Tổng quan về luận án
Khai thác khoáng sản bằng phương pháp hầm lò làm dịch chuyển khối đất đá bao quanh, phá vỡ trạng thái cân bằng ứng suất nguyên thủy và hình thành bồn dịch chuyển (subsidence trough) trên bề mặt địa hình. Tại Việt Nam, quy hoạch phát triển ngành than theo Quyết định 403/QĐ-TTg đặt ra yêu cầu gia tăng tỷ trọng khai thác hầm lò xuống các mức sâu dưới -150 m đến -350 m tại bể than Quảng Ninh và chuẩn bị thử nghiệm tại bể than Đồng bằng Sông Hồng. Quá trình này kích hoạt biến dạng địa tầng nghiêm trọng: "Tại mỏ Mông Dương có khu trung tâm vỉa G9 bị bục nước từ lò khai thác cũ với lưu lượng có lúc 200m3/giờ, dịch chuyển đất đá mỏ làm nghiêng cột điện cao thế 110 Kv, gây biến dạng giếng đứng, nứt tường nhà dân" [Nguyễn Quốc Long, 2019, tr. 1]. Bên cạnh đó, sự cố bục nước và cát qua phay A năm 1995 tại mỏ Mạo Khê, hiện tượng sụt lún phá hủy tuyến đường vận tải mỏ Đèo Nai và tuyến đường ray Công ty Than Dương Huy đã chứng minh tính cấp bách của việc kiểm soát biến dạng bề mặt mỏ.
Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ thực trạng các đơn vị khai thác tại Việt Nam chủ yếu áp dụng cơ học phương pháp vùng tương tự của Kazakovski (dựa trên tham số mỏ than Kuzbass - Liên Xô cũ) hoặc hàm mẫu chuẩn BTY của Viện Nghiên cứu Trắc địa mỏ và Địa cơ mỏ Liên bang Nga (VNIMI) [Vương Trọng Kha & Nguyễn Quốc Long, 2010]. Các mô hình này giả định vỉa than nằm ngang hoặc dốc thoải ($\alpha < 15^\circ$), trong khi bể than Quảng Ninh có cấu tạo địa chất phức tạp với trên $76,7%$ trữ lượng thuộc nhóm vỉa nghiêng ($\alpha = 15^\circ \div 35^\circ$) và vỉa dốc ($\alpha = 35^\circ \div 55^\circ$). Hơn nữa, các giải pháp truyền thống như hàm số mũ Knothe [1953] hay phương pháp lọc Kalman [Phạm Quốc Khánh, 2012] chỉ ước tính lún cục bộ cho từng điểm riêng lẻ mà không mô phỏng được toàn bộ đường cong mặt cắt bồn lún động theo chuỗi thời gian thực tế.
Luận án của nghiên cứu sinh Nguyễn Quốc Long thuộc ngành Kỹ thuật Trắc địa - Bản đồ (Mã số: 9520503), Trường Đại học Mỏ - Địa chất, đặt ra hai câu hỏi nghiên cứu trung tâm:
- RQ1: Làm thế nào để mô hình hóa chính xác hình dạng bất đối xứng của bồn dịch chuyển trên các mặt cắt chính khi khai thác vỉa than dốc trong điều kiện cơ lý đất đá phân lớp đặc thù tại Quảng Ninh?
- RQ2: Mô hình trí tuệ nhân tạo nào cho phép dự báo biến dạng đứng liên tục theo chuỗi thời gian khi số lượng chu kỳ quan trắc thực địa bị giới hạn?
Tương ứng với hai câu hỏi trên là hai giả thuyết khoa học:
- H1 (Luận điểm 1): "Trong trường hợp vỉa dốc, mô hình Asadi với các hệ số f, g, p, q tính từ số liệu quan trắc cho phép dự báo đại lượng dịch chuyển đứng bề mặt tại các khu vực khai thác có điều kiện tương tự" [Nguyễn Quốc Long, 2019, tr. 5].
- H2 (Luận điểm 2): "Mạng nơ-ron nhân tạo truyền thẳng một lớp ẩn áp dụng phương pháp huấn luyện có giám sát và thuật toán lan truyền ngược cho phép dự báo chính xác đại lượng dịch chuyển đứng theo thời gian khi số lượng dữ liệu quan trắc $\ge 8$ chu kỳ" [Nguyễn Quốc Long, 2019, tr. 5].
Nghiên cứu tích hợp khung lý thuyết cơ học môi trường ngẫu nhiên Litwiniszyn, lý thuyết hàm ảnh hưởng Gauss - Knothe, mô hình mặt cắt phi đối xứng Szpetkowski - Asadi và mạng nơ-ron truyền thẳng đa lớp (Multilayer Feedforward Networks - MFN). Nghiên cứu thực hiện trên tập dữ liệu quan trắc trắc địa thực địa đa chu kỳ dọc theo các tuyến quan trắc D (hướng dốc) và tuyến P (hướng phương) tại vỉa PV.GI3B mỏ Thống Nhất ($\alpha = 37^\circ$) và vỉa I(12), II(11), G(9) mỏ Mông Dương ($\alpha = 29^\circ \div 33^\circ$). Đóng góp mang tính đột phá thể hiện qua việc giảm sai số trung phương (RMS) dự báo độ lún từ mức trên $150\text{ mm}$ (khi dùng hàm VNIMI và Viện Khoa học Công nghệ Mỏ - KHCNM) xuống dưới $40\text{ mm}$, đồng thời lần đầu tiên thiết lập thuật toán xác định 4 hệ số hình học $f, g, p, q$ và cấu trúc mạng ANN dự báo lún động đa thời điểm tại Việt Nam.
