Fragmentationanalysisusingdigitalimageprocessingandempiricalmodel KuzRam Acomparativestudy InEnglishandRussian Saadounetal 2022 JMI

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/364958819
Fragmentation analysis using digital image processing and empirical model

(KuzRam): a comparative study
Article in Journal of Mining Institute · November 2022

DOI: 10.31897/PMI.2022.84
CITATIONS READS
0 130
4 authors:
Saadoun Abderrazak Mohamed Fredj

A/ Mira University of Bejaia-Algeria A/Mira University of Bejaia
16 PUBLICATIONS 35 CITATIONS 33 PUBLICATIONS 69 CITATIONS
SEE PROFILE SEE PROFILE
Boukarm Riadh Riheb Hadji

Université de Béjaïa Ferhat Abbas University of Setif
17 PUBLICATIONS 34 CITATIONS 125 PUBLICATIONS 1,952 CITATIONS
SEE PROFILE SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Modelling and Analysis of the Excavation Phase by the Theory of Blocks Method of Tunnel 4 Kherrata Gorge, Algeria View project
Impact du creusement des ouvrages miniers sur la stabilité des massifs rocheux View project
All content following this page was uploaded by Mohamed Fredj on 04 November 2022.
The user has requested enhancement of the downloaded file.

Journal of Mining institute. 2022. Vol. 257. P. 822-832
ISSN 2411-3336; е-ISSN 2541-9404 DOI: 10.31897/PMI.2022.84
© Abderrazak Saadoun, Mohamed Fredj, Riadh Boukarm, Riheb Hadji, 2022
JOURNAL OF MINING INSTITUTE

Za p i sk i Go rn o g o in st itu t a
Journal homepage: pmi.spmi.ru
Research article
Fragmentation analysis using digital image processing

and empirical model (KuzRam): a comparative study
Abderrazak SAADOUN1,2, Mohamed FREDJ1,2, Riadh BOUKARM1,3, Riheb HADJI4

1 University of Abderrahmane Mira, Bejaia, Algeria
2 Laboratory of Natural Resources and Planning University of Annaba, Annaba, Algeria
3
Laboratory of Construction Engineering and Architecture, University of Bejaia, Bejaia, Algeria
4 Ferhat Abbas University, Setif, Algeria
How to cite this article: Saadoun A., Fredj M., Boukarm R., Hadji R. Fragmentation analysis using digital image
processing and empirical model (KuzRam): a comparative study. Journal of Mining Institute. 2022. Vol. 257, p. 822-832.
DOI: 10.31897/PMI.2022.84
Abstract. The rock fragmentation reflects the degree of control of blasting. Despite the accuracy of screening analysis
to determine the size distribution of blasted rocks, this technique remains complex and long because of the large volume
of blasted rocks. The digital image processing method can overcome these constraints of accuracy and speed. Our
method uses the empirical model of KuzRam and numerical method (Digital image processing) through two image
processing software’s (WipFrag and Split-Desktop) to analyze the particle size distribution of rocks fragmented by
explosives in Jebel Medjounes limestone quarry. The digital image processing is based on the photography of the
pile of blasted rock analyzed using image processing techniques. The objective of this wo rk is to evaluate and
compare the results obtained for each blast from the two methods and to discuss the similarities and differences
among them. Three different blasts with the same design were analyzed through the two methods. The result of the
KuzRam model gave idealistic results due to the heterogeneity of the structure of the rocks; although, this model
can be used for an initial evaluation of blast design. For better efficiency of the explosion, we proposed a new
fragmentation indicator factor in order to compare the fragment produced to the estimated ideal size obtained from
the KuzRam model by incorporating the blast design parameters and the rock factor. Both image processing gives
close results with more accuracy for the Split-Desktop software. Our method can improve the efficiency and reduce
crushing costs of the studied career.
Keywords: blasting; rock fragmentation; limestone quarry; KuzRam model; Split-Desktop; WipFrag; indicator factor
Received: 05.07.2021 Accepted: 21.07.2022 Online: 01.11.2022 Опубликована: 00.00.202
Introduction. The surface mining process requires several fundamental operations such as drill-
ing, blasting, loading, hauling, and crushing [1, 2]. As an initial operation, drilling and blasting have
a significant impact on the performance and cost of subsequent operations [3, 4]. The role of blasting
consists to achieve optimal rock fragmentation, which increases the efficiency of crushing and econ-
omizes energy [5, 6]. It must optimize the size of blasting rock to geometries which not exceed the
primary crushing opening size [7].
The fragmentation of rocks by explosives depends mainly on the design of the blast and the
properties of the rock mass [8, 9]. The heterogeneity degree of rocks leads to different size distribu-
tions of blasted rock piles. The control of this size distribution is very influential on the economic
success of the mining operation [10-13]. Rock fragmentation by explosives must be regularly moni-
tored, measured, analyzed, designed, planned, and accordingly modified to achieve an efficiency of
the mining processes [14, 15].
822
This is an open access article under the CC BY 4.0 license
DOI: 10.31897/PMI.2022.84 Journal of Mining institute. 2022. Vol. 257. P. 822-832
Fragmentation analysis
Direct methods Indirect methods
Sieve analysis Empirical methods Image analysis methods
KuzRam, Split Desktop,

SveDefo etc. WipFrag, Goldsize etc.
Fig.1. Flowchart of fragmentation analysis methods
The efficiency of the blast can be estimated by determining the particle size distribution of the
fragments of the rock blast. There are many methods for estimating the size distribution of fragments
of blasted rocks [16] including uncontrollable methods based on physical and mechanical properties
of rocks and controllable methods dependent on design factors such as determination of size distri-
bution and fragmented rocks prediction [17]. The controllable methods can be divided into direct and
indirect methods, as shown in Fig.1. The direct method that is more reliable for determining the dis-
tribution of fragmented rocks is sieve analysis. Although the accuracy of this method is very high,
the difficulty is mainly that it requires more time and high cost to obtain a suitable distribution of
fragmented rocks. Nevertheless, the sieve analysis method can be used in part and in some low-vo-
lume experimental explosions [18, 19]. On the other hand, indirect methods including empirical and
image analysis techniques provide a trade-off between the accuracy of the test and the amount of time
and cost.
In some empirical models such as Larsson’s equation, SveDeFo formula, KuzRam model, etc.,
blasting parameters are considered to determine the size distribution of blasted rock before blasting
[20]. In this regard, another technique is using image processing programs which have been devel-
oped and have made rapid and accurate blast fragmentation distribution assessment possible [21, 22].
Some of these systems include IPACS, Tucips, FragScan, CIAS, GoldSize, WipFrag, Split, Pow-
erSieve and Fragalyst [23-25]. Split-Desktop, WipFrag, FragScan and Gold Size are the most popular
software packages based on 2D image processing for performing size distribution analysis of the
blasted rock blocks. In image analysis method, the size distribution of fragmented rocks can be de-
termined precisely using the captured images after blasting.
Researchers are continuously improving the models of rock fragmentation by explosives in order
to compare and analyze the predicted distribution with the actual fragmentation obtained [26]. They
have commonly recognized the relationship between the different levels of accuracy, speed,
efficiency, and the optimization of empirical models, image analysis techniques, and numerical
models [27, 28].
Due to the limitations of the results of indirect analysis methods, several researchers have con-
ducted a number of studies related to the particle size analysis of blasted rock piles [29, 30]. Various
empirical and numerical models have developed for the prediction of heap size distribution after rock
blasting [31-33].
The objective of this work is to evaluate and compare the results obtained for different blast from
the two methods and discuss the similarities and differences between them.
General setting. The cement company of Ain El-Kebira (SCAEK) (Setif Province) is one of the
most important cement industrial units in Algeria. SCAEK is located in the northeastern of Algeria
in 36°20' N latitude and 5°27' E longitude and 1040 m of Altitude. It is at 20 km northeastern of Setif
city (Fig.2) [34]. One of the key success factors of this company is the use of high quality and cheap
raw materials, which are available in the nearby regions [35]. This material is supplied from the Jebel
823
Journal of Mining institute. 2022. Vol. 257. P. 822-832 DOI: 10.31897/PMI.2022.84
Medjounes deposit adjacent to the plant.

This deposit is characterized by a very pro-
nounced relief, extends over 15 km from
east to west, with an average width of 7 km,
reaching an altitude of 1461 m at the peak.
The limestone rock is medium-hard, the
upper part of the limestone deposit is
strongly fractured, which poses problems
of clogging of holes during drilling and the
quality of felling, the compressive strength
of the rocks is 87 MPa and a density of
2.6 t/m3 [36].
The exploitation of the limestone
quarry is carried out according to five
benches, by the drilling and blasting
method. The quarry operates with benches
of 15 m in height and 82° of dip angle. The
holes drilled with percussion with blast
holes diameter of size 110 mm. Each hole
Fig.2. Jebel Medjounes limestone quarry, Ain El-Kebira, Setif
is loaded with 79.15 kg of Marmanite and
approximately 45 kg of ANFO per hole for
a total explosive quantity in the blast hole Q
В S
Bench D equal 124.15 kg, with a charge density of
explosive K. The blast holes are staggered
T
in three rows. The blast design parameters
ВH
presented in Fig.3 and the different parame-
ters: bench heigt ВН – 15 m; burden В – 4 m;
Crest
spacing S – 4 m; holediameter D – 110 mm;
subdrill – 1.65 m; stem height Т – 2.70 m;
HL L
Bench charge legth L – 14.1 m; hole legth HL –
face 16.8 m; total explosive guantity Q – 124.15
Floor
kg; charge density of explosive K – 0.48
SD kg/m3.
Materials and methods. Blast frag-
mentation should continually be monitored,
Fig.3. Blast design used in Jebel Medjounes limestone quarry
measured, analyzed and their designs up-
dated. The classical methods used a sieve
analysis [37]. The expensiveness of this
technique has led to the emergence of several indirect methods to estimate the size distribution [38-40].
The analysis of the particle size distribution of the fragmented rocks in the Jebel Medjounes
quarry is carried out by the empirical model KuzRam and the numerical method through two image
processing software's (WipFrag and Split-Desktop) as shown in Fig.4.
The KuzRam fragmentation model was derived by Cunningham (1983, 1987), from Rosin –
Rammler (1933) and Kuznetsov (1973) equations to calculate the average size and the uniformity
index. This model is an empirical relationship that evaluates blast fragmentation by incorporating
blast design parameters, blast geometry, explosive characteristics, quantity of explosive used and rock
factors [41-43]. Parameters of the KuzRam model:
824
0.633
 115 
• mean size fragments, m: X 50  A  PF 
0.8 0.167
Me   ;
 RWSANFO 
n
 X 
 
