CC BY
24
© С.С. Кубрин, В.М. Шек, 2013
УДК 004.942: 519.876.5:622:62-433
С.С. Кубрин, В.М. Шек
ГЕОИНФОРМАЦИОННЫЕ СИСТЕМЫ ДЛЯ ИССЛЕДОВАНИЯ ОПАСНЫХ ГОРНОДИНАМИЧЕСКИХ ЯВЛЕНИЙ *
Рассмотрены особенности применения геоинформационных систем в горном деле. Рассмотрены особенности построения дискретных моделей сплошной среды с применением элементов (дискритов), хорошо вписывающихся в конфигурацию сложных пластов и пропластков горных пород. Показано, что с увеличением масштаба отстраиваемых моделей значительно повышается сложность их описания и представления. Это связано с необходимостью учета пространственной изменчивости увеличивающегося в степенной зависимости количества определяющих параметров, т.е. степени анизотропии этой среды и модели, соответственно. Изложен подход к построению геоинформационных моделей сплошной среды с анизотропией 2-го, 3-го и 4-го уровня и созданию ГИС для решения производственно-технических задач горного предприятия. Обоснована необходимость включения в состав пространственно-атрибутивной информации такой ГИС данных о петрографических и физико-механических свойствах системы элементарных блоков (дискрит-И) горных пород для объемного моделирования устойчивости горных выработок и окружающих их массивов пород. Целью такого моделирования является обеспечение безопасности горных работ на месторождениях, опасных по горным ударам и внезапным выбросам горной массы и газа. Рассмотрен пример опытного определения изменчивости прочностных свойств горных пород вокруг горной выработки. Показано, что прочностные свойства горных пород определяются больше физико-механическими и петрографическими свойствами композиции минералов, из которых сложена та или иная порода, чем их «спрессованностью» под тяжестью вышележащей толщи пород. Отмечено, что предел прочности осадочных пород на разрыв примерно в 20 раз меньше, чем предел прочности этой породы на сжатие. Сделано предположение, что горнодинамические явления на угольных шахтах (горные удары, выбросы горной массы и газов) с большой вероятностью связаны со значительными касательными напряжениями на отдельных участках залегания горных пород, превышающими предел прочности этих пород на разрыв. Предложено использовать для изучения указанных явлений дискретных геоинформационные модели 4-го уровня анизотропии. Ключевые слова: горнодобывающее предприятие, месторождение полезных ископаемых, массив горных пород, геоинформационные системы, пространственно-атрибутивная информация, горный удар, внезапный выброс горной массы и газа, дискрит.
Статья подготовлена при финансовой поддержке Минобрнауки РФ в рамках ГК 16.525.12.5008 от 13.10.11
Известно, что геоинформационные системы (ГИС) [1,2 и др.] используют 4 основных типа классов объектов: точки (примитивы), полилинии, замкнутые контуры (границы) и полигоны (площадной объект). До настоящего времени это множество классов объектов вполне устраивало всех разработчиков и пользователей таких систем. Объясняется это, по-видимому, тем, что исторически ГИС возникли (и до сих пор в большинстве таковыми являются) как географические информационные системы. Системообразующей основой создаваемых пространственных моделей в них является криволинейная поверхность с привязанными к ней пространственными объектами (слой). В тех случаях, когда необходимо некоторые множества элементарных объектов разместить не на этой поверхности, а на некотором удалении от неё (физически или логически), используют систему слоев с размещением на каждом из них выделенного по тем или иным признакам (характеристикам) локального множества объектов. Множества (в условиях объектно-ориентированного моделирования) являются непересекающимися.
Для обеспечения возможности показа объемных фигур на плоскости (например, в градостроительстве) компания ЕБШ (ЛгсС1Б, ЛгсУ1еш) ввела формат описания (шейп-файлы) полигонов II типа, в котором каждой точке с координатами (Х,У) соответствуют две координаты (высотные отметки) 22). Это позволяет создавать «объемные» полигоны, фактически призмы с вертикальными ребрами и двумя основаниями, имеющими общую проекцию на горизонтальную плоскость. Мы использовали это [3, 4] при создании моделей сплошной среды (сегментов горного массива) 1-го уровня анизотропии.