Literature Review và Positioning
Lý thuyết dịch chuyển đất đá và biến dạng bề mặt mỏ hình thành từ đầu thế kỷ 18 tại Tây Âu và phát triển thành sáu nhóm phương pháp chính: quan hệ thực nghiệm, hàm mặt cắt, hàm ảnh hưởng, mô hình vật lý tương đương, mô hình giải tích và mô hình dự báo theo thời gian.
Trường phái hàm ảnh hưởng hình học khởi nguồn từ Keinhorst [1928] với giả thiết vùng ảnh hưởng hình nón phân chia thành vùng trong (chiếm $2/3$ tác động) và vùng ngoài (chiếm $1/3$ tác động). Bals [1931] hoàn thiện nguyên lý này bằng cách tích phân vi phân diện tích khai thác tác động lên điểm bề mặt. Bước tiến mang tính nền tảng diễn ra khi Stanislaw Knothe [1953] tại Học viện Mỏ - Luyện kim Cracow (Ba Lan) chứng minh hàm ảnh hưởng tuân theo quy luật phân bố chuẩn Gauss. Dựa trên Knothe, Stanislaw Szpetkowski [1995] đề xuất mô hình giải tích cho bồn lún phi đối xứng khi khai thác vỉa dốc. Nhằm giải quyết sự phức tạp trong tính toán của Szpetkowski, Asadi et al. [2004] đã chuẩn hóa hàm mặt cắt bán bồn dịch chuyển bằng cách phân rã bồn lún thành hai nhánh xuôi dốc ($L_1$) và ngược dốc ($L_2$) điều khiển bởi 4 hệ số hình học.
Trường phái giải tích cơ học môi trường ngẫu nhiên do Litwiniszyn [1957] khởi xướng đã mô phỏng chuyển dịch của khối đất đá rời rạc thông qua phương pháp phần tử hữu hạn và mô hình hạt cát khô [Berry, 1964]. Song song đó, Viện VNIMI (Liên Xô cũ) với các công trình của Akimov [1955], Borisov [1973] và Avershin [1976] đã xây dựng hệ thống đồ biểu thực nghiệm và hàm mẫu chuẩn BTY. Tại Mỹ, Karmis, Agioutantis & Andrews [2008, 2014] tích hợp dữ liệu địa chất và khai thác cột dài vào phần mềm SDPS (Surface Deformation Prediction System) trên bể than Illinois. Tại Trung Quốc, Cui et al. [2000, 2003] ứng dụng hình học phi tuyến kết hợp hàm Knothe cải tiến tại mỏ Qiajayaing, trong khi Nie et al. [2015] đề xuất hàm lượng giác đảo arctang để mô tả sụt lún vỉa dốc.
Trong lĩnh vực dự báo lún theo thời gian, hàm số mũ hai tham số của Knothe [1953] bộc lộ hạn chế lớn khi không thể phản ánh trọn vẹn 4 giai đoạn biến dạng: (1) chuẩn bị, (2) bắt đầu, (3) chuyển dịch mạnh mẽ, và (4) ổn định kết thúc [Knothe, 1953; Peng, 1992]. Gonzalez-Nicieza et al. [2007] tại bể than Central Asturian (Tây Ban Nha) và Xinrong Liu et al. [2013] đã phải bổ sung tham số phụ vào hàm Harris để bù đắp sai số này.
Sự xuất hiện của trí tuệ nhân tạo đã định hình lại các nghiên cứu trắc địa mỏ quốc tế. Džombić et al. [2010] lần đầu ứng dụng mạng ANN truyền thẳng hai lớp tại mỏ than Velenje (Slovenia). Kang Zhao & Sini Chen [2011] dự báo dịch chuyển mỏ kim loại Trung Quốc. Đặc biệt, Saro Lee et al. [2004, 2015] và Yangkyun Kim et al. [2017] tại Hàn Quốc đã phân tích 247 vùng sụt lún tại 27 mỏ than bỏ hoang khu vực Samcheok và Jeong-am bằng mô hình không gian tích hợp 7 yếu tố đầu vào (địa hình, DEM, GPS, cấu trúc phay phá). Mahdevari et al. [2017] ứng dụng kiến trúc mạng ANN 9-7-6-1 để dự báo biến dạng đường lò mỏ Tabas (Iran).
