基于智能岩性识别的炮孔装药量计算*

2022-12-17 02:45陈应显

爆破 2022年4期

陈应显，周萌

(辽宁工程技术大学矿业学院，阜新 123000)

智能技术作为当今科技革命和产业革新的新引擎和核心驱动力，成为引领世界科技发展潮流的关键性战略技术[1]，将智能技术应用于工程爆破领域成为发展趋势。2009年，曲广建等提出“数字爆破”的概念[2]。2015年，段云等提出了钻孔数字化与钻孔岩性自动识别技术[3]。2020年，王敏生提出了智能钻井技术攻关方向，包括框架规划与标准体系等智能钻井一体化技术[4]。2020年，李根生等提出总结了有关智能钻井技术研究现状及未来发展趋势[5]。杨传书等提出了将人工智能技术应用到钻井领域的“三轮驱动”方法论[6]。吴思源等利用"边钻边学"的人工智能评价与决策方法，提出了一种大闭环伺服控制随钻智能导向钻井方法[7]。随着智能钻机和智能岩性识别技术的发展，已经可以获得炮孔精确的岩性分布数据，如何利用炮孔精确的岩性数据来计算装药量，将是提高爆破效果和降低爆破成本的新途径。

目前普遍采用的计算炮孔装药量的方法，主要依据地质勘探钻孔数据或经验来估计炮孔的岩性，并由此计算炮孔的装药量。由于所依据的地质勘探钻孔密度太大或人为因素，这种确定爆破岩性的方法往往无法准确获得炮孔的岩性分布，所得到炮孔装药量计算结果对爆破效果和爆破成本产生较大的影响。为提高爆破效果和降低爆破成本，很多学者和工程技术人员在炮孔装药量辅助计算和爆破效果分析等方面做了很多研究。Persson Per-Anders提到了正确地使用炸药威力以产生最佳的破碎程度，可以减少设备的磨损，显著提高生产能力[8]。1985年，缪纯组对露天矿爆破中采用体积公式计算炮孔装药量的偏差进行了调整[9]。1987年，崔顺英等利用电子计算机，实现了在露天矿生产爆破中炮孔剖面图的绘制及装药量计算使用CAD技术[10]。2000年,G R Adhikari通过对比爆破的经验方法，发现爆破能量的理想破碎度分布、传递和利用很大程度上影响爆破的稳定性[11]。2003年，G V Basheev等提出了一种岩石钻孔装药爆破作用的流体力学模型[12]。2005年，郑明焦使用排孔装药系数来计算炮孔装药量[13]。2007年，M Rount，C Parida建立了适合矿山的爆破模型、采用简单的方法以获得更好的爆破效果[14]。2008年，R Mikhelson设计了露天矿山钻爆作业的计算机程序[15]。2009年，Shim，Hyun-Jin等根据岩石因子的三维空间分布提出每种类型的最佳爆破方式[16]。2015年，Victor MwangoBowa以实际露天矿为例，对露天台阶爆破设计参数进行优化[17]。2018年，张晋对优化炮孔布置参数来降低炮孔炸药单耗的方法进行了说明[18]。2019年，董少南提出了一种最优炸药量计算及最优装药结构布置的方法[19]。2019年，Mingzheng Wang等基于改进Harries数学模型对多环爆破优化装药方案进行计算[20]。2019年，张勤彬等提出了两种不同炮孔理论装药长度计算模型[21]。2021年，耿伟为基于隧道爆破设计理论,开展了隧道钻爆开挖爆破方案智能设计方法与系统研究[22]。2021年，庄又军解决了深孔封堵劳动量大、含水地层封堵困难、炸药拒爆等不易处理的难题[23]。2021年，原文杰利用ABAQUS数值模拟软件CEL技术建立了深孔爆破计算模型，分析不同药柱中部隔离装药长度对爆破效果的影响[24]。上述研究对计算炮孔装药量提出了很多种方法，但这些研究中未涉及通过炮孔中的岩性分布来优化炮孔装药量计算。

