地下矿井巷施工及采矿生产过程的4D时空变化动态模拟技术

顾清华，卢才武，冯治东，白春妮

(1. 西安建筑科技大学管理学院，陕西 西安 710055；2. 榆林学院信息工程学院，陕西 榆林 719000)

地下矿采矿活动涉及了地质、采掘、通风、运输等多个生产环节，井巷施工及采矿生产产生的数据具有显著地多源、多量、多维、多尺度、多时态等特征，在地下矿开采的生产实际中，巷道的掘进和矿体的被开采情况等都具有时空动态变化特征．目前一些矿业发达国家已提出将地下矿采矿活动中涉及到的各类数据，例如井巷施工过程中的相关数据、地质钻孔数据、三维块体模型数据、采矿生产过程数据等集成到同一个数据库中来进行管理与分析，如南非的 MineRP公司设计开发的SpatialDB、美国科罗拉多矿业学院的“Intelligent Underground”项目以及澳大利亚的”CSIRO Virtual Mine”项目[1,2]．目前，国内在地下矿静态空间数据模型构建方面的研究成果已颇为丰富，提出了多种模型系统，如包含三维矢量数据和八叉树块段的混合数据模型[3]、利用 AME技术开发三维可视化井巷工程实体造型系统[4]、基于Arc-GIS的矿井三维建模方法等．而对于三维数据模型如何与动态时间数据集成表示和分析尚不多见，主要是郭达志等采用四维空间线性编码技术，提出了一种用于矿业开发的空间和时间综合四维数据模型[5]．近年来，随着技术的进步，在地下矿井巷施工及采矿生产过程时空动态变化的相关研究上，研究方法也有了一些进展[6-8]，有部分学者采用Oracle Spatial进行空间数据建模，来处理多源数据，降低了数据专业性，同时提高空间数据的标准化共享能力．

纵观以上的国内外研究发现，如何有效的利用当前的数据库技术来组织和管理地下矿时空数据，以实现地下矿井巷施工及采矿生产过程的4D动态模拟，并根据井巷开挖、矿体开采及进度模拟等不同需求来快速、高效的对地下矿生产活动进行 4D动态表达和模拟具有重要意义．

1 Oracle Spatial空间数据类型

井巷施工及采矿生产产生的数据具有多源、多量、多维、多尺度、多时态等特征，而Oracle 可提供业界领先数据库所具有的安全性、可伸缩性和高性能，以便管理数TB字节的数据集，这满足了地下矿井巷施工及采矿生产产生数据的多源异质性；Oracle Spatial提供的空间信息模块包含SQL模式和便于存储、检索、更新、查询的函数集，可用于空间数据的定义和存储，这解决了地下矿时空数据的多源、多维和多尺度性；但Oracle Spatial将空间数据和属性数据结合起来管理也带来了相应的问题，最突出的就是空间数据的数据量往往是海量的，因此它所提供的功能还包括空间索引以及高效的查询分析优化，这满足了采矿生产过程数据的多时态性、多变性的需求，使其能更加快速、准确地查询空间对象及其属性．

图1 Oracle Spatial的三维空间存储模型Fig. 1 Oracle spatial 3-D storage model diagram

图2 SDO_ELEM_INFO和ORDINATE实例Fig. 2 SDO_ELEM_INFO and ORDINATE instance

Oracle Spatial 11g数据库提供了对空间数据的管理方法，Oracle Spatial的数据模型是层次结构，它由元素、几何体和空间图层组成．元素是Oracle Spatial中的基本单元，如图1所示，几何体由一系列元素构成，体现了空间实体的特征．其中表面、形体和组合类型是三维存储模型中所特有的．组合类型包括表面和形体间的组合，集合所有基本元素的集合．

2 地下矿动态变化的4D时空模型

2.1 地下矿时空对象

2.1.1 时空对象空间关系

图3 地下矿施工区实体图Fig. 3 Underground mining simulation diagram

在地下矿采掘施工过程中，矿区地理实体处在一个不断变化的空间中，地下矿区有多种实体，如下图3所示，按照面向对象的观点，将这些地理实体分别看作是对象，而每个对象又由3部分构成：空间信息、属性信息和时变信息．这里把地下矿涉及的时空对象划分为四类，分别是时空点对象、时空线对象、时空面对象、时空体对象．而它们之间又有相对应的空间关系．