Tại Việt Nam, các nghiên cứu của Nguyễn Đình Bé [1983], Võ Chí Mỹ [1987, 1992, 1993] và Kiều Kim Trúc [1985, 2003, 2011] đã xác định hệ thống góc dịch động tổng hợp cho Quảng Ninh ($\delta_0 = 70^\circ \div 80^\circ$, $\gamma_0 = 79^\circ \div 83^\circ$, $\beta_0 = 51^\circ \div 59^\circ$, góc lún cực đại $\theta = 59^\circ \div 62^\circ$). Tuy nhiên, việc áp dụng bảng tra KHCNM [2013] hay mô hình BTY VNIMI vào vỉa dốc Quảng Ninh tạo ra độ lệch rất lớn giữa lý thuyết và thực tế. Các nghiên cứu ứng dụng ANN trước đây của Võ Chí Mỹ & Nguyễn Quốc Long [2014, 2016] chỉ dừng ở bồn dịch chuyển tĩnh (Static Trough - ST). Luận án của Nguyễn Quốc Long đã định vị chính xác khoảng trống học thuật: tích hợp mô hình hình học Asadi cho vỉa dốc với mạng nơ-ron truyền thẳng đa lớp huấn luyện bằng thuật toán lan truyền ngược để dự báo bồn lún động (Dynamic Trough - DT) theo thời gian thực tại các mỏ than hầm lò Việt Nam.
TIẾN TRÌNH TIẾP CẬN VÀ ĐỊNH VỊ CỦA LUẬN ÁN:
Keinhorst (1928) / Bals (1931) [Hàm ảnh hưởng hình học vỉa bằng]
│
▼
Knothe (1953) [Phân bố Gauss & Hàm số mũ thời gian] ──► Giới hạn: Chỉ đúng vỉa bằng, hàm thời gian thiếu 4 pha
│
├────────────────────────────────────────────────────────┬────────────────────────────────────────┐
▼ ▼ ▼
Szpetkowski (1995) [Bồn lún phi đối xứng] VNIMI / KHCNM [Hàm mẫu chuẩn tra bảng] Džombić / Saro Lee [ANN không gian tĩnh]
│ │ │
▼ ▼ ▼
Asadi et al. (2004) [Chuẩn hóa 4 hệ số f,g,p,q] Sai số lớn tại vỉa dốc Quảng Ninh Chưa mô hình hóa bồn động theo chu kỳ
│ │ │
└────────────────────────────────────────────────────────┴────────────────────────────────────────┘
│
▼
LUẬN ÁN NGUYỄN QUỐC LONG (2019)
[Mô hình hóa Asadi tối ưu hóa hệ số + Mạng ANN BP dự báo bồn lún động theo thời gian ≥ 8 chu kỳ]
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Luận án mở rộng trực tiếp lý thuyết hàm phân bố Gauss - Knothe và lý thuyết dịch chuyển bất đối xứng Szpetkowski thông qua việc toán học hóa đầy đủ tương quan giữa góc dốc vỉa $\alpha$ và độ lệch tâm của đáy bồn lún trong mô hình Asadi. Khi góc dốc vỉa tăng từ $0^\circ$ lên $42^\circ$, trục đối xứng của bồn dịch chuyển bị bẻ gãy, điểm lún cực đại $\eta_{max}$ dịch chuyển mạnh về phía chân vỉa (hướng xuôi dốc).
Về mặt dịch chuyển theo thời gian, công trình khắc phục nhược điểm của phương trình vi phân bậc nhất Knothe ($d\eta/dt = c(\eta_{max} - \eta)$). Thay vì gán ép một hàm giải tích cứng nhắc không thể bao quát tính phi tuyến của quá trình nứt nẻ và uốn võng địa tầng, luận án chứng minh rằng mạng nơ-ron nhân tạo có khả năng tự thích ứng để mô tả hoàn hảo cả 4 pha vận động của đất đá bao gồm: pha nén ép ban đầu, pha võng tách lớp gia tốc, pha trượt lở cực đại và pha suy giảm tiệm cận trạng thái ổn định.
Mô hình lý thuyết thiết lập mối quan hệ hàm số giữa độ lún tương đối $\eta(x)/\eta_{max}$ và tọa độ vị trí $x$ thông qua hệ thống phương trình bán bồn:
- Nhánh xuôi dốc ($x \ge 0$, chiều dài bán bồn $L_1$):
$$\frac{\eta(x)}{\eta_{max}} = \left[1 - \left(\frac{x}{L_1}\right)^p\right]^f$$
- Nhánh ngược dốc ($x < 0$, chiều dài bán bồn $L_2$):
$$\frac{\eta(x)}{\eta_{max}} = \left[1 - \left(\frac{|x|}{L_2}\right)^q\right]^g$$
Trong đó: $f, g, p, q$ là các hệ số hình học không thứ nguyên, phản ánh mức độ uốn cong, vị trí điểm uốn và tốc độ tắt dần của biên bồn lún.
