Ilep Prengki - 212201011 - Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan
Tinjauan Metode Untuk Memasukkan Karakteristik Geologi Dan Geoteknik Massa Batuan
Dalam Penilaian Kemampuan Ledakan Untuk Desain Ledakan Selektif
TUGAS RESUME | OLEH : Ilep Prengki
Abstrak
Fragmentasi batuan oleh peledakan merupakan salah satu masalah yang paling menantang dalam
rekayasa geomekanis. Tujuan dari pekerjaan ini bukanlah untuk mengembangkan model
fragmentasi ledakan keseluruhan yang baru karena model yang ada, seperti Swebrec (KCO),
Fragmentation-Energy Fan, atau model Distribusi-Gratis, telah terbukti berhasil. Namun, tujuan
dari studi ini adalah untuk meninjau pendekatan yang telah dikembangkan untuk penilaian
ledakan massal batuan. Keinginan untuk mengidentifikasi distribusi tiga dimensi (3D) daya
ledak massa batuan untuk masukan desain ledakan selektif untuk Grade Engineering®,
mengarah pada peninjauan pendekatan penilaian daya ledak untuk menentukan peluang penilaian
berkelanjutan dan otomatis. Tinjauan komprehensif atas lebih dari tiga puluh pendekatan
penilaian peledakan telah menunjukkan bagaimana parameter geologi dan geoteknik yang
berbeda memainkan berbagai peran dalam penilaian kemampuan ledakan. Pendekatan penilaian
ledakan untuk fragmentasi dikategorikan berdasarkan aplikasinya (penilaian kualitatif, penentuan
faktor bubuk, atau prediksi fragmentasi) atau sumber parameter signifikan (uji skala kecil,
pengukuran massa batuan, peringkat geoteknik, pengukuran tidak langsung pra-ledakan,
pengukuran pasca ledakan, atau beberapa massa batuan dan pengukuran ledakan). Lebih dari dua
puluh parameter diidentifikasi dalam tinjauan, seringkali dengan tingkat ketidakpastian yang
tinggi terkait dengan penentuan parameter yang efektif. Para penulis kemudian menunjukkan
bahwa ada tiga faktor kunci yang mempengaruhi mekanisme kerusakan dinamis batuan -
kekuatan, kepadatan, dan struktur massa batuan (diskontinuitas). Penghitungan diskontinuitas
tidak selalu dipertimbangkan meskipun penting karena distribusi ukuran blok intrinsik
mengontrol fragmentasi, mengatur propagasi dan redaman gelombang tegangan dalam massa
batuan, dan luasnya zona kerusakan. Studi ini juga meninjau pendekatan untuk menilai distribusi
tiga dimensi dari massa batuan yang dapat diledakan terkait dengan pengukuran massa batuan
modern dan survei geofisika. Penilaian daya ledak yang sederhana, cepat, dan praktis adalah
kunci untuk desain ledakan tingkat lanjut.

1
1. Pendahuluan
Tujuan utama peledakan diferensial adalah meledakkan bijih hingga halus dan
limbahnya secara kasar. Oleh karena itu, peledakan diferensial adalah kombinasi dari
peledakan 'mine to mill' (M2M) (McKee, 2013; Scott et al., 2009; Scott et al., 2002), untuk
memaksimalkan butiran halus dengan ukuran puncak yang terbatas, dan Pendekatan 'less
fines' (LF) untuk penggalian (Moser, 2005, 2006) yang digunakan untuk memaksimalkan
fragmen limbah yang dapat digali di atas ukuran ambang batas saringan. Kemudian,
pembuangan limbah secara dini dengan pengayakan dan pemilahan mengurangi energi yang
tidak perlu dan pengelompokan mekanis yang memakan waktu (Walters, 2017). Untuk hasil
yang optimal, desain jarak lubang dan distribusi bahan peledak harus divariasikan dalam tiga
dimensi agar sesuai dengan variasi spasial grade, dan distribusi geoteknik, geologi, dan geo-
metalurgi pada massa batuan (Sellers et al., 2019 ; Usami dkk., 2019). Pengalaman penulis
menunjukkan bahwa karakterisasi massa batuan yang tepat sebelum peledakan seringkali
sulit karena kendala produksi dan data. Data untuk mengkarakterisasi massa batuan masih
langka. Tinjauan ini muncul dari pencarian parameter geologi dan geoteknik kunci yang
dapat diidentifikasi secara cepat dan berkelanjutan untuk peledakan diferensial di tambang
terbuka besar. Hasil review ini
Desain ledakan dan berbagai karakteristik in-situ batuan mengatur mekanisme
kerusakan dan mengontrol fragmentasi (Bohloli et al., 2001; Hamdi et al., 2007;
Ouchterlony, 2003). Beberapa istilah seperti kemampuan meledak, hancur, pecah, patah,
mudah meledak, mudah meledak, dan mudah pecah digunakan untuk merujuk pada
karakteristik geologis dan geoteknik dari massa batuan yang mempengaruhi hasil ledakan
(Da Gama, 1995; Jimeno et al., 1995; Kutuzov et al. ., 1974; Michik dan Dolgov, 1966;
Rustan et al., 1983; Shapiro, 1988). Daya ledak massal batuan secara historis didefinisikan
sebagai faktor yang menunjukkan ketahanan batuan terhadap beban ledakan. Namun
demikian, pendekatan penilaian kemampuan ledakan yang melibatkan parameter desain
ledakan, seperti karakteristik muatan bahan peledak atau pengukuran hasil. Oleh karena itu,
tidak ada teknik yang diterima secara luas untuk menilai ledakan massa batuan dan banyak
upaya penyatuan telah dicoba (Dey dan Sen, 2003; Scott, 1996; Widzyk-Capehart dan Lilly,
2002). Definisi dari ledakan massa batuan yang dikemukakan oleh Ouchterlony (2003) dapat

2
membantu untuk meningkatkan definisi abstrak konvensional mengenai ledakan massa

