System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 岩体内部节理裂隙发育特征预测方法技术_技高网

岩体内部节理裂隙发育特征预测方法技术

技术编号:42324277 阅读:3 留言:0更新日期:2024-08-14 16:03
本发明专利技术属于矿石节理裂隙发育特征预测技术领域,尤其是涉及一种岩体内部节理裂隙发育特征预测方法,其特征在于包括以下步骤:S01:数据采集;S02:网络模型构建;S03:图像预处理;S04:标签制作;S05:模型训练;S06:拟合曲线;S07:分形计算;S08:特征预测。本发明专利技术的岩体内部节理裂隙发育特征预测方法,通过钻孔摄影获取现场部分钻孔的内部节理裂隙图像,采用深度学习技术识别节理裂隙图像,并结合相应算法计算节理裂隙的倾向和倾角;引入数学方法中的分形理论,提出“双重分形”的概念,描述及预测爆破区域岩体内部节理裂隙之间发育特征,形成一个针对露天矿山爆破区域节理裂隙发育预测的方法。

【技术实现步骤摘要】

本专利技术属于矿石节理裂隙发育特征预测,尤其是涉及一种岩体内部节理裂隙发育特征预测方法


技术介绍

1、爆破是一个受诸多因素共同影响、内在规律十分复杂的系统工程,需要考虑的因素也很广泛。在爆破过程中,岩体内部的节理裂隙发育特征是影响岩体爆破效果的关键。如果矿区地质构造复杂,节理裂隙发育,爆破的块度组成很难达到理想效果。要想实现爆区的精细化设计,达到想要的爆破效果,就不能忽视爆区岩体节理裂隙的影响。同时,岩体内节理裂隙发育特征也是评价岩体稳定性的重要依据。因此,针对岩体内节理裂隙发育特征的描述方法研究具有十分重要的意义。

2、申请号:cn202310752289.1、申请号cn 113256082a提供了一种隧道掌子面岩体节理裂隙识别方法及识别装置。本专利技术利用边缘检测技术、阈值分割等方法识别掌子面岩体节理裂隙,还能够适用于背景复杂的隧道掌子面围岩等级判定任务。本专利技术提取的是掌子面表面裂隙,未涉及到钻孔内部裂隙,且无法通过表面裂隙判断岩体整体裂隙发展特征。本专利技术采用深度学习网络进行节理裂隙特征提取,采用像素点坐标进行裂隙特征计算,并未对提取到的裂隙轮廓做拟合处理,进而计算节理裂隙特征。

3、申请号:cn202310525404.1、申请号cn 111830030a,公开了基于外法向矢量极点坐标系统的节理裂隙分类方法和系统。本专利技术通过外法向矢量极点的投影密集程度,划分节理组区域,未涉及采用基于深度学习的图像分割+像素点拟合方法对节理裂隙特征进行分割与计算。并且本专利技术仅仅将节理裂隙按照倾向、倾角进行分类,未对其在岩体内的发育特征进行预测分析。

4、论文“常远,常来山,任富强,等.节理岩体边坡采动损伤与可靠性分析[j].煤炭学报,2018,43(05):1305-1311.”对于节理调查测量工作,在选择坡面测区位置时应充分利用露天矿边坡的凸凹部位、端帮、出入沟公路转弯处、工业场地附近边坡等不同倾向的坡面岩石露头,以期通过组合这些不同倾向坡面的节理测量数据来合理的推测岩体内部节理的三维分布特征。此方法对于节理采集位置限制性较强,仅限于用于具有不同倾向坡面的台阶位置,对于露天矿台阶而言不具有广泛的适用性。

5、申请号cn 113744219 a,提供一种基于改进的分形学的岩石节理裂隙整体复杂度测量分析方法。本专利技术采用基于rgb颜色信息对岩石节理裂隙进行提取,此方法需要输入彩色的岩石节理裂隙图像,对图像质量要求较高,对于光线不足的岩体内钻孔裂隙识别效果较差,所采用的分割方法为大津阈值分割,未涉及到采用基于深度学习的图像分割方法对节理裂隙特征进行提取。

6、现阶段对于岩体节理裂隙特征的描述大多停留在岩体表面(图像质量好),钻孔内部拍摄环境差、图像质量较低,传统图像分割方法难以满足裂隙分割要求。同时,岩体内部节理裂隙的发育特征是复杂的不规则几何形态,对于岩体表面或单一钻孔裂隙的识别与统计不足以描述出岩体特征。而对岩体内部裂隙发育特征进行预测、分析,具有更重要的意义。

7、采用钻孔摄影技术,获取钻孔内部的岩壁图像,对图像进行预处理以修正摄像误差,利用改进的目标检测技术,搭建节理裂隙特征提取模型,实现快速、准确地获取钻孔节理裂隙特征。提出裂隙特征计算方法(结构面倾向、倾角),并结合分形理论,提出以“双重分形”指标描述及预测爆破区域岩体内部节理裂隙之间发育特征,形成一套针对岩体内部节理裂隙发育特征预测的方法,具有非常重要的理论与现实意义。


