CC BY
16
УДК 681.3
© Ю.Н. Кузнецов, Д.А. Стадник, Н.М. Задник, Н.М. Какорина, В.Н. Чижов, 2015
Ю.Н. Кузнецов, Д.А. Стадник, Н.М. Задник, Н.М. Какорина, В.Н. Чижов
ОСНОВНЫЕ ПРИНЦИПЫ РАЗРАБОТКИ И ПРАКТИЧЕСКОЙ РЕАЛИЗАЦИИ АЛГОРИТМА АВТОМАТИЗИРОВАННОГО ПРОГНОЗИРОВАНИЯ ГОРНО-ГЕОЛОГИЧЕСКИХ ПАРАМЕТРОВ УГОЛЬНЫХ МЕСТОРОЖДЕНИЙ
Представлены основные принципы автоматизированного прогнозирования горногеологических параметров угольных месторождений. Разрабатывается и подробно рассматривается алгоритм автоматизированного прогнозирования различных горно-геологических характеристик. Делается вывод о том, что применение сплайн-функции Грина позволяет сделать наиболее качественный прогноз горно-геологических параметров, а также приводится пример работы алгоритма наугольном месторождении.
Ключевые слова: угольное месторождение, проектирование угольных шахт, 3-D модели, отработка запасов угля, горно-геологические параметры, интерполяция, сплайн-функции, формула Грина.
Горно-геологические условия представляют собой совокупность характеристик компонентов геологической среды исследуемой территории, влияющих на условия проектирования, строительства и разработки месторождения полезного ископаемого (угленосных толщ, угольных пластов). Понятие «горно-геологические условия» относится к числу неуправляемых факторов и включает в себя геологические, гидрогеологические, инженерно-геологические условия, а также элементы горнотехнической системы, надежное исследование и прогнозирование которых позволяет построить рациональную технологическую схему шахты, а также достоверно определить необходимые объемы капиталовложений. Характеристика горно-геологических условий является комплексной и трудоемкой задачей за-за большого количества учитываемых параметров, что создает определенные трудности
по их формализации и прогнозированию.
В результате проведенного анализа был разработан алгоритм автоматизированного прогнозирования горно-геологических параметров с помощью сплайн-функций Грина, который представлен на рис. 1.
В блоке 1 осуществляется построение каркасной модели месторождения в горно-геологическом программном пакете Micromine (далее MICROMINE). Построение каркаса производится путем создания вертикального поперечного разреза, на котором отображены скважины и интерпретированные по ним полигоны. Далее для придания трехмерного объема устанавливается соединение между полигоном одного среза и полигоном следующего среза, создавая в процессе работы трехмерную форму. Этот процесс и называется построением каркаса или каркасным моделированием, с помощью ко-
Рис. 1. Алгоритм автоматизированного прогнозированиягорно-геологических па-раметровс помощью сплайн-функций Грина
торого строится сеть взаимосвязанных 3-D треугольников, представляющих собой поверхность.
Блок 2 реализует создание 3-D блочной модели месторождения в MICROMINE. После построения каркаса пласта необходимо создание блочной модели месторождения - трехмерной модели участка пространства, построенной путем разбиения этого участка на элементарные ячейки (блоки), которые имеют форму параллелепипеда и содержат в себе различные характеристики объекта.
В блоке 3 происходит выделение по имеющимся каркасным моделям блоков 3-D модели для каждого пласта (пропластка, толщи междупластья и т.п.), а затем выполняется присвоение кода принадлежности к некоторому региону R для каждого блока 3-D модели.
Экспорт-импорт 3-D модели из MICROMINE в программный пакет математического моделирования Matlab (далее MATLAB) производится в блоке 4. Данные пустой блочной модели месторождения выгружаются из MICROMINE в файл и загружаются в MATLAB стандартными методами.
Блок 5 реализует импорт данных по скважинам в MATLAB. Загрузку в MATLAB геологической базы данных, содержащей данные по разведочным скважинам необходимо произвести для получения сплайн-функции по каждому показателю для регионов 3-D модели.
В блоке 6 осуществляется ввод очередного региона и выбор его для обработки в MATLAB.
Блок 7 реализует выбор необходимого горно-геологического параметра для прогнозирования в MATLAB.
