Évaluation globale de la sécurité des systèmes de contrôle de remblayage basée sur un modèle étendu de matière-élément de paire d’ensembles modifié

Pourquoi un remblayage plus sûr dans les mines profondes est essentiel

À mesure que les gisements de charbon et de métaux proches de la surface s’épuisent, l’exploitation minière se poursuit en profondeur, où les pressions des roches sont plus élevées et où le risque d’effondrement ou de dommages environnementaux augmente. L’un des principaux outils pour rendre l’exploitation en profondeur plus sûre est le remblayage : pomper des stériles et du ciment dans les galeries vides pour soutenir le terrain. Mais les systèmes de remblayage actuels sont de plus en plus complexes, équipés de capteurs, de pompes, de conduites et de logiciels. Cette étude aborde une question simple mais cruciale : comment déterminer si le système de contrôle de remblayage d’une mine est vraiment sûr, intelligent et fiable ?

D’un simple remplissage au contrôle intelligent

Les systèmes modernes de remblayage font bien plus que déplacer de la boue dans des tuyaux. Ils surveillent en continu la préparation du matériau, son écoulement dans de longues conduites souterraines et la résistance qu’il acquiert une fois durci dans les vides exploités. À l’aide de réseaux, d’informatique en nuage et d’outils de big data, ces systèmes peuvent ajuster en temps réel les vitesses de pompe, les ratios de mélange et les opérations de rinçage, tout en émettant des alertes précoces si quelque chose commence à défaillir. Bien exécutés, ces procédés améliorent la sécurité, réduisent le gaspillage de matériaux et économisent la main-d’œuvre. Pourtant, ces systèmes restent relativement récents, et il n’existait pas de méthode claire et scientifique pour juger du niveau d’avancement ou de la fiabilité d’une installation donnée.

Décomposer un système complexe en parties claires

Les auteurs proposent une démarche structurée pour évaluer les systèmes de contrôle de remblayage dans leur ensemble. Ils divisent le système en quatre grandes parties : la préparation de la boue en surface, son transport et sa surveillance le long de la conduite, le suivi de la résistance et de la stabilité du remblai durci, et la gestion visuelle et numérique de l’ensemble. Dans ces quatre domaines, ils définissent 16 indicateurs spécifiques, tels que l’intelligence de l’approvisionnement en sable, la fiabilité du mélange de la boue, la surveillance de la pression des conduites, la déclenchement d’alertes en cas de défaut, et le suivi dans le temps de la résistance du remblai durci. Ils classent ensuite les systèmes en cinq niveaux, du niveau I (basique) au niveau V (très avancé), les niveaux supérieurs traduisant une plus grande automatisation, robustesse et intégration.

Combiner jugement d’experts et données

Pour transformer ce cadre en un outil d’évaluation opérationnel, l’équipe combine l’avis d’experts avec des méthodes mathématiques conçues pour l’incertitude. Des spécialistes de la mine et du génie attribuent des notes à chaque indicateur, mais au lieu d’un nombre unique, ils fournissent un intervalle reflétant leur incertitude. Une méthode appelée théorie du nombre aveugle convertit ces intervalles et la crédibilité de chaque expert en une valeur unique et plus objective pour chaque indicateur. L’importance, ou « poids », de chaque indicateur est alors calculée de deux manières : une méthode subjective qui capte l’opinion des experts sur ce qui compte le plus, et une méthode objective qui examine la quantité d’information effectivement portée par chaque indicateur dans les données. Une formule basée sur Lagrange fusionne ces deux approches en des poids combinés qui ne sont ni purement subjectifs ni purement statistiques.

Mesurer similarité, différence et risque

Une fois que chaque indicateur dispose d’une valeur et d’un poids, les auteurs appliquent un schéma mathématique connu sous le nom de modèle d’extension de matière-élément de paire d’ensembles. Essentiellement, cette méthode compare l’état mesuré d’un système aux normes de chaque niveau, les traitant comme une « paire » qui peut être en partie identique, en partie différente et en partie opposée. Pour chaque indicateur et chaque niveau possible, le modèle calcule un degré d’appartenance qui montre dans quelle mesure le système correspond à ce niveau. Ces degrés sont ensuite pondérés par les poids combinés et agrégés sur l’ensemble des indicateurs pour produire un score global d’appartenance pour chaque niveau. Le niveau ayant le score d’appartenance le plus élevé est retenu comme la note du système, et une valeur calculée supplémentaire indique si le système tend vers un niveau meilleur ou pire au sein de l’échelle.

Des mines réelles mises à l’épreuve

Pour vérifier la praticabilité de leur modèle d’évaluation, les chercheurs l’appliquent à trois mines en activité, chacune disposant d’un système moderne de contrôle de remblayage. Un panel de cinq experts note les 16 indicateurs pour chaque site, et les données sont traitées via les étapes du nombre aveugle, de la pondération et de l’extension de paire d’ensembles. Les trois mines sont évaluées au niveau IV, indiquant un haut degré d’intelligence et de sécurité, mais restant en deçà du niveau optimal. Les scores détaillés par indicateur mettent en lumière les améliorations possibles pour chaque site — par exemple, un contrôle plus stable des niveaux liquides des tambours de mélange dans un cas, une meilleure conception du système de répartition des cendres dans un autre, et une surveillance de conduite et une réponse d’urgence plus robustes dans un troisième. Pour renforcer la confiance, les auteurs comparent leurs résultats avec deux autres approches d’évaluation, un modèle en nuage et un modèle de reconnaissance d’attributs ; les trois méthodes concordent entre elles et avec l’expérience sur le terrain.

Ce que les résultats signifient pour une exploitation minière plus sûre

Concrètement, ce travail offre aux exploitants miniers une sorte de « bilan de santé » de sécurité pour leurs systèmes de contrôle de remblayage. Plutôt que de s’appuyer sur l’intuition ou des mesures isolées, le nouveau modèle rassemble de nombreux aspects de la conception, de la détection, de l’automatisation et de la gestion des données en un seul tableau gradué, tout en indiquant les sous-systèmes qui empêchent une mine d’atteindre une performance optimale. Le fait que la méthode concorde avec d’autres modèles et avec des observations réelles suggère qu’elle peut servir d’aide fiable à la décision pour moderniser les systèmes, prévenir les obstructions des conduites et renforcer le soutènement souterrain. À mesure que la technologie de remblayage devient plus complexe et essentielle à l’exploitation en profondeur, de tels outils d’évaluation transparents et équilibrés seront importants pour orienter des opérations plus sûres, plus efficaces et plus respectueuses de l’environnement.

Citation: Yin, Y., Yang, S., Yang, Y. et al. Comprehensive safety evaluation for back-filling control system based on modified set pair matter-element extension model. Sci Rep 16, 9056 (2026). https://doi.org/10.1038/s41598-026-39557-6

Mots-clés: remblayage intelligent, sûreté des mines, surveillance des conduites de boue, modèles d’évaluation des risques, automatisation de l’exploitation souterraine