CN103344156B - ***工程中的盲炮识别方法 - Google Patents

***工程中的盲炮识别方法 Download PDF

Info

Publication number
CN103344156B
CN103344156B CN201310296680.1A CN201310296680A CN103344156B CN 103344156 B CN103344156 B CN 103344156B CN 201310296680 A CN201310296680 A CN 201310296680A CN 103344156 B CN103344156 B CN 103344156B
Authority
CN
China
Prior art keywords
blasting
energy density
time
blind
big gun
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310296680.1A
Other languages
English (en)
Other versions
CN103344156A (zh
Inventor
李洪涛
姚强
杨兴国
王勇胜
王志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan University
Original Assignee
Sichuan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan University filed Critical Sichuan University
Priority to CN201310296680.1A priority Critical patent/CN103344156B/zh
Publication of CN103344156A publication Critical patent/CN103344156A/zh
Application granted granted Critical
Publication of CN103344156B publication Critical patent/CN103344156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种***工程中的盲炮识别方法,通过***振动测试仪获得完整的***振动信号,***振动信号经过基于小波变换的时-能密度方法分析,得到不同分解尺度下的***振动时-能密度曲线,对通过对比确定其中最优分解尺度下的***振动时-能密度曲线,利用窗函数对***振动时-能密度曲线进行平滑化,并采用关窗法选择窗函数带宽,进而选择确定能比较清晰地反应出各段***的实际起爆时刻的平滑后的时-能密度曲线,以曲线的突峰点与***设计对比,可以确定是否发生盲炮,以及盲炮发生的位置。采用时-能密度法识别各种大型***工程的盲炮,对于避免***产生盲炮后导致的安全事故的发生具有非常大的现实意义。

