一种爆破掘进施工智能设计系统与方法
【专利摘要】本发明涉及一种爆破掘进施工智能设计系统与方法。所述系统包括人机接口，推理机和知识库。人机接口用于用户与所述系统进行人机对话；知识库包括专家经验知识库、典型案例知识库和爆破规则知识库。本发明通过建立知识库及推理机实现了爆破掘进施工的智能设计。知识库涵盖了专家经验、典型案例、爆破规则等知识，知识量大、覆盖面广、针对性强，符合现场工程应用实际。推理机能够实现基于专家经验、典型案例、爆破规则的推理。所有推理方案均经过基于爆破规则的推理进行爆破安全规范检验。用户可以对由不同推理方式得出的方案进行比较，选择其中一种方案，也可以通过推理结果访问接口对方案局部的参数进行修正，最终得到优化的爆破设计方案。
【专利说明】
-种爆破掘进施工智能设计系统与方法
技术领域
[0001] 本发明属于爆破施工设计领域，具体设及一种爆破掘进施工智能设计系统与方 法。
【背景技术】
[0002] 爆破施工是掘进施工的一个重要环节，爆破施工质量的好坏对后续工作有很大的 影响。爆破施工质量的好坏主要取决于两个方面:爆破设计和爆破施工作业。爆破设计人员 能否根据实际情况进行最佳的爆破设计并编制准确适当的施工规程是获得良好的爆破质 量的前提。
[0003] 目前，爆破施工设计中确定爆破参数的方法有两种:一种是理论型方法。它从力学 角度出发，用数值模拟描述炸药爆炸后在岩体中的发展过程，根据模拟结果和动态应力场 分布进行爆破设计；或者从爆破能量在岩体中的分布出发，分析能量的转化关系。按其思 路，最优的爆破设计应使爆炸能量在岩体中充分均匀地分布，并使大部分能量转化为岩体 中的破碎功;或者利用计算机可W高速处理数据的特点，依靠经验公式建立设计程序，通过 比较不同的方案，达到最佳选择。另一种是实用型方法，它是最近几年发展起来的应用人工 智能理论建立的智能化方法。该方法可将许多重要的参数用统计方法或分类的方法定量处 理，还可用知识库中积累的许多规则协助设计人员进行推理判断，从而制定最佳设计方案。
[0004] W上两种方法各有其优点和不足。理论型方法侧重于爆破机理的研究，试图通过 应力场或能量密度分布指导爆破设计，但运种方法较为复杂，需要许多理论上的假设和大 量的现场条件，难W获得输入变量，使其显得难W驾驭。实用型方法一般侧重经济指标的计 算，实质上是利用计算机根据经验公式或半经验公式进行计算，并未从矿岩破碎机理方面 研究如何获得最佳破碎效果，只是一种辅助性的设计手段。总之，理论型方法与实际应用有 一定差距，而实用型方法又缺乏一定的理论基础。
【发明内容】
[0005] 为了解决现有技术中存在的上述问题，本发明提出一种爆破掘进施工智能设计系 统与方法，建立知识库及推理机，根据输入的原始参数数据，通过调用知识库进行推理得到 目标设计方案，从而实现爆破掘进施工的智能设计。
[0006] 为达到上述目的，本发明采用如下技术方案：
[0007] -种爆破掘进施工智能设计系统，包括:人机接口，推理机，知识库。所述人机接口 用于用户（设计人员）与所述系统进行人机对话;所述知识库包括专家经验知识库、典型案 例知识库和爆破规则知识库。所述专家经验知识库和典型案例知识库中的知识拆分成一条 条具有前提条件的规则后保存在所述爆破规则知识库中。所述推理机包括参数交互模块、 爆破推理模块、结果展示模块和保存读取模块。其中：
[000引所述参数交互模块用于接收、处理原始数据，实现对推理参数数据的编辑和修改。
[0009]所述爆破推理模块通过计算输入的原始参数与知识库中知识的前提条件的匹配 度，提取匹配度最大的知识，并进行参数的理论计算得到推理结果。用户对基于不同知识库 推理得出的方案进行比较、优化，得出最终的爆破设计方案。
[0010] 所述结果展示模块用于展示推理结果。
[0011] 所述保存读取模块W数据形式保存输入的原始数据、系统计算的临时数据W及系 统的推理结果。
[0012] -种爆破掘进施工智能设计方法，包括W下步骤：
[0013] 确定影响爆破效果的主要指标。