• size distribution curve: R  X   1  e  Xc 
;
  S 0.5 
 1   
 B  E  L 
• uniformity index: n   2.2  14      1  p  
B
,
 D  2  B   BH 
 
 
where A – rock factor; PF – specific charge in kg/m3; Me – charge mass per blast holes, kg;
RWSANFO – the relative weight strength of the explosive to ANFO, %; Ep – blast holes deviation.
The Split-Desktop software is a numerical image processing program, resulted from several
years of research and development at the University of Arizona in the 90s. Two versions exist of
this program; the first is an automatic and continuous that is used on the conveyor belt and the
second is the Split-Desktop software refers to the offline, user-assisted version of the Split programs
that can operate on saved images. The digital images can obtain by using a high-resolution digital
camera in any support where the images are clear. Once the images are taken, they will be saved
on a disk.
The WipFrag image analysis software uses an image analysis technique of fragmented rock to
predict the particle size distribution in the mined rock pile. It was developed by Wipware, Inc (Ca-
nada) [40]. It processes images from various sources such as camcorders, fixed cameras, photographs,
or digital files. And uses automatic algorithms to identify individual blocks and create an outline net.
The images of the rock pile are acquired in the field; coupled to a scaling device to reference the size.
The recorded rock pile is uploaded to the WipFrag system. The image of the broken rocks is trans-
formed into a map or particle network, converted into volumes and weights and the results are dis-
played as graphs. The reliability and speed of fragment contour detection allows fully automatic re-
mote monitoring at a rate of a few seconds per image [24].
In order to realize the size distribution of blasting operations, three blasts were carried out in
different areas and with the same blasting design. The first blast was made in the upper part of
the deposit wherever the massif structure
is strongly fractured. The other blasts
Start
(blast 2 and blast 3) are carried out in the
lower part of the deposit which has high
rock quality. The data from three different KuzRam Split Desktop и WipFrag
blasting operations consisting of burden,
hole spacing, powder factor, hole diame- Before blasting After blasting
ter, bench height, hole length, and stem-
ming length were collected. In addition, Data collecting Taking photographs of
muckpile and image analysis
the geomechanical properties of rocks
such as UCS, density, and young’s modu-
lus were measured in the laboratory based Side distribution curves
on the International Society for Rock Me-
Fig.4. Fragmentation analysis steps
chanics (ISRM) standards.
825
Image analysis by WipFrag
Image analysis by Split-Desktop
Fig.5. Main steps of image processing analysis
The parameters of the blast design were obtained and evaluated as inputs to the KuzRam model
(Excel worksheet). A passing percentage of (X50) was compared of the blasted rock size of 1000 mm,
considering that the primary crusher installed in the quarry is accepted for fragmented rock sizes less
than 1000 mm and produces a fine size product of 152.4 mm.
The image processing analysis was carried out by taking several photographs from fragmented
muckpile in three steps (after blasting, in the one-third and two-thirds of loading by loader) and up-
loaded to the computer for WipFrag and Split-Desktop analysis. These software's uses images cap-
tured with one object (ball) that is used as scaling tool (Fig.5). These photographs were taken ran-
domly in consideration of size variation and defined scales. In the next step, several randomly chosen
photographs were selected as input file for the two-processing software. After the scaling process, in
few seconds to minutes the software delineates images automatically and the status of the auto mesh-
ing displayed. After getting the mesh results, we notice that the boundaries have not been drawn
correctly, and the results (particle size distribution curve) are completely different from reality, which
requires every fragment so some manual editing must be done. Edge detection parameters were fur-
ther manually adjusted to enhance a better result. A virtual sieve was then carried out to measure
block sizes and to generate percentage passing curve of the fragment distribution and cumulative size
table for each analyzed image. The processes are repeated for other images from the same muckpile,
and the results are merged for better accuracy.
Results and discussion. The results of the analysis particle size distribution of the blasted rock-
pile obtained from the three different blasts using the Split-Desktop and WipFrag software are shown
in Fig.6, while Fig.7 compare the KuzRam curve with the three results obtained from Split-Desktop
and WipFrag. In the quarry of Ain El-Kebira, the maximum permissible size of the fragment that the
primary crusher can handle is 100 cm.
From Fig.6 the results of blasts 1, 2, and 3 in the Split-Desktop analysis produced 23.12, 13.66,
and 54.83 % fines (<15.24 cm), respectively. Average measured fragment sizes (X50) of 33.96, 34.86
and 12.78 cm were obtained for blasts 1, 2 and 3 respectively. The top size of the fragmented rock
from all blasts was less than the primary crusher opening of 100 cm. This implies that an insignificant
amount of the muck-pile (<4.5 %) of boulders in blast 1 (Fig.6, a), (<2.5 %) of boulders in blast 2
(Fig.6, b) and with zero amount in blast 3 (Fig.6, c).
826
а b
c
The results by numerical analysis by Wip-
Frag software produced in the three blasts
47.05, 41.92 and 55.55 % of fines (<15.24 cm)
respectively with average measured fragment
sizes (X50) of 16.62, 19.77 and 13.41 cm were
obtained for blasts 1, 2 and 3 respectively. The
upper fragmented rock size values of all blasts
were smaller than the 100 cm crusher opening
with percentages of the muckpile is (<8.86 %)
boulders in blast 1, and (<4.1 %) boulders in
blast 2 and with zero amount of the muckpile
blocks in blast 3. Therefore, the results of Kuz-
Ram fragmentation were stable (same results
found in three blasts) with insignificant or near
zero amount of boulders (<0.01 %) of the top
sizes of the fragmented rocks from all blasts
was less than the crusher opening of 1000 mm.
The Split-Desktop results show that Fig.6. Split-Desktop and WipFrag analysis of blasts:
boulders were observed in the blasts 1and 2, a – blast 1; b – blast 2; c – blast 3
with blast 3 has the least proportion of boulders
of 0.00 % while blast 1 having the highest percentage boulder of 4.5 %. The maximum allowable size
of the fragment that the primary crusher can handle is 1000 mm. The Split-Desktop analyses show a
very closely related particle size distribution for the three blasts with X50: 339.69, 348.61 and 127.82
mm respectively.
While, the particle size distribution obtained from the WipFrag program almost gives the same
results as the Split-Desktop program although showing a similar trend. The WipFrag program shows
that all muckpile s fragments are less than the 1000 mm benchmark; the three WipFrag analyses
indicate a tolerable range of boulders, with percent passing recorded of 91.14 % in blast 1, 95.9 % in
blast 2 while blast 3 has the highest percentage of passing of 100 %. The three independent WipFrag
827
a
100
results are very similar of Split-Desktop pro-
gram as shown in Fig.6, thus reflect the same
80 implemented design. The small difference can
be noticed is the variation in the structural char-
Passing, %
60
acteristics of the rock mass [44].
40 According to the results of the
percentage passing obtained from the three
20 analysesshown in Table 1, the KuzRam model
gives stable results in the three blasts of the
0
1 10 100 1000 10000 order of 99.99 % of the passers-by with
b Size, mm percentages of rate of boulders at the quarry of
100 0.01 %.
The analysis of the results shows a very
80 close particle size distribution for the three
blasts in both empirical and numerical meth-
Passing, %
60
ods with stable X50 values by the KuzRam
40
model of 266 mm, and variable from 127.82 to
348.61 mm in the analysis by Split-Desktop
20 software and the order of 134.13 mm to 197.75
in the numerical analysis by WipFrag soft-
0 ware.
1 10 100 1000 10000
c Size, mm The percentage of boulders indicated by the
100
numerical analysis of the muckpile confirms the
results obtained with the KuzRam model but
80 with a greater precision.
The analysis of the particle size distribution
Passing, %
60 for the two image processing software's, gives a

similar result of 100 % passing in the third blast.
40
Therefore, based on the above results, and to as-
20 sess the efficiency of the blasts, a new factor for
the evaluation of the quality of fragmentation by
0
1 10 100 1000 10000 blasting in the limestone quarries is introduced
Size, mm here as a fragmentation indicator:
Split-Desktop WipFrag KuzRam Х KR
FI  ,
X bm
Fig.7. KuzRam compare Split-Desktop and WipFrag
size distribution curves for three blasts:
where XKR – ideal medium size expected of the
a – blast 1; b – blast 2; c – blast 3
fragmented material by the KuzRam model,
mm (X50 size of KuzRam); Xbm – medium fragmented muckpile size from particle distribution ana-
lysis, mm.
The fragmentation indicator gives an idea of the fragmentation efficiency by comparing the pro-
duced fragment to the idealized size of the KuzRam model. Using the blast design parameters, explo-
sive parameters, intact rock and joint properties, and the estimated ideal size obtained from the both
Split-Desktop and WipFrag methods; through the photos processing captured in the muckpile. The
FI seems to be more influenced by the rock mass structure, variable in the quarry. An FI value less
than unity implies that the average fragment size obtained is larger than the ideal size while an FI that
is greater than 1 shows a very efficient fragmentation with an average fragment size less than or equal
to the ideal size. The value of FI would be above of 1 [45-47].
828
Table 1
Result of percentage passing for Split -Desktop, WipFrag and KuzRam analyses
Passing, %
Size, mm Split-Desktop WipFrag
KuzRam
Blast 1 Blast 2 Blast 3 Blast 1 Blast 2 Blast 3
0.00 00.00 00.00 00.00 00.00 00.00 00.00 00.00

2.00 0.37 0.02 4.77 00.00 00.00 00.00 00.00
4.75 0.85 0.06 7.80 00.00 00.00 6.06 00.10
6.35 1.12 0.09 9.20 00.00 0.03 6.06 00.10
9.53 1.65 0.17 11.58 0.06 0.03 6.68 00.20
12.70 2.17 0.27 13.63 0.17 0.11 7.48 00.40
19.05 3.19 0.52 17.14 0.40 0.37 9.24 00.80
25.40 4.19 0.81 20.16 1.03 1.08 11.48 1.30
50.80 8.12 2.42 29.75 7.57 7.77 21.63 4.10
101.60 15.71 7.21 43.79 29.10 27.96 40.11 12.60
152.40 23.12 13.66 54.83 47.05 41.92 55.55 23.60
203.20 30.27 20.78 64.30 57.90 51.33 65.98 35.50
254.00 37.41 30.11 73.69 6519 57.53 73.59 47.30
381.00 55.69 56.28 93.35 73.66 73.40 8879 72.00
635.00 80.93 82.94 100.00 85.45 88.41 100.00 95.20
1000.00 95.50 97.50 100.00 91.14 95.90 100.00 99.90
1271.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00
In our study, based on direct observations that were made on the fragmented pile and the previous
results given by the two methods (after blasting, one-third and two-thirds loading by the loader), we
found that the results of the mean size fragment (X50) given by the image processing technique (Split-
Desktop and WipFrag) are closer to reality than that given by the KuzRam model.
According to the results obtained from the fragmentation indicator, by the image processing
technique shown in Table 2, we find that:
• In WipFrag analysis, all the fragmentation indicators given by the different blasts are greater
than 1 (FI > 1), which implies that the mean size of the fragments is less than or equal to the ideal
size, which confirms that the three blasts are very efficient fragmentation, with a maximum fragmen-
tation indicator, given by the third blast (FI = 1.98).
• In Split-Desktop analysis, the values of the fragmentation indicator given by blasts 1 and 2 are
less than 1 (FI = 1), which implies that the mean size of the fragments is greater than or equal to the
ideal size, which confirms that the two blasts are not efficient fragmentations, while the value of the
fragmentation indicator given by the third blast is greater than 1 (FI = 2.08).
Table 2
Fragmentation indicators in Split-Desktop and WipFrag analysis
Blast Xbm, mm FI
XKR, mm
number Split-Desktop WipFrag Split-Desktop WipFrag
1 266 339.69 166.22 0.78 1.6