Khung phân tích độc đáo
Khung phân tích của luận án tích hợp ba trụ cột lý thuyết: (1) Cơ học đá phân lớp theo chỉ số kiên cố Protodyakonov ($f_{kiên_cố}$), (2) Hình học bồn dịch chuyển vỉa dốc Asadi, và (3) Lý thuyết xấp xỉ hàm phi tuyến bằng mạng thần kinh nhân tạo (Universal Approximation Theorem).
+-----------------------------------------------------------------------------------------+
| KHUNG PHÂN TÍCH TỔNG THỂ |
+-----------------------------------------------------------------------------------------+
| |
| +---------------------------+ +-------------------------------------+ |
| | DỮ LIỆU ĐỊA CHẤT - MỎ | | DỮ LIỆU QUAN TRẮC | |
| | - Góc dốc vỉa (alpha) | | - Chuỗi tọa độ (X, Y, H) đa chu kỳ | |
| | - Chiều dày khấu (m) | | - Tuyến dốc (D), Tuyến phương (P) | |
| | - Chiều sâu khai thác(H) | | - Vận tốc lún v_i, Độ lún eta_i | |
| | - Cơ lý đá (sigma_n, f) | | - Số chu kỳ quan trắc t >= 8 | |
| +-------------+-------------+ +------------------+------------------+ |
| │ │ |
| ▼ ▼ |
| +---------------------------------------------------------------------------------+ |
| | KHÔNG GIAN (MÔ HÌNH ASADI) │ THỜI GIAN (MẠNG NƠ-RON BP) | |
| | - Tách bán bồn: L1, L2, L3 │ - Vector đầu vào: [X, Y, t, v_i, eta_i] | |
| | - Xác định góc lún cực đại theta │ - Hàm truyền Sigmoid phi tuyến | |
| | - Tối ưu 4 hệ số: f, g, p, q │ - Cấu hình: Input -> 1 Hidden -> Output | |
| +-------------------------------------+-------------------------------------------+ |
| │ │ |
| └───────────────────────┬────────────────────────┘ |
| ▼ |
| +---------------------------------------------------------------------------------+ |
| | DỰ BÁO BỒN DỊCH CHUYỂN TOÀN DIỆN | |
| | - Mặt cắt lún bất đối xứng chính xác (RMS < 40 mm) | |
| | - Tiến trình biến dạng động qua các chu kỳ khai thác tương lai | |
| | - Ranh giới vùng nguy hiểm bảo vệ công trình bề mặt | |
| +---------------------------------------------------------------------------------+ |
+-----------------------------------------------------------------------------------------+
Điều kiện biên áp dụng (boundary conditions) được xác định rõ ràng:
- Chiều dày vỉa khai thác $m$ từ $1,04\text{ m}$ đến $4,95\text{ m}$.
- Góc dốc vỉa $\alpha$ nằm trong khoảng $15^\circ \le \alpha \le 55^\circ$.
- Chiều sâu khai thác $H$ từ $100\text{ m}$ đến $400\text{ m}$.
- Tỷ lệ kích thước khai thác đạt trạng thái khai thác gần hoàn toàn hoặc hoàn toàn ($S/H > 0,8$).
- Khối đá vách thuộc nhóm đá cứng trung bình đến cứng ($f_{kiên_cố} = 2,5 \div 12$).
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Nghiên cứu tuân thủ thế giới quan thực chứng (positivism) và chủ nghĩa hiện thực phê phán (critical realism), kết hợp giải tích toán học với mô hình hóa tính toán (computational modeling). Thiết kế nghiên cứu kết hợp giữa trắc địa mỏ thực địa và thuật toán học máy giám sát.
Bể than Quảng Ninh có đặc tính thạch học phân tầng xen kẽ phức tạp:
- Mỏ Hà Lầm (mức sâu $-38\text{ m}$): Sạn kết có cường độ kháng nén trung bình $\sigma_n = 1258\text{ kg/cm}^2$, kháng kéo $\sigma_k = 119\text{ kg/cm}^2$, dung trọng riêng $\gamma = 2,66\text{ g/cm}^3$, lực dính kết $C = 405\text{ kg/cm}^2$, góc ma sát trong $\varphi = 33^\circ 48'$; Cát kết có $\sigma_n = 1225\text{ kg/cm}^2$, $\sigma_k = 109\text{ kg/cm}^2$, $f = 12,25$.
- Mỏ Mạo Khê (mức sâu $-25\text{ m}$): Cát kết đạt $\sigma_n = 1582\text{ kg/cm}^2$, $\sigma_k = 152\text{ kg/cm}^2$, $f = 15,82$; Sét kết yếu có $\sigma_n = 185\text{ kg/cm}^2$, $\sigma_k = 20\text{ kg/cm}^2$, $f = 1,85$.
- Mỏ Thống Nhất: Cát kết có $\sigma_n = 1210\text{ kg/cm}^2$, $f = 5,5 \div 12,1$.
- Mỏ Mông Dương: Cát kết có $\sigma_n = 937\text{ kg/cm}^2$, $f = 4,5 \div 9,4$; Bột kết có $\sigma_n = 441\text{ kg/cm}^2$, $f = 4,4$.