论文基于智能钻机岩性识别得到的炮孔岩性数据，提出一种基于智能岩性识别的炮孔装药量计算方法。主要包括以下步骤：首先，通过智能钻机获取岩性识别数据，建立炮孔数据库，存储炮孔岩性数据数据库，存储炮孔岩性数据，生成炮孔岩性柱状图；对炮孔位置点集和爆破范围多边形按Delaunay准则进行三角面剖分，计算炮孔影响面积；最后，根据炮孔的岩性分层和影响面积，计算炮孔装药量。计算方法的流程如图1所示。

图 1 炮孔装药量计算流程图Fig. 1 Flow chart of charge

1 智能岩性识别

采用辽宁瀚石机械制造有限公司生产的LWD200型液压矿用钻机。智能钻机上的岩性识别数据采集系统编程软件由丹佛斯提供的PLUS+1、Service Tool和CAN King所编写，该系统初步实现钻机的自动钻进功能，通过各类传感器能够对数据进行实时收集，并对其简单分析做出相应的机械操控[25,26]。

1.1 智能岩性识别原理

在进行智能岩性识别的过程中，使用数学方法构建岩性特征与物理力学指标之间的关系，涉及机器学习和大规模数据运算。采用支持向量机[27](Support Vector Machine，SVM)方法进行炮孔智能岩性识别，充分考虑岩层岩石划分的模糊性和同种岩性之间物理力学性质数值范围变化较大等问题。在此基础上，利用支持向量机引入样本强化不同参数岩性类别的区分度，使得不同的样本参数值分成不同的样本空间，从而使支持向量机在岩性识别方面的应用具有较好的抗噪能力和分类能力。SVM是在线性可分的情况下求解最优分类面，基本思想是根据样本集的特征分为不同的类别，如图2所示，图中★和◆分别代表不同的样本数据，在这样本数据中找到能让所有样本分类可信度最高的那条线H即为分类线，H1和H2是通过离分类线最近的样本且平行于分类线的直线，他们之间的距离叫做分类间隔。SVM是对于非线性问题转化为高维空间的线性问题，即在变换空间中求解最优分类面，把一维空间的x映射到高维空间的φ(x)，分类线方程为f(x)=φ(x)w+b(b为常数)，对它进行归一化，使得线性可分的样本集(xi,yi),i+1,2,…,n,x⊆Rd,y∈[+1,-1]，分类间隔为2/‖w‖。

yif[φ(xi)]≥1,i∈1,2,…,n

(1)

求解最优分类面是求式分类间隔在式(1)约束条件下的极值，过超平面H1和H2上的样本点称为支持向量机。

利用Lagrange优化方法，把求解最优分类面问题转化为对偶问题，即在两个约束条件下

(2)

求下列函数的最大值

(3)

找到一个替代函数即核函数k(xi,xj)替代φ(xi)Tφ(xi)。径向基函数属于局部逼近神经网络，是一种性能良好的前向网络，具有最佳逼近及克服局部极小值问题的性能。本文选用径向基函数(RBF)

(4)

图 2 SVM最优分类平面示意图Fig. 2 Plane diagram of SVM optimal classification

1.2 炮孔岩性数据的识别与存储

在智能钻机的自学习初期，根据钻孔响应识别的原则，把岩性分为泥岩、粉(细)砂岩、砂质泥岩或者泥质砂岩、粗砂岩、炭质泥岩、煤。在钻机穿孔过程中，由于不同岩石类型所对应的参数指标的不同，对回转速度、钻进速度、加压压力1、加压压力2、回转压力差、风压和钻孔深度7个指标进行数据采集。使用MATLAB编写程序，运用机器学习中的支持向量机的方法对采集到的样本进行训练，利用训练后的SVM模型预测地层。

通过大数据机器学习得到回转速度等7个参数指标与岩石类型之间的关系。将机器学习获得的参数指标与岩石类型之间的关系嵌入到智能钻机岩性识别系统中，完成对智能钻机自动岩性识别训练。智能岩性识别钻机在钻进过程中进行实时的自动岩性判别及相关参数采集，最终从岩性数据中得出岩性分布，结果如表1、表2所示[21]。

