Luận án Tiến sĩ Kỹ thuật: Nghiên cứu một số mô hình trí tuệ nhân tạo dự báo chấn động nổ mìn trong khai thác mỏ lộ thiên

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:0

Thêm vào BST

Báo xấu

79
lượt xem 11
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Kết quả nghiên cứu của luận án chỉ ra rằng khối lượng thuốc nổ, khoảng cách giám sát chấn động, độ chênh cao giữa bãi nổ và vị trí giám sát chấn động, và số nhóm vi sai là các yếu tố có ảnh hưởng mạnh mẽ đến chấn động nổ mìn. Mời các bạn cùng tham khảo nội dung chi tiết

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận án Tiến sĩ Kỹ thuật: Nghiên cứu một số mô hình trí tuệ nhân tạo dự báo chấn động nổ mìn trong khai thác mỏ lộ thiên

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT NGUYỄN HOÀNG NGHIÊN CỨU MỘT SỐ MÔ HÌNH TRÍ TUỆ NHÂN TẠO DỰ BÁO CHẤN ĐỘNG NỔ MÌN TRONG KHAI THÁC MỎ LỘ THIÊN LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội - 2020
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT NGUYỄN HOÀNG NGHIÊN CỨU MỘT SỐ MÔ HÌNH TRÍ TUỆ NHÂN TẠO DỰ BÁO CHẤN ĐỘNG NỔ MÌN TRONG KHAI THÁC MỎ LỘ THIÊN Ngành: Khai thác mỏ Mã số: 9520603 LUẬN ÁN TIẾN SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. GS.TS. BÙI XUÂN NAM 2. TS. TRẦN QUANG HIẾU Hà Nội – 2020
i LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu độc lập của tôi. Các số liệu, kết quả trong luận án là trung thực và chưa từng được công bố trong bất kỳ công trình nào của các tác giả khác. Hà Nội, ngày 25 tháng 05 năm 2020 Tác giả luận án Nguyễn Hoàng
ii LỜI CẢM ƠN Luận án tiến sĩ kỹ thuật ngành Khai thác mỏ với đề tài “Nghiên cứu một số mô hình trí tuệ nhân tạo dự báo chấn động nổ mìn trong khai thác mỏ lộ thiên” là kết quả của quá trình nghiên cứu, cố gắng không ngừng của tác giả trong suốt thời gian làm nghiên cứu sinh với sự giúp đỡ tận tình của các thầy, cô giáo Trường Đại học Mỏ - Địa chất, các nhà khoa học trong ngành mỏ, bạn bè, đồng nghiệp trong nước, quốc tế và sự ủng hộ từ gia đình. Với tình cảm chân thành, tác giả xin gửi lời cảm ơn tới Ban Giám hiệu Trường Đại học Mỏ - Địa chất, Phòng Đào tạo Sau đại học, Ban chủ nhiệm Khoa Mỏ, Ban chủ nhiệm và tập thể các thầy, cô giáo Bộ môn Khai thác lộ thiên cùng các thầy, cô giáo trong Khoa Mỏ, Trường Đại học Mỏ - Địa chất đã quan tâm, tạo điều kiện giúp đỡ trong suốt quá trình học tập, công tác và nghiên cứu. Đặc biệt, tác giả xin bày tỏ lòng kính trọng và biết ơn sâu sắc tới GS. TS. Bùi Xuân Nam và TS. Trần Quang Hiếu là 2 người thầy trực tiếp hướng dẫn khoa học đã luôn dành thời gian, công sức để hướng dẫn, giúp đỡ và động viên tác giả trong suốt quá trình thực hiện nghiên cứu và hoàn thành luận án đúng hạn. Tác giả xin gửi lời cảm ơn tới PGS. TS. NGƯT. Hồ Sĩ Giao và GS. TS. NGƯT. Nhữ Văn Bách đã có nhiều gợi ý bổ ích cho NCS trong quá trình hoàn thành luận án. Tác giả cũng xin gửi lời cảm ơn tới Viện Khoa học Công nghệ mỏ, Phòng Công nghệ khai thác Lộ thiên - Viện Khoa học Công nghệ mỏ, Trung tâm Bồi dưỡng và Tư vấn nổ mìn - Hội Kỹ thuật nổ mìn Việt Nam, Trung tâm Nghiên cứu Cơ điện mỏ - Trường Đại học Mỏ - Địa chất, Công ty Cổ phần than Núi Béo và các đơn vị cá nhân đã tạo điều kiện và cung cấp tài liệu, số liệu trong quá trình NCS nghiên cứu và hoàn thành luận án. Cuối cùng, tác giả xin chân thành cảm ơn các nhà khoa học, bạn bè, đồng nghiệp trong nước và quốc tế đã giúp đỡ và hỗ trợ NCS trong quá trình nghiên cứu. Hà Nội, ngày 18 tháng 06 năm 2020 Tác giả luận án Nguyễn Hoàng
iii MỤC LỤC LỜI CAM ĐOAN ....................................................................................................... i LỜI CẢM ƠN ............................................................................................................ ii MỤC LỤC ................................................................................................................. iii DANH MỤC CÁC CHỮ VIẾT TẮT ....................................................................... vi DANH MỤC BẢNG BIỂU .................................................................................... viii DANH MỤC CÁC HÌNH ......................................................................................... ix MỞ ĐẦU .....................................................................................................................1 