基于图像识别的煤层井下宏观裂隙观测_孙月龙.pdf

第 45 卷 第 5 期 煤田地质与勘探 Vol. 45 No.5 2017 年 10 月 COAL GEOLOGY 2. Henan Province Key Lab of Gas Geology and Gas ControlCultivation Base of National Key Lab, Jiaozuo 454003, China; 3. Collabora- tive Innovation Center of Coalbed Methane and Shale Gas for Central Plains Economic Region, Jiaozuo 454003, China Abstract The fracture has important influence on the mechanical properties and permeability of coal, and the fracture of coal seam has a great significance to the safe production of a mine. Faced with the existing fracture measurement , which is inefficient and susceptible to natural environmental conditions, these images taken on coal wall were processed using digital image processing technology, then the fracture parameters were extracted and the angle will be got. A geometric model is established according to the spatial relationship between the mining face, transportation lane and return air lane, can be used to calculate the fracture occurrence, then provide a new to rapidly measure occurrence. It is proved that the is effective and accurate, and has certain prac- ticality. Keywords coal seam; macro fracture; image recognition; geometric model 研究一个煤矿的煤层裂隙系统对于巷道支护和 瓦斯抽采都有着重要意义[1-6]，研究煤层裂隙的一个 重要内容就是统计各组裂隙的产状。传统常用的测 量方法，就是借助于罗盘和皮尺等工具，在井下逐 个量取统计。这种方法的原理和操作简单，能够准 确识别裂隙，但是费力耗时，而且易受自然环境条 件的影响，比如铁器对罗盘的影响等等。现在，借 助于数字近景摄影和计算机的图像处理技术，可以 在井下提取信息后带到室内整理，降低了现场工作 量和劳动强度，节约了费用，具有高效、快速、信 息量大等优点。但是，在识别裂隙类型的准确度上， 凭借着人类的丰富经验和判断，人工识别显然具有 很大的优势，图像识别会有一定的错误率，比如对 于划痕、阴影等的识别，图像识别就会作为裂隙处 理，因此还需要人工干预。采煤工作面的采面、运 输巷和回风巷煤壁具有一定的方位，并呈一定的几 何关系，根据各煤壁观测到的裂隙二维图像，能够 比较准确地计算裂隙面的产状。因而，只需得到各 ChaoXing 20 煤田地质与勘探 第 45 卷 个面上的裂隙形态参数，就可以推导出各组裂隙面 的产状。平面裂隙形态参数的提取处理，主要有接 触式采集和非接触式采集[7-11]。基于数码摄影技术 的煤岩体裂隙测量方法，是不同于传统测量的另一 种高效的测量方法。数码摄影测量方法的核心问题 在于如何通过对数字裂隙图像解译，得到有关裂隙 几何展布方面的信息[12-15]，按照不同的解译路线， 众多研究者开发了不同的裂隙图像处理软件。研究 者多以实验样本为研究对象，得到了理想的结果。 但是实际操作起来，由于研究对象的不理想状态， 测量效果并不理想。笔者在前人研究的基础上，利 用 MATLAB 在图像处理和 Excel 在数据处理上的优 势，大量处理各个面上的裂隙照片，绘制玫瑰花图， 求出各组裂隙倾角等产状要素，进而对回采工作面 煤层裂隙发育规律作出总结。 以焦作古汉山矿为例， 通过煤壁裂隙图片处理得到的数据来研究该矿的裂 隙系统，并根据得到的结果进行了现场验证。 1 矿区地质条件 焦作煤田位于昆仑秦岭构造带北支北缘、太 行山背斜的复合部位，即祁吕贺山字型构造前弧 东翼与新华夏系第三隆起带。