图4 面向对象时空对象模型的基本框架Fig. 4 Basic framework of object-oriented spatio-temporal data model

如图4所示，空间的基本组成要素是点，而点的空间位置附加上属性维和时间维就构成了时空点对象；多个点对象依次连接而成的线段就组成了线对象（包括直线、曲线），同理加上属性维和时间维构成时空线对象；将多条线序列有组织的排列起来就构成了面对象（包括多边形、平面和复合面），这里只考虑基本复合面，同理构成时空面对象；体对象不仅限于依次由多个面序列组成，它还是一种空间分块结构，包含了点对象、线对象和面对象的存储信息，然后附加时间维构成时空体对象，这里只考虑基本体，对复杂凹凸不平面构成的体可以进行划分的将划分为多个基本体构成．

2.1.2 时空对象分类

地下矿采矿活动涉及到多种对象，根据其时变信息的不同和空间属性的不同，可把这些对象抽象为四类：一是时空点对象，它包括施工人员、运输设备、钻孔点、井下环境监测点等．二是时空线对象，其不仅具有时间属性，而且是线性的三维空间对象，它包括井巷掘进工程中竖井、斜井、平巷等中轴线以及勘探线、运输路线和人员的行走路线等．三是时空面对象，它是存在于空间的二维数据对象．包括矿区的环境如围岩、水域以及采矿的工作面，采场剖面和原始地表等．四是时空体对象，它包括井巷工程的分块模型、岩体、矿体模型等．针对上述四类对象的属性数据的特点及组织方式，其时空数据分别可以分为静态和动态两类．如下表 1所示．

表1 地下矿时空对象分类Tab. 1 Underground ore space-time object classification

2.2 基于SDO_GEOMETRY的时空对象数据结构

根据上述时空对象的多样性、复杂性，可知地下矿4D时空数据的管理不仅要涉及属性数据，还需要考虑空间和时间信息，因此传统的数据库无法满足的时空数据存储的要求．而采用Oracle Spatial的对象关系模型能够将空间数据及其时间数据和相关属性数据存储在同一时空数据库中，实现数据的统一化管理，既解决了集中存储的问题，同时也解决了过去使用MapInfo等GIS软件造成的空间、属性数据分离的问题，从而可更好的实现地下矿施工及采矿生产活动的动态模拟．而主要方法是通过LOCATION字段来存储每个时空对象的空间数据，Spatial中提供了MDSYS.SDO_GEOMETRY这一抽象数据类型，可以用来描述任何的复杂实体对象．从图5可以看出，利用这样的表结构可以对地下矿的所有时空数据进行统一化的存储和模拟．

图5 地下矿时空数据的统一化存储结构Fig. 5 The unity of the underground mine data storage

根据井下施工及采矿生产涉及的实体特征，将地下矿所涉及的时空实体抽象为点、线、面、体四类，根据不同类的实体在地下矿施工及开采过程中的特征和空间信息，提出了各自的时空数据结构．

(1) 地下矿点对象的时空数据结构

表2 地下矿点对象存储表Tab.2 Underground mines object storage table

(2) 地下矿线对象的时空数据结构

表3 地下矿线对象存储表Tab. 3 Underground ore line object storage table

(3) 地下矿面对象的时空数据结构

表4 地下矿面对象存储表Tab. 4 Underground ore surface object storage table

(4) 地下矿体对象的时空数据结构

表5 地下矿体对象存储表Tab. 5 Underground ore body object storage table

表6 地下矿时空数据对象数据获取方式Tab. 6 Underground mining temporal-spatial data object access

3 4D时空数据模拟应用

3.1 时空数据采集

从上述地下矿时空数据分析的结果可以看出，地下矿所涉及的数据对象类型复杂，就目前采集数据的方法而言，主要是利用现有地质资料、3D地质模型数据和“六大系统”中的矿井人员定位系统、井下环境监测系统等来采集数据，表6是对不同地下矿数据对象获取方法的分类．

3.2 地下矿4D时空数据库构建

地下矿时空数据库的构建主要是面对两类时空目标，即井下施工巷道和开采矿体，其中巷道是采矿生产中将矿石从工作面运送到地面，以及通风、安全输送工人的通道，而矿体则是地下矿开采的直接实体．对整个矿井而言，巷道和矿体都是矿山生产活动中的重要实体．在以往的建模方案中都把巷道抽象为线条来处理，而本文采取把巷道这个三维柱形结构以分块形式来划分，并且把巷道内部的人员、设备等实体都包含在块体内．在对巷道体和矿体进行时空数据库的构建时遵循一定的地质规则，具体规则如下：