Description

***工程中的盲炮识别方法
技术领域
本发明涉及工程***技术,更为具体地说,是涉及一种利用***振动波信号识别***工程中的盲炮方法,可用于洞室***和其他大型***工程的盲炮识别。
背景技术
洞室***是岩土工程开挖的一种重要***方法,常用于石料开采、大型露天矿揭顶、场地平整以及大型拆除工程等。
洞室***一次用药量较大,为达到良好的***效果和减小***振动,一般分多个药室装药,并且采取微差延时起爆。所有药室的传爆网路都通过导洞汇集到洞外起爆点统一起爆,药室的传爆网路大多都要穿过其他的药室以及堵塞段,存在一定的不确定因素,且起爆时也会相互影响,这就使得洞室***过程中可能会产生盲炮和哑炮。盲炮和哑炮一旦产生,如果不能及时发现和处理,就容易导致比较严重的安全事故。例如宁夏大峰矿羊齿采区技改露天剥离工程中,在2007年12月20日进行的5500吨的洞室***过程中内部有药室拒爆,2008年10月16日,在清挖的过程中不慎将地下残留***引爆,导致16人死亡,48人受伤的重大安全事故。在国内外的洞室***中,因药室拒爆引起的安全事故还有很多。洞室***产生盲炮后容易导致事故,一个很重要的原因,就是洞室***规模大,***埋置深,盲炮不容易被及时发现。而目前工程中针对盲炮的识别主要是由现场施工人员在爆后抵近观察,并根据自己的经验判断是否发生盲炮,这种传统原始的方法,在盲炮识别中夹杂了大量的个人主观因素,判断结果很难准确反映实际情况,时常会出现由于没有准确及时地排除盲炮和哑炮造成的重大人员伤亡事故。目前工程中关于盲炮的识别,除此之外还没有其他成熟的方法。因此,研究一种实用、快速、可靠的盲炮识别方法,具有重大的现实意义。
发明内容
针对目前***工程中盲炮识别的技术现状,本发明的目的旨在提供一种快速、经济、可靠的***工程盲炮识别方法,以避免由于没有准确及时地排除盲炮所造成的重大人员伤亡事故。
本发明的基本思想是,将***振动仪测试记录到的***振动波形数据输入到计算机,经过基于小波变换的时-能密度分析,利用信号处理中的窗函数,采用窗函数滑动的方法对***振动时-能密度曲线进行平滑化,确定洞室***微差延期时间,并与***设计对比,从而最终确定洞室***是否发生盲炮,以及盲炮发生的位置。
针对本发明的目的,本发明提供的***工程盲炮识别方法,具体技术方案主要包括:
a、将***振动测试仪设置在能够测试记录***振动波的位置,测试记录***振动波形数据并输入计算机;
b、运用基于小波变换的时-能密度分析法分析步骤a获得的***振动波形数据,得到于不同分解尺度下的***振动时-能密度曲线,对比确定其中最优分解尺度下的***振动时-能密度曲线;
c、针对最优分解尺度下的***振动时-能密度曲线,采用窗函数对其进行平滑化,采用关窗法进行窗函数带宽选择,比较确定其中最优带宽下的平滑化后的***振动时-能密度曲线;
d、根据步骤c得到的最优带宽下的平滑化后的***振动时-能密度曲线每个凸峰的位置代表微差***各段实际延迟时间,通过与***设计延迟时间进行对比,从而可以确定是否发生盲炮,以及盲炮发生的位置。
在本发明的上述技术方案中,对于***振动测试仪的设置,测试点在保证测试仪器安全的前提下,应尽量靠近爆源,并采取一定的防护措施。***振动测试仪可以采用目前比较通用的***振动测试仪,如成都中科动态仪器有限公司、四川拓普测控科技有限公司、加拿大欧美大地公司等企业生产的***振动测试仪。为保证能够获取准确、完整的***振动历程,振动测点最好考虑布置在爆源的不同方位,至少在相对于爆源不同的两个方位点安装***振动测试仪。进一步地,***振动测试仪于每个方位点最好采取复式布置(即每个测点独立布置2套测试***),在***过程中,进行***振动测试,获得完整的***振动波形数据,并输入计算机。当然在测试仪器可靠的情况下,也可只在一个测试点设置一台***振动测试仪来测试记录***振动波形数据。
本发明采取基于小波变换的时-能密度分析判断方法分析***振动波形数据。基于小波变换的时-能密度分析法的原理如下:
连续小波变换的逆变换为
f ( t ) = 1 C ψ ∫ R 1 a 2 W f ( a , b ) ψ ( t - b a ) dadb - - - ( 1 )
根据内积定理(Moyal定理),将式(1)两边平方,有下式成立
1 C ψ ∫ R da a 2 ∫ R | W f ( a , b ) | 2 db = ∫ R | f ( t ) | 2 dt - - - ( 2 )
式(2)表明,小波变换幅度平方的积分同被分析信号的能量成正比。在非平稳随机信号的研究中,由于受海森堡(Heisenberg)测不准原理的限制,不能确定时-频相空间中某一点的瞬时能量密度,即是说某一特定时刻某一频率处的能量的说法在概念上是不存在的。但是在式(2)中,可以把看作是(a,b)平面上的能量密度函数,由此可把看作以尺度a和时间b为中心的,尺度间隔为△a、时间间隔为△b的能量。根据能量密度的概念,式(2)可以改写为
∫ R | f ( t ) | 2 dt = ∫ R E ( b ) db - - - ( 3 )
