本项目使用的Itasca软件
项目简介
岩石爆破是一种用于破碎和移动岩石的高效技术,广泛应用于采矿、采石、隧道和土木工程中。评估及优化爆破过程中的岩石运动过程对于安全、降低矿石损失和贫化,最大限度地减少物料搬运及降低对环境的影响具有重要意义。岩石爆破是一个复杂的过程,包括炸药起爆、气体膨胀、应力波传播、岩石破碎抛掷及爆堆形成,对此整个过程进行模拟已极具挑战性,同时还涉及海量计算。多种不同的数值方法曾被尝试用于完成这一工作,但连续方法不适合直接模拟爆破过程中的裂纹扩展和岩石破碎,而非连续方法则需耗费大量计算资源,使其在实际应用上存在限制。
Itasca项目职能
本项目中,ITASCA工程师采用连续方法程序FLAC3D、机器学习(ML)和非连续方法程序PFC3D相结合的方法来模拟岩石爆破动态过程。预先构建小尺度的FLAC3D岩石环状模型,将爆炸物置于中心,爆炸产生的气体压力施加于孔眼表面,快速捕捉到爆炸初始阶段对岩石运动的影响,从而模拟早期近场岩石爆破运动过程。将FLAC3D模型计算结果及分析模型(用于计算岩块移动)用于训练代理机器学习模型,对一个包含三个隐藏层(每个隐藏层由七个节点组成)的人工神经网络进行训练,10,000个FLAC3D模型所产生的大量数据作为训练数据集。机器学习模型能以极高的计算效率预测各种输入参数下的复杂模拟输出,例如轻松预测加载速度和随时间变化的气体压力。在代理模型(surrogate model)的基础上,再利用PFC3D模型模拟岩石的动态运动过程,并预测远场爆堆的形成。
项目结果
模拟所得爆堆与实际抛掷爆破现场观测到的爆堆形状相符。机器学习模型可实现快速预测和优化设计,通过调整爆破设计参数即可预测爆堆形状。模拟结果表明,堆石通常沿工作台长度方向均匀分布。剖面图则显示,抛掷爆破中岩块具有不同的行为,其抛掷的最终位置取决于与自由表面的距离,靠近表面的岩石更有可能扩散。对此,ITASCA还专门开发了一个Web应用程序用于进行机器学习预测(可在此处点击查看),预测输出包括爆破平衡压力、水平负载速度和破碎区半径。
采用PFC3D模拟爆堆的形成
参考文献
原文介绍
Blast Movement Simulation using Modeling and Machine Learning