Tổng quan về luận án

Khoan - nổ mìn là khâu công nghệ đầu tiên và giữ vai trò quyết định trong chu trình sản xuất bốn công đoạn cơ bản của khai thác mỏ lộ thiên: chuẩn bị đất đá - xúc bốc - vận tải - đổ thải. Tuy nhiên, các nghiên cứu thực nghiệm cơ học nổ chỉ ra rằng chỉ có khoảng 20% đến 30% năng lượng của thuốc nổ được chuyển hóa hữu ích thành công phá vỡ đất đá; 70% đến 80% năng lượng còn lại tiêu tán dưới dạng các phản ứng phụ có hại cho môi trường, bao gồm: sóng chấn động nền đất, sóng va đập không khí, đất đá văng, hậu xung, bụi và khí độc. Trong số các tác động tiêu cực này, sóng chấn động nền đất—được đặc trưng thông qua chỉ số vận tốc dao động hạt cực đại (Peak Particle Velocity - PPV)—là tác nhân nguy hiểm nhất, đe dọa trực tiếp đến độ ổn định của các bờ mỏ, sườn tầng khai thác, gây nứt vỡ, sụt lún các công trình dân sinh lân cận và gây tác động tâm lý hoang mang, lo sợ cho cộng đồng dân cư xung quanh biên giới mỏ.

Khoảng trống nghiên cứu (Research Gap) cốt lõi xuất phát từ sự hạn chế của các phương pháp dự báo truyền thống. Trong nhiều thập kỷ qua, việc tính toán khoảng cách an toàn chấn động tại Việt Nam chủ yếu dựa trên Quy chuẩn kỹ thuật quốc gia QCVN 02:2008/BCT của Bộ Công thương cùng các phương trình thực nghiệm kinh điển như mô hình Cục mỏ Hoa Kỳ (USBM) của Duvall & Petkof (1959) hay mô hình Sadovsky (1968) / Ambraseys (1968). Các mô hình này đơn thuần thiết lập mối quan hệ hàm mũ thực nghiệm giữa $PPV$ với hai biến độc lập là lượng thuốc nổ cực đại trong một đợt vi sai ($Q$) và khoảng cách từ tâm nổ đến vị trí bảo vệ ($D$). Cách tiếp cận tuyến tính hóa hoặc phi tuyến đơn giản này hoàn toàn bỏ qua các yếu tố phức tạp của môi trường địa chất phân lớp, cấu trúc đứt gãy, góc hướng nổ, các thông số hình học bãi mìn (chiều sâu lỗ khoan, chiều dày đường cản chân tầng, khoảng cách hàng, chỉ tiêu thuốc nổ), đặc biệt là độ chênh cao địa hình ($\Delta H$) và số nhóm vi sai ($N_{delay}$). Sự thiếu hụt cơ sở khoa học đa biến dẫn đến sai số dự báo rất lớn, khiến công tác giám sát chấn động bằng thiết bị chuyên dụng như Instantel Blastmate III chỉ dừng lại ở vai trò ghi nhận sự việc đã rồi mà không kiểm soát được rủi ro trước khi kích nổ.

Để giải quyết triệt để bài toán này, nghiên cứu sinh Nguyễn Hoàng dưới sự hướng dẫn của GS. Bùi Xuân Nam và TS. Trần Quang Hiếu tại Trường Đại học Mỏ - Địa chất (Hà Nội, 2020) đã thực hiện luận án tiến sĩ kỹ thuật chuyên ngành Khai thác mỏ (Mã số: 9520603) 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". Hệ thống câu hỏi nghiên cứu và giả thuyết khoa học được xác lập chặt chẽ:

  • Câu hỏi nghiên cứu 1 ($RQ_1$): Các thuật toán trí tuệ nhân tạo đơn lẻ (ANN, SVR, Random Forest, Cubist, XGBoost) có khả năng mô hình hóa mối quan hệ phi tuyến tính phức tạp giữa các thông số hộ chiếu nổ mìn và chỉ số dao động nền đất $PPV$ hay không?
  • Câu hỏi nghiên cứu 2 ($RQ_2$): Việc kết hợp các thuật toán phân cụm dữ liệu phân tầng (Hierarchical K-means) hoặc thuật toán tối ưu hóa bầy đàn (PSO), tối ưu hóa đom đóm (FFA) vào các mô hình học máy gốc có thể khắc phục được hiện tượng rơi vào cực trị cục bộ (local optima) và cải thiện độ chính xác dự báo chấn động nổ mìn hay không?
  • Câu hỏi nghiên cứu 3 ($RQ_3$): Vai trò và mức độ đóng góp của các yếu tố không gian như độ chênh cao giữa bãi nổ với điểm quan trắc ($\Delta H$) và số nhóm vi sai trong mô hình dự báo đa biến có ý nghĩa thống kê như thế nào đối với độ chính xác của mô hình?

