Анализ кусковатости горных пород в реальном времени с использованием отечественного программно-аппаратного обеспечения

DOI: https://doi.org/10.30686/1609-9192-2025-3-118-123

Читать на русскоя языкеА.В. Дремин1, С.В. Ситдикова2, В.С. Великанов2, 3, Д.С. Стожков2, И.А. Гришин4
1 ООО «ДАВТЕХ», г. Екатеринбург, Российская Федерация
2 Уральский государственный горный университет, г. Екатеринбург, Российская Федерация
3 Уральский государственный аграрный университет, г. Екатеринбург, Российская Федерация
4 Магнитогорский государственный технический университет им. Г.И. Носова, г. Магнитогорск, Российская Федерация

Горная Промышленность №3 / 2025 стр.118-123

Резюме: При разработке месторождений полезных ископаемых гранулометрический состав горной массы оказывает значительное влияние на экономические показатели всех основных технологических процессов. Гранулометрический состав (в зарубежных литературных источниках используется термин «фрагментация») взорванных горных пород определяет эффективность и производительность технологических процессов горного производства. Известно, что при разрушении горных пород образуются совокупности кусков разнообразных форм и размеров, для оценки которых предложены разнообразные характеристики. Предлагаемые характеристики горной массы как статистической системы можно подразделить на два класса. К первому классу относятся характеристики, определяющие индивидуальные свойства отдельных кусков; ко второму – характеристики, выражающие целостные свойства системы. Измерение гранулометрического состава больших объемов разрушенных пород представляет собой сложную проблему. В работе рассмотрены общие вопросы в анализе фрагментации с точки зрения надежности и быстроты оценки, а также доступные методы, используемые для оценки результатов взрыва. Представлены результаты распознавания фрагментов горных пород при использовании цифровых технологий, а также определена важность точного определения размеров кусков при анализе изображений.

Ключевые слова: гранулометрический состав, полезные ископаемые, взорванные породы, фотопланиметрический метод, кусковатость породы

Благодарности: Работа выполнена при финансовой поддержке Министерства науки и высшего образования РФ (проект №FRZU-2023–0008).

Для цитирования: Дремин А.В., Ситдикова С.В., Великанов В.С., Стожков Д.С., Гришин И.А. Анализ кусковатости горных пород в реальном времени с использованием отечественного программно-аппаратного обеспечения. Горная промышленность. 2025;(3):118–123. https://doi.org/10.30686/1609-9192-2025-3-118-123


Информация о статье

Поступила в редакцию: 05.03.2025

Поступила после рецензирования: 18.04.2025

Принята к публикации: 21.04.2025


Информация об авторах

Дремин Александр Владимирович – генеральный директор, ООО «ДАВТЕХ», г. Екатеринбург, Российская Федерация

Ситдикова Светлана Валерьевна – старший преподаватель кафедры автоматики и компьютерных технологий, Уральский государственный горный университет, г. Екатеринбург, Российская Федерация; e-mail: siriniti.86@mail.ru

Великанов Владимир Семенович – доктор технических наук, профессор кафедры автоматики и компьютерных технологий, Уральский государственный горный университет, г. Екатеринбург, Российская Федерация; профессор кафедры математики и информационных технологий, Уральский государственный аграрный университет, г. Екатеринбург, Российская Федерация; https://orcid.org/0000-0001-5581-2733; e-mail: v.s.velikanov@urfu.ru

Стожков Дмитрий Сергеевич – кандидат технических наук, доцент кафедры электротехники, Уральский государственный горный университет, г. Екатеринбург, Российская Федерация; e-mail: Stogkov@mail.ru

Гришин Игорь Анатольевич – кандидат технических наук, заведующий кафедрой, кафедра геологии, маркшейдерского дела и обогащения полезных ископаемых, Магнитогорский государственный технический университет им. Г.И. Носова, г. Магнитогорск, Российская Федерация; https://orcid.org/0000-0001-8010-7542; e-mail: igorgi@mail.ru


Список литературы

1. Барон Л.И. Кусковатость и методы ее измерения. М.: Изд-во АН СССР; 1960. 123 с. Режим доступа: https://www.geokniga.org/books/32278 (дата обращения: 11.03.2025).

2. Барон Л.И., Граубиц Ж.К. Линейный и точечный методы определения кусковатости по фотопланограммам. Известия Карельского и Кольского филиалов Академии наук СССР. 1958;(3):107–115. Baron L.I., Graubits Zh.K. Линейный и точечный методы определения кусковатости по фотопланограммам. Izvestiya Karelskogo i Kolskogo Filialov Akademii Nauk SSSR. 1958;(3):107–115. (In Russ.)

