创刊于1987年, 双月刊
主管:

江西理工大学

主办:

江西理工大学
江西省有色金属学会

ISSN:1674-9669
CN:36-1311/TF
CODEN YJKYA9

基于测量机器人的露天矿边坡变形在线分析与预测

陈优良, 卞焕, 虞列沛, 解宏伟

陈优良, 卞焕, 虞列沛, 解宏伟. 基于测量机器人的露天矿边坡变形在线分析与预测[J]. 有色金属科学与工程, 2018, 9(6): 72-80. DOI: 10.13264/j.cnki.ysjskx.2018.06.012
引用本文: 陈优良, 卞焕, 虞列沛, 解宏伟. 基于测量机器人的露天矿边坡变形在线分析与预测[J]. 有色金属科学与工程, 2018, 9(6): 72-80. DOI: 10.13264/j.cnki.ysjskx.2018.06.012
CHEN Youliang, BIAN Huan, YU Liepei, XIE Hongwei. Online analysis and prediction of open-pit mine slope deformation based on measuring robot[J]. Nonferrous Metals Science and Engineering, 2018, 9(6): 72-80. DOI: 10.13264/j.cnki.ysjskx.2018.06.012
Citation: CHEN Youliang, BIAN Huan, YU Liepei, XIE Hongwei. Online analysis and prediction of open-pit mine slope deformation based on measuring robot[J]. Nonferrous Metals Science and Engineering, 2018, 9(6): 72-80. DOI: 10.13264/j.cnki.ysjskx.2018.06.012

基于测量机器人的露天矿边坡变形在线分析与预测

基金项目: 

国家自然科学基金资助项目 41261093

江西省教育厅科技资助项目 GJJ170522

详细信息
    通讯作者:

    陈优良(1978-),男,副教授,主要从事GIS技术与应用、智慧城市方面的研究,E-mail:gis_public@163.com

  • 中图分类号: TD176

Online analysis and prediction of open-pit mine slope deformation based on measuring robot

  • 摘要: 近年来,由于矿区边坡地质灾害的频繁发生,严重威胁到人们的生命财产安全,已成为社会关注的焦点之一.因此,寻找一种能够实时、动态获取监测数据,快速、精确分析与预测边坡变形机理的自动变形监测技术是目前边坡监测工程所亟需解决的问题之一.基于测量机器人的露天矿边坡在线分析与预测技术,通过控制测量机器人对边坡实施远程、长时、精准的无人观测,并结合矿山基准网,自动改正监测点三维坐标值,从时间与空间上分析边坡形变特征,合理预测矿区边坡未来发展趋势.以广东某矿山监测试验为例,监测结果表明,从时间连续性上看,边坡在水平方向上随周期变化总体在往东偏移,垂直方向上矿区地基正在下沉,并预测矿区具有崩塌的危险.从空间无缝性上看,变形的部位集中在变形区西部以及中部的散点区,靠近开采区的位移变形量大于远离开采区的变形量,说明矿山开采对边坡变形的影响很大.经过外业实地测量后证明,该技术适用于矿山边坡工程中远程、无人、长时、全天候的自动监测.
    Abstract: In recent years, the frequent geological disasters in the slopes of mining areas, which seriously threaten people's lives and property, have become the focus of the society. Therefore, it is an urgent problem for current slope monitoring engineering to find an automatic deformation monitoring technology that can acquire monitoring data in real time and dynamically, along with quick and accurate analysis and prediction for the deformation mechanism of slope. Based on measuring robots, online analysis and prediction technology of open pit slope automatically corrected the three-dimensional coordinate values of the monitoring points, analyzed the deformation characteristics of the slope from time and space, and reasonably predicted the future development trend of the slope in the mining area by controlling the measuring robot to implement remote, long-term and accurate unmanned observation of the slope. Taking a mine monitoring test in Guangdong as an example, the results showed that, from the perspective of time continuity, the slope changed in the horizontal direction with the eastward shifting. And the mining area, which was sinking in the vertical direction, was predicted to collapse. The danger of the space was that the deformation was concentrated in the western part of the deformation zone and the scatter zone in the middle. The displacement deformation near the mining area was greater than that of away from the mining area, indicating the great impact of mining on the slope deformation. After field measurement, it was proved that the technology was suitable for automatic monitoring of remote, unmanned, long-term and all-weather in mine slope engineering.
  • 在矿山设计中,最为关键的是生产规模论证以及采矿设计方案的优选,其中采矿设计方案主要包括采矿方法以及矿山开拓运输方案的确定,这两者均依赖于矿床地质资源条件以及开采技术条件,其优选结果如何直接影响到矿山今后生产的技术经济效益,因此,对矿山企业来说具有非常重要的意义.目前,国内外众多矿山工作者已经做了大量的研究与实践[1-4],但研究方法一般较为简单,多为方案直接比选法.本文将采用多属性决策理论进行研究.

