CN110689552B - 一种基于分形理论的冒落区堆体孔隙率确定方法 - Google Patents
一种基于分形理论的冒落区堆体孔隙率确定方法 Download PDFInfo
- Publication number
- CN110689552B CN110689552B CN201910973617.4A CN201910973617A CN110689552B CN 110689552 B CN110689552 B CN 110689552B CN 201910973617 A CN201910973617 A CN 201910973617A CN 110689552 B CN110689552 B CN 110689552B
- Authority
- CN
- China
- Prior art keywords
- image
- caving
- rock
- fractal
- porosity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000011435 rock Substances 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 14
- 239000011148 porous material Substances 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 239000003245 coal Substances 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 2
- 238000013467 fragmentation Methods 0.000 claims description 2
- 238000006062 fragmentation reaction Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 239000007788 liquid Substances 0.000 claims 1
- 238000005065 mining Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于分形理论的冒落区堆体孔隙率确定方法，包括：原始冒落岩块堆体图像获取；利用ImageJ软件对图像进行灰度化和二值化等处理，将图像转化为二值数据图像；基于图像处理得到的二值数据图像，编写程序计算堆体的分形维数；获取冒落区岩块密度、冒落岩块极限尺寸，结合分形维数构建堆体孔隙分形模型，计算冒落区堆体孔隙率。本发明基于分形理论的冒落区堆体孔隙率确定方法，运用ImageJ软件进行图形处理，编写MATLAB程序确定分形维数，继而构建冒落区孔隙分形模型，计算孔隙率，具有一定的新颖性，且本发明操作简单，易于实际应用，为冒落区堆体孔隙率的确定提供了一种新的方法和思路。
Description
技术领域
本发明涉及孔隙率计算技术领域，具体涉及一种基于分形理论的冒落区堆体孔隙率确定方法。
背景技术
在对冒落区进行注浆改造工程用以地面减沉时，如何正确合理地计算冒落区堆体孔隙率，对冒落区充填技术中注浆孔位确定、设备选型、工艺流程与施工组织管理等重要环境有及其重要的意义。当前对于冒落区堆体孔隙率的确定有很多方法，如现场实测，数值模拟，理论计算等，在冒落区堆体孔隙率的诸多方法中，现场实测操作较为繁琐，且井下条件复杂多变，难以实现；通过数值模拟手段计算与实际又有较大出入；理论计算参数获取困难，计算结果可靠性不高。经大量研究表明，岩体破碎后所产生的各种尺寸岩块的形状具有分形结构，本发明针对这一特征基于分形理论提供一种操作简单，易于实际应用的冒落区堆体孔隙率确定方法。
发明内容
1.本发明的目的
鉴于此，本发明针对冒落区堆体孔隙率确定的重要性和困难性，提供一种基于分形理论确定冒落区堆体孔隙率的简单方法，为开采冒落区注浆充填量的计算提供基础数据。
2.本发明的技术方案
为实现上述目的，本发明一种领域，具体涉及一种基于分形理论的冒落区堆体孔隙率确定方法，该方法包括：步骤A，原始冒落岩块堆体图像获取；步骤B，利用ImageJ软件对图像进行灰度化、均衡化、去噪和阈值分割等处理，将图像转化为二值数据图像；步骤C，基于步骤B得到的二值图像，利用MATLAB编写程序计算图像堆体的分形维数，步骤D，获取冒落区岩块密度、冒落岩块极限尺寸，结合分形维数构建堆体孔隙分形模型，计算冒落区堆体孔隙率。
发明基于分形理论，依据现场测量和堆体图像，利用ImageJ软件结合MATLAB编写程序计算冒落区堆体的分形维数，继而采用理论推导方式构建冒落区堆体孔隙分形模型，计算堆体孔隙率。本发明具有一定的新颖性，且本发明操作简单，易于实际应用，为冒落区堆体孔隙率确定提供了一种新的方法和思路。
附图说明
此处用来说明的附图是为了对本发明的进一步解释和说明，为本申请的一部分，但并不能限定本发明。
图1为本发明基于分形理论的冒落区堆体孔隙率确定方法流程图。
图2为ImageJ软件图像处理流程图
图3为MATLAB程序执行过程流程图
图4为ImageJ软件处理后冒落区石堆体8位灰度图像
具体实施方案
下面结合附图及本发明所应用的实例，对本发明进行进一步说明。
图1为本发明基于分形理论的冒落区堆体孔隙率确定方法流程图。
图2为ImageJ软件图像处理流程图
图3为MATLAB程序执行过程流程图
图4为ImageJ软件处理后冒落区石堆体8位灰度图像