3. Дремин А.В., Великанов В.С. К вопросу о гранулометрическом составе взорванных скальных пород. Горная промышленность. 2023;(4):73–78. https://doi.org/10.30686/1609-9192-2023-4-73-78 Dremin A.V., Velikanov V.S. Regarding the particle-size composition of blasted rocks. Russian Mining Industry. 2023;(4):73–78. https://doi.org/10.30686/1609-9192-2023-4-73-78

4. Парамонов Г.П., Лисевич В.В. Прогнозирование параметров развала горной массы при производстве взрывных работ. Международный научно-исследовательский журнал. 2016;(4-6):100–103. Режим доступа: https://research-journal.org/archive/4-46-2016-april/prognozirovanie-parametrov-razvala-gornoj-massy-pri-proizvodstve-vzryvnyx-rabot (дата обращения: 28.02.2025). Paramonov G.P., Lisevich V.V. Forecasting of parameters of a rock mass collapse when blasting work. International Research Journal. 2016;(4-6):100–103. Available at: https://research-journal.org/archive/4-46-2016-april/prognozirovanie-parametrovrazvala-gornoj-massy-pri-proizvodstve-vzryvnyx-rabot (accessed: 28.02.2025).

5. Угольников В.К., Симонов П.С., Угольников Н.В. Прогнозирование гранулометрического состава взорванной горной массы. Горный информационно-аналитический бюллетень. 2007;(S7):63–70. Ugolnikov V.K., Simonov P.S., Ugolnikov N.V. Forecasting of particle size distribution of blasted rock mass. Mining Informational and Analytical Bulletin. 2007;(S7):63–70. (In Russ.).

6. Гавришев С.Е., Калмыков В.Н., Пикалов В.А., Караулов Н.Г., Угольников Н.В. Разработка рекомендаций по регулированию кусковатости строительных горных пород при взрывном разрушении. Горная промышленность. 2025;(1):58–63. https://doi.org/10.30686/1609-9192-2025-1-58-63 Gavrishev S.E., Kalmykov V.N., Pikalov V.A., Karaulov N.G., Ugolnikov N.V. Development of recommendations for controlling the lump size of construction rocks during blasting. Russian Mining Industry. 2025;(1):58–63. (In Russ.) https://doi.org/10.30686/1609-9192-2025-1-58-63

7. Singh B.K., Mondal D., Shahid M., Saxena A., Roy P.N.S. Application of digital image analysis for monitoring the behavior of factors that control the rock fragmentation in opencast bench blasting: A case study conducted over four opencast coal mines of the Talcher Coalfields, India. Journal of Sustainable Mining. 2019;18(4):247–256. https://doi.org/10.1016/j.jsm.2019.08.003

8. Xie C., Nguyen H., Bui X.-N., Choi Y., Zhou J., Nguyen-Trang T. Predicting rock size distribution in mine blasting using various novel soft computing models based on meta-heuristics and machine learning algorithms. Geoscience Frontiers. 2020;12(3):101108. https://doi.org/10.1016/j.gsf.2020.11.005

9. Dhekne P.Y., Balakrishnan V., Jade R.K. Effect of type of explosive and blast hole diameter on boulder count in limestone quarry blasting. Geotechnical and Geological Engineering. 2020;38:4091–4097. https://doi.org/10.1007/s10706-020-01280-y

10. Siddiqui F.I., Ali Shah S.M., Behan M.Y. Measurement of size distribution of blasted rock using digital image processing. Journal of King Abdulaziz University-Engineering Sciencess. 2009;20(2):81–93. https://doi.org/10.4197/eng.20-2.4

11. Sudhakar J., Adhikari G.R., Gupta R.N. Comparison of fragmentation measurements by photographic and image analysis techniques. Rock Mechanics and Rock Engineering. 2006;39(2):159–168. https://doi.org/10.1007/s00603-005-0044-9

12. de Souza J.C., da Silva A.C.S., Rocha S.S. Analysis of blasting rocks prediction and rock fragmentation results using splitdesktop software. Technology in Metallurgy, Materials and Mining. 2018;15(1):22–30. https://doi.org/10.4322/2176-1523.1234

13. Tosun A. A modified Wipfrag program for determining muckpile fragmentation. Journal of the Southern African Institute of Mining and Metallurgy. 2018;118(10):1113–1199. https://doi.org/10.17159/2411-9717/2018/v118n10a13

14. Elahi A.T., Hosseini M. Analysis of blasted rocks fragmentation using digital image processing (case study: limestone quarry of Abyek Cement Company). International Journal of Geo-Engineering. 2017;8:16. https://doi.org/10.1186/s40703-017-0053-z

15. Ruszala M.J.A. Fines reduction and energy optimisation in aggregates production [MRes Chemical Engineering Sciences]. The University of Birmingham; May 2013. Available at: https://etheses.bham.ac.uk/id/eprint/4317/1/Ruszala13MRes.pdf (accessed: 12.03.2025).