    白象山铁矿是姑山铁矿区内的一个大型矿床.矿区内的姑山铁矿床、和睦山铁矿床、钟九铁矿床、钟山铁矿床等由马钢集团姑山矿业公司开采. 姑山矿区位于安徽省马鞍山市当涂县城南偏东10 km处,白象山铁矿床与姑山矿业公司所在地直线距离2.5km,地理坐标为东经118°31′53″,北纬31°27′34″.白象山铁矿是今后相当长一个时期姑山矿业公司的主力矿山,能否按期建成白象山铁矿,关系到姑山矿的长治久安[5].

    矿床内共圈定矿体11 个,其中Ⅰ号矿体为主矿体,地质储量约占矿床总储量的98.9 %,其余小矿体占总储量的1.1 %. 白象山铁矿的矿体变化很大,勘探线1~9 线矿体的水平厚度最大达到300~400 m,倾角在9~13°;其它的在几十米,倾角在20~40°.因此,在不同的区段采场形式是不同的,基本上可分为如下两种:

    (1) 特厚大矿体.主要是指勘探线1~9 线西部区段和其他水平厚度大于100 m 的厚大矿体.

    (2) 一般厚度矿体.主要是矿体水平厚度50 m 以下的矿体,矿体倾角一般都稍大,在20~40°之间.对矿体水平厚度在50~100 m 之间的,倾角又适合采用脉外出矿的,采场布置也按此布置,只是采场生产能力可按特厚大矿体采场计.

    采矿方法选择除了要考虑通常的基本要求外,即安全、矿石贫化率小、矿石回采率高、生产效率高、经济效益好等[6],还要满足矿山提出的地表不塌陷、井下不突水的要求,而充填采矿法则能够同时满足这两个要求[7].根据矿体的埋藏条件和矿岩的稳定性、水文地质条件,可选择的采矿方法有:机械化盘区上向分层连续倾斜进路尾砂充填采矿法(简称连续倾斜进路尾砂充填采矿法)、机械化盘区点柱式上向分层充填采矿法(简称点柱充填法);对厚大矿体或矿体中厚但倾角陡的矿体采用大直径深孔空场嗣后充填采矿法和分段空场嗣后充填采矿法技术上也是可行的[8-9].

    (1) 连续倾斜进路尾砂充填采矿法.连续倾斜进路尾砂充填采矿法是典型的机械化盘区上向分层连续进路式胶结充填采矿法的变异,只是进路呈平行四边形,并且充填时不添加水泥,全部用尾砂充填(或增加水泥砂浆胶面).回采是在每一分层以进路的形式凿岩爆破出矿,一条进路采完后即进行充填,在尾砂脱水固结后,第二条进路从旁边开始回采.这种方法的优点是回采进路高度小,顶板易处理,作业安全;采用尾砂充填作业成本低;能较好地适应矿体形状的变化,矿石损失贫化率低.缺点是采场需要一条一条地充,工序相对较多,劳动生产率相对较低.由于采用尾砂充填,因此尾砂的粒径要求较粗,易于脱水,采场充填接顶要求严格.

    (2) 点柱充填采矿法.点柱充填采矿法是在采场中均匀布置点柱(点柱间距15 m,点柱尺寸为4.5 m×4.5m),采场顶板靠点柱支撑,点柱作为永久损失.每分层回采时采用水平炮孔落矿(也有打上向孔的),充填可根据回采的情况分次充填.和连续进路倾斜尾砂充填采矿法相比,点柱充填采矿法的优点是凿岩爆破的效率高,采场生产能力较大,也能较好地控制采场顶板和矿体上盘围岩稳定.缺点是采场暴露面积较大,采场顶板管理要求严格,安全可靠性比采用连续进路倾斜尾砂充填采矿法相对要低.

    (3) 大直径深孔空场嗣后充填采矿法和分段空场嗣后充填采矿法.该方法的优点是人员设备不需进入采场空区,回采作业安全; 采用集中凿岩集中出矿,设备利用率高;单位开采面积采矿生产能力大.缺点是采场暴露的高度大,在水文条件复杂的矿山不能及时有效地控制涌水突发事故的发生; 如矿房不采用胶结充填则需留大量的矿柱不能回收,矿石损失率大,如矿房采用胶结充填则充填成本相对较高;对矿体的形状变化适应差,因而矿石的贫化率大,矿石损失率也较大.因此,不推荐采用该采矿方法.若矿岩的稳固性较好、矿体倾角和厚度又适宜的情况下,在矿体疏干之后,可试用沿走向布置的分段空场嗣后充填采矿法,但最后空区应完全充填接顶以保护地表.

