JP6765559B1

JP6765559B1 - 岩塊サイズの最適化システム、最適化方法、プログラム、及び記録媒体

Info

Publication number: JP6765559B1
Application number: JP2020049095A
Authority: JP
Inventors: 小林　雅彦; 雅彦小林
Original assignee: 株式会社東宏
Priority date: 2020-03-19
Filing date: 2020-03-19
Publication date: 2020-10-07
Anticipated expiration: 2040-03-19
Also published as: JP2021147881A

Abstract

【課題】クラッシャの稼働率を最適化可能な岩塊サイズを最適化する、岩塊サイズの最適化システム、最適化方法、プログラム、及び記録媒体を提供する。【解決手段】岩塊サイズの最適化システム１は、クラッシャＡへ投入する前の岩塊に係る岩塊情報を取得する、岩塊情報取得手段１０と、岩塊情報及び稼働率情報から岩種別の最適岩塊サイズを演算する、岩塊サイズ演算手段３０と、を備えることを特徴とする。本発明の岩塊サイズの最適化方法は、岩塊情報取得手段１０がクラッシャへ投入する前の岩塊に係る岩塊情報を取得するステップと、岩塊サイズ演算手段３０が岩塊情報及び稼働率情報から岩種別の最適岩塊サイズを演算するステップと、削孔パターン演算手段４０が岩塊情報及び最適岩塊サイズから切羽の発破掘削に係る削孔パターン情報を演算するステップと、を備えることを特徴とする。【選択図】図１

Description

本発明は、岩塊サイズの最適化システム、最適化方法、プログラム、及び記録媒体に関し、特に、トンネル工事における、切羽を発破掘削して生じた岩塊を、クラッシャによって破砕し、破砕粒として坑外へ搬出する工程において、岩塊のサイズを最適化するための、岩塊サイズの最適化システム、最適化方法、プログラム、及び記録媒体に関する。

発破掘削による山岳トンネル工事では、ドリルジャンボによって、切羽の岩盤に所定パターンの複数の装薬孔を削孔し、装薬孔内に火薬を装薬して発破することによって、岩盤を破壊して掘削する。
発破によって生じた岩塊（ズリ）は、ダンプトラックによって坑外に搬出する他、近年では特に、坑内環境の向上や安全性の確保のため、切羽付近から坑外にわたって連続配置した連続ベルトコンベアで搬送する方式が広く採用されるようになっている。
発破によって切羽付近に堆積した岩塊は、ホイールローダによって、切羽から離して配置したクラッシャの破砕室内に投入され、クラッシャで細かく破砕された後に排出されてベルトコンベアで坑外へ向けて搬出される。

近年、長距離山岳トンネルの工事の増加に伴い、トンネル工事の急速施工が追及されているところ、発破掘削の施工サイクルの３割程度を占める破砕処理をいかに効率化するか、すなわち切羽から生じた岩塊をいかに効率的に破砕して坑外へ搬出するか、が業界における喫緊の課題となっている。
破砕処理の効率化に関する従来技術として、特許文献１には、台車により搬入部をスライド伸縮可能なテールピース台車を用いた、搬出システム及び搬出方法が開示されている。この発明によれば、発破時には台車をスライドして搬入部を切羽から退避させて装置の安全を図るとともに、岩塊の搬入時には台車をスライドして搬入部を切羽に近づけ、移動式クラッシャを搬入部前に据え付けることで、切羽と移動式クラッシャとの距離を短縮し、ホイールローダによる、岩塊の投入作業の作業効率を高める。
特許文献２及び３には、通常１台であるクラッシャを２台配置し、岩塊を二段階に分けて破砕することで、破砕効率の向上と、クラッシャの小型化を図る運搬方法が開示されている。

