Содержание к диссертации
Введение
ГЛАВА 1 Анализ состояния геолого-информационного обеспечения на открытых горных работах 10
1.1 Закономерности связи состава, свойств и трещиноватости вскрышных пород 10
1.2 Исследование трещиновато-блочного строения горного массива 17
1.3 Статистические методы разграничения геологических объектов 28
1.4 Выводы по главе 33
ГЛАВА 2 устаноВление закономерностей и парагенетических связей состава, свойств, трещиноватости углевмещающих пород и анализ изменчивости геолого-технологических показателей 35
2.1 Горно-геологические условия на участке исследований 35
2.2 Изучение закономерностей и парагенетических связей состава, свойств и трещиноватости горных пород 35
2.3 Пространственная изменчивость геолого-технологических показателей 42
2.4 Выводы по главе 44
ГЛАВА 3 Изучение трещиновато-блочного массива и кусковатости взорванной горной массы на угольных карьерах 45
3.1 Изучение трещиновато-блочного строения массива и кусковатости горной массы с применением цифровой фотосьемки 45
3.1.1 Оптимальные условия съемки 45
3.1.2 Определение суммарной дисторсии оптической системы фотоаппарата 48
3.1.3 Минимизация искажений перспективы 56
3.1.4 Цифровая обработка изображения 58
3.2 Выводы по главе 72
ГЛАВА 4 Результаты исследований. рекомендации 74
4.1 Математическая характеристика закономерностей и парагенетических
связей состава, свойств и трещиноватости углевмещающих пород исследованных месторождений 74
4.1.1 Анализ установленных закономерностей и оценка достоверности зависимостей состава, свойств и трещиноватости вскрышных пород 79
4.2 Исследование пространственной дискретно-однородной изменчивости состава, свойств и трещиноватости 90
4.2.1 Изучение изменчивости геолого-технологических показателей в сечении углепородной толщи 91
4.2.2 Изменчивость геолого-технологических показателей на участках геологических аномалий 96
4.3 Дистанционный метод изучение гранулометрического состава взорванной горной массы 98
4.3.1 Оценка гранулометрического состава линейными замерами 98
4.3.2 Автоматическое определение гранулометрии горной массы 102
4.4 Выводы по главе 114
Заключение 116
Список литературы 117
- Исследование трещиновато-блочного строения горного массива
- Пространственная изменчивость геолого-технологических показателей
- Определение суммарной дисторсии оптической системы фотоаппарата
- Исследование пространственной дискретно-однородной изменчивости состава, свойств и трещиноватости
Введение к работе
Актуальностью диссертационных исследований является изучение ведущих геологических факторов для БВР: состава, свойств и трещиноватости, посредством дистанционного метода получению первичной информации о горном массиве. В его основе комплексный подход, включающий установление закономерностей и параге-нетических связей состава, свойств и трещиноватости пород путем графоаналитического моделирования при условии петрофизической дифференциации; установление границ эксплуатационных горизонтов с учетом изменчивости геолого-технологических факторов; обоснование применения цифровой съемки; минимизацию оптиче-
ских и перспективных искажений; автоматизированную обработку изображения с использованием собственных алгоритмов и программы по изучению трещиновато-блочного строения массива и куско-ватости взорванной массы.
Цель работы. Обоснование и создание методики дистанционного изучения трещиновато-блочного строения углепородного массива на карьере для совершенствования геолого-информационного обеспечения и повышения эффективности технологии открытых горных работ.
Идея работы. Средства и методы дистанционного изучения трещиновато-блочного строения массива на карьере повышают эффективность геолого-информационного обеспечения и способствуют совершенствованию технологии открытых горных работ.
Основные задачи исследований:
разработка методики дистанционного изучения трещиновато-блочного строения массива;
обоснование и оценка закономерностей и парагенетических связей физико-механических свойств, петрографического состава пород и трещиноватости;
разработка программного обеспечения для определения блочности массива и гранулометрического состава взорванной горной массы по цифровому снимку;
анализ изменчивости геолого-технологических показателей горных пород с учетом их петрографической дифференциации и тектонической нарушенности участка.
