一种深部硬岩矿体非爆破机械化智能开采方法与流程

1.本发明属于硬岩矿山开采技术领域，尤其涉及一种深部硬岩矿体非爆破机械化智能开采方法。


背景技术：

2.随着科学技术的不断发展以及对矿产资源需求量的不断增多，国内外矿山不断朝着更深的采矿深度发展，逐渐进入到深部开采的范畴。目前，钻爆法仍然被广泛应用于深部矿山的开采，但受限于爆破衍生破坏大、能量利用率低以及安全性差等弊端，研究人员提出了具有作业扰动小等优点的非爆破机械化开采，并在深部矿山开展了相关的现场应用试验。
3.深部矿山通常为硬岩矿山，完整性好，磨蚀性高，受到高围压的影响，当采用掘进机等破岩设备开挖时，开采效率较低，且刀具磨损严重，影响矿山开采的经济效益。通过试验室试验和现场试验，发现矿体在高应力作用会使矿体内部裂隙发育，形成开挖松动区，该区域内岩石可截割性高，有利于非爆破机械化开采。同样的，当岩体存在裂隙或钻孔等缺陷时，岩体的完整性受到破坏，也会提高该部分岩体的可截割性，有利于非爆破机械化开采。
4.采矿业的一大发展趋势是智能化、数字化开采。通过云计算、大数据等新一代信息技术与矿山生产过程深度融合，实现矿山开采各阶段、各环节的自感知、自决策、自运行，以提高矿山的生产效率。同时，对生产过程开展动态实时监控，实现生产作业和生产数据的自动化管理。然而，到目前为止，智能化矿山的应用对象仍然局限于煤矿和采用爆破法开采的金属矿中，未针对非爆破机械化开采提出合理的建设方向。
5.因此，为克服深部开采带来的挑战，提高深部硬岩矿山非爆破机械化开采效率，实现非爆破机械化开采的自感知和自决策，需要建立一种高效、合理、精确的非爆破机械化智能开采模式。


技术实现要素：

6.本发明的主要目的是为深部硬岩矿山非爆破机械化开采提供一种智能开采模式，以实现非爆破机械化开采的自感知和自决策，提高非爆破机械化开采效率。为了解决上述问题，本发明提供的技术方案如下：
7.本发明的一种深部硬岩矿体非爆破机械化智能开采方法，所述方法包括以下步骤：
8.s1，根据凿岩台车钻孔和孔内滚刀破岩触探数据对矿岩可截割性进行原位监测感知，评价矿岩的可截割性和机械化开采适用性，识别出难采矿岩的分布位置并定量其难采程度，形成待开采矿体可截割性云图；
9.s2，根据s1中评价的矿岩可截割性结果，指导基于高应力诱导致裂和预制缺陷的硬岩矿体可截割性改善方法的实施，从而实现难开采矿体可截割性的精准改善；
10.s3，根据矿体可截割性的量化结果及分布情况，实时智能调控采矿机械的破岩方
式及破岩参数，用于开采改善岩体可截割性后的硬岩矿体，实现非爆破机械化开采；
11.s4，根据非爆破机械化开采的实际开采表现，验证并改进矿岩可截割性监测感知与评价方法以及硬岩矿体可截割性改善方法；
12.s5，以s1至s4循环进行，并通过基于物联网技术的数字信息共享决策平台进行综合管控，从而实现深部硬岩矿体非爆破机械化智能开采。
13.进一步地，所述破岩触探数据是通过凿岩台车钻孔过程中截割岩石获得的，其中，凿岩台车钻孔的排距为50cm
‑
100cm、间距为50cm
‑
100cm；所述破岩触探数据包括破岩法向力、破岩切向力、截割深度和截割速度，通过所述破岩触探数据确定并量化矿岩的可截割性。
14.进一步地，所述凿岩台车的钻臂上安装有滚刀，在钻孔过程中，所述滚刀以确定的截割深度侵入矿体，以截割参数作为所述破岩触探数据传回到所述数字信息共享决策平台，形成待开采矿体可截割性云图。
15.进一步地，针对步骤s1中所识别出的所述难采矿岩，通过开挖诱导巷道、预钻卸压孔或者预开挖卸压槽的方法提高其可截割性；当采用开挖诱导巷道的方法提高所述难采矿岩的可截割性时，会释放水平方向应力，造成垂直方向上的应力集中，从而使矿体内裂隙发育，形成开挖松动区，提高所述难采矿岩的可截割性；当采用预钻卸压孔或者预开挖卸压槽的方法提高所述难采矿岩的可截割性时，破坏所述难采矿岩的完整性并释放应力，创造自由面和补偿空间，改善所述难采矿岩的可截割性；所述卸压孔排距为0.8m
