⚡ génie électrique

Integrated perception, decision, and control for tricone blasthole drilling: System development and field validation

Cet article présente un système de contrôle intelligent qui intègre la perception de la formation, la prise de décision et le contrôle pour le forage de trous de mine à tricone, démontrant, à travers des essais sur le terrain, une augmentation de 33,6 % du taux de pénétration, une réduction de 45,3 % de la consommation d'énergie et une détection efficace des conditions anormales.

Auteurs originaux : pu liu, zujie zou, dong fan, binjie he, longpeng wang

Publié 2026-10-23

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : pu liu, zujie zou, dong fan, binjie he, longpeng wang

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Au plus profond des mines à ciel ouvert qui alimentent l'énergie mondiale, une machine massive connue sous le nom de foreuse rotative creuse des trous dans la terre. Ces trous, appelés trous de forage, sont le point de départ du dynamitage de la roche pour extraire le charbon ou le minerai. La qualité de ces trous détermine l'efficacité avec laquelle la roche se brisera plus tard, ce qui impacte directement la sécurité et la productivité de l'ensemble de la mine. Pendant des décades, le succès de cette opération a reposé lourdement sur la compétence et l'intuition d'un opérateur humain assis dans la cabine. À mesure que le trépan passe d'un sol meuble à une roche dure, ou rencontre une fracture cachée, l'opérateur doit constamment deviner comment ajuster la vitesse et la pression de la machine. Si le calcul est erroné, le foret peut caler, le trépan peut se briser, ou le trou peut être foré trop lentement, gaspillant ainsi du temps et de l'énergie. Le défi a toujours été que la roche souterraine est imprévisible, et la réponse de la machine à celle-ci est complexe, ce qui rend l'automatisation difficile sans un système capable de véritablement « ressentir » le sol et d'y réagir instantanément.

Une équipe de chercheurs de l'Institut de recherche CCTEG de Xi'an et de l'Université de technologie minière de Chine a développé une nouvelle façon de résoudre ce problème. Ils ont créé un système de contrôle intelligent qui agit comme un cerveau unifié pour la foreuse, reliant trois fonctions critiques : la détection de la roche, la prise de décision et le contrôle des mouvements de la machine. Contrairement aux anciens systèmes qui traitaient ces tâches séparément, cette nouvelle approche les connecte dans une boucle continue. Le système surveille constamment plusieurs signaux provenant de la foreuse, tels que la vitesse de rotation du trépan, la force de pression exercée vers le bas et la puissance consommée par les moteurs. Il utilise ces données pour identifier le type de roche à travers lequel il fore actuellement et pour estimer la facilité ou la difficulté de rupture de cette roche. Sur la base de cette compréhension, le système sélectionne automatiquement les meilleurs réglages de vitesse et de pression, puis commande à la machine de suivre précisément ces réglages, même lorsque les conditions du sol changent sous le trépan.

Pour tester ce système, les chercheurs l'ont emmené dans une véritable mine de charbon à ciel ouvert et l'ont mis à l'épreuve sur une foreuse ZY250E. Ils n'ont pas seulement fait fonctionner la machine dans une simulation informatique ; ils ont foré 322 trous de forage réels, couvrant une distance totale de plus de 5 400 mètres. L'environnement était rude, avec des températures chutant à moins 25 degrés Celsius et des vents forts, offrant un test rigoureux pour la technologie. Les résultats ont montré que le système pouvait identifier le type de roche avec une précision de plus de 85 pour cent. Plus important encore, il pouvait détecter quand la foreuse était sur le point de se coincer — une situation dangereuse connue sous le nom de blocage de forage — en remarquant des changements subtils dans le comportement de la machine avant que le problème ne devienne critique. Lorsqu'il détectait un événement de blocage, le système réagissait en environ deux secondes, émettant une alarme et arrêtant le forage pour éviter tout dommage.

L'impact sur l'efficacité fut significatif. Dans des simulations impliquant de la roche dure, les réglages recommandés par le système ont augmenté la vitesse d'avancement du forage de 33,6 pour cent par rapport à une opération manuelle par un opérateur humain. Simultanément, l'énergie utilisée pour forer chaque mètre de trou a chuté de 45,3 pour cent. Lors des tests sur le terrain, la vitesse de forage moyenne a atteint 35 mètres par heure, ce qui est supérieur à la cible de conception standard de la foreuse. Pour un trou typique de 18 mètres de profondeur, la machine a terminé la tâche environ 13 minutes plus tôt qu'auparavant, représentant un gain d'efficacité de plus de 30 pour cent. Les trous forés par le système étaient également précis, le diamètre restant à moins de 3 millimètres de la cible et la profondeur variant de moins de 1 pour cent.

Les chercheurs ont également démontré que le système pouvait gérer l'imprévu. Lorsque la foreuse rencontrait un changement soudain de la roche, le système ajustait ses recommandations instantanément. Si la roche devenait plus dure, la machine ralentissait sa rotation et augmentait sa pression vers le bas pour maintenir la stabilité. Si la roche s'adoucissait, elle accélérait pour maximiser la progression. Cette coordination se faisait automatiquement, sans que l'opérateur n'ait besoin d'intervenir. Le système maintenait également une surveillance de sécurité distincte qui fonctionnait indépendamment des commandes de forage normales. Cette branche de sécurité surveillait la machine pour détecter des signes de problèmes, tels qu'une chute soudaine de la vitesse ou un pic de couple du moteur, qui sont des signes avant-coureurs d'un blocage de la foreuse. Lorsque ces signes apparaissaient, le système intervenait immédiatement, prouvant qu'il pouvait protéger l'équipement et l'opérateur contre les dangers dans des conditions réelles.

Bien que l'étude ait été limitée à un type spécifique de foreuse et à une seule mine, les résultats suggèrent que l'intégration de la perception, de la prise de décision et du contrôle dans un système unique est une voie viable pour l'automatisation minière. Le système a prouvé qu'il est possible de dépasser la simple automatisation, où une machine suit simplement un ensemble fixe de règles, pour passer à une approche plus intelligente où la machine comprend son environnement et s'y adapte. En combinant la capacité d'identifier les types de roche, de choisir les bons réglages et de réagir au danger, les chercheurs ont montré que le forage peut être rendu plus rapide, plus sûr et plus efficace. Ce travail confirme qu'avec la bonne technologie, l'incertitude du monde souterrain peut être gérée avec un niveau de précision qu'un opérateur humain seul ne peut atteindre de manière constante.

Résumé technique : Intégration de la perception, de la décision et du contrôle pour le forage à tricone

Énoncé du problème
Le forage à tricone en mine à ciel ouvert nécessite une boucle fermée coordonnée de perception de la formation, de sélection des paramètres, de commande des actionneurs et de détection des conditions anormales afin de garantir l'efficacité et la sécurité. Les foreuses conventionnelles implémentent généralement ces fonctions de manière indépendante, ce qui limite le transfert d'informations et la réponse coordonnée. Lors des opérations manuelles, l'évaluation de la lithologie, la sélection des paramètres et la gestion des conditions anormales reposent fortement sur l'expérience de l'opérateur. Bien que les recherches existantes aient fait progresser des composants individuels — tels que la perception de la formation par apprentissage automatique, la supervision de la sécurité par détection temporelle et le contrôle robuste pour des sous-systèmes spécifiques — ces capacités sont rarement intégrées dans un cadre unifié. Cette séparation est particulièrement limitante pour le forage à tricone assisté par air, où les estimations de formation doivent mettre à jour dynamiquement les consignes, où les actionneurs doivent suivre ces consignes malgré l'incertitude, et où une couche de sécurité doit l'emporter sur le contrôle normal lors d'anomalies.

Méthodologie
Les auteurs ont développé un système de contrôle intelligent organisé autour d'un cadre perception–décision–contrôle, validé par simulation hors ligne et essais sur le terrain sur une foreuse à tricone ZY250E. L'architecture du système comprend deux branches parallèles : une boucle de forage normal adaptative et une branche de supervision de sécurité indépendante.

Perception de la formation :
- Identification de la lithologie : Utilise un classificateur de fusion Random Forest–Multilayer Perceptron (RF–MLP). Les données de séries temporelles multi-sources (vitesse d'avance, vitesse de rotation, couples moteurs) sont traitées par deux branches : l'extraction de caractéristiques statistiques (moyenne, variance, pics) et l'extraction de caractéristiques structurelles par plongement de graphe non euclidien (graphes de visibilité dirigés).
- Évaluation de la forabilité : Suite à la classification, une méthode d'évaluation quantitative continue caractérise la forabilité de la formation, mise à jour toutes les 3 secondes à l'aide d'une fenêtre glissante de 5 secondes, pour soutenir l'ajustement des paramètres en ligne.
Prise de décision des paramètres de fonctionnement :
- Emploie une méthode d'appariement de cas par K-plus proches voisins (KNN). Une base de cas historiques est construite hors ligne à partir de données de haute qualité (efficacité, consommation d'énergie, stabilité).
- Lors de la phase en ligne, la forabilité de la formation actuelle et l'état de la foreuse forment un vecteur de requête. Des cas historiques similaires sont récupérés, et leurs paramètres de fonctionnement sont pondérés et fusionnés pour générer des vitesses d'avance et de rotation recommandées, mises à jour toutes les 3 secondes.
Contrôle de suivi des paramètres de forage :
- Un contrôleur $H_\infty$ robuste régule les systèmes d'avance et de rotation.
- Les variations de dureté de la formation sont modélisées comme des incertitudes bornées au sein de la dynamique de la tige de forage. Le contrôleur assure un suivi stable des consignes recommandées tout en atténuant les effets des changements de formation et des perturbations externes.
Détection des conditions anormales et intervention de sécurité :
- Opère indépendamment de la boucle de contrôle normal pour détecter des événements tels que le coincement du tricone.
- Utilise une méthode de classification temporelle intégrant un modèle de mélange gaussien–modèle de Markov caché (GMM–HMM) et un BiLSTM–CRF (Bidirectional Long Short-Term Memory–Conditional Random Field).
- Le système extrait des caractéristiques temporelles multi-échelles (tendance, fluctuation, complexité) à partir de données multi-sources. Lorsque la probabilité estimée de coincement du tricone dépasse un seuil de 70 %, le système déclenche immédiatement des commandes d'arrêt de forage et d'alarme.

Résultats clés
Le système a été évalué sur 322 trous de forage (5 426,7 m de forage) dans une mine de charbon à ciel ouvert sous diverses conditions géologiques et facteurs environnementaux (températures descendant jusqu'à −25 °C).

Performance de la décision des paramètres : Dans les simulations hors ligne d'une formation dure représentative, les paramètres recommandés par l'algorithme ont augmenté la vitesse de pénétration moyenne de 33,6 % par rapport à l'opération manuelle et ont réduit la consommation d'énergie relative par unité d'avancement de 45,3 %. Cette amélioration est attribuée à une meilleure coordination entre les vitesses d'avance et de rotation plutôt qu'à une simple augmentation de la puissance de sortie.
Validation sur le terrain (Forage normal) : Le système a atteint une vitesse de pénétration moyenne de 35 m/h (dépassant la valeur de conception de la foreuse de 30 m/h). Pour un trou typique de 18 mètres, le temps de fonctionnement moyen a diminué d'environ 13 minutes, ce qui correspond à une augmentation de l'efficacité de plus de 30 %. La précision de l'identification de la lithologie a dépassé 85 %.
Validation sur le terrain (Conditions anormales) : Le système a détecté 34 des 38 événements de coincement, atteignant un taux de détection de 89,5 % avec un temps de réponse moyen d'environ 2 secondes.
Métriques d'ingénierie : L'écart de diamètre du trou est resté dans une plage de ±3 mm et l'écart de profondeur n'a pas dépassé 1 %. Le temps de réponse à distance était inférieur à 200 ms avec une perte de paquets inférieure à 1 %.

Signification et revendications
L'article prétend démontrer la faisabilité de l'intégration de la perception de la formation, de la prise de décision des paramètres, du contrôle de suivi et de l'intervention de sécurité dans un système de forage à tricone unifié et à l'échelle du terrain. L'étude établit qu'un cadre coordonné de perception–décision–contrôle peut gérer efficacement les incertitudes dynamiques des formations rocheuses hétérogènes et fournir des interventions de sécurité opportunes.

Les auteurs notent que la validation s'est limitée à une seule mine et à la foreuse ZY250E. Ils précisent explicitement que l'application à d'autres sites ou équipements nécessiterait un réentraînement ou un recalibrage des modèles de perception et de décision à l'aide de données spécifiques au site, ainsi qu'une nouvelle identification du système et un ajustement des paramètres de contrôle. L'article conclut que la généralisation inter-sites et inter-plateformes devra être évaluée dans des travaux futurs.

Articles similaires