其中
E ( b ) = 1 C ψ ∫ R 1 a 2 | W f ( a , b ) | 2 da - - - ( 4 )
由于小波变换中尺度a在一定意义上对应于频率,因此式(4)给出了信号所有频带的能量随时间b的分布情况,称为时-能密度函数。实际应用中,通过改变上式的积分上下限,使积分区间(即一定的频带范围)落在待分析信号所关心的频率范围内,就可以得到该频带内信号的能量密度随时间的分布情况。
如果将一次***过程作为一个***来看的话,则每一段***的起爆就是向***中输入能量的过程,每一段***的起爆必然引起***内能量密度的突变。因此,可以选取适当的积分上下限,按式(4)计算***振动信号在主频带内的能量密度,并画出其时-能密度图,根据图中出现的突峰位置即可得到各段***的实际起爆时间,进一步可以确定微差***中实际的延时间隔。
在本发明的上述方法中,可采用MATLAB编制所述时-能密度分析法的程序,对测试得到的***振动信号进行小波变换。在小波变换过程中,可优先考虑使用db8作为基函数。在通过小波变换获取不同分解尺度下的***振动时-能密度曲线过程中,分解尺度可分别取8、16、32和64,对比求得最优分解尺度下的***振动时-能密度曲线。
在本发明的上述技术方案中,针对最优分解尺度下的***振动时-能密度曲线,需采用窗函数对其进行平滑化,以消除时-能密度曲线中的锯齿,将***振动的频带范围和各频带内的能量分布比较直观的显现出来。在对时-能密度曲线进行平滑化的过程中,总不免要削峰填谷,从而使整个波形变得平缓,因此不能不产生偏差,只是希望这种误差尽可能小一些。为了达到这一效果,其中一个重要的问题,就是如何选择窗函数的带宽。窗函数的带宽过窄,平滑后的时-能密度曲线仍然峰谷过多,***振动在各频带范围内的能量分布还是不清楚;窗函数的带宽过大,谱就过于光滑,峰的位置不明显,甚至会把重要的峰点削去,而使平滑后的时-能密度曲线失真。
为此,本发明优先采用了简单、方便的汉宁窗函数对***振动时-能密度曲线进行平滑化,并采用关窗法来进行窗函数最优带宽选择。窗函数最优带宽可采用窗开度从大到小的关窗法进行选择,即开始先取大的带宽,也就是把窗开的大些,并把平滑后的谱绘出来。接着,再把窗逐次关小,并且把这些谱依次绘出来。然后观察比较这些带宽下的平滑结果,就可决定哪一个带宽是比较合适的。如将带宽n分别取为81,61,41,21和11,比较这些带宽下的平滑结果,从而得到最优的带宽。最优的带宽,即一方面没有丢掉频谱原有的趋势特点,而另一方面又很好地将几个重要的峰点凸现了出来,没有过多的锯齿状峰谷交替。
在本发明的上述方法中,最好根据所确定的最优带宽下的平滑化后的***振动时-能密度曲线的突峰位置,来确定得到微差***中各段***的实际延时时间。在***设计中应包括***网路图和根据***网路图计算出的微差***中各段***的理论延时时间。即本发明根据在平滑化后的***振动时-能密度曲线图中识别出的“突峰点”位置,获取***微差延时的时间,与***设计的各段***的理论延时时间进行对比,查看是否一一对应,如果获取的***微差延时时间与理论延时时间相比缺少某个“突峰点”,则***过程中存在盲炮,且缺少的某个“突峰点”所处时间段即为盲炮所处的时间区段。
本发明通过***振动测试仪获得***振动信号,***振动信号经过基于小波变换的时-能密度方法分析,得到不同分解尺度下的***振动时-能密度曲线,对通过对比确定的其中最优分解尺度下的***振动时-能密度曲线,利用窗函数对***振动时-能密度曲线进行平滑化,并采用关窗法选择窗函数带宽,进而选择确定出能比较清晰的反应出各段***的实际起爆时刻的平滑后的时-能密度曲线,以曲线的突峰点与***设计对比,可以确定是否发生盲炮,以及盲炮发生的位置。
本发明提供的基于小波变换时-能密度分析判断的***工程盲炮识别方法,填补了目前***工程没有可行的盲炮识别方法的空白,不需要由现场施工人员在***后直接抵近观察,即可识别***中是否发生盲炮及盲炮发生位置,完全避免了现实中由现场施工人员在***后抵近观察,并根据观察人员的经验判断是否发生盲炮,在盲炮识别中夹杂了大量的个人主观因素,判断结果很难准确地反映实际情况,由此所带来的由于没有准确及时地排除盲炮和哑炮所造成的重大人员伤亡事故,大大提升了***工程中盲炮识别技术进步。本发明的完成与公开具有非常重大的现实意义。
本发明提供的基于小波变换时-能密度分析判断的***工程盲炮识别方法,特别用于洞室***和其他类似大型***工程中的盲炮识别,当然也可适用于中小型***工程中的盲炮识别。
附图说明
图1是本发明的实现流程示意图。
图2是三峡三期RCC围堰***拆除平面布置图。
图3为三峡三期RCC围堰15#堰块拆除***网路图。
图4为三峡三期RCC围堰拆除药室断面布置图。
图5为本发明中实测水平向速度历程曲线。
图6~9分别是小波分解尺度为8、16、32和64时的***振动时-能密度曲线。
图10-1、图10-2、图10-3是分解尺度a=64、带宽n=81、时间段分别为0~4秒、4~8秒、8~13秒的***振动时-能密度曲线。
