矿山边坡稳定性维护如何实现智能化？
矿区边坡稳定性的维护是一个涉及多元学科且需要多方协作的工作。对于岩土工程师来说，为了给特定项目或采矿某些阶段设计一个合适的边坡角，工作流程通常包括实地考察、数据分析和迭代建模。对于采矿工程师来说为了最大程度提高生产效率，边坡稳定性对于矿山的布局选择和资源的利用极其重要。而对于项目经理来说，边坡角策略的制定与项目的经济性亦是密不可分的，较陡的边坡角通常与较低的剥采比和较高的净现值（NPV）相关。
诚然，以上这些说法都只是对一个基本且复杂话题的概括。事实上无论是矿山项目的哪一个部门，听到"岩体发生了意外移动 "都会引起各方警觉。此外，在工程设备成本日益上升的经济背景下，机械设备的安全性和可用性成为了最重要的问题，毕竟投资者的兴趣很有可能在安全事故传出后的一夜间消失殆尽，一个有效的边坡稳定性规划战略仅仅是负责矿山管理领域的一个基本条件。本期小编将为您介绍目前智能技术应用于边坡稳定性监测的最新国际成果！
未雨绸缪，毁于一旦
边坡稳定性监测是一个以测量和数学为主导的领域，包含风险计算、2D/3D分析技术和经济估算等等。然而事实上，即使是再细致监测的边坡也有可能会在意想不到的时间以一种意外的方式塌陷。换言之，即使可以预判发生事故的根本原因，最终的结果也可能很难预知。
上图为2013年4月美国宾汉姆峡谷铜矿发生的一起巨大的山体滑坡，而在事故发生之前始终密集监测着此边坡，但最终其崩塌的速度和规模远远超过预期，从而导致了被认为是北美史上最大的一次非火山型、也可能是经济损失最大的一次山体滑坡。但事实上，该矿山如果没有提前开展广泛的岩土工程监测和分析计划，损失可能会更大。毕竟该计划具备充足的准备时间，因此在大规模滑坡发生前提前进行了疏散。
智能技术助力边坡监测，防患未然
边坡不可预测的特性以及各种影响因素使得“边坡稳定性”问题成为了矿山设计和安全技术攻关的首要任务，近期的一些新技术成果主要集中在矿山岩土工程师可利用的数据数量和质量上。
人工智能雷达分析
2022年4月份IDS GeoRadar为海克斯康的Guardian推出了一款Ai.DA软件监测工具，该公司将其称作是边坡稳定性监测融入人工智能（AI）的先驱。
据该公司称，Ai.DA为雷达数据提供了一个额外的智能处理层。通过人工智能算法来评估运动趋势与典型边坡不稳定性行为模型的一致性，从而简化了从残余噪声中识别运动的过程，进而帮助专业人士优化流程并做出更好决策。
海克斯康表示，Ai.DA与IDS GeoRadar的软件Guardian可以集成用来管理露天采矿作业和自然地质灾害中的边坡稳定性风险。经过Guardian处理的雷达数据会自动推送到Ai.DA，并提供一个可在三维地图上清晰地突出快速移动区域的额外智能处理层。海克斯康表示，Ai.DA可以同时处理来自多达六个不同雷达的数据。
此外，Guardian接收来自Hexagon的MineProtect防撞系统（CAS）服务器等其他来源的数据。它可以自动导入车辆和工作机械的位置，并在雷达位移图上实时显示。它可以几乎实时地向监测专家提供高精度的位移数据，并使用先进的自动大气校正算法来避免其他错误。
奎拉维科铜矿部署应用
目前此软件部署在秘鲁的Quellaveco（奎拉维科铜矿）铜矿用于监测边坡和地质沉降，该系统使用四个雷达、卫星图像分析技术，以及一个近200个地理定位设备（棱镜）的机器人监测站。借助这项技术，可以识别不同结构中的潜在不稳定性从而管理塌陷风险，为工人和矿山设备提供更大的安全性。雷达技术包括IDS GeoRadar的GroundProbe SSR-XT和IBIS-ArcSAR。
当边坡的移动速度大于安全限度时即存在坍塌的风险。雷达会每两分钟扫描一次边坡，并将图像发送到岩土控制中心分析有关地表变化和位移的信息，这些数据融合应用数学模型从而做出预测决策。“岩土工程监测系统使我们能够预测边坡的稳定性。换句话说，我们可以提前几个小时知道边坡是否可能坍塌，这使我们能够提前实施安全控制，例如安装障碍物或疏散撤离该区域（如果适用）”英美资源集团的岩土工程师Yhadin Collao Izaguirre说。
在Quellaveco岩土工程控制中心，有一个监测站每天24小时监控雷达传输的信息。如果监测到坍塌风险，其功能是发出警报，以便疏散撤离该区域。这些信息与该地区的所有工人和设备实时共享。
岩土工程监测系统还使用卫星图像来监测边坡、主要构筑物、道路等表面的稳定性，覆盖奎拉维科的不同区域，如位于高山的比斯恰查斯大坝、采矿区、矿物加工厂和尾矿坝。卫星每六天记录一次信息，并随之分析其不同的变化。
常规的监测通常使用棱镜系统作为发射坐标的设备，并且在移动时可以提供关于边坡位移的数据。在矿山的边坡和主要构筑物大约安装了200个棱镜在边坡和矿床，由一个机器人站统一负责监控，该站自主收集信息并将其发送到控制中心。
动态3D边坡稳定性分析
岩土工程师在新业务或扩展业务中常常会获得大量矿床数据，但重点不是分析那些在规划边坡时所需要的地质结构、应力和地下水条件，而是要做正确的资源评估。根据加拿大软件开发商Rocscience的说法，在这些情况下岩土工程师可能不得不考虑自然变化，并利用统计分析来解释未知情况，并指出岩体强度和结构数据不足会导致设计中高度的不确定性。其他影响因素还包括安全因素——避免因对地面条件了解不足而造成不稳定；以及时间限制，例如当市场价格变化而需要更新矿山设计时，这通常需要在短时间内对岩土工程进行重新评估。
该公司提供了一系列软件工具，使岩土工程师能够：用多个数值软件验证结果；跨模型搜索多个关键故障区域；使用概率分析来解释统计变化和未知值；使用监测数据校准模型。
Slide3程序是一个动态3D边坡稳定性分析工具，旨在帮助岩土工程师在一个模型中评估整个基坑的稳定性。该公司称，用户现在可以更容易和更快地构建边坡稳定性模型，并可以选择是从点云数据构建表面还是从Leapfrog、Deswik、Datamine和Vulcan等应用程序导入矿体模型。工程师可以利用先进的多模态优化算法搜索多个关键故障面，并利用与该公司的Slide2、RS3和RSData工具的集成来比较和验证分析结果。
Rocscience表示，他了解到工程师们为了满足不同设计标准从而手动修改特定参数是多么的耗时，因为通常情况下用户必须在运行分析之前根据每个设计标准指定自定义参数和属性。最近Slide3的更新允许用户选择特定的设计标准，变量将自动更改从而简化了工作流程。
大气校正算法
在广阔而复杂的环境例如大型矿山中，大气可能会对早期边坡移动的探测产生阻碍。澳大利亚公司GroundProbe指出，其最新推出的边坡稳定性雷达探测范围的扩大可能会加剧这一问题。在21世纪初，第一台GroundProbe SSR在小矿坑中运行，其最大雷达范围约为400米就足够了。现在，其SSR-Omni模型的成像范围可达5.6公里（3.4英里）。尽管性能改进是显著的，但大气因素使有意义的数据采集、解释和管理变得越来越复杂。
Groundprobe表示，其最新的Precision Atmospherics校正算法显著减少了湍流大气引起的噪声，提供了更清晰的真实变形图像。该公司称，这是近几年开发研究的结果，在此期间，Groundprobe与包括Bingham Canyon（宾汉姆峡谷矿山）矿在内的不同气候地区的矿山合作，作为广泛验证计划的一部分，自2019年系统推出以来，宾汉姆峡谷岩土高级工程师Dustin Hicks就开始参与Precision Atmospherics的开发和测试。
"GroundProbe向宾汉姆峡谷交付了配备Precision Atmospherics算法的SSR-Omni，用来展示其在我们现场经历的快速变化大气环境中的能力，"Hicks说。"Precision Atmospherics算法有效地管理了各种大气条件，包括爆炸、扬尘、雨雪等，从而可减少一些不正确的“脏数据”。"它在逐一扫描的基础上减少了噪音，这为更精确的警报奠定了基础，否则会使岩土工程团队负担过重。"
GroundProbe的首席执行官David Noon说，Precision Atmospherics适用于跟踪缓慢和快速的变形趋势。"借助Precision Atmospherics提供的平滑图像和更清晰的地图，客户可以把注意力集中在最近开始的或缓慢移动的变形上。
"这对于收集那些只能通过长期分析才能检测到的潜在重大岩土工程问题来说是很重要的。快速和慢速的变形趋势都集中显示在一个数据池里，而且不需要后期处理就可以检测到缓慢的运动，"Noon说。
GroundProbe公司全球业务负责人--地质技术部Albert Cabrejo认为，Precision Atmospherics可被看作是使用干涉雷达进行稳定性监测的一个重要补充，因为 "它直接回应了世界各地地质技术工程师的最重要诉求：数据质量"。
来源：矿业信息化协同创新