技术实现思路

1、本专利技术的目的是提供一种岩体内部节理裂隙发育特征预测方法,解决节理裂隙发育特征描述问题。

2、本专利技术的目的是通过下述技术方案来实现的:

3、本专利技术的岩体内部节理裂隙发育特征预测方法,其特征在于包括以下步骤:

4、s01:钻孔图像采集:钻孔摄影设备采用数字式全景钻孔摄像勘探设备,采集数字化的钻孔岩芯三维图像;采用梅花形布孔,可以保证采用最少的钻孔覆盖的目标区域,如图1所示。

5、s02:网络模型构建:mask r-cnn模型,采用two-state(两状态进程)结构,通过一段卷积神经网络找出rpn(区域候选网络),然后对rpn找到的每一个roi(感兴趣区域)进行分类、定位,并增加binary mask(二元掩膜)提取特征;

6、s03:图像预处理:采集钻孔节理裂隙图像的露天矿钻孔内部环境较为复杂,利用钻孔摄影设备采集得到的图像会存在问题,需要进行图像预处理操作,包括灰度化、去噪、梯形矫正以及图像增强;

7、s04:裂隙特征标记:为创建节理裂隙识别与分割模型所需的训练集,需要制作与钻孔图像数据集相对应的标签集;

8、s05:检测模型训练:节理裂隙检测模型利用现场采集的大量虚拟岩壁展开图进行训练、验证和预测;

9、s06:拟合曲线:利用训练好的特征提取模型,进行目标钻孔图像节理裂隙识别,并利用opencv模块改进原网络以提取所识别的节理裂隙,得到节理裂隙的面特征;利用提取到的节理裂隙面特征像素点信息,基于最小二乘法拟合方法,通过优化曲率,使曲率更光滑从而进一步降低拟合曲线的轮廓误差,形成节理裂隙所在三角函数曲线,得到节理裂隙的线特征,利用倾向、倾角计算方法进行结构面特征计算;

10、s07:分形计算:引入数学方法中的分形理论,采用分形维数来对钻孔内部节理裂隙面特征和线特征进行描述;

11、s08:特征预测:提出“双重分形”的概念,描述及预测爆破区域岩体内部节理裂隙之间发育特征,形成一套针对露天矿山爆破区域节理裂隙发育预测的方法。

12、所述的步骤s01中钻孔图像采集的具体实施过程包括以下步骤:

13、s0101:梅花形布孔:由于钻孔呈圆柱状,为了采集到不失真的三维全景图像信息,采用一种特定的光学变换,即截头的锥面反射镜,它实现了将360°钻孔孔壁图像反射成为平面图像,这种平面图像称为全景图像。

14、s0102:虚拟岩芯数据库:能够形成各种结果图像,包括图像的无缝拼接,虚拟三维钻孔岩芯图和360°平面展开图;具有单帧和连续播放能力;实时旋转从不同角度观察三维虚拟岩芯;能够统计分析,并建立虚拟岩芯数据库。

15、所述的步骤s02中网络模型构建的具体实施过程包括以下步骤:

16、s0201:在mask r-cnn输出目标的标签信息以及位置信息的同时,添加一个目标掩膜的输出分支,实现目标的标签、位置和目标掩膜输出,即分类、回归和分割三个任务;

17、所述的步骤s03中图像预处理的具体实施过程包括以下步骤:(如图2、图3所示)

18、s0301:灰度化。将采集到的rgb格式岩壁虚拟展开图转换成灰度图,降低数据处理的复杂度,从而降低模型训练、测试、运行时深度卷积网络的数据处理量,大大提高训练速度;

19、s0302:梯形校正。在经过灰度化的钻孔摄影图像上进行梯形校正,使远大近小的情况降到最低;

20、s030本文档来自技高网...

【技术保护点】

1.一种岩体内部节理裂隙发育特征预测方法,其特征在于包括以下步骤:

2.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤S01中钻孔图像采集的具体实施过程包括以下步骤:

3.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤S02中网络模型构建的具体实施过程包括以下步骤:

4.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤S03中图像预处理的具体实施过程包括以下步骤:

5.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的S04中标签制作的具体实施过程包括以下步骤:

6.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤S05中检测模型训练的具体实施过程包括以下步骤:

7.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤S06中拟合曲线的具体实施过程包括以下步骤:

8.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤S07中的分形计算方法具体实施过程包括以下步骤:

9.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤S08中特征预测的具体实施过程包括以下步骤:

...

【技术特征摘要】

1.一种岩体内部节理裂隙发育特征预测方法,其特征在于包括以下步骤:

2.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤s01中钻孔图像采集的具体实施过程包括以下步骤:

3.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤s02中网络模型构建的具体实施过程包括以下步骤:

4.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的步骤s03中图像预处理的具体实施过程包括以下步骤:

5.根据权利要求1所述的岩体内部节理裂隙发育特征预测方法,其特征在于所述的s04中标签...

【专利技术属性】
技术研发人员:侯卫钢陈洪彬张晓淼马连成李光张宝金宁辰禹张兴帆
申请(专利权)人:鞍钢集团矿业有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1