在零下20摄氏度的极寒环境中，冻实的岩层与冰层像一道隐形的墙，让传统地质探测手段几乎集体失效。为了给爆破钻孔提供精准的“岩石CT”，新疆大学研究团队开发出一套基于随钻测量参数的变点检测智能算法，成功滤除低温强干扰信号，在极端复杂冻融工况下将岩层界面预测误差控制在1.5毫米以内，为高原冻土区精细采矿与减碳爆破提供了核心技术底座。

高寒矿区“看不见摸不着”的地质盲区

中国西部及世界范围内的高海拔矿山(如青藏高原、昆仑山、天山、安第斯山脉等)常年面临极端低温和冻融交替的恶劣自然环境。在这些区域，传统地质探测技术普遍失灵：

钻孔取芯法在极寒和缺氧工况下作业效率极低、成本高昂、安全隐患大;

传统岩性识别手段依赖人工经验判断，难以应对冻融作用下岩体力学特性的非线性动态变化;

爆破设计无法获取高精度实时地质信息，只能依赖历史地质模型进行“盲爆”，极易导致欠爆或过度爆破，造成能量浪费、飞石塌方等安全隐患。

在寒区矿业向“绿色、智能、高效”方向转型的背景下，能否在极端低温工况下实现对冻土岩层的实时、高精度岩性识别与界面定位，直接决定了爆破优化的成败，也影响着矿山整体能耗与碳排放。

随钻测量+变点检测，滤除低温“伪信号”

2026年4月14日，新疆大学地质与矿业工程学院高飞团队联合新疆高海拔干旱区绿色开采与生态修复重点实验室、新疆绿色爆破工程技术研究中心，在国际传感技术领域权威期刊《Sensors》(SCI收录，JCR Q1)发表突破性研究成果。研究首次系统构建了面向极端低温环境(-20℃)的随钻测量(MWD)信号处理框架，提出一套双机制变点检测智能算法，成功解决了冻融环境下随钻参数“尖峰震荡+系统漂移”两大核心信号难题。

自建数字钻探实验平台，真实还原极寒钻探工况

为准确研究冻结环境对钻机工作参数的影响机理，研究团队自主搭建了一套室内数字钻探实验平台，能够模拟环境温度(常温)与冻结状态(-20℃两种工况)，并对五种以上不同强度的类岩石材料进行重复比对钻进实验。平台实时监测量了钻孔扭矩、钻压进给力、钻头转速及钻速等多参数响应。实验结果揭示了一个关键规律：在-20℃冻结环境下，冰—岩耦合作用导致信号发生严重的高频波动和非线性漂移，具体表现为钻头扭矩与进给压力显著增高，而稳定转速值下降。

这一发现将冻融力学行为与随钻传感响应建立了清晰的物理映射关系。研究团队指出，该现象与以前学者(如Kupfer等，2020)发现的低温对钻削过程的影响是一致的，表明冰对钻具存在明显的“抓握效应”。

双机制变点检测算法，精准滤除“伪界面”

针对于低温导致的特征参数漂移，研究团队提出了一种创新的界面识别算法：

第一步：Z-Score归一化：剔除极端异常值，把多量纲的随钻传感器参数(扭矩、转速、钻压等)统一映射到同一量纲坐标系，消除零下低温敏感基线的差异;

第二步：双机制变点检测：采用“单点特征”与“累积特征”互补的“双检测机制”，对钻头穿越不同性质岩层时的突变信息进行联合捕捉。相比单维度方法，此方法有效避免了环境噪声被误识别为界面信号的伪异常现象。大量业内研究证明，仅靠扭矩或单参数均无法有效识别冻结状态下的真实界面;

第三步：多维特征加权评分：引入一致性、变化强度、点密度等多维指标，构建综合加权评分，从多参数协同维度进一步确认突变信息的置信度。

数据说话，预测误差<1.5毫米

在-20℃冻结环境下，经过大量重复钻对比实验验证，该算法在两种模式过渡界面(强→弱界面与弱→强界面)下的预测误差均稳定维持在1.5毫米以内。这代表该系统能够以极高的精度，在钻杆穿越冻土覆盖层、直至进入下部原生矿体等场景下，实时捕捉毫米级岩性的突变界限，给出精准的爆破装药设计输入。