3.2.1 巷道和矿体划分准则

巷道分块的基础是确定划分精度和准则，根据巷道时空数据对象的构成，巷道内部包括了生产人员、设备等数据．巷道的精度必须要与人员定位的精度、设备监测的精度所匹配．巷道分块精度的确定可以根据最大误差原则，描述如下：

设P1、P2、P3分别为巷道的测量、人员定位及设备定位的误差绝对值，那么巷道分块的最终精度可以表示为P=max(P1、P2、P3)．

图6 巷道分块示意图Fig. 6 The roadway block diagram

由于井下的环境限制，根据测量统计，巷道数据的水平误差和高程误差约 110 mm，误差为毫米级；人员定位数据主要来源于目前几种主流的定位技术，如RFID、Zigbee、WIFI、UWB等，由于定位精度与成本成正比，一般情况下定位误差的量度为m；设备监测系统包括瓦斯监测，一氧化碳、氧气、风量、粉尘等监测，一般情况下空间监测的量度也为m．分析得出以下结论：误差的大小会影响度量值的选择，在三类系统中，测量系统的误差值相对较小，人员定位系统的误差较大，因此根据最大误差原则，巷道分块数据应以m为取值单位，又考虑到地下矿数据是以海量TB级数据来存储，故最终确定巷道的划分精度为 10m然后根据巷道中线以10m步距进行巷道块划分，巷道分块数据内部包含了在此范围的人员及设备监控检测数据，如图6所示．

矿体分块数据的来源主要是依据 Surpac、3Dmine等三维矿业软件构建的块体模型数据，而时间属性则是根据矿体的采掘进度和计划时间来进行赋值，由这些共同组成时空矿体数据．

3.2.2 地下矿4D时空数据库构建

图7 矿体分块示意图Fig. 7 The orebody block diagram

以某钼矿数据为例，结合所划分的巷道分块数据和矿体分块的部分字段为例，块体结构如图7所示，体对象有复杂对象和基本对象之分，这里只研究基本对象，复杂对象可以划分为基本对象的组合体．如果实体对象抽象为点、线、面或复杂多边形等只需依据 MDSYS.SDO_GEOMETRY 所制定的相应规则进行描述即可．巷道分块数据和矿体数据表如表 7所示．其中 LOCATION 字段为 Oracle Spatial 中提供的抽象数据类型，在创建时空表后可通过插入语句来实现．

INSERT INTO ORE_BODY VALUES(1123,0.065, 5.9, 230, true, ‘2013-6-3 10:07:28’, ‘2013-6-3 11:07:28’ SDO_GEOMETRY

(3008,NULL,NULL,SDO_ELEM_INFO_ARR AY(1,1007,3,),SDO_ORDINATE_ARRAY( 2243.943,4773.237,233.482, 2253.943,4783.237,233.482,);

3.2.3 巷道施工及矿体开采时空数据动态模拟

地下矿井巷施工及采矿生产涉及的数据量巨大，主要包括点、线、面、体等四类，且都是以TB为单位存储，因此在这些海量数据中查询检索就尤为重要，根据地下矿生产进度计划的需要，要依据其结果制定巷道掘进、采矿作业计划的报告，这都可通过 Oracle Spatial的查询语句来进行模拟实现．以井巷施工数据为例，如图8为巷道施工原始时空数据表．根据井巷作业任务的查询频度来查询，通常为班、天、周、月、年，这里以月为单位进行时空查询，具体对巷道施工数据进行7月份掘进过程的时空数据查询，结果如图9所示．

表7 巷道体分块对象存储表Tab. 7 Roadway block object storage table

表8 地下矿块体对象存储表Tab. 8 Underground ore block object storage table

图8 巷道原数据表图Fig. 8 The original data table of roadway

图9 巷道施工数据表Fig. 9 The Roadway query data table

3.2.4 时空数据模拟操作优化

在时空数据模拟操作方面，快速确定空间实体的位置和提高空间数据的查询效率是关键，这需要为空间字段建立空间索引．Oracle Spatial提供了两种索引机制，分别是R-tree和Quadtree索引．可在二维、三维、四维几何类型字段上建立R-tree索引，通过sdo_index_dims参数来设置．一般查询主要使用两种方法，即空间函数和空间操作符．本文共采集测试数据 10万条，分别就空间函数SDO_GEOM.RELATE和空间操作符 SDO_RELATE进行相同的功能查询进行了对比，得到以下的图表．