步骤A，获取要计算的冒落区堆体的照片，照片拍摄时要保持亮度一致，镜头光轴要垂直于堆体表面；
步骤B，利用ImageJ软件对图像进行灰度化和二值化处理，将图像转化为二值数据，图像处理流程图见说明说附图2；本发明中，利用ImageJ软件对图像进行处理的具体过程为：
1)导入图片数据；
2)将RGB图像转化为8位灰度图像；
3)对图像进行均衡化增强处理；
4)增强后的图像进行平滑、高斯去噪、提取边缘和骨架化处理；
5)使用最大方差法自动选择相应门限值对灰度图像进行阈值分割，将图像转化位二值数据。
步骤C，基于步骤B得到的二值图像，利用MATLAB编写程序计算图像堆体的分形维数D；
1)冒落区岩块分形维数的公式推导：
冒落区岩块碎体分析中，使用幂指数关系，包含尺度r与颗粒数目N(r)之间满足如下关系：N(r)＝Cr-D，式中—特征尺寸大于r的岩块数目；C—是材料常数。从上式可得冒落岩块分维数D：D＝ln(Ni+1/Ni)/ln(ri/ri+1)，式中ri，ri+1—分别为两个衡量冒落岩石的特征尺寸；Ni，Ni+1—分别为对应于ri和ri+1特征尺寸下的采空区冒落岩石数目。
2)确定分形维数D的MATLAB程序执行步骤是：
①读取二值数据图像；二值图像像素点为黑或白两种颜色，对应于计算机中只包含0和1的矩阵，0代表黑色，1代表白色。
②将二值数据矩阵依次划分成若干子矩阵，子矩阵行列数均为k，所有子矩阵的个数记作Nδk(简记为Nk)，取k＝1，2，4，…，2i，从而得到盒子数N1，N2，…，N2i。因为像素点的大小δ＝图像的长度l/图像一行中像素点数量，所以行和列都由k个像素点组成的块的边长为δk＝kδ(k＝1，2，4，…，2i)；对于每个图像，δ是一个定值，具体计算时δk＝k(k＝1，2，4，…，2i)。
③分别对δk和Nk取对数，作图，得到一系列点，对点拟合得到一条直线，直线斜率即为图像的分形维数D。
执行过程见说明书附图3。
步骤D，获取冒落区松散堆体密度、冒落岩块极限尺寸、特征尺寸岩块数目，结合分形维数构建堆体孔隙分形模型，计算冒落区堆体孔隙率。分为以下步骤：
1)冒落区松散堆体密度的确定与冒落带高度、煤层高度及冒落区堆体岩块的密度有关，其计算公式为：
式中：d0—冒落区堆体岩块的密度，取冒落区内各岩层密度的平均值。d—冒落区松散堆体密度：H—冒落带高度为，h—煤层高度。
2)冒落岩块极限尺寸包括冒落岩块的最大尺寸rmax和最小尺寸，
式中：b—采宽，m；H—冒落带高度，m；L—工作面推进长度，m。rmin是岩层冒落堆体中破碎最严重、数目最多，尺寸最小的岩块。
3)结合以上参数将冒落区堆体视为Menger海绵模型，推导出冒落岩块分维数与孔隙率P关系如下：
式中：d—冒落区松散堆体密度；d0—冒落区堆体岩块的密度；D—分形维数；rmax—冒落岩块的最大尺寸；rmin—冒落岩块的最小尺寸。
将本发明方法应用于祁东煤矿首采的3222工作面具体实例，如下：
①首先在井下3222工作面拍摄冒落区堆体图像，使用ImageJ软件进行灰度化、均衡化和二值化等处理，处理后的冒落区堆体图像见说明书附图4，再经Matlab程序计算得3222工作面冒落区堆体分形维数D＝2.875；
②3222工作面冒落区松散堆体密度计算，已知3222工作面长800m，宽150m，倾斜长壁综采，采宽42m，冒落区内3种岩体平均密度d0＝2.51t/m3；现场钻孔资料表明，3222工作面冒落区高度H为9.5m，由松散堆体密度计算公式得d＝1.85t/m3；
③岩块极限尺寸确定，rmax由公式计算得rmax＝(42×150×9.5)-1/3＝39m再根据现场调查可知，rmin＝0.00001m；
则3222工作面冒落区孔隙率P为：
本发明基于分形理论，利用ImageJ软件和MATLAB程序即可实现对冒落区堆体孔隙率的确定，具有一定的新颖性，且本发明操作简单，易于实际应用，为冒落区堆体孔隙率的确定提供了一种新的方法和思路。
以上所述具体实例，对本发明的目的，过程和有益效果进行详细说明，并不用于限定本发明的限定范围，凡在本发明的精神原则之内，所做的任何修改、等同替换等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于分形理论的冒落区堆体孔隙率确定方法，其特征在于，该方法包括：步骤A，获取原始冒落岩块堆体图像，照片拍摄时要保持亮度一致，镜头光轴要垂直于堆体表面；步骤B，利用ImageJ软件对图像进行灰度化、均衡化、去噪和阈值分割处理，将图像转化为二值数据图像；步骤C，基于步骤B得到的二值图像，利用MATLAB编写程序计算图像堆体的分形维数，冒落岩块分维数D的计算公式为：
，式中：r i ，r i+1—分别为两个衡量冒落岩石的特征尺寸，N i ，N i+1—分别为对应于r i 和r i+1特征尺寸下的采空区冒落岩石数目，MATLAB程序执行过程为：读取二值数据图像，二值图像像素点为黑或白两种颜色，对应于计算机中只包含0和1的矩阵，0代表黑色，1代表白色，将二值数据矩阵依次划分成若干子矩阵，子矩阵行列数均为k，所有子矩阵的个数记作N δk ，简记为N k ，取k=1，2，4，…，2i，得到盒子数N 1，N 2，N 4，…，N 2i ，像素点的大小δ=图像的长度l/图像一行中像素点数量，行和列都由k个像素点组成的块的边长为
，对于每个图像，δ是一个定值，δ k =k，分别对δ k 和N k 取对数，作图，得到一系列点，对点拟合得到一条直线，直线斜率为图像的分形维数D；步骤D，获取冒落区岩块密度、冒落岩块极限尺寸、特征尺寸岩块数目，结合分形维数构建堆体孔隙分形模型，计算冒落区堆体孔隙率，冒落区松散堆体密度计算公式为：