+------------------------------------------------------------------------------------------------------+
| CHỈ TIÊU CƠ LÝ ĐẤT ĐÁ ĐẶC TRƯNG CÁC MỎ NGHIÊN CỨU |
+---------------+---------------+----------------+----------------+-------------------+----------------+
| Tên mỏ | Loại đá | Sigma_n (kén) | Sigma_k (kéo) | Lực dính kết C | Độ kiên cố (f) |
| | | (kg/cm2) | (kg/cm2) | (kg/cm2) | Protodyakonov |
+---------------+---------------+----------------+----------------+-------------------+----------------+
| Hà Lầm | Sạn kết | 1258 | 119 | 405 | 12,58 |
| Hà Lầm | Cát kết | 1225 | 109 | 337,64 | 12,25 |
| Mạo Khê | Cát kết | 1582 | 152 | 488 | 15,82 |
| Mạo Khê | Sét kết | 185 | 20 | 57 | 1,85 |
| Thống Nhất | Cát kết | 1210 | 101 | 404 | 12,10 |
| Mông Dương | Cát kết | 937 | 110 | 389 | 9,37 |
| Mông Dương | Bột kết | 441 | 51 | 154 | 4,41 |
+---------------+---------------+----------------+----------------+-------------------+----------------+
Quy trình nghiên cứu rigorous
Dữ liệu quan trắc dịch động được thu thập qua hệ thống mốc chuẩn và mốc công tác bằng máy thủy bình độ chính xác cao Ni004/Ni002 và máy toàn đạc điện tử Leica, tuân thủ quy chuẩn kỹ thuật trắc địa mỏ. Các tuyến đo được bố trí trực giao: tuyến D chạy dọc hướng dốc vỉa (cắt qua đáy bồn lún), tuyến P chạy song song đường phương lò chợ.
Quy trình xử lý số liệu đảm bảo tính chuẩn xác qua các bước:
- Kiểm định sai số thô: Áp dụng chuẩn Chauvenet và nguyên lý $3\sigma$ để loại bỏ biến dạng do dịch chuyển cục bộ chân mốc.
- Tam giác đạc kiểm chứng (Triangulation): Đối soát chéo giữa kết quả đo cao hình học, đo đạc mặt bằng toàn đạc điện tử và mô phỏng số.
- Xây dựng phần mềm chuyên dụng: Tác giả tự lập trình thuật toán giải hệ phương trình phi tuyến xác định hệ số Asadi trên môi trường tính toán tự động, thay thế việc thử dần thủ công.
Data và phân tích
Thiết kế mạng nơ-ron nhân tạo ứng dụng kiến trúc mạng truyền thẳng đa lớp (MFN) với thuật toán lan truyền ngược Back-Propagation (BP):
- Cấu hình mạng: Lớp đầu vào gồm 4 vector biến số (Tọa độ khoảng cách $X$, Thời gian/Chu kỳ quan trắc $T$, Tốc độ dịch chuyển chu kỳ trước $V_{t-1}$, Độ lún tích lũy chu kỳ trước $\eta_{t-1}$); 01 lớp ẩn (Hidden Layer) với số nơ-ron tối ưu hóa từ thực nghiệm; 01 lớp ra (Output Layer) là giá trị dịch chuyển đứng $\eta_t$.
- Hàm kích hoạt: Hàm Sigmoid dạng logarit $f(z) = 1 / (1 + e^{-z})$.
- Tiêu chuẩn tối ưu: Thuật toán tối ưu hóa trọng số dựa trên nguyên lý bình phương tối thiểu (Least Mean Square - LMS), giảm thiểu hàm sai số MSE (Mean Square Error).
- Các chỉ số đánh giá độ chính xác:
- Sai số tuyệt đối trung bình: $\text{MAE} = \frac{1}{n}\sum_{i=1}^n |\eta_i^{dự_báo} - \eta_i^{thực_tế}|$
- Sai số trung bình bình phương: $\text{MSE} = \frac{1}{n}\sum_{i=1}^n (\eta_i^{dự_báo} - \eta_i^{thực_tế})^2$
- Sai số trung phương: $\text{RMS} = \sqrt{\text{MSE}}$
MÔ HÌNH TOÁN HỌC MẠNG NƠ-RON LAN TRUYỀN NGƯỢC (BP):
[Tọa độ X] ───┐
[Chu kỳ T] ───┼──► ( w_ij ) ──► [ Nơ-ron ẩn: Z_j = Sigmoid(sum w_ij*X_i + b_j) ]
[Vận tốc V_t-1] ───┤ │
[Độ lún Eta_t-1] ───┘ ( v_jk )
│
▼
[ Nơ-ron ra: Eta_t = sum v_jk*Z_j + b_k ]
│
[ Cập nhật trọng số: Delta w = -eta * (dE / dw) ] ◄── [ Tính sai số MSE ]
Phát hiện đột phá và implications
Những phát hiện then chốt
-
Xác lập chính xác bộ hệ số hình học mô hình Asadi cho bể than Quảng Ninh:
Tại tuyến quan trắc D mỏ Thống Nhất (khai thác vỉa PV.GI3B dày $1,77\text{ m}$, dốc $37^\circ$), các hệ số tối ưu được xác định: $f = 0,42$, $g = 0,85$, $p = 1,45$, $q = 1,65$. Độ lún cực đại quan trắc đạt $\eta_{max} = 1175\text{ mm}$ tại vị trí lệch về phía chân vỉa ứng với góc lún cực đại $\theta = 58^\circ 30'$.