特開２０１７−４８５８８号公報特開２０１７−１９０６６２号公報特許平１１−３５０８８０号公報

特許文献１は、破砕処理の効率化を、主にホイールローダの搬送効率向上に求めるものであるが、クラッシャへの岩塊の投入量がクラッシャの能力を超過した場合には、ホイールローダを止めてクラッシャによる破砕を待つ必要がある。つまり、結局のところ施工効率がクラッシャの稼働率に依存する。
特許文献２及び３は、破砕処理の効率化を、主にクラッシャの分散処理による稼働率の向上に求めるものである。ここで、稼働率の根拠となるクラッシャの破砕能力（ｔ／ｈ）はメーカーが開示する公称能力によっている。
しかし、クラッシャの公称能力は、石切り場においてブレーカーで切り出したような、破砕に好適なサイズの岩塊を前提として算定されたものである。
一方、実際の発破掘削では、クラッシャの破砕能力を超えるサイズの岩塊が生じうるため、クラッシャ内部に投入した岩塊を、クラッシャの動歯（ジョー）が噛み砕くことができず、開閉するジョーの上を岩塊が「踊っている」ような状態が長く続くことも少なくない。このような状態では、メーカーの公称能力どおりの稼働率を達成することは極めて難しい。
一方、発破掘削の時点で、装薬孔の間隔を密にしたり、装薬量を増して、岩塊を細かく切り出せば、クラッシャの能力を最大に発揮させて、クラッシャの稼働率自体を向上させることは可能である。
ただしそれは、削孔装薬工程へのしわ寄せに過ぎず、削孔と装薬の作業量や火薬の消費量を増やすことで、工事全体としての施工効率を引き下げるとともに、施工コストを高騰させることになる。

以上を勘案すると、発破掘削によって生成される岩塊のサイズは、クラッシャの破砕能力を超過しない限度における、最大のサイズであることが望ましい。
また、同じサイズであっても、岩種によって岩塊の圧縮強度が異なるため、岩塊のサイズを選定するにあたり岩種の違いを反映させる必要がある。しかし、切羽の岩質は、現場ごと、掘削深度ごとの変動的な要素に依存する部分が大きく、これを岩塊のサイズやクラッシャの稼働率と紐づけて、定量的に判断することは難しい。

本発明の目的は、以上のような従来技術の課題を解決可能な、岩塊サイズの最適化システム、最適化方法、プログラム、及び記録媒体を提供することにある。

本発明の岩塊サイズの最適化システムは、クラッシャへ投入する前の岩塊に係る岩塊情報を取得し、岩塊情報が少なくとも、岩塊サイズ及び岩種を含む、岩塊情報取得手段と、岩塊情報取得手段から岩塊情報を取得し、岩塊情報及びクラッシャの稼働率情報から、岩種別の最適岩塊サイズを演算する、岩塊サイズ演算手段と、を備え、最適岩塊サイズが、クラッシャの稼働率を最適に維持可能な最大の岩塊サイズであることを特徴とする。

本発明の岩塊サイズの最適化システムは、クラッシャの稼働時間単位における、クラッシャに投入した岩塊の量と、クラッシャによって岩塊を破砕して排出した破砕粒の量から、クラッシャの稼働率情報を演算する、稼働率演算手段を備え、岩塊サイズ演算手段が、稼働率演算手段から稼働率情報を取得してもよい。

本発明の岩塊サイズの最適化システムは、岩塊情報取得手段から岩塊情報を取得し、岩塊サイズ演算手段から最適岩塊サイズを取得し、岩塊情報及び最適岩塊サイズから、切羽の発破掘削に係る削孔パターン情報を演算する、削孔パターン演算手段を備えていてもよい。

本発明の岩塊サイズの最適化システムは、削孔パターン演算手段から削孔パターン情報を取得し、削孔パターン情報に基づいて、切羽に対して自律的に削孔及び装薬を行う、削孔装薬手段を備えていてもよい。

本発明の岩塊サイズの最適化システムは、岩塊情報取得手段が、クラッシャの破砕部へ投入する前の岩塊を撮影して画像情報を生成する、撮像部と、画像情報を解析して岩塊情報を取得する、解析部と、を有していてもよい。

