Luận án tiến sĩ 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 nghiên cứu nghiên cứu một số mô hình trí tuệ nhân tạo dự báo chấn động nổ mìn trong khai thác mỏ lộ thiên, phân tích chuyên sâu, xây dựng mô hình lý thuyết, đề

• Tác giả: Nguyễn Hoàng
• Người hướng dẫn: GS. Bùi Xuân Nam
• Trường học: Trường Đại học Mỏ - Địa chất
• Chuyên ngành: Khai thác mỏ
• Đề tài: Nghiên Cứu Một Số Mô Hình Trí Tuệ Nhân Tạo Dự Báo Chấn Động Nổ Mìn Trong Khai Thác Mỏ Lộ Thiên
• Loại tài liệu: luận án tiến sĩ kỹ thuật
• Năm xuất bản: 2020
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• DANH MỤC CÁC CHỮ VIẾT TẮT
• DANH MỤC BẢNG BIỂU
• DANH MỤC CÁC HÌNH
• 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
• 1.1. Đặc điểm chung của công tác nổ mìn trên mỏ lộ thiên
• 1.2. Khái niệm chung về sóng chấn động nổ mìn và các đặc tính của nó
• 1.3. Các tác động có hại của chấn động nổ mìn trên mỏ lộ thiên
• 1.4. Kết luận chương
• 2. CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU DỰ BÁO CHẤN ĐỘNG NỔ MÌN TRÊN MỎ LỘ THIÊN
• 2.1. Tổng quan tình hình nghiên cứu trong nước
• 2.2. Tổng quan tình hình nghiên cứu ngoài nước
• 2.3. Tổng kết, đánh giá ưu điểm và các hạn chế của các nghiên cứu đã công bố
• 2.4. Kết luận chương
• 3. 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
• 3.1. Mạng nơ-ron nhân tạo (Artificial Neural Network)
• 3.2. Mô hình rừng ngẫu nhiên (Random Forest)
• 3.3. Mô hình hồi quy véc tơ hỗ trợ (Support Vector Regression)
• 3.4. Mô hình lập thể (Cubist)
• 3.5. Mô hình độ dốc tăng cường cấp cao (extreme gradient boosting machine – XGBoost)
• 3.5.1. Mô hình độ dốc tăng cường (gradient boosting machine – GBM)
• 3.5.2. Mô hình độ dốc tăng cường cấp cao (Extreme Gradient Boosting – XGBoost)
• 3.6. Đề xuất mô hình lai dựa trên kỹ thuật phân cụm phân tầng và thuật toán lập thể (HKM-CA)
• 3.6.1. Kỹ thuật phân cụm K trung bình theo thứ bậc (Hierarchical K-means clustering)
• 3.6.2. Đề xuất mô hình HKM-CA
• 3.7. Đề xuất mô hình lai dựa trên thuật toán tối ưu hóa bầy đàn và XGBoost (PSO-XGBoost)
• 3.7.1. Thuật toán tối ưu hóa bầy đàn (Particle Swarm Optimization algorithm)
• 3.7.2. Đề xuất mô hình PSO-XGBoost
• 3.8. Đề xuất mô hình lai dựa trên thuật toán tối ưu hóa đom đóm và ANN (FFA-ANN)
• 3.8.1. Thuật toán tối ưu hóa đom đóm (Firefly Algorithm)
• 3.8.2. Đề xuất mô hình FFA-ANN
• 3.9. Kết luận chương
• 4. 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
• 4.1. Tổng quan về khu vực nghiên cứu
• 4.2. Thu thập và phân tích dữ liệu
• 4.2.1. Thu thập dữ liệu
• 4.2.2. Phân tích dữ liệu
• 4.3. Các phương pháp đánh giá hiệu suất của các mô hình trí tuệ nhân tạo
• 4.4. Phát triển các mô hình dự báo chấn động nổ mìn
• 4.4.1. Xử lý dữ liệu
• 4.4.2. Xử lý dữ liệu
• 4.4.3. Mô hình RF
• 4.4.4. Mô hình SVR
• 4.4.5. Mô hình lập thể (Cubist)
• 4.4.6. Mô hình XGBoost
• 4.4.7. Mô hình HKM-CA
• 4.4.8. Mô hình PSO-XGBoost
• 4.4.9. Mô hình FFA-ANN
• 4.4.10. Mô hình thực nghiệm
• 4.5. So sánh, đánh giá hiệu suất của các mô hình dự báo chấn động nổ mìn đã phát triển
• 4.6. Phân tích mức độ ảnh hưởng của các biến đầu vào
• 4.7. Kết luận chương
• KẾT LUẬN VÀ KIẾN NGHỊ
• DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ LIÊN QUAN ĐẾN LUẬN ÁN CỦA NGHIÊN CỨU SINH
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tính cấp thiết của đề tài

Chấn động nổ mìn là một trong những tác động tiêu cực đáng kể trong khai thác mỏ lộ thiên, gây ra nhiều hệ lụy cho môi trường và cộng đồng xung quanh. Nghiên cứu này nhấn mạnh rằng việc sử dụng thuốc nổ với khối lượng lớn có thể dẫn đến các thiệt hại nghiêm trọng, như nứt nẻ nhà cửa và mất ổn định bờ mỏ. Đặc biệt, khi khoảng cách giữa mỏ và khu dân cư ngày càng thu hẹp, những tác động này càng trở nên nghiêm trọng hơn. Theo quy định của Bộ Công thương (QCVN 02:2008/BCT), việc giám sát chấn động nổ mìn phải được thực hiện để đảm bảo an toàn cho các công trình lân cận. Tuy nhiên, các phương pháp thực nghiệm hiện tại chủ yếu dựa vào mối quan hệ tuyến tính, không đủ để phản ánh đầy đủ các yếu tố ảnh hưởng đến chấn động. Do đó, việc áp dụng trí tuệ nhân tạo trong dự báo chấn động nổ mìn là cần thiết để cải thiện tính chính xác và hiệu quả trong việc bảo vệ môi trường và an toàn cho cộng đồng.

