基于属性驱动的矿体动态建模及更新方法研究

3D modeling theory and technology of mine underground space has a great role in improving the production efficiency and production safety, and the dynamical constructing and local updating of 3D solid model of ore body is one important and difficult problem of modeling theory of mine underground space. This project aims to break through the research limitations in 3D dynamical modeling and model updating method of ore body. Based on attribute driven mechanism of ore body modeling, trying to construct the attribute interpolation model of 3D block by using artificial intelligence theory, establishing the precise method of transforming ore body attribute model to geometry model, to realize dynamical constructing of the ore body model with complete information and high credibility under the condition of different cutoff grade. On this basis, according to the thinking of hierarchical decomposition of modeling elements, the local remeshing method of ore body geometry model and dynamic updating algorithms of all kinds of element data were established, which would solve the problem of dynamical updating of ore body model during the excavation/mining process. The study can provide new means and method for mine underground space modeling theory and offer new ideas for developing 3D geological and mining modeling software.

矿山地下空间三维建模理论与技术对提高矿山的生产效率和安全生产具有极大的推动作用，而矿体三维实体模型的动态构建和局部更新则是矿山地下空间建模理论研究的重点和难点问题之一。本项目旨在突破矿体三维动态建模及模型更新方法的研究局限，基于属性驱动的矿体建模机制，尝试利用人工智能理论构建三维块体属性插值模型，建立矿体属性模型向几何结构模型精确转换的方法，实现动态地构建矿体在不同边界品位条件下的信息完整、可信度高的三维实体模型。在此基础上，基于按构模元素层次分解的思路，建立矿体几何结构模型的局部重构及各类体元数据的动态更新算法，解决开挖/开采过程而引起的矿体模型动态更新问题。通过本项目的研究可为矿山地下空间建模理论提供新的手段和方法，为地矿三维建模软件的研发提供新的思路。

矿山地下空间三维建模理论与技术对提高矿山的生产效率和安全生产具有极大的推动作用，而矿体三维实体模型的动态构建和局部更新则是矿山地下空间建模理论研究的重点和难点问题之一。本项目旨在突破矿体三维实体模型动态构建及更新方法的研究局限，基于属性驱动的矿体建模机制，尝试利用人工智能理论构建三维块体属性插值模型，建立矿体属性模型向几何结构模型精确转换的方法，实现动态地构建矿体在不同边界属性条件下的信息完整、可信度高的三维实体模型。在此基础上，建立各类体元数据的动态更新算法，解决开挖/开采过程而引起的矿体模型动态更新问题。项目取得的主要研究结果：1）项目提出了一种基于属性驱动的矿体动态建模方法，将研究重点转到了矿体的属性模型向几何结构模型的精确转换，避免了通常情况下三维矿体模型动态构建时相对复杂的几何节点和拓扑结构动态调整问题，实现了给定工业指标条件下矿体模型几何形态的三维可视化表达。2）建立了基于径向基函数神经网络（RBF网络）结合免疫算法的矿石品位插值方法，通过数据测算表明，该插值模型计算效率高，具有较高的精度。当矿床无法满足地质统计学使用条件时，可考虑采用神经网络方法对矿石品位进行估值计算。3）项目结合基于交线三角形自分解算法及地质实体的布尔运算方法，建立了矿体几何结构模型的局部重构算法，实现了与开挖/开采过程同步的矿体三维几何结构模型的动态更新。