权利要求
1.一种可快速探测岩体硬度的锚杆钻车系统，其特征在于，包括：
锚杆钻车，包括锚杆钻车本体，所述锚杆钻车本体上设有钻进单元，以及设置在钻进单元上的随钻参数监测单元;所述随钻参数监测单元用于监测随钻参数;
数据处理模块，被配置为用于获取随钻参数并进行数据处理，最终得到岩体硬度和炮孔间距，实现现场岩体爆破效果优化;所述数据处理模块包括：
岩体硬度预测单元，被配置为用于将获取的随钻参数数据输入至训练好的岩体硬度预测模型，预测得到每一个钻孔对应的岩体硬度数据;
炮孔间距优化单元，被配置为根据得到的每一个钻孔对应的岩体硬度数据，对岩体不同区域进行爆破分级，计算每个爆破等级子区域下的炮孔个数，进而实现炮孔间距的优化。
2.如权利要求1所述的一种可快速探测岩体硬度的锚杆钻车系统，其特征在于，所述钻进单元包括钻进平台和方向调节装置，所述钻进平台包括钻杆、旋转推进器和固定柱，钻杆与旋转推进器连接，钻杆前端设有钻头，旋转推进器设置在固定柱上，并能够沿固定柱前后移动;所述方向调节装置设置在钻进平台和锚杆钻车本体之间，用于调节钻进平台的钻进方向。
3.如权利要求1所述的一种可快速探测岩体硬度的锚杆钻车系统，其特征在于，所述随钻参数监测单元包括：
用于实时获取钻进过程中钻进压力变化的压力传感器;用于实时获取钻进过程中钻头转矩变化的转矩传感器;用于实时采集旋转推进器的旋转周期，获取钻进过程中的转速变化的转速传感器;用于实时获取钻进过程中钻进速度变化的钻速传感器;用于实时获取钻头振动数据的振动传感器。
4.如权利要求1所述的一种可快速探测岩体硬度的锚杆钻车系统，其特征在于，所述岩体硬度预测模型包括输入层、隐藏层和输出层;
其中，隐藏层个数K与隐藏层神经元个数L由拟合系数R确定，具体为：
固定隐藏层神经元个数为L1，将初始隐藏层个数K1代入岩体硬度预测模型进行训练，得到拟合系数Ri1，更新隐藏层个数为K2，代入岩体硬度预测模型进行训练，得到拟合系数Ri2;重复该过程，直至得到的拟合系数Rii满足设定要求，Rii对应的Ki为最佳隐藏层个数;
固定隐藏层个数Ki，将初始隐藏层神经元个数L1代入岩体硬度预测模型进行训练，得到拟合系数Rj1;更新隐藏层神经元个数为L2，代入岩体硬度预测模型进行训练，得到拟合系数Rj2;重复该过程，直至得到的拟合系数Rji满足设定要求，Rji对应的Li为最佳隐藏层神经元个数。
5.如权利要求1所述的一种可快速探测岩体硬度的锚杆钻车系统，其特征在于，计算每个爆破等级子区域下的炮孔个数，具体为：
基于每一个钻孔对应的岩体硬度数据，计算岩体硬度平均值;
基于岩体硬度平均值计算所需总炸药量;基于设定的单个炮孔的炸药量确定炮孔总数量y;
计算每个爆破等级子区域的岩体硬度平均值，以及所有爆破等级子区域的岩体硬度平均值的总和;基于两者的比例关系，利用炮孔总数量，得到每个爆破等级子区域的炮孔个数yi。
6.如权利要求5所述的一种可快速探测岩体硬度的锚杆钻车系统，其特征在于，基于岩体硬度平均值计算所需总炸药量，具体为：
T = α×h+β;
其中，T为总炸药量;α和β分别为普式硬度与炸药量评价关系的拟合系数，通过原位岩体的试验确定。
7.如权利要求5所述的一种可快速探测岩体硬度的锚杆钻车系统，其特征在于，得到每个爆破等级子区域的炮孔个数，具体为：
;
其中，yi为第i个爆破等级子区域的炮孔个数，hi为第i个爆破等级子区域的普氏硬度平均值，y为所有爆破等级子区域的炮孔总数量，m为子区域总数。
8.一种可快速探测岩体硬度的锚杆钻车系统的工作方法，其特征在于，包括：
利用锚杆钻车对待测区域进行钻孔操作，获取每个钻孔对应的随钻参数;
将获取的随钻参数数据输入至训练好的岩体硬度预测模型，预测得到每一个钻孔对应的岩体硬度数据;
根据每一个钻孔对应的岩体硬度数据，对岩体不同区域进行爆破分级，计算每个爆破等级子区域下的炮孔个数;
基于每个爆破等级子区域的炮孔个数，在相应的爆破等级子区域内均匀设置炮孔，从而实现对整个待测区域的炮孔间距优化。