II. Mục tiêu nghiên cứu

Luận án này đặt ra các mục tiêu rõ ràng nhằm phát triển một số mô hình trí tuệ nhân tạo để dự báo sóng chấn động nổ mìn cho các mỏ lộ thiên tại Việt Nam, cụ thể là mỏ than Núi Béo. Mục tiêu đầu tiên là cải thiện độ chính xác của các mô hình dự báo thông qua việc áp dụng các phương pháp trí tuệ nhân tạo hiện đại. Thứ hai, nghiên cứu sẽ làm sáng tỏ mối quan hệ giữa sóng chấn động nổ mìn và các thông số nổ mìn, từ đó cung cấp cơ sở khoa học cho việc điều chỉnh các quy định hiện hành. Cuối cùng, nghiên cứu sẽ đánh giá hiệu suất của các mô hình trí tuệ nhân tạo đã phát triển, nhằm xác định mức độ ảnh hưởng của các biến đầu vào đến chấn động nổ mìn. Điều này không chỉ giúp nâng cao hiệu quả khai thác mà còn bảo vệ môi trường và an toàn cho cộng đồng.

III. Cơ sở lý thuyết của các mô hình trí tuệ nhân tạo

Nghiên cứu này sử dụng nhiều mô hình trí tuệ nhân tạo khác nhau như mạng nơ-ron nhân tạo, mô hình rừng ngẫu nhiên, và hồi quy véc tơ hỗ trợ. Các mô hình này có khả năng xử lý và phân tích dữ liệu lớn, giúp nhận diện các mối quan hệ phi tuyến tính giữa các biến đầu vào. Mạng nơ-ron nhân tạo, ví dụ, cho phép xây dựng các cấu trúc phức tạp để dự báo chấn động nổ mìn với độ chính xác cao. Mô hình rừng ngẫu nhiên cung cấp khả năng phân loại và hồi quy hiệu quả, trong khi hồi quy véc tơ hỗ trợ giúp xác định các yếu tố ảnh hưởng chính đến chấn động. Việc áp dụng các mô hình này không chỉ giúp cải thiện độ chính xác trong dự báo mà còn mang lại những hiểu biết sâu sắc hơn về các yếu tố ảnh hưởng đến chấn động nổ mìn, từ đó hỗ trợ việc ra quyết định trong quản lý khai thác.

IV. Phát triển và ứng dụng mô hình

Luận án đã phát triển và thử nghiệm các mô hình trí tuệ nhân tạo như XGBoost, PSO-XGBoost, HKM-CA và FFA-ANN để dự báo chấn động nổ mìn tại mỏ than Núi Béo. Các mô hình này đã được áp dụng trong thực tế để thu thập và phân tích dữ liệu chấn động nổ mìn, đánh giá hiệu suất và mức độ chính xác của từng mô hình. Kết quả cho thấy rằng các mô hình lai có khả năng cải thiện đáng kể độ chính xác dự báo so với các mô hình đơn lẻ. Việc ứng dụng trí tuệ nhân tạo trong dự báo chấn động nổ mìn không chỉ giúp giảm thiểu thiệt hại cho các công trình lân cận mà còn nâng cao hiệu quả khai thác. Điều này thể hiện rõ sự cần thiết và tính khả thi của việc áp dụng công nghệ hiện đại trong ngành khai thác mỏ, đồng thời mở ra hướng nghiên cứu mới cho các vấn đề tương tự trong tương lai.

V. Kết luận và khuyến nghị

Luận án đã chỉ ra rằng việc sử dụng trí tuệ nhân tạo trong dự báo chấn động nổ mìn có thể mang lại nhiều lợi ích cho ngành khai thác mỏ, đặc biệt trong việc bảo vệ môi trường và an toàn cho cộng đồng. Các mô hình được phát triển không chỉ nâng cao độ chính xác trong dự báo mà còn giúp các nhà quản lý đưa ra các quyết định dựa trên dữ liệu một cách hiệu quả hơn. Khuyến nghị cho các nghiên cứu tiếp theo là tiếp tục phát triển và hoàn thiện các mô hình trí tuệ nhân tạo, đồng thời áp dụng chúng vào các mỏ khác để kiểm chứng và mở rộng ứng dụng. Bên cạnh đó, cần có sự hợp tác giữa các nhà khoa học, doanh nghiệp và cơ quan quản lý để xây dựng một hệ thống giám sát và quản lý chấn động nổ mìn hiệu quả hơn, đảm bảo an toàn cho cả người dân và môi trường.

Nội dung chính

Tổng quan luận án

Công tác phá vỡ đất đá bằng phương pháp khoan - nổ mìn giữ vai trò chủ đạo trong hoạt động khai thác khoáng sản lộ thiên tại Việt Nam và trên thế giới. Tuy nhiên, chỉ khoảng 20% đến 30% năng lượng thuốc nổ được sử dụng hữu ích để phá vỡ đất đá, trong khi phần năng lượng còn lại tạo ra các tác động tiêu cực tới môi trường xung quanh như sóng chấn động, sóng va đập không khí, đất đá văng, bụi và khí độc. Trong đó, chấn động nổ mìn là yếu tố nguy hiểm có thể gây nứt nẻ, đổ sập các công trình xây dựng, gây mất ổn định bờ dốc, tầng mỏ và ảnh hưởng xấu đến tâm lý cư dân sinh sống lân cận.

Quy chuẩn kỹ thuật quốc gia QCVN 02:2008/BCT của Bộ Công thương quy định khoảng cách an toàn chấn động nổ mìn dựa trên các công thức tính toán thực nghiệm truyền thống. Tuy nhiên, các phương trình thực nghiệm này chủ yếu thiết lập quan hệ tuyến tính giản đơn giữa khối lượng thuốc nổ và khoảng cách giám sát, chưa phản ánh đầy đủ các yếu tố phi tuyến phức tạp như đặc tính cơ lý đất đá, chiều sâu lỗ khoan, khoảng cách hàng mìn, chỉ tiêu thuốc nổ, độ chênh cao địa hình và số nhóm vi sai. Thêm vào đó, việc quan trắc chấn động bằng máy đo chuyên dụng chỉ ghi nhận số liệu sau khi vụ nổ đã diễn ra, mang tính bị động và không thể kiểm soát trước rủi ro. Khoảng trống nghiên cứu đặt ra là cần ứng dụng các kỹ thuật trí tuệ nhân tạo (Artificial Intelligence - AI) và mô hình lai (hybrid models) để mô hình hóa chính xác các mối quan hệ phi tuyến phức tạp này trong điều kiện khai thác mỏ lộ thiên tại Việt Nam.