2 266 348.61 197.75 0.76 1.34
3 266 127.82 134.13 2.08 1.98
In the light of all these results, we can conclude that blast 3 records the highest values of FI (2.08
and 1.98 respectively Split-Desktop and WipFrag) and is therefore considered as the most efficient
fragmentation.
Conclusion. In this paper, we use the empirical method of the KuzRam model, and the numerical
method of the digital imaging software’s Split-Desktop and WipFrag to study and compare the parti-
cle size distribution of the rock fragmented caused by the explosion in the limestone quarry of Ain
829
El-Kebira. Three different explosions of the same design are analyzed and compared. The results of
the Split-Desktop analysis gave similar values, with the maximum percentage of boulders equal
to 4.5 %.
The WipFrag analyses are very close to each other by maximum percentage of boulders equals
8.86 % and the minor differences can be attributed largely to the usual heterogeneity of structural
features and errors caused by the miners.
However, the particle size distribution predicted by the KuzRam model clearly shows a
significant change from Split-Desktop and WipFrag and cannot reflect the true value obtained (the
same value on all three blasts). The KuzRam model underestimates the size of the fragments, and the
average fragment size predicted is less than the correct value for the three blasts studied. These
differences can be attributed to the difference in the characteristics of the discontinuities that the
model assumes to be uniformly distributed in the rock mass. Since the blast design and explosives
used for the three blasts are the same, it can be concluded that these differences are caused by the
usual changes in the structural properties of the rock mass, such as compressive strength, crack
openings, joint fillings, and groundwater conditions.
The empirical method is very useful in mining for evaluation and preliminary analysis of blast
design. In this research we used a new constant called fragmentation indicator was introduced to
evaluate the fragmentation efficiency of explosives. It compares the ideal average fragment size to
the actual average size obtained by blasting in a relative manner.
The KuzRam model gives only idealistic results due to variation in rock structural characteristics
and blast geometry, explosive properties, rock factor, and physicochemical properties of rocks not
accounted for by the model affect fragmentation quality.
Empirical fragmentation models do not always give correct answers, so it is important to improve
the fragmentation measurement technique according to the general conditions of the quarry being
studied. The results of analysis by the digital image processing method using the two software
programs are very close to each other with minor differences can be attributed largely to the different
structural characteristics of the rocks formation (homogeneity, cracking, joint dip, stratification etc.)
and to technical errors in the blast design. This implies the effectiveness of the image processing
technique.
The authors wish to express their gratitude to “SCAEK” Company for good hospitality and co-operation.
Moreover, a specials words of thanks are addressed to the blasting team.
REFERENCES
1. Fredj M., Hafsaoui A., Talhi K., Menacer K. Study of the powder factor in the surface bench blasting. Procedia Earth and
Planetary Science. 2015. Vol. 15, p. 892-899. DOI: 10.1016/j.proeps.2015.08.142
2. Rais K., Kara M., Hr Hadji R. et al. Original approach for the drilling process optimization in open cast mines; case study of
Kef Essenoun open pit mine Northeast of Algeria. Mining Science. 2017. Vol. 24. DOI: 10.5277/msc172409
3. Rezaeineshat A., Monjezi M., Mehrdanesh A., Khandelwal M. Optimization of blasting design in open pit limestone mines
with the aim of reducing ground vibration using robust techniques. Geomechanics and Geophysics for Geo-Energy and Geo-Resources.
2020. Vol. 6. N 40. DOI: 10.1007/s40948-020-00164-y
4. Phamotse K.M., Nhleko A.S. Determination of optimal fragmentation curves for a surface diamond mine. Journal of the
Southern African Institute of Mining and Metallurgy. 2019. Vol. 119. N 7, p. 613-619. DOI: 10.17159/2411-9717/494/2019
5. Hosseini M., Namvar Z.N. The Design of the Large Blastholes Pattern by Analyzing of Fragmentation of Blasted Rocks in Sar-
cheshmeh Copper Mine. Geotechnical and Geological Engineering. 2017. Vol. 35. N 1, p. 395-402. DOI: 10.1007/s10706-016-0115-6
6. Bastami R., Bazzazi A.A., Shoormasti H.H., Ahangari K. Predicting and Minimizing The Blasting Cost In Limestone Mines
Using a Combination of Gene Expression Programming and Particle Swarm Optimization. Archives of Mining Sciences. 2020. Vol. 65.
N 4, p. 835-850. DOI: 10.24425/Ams.2020.135180
7. Kulula M.I., Nashongo M.N., Akande J.M. Influence of Blasting Parameters and Density of Rocks on Blast Performance at
Tschudi Mine, Tsumeb, Namibia. Journal of Minerals and Materials Characterization and Engineering. 2017. Vol. 5. N 6, p. 339-352.
DOI: 10.4236/jmmce.2017.56028
8. Mireku-Gyimah D., Boateng S.K. Selection of Blast Design for Kofi Pit C of Endeavour Mining Corporation, Mali. Ghana
Mining Journal. 2018. Vol. 18. N 2, p. 30-36. DOI: 10.4314/gm.v18i2.4
830
9. Fredj M., Hafsaoui A., Riheb H. et al. Back-analysis study on slope instability in an open pit mine (Algeria). Naukovyi Visnyk
Natsionalnoho Hirnychoho Universytetu. 2020. Vol. 2, p. 24-29. DOI: 10.33271/nvngu/2020-2/024
10. Borana S.L., Yadav S.K., Parihar S.K. Image Processing Analysis of Blast Fragmentation: A Case Study of Sandstone
Mining Area of Jodhpur. International Journal of Research in Advent Technology. 2018. Vol. 6. N 10, p. 2584-2589.
DOI: 10.13140/RG.2.2.24151.73120
11. Agyei G., Owusu-Tweneboah M. A Comparative Analysis of Rock Fragmentation using Blast Prediction Results. Ghana
Mining Journal. 2019. Vol. 19. N 1, p. 49-58. DOI: 10.4314/gm.v19i1.6
12. Alenichev I.A., Rakhmanov R.A. Empirical regularities investigation of rock mass discharge by explosion on the free surface
of a pit bench. Journal of Mining Institute. 2021. Vol. 249, p. 334-341. DOI: 10.31897/PMI.2021.3.2
13. El Mekki A., Hadji R., Chemseddine F. Use of slope failures inventory and climatic data for landslide susceptibility, vulner-
ability, and risk mapping in souk Ahras region. Mining Science. 2017. Vol. 24, p. 237-249. DOI: 10.5277/msc172417
14. Babaeian M., Ataei M., Sereshki F. et al. A new framework for evaluation of rock fragmentation in open pit mines. Journal
of Rock Mechanics and Geotechnical Engineering. 2019. Vol. 11. Iss. 2, p. 325-336. DOI: 10.1016/j.jrmge.2018.11.006
15. Djoudi M., Bensehamdi S., Fredj M. Study of blasting effect on bench stability. IOP Conference Series: Earth and Environ-
mental Science. 2021. Vol. 833. N 012196. DOI: 10.1088/1755-1315/833/1/012196
16. Salmi E.F., Sellers E.J. A review of the methods to incorporate the geological and geotechnical characteristics of rock masses in
blastability assessments for selective blast design. Engineering Geology. 2021. Vol. 281. N 105970. DOI: 10.1016/j.enggeo.2020.105970
17. Singh B.K., Mondal D., Shahid M. et al. Application of digital image analysis for monitoring the behavior of factors that
control the rock fragmentation in opencast bench blasting: A case study conducted over four opencast coal mines of the Talcher Coal-
fields, India. Journal of Sustainable Mining. 2019. Vol. 18 Iss. 4, p. 247-256. DOI: 10.1016/j.jsm.2019.08.003
18. Xie C., Nguyen H., Bui X-N. et al. Predicting rock size distribution in mine blasting using various novel soft computing
models based on meta-heuristics and machine learning algorithms. Geoscience Frontiers. 2020. Vol. 12. Iss. 3. N 101108.
DOI: 10.1016/j.gsf.2020.11.005
19. Dhekne P.Y., Balakrishnan V., Jade R.K. Effect of Type of Explosive and Blast Hole Diameter on Boulder Count in Lime-
stone Quarry Blasting. Geotechnical and Geological Engineering. 2020. Vol. 38, p. 4091-4097. DOI: 10.1007/s10706-020-01280-y
20. Sereshki F., Hoseini S.M., Ataei M. Blast fragmentation analysis using image processing. International Journal of Mining
and Geo-Engineering. 2016. Vol. 50. Iss. 2, p. 211-218. DOI: 10.22059/ijmge.2016.59831
21. Siddiqui F.I., Ali Shah S.M., Behan M.Y. Measurement of Size Distribution of Blasted Rock Using Digital Image Processing.
Journal of King Abdul-Aziz University Engineering Sciences. 2009. Vol. 20. Iss. 2, p. 81-93. DOI: 10.4197/Eng.20-2.4
22. Sudhakar J., Adhikari G.R., Gupta R.N. Comparison of Fragmentation Measurements by Photographic and Image Analysis.
Techniques Rock Mechanics and Rock Engineering. 2006. Vol. 39. Iss. 2, p. 159-168. DOI: 10.1007/s00603-005-0044-9
23. Júlio de C.S., Andrêvhity da C.S., Suelen S.R. Analysis of Blasting Rocks Prediction and Rock Fragmentation Results Using
Split-Desktop Software. Tecnologia em Metalurgia, Materiais e Mineração. 2018. Vol. 15. Iss. 1, p. 22-30. DOI: 10.4322/2176-1523.1234
24. Tosun A. A modified WipFrag program for determining muckpile fragmentation. Journal of the Southern African Institute
of Mining and Metallurgy. 2018. Vol. 118. N 10, p. 1113-1199. DOI: 10.17159/2411-9717/2018/v118n10a13
25. Elahi AT., Hosseini M. Analysis of blasted rocks fragmentation using digital image processing (case study: limestone quarry
of Abyek Cement Company). International Journal of Geo-Engineering. 2017. Vol. 8. N 16. DOI: 10.1186/ s40703-017-0053-z
26. Menacer K., Hafsaoui A., Talhi K., Saadoun A. Study of the Influence Factorson Rock Blasting. Procedia Earth and Plan-
etary Science. 2015. Vol. 15, p. 900-907. DOI: 10.1016/j.proeps.2015.08.143
27. Shadabfar M., Gokdemir C., Zhou M. et al. Estimation of Damage Induced by Single-Hole Rock Blasting: A Review on
Analytical, Numerical, and Experimental Solutions. Energies. 2021. Vol. 14. N 29, p. 1-24. DOI: 10.3390/en1 4010029
28. Xiaohua Ding, Xiang Lu, Wei Zhou et al. Blasting Impact Simulation Test and Fragmentation Distribution Characteristics
in an Open-Pit Mine. Shock and Vibration. 2019. Vol. 2019. N 4080274. DOI: 10.1155/2019/4080274
29. Hu X., Qu S. A new approach for predicting bench blasting-induced ground vibrations: a case study. Journal of the Southern
African Institute of Mining and Metallurgy. 2018. Vol. 118. N 5, p. 531-538. DOI: 10.17159/2411-9717/2018/v118n5a9
30. Silva J.D., Amaya J.G., Basso F. Development of a predictive model of fragmentation using drilling and blasting data
in open pit mining. Journal of the Southern African Institute of Mining and Metallurgy. 2017. Vol. 117. N 11.
DOI: 10.17159/2411-9717/2017/v117n11a14
31. Sereshki F., Hoseini S. M., Ataei M. Blast fragmentation analysis using image processing. International. Journal of Mining
and Geo-Engineering. 2016. Vol. 50. N 2, p. 211-218. DOI: 10.22059/ijmge.2016.59831
32. Jug J., Strelec S., Gazdek M., Kavur B. Fragment Size Distribution of Blasted Rock Mass. IOP Conference Series: Earth
and Environmental Science. 2017. Vol. 95. N 042013. DOI: 10.1088/1755-1315/95/4/042013
33. Cardu M., Coragliotto D., Oreste P. Analysis of predictor equations for determining the blast-induced vibration in rock
blasting. International Journal of Mining Science and Technology. 2019. Vol. 29. Iss. 6, p. 905-915. DOI: 10.1016/j.ijmst.2019.02.009
34. Karim Z., Hadji R., Et Hamed Y. GIS-based approaches for the landslide susceptibility prediction in Setif Region (NE
Algeria). Geotechnical and Geological Engineering. 2019. Vol. 37, p. 359-374. DOI: 10.1007/s10706-018-0615-7
35. Tamani F., Hadji R., Hamad A., Hamed Y. Integrating remotely sensed and GIS data for the detailed geological mapping in
semi-arid regions: case of Youks les Bains Area, Tebessa Province, NE Algeria. Geotechnical and Geological Engineering. 2019.
Vol. 37, p. 2903-2913. DOI: 10.1007/s10706-019-00807-2
36. Zeqiri R.R., Riheb H., Karim Z. et al. Analysis of safety factor of security plates in the mine “Trepça” Stantërg. Mining
Science. 2019. Vol. 26, p. 21-36. DOI: 10.37190/msc192602
37. Leng Z., Fan Y., Gao Q., Hu Y. Evaluation and optimization of blasting approaches to reducing oversize boulders
and toes in open-pit mine. International Journal of Mining Science and Technology. 2020. Vol. 30. Iss. 3, p. 373-380.
DOI: 10.1016/j.ijmst.2020.03.010
38. Baofu Duan, Hualin Xia, Xuxu Yang. Impacts of bench blasting vibration on the stability of the surrounding rock masses of
roadways. Tunnelling Underground Space Technology. 2018. Vol. 71, p. 605-622. DOI: 10.1016/j.tust.2017.10.012
831
39. Fredj M., Boukarm R., Saadoun A. et al. Distribution Analysis of Rock Fragments Size Based on the Digital Image Processing
and the Kuz-Ram Model. Case of Jebel Medjounes Quarry. Aspects in Mining & Mineral Science. 2019. Vol. 2. Iss. 4.
DOI: 10.31031/AMMS.2019.02.000545
40. Zhang Z-X., Chi L-Y., Yi C. An empirical approach for predicting burden velocities in rock blasting. Journal of Rock Me-
chanics and Geotechnical Engineering. 2021. Vol. 13. Iss. 4, p. 767-773. DOI: 10.1016/j.jrmge.2021.04.004
41. Mutinda E.K., Alunda B.O., Maina D.K., Kasomo R.M. Prediction of rock fragmentation using the Kuznetsov Cunningham-
Ouchterlony model. Journal of the Southern African Institute of Mining and Metallurgy. 2021. Vol. 121. Iss. 3, p. 107-112.
DOI: 10.17159/2411- 9717/1401/2021
42. Lawal A.I. A new modification to the Kuz-Ram model using the fragment size predicted by image analysis. International
Journal of Rock Mechanics and Mining Sciences. 2021. Vol. 138. Iss. 104595. DOI: 10.1016/j.ijrmms.2020.104595
43. Ouchterlony F., Sanchidrián J.A. A review of development of better prediction equations for blast fragmentation. Journal of
Rock Mechanics and Geotechnical Engineering. 2019. Vol. 11. Iss. 5, p. 1094-1109. DOI: 10.1016/j.jrmge.2019.03.001
44. Maerz N.H., Palangio T.C., Franklin J.A. WipFrag image based granulometry system. Proceedings of the
FRAGBLAST 5 Workshop on Measurement of Blast Fragmentation, Montreal, Quebec, Canada, 23 -24 August 1996, p. 91-99.
DOI: 10.1201/9780203747919-15
45. Akbari M., Lashkaripour G., Yarahamdi B.A., Ghafoori M. Blastability evaluation for rock mass fragmentation in Iran central
iron ore mines. International Journal of Mining Science and Technology. 2015. Vol. 25. Iss.1, p. 59-66. DOI: 10.1016/j.ijmst.2014.11.008
46. Shehu S.A., Yusuf K.O., Hashim M.H.M. Comparative study of WipFrag image analysis and KuzRam empirical model in
granite aggregate quarry and their application for blast fragmentation rating. Geomechanics and Geoengineering. 2020. Vol. 17. Iss. 1.
DOI: 10.1080/17486025.2020.1720830
47. Idowu K.A., Olaleye B.M., Saliu M.A. Application of Split-Desktop Image Analysis and Kuz- Ram Empirical Model for
Evaluation of Blast Fragmentation Efficiency in a Typical Granite Quarry. Ghana Mining Journal. 2021 .Vol. 21. N 1, p. 45-52.
DOI: 10.4314/gm.v21i1.5
Authors: Abderrazak Saadoun, Doctor of Science, Lecturer, https://orcid.org/0000-0001-7860-6107 (University of Abder-

