基于数字图像处理功能的RQD分级方法的应用
2022-09-13沙仙武吴健辉陈才贤李佳建
沙仙武, 吴健辉, 陈才贤, 李佳建
(1.西藏巨龙铜业有限公司, 西藏 拉萨 850200;2.北京科技大学, 北京 100083)
1 前 言
准确掌握工程岩体完整性对于工程设计具有重要意义[1]。 RQD 分级是国内外矿山评价岩体完整性的主要方法。 目前大多数矿山通过人工测量的方式完成RQD 分级工作,然而,在矿山基建以及生产过程中,大量的钻孔用于获取矿体形态、产状等地质信息,岩芯数量较多,仅依靠人工现场测量完成RQD 分级工作需耗费大量的人力及时间,因此,研究一种简单高效便捷的RQD 分级方法对于提高矿山工人工作效率具有重要意义。
针对岩体质量分级研究方面,国内外学者和采矿工程师开展了大量的研究工作[2-8]。 研究内容主要包括RQD 值预测、RQD 值测量方法以及RQD 值模拟计算等[9-12]。 例如,李清波等[13]以泾河东庄水利工程坝体钻孔为研究对象,利用微型相机获取钻孔图像,基于阈值分割技术实现了RQD 准确计算。 刘仰鹏[14]等针对RQD 值却在的缺陷,通过插值法并结合变异函数建立了数学模型,实现了工程岩体RQD 值的有效预测。 郭少文等[15]基于三维激光扫描技术提出了一种通过布置虚拟钻孔获取岩体RQD 分级的便捷方法。 徐伟等[16]以百花大桥某区域岩体为研究对象,通过结构面三维网络模拟的方法实现了RQD 准确计算。 李再扬[17]等以贵州某露天磷矿边坡为研究对象,以三维结构面网络模拟为研究手段,构建了现场结构面信息三维模型,实现了RQD 值的多方位模拟计算。 王国欣[18]等针对RQD在实际应用中存在的问题,结合Monte-Carlo 三维网络模拟技术进行了RQD 值的准确计算,实现了不连续面在三维空间中的状态模拟。 刘先林[19]等通过三维建模软件进行岩体三维建模,得出了岩体RQD值的空间分布规律,揭示了RQD 值与岩体完整性之间的内在关系,为工程设计提供了理论依据。
姜明伟[20]等以某金矿为研究对象,以Sirovision岩石三维遥感测量系统为研究手段,通过岩体结构面数字化识别,对岩体结构面的产状等参数进行了深入分析,实现了岩体结构信息高效便捷测量。 葛云峰[21]等以钻孔图像为研究对象,以Canny 检测为测量手段,提出了岩体结构面智能测量方法,测量准确性较高。 文畅平[22]在岩体质量分类评价中通过引入属性数学理论,构建数学模型,考虑了影响岩石质量分级的5 个主要因素,实现了准确的岩体质量分级。 刘震[23]等以某矿山工勘孔为研究对象,通过RQD 和RBI 分级方法对岩体质量进行分级,通过对比分级结果,讨论了RQD 分级方法的局限性,结果表明,当长度大于10 cm 岩体碎块较多时,RQD 分级结果误差较大。 陈伟[24]通过建立可拓学理论岩体质量分级评价的物元模型,并结合灰色关联度准确反映了岩体质量等级,同时能够得出各等级之间距离值。 陈承浩[25]在Matlab 二次开发的基础上,通过裂隙辨识程序精确提取岩体图像中的裂隙信息,实现了岩体质量动态分级,分级结果直观准确。 詹梅芬[26]等以大量的岩石样本为基础,进行了岩体质量分级预测研究,通过K 折交叉验证发现,随机森林模型预测结果准确性较高。 曹建立[27]等通过建立信度测度赋权理论,同时消除各指标权重造成的误差影响,建立了集对云模型,同时通过大量岩本数据验证了该模型的准确性与可靠性,研究成果应用在在锡林浩特萤石矿采场岩体质量评价中,预测结果与实际情况相符。 郑相悦[28]等在考虑岩体质量指标影响因素的前提下,构建了变权重-云理论综合评价模型,实现了焦家金矿采场岩体质量准确评价。 易晨星[29]等基于岩石单轴抗压强度等6 个参数进行熵权-云评价模型构建,在某矿区岩体质量分级中得到较好应用,其分析结果与RMR 评价结果一致性较高。 雷光伟[30]等针对传统岩体质量评价局限性,提出了一种结构面综合指标SCE 评价方法,评价结果准确性较高。
