一种基于无人机3D扫描巷道收缩变形预测冲击地压的方法

技术领域

本发明涉及巷道收缩变形观测和冲击地压发生预测技术领域，尤其涉及一种基于无人机3D扫描观测巷道收缩变形量来预测冲击地压的方法。

背景技术

冲击地压是煤矿开采中的一种严重动力灾害，对煤矿安全生产存在极大威胁。我国是世界上冲击地压灾害最严重的采矿国家之一，至今仍不能对其有效防控。近年来，随着煤矿开采深度增加和开采强度加大，冲击地压造成的破坏程度愈加凸显，严重时会造成上百米的巷道瞬间崩塌或闭合，进而导致伤亡事故，煤矿被迫停产。冲击地压的预测和防治一直是采矿工程急需解决的工程难题。

目前，对于冲击地压的预测有一系列方法及相应的技术手段，包括应力在线、微震监测等，作为冲击地压的防治或临时解危的依据，具体如下：

(1)常规指标预测法

利用应力在线监测、煤层钻屑量监测等方法，监测采动过程中的信息，并根据设定的预警指标作为冲击地压发生的可能性判别，存在准确率低、资源消耗大等缺点。

(2)地球物理方法

包括微震监测、地音监测、电荷监测、电磁辐射法等方法，这些方法可对采区进行实时、高频的监测，根据信息的异常变化现象进行预测，故成为当前我国冲击地压等煤岩动力灾害主要的预警技术手段。但由于矿井地质条件往往非常复杂，使用这些方法监测预警冲击地压时，往往存在以下问题：一是工人劳动强度大，需人工布点和挪移监测设备，自动化程度低；二是监测效率不高，直观性不强；三是监测数据自动分析功能差，需要人为进行大量的对比分析判断。而且，依据监测的这几种物理信息间接反演矿体应力场与变形破裂场情况，来判别冲击地压发生与否，准确性极低，到目前几乎没有可靠性较高的监测预警方法。

发明内容

本发明的内容是提供一种基于无人机3D扫描巷道收缩变形预测冲击地压的方法，其能够克服现有技术的某种或某些缺陷。

根据本发明的一种基于无人机3D扫描巷道收缩变形预测冲击地压的方法，采用无人机3D扫描技术，监测巷道断面收缩变形情况，进而依据求解式求解全巷道冲击地压发生可能性，对冲击地压进行预测预报，具体步骤如下：

步骤一，建立巷道初始3D模型

在巷道掘进阶段，采用无人机跟踪扫描巷道新开掘的3D轮廓，以巷道入口处最稳定不变形的位置作为观测的坐标原点，建立全巷道初始3D数据模型；

步骤二，进行巷道变形扫描

按一定的时间周期，采用遥控无人机从坐标原点飞入巷道，沿走向精确扫描巷道变形后的全断面3D轮廓，获取巷道表面3D点云数据；

步骤三，多次扫描，以消除异常坐标和设备遮挡影响

通过多次扫描，将3D点云数据重合迭代形成迭代坐标数据；

步骤四，生成变形巷道的3D模型和全断面CAD轮廓数据矢量图

无人机扫描结束后，将迭代坐标数据传输至数据分析系统中，分析系统自动生成检测时的巷道3D模型和全断面CAD轮廓数据矢量图，可直观的获取巷道检测扫描时刻巷道各点的变形情况；

步骤五，求解冲击地压发生的可能性

将迭代坐标数据与3D数据模型的原始坐标值求差可得此刻巷道采集点的变形量，即可自动求解全巷道各处的冲击地压发生可能性，生成巷道全域3D云图，可直观的获取巷道检测扫描时刻巷道各点冲击地压发生可能性，对巷道冲击地压进行全域预测。

优选地，无人机从坐标原点飞入巷道的轨迹每一次均不一样。

优选地，求解全巷道冲击地压发生可能性的关系式为：

优选地，对巷道围岩进行选点采样，通过室内试验，测试得到围岩基础参数σ

与现有技术相比，本发明至少具有如下有益效果：

基于冲击地压扰动响应失稳机理可知，通过宏观监测巷道变形收缩情况，获取巷道软化区深度，并依据扰动响应失稳的判别准则，对比巷道冲击地压发生的临界软化区深度值，即可判断冲击地压发生的概率。这一方法操作便捷、投入低，借助当今AI智能分析技术，可实现智能化的监测预测。

附图说明

图1为本发明步骤流程图；

图2为围岩单轴压缩应力应变曲线；

图3为图1中的简化的双线性曲线。

具体实施方式

为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。应当理解的是，实施例仅仅是对本发明进行解释而并非限定。

实施例1

一种基于无人机3D扫描巷道收缩变形预测冲击地压的方法，采用无人机3D扫描技术，监测巷道断面收缩变形情况，进而依据求解式求解全巷道冲击地压发生可能性，对冲击地压进行预测预报，具体步骤如下：

步骤一，建立巷道初始3D模型

在巷道掘进阶段，采用无人机跟踪扫描巷道新开掘的3D轮廓，以巷道入口处最稳定不变形的位置作为观测的坐标原点，建立全巷道初始3D数据模型，以构成巷道3D初始模型；

步骤二，进行巷道变形扫描

按一定的时间周期，采用遥控无人机从坐标原点飞入巷道，沿走向精确扫描巷道变形后的全断面3D轮廓，获取巷道表面3D点云数据，获取的巷道表面3D点云数据具体为按照一定规律分布的巷道采集点相对坐标原点的空间检测坐标值；

步骤三，多次扫描，以消除异常坐标和设备遮挡影响

通过多次扫描，将3D点云数据重合迭代形成迭代坐标数据，以消除异常坐标和设备遮挡影响，进行一次冲击电压预测检测，无人机需要进行多次扫描；

步骤四，生成变形巷道的3D模型和全断面CAD轮廓数据矢量图

无人机扫描结束后，将迭代坐标数据传输至数据分析系统中，分析系统自动生成检测时的巷道3D模型和全断面CAD轮廓数据矢量图，可直观的获取巷道检测扫描时刻巷道各点的变形情况；

步骤五，求解冲击地压发生的可能性

将迭代坐标数据与3D数据模型的原始坐标值求差可得此刻巷道采集点的变形量，即可自动求解全巷道各处的冲击地压发生可能性，并生成巷道全域3D云图，由此可直观的获取巷道检测扫描时刻巷道各点冲击地压发生可能性，以便于对巷道冲击地压进行全域预测。

优选地，无人机从坐标原点飞入巷道的轨迹每一次均不一样，进行一次冲击地压预测，无人机需要进行多次扫描，以能够有效的消除监测点被遮挡而导致扫描异常的问题。

优选地，求解全巷道冲击地压发生可能性的关系式为：

其中，

u为无人机对巷道扫描获得的向巷道内的收缩位移(巷道采集点的变形量)；

λ为围岩单轴压缩应力应变曲线(双线性化)峰后斜率的绝对值，如图3所示；

a为巷道初始开挖的半径或等效半径；

K为围岩的冲击倾向性指数，K＝λ/E，E为围岩单轴压缩应力应变曲线(双线性化)峰前斜率，如图3所示；

σ

为煤岩材料内摩擦角；

P

优选地，对巷道围岩进行选点采样，通过室内试验，测试得到围岩基础参数σ

本实施例中，无人机包括MA型防爆外壳，内置自动修正扫描路径的倾斜陀螺补偿器，用于提示的探照信号灯，用于标定飞行方向和高度的电子罗盘及GPS。

以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。