batuan dan untuk menghilangkan ketidakpastian yang terkait dengan identifikasi parameter
yang harus dipertimbangkan. Menurut Ouchterlony (2003), kemampuan ledakan diterapkan
untuk menghubungkan efek parameter geologi dan geoteknik suatu batuan atau massa batuan
dengan hasil prediksi fragmentasi. Misalnya, ukuran fragmen rata-rata, x50, didefinisikan
sebagai: x50 = konstanta (faktor batuan) × (faktor geometri) × ⋅ (faktor bahan peledak) (1) Di
sini, faktor batuan mewakili daya ledak massa batuan. Bentuk umum Persamaan. 1, juga
baru-baru ini telah diusulkan oleh (Ouchterlony et al., 2017) dan (Sanchidri ́an dan
Ouchterlony, 2017a) yang dapat digunakan untuk memperkirakan ukuran partikel yang
terkait dengan setiap persentase yang lewat (p) dan dapat ditulis sebagai Ini berarti bahwa
ledakan massa batuan mengukur efek gabungan dari faktor lokasi geologis dan geoteknik
pada fragmentasi, baik sebagai nilai perwakilan tunggal atau sebagai distribusi ukuran
keseluruhan. Perancang ledakan berperan untuk mengubah faktor geometri dan bahan
peledak untuk mendapatkan hasil fragmentasi yang diinginkan, dengan mempertimbangkan
faktor batuan dari blok ledakan. Masa depan peledakan akan mencakup sistem pemuatan
otomatis (Lilly, 2011; Lovitt dan Wicks, 2017; Sellers et al., 2012b) dan kemampuan untuk
mengubah densitas bahan peledak dan energi di sepanjang lubang (Halander et al., 2015).
Oleh karena itu, desain ledakan sekarang harus memasukkan distribusi tiga dimensi (3D) dari
kemampuan ledak massa batuan meskipun memperkirakan distribusi spasial mungkin sangat
menantang dalam praktiknya (Rustan et al., 1983). Dari Persamaan. 1, jika geometri ledakan
dan faktor bahan peledak dapat berubah di seluruh blok ledakan, ini berarti ada kebutuhan
untuk mengidentifikasi bagaimana variasi daya ledak dalam ruang 3D. Dalam makalah ini,
faktor-faktor yang mengendalikan desain ledakan dibahas terlebih dahulu untuk
mengidentifikasi komponen dan bagaimana penilaian ledakan digunakan: secara kualitatif,
untuk menentukan faktor bubuk dan untuk model prediksi fragmentasi. Masukan ke dalam
penilaian kemampuan ledakan kemudian dikategorikan berdasarkan sumber parameter,
dimulai dengan uji laboratorium (Bagian 3.1), pengukuran massa batuan rata-rata (Bagian
3.2), peringkat geoteknik (Bagian 3.3), pra-ledakan tidak langsung (Bagian 3.4), dan
pengukuran pasca-ledakan (Bagian 3.5), ke metode yang lebih kompleks berdasarkan data
massa batuan dan ledakan dalam jumlah besar (Bagian 3.6). Kesamaan antara parameter
dibahas di Bagian 4.1 dan metode dibandingkan di Bagian 4.2. Penggabungan variabilitas

3
geologi dibahas dalam Bagian 4.3. Terakhir, di Bagian 4.4, opsi untuk penerapan pencatatan
geologis otomatis, geostatistik, dan geofisika untuk menentukan penilaian kemampuan
ledakan 3D di seluruh blok pertambangan dan badan bijih dipertimbangkan. Perbandingan
sederhana dari pendekatan penilaian ledakan untuk aplikasi untuk mengembangkan distribusi
kemampuan ledakan tiga dimensi juga disediakan dalam Lampiran.
2. Gambaran Umum Penerapan
Kemampuan Peledakan Massa Batuan Bagian ini menyajikan gambaran umum untuk
mengidentifikasi tren yang konsisten dalam pemilihan parameter input dan output penting
dalam desain ledakan, dan bagaimana hal ini terkait dengan penilaian kemampuan meledak.
2.1. Faktor-faktor yang mengendalikan hasil ledakan
Efisiensi operasi peledakan sangat bergantung pada parameter mekanis dari massa
batuan yang mengatur respons terhadap gelombang ledakan, parameter geometris desain
ledakan yang mempengaruhi distribusi energi ledakan di ruang angkasa (mis. , dasar lubang
bor dan energi kolom) dan faktor waktu (misalnya, penundaan antara lubang / baris) yang
mengontrol pelepasan dan transmisi energi ledakan ke massa batuan sekitarnya, dalam waktu
dan selama peledakan (Hamdi dan du Mouza, 2000, 2005b ). Demikian pula, Latham et al.
(2006) mengelompokkan faktor-faktor efektif dalam peledakan batuan sebagai berikut: A -
Faktor-faktor yang ditentukan oleh karakteristik geologi dan geoteknik dari lokasi peledakan:
- Karakteristik mekanis dan geometris dari diskontinuitas (misalnya, lapisan, skistositas dan
foliasi, sesar). Jarak dari diskonsistensi, orientasi, dan kohesi sambungan adalah contoh khas
dari parameter tersebut. Kekuatan dan sifat deformasi batuan (misalnya, jenis batuan, status
pelapukan). Kepadatan, porositas, dan permeabilitas batuan. - Adanya air di lubang ledakan
atau diskontinuitas.
Variasi spasial dari geologi dan jenis batuan. B - Faktor-faktor yang terkait dengan
desain ledakan (kategori ini tidak bergantung pada fitur dan karakteristik yang melekat pada
lokasi peledakan): - Parameter desain ledakan (misalnya, konfigurasi dan pola pengeboran). -
Sifat dan metode peledakan muatan dan penerapan pengaturan waktu untuk mengontrol
distribusi energi ke dalam massa batuan. Oleh karena itu, menurut Latham et al. (2006),
setiap pendekatan penilaian peledakan harus mengukur pengaruh karakteristik geologi dan
geoteknik batuan di blok ledakan (kategori pertama) sehingga faktor desain ledakan (kategori
kedua) dapat disesuaikan untuk mencapai keluaran yang diinginkan, berdasarkan tujuan

4
ledakan. Hal ini sesuai dengan definisi ledakan yang dikemukakan oleh Ouchterlony (2003)
(lihat Pendahuluan).
2.2. Penerapan penilaian kemampuan ledakan
Hasil dari pendekatan penilaian kemampuan ledakan dapat membantu untuk
mengidentifikasi tren yang konsisten dalam pemilihan parameter geologi dan geoteknik
yang mengatur dalam desain ledakan yang berbeda. Informasi rinci tersebut dapat
digunakan untuk merancang ledakan diferensial atau selektif lanjutan untuk
mengoptimalkan fragmentasi batuan berdasarkan persyaratan proses hilir (misalnya,
pemuatan, penghancuran mekanis, penggilingan), untuk meningkatkan efisiensi
fragmentasi dan untuk mengurangi konsekuensi yang tidak diinginkan dari peledakan
(mis., getaran tanah, kerusakan berlebih, pemecah bagian bawah, pemecah punggung,
dan batuan terbang). Müller (1997), dan Müller dan Hohlfeld (1997) menunjukkan
bahwa mengkarakterisasi massa batuan untuk peledakan dan menemukan desain
eksploitasi dan ledakan yang cocok tidak hanya membantu meningkatkan fragmentasi
tetapi dapat mengurangi konsekuensi yang tidak diinginkan seperti getaran tanah, flyr-
ock, dan istirahat kembali. Demikian pula, Ashby (1981) melakukan beberapa uji
ledakan lapangan di tambang tembaga dan emas dan menyatakan bahwa untuk
mengurangi kerusakan akibat ledakan, langkah pertama adalah meningkatkan
fragmentasi dengan menerapkan karakteristik massa batuan yang tepat, di zona produksi.
Ini menunjukkan bahwa tujuan ledakan yang berbeda mungkin tidak independen. Oleh
karena itu, kemampuan ledakan dapat dianggap sebagai properti massa batuan atau
batuan, yang terkait dengan fragmentasi. Kemampuan ledakan memberikan hasil
fragmentasi yang unik untuk setiap pengaturan ledakan dan tidak bergantung pada
tujuan peledakan. Menyesuaikan fragmentasi dengan tujuan desain ledakan,
bagaimanapun, peran parameter desain ledakan, yang sebelumnya telah dibahas dalam
kategori kedua faktor efektif oleh Latham et al. (2006) (lihat Bagian 2.1). Dari benang
sejarah literatur, tiga pendekatan utama untuk penerapan penilaian daya ledak dalam
desain ledakan telah diidentifikasi dan dibahas di sini: penilaian kualitatif, prediksi
berdasarkan faktor bubuk (massa bahan peledak per satuan volume rock), dan prediksi
langsung distribusi fragmentasi.