CHƯƠNG 1. ĐẶC ĐIỂM CHUNG CỦA CÔNG TÁC NỔ MÌN TRÊN MỎ LỘ THIÊN VÀ CÁC ẢNH HƯỞNG CỦA CHẤN ĐỘNG NỔ MÌN .............................7 1.1. Đặc điểm chung của công tác nổ mìn trên mỏ lộ thiên ....................................7 1.2. Khái niệm chung về sóng chấn động nổ mìn và các đặc tính của nó .............12 1.3. Các tác động có hại của chấn động nổ mìn trên mỏ lộ thiên ..........................26 1.4. Kết luận chương..............................................................................................30 CHƯƠNG 2. TỔNG QUAN CÁC NGHIÊN CỨU DỰ BÁO CHẤN ĐỘNG NỔ MÌN TRÊN MỎ LỘ THIÊN..............................................................................................32 2.1. Tổng quan tình hình nghiên cứu trong nước ..................................................32 2.2. Tổng quan tình hình nghiên cứu ngoài nước ..................................................37 2.3. Tổng kết, đánh giá ưu điểm và các hạn chế của các nghiên cứu đã công bố .44 2.4. Kết luận chương..............................................................................................47 CHƯƠNG 3. CƠ SỞ LÝ THUYẾT CỦA MỘT SỐ MÔ HÌNH TRÍ TUỆ NHÂN TẠO DỰ BÁO CHẤN ĐỘNG NỔ MÌN TRÊN MỎ LỘ THIÊN ...........................48 3.1. Mạng nơ-ron nhân tạo (Artificial Neural Network) .......................................48 3.2. Mô hình rừng ngẫu nhiên (Random Forest) ...................................................50 3.3. Mô hình hồi quy véc tơ hỗ trợ (Support Vector Regression) .........................52 3.4. Mô hình lập thể (Cubist) .................................................................................54 3.5. Mô hình độ dốc tăng cường cấp cao (extreme gradient boosting machine – XGBoost) ...............................................................................................................56 3.5.1. Mô hình độ dốc tăng cường (gradient boosting machine – GBM) ..........56
iv 3.5.2. Mô hình độ dốc tăng cường cấp cao (Extreme Gradient Boosting – XGBoost)............................................................................................................58 3.6. Đề xuất mô hình lai dựa trên kỹ thuật phân cụm phân tầng và thuật toán lập thể (HKM-CA) .......................................................................................................59 3.6.1. Kỹ thuật phân cụm K trung bình theo thứ bậc (Hierarchical K-means clustering) ...........................................................................................................59 3.6.2. Đề xuất mô hình HKM-CA ......................................................................60 3.7. Đề xuất mô hình lai dựa trên thuật toán tối ưu hóa bầy đàn và XGBoost (PSO-XGBoost) .....................................................................................................61 3.7.1. Thuật toán tối ưu hóa bầy đàn (Particle Swarm Optimization algorithm) ............................................................................................................................61 3.7.2. Đề xuất mô hình PSO-XGBoost ..............................................................63 3.8. Đề xuất mô hình lai dựa trên thuật toán tối ưu hóa đom đóm và ANN (FFA-ANN) ...............................................................................................................................65 3.8.1. Thuật toán tối ưu hóa đom đóm (Firefly Algorithm) ...............................65 3.8.2. Đề xuất mô hình FFA-ANN .....................................................................66 3.9. Kết luận chương..............................................................................................67 CHƯƠNG 4. NGHIÊN CỨU PHÁT TRIỂN MỘT SỐ MÔ HÌNH TRÍ TUỆ NHÂN TẠO DỰ BÁO CHẤN ĐỘNG NỔ MÌN CHO MỎ LỘ THIÊN VIỆT NAM .........69 4.1. Tổng quan về khu vực nghiên cứu..................................................................69 4.2. Thu thập và phân tích dữ liệu .........................................................................72 4.2.1. Thu thập dữ liệu .......................................................................................72 4.2.2. Phân tích dữ liệu .......................................................................................74 4.3. Các phương pháp đánh giá hiệu suất của các mô hình trí tuệ nhân tạo..........79 4.4. Phát triển các mô hình dự báo chấn động nổ mìn...........................................81 4.4.1. Xử lý dữ liệu .............................................................................................81 4.4.2. Xử lý dữ liệu .............................................................................................84 4.4.3. Mô hình RF ..............................................................................................88 4.4.4. Mô hình SVR............................................................................................90
