郭赵杰1,陈庆凯1,刘舒朗1,温海波1,田益林2,夏东凯3
（1.东北大学资源与土木工程学院，辽宁 沈阳 110819；2.研山露天铁矿，河北 唐山 063000；
3.辽宁省公安厅治安管理总队，辽宁 沈阳 110032）
摘 要：影响露天矿爆破效果的因素众多，在工程实际中，一般从爆破安全、爆破质量和爆破经济效益三个方面来综合评价露天矿深孔爆破效果。选取了爆破块度、根底、爆破振动、延米爆破量等8个评价指标，将爆破效果等级划分为5级，采用十分制，基于模糊神经网络，建立了爆破效果综合评价模型。根据露天矿爆破实际数据，利用MATLAB软件，对三种不同孔径爆破方案进行评价。评价结果表明：250 mm孔径爆破效果最好，310 mm孔径爆破效果最差。评价结果与现场实际情况相符合。该评价方法客观、准确，评价结果可为矿山爆破方案制定提供决策依据。
关键词：模糊神经网络；露天台阶爆破；爆破效果评价
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
对于露天矿山，爆破效果的好坏是影响矿山生产效率和生产成本的重要因素。例如，大块、根底、爆堆形态会影响后续的铲装运输工序的作业效率；飞石、爆破振动等关系矿山的安全生产[1,2]。矿山技术人员对爆破效果进行评价时往往是凭借以往的经验给出 “好”和“不好”的单一评价，缺乏客观性和精确性[3,4]。通过一种科学的评价方法或标准，对每一次的爆破进行质量评估，从而找出其中的不足之处，以对爆破工艺进行优化改进，最终得到最佳的爆破方案，这对于改善爆破效果、提高爆破质量和爆破安全，具有重要的理论意义和实际应用价值[5,6]。将模糊神经网络与爆破效果评价相结合，建立基于模糊神经网络的爆破效果评价模型，对改善爆破质量、提高矿山经济效益有着重要的现实意义[7,8]。
1 模糊神经网络
模糊神经网络将模糊系统和神经网络相结合，其本质是将神经网络的输入经过模糊系统处理后变为模糊输入信号和模糊权值，并将神经网络的输出反模糊化，变为直观的有效数值。具体来说，就是在模糊神经网络中，神经网络的输入、输出表示模糊系统的输入、输出，模糊系统的隶属函数、模糊规则加入到了神经网络的隐含节点中，充分发挥神经网络的并行处理能力和模糊系统的推理能力。模糊神经网络结构如图1所示[9-12]。
建立基于神经网络的效果评价模型的一般步骤如下：
（1）建立评价对象论域
，也叫做评价对象指标集，包括评价对象的属性与性能，目的是建立效果评价体系，使之能够综合反映评价目标的质量。
（2）建立评价等级论域
，也叫对象评价集，通过合理划分评价对象的变化区间，确定每个评价指标的作用区间，一般是评语的集合，如“好”、“坏”、“一般”等。
（3）建立评价指标的隶属度函数，即建立从
到的模糊映射。目的是利用上一步确定的评价等级论域，选用合理的隶属度函数，将评价指标从定性转化为定量。
（4）选择人工神经网络算法，这是构建模糊神经网络的核心部分。目的是将原模糊评价系统中确定各指标权重及模糊综合函数的人为确定模式，变为减少了人工干预、更加科学的自学习、自适应模式。同时相对的也赋予了神经网络各节点以模糊系统中隶属函数与模糊推理的意义，实现模糊系统与人工神经网络的融合。
（5）建立反模糊化函数，对网络输出的结果转化为直观的评价结果，即确定效果评价等级。
（6）网络训练与调试，利用训练数据对神经网络进行训练，对评价指标、隶属函数、网络连接权值等进行调整，确定最终的效果评价模型。
2 基于模糊神经网络的爆破效果综合评价模型
2.1 爆破效果评价指标
根据矿山爆破现有的研究成果，结合矿山实际的爆破生产情况，将爆破效果评价归纳为三个方面：矿岩的破碎质量（质量要素）、爆破的经济技术效益（经济要素）和爆破对环境产生的影响（安全要素）。每一个要素又包含若干个子要素，子要素对应矿山爆破的某一评价指标。如图2所示。
在矿山实际爆破工程中，将所有的评价数据收集是极其困难的，也是不现实的。在评价指标的选取与爆破效果综合评价的整体性之间如何找到平衡，是建立爆破效果评价体系的关键。经过对露天矿深孔爆破效果影响因素调查研究，结合专家建议，决定选取以下8个具有代表性的评价指标建立爆破效果综合评价体系。包括评价爆破效果质量的大块率、根底、后冲、爆堆形态；评价爆破效果经济指标的火工品成本、延米爆破量；评价爆破效果安全指标的爆破振动、爆破飞石。具体评价指标体系如图3所示。
2.2 爆破效果评价等级
结合露天矿中深孔台阶爆破，考虑到爆破后的实际情况及爆破评价等级的层次性、目的性、有效性，论文确立了露天中深孔台阶爆破效果评价等级。爆破效果评价等级共分为五级：很好、好、一般、差、很差。结合爆破效果综合评价模型，用评价集
表示。为建立爆破效果评价体系，方便网络结构的前期训练，对爆破效果进行了评分，采用十分制，将定性化的评判转化为定量化的指标，爆破效果等级用罗马数字表示。评价等级划分如表1所示。
2.3 爆破效果评价指标隶属度函数及模型的建立
