基于激光点云及地质数据的露天金属矿爆破后矿石界线预测研究

【摘要】：现在,国内的大部分金属露天矿都采用台阶凿岩爆破的方法对矿山进行开采。矿业生产企业对矿体空间分布的圈定,即矿体的圈定,往往依靠地质钻孔数据进行人工推断和线性插值进行,而且在爆破后基本不会对矿体进行二次圈定。爆破是一种短时间内剧烈的能量释放与气体膨胀过程,会对地下矿体的分布造成一定的影响,而该影响往往未被考虑。与此同时,矿山的测量一般依靠着全站仪,RTK等传统测量仪器。因此在矿业生产中常常存在矿体空间分布的认识不清,矿山测量效率低下的问题。针对这些问题,本文选择德兴铜矿作为研究区域,利用矿区地质资料和爆破参数,结合三维激光扫描仪获取爆堆爆破前后点云数据提取爆破后爆堆位移参数,采用GIS空间分析方法,将对爆破作用下矿体位移情况进行整体上的估计,将其量化为爆堆的位移,并发现其中的一定规律,构造了爆破作用爆堆位移预测模型,取得了预期研究成果。并将该作为矿体位移的主要指标,期望以此提高矿体二次圈定的准确性,减少矿山开采的贫化损失,提高矿山开采的经济效益。本文主要研究工作和取得成果如下:(1)基于爆前岩粉钻品位化验数据,在分析各种空间插值方法特点的基础上,利用交叉验证和对比实验提出了适合江西省德兴铜矿的空间插值方法,实现了爆破区域内地下矿体分布情况的模拟,提取了10处开采区域的矿体界线。(2)针对研究区域内点云数据的特点,手动提取同名特征点,利用ICP点云拼接算法对多站点云数据进行拼接,并采用基于反射率的阈值法、层次距离去噪法和基于投影变换的人机交互法先后对点云进行了去噪声处理,最后利用相应的三维建模平台,完成了矿山爆堆表面三维建模。(3)将地理学的方法和理论引入矿山爆破开采的实际地理问题当中,解决了爆破位移和方向的量化问题。利用表面分析、空间叠置分析、坡度分析等空间分析方法,对爆破前后采场的地形变化进行提取。(4)利用灰色关联分析方法对矿山爆破作用下的矿体位移的影响因素进行了筛选,获得了矿山爆破作用下的矿体位移的主要影响因素,并将这些因素作为输入参数,输入优化的广义回归神经网络模型进行训练,实现了对爆破作用下矿体整体位移和方向的预测,将该位移和方向角叠加在爆前矿体界线上,即能实现爆破后矿体边界的二次圈定。实验结果表明,本文提出的预测模型的预测结果优于传统BP神经网络。本文创新点:(1)将三维激光扫描技术用于对矿山爆破作业场地的监测,提高了监测的精度和效率,生成了高精度的爆堆表面模型。将GIS空间分析技术用于对矿山爆破作用的分析,从测绘和GIS学科的角度入手,量化了矿山凿岩爆破效果;(2)利用人工神经网络在预测方面的优势,建立在德兴铜矿的地质条件下爆破参数和矿岩边界位移的预测模型,希望能够指导矿山企业对矿体的二次圈定和铲装,从而减少由于矿体边界位移所造成的贫化损失。