摘要
本发明涉及隧道施工技术领域，特别是一种基于多源数据融合的隧道爆破质量评价方法，通过布设于隧道内的传感器网络与图像采集设备，同步采集爆破振动波形、冲击波超压、粉尘浓度时序及开挖面图像等多源数据；对数据进行预处理与时间序列对齐，形成标准化数据样本集；进而分别从中提取表征爆破效果的多维度特征向量；将各类特征融合为高维特征向量，并利用历史数据与专家评定的质量等级标签，训练机器学习模型以建立特征与质量等级间的映射关系，构建智能评价模型；实现对新爆破事件的在线自动评价与可视化结果输出。本发明实现了爆破质量评价的自动化、客观化与系统化，为隧道施工质量控制提供了高效可靠的数据驱动解决方案。