5
2.2.1. Penilaian kualitatif

Klasifikasi awal ledakan diusulkan oleh Aleksandrov et al. (1963) yang
disajikan dalam Mosinets et al. (1967). Skema penilaian kualitatif ini
dikembangkan berdasarkan inspeksi lapangan dan penilaian kualitatif dari
beberapa hasil peledakan di tambang Kal'makyr, di bekas Uni Soviet. Tambang
Kal'makyr terletak di sebelah timur Uzbekistan, di Provinsi Tashkent, dan
merupakan salah satu cadangan tembaga terbesar di dunia. Ledakan, yang
dipertimbangkan dalam pengembangan klasifikasi ini, bertujuan untuk
mendapatkan pemecahan batuan yang baik agar dapat beroperasi secara
berkelanjutan. Klasifikasi ledakan Aleksandrov juga dikenal sebagai klasifikasi
Central Research Institute (CRI). Berdasarkan klasifikasi CRI, massa batuan
dapat diklasifikasikan menjadi: Kategori I: Mudah diledakkan: balok kecil, retak
kuat, dengan jarak diskontinuitas rata-rata sekitar 0,15 m. Ini dapat diartikan
sebagai menyediakan fragmentasi yang lebih halus untuk muatan spesifik tertentu
atau membutuhkan muatan khusus yang lebih kecil untuk mendapatkan
fragmentasi yang diinginkan. Kategori II: Kemudahan peledakan sedang: balok
ukuran sedang dengan jarak diskontinuitas rata-rata sekitar 0,5 m. Ini juga dapat
diinterpretasikan sebagai menyediakan fragmentasi medium untuk muatan
spesifik tertentu atau membutuhkan muatan spesifik menengah untuk
mendapatkan fragmentasi yang diinginkan. Kategori III: Peledakan sulit: Batuan
besar dengan jarak diskontinuitas rata-rata lebih dari 0,5 m. Hal ini juga dapat
dianggap sebagai hasil fragmentasi kasar untuk muatan spesifik tertentu atau
memerlukan muatan khusus yang sangat besar untuk mendapatkan fragmentasi
yang diinginkan. Namun, klasifikasi kualitatif ini mengalami beberapa
kelemahan, misalnya, batuan sedimen lunak, seperti kalium tanpa diskontinuitas
atau batuan beku bersendi keras dapat mengakibatkan fragmentasi yang berbeda
ketika rangkaian ledakan yang identik digunakan. Perilaku batuan dalam
peledakan mungkin tidak hanya diklasifikasikan berdasarkan jarak diskontinuitas.
Pendekatan klasifikasi juga subyektif terhadap penilaian pribadi dan interpretasi
jarak antara diskontinuitas dalam suatu massa batuan. Jaringan gabungan dapat
membentuk blok dengan ukuran berbeda dengan distribusi ukuran partikel

6
tertentu, (PSD), yang juga dikenal sebagai distribusi ukuran blok in-situ (IBSD).
Selain itu, pendekatan ini hanya berlaku untuk area di mana bongkahan batuan
terlihat. Perbedaan antara retakan akibat ledakan, yang disebabkan oleh
penembakan pada putaran sebelumnya, dan diskontinuitas alami mungkin juga
tidak langsung. Dengan kata lain, pra-pengkondisian massa batuan oleh putaran
ledakan sebelumnya harus diidentifikasi dan dipertimbangkan.
2.2.2. Kuantifikasi menggunakan faktor bubuk dan energi
Sukhanov (1947) diusulkan menggunakan faktor bubuk, q (kg / m3),
sebagai karakterisasi kualitatif daya ledak suatu massa batuan untuk disain
fragmen dan dikembangkan serangkaian uji standar kondisi untuk tujuan ini
(Sukhanov, 1947; Sukhanov dan Kutuzov, 1967). Batuan dibagi menjadi enam
belas kelas sesuai dengan faktor bubuk, yang diperlukan untuk mencapai
fragmentasi yang diinginkan, dan beberapa faktor desain ledakan lainnya. Jika
faktor bubuk tinggi, batuan lebih sulit untuk dipecah, jika tidak maka akan mudah
meledak. Serangkaian faktor koreksi diusulkan untuk menyesuaikan faktor bubuk
untuk kondisi non-standar; namun, ini terbukti tidak praktis untuk digunakan
dalam praktiknya. Klasifikasi juga melibatkan interpretasi pribadi yang cukup
banyak. Gokhale (2010) juga melaporkan pekerjaan yang dilakukan oleh para
peneliti di Uni Soviet, misalnya, Kutuzov (1979), untuk meningkatkan skema
kategorisasi kualitatif dengan memasukkan faktor-faktor seperti kekuatan batuan
utuh, kepadatan batuan, dan jarak sambungan rata-rata, Sj-av dalam (m). Contoh
khas dari faktor bubuk yang diperlukan untuk memecah batuan untuk jenis batuan
yang berbeda telah ditabulasikan pada Tabel 1. Juga dicatat bahwa dalam tabel ini
kami meringkas klasifikasi berdasarkan indeks kekuatan batuan Protodyakonov
untuk perbandingan kasar antara dua batuan yang berbeda. skema klasifikasi
(lihat Bagian 3.1.1). Shapiro (1988) juga menggunakan pendekatan serupa
meskipun menggunakan istilah 'kemampuan meledak' untuk menggambarkan
ledakan massa batuan berdasarkan faktor bubuk, untuk penggalian bawah tanah.
Daya ledak (blastabilitas) dinilai berdasarkan penentuan faktor bubuk referensi
(qref (kg / m3) dan beban (Bref (cm)), terkait dengan kondisi spesifik (standar).
Jika massa batuan memerlukan faktor bubuk yang lebih tinggi untuk fragmentasi ,

7
kemudian memiliki daya ledak yang lebih tinggi. Shapiro (1988) menganggap
diameter lubang bor 42 mm, koefisien pengisian lubang, fc, 0,75, efisiensi atau
kapasitas pemanfaatan η = 0,9 untuk lubang di potongan, dan amon, 6ZhV ,
dengan kepadatan 850 kg / m3 sebagai kondisi standar (referensi) untuk
memperkirakan daya ledak batuan (lihat Tabel 2). Kompleksitas dalam
mendefinisikan kemampuan meledak dalam hal faktor bubuk tanpa memahami
hasil fragmentasi ditunjukkan oleh faktor bubuk yang disarankan sangat berbeda
untuk kekuatan tekan yang sama antara data untuk tambang batu bara permukaan
di Turki (Muftuoglu et al., 1991) dan faktor bubuk diprediksi oleh Mohamed et al.
(2015) (lihat
Klasifikasi ledakan ini mirip dengan sistem klasifikasi massa batuan

(misalnya, RMR dan sistem Q) yang banyak digunakan dalam penggalian
terowongan dan bawah tanah (Barton, 1988; Bieniawski, 1979). Informasi massa
batuan (disajikan pada Tabel 4) digunakan untuk menilai batuan berdasarkan
integritas dan strukturnya (Lilly, 1986; Lilly, 1992; Widzyk-Capehart dan Lilly,
2002). BI didefinisikan sebagai: BI = 0,5 (RMD + JPS + JPO + RDI + Hr) (4) di
mana RDI adalah Indeks Kerapatan Batuan dan terkait dengan ρr massa jenis
batuan (ton / m3) oleh (Lilly, 1986) : RDI = 25ρr