rahmane Mira, Bejaia, Algeria; Laboratory of Natural Resources and Deveopment University of Annaba, Annaba, Algeria),
Mohamed Fredj, Doctor of Science, Lecturer, mohamed.fredj@univ-bejaia.dz, https://orcid.org/0000-0002-0560-4941 (University
of Abderrahmane Mira, Bejaia, Algeria; Laboratory of Natural Resources and Deveopment University of Annaba, Annaba, Algeria),
Riadh Boukarm, Doctor of Science, Lecturer, https://orcid.org/0000-0002-9387-5812 (University of Abderrahmane Mira Bejaia,
Algeria; Laboratory of Construction Engineering and Architecture, University of Bejaia, Bejaia, Algeria), Riheb Hadji, Professor,
https://orcid.org/0000-0002-9632-0812 (Ferhat Abbas University, Setif, Algeria).
The authors declare no conflict of interests.
832
Записки Горного института. 2022. Т. 257. С. 2411-3336;
ISSN 822-832 е-ISSN 2541-9404 DOI: 10.31897/PMI.2022.84
© А.Саадун, М.Фредж, Р.Букарм, Р.Хаджи, 2022
ЗАПИСКИ ГОРНОГО ИНСТИТУТА

Jo u rn a l o f M in in g In s ti t u te
Сайт журнала: pmi.spmi.ru
Научная статья
Анализ дробления с использованием цифровой обработки

изображений и эмпирической модели (KuzRam):
сравнительное исследование
А.СААДУН1,2, М.ФРЕДЖ1,2, Р.БУКАРМ1,3, Р.ХАДЖИ4
1 Университет Абдеррахмана Мира, Беджайя, Алжир
2 Университет Баджи Мохтар, Аннаба, Алжир
3 Университет Беджайя, Беджайя, Алжир
4 Университет Ферхата Аббаса, Сетиф, Алжир
Как цитировать эту статью: Саадун А., Фредж М., Букарм Р., Хаджи Р. Анализ дробления с использова-
нием цифровой обработки изображений и эмпирической модели (KuzRam): сравнительное исследование //
Записки Горного института. 2022. Т. 257. С. 822-832. DOI: 10.31897/PMI.2022.84
Аннотация. Дробление горной породы отражает степень контроля взрывных работ. Несмотря на точность
скринингового анализа для определения распределения взорванных горных пород по размерам, этот метод
остается сложным и длительным из-за большого объема взорванной породы. Метод цифровой обработки
изображений может преодолеть ограничения точности и скорости. Используются эмпирическая модель KuzRam
и численный метод (цифровая обработка изображений) с применением двух программ обработки изображений
(WipFrag и Split-Desktop) для анализа распределения частиц по размерам пород, раздробленных взрывчатыми
веществами в известняковом карьере Джебель-Меджунес. Цифровая обработка основана на анализе фотогра-
фии отвалов взорванной породы с использованием методов обработки изображений. Цель этой работы состоит
в оценке и сравнении результатов, полученных для каждого взрыва с помощью двух методов, и выявления
сходства и различия между ними. С помощью этих двух методов были проанализированы три различных
взрыва с одинаковым проектированием. Результат модели KuzRam дал идеалистические результаты из-за не-
однородности структуры горных пород, хотя эта модель может быть использована для первоначальной оценки
проектирования взрыва. С целью повышения эффективности взрыва предложен новый коэффициент показа-
теля фрагментации для сравнения полученного фрагмента с расчетным идеальным размером модели KuzRam
путем учета проектных параметров взрыва и взрываемости. Оба способа обработки изображений дают близкие
результаты с большей точностью для Split-Desktop. Применение метода поможет повысить эффективность
и снизить затраты на дробление в рассматриваемом карьере.
Ключевые слова: взрывные работы; дробление породы; известняковый карьер; модель KuzRam; Split-Desktop;
WipFrag; показатель фрагментации
Поступила: 05.07.2021 Принята: 21.07.2022 Онлайн: 01.11.2022 Опубликована: 00.00.2022
Введение. Процесс добычи полезных ископаемых открытым способом составляют несколько

