GNSS RTK ve istifleme toplu öğrenimine dayalı maden deformasyonu için yüksek hassasiyetli öngörü yöntemi

Yer hareketini izlemenin hayat kurtarabilme nedeni

Modern madenler, günün her saati fark edilmeden peyzajı yeniden şekillendirir. Bu hareketlerin çoğu yavaş ve zararsızdır; ancak bazen yamaçlar aniden kayar veya döküntü alanları çöker ve çalışanları, ekipmanı ve yakın yerleşimleri tehdit eder. Bu makale, uydu tabanlı konumlandırma ve gelişmiş veri analizinin zemindeki mikroskobik kaymaları—milimetrenin kesirlerine kadar—izleyebildiğini ve küçük çökmelerin büyük felaketlere dönüşmeden önce erken uyarılara çevrilebileceğini gösteriyor.

Uydu sinyalleriyle madeni dinlemek

Yalnızca görsel kontrollere veya aralıklı ölçümlere dayanmak yerine, yazarlar Çin’in Xinjiang bölgesindeki açık ocak kömür madeninin çevresine yerleştirilmiş kalıcı Bir Küresel Navigasyon Uydu Sistemi (GNSS) istasyonları ağı kullanıyor. Bu istasyonlar, Gerçek Zamanlı Kinematik (RTK) modunda çalışarak üç boyutlu konumlarını gece gündüz saatlik aralıklarla santimetre düzeyinde doğrulukla sürekli ölçer. Aylar ve yıllar boyunca bu, maden yüzeyindeki her noktanın yavaşça nasıl yükseldiği, çöktüğü veya kaydığına dair zengin bir zaman atlamalı kayıt oluşturur. Bu verilerin içinde sorunların erken işaretleri saklıdır—ancak atmosfer, uydu yörüngeleri, elektronik gürültü ve patlatma operasyonları gibi girişimlerle gömülüdür.

Gerçek hareketin ön plana çıkması için sinyali temizlemek

Gürültülü ölçümleri güvenilir zemin hareketine dönüştürmek için ekip, tek bir yönteme bağlı kalmak yerine birkaç gürültü giderme yöntemini birleştiren bir “füzyon filtreleme” boru hattı kurar. Önce, ani sinyal kaybı veya elektriksel arızalardan kaynaklanan ani sıçramaları ortadan kaldırmak için bir medyan filtre uygulanır. Ardından, yüksek frekanslı titreşimi giderirken gerçek düşük frekanslı zemin hareketini korumak üzere sessiz, stabil bölgeler ile daha aktif yamaçlar için farklı şekilde ayarlanmış bir Butterworth filtresi kullanılır. Sonra, önemli yerel eğrilikleri ve değişim işaretlerini korurken veriyi düzelten bir Savitzky–Golay filtresi devreye girer. Son aşamada, zemin hareketinin hızına bağlı olarak kendini ayarlayan adaptif bir Kalman filtresi geçmiş eğilimlere veya yeni gözlemlere daha fazla ağırlık verir. Bu ardışık işlem, dikey yönde koordinat verilerindeki saçılmayı anlamlı deformasyonu silmeden yaklaşık üçte bir oranına kadar azaltır.

Küçük kaymaları tahmin etmeyi modellere öğretmek

Veriler temizlendikten sonra yazarlar ölçümden tahmine geçer. İstasyon koordinatlarını kümülatif deformasyona—her noktanın başlangıçtan itibaren ne kadar hareket ettiği—dönüştürür, ardından bu hareketi uzun vadeli eğilim, tekrarlayan mevsimsel dalgalanmalar ve düzensiz artıklar olmak üzere üç parçaya ayırırlar. Hareketin nasıl değiştiğini (hız) ve bu hızın kendisinin ne kadar hızlı değiştiğini (ivme) de hesaplarlar. Bu bileşenler her bir konum için bir tür sağlık kaydı oluşturur. Tek bir tahmin yöntemine güvenmek yerine, araştırmacılar bir model takımı kurar: sabit eğilimler ve döngüler konusunda iyi olan klasik zaman serisi araçları ile karmaşık, doğrusal olmayan davranışlarda üstün olan modern makine öğrenimi modelleri. Nihai bir “hakem” modeli, bu takımın her üyesine nasıl ağırlık verileceğini öğrenir, böylece birleşik tahmin gerçeğe olabildiğince yakın olur.

Ham sayılardan güvenilir uyarılara

19 istasyondan neredeyse iki yıllık veride yapılan testlerde, birleşik yaklaşım üç güne kadar ileriye bakıldığında bile ortalama karekök hata (RMSE) değerlerini 0,3 milimetrenin altında tutar. Yöntem hem yumuşak uzun vadeli çöküşleri hem de madencilik faaliyetleriyle ilişkili daha keskin değişimleri takip eder ve istasyonlar arasında ve zaman içinde koşullar değiştiğinde bile kararlı kalır. Tahminlerin üzerine, yazarlar her anı hız ve ivmeye göre—stabil sürünme, yavaş hızlanma veya hızlı kararsızlık—açıklayan bir uyarı sistemi ekler. Kümeleme algoritması ve kayan bir istatistiksel pencere kullanarak sistem, küçük zararsız dalgalanmaların alarm tetiklemesini engelleyecek, ancak beklenen davranıştan açık sapmaları yakalayacak şekilde eşiklerini otomatik olarak ayarlar.

Tahminleri daha güvenli madenlere dönüştürmek

Uzman olmayan bir okuyucu için ana mesaj, bu çalışmanın ince, yorumlanması zor uydu konumlandırma verilerini pratik bir erken uyarı aracına dönüştürdüğüdür. Sinyali akıllıca temizleyip birkaç tahmin yöntemini harmanlayarak yazarlar, iç döküm alanları ve dik yamaçlar gibi yüksek riskli bölgelerde milimetrenin altında hassasiyetle zemin hareketini öngörebilirler. Bu, donanımı fizik kurallarının izin verdiğinden daha hassas yapmaz; bunun yerine, gürültüyü filtreleyip geçmiş davranışlardan öğrenildikten sonra kalan tahmin hatalarının son derece küçük olduğu anlamına gelir. Bu ayrıntılı öngörü, maden işletmecilerinin tehlikeli eğilimleri daha erken tespit etmesini, denetimleri en kararsız alanlara odaklamasını ve yavaş çökmelerin ani kaymalara dönüşmeden önce güçlendirme veya tahliye planlamasını sağlar.

Atıf: Dong, X., Ma, R., Tian, W. et al. High-precision prediction method for mine deformation based on GNSS RTK and stacking ensemble learning. Sci Rep 16, 12277 (2026). https://doi.org/10.1038/s41598-026-41945-x

Anahtar kelimeler: maden deformasyonu izleme, GNSS RTK, heyelan erken uyarı, makine öğrenimi tahmini, açık ocak maden güvenliği