图11-1、图11-2、图11-3是分解尺度a=64、带宽n=61、时间段分别为0~4秒、4~8秒、8~13秒的***振动时-能密度曲线。
图12-1、图12-2、图12-3是分解尺度a=64、带宽n=41、时间段分别为0~4秒、4~8秒、8~13秒的***振动时-能密度曲线。
图13-1、图13-2、图13-3是分解尺度a=64、带宽n=21、时间段分别为0~4秒、4~8秒、8~13秒的***振动时-能密度曲线。
图14-1、图14-2、图14-3是分解尺度a=64、带宽n=11、时间段分别为0~4秒、4~8秒、8~13秒的***振动时-能密度曲线。
图15是识别出了“突峰点”的位置和盲炮发生时间区段的***振动时-能密度曲线。
具体实施方式
下面结合附图给出本发明的实施例,并通过具体实例对本发明作进一步的详细说明,但不意味着对发明的任何限定。
本发明提供的基于小波变换的时-能密度信号盲炮识别方法,可以有效的确定微差***延时间隔。但是小波变换在不同分解尺度下突出被分析信号局部特征的能力是不一样的,所以对于这种识别方法而言,存在一个最佳分解尺度的问题。同时在对时-能密度曲线进行平滑化的过程中,一个重要的问题是如何选择窗函数的带宽。下面针对一典型的微差***振动波形,采用时-能密度法来进行延时间隔识别,并且在识别过程中考虑小波分解尺度和窗函数的带宽的变化。
图1为本发明的实现流程示意图。
图2为三峡三期RCC围堰的平面布置图,从左到右依次为2~15#堰块。图3为三峡大坝三期RCC围堰拆除******网路图,给出了15#堰块的***网路图,其余堰块***网路与15#堰块相同。图4为三峡三期RCC围堰拆除药室断面布置图。本次拆除***采用数码***网路:总网路由左连接段深孔台阶***网路(①)、15#~6#堰块药室倾倒***网路(②)、6#~5#深孔台阶***网路(③)三部分组成。起爆次序为:①→②→③。根据***网路图计算出微差***中各段***的理论延时时间。
图5为实测水平向速度历程曲线,振动共持续13s。现场监测时,在爆区周围布置振动测点,测点位置在保证测试仪器安全的前提下,应尽量靠近爆源。测试仪器***采用成都中科动态仪器有限公司的TC-4850仪器。振动测点布置在爆源的两个不同方位,并且每个测点部位采取复式布置,即独立布置2套测试仪器。
图6~9分别是小波分解尺度为8、16、32和64时的时-能密度曲线,从上述图中可以看出,当分解尺度达到一定值后,时-能密度曲线的突峰点都能比较清晰的反应出各段***的实际起爆时刻,并且随着分解尺度的增大,振动较小的单段***也会被显现出来。因此,对于时-能密度法而言,宜采用较大的分解尺度,发明人对上百例微差***进行了延时间隔分析,当取分解尺度在50以上时,均取得了较好的识别效果,所以本实施例选取最优分解尺度为64。时-能密度曲线是由采用MATLAB编制的时-能密度分析法程序,对测试仪测试记录到的***振动信号进行小波变换获得的。小波变换过程使用db8作为基函数。
图10~14分别是小波分解达到最优尺度(a=64)时,分别采用带宽n为81,61,41,21和11,对***振动时-能密度曲线进行平滑化的结果。由于***振动持续时间较长,所以将***振动分割为三段,a:0~4s、b:4~8s和c:8~13s。由于***振动是一种典型的非稳态随机过程,利用频谱分析方法求得的谱分布往往呈现锯齿状,在进行频率特性研究时,不仅谱峰值的准确位置不易确定,而且对于频带分布范围,以及各频带内的能量分布,更是难以直观显现。因此,对得到的分解尺度a=64的***振动时-能密度曲线采用汉宁窗函数进行平滑化,消除时-能密度曲线中的锯齿,并采用窗开度从大到小的关窗法对汉宁窗函数的最优带宽进行选择。采用汉宁窗函数进行平滑化,窗函数的带宽过窄,平滑后的时-能密度曲线仍然峰谷过多,***振动在各频带范围内的能量分布还是不清楚(图13和14;窗函数的带宽过大,谱就过于光滑,峰的位置不明显,甚至会把重要的峰点削去,而使平滑后的时-能密度曲线失真(图10和11)。经过对比分析,确定合适的窗函数带宽为n=41。即以分解尺度a=64、带宽n=41的***振动时-能密度曲线作为识别依据的实际***振动时-能密度曲线。
实际***过程中,三峡三期RCC围堰5号~14号堰块及左接头段按设计要求成功***拆除,15号堰块因药室内42发***未被引发没有***倾倒。15号堰块共布置17个***药室和18个断裂孔,***网络联接分为两个部分,断裂孔单独入网,已全部引爆;廊道药室内42发数码***从堰体排水管引上堰顶入网但没有被激活引爆,从而导致堰块没有倾倒。
图15是识别出了“突峰点”的位置的***振动时-能密度曲线,将其与***设计进行对比,可以发现1.5~2.8s时间段内能量密度为零,该段时间刚好与RCC围堰15#堰块***拆除时间对应,即按照***设计1.5~2.8s时间段内15#堰块应该被***拆除,即有能量的输入,此次***发生盲炮,通过本发明可以方便快捷地确定是否发生盲炮并找到发生盲炮的位置。