16. Великанов В.С., Бочков В.С., Дёрина Н.В., Бочкова К.В. Оценка технического состояния футеровочной брони конусных дробилок на основе цифровой диагностики их поверхностей. Горный информационно-аналитический бюллетень. 2022;(11-2):159–168. https://doi.org/10.25018/0236_1493_2022_112_0_159 Velikanov V.S., Bochkov V.S., Dyorina N.V., Bochkova K.V. Digital image processing for assessing the liner armor condition of cone crushers. Mining Informational and Analytical Bulletin. 2022;(11-2):159–168. (In Russ.) https://doi.org/10.25018/0236_1493_2022_112_0_159

17. Дремин А.В., Великанов В.С. Постановка многокритериальной задачи анализа и прогнозирования гранулометрического состава взорванных горных пород. Горная промышленность. 2023;(5):52–60. https://doi.org/10.30686/1609-9192-2023-5-52-60 Dremin A.V., Velikanov V.S. Setting a multi-criteria problem to analyze and forecast particle size distribution of blasted rock. Russian Mining Industry. 2023;(5):52–60. (In Russ.) https://doi.org/10.30686/1609-9192-2023-5-52-60

18. Дремин А.В., Великанов В.С. Цифровые технологии для взрывных работ: интеллектуальный автономный программно-аппаратный комплекс компании «Давтех» для анализа гранулометрического состава горных пород. Горная промышленность. 2023;(6):57–62. https://doi.org/10.30686/1609-9192-2023-6-57-62 Dremin A.V., Velikanov V.S. Digital technologies in blasting: DAVTECH’s intelligent autonomous hardware-andsoftware suite for analyzing particle size distribution of rocks. Russian Mining Industry. 2023;(6):57–62. (In Russ.) https://doi.org/10.30686/1609-9192-2023-6-57-62

19. Великанов В.С., Гришин И.А., Лукашук О.А., Дегодя Е.Ю., Тельминов Н.С. Исследование напряженно-деформированного состояния рабочего органа карьерного экскаватора при динамических нагрузках от грансостава пород. Уголь. 2024;(12):103–107. Velikanov V.S., Grishin I.A., Lukashuk O.A., Degodya E.Yu., Telminov N.S. Study of the stress-strain state of the working body of a quarry excavator under dynamic loads from the granulometric composition of rocks. Ugol’. 2024;(12):103–107. (In Russ.)

20. Великанов В.С., Дремин А.В., Чернухин С.А., Ломовцева Н.В. Технологии нейронных сетей в интеллектуальном анализе данных гранулометрического состава взорванных пород. Горная промышленность. 2024;(4):90–94. https://doi.org/10.30686/1609-9192-2024-4-90-94 Velikanov V.S., Dremin A.V., Chernukhin S.A., Lomovtseva N.V. Neural network technologies in mining data on particle size distribution of muck pile rocks. Russian Mining Industry. 2024;(4):90–94. (In Russ.) https://doi.org/10.30686/1609-9192-2024-4-90-94

21. Великанов В.С., Чернухин С.А., Тельминов Н.С., Дремин А.В., Ломовцева Н.В4, Ситдикова С.В. О влиянии гранулометрии взорванной горной массы на распределение напряжений в рабочем оборудовании карьерного экскаватора. Вестник Магнитогорского государственного технического университета им. Г.И. Носова. 2024;22(4):30–43. Режим доступа: https://vestnik.magtu.ru/novyj-nomer/121-arkhiv-nomerov/4-2024/1657-30.html (дата обращения: 26.02.2025). Velikanov V.S., Chernukhin S.A., Telminov N.S., Dremin A.V., Lomovtseva N.V., Sitdikova S.V. On the influence of the granulometry of blasted rock mass on the stress distribution in the working equipment of a quarry excavator. Vestnik of Nosov Magnitogorsk State Technical University. 2024;22(4):30–43. (In Russ.) Available at: https://vestnik.magtu.ru/novyjnomer/121-arkhiv-nomerov/4-2024/1657-30.html (accessed: 26.02.2025).