“我们的工作提供了一种能够效补偿极寒温度数据漂移的稳健信号处理框架，这极大地提高了MWD监测在高寒地质工程中的抗噪能力和可靠性。”论文作者在结论中强调。

核心技术突破：随钻参数+智能算法解锁岩性识别密码

研究团队基于Teale的机械比能(Mechanical Specific Energy, MSE)理论框架，将钻机的钻速、扭矩、推力、转速等多个实时钻进参数作为传感器的“手和眼”，通过机器学习与智能算法进行综合解译。该研究的主要发现和结论将填补以下技术空白：

低温增韧效应：首次量化分析冻结环境下钻头受冰体作用阻力增大、扭矩与进给压力上升的动力学变化机理，揭示了低温对岩石随钻响应参数的干扰边界;

信号漂移校正：提出Z-Score归一化+双检测机制智能算法，成功滤除低温导致的系统偏移和伪界面干扰，大幅提高了冻土工况下随钻感知的准确性;

高精度实时建模：通过对岩性突变点的高精度捕捉，可以实现钻进过程中的动态实时地质建模(地质透明化)，为高海拔寒区矿山的智能化建设提供了核心驱动力。

该研究在实验部分还兼顾了不同强度界面(从硬岩到软岩)以及在复杂冻融变化条件下钻速和机械功率波动等因素对结果的影响，确保了算法模型在极端恶劣环境下的鲁棒性。

精细化差异化装药，引爆寒区矿山“绿色爆破”

该成果的价值不仅仅停留在科研实验层面，其强大的工程化落地潜力将系统地提高高寒矿区的地质透明化水平，为整个采矿价值链提供革命性支持：

1. 破解“盲爆”困局，实现逐孔差异化智能爆破

在高原极端环境矿区，随着人员及钻机的深入，钻孔取芯进度极其缓慢。而利用本研究成果，可以将常规钻机改造成“智能地质勘探”平台。在钻孔作业的同时，系统就能实时出岩性多突变界面标记。通过软件生成逐孔的地层柱状图，传输到爆破控制中心，为每一个炮孔独立设计炸药装填高度和间隔堵塞参数。该技术是爆破能量理论模型中最关键的一步(理论模型预测如比孔体积等变量与现场爆破效果之间的直接联系)。通过精确掌握岩层突变位置，避免炸药能量随软层泄露，或在硬岩区域炸药不集中，有效控制爆破块度，减少根底和飞石。

2. 打通寒区智慧矿山的智能数据大动脉

在青海、新疆、西藏以及“一带一路”沿线的高寒高海拔大型露天矿区，人迹罕至、通讯困难、冬季漫长，智能采掘设备的全天候正常作业是矿山数字化升级最迫切的需求。该技术使得特种钻孔设备拥有了“地质感知”的即战力，在缺少地质研究员跟进的情况下，机器即可自行按照岩层变化优化钻进参数，解决了高原矿区地质建模数据源结构化的难题，构筑底层高精三维地质模型关键动态数据源。

3. 绿色减排与安全开采的多重正向效应

节能降耗：通过提高爆破能量利用效率，可有效降低单位矿石的综合耗能爆破成本。相比传统“经验装药”，优化装药结构带来的消耗降低将直接贡献于矿业碳减排;

降本增效：避免过度破碎和爆破震动对采场边坡终边造成的围岩损伤，提升边坡长期稳定性，降低后续维护成本的同时保障作业安全;

科技创新输出：该方法的成熟应用，将随钻技术(MWD)的作业场景从油气钻探和煤矿巷道向高海拔有色金属与战略性矿产找矿领域成功拓展，有望改变传统高原矿山“摸着石头过河”的生产方式。

随钻测量(MWD)技术在此次突破之前，主要是油气钻井业界的标配，而在高寒冻土矿山领域的深度应用还非常有限。研究团队将此技术引入到矿山实际生产的最前端——爆破钻孔环节，结合人工智能和数字孪生地质建模理念，为寒区矿山的“地质透明化”铸入核心技术之魂。