v 4.4.5. Mô hình lập thể (Cubist) ..........................................................................91 4.4.6. Mô hình XGBoost ....................................................................................93 4.4.7. Mô hình HKM-CA ...................................................................................95 4.4.8. Mô hình PSO-XGBoost ...........................................................................98 4.4.9. Mô hình FFA-ANN ................................................................................100 4.4.10. Mô hình thực nghiệm ...........................................................................102 4.5. So sánh, đánh giá hiệu suất của các mô hình dự báo chấn động nổ mìn đã phát triển ..............................................................................................................103 4.6. Phân tích mức độ ảnh hưởng của các biến đầu vào ......................................115 4.7. Kết luận chương............................................................................................116 KẾT LUẬN VÀ KIẾN NGHỊ.................................................................................118 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ ..............................................122 LIÊN QUAN ĐẾN LUẬN ÁN CỦA NGHIÊN CỨU SINH .................................122 TÀI LIỆU THAM KHẢO .......................................................................................126 PHỤ LỤC ................................................................................................................144
vi DANH MỤC CÁC CHỮ VIẾT TẮT ABC Artifcial bee colony - Bầy ong nhân tạo AI Artificial intelligence - Trí tuệ nhân tạo ANFIS Adaptive neuro-fuzzy inference system - Hệ thống nơ-ron suy luận mờ ANN Artificial neural network - Mạng nơ-ron nhân tạo BCT Bộ Công thương BTNMT Bộ Tài nguyên và Môi trường CA Cubist algorithm - Thuật toán lập thể Dim Dimention - Chiều (của dữ liệu) FCM Fuzzy C-means clustering - Phân cụm mờ C trung bình FFA Firefly algorithm - Thuật toán “tối ưu hóa đom đóm” Mô hình lai dựa trên thuật toán tối ưu hóa đom đóm và mạng nơ-ron FFA-ANN nhân tạo GBM Gradient boosting machine - Mô hình “máy tăng cường độ dốc” GEP Gene expression programming - Lập trình biểu hiện gen GMDH Group method of data handling - Phương pháp xử lý dữ liệu nhóm Hierarchical K-means clustering - Kỹ thuật phân cụm K trung bình HKM theo thứ bậc HKM-CA Mô hình lai dựa trên kỹ thuật phân cụm phân tầng và thuật toán lập thể MAE Mean absolute error - Độ lệch tuyệt đối MAPE Mean absolute percentage error - Phần trăm sai số tuyệt đối trung bình NLMR Non-linear multiple regression - Hồi quy phi tuyến tính đa biến PPV Peak particle velocity PSO Particle swarm optimization - Tối ưu hóa bầy đàn PSO- Mô hình lai dựa trên thuật toán tối ưu hóa bầy đàn và mô hình độ XGBoost dốc tăng cường cấp cao QCVN Quy chuẩn Việt Nam
vii RBF Radial basis function - Hàm hạt nhân xuyên tâm RF Random Forest - Rừng ngẫu nhiên RMSE Root-mean-squared error – Lỗi bình phương gốc SDR Standard deviation reduction - Giảm thiểu độ lệch chuẩn SVC Support vector classification - Véc-tơ hỗ trợ phân loại SVM Support vector machine - Máy véc-tơ hỗ trợ SVR Support vector regression - Véc-tơ hỗ trợ hồi quy TKV Tập đoàn Công nghiệp Than - Khoáng sản Việt Nam TNHH Trách nhiệm hữu hạn TWSS Total within the sum of squares - Tổng bình phương USBM The United States Bureau of Mines - Cục mỏ Hoa Kỳ Variance accounted for - Phương sai giữa các giá trị thực tế và các VAF giá trị dự báo VLNCN Vật liệu nổ công nghiệp XDCB Xây dựng cơ bản XGBoost eXtreme gradient boosting - Mô hình độ dốc tăng cường cấp cao LTN Lượng thuốc nổ
