⚡ 전기공학

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

본 논문은 트라이콘(tricone) 블라스홀 드릴링을 위해 지형 인지, 의사 결정 및 제어를 통합한 지능형 제어 시스템을 제시하며, 현장 시험을 통해 관통 속도 33.6% 증가, 에너지 소비 45.3% 감소, 그리고 효과적인 이상 상태 감지를 입증하였다.

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

게시일 2026-10-23

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

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

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

세계의 에너지 공급을 담당하는 노천광산 깊은 곳에서, 로터리 드릴 리그라고 불리는 거대한 기계가 땅속으로 구멍을 뚫고 있습니다. 블래스트홀(blastholes)이라 불리는 이 구멍들은 나중에 암석을 폭파하여 석탄이나 광석을 추출하기 위한 시작점입니다. 이 구멍의 품질은 나중에 암석이 얼마나 효율적으로 부서지는지를 결정하며, 이는 광산 전체의 안전성과 생산성에 직접적인 영향을 미칩니다. 수십 년 동안 이 작업의 성공은 운전실에 앉아 있는 인간 작업자의 숙련도와 직관에 크게 의존해 왔습니다. 드릴 비트가 부드러운 토양에서 단단한 암석으로 이동하거나 숨겨진 균열을 만날 때, 작업자는 기계의 속도와 압력을 어떻게 조절할지 끊임없이 추측해야 합니다. 만약 이 추측이 틀리면 드릴이 멈추거나, 비트가 부러지거나, 혹은 구멍을 너무 느리게 뚫어 시간과 에너지를 낭비하게 됩니다. 문제는 지하의 암석은 예측 불가능하며, 그에 따른 기계의 반응 또한 복잡하기 때문에, 지면을 실제로 '느끼고' 즉각적으로 반응할 수 있는 시스템 없이는 자동화가 어렵다는 점이었습니다.

CCTEG 시안 연구소와 중국 광업대학교의 연구진은 이 문제를 해결하기 위한 새로운 방법을 개발했습니다. 그들은 드릴 리그를 위한 통합된 두뇌 역할을 하는 지능형 제어 시스템을 만들었으며, 이는 암석 감지, 의사 결정, 그리고 기계 움직임 제어라는 세 가지 핵심 기능을 하나로 연결합니다. 기존의 시스템들이 이러한 과업들을 별개로 처리했던 것과 달리, 이 새로운 방식은 이들을 하나의 연속적인 루프로 연결합니다. 시스템은 비트가 회전하는 속도, 아래로 누르는 힘, 모터가 사용하는 전력량 등 드릴에서 발생하는 여러 신호를 끊임없이 관찰합니다. 시스템은 이 데이터를 사용하여 현재 뚫고 있는 암석의 종류를 식별하고, 그 암석을 깨뜨리기가 얼마나 쉽거나 어려운지를 추정합니다. 이러한 이해를 바탕으로, 시스템은 최적의 속도와 압력 설정을 자동으로 선택한 다음, 비트 아래의 지질 조건이 변하더라도 기계가 해당 설정값을 정밀하게 따르도록 명령합니다.

이 시스템을 테스트하기 위해 연구진은 이를 실제 노천 탄광으로 가져가 ZY250E 드릴 리그에 적용하여 성능을 시험했습니다. 그들은 단순히 컴퓨터 시뮬레이션만 돌린 것이 아니라, 총 5,400미터 이상의 거리에 달하는 322개의 실제 블래스트홀을 뚫었습니다. 영하 25도까지 떨어지는 기온과 강풍이 부는 가혹한 환경은 이 기술에 대한 엄격한 시험대가 되었습니다. 결과에 따르면, 이 시스템은 85% 이상의 정확도로 암석 유형을 식별할 수 있었습니다. 더 중요한 것은, 시스템이 드릴이 끼이는 위험한 상황인 '드릴 스티킹(drill sticking)' 현상을 기계의 미세한 행동 변화를 포착함으로써 사전에 감지할 수 있었다는 점입니다. 시스템은 스티킹 현상을 감지했을 때 약 2초 이내에 반응하여 경보를 울리고 드릴을 멈춤으로써 장비 손상을 방지했습니다.

효율성 측면에서의 영향은 상당했습니다. 단단한 암석을 대상으로 한 시뮬레이션에서, 시스템이 권장한 설정은 인간 작업자의 수동 조작에 비해 드릴 전진 속도를 33.6% 증가시켰습니다. 동시에 미터당 굴착에 사용되는 에너지는 45.3% 감소했습니다. 현장 테스트에서 평균 굴착 속도는 리그의 표준 설계 목표보다 높은 시간당 35미터에 도달했습니다. 일반적인 18미터 깊이의 구멍을 기준으로, 기계는 이전보다 약 13분 더 빠르게 작업을 마쳤으며, 이는 30% 이상의 효율 향상을 의미합니다. 시스템에 의해 뚫린 구멍 또한 정밀하여, 직경은 목표치에서 3밀리미터 이내를 유지했고 깊이 편차는 1% 미만이었습니다.