[0014] 根据所确定的指标由人机接口输入爆破方案的原始参数数据。
[0015] 推理机根据原始参数数据，通过调用知识库进行基于专家经验的推理、基于典型 案例的推理和基于爆破规则的推理，应用基于爆破规则的推理对前两种推理分别进行安全 规范检验，若前两种推理的推理结果超出了规则要求的范围，W规则作为推理结果，否则保 留推理结果。
[0016] 用户对基于专家经验的推理得出的方案和基于典型案例的推理得到的方案进行 比较，选择其中一种方案作为最终的爆破设计方案，或通过推理结果访问接口对参数进行 修正，得到优化的爆破设计方案。
[0017] 与现有技术相比，本发明具有W下优点：
[0018] (1)本发明通过建立知识库及推理机实现了爆破掘进施工的智能设计。所述知识 库涵盖了专家经验、典型案例、爆破规则等知识，知识量大、内容丰富、覆盖面广、针对性强， 符合现场工程应用实际，能够满足大多数的爆破掘进工程设计要求。所述推理机能够实现 基于专家经验、典型案例、爆破规则的推理。所有推理方案均经过基于爆破规则的推理进行 爆破安全规范检验。用户可W对由不同推理方式得出的方案进行比较，选择其中一种方案， 也可W通过推理结果访问接口对方案局部的参数进行修正，最终得到优化的爆破设计方 案。
[0019] (2)本发明采用权值分配法确定爆破设计指标，该方法既有理论支持，又能面向实 际应用，能够准确地确定较少的对爆破影响最大的指标，其物理意义明确，数据容易获取， 便于理论知识较薄弱的技术人员使用。
【附图说明】
[0020] 图1为爆破掘进施工智能设计系统的方框图；
[0021 ]图2为爆破掘进施工智能设计方法的流程图。
【具体实施方式】
[0022] 下面结合附图和实施例对本发明做进一步说明。
[0023] -种爆破掘进施工智能设计系统，其组成如图1所示，包括:人机接口，推理机，知 识库。人机接口用于用户与所述系统进行人机对话;知识库包括专家经验知识库、典型案例 知识库和爆破规则知识库。专家经验知识库和典型案例知识库中的专家知识和理论模型拆 分成一条条具有前提条件的规则后保存在爆破规则知识库中。推理机包括参数交互模块、 爆破推理模块、结果展示模块和保存读取模块。其中：
[0024] 参数交互模块用于接收、处理原始数据，实现对推理参数数据的编辑和修改。
[0025] 爆破推理模块通过计算输入的原始参数与知识库中知识的前提条件的匹配度，提 取匹配度最大的知识，并进行参数的理论计算得到推理结果。用户对基于不同知识库推理 得出的方案进行比较、优化，得出最终的爆破设计方案。
[0026] 结果展示模块用于展示系统推理结果。目的是向用户合理清晰地表达系统的推理 方案，并基于推理方案进行有效的爆破施工。
[0027] 保存读取模块用于保存输入的原始数据、计算的临时数据W及推理结果。保存的 所有内容均W数据形式存储，便于用户随时随地通过调用保存的数据查看推理方案。
[0028] 人机接口包括工程信息访问接口、推理条件访问接口、知识库访问接口和推理结 果访问接口。其中：
[0029] 工程信息访问接口用于输入与爆破工程相关的物理信息，包括设计人姓名、工程 名称、保存路径等基本信息。W便用户通过之前输入的工程信息访问知识库。
[0030] 推理条件访问接口用于输入原始参数数据。根据系统的要求，用户可W直接输入 实际数据，也可W根据提示进行选择。
[0031] 知识库访问接口用于对知识库进行管理和维护。随着爆破技术的发展进步，用户 应通过对知识库的管理，不断完善和更新知识库。
[0032] 推理结果访问接口用于访问推理得出的包含所有爆破设计参数的方案，W及对部 分参数进行调整。为了更好地体现系统的实用性，用户利用该接口可W对部分参数进行调 整，W便系统自动绘制爆破工程图，更好的指导实际爆破施工。
[0033] 专家经验知识库的数据主要来源于爆破领域专家理论及现场工程技术人员经验 知识，总结分析爆破相关领域学术专著、论文、技术报告、鉴定成果;典型案例知识库的数据 主要来源于典型爆破设计施工案例；爆破规则知识库的数据主要来源于国家行业标准，地 方行业标准W及行业规范。