‑
1.5m、间距为0.8m
‑
1.5m，所述卸压槽位于所述难采矿岩底部，宽度为50cm
‑
100cm、高度为50cm
‑
100cm。
16.进一步地，步骤s1中，采矿机械的所述破岩方式包括切削破岩、滚压破岩、冲击破岩或者水射流破岩，采矿机械的所述破岩参数包括刀具尺寸、刀具间距、截割角度、截割深度和截割速度。
17.进一步地，步骤s4中，非爆破机械化开采的所述实际开采表现包括破岩效率、工时利用率、矿石块度、粉尘情况以及刀具磨损情况。
18.进一步地，步骤s5中，所述数字信息共享决策平台对所述破岩触探数据、所述破岩参数和所述实际开采表现进行收集、储存、处理和反馈，综合管控s1至s4四个阶段。
19.本发明提供的深部硬岩矿体非爆破机械化智能开采方法，以矿岩可截割性为关键参数，并通过基于物联网技术的数字信息共享决策平台综合管控矿岩可截割性的原位监测感知、硬岩矿体可截割性的改善、采矿机械的破岩过程和实际破岩效果的反馈，从而实现深部硬岩矿体非爆破机械化智能开采。其有益效果如下：
20.(1)整个开采模式，针对深部硬岩矿体，以矿岩可截割性为参数，有效实现非爆破机械化智能开采；
21.(2)对矿岩可截割性进行原位监测感知，通过钻臂上安装的滚刀截割矿体，以滚刀的截割参数反应矿岩可截割性。该监测感知矿岩可截割性的方法便捷简单，在凿岩台车钻孔过程中即可获得；
22.(3)数字信息共享决策平台可形成待开采矿体可截割性云图，更加立体直观地表明待开采矿体的可截割性情况，便于实现数字化开采；
23.(4)通过开挖诱导巷道、预钻孔或预切槽等方法提高待开采矿体的可截割性，极大提高非爆破机械化开采的开采效率；
24.(5)根据矿体可截割性的量化结果及分布情况来确定破岩方式和破岩参数，不同的开采条件采用不同的开采方案，提高了开采效率，减少了资源消耗；
25.(6)根据实际破岩表现，验证并改进矿岩可截割性监测与评价方法以及硬岩矿体可截割性改善方法，有效提高矿岩可截割性监测与评价的准确性，并提高硬岩矿体可截割性的改善程度；
26.(7)数字信息共享决策平台对整个监测和开采过程进行综合管控，在不断的循环过程中，对数据不断学习，以提高开采过程决策的精准度。
附图说明
27.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
28.图1是本发明实施例的非爆破机械化智能开采模式示意图；
29.图2是本发明实施例的凿岩台车原位监测感知系统示意图；
30.图3是本发明实施例的待开采矿体可截割性云图；
31.图4是本发明实施例的硬岩矿体可截割性改善方法示意图。
32.图中示出的标记及对应名称为：
33.1、矿岩可截割性原位监测感知；11、凿岩台车；12、钻臂；13、操纵室；14、滚刀；15、待开采矿体；16、监测孔；17、矿体可截割性云图；18、难开采矿体范围边界；19、矿体可截割性云图色彩划分；
34.2、硬岩矿体可截割性改善；21、难开采矿体；22、诱导巷道；23、开挖松动区；24、卸压槽；25、卸压孔；
35.3、非爆破机械化开采；31、纵轴悬臂式掘进机；32、横轴悬臂式掘进机；33、刀盘；34、截齿；
36.4、数字信息共享决策平台。
具体实施方式
37.为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式作进一步的说明。
38.在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
39.参考图1至图4，本实施例的一种深部硬岩矿体非爆破机械化智能开采方法，该方法包括以下步骤：
40.s1，根据凿岩台车11钻孔和孔内滚刀14破岩触探数据对矿岩可截割性进行原位监测感知，评价矿岩的可截割性和机械化开采适用性，识别出难采矿岩的分布位置并定量其难采程度，形成待开采矿体可截割性云图17；
