大數據背景下的礦山巖土工程勘察工作要點分析

張永權

（廣東省有色金屬地質局九三三隊，廣東 肇慶 526060）

近年來，以大數據技術為核心的智慧礦山系統建設已得到了廣泛應用，智慧礦山模式主要在監管運營、高效率的設備信息讀取和數據化的動態仿真等方面具有前所未有的優勢，礦山作業可以直接借助數據系統平臺的方式進行作業整體管控，全面提升作業效率和作業安全性[1]。在數據平臺當中，結合大數據整合實現的BIM可視化模型建構，則能夠對礦山巖土的真實工況進行模擬仿真，并能夠對后續作業狀況進行精確預演，在礦山作業中，應用價值極高。

1 傳統礦山作業中巖土工程勘察工作難點問題

1.1 巖土信息獲取較為困難

傳統巖土勘察的工作環境相對復雜，不同巖體、地質環境所需要運用的勘察測量工具也較多，部分地質體可能深埋于地面以下，對于勘察作業技術要求也較高[2]。此外，在勘察中，還會使用其他鉆探等工具設備來開展勘察工作，工作難度較高，相應的巖土實地信息獲取的難度也相對較高。

1.2 勘察風險較大

與勘察難度相對應的是勘察作業的風險較高，在一些礦山作業當中，很多巖體特征表現并不明顯，巖土勘察很難在一開始便完成對于巖土狀況相對宏觀的認知，一些不表現在地面上的溶洞、涵洞、土洞等，都有課程產生對于安全性的影響，在未進行有效的不良狀況勘察之前，勘察作業也有可能面臨到因地質環境過于復雜所帶來的種種風險。

1.3 信息形式較為混亂

傳統勘察所完成的地質巖土的信息整理方式相對落后，勘察報告主要以紙面形式進行呈現，對于信息的整理、基于信息對于礦山環境的還原來說，都有一定的難度。一些情況較為復雜的礦山環境中，還需要運用大量的文字報告來對其巖土情況加以描述，無疑進一步增加了礦山信息整理的難度，整體礦山巖土的信息形式較為混亂，在一定程度上影響了后續作業工序。

2 大數據背景下的礦山技術升級

2.1 大數據技術特征

大數據的基本特征在與應用的數據體量十分龐大，系統能夠對海量數據進行特征量的挖掘、分析和應用，完成人工數據分析無法得到的數據結論。在大數據應用背景下，數據分析方式也逐漸以可視化的形式進行呈現，與單一的數據表現不同，可視化形式將真實場景進行模擬，對于工程項目的管理來說，更有助于高效、準確地進行分析和判斷[3]。礦山所開展的巖土工程勘察項目主要需要進行地質情況測繪和相應的勘探，在工程中，需要作業人員進行原位測試和現場檢驗等環節，而在大數據的應用中，現場檢驗環節可以借助大數據等信息技術提供輔助能力，進而提高工程質量和安全性。

2.2 礦山技術升級

以大數據技術為核心的現代智慧礦山系統在當前的礦山工程中應用逐漸廣泛，智慧礦山系統以大數據為核心，融入物聯網、人工智能等先進技術，搭建了能夠實現信息分析和信息共享的中央管控平臺，最終實現對礦山狀況的數字化集成和課時顯示。技術層面智慧礦山主要以搭建分布式信息獲取源為中央集成式信息處理中心為基本架構，實現多點信息獲取和中央處理相互結合的運作模式，對于數字化的礦山作業體系建設而言，具有決定性的升級作用。而在系統層面，以BIM技術為代表的仿真模擬技術手段，使得礦山工程項目作業能夠以真實、可視化的形式呈現在系統平臺之上，最終以模型的方式對真實場景進行呈現。圖1為運用BIM技術進行真實模擬的礦山圖像，與傳統巖土勘察的圖像繪制相比，三維、真實、精準是BIM技術應用下大數據優勢的體現。

圖1 BIM技術呈現的礦山仿真圖像

3 大數據技術應用下礦山巖土工程勘察項目的工作形式創新

3.1 建構巖土勘察項目管理體系

巖土勘察是礦山勘察項目當中的重要一環，主要在礦山施工之前對所屬礦山的地理環境、地質條件和巖土情況進行調查分析，給出基礎建議。在大數據技術應用背景下，巖土勘察環節也需要針對技術應用進行重新的調整和安排，以滿足實際勘察項目的技術需要。