Luận án tiến sĩ kỹ thuật chuyên ngành Khai thác mỏ (mã số: 9520603) của nghiên cứu sinh Nguyễn Hoàng, thực hiện tại Trường Đại học Mỏ - Địa chất dưới sự hướng dẫn khoa học của GS. Bùi Xuân Nam và TS. Trần Quang Hiếu (bảo vệ năm 2020), xác định các mục tiêu và nhiệm vụ sau:

• Mục tiêu nghiên cứu:
  1. 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 thử nghiệm cho mỏ than Núi Béo, tỉnh Quảng Ninh.
  2. Làm sáng tỏ mối quan hệ giữa sóng chấn động nổ mìn và các thông số nổ mìn trên mỏ lộ thiên.
• Nội dung nghiên cứu chính:
  • Đánh giá tính khả thi của các mô hình trí tuệ nhân tạo trong bài toán dự báo chấn động nổ mìn mỏ lộ thiên.
  • Phát triển các mô hình trí tuệ nhân tạo đơn lẻ và mô hình lai dự báo chấn động nổ mìn cho mỏ lộ thiên Việt Nam.
  • Đánh giá chất lượng và mức độ chính xác của các mô hình dự báo thông qua các chỉ số thống kê và công cụ trực quan hóa.
  • Đánh giá mức độ ảnh hưởng của các thông số kỹ thuật đầu vào tới chấn động nổ mìn.
• Đối tượng và phạm vi nghiên cứu:
  • Đối tượng nghiên cứu: Các thông số nổ mìn, sóng chấn động (thông qua chỉ tiêu vận tốc dao động nền đất cực đại - PPV) sinh ra do nổ mìn trên mỏ lộ thiên và các mô hình trí tuệ nhân tạo dự báo sóng chấn động.
  • Phạm vi nghiên cứu: Các mỏ khai thác lộ thiên tại Việt Nam, tập trung thử nghiệm và thu thập cơ sở dữ liệu thực nghiệm tại mỏ than Núi Béo thuộc Tập đoàn Công nghiệp Than - Khoáng sản Việt Nam (TKV).

Tổng quan tài liệu và vị trí của luận án

Các nghiên cứu về dự báo và giảm thiểu chấn động nổ mìn đã được nhiều tác giả trong nước và quốc tế quan tâm triển khai qua các giai đoạn:

• Các nghiên cứu trong nước:
  • Các biện pháp công nghệ giảm thiểu chấn động: Nhóm tác giả Bùi Xuân Nam và các cộng sự (2006) đã nghiên cứu áp dụng đồng bộ các giải pháp nổ vi sai phi điện, tối ưu hóa sơ đồ nổ và tạo màn chắn sóng chấn động tại mỏ than Núi Béo. Lã Bá Tuấn và nnk đã nghiên cứu giải pháp nổ mìn phân đoạn kết hợp bua cát và bua nước tại vỉa 11 mỏ than Núi Béo, giúp giảm cường độ chấn động từ 1,3 đến 1,75 lần so với phương pháp truyền thống.
  • Ứng dụng phương trình thực nghiệm cổ điển: Nghiên cứu tại mỏ đá Núi Ông Câu (Công ty TNHH đá Hóa An 1, Bà Rịa - Vũng Tàu) áp dụng mô hình thực nghiệm của Cục mỏ Hoa Kỳ (USBM), xác định phương trình vận tốc dao động $V = 30{,}2 \cdot (Q^{1/2}/D)^{0{,}455}$. Tại mỏ than Khe Sim (Tổng Công ty Đông Bắc), nhóm nghiên cứu thiết lập phương trình hồi quy phi tuyến đa biến $V = 0{,}9079 \cdot (Q_B^{1/3}/D)^{1{,}982} \cdot c_d^{0{,}9697}$ (trong đó $c_d = 4000\text{ m/s}$ với thuốc nổ NT-13). Một số nghiên cứu khác kết hợp phương trình USBM với phân tích phương sai ANOVA và kiểm định Chi-square ở các mức tin cậy 85% và 95% cho các mỏ lộ thiên Việt Nam.
  • Mô phỏng cơ học đá: Ứng dụng phần mềm Phase 2 để đánh giá tác động chấn động nổ mìn tới đường hầm giao thông cũ trong dự án hầm đường bộ xuyên núi Cổ Mã và đánh giá an toàn công trình bề mặt tại mỏ than hầm lò Đông Tràng Bạch.
• Các nghiên cứu quốc tế:
  • Từ thập niên 50 của thế kỷ XIX, các học giả quốc tế đã đề xuất nhiều phương trình thực nghiệm (như mô hình của USBM do Duvall và Petkof đề xuất, mô hình Ambraseys - Hendron, Langefors - Kihlström, Indian Standard...). Các nghiên cứu này chủ yếu dựa trên quan hệ giữa khối lượng thuốc nổ nổ tức thời lớn nhất và khoảng cách đo. Về sau, các kỹ thuật máy học như Mạng nơ-ron nhân tạo (ANN), Hệ thống nơ-ron suy luận mờ (ANFIS), Máy véc-tơ hỗ trợ (SVM), Thuật toán bầy ong nhân tạo (ABC), Thuật toán di truyền (GA) bắt đầu được khảo sát trên thế giới để nâng cao độ chính xác dự báo.
• Vị trí và khoảng trống luận án giải quyết: Phần lớn nghiên cứu trong nước trước đây chỉ áp dụng các công thức thực nghiệm tuyến tính với số lượng biến đầu vào hạn chế, hoặc sử dụng phần mềm mô phỏng tĩnh. Luận án lựa chọn khoảng trống: Thiết kế, tích hợp và tối ưu hóa các mô hình trí tuệ nhân tạo hiện đại, đặc biệt là các mô hình lai đa tầng (hybrid models) kết hợp thuật toán tối ưu hóa bầy đàn (PSO), thuật toán đom đóm (FFA) và kỹ thuật phân cụm phân tầng (HKM) để dự báo vận tốc dao động hạt cực đại (PPV) với tập tham số đầu vào mở rộng, áp dụng cụ thể cho điều kiện địa chất mỏ Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án kết hợp giữa lý thuyết cơ học nổ đá, lan truyền sóng đàn hồi và các giải thuật học máy, tối ưu hóa hiện đại:

• Khung lý thuyết và khái niệm cơ sở:
  • Quá trình lan truyền sóng nổ: Năng lượng nổ tạo ra sóng ứng suất nén (sóng xung kích/sóng đập) có biên độ vượt độ bền nén của đất đá trong vùng cận tâm nổ, sau đó suy giảm thành sóng dao động đàn hồi truyền trong môi trường đất đá (sóng dọc $C_1$, sóng ngang $C_2$).
  • Chỉ tiêu đánh giá: Vận tốc dao động nền đất cực đại ($PPV$ - Peak Particle Velocity, tính bằng $\text{mm/s}$ hoặc $\text{cm/s}$) là đại lượng vật lý đặc trưng xác định mức độ tác động của chấn động nổ mìn lên công trình và sườn dốc mỏ.
• Các giải thuật trí tuệ nhân tạo đơn lẻ và mô hình lai:
  • Mạng nơ-ron nhân tạo (Artificial Neural Network - ANN): Mô hình nơ-ron truyền thẳng nhiều lớp huấn luyện bằng thuật toán lan truyền ngược.
  • Rừng ngẫu nhiên (Random Forest - RF): Kỹ thuật học kết hợp (ensemble learning) dựa trên tập hợp nhiều cây quyết định.
  • Hồi quy véc-tơ hỗ trợ (Support Vector Regression - SVR): Sử dụng hàm hạt nhân xuyên tâm (Radial Basis Function - RBF) để ánh xạ dữ liệu phi tuyến lên không gian nhiều chiều.
  • Mô hình lập thể (Cubist Algorithm - CA): Mô hình dựa trên quy tắc phân nhánh kết hợp các phương trình hồi quy tuyến tính tại các nút lá.
  • Mô hình độ dốc tăng cường cấp cao (Extreme Gradient Boosting - XGBoost / GBM): Tối ưu hóa hàm mục tiêu có thành phần chính quy hóa để kiểm soát hiện tượng quá khớp (overfitting).
  • Mô hình lai HKM-CA: Tích hợp kỹ thuật phân cụm K trung bình theo thứ bậc (Hierarchical K-means clustering) để phân đoạn không gian dữ liệu trước khi huấn luyện mô hình Cubist độc lập trên từng cụm.
  • Mô hình lai PSO-XGBoost: Sử dụng thuật toán tối ưu hóa bầy đàn (Particle Swarm Optimization) để tự động tìm kiếm bộ siêu tham số tối ưu cho mô hình XGBoost.
  • Mô hình lai FFA-ANN: Ứng dụng thuật toán tối ưu hóa đom đóm (Firefly Algorithm) để tinh chỉnh trọng số và ngưỡng kích hoạt của mạng nơ-ron truyền thẳng.
• Phương pháp thực nghiệm và kỹ thuật phân tích dữ liệu:
  • Thu thập dữ liệu thực tế: Thu thập hộ chiếu nổ mìn, thông số bãi mìn (chiều sâu lỗ khoan, khoảng cách hàng, khoảng cách lỗ, chỉ tiêu thuốc nổ, khối lượng thuốc nổ lớn nhất trên một đợt vi sai, số nhóm vi sai, khoảng cách giám sát, độ chênh cao địa hình).
  • Quan trắc thực địa: Sử dụng thiết bị đo chấn động chuyên dụng Instantel Blastmate III và Micromate đặt tại các vị trí xung quanh mỏ than Núi Béo.
  • Xử lý dữ liệu: Sử dụng kỹ thuật kiểm tra chéo 10 nếp gấp (10-fold cross-validation), phân tích ma trận tương quan giữa các biến đầu vào.
  • Đánh giá hiệu suất mô hình: Đánh giá định lượng qua các chỉ số: Hệ số xác định ($R^2$), Lỗi bình phương gốc (RMSE), Độ lệch tuyệt đối trung bình (MAE), Phần trăm sai số tuyệt đối trung bình (MAPE), Phương sai giải thích (VAF).
  • Công cụ trực quan hóa: Sử dụng biểu đồ phân bố hộp và râu (Boxplot), đồ thị Taylor (Taylor Diagram) kết hợp độ lệch chuẩn và độ tương quan, kỹ thuật xếp hạng màu (Color Spectrum) và phương pháp phân tích độ nhạy (Sensitivity Analysis).

Nội dung chính theo từng chương

Chương 1: Đặc điểm chung của công tác nổ mìn trên mỏ lộ thiên và các ảnh hưởng của chấn động nổ mìn

Chương 1 hệ thống hóa các đặc điểm kỹ thuật của công nghệ khoan - nổ mìn trong dây chuyền 4 công đoạn khai thác mỏ lộ thiên (Chuẩn bị đất đá - Xúc bốc - Vận tải - Đổ thải), chỉ rõ 9 yêu cầu kỹ thuật bắt buộc của công tác nổ mìn. Tác giả phân tích cơ sở phân loại đất đá theo độ kiên cố của GS. M. Protodiakonov (10 cấp, hệ số $f = 0{,}3 \div 20$), theo độ khoan của GS. A. (cấp 1 đến 16), và bảng phân loại đất đá theo độ nổ (cấp I đến XX):

Cấp đất đá theo độ nổ	Chỉ tiêu thuốc nổ trung bình ($\text{kg/m}^3$)	Khoảng cách trung bình giữa các vết nứt ($\text{m}$)	Tỷ lệ khối nứt $>500\text{ mm}$ (%)	Tỷ lệ khối nứt $>1500\text{ mm}$ (%)	Độ bền nén đất đá ($10^6\text{ N/m}^2$)	Mật độ đất đá ($\text{g/cm}^3$)
I	0,15	$< 0,1$	$0 \div 2$	0	$10 \div 30$	$1,4 \div 1,8$
II	0,225	$0,1 \div 0,25$	$2 \div 16$	0	$20 \div 45$	$1,75 \div 2,35$
III	0,32	$0,2 \div 0,5$	$10 \div 52$	$0 \div 1$	$30 \div 65$	$2,25 \div 2,55$
IV	0,45	$0,45 \div 0,75$	$45 \div 80$	$0 \div 4$	$50 \div 90$	$2,5 \div 2,8$
V	0,60	$0,70 \div 1,00$	$75 \div 98$	$2 \div 15$	$70 \div 120$	$2,75 \div 2,90$
VI	0,78	$0,95 \div 1,25$	$96 \div 100$	$10 \div 30$	$110 \div 160$	$2,85 \div 3,00$
VII	0,99	$1,20 \div 1,50$	100	$25 \div 47$	$145 \div 205$	$2,95 \div 3,20$
VIII	1,235	$1,45 \div 1,70$	100	$43 \div 63$	$195 \div 259$	$3,15 \div 3,40$
IX	1,525	$1,65 \div 1,90$	100	$58 \div 78$	$235 \div 300$	$3,35 \div 3,60$
XX	1,855	$> 1,85$	100	$75 \div 100$	$> 285$	$> 3,55$

Về mặt động lực học nổ, chương này phân tích 3 cơ chế phá hủy đất đá (đất đá mềm yếu do giãn nở khí nổ; đất đá độ cứng trung bình do sóng ứng suất phản xạ và khí nổ; đất đá cứng đồng nhất do sóng xung kích với áp lực buồng nổ lên tới $10^5\text{ kG/cm}^2$). Sóng nổ chia thành 3 vùng tác dụng theo công thức G. Pakrovski: $R = k \cdot \sqrt[3]{C}$, trong đó:

• Vùng nén ép (nghiền nát): $k_n = 0{,}12 \div 0{,}5$;
• Vùng phá rời (nứt nẻ): $k_p = 0{,}5 \div 2{,}4$;
• Vùng chấn động (sóng đàn hồi): $k_c = 1{,}5 \div 20{,}0$.