41.s2，根据s1中评价的矿岩可截割性结果，指导基于高应力诱导致裂和预制缺陷的硬岩矿体可截割性改善方法的实施，从而实现难开采矿体21可截割性的精准改善；
42.s3，根据矿体可截割性的量化结果及分布情况，实时智能调控采矿机械的破岩方式及破岩参数，用于开采改善岩体可截割性后的硬岩矿体，实现非爆破机械化开采；
43.s4，根据非爆破机械化开采的实际开采表现，验证并改进矿岩可截割性监测感知与评价方法以及硬岩矿体可截割性改善方法；
44.s5，以s1至s4循环进行，并通过基于物联网技术的数字信息共享决策平台4进行综合管控，从而实现深部硬岩矿体非爆破机械化智能开采。
45.作为进一步优选的实施方式，破岩触探数据是通过凿岩台车钻孔过程中截割岩石获得的，其中，凿岩台车钻孔的排距为50cm
‑
100cm、间距为50cm
‑
100cm；破岩触探数据包括破岩法向力、破岩切向力、截割深度和截割速度，通过破岩触探数据确定并量化矿岩的可截割性。
46.具体参考图2，优选地，凿岩台车11的钻臂12上安装有滚刀14，在凿岩台车11钻孔过程中，操纵室13操纵滚刀14以确定的截割深度侵入矿体，以截割参数作为破岩触探数据传回到数字信息共享决策平台4，形成待开采矿体可截割性云图。
47.参见图3，在通过监测孔16感知周围岩体可截割性形成的待开采矿体可截割性云图17上，可以体现待开采矿体15各区域矿岩可截割性，标定难开采矿体范围边界18，为第二阶段硬岩矿体可截割性改善2方法的实施提供矿岩可截割性的定位和定量服务。
48.参见图4，硬岩矿体可截割性改善方法2主要通过开挖诱导巷道22、预钻卸压孔25或预开挖卸压槽24等方法提高难开采矿体21的可截割性，提高第三阶段非爆破机械化开采3的开采效率。
49.优选地，针对步骤s1中所识别出的难采矿岩，通过开挖诱导巷道、预钻卸压孔或者预开挖卸压槽的方法提高其可截割性；当采用开挖诱导巷道的方法提高所述难采矿岩的可截割性时，会释放水平方向应力，造成垂直方向上的应力集中，从而使矿体内裂隙发育，形成开挖松动区，提高所述难采矿岩的可截割性；当采用预钻卸压孔或者预开挖卸压槽的方法提高所述难采矿岩的可截割性时，破坏所述难采矿岩的完整性并释放应力，创造自由面和补偿空间，改善所述难采矿岩的可截割性；所述卸压孔排距为0.8m
‑
1.5m、间距为0.8m
‑
1.5m，所述卸压槽位于所述难采矿岩底部，宽度为50cm
‑
100cm、高度为50cm
‑
100cm。
50.优选地，步骤s1中，采矿机械的所述破岩方式包括切削破岩、滚压破岩、冲击破岩或者水射流破岩，采矿机械的所述破岩参数包括刀具尺寸、刀具间距、截割角度、截割深度和截割速度。
51.优选地，步骤s4中，非爆破机械化开采的所述实际开采表现包括破岩效率、工时利用率、矿石块度、粉尘情况以及刀具磨损情况。
52.优选地，步骤s5中，所述数字信息共享决策平台对所述破岩触探数据、所述破岩参数和所述实际开采表现进行收集、储存、处理和反馈，综合管控s1至s4四个阶段。
53.以下将结合具体的实例对本发明作进一步的说明：
54.一种深部硬岩矿体非爆破机械化智能开采方法，包括如下步骤：
55.步骤s1：通过凿岩台车在待开采矿体15按照排距80cm、间距80cm开凿监测孔16。在开凿监测孔16过程中，凿岩台车11操纵室13操纵钻臂12前部安装的滚刀14会以确定的截割
深度和截割速度截割矿岩。截割过程中，破岩法向力和破岩切向力等孔内破岩触探数据会实时传输回操纵室13。孔内破岩触探数据通过数字信息共享决策平台4对矿岩可截割性进行原位监测感知1，判断该区域岩体可截割性及机械化开采的适用性，并定量其难采程度，从而形成待开采矿体可截割性云图17。待开采矿体可截割性云图17根据矿岩可截割性，矿体可截割性云图色彩划分19代表该区域矿体的难采程度，并清晰可见不同矿体可截割性之间的界线，以确定难开采矿体范围边界18。
