Prediction of spray dust suppression time for blasting dust in tunnel using CFD and Operon symbolic regression
本研究表明，Operon 符号回归算法为预测隧道爆破中的喷雾抑尘时间提供了一种高度准确、高效且具有可解释性的显式表达式，在显著降低计算成本的同时，其性能优于各种其他机器学习和回归方法。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当隧道通过爆破开凿穿过坚硬岩石时，空气中会充满厚重且令人窒息的粉尘云。这不仅仅是一个令人烦恼的问题，对于必须进入该空间继续施工的工人来说，这是一个严重的危害。为了净化空气，工程师们使用高压水喷雾将其转化为细小的水雾，从而捕捉粉尘颗粒并使其加重，从而使其沉降到地面。挑战在于准确掌握喷水持续运行的确切时间。如果喷雾停止得太早，危险的粉尘仍会残留；如果运行时间过长，则会浪费宝贵的时间和水资源。在过去，确定完美时长需要运行数千次复杂的计算机模拟，这一过程虽然准确，但极其缓慢且昂贵。
一组研究人员致力于寻找一种更快速的方法来预测这一关键时机。他们将目光锁定在中国的一条铁路隧道上，那里的岩石是一种被称为片麻状花岗闪长岩的硬质花岗岩。他们没有仅仅依赖于缓慢的计算机模型，而是将现实世界的测量数据与一种新型的数学发现工具相结合。这种被称为“符号回归”（symbolic regression）的工具就像一位科学家，能够观察一堆数据并写出解释这些数据的精确数学句子，而不仅仅是猜测一个数字。其目标是创建一个简单、清晰的公式，让工程师能够立即使用，以了解爆破后喷水持续运行多久，从而在确保空气安全的同时不浪费资源。
研究人员首先观察了一次真实的隧道爆破事件。他们在隧道沿线布置了传感器，以测量粉尘的移动方式以及清除粉尘所需的时间。他们发现粉尘浓度出现了两次峰值，且在两次峰值之间有一个下降过程，最高达到了每立方米 2100 毫克的危险水平。隧道内的风速较慢，约为每秒 0.2 米。为了理解背后的物理机制，他们构建了一个详细的隧道计算机模型。该模型模拟了空气、水滴和粉尘颗粒之间的相互作用。他们测试了不同尺寸的喷嘴、不同的水压以及不同的喷射角度，以观察每种变化如何影响空气恢复安全所需的时间。
为了理清这些模拟产生的海量数据，团队设计了一个结构化的实验。他们测试了五个不同的因素：第一个喷嘴的尺寸、第二个喷嘴的压力、第二个喷嘴的角度、喷雾环之间的距离以及被强制注入隧道的空气量。他们运行了 25 种不同的参数组合。结果显示，最重要的因素是强制注入隧道的空气量，其次是喷嘴的角度。喷雾环之间的距离对结果影响最小。他们发现，针对该特定隧道的最佳设置包括：喷嘴直径为 1.6 毫米，喷射压力为 5 兆帕，喷射角度为 40 度，喷雾环间距为 60 米，以及空气供应量为每秒 28 立方米。
掌握了这些数据后，研究人员转向了符号回归算法，这是一种寻找最佳数学表达式以描述喷雾设置与粉尘清除时间之间关系的算法。他们将这种方法与其他许多常见的计算机学习技术（如随机森林和支持向量机）进行了对比。虽然其他方法在记忆训练数据方面表现出色，但在预测新情况时却表现不佳，即出现了所谓的“过拟合”问题。符号回归方法，特别是名为 Operon 的工具，表现最为优异。它找到了一个平衡了准确性与简洁性的公式，在针对新数据的测试中，其预测准确度显著高于其他方法。
最终的结果是一个特定的方程，可以根据喷雾设置来预测粉尘抑制时间。研究人员指出，该方程存在一些波动和起伏，他们解释说这是因为粉尘并不会在隧道各处同时均匀地清除。在某些地点，粉尘会滞留在局部区域，而在另一些地方则清除得很快。该公式捕捉到了这种不确定性。当他们测试表现最好的方程时，结果显示在最佳设置下，平均粉尘清除时间约为 459 秒，而最坏情况下的时间约为 710 秒。在他们的模拟中，水滴在 100 秒内趋于稳定，较大的水滴沉降在隧道中部附近，而更细小的水雾则延伸到了更远的地方。
这项研究为隧道工程师提供了一个实用的工具。工程师们不再需要为每个新项目运行数小时复杂的计算机模拟，现在可以使用该公式来估算水喷雾的运行时间。研究人员强调，这种方法超越了简单的数值拟合，而是真正发现了支配粉尘清除过程的底层规则。虽然目前的模型是基于某一特定类型铁路隧道的特定条件，但该方法为未来更快速、更可靠地预测复杂隧道环境提供了路径。这项工作证明，通过将物理模拟与智能数学发现相结合，可以将一个缓慢且昂贵的工程问题转化为一个快速且可解的计算问题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。