基于多源监测数据的金属矿山岩石可爆性识别方法及装置与流程

摘要: 本技术涉及矿山开采的,尤其是涉及一种基于多源监测数据的金属矿山岩石可爆性识别方法及装置。背景技术:1、在金属矿山开采过程中,岩石可爆性的准确评估是优化爆破参数、...
基于多源监测数据的金属矿山岩石可爆性识别方法及装置与流程

本技术涉及矿山开采的,尤其是涉及一种基于多源监测数据的金属矿山岩石可爆性识别方法及装置。

背景技术:

1、在金属矿山开采过程中,岩石可爆性的准确评估是优化爆破参数、提高开采效率的关键环节。

2、目前,行业内常采用随钻测量(mwd)技术获取钻进参数来反演岩石性能,或利用地质物探技术进行岩体探测。然而,现有技术方案在实际应用中仍存在显著缺陷:一方面,传统随钻参数模型多依赖单一力学数据源,未能有效整合岩石视觉特征与矿物成分信息,导致对含硫化物等特殊矿物地层的识别存在系统性盲区,误判率较高;另一方面,现有模型在钻头发生磨损钝化时,缺乏有效的自动修正机制,导致采集的力学特征数据产生系统性偏差,进而影响可爆性评价的准确性;此外,现场实时监测数据与实验室基准值之间缺乏动态关联机制,限制了岩石可爆性识别的时效性与精度。

技术实现思路

1、为了提高岩石可爆性识别精度,本技术提供一种基于多源监测数据的金属矿山岩石可爆性识别方法及装置。

2、第一方面,本技术提供一种基于多源监测数据的金属矿山岩石可爆性识别方法,采用如下的技术方案:

3、获取钻孔过程中产生的多源监测数据,所述多源监测数据包括随钻响应数据、孔内物探数据、孔内光谱响应数据和孔内图像数据;

4、根据所述随钻响应数据提取岩石的力学特征和钻进加速度特征,根据所述孔内物探数据提取岩石的物理场特征,根据所述孔内光谱响应数据提取岩石的矿物成分特征,根据所述孔内图像数据提取岩石的表面纹理特征和颜色特征;

5、根据所述随钻响应数据,对所述力学特征进行钻头状态补偿修正,得到修正后的力学特征;

6、将所述钻进加速度特征、所述物理场特征、所述矿物成分特征、所述表面纹理特征、所述颜色特征以及修正后的所述力学特征输入融合识别模型,所述融合识别模型根据岩石可爆性参数数据库中存储的映射关系,输出岩石的可爆性识别结果及炸药单耗。

7、通过采用上述技术方案,同步采集随钻力学响应、孔内物理场、岩屑光谱及图像四类异构数据,构建了涵盖力学、工况、物理、化学及视觉维度的全要素特征集,并利用随钻响应数据对力学特征进行自适应补偿修正,消除了设备状态变化引入的系统误差,最终经融合识别模型输出可爆性结果,解决了单一数据源识别盲区及钻头磨损导致的数据失真问题。

8、进一步地,所述随钻响应数据包括钻杆振动幅值、轴向压力参数、钻进速度和扭矩,所述根据所述随钻响应数据,对所述力学特征进行钻头状态补偿修正,得到修正后的力学特征,包括:

9、根据所述钻杆振动幅值与所述轴向压力参数的比值确定磨损影响因子;

10、当所述磨损影响因子超过预设阈值时,判定当前钻进过程中钻杆振动幅值相对于轴向压力显著增大,获取当前钻进速度与当前扭矩;

11、若所述当前钻进速度低于预设速度阈值,且所述扭矩未同步增加,则判定所述钻杆振动幅值的显著增大由钻头磨损钝化引起,确定钻头处于磨损钝化状态,根据所述磨损影响因子对所述力学特征施加补偿修正,所述磨损影响因子越大,所述补偿修正的幅度越大;