用模糊集合论来解决实际问题，正确地确定隶属函数是关键与前提。根据爆破效果评价指标及爆破效果评价等级，对爆破效果评价模型的8个指标建立了隶属度函数，各指标隶属度函数及制定标准如下。
（1）大块率
（2）根底
（3）爆堆形态
（4）后冲
（5）火工品成本
（6）延米爆破量
（7）爆破振动
（8）爆破飞石
根据爆破效果评价指标隶属度函数，查阅相关文献，结合矿山爆破专家多年实践经验，建立了评价指标与爆破效果等级对应的模糊规则库。利用Matlab软件，最终建立了基于模糊神经网络的爆破效果综合评价模型。
3 综合评价模型在爆破效果评价中的应用
3.1 评价模型的训练与测试
将所建立的爆破效果综合评价模型应用于研山铁矿近期爆破效果评价中。用于训练与测试的爆破数据共46组。35组用于模型训练，11组用于模型测试。经过系统多次训练后，模糊神经网络的绝对误差为0.37027。综合考虑矿山爆破的实际情况，认为此误差基本符合预期。选择测试数据对模型进行测试，测试结果如表10所示，测试的平均绝对误差为0.32983，满足爆破效果评价模型的要求。
3.2 爆破效果综合评价结果
利用爆破效果综合评价模型总共对110 次露天台阶爆破进行了效果评价，其中包括310 mm孔径59 次，250 mm孔径27 次，150 mm孔径24 次。评价结果如表11所示：
本次爆破效果评价的结果与矿山爆破实际情况相吻合，将爆破效果评价结果归纳为以下几点：
（1）矿山整体爆破评价等级为Ⅱ级，爆破效果描述为好；
（2）250 mm孔径爆破综合得分最高，150 mm孔径爆破次之，310 mm孔径爆破综合得分最低，其中250 mm与150 mm孔径爆破平均得分高于整体水平，310 mm孔径爆破平均得分低于平均水平；
（3）爆破效果评价等级为Ⅱ级以上的，以250 mm孔径爆破为最佳，310 mm孔径爆破最差；
（4）爆破效果评价等级为Ⅳ级及以下的，以150 mm孔径爆破最低，310 mm孔径爆破最高。
3.3 爆破方案优化建议
根据爆破效果评价结果，增加250 mm孔径爆破在总爆破作业中的占比是提高矿山整体爆破水平的有效手段。同时250 mm 孔径爆破综合评分为7.7419，仍有提升的空间。通过对露天铁矿250 mm孔径爆破调查研究，改善爆破装药结构与根据不同爆破区域设计爆破孔网参数，可以进一步提高250 mm孔径爆破评分。
4 结 论
应用基于模糊神经网络的爆破效果综合评价模型，根据露天铁矿爆破作业实测数据，对露天铁矿进行了爆破效果评价，主要结论如下：
（1）运用模糊神经网络建立了爆破效果综合评价模型，选取了影响爆破效果的8个评价指标，将爆破效果分为5 个等级，并建立了各指标的隶属度函数。利用实测数据对模型进行了训练与测试，测试平均绝对误差为0.32983，满足爆破效果评价模型的要求。
（2）运用该模型对露天铁矿近期爆破作业三种不同孔径爆破方案进行效果评价，结果表明，250 mm孔径爆破效果最好，综合评分为7.7419。
（3）根据爆破效果评价结果，提出了露天铁矿爆破方案优化建议，即提高250 mm孔径爆破在总爆破作业中的比例，及改善250 mm孔径爆破装药结构，设计与矿岩性质相匹配的孔网参数。
（4）基于模糊神经网络的爆破效果综合评价模型对爆破效果评价更趋客观与准确，其评价结果可对矿山爆破方案决策提供依据。
参考文献:
[1] 宋文峰,何平成.《爆破安全规程》(GB 6722—2014)已发布[J].工程爆破,2015(01):62-62.
[2] 张可能.综合评价爆破效果[J].采矿技术,1990(03):10-12.
[3] 杨润京.高速摄影在爆破评价及爆破设计中的应用[J].国外非金属矿,1986(04):26-30.
[4] 陈庆凯,孙俊鹏,李松鹏,等.基于高速摄影的露天矿山爆破效果评价[J].爆破,2012,29(03):31-34.
[5] 周磊.台阶爆破效果评价及爆破参数优化研究[D].武汉:武汉理工大学,2012.
[6] 谢维信,钱禨涛.模糊神经网络研究[J].深圳大学学报(理工版),1999,16(02):22-28.
[7] 张良杰,李衍达.模糊神经网络技术的新近发展[J].信息与控制,1995,24(01):39-46.
[8] 张乃尧,栾天.基于模糊神经网络的模型参考自适应控制[J].自动化学报,1996,22(04):476-480.
[9] 荣莉莉,王众托.基于知识和模糊神经网络的学习型评价系统[J].管理科学学报,2003(03):1-7.
[10] 方敏,陈雁翔.基于模糊神经网络的机械故障诊断方法的研究[J].控制理论与应用,1998(03):460-465.
[11] 张凯,钱锋,刘漫丹.模糊神经网络技术综述[J].信息与控制,2003,32(05):431-435.
[12] 孙增圻,徐红兵.基于T-S模型的模糊神经网络[J].清华大学学报:自然科学版,1997(03):76-80.