Tốc độ lan truyền sóng dọc $C_1$ và sóng ngang $C_2$ được xác định theo mô đun đàn hồi $E$, hệ số Poát-xông $\mu$ và khối lượng thể tích $\rho$: $$C_1 = \sqrt{\frac{E(1-\mu)}{\rho(1+\mu)(1-2\mu)}}, \quad C_2 = \sqrt{\frac{E g}{2\rho(1+\mu)}} \approx (0{,}2 \div 0{,}7)C_1$$

Chương 1 cũng trích xuất hệ thống tiêu chuẩn giới hạn vận tốc rung $V_i$ theo tần số cho các loại công trình (Loại I: kiên cố; Loại II: nhà ở bê tông/gạch; Loại III: công trình nhạy cảm, di tích) và bảng tốc độ dao động cho phép $V_{cp}$ của nền công trình (từ $1\text{ cm/s}$ đối với bệnh viện, nền đất yếu đến $24\text{ cm/s}$ đối với công trình công nghiệp bê tông cốt thép khi nổ một lần).

Chương 2: Tổng quan các nghiên cứu dự báo chấn động nổ mìn trên mỏ lộ thiên

Chương 2 tổng kết chi tiết các công trình nghiên cứu chấn động nổ mìn trong và ngoài nước:

• Mô hình thực nghiệm tại Việt Nam: Khảo sát các công thức đã công bố tại mỏ đá Núi Ông Câu ($V = 30{,}2 \cdot (Q^{1/2}/D)^{0{,}455}$), mỏ than Khe Sim ($V = 0{,}9079 \cdot (Q_B^{1/3}/D)^{1{,}982} \cdot c_d^{0{,}9697}$), các giải pháp bua phân đoạn vỉa 11 mỏ than Núi Béo, và nghiên cứu phân tích thống kê ANOVA kết hợp kiểm định Chi-square.
• Ứng dụng mô phỏng số: Đánh giá việc sử dụng phần mềm Phase 2 để mô phỏng trường ứng suất và biến dạng tĩnh - động tại hầm Cổ Mã và mỏ than Đông Tràng Bạch.
• Đánh giá tổng quan: Tác giả chỉ rõ ưu điểm của phương pháp thực nghiệm là tính toán đơn giản nhưng nhược điểm lớn là hệ số tương quan thấp ($R^2$ không cao khi điều kiện địa chất thay đổi), thiếu tính tổng quát và bỏ qua nhiều tham số công nghệ nổ quan trọng. Từ đó khẳng định sự cần thiết phải nghiên cứu phát triển các mô hình trí tuệ nhân tạo có khả năng học các mối quan hệ phi tuyến đa chiều.

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 3 trình bày toán học và cấu trúc thuật toán của các mô hình học máy:

1. Mô hình đơn lẻ: Mạng nơ-ron truyền thẳng nhiều lớp (ANN), Rừng ngẫu nhiên (RF) với cơ chế lấy mẫu bootstrap và tập hợp cây quyết định, Mô hình hồi quy véc-tơ hỗ trợ (SVR) với siêu phẳng tối ưu, Thuật toán lập thể (Cubist) với kỹ thuật giảm thiểu độ lệch chuẩn (SDR), và Mô hình tăng cường độ dốc cực đại (XGBoost).
2. Đề xuất 3 mô hình lai (Hybrid models):
   • Mô hình HKM-CA: Kết hợp thuật toán phân cụm K trung bình theo thứ bậc (Hierarchical K-means - HKM) với thuật toán lập thể (CA). Kỹ thuật Elbow được áp dụng để xác định số cụm tối ưu dựa trên tổng bình phương nội cụm (TWSS), sau đó xây dựng các mô hình CA chuyên biệt cho từng cụm con.
   • Mô hình PSO-XGBoost: Sử dụng giải thuật bầy đàn (PSO) tối ưu hóa tự động các tham số của XGBoost (tốc độ học learning_rate, độ sâu tối đa của cây max_depth, số lượng cây n_estimators, hệ số chính quy hóa).
   • Mô hình FFA-ANN: Tích hợp thuật toán đom đóm (Firefly Algorithm) mô phỏng hành vi phát sáng thu hút của đom đóm để tối ưu hóa ma trận trọng số liên kết ($W$) và độ lệch ($b$) của mạng ANN nhằm tránh rơi vào cực tiểu địa phương.

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

Chương 4 thực hiện quá trình huấn luyện, kiểm thử và đánh giá hiệu suất mô hình trên cơ sở dữ liệu thực nghiệm thu thập tại mỏ than Núi Béo (Quảng Ninh):

• Tập dữ liệu và cấu hình: Dữ liệu bao gồm các thông số bãi mìn, lượng thuốc nổ lớn nhất trên một đợt vi sai ($Q$), khoảng cách giám sát ($D$), độ chênh cao ($\Delta H$), số nhóm vi sai ($MS$) và giá trị $PPV$ đo bằng máy Blastmate III và Micromate.
• Huấn luyện mạng ANN: Xác định cấu trúc tối ưu gồm 2 lớp ẩn dạng 8-21-16-1 (8 biến đầu vào, lớp ẩn 1 có 21 nơ-ron, lớp ẩn 2 có 16 nơ-ron, 1 đầu ra $PPV$).
• Phân cụm HKM: Phân chia tập dữ liệu thành các cụm tối ưu và huấn luyện mô hình Cubist trên từng phân vùng dữ liệu.
• Đánh giá so sánh: So sánh 7 mô hình AI (ANN, RF, SVR, Cubist, XGBoost, HKM-CA, PSO-XGBoost, FFA-ANN) với 2 mô hình thực nghiệm truyền thống (mô hình Cục mỏ Hoa Kỳ - USBM và mô hình Ambraseys/Xadovski) trên cùng tập dữ liệu thử nghiệm độc lập.
• Phân tích độ nhạy: Kết quả phân tích chỉ rõ các biến đầu vào có ảnh hưởng chi phối đến độ lớn $PPV$ bao gồm: Khối lượng thuốc nổ nổ vi sai lớn nhất, Khoảng cách giám sát chấn động, Độ chênh cao địa hình giữa bãi mìn và điểm đo, và Số nhóm vi sai.

