Page 179 - 《爆炸与冲击》2026年第8期
P. 179

第 46 卷         李洪超,等: 基于蒙特卡罗方法的孔间延时对爆破振动波叠加效应的影响                                第 8 期

                   采用式    (14) 对监测点   1  处的模拟波形的降振率进行统计分析,见图                   18。由图    18  可知,不同延期时
               间下的爆破降振率,相较于传统的叠加模型,在假设各炮孔波形不变的情况下,得到的峰值振速关于延
               期时间是线性增长关系。从这方面看,基于调制过滤白噪声模型的叠加模型更符合现场实际情况。

                     60                                           0.50
                          Frequency
                          histogram                               0.45
                     50
                          Fitted normal
                          distribution                            0.40
                     40
                          Upper bound                             0.35
                    Count  30  of 95%                           Vibration damping ratio/%  0.30
                          one-sided
                          confidence
                          interval                                0.25
                     20                                           0.20
                     10
                                                                  0.15
                      0                                           0.10
                      0.8  1.0  1.2  1.4  1.6  1.8  2.0              0       50      100     150     200
                               Log peak vibration velocity                    Inter-hole delay time/ms

                  图 17    0 ms 延期时间下对数峰值振速的频率直方图                     图 18    不同延期时间下的爆破降振率
                           及  95%  单侧置信区间上限值                        Fig. 18    Vibration damping ratio of blasting
                 Fig. 17    Frequency histogram of logarithmic peak vibration  under different delay times
                     velocity at 0 ms delay time and upper bound of
                          95% one-sided confidence interval

                3.1.2    样本集合特征
                   为了比较不同爆心距下降振率随着延期时间的变化速率,需要选取一种回归算法对                                       3.1.1  节中得到
               的数据进行拟合。常用回归算法               [24-26]  有:(1) 最小二乘法(ordinary least squares, OLS),是回归中的经典参
               数估计方法,其有效性依赖于模型设定正确、误差项独立同正态分布等假设;(2) 莱文伯格-马夸特算法
               (Levenberg-Marquardt algorithm, LMA),是为解决非线性最小二乘问题而设计的一种迭代优化方法,该算
               法的核心在于通过动态调整阻尼参数,在梯度下降法与高斯-牛顿法之间实现平衡,兼具前者的稳健性和
               后者的收敛速度,被广泛应用于回归分析中;(3) 泰尔-森回归(Theil-Sen regression),是一种稳健地拟合平
               面内直线的方法,通过选择所有点对之间的斜率中位数来实现。以图                               18  中的数据为基础,将        3  种方法进
               行对比,以决定性系数(R )和均方根误差(root mean square error, RMSE)为评价指标,选取                          R 最大,
                                                                                                    2
                                      2
               RMSE  最小的一种回归算法用于降振率分析。其对比结果如图                            19  所示。由图     19  可知,LMA   算法和
               OLS  算法在   R 和 2  RMSE  指标上表现一致,为了后续计算方便,采用                 OLS  算法作为后续分析的回归算法,
               其回归结果见图       20。


                  1.01                         R 2   0.018 0      0.45  40 m vibration damping ratio data
                                               RMSE
                  1.00                               0.017 8      0.40  40 m regression curve
                                                                        2
                  0.99                               0.017 6      0.35  R =0.97
                  0.98                               0.017 4      0.30
                 R 2  0.97                           0.017 2  RMSE
                  0.96                               0.017 0    Vibration damping ratio/%  0.25
                  0.95                               0.016 8      0.20
                  0.94                               0.016 6      0.15
                  0.93                               0.016 4
                                                                  0.10
                            OLS    LMA   Theil-Sen
                              Regression methods                  0.05 0     50      100     150     200
                                                                              Inter-hole delay time/ms
                     图 19    不同回归算法下的    R 、RMSE  的对比
                                          2
                                          2
                        Fig. 19    Comparison of R  and RMSE            图 20    OLS  回归算法拟合结果
                         under different regression algorithms       Fig. 20    OLS regression algorithm results



                                                         085203-10
   174   175   176   177   178   179   180   181   182   183   184