Tương ứng với các câu hỏi trên là 3 giả thuyết khoa học:

  • Giả thuyết 1 ($H_1$): Các thuật toán học máy phi tuyến và cấu trúc học tăng cường cây quyết định đạt độ chính xác dự báo $PPV$ vượt trội hoàn toàn so với các phương trình thực nghiệm truyền thống nhờ khả năng nắm bắt không gian đặc trưng đa chiều.
  • Giả thuyết 2 ($H_2$): Các mô hình học máy lai ghép (Hybrid AI Models) như HKM-CA, PSO-XGBoost và FFA-ANN giúp nâng cao hệ số xác định ($R^2$), giảm thiểu sai số bình phương trung bình gốc ($RMSE$), sai số tuyệt đối trung bình ($MAE$) và cải thiện độ ổn định phương sai ($VAF$) so với các mô hình đơn lẻ.
  • Giả thuyết 3 ($H_3$): Độ chênh cao địa hình ($\Delta H$) và số nhóm vi sai là các biến giải thích có ảnh hưởng trực tiếp, làm biến đổi biên độ sóng ứng suất nén và sóng đàn hồi truyền trong khối đá, cần thiết phải được đưa vào hàm mục tiêu dự báo.

Khung lý thuyết của công trình được xây dựng trên sự giao thoa giữa cơ học nổ mìn phá hủy môi trường đất đá rắn (lý thuyết sóng xung kích, sóng ứng suất nén đàn hồi của G. Pokrovski và chỉ số độ cứng Protodiakonov) với khoa học tính toán thông minh (Computational Intelligence). Phạm vi nghiên cứu tập trung thu thập toàn diện các hộ chiếu nổ mìn, cơ sở dữ liệu giám sát địa chấn thực tế bằng máy đo chấn động Blastmate III và Micromate tại khai trường Mỏ than Núi Béo (thuộc Tập đoàn Công nghiệp Than - Khoáng sản Việt Nam - TKV) tại tỉnh Quảng Ninh trong giai đoạn nghiên cứu dài hạn, tạo lập tập dữ liệu mẫu đại diện phục vụ huấn luyện, kiểm chứng chéo và thử nghiệm mô hình.

Literature Review và Positioning

Tổng quan các công trình nghiên cứu trong và ngoài nước phản ánh sự dịch chuyển rõ nét từ phương pháp giải tích thực nghiệm sang mô hình số và các kỹ thuật trí tuệ nhân tạo tiên tiến:

Trường phái thực nghiệm cổ điển đặt nền móng với phương trình lan truyền chấn động của Cục mỏ Hoa Kỳ (USBM) được công bố bởi Duvall & Petkof (1959): $$V = k \cdot \left(\frac{D}{\sqrt{Q}}\right)^{-m}$$ Trong đó $V$ là vận tốc dao động nền ($PPV$), $Q$ là khối lượng thuốc nổ nổ vi sai lớn nhất, $D$ là khoảng cách và $k, m$ là các hệ số thực nghiệm phụ thuộc vào điều kiện địa chất cụ thể. Tương tự, N. Ambraseys (1968) và Sadovsky (1968) đề xuất hàm suy giảm dựa trên tỷ lệ khoảng cách căn bậc ba: $SD = D / \sqrt[3]{Q}$. Tại Việt Nam, nhiều nhà khoa học đã ứng dụng dạng hàm này để hiệu chỉnh các hệ số thực nghiệm khu vực. Điển hình, nghiên cứu của Bùi Xuân Nam và cộng sự (2006) tại mỏ than Núi Béo hay nghiên cứu tại mỏ đá Núi Ông Câu xác định phương trình chấn động nổ vi sai phi điện: $$V = 30{,}2 \cdot \left(\frac{D}{\sqrt{Q}}\right)^{-0{,}455}$$ Năm 2012, các tác giả trong nước nghiên cứu tại mỏ than Khe Sim thuộc Tổng Công ty Đông Bắc đã xây dựng phương trình thực nghiệm liên hệ với tốc độ nổ của thuốc nổ NT-13 ($c_d = 4000\text{ m/s}$) và lượng thuốc trong một lỗ khoan ($Q_B$): $$V = 0{,}9079 \cdot \left(\frac{Q_B \cdot c_d}{D^2}\right)^{0{,}9697}$$ với các hệ số hồi quy được ước lượng qua phân tích hồi quy đa biến và kiểm định phân tích phương sai ($ANOVA$).

Trường phái mô hình hóa số (Numerical Simulation) sử dụng các phần mềm cơ học đá như Phase 2 (Rocscience) để mô phỏng sự lan truyền sóng ứng suất trong khối đất đá nứt nẻ, phân tích chuyển vị động xung quanh các công trình ngầm như hầm Cổ Mã hay các vỉa than hầm lò mỏ Đông Tràng Bạch. Tuy nhiên, mô phỏng số đòi hỏi chi phí tính toán cực lớn, phụ thuộc nhiều vào các giả định đồng nhất môi trường và khó đáp ứng yêu cầu dự báo tức thời cho từng hộ chiếu nổ mìn hàng ngày.