viii DANH MỤC BẢNG BIỂU Bảng 1.1. Các điều kiện áp dụng của một số sơ đồ nổ mìn vi sai nhằm giảm thiểu chấn động nổ mìn ...................................................... Error! Bookmark not defined. Bảng 1.2. Giá trị vận tốc rung giới hạn đối với công trình khi chịu tác động rung gián đoạn ...................................................................................................................27 Bảng 1.3. Bảng xếp loại các công trình xây dựngtheo khả năng chịu tác động rung và chấn động .............................................................................................................27 Bảng 1.4. Tốc độ dao động cho phép Vcp của nền công trình ..................................28 Bảng 2.1. Một số phương trình thực nghiệm dự báo chấn động nổ mìn ..................39 Bảng 4.1. Tóm tắt cơ sở dữ liệu sử dụng dự báo chấn động nổ mìn cho mỏ than Núi Béo ............................................................................................................................74 Bảng 4.2. Hiệu suất của các mô hình ANN dự báo chấn động nổ mìn trong quá trình huấn luyện.........................................................................................................87 Bảng 4.3. Hiệu suất của các mô hình SVR dự báo chấn động nổ mìn cho mỏ than Núi Béo (trong quá trình huấn luyện) .......................................................................91 Bảng 4.4. Hiệu suất của các mô hình XGBoost dự báo chấn động nổ mìn cho mỏ than Núi Béo (trong quá trình huấn luyện) ...............................................................94 Bảng 4.5. Hiệu suất của các mô hình trí tuệ nhân tạo và mô hình thực nghiệm trên bộ dữ liệu thử nghiệm .............................................................................................105
ix DANH MỤC CÁC HÌNH Hình 1.1. Một số mỏ lộ thiên lớn trên thế giới và Việt Nam sử dụng công nghệ khoan-nổ mìn ............................................................ Error! Bookmark not defined. Hình 1.2. Công tác khoan lỗ khoan nạp mìn trên mỏ lộ thiên Error! Bookmark not defined. Hình 1.3. Thuốc nổ và phương tiện nổ sử dụng trên mỏ lộ thiên . Error! Bookmark not defined. Hình 1.4. Cấu trúc LTN trong lỗ khoan ................... Error! Bookmark not defined. Hình 1.5. Một số sơ đồ nổ mìn vi sai sử dụng trên mỏ lộ thiên .... Error! Bookmark not defined. Hình 1.6. Một số thiệt hại về công trình do chấn động nổ mìn gây ra .....................29 Hình 1.7. Trượt lở tầng và bờ mỏ do chấn động nổ mìn ..........................................30 Hình 2.1. Kết quả nghiên cứu thực nghiệm của các nhà khoa học tại mỏ than Khe Sim thuộc Tổng Công ty Đông Bắc ...................................................................................34 Hình 2.2. Phương pháp nổ mìn thực nghiệm nhằm giảm thiểu chấn động ..............35 Hình 2.3. Phương trình thực nghiệm kết hợp phân tích ANOVA để dự báo chấn động nổ mìn cho một số mỏ lộ thiên ở Việt Nam .....................................................36 Hình 2.4. Mô phỏng ảnh hưởng của chấn động nổ mìn trong đường hầm bằng phần mềm Phase 2 .............................................................................................................37 Hình 2.5. Minh họa một ANN dự báo chấn động nổ mìn ........................................42 Hình 2. 6. Minh họa thuật toán bầy ong nhân tạo ....................................................43 Hình 2.7. Minh họa phân cụm dữ liệu dự đoán chấn động nổ mìn ..........................44 Hình 3.1. Cấu trúc mạng nơ-ron truyền thẳng, một lớp ...........................................49 Hình 3.2. Cấu trúc mạng nơ-ron truyền thẳng, nhiều lớp ........................................49 Hình 3.3. Cấu trúc mạng nơ-ron lặp lại ....................................................................50 Hình 3.4. Cấu trúc mạng nơ-ron dạng lưới ..............................................................50 Hình 3.5. Quá trình thực hiện của thuật toán RF .....................................................52 Hình 3.6. Minh họa quá trình ánh xạ dữ liệu trong thuật toán SVR ........................54