8
Gambar 1. Faktor bubuk versus (a): kekuatan tekan batuan menurut data Muftuoglu et al., Dan
(b): kekuatan tarik yang dilaporkan oleh Muftuoglu et al. (1991).
vertikal, dan ledakan dibor dalam pola segitiga dengan (S = 1.16 × B), sub-
pengeboran juga diasumsikan 8 kali diameter lubang ledakan, dan stemming
diatur ke ukuran beban. Anfo juga dianggap sebagai muatan untuk lubang ledakan
9
dan diharapkan urutan awal dapat memberikan bantuan beban dan pergerakan
material yang memadai. Demikian pula, Gambar. 3 juga menunjukkan penerapan
Bickers et al. (2002) memodifikasi BI (lihat Bagian 3.3.2 dan Gambar 16) untuk
memprediksi kebuntuan lubang dan konsentrasi muatan linier kg / m di dinding
untuk membatasi kerusakan akibat ledakan trim di tambang bijih besi lubang
terbuka di Australia. Karakterisasi yang tepat dari ledakan massa batuan
diperlukan untuk menggunakan faktor yang dapat dikontrol dengan cara
meminimalkan konsekuensi peledakan yang tidak diinginkan, seperti getaran
tanah akibat peledakan atau fly rock (Müller (1997). fragmentasi dan
meminimalkan getaran tanah dan flyrock bukanlah tujuan independen. Getaran
tanah yang tinggi dapat dikaitkan dengan
Gambar 2. Estimasi a: beban × jarak (S × B) berdasarkan indeks ledakan (BI), dan b: faktor
bubuk untuk ketinggian bangku 10 m (milik Lilly, 1992).
istilah impedansi akustik batuan, Ir (kg / m2sec), dan ini diperparah oleh volume
yang berlebihan dari gas yang dihasilkan ledakan (lihat Gambar 13 dan 4). Alih-
10
alih faktor bubuk, parameter empiris yang dikenal sebagai efek peledakan
spesifik, Sg, yang terkait dengan impuls per unit volume ledakan (Ns / m3)
diusulkan, yang didefinisikan sebagai (Hohlfeld dan Muller, 1999):
dimana Qe adalah massa total muatan (kg), Rv adalah perbandingan volume

ledakan dengan volume lubang bor, Qeh adalah kalor ledakan (J / kg), ρe adalah
massa jenis bahan peledak (kg / m3 ), Ab adalah permukaan di bawah
Gambar. 3. Desain trim blast berdasarkan indeks ledakan, BI, (a): Jarak stand-off, dan (b):
muatan lubang penyangga versus indeks ledakan, BI (milik Bickers et al., 2002).
Gambar 4. Hubungan antara efek peledakan spesifik, Sg, frekuensi rekahan, pelonggaran dan
fragmentasi batuan, dan getaran tanah (dimodifikasi dari Müller, 1997).
tegangan pada instalasi ledakan total (m2). Selain itu, Rf menunjukkan rasio
fragmentasi, dan Ar adalah permukaan muka yang tersisa dari total instalasi
ledakan (m2). Selanjutnya, Af menunjukkan permukaan bebas instalasi ledakan
total (m2), dan tb menunjukkan waktu tunda instalasi ledakan total. Penjelasan

11
lengkap dari parameter ini dapat ditemukan di (Hohlfeld dan Muller, 1999;
Müller, 1997; Müller dan Hohlfeld, 1997). Korelasi antara efek muatan spesifik,
frekuensi rekahan, pelonggaran dan fragmentasi batuan, dan getaran tanah
ditunjukkan pada Gambar 4. Seperti dapat dilihat pada Gambar 4, tingkat
kelonggaran dan rekahan yang rendah sering terjadi pada peledakan halus yang
memiliki a efek peledakan spesifik kecil. Dengan meningkatkan distribusi
muatan, disintegrasi dan fragmentasi massa batuan serta efek peledakan spesifik
meningkat. Jika efek peledakan spesifik melebihi ambang batas, yaitu sekitar 50
Ns / m3, risiko flyrock meningkat dan harus dipertimbangkan dalam desain
ledakan. Keterkaitan antara desain ledakan, karakteristik lokasi, dan fragmentasi
batuan, getaran tanah, dan flyrock bisa sangat kompleks. Yang cukup menarik,
Müller (1997) menyebutkan bahwa peningkatan efek ledakan tertentu dikaitkan
dengan penurunan getaran tanah. Dia menyatakan bahwa ledakan muatan berlebih
dengan Sg> 50 Ns / m3 menghasilkan efek getaran yang lebih kecil tetapi
menimbulkan risiko batuan terbang yang jauh lebih tinggi (Müller, 1997). 2.2.3.
Prediksi ukuran fragmentasi Jika dimungkinkan untuk memprediksi fragmentasi
yang disebabkan oleh sekumpulan input ledakan yang dapat dikontrol sesuai
Persamaan. 1, maka inversi akan memungkinkan perancang untuk
mengidentifikasi desain yang tepat untuk ukuran atau distribusi fragmentasi
ledakan yang diinginkan. Banyak investigasi dilakukan oleh Protodyakonov di
bekas Uni Soviet, lebih dari 100 tahun yang lalu (1909 hingga 1926),
mengembangkan pendekatan kuantitatif untuk menganalisis kekuatan batuan
untuk aplikasi pertambangan yang berbeda (Protodyakonov, 1962a, 1962b) (Lihat
Bagian 3.1.1). Kutuzov dkk. (1974) juga melaporkan beberapa penelitian lama
yang dilakukan oleh Protodyakonov untuk memperkirakan faktor bubuk
berdasarkan kekuatan / kekerasan batuan. Karena uji Protodyakonov
memperkirakan jumlah denda untuk dampak tertentu, pendekatan ini juga
diterapkan oleh Kuznetsov (1973) untuk memperkirakan ukuran rata-rata fragmen
yang dihasilkan oleh penembakan lubang ledakan. Ukuran rata-rata fragmen (cm)
berhubungan linier dengan faktor batuan, AK, dan dapat diperkirakan sebagai:

12
di mana AK-R adalah faktor batuan Kuz-Ram, RWS adalah kekuatan bobot relatif
dari bahan peledak sehubungan dengan ANFO (dalam persen). Rx adalah fraksi
massa yang tertahan pada bukaan layar x, xm didefinisikan sebagai ukuran
fragmen rata-rata (cm) dan n adalah indeks keseragaman (berkisar antara 0,7 dan
2). Khususnya, koefisien keseragaman Rosin-Rammler, n, tergantung pada beban
B (m), jarak S (m), tinggi bangku H (m), diameter lubang (mm), deviasi standar
presisi pengeboran W (m) ), panjang muatan L (m), dasar (BCL) dan kolom
(CCL) panjang muatan (m) dan tidak bergantung pada faktor massa batuan.
Kemudian, versi modifikasi dari faktor ledakan BI Lilly (lihat Persamaan 4)
dimasukkan oleh Cunningham (1987) untuk menggantikan indeks AK Kuznetsov
sehingga faktor batuan Kuz-Ram AK-R adalah 0.12BI. Model telah diperbarui
dan dimodifikasi berkali-kali (misalnya, oleh Cunningham (2005) dan Gheibie et
al. (2009)). Review modifikasi ini dapat ditemukan di tempat lain (Ouchterlony
and Sanchidri ́an, 2019; Sanchidri ́an and Ouchterlony, 2017a). Namun, untuk
tinjauan ini, penting untuk dicatat bahwa Cunning-ham (2005) menambahkan
faktor kalibrasi ledakan C (A) yang bervariasi antara 0,5 dan 2,0. Variasi antara -
50% dan +100% menunjukkan bahwa indeks tidak secara kuantitatif memprediksi
kontribusi massa batuan. Selain itu, Cunningham (2005) memodifikasi
keseragaman dengan suatu faktor untuk menghasilkan fragmentasi yang lebih
seragam pada batuan keras dengan AK-R> 6. Oleh karena itu, faktor batuan dan
indeks keseragaman dalam model Kuz-Ram (lihat Persamaan 9) diubah sebagai