Методы исследований. Обобщение проведенных исследований; методы математической статистики при обработке результатов исследований состава, свойств и трещиноватости; наблюдения и замеры гранулометрического состава взорванной горной массы; цифровая съемка трещиновато-блочного строения массива и взорванной горной массы с целью получения геологической информации; выбор оптимальных условий и параметров съемки; калибровка цифровой камеры.
Научная новизна работы
1. Петрофизическая дифференциация опытных данных о составе и свойствах вскрышных пород обеспечивает повышение надеж-
ности изучаемых закономерностей и точности средних значений, а также парагенетических связей показателей, используемых в инженерных расчетах и геолого-маркшейдерской практике.
-
Разработана методика дистанционного изучения трещинова-тости массива (блочности) и кусковатости взорванных пород с применением собственных алгоритмов и компьютерной программы.
-
Установлено, что трещиновато-блочное строение и физико-механические свойства углепородной толщи, разрабатываемой карьерами, математически отражаются дискретно-однородными интервалами, которые применяются также для выделения геологических аномалий на участках.
Защищаемые научные положения:
-
Установление закономерностей и парагенетических связей состава, свойств и трещиноватости пород обеспечивается дифференциацией данных по петрофизическим признакам и тектонической принадлежности участка изучения.
-
Применение цифровой фотосъемки в комплексе с компьютерной обработкой позволяет повысить степень объективности и оперативности информации о трещиновато-блочном строении массива и кусковатости взорванной горной массы на карьере.
-
Изменение трещиновато-блочного строения и физико-механических свойств разрабатываемой углепородной толщи математически отражается дискретно-однородными интервалами, которые способствуют совершенствованию открытых горных работ.
Практическая значимость:
разработана компьютерная программа для автоматизированного определения параметров трещиновато-блочного строения массива и гранулометрии взорванной горной массы. Программа была зарегистрирована в Федеральном институте промышленной собственности (ФИПС), получено свидетельство о регистрации № 2016610630;
разработана методика дистанционного изучения породного массива, позволяющая повысить безопасность геологических работ, расширить область изучения и получения информации по всей площади откоса обнажения уступа;
обеспечено получение достоверных и надежных средних значений геолого-технологических показателей путем петрофизиче-ской дифференциации пород;
проведены исследования по изучаемой теме диссертации на разрезе «Междуреченский в рамках выполнения хоздоговора № 241/14 от 15.07.2014 с ОАО «Междуречье»;
отчет по хоздоговору апробирован на совещании ИТР ОАО «Междуречье» и принят заказчиком (протокол от 23.12.2014).
Достоверность и обоснованность научных положений и результатов работы подтверждается:
соответствием фундаментальным положениям горнопромышленной и угольной геологии;
соответствием данных о блочности массива и гранулометрическом составе взорванной горной массы, полученных при непосредственных замерах и программных вычислениях;
большим объемом натурных исследований и лабораторных испытаний (проведены более 13000 замеров трещиноватости, 3410 определений прочности, 1540 – плотности, 675 определений петрографического состава по шлифам);
оценкой статистической значимости всех полученных коэффициентов и уравнений.
Апробация работы. Основные положения и результаты исследований были представлены на 54-й Международной научной конференции на базе Краковской горно-металлургической Академии (г. Краков, Польша, декабрь 2013); на второй Международной научно-практической конференции «Маркшейдерское и геологическое обеспечение горных работ» (г. Магнитогорск, февраль 2015); на Международной научно-практической конференции, посвященной 110-летию горного факультета «Горное дело в XXI веке: технологии, наука, образование» (г. Санкт-Петербург, октябрь 2015).
Публикации. Результаты диссертации опубликованы в 8 работах, из них 4 в журналах, рекомендованных ВАК Министерства образования и науки РФ.
Личный вклад автора. Сформулированы цель и задачи исследований, обоснованы методики работы, разработаны алгоритмы, компьютерная программа, проведен комплекс математической обра-
ботки данных полевых и камеральных исследований, обобщены результаты исследований, сформулированы основные научные положения, зависимости и выводы.
Объем и структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 139 наименований, изложена на 131 страницах машинописного текста и содержит 36 рисунков, 23 таблицы.