основных операций, такие как бурение, взрывные работы, погрузка, транспортировка и дробление
[1, 2]. В качестве первичной операции буровзрывные работы оказывают значительное влияние на
производительность и стоимость последующих этапов [3, 4]. Роль взрывных работ заключается в
достижении оптимального дробления породы, что повышает эффективность дробления и позво-
ляет экономить энергию [5, 6]. Размер взрываемой породы оптимизируется до геометрических
размеров, не превышающих размер приемной впускной щели при первичном дроблении [7].
Дробление горных пород взрывом зависит главным образом от проектных параметров взрыва
и свойств горной массы [8, 9]. Степень неоднородности горных пород приводит к различному рас-
пределению по размерам в развале взорванной горной массы. Контроль за этим распределением по
размерам влияет на экономический результат добычи полезных ископаемых [10-13]. Дробление по-
роды взрывчатыми веществами должно регулярно контролироваться, измеряться, анализироваться,
проектироваться, планироваться и соответствующим образом модифицироваться для достижения
эффективности процессов добычи полезных ископаемых [14, 15].
822
Статья опубликована в открытом доступе по лицензии CC BY 4.0
DOI: 10.31897/PMI.2022.84 Записки Горного института. 2022. Т. 257. С. 822-832
Анализ дробления
Прямые методы Косвенные методы
Ситовый анализ Эмпирические методы Методы анализа изображений
KuzRam, Split Desktop,

SveDefo и др. WipFrag, Goldsize и др.
Рис.1. Блок-схема методов анализа дробления
Эффективность взрыва может быть оценена путем определения распределения фрагментации

взрывной породы. Существует множество методов оценки распределения фрагментации взорван-
ных горных пород [16], включая неконтролируемые методы, основанные на физико-механических
свойствах горных пород, и контролируемые методы, зависящие от проектных факторов, таких как
оценка распределения по размерам и прогнозирование раздробленных горных пород [17]. Контро-
лируемые методы можно разделить на прямые и косвенные, как показано на рис.1. Прямым мето-
дом, который является более надежным для определения распределения раздробленных пород, яв-
ляется ситовый анализ. Хотя точность этого метода очень высока, сложность заключается главным
образом в том, что для получения подходящего распределения раздробленных пород требуется
больше времени и материальных затрат. Тем не менее, метод ситового анализа может быть частично
использован и при некоторых экспериментальных взрывах малого объема [18, 19]. Косвенные же ме-
тоды, включая эмпирические и методы анализа изображений, обеспечивают компромисс между точ-
ностью теста и количеством затраченного времени.
В некоторых эмпирических моделях, таких как уравнение Ларссона, формула SveDeFo, мо-
дель KuzRam и др., параметры взрывных работ рассматриваются для оценки распределения взор-
ванной породы по размерам перед проведением взрывных работ [20]. Поэтому другим методом
стало использование программ обработки изображений, которые были разработаны и позволили
быстро и точно оценить распределение фрагментации [21, 22]. Некоторые из этих систем вклю-
чают IPACS, Tucips, FragScan, CIAS, Gold Size, WipFrag, Split, Power Sieve и Fragalyst [23-25].
Системы Split-Desktop, WipFrag, FragScan и GoldSize являются наиболее популярными программ-
ными пакетами, основанными на обработке 2D-изображений для выполнения анализа распределе-
ния по размерам пород взрывного блока. В методе анализа изображений распределение раздроб-
ленных пород по размерам может быть точно определено с использованием изображений, полу-
ченных после взрывных работ.
Исследователи постоянно совершенствуют модели дробления горных пород взрывчатыми ве-
ществами, чтобы сравнить и проанализировать прогнозируемое распределение с полученным
дроблением [26]. Общепризнана взаимосвязь между различными уровнями точности, скорости,
эффективности и оптимизации эмпирических моделей, методов анализа изображений и численных
моделей [27, 28].
Из-за ограничений результатов косвенных методов анализа несколько исследователей
провели испытания, связанные с анализом размера кусков во взорванном развале горных
пород [29, 30]. Для прогнозирования распределения кусков по размерам в развале взорванной
горной массы были разработаны различные эмпирические и численные модели [31-33].
Цель данной работы – оценить и сравнить результаты, полученные для различных взры-
вов с помощью двух методов, и обсудить их сходства и различия.
Общие параметры. Цементная компания «Айн-Эль-Кебира» (SCAEK) (провинция Сетиф)
является одним из наиболее важных цементных промышленных предприятий в Алжире. SCAEK
расположена на северо-востоке Алжира на 36°20' северной широты, 5°27' восточной долготы
и 1040 м над уровнем моря в 20 км к северо-востоку от города Сетиф (рис.2) [34]. Одним из основ-
ных факторов успеха этой компании является использование высококачественного и дешевого сы-
рья, которое доступно в близлежащих регионах [35]. Этот сырье поставляется с месторождения
823
Записки Горного института. 2022. Т. 257. С. 822-832 DOI: 10.31897/PMI.2022.84
Джебель-Меджунес, расположенного ря-

дом с заводом. Это месторождение харак-
теризуется очень выраженным рельефом,
простирается более чем на 15 км с востока
на запад, средней ширины в 7 км, достигает
высоты 1461 м на пике. Известняковая по-
рода среднетвердая, верхняя часть извест-
няковой залежи сильно трещиновата, что
создает проблемы засорения скважин при
бурении и ухудшает качество развала,
прочность пород на сжатие составляет
87 МПа, плотность 2,6 т/м3 [36].
Добыча известняка осуществляется
пятью уступами буровзрывным методом.
Карьер работает с уступами высотой 15 м
и углом наклона 82°. Скважины, пройден-
ные с применением ударного бурения,
имеют диаметр 110 мм. В каждую сква-
жину заряжается 79,15 кг марманита
и приблизительно 45 кг ANFO, при этом
Рис.2. Известняковый карьер Джебель-Меджунес, общее количество взрывчатого вещества
Айн-Эль-Кебира, Сетиф
Q в скважине равно 124,15 кг при плот-
ности заряда взрывчатого вещества K.
Взрывные скважины расположены в шах-
В
Уступ
S
D матном порядке в три ряда. Проектные па-
раметры взрыва представлены на рис.3,
расчетные параметры: высота уступа ВН –
T
15 м; линия наименьшего сопротивления
ВH
при взрывах В – 4 м; расстояние S – 4 м;
Бровка уступа диаметр скважины D – 110 мм; перебур –
1,65 м; глубина забойки Т – 2,70 м; длина
HL L забойки L – 14,1 м; длина скважины HL –
Борт
уступа 16,8 м; общее количество взрывчатого
Подошва уступа вещества Q – 124,15 кг; плотность заряда
SD
K – 0,48 кг/м3.
Материалы и методы. Необходимо
постоянно контролировать, измерять,
анализировать фрагментацию при взрыве
Рис.3. Проектные параметры взрыва в известняковом и обновлять расчеты. В традиционных
карьере Джебель-Меджунес методах использовался ситовый анализ
[37]. Стоимость этого метода привела к
появлению нескольких косвенных методов оценки распределения по размерам [38-40].
Анализ распределения частиц по размерам раздробленных пород в карьере Джебель-
Меджунес проводится посредством эмпирической модели KuzRam и численного метода с помо-
щью двух программ обработки изображений (WipFrag и Split-Desktop), как показано на рис.4.
Модель дробления KuzRam была получена Каннингемом (1983, 1987) на основе уравнений
Розина – Раммлера (1933) и Кузнецова (1973) для расчета среднего размера и индекса однород-
ности. Эта модель представляет собой эмпирическую зависимость, которая оценивает дробление
взрыва путем учета проектных параметров и геометрии взрыва, характеристик взрывчатого ве-
щества, количества используемого взрывчатого вещества и взрываемости [41-43]. Параметры
модели KuzRam:
824
0,633
 115 
• фрагменты среднего размера, м: X 50  A  PF 
0,8 0,167
Me   ;
 RWSANFO 
n
 X 
 
• кривая распределения по размерам: R  X   1  e  Xc 
;
  S 0,5 
1   
 B  E  L 
• индекс однородности: n   2,2  14      1  p  
B
,
 D  2  B   BH 
 
 
где A – характеристика горных пород по взрываемости; PF – удельный расход, кг/м3; Me – масса
заряда на скважину, кг; RWSANFO – удельный вес взрывчатого вещества к ANFO, %; Ep – отклоне-
ние скважины.
Программное обеспечение Split-Desktop – это программа для цифровой обработки изобра-
жений, результат нескольких лет исследований и разработок Университета Аризоны в 90-х
годах. Существуют две версии этой программы, первая – автоматическая и непрерывная обра-
ботка, которая используется на конвейерной ленте, а вторая – программное обеспечение Split-
Desktop, которое относится к автономной пользовательской версии программ Split, которые мо-
гут работать с сохраненными изображениями. Цифровые изображения могут быть получены
с помощью цифровой камеры высокого разрешения. Как только изображения сделаны, они со-
храняются на диске.
Программа для анализа изображений WipFrag использует метод анализа изображений раз-
дробленной породы для прогнозирования распределения частиц по размерам в развале добытой
породы. Она была разработана компанией Wipware Inc (Канада) [40]. Обрабатываются изображе-
ния из различных источников, таких как видеокамеры, стационарные камеры, фотографии или
цифровые файлы. Более того, он использует автоматические алгоритмы для идентификации от-
дельных блоков и создания контурной сети. Изображения развала получаются в полевых условиях,
соединяются с масштабирующим устройством для определения истинного размера. Отснятый раз-
вал загружается в систему WipFrag. Изображение разрушенных горных пород преобразуется
в карту или сеть элементов, модифицируется в объемы и веса, а результаты отображаются в виде
графиков. Надежность и скорость обнаружения контуров фрагментов позволяют осуществлять
полностью автоматический удаленный мониторинг со скоростью в несколько секунд на изобра-
жение [24].
Чтобы реализовать распределение взрывных работ по размерам, были проведены три взрыва
в разных зонах и с одинаковыми проектными параметрами взрывных работ. Первый взрыв был
произведен в верхней части месторождения, где структура массива сильно нарушена. Другие
взрывы (взрыв 2, взрыв 3) осуществлялись в нижней части месторождения, которая отличается
высоким качеством породы. Были со-
браны данные по трем различным опера- Начало
циям взрывных работ, включающие ли-
нию наименьшего сопротивления при KuzRam Split Desktop и WipFrag
взрывании, расстояние между скважи-
нами, удельный расход взрывчатого ве-
До взрыва После взрыва
щества, диаметр скважины, высоту
уступа, длину скважины и глубину за- Фотографирование отвала
Сбор данных
бойки. Кроме того, в лаборатории на ос- и анализ изображений
нове стандартов Международного обще-
ства механики горных пород (ISRM) были
измерены геомеханические свойства гор- Кривые распределения по размерам
ных пород, такие как прочность при одно-
осном сжатии, плотность и модуль Юнга. Рис.4. Этапы анализа дробления
825
Анализ изображений с помощью WipFrag
Анализ изображений с помощью Split-Desktop
Рис.5. Основные этапы анализа обработки изображений
Проектные параметры взрыва были получены и оценены в качестве входных данных для мо-
дели KuzRam (рабочий лист Excel). Сравнивался проходной процент Х50 для взорванной породы раз-
мером 1000 мм с учетом, что первичная дробилка, установленная в карьере, предназначена для дроб-
ления породы размером менее 1000 мм и производит продукт мелкого помола размером 152,4 мм.
Анализ обработки изображений выполнен с помощью нескольких фотографий раздробленной
массы развалов в три этапа (после взрыва, на одной трети и двух третях загрузки погрузчиком)
и последующей выгрузки в компьютер для анализа WipFrag и Split-Desktop. Это программное
обеспечение использует изображения, снятые с объектом масштабирования (шара), который ис-
пользуется в качестве инструмента для выявления истинного размера (рис.5). Фотографии были
сделаны случайным образом с учетом различий в размерах и определения масштаба. На следую-
щем этапе несколько случайно выбранных фотографий были отобраны в качестве входных данных
для программного обеспечения двухпроцессорной обработки. После масштабирования в течение
нескольких секунд или минут программа автоматически определяет границы изображений и отоб-
ражает статус автоматической сетки. После получения результатов сетки отмечено, что границы
были нарисованы неправильно, а результаты (кривая распределения) полностью отличаются от
реальности, что требует ручного редактирования каждого фрагмента. Параметры обнаружения
границ были дополнительно скорректированы вручную для достижения лучшего результата.
Затем проведено виртуальное просеивание для измерения размеров блоков и создания кривой про-
центного прохождения распределения фрагментов и таблицы совокупного размера для каждого
проанализированного изображения. Процессы повторяются для других изображений из того же
развала, и результаты объединяются для повышения точности.
Результаты и обсуждение. Результаты анализа распределения частиц по размерам взорван-
ной горной массы, полученные после трех различных взрывов с использованием программного
обеспечения Split-Desktop и WipFrag, показаны на рис.6, в то время как на рис.7 сравнивается кри-
вая KuzRam с результатами, полученными с помощью Split-Desktop и WipFrag. В карьере Айн-
Эль-Кебира максимально допустимый размер куска, который может обработать первичная дро-
билка, составляет 100 см.
На рис.6 показаны результаты взрывов 1, 2 и 3 в анализе Split-Desktop, которые дали 23,12,
13,66 и 54,83 % мелких частиц (< 15,24 см) соответственно. Изменение размеров среднего куска
X50 – 33,96, 34,86 и 12,78 см были получены для взрывов 1, 2 и 3 соответственно. Предельный
размер раздробленной породы от всех взрывов был меньше 100 см – размера впускной щели пер-
вичной дробилки. Наблюдалось незначительное количество негабарита в развале (<4,5 %) при
взрыве 1 (рис.6, а), (< 2,5 %) при взрыве 2 (рис.6, б) и нулевое количество при взрыве 3 (рис.6, в).
826
а б
в
Результаты численного анализа с помо-
щью программного обеспечения WipFrag, по-
лученные для трех взрывов, составили 47,05,
41,92 и 55,55 % мелких частиц (<15,24 см) со-
ответственно; средний размер куска X50 –
16,62, 19,77 и 13,41 см для взрывов 1, 2 и 3 со-
ответственно. Верхние значения размера раз-
дробленной породы во всех взрывах были
меньше 100 см – размера впускной щели пер-
вичной дробилки. Процентное содержание
в развале негабарита <8,86 % при взрыве 1,
<4,1 % при взрыве 2 и с нулевым количеством
негабарита при взрыве 3. Таким образом, ре-
зультаты дробления KuzRam были стабиль-
ными (те же результаты, что и при трех взры-
вах) с незначительным или близким к нулю
количеством обломков (<0,01 %) верхних раз-
меров раздробленных пород от всех взрывов
(меньших, чем размер впускной щели первич-
ной дробилки 1000 мм). Рис.6. Анализ взрывов в программах Split-Desktop,
Результаты Split-Desktop показывают, WipFrag: а – взрыв 1; б – взрыв 2; в – взрыв 3
что негабарит наблюдался при взрывах 1 и 2,
при взрыве 3 наименьшая доля обломков (0,00 %), в то время как у взрыва 1 самый высокий
процент – 4,5 %. Максимально допустимый размер куска, который может обработать первичная
дробилка, составляет 1000 мм. Анализы Split-Desktop показывают очень близкое распределение
частиц по размерам для трех взрывов с X50: 339,69, 348,61 и 127,82 мм соответственно.
Распределение частиц по размерам, полученное с помощью программы WipFrag, дает почти
те же результаты, что и программа Split-Desktop, демонстрируя при этом аналогичную тенден-
цию. Программа WipFrag показывает, что все фрагменты развала меньше контрольной отметки
в 1000 мм; три анализа WipFrag указывают на допустимый диапазон обломков, при этом доля
прохождения составила 91,14 % при взрыве 1, 95,9 % при взрыве 2, в то время как у взрыва 3
самый высокий процент прохождения – 100 %. Три независимых результата WipFrag весьма
827
a
100
схожи с показателями программы Split-
Desktop (рис.6), таким образом, они отражают
один и тот же реализованный проект. Неболь-
Проходной процент, %
80
шое различие, которое можно отметить, – из-
60 менение структурных характеристик горного
массива [44].
40
Согласно результатам процентного про-
20
хождения, полученным по трем анализам
(табл.1), модель KuzRam дает стабильные по-
0 казатели при трех взрывах, около 99,99 % про-
1 10 100 1000 10000
хождения с процентным содержанием негаба-
б Размер, мм
рита в карьере 0,01 %.
100 Анализ результатов показывает очень
близкое распределение частиц по размерам
80
для трех взрывов как эмпирическими, так и
60
численными методами со стабильными значе-
ниями X50 по модели KuzRam в 266 мм, варь-
40 ирующимися от 127,82 до 348,61 мм при ана-
лизе с помощью программного обеспечения
20 Split-Desktop и около 134,13-197,75 мм при
анализе с использованием программного обес-
0
1 10 100 1000 10000 печения Split-Desktop с численным анализом
в Размер, мм посредством программы WipFrag.
100
Процентное содержание негабарита, уста-
новленное в результате численного анализа раз-
вала, подтверждает результаты, полученные с
80
помощью модели KuzRam, но с большей точно-
60 стью.
Анализ распределения частиц по разме-
40
рам для двух программ обработки изображений
20 дает аналогичный результат – 100 % прохожде-
ние при третьем взрыве. Поэтому, основываясь
0
1 10 100 1000 10000 на приведенных результатах и для оценки эф-
Размер, мм фективности взрывных работ, вводим новый
коэффициент для оценки качества дробления
Split-Desktop WipFrag KuzRam
взрывными работами в карьерах по добыче из-
Рис.7. Сравнение кривых распределения размеров вестняка – показатель фрагментации
в программах Split-Desktop, WipFrag и KuzRam
для трех взрывов: Х KR
а – взрыв 1; б – взрыв 2; в – взрыв 3
ПФ  ,
X bm
где XKR – идеальный средний размер, ожидаемый от раздробленного материала по модели
KuzRam, мм; Xbm – средний размер куска в развале по результатам анализа распределения
частиц, мм.
Показатель фрагментации дает представление об эффективности фрагментации путем сравне-
ния полученного фрагмента с идеальным размером модели KuzRam. Используются параметры про-
ектирования взрыва, параметры взрывчатого вещества, свойства неповрежденной породы и общие
свойства, а также расчетный идеальный размер, полученный как с помощью методов Split-Desktop,
так и WipFrag, с применением обработки фотографий, сделанных по развалу. На ПФ, судя по всему,
больше влияет структура горного массива, изменяющаяся в карьере. Значение ПФ меньше единицы
означает, что полученный средний размер куска больше идеального размера, в то время как значение
больше единицы показывает очень эффективную фрагментацию со средним размером куска, мень-
шим или равным идеальному размеру. Значение ПФ должно быть выше единицы [45-47].
828
Таблица 1
Результат процентного прохождения для анализа Split -Desktop, WipFrag и KuzRam
Прохождение %
Размер, мм Split-Desktop WipFrag
KuzRam
Взрыв 1 Взрыв 2 Взрыв 3 Взрыв 1 Взрыв 2 Взрыв 3
0,00 00,00 00,00 00,00 00,00 00,00 00,00 00,00

2,00 0,37 0,02 4,77 00,00 00,00 00,00 00,00
4,75 0,85 0,06 7,80 00,00 00,00 6,06 00,10
6,35 1,12 0,09 9,20 00,00 0,03 6,06 00,10
9,53 1,65 0,17 11,58 0,06 0,03 6,68 00,20
12,70 2,17 0,27 13,63 0,17 0,11 7,48 00,40
19,05 3,19 0,52 17,14 0,40 0,37 9,24 00,80
25,40 4,19 0,81 20,16 1,03 1,08 11,48 1,30
50,80 8,12 2,42 29,75 7,57 7,77 21,63 4,10
101,60 15,71 7,21 43,79 29,10 27,96 40,11 12,60
152,40 23,12 13,66 54,83 47,05 41,92 55,55 23,60
203,20 30,27 20,78 64,30 57,90 51,33 65,98 35,50
254,00 37,41 30,11 73,69 6519 57,53 73,59 47,30
381,00 55,69 56,28 93,35 73,66 73,40 8879 72,00
635,00 80,93 82,94 100,00 85,45 88,41 100,00 95,20
1000,00 95,50 97,50 100,00 91,14 95,90 100,00 99,90
1271,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00
В нашем исследовании, основанном на прямых наблюдениях, которые были сделаны на ос-

нове анализа взорванной горной массы в развале, и предыдущих результатах, полученных двумя
методами (после взрыва, с загрузкой погрузчиком на одну треть и две трети), было обнаружено,
что результаты по среднему куску (X50), полученные методом обработки изображений (Split-
Desktop и WipFrag) ближе к реальности, чем те, которые получились в результате анализа и про-
гноза по модели KuzRam.
Согласно результатам, полученным с помощью ПФ-метода обработки изображений, показан-
ного в табл.2, можно сделать следующие выводы:
• При анализе WipFrag все показатели фрагментации, полученные различными взрывами,
больше единицы (ПФ > 1), что означает, что размер среднего куска меньше или равен идеальному
размеру, т.е. подтверждается, что все три взрыва являются очень эффективными, причем макси-
мальный показатель фрагментации дает третий взрыв (ПФ = 1,98).
• При анализе Split-Desktop значения показателя фрагментации, заданные взрывами 1 и 2,
меньше единицы (ПФ  1), т.е. средний размер куска больше или равен идеальному размеру, что
подтверждает, что два взрыва не дают эффективной фрагментации, в то время как значение фраг-
ментации, полученного при третьем взрыве, больше единицы (ПФ = 2,08).
Таблица 2
Показатели фрагментации в анализах Split-Desktop и WipFrag
Номер Xbm, мм ПФ
XKR, мм
взрыва Split-Desktop WipFrag Split-Desktop WipFrag
1 266 339,69 166,22 0,78 1,6