13
3. Faktor input daya ledak

Ada beberapa pendekatan berbeda untuk mengukur massa batuan karakteristik geologi
dan geoteknik untuk penilaian kemampuan ledakan. Sulit untuk mengklasifikasikan
pendekatan penilaian berdasarkan masukannya karena banyak menggunakan berbagai
sumber dan pengujian, baik di laboratorium maupun
Gambar 5. Diagram untuk tambang bijih besi dari (a): faktor kekuatan, fs, (b): faktor densitas,
fd, dan (c): faktor struktur, fst (lihat Persamaan 16, 20, dan 31) (milik dari Scott dan Onederra,
2015a, 2015b).
3.1 Indeks energi permukaan spesifik

Michik dan Dolgov (1966) lebih menyukai energi spesifik sampel batuan setelah
peledakan, Es, karena lebih terkait dengan jumlah energi rekahan per satuan luas
permukaan yang baru terbentuk. Teknik kalorimetri digunakan untuk menentukan energi
permukaan, Es (kg.m), yang didefinisikan sebagai (Michik dan Dolgov, 1966)

14
3.2 Kekuatan tekan, kuat tarik, dan modulus Young

Sebagai perkiraan kasar, indeks kekuatan Protodyakonov dapat diperkirakan sebagai (fp
~ 0.1σc), di mana σc adalah kuat tekan dari spesimen batuan utuh (MPa) (Aldorf dan
Exner, 1986; Zou, 2017). Hubungan ini adalah dasar untuk pembaruan model Kuz-Ram
yang dijelaskan dalam (Cunningham, 1983, 1987), yang mengakui bahwa kekuatan,
kepadatan, dan struktur batuan perlu dipertimbangkan juga. Penilaian kemampuan
ledakan didasarkan pada kuat tekan dibagi 5 untuk batuan kuat (dengan modulus Young
lebih besar dari 50 MPa) dan modulus Young dibagi 3 untuk batuan lemah (Cunningham,
2005). Fragmentasi tidak selalu berhubungan secara linier dengan kekuatan sehingga
Scott dan Onederra (2015a) mengusulkan peningkatan akar kuadrat kira-kira dalam
ledakan dengan faktor kekuatan, fs:

15
Gambar 6. Grafik fragmentasi

sampel (Kilic et al., 2009). Goodman (1989) dan Zhang (2010) menunjukkan bahwa
kekuatan dan modulus deformasi dari massa batuan yang terputus-putus bergantung pada
kekuatan dan modulus Young dari balok-balok batuan utuh serta sistem penyambungan
dari massa batuan tersebut.
3.3 Densitas batuan
Beberapa bijih, seperti yang ditemukan di tambang bijih besi di Australia,
memiliki kisaran kepadatan yang besar karena kandungan bijihnya yang berat. Oleh
karena itu, kepadatan harus dimasukkan dalam penilaian kemampuan meledak (Scott,
1996; Scott et al., 2006).
3.4 Kecepatan gelombang seismik

Selama proses peledakan, gelombang kejut memecah massa batuan bersama
dengan jaringan rekahan mikro dan makro yang terdistribusi secara statistik, Mosinets et
al. (1967) menyimpulkan bahwa kecepatan propagasi gelombang pada batuan merupakan
representasi yang baik dari karakteristik massa batuan dan kemudahan pemecahan batuan
akibat peledakan (lihat Tabel 7). Rakishev (1981) juga menyatakan bahwa kecepatan
rekahan kritis (crack) dapat menjadi indikator yang baik dari daya ledak suatu massa
batuan. Jika kecepatan rekahan pada suatu massa batuan melebihi kecepatan rekahan
kritis maka massa batuan tersebut akan pecah. Kecepatan rekahan dalam suatu massa
batuan dikendalikan oleh parameter mekanis dari balok utuh batuan, serta karakteristik
16
diskontinuitas yang sudah ada sebelumnya. Komponen pertama kecepatan rekahan, FV1
(m / detik), dapat dihubungkan dengan kekuatan batas batuan utuh, σs (kN / m2),
densitas, ρr (kg / m3), dan modulus elastisitas, E (kN / m2), dari balok batu dengan cara:
fragmentasi batuan dengan peledakan. Faktor ini menunjukkan pemanfaatan energi

ledakan yang digunakan untuk rekahan massa batuan dan terkait dengan sifat massa
batuan serta karakteristik muatan. dimana ρr adalah densitas batuan yang pecah (kg /
m3), cp, adalah kecepatan gelombang longitudinal pada batuan (m / detik), Vd
menunjukkan kecepatan detonasi muatan (m / detik), ρe, menunjukkan kepadatan muatan
17
(kg / m3), dan Qe, adalah energi potensial spesifik yang dilepaskan dengan
menembakkan muatan eksplosif (panas ledakan) (J / kg).
3.5 Kecepatan gelombang kompresi anisotropik

Zare (2007) dan kemudian Gokhale (2010) melaporkan tentang kemampuan meledak
3.6 Pengukuran massa batuan tipikal

atau rata-rata Perilaku massa batuan dikendalikan oleh kombinasi karakteristik
diskontinuitasnya (misalnya, sambungan, beddings, sesar, skistositas, dan foliasi) dan
bagian utuh di antaranya (Zhang, 2010, 2016 ). Sambungan dan rekahan batuan tidak
hanya mengatur perambatan gelombang tegangan dalam massa batuan, tetapi juga
mengontrol distribusi ukuran partikel yang terfragmentasi (Hafsaoui dan Talhi, 2009;
Hamdi dan du
3.7 Jarak diskontinuitas rata-rata

Dibahas dalam Bagian 2.2.1, klasifikasi CRI yang diusulkan oleh Aleksandrov
dkk. (1963), dan ... dalam (Mosinets et al., 1967), mengklasifikasikan diskon menjadi tiga
kategori berdasarkan jarakitas rata-rata sekitar 0,15m, sekitar 0,5m, dan lebih besar dari
0,5m. Namun, pengaruh kekuatan dan populasi balok batuan utuh dalam skema skema
daya ledak. Gokhale (2010) juga melaporkan karya para peneliti di Uni Soviet, terutama
oleh Kutuzov (1979), untuk menilai daya ledak batuan berdasarkan kekuatan batuan utuh,
kepadatan batuan ditambah jarak sambungan rata-rata, Sj-av. Kutuzov dkk. (1974) juga
referensi persamaan semi-empiris untuk mengestimasi untuk mencapai fragmentasi yang
baik faktor yang terkonsentrasi pada batuan, kerapatan batuan, dan frekuensi rekahan
18
(lihat Persamaan 30). Estimasi in-situ block size distribution (IBSD) diperlukan untuk
menentukan parameter teratas, xmax, yang merupakan parameter masukan penting yang
digunakan dalam model Swebrec (juga dikenal sebagai model KCO) yang diusulkan oleh
Ouchterlony (2005). Model ini banyak digunakan untuk pra-dicting distribusi ukuran
partikel, (PSD) dari fragmen dalam tumpukan kotoran (Ouchterlony, 2005; Ouchterlony
et al., 2006). Pendekatan sederhana untuk memprediksi batuan IBSD dalam Bagian 3.2.3
(Lihat Persamaan 33). Chertkov (1985) juga menunjukkan bahwa ukuran atas fragmen
batuan dalam kotoran yang berada dalam fungsi frekuensi rekahan (yang sering
dilambangkan sebagai λ dalam literatur terkait tetapi akan ditunjukkan oleh ff dalam
makalah ini) (1 / m), dan dapat bervariasi antara (3 / ff hingga 5 / ff) di mana rata-rata 4 /
ff dapat memberikan perkiraan yang baik untuk parameter ini.
3.8 Frekuensi diskontinuitas dan kekuatan geser
Analisis dimensi oleh Kutuzov et al. (1974) menunjukkan bahwa ledakan massa
batuan sebanding dengan berat jenis batuan, kekuatan batuan, dan frekuensi rekahan. Saat
peledakan membentuk kawah, beban ledakan perlu mengatasi gaya gravitasi yang terkait
dengan berat total kawah. Ketahanan terhadap kawah tergantung pada kepadatan batuan,
kekuatan batuan, dan ukuran fragmen yang dibuat dengan melonggarkan blok keluar.
Kutuzov menyatakan bahwa pengaruh kekuatan batuan terhadap faktor serbuk yang
diperlukan untuk melonggarkan dan pecahnya batuan tidak sebesar pengaruh massa jenis.
Namun, ini mungkin berbeda ketika peledakan digunakan untuk aplikasi lain, (misalnya,
peledakan cincin di tambang bawah tanah yang sangat terbatas) (Penjual dan Salmi,
2020). Kutu-zov dkk. (1974) juga menyatakan bahwa faktor bubuk untuk fragmentasi
massa batuan menjadi partikel dengan ukuran representatif xr, (mm) dapat dihitung
sebagai:

19
Gambar 7. Indeks ledakan NTNU untuk jenis batuan yang berbeda (Zare, 2007).
disebutkan bahwa desain faktor bubuk dia-gram dan rumus empiris yang terkait dengan
bagan tersebut dikembangkan berdasarkan pencatatan dan optimalisasi beberapa ratus
desain ledakan produksi di tambang tembaga Bougainville, di Papua Nugini (PNG), pada
tahun 1974. Bubuk faktor digunakan sebagai dasar desain untuk semua ledakan produksi.
Peledakan produksi dilakukan dengan menggunakan bubur ANFO pada lubang
berdiameter 242 mm. Faktor desain bubuk dipilih untuk mencapai lemparan maksimum
dan fragmentasi yang baik. Tabel pemuatan disiapkan untuk berbagai pola lubang
ledakan dan perhatian khusus digunakan untuk mengukur beban dalam pemuatan lubang
baris depan (Ashby, 2020). Bagan desain awalnya diterbitkan dalam manual internal
untuk ledakan produksi oleh Bougainville Copper Ltd dan kemudian diadaptasi dan
diterbitkan oleh Hoek dan Bray (1981) sebagai pendekatan yang disarankan untuk
memasukkan properti massa batuan bersendi dalam desain ledakan produksi. Frekuensi
rekahan, di lokasi, dihitung sebagai jumlah rata-rata sepanjang inti bor berlian. Fraktur
20
bervariasi dari ~ 10 f / m pada batuan andesit hingga 100 f / m pada andesit yang sangat
termineralisasi dekat kontak porfiri hingga 1 hingga 5 f / m pada intrusif (Ashby, 2020).
Sejak pengembangan, rumus dan bagan Ashby telah digunakan
Gambar 8. Estimasi faktor bubuk berdasarkan karakteristik massa batuan dan diskontinuitasnya
(diadopsi dan dimodifikasi dari Ashby, 1981).
3.9 Massa batuan dengan beberapa set sambungan dan distribusi ukuran
IBSD Menghitung frekuensi rekahan untuk massa batuan yang mengandung
set sambungan mul-tiple mungkin menantang dan tidak dibahas dalam (Ashby, 1981)
atau (Kutuzov et. al., 1974). Namun, subjek ini diselidiki oleh sarjana Uni Soviet
Chertkov. Chertkov dan Azovtsev (1987) dan Chertkov (1987) menyatakan bahwa
ketika peledakan dilakukan dalam massa batuan dengan beberapa set sambungan,
ukuran blok alami terbesar mungkin terutama tergantung pada jarak set sambungan
paling kasar (set sambungan yang memiliki frekuensi fraktur). Upaya yang cukup
besar juga telah dikhususkan oleh Palmstrom untuk mengembangkan pendekatan
untuk karakterisasi in-situ dari massa batuan bersendi (Palmstrom, 2005; Palmstrom,
2000). Jumlah sambungan volumetrik, Jv, yang dikembangkan oleh Palmstrom bisa
menjadi alternatif yang baik untuk frekuensi rekahan dalam massa batuan dengan
beberapa set sambungan. Jv didefinisikan sebagai berikut

21
Gambar 9. Memprediksi IBSD berdasarkan metode semi-teoritis White (data diekstraksi dari
(Wang et al., 2003))
Tercatat bahwa frekuensi fraktur bergantung pada arah (Palmstr ̈om, 1995). Jika ada
lebih dari satu himpunan sambungan dengan jarak, persistensi, dan arah kemiringan
dan kemiringan yang berbeda, maka perhitungan IBSD dapat menjadi tantangan.
Simulasi canggih, seperti pemodelan jaringan rekahan diskrit (DFN) mungkin
diperlukan untuk menghitung IBSD dalam massa batuan bersendi tersebut (Hamdi,
2003; Rasmussen, 2020; Wang et al., 1991). Rincian lebih lanjut diberikan di Bagian
3.2.4. Untuk kasus yang lebih sederhana, ada alternatif teoritis untuk memprediksi
IBSD. Sebagai contoh, Stavropoulou (2014) memperoleh solusi bentuk tertutup yang
dapat digunakan untuk memprediksi distribusi volume balok dalam suatu massa
batuan yang mengandung tiga set sambungan dengan jarak yang berbeda. Da Gama
(1983) juga menggabungkan IBSD dengan teori kominusi ketiga Bond yang terkenal
(Bond, 1952) untuk memprediksi fragmen massa batuan bersendi. IBSD diperkirakan
berdasarkan data geometris dari diskontinuitas, misalnya, jarak sendi, kemiringan,
dan pemogokan (Da Gama, 1977)