9.如权利要求8所述的可快速探测岩体硬度的锚杆钻车系统的工作方法，其特征在于，计算每个爆破等级子区域下的炮孔个数，具体为：
基于每一个钻孔对应的岩体硬度数据，计算岩体硬度平均值;
基于岩体硬度平均值计算所需总炸药量;基于设定的单个炮孔的炸药量确定炮孔总数量y;
计算每个爆破等级子区域的岩体硬度平均值，以及所有爆破等级子区域的岩体硬度平均值的总和;基于两者的比例关系，利用炮孔总数量，得到每个爆破等级子区域的炮孔个数yi。
说明书
技术领域
[0001]本发明涉及岩体硬度探测技术领域，尤其涉及一种可快速探测岩体硬度的锚杆钻车系统及方法。
背景技术
[0002]本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
[0003]在当前的地下工程建设中，岩体普氏硬度测试是评估岩石硬度和强度的重要方法，获取岩体的硬度可以帮助确定岩层的抗压能力，指导优化岩层的支护设计。
[0004]目前，常用的岩体普氏硬度测试方法主要通过室内压缩实验获取，需要对现场岩体进行加工测试，耗时费力。锚杆钻车广泛应用于地下工程现场中，因此，如何利用锚杆钻车获取的随钻参数数据，直接对岩体普氏硬度进行预测，成为需要解决的问题之一。
[0005]另外，地下工程岩体的开挖大多采用传统的钻爆法，即按照爆破设计在岩体上钻凿出一定孔径和深度的炮眼，并进行装药、连线和引爆，从而达到开挖的目的。炮孔个数是钻爆法设计的一项重要指标，如果炮孔设置过多会增大钻孔工作量，增加了爆破成本和时间，过多的炮孔可能导致炸药消耗量增加，造成资源浪费;如果设置过少则爆破效果不佳，大块增多，壁面不整，甚至可能出现炸不开的情况，可能导致岩石破碎不均匀，并且过少的炮孔可能增加爆破过程中的安全风险。
[0006]现有技术中，对于炮孔个数的选取往往需要根据工程经验确定，比如：需要提前获取单位体积炸药消耗量，巷道掘进断面积，炮眼利用率，装药系数和每米药卷的炸药质量等参数;其中，起决定因素的是单位体积炸药消耗量，与岩石类型和硬度直接相关，需要前期进行大量的地质勘探和数据收集，耗时费力。
发明内容
[0007]为了解决上述问题，本发明提出了一种可快速探测岩体硬度的锚杆钻车系统及方法，利用锚杆钻车进行钻进试验，获取随钻参数;基于随钻参数，利用岩体硬度预测模型，可以获取原位条件下岩体的硬度信息;然后基于硬度信息确定每个子区域的炮孔数量，从而实现对炮孔间距进行优化。
[0008]在一些实施方式中，采用如下技术方案：
一种可快速探测岩体硬度的锚杆钻车系统，包括：
锚杆钻车，包括锚杆钻车本体，所述锚杆钻车本体上设有钻进单元，以及设置在钻进单元上的随钻参数监测单元;所述随钻参数监测单元用于监测随钻参数;
数据处理模块，被配置为用于获取随钻参数并进行数据处理，最终得到岩体硬度和炮孔间距，实现现场岩体爆破效果优化;所述数据处理模块包括：
岩体硬度预测单元，被配置为用于将获取的随钻参数数据输入至训练好的岩体硬度预测模型，预测得到每一个钻孔对应的岩体硬度数据;
炮孔间距优化单元，被配置为根据得到的每一个钻孔对应的岩体硬度数据，对岩体不同区域进行爆破分级，计算每个爆破等级子区域下的炮孔个数，进而实现炮孔间距的优化。
[0009]作为进一步地方案，所述钻进单元包括钻进平台和方向调节装置，所述钻进平台包括钻杆、旋转推进器和固定柱，钻杆与旋转推进器连接，钻杆前端设有钻头，旋转推进器设置在固定柱上，并能够沿固定柱前后移动;所述方向调节装置设置在钻进平台和锚杆钻车本体之间，用于调节钻进平台的钻进方向。
[0010]作为进一步地方案，所述随钻参数监测单元包括：
用于实时获取钻进过程中钻进压力变化的压力传感器;用于实时获取钻进过程中钻头转矩变化的转矩传感器;用于实时采集旋转推进器的旋转周期，获取钻进过程中的转速变化的转速传感器;用于实时获取钻进过程中钻进速度变化的钻速传感器;用于实时获取钻头振动数据的振动传感器。
[0011]作为进一步地方案，所述岩体硬度预测模型包括输入层、隐藏层和输出层;
其中，隐藏层个数K与隐藏层神经元个数L由拟合系数R确定，具体为：
固定隐藏层神经元个数为L1，将初始隐藏层个数K1代入岩体硬度预测模型进行训练，得到拟合系数Ri1，更新隐藏层个数为K2，代入岩体硬度预测模型进行训练，得到拟合系数Ri2;重复该过程，直至得到的拟合系数Rii满足设定要求，Rii对应的Ki为最佳隐藏层个数;
固定隐藏层个数Ki，将初始隐藏层神经元个数L1代入岩体硬度预测模型进行训练，得到拟合系数Rj1;更新隐藏层神经元个数为L2，代入岩体硬度预测模型进行训练，得到拟合系数Rj2;重复该过程，直至得到的拟合系数Rji满足设定要求，Rji对应的Li为最佳隐藏层神经元个数。
[0012]作为进一步地方案，计算每个爆破等级子区域下的炮孔个数，具体为：
基于每一个钻孔对应的岩体硬度数据，计算岩体硬度平均值;
基于岩体硬度平均值计算所需总炸药量;基于设定的单个炮孔的炸药量确定炮孔总数量y;
计算每个爆破等级子区域的岩体硬度平均值，以及所有爆破等级子区域的岩体硬度平均值的总和;基于两者的比例关系，利用炮孔总数量，得到每个爆破等级子区域的炮孔个数yi。
[0013]作为进一步地方案，基于岩体硬度平均值计算所需总炸药量，具体为：
T=α×h+β;
其中，T为总炸药量;α和β分别为普式硬度与炸药量评价关系的拟合系数，通过原位岩体的试验确定。
[0014]作为进一步地方案，得到每个爆破等级子区域的炮孔个数，具体为：
;
其中，yi为第i个爆破等级子区域的炮孔个数，hi为第i个爆破等级子区域的普氏硬度平均值，y为所有爆破等级子区域的炮孔总数量，m为子区域总数。
[0015]在另一些实施方式中，采用如下技术方案：
一种可快速探测岩体硬度的锚杆钻车系统的工作方法，包括：
利用锚杆钻车对待测区域进行钻孔操作，获取每个钻孔对应的随钻参数;
将获取的随钻参数数据输入至训练好的岩体硬度预测模型，预测得到每一个钻孔对应的岩体硬度数据;
根据每一个钻孔对应的岩体硬度数据，对岩体不同区域进行爆破分级，计算每个爆破等级子区域下的炮孔个数;
基于每个爆破等级子区域的炮孔个数，在相应的爆破等级子区域内均匀设置炮孔，从而实现对整个待测区域的炮孔间距优化。
[0016]与现有技术相比，本发明的有益效果是：
(1)本发明通过对工程现场进行原位钻进测试，将随钻参数代入到岩体硬度预测神经网络，反演得到岩体普式硬度;可以实现岩体硬度的随钻快速探测，提高探测效率。
[0017](2)本发明根据岩体硬度确定所需炸药总量，并计算出炮孔总数;基于每个钻孔的岩体硬度所属范围将待测区域划分为难爆破岩体、较难爆破岩体、中等爆破岩体、较易爆破岩体和易爆破岩体五个爆破等级的子区域，计算每个子区域的岩体硬度平均值，然后计算出每个子区域的炮孔数量;每个子区域内的炮孔均匀布设，爆破等级越高的子区域内炮孔数量越多;相比于现有技术中结合多种现场参数，根据工程经验确定炮孔个数的方式，本发明能够根据岩体硬度确定不同爆破等级子区域的炮孔数量和间距，实现对不同子区域的炮孔间距优化，指导现场爆破设计，避免炮孔设置过多或过少的问题，从而优化爆破效果。
[0018](3)本发明的锚杆钻车能够现场进行原位钻进测试，通过钻进岩体过程中获取的随钻参数，利用岩体硬度预测模型直接得到岩体的普氏硬度，能够实现对岩体硬度的快速准确测定。
[0019]本发明的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。
附图说明
[0020]图1为本发明实施例中的锚杆钻车结构示意图;
图2为本发明实施例中的岩体硬度预测模型训练过程示意图;
图3为本发明实施例中可快速探测岩体硬度的锚杆钻车系统的工作方法示意图;
其中，1.钻头，2.钻杆，3.固定柱，4.旋转推进器，5.水平调节器，6.竖向调节器，7.钻臂支撑柱，8.履带底盘。
具体实施方式
[0021]应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