Kết quả và những đóng góp mới

1. Những đóng góp mới về mặt khoa học và lý luận:
   • Lần đầu tiên nghiên cứu, phát triển và thử nghiệm thành công 4 mô hình trí tuệ nhân tạo mới có độ chính xác cao trong dự báo chấn động nổ mìn tại mỏ lộ thiên Việt Nam, bao gồm: mô hình XGBoost, mô hình lai PSO-XGBoost, mô hình lai HKM-CA và mô hình lai FFA-ANN.
   • Xây dựng phương pháp đánh giá toàn diện hiệu suất mô hình học máy trong khai thác mỏ thông qua việc kết hợp các chỉ số thống kê định lượng ($R^2$, RMSE, MAE, MAPE, VAF) với công cụ phân tích không gian đồ thị Taylor và thang phổ màu xếp hạng.
   • Làm sáng tỏ bản chất phi tuyến trong bài toán lan truyền sóng nổ; chứng minh về mặt định lượng rằng bên cạnh 2 yếu tố kinh điển (lượng thuốc nổ $Q$ và khoảng cách $D$), độ chênh cao địa hình ($\Delta H$) và số nhóm vi sai ($MS$) là các biến số đầu vào then chốt có tác động trực tiếp đến cường độ chấn động nổ mìn.
2. Đóng góp về mặt thực tiễn và giải pháp:
   • Cung cấp bộ công cụ phần mềm và quy trình dự báo $PPV$ chính xác phục vụ công tác lập hộ chiếu nổ mìn hàng ngày tại mỏ than Núi Béo, giúp kiểm soát an toàn chấn động trước khi kích nổ.
   • Kết quả nghiên cứu đã được công bố trên 4 bài báo khoa học quốc tế thuộc danh mục tạp chí ISI uy tín, khẳng định tính đúng đắn và độ tin cậy của phương pháp.
   • Đề xuất áp dụng các mô hình lai (đặc biệt là HKM-CA và PSO-XGBoost) nhằm thay thế các công thức tính toán thực nghiệm trong quy chuẩn kỹ thuật an toàn mỏ khi đánh giá tác động môi trường.

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế của luận án: Cơ sở dữ liệu thực nghiệm phục vụ huấn luyện và kiểm thử mô hình được thu thập tập trung tại mỏ than Núi Béo (Quảng Ninh) với các điều kiện địa chất - kỹ thuật mỏ, chủng loại thuốc nổ và thiết bị đo chấn động đặc thù (Blastmate III, Micromate). Chưa tiến hành kiểm chứng mô hình trên nhiều mỏ quặng kim loại hoặc mỏ đá xây dựng có cấu trúc địa chất phức tạp khác nhau.
• Hướng nghiên cứu tiếp theo:
  • Mở rộng thu thập số liệu và kiểm chứng khả năng tổng quát hóa của các mô hình AI lai tại các mỏ than lộ thiên khác thuộc vùng than Quảng Ninh cũng như các mỏ đá, mỏ quặng trên toàn quốc.
  • Nghiên cứu tích hợp thêm các yếu tố biến động môi trường, cấu trúc địa chất phân lớp nứt nẻ chi tiết và hướng nổ mìn vào tập biến số đầu vào của mô hình dự báo.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên sâu cho các đối tượng và lĩnh vực sau:

• Cán bộ nghiên cứu, nghiên cứu sinh và học viên cao học: Tham khảo cơ sở lý thuyết, quy trình thiết kế các mô hình học máy lai (PSO-XGBoost, FFA-ANN, HKM-CA) và phương pháp đánh giá mô hình bằng đồ thị Taylor trong lĩnh vực kỹ thuật mỏ và địa kỹ thuật.
• Kỹ sư nổ mìn và doanh nghiệp khai thác mỏ: Sử dụng làm tài liệu kỹ thuật để tính toán, tối ưu hóa thông số bãi mìn, kiểm soát khoảng cách an toàn chấn động nhằm bảo vệ công trình dân sinh và giữ ổn định bờ dốc mỏ lộ thiên.
• Cơ quan quản lý nhà nước (Bộ Công thương, Bộ Tài nguyên và Môi trường, TKV): Cung cấp cơ sở khoa học để rà soát, bổ sung và hoàn thiện các quy chuẩn kỹ thuật quốc gia về an toàn vật liệu nổ công nghiệp (thay thế hoặc chuẩn hóa phương pháp tính trong QCVN 02:2008/BCT).

Câu hỏi thường gặp

1. Chỉ tiêu đại lượng nào được luận án lựa chọn để đánh giá mức độ nguy hiểm của chấn động nổ mìn? Luận án sử dụng vận tốc dao động nền đất cực đại (Peak Particle Velocity - PPV, đơn vị $\text{mm/s}$ hoặc $\text{cm/s}$) làm chỉ tiêu đầu ra chính để dự báo và đánh giá mức độ nguy hại của chấn động nổ mìn đối với các công trình kiến trúc và sườn tầng mỏ.

2. Bốn mô hình trí tuệ nhân tạo mới nào được luận án phát triển và công bố quốc tế ISI? Bốn mô hình bao gồm: Extreme Gradient Boosting (XGBoost), mô hình lai tối ưu hóa bầy đàn kết hợp độ dốc tăng cường cấp cao (PSO-XGBoost), mô hình lai phân cụm phân tầng kết hợp thuật toán lập thể (HKM-CA), và mô hình lai thuật toán đom đóm kết hợp mạng nơ-ron nhân tạo (FFA-ANN).

3. Ngoài khối lượng thuốc nổ và khoảng cách, luận án chứng minh thêm các thông số kỹ thuật nào có ảnh hưởng mạnh đến PPV? Luận án chỉ ra rằng độ chênh cao giữa bãi nổ với vị trí giám sát chấn động ($\Delta H$) và số nhóm vi sai ($MS$) là hai thông số kỹ thuật quan trọng có ảnh hưởng chi phối đến sự lan truyền và độ lớn của sóng chấn động nổ mìn.