Автор выражает благодарность своему научному руководителю профессору Такранову Р.А. за поддержку и помощь в подготовке диссертации, генеральному директору ОАО «Междуречье», к.т.н. Жилину В.П., главному геологу Попову А.И., а также ИТР углеразреза «Междуреченский» за содействие в проведении исследований на объектах, к.т.н, доценту кафедры маркшейдерского дела Киселеву В.А. за помощь в получении данных.
Исследование трещиновато-блочного строения горного массива
Состав, свойства и строение горных пород являются необходимой и обязательной информацией в горном и разведочном деле, в строительстве, в научных исследованиях по породоведению, геофизике, гидрогеологии и т.п. Эти характеристики предопределяют многие параметры горных пород и полезного ископаемого, которые используются при решении проблем практики и научных исследований. Они непосредственно влияют на технологию горно-добычных работ, оказывают воздействие на рабочие органы горных механизмов и взрывное дробление вскрышных пород и угля. По результатам исследований института горного дела им. А.А. Скочинского и др., производительность экскавации взорванной горной массы зависит от основных показателей ее кусковатости: диаметра среднего куска, выхода крупной или негабаритной фракции, а также от плотности и прочности (крепости) пород. Петрографический состав, физико-механические свойства пород и степень их разрыхления служат основой комплексных показателей экскави-руемости: сопротивления копанию, категории трудности разработки и продолжительности цикла экскавации. Такие специалисты как Б.К. Кутузов (1994), Л.И. Барон (1997), В.А. Падуков (1998) и др. считают, что взрываемость горных пород предопределяется такими их геолого-технологическими показателями как: плотность, прочность, скорость упругих колебаний, интенсивность трещиновато-сти (размер естественного блока отдельностей массива). Породный массив конкретного состава, свойств и трещинной разбитностью являются физико-химической средой, которая способствует гидротермальному рудообразованию и локализации рудных тел. Физико-механическая среда породной ассоциации по-разному влияет на дислокационные процессы формирования складчато-разрывных структур. Отмеченные геологические факторы, подобно критериям, принятым в физике твердого тела, считаются атрибутом, неотъемлемым качеством горных пород.
Основополагающее значение в изучении данных вопросов имеют моногра фии, учебники справочно-методические работы крупных ученых по технологии открытых разработок, горнотехническим свойствам горных пород: В.В. Ржевского (1984), М.М. Протодьяконова (1981), Ф.М. Саваренского, В.Д. Ломтадзе (1970), П.И. Панюкова (1978), Г.Л. Фисенко (1965), Э.Г. Газиева (1973), М.А. Жданова и многих других.
Любое крупное промышленное строительство и разработка месторождения начинаются с оценки и анализа состава и свойств комплекса пород массива, который должен быть опорой (фундаментом) сооружения и вместителем горных выработок. В.В. Ржевский [102] отмечает важность умения горного инженера разбираться в физических процессах, происходящих в породах, правильного представления себе степени влияния тех или иных характеристик пород и массивов на отдельные технологические процессы, а также знаний основных принципов использования физических свойств горных пород в практике горного дела.
Изучение вопроса о закономерностях взаимосвязи между свойствами, составом и трещиноватостью горных пород актуально как в прикладном, так и научном отношении. Ведь установление закономерностей весьма значимо для прогнозной оценки таких показателей пород как прочность, плотность, трещино-ватость и т.п. В.В. Ржевский [103] отмечает, что технические решения в горном производстве обычно принимаются при учете реальных колебаний состава и состояния пород, и, следовательно, определенного диапазона изменений их физических свойств. По этим причинам однозначное определение показателей пород оправдано лишь в случае их изучения в лаборатории при сравнительных исследованиях или непосредственно в забое в процессе добычи с целью автоматического регулирования режима работы оборудования. В остальных случаях в практике инженерных расчетов вполне допустимо применение корреляционных зависимостей, позволяющих вычислить примерные значения физических параметров, осо 12 бенно если их возможные отклонения от истинных находятся в пределах коэффициентов вариации свойств. Это дает возможность широко использовать особую группу корреляционных связей-уравнений взаимосвязей между свойствами пород. Знание взаимосвязей свойств пород позволяет определять по известным параметрам другие, по свойствам в образце отыскивать свойства в массиве, сокращать число подлежащих изучению пород и параметров. В этих случаях используется информация о карьерах-аналогах, с близкими горно-геологическими условиями, для совершенствования горного производства и повышения его эффективности. С.Н. Чернышев [128] предлагает использовать установленные к настоящему времени закономерности строения сетей трещин для описания неисследованных участков массивов и построения гидрогеомеханических моделей, пригодных для расчета многих параметров массивов, существенных в инженерных задачах.