    (4) 采矿方法优选.根据矿山提出的保证地表不塌陷、井下不突水等要求,结合白象山铁矿床开采技术条件,考虑到矿山生产规模的需要,认为必须采用连续倾斜进路尾砂充填采矿法和点柱充填采矿法,才能实现安全高强度回采,满足矿山年采出矿量200 万t 以上并保护地表的要求. 为适应白象山的层状缓倾斜、水平矿体厚度变化较大的情况,连续倾斜进路充填采矿法和点柱充填采矿法,均沿走向布置盘区(长100 m),特厚大矿体每个盘区按100 m×100 m 划分为若干个矿块.

    根据矿体的赋存条件和矿床开采技术条件,矿床开拓主要以竖井开拓为主,开拓运输方案受厂址的影响,初步拟定4 个方案,分别为:

    (1) 方案D1.主副井、选厂在龙尾冲方案.采用主副井开拓,主副井和选厂布置在龙尾冲的山坡上,工业场地靠近矿体(在-470 m 水平副井离矿体约660 m).

    (2) 方案D2.主副井、选厂在泉水湾方案.采用主副井开拓,主副井和选厂布置在泉水湾的山坡上.

    (3)方案D3.副井在钟山,主井和选厂在龙尾冲方案.采用主副井开拓,副井布置在钟山(青山河的西面),主井和选厂在龙尾冲的山坡上.井下人员和材料均从钟山副井下到井下,机修可完全利用已有的设施.副井场地应增设变电所,为副井服务,地表布置空压机房.但在主井附近需设一条进风井(即方案D1中的副井位置),进风井内设梯子间,排水管、供水管、供电电缆从进风井走.

    (4) 方案D4.钟山通地表的斜坡道,主井和选厂在龙尾冲方案.采用主井和辅助斜坡道开拓,辅助斜坡道开口布置在钟山(青山河的西面),主井和选厂在龙尾冲的山坡上. 在钟山掘进斜坡道到-450 m 水平(即取代方案D3中的副井和副井石门),人员材料通过无轨设备运输到井下,从地表到井下-450 m 水平辅助斜坡道长约为3300 m.

    所提出开拓运输方案的主要技术经济指标见表 1.

    表  1  主要技术经济指标
    下载: 导出CSV 
    | 显示表格

    各开拓运输方案的优缺点见表 2.

    表  2  4 个方案优缺点比较
    下载: 导出CSV 
    | 显示表格

    表 2 可知,D1基建工程量省,基建时间相对要短,但年均经营费用较高;与D1相比,D2主副井远离矿体多460 m 左右,井下运距也多460 m(单程),此方案基建时间相对要长一些,人员上下班井下需多走约460 m;D3基建工程量大,但利用了原来的一些设施,如原有的一些住宅和土地,可减少征地的数量.但副井石门巷道长,到矿体约1800 m,且巷道需要穿过F2断层,F2断层导水性强,周围岩石不好,给施工会带来一定的难度;D4减少了井筒装备、井塔及提升设施,无轨设备上下、材料运输非常方便,但斜坡道运输紧张.直观来看,D1D2难以取舍、D4似乎优于D3,但D1D2D4比较起来,较难下结论,还需要结合表 1 以及矿山治水实际情况加以权衡.

    1) 基于理想点法的多属性优化选择模型

    矿山开拓运输方案的选择是一个多目标优化问题,可进行以下描述:方案集D={Di}(i=1,2,…,m);属性集X={Xj}(j=1,2,…,n),属性值为xij,属性向量为xi =(xi1xi2,…,xin);目标集为Y={Yk} (k=1,2,…,p),目标值为yik.通过目标函数fk(x)建立Di的属性向量xiYk的关系,即yik=fk(xi).可得评价矩阵[10-12]

    其中F(xi )=[f1(xi),f2 (xi),…,fP (xi )]

    fk(x)为评价属性的价值函数Vj(xij),则:

    在优选方案目标体系中包括两大类目标,即极大型目标和极小型目标.一般来说,希望所优选的方案具有理想值.然而实际上,理想点是不太容易求出的,因此,只有在拟定备择方案中寻求相对较优.如果目标函数没有数学解析表达式,则只能由实验求得,也可以根据专家经验提出近似理想值.