12、若所述钻进速度低于预设速度阈值,且所述扭矩同步增加,则判定所述钻杆振动幅值的显著增大由岩石硬度增加引起,将当前钻进段标记为岩性变化段。。

13、通过采用上述技术方案,利用钻杆振动幅值与轴向压力的比值作为磨损敏感指标,能够灵敏地捕捉钻头切削齿钝化引起的微观动力学响应变化,同时根据钻进硬岩与钻头磨损时随钻响应数据的区别,准确定位钻头是否为磨损状态,从而实现对钻头磨损状态的量化表征与力学特征的动态补偿,降低因钻头磨损导致的岩石硬度虚高误判的可能性。

14、进一步地,所述根据所述钻杆振动幅值与所述轴向压力参数的比值确定磨损影响因子,包括:

15、获取预设时间窗口内多个采样时刻的钻杆振动幅值和轴向压力参数;

16、分别计算所述时间窗口内钻杆振动幅值的滑动平均值和轴向压力参数的滑动平均值;

17、将所述钻杆振动幅值的滑动平均值与所述轴向压力参数的滑动平均值的比值,作为磨损影响因子。

18、通过采用上述技术方案,建立磨损影响因子与修正系数的正相关映射关系,将抽象的磨损状态转化为具体的数值修正量,使得补偿后的有效破碎比功能够真实反映岩石本身的抗破坏能力,而非钻头与岩石相互作用后的混合效应。

19、进一步地,所述力学特征包括实测破碎比功,所述根据所述磨损影响因子对所述力学特征施加补偿修正,包括:

20、获取所述钻头处于未磨损状态下的基准破碎比功;

21、获取实测破碎比功;

22、根据所述磨损影响因子确定修正系数,所述修正系数随所述磨损影响因子的增大而增大;

23、将所述实测破碎比功除以所述修正系数,得到补偿修正后的有效破碎比功;

24、判断所述有效破碎比功与所述基准破碎比功的偏差是否在第一预设偏差阈值范围内;若是,则接受所述有效破碎比功作为修正结果;

25、否则,若所述有效破碎比功低于所述基准破碎比功,则判定当前钻进段落的岩性相对于基准段落发生变化,标记为岩性变化段,并以当前有效破碎比功作为当前钻进段的破碎比功;

26、若所述有效破碎比功高于所述基准破碎比功,则复核所述磨损影响因子所依据的钻杆振动幅值和/或轴向压力参数是否存在数据异常;

27、若经复核确认存在数据异常,则剔除异常数据后重新计算所述磨损影响因子及所述修正系数,并重新获取实测破碎比功、重新计算有效破碎比功后再次与所述基准破碎比功进行比对;

28、若经复核确认不存在数据异常,则判定当前钻进段的岩性相对于基准段落发生硬化,以当前有效破碎比功作为当前钻进段的破碎比功;

29、若经n次重新计算后,所述有效破碎比功与所述基准破碎比功的偏差仍超出所述第一预设偏差阈值范围,则终止迭代,将当前有效破碎比功标记为待确认状态并输出,其中n为预设的正整数。

30、通过采用上述技术方案,通过将实测破碎比功除以随磨损影响因子增大的修正系数,实现了钻头磨损干扰的动态补偿,使修正后的有效破碎比功更准确地反映岩石真实破碎难度;同时利用基准破碎比功进行比对验证,可有效区分岩性变化与数据异常两种工况,提高了岩石可爆性识别结果的可靠性。

31、进一步地,所述修正系数与所述磨损影响因子之间的函数关系为非线性函数关系:

32、按照如下方式确定:

33、所述修正系数,其中,为所述磨损影响因子,为磨损敏感系数,为磨损加速指数,和为预设的补偿系数,>1。

34、通过采用上述技术方案,考虑到钻头磨损对破岩效率的影响并非简单的线性累积,而是随着磨损加剧呈加速恶化趋势,采用非线性函数拟合更符合实际物理规律,进一步提高了力学特征修正的精度。

35、进一步地,在根据所述随钻响应数据,对所述力学特征进行钻头状态补偿修正,得到修正后的力学特征之前,所述方法还包括:

36、将同一钻进段内所述随钻响应数据与所述孔内光谱响应数据进行一致性校验;