Trường phái trí tuệ nhân tạo quốc tế khởi sắc từ những năm 2000 với việc ứng dụng Mạng nơ-ron nhân tạo truyền thẳng nhiều lớp ($ANN$), Cây quyết định hồi quy (Random Forest - RF), Máy véc-tơ hỗ trợ (Support Vector Regression - SVR), Lập trình biểu hiện gen ($GEP$) và Hệ thống nơ-ron suy luận mờ thích nghi ($ANFIS$) qua các công trình của Khandelwal & Singh (2007), Monjezi et al. (2010), Hasanipanah et al. (2016-2018). Mặc dù các nghiên cứu quốc tế này đã chứng minh tính ưu việt của AI so với các phương trình thực nghiệm, nhưng phần lớn mới dừng lại ở việc áp dụng các thuật toán đơn lẻ (single algorithms), chưa giải quyết thỏa đáng vấn đề tối ưu hóa các siêu tham số (hyperparameters tuning) và chưa xử lý triệt để tính phi đồng nhất cao của dữ liệu khai trường mỏ.

Luận án của NCS. Nguyễn Hoàng đã định vị rõ nét đóng góp khoa học tại giao điểm của các khoảng trống học thuật này. Bằng việc đề xuất cấu trúc lai ghép thông minh (Hybrid Metaheuristic-Machine Learning Models), công trình không chỉ đưa Việt Nam bắt nhịp với xu hướng nghiên cứu cơ điện mỏ hiện đại trên thế giới mà còn mở rộng biên giới tri thức khi lần đầu tiên tích hợp kỹ thuật phân cụm phân tầng K-means với thuật toán lập thể (Hierarchical K-means with Cubist Algorithm - HKM-CA), kết hợp thuật toán tối ưu hóa bầy đàn với máy tăng cường độ dốc cực đại (PSO-XGBoost), và giải thuật tối ưu hóa đom đóm với mạng nơ-ron nhân tạo (FFA-ANN).

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Công trình nghiên cứu mang lại những đóng góp nền tảng cho lý thuyết địa kỹ thuật và cơ học nổ mìn hiện đại:

  1. Mở rộng lý thuyết suy giảm sóng ứng suất nổ mìn: Kế thừa lý thuyết sóng ứng suất của G. Pokrovski về 3 vùng tác dụng nổ (vùng nén ép/nghiền nát, vùng phá rời/nứt nẻ và vùng chấn động đàn hồi), luận án đã chứng minh một cách tường minh rằng cường độ suy giảm của sóng đàn hồi $PPV$ không đơn thuần tuân theo định luật lũy thừa đối xứng theo khoảng cách hình học 2D. Sự chênh lệch cao độ địa hình ($\Delta H$) tạo nên sự bất đối xứng về trường ứng suất phản xạ tại các mặt tự do, làm thay đổi đáng kể chỉ số suy giảm của sóng chấn động.
  2. Xác lập cơ sở lý thuyết mô hình hóa dữ liệu lai đa cấp trong cơ học mỏ: Luận án chứng minh rằng việc áp dụng nguyên lý "chia để trị" (Divide-and-Conquer) thông qua kỹ thuật phân cụm phân tầng ($HKM$) trước khi thực thi mô hình cây quy tắc hồi quy đa đoạn (M5Rules/Cubist) cho phép khử nhiễu không gian, phân tách các miền dữ liệu phi tuyến phức tạp thành các không gian con tuyến tính cục bộ, nâng cao năng lực xấp xỉ hàm phi tuyến tính mà các mô hình toán học giải tích truyền thống bất khả thi.
  3. Phát triển lý thuyết tối ưu hóa tiến hóa trong hiệu chỉnh siêu tham số mô hình nổ mìn: Công trình cung cấp bằng chứng toán học khẳng định các thuật toán mô phỏng hành vi tự nhiên như Tối ưu hóa bầy đàn (PSO) và Thuật toán đom đóm (FFA) có khả năng tìm kiếm toàn cục vượt trội, giúp tự động xác định chính xác các trọng số liên kết trong mạng $ANN$ đa lớp và các tham số điều hòa (learning rate, max depth, subsample) của mô hình $XGBoost$, khắc phục hoàn toàn điểm yếu hội tụ cục bộ của thuật toán lan truyền ngược (Backpropagation).

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ 3 trụ cột lý thuyết:

  • Cơ học sóng nổ & Môi trường liên tục: Mô tả cơ chế kích nổ, sự hình thành pha nén (ứng suất dương) và pha kéo (ứng suất âm), sự cộng hưởng sóng nổ giữa sóng tới và sóng phản xạ từ mặt tự do sườn tầng khai thác.
  • Lý thuyết quy tắc hồi quy lập thể (Cubist Model): Một biến thể mở rộng của cây quyết định M5, nơi các nút lá không phải là hằng số đơn lẻ mà là các phương trình hồi quy tuyến tính đa biến, được làm mịn (smoothing) thông qua cấu trúc lân cận.
  • Lý thuyết tối ưu hóa bầy đàn và tiến hóa sinh học: Sử dụng vector vị trí và vận tốc của các cá thể hạt trong không gian tìm kiếm đa chiều ($PSO$) hoặc độ sáng phát quang và hệ số hấp thụ ánh sáng ($\beta_0, \gamma$) của cá thể đom đóm ($FFA$) để tối ưu hàm mục tiêu sai số toàn cục.
                  ┌────────────────────────────────────────────────────────┐
                  │ DỮ LIỆU THỰC ĐỊA HỘ CHIẾU & ĐỊA CHẤN MỎ NÚI BÉO        │
                  │ (Qmax, D, ΔH, Ndelay, Hkhoan, Wchan, q, dkhoan...)     │
                  └───────────────────────────┬────────────────────────────┘
                                              │
                                              ▼
                  ┌────────────────────────────────────────────────────────┐
                  │ TIỀN XỬ LÝ: Chuẩn hóa, Khử Outliers, 10-Fold CV        │
                  └───────────────────────────┬────────────────────────────┘
                                              │
                      ┌───────────────────────┼───────────────────────┐
                      ▼                       ▼                       ▼
          ┌───────────────────────┐ ┌───────────────────┐ ┌───────────────────────┐
          │     MÔ HÌNH HKM-CA    │ │MÔ HÌNH PSO-XGBOOST│ │   MÔ HÌNH FFA-ANN     │
          │ Phân cụm Hierarchical │ │ Tối ưu siêu tham  │ │ Tối ưu ma trận trọng  │
          │ K-means + Thuật toán  │ │ số XGBoost bằng   │ │ số liên kết ANN bằng  │
          │ Lập thể (Cubist)      │ │ Bầy đàn (PSO)     │ │ Thuật toán Đom đóm    │
          └───────────┬───────────┘ └─────────┬─────────┘ └───────────┬───────────┘
                      │                       │                       │
                      └───────────────────────┼───────────────────────┘
                                              │
                                              ▼
                  ┌────────────────────────────────────────────────────────┐
                  │ ĐÁNH GIÁ ĐA TIÊU CHÍ: R², RMSE, MAE, VAF, SDR          │
                  │ Biểu đồ Taylor, Phổ màu cường độ & Phân tích độ nhạy   │
                  └────────────────────────────────────────────────────────┘

Điều kiện biên (Boundary Conditions): Khung phân tích áp dụng tối ưu cho các bãi mìn khai thác than lộ thiên có cấu trúc tầng dốc, công nghệ nổ mìn vi sai phi điện nạp thuốc nổ hỗn hợp (như ANFO, nhũ tương), cự ly giám sát địa chấn dao động trong khoảng từ 50 m đến 1500 m từ tâm nổ đến các công trình bảo vệ.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triệt để lập trường nhận thức luận thực chứng định lượng (Positivism Paradigm), dựa trên cơ sở thu thập dữ liệu đo đạc thực nghiệm khách quan, xử lý toán học thống kê và kiểm định thuật toán học máy. Thiết kế nghiên cứu đa tầng (Multi-level experimental design) kết hợp giữa quan trắc hiện trường với kỹ thuật tính toán thông minh:

  • Cấp độ 1 (Hiện trường): Khảo sát địa chất cấu trúc mỏ than Núi Béo, thu thập thông số hộ chiếu nổ mìn và đo đạc chấn động địa chấn bằng các bộ cảm biến gia tốc ba thành phần (dọc, ngang, thẳng đứng).
  • Cấp độ 2 (Phân tích dữ liệu & Tiền xử lý): Phân tích tương quan đa biến Pearson, xây dựng ma trận phân bố tần suất, chuẩn hóa dữ liệu đầu vào về khoảng giá trị tối ưu $[0, 1]$ nhằm loại bỏ sự chênh lệch đơn vị đo.
  • Cấp độ 3 (Mô hình hóa & Tối ưu hóa): Thiết lập kiến trúc mạng nơ-ron đa tầng ($ANN$), mô hình rừng ngẫu nhiên ($RF$), véc-tơ hỗ trợ hồi quy ($SVR$), mô hình lập thể ($Cubist$), máy tăng cường độ dốc ($GBM, XGBoost$), và phát triển 3 mô hình lai độc quyền ($HKM-CA$, $PSO-XGBoost$, $FFA-ANN$).
  • Cấp độ 4 (Kiểm định & Đánh giá tổng hợp): Áp dụng kỹ thuật kiểm tra chéo 10 nếp gấp (10-Fold Cross-Validation), phân tích sai số trên tập huấn luyện (Training set) và tập thử nghiệm độc lập (Testing set).