Большое количество работ посвящено изучению закономерностей изменения физико-механических свойств пород в массиве. Авторы, занимающиеся данным вопросом, проводили свои исследования для прогноза физических свойств горных пород, используя либо литологический подход [10], когда закономерности изучаются в рамках литологических типов, выделенных по определенным структурным, текстурным, петрографическим и физико-механическим признакам, либо генетический и литологический подход вместе, когда дополнительно учитываются условие образования пород [20, 115]. В каждой отдельно выделенной группе определялось влияние различных факторов на физико-механические свойства горных пород и их изменения при переходе от одной группе к другой.
Также существует ряд работ [119, 103], в которых не учитываются типы пород, а производится только количественная оценка взаимосвязи свойств. В данной области отдельная группа работ посвящена задачам изучения закономерностей изменения физико-механических свойств в зависимости от состава и строения уг-левмещающих пород. Так В.В. Ржевский, формируя основные принципы существования взаимосвязей, отмечает, что наиболее вероятно установление связи между параметрами в случае, если исследуется группа пород со значительным изменением минерального состава, но с примерно постоянным строением. Целенаправленное изучение состава и свойств углей и пород Карагандинского бассейна проводилось АН Казахстана, ведомственными НИИ и специалистами ВУЗов. Результаты исследований отражены в работах А.Б. Байбатчатова (1989, 1991), Ж.М. Канлыбаевой (1972), М.А. Ермекова (1996), М.В. Голицына (1980) и др. Авторы отмечают доминирующее влияние на физико-механические свойства пород состава и типа цемента. Например, прочность вмещающих пород Чурубай-Нуринского района, по данным С.Х. Насыбулиной (1971) закономерно связаны с содержанием карбонатного и глинистого цемента. Подтверждаются также известные положения о значении строения и зернистости пород в изменении прочности. Исследования КНИУИ показали, что физико-механические свойства пород, при разных видах разрушения в первую очередь определяются составом и типом цемента. Так в работе П.М. Цоя (1972) количественные связи между механическими характеристиками и содержанием цемента установлены только для базального и порово-контактового типа цемента, а состав цемента в процентном соотношении не учитывался. Отмечено лишь, что пределы прочности пород на сжатие и разрыв и их сопротивляемость изменяются в зависимости от преобладания кремнистого, карбонатного, глинистого или серицитового цемента. Автор не установил точную количественную зависимость между механическими свойствами пород и процентным содержанием минералов. Хотя в работе подчеркивается важность изучения изменение физико-механических свойств пород в зависимости от различных факторов, но в первую очередь от состава и строения этих пород. В работе отсутствует оценка тесноты корреляции изучаемых связей прочности, упругости, энергии разрушения с содержанием материала и зернистостью. Для подтверждения надежности количественных связей между механическими характеристиками и содержанием цемента используется только коэффициент вариации. Многоплановыми исследованиями КНИУИ связи состава и свойств пород учитывался вид разрушения. Установлены значения механической прочности при традиционной нагрузке на образец; при разрушении резцами горных механизмов; при бурении скважин. Отмечается, что углевмещающие породы как полимине ральные агрегаты, разрушаются, прежде всего, по поверхности контакта с цемен тирующим материалом; реже по обломкам (зернам) с внутренними дефектами. Часто некоторый разброс величин прочностных показателей внутри одноименных слоев пород объясняется изменением их петрографического состава Ж.М. Канлыбаева (1972) без детального анализа изменения механической прочности от петрографического состава, делает выводы о влиянии различных компонентов состава породы на ее прочность. Так присутствие в составе глинистых компонентов снижает прочность, а наличие обломков кварца увеличивает ее.
Пространственная изменчивость геолого-технологических показателей
Поэтому необходимо предварительная оценка данных и определение возможности проведения математического анализа.