，式中：d 0—冒落区堆体岩块的密度，取冒落区内各岩层密度的平均值，d—冒落区松散堆体密度，H—冒落带高度，m，h—煤层高度，m，冒落岩块极限尺寸包括冒落岩块的最大尺寸r max 和最小尺寸r min ，
，式中：b—采宽，m，H—冒落带高度，m，L—工作面推进长度，m，r min 是岩层冒落堆体中破碎最严重，数目最多，尺寸最小的岩块，冒落区堆体孔隙率计算公式为：
，式中：d—冒落区松散堆体密度，d 0—冒落区堆体岩块的密度，D—分形维数，r max —冒落岩块的最大尺寸，r min —冒落岩块的最小尺寸。
2.如权利要求1所述的一种基于分形理论的冒落区堆体孔隙率确定方法，其特征在于，步骤B中，利用ImageJ软件对图像进行灰度化和二值化处理，将图像转化为二值数据图像，具体过程为：导入原始RGB图片数据；将RGB图像转化为8位灰度图像；对图像进行均衡化增强处理；增强后的图像进行平滑、高斯去噪、提取边缘和骨架化处理；使用最大方差法自动选择相应门限值对灰度图像进行阈值分割，将图像转化位二值数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910973617.4A CN110689552B (zh) | 2019-10-14 | 2019-10-14 | 一种基于分形理论的冒落区堆体孔隙率确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910973617.4A CN110689552B (zh) | 2019-10-14 | 2019-10-14 | 一种基于分形理论的冒落区堆体孔隙率确定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110689552A CN110689552A (zh) | 2020-01-14 |
| CN110689552B true CN110689552B (zh) | 2022-10-21 |
Family
ID=69112376
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910973617.4A Active CN110689552B (zh) | 2019-10-14 | 2019-10-14 | 一种基于分形理论的冒落区堆体孔隙率确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110689552B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113129259A (zh) * | 2021-03-03 | 2021-07-16 | 中冶南方连铸技术工程有限责任公司 | 铸坯致密度检测方法、系统及电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017185724A1 (zh) * | 2016-04-29 | 2017-11-02 | 中国矿业大学 | 一种充填与综采混采面过渡支架支护参数设计方法 |
| CN110018290A (zh) * | 2019-04-16 | 2019-07-16 | 中国矿业大学(北京) | 一种基于二维模拟试验台覆岩裂隙演化分形研究方法 |
| CN110146525A (zh) * | 2019-04-24 | 2019-08-20 | 山东科技大学 | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 |
-
2019
- 2019-10-14 CN CN201910973617.4A patent/CN110689552B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017185724A1 (zh) * | 2016-04-29 | 2017-11-02 | 中国矿业大学 | 一种充填与综采混采面过渡支架支护参数设计方法 |
| CN110018290A (zh) * | 2019-04-16 | 2019-07-16 | 中国矿业大学(北京) | 一种基于二维模拟试验台覆岩裂隙演化分形研究方法 |
| CN110146525A (zh) * | 2019-04-24 | 2019-08-20 | 山东科技大学 | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 软岩巷道冒落区注浆技术;熊伟等;《金属矿山》;20050215(第02期);全文 * |
| 采动岩体裂隙分形特征的实验研究;张永波等;《矿山压力与顶板管理》;20040330(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110689552A (zh) | 2020-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Regassa et al. | An equivalent discontinuous modeling method of jointed rock masses for DEM simulation of mining-induced rock movements | |