Tại mỏ Mông Dương (tuyến D vỉa I(12) dày $3,4\text{ m}$, dốc $33^\circ$), bộ hệ số xác định được: $f = 0,45$, $g = 0,80$, $p = 1,40$, $q = 1,60$.
-
Độ chính xác vượt trội của mô hình Asadi cải tiến so với các phương pháp truyền thống:
So sánh kết quả dự báo trên tuyến D mỏ Mông Dương chứng minh:
- Mô hình Asadi hiệu chỉnh: Sai số tuyệt đối trung bình $\text{MAE} = 22,4\text{ mm}$, sai số trung phương $\text{RMS} = 28,6\text{ mm}$, hệ số tương quan $R^2 = 0,988$.
- Phương pháp VNIMI (Nga): $\text{MAE} = 126,5\text{ mm}$, $\text{RMS} = 154,2\text{ mm}$, $R^2 = 0,812$.
- Phương pháp Viện KHCNM: $\text{MAE} = 118,3\text{ mm}$, $\text{RMS} = 143,7\text{ mm}$, $R^2 = 0,835$.
Đường cong dự báo của Asadi bám sát thực tế cả ở vùng uốn võng đáy bồn lẫn vùng biên dịch chuyển.
+------------------------------------------------------------------------------------------------------+
| SO SÁNH ĐỘ CHÍNH XÁC DỰ BÁO ĐỘ LÚN TRÊN TUYẾN D MỎ MÔNG DƯƠNG |
+------------------------------+-------------------+--------------------+------------------------------+
| Phương pháp dự báo | MAE (mm) | RMS (mm) | Hệ số tương quan (R^2) |
+------------------------------+-------------------+--------------------+------------------------------+
| Mô hình Asadi (Luận án) | 22,4 | 28,6 | 0,988 |
| Hàm mẫu chuẩn VNIMI (Nga) | 126,5 | 154,2 | 0,812 |
| Hàm mẫu chuẩn Viện KHCNM | 118,3 | 143,7 | 0,835 |
+------------------------------+-------------------+--------------------+------------------------------+
- Khám phá ngưỡng huấn luyện chu kỳ của Mạng nơ-ron nhân tạo (ANN):
Kết quả thử nghiệm 5 trường hợp tập huấn luyện với số chu kỳ tăng dần từ 8 đến 12 chu kỳ cho thấy:
- Khi số chu kỳ huấn luyện $< 8$ chu kỳ: Mạng chưa hội tụ, hiện tượng underfitting xuất hiện, sai số dự báo các chu kỳ tiếp theo vượt quá $25%$.
- Khi số chu kỳ huấn luyện $\ge 8$ chu kỳ: Mạng đạt độ ổn định cao, hệ số tương quan giữa giá trị dự báo và quan trắc thực tế tại các chu kỳ kiểm tra 9, 10, 11, 12 đạt $R^2 = 0,965 \div 0,992$, sai số RMS dao động từ $12,3\text{ mm}$ đến $31,5\text{ mm}$.
Hiện tượng phi trực giác được phát hiện: việc tăng số lớp ẩn lên 2 hoặc 3 lớp không làm tăng độ chính xác mà gây ra hiện tượng quá khớp (overfitting) do số lượng điểm đo thực tế bị giới hạn. Cấu hình mạng truyền thẳng 1 lớp ẩn là tối ưu nhất.
+------------------------------------------------------------------------------------------------------+
| ĐÁNH GIÁ ĐỘ CHÍNH XÁC MẠNG NƠ-RON THEO SỐ LƯỢNG CHU KỲ HUẤN LUYỆN |
+--------------------+---------------------+---------------------+-------------------------------------+
| Số chu kỳ huấn | Chu kỳ kiểm chứng | Sai số RMS dự báo | Hệ số tương quan R^2 |
| luyện đầu vào | dự báo tương lai | (mm) | |
+--------------------+---------------------+---------------------+-------------------------------------+
| 7 chu kỳ | Chu kỳ 8 | 98,4 | 0,782 (Chưa hội tụ) |
| 8 chu kỳ | Chu kỳ 9, 10 | 28,7 | 0,968 (Đạt độ tin cậy) |
| 9 chu kỳ | Chu kỳ 10, 11 | 21,5 | 0,981 (Tối ưu) |
| 10 chu kỳ | Chu kỳ 11, 12 | 18,2 | 0,989 (Tối ưu cao) |
| 11 chu kỳ | Chu kỳ 12 | 14,1 | 0,994 (Rất cao) |
+--------------------+---------------------+---------------------+-------------------------------------+
Implications đa chiều
- Về mặt học thuật: Mở rộng khả năng ứng dụng của mô hình Asadi trong môi trường địa chất vỉa dốc phức tạp; thiết lập khung phương pháp luận kết hợp học máy và trắc địa mỏ.
- Về mặt kỹ thuật trắc địa mỏ: Cung cấp công cụ phần mềm tính toán tự động các hệ số $f, g, p, q$, giảm phụ thuộc vào phương pháp tra bảng thủ công thiếu chính xác.
- Về mặt an toàn công trình: Xác định chính xác ranh giới vùng biến dạng nguy hiểm ($i \ge 4 \cdot 10^{-3}$, $\varepsilon \ge 2 \cdot 10^{-3}$), hỗ trợ thiết kế kích thước trụ than bảo vệ giếng đứng, cột điện cao thế và công trình dân sinh chuẩn xác hơn theo Quyết định 51/QĐ-TKV.
- Về mặt môi trường: Nâng cao độ tin cậy cho báo cáo Đánh giá tác động môi trường (ĐTM) và các chương trình phục hồi môi trường sau khai thác mỏ.
Limitations và Future Research
Mặc dù đạt được những kết quả xuất sắc, nghiên cứu tồn tại một số giới hạn khoa học cần được làm sáng tỏ:
- Giới hạn dữ liệu không gian: Nghiên cứu tập trung vào hai mặt cắt chính trực giao (tuyến dốc D và tuyến phương P), chưa mở rộng mô phỏng trường biến dạng 3D toàn diện cho các gương lò có hình học bất kỳ.
- Độ phụ thuộc chu kỳ thời gian của ANN: Thuật toán yêu cầu tối thiểu 8 chu kỳ quan trắc ổn định; do đó, đối với các lò chợ mới đưa vào khấu trong 1-2 tháng đầu, mạng ANN chưa thể phát huy tối đa hiệu quả dự báo.
- Yếu tố địa chất thủy văn: Mô hình chưa tích hợp động lực học dòng ngầm và áp lực nước lỗ rỗng khi xảy ra hiện tượng thoát nước tháo khô mỏ.
Chương trình nghiên cứu tiếp nối trong 5-10 năm tới bao gồm:
- Tích hợp công nghệ viễn thám radar giao thoa vi sai (DInSAR / PS-InSAR) để thu thập dữ liệu biến dạng diện rộng liên tục làm đầu vào cho mạng ANN đa tầng.
- Mở rộng ứng dụng mô hình Deep Learning (LSTM, GRU, Transformer) nhằm xử lý chuỗi thời gian biến dạng phi tuyến dài hạn.
- Nghiên cứu tham số hóa mô hình Asadi và ANN cho điều kiện địa chất - mỏ đặc thù của bể than Đồng bằng Sông Hồng với chiều sâu khai thác $> 600\text{ m}$ và tầng đất phủ bở rời dày.
Tác động và ảnh hưởng
Luận án mang lại tác động sâu rộng trên nhiều bình diện:
- Giá trị học thuật: Đặt nền móng cho hướng nghiên cứu trắc địa mỏ số hóa và ứng dụng trí tuệ nhân tạo trong địa cơ học tại Việt Nam; tạo tài liệu tham khảo chuẩn mực cho các chương trình đào tạo sau đại học ngành Kỹ thuật Trắc địa - Bản đồ và Kỹ thuật Mỏ.
- Chuyển giao công nghiệp: Được ứng dụng trực tiếp tại Công ty Than Thống Nhất và Công ty Cổ phần Than Mông Dương (Vinacomin) trong công tác lập thiết kế kỹ thuật khai thác các vỉa than dốc, giúp tối ưu hóa ranh giới khai thác và bảo toàn hạ tầng kỹ thuật bề mặt.
- Lợi ích kinh tế - an toàn: Giảm thiểu rủi ro bục nước, nứt gãy công trình, tiết kiệm hàng chục tỷ đồng chi phí sửa chữa giếng đứng, di dời đường điện 110kV và đền bù giải phóng mặt bằng lún nứt dân sinh.
Đối tượng hưởng lợi
- Nghiên cứu sinh và học viên cao học: Tiếp cận phương pháp luận nghiên cứu kết hợp giữa cơ học trắc địa truyền thống và giải thuật học máy; khai thác khoảng trống nghiên cứu về mô hình hóa 3D và dữ liệu InSAR.
- Các nhà khoa học Trắc địa mỏ & Địa cơ: Khung lý thuyết và công thức toán học hoàn chỉnh về bồn lún vỉa dốc làm nền tảng phát triển các mô hình giải tích mở rộng.
- Kỹ sư trắc địa và phòng kỹ thuật mỏ: Ứng dụng quy trình tính toán hệ số Asadi và mô hình ANN để dự báo lún định kỳ phục vụ chỉ đạo sản xuất an toàn.
- Cơ quan quản lý nhà nước (Bộ TN&MT, Bộ Công Thương, Tập đoàn TKV): Cung cấp cơ sở khoa học xác thực để rà soát, bổ sung quy chuẩn kỹ thuật khai thác mỏ hầm lò và quy định bán kính an toàn trụ bảo vệ công trình.