[0022]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0023]实施例一
在一个或多个实施方式中，公开了一种可快速探测岩体硬度的锚杆钻车系统，具体包括：
(1)锚杆钻车，包括锚杆钻车本体，锚杆钻车本体上设有钻进单元，以及设置在钻进单元上的随钻参数监测单元;随钻参数监测单元用于监测随钻参数。
[0024](2)数据处理模块，被配置为用于获取随钻参数并进行数据处理，最终得到岩体硬度和炮孔间距，实现现场岩体爆破效果优化;数据处理模块包括：
(2-1)岩体硬度预测单元，被配置为用于将获取的随钻参数数据输入至训练好的岩体硬度预测模型，预测得到每一个钻孔对应的岩体硬度数据;
(2-2)炮孔间距优化单元，被配置为根据得到的每一个钻孔对应的岩体硬度数据，对岩体不同区域进行爆破分级，计算每个爆破等级子区域下的炮孔个数，进而实现炮孔间距的优化。
[0025]具体地，结合图1，本实施例锚杆钻车的具体结构包括：锚杆钻车本体，锚杆钻车本体包括了履带底盘8，可满足在复杂地下工程条件下进行钻车行走的需求。
[0026]锚杆钻车本体上设有钻进单元，钻进单元包括钻进平台和方向调节器，其中，钻进平台包括钻头1、钻杆2、固定柱3和旋转推进器4等，钻杆2与旋转推进器4连接，旋转推进器4能够控制钻杆的推进速度和转速等钻进参数，实现钻进参数的实时调控;钻杆2前端设置钻头1，钻杆带动钻头实现旋转及推进，实现前方岩体的旋转切削;旋转推进器设置在固定柱上，并能够沿固定柱前后移动;固定柱能够保证钻杆钻进推进过程中钻进平台整体的稳定。
[0027]方向调节装置设置在钻进平台和锚杆钻车本体之间，用于调节钻进平台的钻进方向;方向调节装置由水平调节器5、竖向调节器6和钻臂支撑柱7组成，水平调节器5实现钻进平台在水平方向的角度调节，竖向调节器6实现钻进平台在竖直方向的角度调节，水平调节器与竖向调节器共同协同，实现钻进平台的多水平方向钻进;钻臂支撑柱7用于支撑钻进平台，保证钻进装置整体的稳定。
[0028]本实施例中，随钻参数监测单元包括：用于实时获取钻进过程中钻进压力变化的压力传感器;用于实时获取钻进过程中钻头转矩变化的转矩传感器;用于实时采集旋转推进器的旋转周期，获取钻进过程中的钻头转速变化的转速传感器;用于实时获取钻进过程中钻进速度变化的钻速传感器;用于实时获取钻头振动数据的振动传感器。其中，转速传感器、钻速传感器和振动传感器可以设置在旋转推进器上，压力传感器和转矩传感器可以设置在钻进平台上。
[0029]通过随钻参数监测单元可以获取每一个钻孔钻进过程中的随钻参数，随钻参数具体包括钻头转矩、钻头转速、钻头振动、钻进速度和钻进压力。
[0030]本实施例中，岩体硬度预测单元获取到每一个钻孔的随钻参数数据，并输入至训练好的岩体硬度预测模型，预测得到每一个钻孔对应的岩体硬度数据。
[0031]本实施例的岩体硬度预测模型为神经网络模型，包括输入层、隐藏层和输出层，作为具体的示例，输入单元为5个，分别为钻头转矩、钻头转速、钻头振动、钻进速度和钻进压力;输出单元为1个，为岩体普式硬度。
[0032]隐藏层数为K个，隐藏层神经元个数为L个;隐藏层个数K与隐藏层神经元个数L由拟合系数R确定。首先将K1=5代入神经网络进行训练，此时固定L1=1，得到拟合系数R1，随后取K2=6代入神经网络进行训练，得到拟合系数R2，直到取到Ri>95%时，Ri对应的Ki为最佳隐藏层个数。固定Ki，L每次增加1，代入到神经网络进行训练，直到取到Rj>95%时，Rj对应的Lj为最佳隐藏层神经元个数，每层隐藏层神经元个数一致。
[0033]神经网络模型的第i层神经元与第i+1层神经元之前全连接，隐藏层的非线性激活函数为ReLU函数，学习率通过试错法确定。
[0034]
[0035]式中，x为上一个神经元的输出量。
[0036]本实施例中，对于岩体硬度预测神经网络模型的训练过程如图2所示，首先通过锚杆钻车随钻测试，得到钻头转矩、钻头转速、钻头振动、钻进速度和钻进压力随钻参数，作为输入单元;同时，通过岩体硬度测试，测试得到钻孔位置的岩体硬度，作为真实输出单元。