本発明の岩塊サイズの最適化システムは、解析部が、岩塊を含む画像を学習データとする機械学習に基づいて、画像解析を行ってもよい。

本発明の岩塊サイズの最適化方法は、岩塊情報取得手段が、クラッシャへ投入する前の岩塊に係る岩塊情報を取得し、岩塊情報が少なくとも、岩塊サイズ及び岩種を含むステップと、岩塊サイズ演算手段が、岩塊情報取得手段から岩塊情報を取得し、岩塊情報及びクラッシャの稼働率情報から、岩種別の最適岩塊サイズを演算するステップと、削孔パターン演算手段が、岩塊情報取得手段から岩塊情報を取得し、岩塊サイズ演算手段から最適岩塊サイズを取得し、岩塊情報及び最適岩塊サイズから、切羽の発破掘削に係る削孔パターン情報を演算するステップと、を備え、最適岩塊サイズが、クラッシャの稼働率を最適に維持可能な最大の岩塊サイズであることを特徴とする。

本発明のプログラムは、コンピューターを、本発明の最適化システムとして機能させることを特徴とする。

本発明のコンピューター読み取り可能な記録媒体は、本発明のプログラムを記録したことを特徴とする。

本発明の岩塊サイズの最適化システム、最適化方法、プログラム、及び記録媒体は、岩塊情報とクラッシャの稼働率とに基づいて、工事全体の施工効率の向上に寄与する最適岩塊サイズを判定することができる。

本発明に係る岩塊サイズの最適化システムの説明図。本発明に係る岩塊サイズの最適化方法の説明図。

以下、図面を参照しながら本発明の岩塊サイズの最適化システム、最適化方法、プログラム、及び記録媒体について詳細に説明する。
なお、本発明において「岩塊」とは、切羽の岩盤を発破掘削することによって生成する岩であって、クラッシャの破砕部に投入する前の原石を意味する。また、「破砕粒」とは、岩塊をクラッシャの破砕部によって破砕した岩や石を意味する。

[最適化システム]
＜１＞全体の構成（図１）。
本発明の岩塊サイズの最適化システム１は、クラッシャＡに投入する岩塊と、クラッシャＡの稼働率から、施工効率の向上に寄与する最適岩塊サイズを得るシステムである。
最適化システム１は、トンネル工事において、切羽を発破掘削して生じた岩塊を、クラッシャＡによって破砕し、破砕粒として坑外へ搬出する工程に適用する。
最適化システム１は、岩塊情報取得手段１０と、岩塊サイズ演算手段３０と、を少なくとも備える。本例ではさらに、稼働率演算手段２０と、削孔パターン演算手段４０と、削孔装薬手段５０と、を備える。
岩塊情報取得手段１０は、岩塊サイズ演算手段３０、削孔パターン演算手段４０、及びクラッシャＡと通信可能に接続する。稼働率演算手段２０は、岩塊サイズ演算手段３０、及びクラッシャＡと通信可能に接続する。岩塊サイズ演算手段３０は、更に削孔パターン演算手段４０と通信可能に接続する。削孔パターン演算手段４０は、更に削孔装薬手段５０と通信可能に接続する。
各構成要素の接続手段は、有線接続及び無線接続を含む。
最適化システム１は、物理的には主に中央処理装置（ＣＰＵ）、記憶装置等を備えたコンピューターを中心に構成される。すなわち、最適化システム１を構成する各構成要素の内、例えば解析部１２、稼働率演算部２１、岩塊サイズ演算部３１等の演算系の構成要素は中央処理装置によって各種の演算処理を行い、例えば岩塊情報記憶部１３、稼働率記憶部２２、岩塊サイズ記憶部３２等の記録系の構成要素は記憶装置に各種の情報を保管する。
中央処理装置、記憶装置は、各構成要素で共有してもよいし、各構成要素に対応たせて個別に設けてもよい。また、別途の入力装置や出力装置を備えていてもよい。
また、最適化システム１は、コンピューターによって読み取り可能な記憶媒体、例えばハードディスク（ＨＤ）、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、メモリカード等、に格納したプログラムによって、コンピューターを機能させることによって実施する構成としてもよい。