Claims (9)

1.一种***工程中的盲炮识别方法,其特征在于包括:
a、将***振动测试仪设置在能够测试记录***振动波的位置,且至少在相对于爆源不同的两个方位点安装***振动测试仪,***振动测试仪于每个方位点采取复式布置,测试记录***振动波形数据并输入计算机;
b、运用基于小波变换的时-能密度分析法分析步骤a获得的***振动波形数据,得到于不同分解尺度下的***振动时-能密度曲线,对比确定其中最优分解尺度下的***振动时-能密度曲线,所述小波变换采用db8作为基函数,所述分解尺度分别选择8、16、32和64;
c、针对最优分解尺度下的***振动时-能密度曲线,采用窗函数对其进行平滑化,采用关窗法进行窗函数带宽选择,比较确定其中最优带宽下的平滑化后的***振动时-能密度曲线;
d、将步骤c得到的最优带宽下的平滑化后的***振动时-能密度曲线与***设计进行对比,从而确定是否发生盲炮,以及盲炮发生的位置。
2.根据权利要求1所述的***工程中的盲炮识别方法,其特征在于,所述时-能密度分析法的程序采用MATLAB编制。
3.根据权利要求1或2所述的***工程中的盲炮识别方法,其特征在于,采用汉宁窗函数对最优分解尺度下的***振动时-能密度曲线进行平滑化,采用关窗法进行窗函数最优带宽选择。
4.根据权利要求3所述的***工程中的盲炮识别方法,其特征在于,所述窗函数最优带宽采用窗开度从大到小的关窗法进行选择。
5.根据权利要求1或2所述的***工程中的盲炮识别方法,其特征在于,根据确定的最优带宽下的平滑化后的***振动时-能密度曲线的突峰位置,确定得到微差***中各段***的实际延时时间。
6.根据权利要求3所述的***工程中的盲炮识别方法,其特征在于,根据确定的最优带宽下的平滑化后的***振动时-能密度曲线的突峰位置,确定得到微差***中各段***的实际延时时间。
7.根据权利要求1或2所述的***工程中的盲炮识别方法,其特征在于,***设计包括***网路图和根据***网路图计算出的微差***中各段***的理论延时时间。
8.根据权利要求5所述的***工程中的盲炮识别方法,其特征在于,***设计包括***网路图和根据***网路图计算出的微差***中各段***的理论延时时间。
9.根据权利要求6所述的***工程中的盲炮识别方法,其特征在于,***设计包括***网路图和根据***网路图计算出的微差***中各段***的理论延时时间。
CN201310296680.1A 2013-07-16 2013-07-16 ***工程中的盲炮识别方法 Active CN103344156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310296680.1A CN103344156B (zh) 2013-07-16 2013-07-16 ***工程中的盲炮识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310296680.1A CN103344156B (zh) 2013-07-16 2013-07-16 ***工程中的盲炮识别方法

Publications (2)

Publication Number Publication Date
CN103344156A CN103344156A (zh) 2013-10-09
CN103344156B true CN103344156B (zh) 2015-06-10

Family

ID=49278972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310296680.1A Active CN103344156B (zh) 2013-07-16 2013-07-16 ***工程中的盲炮识别方法

Country Status (1)

