露天矿数码电子雷管逐孔起爆条件下质点峰值振速预测
Blasting-Induced Peak Particle Velocity Prediction of Hole-by-Hole Blasting Operation Using Digital Electronic Detonator in Open-Pit Mine
针对目前露天矿爆破质点峰值振速预测研究存在模型可解释性不足、不适用于数码电子雷管逐孔起爆条件等问题,通过现场试验记录每孔爆破参数与测取爆破振动信号,结合轻型梯度提升机(LightGBM)算法与SHAP模型可解释性框架,建立了露天矿数码电子雷管逐孔起爆条件下的三轴质点峰值振速预测模型.从测试集均方根误差RMSE和拟合优度R 2而言,LightGBM总体RMSE相比于支持向量机与神经网络分别降低了25.9%和28.9%,总体R 2分别提高了12.7%和9.9%.LightGBM与萨道夫斯基经验公式相比,RMSE在径向X、切向Y和垂向Z上分别降低了63.4%、39.5%和68.3%, R 2分别提高了18.9%、27.7%和42.4%.除方向轴变量外,监测点距离、总药量、最小排距、平均装药长度、孔径与最大孔距为对质点峰值振速影响程度最大的6个变量,其中监测点距离与质点峰值振速为负相关关系,总药量、最小排距、平均装药高度与最大孔距则与质点峰值振速呈正相关关系.
采矿工程 / 逐孔起爆 / 爆破振速 / 机器学习 / 工程地质
mining engineering / hole-by-hole blasting operation / blasting vibration velocity / machine learning / engineering geology
/
〈 |
|
〉 |