4. Hiệu suất chuyển hóa năng lượng hữu ích của thuốc nổ khi nổ mìn trên mỏ lộ thiên là bao nhiêu? Theo các tài liệu lý thuyết được tổng hợp trong luận án, chỉ có khoảng 20% đến 30% tổng năng lượng thuốc nổ tham gia trực tiếp vào việc phá vỡ đất đá, trong khi 70% đến 80% năng lượng còn lại sinh ra các hiện tượng tiêu cực như sóng chấn động, sóng đập không khí, đất đá văng, bụi và khí độc.

5. Cơ sở dữ liệu thực địa của luận án được quan trắc bằng thiết bị chuyên dụng nào và ở đâu? Dữ liệu thực nghiệm được thu thập từ các hộ chiếu nổ mìn tại mỏ than Núi Béo (Quảng Ninh) thuộc TKV, sử dụng các thiết bị đo chấn động chuyên dụng Instantel Blastmate III và Micromate.

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Hoàng đã giải quyết thành công bài toán nâng cao độ chính xác dự báo chấn động nổ mìn trên mỏ lộ thiên thông qua việc phát triển các mô hình trí tuệ nhân tạo đơn lẻ và mô hình lai hiện đại (XGBoost, PSO-XGBoost, HKM-CA, FFA-ANN). Kết quả nghiên cứu đã khắc phục các hạn chế lớn của các công thức thực nghiệm truyền thống bằng cách xử lý hiệu quả mối quan hệ phi tuyến đa biến phức tạp giữa sóng chấn động với các thông số bãi mìn và địa hình. Công trình cung cấp cơ sở khoa học và công cụ thực tiễn tin cậy phục vụ quản lý an toàn nổ mìn, giảm thiểu rủi ro môi trường cho mỏ than Núi Béo nói riêng và ngành khai thác mỏ lộ thiên Việt Nam nói chung.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 ĐẶC ĐIỂM CHUNG CỦA CÔNG TÁC NỔ MÌN TRÊN MỎ LỘ THIÊN VÀ CÁC ẢNH HƯỞNG CỦA CHẤN ĐỘNG NỔ MÌN 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. 8 7- Chấn động khi nổ mìn là ít nhất, đảm bảo độ ổn định tối đa của các công trình cũng như khối đá nằm gần bờ kết thúc của mỏ nhằm đạt được góc bờ kết thúc theo yêu cầu.

8- Đủ đất đá để công tác xúc bốc tiến hành được liên tục và có năng suất cao. 9- Hiệu quả kinh tế cao, có năng suất và an toàn cho công tác mỏ nói chung. Để phá vỡ đất đá hiệu quả trên các mỏ lộ thiên, các đặc tính của môi trường đất đá cần được xem xét kỹ lưỡng. Chúng là một trong những yếu tố quan trọng ảnh hưởng tới hiệu quả công tác nổ mìn trên mỏ lộ thiên.

Trên cơ sở đó, sự phân loại đất đá có ý nghĩa quan trọng trong việc lựa chọn phương pháp nổ mìn, thuốc nổ, vật liệu nổ,… Có nhiều quan điểm khác nhau để phân loại đất đá trên mỏ lộ thiên, tuy nhiên mỗi quan điểm đều được đưa ra dựa trên các tiêu chuẩn riêng phù hợp với những đặc thù thực tế áp dụng (theo độ nứt nẻ, độ nổ, theo năng suất khoan, theo độ bền kéo, nén hoặc theo tổ hợp một số tính chất của đất đá,. Một số phương pháp phân loại đất đá điển hình được sử dụng trong quá trình nổ mìn trên mỏ lộ thiên như phương pháp phân loại đất đá của giáo sư M.1), phương pháp phân loại đất đá theo độ khoan của giáo sư A.2) và phương pháp phân loại đất đá theo độ nổ (Bảng 1. Dựa trên các phương pháp phân loại đất đá này, công tác nổ mìn trên các mỏ lộ thiên có thể mang lại hiệu quả cao hơn trong từng khu vực cụ thể. Phân loại đất đá của giáo sư M.

Protodiakonov [4, 15] Cấp Hệ số Mức độ Góc nội Loại đất đá đất đá f cứng ma sát Đất đá có mức Đá bazan, quaczit rất cứng và đặc. I 20 87o08 độ cứng rất cao Những loại đất đá đặc biệt cứng Đá granit rất cứng, poocfia, thạch II 15 Đất đá rất cứng anh, đá phiến silic, cát kết và đá 86o11 vôi cứng nhất 9 Cấp Hệ số Mức độ Góc nội Loại đất đá đất đá f cứng ma sát Granit đặc, cát kết, đá vôi rất cứng; IIIa 10 vỉa quặng thạch anh, conglomerat 84o18 cứng; quặng sắt rất cứng Đất đá cứng Đá vôi cứng, granit không cứng IIIb 8 lắm, cát kết cứng, đá hoa cương 82o53 cứng, đolomit, pirit IVa 6 Đất đá tương Cát kết thường, quặng sắt 80o32 IVb 5 đối cứng Đá phiến chất cát, cát kết phiến 78o41 Đá phiến sét cứng; cát kết và đá vôi Va 4 không cứng lắm; conglomerat 75o58 Đất đá cứng mềm trung bình Đá phiến các loại (không cứng Vb 3 71o34 lắm), macnơ đặc Đá phiến mềm; đá vôi rất mềm, đá phấn, muối mỏ, thạch cao; đất VIa 2 đóng băng, antraxit, macnơ 63o26 Đất đá tương thường, cát kết bị phá huỷ, cuội đối mềm được gắn kết, đất đá silic. Đất đá loại đá dăm; đá phiến bị phá VIb 1,5 huỷ, cuội dính kết, than đá cứng, 56o19 sét hoá cứng Sét, than đá mềm. Đất phủ cứng, VIIa 1,0 45o00 Đất đá mềm đất pha sét VIIb 0,8 Sét pha cát nhẹ, sỏi, đất lót 38o40 10 Cấp Hệ số Mức độ Góc nội Loại đất đá đất đá f cứng ma sát Đất trồng trọt, than bùn, á sét nhẹ, VIII 0,6 Đất mặt 30o58 cát ẩm Cát, đá lổ tích, sỏi nhỏ, đất đắp, IX 0,5 Đất xốp 26o30 than khai thác Cát chảy, đất đầm lầy, đất lót chảy X 0,3 Đất chảy 16o42 và các loại đất chảy khác.

