B	η
Marble	2.72	4.66	12.9	0.566
Oxidized ore	2.47	4.86	15.1	0.156

下载: 导出CSV

参考文献(23)

[1]	坦加耶夫 И А. 岩石的可钻性和可爆性 [M]. 王伟德, 周树良,译. 北京: 冶金工业出版社, 1987: 55–113. TANGAYEV И А. Drillability and explosive of rock [M]. Translated by WANG W D, ZHOU S L. Beijing: Metallurgical Industry Press, 1987: 55–113.
[2]	张强. 岩体爆破性分级研究进展 [J]. 工程爆破, 1998, (3): 75–79,35. ZHANG Q. Advance in study on rock blastability classification [J]. Engineering Blasting, 1998, (3): 75–79,35.
[3]	XIAO S S, LI K M, DING X H, et al. Rock mass blastability classification using fuzzy pattern recognition and the combination weight method [J]. Mathematical Problems in Engineering, 2015, 12: 724619.
[4]	OZGUR Y. Rock factor prediction in the Kuz-Ram model and burden estimation by mean fragment size [J]. Geomechanics for Energy and the Environment, 2023, 33: 100415. doi: 10.1016/j.gete.2022.100415
[5]	张紫晗, 胡光球, 郑建礼, 等. 基于脆性指数和熵权理论的岩体可爆性分级方法 [J]. 工程爆破, 2021, 27(5): 65–71. ZHANG Z H, HU G Q, ZHENG J L, et al. Rock blastability classification method based on brittleness index and entropy weight theory [J]. Engineering Blasting, 2021, 27(5): 65–71.
[6]	史涵虚, 周传波, 蒋楠, 等. 魏家峁煤矿区深孔台阶剥离爆破施工岩体可爆性分析 [J]. 爆破, 2023, 40(1): 37–44. SHI H X, ZHOU C B, JIANG N, et al. Analysis on rock mass explosibility during deep-hole bench stripping by blasting in Weijiamao coal mine area [J]. Blasting, 2023, 40(1): 37–44.
[7]	王文军, 李润然, 纪旭波, 等. 黑沟矿区露天开采矿岩可爆性分级研究 [J]. 金属矿山, 2021(4): 64–69. WANG W J, LI R R, JI X B, et al. Blastability classification of open pit mining in heigou mining area [J]. Metal Mine, 2021(4): 64–69.
[8]	WU S L, YANG S, WANG Q Y. Classification of open pit iron mine rock mass blastability based on concept lattice and rough set [J]. Geotechnical and Geological Engineering: An International Journal, 2020, 38(1): 449–458. doi: 10.1007/s10706-019-01036-3
[9]	ZHOU T, HU H J, KUANG Y, et al. Improved rock engineering system (RES)-multidimensional cloud evaluation model and its application to the rock mass blastability [J]. IEEE Access, 2019, 7: 100305. doi: 10.1109/ACCESS.2019.2930629
[10]	ALIPOUR A, MOKHARIAN M, CHEHREGHANI S. An application of fuzzy sets to the blastability index (BI) used in rock engineering [J]. Periodica Polytechnica Civil Engineering, 2018, 62(3): 580–589.
[11]	冯夏庭. 岩石可爆性神经网络研究 [J]. 爆炸与冲击, 1994, 14(4): 298–306. FENG X T. A study on neural network on rock blastability [J]. Explosion and Shock Waves, 1994, 14 (4): 298–306.
[12]	马红贝, 赵国彦, 路凡. 岩体可爆性分级评价的集对分析模型 [J]. 爆破, 2016, 33(2): 28–31, 38. MA H B, ZHAO G Y, LU F. Set pair analysis model for rock blastability classification estimation [J]. Blasting, 2016, 33(2): 28–31, 38.
[13]	白玉奇, 李振阳, 李传增, 等. 基于CRITIC-Vague模型的岩体可爆性评价 [J]. 金属矿山, 2020(12): 27–32. BAI Y Q, LI Z Y, LI C Z, et al. Assessment for rock mass blastability based on CRITIC-Vague model [J]. Metal Mine, 2020(12): 27–32.
[14]	丁小华, 原文杰, 解祯, 等. 基于综合赋权云模型的露天矿岩体可爆性分级识别 [J]. 煤炭科学技术, 2019, 47(10): 96–101. DING X H, YUAN W J, XIE Z, et al. Classification and identification of rock blastability in open-pit mine based on comprehensive weighted cloud model [J]. Coal Science and Technology, 2019, 47(10): 96–101.
[15]	刘恩龙, 沈珠江. 岩土材料的脆性研究 [J]. 岩石力学与工程学报, 2005, 24(19): 51–55. LIU E L, SHEN Z J. Study on brittleness of geomaterials [J]. Chinese Journal of Rock Mechanics and Engineering, 2005, 24(19): 51–55.
[16]	璩世杰, 辛明印, 毛市龙, 等. 岩体可爆性指标的相关性分析 [J]. 岩石力学与工程学报, 2005, 24(3): 468–473. QU S J, XIN M Y, MAO S L, et al. Correlation analyses of blastability indexes for rock mass [J]. Chinese Journal of Rock Mechanics and Engineering, 2005, 24(3): 468–473.
[17]	潘勇, 杨天祥. 岩体可爆性分级的神经网络判别方法 [J]. 现代矿业, 2013, 29(1): 21–23. PAN Y, YANG T X. Neural network discriminant method of rock blasting classification [J]. Modern Mining, 2013, 29(1): 21–23.
[18]	璩世杰, 齐宝军, 许文耀, 等. 水厂铁矿岩体可爆性分级方法与应用 [J]. 金属矿山, 2009, 39(11): 25–27, 178. QU S J, QI B J, XU W Y, et al. Rock mass blastability classification and its application in shuichang open pit mine [J]. Metal Mine, 2009, 39(11): 25–27, 178.
[19]	张德明, 王新民, 郑晶晶, 等. 基于模糊综合评判的矿岩体可爆性分级 [J]. 爆破, 2010, 27(4): 43–47. ZHANG D M, WANG X M, ZHENG J J, et al. Blastability classification of rock and mine based on fuzzy comprehensive evaluation [J]. Blasting, 2010, 27(4): 43–47.
[20]	高成宇. 巴鲁巴铜矿基于加权聚类分析的岩体可爆性分级 [J]. 铜业工程, 2014(2): 28–31. GAO C Y. Rock-mass blastability classification of baluba copper mine based on weighted clustering analysis [J]. Copper Engineering, 2014(2): 28–31.
[21]	李蓉, 宋娟, 何永延. 基于属性识别理论的岩体可爆性分级方法 [J]. 金属矿山, 2008, 38(5): 32–34,48. LI R, SONG J, HE Y Y. Classification for rockmass blastability based on attribute recognition theory [J]. Metal Mine, 2008, 38(5): 32–34,48.
[22]	汪旭光. 爆炸设计与施工 [M]. 第2版. 北京: 冶金工业出版社, 2011: 303–305. WANG X G. Explosion design and construction [M]. 2nd ed. Beijing: Metallurgical Industry Press, 2011: 303–305.
[23]	长江水利委员会长江科学院. 工程岩体分级标准: GB/T 50218—2014 [S]. 北京: 中国计划出版社, 2015.