    近似理想点确定后,需要构建理想方案,即I*,则

    其中

    于是寻求Di,使其到近似理想点的距离最小.另外,如果各属性目标的重要程度不一样,那么引进权重,则

    (1)

    式(1)中αiDiI* 的近似程度,即近似度.

    U(Di)说明选出的最优方案与I* 最接近,即αi最小.

    2) 开拓运输方案评判指标体系的构建与测算

    第1,构建开拓运输方案评判指标体系,见表 3.

    表  3  开拓运输方案评判指标体系
    下载: 导出CSV 
    | 显示表格

    第2,对表 3X4X6两项指标采用百分制打分.其中X4:易为0,一般为60,较难为80,难为100;X6:一般为60,较好为80,好为100.

    第3,选择标准化函数,求出标准化矩阵.设I1I2依次为极大型、极小型指标的集合,于是可以选取如下的标准化函数:

    则标准化矩阵

    第4,计算各指标的权重系数.首先将评价指标按照行和列排列,形成一个正方形表格;其次,利用相对比较法对指标之间的关系进行分析,将评分值记入表格;然后,将指标评分值每行求和;最后,归一化,得到权重系数.

    第5,求各个方案与理想决策方案的近似度.

    理想点为I*=(V1*V2* ,…,V6*)=(1,1,1,1,1,1).

    利用式(1),取P=2,则α1=0.632,α2=0.449,α3=0.794,α4=0.773. 因此,4 个开拓运输方案的排序为D2D1D4D3,设计推荐方案为D2D1.

    根据姑山矿提出的保证地表不塌陷、井下不突水等要求,结合白象山铁矿床开采技术条件,考虑到矿山生产规模的需要,得出必须采用连续倾斜进路尾砂充填采矿法和点柱充填采矿法,才能实现安全高强度回采,满足矿山年采出矿200 万t 以上并保护地表的要求.根据白象山铁矿床矿体的赋存条件和矿床开采技术条件,拟定了4 个开拓运输方案,建立了开拓运输方案评判指标体系,利用理想点法对4 个方案进行比较优选,结果表明:D2D1依次为较优推荐方案.上述研究成果已经被马钢集团姑山矿业有限公司采纳,目前正在应用中,长期社会与经济效益预期良好.因此,利用理想点法进行矿山开拓运输方案的优化选择具有较好的可靠性以及实用与推广价值.

  • 图  1   矿区地形剖面

    Fig  1.   Mine terrain map

    图  2   监测点JC03在XYZ方向累积位移与速率变化趋势

    Fig  2.   Trend of cumulative displacement and velocity change of monitoring point JC03 in XY and Z directions

    图  3   基于空间插值的矿区形变结果

    Fig  3.   Deformation result of mining area based on spatial interpolation

    图  4   监测点JC03~JC05在Z方向累积位移观测值与预测值变化趋势

    Fig  4.   Point JC03~JC05 cumulative displacement observation value and predicted value change trend diagram in Z direction

    表  1   GM(1, 1)的模型适用性

    Table  1   Model Applicability of GM(1, 1)

    下载: 导出CSV

    表  2   GM(1, 1)模型精度标准表

    Table  2   GM(1, 1) model accuracy standard table

    下载: 导出CSV

    表  3   部分原始监测数据表

    Table  3   Partial raw measurement data table

    下载: 导出CSV

    表  4   JC03点监测成果表

    Table  4   JC03 point monitoring results table

    下载: 导出CSV

    表  5   监测点JC03在Z方向累积位移观测值与拟合值

    Table  5   Cumulative displacement observations and predicted values of monitoring point JC03 in the Z direction

    下载: 导出CSV

    表  6   监测点JC03在Z方向累积位移预测值

    Table  6   Cumulative displacement predicted value of monitoring point JC03 in Z direction