연구진은 또한 시스템이 예기치 못한 상황을 처리할 수 있음을 입증했습니다. 드릴이 갑작스러운 암석 변화를 만났을 때, 시스템은 즉각적으로 권장 설정을 조정했습니다. 암석이 더 단단해지면 기계는 안정성을 유지하기 위해 회전 속도를 늦추고 하향 압력을 높였습니다. 반대로 암석이 부드러워지면 진도를 극대화하기 위해 속도를 높였습니다. 이러한 조정은 작업자의 개입 없이 자동으로 이루어졌습니다. 또한 시스템은 일반적인 드릴 제어와 독립적으로 작동하는 별도의 안전 감시 체계를 유지했습니다. 이 안전 분기는 속도의 급격한 저하나 모터 토크의 급증과 같은 문제의 징후, 즉 드릴이 끼기 전의 초기 경고 신호를 모니터링했습니다. 이러한 징후가 나타나면 시스템은 즉각 개입하여, 실제 환경에서도 장비와 작업자를 보호할 수 있음을 증명했습니다.

본 연구는 특정 유형의 드릴 리그와 특정 광산에 국한되었으나, 결과는 인지, 의사 결정, 제어를 하나의 시스템으로 통합하는 것이 광업 자동화를 향한 실행 가능한 경로임을 시사합니다. 이 시스템은 단순히 정해진 규칙을 따르는 단순 자동화를 넘어, 기계가 환경을 이해하고 그에 적응하는 더 스마트한 접근 방식으로 나아가는 것이 가능하다는 것을 보여주었습니다. 암석 유형을 식별하고, 적절한 설정을 선택하며, 위험에 반응하는 능력을 결합함으로써, 연구진은 드릴링을 더 빠르고, 안전하며, 효율적으로 만들 수 있음을 보여주었습니다. 이 연구는 적절한 기술이 뒷받침된다면, 지하 세계의 불확실성을 인간 작업자 혼자서는 일관되게 달성할 수 없는 수준의 정밀도로 관리할 수 있음을 확인시켜 주었습니다.

기술 요약: 트라이콘 블래스트홀 드릴링을 위한 통합 인지, 결정 및 제어

문제 정의
노천 트라이콘 블래스트홀 드릴링은 효율성과 안전성을 보장하기 위해 지층 인지, 파라미터 선택, 액추에이터 제어 및 이상 상태 감지의 유기적인 폐루프(closed loop)를 필요로 한다. 기존의 드릴 리그는 일반적으로 이러한 기능들을 독립적으로 구현하며, 이는 정보 전달과 협응된 대응을 제한한다. 수동 작업에서는 지질 판단, 파라미터 선택 및 이상 상황 처리가 주로 작업자의 경험에 의존한다. 기존 연구들은 지형 인지를 위한 머신러닝, 시계열 탐지를 이용한 안전 감독, 특정 하위 시스템을 위한 강인 제어 등 개별 구성 요소들을 발전시켜 왔으나, 이러한 기능들이 하나의 통합된 프레임워크로 결합되는 경우는 드물다. 이러한 분리는 공기 보조 방식의 트라이콘 드릴링에서 특히 제한적인데, 여기서는 지층 추정치가 동적으로 설정값을 업데이트해야 하고, 액추에이터는 불확실성에도 불구하고 이 설정값을 추적해야 하며, 이상 발생 시 안전 계층이 정상 제어를 중단(override)해야 하기 때문이다.

방법론
저자들은 오프라인 시뮬레이션과 ZY250E 트라이콘 드릴 리그를 이용한 현장 시험을 통해 검증된 인지-결정-제어 프레임워크를 중심으로 지능형 제어 시스템을 개발하였다. 시스템 아키텍처는 두 개의 병렬 브랜치인 적응형 정상 드릴링 루프와 독립적인 안전 감독 브랜치로 구성된다.