В статистике принято считать, что, если значение коэффициента вариации (V) менее 33 %, то совокупность данных является однородной, если более 33 %, то — неоднородной.
Корреляционный анализ включает в себя количественную оценку тесноты связи между: петрографическим составом и физико-механическими свойствами пород, петрографическим составом и трещиноватостью пород; трещиноватостью и физико-механическими свойствами пород. Парный коэффициент корреляции (r) достаточно точно оценивает тесноту связи в условиях линейной зависимости между изучаемыми признаками. При r 0,31 связь считается слабой, при r = 0,31 0,5 — умеренной, при r = 0,51 0,7 — значительной, r = 0,71 0,9 — тесной при r 0,9 — очень тесной. Регрессионный анализ предполагает теоретический анализ природы изучаемого явления с целью определения круга факторов, оказывающих влияние на поведение результативного признака. В регрессионном анализе можно выделить три составляющие: 1. Определение типа функции (структуры модели) для описания изучаемой зависимости; 2. Расчет неизвестных параметров уравнения регрессии; 3. Оценку качества модели.
Корреляционно-регрессионный анализ включает анализ парных и множественных связей, представленных в нормальном и стандартизированном виде. Последнее позволяет определить степень влияния регрессионных коэффициентов каждого аргумента на изменение функции. Так как независимые переменные могут иметь разные единицы измерения, поэтому получаемые коэффициенты регрессии несопоставимы и не позволяют ранжировать аргументы по силе их влияния на зависимую переменную. Для сравнения роли отдельных факторов в формировании уровня признака-результата рассчитываются относительные характеристики, такие, как коэффициенты эластичности Э или - коэффициенты. Мы используем в анализе значение коэффициентов эластичности, он характеризует, на сколько процентов в среднем изменяется значение зависимой переменной при изменении фактора на 1 % от своего среднего значения, в условиях элиминирования влияния других факторов. Частные коэффициенты эластичности рассчитываются по формуле: где ai — коэффициент регрессии при i-м факторе; i — среднее значение i-го фактора; — среднее значение признака-результата. Выбор модели уравнения регрессии, которая наилучшим образом отражает корреляционную связь между параметрами, осуществляется исходя из значений коэффициента детерминации, либо остаточной дисперсии. Так как использование статистических методов анализа базируется на данных выборочного наблюдения, а с уменьшением объема выборки снижается надежность статистических характеристик, проводится оценка статистической значимости таких параметров как: корреляционного отношения, уравнения регрессии, коэффициентов уравнения регрессии. Оценка статистической значимости параметров модели производится с использованием t-статистики. Фактические значения t-критерия сравниваются с табличными. Значимость уравнения в целом оценивается на основе F-критерия Фишера. При вариационном анализе проводится оценка соответствия эмпирического распределения теоретическому закону распределения с определением степени соответствия. Все вычислительные процедуры корреляционно-регрессионного анализа проводятся с использованием пакета прикладных программ STATISTICA.
Процесс обеспечения буровзрывной подготовки информацией о рекомендуемых границах эксплуатационных горизонтов представлен в следующей последовательности действий.
На рабочем борту месторождения по профильным линиям, охватывающим всю вскрышную толщу, проводится отбор и испытание проб традиционными способами, замеры параметров трещиноватости и фотосъемка всех участков исследований. Лабораторные исследования отобранных проб включают в себя определение прочности на растяжение и сжатие, плотности, петрографического состава с количественной оценкой составляющих углевмещающих пород.
На основе установленных геолого-технологических факторов для пласто-пересечения составляется соответствующая колонка всей вскрышной толщи. Изменение трещенного комплекса показателей состава, свойств и трещиноватости пород вскрышной толщи определяется математическим анализом. Методология последнего состоит в выделении дискретно-однородных интервалов с учетом одновременного влияния на них изменений всех анализируемых показателей. Интервалы отличаются индивидуальными средними уровнями и стандартами отклонения. Такая методология разграничения изменения нескольких геологических показателей посредством расчета критерия однородности и выделения соответ 43 ствующих границ разработана Д.А. Родионовым [104]. Преимущества разработок Д.А. Родионова очевидны для математического анализа комплекса показателей углепородной толщи переслаивающихся разнородных пород.