22
Gambar 10. Skema energy transisi
3.10 Jaringan rekahan terpisah Pendekatan geomekanika modern

telah menerapkan jaringan rekahan diskrit dalam rekayasa ledakan batuan
(Hamdi, 2003, 2008; Lu dan Latham, 1999a; Rasmussen, 2020; Wang et al., 1992;
Wang et al., 1991 ) untuk mengukur massa batuan. Tabel 13 menunjukkan
gambaran singkat parameter untuk karakterisasi dan klasifikasi massa batuan ke
dalam jaringan diskontinuitas dan matriks batuan untuk peledakan (Hamdi dan du
Mouza, 2005a; Hamdi dan du Mouza, 2005b). Dalam sistem jaringan bersama ini,
SS1 (m2 / m3) mewakili seluruh permukaan spesifik dari semua diskontinuitas
yang sudah ada sebelumnya dalam satu meter kubik massa batuan, SS2 (m2 / m3)

23
adalah permukaan spesifik dari blok pembentuk diskontinuitas yang saling

berhubungan. di massa batuan. Indeks konektivitas, CIn, (%), mewakili kepadatan
rekahan sebagai persentase dari luas permukaan diskontinuitas yang sesuai dengan
jaringan sambungan yang menghasilkan blok dalam massa batuan. Nilai CIn yang
tinggi menunjukkan sambungan yang sangat terhubung dan jumlah blok. CIn juga
dapat diekstraksi berdasarkan rasio kecepatan gelombang P dalam massa batuan
dengan sampel laboratorium. Parameter An dan AV juga menggambarkan
anisotropi massa batuan. Rincian lebih lanjut dapat ditemukan dalam literatur yang
relevan (Hamdi dan du Mouza, 2005a)

24
Gambar 11. Pemodelan jaringan fraktur diskrit tipikal untuk prediksi IBSD. (Data terkait
dengan Nordkalk Quarry, Bench 2, Reef Limestone) (Data dikumpulkan dari Hamdi (2003)).
terkait dengan transformasi IBSD menjadi BBSD (Aler et al., 1996; Hamdi et al.,
2007). Hal ini konsisten dengan penilaian ledakan dan model E-B-T yang
diusulkan oleh (Lu dan Latham, 1998) (lihat Bagian 3.2.3 dan Gambar 10).
Pendekatan yang paling akurat untuk estimasi IBSD adalah dengan melakukan
simulasi tiga dimensi (3D) dari jaringan rekahan diskrit, DFN. BBSD juga dapat
diukur dengan pengayakan.

25
Gambar 12.FI versus Faktor Serbuk di tambang terbuka Reocin (Diadaptasi dan dimodifikasi
dari Aler dan Du Mouza, 1996).
3.11 Impedansi Akustik Impedansi akustik batuan

parameter berguna lainnya yang sering digunakan untuk menganalisis daya ledak
batuan dan didefinisikan sebagai (Telford et al., 1990): Ir = ρrCp (44) dimana ρr
(kg / m3 ) adalah massa jenis batuan dan Cp (m / s) menunjukkan kecepatan
gelombang longitudinal, yang merupakan parameter yang berguna untuk
memperkirakan sifat mekanik massa batuan dan untuk menggambarkan sifat
perambatan gelombang tegangan elastis dalam medium.

26
fragmentasi batuan dan untuk mengurangi konsekuensi merugikan dari peledakan,

seperti getaran tanah dan batuan terbang (Müller, 1997). Penelitian Müller menghasilkan
pengembangan teknik penilaian ledakan berdasarkan impedansi akustik dari massa
batuan dan distribusi ukuran blok di tempat (IBSD) (Müller, 1997). Menurut pendekatan
ini, batuan dapat diklasifikasikan ke dalam rentang berdasarkan daya ledaknya (lihat
Gambar 14). Menariknya, angka ini menyoroti bahwa belum tentu ada hubungan
monotonik antara masukan dan hasil ledakan batuan.
Sejumlah uji model dilakukan pada sampel skala laboratorium dari batuan keras
Swedia dan India dan bahan seperti batuan (misalnya, beton) (Kou dan Rustan, 1993;
Kou dan Rustan, 1992; Rustan, 2010; Rustan dan Kumar, 1999; Rustan dan Nie, 1992;
Rustan et al., 1983; Rustan, 1992) untuk mengidentifikasi mekanisme fragmentasi batuan
dinamis selama peledakan. Hubungan yang diusulkan (Rustan et al., 2010), berdasarkan
hasil studi model mereka, untuk menghubungkan impedansi akustik bahan batuan, Ir
(kg / m2s), dengan beban kritis, Bc, in (mm) (Persamaan 45), kemiringan kurva distribusi
ukuran (juga dikenal sebagai indeks keseragaman dalam distribusi Rosin-Rammler (RR))
(n) (Rosin dan Rammler, 1933) (lihat Persamaan 46), ukuran fragmen rata-rata, k50
(mm) (Persamaan 47 dan 48) dan sudut kerusakan φ (o) (Persamaan 49) sebagai berikut

27
Gambar 13. Grafik klasifikasi Müller untuk penggalian dan peledakan batuan (diadaptasi dan
dimodifikasi dari (Müller dan Pipping, 2013)).

28
Gambar 14. Klasifikasi ledakan massa batu (dimodifikasi dari Müller, 1997).
3.11 Peringkat Geoteknik

Sistem klasifikasi massa batuan sangat matang dan telah banyak digunakan
dalam desain struktur permukaan dan bawah tanah pada batuan. Penunjukan kualitas
batuan (RQD), peringkat massa batuan (RMR), sistem Q, indeks kekuatan geologi
(GSI), dan indeks massa batuan, (RMi) mungkin merupakan sistem klasifikasi
massa batuan yang paling terkenal yang digunakan dalam batuan sehari-hari. desain
teknik (Barton et al., 1974; Bieniawski, 1989; Deere et al., 1969; Hoek, 2007;
Palmstr ̈om, 1995). Alih-alih merancang pendekatan mereka, yang lain telah
memodifikasi sistem klasifikasi massa batuan standar untuk tujuan peledakan.
Beberapa dari studi utama dijelaskan secara singkat di bawah ini.
3.12 kualitas masa batuan (RQD)
Jimeno et al. (1995) melaporkan hasil penelitian yang awalnya dilakukan oleh
Borquez (1981) untuk menghubungkan ledakan massa batuan dengan RQD (%),
yang dikemukakan oleh Deere et al. (1969). RQD (%) dimodifikasi untuk
mempertimbangkan efek perubahan sebagai ERQD = CFjs × RQD di mana CFjs
adalah faktor koreksi kekuatan sambungan dan merupakan fungsi dari sambungan.