＜１．１＞クラッシャ。
クラッシャＡは、岩塊を破砕する破砕装置である。
クラッシャＡは、搬入部ａ１と、破砕部ａ２と、搬出部ａ３と、を備える。
本例ではクラッシャＡとして、岩塊を破砕する破砕室（破砕部ａ２）と、ホイールローダから投入された岩塊を受け入れて順次破砕室に搬入するエプロンフィーダー（搬入部ａ１）と、破砕室から排出された破砕粒をベルトコンベアに搬出するテール（搬出部ａ３）と、を備えた移動式のジョークラッシャーを用いる場合について説明する。
クラッシャＡの構成は公知なのでここでは詳述しない。

＜２＞岩塊情報取得手段。
岩塊情報取得手段１０は、岩塊情報を取得する手段である。
岩塊情報取得手段１０は、岩塊の画像情報を取得する撮像部１１と、画像情報を解析して岩塊情報を生成する解析部１２と、岩塊情報を保存する岩塊情報記憶部１３と、を備える。
岩塊情報取得手段１０は、クラッシャＡの破砕部ａ２内に投入される複数の岩塊の画像情報を画像解析して、各岩塊の岩塊情報を生成し、各岩塊情報を一定の時間単位別にグルーピングして、岩塊情報記憶部１３に記憶する。
続いて、岩塊情報取得手段１０は、岩塊情報記憶部１３内の岩塊情報を、岩塊サイズ演算手段３０の岩塊サイズ演算部３１と、削孔パターン演算手段４０の削孔パターン演算部４１へ送信する。なお、岩塊情報記憶部１３を介さず、岩塊情報を解析部１２から岩塊サイズ演算部３１等へ直接送信してもよい。

＜２．１＞岩塊情報。
岩塊情報は、個別の岩塊に関する情報である。
岩塊情報は、少なくとも、岩塊サイズ及び岩種を含む。本例では、岩塊情報がさらに岩質を含む。
「岩塊サイズ」とは、岩塊の単体の大きさを示すパラメータである。本例では、岩塊サイズを、岩塊単体の径（ｍｍ）として管理する。岩塊の径は例えば、岩塊の長径、岩塊の長径と短径の平均径、または、岩塊を三軸からなる楕円体とみなして長径×中径×短径の三乗根としてもよい。あるいは、岩塊の体積を測定し、同体積の球の直径として管理してもよい。
「岩種」とは、岩塊の種類を示すパラメータである。本例では、岩種を、花崗岩、玄武岩、安山岩等の地質学上の分類に基づいて管理する。この他、国土交通省岩分類（例えば硬岩Ｉ、硬岩ＩＩ、中硬岩等）、「ＮＡＴＭ設計施工指針」における岩種分類（Ａ〜Ｇ）、等の分類としてもよい。または、切羽の岩盤に特化した分類を独自に設定して、これを採用してもよい。
「岩質」とは、岩塊の状態を示すパラメータである。具体的には例えば、切羽の岩盤の風化変質による岩塊の劣化の程度、岩塊への泥の付着の程度等、クラッシャＡの稼働率と有意な関係を持つ要素を、所定の基準に基づいて数値化して管理する。

＜２．２＞撮像部。
撮像部１１は、岩塊を撮影して画像情報を生成する要素である。
撮像部１１は、搬入部ａ１のエプロンフィーダー上を破砕部ａ２に向かって流れる岩塊を連続撮影することで、破砕部ａ２に投入する前の岩塊の画像情報を生成し、解析部１２へ送信する。
岩塊の画像情報は、後続する各種演算の基礎として十分な数の岩塊を含み、少なくとも画像内の各部の明度及び色度の情報を含む。画像情報は、静止画／動画のいずれであってもよい。
本例では撮像部１１として、クラッシャＡの搬入部ａ１に固定したＲＧＢカメラを採用する。この他、３Ｄカメラ、その他の光学センサを採用してもよい。
撮像部１１は、クラッシャＡに据え付ける他、クラッシャＡの近傍にクラッシャＡから独立して配置してもよい。または、スマートフォン等のカメラ機能を利用したアプリケーションとしてもよい。要は、破砕部ａ２に投入する前の岩塊を画像として捕捉し、解析部１２へ送信可能な構成であればよい。
撮像部１１にスマートフォンを利用する場合には、作業員が搬入部ａ１内の岩塊をカメラで動画撮影して画像情報を生成し、通信ネットワークを介して解析部１２へ送信する。