Результаты измерения всех m характеристик в п точках наблюдения представляются в виде матрицы порядка nm, где п - число строк, m - число столбцов. На основании имеющихся выборочных данных необходимо принять одно из двух решений: изучаемый объект можно рассматривать как однородный (не имеющий внутренних разграничений); изучаемый объект можно рассматривать как неоднородный (имеющий хотя бы одну границу). Матрица разбивается на две подматрицы, тем самым получается один из вариантов разбиения пространства на две части. Первая подматрица (Аi) содержит пь а вторая (А2) п2 строк. Для проверки гипотезы об однородности используется специальный критерий: щ + п2 (п2 їеА x щ ZeA x)2 (r2) = г \ 2 (2.2) где xtj – значения показателей, – элемент множества разбиений пространства Т на две непересекающиеся части. Если гипотеза об однородности верна, то значе ние ( ) лишь с малой вероятностью q могут превзойти значение 2q, m – крити ческое значение критерия, соответствующее заданному уровню значимости и m степеням свободы. Поэтому гипотеза об однородности может быть принята, если ( ) 2q, m. В этом случае разграничение объекта по комплексу изучаемых при знаков теряет смысл. А если ( ) 2q, m, то гипотеза об однородности изучае мой совокупности должна быть отклонена. Это значит, что в изучаемой совокупности можно выделить не менее двух различающихся друг от друга однородных подразделений. Процесс разделения совокупностей по максимальному значению критерия продолжается пока все выделенные пространства не окажутся однородными. Но если границ, которые можно провести в пространстве больше чем одна, имеет место быть излишнее дробление совокупности, что приводит к выделению ложных границ между смежными участками.
Определение суммарной дисторсии оптической системы фотоаппарата
на преобразовании Лапласа в том, что в алгоритме Канни первые производные Несмотря на широкий выбор имеющихся фильтров, каждый из них имеет ряд недостатков. Одним из самых эффективных фильтров для задачи определения границ контуров, является фильтр Канни. Одно из отличий алгоритма Канни от более простого, основывающегося вычисляются по осям x и y, а затем комбинируются в четыре производных по направлению. Точки, в которых эти производные достигают локального максимума, затем проходят этап «группировки» в грань. Наиболее значимым дополнением алгоритма Канни является то, что он пытается собрать из независимых пикселей целые контуры. Эти контуры формируются путем применения к пикселям пороговой функции с гистерезисом. То есть существуют два порога, - верхний и нижний (рисунок 3.16). Если градиент пикселя имеет значение большее, чем верхний порог, значит, он включается в грань (зеленый цвет).
Если градиент ниже чем нижний порог, то данный пиксель отбрасывается (красный цвет). Если градиент пикселя находится между порогами, то он будет рассматриваться как грань, только если он соединен с пикселем, который лежит выше верхнего порога. Согласно рекомендации автора (Канни), отношение порогов высокий: низкий должно быть между 2:1 и 3:1.
Поскольку граница на изображении может складываться в различных направлениях, используются четыре фильтра для определения горизонтальных, вертикальных и диагональных границ на размытом изображении. Оператор определения границ возвращает значение первой производной в горизонтальном (Gh) и вертикальном (Gv) направлениях. Из нее могут быть определены градиент и направление границы:
Угол направления границы представляется четырьмя углами: вертикальным, горизонтальным и двумя диагональными (0, 45, 90 и 135). Эффективная реализация вычисления градиента и направления представлена выражением:
Что позволяет создать матрицу 3х3 с высокой точностью вычисления и высокой чувствительностью к сигналу по сравнению с реализацией на матрице 2х2.
В описываемой программе реализация алгоритма Канни выполнена при помощи открытых библиотек OpenCV. Описание функция вызова выглядит следующим образом: оттенках серого, и выходное изображение, которое также должно быть в оттенках серого (хотя в действительности будет являться бинарным изображением - содержащим только белые пиксели на месте граней и черные для всех остальных точек). Следующие два параметра – это верхний и нижний пороги, а последний аргумент – это размер апертуры (по умолчанию применяется матрица размера 3х3, но возможны и другие значения - 5х5, 7х7 и т.д.). Чем выше значение апертуры, тем ниже чувствительность оператора к шуму.