В блоке 8 устанавливается наличие сплайн-функция для текущего показателя. Если таковая имеется, то возможен переход к интерполяции данных в блоках 3-D модели, а если функция отсутствует - следует получить требу-
емую сплайн-функцию для текущего показателя.
Блок 9 позволяет получить необходимую сплайн-функцию для того или иного показателя путем обработки данных по геологоразведочным скважинам, с помощью которых программа МАТЬАБ восстановит функциональную зависимостьпо одной из горногеологических характеристик.
В блоке 10 программа МАТЬАБ производит сохранение сформированной ранее сплайн-функции в банк данных с указанием кода региона.
Интерполяция показателя в блоках 3-Э модели при помощи сохраненной сплайн-функции осуществляется в блоке 11.
Для каждого блока, находящегося в текущем регионе, по его координатам х, у, подставленным в сохраненную (либо уже имеющуюся) функциональную зависимость, вычисляется прогнозное значение необходимой природной характеристики среды.
В блоке 12 устанавливается необходимость интерполяции других показателей в рассматриваемом регионе 3-Э модели месторождения. Если показатели есть, то следует ввести следующий показатель и повторить цикл. Если же для всех показателейрегиона функциональные зависимости выявлены, осуществляется переход к следующему шагу.
Блок 13 реализует процедуру принятие решения: существуют ли еще регионы в рассматриваемой 3-Э модели месторождения. Если регионы есть, то рекомендуется ввести следующий необходимый регион и повторить цикл. Если же для всех регионов все функциональные зависимости выявлены, а данные параметры интерполированы, то сформированная 3-Э блочная модель с полученными прогнозными значениями горно-геологических характеристик для каждого блока выгружается из МАТЬАБ в виде файла.
ig ; | * V о J :
__. _, JrO ; i-i-*»'■«* * öiGJüäiii1 • каявл ;
¡'• ■«•¡î.'vaO'eN-ûB-f t ; liiMict-. мглпв.•>%• o-,
Рис. 2. Каркасная модель пласта шахты имени 7 Ноября (Кузбасс)
В блоке 14 файл, содержащий в себе закодированные геологические структуры и вычисленные с помощью сплайн-функций прогнозные значения искомых горно-геологических характеристик, выгружается из MATLAB и загружается в MICROMINE.
При визуализациив блоке 15 обработанной 3-D модели в MICROMINE осуществляется наглядная интерпретация природной изменчивости горногеологических условий, интерполированных при помощи сплайн-функций Грина.
При построении 3-D блочной модели реального месторождения в программном продукте MICROMINE сначала следует отстроить каркасы пластов, кровли и почвы, которые бу-
дут впоследствии использоваться для определения принадлежности каждого блока 3-D модели к ранее выделенным слоям, толщам, регионам (рис. 2).
Далее производится построение пустой блочной модели угольного месторождения, которая содержит в себе координаты каждого геологического блока. Следует отметить, что на рассматриваемом участке шахты имени 7 Ноября отсутствуют какие-либо явные геологические нарушения, в связи с чем 3-D модель будет иметь всего один регион.
Выгружаем блоки, попавшие в каркас, из программного продукта MICROMINE в программу математического моделирования MATLAB для дальнейшей обработки в виде таблицы Excel (рис. 3).
Одновременно с этим необходимо загрузить в MATLAB базу данных по скважинам месторождения, где спомощью интерполяции сплайнами по имеющимся данным по скважинам-программа восстановит функциональные зависимости (рис. 4) по метано-носности угольного пласта. Для этого используется CurveFittingToolbox - пакет расширения MATLAB для различ-
ijt; u 1 - ; т| ГЛ|*Ч1* SOltM PlWHM CMWIW «чемут 4JF
Sçtmut» Ä CillE Àj ' У * н • [и. л Ъ ' _ ■ ♦ А' А Si-Д- m шш ift 9 ■t* Общий * ■Й- Щ - % 4» 'А & ф Ш угнано* m &gpu*TV*pOMT»
Буфер Kl ril ч Рмс'*ечч1в+ниг fi Чиоо C| ИЛИ
А2407 U
1 Ч А в С 1 0 € ! f « < f J
2375 X V г X V J
2376 «20 1720 -34 10 20 4
2377 420 1725 -33 го 10 2
2378 его 1735 -34 20 10 4
2375 его 1730 35 30 10 г
2330 его 1730 -34 20 20 4
23S1 82Q 1735 -34 » 10 2
2382 320 1735 -35 30 10 4
23S3 £20 1735 -35 30 10 2
23S4 &20 1735 -гэ 20 10 4
23SS его 17« -30 40 10 2
2386 320 1745 -29 10 20 4
23S7 020 1745 -30 » 10 2
Рис. 3. Подготовка данных для выгрузки в программный продукт MATLAB
ных прикладных задач аппроксимации и интерполяции данных.