＜２．３＞解析部。
解析部１２は、画像情報を解析して岩塊情報を生成する要素である。
解析部１２は、撮像部１１が生成した画像情報を受信し、これを画像解析して、岩塊サイズ等に関する岩塊情報を取得する。
なお、本発明の最適化システム１は、破砕部ａ２に投入される全ての岩塊を漏れなく捕捉して解析する必要はなく、例えば所定処理時間又は所定岩塊投入量に対して一定数のサンプルを解析できればよい。
本例では解析部１２が、画像情報から、エッジ検出等の手段により岩塊単体の輪郭認識を行い、画像情報の背景から岩塊単体の領域を切り出すと同時に、岩塊の形状把握を行い、岩塊サイズ、すなわち岩塊単体の径を検出する。
これと並行して、画像情報内の任意の岩塊の領域内における各部の明度及び色度の面積比から、岩塊の岩種を推定する。更に本例では、岩塊単体の各部の明度及び色度の面積比から、風化変質による岩塊の劣化の程度（岩質）を検出する。
本例では、解析部１２が、岩塊を含む画像を学習データとした機械学習に基づいて、岩種の推定及び岩質の検出を行う。
具体的には、まず、複数の岩塊を含む画像データを準備し、これに各岩塊の岩質の区分や劣化の評価値等の正解データを付加して学習用データを生成し、学習用データを蓄積して学習用データセットを構成する。
続いて、公知の機械学習アルゴリズムに基づいて、解析部１２に学習用データセットを学習させ、画像解析に係る学習済みパラメータ及び学習済みモデルを取得する。
解析部１２は、撮像部１１から受信した未知の画像情報に対して、学習済みモデルを適用することによって、画像情報中の岩塊に係る岩種と岩質を、高い精度で推定することができる。
本発明における機械学習には、ディープラーニング、サポートベクターマシーン（ＳＶＭ）、決定木、クラスタリング等の様々な手法を利用できる。

＜３＞稼働率演算手段。
稼働率演算手段２０は、クラッシャＡの稼働率情報を演算する手段である。
稼働率演算手段２０は、稼働率演算部２１と、稼働率記憶部２２と、を備える。
稼働率演算部２１は、クラッシャＡから岩塊の量や破砕粒の量等に関するデータを取得し、これらを元にクラッシャＡの稼働率情報を演算する。
稼働率記憶部２２は、稼働率演算部２１が演算した稼働率情報を保存し、岩塊サイズ演算手段３０の岩塊サイズ演算部３１へ送信する。なお、稼働率記憶部２２を介さず、稼働率情報を稼働率演算部２１から岩塊サイズ演算部３１へ直接送信してもよい。

＜３．１＞稼働率情報。
稼働率情報は、クラッシャＡの稼働率に関する情報である。
クラッシャＡの稼働率とは、クラッシャＡの破砕部ａ２内に投入した岩塊の全量を、標準処理時間内に破砕して排出できる状態を１００％とした、クラッシャＡの仕事率である。標準処理時間は、クラッシャＡのスペックや、少量の岩塊の破砕に係る処理時間に基づいて設定する。
具体的には例えば、例えばクラッシャＡが稼働中の状態における一時点（第１時点）から所定時間（例えば３分）内に搬入部ａ１から破砕部ａ２へ投入した岩塊の量ｖ^ｉｎと、第１時点から標準処理時間経過後の第２時点から所定時間の間に、破砕部ａ２から搬出部ａ３に排出した破砕粒の量ｖ^ｏｕｔの比（ｖ^ｏｕｔ／ｖ^ｉｎ）から算出することができる。この場合の岩塊と破砕粒の量は、重量による他、体積によってもよい。
重量による場合、例えばクラッシャＡの搬入部ａ１及び搬出部ａ３に重量センサを設置して計測することができる。体積による場合、例えば搬入部ａ１及び搬出部ａ３にラインレーザを設置して、移動する岩塊の断面積と移動量から計測することができる。
この他、稼働率情報は、破砕部ａ２による破砕処理が滞留することにより、搬入部ａ１内に投入した岩塊が蓄積してゆく蓄積量に基づいて算出してもよい。あるいは、クラッシャＡの破砕部ａ２の負荷情報に基づいて算出してもよい。