Получив результаты обработки одного и того же изображения различными фильтрами, необходимо оценить эффективность работы фильтров.
Сравнительный анализ контуров кусков горной массы, выделенных вручную на исходном изображении и при помощи различных фильтров показал, что фильтр Прюитта выделяет 23% контуров, Кирша – 46%, Собеля – 62%, Канни – 92%. При свертке с ядром Прюитта получаем избыточность присутствующих контуров, поскольку фильтр слишком чувствителен. В противоположность ему фильтр Кирша выделяет меньшее количество границ, и информация о контурах получается неточной. Фильтр Собеля позволяет получить более точные контуры объектов по сравнению с фильтром Кирша, и не приводит к избыточным результатам как фильтр Прюитта. Однако фильтр Собеля проводит оценку сигнала только в горизонтальной и вертикальной плоскостях, поэтому при определенных углах наклона объектов на снимке, граница может определяться неточно или не определяться вовсе. Фильтр Канни лишен этого недостатка и позволяет определять контуры объектов при любых углах, поскольку производит определение границы четырьмя углами, а не двумя. Сравнительный анализ фильтров, позволяющих выделять контуры объектов, показал, что наиболее эффективным является фильтр Канни.
После того, как выделены контуры, по ним необходимо создать объект. Для этого применяется разработанная методика «населения» снимка смоделированными объектами. Она позволяет определять форму объектов и обладать наиболее полной информацией об их расположении на снимке.
Суть методики заключается в том, что по всему полю снимка наносятся заготовки объектов, которые самостоятельно развиваются в пределах имеющихся контуров. Параметры объектов при развитии изменяются случайным образом, стремясь заполнить собой все свободное пространство, ограничиваясь лишь контурами, даже не самыми полными. Каждый объект при этом содержит в себе информацию о размерах, положении и ориентации. В качестве заготовки для объектов используется фигура эллипса, имеющая степень свободы вращения вокруг оси Z. Уравнение такого эллипса в параметрической форме выглядит следующим образом:
Каждый объект, нанесенный на снимок, имеет набор параметров, способных произвольно изменяться. При этом за каждую итерацию изменятся только один параметр, выбранный случайным образом, на установленную величину (как правило, близкую к единице) в большую или меньшую сторону. В набор входят изменяемые параметры:
Объекты располагаются на снимке с заданным интервалом, шаг которого задается пользователем. После чего запускается процесс развития объектов. По завершению процесса развития, визуально оценивается степень заполнения объектами пространства снимка, с учетом имеющихся контуров и при необходимости повторно инициализируется развитие. Следующим шагом является реализация процедуры подсчета гранулометрического состава. Конечным результатом которой является гистограмма распределения по классам крупности кусков взорванной горной массы. Данная методика позволяет рассчитать гранулометрический состав по всему полю снимка.
Исследование пространственной дискретно-однородной изменчивости состава, свойств и трещиноватости
Высокое значение коэффициента корреляции говорит о тесной линейной связи, однако для оценки согласованности этого недостаточно. Средняя разность между измерениями равна – 0,001, что говорит об отсутствии систематического расхождения, стандартное отклонение разностей составило 1,9, что невелико по сравнению с самими значениями.
При положении оптической оси относительно навала под углом 450, коэффициент корреляции равен 0,6 при средней разности – 0,001 и стандартом отклонения – 2,5, что говорит об увеличении расхождений между измерениями в сравнении с перпендикулярным положением.
Горизонтальное положение оптической оси относительно навала характеризуется низким значением коэффициента корреляции – 0,2, средней разностью стандартом отклонения – 0,001 и стандартом отклонения – 15. На графике проводятся две линии обозначающие ожидаемый разброс разностей значений двух измерений. Таким образом, измерения, полученные обоими положении оси относительно навала.