勘察工程師需要在大數據系統當中完成四個環節的工作，分別是勘察任務書編制、勘察可行性分析、初步勘察和詳細勘察四個階段。其中勘察任務書編制完成后需要在系統當中提交給設計工程師和總工程師，分別對任務書進行審核，通過審核后，返還到勘察工程師，由勘察工程師根據審核意見對任務書進行調整，并編制可行性勘察報告[4]。可行性報告提交設計工程師，進行方案優化設計，再有造價工程師對整個勘察過程進行投資核算，總工程師對方案進行審核，并要求設計工程師和造價工程師對方案和預算進行調整，通過最終審核后，再由勘察工程師進行初步勘察工作和詳細勘察。大數據信息系統之中，勘察作業和管理運行機制都直接通過信息共享的方式來完成，實現工作效率的提升。

3.2 進行礦山模型創建

大數據技術的應用能夠通過系統平臺進行礦山環境的模擬，其中BIM主要運用三維仿真方式，對實地情況進行數據建模。在礦山的巖土勘察中，BIM主要進行場地建模和地質建模兩個環節的工作，其中場地建模主要針對場地環境進行模擬創建，依托礦山數據進行地貌、管網分布等方面的信息內容完成創建。在進行場地模型分析中，勘察工程師便能夠結合模型當中所呈現的建構物分布情況、基礎形式和埋深情況等工程環境要素，進行勘察方案的編制。對于可能存在的安全性、勘察管理方面的問題，則可以直接通過仿真模型的模擬實驗來對礦山在勘察中可能發生的種種情形進行模擬。地質模型主要針對礦山當中的地質信息和巖土力學參數信息等進行防身創建，通過BIM仿真降低信息冗余和信息失真問題，幫助對巖土情況進行直觀的呈現。BIM仿真當中需要具備地質空間信息、地質構造情況、巖土構成、巖土參數等重要信息。與此同時，BIM模型還必須要完成對礦山當中巖層狀態、斷層情況、褶皺或裂隙等情況進行呈現，幫助不同專業工作人員能夠直接通過系統平臺的方式，從自身專業角度對地質狀況進行理解和分析。同樣，平臺操作過程中也可以通過運用交互手段，與其他部門之間進行協同，避免因信息壁壘、信息孤島等問題導致的流程繁瑣，影響勘察工作效率。

3.3 勘察技術全面升級

通過合理運用大數據技術，改善原有勘察工作的實際項目工作方式，提高工程項目的整體質量。在大數據應用下的技術升級層面，技術提升主要是地質形態管理以及巖土參數分析等兩個方面的能力。首先是地質形態管理方面，巖土勘察中，地質形態主要是指地表之下各類物體的分布情況和實際狀態情況等，前述明確在礦山施工中，因地下環境可能相對復雜，容易導致作業風險，因此需要借助鉆探、物探等手段，對地質體情況進行探查。常見的探查對象有采空區、溶洞、暗穴等，并獲取其中存在的不良現象。在以往的工程中，需要依靠技術過硬的專業勘察人員，通過界面判斷的方式，對地下環境進行預估，同時運用靈活的技術手段，對是否存在不良地質體或者存在軟弱結構等進行分析。大數據技術的應用能夠更為精準地對地質情況進行分析判斷，降低對于人工作業、人員經驗的依賴，在地質形態的管理當中，運用大數據比對、大數據分析等方式，能夠有效提升地質分析效率，避免因人員職業素養不足所造成的誤判。

此外，在巖土參數的取樣分析當中，大數據也有著引領技術升級的意義和價值。巖土參數確定中，需要勘察人員通過現場取樣和室內實驗等方式，開展采樣分析，獲得當前的巖土參數。但是如風化巖、淤泥、黃土等無法進行實驗室分析，需要進行原位試驗，導致工作難度加大。大數據技術則可以通過動態環境信息檢測、遙感數據等方式，對所在地的土壤環境進行數據采集，并借助同類型數據比對，對所在礦山的各類型巖土狀況作出數據統計，最終獲取巖土精確的數值參數，解決以往勘察過程中面臨的種種難題，有效提升巖土勘察工作質量，充分發揮大數據技術優勢。