Quy trình nghiên cứu rigorous

  1. Giao thức thu thập dữ liệu địa chấn:
    • Sử dụng các máy đo chấn động chuyên dụng thế hệ mới của hãng Instantel (Canada): Blastmate III và Micromate. Thiết bị được cài đặt đầu đo địa chấn 3 trục có độ nhạy cao, dải tần số đáp ứng phẳng từ 2 Hz đến 250 Hz, ghi nhận trực tiếp dạng sóng dao động nền và tự động trích xuất giá trị vận tốc dao động hạt cực đại ($PPV$, đơn vị mm/s).
    • Thiết bị được ghim chặt vào nền đất nguyên khối hoặc móng công trình theo đúng quy chuẩn kỹ thuật, đảm bảo không bị trượt dịch cơ học trong quá trình ghi nhận sóng chấn động.
  2. Chiến lược lấy mẫu và xử lý dữ liệu:
    • Tập dữ liệu bao gồm hàng trăm vụ nổ mìn thực tế tại các tầng khai thác khác nhau của mỏ than Núi Béo. Dữ liệu được làm sạch nghiêm ngặt; các bản ghi bị nhiễu do va đập ngoại cảnh hoặc lỗi mất tín hiệu cảm biến bị loại bỏ hoàn toàn.
    • Để kiểm định tính khái quát hóa và ngăn chặn hiện tượng quá khớp (Overfitting), toàn bộ cơ sở dữ liệu được xáo trộn ngẫu nhiên và chia tách thành tập huấn luyện (80%) và tập kiểm tra độc lập (20%) thông qua quy trình lấy mẫu kiểm tra chéo 10 nếp gấp lặp lại (Repeated 10-fold CV).

Data và phân tích

Bộ biến số đầu vào ($Inputs$) và đầu ra ($Output$) được xác định dựa trên lý thuyết cơ học nổ và phân tích tương quan:

  • Biến độc lập ($X$):
    1. Khối lượng thuốc nổ nổ vi sai lớn nhất ($Q_{max}$, kg)
    2. Khoảng cách từ bãi mìn đến điểm giám sát chấn động ($D$, m)
    3. Độ chênh cao giữa tâm bãi mìn và vị trí đặt máy đo ($\Delta H$, m)
    4. Số nhóm vi sai trong vụ nổ ($N_{delay}$)
    5. Chiều sâu lỗ khoan nạp mìn ($L_k$, m)
    6. Khoảng cách giữa các hàng lỗ mìn ($b$, m)
    7. Khoảng cách giữa các lỗ mìn trong cùng một hàng ($a$, m)
    8. Đường cản chân tầng ($W$, m)
  • Biến phụ thuộc ($Y$): Vận tốc dao động hạt cực đại ($PPV$, mm/s).

Hệ thống chỉ số đánh giá hiệu suất mô hình toán học được áp dụng toàn diện:

  • Hệ số xác định ($R^2$): $$R^2 = 1 - \frac{\sum_{i=1}^n (y_i - \hat{y}i)^2}{\sum{i=1}^n (y_i - \bar{y})^2}$$
  • Sai số bình phương trung bình gốc ($RMSE$): $$RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^n (y_i - \hat{y}_i)^2}$$
  • Sai số tuyệt đối trung bình ($MAE$): $$MAE = \frac{1}{n} \sum_{i=1}^n |y_i - \hat{y}_i|$$
  • Phương sai giải thích ($VAF$ - Variance Accounted For): $$VAF = \left[1 - \frac{\text{var}(y - \hat{y})}{\text{var}(y)}\right] \times 100%$$
  • Giảm thiểu độ lệch chuẩn ($SDR$ - Standard Deviation Reduction): $$SDR = 1 - \frac{SD_{residual}}{SD_{observed}}$$

Cùng với các thước đo số học, luận án áp dụng hai công cụ trực quan hóa thống kê nâng cao:

  • Biểu đồ Taylor (Taylor Diagram): Tổng hợp đồng thời ba đại lượng thống kê (hệ số tương quan Pearson $r$, sai số trung bình bình phương định tâm $E'$, và độ lệch chuẩn $\sigma$) trên cùng một mặt phẳng tọa độ cực 2D, cho phép định lượng khoảng cách hình học giữa giá trị mô hình dự báo và giá trị đo đạc thực địa.
  • Biểu đồ phổ màu ma trận (Color Intensity Matrix): Xếp hạng định lượng hiệu năng tổng thể của từng mô hình dựa trên thang điểm tích lũy của toàn bộ các chỉ số thống kê trên cả hai tập dữ liệu huấn luyện và thử nghiệm.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Sự vượt trội mang tính đột phá của các mô hình AI lai: Kết quả thử nghiệm trên tập dữ liệu kiểm tra độc lập tại mỏ than Núi Béo chỉ ra rằng các mô hình trí tuệ nhân tạo phát triển trong luận án đạt hiệu suất vượt bậc so với các phương trình thực nghiệm truyền thống (USBM, Sadovsky):
    • Mô hình lai HKM-CA (kết hợp phân cụm phân tầng với thuật toán lập thể) đạt độ chính xác cao nhất với hệ số xác định $R^2 > 0{,}95$, giá trị $RMSE$ và $MAE$ giảm hơn $60%$ so với phương trình thực nghiệm của Cục mỏ Hoa Kỳ.
    • Mô hình lai PSO-XGBoost và FFA-ANN (cấu trúc mạng nơ-ron tối ưu 8-21-16-1 với 8 đầu vào, 2 lớp ẩn gồm 21 và 16 nơ-ron, 1 đầu ra) thể hiện khả năng xấp xỉ phi tuyến mạnh mẽ, triệt tiêu hiện tượng phân kỳ sai số ở các dải giá trị $PPV$ cao.
  2. Hạn chế nghiêm trọng của quy chuẩn và phương trình thực nghiệm: Các công thức thực nghiệm kinh điển của Cục mỏ Hoa Kỳ ($V = k \cdot (D/\sqrt{Q})^{-m}$) và Sadovsky khi áp dụng cho mỏ than Núi Béo chỉ đạt hệ số tương quan $R^2$ ở mức khiêm tốn ($R^2 < 0{,}70$), mức độ phân tán sai số rất lớn, dẫn đến việc đánh giá sai lệch khoảng cách an toàn chấn động thực tế theo QCVN 02:2008/BCT.
  3. Vai trò định lượng của độ chênh cao ($\Delta H$) và số nhóm vi sai: Phân tích mức độ quan trọng của các biến đầu vào (Variable Importance Analysis) và phân tích độ nhạy (Sensitivity Analysis) thông qua mô hình HKM-CA đã chứng minh:
    • Khoảng cách ($D$) và Lượng thuốc nổ vi sai lớn nhất ($Q_{max}$) là hai biến chi phối mạnh nhất.
    • Độ chênh cao địa hình ($\Delta H$) và Số nhóm vi sai ($N_{delay}$) đóng góp tới hơn 25% vào độ chính xác dự báo toàn cục của mô hình.
  4. Hiện tượng khuếch đại chấn động địa hình phi đối xứng (Counter-intuitive finding): Khi bãi nổ nằm ở mức cao hơn điểm giám sát chấn động ($\Delta H > 0$, ví dụ nổ mìn trên các tầng cao xuống chân tầng hoặc khu dân cư dưới chân mỏ), năng lượng sóng ứng suất nén kết hợp với trọng lực và phản xạ mặt sườn tầng tạo ra sự suy giảm chậm hơn của biên độ dao động hạt, khiến giá trị $PPV$ thực tế cao hơn đáng kể so với tính toán trên mặt phẳng phẳng giả định của các công thức 2D.

Implications đa chiều

  • Về mặt lý thuyết: Thiết lập mô thức nghiên cứu mới trong địa kỹ thuật mỏ: chuyển đổi từ các mô hình hàm số giải tích đơn giản sang các cấu trúc học máy thích ứng phi tuyến đa biến, mở rộng lý thuyết lan truyền sóng nổ trong môi trường dị tính.
  • Về mặt phương pháp luận: Cung cấp quy trình chuẩn hóa từ khâu quan trắc địa chấn 3 trục, tiền xử lý phân cụm dữ liệu phân tầng ($HKM$), tối ưu hóa tiến hóa ($PSO, FFA$) đến việc ứng dụng biểu đồ Taylor trong thẩm định độ tin cậy của các mô hình học máy ứng dụng trong công nghiệp khai khoáng.
  • Về ứng dụng thực tiễn: Cho phép các kỹ sư công nghệ mỏ tại Mỏ than Núi Béo và các mỏ lộ thiên thuộc TKV chủ động thiết kế, điều chỉnh hộ chiếu nổ mìn (lượng thuốc nổ tối đa trên một nhóm vi sai, số nhóm kíp nổ vi sai, góc nghiêng và chiều sâu lỗ mìn) sao cho giá trị chấn động dự báo luôn nằm dưới ngưỡng vận tốc rung cho phép $V_{cp}$ đối với từng loại cấp công trình xây dựng (theo Bảng phân loại công trình xây dựng chịu chấn động).
  • Về chính sách và quản lý: Cung cấp luận cứ khoa học thực tiễn vững chắc để Bộ Công thương và Bộ Tài nguyên & Môi trường xem xét cập nhật, bổ sung Quy chuẩn kỹ thuật quốc gia QCVN 02:2008/BCT, chuyển từ các công thức tính toán tĩnh sang khuyến nghị tích hợp các công cụ AI dự báo chấn động nhằm đảm bảo an toàn tuyệt đối cho các công trình hạ tầng và khu dân cư lân cận mỏ.

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Giới hạn không gian và địa tầng: Dữ liệu thực nghiệm được thu thập chủ yếu tại khai trường Mỏ than Núi Béo (Quảng Ninh) với đặc thù đất đá trầm tích chứa than (cát kết, đá phiến sét, than antraxit). Khi áp dụng sang các mỏ đá vôi, quặng kim loại hoặc các mỏ có hệ số kiên cố $f$ rất cao ($f > 15$), các tham số mô hình cần phải được huấn luyện lại (Retrained) trên tập dữ liệu mới.
  2. Tham số cấu trúc địa chất chi tiết: Nghiên cứu chưa tích hợp trực tiếp tham số mật độ khe nứt 3D theo thời gian thực (RQD, chỉ số GSI) vào tập biến đầu vào do hạn chế về thiết bị quét laser địa chất 3D tại hiện trường bãi mìn.
  3. Độ phân giải thời gian: Dữ liệu địa chấn mới dừng lại ở việc trích xuất giá trị đỉnh dao động ($PPV$) của từng vụ nổ riêng lẻ, chưa phân tích toàn bộ phổ tần số biến đổi liên tục theo thời gian thực (Time-frequency response spectrum).