После выполнения съемки при вычисленных оптимальных условиях, следует работа с полученными снимками. Вся работа с изображением условно разделена на три этапа: первый этап включает в себя предварительную подготовку изображения, а именно, избавление снимка от перспективных и оптических искажений, выделение контуров на основе алгоритма Канни, второй этап посвящен определению размеров объектов. Третий этап – подсчет гранулометрического состава. Общий алгоритм работы программы представлен на рисунке 4.10. Реализация процедуры коррекции оптических искажений показала, что максимальное значение дисторсии по горизонтали снизилось со значения 2,5 до 0,3 см., а по вертикали с 1 до 0,1 см. Визуально данные преобразования можно оценить по виду сетки, нанесенной на тест-объект (рисунок 4.9).
Из рисунка видно, что полностью избавится от искажений не представляется возможным, при этом несовпадения сеток присутствует в основном на краях изображения, где процентное содержание используемой в расчетах информации относительно небольшое.
Для подтверждения состоятельности разработанных алгоритмов по учету перспективных искажений на снимке несколько раз были измерены объекты, линейные размеры которых были определены заранее. В качестве объектов использовались две мерные рейки, расположенные внизу и вверху кадра. На рисунке 4.11 видно присутствие перспективных искажений, так как нижняя река кажется визуально больше верхней. В этом случаи, их линейные размеры, снятые непосредственно с изображения должны существенно отличаться друг от друга и от истинного значения. Но проведенный анализ полученных результатов показал, что среднее отклонение значений, полученных по программе, от истинного размера составило для нижней рейки – 2 мм, а для верхней рейки – 5 мм. Такие расхождения являются не существенными в рамках выполнения поставленных задач.
Коэффициент корреляции между разностью значений и средним значением составил - 0,5. Высокое значение коэффициента корреляции говорит о значительной линейной связи. Средняя разность между измерениями равна – 1,2, что говорит об отсутствии систематического расхождения, стандартное отклонение разностей составило 3,6, что невелико по сравнению с самими значениями.
Для расчета точности измерений используемой программы, была проанализирована серия из десяти определений гранулометрического состава для участка первой зоны. В каждом классе была определена абсолютная погрешность измерений при t, n= 2,26, =0,95 (таблица 4.21).
Максимальная погрешность не превышает 1,5%. Учитывая масштабность проводимых взрывных работ, данное значение является не критичным при определении гранулометрии взорванной горной массы.
Приведенные результаты исследований подтверждают состоятельность предложенных алгоритмов и их программной реализации по определению гранулометрического состава взорванной горной массы.
Дистанционное определение гранулометрического состава путем съемки цифровой фотокамерой и дальнейшей обработки полученных снимков в специализированных программах обеспечивает достаточно высокую точность определения размеров кусков взорванной массы.
Дистанционный способ определения гранулометрического состава разрыхленных пород и изучения блочности (трещиноватости) углепородного массива рекомендуется для практического применения при использовании комплекса: цифровая камера и компьютерная обработка по разработанной программе «Gran-measure».
Проведенными исследованиями установлены закономерности проявления состава, свойств и трещиноватости пород, слагающих толщу разрабатываемую открытым способом в Экибастузе. Изучаемые закономерности наиболее информативно отражены парагенетической зависимостью показателей физико-механических свойств и степени трещиноватости от содержания петрографических компонентов состава пород.
Методическим обоснованием и предпосылкой повышения точности и объективности графоаналитического моделирования служит петрографическая дифференциация на литотипы из всего литологического разнообразия пород анализируемого массива.
Преимущество математического анализа дифференцированных эмпирических данных подтверждены при сопоставлении с результатами анализа всей совокупности данных в целом для литологического вида породы
Другим новым методическим приемом моделирования и математического анализа служит систематизация многочисленных породообразующих компонентов терригенных пород и объединение их в ограниченное количество петрографических компонентов, которые близки минералогически и по основным свойствам. Такие группы характеризуют отдельно обломочный и цементирующий материал. Песчаники I литотипа разделены дополнительно по типу цементации на базаль-ный и на поровый, контактовый, коррозионный. Проведенные исследования впервые установили зависимость степени тре-щиноватости пластов (слоев) от состава слагающих пород и угля, который характеризуется содержанием предложенных нами петрографических компонентов обломочного и цементирующего материала. Представительность описанных исследований и выводов подтверждены большим объемом натурных исследований и лабораторных испытаний (проведены более 13000 замеров трещиноватости, 3410 определений прочности, 1540 – плотности).