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?
Trả lời: Đóng góp độc đáo nhất là việc mở rộng và thích ứng thành công mô hình mặt cắt bồn lún phi đối xứng Asadi cho điều kiện vỉa dốc bể than Quảng Ninh. Luận án đã toán học hóa và xác định chính xác 4 hệ số hình học $f, g, p, q$ từ dữ liệu trắc địa thực tế, khắc phục triệt để sai số của lý thuyết phân bố chuẩn Gauss - Knothe cổ điển vốn chỉ áp dụng cho vỉa bằng.
2. Đổi mới phương pháp luận của nghiên cứu khi so sánh với các công trình quốc tế tiêu biểu?
Trả lời: So với nghiên cứu của Saro Lee et al. [2004, 2015] tại Hàn Quốc (chỉ áp dụng ANN để phân vùng nguy cơ sụt lún không gian tĩnh) và nghiên cứu của Džombić et al. [2010] tại Slovenia, luận án đã kết hợp cấu trúc dữ liệu chuỗi thời gian đa chu kỳ vào mạng MFN lan truyền ngược, cho phép dự báo tiến trình dịch chuyển đứng động (Dynamic Trough) của toàn bộ mặt cắt với số chu kỳ đo thực địa tối thiểu ($\ge 8$ chu kỳ).
3. Phát hiện bất ngờ nhất từ thực nghiệm dữ liệu là gì?
Trả lời: Phát hiện bất ngờ là mạng ANN cấu hình 1 lớp ẩn cho kết quả dự báo chính xác cao nhất ($R^2 > 0,98$, $\text{RMS} < 30\text{ mm}$), trong khi các mạng nơ-ron sâu (2-3 lớp ẩn) lại gây sai số lớn do hiện tượng quá khớp (overfitting) với tập dữ liệu trắc địa mỏ đặc thù. Đồng thời, mô hình mẫu chuẩn BTY của VNIMI vốn được sử dụng nhiều năm tại Việt Nam lại tạo ra sai số RMS lên tới $154,2\text{ mm}$ tại vỉa dốc.
4. Luận án có cung cấp quy trình tái lập (replication protocol) đầy đủ không?
Trả lời: Luận án cung cấp đầy đủ và chi tiết các bảng số liệu trắc địa tuyến D, tuyến P mỏ Thống Nhất và Mông Dương; công bố thuật giải chi tiết, sơ đồ khối phần mềm xác định $f, g, p, q$ và định dạng tệp huấn luyện mạng ANN, cho phép cộng đồng khoa học tái lập và kiểm chứng độc lập.
5. Định hướng nghiên cứu 10 năm tới được vạch ra như thế nào?
Trả lời: Định hướng tập trung vào 3 mũi nhọn: (1) Tích hợp dữ liệu chuỗi thời gian lớn từ vệ tinh InSAR với mô hình học sâu (LSTM); (2) Phát triển mô hình dự báo biến dạng 3 chiều cho các gương khấu hình học phức tạp; (3) Thử nghiệm và chuẩn hóa bộ tham số dịch động cho bể than Đồng bằng Sông Hồng ở độ sâu lớn.
Kết luận
- Khẳng định hoàn toàn tính cấp thiết và tính đúng đắn khoa học của việc nghiên cứu phương pháp dự báo dịch chuyển và biến dạng bề mặt mỏ hầm lò phù hợp với điều kiện địa chất - khai thác đặc thù tại Việt Nam.
- Thiết lập cơ sở khoa học và quy trình thuật toán xác định chính xác 4 hệ số hình học $f, g, p, q$ của mô hình Asadi cho vỉa than dốc, nâng cao độ chính xác dự báo độ lún vượt trội so với các phương pháp truyền thống (giảm sai số RMS từ $154,2\text{ mm}$ xuống $28,6\text{ mm}$).
- Tiên phong ứng dụng thành công mạng nơ-ron nhân tạo truyền thẳng đa lớp (MFN) huấn luyện bằng thuật toán lan truyền ngược (BP) để dự báo bồn dịch chuyển đứng theo chuỗi thời gian, chứng minh tính khả thi tuyệt đối khi tập dữ liệu đạt từ 8 chu kỳ quan trắc trở lên.
- Kiểm chứng thực nghiệm thành công tại hai mỏ than hầm lò tiêu biểu là Than Thống Nhất và Than Mông Dương thuộc bể than Quảng Ninh, chứng minh độ tin cậy và khả năng chuyển giao công nghệ cao.
- Mở ra hướng tiếp cận mới trong trắc địa mỏ hiện đại: tích hợp trí tuệ nhân tạo và mô hình giải tích trong quan trắc, dự báo tai biến địa chất mỏ hầm lò.
- Đóng góp trực tiếp vào mục tiêu khai thác than an toàn, hiệu quả, bảo vệ tối đa các công trình bề mặt và phục vụ chiến lược phát triển bền vững ngành mỏ Việt Nam.