Chương trình nghiên cứu tương lai (Future Research Agenda) đề xuất 4 định hướng:

  • Mở rộng cơ sở dữ liệu AI chấn động nổ mìn liên mỏ (tích hợp dữ liệu từ mỏ than Cọc Sáu, Đèo Nai, Hà Tu, Cao Sơn và các mỏ đá vôi xi măng).
  • Ứng dụng kỹ thuật thị giác máy tính (Computer Vision) và thiết bị bay không người lái ($UAV$) để tự động trích xuất thông số nứt nẻ sườn tầng và chất lượng đống đá nổ đưa vào mô hình học sâu (Deep Learning).
  • Phát triển hệ thống giám sát chấn động nổ mìn thông minh thời gian thực trên nền tảng mạng cảm biến IoT không dây kết hợp điện toán đám mây (Cloud-AI System).
  • Nghiên cứu mô hình hóa tích hợp đồng thời đa tác động: dự báo đồng thời chấn động ($PPV$), sóng va đập không khí (Airblast overpressure) và khoảng cách đá văng (Flyrock).

Tác động và ảnh hưởng

  • Tác động học thuật: Các kết quả nghiên cứu trong luận án đã được công bố trên 4 bài báo khoa học quốc tế uy tín thuộc danh mục ISI/Scopus có chỉ số trích dẫn cao, khẳng định vị thế và năng lực học thuật của các nhà khoa học mỏ Việt Nam trên trường quốc tế.
  • Tác động công nghiệp: Ứng dụng trực tiếp tại Công ty Cổ phần Than Núi Béo - Vinacomin giúp tối ưu hóa công tác khoan nổ mìn bốc phủ đất đá, gia tăng khối lượng thuốc nổ trong một đợt nổ vi sai mà vẫn kiểm soát an toàn sóng chấn động, nâng cao năng suất thiết bị xúc bốc và tiết kiệm hàng tỷ đồng chi phí vận hành mỗi năm.
  • Tác động xã hội và môi trường: Triệt tiêu các xung đột, khiếu kiện của người dân địa phương phường Hà Tu, thành phố Hạ Long liên quan đến rung chấn nứt nẻ nhà cửa do nổ mìn mỏ than; bảo đảm sự ổn định bờ mỏ, ngăn ngừa nguy cơ trượt lở tầng khai thác và bảo vệ tầng chứa nước ngầm khu vực ven biển.

Đối tượng hưởng lợi

  • Nghiên cứu sinh, Học viên cao học & Nhà khoa học chuyên ngành Mỏ - Địa chất: Tiếp cận khung phương pháp luận học máy lai ghép chuẩn mực ($HKM-CA, PSO-XGBoost, FFA-ANN$) và hệ tiêu chí đánh giá mô hình dự báo địa kỹ thuật nâng cao.
  • Kỹ sư trưởng, Giám đốc điều hành các công ty khai thác mỏ lộ thiên: Sở hữu công cụ tin cậy để lập hộ chiếu nổ mìn tối ưu, cân bằng giữa hiệu quả đập vỡ đất đá và an toàn công trình.
  • Các viện nghiên cứu & Trường đại học: Nguồn học liệu tham khảo giá trị cao phục vụ công tác giảng dạy chuyên đề trí tuệ nhân tạo ứng dụng trong khai khoáng và cơ điện mỏ.
  • Cơ quan hoạch định chính sách & Quản lý an toàn công nghiệp: Có cơ sở khoa học định lượng để rà soát, điều chỉnh các tiêu chuẩn quốc gia về khoảng cách an toàn chấn động nổ mìn công nghiệp.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc mở rộng lý thuyết cơ học sóng ứng suất nổ mìn của G. Pokrovski bằng cách chứng minh sự tác động phi đối xứng của độ chênh cao địa hình ($\Delta H$) và hiệu ứng phân rã năng lượng qua các nhóm nổ vi sai ($N_{delay}$). Luận án đã chuyển dịch mô hình suy giảm chấn động từ hàm số 2D đối xứng truyền thống sang không gian đặc trưng đa chiều phi tuyến, được mô hình hóa chính xác thông qua cấu trúc phân vùng quy tắc của mô hình lập thể Cubist.

2. Sự đổi mới về mặt phương pháp luận so với ít nhất 2 nghiên cứu quốc tế trước đó?

So với nghiên cứu của Khandelwal & Singh (2007) chỉ áp dụng mạng $ANN$ truyền thẳng đơn lẻ dễ bị mắc kẹt tại cực trị cục bộ, và nghiên cứu của Hasanipanah et al. (2016) sử dụng mô hình $PSO-SVR$ nhưng không phân tách dữ liệu, luận án đã đổi mới vượt bậc bằng cách: (1) Tích hợp kỹ thuật phân cụm phân tầng K-means ($HKM$) để phân vùng dữ liệu phức tạp trước khi áp dụng thuật toán cây quy tắc Cubist ($HKM-CA$); (2) Sử dụng biểu đồ Taylor kết hợp với ma trận phổ màu để định lượng trực quan sai số thống kê đa chiều.

3. Phát hiện bất ngờ nhất với số liệu chứng minh từ dữ liệu thực nghiệm?

Phát hiện bất ngờ nhất là việc các công thức thực nghiệm kinh điển của Cục mỏ Hoa Kỳ (USBM) và Sadovsky có sai số dự báo rất lớn ($RMSE$ cao gấp 2,5 lần so với mô hình AI lai; $R^2 < 0{,}70$) tại mỏ than Núi Béo. Đồng thời, biến độ chênh cao ($\Delta H$) giữa bãi nổ và điểm đo đóng góp tới hơn 15% vào sự biến thiên của $PPV$, cho thấy việc bỏ qua yếu tố địa hình trong các tính toán an toàn nổ mìn truyền thống là nguyên nhân cốt lõi dẫn đến các sự cố nứt vỡ công trình dân sinh ngoài dự tính.

4. Giao thức tái lập nghiên cứu (Replication Protocol) có được cung cấp chi tiết không?

Luận án cung cấp đầy đủ và chi tiết giao thức tái lập nghiên cứu, bao gồm: cấu hình thiết bị đo địa chấn Instantel Blastmate III/Micromate, dải thông số thống kê mô tả của 8 biến đầu vào, kiến trúc mạng nơ-ron cụ thể ($ANN$ 8-21-16-1), thuật toán tối ưu hóa bầy đàn ($PSO$) và đom đóm ($FFA$) với các tham số quần thể, số thế hệ lặp và quy trình kiểm tra chéo 10 nếp gấp (10-fold CV).

5. Lộ trình nghiên cứu 10 năm (10-year research agenda) được định hình ra sao?

Lộ trình 10 năm tập trung phát triển hệ thống quản trị nổ mìn thông minh toàn diện: Giai đoạn 2020-2023: Chuẩn hóa mô hình AI lai cho toàn bộ các mỏ than lộ thiên vùng Quảng Ninh. Giai đoạn 2024-2027: Tích hợp thiết bị bay không người lái ($UAV$) và cảm biến địa chấn không dây IoT để dự báo $PPV$ và tối ưu hộ chiếu nổ mìn theo thời gian thực (Digital Twin bãi mìn). Giai đoạn 2028-2030: Xây dựng nền tảng Cloud-AI tự động điều khiển hệ thống nạp nổ mìn thông minh không người lái trên mỏ lộ thiên sâu.

Kết luận

Công trình nghiên cứu luận án tiến sĩ của NCS. Nguyễn Hoàng đã hoàn thành xuất sắc các mục tiêu khoa học và thực tiễn đề ra với những dấu ấn nổi bật:

  1. Phát triển thành công 4 mô hình trí tuệ nhân tạo mới cho dự báo chấn động nổ mìn mỏ lộ thiên Việt Nam, bao gồm: XGBoost, PSO-XGBoost, HKM-CA và FFA-ANN, trong đó mô hình HKM-CA đạt hiệu suất dự báo $PPV$ tối ưu nhất ($R^2 > 0{,}95$).
  2. Khẳng định tính ưu việt tuyệt đối của các mô hình AI lai ghép so với các mô hình thực nghiệm truyền thống (USBM, Sadovsky) và các thuật toán học máy đơn lẻ, giảm thiểu hơn $60%$ sai số bình phương trung bình gốc ($RMSE$).
  3. Làm sáng tỏ vai trò khoa học của các yếu tố không gian, chứng minh độ chênh cao địa hình ($\Delta H$) và số nhóm vi sai ($N_{delay}$) là các biến số đầu vào then chốt có ảnh hưởng sâu sắc đến cường độ sóng chấn động $PPV$.
  4. Tiên phong ứng dụng các công cụ thẩm định thống kê hiện đại (Biểu đồ Taylor, ma trận phổ màu, kiểm tra chéo 10 nếp gấp) trong đánh giá độ chính xác và tính ổn định của mô hình cơ điện mỏ.
  5. Cung cấp cơ sở khoa học và giải pháp kỹ thuật thực tiễn giúp Công ty Cổ phần Than Núi Béo và các mỏ lộ thiên Việt Nam kiểm soát an toàn chấn động nổ mìn, bảo vệ công trình xung quanh và giảm thiểu tác động môi trường.
  6. Mở ra các nhánh nghiên cứu liên ngành đột phá giữa Khoa học Mỏ, Cơ học Đất đá và Trí tuệ Nhân tạo, đóng góp 4 công trình khoa học giá trị trên các tạp chí quốc tế danh mục ISI, tạo nền tảng vững chắc cho quá trình chuyển đổi số và phát triển mỏ thông minh bền vững tại Việt Nam.