[0037]按照上述过程得到多组输入单元和对应的真实输出单元的对应数组，构成训练数据集。
[0038]对神经网络模型进行训练时，将输入单元乘以第一权重系数w1加上第一偏置变量b1，代入隐藏层进行非线性运算，经过确定Ki个隐藏层的线性和非线性运算后，乘以权重系数wi+1加上偏置变量bi+1得到输出单元，将输出单元与真实输出单元用最小二乘法进行误差计算，不断更新权重wi与偏置变量bi，待误差达到期望值得到训练好的岩体硬度预测模型。
[0039]本实施例中，炮孔间距优化单元根据得到的每一个钻孔对应的岩体硬度数据，对岩体不同区域进行爆破分级，计算每个爆破等级子区域下的炮孔个数，进而实现炮孔间距的优化。
[0040]具体地，建立待爆破岩体的普氏硬度和所需炸药量的评价关系：
T=α×h+β
其中，h为岩体硬度平均值，T为总炸药量，α和β为普式硬度与炸药量评价关系的拟合系数，通过原位岩体的试验进行确定，将岩体普式硬度代入评价关系，确定待爆破区域岩体所需总炸药量。
[0041]计算求得单个炮孔药量和炮孔总个数，关系式为T=x×y，其中x为单个炮孔药量，可以根据需要进行设定;y为炮孔总个数，利用此式可以求得炮孔总个数y。
[0042]本实施例中，根据每一个钻孔对应的普氏硬度测试结果，对待爆破岩体的难易爆破程度划分为五个等级，分别为：难爆破岩体、较难爆破岩体、中等爆破岩体、较易爆破岩体、易爆破岩体。如表1所示，根据岩体爆破等级，将岩体划分为m子区域(m=1, 2, 3, 4,5)，比如：所有岩体硬度值小于2的钻孔对应区域构成易爆破岩体子区域。
[0043]表1
[0044]对于每一个子区域，计算其内所有钻孔对应的岩体普氏硬度的平均值hi，则根据待爆破岩体的分级结果确定每个区域炮孔数量，具体为：
;
其中，yi为第i个子区域的炮孔个数，hi为第i个子区域的普氏硬度平均值，y为炮孔总个数，m为子区域总数。即：第i个子区域的炮孔个数等于第i个子区域的普适硬度平均值占所有子区域普适硬度平均值的比值，与炮孔总个数的乘积。
[0045]基于上式可以求得第i个子区域的炮孔个数yi，并将每个子区域炮孔进行均匀排列，从而实现对整个岩体的炮孔间距进行优化，进而指导现场爆破设计，实现现场岩体爆破效果优化。
[0046]实施例三
在一个或多个实施方式中，公开了一种可快速探测岩体硬度的锚杆钻车系统的工作方法，结合图3，具体包括如下过程：
(1)利用锚杆钻车对待测区域进行钻孔操作，获取每个钻孔对应的随钻参数;
(2)将获取的随钻参数数据输入至训练好的岩体硬度预测模型，预测得到每一个钻孔对应的岩体硬度数据;
(3)根据每一个钻孔对应的岩体硬度数据，对岩体不同区域进行爆破分级，计算每个爆破等级子区域下的炮孔个数;
(4)基于每个爆破等级子区域的炮孔个数，在相应的爆破等级子区域内均匀设置炮孔，从而实现对整个待测区域的炮孔间距优化。
[0047]其中，计算每个爆破等级子区域下的炮孔个数，具体为：
基于每一个钻孔对应的岩体硬度数据，计算岩体硬度平均值;
基于岩体硬度平均值计算所需总炸药量;基于设定的单个炮孔的炸药量确定炮孔总数量y;
计算每个爆破等级子区域的岩体硬度平均值，以及所有爆破等级子区域的岩体硬度平均值的总和;基于两者的比例关系，利用炮孔总数量，得到每个爆破等级子区域的炮孔个数yi。
[0048]上述各步骤的具体实现方式与实施例一中相同，因此不再详述。
[0049]上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
说明书附图(3)
声明：
“可快速探测岩体硬度的锚杆钻车系统及方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
504
编辑：北方有色网
来源：冀凯河北机电科技有限公司, 中国矿业大学（北京）, 北京力岩科技有限公司, 山东冀凯装备制造有限公司
咨询细节