本区经历了多次构 造运动，遂形成了目前的构造格局。区内有很多 断裂，发育的主要方向有近 EW 向、NE 向和 NW 向 3 组高角度正断层。其中 NE 向断层最为发育， 矿区西部密度大，多呈地垒、地堑型构造，而在 矿区东部多呈阶梯状构造，近 EW 向断层规模大、 NW 向断层数量很少，主要发育在矿区的东北部。 区域地层走向为 NENNE，倾向 SE，倾角较平 缓，褶皱不太发育，地层沿倾向和走向有轻缓的 波状起伏。 古汉山矿井内主要为石炭–二叠纪含煤地层， 共 计含煤 13 层，其中只有二1煤和一1煤达到了可采 厚度，二1煤为主要的开采煤层。二1煤位于山西组 下部，厚度达 1.887.75 m，平均厚度为 5 m，为黑 色块状、具贝壳状断口，节理劈理发育。煤层顶板 为灰色、深灰色的细–中粒砂岩，一般厚度为 23 m 左右，在多数情况下，有一薄层泥岩作为煤的直接 顶出现，直接顶和顶板砂岩的关系具有相互补偿的 特征。 2 研究方法与方案设计 2.1 裂隙形态参数的提取 首先在井下观察并拍摄大量照片，选取古汉山 矿 15091 工作面作为拍摄地点，单张照片拍摄面积 约为 90 cm70 cm，并记录拍摄地点液压支架的位 置，相机和巷道保持平行，调好焦距，控制曝光， 尽量挑选裂隙发育较明显的地方图 1a。随着工作 面的推进，隔两天拍摄一次，得到大量的照片，然 后在地面整理这些资料。 图 1 P6210557 照片 Fig.1 Photo 6210557 通过图像的裂隙识别技术来实现图片处理及参 数的提取。图像中裂隙的识别，一般都是根据裂隙 灰度和背景灰度存在一定差值的原理，通常是裂隙 的灰度值略低于邻近区域，这样就可以设置不同的 阈值，并定义一些裂隙的判定参数，如将单条裂隙 置于椭圆中， 通过椭圆的长轴和横轴的比例来区分， 从而分离出裂隙图 1b。然而，实际这样的效果并 不理想，只能够识别一些典型明显的裂隙，误差较 大。在原有的基础上进行一些改进。首先将清晰的 照片经过灰度处理和描图，使之达到符合 MATLAB 处理要求的照片。单纯地依靠图像的自动识别，在 图像裂隙不是特别明显的情况下，准确度较差。因 此人工描图结合自动化识别，能够很好地弥补图像 识别的不足。这样就只要求能够识别图中描图迹线 就可以识别图中的裂隙，按照划分的角度图 1c， 可以提取到角度参数表 1。 将每个地区的照片批量 处理，绘制该地区的玫瑰花图。 表 1 照片 P6210557 中裂隙的统计数据 Table 1 Fracture statistics extracted from photo 6210557 角度划分/ 平均角度/ 条数 –70 –60 –65.372 2 –80 –70 –76.561 10 –8090 –89.129 3 7080 74.483 6 8090 87.146 8 ChaoXing 第 5 期 孙月龙等 基于图像识别的煤层井下宏观裂隙观测 21 由于本方法中的数据在 Excel 表格中生成，因 此用 Lua 程序处理 Excel 中的数据，可以直接在 Excel 中绘制玫瑰花图图 2。 图 2 照片 P6210557 裂隙倾角的玫瑰花图 Fig.2 Rose diagram of the fracture angle 2.2 裂隙产状几何模型的建立 我国煤层的赋存条件多样， 开采技术条件各异， 采煤工艺方法很多。这里以单一走向长壁采煤法为 例，工作面采取倒退式回采，煤层水平。根据工作 面和回风巷以及运输巷的空间关系，建立一个简单 的几何模型图 3。假设这组裂隙是贯通的，其中面 ABD 为裂隙面，假设裂隙面是平面。AD 为采面与 裂隙面的交线，代表裂隙面在采面上的二维迹线， BD 为运输巷煤壁上的裂隙迹线。其中 AD 和 BD 的 倾角都可以统计出来，即∠ADC 和∠BDC 已知，工 作面的方位也可以测量出来，需要求∠ABC 和二面 角 C－AB－D，这样就可以求出走向和倾角，倾向 垂直于走向，倾斜线在水平面上的投影的方向为倾 向的方向。 图 3 工作面裂隙产状示意 Fig.3 Fracture occurrence in working face ① 求ABC，由图 3 可知 sinACADADC，sinBCBDBDC， tan/ sin/sin ABCAC BC ADADCBDBDC   其中 coscosADADCBDBDC /cos/cosAD BDBDCADC 代入得 tan cossin/cossin tan/tan ABC BDCADCADCBDC ADCBDC    π/2arctantan/tanBACADCBDC BAC即为工作面和走向之间的线面角，再根 据工作面的方位，就可以求出该裂隙面的走向，而 裂隙面的倾向在水平面上和走向上是垂直的，并且 是倾斜线在水平面上投影的方向， 就可以确定倾向。 ② 求二面角CABD，过C作AB垂线h tan/ /sin1/tansin CABDCD h CDBCABCBDCABC   22 sintan/tantanABCADCADCBDC 22 tan1/tansin tantan/tantan CABDBDCABC ADCBDCADCBDC   二面角CABD即为倾角，在求出走向、倾 向和倾角后，就得到了该组裂隙的产状。 3 实例应用 以焦作古汉山矿15091工作面为例，进行裂隙 的统计工作，该工作面的走向为NE38，首先对采 面和运输巷煤壁观测并拍摄大量照片，然后在室内 进行批处理。按照这套程序处理照片，得到各个面 的倾角玫瑰花图图4a、图4b。由绘制的玫瑰花图 可以清楚地看到采面裂隙主要倾角为–22，运输巷 图 4 煤壁裂隙倾角玫瑰花图 Fig.4 Rose diagram of the fracture dip in coal wall ChaoXing 22 煤田地质与勘探 第45卷 煤壁裂隙主要倾角为50。通过在井下的观测，发 现采面和运输巷煤壁上的裂隙是同一组裂隙。 建立模型，将数据代入公式，最终求得该裂隙 面的走向为NE53，倾向为SE37，倾角为51.5。 经实际人工测量，15091工作面的裂隙走向优势方 位为NE55，倾向为SE35，与计算求出的走向误 差仅为3.6，具有较高的准确度。 4 结 论 a. 将图像识别技术运用在煤层宏观裂隙的统 计分析上， 能够显著提高煤层裂隙系统的统计效率。 b. 根据运输巷、回风巷、采面和裂隙面之间的 空间关系，建立几何模型，由各个面上的裂隙参数， 可以求出各组裂隙的产状， 结果具有较高的准确度。 c. 由于井下环境复杂，煤壁图像的背景对裂隙 的识别干扰较大，图像识别具有一定的局限性，部 分过程仍需要人工干预，裂隙图像处理及裂隙特征 提取的方法还有待改进。但是，随着人工智能识别 的发展，图像识别的井下宏观裂隙观测，作为一种 新方法在今后工作中还需进一步完善。 参考文献 [1] 陈卫忠， 杨建平， 邹喜德， 等. 裂隙岩体宏观力学参数研究[J]. 岩石力学与工程学报，2008，2781569–1575. CHEN Weizhong，YANG Jianping，ZOU Xide，et al. Research on macro mechanical parameters of fractured rock masses[J]. Chinese Journal of Rock Mechanics and Engineering，2008， 2781569–1575. [2] 苏现波，冯艳丽，陈江峰. 煤中裂隙的分类[J]. 煤田地质与勘 探，2002，30421–24. SU Xianbo，FENG Yanli，CHEN Jiangfeng. The classfication of fractures in coal[J]. Coal Geology Exploration， 2002， 304 21–24. [3] 程庆迎，黄炳香，李增华. 煤的孔隙和裂隙研究现状[J]. 煤炭 工程，20111291–93. CHENG Qingying，HUANG Bingxiang，LI Zenghua. Research status of pore and crack in coals[J]. Coal Engineering， 201112 91–93. [4] 范钢伟， 张东升， 马立强. 神东矿区浅埋煤层开采覆岩移动与 裂隙分布特征[J]. 中国矿业大学学报，2011，402196–201. FAN Gangwei，ZHANG Dongsheng，MA Liqiang. Overburden movement and fracture distribution induced by longwall mining of the shallow coal seam in the Shendong coalfields[J]. Journal of China University of Mining Technology，2011，402 196–201. [5] 靳钟铭，魏锦平， 靳文学. 综放工作面煤体裂隙演化规律研究[J]. 煤炭学报，2000，25增刊 143–45. JIN Zhongming， WEI Jinping， JIN Wenxue. Research on fracture evolution law of coal mass in fully mechanized face[J]. Journal of China Coal Society，2000，25S143–45. [6] 许兴亮，魏灏，田素川，等. 综放工作面煤柱尺寸对顶板破断 结构及裂隙发育的影响规律[J]. 