Стоить заметить, что при интерполяции стандартными методами, прогнозные значения будут в определенной мере отличаться, так как сплайн-функция наиболее гибко и точно описывает природную изменчивость горно-геологических данных (таблица).
Для каждого блока по его координатам х, у, подставленным в необходимую функциональную зависимость, вычисляется прогнозное значение метано-носности угольного пласта. Затем блоки обратно загружаются в 3-Э модель и представляют нам наглядную интерпретацию изменения содержания мета-нана участке месторождения (рис. 6).
Таким образом, можно сделать вывод, что сплайн-функции обладают исключительно хорошими аппроксимативными свойствами, а также универсальностью и обеспечивают простоту реализации вычислительных алгоритмов, полученных на их основе. Прогнозирование пространственной изменчивости горно-геологических данных при помощи сплайн-функции Грина, в свою очередь, позволит обеспечить большую надежность и достоверность полученных результатов, а также найдет свое применение во многих современных программных продуктах для прогнозирования горно-геологических условий в трехмерном пространстве.
Сравнительная таблица результатов прогнозирования метана при помощи метода обратных расстояний и сплайн-функции
X Y Z CH4 метод обратных расстояний CH4 метод сплайн-функций
820 1720 -34 11,33619 11,33619
820 1725 -33 11,21939 11,22451
820 1725 -34 11,1961 11,13694
820 1730 -35 10,88722 11,10451
820 1730 -34 10,70666 11,10676
820 1735 -34 10,67801 11,00801
820 1735 -35 10,61126 11,00633
820 1735 -35 10,5358 11,0043
820 1735 -29 10,4774 11,0024
820 1740 -30 10,42958 11,0066
820 1745 -29 9,99496 10,52503
820 1745 -30 9,72336 10,01002
820 1745 -31 9,30651 9,36678
825 1755 -30 8,76536 9,26255
825 1755 -29 8,70323 9,07496
825 1755 -31 8,51437 8,52003
825 1755 -30 8,45082 8,41128
825 1755 -29 8,39166 8,35246
825 1755 -31 8,35823 8,44825
825 1765 -30 8,11827 8,42174
Рис. 4. Графическая интерпретация изменения метаноносности на отрабатываемом участке шахтного поля шахты имени 7 Ноября
Рис. 5. Участок шахтного поля шахты имени 7 Ноября с наиболее характерными изменениями метаноносности угольного пласта
Рис. 6. Графическая интерпретация прогноза метаноносности на участке месторождения при помощи: а) стандартных методов интерполяции; б) интерполяции сплайн-функцией
СПИСОК ЛИТЕРАТУРЫ
1. Фихтенюльц Г.М. Курс дифференциального и интегрального исчисления. Т. 3. -М.: Изд-во Физматлит, 2001. - С. 164-168.
2. Абрамова О.В. Методы и модели оптимизации технологических схем подготовки и отработки выемочных полей пологих пластов Кузбасса. - М., 1991.
3. Кузнецов Ю.Н., Стадник Д.А. Концепция проектирования и управления отработкой запасов выемочных участков на базе информационных технологий // Горный информационно-аналитический бюллетень.-2009. - № 4. - С. 279-285.
4. Васильев П.В. Развитие горно-геологических информационных систем // Информационный бюллетень ГИС-Ассоциации. -1999. - № 2(19). - С. 32-33.
5. Бурчаков А.С., Малкин А.С., Еремеев В.М. и др. Проектирование предприятий
КОРОТКО ОБ АВТОРАХ_
с подземным способом добычи полезных ископаемых - М.: Недра, 1991.
6. КапутинЮ.Е., Ежов А.И., Хенли С. Геостатистика в горно-геологической практике. - Апатиты: КНЦ РАН, 1995. - С. 18-89.
