通过在爆破现场采集孔距、台阶高度、钻孔精度、炮孔直径等数据，分析计算得出爆破的最佳抗线、最佳爆破位置及炸药用量，得到不同爆破现场的爆破优化方案，最终输出一个爆破效果预测分析报告和爆破优化设计，实现模型自动绘制成爆破块度分布曲线，便于进行爆破块度分布的量化分析，极大的优化了爆破安全管理模式，增强了爆破管理的准确性和安全性。
1.数据来源 通过在爆破现场采集孔距、台阶高度、钻孔精度、炮孔直径、爆破掘进尺寸、开挖断面面积等数据； 2.数据处理 2.1在爆破模型中输入孔距D、炸药单耗q、台阶高度h、钻孔精度φ、爆破掘进尺寸L、开挖断面面积S、炮孔直径d等数据，系统载入数据后匹配至模型中对现场爆破进行模拟演示，对级配优化、爆破振动优化、爆破飞石优化、爆堆形态优化以及其他目标的优化，计算出最佳抗线l、爆破位置及炸药用量Q，最终输出一个爆破效果预测分析报告和爆破优化设计。 2.2爆破优化设计方案中，最佳抗线和炸药用量通过以下公式计算得出： （1）最佳抗线l=nd（n=25~35），其中n为项目系数，该系数是爆破前、在项目现场进行爆破测试确定，不同项目的系数不同，样例数据中n=30； （2）炸药用量Q=qLS，其中q为炸药单耗，L为爆破掘进尺寸，S为开挖断面面积； 3.数据应用 根据上述分析计算，得到不同爆破现场的爆破优化方案，实现模型自动绘制成爆破块度分布曲线，并输出爆破效果预测分析报告，便于进行爆破块度分布的量化分析，极大的优化了爆破安全管理模式，增强了爆破管理的准确性和安全性。
| 字段名 | 类型 | 描述 |
|---|---|---|
抗线l |
-- | -- |
孔距D（mm） |
-- | -- |
炸药单耗q |
-- | -- |
台阶高度H(m) |
-- | -- |
钻孔精度φ |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 抗线l | 4500 |
| 孔距D（mm） | 3.9 |
| 炸药单耗q | 0.7 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/3233