煤炭学报，2015，404 850–855. XU Xingliang，WEI Hao，TIAN Suchuan，et al. Study on in- fluence law of coal pillar size on roof break structure and fracture development in fully mechanized working face[J]. Journal of China Coal Society，2015，404850–855. [7] 范留明，李宁. 基于数码摄影技术的岩体裂隙测量方法初探[J]. 岩石力学与工程学报，2005，245792–797. FAN Liuming，LI Ning. Study on rock mass joint measurement based on digital photogrammetry[J]. Chinese Journal of Rock Mechanics and Engineering，2005，245792–797. [8] 刘春，王宝军，施斌，等. 基于数字图像识别的岩土体裂隙形 态参数分析方法[J]. 岩土工程学报，2008，3091383–1388. LIU Chun，WANG Baojun，SHI Bin，et al. Analytic of morphological parameters of cracks for rock and soil based on image processing and recognition[J]. Chinese Journal of Geo- technical Engineering，2008，3091383–1388. [9] 李子梅. 基于近景摄影测量的石质文物裂隙识别定位的研究[D]. 北京中国地质大学北京，2012. [10] 范留明， 李宁. 基于模式识别技术岩体裂隙图像的智能解译方 法研究[J]. 自然科学进展，2004，142118–122. FAN Liuming，LI Ning. Research on intelligent interpretation of rock fracture image based on pattern recognition technology[J]. Progress in Natural Science，2004，142 118–122. [11] 黎伟， 刘观仕， 姚婷. 膨胀土裂隙图像处理及特征提取方法的 改进[J]. 岩土力学，2014，35123619–3626. LI Wei，LIU Guanshi，YAO Ting. Improvement of s for crack image processing and crack feature extraction of expansive soil[J]. Rock and Soil Mechanics，2014，35123619–3626. [12] 马峰，曾武林，陈刚，等. 地下水封石油洞库深部岩体二维裂 隙网络模拟[J]. 地质科技情报，2011，304104–107. MA Feng，ZENG Wulin，CHEN Gang，et al. Two-dimensional fracture network simulation of deep rock in water sealed under- ground oil tank area[J]. Geological Science and Technology In- ation，2011，304104–107. [13] 张文，陈剑平，刘存合，等. 卡方检验在裂隙岩体统计均质区 划分中的应用研究[J]. 岩土工程学报， 2011， 339 1440–1446. ZHANG Wen， CHEN Jianping， LIU Cunhe， et al. Application of chi-square test in structural homogeneity dividing of fractured rock mass[J]. Chinese Journal of Geotechnical Engineering， 2011，3391440–1446. [14] 马峰，白凤怀，陈刚，等. 黄岛地下水封洞库库区三维裂隙网 络模拟[J]. 岩石力学与工程学报， 2011， 30增刊 2 3421–3427. MA Feng， BAI Fenghuai， CHEN Gang， et al. Three-dimensional fracture network simulation in Huangdao water sealed caverns area[J]. Chinese Journal of Rock Mechanics and Engineering， 2011，30S23421–3427. [15] 陈尚星. 基于分形理论的土体裂隙网络研究[D]. 南京河海 大学，2006. 责任编辑 范章群 ChaoXing