지층 인지 (Formation Perception):
- 암상 식별 (Lithology Identification): Random Forest–Multilayer Perceptron (RF–MLP) 융합 분류기를 활용한다. 다중 소스 시계열 데이터(이송 속도, 회전 속도, 모터 토크)는 두 가지 경로를 통해 처리된다: 통계적 특징 추출(평균, 분산, 피크)과 비유클리드 그래프 임베딩(방향성 가시성 그래프)을 이용한 구조적 특징 추출이다.
- 굴착성 평가 (Drillability Assessment): 분류 이후, 연속적인 정량적 평가 방법을 통해 지층의 굴착성을 특성화하며, 이는 온라인 파라미터 조정을 지원하기 위해 5초 슬라이딩 윈도우를 사용하여 3초마다 업데이트된다.
운전 파라미터 결정 (Operating-Parameter Decision Making):
- K-최근접 이웃(K-Nearest-Neighbor, KNN) 사례 매칭 방법을 채택한다. 고품질 데이터(효율, 에너지 소비, 안정성)를 사용하여 오프라인에서 이력 사례 기반(case base)을 구축한다.
- 온라인 단계에서는 현재의 지층 굴착성과 리그 상태가 쿼리 벡터를 형성한다. 유사한 과거 사례를 검색하고, 이들의 운전 파라미터를 가중치 부여 및 융합하여 권장 이송 속도와 회전 속도를 생성하며, 이는 3초마다 업데이트된다.
드릴링 파라미터 추적 제어 (Drilling-Parameter Tracking Control):
- 강인한 $H_\infty$ 제어기가 이송 및 회전 시스템을 조절한다.
- 지층 경도 변화는 드릴 스트링 역학 내의 유계 불확실성(bounded uncertainties)으로 모델링된다. 제어기는 지층 변화 및 외부 교란의 영향을 감쇄하면서 권장 설정값을 안정적으로 추적하도록 보장한다.
이상 상태 감지 및 안전 개입 (Abnormal-Condition Detection and Safety Intervention):
- 정상 제어 루프와 독립적으로 작동하여 드릴 스티킹(drill sticking)과 같은 이벤트를 감지한다.
- Gaussian Mixture Model–Hidden Markov Model (GMM–HMM)과 Bidirectional Long Short-Term Memory–Conditional Random Field (BiLSTM–CRF)를 결합한 시계열 분류 방법을 사용한다.
- 시스템은 다중 소스 데이터로부터 다중 스케일 시계열 특징(추세, 변동, 복잡성)을 추출한다. 드릴 스티킹 추정 확률이 70% 임계값을 초과하면, 시스템은 즉각적인 드릴 정지 및 알람 명령을 실행한다.

주요 결과
시스템은 다양한 지질 조건과 환경 요인(영하 25°C까지의 온도) 하의 노천 탄광에서 322개의 블래스트홀(총 5,426.7 m 드릴링)을 통해 평가되었다.

파라미터 결정 성능: 대표적인 경암 지층에 대한 오프라인 시뮬레이션에서, 알고리즘 권장 파라미터는 수동 작업 대비 평균 관입률(penetration rate)을 33.6% 증가시켰으며, 단위 전진당 상대 에너지 소비를 45.3% 감소시켰다. 이러한 개선은 단순히 출력의 증가가 아니라 이송 속도와 회전 속도 간의 더 나은 협응 덕분이었다.
현장 검증 (정상 드릴링): 시스템은 평균 관입률 35 m/h를 달성하였으며(리그 설계값인 30 m/h 상회), 전형적인 18m 홀 기준으로 평균 작업 시간은 약 13분 단축되어 효율성이 30% 이상 향상되었다. 암상 식별 정확도는 **85%**를 초과하였다.
현장 검증 (이상 상태): 시스템은 38건의 드릴 스티킹 이벤트 중 34건을 감지하여 **89.5%**의 감지율을 기록하였으며, 평균 응답 시간은 약 2초였다.
엔지니어링 지표: 홀 직경 편차는 ±3 mm 이내로 유지되었고, 깊이 편차는 1%를 초과하지 않았다. 원격 응답 시간은 200 ms 미만이었으며 패킷 손실은 1% 미만이었다.

의의 및 주장
본 논문은 지층 인지, 파라미터 결정, 추적 제어 및 안전 개입을 하나의 통합된 현장 규모 트라이콘 드릴링 시스템으로 통합하는 것의 타당성을 입증한다고 주장한다. 본 연구는 협응된 인지-결정-제어 프레임워크가 이질적인 암석 지층의 동적 불확실성을 효과적으로 처리하고 적시에 안전 개입을 제공할 수 있음을 확립한다.

저자들은 검증이 단일 광산과 ZY250E 리그에 국한되었다는 점을 언급하였다. 또한, 다른 현장이나 장비에 적용하기 위해서는 현장 특화 데이터를 사용하여 인지 및 결정 모델을 재학습하거나 재보정해야 하며, 새로운 시스템 식별 및 제어 파라미터 튜닝이 필요함을 명시하였다. 논문은 향후 연구에서 교차 현장 및 교차 플랫폼 일반화에 대한 평가가 이루어져야 한다고 결론지었다.

유사한 논문