Country Link
CN (1) CN103344156B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107401958A (zh) * 2017-06-28 2017-11-28 北京煋邦数码科技有限公司 一种利用电子芯片******振动波分析识别盲炮的方法
CN109708550B (zh) * 2019-01-10 2021-06-18 浙江广川工程咨询有限公司 基于***振动信号检测的盲炮识别方法
CN110749376B (zh) * 2019-11-14 2022-08-05 北京龙德时代技术服务有限公司 基于连续数字测振的***安全分析方法及分析***
CN112034006B (zh) * 2020-09-09 2024-03-12 中国葛洲坝集团易普力股份有限公司 基于多目标控制的精确延时控制***延时参数设计方法
CN113187559B (zh) * 2021-05-31 2024-06-18 煤炭科学研究总院有限公司 矿井安全预警方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1619254A (zh) * 2004-12-08 2005-05-25 郑炳旭 电算精确延时干扰减震***方法
CN102135445A (zh) * 2010-06-30 2011-07-27 中国铁道科学研究院铁道建筑研究所 ***振动预测方法
CN102997769A (zh) * 2012-10-31 2013-03-27 江西理工大学 一种检测与识别硐室***盲炮的方法
CN102997770A (zh) * 2012-10-31 2013-03-27 江西理工大学 硐室***盲炮检测与识别的地下信号发生装置
CN103075939A (zh) * 2012-06-06 2013-05-01 中铁十一局集团有限公司 一种硐室盲炮处理的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1619254A (zh) * 2004-12-08 2005-05-25 郑炳旭 电算精确延时干扰减震***方法
CN102135445A (zh) * 2010-06-30 2011-07-27 中国铁道科学研究院铁道建筑研究所 ***振动预测方法
CN103075939A (zh) * 2012-06-06 2013-05-01 中铁十一局集团有限公司 一种硐室盲炮处理的方法
CN102997769A (zh) * 2012-10-31 2013-03-27 江西理工大学 一种检测与识别硐室***盲炮的方法
CN102997770A (zh) * 2012-10-31 2013-03-27 江西理工大学 硐室***盲炮检测与识别的地下信号发生装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"利用窗函数进行***振动功率谱的平滑化";李洪涛等;《***器材》;20081231;第37卷(第6期);第1-3页 *
"基于小波变换的时-能密度法的盲炮识别研究";李启月等;《矿冶工程》;20111231;第31卷(第2期);第1-4页 *

Also Published As

Publication number Publication date
CN103344156A (zh) 2013-10-09

Similar Documents

Publication Publication Date Title
CN103344156B (zh) ***工程中的盲炮识别方法
Xu et al. Microseismic monitoring and stability evaluation for the large scale underground caverns at the Houziyan hydropower station in Southwest China
Wang et al. A comparative study of delay time identification by vibration energy analysis in millisecond blasting
Zhu et al. Interpretation of the extent of hydraulic fracturing for rockburst prevention using microseismic monitoring data
CN108413821B (zh) 基于电子数码***的首波抑制***施工方法
CN104331745B (zh) 油气藏内天然裂缝的分期、分成因预测评价方法
CN104089551B (zh) 老闸定向倾斜倒塌***拆除施工方法
CN110487136B (zh) 一种基于频谱叠加的台阶***毫秒延时压制降振方法
CN103398637B (zh) 高精度数码电子***平峰微震精细控制***施工方法
CN111121575A (zh) 城镇深基坑浅层松动控制***施工方法
CN107367203B (zh) 一种保证地面建筑物安全的***参数优化方法
CN105954357B (zh) 一种同时测量多台阶水平岩体声速的方法
CN104181159B (zh) 一种网格式爆轰波形扫描测试方法
CN105021096B (zh) 一种应用在高瓦斯大断面隧道***中的五段式毫秒电***二次***施工方法
CN104236404B (zh) 一种基于***振动测试的现场快速测定毫秒***延时精度的方法
CN110376643B (zh) 一种用于旋喷桩径检测的微震效应数据处理方法
Rodríguez et al. Determination of the ground vibration attenuation law from a single blast: A particular case of trench blasting
CN104197795B (zh) 一种基于***声压测试的现场***延时精度测试方法
Degan et al. Vibration assessing model: Comparison between methods
Wang et al. Experimental Study of Blast‐Induced Vibration Characteristics Based on the Delay‐Time Errors of Detonator
Simioni et al. Field measurements of snowpack response to explosive loading
CN109188507A (zh) 一种基于co2炮的矿井地震超前探测方法
Simioni et al. Snowpack response to directed gas explosions on level ground
Cruden Emplacement mechanisms and structural influences of a younger granite intrusion into older wall rocks-a principal study with application to the Goetemar and Uthammar granites. Site-descriptive modelling SDM-Site Laxemar
Sun et al. Stability analysis of surrounding rock mass in underground caverns considering damage effect of microfractures

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant