CC BY
128
УДК 622.271.332.02:004
И.М. Игнатенко, асп., 1апа186 m@mail.ru,
Е.Б. Яницкий, д-р геол.-минер. наук, проф., mail@geomix.ru,
М.С. Зайцев, mail@geomix.ru (Россия, Белгород, ФГУП ВИОГЕМ)
МЕТОДИКА ОЦЕНКИ БЛОЧНОСТИ ПОРОД В УСТУПАХ КАРЬЕРА И КУСКОВАТОСТИ ВЗОРВАННОЙ ГОРНОЙ МАССЫ С ПРИМЕНЕНИЕМ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ1
Разработана методика, позволяющая при помощи компьютерных технологии оценить по масштабированному фотоснимку блочность пород в уступах карьера и кусковатостъ взорванной горной массы.
Ключевые слова: блочность пород, уступы карьера, кусковатостъ, горная
масса.
Существует несколько основных методов оценки блочности пород в уступах карьера и кусковатости взорванной горной массы: натурное изучение трещиноватости горных пород; метод натурно-статистической оценки и фотопланиметрический метод. При натурных исследованиях размер блока определяется с помощью мерной рейки как расстояние между блокообразующими трещинами. Сущность натурно-статистической оценки состоит в определении кусковатости горной массы по станциям измерений. В зависимости от поставленной задачи задаются значения фракций, например, <0,3 м; 0,3...0,5; 0,5...0,75; 0,75... 1; >1 м. Размер наиболее крупной фракции целесообразно принимать по минимальному размеру негабарита. В пределах выбранных измерительных участков намечаются мерные профили, расположенные на расстоянии не менее 1 м. Вдоль профилей растягивается и закрепляется по концам рулетка или маркированная лента (шнур). В соответствии с выбранными фракциями маркируется измерительная рейка. По линиям профилей выставляются станции измерений на расстоянии 0,5 м друг от друга. Процесс измерений сводится к отнесению оцениваемого куска горной массы к той или иной фракции по каждой станции измерений [2].
Фотопланиметрический метод основан на определении блочности (кусковатости) по масштабированному фотоснимку. При фотографировании исследуемого участка к стенке уступа или поверхности взорванной горной массы прикладывается мерная рейка, а по возможности разбивается сеть профилей с известной ценой делений интервалов. Сопоставляя по фотоснимку длину интервалов на рейки (профиле) с видимыми размерами отдельностей, получаем их фактический размер. Также существует способ измерения кусковатости не по линейным параметрам (длине сторон), а по измерениям их площади [1]. На масштабированный фотоснимок наклады-
вается сетка с заданным размером ячейки. Считается количество ячеек выпавших на отдельный блок, и находится их площадь. Гранулометрический состав горной массы определяется как отношение суммы площадей каждой фракции к общей площади поверхности развала на фотоснимке.
Методы, связанные с натурными измерениями блочности в массиве или кусковатости во взорванной горной массе, сопровождаются неблагоприятными условиями труда, а в некоторых случаях и вовсе опасны для здоровья и жизни специалиста, выполняющего полевые работы. Результаты, полученные при натурных измерениях весьма субъективны, так как определения производятся выборочно, и множество значений не попадает в расчеты. Невозможно установить реальный размер отдельности в верхней части уступа или в отдаленной точке на поверхности развала. Остаются не решенными вопросы, связанные с наличием на фотоснимке искажений, возникающих при фотографировании наклонной стенки уступа или неровной поверхности взорванной горной массы.
Специалистами ФГУП «ВИОГЕМ» разработана методика оценки блочности с использованием современной высокоточной цифровой аппаратуры и компьютерных технологий. Методика позволяет оценивать по масштабированным фотоснимкам блочность пород в массиве и кускова-тость развала буровзрывного блока. Суть методики заключается в следующем.
После выбора намеченного маршрута вдоль нижней бровке уступа с интервалом 20 м разбиваются пикеты. После разбивки маршрута два рабочих - реечника, с вешками высотой 3 метра становятся на смежные пикеты. При этом вешки устанавливаются строго вертикально и плотно к колышкам. Оператор на выбранной точке съемки втыкает колышек в грунт и снимает интервал маршрута (в кадре: верхняя и нижняя бровка уступа и два реечника) [4]. Фотографирование интервалов выполняется при одинаковой захватывающей способности объектива и на одном расстоянии, перпендикулярно стенке уступа. Точки, соответствующие началу и концу каждого интервала, привязываются инструментально с помощью тахеометра.
Для оценки гранулометрического состава взорванной горной массы необходимо на вышележащем горизонте разбить маршрут с интервалом 20м. Начало и конец маршрута должны совпадать с границами развала взорванной горной массы. Фотографирование осуществляться с противоположного борта карьера перпендикулярно взорванному блоку. По мере отработки взорванного блока фотографируется поверхность забоя для того, чтобы получить информацию о кусковатости внутри взорванной горной массы. Расстояние между интервалами при фотографировании забоя следует сократить до 10 м.
Поинтервальные снимки маршрута поочередно загружаются в картографический редактор Б1аЬРго] ГИС ГЕОМИКС (ФГУП «ВИОГЕМ»).
Масштабирование снимков осуществляется по координатам пикетов, либо по расстоянию между ними.
С целью устранения искажений, возникших при фотографировании наклонной стенки уступа или неровной поверхности взорванной горной массы, внутри каждого интервала фотосъемки, с помощью тахеометра снимаем несколько точек. Затем привязываем снимок по координатам пикетов, всем остальным точкам изображения автоматически присваиваются произвольные координаты. Далее точкам съемке на фотографии задаются их реальные координаты и снимок трансформируется.
Снимок автоматически разбивается на отдельности (фрагменты), соответствующие элементарным структурным блокам в массиве или кускам пород в развале взорванной горной массы. Для выполнения фрагментации исходного цветного изображения авторами адаптирован алгоритм маркерного водораздела, предложенный Ф. Майером [6].
В алгоритме используются следующие термины:
- «соседи пикселя» - это пиксели, расположенные относительно текущего по следующей схеме:
- Н -
Нз P Н4 ; (1)
- Н2 -
- «критерий расположения пикселей в приоритетной очереди» K -величина, которая принимает значение в диапазоне от 0 до 255 и характеризует разницу цветов двух пикселей. Значение 0 дает пикселю в очереди самый высокий приоритет. Сущность процесса фрагментации состоит в следующем:
1) для каждого i-ro соседа пикселя вычисляется разность Д-:
' |(Di), - P'
Di = max<|(Di)g - pg| > , (2)
J(Di)b - Pb [
где (Di)rgb,Prgb - красная, зеленая и синяя компонента цветов пикселя и его соседа;
2) после вычисления всех разностей критерий вычисляется по формуле
K = min(Di, D2, D3, D4) , (3)
3) в соответствии с критерием К создается приоритетная очередь;
4) пиксель с самым высоким приоритетом извлекается из очереди.
Если те соседи пикселя, которые уже были ранее помечены, имеют одинаковую цветовую метку, то он помечается той же меткой, если же соседи
имеют разные метки, по пиксель принадлежит границе между сегментами
и помечается -1. Все не помеченные соседи пикселя, которые еще не находятся в очереди, добавляются в нее;
5) шаг 4 повторяется до тех, пора пока очередь не станет пустой.
Результатом работы алгоритма является изображение, в котором пиксели, помеченные различными цветами (значения 0...255), образуют сегменты, а пиксели, помеченные -1, являются их границами [5].
Принимая во внимание тот факт, что алгоритм использует в расчетах абсолютно все точки изображения, применение алгоритма в его классическом виде приводит к чрезмерной фрагментации. Для подавления эффекта чрезмерной фрагментации исходное изображение требует дополнительной обработки.
Например, на снимке стенки уступа (см. рис.1), ребра блока имеют светлый цвет, а трещины разделяющие массив на элементарные структурные блоки, как правило, более темных оттенков.
Рис. 1. Естественная делимость массива железистых кварцитов блокообразующими системами трещин (юго-западный борт карьера, гор. -115м): а - натурный снимок, б - после фрагментации
Алгоритм оконтуривает точки имеющие светлые цвета в отдельные фрагменты, границами которых являются темные области изображения (трещины). Исходное изображение содержит в себе множество оттенков цветов, для более точного определения границ фрагментов изображение необходимо перевести в бинарное (как правило, черно-белое) изображение в котором светлым цветом будут показаны границы фрагментов, а темным цветом поверхность выделенного объекта. Для этого цветное изображение сначала преобразуется в изображение, содержащее один цвет (серый) с множеством оттенков. Как известно любой цвет состоит из трех основных цветовых составляющих: красной, зеленой и синей. К каждой точке изображения применяется функция:
где Бгс(х,у)г - красная компонента серого цвета; Бгс(х,у)ё - зеленая компонента серого цвета; Бгс(х,у)ь - синяя компонента серого цвета, 76, 150,
29 - коэффициенты перевода. Затем изображение, содержащее оттенки серого, преобразуется в бинарное черно-белое.
ёБ1(х,у) = Бгс(х,у)г • 76 + БГС(х,у)ё -150 + Бгс(х,у)ь • 29 ,
В конечном результате имеем бинарное черно-белое изображения, т.е. изображение содержащее только два цвета черное и белое, без никаких оттенков. Белым цветом выделены границы блоков, а черным их поверхности. Применяем фильтр «расширение» и «сужение»:
src src src
dstDilate(x,y) = max src src(x,y) src
src src src
где src(x,y) - обрабатываемый пиксель, src - соседние пиксели. Значением пикселя является максимальный градиент цвета (белый цвет). В процессе наложения данного фильтра происходит увеличение яркости светлых областей изображения, то есть границы сегментов становятся более заметными. Фильтр «сужение» увеличивает темные области изображения, он аналогичен фильтру «расширение». Отличие заключается в том, что используется операция сужения, при которой значением пикселя является минимальный градиент цвета (черный цвет):
src src src
src src(x,y) src
src src src
При визуальном обнаружении на снимке неточностей выделения границ блока в автоматическом режиме, были разработаны функции ручной корректировки границ отдельных фрагментов. Если же в заданную область попал какой либо посторонний объект (ковш экскаватора, трансформаторная будка и т.п.) он выделяется курсором и затем автоматически устраняется из дальнейших подсчетов.
Каждой точке выделенных контуров присваиваются координаты X, Y. В зависимости от поставленной задачи, размер куска определяется как расстояние между максимально и минимально отдаленными точками одной фигуры или как среднее расстояние между точками, по формулам:
dstErode(X,y) = тІП
L
X
1max
X
2max ,
I +(Y - Y I
: / V 1max 2max /
Lmin ^ X2min) ^ (Y1min Y2min) ’
т Тшах ^ Тшш
ср _ 2 '
Предыдущие исследователи (Турута Н.У., Поплавский В.А.) считали, что максимальный размер естественных отдельностей и взорванных кусков является основным, так как при взрывании трещиноватых пород часть отдельностей не подвергается взрывному дроблению. Следовательно, размер максимальных отдельностей в массиве предопределяет наличие во взорванной горной массе фракций такой же крупности, что, в свою очередь влияет на типоразмер и производительность горнотранспортного обо-
рудования, а иногда и технологическую схему ведения горных работ [3]. Практика натурного изучения блочности пород в массиве и кусковатости во взорванной горной массе, показала прямую зависимость между размером естественной отдельности и кусковатостью в развале. Таким образом, для оценки качества взрывной подготовки горной массы, необходимо сопоставлять не только максимальный, но и средний диаметр блока в массиве и куска в развале.
Алгоритм оценки блочности пород в уступах карьера и кусковатости взорванной горной массы по фотоснимку (рис. 2) программно реализован в буровзрывном модуле ГИС ГЕОМИКС. Конечным результатом является гистограмма распределения отдельностей различного размера в массиве горных пород.
Использование этой методики позволит существенно повысить безопасность труда. Современная фотоаппаратура и измерительная техника позволяет получать качественные фотоснимки при фотографировании с больших расстояний, что в свою очередь дает возможность избежать натурных измерений вблизи стенки уступа или на поверхности взорванной горной массы. По сравнению с фотопланиметрическим методом оценки блочности пород в уступах карьера и кусковатости взорванной горной массы, существенно возросла точность измерений за счет устранения искажений фотосъемки. Сократилось время на обработку исходных данных и получение конечных результатов.
Поинтервальная фотодокументация маршрута ± Фотоснимки
Импорт и обработка результатов съёмки в растровом редакторе Elastik ГИС ГЕОМИКС
^ Масштабированное изображение Настройка классификаторов определения
^ Диапазон значений (0,1;0,2...)
Вычисление линейных размеров выделенных объектов
I
Построение гистограммы распределения блочности и кусковатости, графики плотности вероятности размера отдельности в массиве и развале, определение статистических характеристик
Рис. 2. Блок-схема алгоритма оценки блочности пород еуступах карьера и кусковатости взорванной горной массы по фотоснимку
Данная методика опробированна в карьере ОАО «Стойленский ГОК» при выполнении работ по пополнению и корректировке карты взры-ваемости пород Стойленского месторождения на основе натурного изучения блочности пород и анализа качества взрывной подготовки горной массы.
Работа выполнена в в рамках реализации ФЦН «Научное и научнопедагогические кадры инновационной России» на 2009-2013 годы, государственный контракт П36 от 30 марта 2010 года.
Список литературы
1. Галимулин А.Т., Прокопенко B.C. Методические положения определения кусковатости горной массы. Взрывное дело сб.86/43. М: Недра, 1984. 205с.
2. Кузнецов В.А. Методика натурно-статистической точечной оценки гранулометрического состава горной массы. Взрывное дело сб.86/43 М.: Недра, 1984. 211с.
3. Турута Н.У., Поплавский В.А. Удельная трещиноватость как показатель структурного строения массива пород при взрывной отбойке. Взрывное дело сб.86/43. М: Недра, 1984. 198с.
4 Яницкий Е.Б., Игнатенко И.М., Дунаев А.В. Применение фотометодов для изучения структуры массива скальных пород и состояния стационарных уступов в карьере// Геология, география и глобальная энергия., 2009. №1(32). С. 31-36
5. Malik ..Khan Modified Watershed Algorithm for Segmentation of 2D Images// Journal of Information science & Information Technology. 2009. No.3. P. 27-28.
6. Meyer F. (1992). Color image segmentation// Proceedings of the International Conference on Image Processing and its Applications. P. 303-306.
I.M. Ignatenko, E.B. Yanitskiy, M.S. Zaytsev
METHODOLOGY OF BLOCK-STRUCTURED ROCKS IN OPEN-CAST MINE LEDGES AND EXPLODED ROCK MASS LUMPINESS ASSESSMENT WITH COMPUTER TECHNOLOGIES APPLICATION
Methodology was developed, that allows assess block-structured rocks in open-cast mine ledges and exploded rock mass lumpiness by scaled photograph with help of computer technologies.
Keywords: block-structured rocks, open-cast mine ledges, lumpiness, rock mass.
Получено 20.04.11