施引文献

资源附件(0)

访问统计

点击查看大图

图(4) / 表(14)

计量

文章访问数: 202
HTML全文浏览量: 102
PDF下载量: 23

1. Voronoi随机模型生成
2. Voronoi模型有限元分析
2.1 几何建模
2.2 材料参数
2.3 加载条件与边界条件
3. 模拟结果分析
3.1 有限元分析
3.2 黏结层厚度和分块尺寸对冲击吸能的影响
4. 结　论

岩体可爆性的模糊决策理论及炸药单耗预测

doi: 10.11858/gywlxb.20230700

作者简介: 武旭阳（1998－），男，硕士研究生，主要从事工程爆破研究. E-mail：811733925@qq.com

通讯作者: 李洪超（1984－），男，博士，副教授，主要从事工程爆破及岩体破碎研究. E-mail：34031826@qq.com

计量

出版历程

Fuzzy Decision Theory of Rock Mass Explodability and Prediction of Explosive Unit Consumption

1. Voronoi随机模型生成

2. Voronoi模型有限元分析

2.1 几何建模

2.2 材料参数

2.3 加载条件与边界条件

3. 模拟结果分析

3.1 有限元分析

3.2 黏结层厚度和分块尺寸对冲击吸能的影响

4. 结 论

计量

出版历程

目录

1. Voronoi随机模型生成

2. Voronoi模型有限元分析

2.1 几何建模

2.2 材料参数

2.3 加载条件与边界条件

3. 模拟结果分析

3.1 有限元分析

3.2 黏结层厚度和分块尺寸对冲击吸能的影响

4. 结 论

作者简介:
武旭阳（1998－），男，硕士研究生，主要从事工程爆破研究. E-mail：811733925@qq.com

通讯作者:
李洪超（1984－），男，博士，副教授，主要从事工程爆破及岩体破碎研究. E-mail：34031826@qq.com

4. 结　论

4. 结　论