Для более детального рассмотрения горно-геологических и горнотехнических объектов нами был предложен [5, 6, 7 и др.] новый тип геоинформационных моделей сплошной среды (2-й уровень анизотропии) с представлением каждого протяженного объемного объекта (пласт, пропласток, рудное тело) с изменчивыми свойствами в виде множества регулярно размещенных и тесно сомкнутых элементов - дискритов (рис. 1, а и 1, б). Это позволило использовать элементарныемодели изотропной сплошной среды для композитного описания анизотропных сред с использованием аппарата статистиче-
ского оценивания параметров блоков (методы крайгинга, обратных расстояний и др.).
Использование более емкого описания качественных показателей полезных ископаемых и масштабированного представления множеств дискритов позволили перейти к построению моделей 3-го уровня анизотропии[7, 8]: объемные стратифицированные модели угольных и породных пластов с локализацией качественных (атрибутивных) данных в каждом дискрите и проведение подсчетов запасов полезного ископаемого (угля) с учетом марок и сортов (ценности минерального сырья) (рис. 2).
В настоящее время актуальной является проблема обеспечения безопасности при отработке зон угольных месторождений, отнесенных к угрожаемым по внезапным выбросам угля и газа и горным ударам. Характерной особенностью таких зон является повышенная вариабельность не только пространственного размещения элементов сплошной среды, но и качественных характеристик смежных дискритов определенного угольного или породного пласта (прослоя). Это делает необходимым осуществления перехода к геоинформационным моделям следующего 4-го уровня анизотропии сплошных сред.
Рис. 1. Шестигранныйдискрит (а) и размещение дискритов угольных (пб и п7) и породных пластов (п6_5_1 и др.) в регулярном пространстве модели сплошнойсреды (б)
А В С D Е
1 слой пласта масса, т.т. зольность, % Порода, т.т Доля
2 158 12 1 20207,92 8 1616,634 0,245076
3 158 5 1 5034,26 87 4379,806 0,061054
4 158 12 2 12696,46 8 1015,717 0,153979
5 158 6 1 351,7 90 316,53 0,004265
6 158 5 2 3806,35 77 2930,89 0,046162
7 158 12 3 9 265,76 8 741,2608 0,112373
S 158 5 3 3611,63 88 3178,234 0,043801
9 158 12 4 13563,89 7 949,4723 0,164499
10 158 5 4 1640,05 88 1443,244 0,01989
11 158 12 5 5371,01 7 375,9707 0,065138
12 158 5 5 643,63 79 508,4677 0,007806
13 158 12 6 3042,9 7 213,003 0,036903
14 158 5 6 469,2 85 398,82 0,00569
15 158 12 7 1671,38 6 100,2828 0,02027
16 158 10 1 121,92 80 97,536 0,001479
17 158 6 2 24,53 88 21,5864 0,000297
1S 158 12 8 572,31 6 34,3386 0,006941
19 158 5 7 138,1 90 124,29 0,001675
20 158 11 1 98,33 72 70,7976 0,001193
21 158 11 2 47,6 68 32,368 0,000577
22 158 11 3 21,36 70 14,952 0,000259
23 158 10 2 55,45 60 33,27 0,000672
24 Итого 82455,74 22,5544885 18597,47 1
25
26 82296,29 0,99806624 63858,27
572,31; ,-138,1; 0%
1671,38; 2%
3611,63; 4-%
5034,26; 6%
M
■ I5B_12_1
■ ise_s_i
■ I5B_12_2 I5B_6_1
■ I5B_5_2
■ I5B_12_3
■ I5B_5_3
■ I5B_12_¿. I5B_5_¿
■ ISB_12_5
■ ISB_5_5
■ I5B_12_6
■ I5B_5_&
■ I5B_12_7
■ I5B_10_1 15B_5_Î
■ I5B_12_B
■ ISB_5_7 Б8_11_1 I5B_11_2 I5B_11_3
IБ8 10 2
Рис. 2. Расчет параметров прослоев в подсчетом контуре пласта 158
Была исследована изменчивость физико-механических свойств пород в кровле угольного пласта «Поленовский» шахты им. С.М. Кирова (табл. 1).
Сравнение параметров отдельных образцов внутри каждой пробы показывает большой их разброс относительно среднего значения (велика дисперсия, особенно для прочности на сжатие). Это свидетельствует о значительной анизотропии в строении пород. Следует также отметить, что пределы прочности на растяжение почти в 20 раз меньше пределов прочности на сжатие для всех образцов. Поэтому при определении устойчивости горных пород к разрушению в первую очередь следует обращать внимание на локальные касательные напряжения, существующие и привносимые при техногенных воздействиях на горный массив.
Для анализа влияния петрографических и физико-механических параметров горных пород на их прочностные свойства построен график (рис. 3).
Все образцы проб представляют мелкозернистый, темно-серый и трещиноватый алевролит, отобраны геологом шахты в конвейерной печи №2594 (в трех сечениях, см. табл. 1). Как видно из сравнения графиков, глубина залегания породы слабо влияет на прочностные её характеристики. Изменение прочности породы на растяжение сильно коррелирует с изменением её прочности на сжатие.
Пробы №1 и №2 представлены алевролитом слоистым трещиноватым, с отпечатками обрывков растений. Пробы №3 и №4 представлены алевролитом сильно трещиноватым без слоистости, также с отпечатками растений. Пробы №5 и №6 представлены алевролитом без слоистости, с отпечатками растений и частично сидеритизированным. Наибольшее влияние на уменьшение прочностных характеристик породы оказывает её трещиноватость (пробы №3, №4), в меньшей степени влияет её слоистость. Минерализация породы (залечивание первичных трещин) приводит к значительному увеличению её прочности.
Наименьшая анизотропия по направлениям разрушения (раскалывания) в пробе №4: здесь сильная трещиноватость по всем направлениям. В сопряженной пробе №3 три образца (2,5,6) раскалывались в плоскости основной системы трещин, три остальных - по другим плоскостям.
Таблица 1
Параметры геологических проб
глубина, м Предел прочности, МПа
дата (проба) образец На растяжение На сжатие
измерение среднее дисперсия измерение среднее дисперсия
1 1,294478 25,86994
2 1,323898 26,41912
298 3 1,323898 1,41 0,056 26,55641 28,17 21,99
(1) 4 1,078732 21,63347
5 1,647517 32,8817
09.12.11 6 1,78481 35,65698
Викинг 1 1,265058 25,36
2 1,578871 31,49896
299 3 1,402351 1,43 0,072 28,0176 28,64 28,30
(2) 4 1,412158 28,35103
5 1,029698 20,67242
6 1,90249 37,96154
1 1,520031 30,39081
2 0,931632 18,61302
345 3 1,618097 1,20 0,077 32,33253 24,00 31,03
(3) 4 1,216025 24,34011
5 0,970858 19,35833
22.12.201 6 0,951245 18,97587
1 БУ-39 1 1,333704 26,64467
2 0,912018 18,17172
346 3 1,019892 1,03 0,030 20,3488 20,52 11,77
(4) 4 1,049312 20,98623
5 1,078732 21,55502
6 0,764919 15,39644
Окончание табл. 1
Предел прочности, МПа
Дата глубина, м образец На растяжение На сжатие
(проба) диспер-
измерение среднее дисперсия измерение среднее сия
1 1,578871 31,66567
2 2,971415 59,49695
357 3 1,72597 2,28 0,291 34,55863 45,58 116,60
(5) 4 2,775282 55,55467
5 2,637989 52,85784
13.01.12 6 1,971137 39,38351
БУ-39 1 3,500974 70,07832
2 2,745862 54,91724
357,5 3 1,637711 2,93 0,438 32,69537 58,66 175,96
(6) 4 3,6873 73,77543
5 3,079288 61,61518
6 2,941995 58,8399
1000,00 Прочность образцов пород
-А
А 1
100,00 п? X X Щ > 5
у= 0,0761х2- 1,8879х +34,91 1: -¡1 ;Э98 Ж X
п? с £ 10,00 и 0 1 т о о. с ч ш 3 а с ж ж ''^у^жжж
у= и,003ЙХ2- 0,Ц944Х + 1,/4Ь8 I- ' - 0,5998 X
1,00 -*-Л X
0,10
6 12 1& 24 30 36
Рис. 3. Изменение параметров прочности образцов породы
В пробе №1 образцы 1, 2, 3 и, особенно, 4 раскалывались и раздавливались в плоскостях, ослабленных трещиноватостью и слоистостью породы. В пробе №2 направление приложения сил (давления) к образцам выбиралось случайным образом. В пробе №5 три образца (1, 3 и 6) раскалывались по ослабленному направлению, остальные три - «вкрест» к нему. Поэтому значения первой группы лежат ниже среднего значения, второй группы - выше, а дисперсия статистики - большая. В пробе №6 один образец (3) разрушался по очень ослабленному направлению, а два (1 и 4), наоборот, - «вкрест» к нему. Три остальных образца раздавливались по промежуточным направлениям, и измеренные значения их прочности лежат в области среднего значения. Поэтому и дисперсия у статистики пробы №6 - максимальная.