x Hình 3.7. Đề xuất khung làm việc của mô hình HKM-CA dự báo chấn động nổ mìn cho mỏ lộ thiên ..........................................................................................................61 Hình 3.8. Khung chương trình của mô hình PSO-XGBoost được đề xuất cho dự báo chấn động nổ mìn trên mỏ lộ thiên ...........................................................................64 Hình 3.9. Sơ đồ làm việc của thuật toán tối ưu hóa đom đóm (FFA) ......................66 Hình 3.10. Khung làm việc của mô hình FFA-ANN được đề xuất cho dự báo chấn động nổ mìn trên mỏ lộ thiên ....................................................................................68 Hình 4.1. Vị trí của khu vực nghiên cứu (mỏ than Núi Béo – Quảng Ninh) ...........69 Hình 4.2. Thiết bị đo chấn động nổ mìn (Blastmate III) và kết quả đo chấn động nổ mìn tại mỏ than Núi Béo ...........................................................................................74 Hình 4.3. Biểu đồ phân bố dữ liệu của các biến đầu vào và đầu ra .........................76 Hình 4.4. Biểu đồ hình hộp và râu của dữ liệu chấn động nổ mìn ...........................77 Hình 4.5. Ma trận tương quan của các biến đầu vào ................................................78 Hình 4.6. Phổ màu đánh giá hiệu suất mô hình ........................................................80 Hình 4.7. Minh họa biểu đồ Taylor dùng trong đánh giá mô hình...........................81 Hình 4.8. Minh họa kỹ thuật lấy mẫu kiểm tra chéo 10 nếp gấp .............................84 Hình 4.9. Cấu trúc mạng nơ-ron nhân tạo (mô hình ANN 8-21-16-1) dự báo chấn động nổ mìn cho mỏ than Núi Béo ...........................................................................88 Hình 4.10. Hiệu suất của mô hình RF với các biến dự đoán khác nhau ..................89 Hình 4.11. Hiệu suất của mô hình lập thể trên bộ dữ liệu huấn luyện .....................92 Hình 4.12. Xác định số cụm tối ưu cho dữ liệu chấn động nổ mìn mỏ Núi Béo sử dụng phương pháp Elbow .........................................................................................95 Hình 4.13. Phân cụm dữ liệu PPV cho mỏ than Núi Béo sử dụng kỹ thuật phân cụm K trung bình theo thứ bậc (HKM).............................................................................96 Hình 4.14. Hiệu suất của mô hình lập thể trên cụm dữ liệu thứ nhất .......................97 Hình 4.15. Hiệu suất của mô hình lập thể trên cụm dữ liệu thứ hai .........................97 Hình 4.16. Hiệu suất của mô hình PSO-XGBoost trong quá trình huấn luyện với số lượng quần thể khác nhau .........................................................................................99
xi Hình 4.17. Hiệu suất của mô hình FFA-ANN trong quá trình huấn luyện với số lượng cá thể đom đóm khác nhau ...........................................................................101 Hình 4.18. Phân cụm dữ liệu kiểm tra cho mỏ than Núi Béo sử dụng kỹ thuật phân cụm K trung bình theo thứ bậc (HKM)...................................................................104 Hình 4.19. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình ANN trên bộ dữ liệu thử nghiệm ..................................................................................................107 Hình 4.20. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình RF trên bộ dữ liệu thử nghiệm ..................................................................................................108 Hình 4.21. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình SVR trên bộ dữ liệu thử nghiệm ..................................................................................................108 Hình 4.22. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình Cubist (lập thể) trên bộ dữ liệu thử nghiệm ...............................................................................109 Hình 4.23. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình XGBoost trên bộ dữ liệu thử nghiệm ......................................................................................109 Hình 4.24. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình HKM-CA trên bộ dữ liệu thử nghiệm ......................................................................................110 Hình 4.25. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình PSO- XGBoost trên bộ dữ liệu thử nghiệm ......................................................................110 Hình 4.26. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình FFA-ANN trên bộ dữ liệu thử nghiệm ......................................................................................111 Hình 4.27. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình thực nghiệm của Cục mỏ Hoa Kỳ trên bộ dữ liệu thử nghiệm ....................................................111 Hình 4.28. Đồ thị so sánh giá trị thực tế và giá trị dự báo của mô hình thực nghiệm của N Ambraseys (Xadovski) trên bộ dữ liệu thử nghiệm .....................................112 Hình 4.29. Đồ thị Taylor phục vụ so sánh và đánh giá hiệu suất các mô hình dự báo chấn động nổ mìn ....................................................................................................114 Hình 4.30. Mức độ quan trọng của các biến đầu vào tới độ chính xác của mô hình HKM-CA trong dự báo chấn động nổ mìn .............................................................116
1 MỞ ĐẦU 1. Tính cấp thiết của đề tài Chấn động nổ mìn là một trong những tác động tiêu cực sinh ra do nổ mìn trên các mỏ lộ thiên; có thể gây phá hủy cấu trúc các công trình xung quanh, gây nứt nẻ hoặc đổ sập nhà cửa, mất ổn định tầng và bờ mỏ trên mỏ lộ thiên và gây hoang mang, lo sợ cho các hộ dân cư nằm trong vùng bán kính ảnh hưởng của sóng chấn động nổ mìn. Việc tăng quy mô các vụ nổ với khối lượng thuốc nổ lớn sẽ sinh ra các tác hại đáng kể, đặc biệt là chấn động nổ mìn. Mặt khác, việc tăng quy mô sản xuất cũng sẽ làm khoảng cách giữa biên giới mỏ và các khu vực dân cư xung quanh mỏ ngày càng giảm dần. Điều này gây ảnh hưởng trực tiếp tới các công trình và nhà cửa của khu dân cư gần mỏ, cũng như gây quan ngại cho người dân khu vực lân cận; làm giảm hiệu của khai thác mỏ và không đáp ứng được các yêu cầu bảo vệ môi trường và phát triển bền vững. Để đảm bảo an toàn trong bảo quản, vận chuyển, sử dụng và tiêu hủy vật liệu nổ công nghiệp, Bộ Công thương đã ban hành QCVN 02:2008/BCT ngày 30/12/2008, trong đó có quy định về khoảng cách an toàn chấn động nổ mìn đối với thiết bị và công trình xung quanh dựa trên các tính toán thực nghiệm. Tuy nhiên, do ảnh hưởng của nhiều yếu tố khác nhau như: tính chất cơ lý của đất đá, các thông số bãi mìn, phương pháp nổ mìn,… cho nên kết quả giám sát chấn động nổ mìn thực tế nhiều khi không như các giá trị tính toán thực nghiệm được ban hành trong QCVN 02:2008/BCT, có thể gây ra các thiệt hại nghiêm trọng đối với các công trình cần bảo vệ. Hơn nữa, các kết quả giám sát chấn động nổ mìn bằng các thiết bị chuyên dụng chỉ có thể ghi lại được sóng chấn động nổ mìn sau khi các vụ nổ đã xảy ra. Điều đó đồng nghĩa với các tác động nguy hiểm của chấn động nổ mìn tới môi trường xung quanh đã không được kiểm soát triệt để. QCVN 02:2008/BCT của Bộ Công thương lúc này chỉ có tính pháp lý mà thiếu cơ sở khoa học để đánh giá đầy đủ ảnh hưởng và thiệt hại gây ra bởi chấn động nổ mìn. Từ những thập niên 50 của thế kỷ XIX cho đến nay, nhiều học giả đã đề xuất
2 các phương trình thực nghiệm để dự báo cường độ sóng chấn động sinh ra do nổ mìn (sau đây được gọi tắt là “dự báo chấn động nổ mìn” trong luận án này). Tuy nhiên, cách tiếp cận của các phương pháp thực nghiệm chủ yếu dựa trên mối quan hệ tuyến tính của khối lượng thuốc nổ và khoảng cách giám sát chấn động nổ mìn. Trong khi đó, nhiều yếu tố khác cũng được các nhà khoa học đề xuất là có ảnh hưởng tới chấn động nổ mìn như: tính chất cơ lý của đất đá và các thông số nổ mìn (chiều sâu lỗ khoan, khoảng cách các hàng lỗ khoan, khoảng cách các lỗ khoan trong hàng, đường cản chân tầng, chỉ tiêu thuốc nổ, đường kính lỗ khoan…) vẫn chưa được nghiên cứu và xem xét trong các phương trình thực nghiệm. Hơn nữa, việc nâng cao hiệu quả công tác nổ mìn và bảo vệ môi trường khai thác mỏ đang là vấn đề thời sự của các mỏ lộ thiên. Với sự phát triển vượt bậc của khoa học công nghệ trong thế kỷ XXI và cuộc cách mạng công nghiệp 4.0, công nghệ thông tin đã thay đổi thế giới. Các ứng dụng của công nghệ thông tin như: trí tuệ nhân tạo (artificial intelligence), dữ liệu lớn (big data), cuốn sổ cái (blockchain), 4G, 5G, máy bay không người lái (UAV),… đã tạo một bước nhảy lớn trong khoa học công nghệ, đưa con người đến với cuộc sống hiện