2 266 348,61 197,75 0,76 1,34
3 266 127,82 134,13 2,08 1,98
На основании результатов анализов можно сделать вывод, что взрыв 3 фиксирует самые вы-
сокие значения ПФ (2,08 и 1,98 для Split-Desktop и WipFrag соответственно), и поэтому считается
наиболее эффективной фрагментацией.
Заключение. В данной работе используется эмпирический метод модели KuzRam и числен-
ный метод программ для цифровой обработки изображений Split-Desktop и WipFrag для изуче-
ния и сравнения распределения частиц по размерам раздробленной породы, вызванной взрывом
829
в известняковом карьере Айн-Эль-Кебира. Анализируются и сравниваются три различных взрыва

с одинаковыми проектными параметрами. Результаты анализа Split-Desktop дали аналогичные
значения с максимальным процентом выхода негабарита, равным 4,5 %.
Анализы WipFrag очень близки друг к другу по максимальному проценту негабарита, рав-
ному 8,86 %, небольшие различия могут быть в значительной степени объяснены обычной неод-
нородностью структурных особенностей и ошибками горнорабочих.
Однако распределение частиц по размерам, предсказанное моделью KuzRam, показывает су-
щественное отличие от Split-Desktop и WipFrag и не может быть истинным (одинаковое значение
для всех трех взрывов). Модель KuzRam недооценивает размер фрагментов и средний прогнози-
руемый размер куска меньше истинного значения для трех изученных взрывов. Эти расхождения
можно объяснить различием в характеристиках разрывов, которые, как предполагается, равно-
мерно распределены в горном массиве. Поскольку проектные параметры взрыва и взрывчатые ве-
щества, использованные для трех взрывов, одинаковы, можно сделать вывод, что эти различия
вызваны обычными изменениями структурных особенностей и свойств горной массы: прочности
на сжатие, наличием трещин, заполнением швов и условиями грунтовых вод.
В горной промышленности эмпирический метод является весьма удобным для оценки и пред-
варительного анализа проектных решений по взрыву. В данном исследовании для оценки эффек-
тивности дробления взрывом использовалась недавно введенная константа – показатель фрагмен-
тации. Сравнивались идеальный средний размер куска с фактическим средним, полученным путем
анализа результатов взрыва, и соотносились между собой.
Модель KuzRam дает только идеалистические результаты без учета различий в структурных
характеристиках породы и геометрии взрыва, свойств взрывчатого вещества, взрываемости и фи-
зико-химических свойств пород, хотя данные параметры влияют на качество дробления.
Эмпирические модели дробления не всегда дают правильные результаты, поэтому важно усо-
вершенствовать методику измерения дробления в соответствии с общими условиями исследуе-
мого карьера. Результаты анализа методом цифровой обработки изображений с использованием
двух программных продуктов очень близки, имеются несущественные расхождения, которые мо-
гут быть связаны с различными структурными характеристиками образования горных пород (од-
нородностью, трещиноватостью, углами систем трещин, стратиграфией и др.) и техническими
ошибками при проектировании взрыва. Это свидетельствует об эффективности метода обработки
изображений.
Авторы благодарят компанию «SCAEK» за гостеприимство и сотрудничество, особую при-

знательность выражают команде взрывников.
ЛИТЕРАТУРА
1. Fredj M., Hafsaoui A., Talhi K., Menacer K. Study of the powder factor in the surface bench blasting // Procedia Earth and
Planetary Science. 2015. Vol. 15. P. 892-899. DOI: 10.1016/j.proeps.2015.08.142
2. Rais K., Kara M., Hr Hadji R. et al. Original approach for the drilling process optimization in open cast mines; case study of
Kef Essenoun open pit mine Northeast of Algeria // Mining Science. 2017. Vol. 24. DOI: 10.5277/msc172409
3. Rezaeineshat A., Monjezi M., Mehrdanesh A., Khandelwal M. Optimization of blasting design in open pit limestone mines
with the aim of reducing ground vibration using robust techniques // Geomechanics and Geophysics for Geo-Energy and Geo-Re-
sources. 2020. Vol. 6. № 40. DOI: 10.1007/s40948-020-00164-y
4. Phamotse K.M., Nhleko A.S. Determination of optimal fragmentation curves for a surface diamond mine // Journal of the
Southern African Institute of Mining and Metallurgy. 2019. Vol. 119. № 7. P. 613-619. DOI: 10.17159/2411-9717/494/2019
5. Hosseini M., Namvar Z.N. The Design of the Large Blastholes Pattern by Analyzing of Fragmentation of Blasted Rocks in Sar-
cheshmeh Copper Mine // Geotechnical and Geological Engineering. 2017. Vol. 35. № 1. P. 395-402. DOI: 10.1007/s10706-016-0115-6
6. Bastami R., Bazzazi A.A., Shoormasti H.H., Ahangari K. Predicting and Minimizing The Blasting Cost In Limestone Mines
Using a Combination of Gene Expression Programming and Particle Swarm Optimization // Archives of Mining Sciences. 2020.
Vol. 65. № 4. P. 835-850. DOI: 10.24425/Ams.2020.135180
7. Kulula M.I., Nashongo M.N., Akande J.M. Influence of Blasting Parameters and Density of Rocks on Blast Performance at
Tschudi Mine, Tsumeb, Namibia // Journal of Minerals and Materials Characterization and Engineering. 2017. Vol. 5. № 6. P. 339-352.
DOI: 10.4236/jmmce.2017.56028
8. Mireku-Gyimah D., Boateng S.K. Selection of Blast Design for Kofi Pit C of Endeavour Mining Corporation, Mali // Ghana
Mining Journal. 2018. Vol. 18. № 2. P. 30-36. DOI: 10.4314/gm.v18i2.4
830
9. Fredj M., Hafsaoui A., Riheb H. et al. Back-analysis study on slope instability in an open pit mine (Algeria) // Naukovyi
Visnyk Natsionalnoho Hirnychoho Universytetu. 2020. Vol. 2. P. 24-29. DOI: 10.33271/nvngu/2020-2/024
10. Borana S.L., Yadav S.K., Parihar S.K. Image Processing Analysis of Blast Fragmentation: A Case Study of Sandstone
Mining Area of Jodhpur // International Journal of Research in Advent Technology. 2018. Vol. 6. № 10. P. 2584-2589.
DOI: 10.13140/RG.2.2.24151.73120
11. Agyei G., Owusu-Tweneboah M. A Comparative Analysis of Rock Fragmentation using Blast Prediction Results // Ghana
Mining Journal. 2019. Vol. 19. № 1. P. 49-58. DOI: 10.4314/gm.v19i1.6
12. Аленичев И.А., Рахманов Р.А. Исследование эмпирических закономерностей сброса горной массы взрывом на сво-
бодную поверхность уступа карьера // Записки Горного института. 2021. Т. 249. С. 334-341. DOI: 10.31897/PMI.2021.3.2
13. El Mekki A., Hadji R., Chemseddine F. Use of slope failures inventory and climatic data for landslide susceptibility, vulne-
rability, and risk mapping in souk Ahras region // Mining Science. 2017. Vol. 24. P. 237-249. DOI: 10.5277/msc172417
14. Babaeian M., Ataei M., Sereshki F. et al. A new framework for evaluation of rock fragmentation in open pit mines // Journal
of Rock Mechanics and Geotechnical Engineering. 2019. Vol. 11. Iss. 2. P. 325-336. DOI: 10.1016/j.jrmge.2018.11.006
15. Djoudi M., Bensehamdi S., Fredj M. Study of blasting effect on bench stability // IOP Conference Series: Earth and Environ-
mental Science. 2021. Vol. 833. № 012196. DOI: 10.1088/1755-1315/833/1/012196
16. Salmi E.F., Sellers E.J. A review of the methods to incorporate the geological and geotechnical characteristics of rock masses in
blastability assessments for selective blast design // Engineering Geology. 2021. Vol. 281. № 105970. DOI: 10.1016/j.enggeo.2020.105970
17. Singh B.K., Mondal D., Shahid M. et al. Application of digital image analysis for monitoring the behavior of factors that
control the rock fragmentation in opencast bench blasting: A case study conducted over four opencast coal mines of the Talcher Coal-
fields, India // Journal of Sustainable Mining. 2019. Vol. 18. Iss. 4. P. 247-256. DOI: 10.1016/j.jsm.2019.08.003
18. Xie C., Nguyen H., Bui X-N. et al. Predicting rock size distribution in mine blasting using various novel soft computing
models based on meta-heuristics and machine learning algorithms // Geoscience Frontiers. 2020. Vol. 12. Iss. 3. № 101108.
DOI: 10.1016/j.gsf.2020.11.005
19. Dhekne P.Y., Balakrishnan V., Jade R.K. Effect of Type of Explosive and Blast Hole Diameter on Boulder Count in Lime-
stone Quarry Blasting // Geotechnical and Geological Engineering. 2020. Vol. 38. P. 4091-4097. DOI: 10.1007/s10706-020-01280-y
20. Sereshki F., Hoseini S.M., Ataei M. Blast fragmentation analysis using image processing // International Journal of Mining
and Geo-Engineering. 2016. Vol. 50. Iss. 2. P. 211-218. DOI: 10.22059/ijmge.2016.59831
21. Siddiqui F.I., Ali Shah S.M., Behan M.Y. Measurement of Size Distribution of Blasted Rock Using Digital Image Processing //
Journal of King Abdul-Aziz University Engineering Sciences. 2009. Vol. 20. Iss. 2. P. 81-93. DOI: 10.4197/Eng.20-2.4
22. Sudhakar J., Adhikari G.R., Gupta R.N. Comparison of Fragmentation Measurements by Photographic and Image Analysis //
Techniques Rock Mechanics and Rock Engineering. 2006. Vol. 39. Iss. 2. P. 159-168. DOI: 10.1007/s00603-005-0044-9
23. Júlio de C.S., Andrêvhity da C.S., Suelen S.R. Analysis of Blasting Rocks Prediction and Rock Fragmentation Results
Using Split-Desktop Software // Tecnologia em Metalurgia, Materiais e Mineração. 2018. Vol. 15. Iss. 1. P. 22-30.
DOI: 10.4322/2176-1523.1234
24. Tosun A. A modified WipFrag program for determining muckpile fragmentation // Journal of the Southern African Institute
of Mining and Metallurgy. 2018. Vol. 118. № 10. P. 1113-1199. DOI: 10.17159/2411-9717/2018/v118n10a13
25. Elahi AT., Hosseini M. Analysis of blasted rocks fragmentation using digital image processing (case study: limestone quarry
of Abyek Cement Company) // International Journal of Geo-Engineering. 2017. Vol. 8. № 16. DOI: 10.1186/ s40703-017-0053-z
26. Menacer K., Hafsaoui A., Talhi K., Saadoun A. Study of the Influence Factorson Rock Blasting // Procedia Earth and Plane-
tary Science. 2015. Vol. 15. P. 900-907. DOI: 10.1016/j.proeps.2015.08.143
27. Shadabfar M., Gokdemir C., Zhou M. et al. Estimation of Damage Induced by Single-Hole Rock Blasting: A Review on
Analytical, Numerical, and Experimental Solutions // Energies. 2021. Vol. 14. № 29. P. 1-24. DOI: 10.3390/en1 4010029
28. Xiaohua Ding, Xiang Lu, Wei Zhou et al. Blasting Impact Simulation Test and Fragmentation Distribution Characteristics in
an Open-Pit Mine // Shock and Vibration. 2019. Vol. 2019. № 4080274. DOI: 10.1155/2019/4080274
29. Hu X., Qu S. A new approach for predicting bench blasting-induced ground vibrations: a case study // Journal of the Southern
African Institute of Mining and Metallurgy. 2018. Vol. 118. № 5. P. 531-538. DOI: 10.17159/2411-9717/2018/v118n5a9
30. Silva J.D., Amaya J.G., Basso F. Development of a predictive model of fragmentation using drilling and blasting data
in open pit mining // Journal of the Southern African Institute of Mining and Metallurgy. 2017. Vol. 117. № 11.
DOI: 10.17159/2411-9717/2017/v117n11a14
31. Sereshki F., Hoseini S. M., Ataei M. Blast fragmentation analysis using image processing. International // Journal of Mining
and Geo-Engineering. 2016. Vol. 50. № 2. P. 211-218. DOI: 10.22059/ijmge.2016.59831
32. Jug J., Strelec S., Gazdek M., Kavur B. Fragment Size Distribution of Blasted Rock Mass // IOP Conference Series: Earth
and Environmental Science. 2017. Vol. 95. № 042013. DOI: 10.1088/1755-1315/95/4/042013
33. Cardu M., Coragliotto D., Oreste P. Analysis of predictor equations for determining the blast-induced vibration in rock
blasting // International Journal of Mining Science and Technology. 2019. Vol. 29. Iss. 6. P. 905-915. DOI: 10.1016/j.ijmst.2019.02.009
34. Karim Z., Hadji R., Et Hamed Y. GIS-based approaches for the landslide susceptibility prediction in Setif Region (NE Alge-
ria) // Geotechnical and Geological Engineering. 2019. Vol. 37. P. 359-374. DOI: 10.1007/s10706-018-0615-7
35. Tamani F., Hadji R., Hamad A., Hamed Y. Integrating remotely sensed and GIS data for the detailed geological mapping in
semi-arid regions: case of Youks les Bains Area, Tebessa Province, NE Algeria // Geotechnical and Geological Engineering. 2019.
Vol. 37. P. 2903-2913. DOI: 10.1007/s10706-019-00807-2
36. Zeqiri R.R., Riheb H., Karim Z. et al. Analysis of safety factor of security plates in the mine «Trepça» Stantërg // Mining
Science. 2019. Vol. 26. P. 21-36. DOI: 10.37190/msc192602
37. Leng Z., Fan Y., Gao Q., Hu Y. Evaluation and optimization of blasting approaches to reducing oversize boulders and
toes in open-pit mine // International Journal of Mining Science and Technology. 2020. Vol. 30. Iss. 3. P. 373-380.
DOI: 10.1016/j.ijmst.2020.03.010
38. Baofu Duan, Hualin Xia, Xuxu Yang. Impacts of bench blasting vibration on the stability of the surrounding rock masses of
roadways. Tunnelling Underground Space Technology. 2018. Vol. 71. P. 605-622. DOI: 10.1016/j.tust.2017.10.012
831
39. Fredj M., Boukarm R., Saadoun A. et al. Distribution Analysis of Rock Fragments Size Based on the Digital Image Processing
and the Kuz-Ram Model. Case of Jebel Medjounes Quarry // Aspects in Mining & Mineral Science. 2019. Vol. 2. Iss. 4.
DOI: 10.31031/AMMS.2019.02.000545
40. Zhang Z-X., Chi L-Y., Yi C. An empirical approach for predicting burden velocities in rock blasting // Journal of Rock
Mechanics and Geotechnical Engineering. 2021. Vol. 13. Iss. 4. P. 767-773. DOI: 10.1016/j.jrmge.2021.04.004
41. Mutinda E.K., Alunda B.O., Maina D.K., Kasomo R.M. Prediction of rock fragmentation using the Kuznetsov Cunningham-
Ouchterlony model // Journal of the Southern African Institute of Mining and Metallurgy. 2021. Vol. 121. Iss. 3. P. 107-112.
DOI: 10.17159/2411- 9717/1401/2021
42. Lawal A.I. A new modification to the Kuz-Ram model using the fragment size predicted by image analysis // International
Journal of Rock Mechanics and Mining Sciences. 2021. Vol. 138. Iss. 104595. DOI: 10.1016/j.ijrmms.2020.104595
43.Ouchterlony F., Sanchidrián J.A. A review of development of better prediction equations for blast fragmentation // Journal
of Rock Mechanics and Geotechnical Engineering. 2019. Vol. 11. Iss. 5. P. 1094-1109. DOI: 10.1016/j.jrmge.2019.03.001
44. Maerz N.H., Palangio T.C., Franklin J.A. WipFrag image based granulometry system // Proceedings of the
FRAGBLAST 5 Workshop on Measurement of Blast Fragmentation, 23-24 August 1996. Montreal, Quebec, Canada. P. 91-99.
DOI: 10.1201/9780203747919-15
45. Akbari M., Lashkaripour G., Yarahamdi B.A., Ghafoori M. Blastability evaluation for rock mass fragmentation in Iran central
iron ore mines // International Journal of Mining Science and Technology. 2015. Vol. 25. Iss. 1. P. 59-66. DOI: 10.1016/j.ijmst.2014.11.008
46. Shehu S.A., Yusuf K.O., Hashim M.H.M. Comparative study of WipFrag image analysis and KuzRam empirical model in
granite aggregate quarry and their application for blast fragmentation rating // Geomechanics and Geoengineering. 2020. Vol. 17. Iss. 1.
DOI: 10.1080/17486025.2020.1720830
47. Idowu K.A., Olaleye B.M., Saliu M.A. Application of Split-Desktop Image Analysis and Kuz- Ram Empirical Model for
Evaluation of Blast Fragmentation Efficiency in a Typical Granite Quarry // Ghana Mining Journal. 2021. Vol. 21. № 1. P. 45-52.
DOI: 10.4314/gm.v21i1.5
Авторы: А.Саадун, д-р наук, преподаватель, https://orcid.org/0000-0001-7860-6107 (Университет Абдеррахмана Мира,