＜４＞岩塊サイズ演算手段。
岩塊サイズ演算手段３０は、最適岩塊サイズを演算する手段である。
岩塊サイズ演算手段３０は、岩塊サイズ演算部３１と、岩塊サイズ記憶部３２と、を備える。
岩塊サイズ演算部３１は、岩塊情報記憶部１３から岩塊情報を取得し、稼働率記憶部２２からクラッシャの稼働率情報を取得し、岩塊情報とクラッシャの稼働率情報から、岩種別の最適岩塊サイズを演算する。
岩塊サイズ記憶部３２は、岩塊サイズ演算部３１が演算した最適岩塊サイズを保存し、削孔パターン演算手段４０の削孔パターン演算部４１へ送信する。
岩塊サイズ記憶部３２内の最適岩塊サイズは、岩塊サイズ演算部３１による最新の演算結果と比較して随時補正・更新することで、判定の精度を高める。

＜４．１＞最適岩塊サイズ。
最適岩塊サイズは、クラッシャＡの稼働率を最適に維持可能な範囲内における、最大の岩塊サイズである。
ここで、稼働率が「最適」とは、原則として稼働率が１００％であることを意味するが、これに限られず、稼働率１００％を基準として、工程上許容範囲な程度の遅延を反映させた数値、例えば稼働率９９〜９０％等と設定してもよい。
以上の基準に基づき設定した最適な稼働率を「最適稼働率」と定義する。

＜４．２＞最適岩塊サイズの演算。
岩塊サイズ演算部３１が、クラッシャＡの稼働率と、岩塊情報中の岩塊サイズと、岩塊情報中の岩種と、を考慮して岩塊情報を演算する。
最適岩塊サイズの演算は、例えば以下の手順による。
演算の対象となる時間単位（対象時間単位）内における複数の岩塊情報から、極端に大きい岩塊や小さい岩塊等、異常値と判断される岩塊サイズの岩塊に係る岩塊情報を除外する。
残った岩塊情報と、対象時間単位に対応する時間単位（対応時間単位）におけるクラッシャＡの稼働率とを紐づける。ここで、対応時間単位とは、例えば対象時間単位と同一の時間幅であって、対象時間単位から岩塊の破砕に係る標準処理時間を遅らせた時間単位である。
紐づけは、例えば複数の岩塊の岩塊サイズの加重平均値と、稼働率とを対応させて行う。紐づけの結果を岩種別の評価データとして継続して記録する。
なお、一つの対象時間単位内に複数種類の岩種が混在する場合には、この対象時間単位を演算の対象から除外する、岩塊サイズの総量等の指標から便宜的にいずれかの岩種に振り分ける、等の処理を行うことができる。
続いて、複数の評価データを比較して、最適稼働率を未達の評価データを除外し、残った評価データの内、各岩種における最も大きい岩塊サイズを、各岩種における最適岩塊サイズと特定する。
本例では更に、岩塊情報中の岩質を考慮する。例えば岩塊の評価データを、岩種別に加えて、岩質別に細区分して最適岩塊サイズを特定する。
例えば、最適稼働率を９８％と設定した場合、稼働率９８％未満（例えば９７．７％）における岩塊の岩塊情報は除外し、稼働率９８％〜１００％の岩塊における岩塊情報のみを比較して、岩種別の最大岩塊サイズを特定する。
本発明の最適化システム１は、単にクラッシャＡの破砕効率のみを考慮して岩塊サイズを求めるだけの発明ではなく、最適な稼働率を達成可能な範囲内において「最大の」岩塊サイズを求めることで、発破／掘削工程への負担の転嫁を回避し、工事全体としての最適化を達成することができる。