[0034] 所述系统还包括解释子系统，用于回答用户的问题，提供使用流程和原理说明文 档。
[0035] 所述系统还包括用于绘制爆破施工图表的绘图子系统。
[0036] -种爆破掘进施工智能设计方法，包括W下步骤：
[0037] 确定影响爆破效果的主要指标。
[0038] 根据所确定的指标由人机接口输入爆破方案的原始参数数据。
[0039] 推理机根据原始参数数据，通过调用知识库进行基于专家经验的推理、基于典型 案例的推理和基于爆破规则的推理，应用基于爆破规则的推理对前两种推理分别进行安全 规范检验，若前两种推理的推理结果超出了规则要求的范围，W规则作为推理结果，否则保 留推理结果。
[0040] 用户对基于专家经验的推理得出的方案和基于典型案例的推理得到的方案进行 比较，选择其中一种方案作为最终的爆破设计方案，或通过推理结果访问接口对参数进行 修正，得到优化的爆破设计方案。
[0041 ]确定影响爆破主要指标的方法包括W下步骤：
[0042] 步骤1，选取可能对爆破效果产生影响的指标。
[0043] 步骤2,确定步骤1选取的指标的权值，具体方法如下：
[0044] 步骤2.1，根据指标之间的相互关系及最终所要解决的问题，对所述问题进行初步 分析，将具有共同特征的指标划为一组，并将所述共同特征作为指标组合成较高层;按照相 同的方法对所述较高层进行操作，形成更高层;重复上述操作，直到形成由单一指标组成的 最高层。
[0045] 步骤2.2,比较同一层次中的指标的相对重要程度，并按相对重要程度的大小进行 赋值，得到判定矩阵。判定矩阵为：
[0046] P=(bij)nXn
[0047] 其中，P为判定矩阵；i = l，2,. . .，n，j = l，2,. . .，n，n为指标个数，bij表示第i个指 标比第j个指标重要的程度也i = l/bunbu的值为整数1~9及1~9的倒数;其中：
[004引1表示两个指标相比，具有同样重要性；
[0049] 3表示两个指标相比，一个指标比另一个指标稍微重要；
[0050] 5表示两个指标相比，一个指标比另一个指标明显重要；
[0051] 7表示两个指标相比，一个指标比另一个指标强烈重要；
[0052] 9表示两个指标相比，一个指标比另一个指标极端重要；
[0053] 2,4,6,8表示的重要程度均位于其相邻的整数所表示的重要程度之间。
[0054] 步骤2.3，对判定矩阵的特征向量进行归一化处理得到各指标的权值。求判定矩阵 的最大特征值并计算一致性指标及随机一致性比率，调整判定矩阵直至各指标的权值满足 一致性要求。具体方法如下：
[0055] 计算判定矩阵每一行元素的乘积Ml:
[0化6]
[0057]其中，bu为判定矩阵P的第i行第j列的值，表示第i个指标比第j个指标重要的程 度，1 = 1，2，...，11〇 = 1，2，...，]1，]1为指标个数；
[0化引计算Mi的η次方根;听：
[0化9]
[0060] 对向呈巧'=味'^Λ，味',,f进行归一化处理，得到特征向量W=(Wi，W2 A，Wn)T，从而 得到各指标的排序权值；
[0061] 计算判定矩阵P的最大特征根Amax;
[0064] 其中，（pW)i为向量pW的第i个元素；
[0065] 计算一致性指标CI和随机一致性比率CR:
[0066] CI = (Amax-n)/(n-l)
[0067] CR = CI/RI
[0068] 其中，RI为平均随机一致性指标，RI按下面方法选取：当η为1，2,3,4,5,6,7,8,9， 10,11，12 时，RI 分别为:0.00,0.00,0.58,0.90,0.12,0.24,0.32,0.41,0.46,0.49,0.52， 0.54。
[0069] 若CR小于设定的阔值，则层次单排序的结果满足一致性要求;否则，重新比较同一 层次中的指标的相对重要性并进行赋值，得到新的判定矩阵，重新计算权值并进行一致性 评估，直到CR小于设定的阔值。
[0070] 步骤3,按权值大小对各指标进行排序，选取权值最大的若干指标为影响爆破效果 的指标。