Беджайя, Алжир; Университет Баджи Мохтар, Аннаба, Алжир), М.Фредж, д-р наук, преподаватель, mohamed.fredj@univ-
bejaia.dz, https://orcid.org/0000-0002-0560-4941 (Университет Абдеррахмана Мира, Беджайя, Алжир; Университет Аннаба,
Аннаба, Алжир), Р.Букарм, д-р наук, преподаватель, https://orcid.org/0000-0002-9387-5812 (Университет Абдеррахмана
Мира, Беджайя, Алжир; Университет Беджайя, Беджайя, Алжир), Р.Хаджи, профессор, https://orcid.org/0000-0002-9632-
0212 (Университет Ферхата Аббаса, Сетиф, Алжир).
Авторы заявляют об отсутствии конфликта интересов.
832
View publication stats

Fragmentationanalysisusingdigitalimageprocessingandempiricalmodel KuzRam Acomparativestudy InEnglishandRussian Saadounetal 2022 JMI

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Fragmentationanalysisusingdigitalimageprocessingandempiricalmodel KuzRam Acomparativestudy InEnglishandRussian Saadounetal 2022 JMI

Uploaded by

Copyright:

Available Formats

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Fragmentation analysis using digital image processing and empirical model

Article in Journal of Mining Institute · November 2022

Saadoun Abderrazak Mohamed Fredj

SEE PROFILE SEE PROFILE

Boukarm Riadh Riheb Hadji

SEE PROFILE SEE PROFILE

The user has requested enhancement of the downloaded file.

JOURNAL OF MINING INSTITUTE

Fragmentation analysis using digital image processing

Abderrazak SAADOUN1,2, Mohamed FREDJ1,2, Riadh BOUKARM1,3, Riheb HADJI4

Received: 05.07.2021 Accepted: 21.07.2022 Online: 01.11.2022 Опубликована: 00.00.202

Direct methods Indirect methods

Sieve analysis Empirical methods Image analysis methods

KuzRam, Split Desktop,

Fig.1. Flowchart of fragmentation analysis methods

Medjounes deposit adjacent to the plant.

Image analysis by WipFrag

Image analysis by Split-Desktop

Fig.5. Main steps of image processing analysis

60 for the two image processing software's, gives a

0.00 00.00 00.00 00.00 00.00 00.00 00.00 00.00

1 266 339.69 166.22 0.78 1.6

Authors: Abderrazak Saadoun, Doctor of Science, Lecturer, https://orcid.org/0000-0001-7860-6107 (University of Abder-

The authors declare no conflict of interests.

ЗАПИСКИ ГОРНОГО ИНСТИТУТА

Анализ дробления с использованием цифровой обработки

Поступила: 05.07.2021 Принята: 21.07.2022 Онлайн: 01.11.2022 Опубликована: 00.00.2022

Введение. Процесс добычи полезных ископаемых открытым способом составляют несколько

Прямые методы Косвенные методы

Ситовый анализ Эмпирические методы Методы анализа изображений

KuzRam, Split Desktop,

Рис.1. Блок-схема методов анализа дробления

Эффективность взрыва может быть оценена путем определения распределения фрагментации

Джебель-Меджунес, расположенного ря-

Анализ изображений с помощью WipFrag

Анализ изображений с помощью Split-Desktop

Рис.5. Основные этапы анализа обработки изображений

0,00 00,00 00,00 00,00 00,00 00,00 00,00 00,00

В нашем исследовании, основанном на прямых наблюдениях, которые были сделаны на ос-

1 266 339,69 166,22 0,78 1,6

в известняковом карьере Айн-Эль-Кебира. Анализируются и сравниваются три различных взрыва

Авторы благодарят компанию «SCAEK» за гостеприимство и сотрудничество, особую при-

Авторы: А.Саадун, д-р наук, преподаватель, https://orcid.org/0000-0001-7860-6107 (Университет Абдеррахмана Мира,

Авторы заявляют об отсутствии конфликта интересов.

View publication stats

You might also like