đại hơn, chính xác hơn và tiện nghi hơn. Trong đó, không thể không nói đến ứng dụng của trí tuệ nhân tạo trong ngành mỏ. Trong thực tế, trí tuệ nhân tạo đã được nghiên cứu và phát triển để dự báo các vấn đề liên quan tới ngành công nghiệp mỏ như: dự báo chấn động nổ mìn, sóng đập không khí, đất đá bay, hậu xung, ô nhiễm không khí. Ngoài ra, các phương pháp tối ưu hóa kế hoạch sản xuất, biên giới mỏ, công tác vận tải, xúc bốc,… cũng đã được thực hiện bởi trí tuệ nhân tạo. Trong dự báo chấn động nổ mìn, trí tuệ nhân tạo có khả năng khắc phục các hạn chế và nhược điểm của các mô hình thực nghiệm và cho phép dự báo chính xác chấn động sinh ra do nổ mìn, uy nhiên chưa được nghiên cứu và áp dụng tại Việt Nam. Hơn nữa, các nghiên cứu mới nhằm bổ sung và đóng góp cho cộng đồng khoa học trên thế giới trong xu thế hội nhập hiện nay là cần thiết để không ngừng cải thiện mức độ chính xác của các mô hình trí tuệ nhân tạo. Do đó, luận án: “Nghiên cứu một số mô hình trí tuệ nhân tạo dự báo chấn động nổ mìn trong khai thác mỏ lộ thiên” đã được NCS lựa chọn để thực
3 hiện trên cơ sở xem xét tổng thể nhiều yếu tố ảnh hưởng tới sóng chấn động nổ mìn, nhằm cải thiện mức độ chính xác trong dự báo chấn động nổ mìn, góp phần giảm thiểu các tác động tiêu cực tới môi trường xung quanh. Đây là một vấn đề khoa học có tính cấp thiết và thực tiễn cao trong ngành khai thác mỏ nói chung và khai thác mỏ lộ thiên ở Việt Nam nói riêng. 2. Mục tiêu - Phát triển một số mô hình trí tuệ nhân tạo dự báo sóng chấn động nổ mìn cho các mỏ lộ thiên với độ chính xác cao. Áp dụng cho mỏ than Núi Béo, tỉnh Quảng Ninh; - Làm sáng tỏ mối quan hệ giữa sóng chấn động nổ mìn và các thông số nổ mìn trên mỏ lộ thiên. 3. Nội dung nghiên cứu Luận án tập trung nghiên cứu một số nội dung chính sau: - Đánh giá tính khả thi của các mô hình trí tuệ nhân tạo trong dự báo chấn động nổ mìn trên mỏ lộ thiên; - Phát triển một số mô hình trí tuệ nhân tạo dự báo chấn động nổ mìn cho các mỏ lộ thiên Việt Nam. Áp dụng thử nghiệm cho mỏ than Núi Béo; - Đánh giá chất lượng và mức độ chính xác của các mô hình trí tuệ nhân tạo đã phát triển; - Đánh giá mức độ ảnh hưởng của các thông số đầu vào tới chấn động nổ mìn trên mỏ lộ thiên. 4. Đối tượng và phạm vi nghiên cứu 4.1. Đối tượng nghiên cứu Đối tượng nghiên cứu của luận án là các thông số nổ mìn, sóng chấn động sinh ra do nổ mìn trên mỏ lộ thiên và một số mô hình trí tuệ nhân tạo có khả năng dự báo sóng chấn động nổ mìn trên mỏ lộ thiên với độ chính xác cao. 4.2. Phạm vi nghiên cứu Phạm vi nghiên cứu của luận án là các mỏ lộ thiên Việt Nam. Áp dụng thử nghiệm cho mỏ than Núi Béo thuộc Tập đoàn Công nghiệp Than - Khoáng sản Việt Nam.
4 5. Phương pháp nghiên cứu Các phương pháp chính được thực hiện trong luận án nhằm đạt được các mục tiêu đề ra bao gồm: - Phương pháp nghiên cứu thực địa; - Phương pháp thu thập dữ liệu; - Phương pháp thống kê và phân tích dữ liệu; - Phương pháp thực nghiệm; - Phương pháp trí tuệ nhân tạo; - Phương pháp phân tích độ nhạy. 6. Những điểm mới của luận án - Lần đầu tiên 4 mô hình trí tuệ nhân tạo mới đã được nghiên cứu, phát triển để dự báo chấn động nổ mìn cho mỏ lộ thiên Việt Nam với mức độ chính xác cao, bao gồm mô hình XGBoost, PSO-XGBoost, HKM-CA và FFA-ANN. Các kết quả của 4 mô hình trí tuệ nhân tạo đề xuất đã được tác giả công bố trong 4 bài báo quốc tế trong danh mục các tạp chí ISI; - Luận án đã sử dụng nhiều phương pháp mới như phổ màu, xếp hạng và đồ thị Taylor để so sánh và đánh giá tổng thể hiệu suất cũng như mức độ chính xác của các mô hình dự báo; - Các phát hiện của luận án đã chỉ ra rằng: khối lượng thuốc nổ, khoảng cách giám sát chấn động, độ chênh cao giữa bãi nổ và vị trí giám sát chấn động, và số nhóm vi sai là các yếu tố có ảnh hưởng mạnh mẽ đến chấn động nổ mìn. 7. Các luận điểm Luận điểm 1: Trí tuệ nhân tạo là một công cụ hiệu quả có khả năng dự báo chấn động nổ mìn cho các mỏ lộ thiên với mức độ chính xác cao. Các mô hình trí tuệ nhân tạo lai (hybrid models) có khả năng cải thiện đáng kể mức độ chính xác của các mô hình trí tuệ nhân tạo đơn lẻ trong dự báo chấn động nổ mìn cho các mỏ lộ thiên Việt Nam; Luận điểm 2: Các thông số ảnh hưởng đến chấn động nổ mìn thường có mối quan hệ phi tuyến tính. Các mô hình trí tuệ nhân tạo có khả năng giải thích mối quan
