煤炭科学技术

作者：金庆雨, 岳中文, 薛克军, 唐韬涛, 陈亮, 马洪素,

关键词：爆破参数设计, 钻爆法, 智能优化, Django框架, 软件开发,

传统岩巷爆破参数设计方法主要依赖专家经验和人工绘制，由于缺乏高效的工具和系统，设计效率低，成本高，且对复杂地质条件适应性差，难以满足现代施工要求。以中国北山地下实验室地下280 m水平巷道的三心拱工作面开挖为背景，开发了一种基于深度学习的岩巷爆破参数智能设计系统。系统通过输入基本爆破需求参数，包括断面宽度、高度、岩性参数、循环进度等，利用深度学习模型优化爆破参数，智能生成符合施工规范的炮孔布置图，实现爆破设计的高效与精准。系统的核心模块采用随机森林与强化学习相结合的方法，通过堆叠集成学习方法提升模型的预测精度和泛化能力，输出包括炮孔数量、间距、装药量等在内的优化参数。该系统基于Python语言与Django框架开发，集成了绘图工具，能够智能化设计爆破参数并实现炮孔布置图的自动绘制与可视化。系统设计注重模块化与扩展性，涵盖数据处理、深度学习模型训练、参数优化、图形生成以及爆破日志记录等功能，各模块通过API接口实现高效数据交互和功能耦合。结果表明：系统在提高爆破设计效率方面表现突出，设计效率提升了30%以上，炮孔利用率提升了10%以上，超挖控制在≤10 cm。该系统显著降低了对人工经验的依赖，提升了爆破设计的准确性和可靠性，为智能爆破领域提供了有效的技术支持。

来源：2025年第9期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2025年第9期