56.步骤s2：根据阶段一待开采矿体15可截割性的评价结果，确定难开采矿体21范围，对该区域硬岩矿体进行可截割性改善。难采矿体可截割性改善2基于高应力诱导致裂和预制缺陷，通过开挖诱导巷道22、预钻卸压孔25或预开挖卸压槽24等方法进行。开挖诱导巷道22是通过垂直于运输巷道开挖诱导巷道22，释放水平方向应力，造成垂直方向上的应力集中，从而使矿体内裂隙发育，形成开挖松动区23，提高待开采矿体15的可截割性。预钻卸压孔25是通过在难开采矿体21开凿排距1m、间距1m的卸压孔25，达到破坏难开采矿体的完整性、释放应力、创造自由面和补偿空间的目的，以改善所述难采矿岩的可截割性。预开挖卸压槽24是通过在难开采矿体21底部开挖一条宽度80cm、高度80cm的卸压槽24，同样达到破坏难开采矿体21的完整性、释放应力、创造自由面和补偿空间的目的，以改善难采矿岩的可截割性。数字信息共享决策平台4根据阶段一待开采矿体可截割性的评价结果，选择或组合开挖诱导巷道22、预钻卸压孔25和预开挖卸压槽24这三种改善矿体可截割性的方法，以对难开采矿体21可截割性完成最大幅度的改善。
57.步骤s3：根据阶段一得到的矿体可截割性的量化结果及分布情况，数字信息共享决策平台4确定出最适合该区域矿体非爆破机械化开采3的开采机械，并实时调控在不同区域的开采参数，对阶段二完成可截割性改善的矿体进行非爆破机械化开采3。采矿机械的破岩方式包括切削破岩、滚压破岩、冲击破岩和水射流破岩等。以现有采矿机械而言，非爆破机械化开采的开采机械主要包括纵轴悬臂式掘进机31和横轴悬臂式掘进机32，其通过刀盘33上规律分布的截齿34截割矿岩，完成开采作业。当开采可截割性差的矿体时，采用纵轴悬臂式掘进机31，其开采难采矿体效率更高；当开采可截割性好的矿体时，采用横轴悬臂式掘进机32，其开采易采矿体效率更高。在调控开采参数时，确定刀具尺寸、刀具间距、截割角度、截割深度和截割速度等，以提高非爆破机械化开采效率。
58.步骤s4：在第三阶段非爆破机械化开采3过程中，记录开采效率、工时利用率、矿石块度、粉尘情况以及截齿34磨损情况。上述开采表现传输到数字信息共享决策平台4，综合判断出该区域非爆破机械化开采3的开采表现好坏，从而验证矿岩可截割性监测感知1与评价方法以及硬岩矿体可截割性改善2方法。若该区域非爆破机械化开采3的开采表现好，则表明矿岩可截割性监测感知1与评价方法以及硬岩矿体可截割性改善2方法是合理、准确的；若该区域非爆破机械化开采3的开采表现差，则表明矿岩可截割性监测感知1与评价方法以及硬岩矿体可截割性改善2方法是不合理、不准确的，需要根据非爆破机械化开采3过程中暴露的问题进行修正和改进。
59.步骤s5：深部硬岩矿体非爆破机械化智能开采以步骤s1
→
步骤s2
→
步骤s3
→
步骤s4
→
步骤s1/步骤s2循环进行。首先，开展矿岩可截割性原位监测感知1；其次，改善原位监测感知1确定的难开采矿体21的可截割性；然后，根据矿体可截割性云图17和难开采矿体21可截割性改善的结果，确定开采机械，调控开采参数，完成非爆破机械化开采3；最后，根据
非爆破机械化开采3的实际开采表现，验证并改进矿岩可截割性监测感知1与评价方法以及硬岩矿体可截割性改善2方法。基于物联网技术的数字信息共享决策平台4收集、储存、处理和反馈各阶段数据，对整个开采循环进行综合管控。在智能化开采循环过程中对数据进行学习，提高开采过程决策的精准度，实现深部硬岩矿体非爆破机械化智能开采。
60.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其它实施例的不同之处。
61.以上结合附图对本发明的实施方式作出详细说明，但本发明不局限于所描述的实施方式。对本领域的技术人员而言，在不脱离本发明的原理和精神的情况下对这些实施例进行的多种变化、修改、替换和变型均仍落入在本发明的保护范围之内。