    下载: 导出CSV
  • [1] 董文文, 朱鸿鹄, 孙义杰, 等.边坡变形监测技术现状及新进展[J].工程地质学报, 2016, 24(6):1088-1095. http://d.old.wanfangdata.com.cn/Periodical/gcdzxb201606008
    [2] 马大喜, 肖海平.矿山变形监测数据管理系统的开发[J].江西有色金属, 2006(4):35-37. doi: 10.3969/j.issn.1674-9669.2006.04.011
    [3] 李爱国, 岳中琦, 谭国焕, 等.香港某边坡综合自动监测系统的设计和安装[J].岩石力学与工程学报, 2003(5):790-796. doi: 10.3321/j.issn:1000-6915.2003.05.019
    [4] 任月龙, 李如仁, 张信.基于多传感器网的露天矿边坡形变监测[J].煤炭学报, 2014, 39(5):868-873. http://d.old.wanfangdata.com.cn/Periodical/mtxb201405011
    [5] 陈丽.面向大型结构的调频连续波雷达位移测量系统VCO及回波的影响研究[D].重庆: 重庆大学, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10611-1015967567.htm
    [6] 赵先奎.特种钢结构建筑测量—自动极坐标测量系统在钢结构安装测量中的运用[J].建筑施工, 2005(10):23-25. doi: 10.3969/j.issn.1004-1001.2005.10.008
    [7] 孙华芬.尖山磷矿边坡监测及预测预报研究[D].昆明: 昆明理工大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10674-1014349085.htm
    [8] 吴战广, 张献州, 张瑞, 等.基于物联网三层架构的地下工程测量机器人远程变形监测系统[J].测绘工程, 2017, 26(2):42-47. http://d.old.wanfangdata.com.cn/Periodical/chgc201702010
    [9] 周才文.基于地面三维激光扫描的露天矿山边坡变形监测研究[D].赣州: 江西理工大学, 2018. http://cdmd.cnki.com.cn/Article/CDMD-10407-1018215946.htm
    [10] 李梦婉, 沙秀艳.基于GM(1, 1)灰色预测模型的改进与应用[J].计算机工程与应用, 2016, 52(4):24-30. doi: 10.3778/j.issn.1002-8331.1506-0257
    [11] 肖海平, 陈兰兰.灰色理论模型在矿山变形监测中的应用[J].金属矿山, 2009(1):154-155. doi: 10.3321/j.issn:1001-1250.2009.01.043
    [12] 李小燕.灰色神经网络预测模型的优化研究[D].武汉: 武汉理工大学, 2009. http://cdmd.cnki.com.cn/Article/CDMD-10497-2009102750.htm
    [13] 马萍.灰色系统GM(1, 1)模型的改进及灰色统计模型研究[D].长春: 吉林大学, 2007. http://cdmd.cnki.com.cn/Article/CDMD-10183-2007093681.htm
    [14] 唐校, 谢光奇, 谢宁鲁, 等.基于最小二乘法的灰色模型参数估计[J].湘南学院学报, 2010, 31(5):62-64. doi: 10.3969/j.issn.1672-8173.2010.05.014
    [15] 赵一晗, 赵立华.灰色模型在某水闸变形监测数据处理中的应用[J].江苏水利, 2010(6):24-26. doi: 10.3969/j.issn.1007-7839.2010.06.011
    [16] 秦真珍.露天矿边坡变形灰色系统预报模型研究[D].阜新: 辽宁工程技术大学, 2009. http://cdmd.cnki.com.cn/Article/CDMD-10147-1011024606.htm
    [17] 储征伟, 钟金宁, 段伟, 等.自动化三维高精度智能监测系统在地铁变形监测中的应用[J].东南大学学报(自然科学版), 2013, 43(S2):225-229. http://d.old.wanfangdata.com.cn/Periodical/dndxxb2013z2002
    [18] 梅文胜, 张正禄, 黄全义.测量机器人在变形监测中的应用研究[J].大坝与安全, 2002(5):33-35. doi: 10.3969/j.issn.1671-1092.2002.05.010
    [19] 詹建徽, 张代远.传感器应用、挑战与发展[J].计算机技术与发展, 2013, 23(8):118-121. http://d.old.wanfangdata.com.cn/Periodical/wjfz201308030
    [20] 张文, 黄声享, 李洋洋.基于测量机器人的自动化变形监测系统设计与实现[J].测绘工程, 2018, 27(2):37-41. http://d.old.wanfangdata.com.cn/Periodical/chgc201802007
    [21] 卫建东.基于测量机器人的自动变形监测系统[J].测绘通报, 2006(12):41-44. doi: 10.3969/j.issn.0494-0911.2006.12.012
    [22] 曾勇.基于TS30测量机器人地壳形变自动数据采集系统的研究与应用[D].西安: 西安科技大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10704-1014072729.htm
    [23] 蔡乾广.多测站自动变形监测系统研发[D].青岛: 山东科技大学, 2007. http://cdmd.cnki.com.cn/Article/CDMD-10424-2008013888.htm
图(4)  /  表(6)
计量
  • 文章访问数:  68
  • HTML全文浏览量:  32
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-09-16
  • 发布日期:  2018-12-30
  • 刊出日期:  2018-11-30

目录

/

返回文章
返回
x 关闭 永久关闭