37、若所述随钻响应数据显示所述钻进段内岩石的破碎比功发生显著变化,而所述孔内光谱响应数据显示矿物成分未发生相应的变化,则判定两者之间存在物理一致性偏差,确定对应钻进段的多源监测数据存在异常,并将偏离一致性趋势的数据点剔除。

38、通过采用上述技术方案,将同一钻进段内随钻响应数据与孔内光谱响应数据进行交叉验证,利用两类数据在物理机制上的关联性来判断数据有效性,能够在特征提取前主动识别并剔除因传感器干扰、排渣不畅等原因导致的异常数据点,避免无效数据污染后续修正与识别过程,提高了多源监测数据的质量与识别结果的可靠性。

39、进一步地,所述方法还包括:

40、在钻孔全深度范围内,按照预设深度间隔,根据各钻进段对应的随钻响应数据、孔内光谱响应数据和孔内图像数据,生成沿钻孔深度方向连续分布的可爆性分布曲线;

41、利用孔内物探数据对所述可爆性分布曲线进行整体深度校正或异常段标记;

42、根据校正或标记后的所述可爆性分布曲线,将钻孔沿深度方向划分为n个装药分段,n≥2,为每个装药分段独立确定对应的建议炸药单耗和/或装药结构,每个装药分段具有基本均一的可爆性参数。

43、通过采用上述技术方案,实现了从点状识别向孔深连续剖面识别的跨越,支持精细化分段装药设计,同时利用孔内物探数据进行深度校准,提高了可爆性分布曲线与实际地质层位的空间对应关系的准确性。

44、第二方面,本技术提供一种基于多源监测数据的金属矿山岩石可爆性识别装置,采用如下的技术方案:

45、多源监测数据获取模块,用于获取钻孔过程中产生的多源监测数据,所述多源监测数据包括随钻响应数据、孔内物探数据、孔内光谱响应数据和孔内图像数据;

46、特征提取模块,用于根据所述随钻响应数据提取岩石的力学特征和钻进加速度特征,根据所述孔内物探数据提取岩石的物理场特征,根据所述孔内光谱响应数据提取岩石的矿物成分特征,根据所述孔内图像数据提取岩石的表面纹理特征和颜色特征;

47、特征修正模块,用于根据所述随钻响应数据,对所述力学特征进行钻头状态补偿修正,得到修正后的力学特征;

48、可爆性识别模块,用于将所述钻进加速度特征、所述物理场特征、所述矿物成分特征、所述表面纹理特征、所述颜色特征以及修正后的所述力学特征输入融合识别模型,所述融合识别模型根据岩石可爆性参数数据库中存储的映射关系,输出岩石的可爆性识别结果及炸药单耗。

49、第三方面,本技术提供一种边缘计算与融合识别设备,采用如下的技术方案:

50、一种边缘计算与融合识别设备,包括:

51、至少一个处理器;

52、存储器;

53、岩石可爆性参数数据库,存储于所述存储器中;

54、至少一个计算机程序,存储于所述存储器中;

55、其中,所述至少一个计算机程序被配置为由所述至少一个处理器执行,所述至少一个计算机程序配置用于:执行如第一方面所述的方法。

56、第四方面,本技术提供一种计算机可读存储介质,采用如下的技术方案:

57、一种计算机可读存储介质,存储有能够被处理器加载并执行如第一方面中任一项所述的方法的计算机程序。

58、本技术第二方面至第四方面及其各种实现方式的具体描述,可以参考第一方面及其各种实现方式中的详细描述;并且,第二方面至第四方面及其各种实现方式的有益效果,可以参考第一方面及其各种实现方式中的有益效果分析,此处不再赘述。

59、综上所述,本技术同步采集随钻力学响应、孔内物理场、岩屑光谱及图像四类异构数据,构建了涵盖力学、工况、物理、化学及视觉维度的全要素特征集,并利用随钻响应数据对力学特征进行自适应补偿修正,消除了设备状态变化引入的系统误差,最终经融合识别模型输出可爆性结果,该可爆性结果基于普氏坚固性系数进行分级,与矿山行业通用的岩石分级标准兼容,可直接对接现有爆破设计规范,解决了单一数据源识别盲区及钻头磨损导致的数据失真问题。