本文以西藏巨龙铜矿有限公司驱龙矿区为工程背景,针对现有RQD 分级方法所面临的工人劳动强度大,工作效率低等问题,提出了一种基于Image J图像分析功能的RQD 分级方法,并与现有RQD 分级方法分级结果进行了对比分析,验证了该方法的可靠性。 本研究为矿山RQD 分级提供了一种新型测量方法,能够有效提高工人劳动效率。
2 工程背景
西藏巨龙铜矿驱龙矿区位于墨竹工卡县城西南直距约20 km 处,在矿山基建之前往往需进行大量的勘探工作探明矿体赋存条件,此外,在矿山生产时期也会进行钻探工作,以便发现新的矿产资源保证矿山未来发展。 在钻探工作之后,需对获取的岩芯进行钻孔岩芯编录工作,即RQD 分级。 目前矿山所采用的RQD 分级方法为人工测量,手动或者计算机建立表格进行测试数据统计。 工作区海拔一般在4 420 m以上,自然环境恶劣,气候条件差,传统RQD分级方法需要工人长时间进行高原室外作业,劳动强度大,且工作效率低。 现有RQD 分级方法测量工作如图1 所示。
图1 现有RQD 分级方法测量工作
3 基于Image J 的RQD 分级方法
3.1 Image J 软件介绍
Image J 是一个基于java 的公共的图像处理软件,能够在Microsoft Windows 等多种平台稳定运行。软件能够进行jpg、tif 等多种格式图像的基本操作,例如显示、编辑、分析等。 本研究所提出的RQD 分级方法主要利用软件的长度测量功能实现。 Image J 软件操作界面如图2 所示。
图2 Image J 软件操作界面
3.2 拍摄取样
将钻孔岩芯放入岩芯箱进行拍照,获取岩芯图片。 在此步骤中,可以采用相机、摄像机、智能终端(如:手机、平板电脑等)中的任意一种对岩芯箱中的岩芯进行拍摄,以获取岩芯图片。 为保证测量精度,在拍照时,应保证岩芯箱平放,使镜头垂直向下拍摄。 由于岩芯箱数量巨大,为避免图像顺序混乱,应对各个岩芯箱编号。 所有图像最终导入计算机内进行下一步处理。 图3 所示为巨龙铜矿某钻孔岩芯图像。
图3 现场拍摄取样图
3.3 图像预处理
通过Image J 菜单栏中File→Open 功能,将拍摄的岩芯图片导入图像处理软件。 为减小图片内存,便于运算,由Image→Type→8-bit 功能,将岩芯图像转换为灰度图像。 处理结果如图4 所示。
图4 岩芯图像灰度处理结果
3.4 设定测量标尺
在进行岩芯长度测量之前,需选取图中已知长度对定义测量标尺。 在岩芯图像中,岩芯直径为已知参数。 通过Straight line 功能由图中岩芯一侧边缘沿垂直岩芯轴向画直线值岩芯另一侧边缘,直线长度即为岩芯直径。 利用Image J 软件的Analyze→Set Scale 功能建立标尺,在Know distance中输入岩芯直径,在Unit of length 中输入岩芯直径单位,完成测量标尺设定,图5 所示为测量标尺设定过程。
图5 测量标尺设定
3.5 岩芯长度测量
设定标尺后,利用Image J 软件中的测量功能对8 进制岩芯图像中的各段岩芯进行长度标记。 如图6 所示,本步骤中通过Image J 软件的Analyze →Tools→ROI Manager 功能划线标记形态完整岩芯长度,每量取一段岩芯,点击Add,然后量取下一段岩芯,重复该步骤,直至完成岩芯箱中所有岩芯长度标记,各段岩芯依标记顺序自动生成编号。 需要注意的是,对各段岩芯进行长度标记满足以下要求:对于断面平整的岩芯,划线两端与被标记岩芯两端重合;对于断面为斜面的岩芯,起始端和结束端均从斜面中点划线。 岩芯长度测量结果如图7 所示,得出测量结果后,在Results 窗口内通过File→Save 功能将所得结果保存为“.csv”文件。
图6 岩芯长度标记
图7 Image J 测量结果
3.6 RQD 值计算