表 1 岩层表

表 2 岩性表

1.3 炮孔数据库建立

建立炮孔关系数据库，将智能钻机获得的炮孔原始数据进行存储和管理。在MySQL数据库中创建炮孔数据库，炮孔数据库由炮孔表、岩层表和岩性表组成。使用C++语言编写的数据结构包括炮孔数据结构、岩层数据结构、岩性数据结构和岩性炸药单耗数据结构这四类数据结构，每类数据结构包括的具体信息分别如下：

炮孔数据结构，该数据结构中包括炮孔编号、炮孔名称、炮孔X坐标、炮孔Y坐标、炮孔Z坐标和炮孔采集时间，如表3所示；岩层数据结构，该数据结构包括炮孔编号、炮孔深度、回转速度、回转压差、加压压力1、加压压力2、钻进速度、风压、岩性号，如表1所示。岩性数据结构，该数据结构包括岩性号和岩层名称，如表3所示。岩性炸药单耗数据结构，该数据结构包括岩性号和炸药单耗。

表 3 炮孔表

2 炮孔装药量计算方法

炮孔装药量的准确计算对爆破效果和爆破成本产生较大的影响，普遍采用的计算装药量的公式为[8]

Q=qawh

(5)

式中：Q为炮孔装药量,kg；q为单位炸药消耗量,kg/m3；a为相邻两炮孔之间的距离,m；w为最小抵抗线,m；h为台阶高度,m。

炸药的单位消耗量q是根据岩石性质的不同而改变，但只能通过现场工作人员的经验来确定，存在很大的人为因素。为了解决这一问题，提出一种基于智能岩性识别的炮孔装药量计算方法。这种方法通过智能钻机确定炮孔岩石类型分布，精确计算出炮孔的装药量。炮孔装药量计算的过程主要包括：(1)对炮孔位置点及爆破范围多边形按Delaunay准则进行三角剖分，得到爆破范围三角网，基于爆破范围三角网，计算炮孔的影响面积；(2)根据炮孔岩性分层数据和炮孔影响面积，计算炮孔的装药量。

2.1 计算炮孔影响面积

在露天矿采剥工程平面图上圈定爆破范围多边形，从炮孔数据库中提取炮孔数据，描绘爆破范围多边形内的炮孔孔口位置，得到炮孔位置点集H={p1,p2,…，pi,…,pn}，其中,pi为第i个炮孔位置点,i∈[1,n],n为炮孔总数,pi由空间三维坐标(xi,yi,zi)构成，对炮孔位置点集H和爆破范围多边形顶点按Delaunay准则进行三角面剖分，得到三角面集T={t1,t2,…，tj,…,tm}，其中,tj为第j个三角面,j∈[1,m],m为三角面的总数。

设有b个三角面与该炮孔连接，炮孔的影响面积的计算公式如下

(6)

式中:ai为第i个炮孔的影响面积；So为与该炮孔连接的第o个三角形的面积,o∈[1,b],b为与炮孔i相连接三角面的总数；λo为与第o个三角形连接的炮孔个数。

根据与炮孔点连接的三角形计算该炮孔的影响面积，得到炮孔影响面积集A={a1,a2,…，ai,…,an}，其中,ai为第i个炮孔的影响面积,i∈[1,n],n为炮孔总数。

2.2 计算炮孔装药量

基于岩性分层数据和炮孔影响面积，计算炮孔装药量。由于炮孔按岩性分层，所以计算炮孔的装药量时，按岩层分层顺序计算各岩层所需要的炸药量Qik，其中Qik为第i个炮孔第k层岩层所需的炸药量,k∈[1,l],l为第i个炮孔的岩层分层总数；各分层所需炸药量之和即为该炮孔的装药量Qi，其中,Qi为第i个炮孔的装药量,i∈[1,n],n为炮孔总数；计算炮孔的装药量为各分岩层所需要炸药量的总和，计算公式如下所示

(7)

式中：Qi为第i个炮孔的装药量；Qik为第i个炮孔第k层岩层所需的炸药量,k∈[1,l],l为第i个炮孔的岩层分层总数。Qik的计算公式如下所示

Qik=aiqkLk

(8)

式中：ai为第i个炮孔的影响面积；qk为第k层岩层的炸药单耗；Lk为第k层岩层的厚度。