[0071] 基于专家经验的推理包括W下步骤：
[0072] 输入原始参数数据。
[0073] 计算输入的原始参数与专家经验知识库中某条知识的前提条件的匹配度;根据匹 配度大小判断是否匹配。
[0074] 提取匹配的专家经验知识，得到推理结果。
[0075] 基于典型案例的推理包括W下步骤：
[0076] 输入原始参数数据。
[0077] 根据问题的要求及初始条件，从典型案例知识库中提取与当前问题的前提条件相 似的案例。
[0078] 计算原始参数与所有相似案例的匹配度，并按大小对匹配度进行排序。
[0079] 提取匹配度最大的典型案例，获取该典型案例的爆破参数，得到推理结果。
[0080] 基于爆破规则的推理包括W下步骤：
[0081] 输入原始参数数据；
[0082] 计算爆破规则知识库中规则的前提条件与输入的原始参数的匹配度，根据匹配度 大小、判断是否匹配，找到与原始参数匹配的规则；
[0083] 根据匹配的规则进行推理，得到推理结果。
[0084] 本发明不限于上述实施方式，本领域技术人员所做出的对上述实施方式任何显而 易见的改进或变更，都不会超出本发明的构思和所附权利要求的保护范围。
【主权项】
1. 一种爆破掘进施工智能设计系统，其特征在于，所述系统包括:人机接口，推理机，知 识库;所述人机接口用于用户与所述系统进行人机对话;所述知识库包括专家经验知识库、 典型案例知识库和爆破规则知识库;所述专家经验知识库和典型案例知识库中的知识拆分 成一条条具有前提条件的规则后保存在所述爆破规则知识库中；所述推理机包括参数交互 模块、爆破推理模块、结果展示模块和保存读取模块;其中： 所述参数交互模块用于接收、处理原始数据，实现对推理参数数据的编辑和修改； 所述爆破推理模块通过计算输入的原始参数与知识库中知识的前提条件的匹配度，提 取匹配度最大的知识，并进行参数计算得到推理结果；用户对基于不同知识库推理得出的 方案进行比较、优化，得出最终的爆破设计方案； 所述结果展示模块用于展示推理结果； 所述保存读取模块以数据形式保存输入的原始数据、计算的临时数据以及推理结果。2. 根据权利要求1所述的爆破掘进施工智能设计系统，其特征在于，所述人机接口包括 工程信息访问接口、推理条件访问接口、知识库访问接口和推理结果访问接口；其中： 所述工程信息访问接口用于输入与爆破工程相关的物理信息，包括设计人姓名、工程 名称、保存路径； 所述推理条件访问接口用于输入原始参数数据； 所述知识库访问接口用于对知识库进行管理和维护； 所述推理结果访问接口用于访问推理得出的包含所有爆破设计参数的方案，以及对部 分参数进行调整。3. 根据权利要求1所述的爆破掘进施工智能设计系统，其特征在于，所述专家经验知识 库的数据来源于爆破领域专家理论及现场工程技术人员经验知识，总结分析爆破相关领域 学术专著、论文、技术报告、鉴定成果;所述典型案例知识库的数据来源于典型爆破设计施 工案例;所述爆破规则知识库的数据来源于国家行业标准，地方行业标准以及行业规范。4. 根据权利要求1所述的爆破掘进施工智能设计系统，其特征在于，所述系统还包括解 释子系统，用于回答用户的问题，提供使用流程和原理说明文档。5. 根据权利要求1所述的爆破掘进施工智能设计系统，其特征在于，所述系统还包括用 于绘制爆破施工图表的绘图子系统。6. -种爆破掘进施工智能设计方法，其特征在于，所述方法包括以下步骤： 确定影响爆破效果的主要指标； 根据所确定的指标由人机接口输入爆破方案的原始参数数据； 推理机根据原始参数数据，通过调用知识库进行基于专家经验的推理、基于典型案例 的推理和基于爆破规则的推理，应用基于爆破规则的推理对前两种推理分别进行安全规范 检验，若前两种推理的推理结果超出了规则要求的范围，以规则作为推理结果，否则保留推 理结果； 用户对基于专家经验的推理得出的方案和基于典型案例的推理得到的方案进行比较， 选择其中一种方案作为最终的爆破设计方案，或通过推理结果访问接口对参数进行修正， 得到优化的爆破设计方案。7. 