| Azarafza et al. | Application of the modified Q-slope classification system for sedimentary rock slope stability assessment in Iran | |
| CN110689552B (zh) | 一种基于分形理论的冒落区堆体孔隙率确定方法 | |
| Wu | Research on sublevel open stoping recovery processes of inclined medium-thick orebody on the basis of physical simulation experiments | |
| Mohammadi et al. | Prediction of ground settlement and the corresponding risk induced by tunneling: An application of rock engineering system paradigm | |
| Yavuz et al. | Softening effect of coal on the design of yield pillars | |
| Lai et al. | Deformation evolution of landslides induced by coal mining in mountainous areas: case study of the Madaling landslide, Guizhou, China | |
| Yahya et al. | A review on methods of predicting tunneling induced ground settlements | |
| Zhang et al. | Experimental evaluation of gentle anti-dip slope deformation and fracture network under the action of underground mining | |
| Pedro et al. | Derivation of model parameters for numerical analysis of the Ivens shaft excavation | |
| CN116305451A (zh) | 连续-非连续地质模型建立方法及装置 | |
| CN108320074B (zh) | 开采区域采动程度的判断方法、装置、存储介质和系统 | |
| Brzovic et al. | Integrated photogrammetry and discrete fracture network modeling to determine rock structure around excavations at the El Teniente mine | |
| Barbosa et al. | Breakdown mechanisms in iron caves. An example from Brazil | |
| Do et al. | INVESTIGATION OF MECHANICAL BEHAVIORS OF A NEAR-SLOPE TILTED-SEAM MINING EXTRACTION USING DISCONTINUOUS DEFORMATION ANALYSIS. | |
| Sjölander et al. | Analysis of caving and ground deformations in Malmberget using a coupled CAVESIM-FLAC3D model | |
| CN116822008B (zh) | 一种构建煤矿三维透视采场的方法及系统 | |
| Agyei et al. | Slope angle estimation of Amoanda East Pit of Abosso Gold Fields, Ghana | |
| CN114419983B (zh) | 倾斜煤层开采扰动岩层空隙率的随机分布特征的模拟方法 | |
| Vishvakiran | A study on stability analysis of dumpy slope in Surface coal mines | |
| CN118008298B (zh) | 煤矿开采立体生态环境保护方法及系统、设备、介质 | |
| CN118643685B (zh) | 一种基于改进地质模型的开采沉陷预计方法及系统 | |
| Saliu et al. | Investigating the effect of fracture on rock fragmentation efficiency: a case study of Kopec Granite Quarries, South Western, Nigeria | |
| Ter-Martirosyan et al. | DETERMINATION OF BOUNDARIES PARAMETERS OF THE COMPUTATIONAL MODEL FOR ASSESSING THE IMPACT ON THE SURROUNDING FACILITIES FROM TUNNELING | |
| CN116451430A (zh) | 一种采空区冒落矸石应力恢复的模拟方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |