מודל בינה מלאכותית הצליח לחזות מה ישפיע על העפת רגמות בעת פיצוץ לצורך חציבה
מחקר חדש עשה שימוש במודל בינה מלאכותית (AI) לחיזוי העפת רגמות כתוצאה משימוש בחומרי נפץ בחציבה ובכריה והצליח למפות את ההשפעה של הגורמים המעורבים בפיצוץ
Photo by Pascal Bullan on Unsplash
שימוש בחומרי נפץ היא הגישה הנפוצה ביותר לניפוץ של סלעים במחצבות ובמכרות. לפעולות פיצוץ שכאלו יש את היכולת לייצר רגמות (Flyrock), שעלולות לגרום לפגיעות בנפש וברכוש. משום כך יש לנהל את הסיכונים הללו: לזהות אותם, להעריך אותם כמותית ולנקוט בבקרות כדי להפחית את הסיכונים לרמה קבילה.
שטח סכנה
נושא זה כבר הועלה כאן לאחרונה פעמיים: פעם אחת במאמר, שסקר את הכנס הלאומי הראשון לבטיחות בנפיצים של האיגוד הישראלי להנדסת בטיחות בלשכת המהנדסים, שבו נתתי הרצאה בנושא "שטח סכנה" כהגדרתו בתקנות חומרי נפץ (מסחר, העברה, ייצור, החסנה ושימוש), תשנ"ד-1994.
פעם שניה במאמר קודם שלי בנושא פרסום להערות הציבור של התיקון לנוסח רישיון חציבה התייחסתי למונח "שטח סכנה", ולדרישה שבתקנות, שהממונה על הפיצוצים יקבע את שטח הסכנה. בעקבות תאונות שהתרחשו בארץ במהלך עבודות חציבה, המלצתי על החלת חובה להכין נוהל לקביעת "שטח הסכנה" בעבודות פיצוץ במחצבות.
במאמר הנוכחי אסקור מחקר, שפורסם באפריל 2022 בכתב העת International Journal of Environmental Science and Technology, עליו חתומים שני חוקרים מאיראן (מדינה עם אתרי חציבה וכריה רבים) ואחד מרוסיה (מדינה, שגם לה לא חסרים אתרי חציבה וכרייה).
המחקר עסק במודל בינה מלאכותית (AI) של חיזוי העפת רגמות כתוצאה משימוש בחומרי נפץ בחציבה ובכריה. המודל החדש הזה נבנה ממכלול של מודלים שהיו בשימוש לצורך חיזוי העפת רגמות, שנוצרות על ידי פיצוץ במחצבה.
סוגי מנגנונים שיוצרים העפת רגמות
השיטה השכיחה ביותר לשבירת סלעים היא קידוח קדחים בסלע, טעינת הקדחים בחומר נפץ, יישום סתימה של הקדח ופיצוץ חומר הנפץ. האנרגיה המשתחררת בפיצוץ דוחסת את שולי הקדח, מפרקת את הסלע הסמוך, גורמת לגלי הלם חזקים בסלע, עוקרת אותו ממקומו וזורקת את הסלע המפורק ממנו והלאה.
לביצוע פיצוץ ישנן השלכות לא-רצויות על הסביבה, כגון: זעזועי קרקע, הדף אוויר, רגמות ו"שבירה לאחור" (Back Break). מבין כל אלו העפת רגמות היא הגורם המרכזי לפגיעות בנפש ולנזק לרכוש.
רגמות הן שברי סלע חופשיים, ששוחררו בתהליך הפיצוץ ושיכולים לעוף למרחקים ניכרים מאזור הפיצוץ. יצירת מכתש, שבירה לאחור והתפוצצות הפנים החופשיות (Free Face) הם שלושה מנגנונים ראשוניים, שעלולים לגרום להעפת רגמות.
כאשר מטען חומר נפץ מתפוצץ באזורים גיאולוגיים חלשים, הלחץ הגבוה של גזי חומר הנפץ עובר לאורך הנתיבים בעלי ההתנגדות הנמוכה יותר, ומייצר העפת רגמות. במצבים אלה המרחק, שעפות הרגמות למול הפנים החופשיות, נשלט בדרך כלל על ידי העומס.
מכתש לעומת זאת נוצר, כאשר הערך של היחס בין גובה הסתימה לבין קוטר הקדח קטן מדי. במקרה זה הרגמות ישוגרו לכל כיוון מהמכתש של הקדח. כאשר הסתימה אינה יעילה דיה או חסרה, הגזים הנוצרים בפיצוץ יכולים לזרום במעלה הקדח בעקבות נתיב ההתנגדות החלש ביותר, מה שגורם לפליטת שברי סלעים מקוטר הקדח והעפה שלהם כרגמות מסוכנות.
סוגי מודלים להערכת העפת רגמות
הערכת טווח העפת הרגמות היא צעד ראשון לניהול הסיכון ולמזעורו. מספר לא מבוטל של מודלים משמש לשם כך ברחבי העולם, וניתן לחלק אותם לשלוש קטגוריות.