Phân loại đất đá theo độ khoan [4, 15] Cấp đất đá theo Cấp đất đá theo Tốc độ khoan (mm/ph) khi khoan M. Protodiakonov độ khoan bằng choòng khoan Cấp f Thép Hợp kim - - 1 12 31 - - 2 15 40 I 20 3 20 50 - 18 4 26 60 II 15 5 30 75 IIa 12 6 40 90 IIIa 10 7 50 110 IIIb 8 8 65 130 IVa 6 9 85 160 IVb 5 10 110 200 11 Cấp đất đá theo Cấp đất đá theo Tốc độ khoan (mm/ph) khi khoan M. Protodiakonov độ khoan bằng choòng khoan Va 4 11 150 250 Vb 3 12 200 300 VIa 2 13 250 350 VIb 1,5 14 325 400 VIIa 1,0 15 425 500 VIIb 0,8 16 550 600 Bảng 1. Phân loại đất đá theo độ nổ [4, 15] Tỷ lệ phần trăm Độ bền Chỉ tiêu Khoảng cách các khối nứt có nén của Cấp đất chất nổ Mật độ trung bình kích thước đất đá, đá theo trung đất đá, giữa các vết độ nổ bình, > 500 > 1500 106 N/m2 g/cm3 nứt, m kg/m3 mm mm I 0,15 < 0,1 0÷2 0 10÷30 1,4÷1,8 II 0,225 0,1÷0,25 2÷16 0 20÷45 1,75÷2,35 III 0,32 0,2÷0,5 10÷52 0÷1 30÷65 2,25÷2,55 IV 0,45 0,45÷0,75 45÷80 0÷4 50÷90 2,5÷2,8 V 0,60 0,70÷1,00 75÷98 2÷157 70÷120 2,75÷2,90 VI 0,78 0,95÷1,25 96÷100 10÷30 110÷160 2,85÷3,00 12 VII 0,99 1,20÷1,50 100 25÷47 145÷205 2,95÷3,20 VIII 1,235 1,45÷1,70 100 43÷63 195÷259 3,15÷3,40 IX 1,525 1,65÷1,90 100 58÷78 235÷300 3,35÷3,60 XX 1,855 > 1,85 100 75÷100 > 285 > 3,55 1.

Cơ chế phá hủy đất đá bằng nổ mìn và sóng chấn động sinh ra do nổ mìn trên các mỏ lộ thiên Theo các nhà khoa học, để phá vỡ đất đá trên các mỏ lộ thiên một cách hiệu quả, cần phải hiểu rõ cơ chế phá hủy đất đá bằng phương pháp nổ mìn. Nó được xem như là chìa khóa để giải quyết hàng loạt các bài toán liên quan tới kỹ thuật trong quá trình thiết kế và thi công nổ mìn, đặc biệt khi nổ mìn phá vỡ đất đá trên các mỏ lộ thiên. Theo đó, có ba cơ chế phá hủy đất đá trên các mỏ lộ thiên bao gồm: Cơ chế phá hủy các loại đất đá mềm, đất đá cứng đồng nhất và đất đá có độ cứng không lớn [15]. Đối với cơ chế phá hủy đất đá mềm (độ cứng truyền âm ρ.s) bao gồm cát, á cát, các loại sét, á sét, đất thịt,.

độ bền nén và độ bền cắt rất nhỏ, do đó năng lượng phá huỷ không đáng kể. Chúng bị phá huỷ chủ yếu do động năng giãn nở của khí nổ trong buồng nổ. Nghiên cứu thực nghiệm về sự phá huỷ đất đá mềm bằng phương pháp nổ mìn được thực hiện trên mô hình bao gồm một hộp thuỷ tinh hữu cơ trong suốt, bên trong đổ đầy các lớp cát màu để có thể quan sát được quá trình biến dạng và chuyển động của các lớp cát xung quanh lượng thuốc nổ. Quá trình thí nghiệm được thực hiện bằng một lượng thuốc nổ azotua chì đặt cách lớp vỏ thuỷ tinh trong suốt từ 20÷50 mm.

Khi nổ, quá trình hình thành và phát triển của buồng khí trong các lớp cát được ghi lại bằng máy CKC với tốc độ 4000 hình/giây (Hình 1. Các kết quả cho thấy: xung quanh lượng thuốc nổ hình thành một quả cầu rỗng chứa đầy khí nổ. Quả cầu này có dạng không đối xứng với trục lớn theo hướng đường kháng ngắn nhất. Sự thay đổi hình dạng bề mặt được giải thích bởi sự khác nhau về sức kháng theo phương di chuyển của các phần tử cát, theo thời gian phần bán cầu dưới giãn nở và phần bán cầu trên giãn nở nhanh hơn, làm giảm chiều dày lớp cát và nâng buồng khí (quả cầu khí) lên.

Quá trình trên được mở rộng gần đến mặt tự do thì 13 lớp vỏ trên bị vỡ và khí nổ giãn nở đẩy bay các hạt cát ra xung quanh. Sau khi hết động năng dự trữ, các phần tử cát rơi xuống tạo thành hình phễu. Một phần cát rơi và lăn xuống hố phễu với góc dốc tự nhiên nhất định, phụ thuộc vào đặc điểm từng loại đất đá và làm giảm thể tích phễu. a) i ii iii iv v vi vii b) Hình 1.

Sơ đồ mô tả quá trình phá hủy đất đá mềm yếu [15] a- Minh họa hình ảnh ghi lại quá trình nổ; b- Sơ đồ mô tả quá trình biến dạng phá huỷ môi trường; I ÷ VII- Các pha hình thành phễu Đối với cơ chế phá hủy đất đá có độ cứng trung bình bằng nổ mìn (có độ cứng âm học ρ.s), đất đá bị phá huỷ bởi sóng ứng suất và áp lực khí nổ. Sự phá huỷ được lan truyền từ buồng nổ và từ mặt tự do. Dưới tác dụng của áp lực khí nổ lên buồng thuốc, một vùng biến dạng mạnh xung quanh buồng nổ được hình thành. Trong vùng này, đất đá bị phá huỷ mạnh và dẫn đến trạng thái dẻo.

Tiếp theo vùng biến dạng dẻo là vùng sóng đàn hồi. Hình dạng bề mặt sóng nén phụ thuộc vào tính chất cơ lý của đất đá và thuốc nổ. Khi sóng tới lan truyền qua các khe nứt trong đất đá, sự phản xạ của sóng tới tại bề mặt khe nứt được hình thành.