＜４．３＞最適岩塊サイズの利用。
最適岩塊サイズは、本例のように、削孔パターン演算手段４０に送信して直接的に利用する他、岩塊サイズ記憶部３２からデータベースや紙媒体としてアウトプットし、これに基づいて作業員の判断により削孔パターンを選定する等、間接的に利用することもできる。

＜５＞削孔パターン演算手段。
削孔パターン演算手段４０は、削孔パターン情報を演算する手段である。
削孔パターン演算手段４０は、削孔パターン演算部４１と、削孔パターン記憶部４２と、を備える。
削孔パターン演算部４１は、岩塊情報記憶部１３から岩塊情報を取得し、岩塊サイズ記憶部３２から最適岩塊サイズを取得し、岩塊情報と最適岩塊サイズから、削孔パターン情報を演算する。
削孔パターン演算部４１は、削孔パターン情報の演算にあたり、岩塊情報の内、少なくとも岩種を考慮する。
所望の岩塊サイズ（最適岩塊サイズ）と岩質を関連付けて削孔パターンを設定する方法については、各種の技術が開発されており公知なので、ここでは詳述しない。
本例では、削孔パターン記憶部４２が、削孔パターン情報を電子信号として削孔装薬手段５０へ送信する。

＜５．１＞削孔パターン情報。
削孔パターン情報は、切羽に対する削孔パターンの情報である。
削孔パターン情報は、装薬孔の配置と間隔を少なくとも含む。この他、切羽に対する削孔方向と削孔角度、装薬孔の深さ、装薬量等を含んでもよい。

＜６＞削孔装薬手段。
削孔装薬手段５０は、削孔／装薬を行う手段である。
削孔装薬手段５０は、切羽に装薬孔を削孔する削孔部５１と、装薬孔内に火薬を装薬する装薬部５２と、を備える。
本例では削孔装薬手段５０として、コンピューター制御の油圧ドリルジャンボを採用し、削孔パターン記憶部４２から、削孔パターン情報を取得し、切羽に対し、削孔パターン情報に基づいて自動的に削孔を行う。
ただし、削孔装薬手段５０は、コンピューター制御に限らず、例えば削孔装薬手段５０内のディスプレイに削孔パターン情報を画像表示し、作業員がこの削孔パターン情報に基づいて削孔装薬手段５０を操作して、削孔を行ってもよい。

＜７＞最適化方法（図２）。
本発明の岩塊サイズの最適化方法は、岩塊情報取得手段１０が、クラッシャＡへ投入する前の岩塊に係る岩塊情報を取得する、ステップＳ１と、岩塊サイズ演算手段３０が、岩塊情報取得手段１０から岩塊情報を取得し、岩塊情報及びクラッシャＡの稼働率情報から、岩種別の最適岩塊サイズを演算するステップＳ２と、削孔パターン演算手段４０が、岩塊情報取得手段１０から岩塊情報を取得し、岩塊サイズ演算手段３０から最適岩塊サイズを取得し、岩塊情報及び最適岩塊サイズから、切羽の発破掘削に係る削孔パターン情報を演算するステップＳ３と、を少なくとも備える。
各ステップの詳細は、最適化システム１の説明における各構成要素の機能として説明済みなのでここでは繰り返さない。

１最適化システム
１０岩塊情報取得手段
１１撮像部
１２解析部
１３岩塊情報記憶部
２０稼働率演算手段
２１稼働率演算部
２２稼働率記憶部
３０岩塊サイズ演算手段
３１岩塊サイズ演算部
３２岩塊サイズ記憶部
４０削孔パターン演算手段
４１削孔パターン演算部
４２削孔パターン記憶部
５０削孔装薬手段
５１削孔部
５２装薬部
Ａクラッシャ
ａ１搬入部
ａ２破砕部
ａ３搬出部