הדמיה מכנית - בה מזוהים המנגנונים הפיזיים של העפת רגמות. שני החסרונות העיקריים של מודלים מסוג זה, הם שלצורך השימוש בהם נדרשים פרמטרים שאינם קלים להשגה (כמו זווית ומהירות שיגור) ושהם תלויי-אזור ספציפי.
גישה אמפירית - שבה נמדדים נתונים, מבוצע ניתוח שלהם וממנו נגזרת משוואה אמפירית. החיסרון העיקרי של מודלים אמפיריים, הוא ש(גם) הם תלויי-אתר ספציפי, שכן בדיקות סטטיסטיות מתבצעות רק עבור טווחי נתונים שנרשמו במיקום ספציפי. על קטגוריה זו נמנה גם "חוק אתר" (Site Law), שבו נעשה שימוש בארץ בפיצוץ בשטח בנוי ובקירבת מבנים רגישים.
טכניקות של בינה מלאכותית (AI) – לדוגמה: רשתות עצביות מלאכותיות (ANNs). לטכניקות אלו יש יכולת לקשר בין השפעות פרמטרים של קלט על פרמטרים של פלט, והן מסוגלות לפתור בעיות מדעיות והנדסיות. במקרה של העפת רגמות, פותחו שיטות בינה מלאכותית רבות.
למשל רשתות עצביות מלאכותיות/מדומות (SNNs/ANNs), שהן תת-קבוצה של למידת-מכונה, ושנמצאות בלב האלגוריתמים של למידה עמוקה. גם השם וגם המבנה שלהן מחקים את האופן, שבו נוירונים ביולוגיים מאותתים זה לזה במבנה של רשתות עצביות במוח האנושי.
היבטים ישומיים של תוצאות המחקר
כאמור במחקר הנוכחי נעשה שימוש במודל חדש מסוג בינה מלאכותית (AI) של חיזוי העפת רגמות כתוצאה משימוש בחומרי נפץ בחציבה ובכריה. החוקרים עשו שימוש במתודולוגיה מסוימת על מנת כדי להעריך את התרומה היחסית של כל אחד מהפרמטרים, המשפיעים על העפת רגמות.
נמצא, שקוטר הקדח הוא הגורם מספר אחד, המשפיע על העפת הרגמות. הגורמים הבאים אחריו היו (בסדר יורד): חומר הנפץ, עומק הקדח, והיחס שבין המיפתח (Spacing) לבין העומס (Burden). החוקרים דיווחו, שהמודל החדש שלהם עלה ביכולת הניבוי שלו על כל המודלים האחרים.
מחקר חדש עשה שימוש במודל בינה מלאכותית (AI) לחיזוי העפת רגמות כתוצאה משימוש בחומרי נפץ בחציבה ובכריה והצליח למפות את ההשפעה של הגורמים המעורבים בפיצוץ
Photo by Pascal Bullan on Unsplash
שימוש בחומרי נפץ היא הגישה הנפוצה ביותר לניפוץ של סלעים במחצבות ובמכרות. לפעולות פיצוץ שכאלו יש את היכולת לייצר רגמות (Flyrock), שעלולות לגרום לפגיעות בנפש וברכוש. משום כך יש לנהל את הסיכונים הללו: לזהות אותם, להעריך אותם כמותית ולנקוט בבקרות כדי להפחית את הסיכונים לרמה קבילה.
שטח סכנה
נושא זה כבר הועלה כאן לאחרונה פעמיים: פעם אחת במאמר, שסקר את הכנס הלאומי הראשון לבטיחות בנפיצים של האיגוד הישראלי להנדסת בטיחות בלשכת המהנדסים, שבו נתתי הרצאה בנושא "שטח סכנה" כהגדרתו בתקנות חומרי נפץ (מסחר, העברה, ייצור, החסנה ושימוש), תשנ"ד-1994.
פעם שניה במאמר קודם שלי בנושא פרסום להערות הציבור של התיקון לנוסח רישיון חציבה התייחסתי למונח "שטח סכנה", ולדרישה שבתקנות, שהממונה על הפיצוצים יקבע את שטח הסכנה. בעקבות תאונות שהתרחשו בארץ במהלך עבודות חציבה, המלצתי על החלת חובה להכין נוהל לקביעת "שטח הסכנה" בעבודות פיצוץ במחצבות.
במאמר הנוכחי אסקור מחקר, שפורסם באפריל 2022 בכתב העת International Journal of Environmental Science and Technology, עליו חתומים שני חוקרים מאיראן (מדינה עם אתרי חציבה וכריה רבים) ואחד מרוסיה (מדינה, שגם לה לא חסרים אתרי חציבה וכרייה).
המחקר עסק במודל בינה מלאכותית (AI) של חיזוי העפת רגמות כתוצאה משימוש בחומרי נפץ בחציבה ובכריה. המודל החדש הזה נבנה ממכלול של מודלים שהיו בשימוש לצורך חיזוי העפת רגמות, שנוצרות על ידי פיצוץ במחצבה.
