郭趙杰1,陳慶凱1,劉舒朗1,溫海波1,田益林2,夏東凱3
（1.東北大學資源與土木工程學院，遼寧 沈陽 110819；2.研山露天鐵礦，河北 唐山 063000；
3.遼寧省公安廳治安管理總隊，遼寧 沈陽 110032）
摘 要：影響露天礦爆破效果的因素眾多，在工程實際中，一般從爆破安全、爆破質量和爆破經濟效益三個方面來綜合評價露天礦深孔爆破效果。選取了爆破塊度、根底、爆破振動、延米爆破量等8個評價指標，將爆破效果等級劃分為5級，采用十分制，基于模糊神經網絡，建立了爆破效果綜合評價模型。根據露天礦爆破實際數據，利用MATLAB軟件，對三種不同孔徑爆破方案進行評價。評價結果表明：250 mm孔徑爆破效果最好，310 mm孔徑爆破效果最差。評價結果與現場實際情況相符合。該評價方法客觀、準確，評價結果可為礦山爆破方案制定提供決策依據。
關鍵詞：模糊神經網絡；露天臺階爆破；爆破效果評價
Research and Application of Comprehensive Evaluation Model for Blasting Effect Based on Fuzzy Neural Network
Guo Zhaojie1，Chen Qingkai1，Wen Haibo1，Liu Shulang1，Tian Yilin2
(1.School of Resources and Civil Engineering, Northeastern University, Liaoning Shenyang 110819, China; 2. Yanshan Open Pit Mine, Heibei Tangshan 063000,China)
Abstract: There are many factors influencing the blasting effect of open pit mines. In engineering practice, the deep hole blasting effect of open pit mine is generally evaluated from three aspects: blasting safety, blasting quality and blasting economic benefit. Eight evaluation indexes such as blasting block degree, root bottom, blasting vibration and lengthening blasting amount were selected. The blasting effect level was divided into 5 levels. Based on the metric system, a comprehensive evaluation model of blasting effect was established based on fuzzy neural network. According to the actual data of blasting in open-pit mine, three different aperture blasting schemes were evaluated by MATLAB software. The evaluation results show that the 250mm aperture blasting effect is the best, and the 310mm aperture blasting effect is the worst. The evaluation results are consistent with the actual situation on site. The evaluation method is objective and accurate, and the evaluation results can provide decision-making basis for mine blasting plan formulation.
Key words: fuzzy neural network; open bench blasting; evaluation of blasting effect
0 引 言
對于露天礦山，爆破效果的好壞是影響礦山生產效率和生產成本的重要因素。例如，大塊、根底、爆堆形態會影響后續的鏟裝運輸工序的作業效率；飛石、爆破振動等關系礦山的安全生產[1,2]。礦山技術人員對爆破效果進行評價時往往是憑借以往的經驗給出 “好”和“不好”的單一評價，缺乏客觀性和精確性[3,4]。通過一種科學的評價方法或標準，對每一次的爆破進行質量評估，從而找出其中的不足之處，以對爆破工藝進行優化改進，最終得到最佳的爆破方案，這對于改善爆破效果、提高爆破質量和爆破安全，具有重要的理論意義和實際應用價值[5,6]。將模糊神經網絡與爆破效果評價相結合，建立基于模糊神經網絡的爆破效果評價模型，對改善爆破質量、提高礦山經濟效益有著重要的現實意義[7,8]。
1 模糊神經網絡
模糊神經網絡將模糊系統和神經網絡相結合，其本質是將神經網絡的輸入經過模糊系統處理后變為模糊輸入信號和模糊權值，并將神經網絡的輸出反模糊化，變為直觀的有效數值。具體來說，就是在模糊神經網絡中，神經網絡的輸入、輸出表示模糊系統的輸入、輸出，模糊系統的隸屬函數、模糊規則加入到了神經網絡的隱含節點中，充分發揮神經網絡的并行處理能力和模糊系統的推理能力。模糊神經網絡結構如圖1所示[9-12]。
建立基于神經網絡的效果評價模型的一般步驟如下：
（1）建立評價對象論域
，也叫做評價對象指標集，包括評價對象的屬性與性能，目的是建立效果評價體系，使之能夠綜合反映評價目標的質量。
（2）建立評價等級論域
，也叫對象評價集，通過合理劃分評價對象的變化區間，確定每個評價指標的作用區間，一般是評語的集合，如“好”、“壞”、“一般”等。
（3）建立評價指標的隸屬度函數，即建立從
到的模糊映射。目的是利用上一步確定的評價等級論域，選用合理的隸屬度函數，將評價指標從定性轉化為定量。
（4）選擇人工神經網絡算法，這是構建模糊神經網絡的核心部分。目的是將原模糊評價系統中確定各指標權重及模糊綜合函數的人為確定模式，變為減少了人工干預、更加科學的自學習、自適應模式。同時相對的也賦予了神經網絡各節點以模糊系統中隸屬函數與模糊推理的意義，實現模糊系統與人工神經網絡的融合。
（5）建立反模糊化函數，對網絡輸出的結果轉化為直觀的評價結果，即確定效果評價等級。
（6）網絡訓練與調試，利用訓練數據對神經網絡進行訓練，對評價指標、隸屬函數、網絡連接權值等進行調整，確定最終的效果評價模型。
2 基于模糊神經網絡的爆破效果綜合評價模型
2.1 爆破效果評價指標
根據礦山爆破現有的研究成果，結合礦山實際的爆破生產情況，將爆破效果評價歸納為三個方面：礦巖的破碎質量（質量要素）、爆破的經濟技術效益（經濟要素）和爆破對環境產生的影響（安全要素）。每一個要素又包含若干個子要素，子要素對應礦山爆破的某一評價指標。如圖2所示。
在礦山實際爆破工程中，將所有的評價數據收集是極其困難的，也是不現實的。在評價指標的選取與爆破效果綜合評價的整體性之間如何找到平衡，是建立爆破效果評價體系的關鍵。經過對露天礦深孔爆破效果影響因素調查研究，結合專家建議，決定選取以下8個具有代表性的評價指標建立爆破效果綜合評價體系。包括評價爆破效果質量的大塊率、根底、后沖、爆堆形態；評價爆破效果經濟指標的火工品成本、延米爆破量；評價爆破效果安全指標的爆破振動、爆破飛石。具體評價指標體系如圖3所示。
2.2 爆破效果評價等級
結合露天礦中深孔臺階爆破，考慮到爆破后的實際情況及爆破評價等級的層次性、目的性、有效性，論文確立了露天中深孔臺階爆破效果評價等級。爆破效果評價等級共分為五級：很好、好、一般、差、很差。結合爆破效果綜合評價模型，用評價集
表示。為建立爆破效果評價體系，方便網絡結構的前期訓練，對爆破效果進行了評分，采用十分制，將定性化的評判轉化為定量化的指標，爆破效果等級用羅馬數字表示。評價等級劃分如表1所示。
2.3 爆破效果評價指標隸屬度函數及模型的建立
用模糊集合論來解決實際問題，正確地確定隸屬函數是關鍵與前提。根據爆破效果評價指標及爆破效果評價等級，對爆破效果評價模型的8個指標建立了隸屬度函數，各指標隸屬度函數及制定標準如下。
（1）大塊率
（2）根底
（3）爆堆形態
（4）后沖
（5）火工品成本
（6）延米爆破量
（7）爆破振動
（8）爆破飛石
根據爆破效果評價指標隸屬度函數，查閱相關文獻，結合礦山爆破專家多年實踐經驗，建立了評價指標與爆破效果等級對應的模糊規則庫。利用Matlab軟件，最終建立了基于模糊神經網絡的爆破效果綜合評價模型。