Claims

切羽を発破掘削して生じた岩塊を、クラッシャによって破砕し、破砕粒として坑外へ搬出する工程を含むトンネル工事において、前記クラッシャへ投入する前の岩塊の岩塊サイズを最適岩塊サイズに制御することで、前記クラッシャの稼働率を最適に維持する、岩塊サイズの最適化システムであって、
前記クラッシャへ投入する前の岩塊に係る岩塊情報を取得し、前記岩塊情報が少なくとも、岩塊サイズ及び岩種を含む、岩塊情報取得手段と、
前記岩塊情報取得手段から前記岩塊情報を取得し、前記クラッシャから前記クラッシャの稼働率情報を取得し、蓄積した前記岩塊情報と蓄積した前記稼働率情報の紐づけから、岩種別の最適岩塊サイズを抽出する、岩塊サイズ演算手段と、
前記岩塊情報取得手段から前記岩塊情報を取得し、前記岩塊サイズ演算手段から前記最適岩塊サイズを取得し、前記岩塊情報及び前記最適岩塊サイズから、切羽の発破掘削によって前記最適岩塊サイズの岩塊を切り出し可能な削孔パターン情報を演算する、削孔パターン演算手段と、
前記削孔パターン演算手段から前記削孔パターン情報を取得し、前記削孔パターン情報に基づいて、切羽に対して削孔及び装薬を行う、削孔装薬手段を備え、
前記最適岩塊サイズが、前記クラッシャの稼働率を最適に維持可能な岩塊サイズの内、最大の岩塊サイズであることを特徴とする、
最適化システム。
前記クラッシャの稼働時間単位における、前記クラッシャに投入した岩塊の量と、前記クラッシャによって前記岩塊を破砕して排出した破砕粒の量から、前記クラッシャの稼働率情報を演算する、稼働率演算手段を備え、前記岩塊サイズ演算手段が、前記稼働率演算手段を介して前記クラッシャから前記稼働率情報を取得することを特徴とする、請求項１に記載の最適化システム。
前記削孔装薬手段において、前記削孔パターン情報に基づいて、切羽に対して自律的に削孔及び装薬を行うことを特徴とする、請求項１又は２に記載の最適化システム。
前記岩塊情報取得手段が、前記クラッシャの破砕部へ投入する前の岩塊を撮影して画像情報を生成する、撮像部と、前記画像情報を画像解析して前記岩塊情報を取得する、解析部と、を有することを特徴とする、請求項１乃至３のいずれか一項に記載の最適化システム。
前記解析部が、岩塊を含む画像を学習データとする機械学習に基づいて画像解析を行うことを特徴とする、請求項４に記載の最適化システム。
トンネル工事において、切羽を発破掘削して生じた岩塊を、クラッシャによって破砕し、破砕粒として坑外へ搬出する工程において、前記クラッシャへ投入する前の岩塊の岩塊サイズを最適岩塊サイズに制御することで、前記クラッシャの稼働率を最適に維持する、岩塊サイズの最適化方法であって、
岩塊情報取得手段が、前記クラッシャへ投入する前の岩塊に係る岩塊情報を取得し、前記岩塊情報が少なくとも、岩塊サイズ及び岩種を含むステップと、
岩塊サイズ演算手段が、前記岩塊情報取得手段から前記岩塊情報を取得し、前記クラッシャから前記クラッシャの稼働率情報を取得し、蓄積した前記岩塊情報と蓄積した前記稼働率情報の紐づけから、岩種別の最適岩塊サイズを抽出するステップと、
削孔パターン演算手段が、前記岩塊情報取得手段から前記岩塊情報を取得し、前記岩塊サイズ演算手段から前記最適岩塊サイズを取得し、前記岩塊情報及び前記最適岩塊サイズから、切羽の発破掘削によって前記最適岩塊サイズの岩塊を切り出し可能な削孔パターン情報を演算するステップと、
前記削孔パターン情報に基づいて切羽を発破掘削するステップと、を備え、
前記最適岩塊サイズが、前記クラッシャの稼働率を最適に維持可能な岩塊サイズの内、最大の岩塊サイズであることを特徴とする、
最適化方法。
コンピューターを、請求項１乃至５のいずれか一項に記載の最適化システムとして機能させるための、
プログラム。
請求項７に記載のプログラムを記録した、
コンピューター読み取り可能な記録媒体。