根据测量得到的各段岩芯长度计算出岩石RQD 值。 式(1)为RQD 值计算公式
其中,钻孔进尺总长度为已知量。
4 分级结果准确性验证
为验证采用数字图像处理统计的RQD 分级结果的准确性和可靠度,将采用Image J 处理结果与现场RQD 测试结果进行了对比。 随机选取ZK02 钻孔中10 个区域计算结果,对比数据发现,上述二者获得的RQD 值较为接近,误差仅在0.5% ~1.0%,采用数字图像处理统计的RQD 分级结果的准确性和可靠度较高。 图8 所示显示了对比结果。
图8 两种RQD 值测量方法对比结果
巨龙铜业驱龙段处于青唐古拉与冈底斯板块区,为探究不同区域地层岩体稳定性情况,根据上述RQD 分级方法,对现场获取的岩芯进行编录和定性描述,结果如图9 ~11 所示。
图9 ZK02 号钻孔岩石RQD 分级结果
由图9 分析可得:ZK02 号钻孔中自0.00 ~24.41 m 所取的岩芯多为泥岩和碎石,RQD 值为0%,岩性为很差。 自24.41 ~44.00 m 所取的岩芯,RQD值为小 于 50%, 岩性为差。 自44.00 ~253.21 m所取的岩芯,RQD 值在50% ~100%,且大部分岩芯RQD 值大于75%,岩性为很好。
由图10 分析可得:ZK04 号钻孔所取岩芯长度较短,自0 ~32.73 m 所取的岩芯多为泥岩和碎石,RQD 值小于25%,岩性为很差。 自32.73 ~76.81 m所取的岩芯,RQD 值介于25% ~100%,并且RQD值较为离散,这对工程建设有较大的影响。
图10 ZK04 号钻孔岩石RQD 分级结果
由图11 分析可得: ZK02 号钻孔中自0 ~18.23 m所取的岩芯多为泥岩和碎石,RQD 值小于25%,岩性为很差。 自18.23 ~122.76 m 所取的岩芯,RQD 值介于25% ~100%,且大部分岩芯RQD值介于50% ~75%,岩性较好。
图11 ZK05 号钻孔岩石RQD 分级结果
为更好的指导工程设计,揭示青唐古拉与冈底斯板块区冲击堆积层随深度变化的RQD 分布,对所得钻孔RQD 结果进行拟合分析。
分析图12 拟合结果可知,25 m 钻孔范围内RQD 值绝大多数为0,这是因为地层浅部以素土、粉砂土、碎石和角砾为主,由于其本生强度较低,取芯过程中并不能形成完整的岩芯。 而在25 m 以深,所取岩芯RQD 值逐渐呈增大趋势。 这是由于随着钻孔深度加深,风化千枚岩和风化凝灰岩出现造成的。此外,可以发现钻孔深度超过100 m 以后,随着钻孔深度增大,RQD 值增幅逐渐变小。 到150 m 以后其RQD 值基本稳定在80%左右。 通过拟合方式可以发现,钻孔岩芯RQD 值和钻孔深度在0 ~250 m 满足指数函数分布规律,初步探明了青唐古拉与冈底斯板块区冲击堆积层随深度变化的RQD 分布规律,可为后续开展该区域开采和其他工程施工提供理论基础。
图12 青唐古拉与冈底斯板块区冲击堆积层随深度变化的RQD 分布
5 结论
本论文针对西藏巨龙铜矿岩芯编录工作中存在的问题,开展了基于Image J 图像分析功能的RQD分级方法研究。 实现了便捷高效的RQD 分级。 主要结论为:
(1)基于Image J 图像分析功能提出了一种RQD 分级方法,为今后矿山岩芯编录工作提供了一种新方法。
(2)研究表明:Iamge J 软件能够替代现有人工测量的方法进行岩石RQD 分级,通过对比Image J软件与现场人工测量结果可以发现,Image J 软件所计算RQD 值误差仅在0.5% ~1.0%,可靠性较高。
(3)随着地层深度变深,岩性RQD 值呈增大趋势。 大部分岩芯的RQD 值介于在50% ~100%,岩性较好。 而部分岩芯的RQD 值较为离散,造成数据离散的原因可能为钻孔深度太浅,这对矿山工程建设有较大的影响。
(4)钻孔深度在0 ~250 m,青唐古拉与冈底斯板块区冲击堆积层随深度变化的RQD 值满足指数函数分布规律。