Исследование имеющихся в этой серии проб данных свидетельствует, вероятнее всего, о неполном соответствии полученных локальных статистик генеральной совокупности данных.
Учитывая, что получениерассмотренных данных было сопряжено со значительными трудовыми затратами на их сбор и обработку, вряд ли следует ожидать в ближайшем будущем широкого статистического материала (полученного из регулярных точек опробования (с достаточно густыми сетками) по всем пластам в окрестностях разрабатываемых участков угольных пластов) для решения задач прогноза ударо- и выбросоопасно-сти последних. Поэтому автоматизированные системы для решения таких задач следует сейчас строить не на эмпирических (статистических) закономерностях, а с использованием нечеткой логики и других методов искусственного интеллекта.
Как было показано выше, в таких системах необходимо строить и использовать вероятностные динамические пространственно-атрибутивные модели 4-го уровня анизотропии. Созданные нами ранее геоинформационные модели с достаточно полным представлением пространственно-атрибутивной информации отвечают 3-му уровню анизотропии. Поэтому в создаваемых системах прогноза и принятия решений по борьбе с внезапными выбросами углегазопородных консистенций и горными ударами необходимо дополнительно создать и использовать модели сплошной среды более крупного (по сравнению с уже созданными моделями) масштаба с обеспечением возможности решения задач определения напряженного состояния пространственной системы дискретных элементов горного массива и изменения прочностных свойств последней при техногенных воздействиях на исследуемый массив.
- СПИСОК ЛИТЕРАТУРЫ
1. Кошкарев A.B., Тикунов B.C. Геоинформатика. Справочное пособие. М.: ГИС-Ассоциация, 1997. 213 с.
2. Журкин И.Г., Шайтура C.B. Геоинформационные системы.— Москва: КУДИЦ-ПРЕСС, 2009. — 272 с. ISBN 978-5-91136-065-8
3. Шек B.M., Филиппова A.A. Моделирование экологических аспектов горного предприятия: практика и перспективы. Горный информационно-аналитический бюллетень. - М.: МГГУ. - 2002, №2, с. 168-171.
4. Вознесенский Ю.С., Шек B.M. Компьютерная технология ввода первичных геологических данных. Горный информационно-аналитический бюл-
летень. - М.: МГГУ. - 2009, ОВ-2 «Информатизация и управление», с. 95-104.
5. Шек В.М., Литвинов А.Г., Вознесенский Ю.С. Визуализация дискретных моделей сплошной среды. Горный информационно-аналитический бюллетень. - М.: МГГУ. - 2009, ОВ-2 «Информатизация и управление», с. 421-431.
6. Шек В.М., Дранишников П.С., Литвинов А.Г., Руденко Ю.Ф. Моделирование сплошной среды. Горный информационно-аналитический бюллетень. - М.: МГГУ. - 2009, ОВ-2 «Информатизация и управление», с. 409-420.
7. Шек В.М., Вознесенский Ю.С., Кравченко И.А., Закиев Р.М., Литвинов А.Г. Применение системного анализа и ГИС-технологий при построении геологических моделей месторождений полезных ископаемых. Горный информационно-аналитический бюллетень. - М.: МГГУ. - 2010, ОВ-5 «Информатизация и управление», с. 351-362.
8. Шек В.М., Вознесенский Ю.С., Кравченко И.А., Закиев P.M., Литвинов А.Г., Панчукова Л.В. Оптимизация подсчетов запасов с помощью ГИС GEO +. Горный информационно-аналитический бюллетень. - М.: МГГУ. -2011, ОВ-б «Информатизация и управление», с. 327-336. ШИЗ
КОРОТКО ОБ АВТОРАХ -
Кубрин Сергей Сергеевич - профессор, доктор технических наук, зав. лабораторией, s_kubrin@mail.ru
Институт проблем комплексного освоения недр Российской академии наук Шек Валерий Михайлович - профессор кафедры Автоматизированные системы управления, доктор технических наук Московский государственный горный университет, ud@msmu.ru