5 hệ phi tuyến tính giữa các biến đầu vào một cách rõ ràng. Chúng có khả năng xem xét nhiều biến đầu vào đồng thời với tốc độ tính toán nhanh chóng và mức độ tin cậy cao; Luận điểm 3: Các thông số ảnh hưởng tới chấn động nổ mìn không chỉ có khối lượng thuốc nổ và khoảng cách giám sát chấn động mà còn có độ chênh cao giữa bãi mìn với vị trí giám sát chấn động nổ mìn và số nhóm vi sai. Chúng được xem xét như những thông số quan trọng và cần sử dụng trong quá trình dự báo chấn động nổ mìn trên mỏ lộ thiên để cải thiện mức độ chính xác và tin cậy của các mô hình. 8. Ý nghĩa khoa học và thực tiễn 8.1. Ý nghĩa khoa học - Luận án đã đóng góp một số mô hình trí tuệ nhân tạo mới với mức độ chính xác cao trong lĩnh vực dự báo chấn động nổ mìn trên mỏ lộ thiên; - Các mô hình trí tuệ nhân tạo mới và kết quả của luận án là nguồn tài liệu tham khảo tin cậy trong việc dự báo chấn động nổ mìn trên mỏ lộ thiên. 8.2. Ý nghĩa thực tiễn - Các mô hình trí tuệ nhân tạo được đề xuất là những công cụ hữu ích để kiểm soát và dự báo chấn động nổ mìn cho mỏ lộ thiên Việt Nam nói chung và mỏ than Núi Béo nói riêng; đồng thời cũng là cơ sở để nâng cao hiệu quả công tác nổ mìn, góp phần giảm thiểu chấn động tới các công trình cần bảo vệ và các tác động tiêu cực tới môi trường xung quanh; - Các kết quả nghiên cứu của luận án cũng là tài liệu tham khảo bổ ích cho các mỏ khai thác lộ thiên khác của Việt Nam có điều kiện tương tự. 9. Cơ sở dữ liệu Cơ sở dữ liệu phục vụ công tác nghiên cứu của luận án bao gồm: - Các hộ chiếu nổ mìn của mỏ than Núi Béo; - Độ chênh cao giữa các bãi mìn và các vị trí giám sát chấn động nổ mìn tại mỏ than Núi Béo; - Số liệu đo đạc khoảng cách giám sát chấn động nổ mìn của từng hộ chiếu nổ mìn; - Các kết quả giám sát chấn động nổ mìn bằng các thiết bị chuyên dụng (Blast-
6 mate III và Micromate); - Các số liệu, kết quả nghiên cứu của các nghiên cứu trước đó về chấn động nổ mìn tại mỏ than Núi Béo. 10. Cấu trúc luận án Ngoài phần mở đầu, kết luận, tài liệu tham khảo và phụ lục, cấu trúc của luận án bao gồm 4 chương, cụ thể như sau: Mở đầu Chương 1. Đặc điểm chung của công tác nổ mìn trên mỏ lộ thiên và các ảnh hưởng của chấn động nổ mìn Chương 2. Tổng quan các nghiên cứu dự báo chấn động nổ mìn trên mỏ lộ thiên. Chương 3. Cơ sở lý thuyết của một số mô hình trí tuệ nhân tạo dự báo chấn động nổ mìn trên mỏ lộ thiên. Chương 4. Nghiên cứu phát triển một số mô hình trí tuệ nhân tạo dự báo chấn động nổ mìn cho mỏ lộ thiên Việt Nam. Kết luận và kiến nghị. Danh mục các công trình đã công bố liên quan đến luận án của NCS. Tài liệu tham khảo. Phụ lục.
7 CHƯƠNG 1 ĐẶC ĐIỂM CHUNG CỦA CÔNG TÁC NỔ MÌN TRÊN MỎ LỘ THIÊN VÀ CÁC ẢNH HƯỞNG CỦA CHẤN ĐỘNG NỔ MÌN 1.1. Đặc điểm chung của công tác nổ mìn trên mỏ lộ thiên Khai thác lộ thiên là một trong những phương pháp khai thác mỏ phổ biến nhằm thu hồi tài nguyên khoáng sản có giá trị kinh tế trong lòng đất nhằm phục vụ cho các mục đích khác nhau của con người [6]. Quá trình khai thác lộ thiên được chia thành bốn công đoạn cơ bản: chuẩn bị đất đá - xúc bốc - vận tải - đổ thải. Trong đó, chuẩn bị đất đá được xem là khâu công nghệ đầu tiên nhằm phá vỡ đất đá và khoáng sản, đảm bảo cho các khâu công nghệ sau đó hoạt động được hiệu quả và năng suất [82]. Có thể được sử dụng các phương pháp sau để phá vỡ đất đá trên mỏ lộ thiên: khoan - nổ mìn, các thiết bị cơ giới (máy cày xới, đầu đập thủy lực, máy liên hợp phay cắt,…), điện trường, từ trường,… Tuy nhiên, khoan - nổ mìn vẫn là phương pháp phổ biến nhất được sử dụng rộng rãi để phá vỡ đất đá trên các mỏ lộ thiên ở trên thế giới nói chung và Việt Nam nói riêng do các ưu điểm vượt trội của nó về mặt kỹ thuật và kinh tế [90]. Trên các mỏ lộ thiên, công tác nổ mìn phải đảm bảo 9 yếu tố sau: 1- Đá được phá vỡ theo kích thước yêu cầu phù hợp với quá trình sản xuất sau đó. 2- Chất lượng và loại khoáng sản. 3- Sai lệch về độ cao của nền tầng là ít nhất. 4- Hình dạng và góc dốc của sườn tầng theo yêu cầu, có khả năng khoan và nạp mìn an toàn cho lần nổ sau. 5- Hình dạng và kích thước đống đá phù hợp với yêu cầu, tạo điều kiện thuận lợi cho công tác xúc bốc. 6- Khoảng cách bay xa và hướng dịch chuyển của đá phải theo đúng qui định, đặc biệt khi nổ văng vào khoảng trống đã khai thác.