7. Кузнецов Ю.Н., Стадник Д.А., Стад-ник Н.М., Какорина Н.М. Прогнозирование горно-геологических условий проектируемых шахт на базе цифровых трехмерных моделей угольных месторождений // Горный информационно-аналитический бюллетень. -2013. - № 12. Отдельные статьи (специальный выпуск). Проектирование и организация горнотехнических систем. Вып. 3. - С. 3-9.
8. Кузнецов Ю.Н., Стадник Д.А., Стадник Н.М. Повышение качества 30 моделирования угольных месторождений на основе использования теории сплайнов // Горная промышленность. - 2010. - № 6(94). - С. 60-61. ЕЛЗ
Кузнецов Юрий Николаевич1 - доктор технических наук, профессор,
Стадник Денис Анатольевич1 - кандидат технических наук, доцент, e-mail: [email protected], Стадник Нино Мамукаевна2 - ведущий инженер, e-mail: [email protected], Какорина Нана Мамукаевна2 - инженер, e-mail: [email protected], Чижов Владимир Николаевич2 - инспектор,
1 НИТУ «МИСиС», 2 Центр вечернего и заочного обучения (ЦВЗО) НИТУ «МИСиС».
UDC 681.3
BASIC PRINCIPLES OF DEVELOPMENT AND PRACTICAL IMPLEMENTATION AN ALGORITHM FOR AUTOMATED PREDICTION OF GEOLOGICAL CONDITIONS FOR COAL DEPOSITS
Kuznetsov Yu.N.1, Doctor of Technical Sciences, Professor,
Stadnik D.A.1, Candidate of Technical Sciences, Assistant Professor, e-mail: [email protected], Stadnik N.M.1, Leading Engineer, e-mail: [email protected], Centre of Evening and Distance Learning, Kakorina N.M.1, Engineer, e-mail: [email protected], Centre of Evening and Distance Learning, Chizhov V.N.1, Inspector, Centre of Evening and Distance Learning 1 National University of Science and Technology «MISiS», 119049, Moscow, Russia.
This article presents the basic principles of computer-aided prediction ofgeologicalconditions for coal deposits. Developed and discussed in detail the algorithm for automated prediction of different geological conditions. It is concluded that the application of the Green's spline function allows you to make the qualitative prediction of mining-geological data, and also provides an example of the algorithm on a real coal mine.
Key words: coal deposit, designing of coal mines, three-dimensional models, the mining of the coal reserves, mining and geological conditions, interpolation, spline functions, the Green's formula.
REFERENCES
1. Fikhtengol'ts G.M. Kurs differentsial'nogo i integral'nogo ischisleniya. T. 3 (Course on differential and integral calculation, vol. 3), Moscow, Izd-vo Fizmatlit, 2001, pp. 164-168.
2. Abramova O.V. Metody i modeli optimizatsii tekhnologicheskikh skhem podgotovki i otrabotki vyem-ochnykh poley pologikh plastov Kuzbassa (Methods and models of optimization of flow charts for preparation and mining of flat seams in Kuzbass), Moscow, 1991.
3. Kuznetsov Yu.N., Stadnik D.A. Gornyyinformatsionno-analiticheskiy byulleten'. 2009, no 4, pp. 279-285.
4. Vasil'ev P.V. Informatsionnyy byulleten' GIS-Assotsiatsii. 1999, no 2(19), pp. 32-33.
5. Burchakov A.S., Malkin A.S., Eremeev V.M. Proektirovanie predpriyatiy s podzemnym sposobom dobychi poleznykh iskopaemykh (Underground mine planning), Moscow, Nedra, 1991.
6. Kaputin Yu.E., Ezhov A.I., Khenli S. Geostatistika v gorno-geologicheskoy praktike (Geostatistics in mining-and-geological practice), Apatity, KNTs RAN, 1995, pp. 18-89.
7. Kuznetsov Yu.N., Stadnik D.A., Stadnik N.M., Kakorina N.M. Gornyy informatsionno-analiticheskiy byulleten'. 2013, no 12. Special edition. Proektirovanie i organizatsiya gornotekhnicheskikh sistem, issue 3, pp. 3-9.
8. Kuznetsov Yu.N., Stadnik D.A., Stadnik N.M. Gornaya promyshlennost'. 2010, no 6(94), pp. 60-61.