根据权利要求6所述的爆破掘进施工智能设计方法，其特征在于，确定影响爆破主要 指标的方法包括以下步骤： 步骤1，选取可能对爆破效果产生影响的指标； 步骤2，确定步骤1选取的所述指标的权值，具体方法如下： 步骤2.1，根据所述指标之间的相互关系及最终所要解决的问题，对所述问题进行初步 分析，将具有共同特征的指标划为一组，并将所述共同特征作为指标组合成较高层;按照相 同的方法对所述较高层进行操作，形成更高层;重复上述操作，直到形成由单一指标组成的 最高层； 步骤2.2,比较同一层次中的指标的相对重要程度，并按相对重要程度的大小进行赋 值，得到判定矩阵;所述判定矩阵为： P= (bij )ηΧη 其中，Ρ为判定矩阵；i = l，2, . . .，n，j = l，2,. . .，η，η为指标个数，bij表示第i个指标比 第j个指标重要的程度，bjFl/bdbu的值为整数1~9及1~9的倒数;其中： 1表示两个指标相比，具有同样重要性； 3表示两个指标相比，一个指标比另一个指标稍微重要； 5表示两个指标相比，一个指标比另一个指标明显重要； 7表示两个指标相比，一个指标比另一个指标强烈重要； 9表示两个指标相比，一个指标比另一个指标极端重要； 2,4,6,8表示的重要程度均位于其相邻的整数所表示的重要程度之间； 步骤2.3，对判定矩阵的特征向量进行归一化处理得到各指标的权值;求判定矩阵的最 大特征值并计算一致性指标及随机一致性比率，调整判定矩阵直至各指标的权值满足一致 性要求;具体方法如下： 计算判定矩阵每一行元素的乘积姐：其中，1?为判定矩阵P的第i行第j列的值，表示第i个指标比第j个指标重要的程度，i = 1，2,. . .，n，j = l，2,. . .，n，n为指标个数； 计算Mi的η次方根％对向量,1^进行归一化处理，得到特征向量W=(Wi，W2A，Wn)T，从而得到 各指标的排序权值； 计算判定矩阵P的最大特征根Amax:其中，（pWh为向量pW的第i个元素； 计算一致性指标CI和随机一致性比率CR: CI = (Amax-n)/(n-1) CR=CI/RI 其中，RI为平均随机一致性指标，RI按下面方法选取：当所述n为1，2,3,4,5,6,7,8,9， 10,11，12时，RI分别为：0·00,0·00,0· 58,0· 90，0·12,0·24,0.32，0· 41，0.46，0·49,0· 52， 0.54； 若CR小于设定的阈值，则层次单排序的结果满足一致性要求;否则，重新比较同一层次 中的指标的相对重要性并进行赋值，得到新的判定矩阵，重新计算权值并进行一致性评估， 直到CR小于设定的阈值； 步骤3,按权值大小对各指标进行排序，选取权值最大的若干指标为影响爆破效果的指 标。8. 根据权利要求6所述的爆破掘进施工智能设计方法，其特征在于，所述基于专家经验 的推理包括以下步骤： 输入原始参数数据； 计算输入的原始参数与专家经验知识库中某条知识的前提条件的匹配度;根据匹配度 大小判断是否匹配； 提取匹配的专家经验知识，得到推理结果。9. 根据权利要求6所述的爆破掘进施工智能设计方法，其特征在于，所述基于典型案例 的推理包括以下步骤： 输入原始参数数据； 根据问题的要求及初始条件，从典型案例知识库中提取与当前问题的前提条件相似的 案例； 计算原始参数与所有相似案例的匹配度，并按大小对匹配度进行排序； 提取匹配度最大的典型案例，获取该典型案例的爆破参数，得到推理结果。10. 根据权利要求6所述的爆破掘进施工智能设计方法，其特征在于，所述基于爆破规 则的推理包括以下步骤： 输入原始参数数据； 计算爆破规则知识库中规则的前提条件与输入的原始参数的匹配度，根据匹配度大 小、判断是否匹配，找到与原始参数匹配的规则； 根据匹配的规则进行推理，得到推理结果。
【文档编号】G06N5/04GK105824998SQ201610140898
【公开日】2016年8月3日
【申请日】2016年3月11日
【发明人】杨仁树, 马鑫民, 杨立云, 刘宁, 张博, 肖南
【申请人】中国矿业大学(北京)