סוגי מנגנונים שיוצרים העפת רגמות
השיטה השכיחה ביותר לשבירת סלעים היא קידוח קדחים בסלע, טעינת הקדחים בחומר נפץ, יישום סתימה של הקדח ופיצוץ חומר הנפץ. האנרגיה המשתחררת בפיצוץ דוחסת את שולי הקדח, מפרקת את הסלע הסמוך, גורמת לגלי הלם חזקים בסלע, עוקרת אותו ממקומו וזורקת את הסלע המפורק ממנו והלאה.
לביצוע פיצוץ ישנן השלכות לא-רצויות על הסביבה, כגון: זעזועי קרקע, הדף אוויר, רגמות ו"שבירה לאחור" (Back Break). מבין כל אלו העפת רגמות היא הגורם המרכזי לפגיעות בנפש ולנזק לרכוש.
רגמות הן שברי סלע חופשיים, ששוחררו בתהליך הפיצוץ ושיכולים לעוף למרחקים ניכרים מאזור הפיצוץ. יצירת מכתש, שבירה לאחור והתפוצצות הפנים החופשיות (Free Face) הם שלושה מנגנונים ראשוניים, שעלולים לגרום להעפת רגמות.
כאשר מטען חומר נפץ מתפוצץ באזורים גיאולוגיים חלשים, הלחץ הגבוה של גזי חומר הנפץ עובר לאורך הנתיבים בעלי ההתנגדות הנמוכה יותר, ומייצר העפת רגמות. במצבים אלה המרחק, שעפות הרגמות למול הפנים החופשיות, נשלט בדרך כלל על ידי העומס.
מכתש לעומת זאת נוצר, כאשר הערך של היחס בין גובה הסתימה לבין קוטר הקדח קטן מדי. במקרה זה הרגמות ישוגרו לכל כיוון מהמכתש של הקדח. כאשר הסתימה אינה יעילה דיה או חסרה, הגזים הנוצרים בפיצוץ יכולים לזרום במעלה הקדח בעקבות נתיב ההתנגדות החלש ביותר, מה שגורם לפליטת שברי סלעים מקוטר הקדח והעפה שלהם כרגמות מסוכנות.
סוגי מודלים להערכת העפת רגמות
הערכת טווח העפת הרגמות היא צעד ראשון לניהול הסיכון ולמזעורו. מספר לא מבוטל של מודלים משמש לשם כך ברחבי העולם, וניתן לחלק אותם לשלוש קטגוריות.
הדמיה מכנית - בה מזוהים המנגנונים הפיזיים של העפת רגמות. שני החסרונות העיקריים של מודלים מסוג זה, הם שלצורך השימוש בהם נדרשים פרמטרים שאינם קלים להשגה (כמו זווית ומהירות שיגור) ושהם תלויי-אזור ספציפי.
גישה אמפירית - שבה נמדדים נתונים, מבוצע ניתוח שלהם וממנו נגזרת משוואה אמפירית. החיסרון העיקרי של מודלים אמפיריים, הוא ש(גם) הם תלויי-אתר ספציפי, שכן בדיקות סטטיסטיות מתבצעות רק עבור טווחי נתונים שנרשמו במיקום ספציפי. על קטגוריה זו נמנה גם "חוק אתר" (Site Law), שבו נעשה שימוש בארץ בפיצוץ בשטח בנוי ובקירבת מבנים רגישים.
טכניקות של בינה מלאכותית (AI) – לדוגמה: רשתות עצביות מלאכותיות (ANNs). לטכניקות אלו יש יכולת לקשר בין השפעות פרמטרים של קלט על פרמטרים של פלט, והן מסוגלות לפתור בעיות מדעיות והנדסיות. במקרה של העפת רגמות, פותחו שיטות בינה מלאכותית רבות.
למשל רשתות עצביות מלאכותיות/מדומות (SNNs/ANNs), שהן תת-קבוצה של למידת-מכונה, ושנמצאות בלב האלגוריתמים של למידה עמוקה. גם השם וגם המבנה שלהן מחקים את האופן, שבו נוירונים ביולוגיים מאותתים זה לזה במבנה של רשתות עצביות במוח האנושי.
היבטים ישומיים של תוצאות המחקר
כאמור במחקר הנוכחי נעשה שימוש במודל חדש מסוג בינה מלאכותית (AI) של חיזוי העפת רגמות כתוצאה משימוש בחומרי נפץ בחציבה ובכריה. החוקרים עשו שימוש במתודולוגיה מסוימת על מנת כדי להעריך את התרומה היחסית של כל אחד מהפרמטרים, המשפיעים על העפת רגמות.
נמצא, שקוטר הקדח הוא הגורם מספר אחד, המשפיע על העפת הרגמות. הגורמים הבאים אחריו היו (בסדר יורד): חומר הנפץ, עומק הקדח, והיחס שבין המיפתח (Spacing) לבין העומס (Burden). החוקרים דיווחו, שהמודל החדש שלהם עלה ביכולת הניבוי שלו על כל המודלים האחרים.