3 綜合評價模型在爆破效果評價中的應用
3.1 評價模型的訓練與測試
將所建立的爆破效果綜合評價模型應用于研山鐵礦近期爆破效果評價中。用于訓練與測試的爆破數據共46組。35組用于模型訓練，11組用于模型測試。經過系統多次訓練后，模糊神經網絡的絕對誤差為0.37027。綜合考慮礦山爆破的實際情況，認為此誤差基本符合預期。選擇測試數據對模型進行測試，測試結果如表10所示，測試的平均絕對誤差為0.32983，滿足爆破效果評價模型的要求。
3.2 爆破效果綜合評價結果
利用爆破效果綜合評價模型總共對110 次露天臺階爆破進行了效果評價，其中包括310 mm孔徑59 次，250 mm孔徑27 次，150 mm孔徑24 次。評價結果如表11所示：
本次爆破效果評價的結果與礦山爆破實際情況相吻合，將爆破效果評價結果歸納為以下幾點：
（1）礦山整體爆破評價等級為Ⅱ級，爆破效果描述為好；
（2）250 mm孔徑爆破綜合得分最高，150 mm孔徑爆破次之，310 mm孔徑爆破綜合得分最低，其中250 mm與150 mm孔徑爆破平均得分高于整體水平，310 mm孔徑爆破平均得分低于平均水平；
（3）爆破效果評價等級為Ⅱ級以上的，以250 mm孔徑爆破為最佳，310 mm孔徑爆破最差；
（4）爆破效果評價等級為Ⅳ級及以下的，以150 mm孔徑爆破最低，310 mm孔徑爆破最高。
3.3 爆破方案優化建議
根據爆破效果評價結果，增加250 mm孔徑爆破在總爆破作業中的占比是提高礦山整體爆破水平的有效手段。同時250 mm 孔徑爆破綜合評分為7.7419，仍有提升的空間。通過對露天鐵礦250 mm孔徑爆破調查研究，改善爆破裝藥結構與根據不同爆破區域設計爆破孔網參數，可以進一步提高250 mm孔徑爆破評分。
4 結 論
應用基于模糊神經網絡的爆破效果綜合評價模型，根據露天鐵礦爆破作業實測數據，對露天鐵礦進行了爆破效果評價，主要結論如下：
（1）運用模糊神經網絡建立了爆破效果綜合評價模型，選取了影響爆破效果的8個評價指標，將爆破效果分為5 個等級，并建立了各指標的隸屬度函數。利用實測數據對模型進行了訓練與測試，測試平均絕對誤差為0.32983，滿足爆破效果評價模型的要求。
（2）運用該模型對露天鐵礦近期爆破作業三種不同孔徑爆破方案進行效果評價，結果表明，250 mm孔徑爆破效果最好，綜合評分為7.7419。
（3）根據爆破效果評價結果，提出了露天鐵礦爆破方案優化建議，即提高250 mm孔徑爆破在總爆破作業中的比例，及改善250 mm孔徑爆破裝藥結構，設計與礦巖性質相匹配的孔網參數。
（4）基于模糊神經網絡的爆破效果綜合評價模型對爆破效果評價更趨客觀與準確，其評價結果可對礦山爆破方案決策提供依據。
參考文獻:
[1] 宋文峰,何平成.《爆破安全規程》(GB 6722—2014)已發布[J].工程爆破,2015(01):62-62.
[2] 張可能.綜合評價爆破效果[J].采礦技術,1990(03):10-12.
[3] 楊潤京.高速攝影在爆破評價及爆破設計中的應用[J].國外非金屬礦,1986(04):26-30.
[4] 陳慶凱,孫俊鵬,李松鵬,等.基于高速攝影的露天礦山爆破效果評價[J].爆破,2012,29(03):31-34.
[5] 周磊.臺階爆破效果評價及爆破參數優化研究[D].武漢:武漢理工大學,2012.
[6] 謝維信,錢禨濤.模糊神經網絡研究[J].深圳大學學報(理工版),1999,16(02):22-28.
[7] 張良杰,李衍達.模糊神經網絡技術的新近發展[J].信息與控制,1995,24(01):39-46.
[8] 張乃堯,欒天.基于模糊神經網絡的模型參考自適應控制[J].自動化學報,1996,22(04):476-480.
[9] 榮莉莉,王眾托.基于知識和模糊神經網絡的學習型評價系統[J].管理科學學報,2003(03):1-7.
[10] 方敏,陳雁翔.基于模糊神經網絡的機械故障診斷方法的研究[J].控制理論與應用,1998(03):460-465.
[11] 張凱,錢鋒,劉漫丹.模糊神經網絡技術綜述[J].信息與控制,2003,32(05):431-435.
[12] 孫增圻,徐紅兵.基于T-S模型的模糊神經網絡[J].清華大學學報:自然科學版,1997(03):76-80.