图10 空间查询对比图Fig. 10 Spatial query contrast figure

从图表中可得出，空间操作符的性能是远远优于空间函数的，这里仅仅是空间函数SDO_GEOM.RELATE和空间操作符 SDO_RELATE两者对比，实际Oracle Spatial提供了众多的空间函数和操作符用于查询优化，根据不同维度的需要，使用满足条件的操作符可以使查询效率显著的提高．

4 结语

(1) 针对地下矿井巷施工及采矿生产涉及的时空数据的特点，进行了时空数据对象的划分，提出了统一的时空对象数据描述模型，设计了相应的数据结构，实现了地下矿井巷施工及采矿生产时空数据的统一管理和统一存储．

(2) 根据地下矿井巷和矿体的空间特性，将地下矿时空操作单元划分为井下巷道和开采矿体两大类，提出了巷道和矿体的空间分块准则，将地下矿的时空数据集成在巷道块体和矿体块体中，并设计了两类块体的时空数据存储结构，构建了地下矿4D时空数据库．

(3) 针对地下矿井巷施工和采矿生产，提出了一种 4D时空数据动态模拟技术，但地下矿时空数据的研究较为复杂，仍有诸多需要解决的问题，本文尚未触及．本研究力求为地下矿时空数据管理、可视化及工程应用奠定一定的基础，并可在隧道、桥梁等工程施工领域进行推广应用．

References

[1] BUCKLEY J. Monitoring the vibration response of a tunnel boring machine：application to real time boulder detection[J]. Dissertations & Theses Gradworks, 2015,34-37.

[2] Han K K, Golparvar-Fard M. Appearance-based material classification for monitoring of operation-level construction progress using 4D BIM and site photologs[J].Automation in Construction, 2015, 53:44-57..

[3] 熊书敏，王李管，陈忠强等. 地下矿可视化管控系统空间数据模型[J]. 计算机应用. 2012,32(2):581-584 XIONG shumin,WANG liguan，CHEN zhongqiang et al，Patial data model for underground mine 3D visual reduction management and control system[J]，Journal of Computer Applications，2012,32(2):581-584

[4] 侯运炳，魏书祥，胡乃联. 地下矿井巷工程 CAD 及造型系统 3DMS 的研究与开发[J]. 北京科技大学学报.1998(3):205-210 HOU yunbing, WEI shuxiang, Hu nailian. Research and development of computer aided underground mining design and solid modeling system 3DMGS[J], Journal of University of Science and Technology Beijing,1998(3):205-210

[5] 郭达志，杨维平，韩国建.矿山地理信息系统中的空间和时间四维数据模型[J].测绘学报.1993,22(1):33-40 GUO dazhi, YANG weiPing, HAN guojian. A spatial and temporal 4D data model for mine GIS[J], Acta Geodaetica Et Cartographic Sinica, 1993,22(1):33-40

[6] 王云帆．Oracle Spatial 空间数据存储管理技术的应用研究[J].测绘通报, 2011( 6) : 76-79．WANG yunfan. On the application of oracle spatial spatial data memory management technique[J], Bulletin of Surveying and Mapping, 2011( 6) : 76-79

[7] 宋伟东，陈虎维，李兰勇. 露天矿采场时空数据模型的构建与应用[J].测绘工程. 2009,18(5):1-5 SONG weidong, CHEN huwei, LI lanyong. Establishment and application for spatio-temporal data models of an open-pit stope[J]. Engineering of Surveying and Mapping,2009,18(5):1-5

[8] 胡长明, 熊焕军, 龙辉元,等. 基于BIM的建筑施工项目进度-成本联合控制研究[J]. 西安建筑科技大学学报(自然科学版), 2014, 46(4):474-478 HU Changming, XIONG Huanjun, LONG Huiyuan et al.Study on cost and schedule combined control of 4D model based on building information modeling(BIM)[J], Xi'an Univ. of Arch. &Tech: Natural Science Edition, 2014,46(4):474-478