29
Gambar 15. Memperkirakan faktor ledakan Borquez berdasarkan penunjukan kualitas batuan
yang setara, ERQD.
3.13 . Indeks kekuatan geologi (GSI)

Bickers et al. (2002) menambahkan grafik deskriptif geologi yang
dikembangkan untuk indeks kekuatan geologi Hoek (GSI) (Hoek et al., 1995;
Marinos dan Hoek, 2000) ke indeks ledakan (BI) Lilly (lihat Persamaan 4) untuk
meningkatkan karakterisasi dari struktur massa batuan. BI Lilly dimodifikasi dengan
menggabungkan deskripsi massa batuan dan parameter jarak bidang sambungan ke
dalam satu peringkat. Pemilihan struktur massa batuan dan jarak bidang sambungan
pada Gambar. 16 mengarah pada modifikasi dalam cara penghitungan BI.
30
3.2. Pengukuran tidak langsung sebelum peledakan

Kegiatan seperti pengeboran yang terjadi sebelum peledakan dapat
memberikan masukan yang berguna tentang massa batuan sebelum peledakan. Jika
didasarkan pada data rig pengeboran lubang ledakan, maka pola lubang ledakan telah
ditentukan dan ada ruang lingkup terbatas untuk mengubah hasil fragmentasi, kecuali
dengan memvariasikan jenis dan kepadatan bahan peledak dan, sampai batas tertentu,
lubang ledakan stemming. Namun, informasi tersebut dapat membantu memprediksi
efek fragmentasi pada proses hilir, seperti penghancuran dan penggilingan. Beberapa
pendekatan terkait dirangkum di bawah ini.
3.3 Energi pemboran spesifik
Konsep energi pemboran spesifik terutama dikembangkan oleh (Teale, 1965).
Untuk pemboran rotari pekerjaan pemboran dilakukan dengan gaya dorong, F, (dalam
N) dan torsi, T, (N-m). Dengan asumsi kecepatan rotasi adalah ω (putaran / menit), dan
luas lubang adalah, Ab (m2), laju penetrasi adalah PR (m / menit), energi spesifik,
SDE, yang didefinisikan sebagai energi untuk bor 1m lubang atau 1m3 massa batuan,
dihitung sebagai (Teale, 1965):
Gambar 16. Estimasi indeks ledakan, BI, berdasarkan grafik deskriptif indeks kekuatan geologi
(GSI) (diadaptasi dan dimodifikasi dari Bickers et al., 2002).

31
Gambar. 17. Kontur indeks ledakan, BI, untuk batuan lemah dengan diskontinuitas jarak dekat
(milik Christaras dan Chatziangelou, 2014
3.4 Indeks kualitas batuan (RQI)
Little (1976), dan kemudian Leighton (1982), mengembangkan konsep indeks
kualitas batuan (RQI) untuk memberikan insinyur batuan pendekatan penilaian daya
ledak dan untuk memperkirakan faktor bubuk untuk terbuka pertambangan -pit
berdasarkan MWD dalam bor putar. RQI (kN-min / m) didefinisikan sebagai
Gambar 18. (a): Energi pengeboran spesifik, per 1 meter lubang bor, versus kecepatan
gelombang, Cp, dan (b): Energi pengeboran spesifik per 1 m3 batuan versus kecepatan
gelombang, Cp (diadopsi dari Mosinets et al., 1967).

32
3.4 1 Pengeboran spesifik

Tamrock (1978) menunjukkan bahwa penilaian kemampuan ledakan
yang tepat harus mencakup soliditas batuan, keuletan, dan homogenitas,
kecepatan seismik, dan karakteristik pemecahan massa batuan. Soliditas
menunjukkan kekuatan dan keutuhan suatu massa batuan. Ini juga
mempertimbangkan struktur dan tekstur massa batuan. Keuletan, bagaimanapun,
mengacu pada ketangguhan batuan dan menggambarkan responsnya terhadap
kerusakan atau beban deformasi. Karakteristik pemutusan juga mengacu pada
sifat mekanik batuan yang mengendalikan perambatan dan fragmentasi patahan.
Penilaian daya ledak berdasarkan pemboran spesifik (SD) diusulkan oleh
(Tamrock, 1978) di mana beban dapat secara langsung berkaitan dengan energi
muatan dan, sebaliknya, dengan daya ledak batuan. SD (m / m3) adalah volume
lubang yang dibor atau panjang lubang yang dibor per unit volume batuan dan
didefinisikan sebagai (Jimeno et al., 1995)
3.4.2 Pengukuran Pasca-ledakan
Banyak peneliti telah menyarankan bahwa hasil uji ledakan di
laboratorium atau lapangan adalah cara untuk memprediksi hasil dan dirangkum
dalam bagian ini. Sayangnya, pendekatan tersebut kurang dapat diprediksi dan
berguna dalam aplikasi pertambangan karena serangkaian uji lapangan biasanya
diperlukan untuk kalibrasi yang seringkali mahal dan memakan waktu untuk
dilakukan dan diproses. Terkadang pengujian dilakukan dalam geometri yang
lebih sederhana dan ukuran yang lebih kecil. Ekstrapolasi hasil pengujian tersebut
untuk peledakan skala besar (misalnya, dalam penambangan logam lubang
terbuka) yang sering dilakukan dalam massa batuan yang sangat heterogen dan
anisotropik mungkin dipertanyakan. Pendekatan yang disederhanakan seperti itu
dapat bekerja di lingkungan kuari dengan massa batuan yang konsisten, meskipun
akan membutuhkan uji coba pra-peledakan yang berlebihan di tambang terbuka
dengan beberapa zona ledakan.

33
3.4.3. Beban maksimum

Faktor ledakan massa batuan awal, C, diusulkan oleh Fraenkel (1952) sebagai:
dimana Lb dan Lc masing-masing adalah panjang lubang ledakan dan muatan. Db

menunjukkan diameter lubang ledakan. Ini membutuhkan perkiraan Bmax.
Konstanta batuan menyatakan seberapa banyak ledakan yang diperlukan untuk
melepaskan batuan homogen. Nilai ekstrim dari konstanta batuan adalah 0,2 kg /
m3 (mudah diledakkan) dan 1,0 kg / m3 (sulit diledakkan). Nilai standar
parameter ini adalah C = 0,40 (Rustan et al., 2010). Sebagai pengganti
pengukuran, Langefors dan Kihlstrom (1973) mengusulkan hubungan berikut
untuk menghitung beban maksimum untuk fragmentasi yang diinginkan:
Gambar 20. Estimasi ledakan massa batuan berdasarkan pengeboran spesifik dan diameter
lubang bor (diadopsi dan dimodifikasi dari Tamrock, 1978).

34
3.4.3. Kawah (bilik)

Rasio Globa (1972) mengusulkan istilah 'eksplorsibilitas' sebagai
sinonim dari ledakan massal batuan untuk menilai efek parameter fisik dan
mekanik massa batuan pada hasil fragmentasi di beberapa tambang potash di
bekas Uni Soviet. Deposit potash sering terdiri dari berbagai jenis ore. Namun,
sebagian besar dari mereka memiliki kekuatan rendah (fp kurang dari 5,0) dan
indeks plastikitas tinggi (PI hingga 4,5). Penelitian Globa
(1972)dilakukandalam wajah-wajah kerja di Kaluga, Novo-Golynskii, dan
tambang potash Golynskii, dan dalam beberapa jenis ore yang berbeda, seperti
sylvinite, kyanite, kyanite-langbeinite, dan argillaceous sylvinite. Untuk setiap
tes, satu lubang ledakan, dengan kedalaman 1,5 m, dibor, dimuat, dan
diledakkan di lantai ruang bawah tanah yang dipilih. Berat muatan adalah 0,6 kg
dan panjang batang dan muatannya identik dan sekitar 0,75 m. Selain itu,
amonit AP-5ZhB digunakan sebagai biaya untuk tes. Kombinasi pasir dan tanah
liat juga digunakan sebagai batang untuk lubang ledakan. Untuk mencapai
estimasi yang baik dari ledakan batuan, sepuluh hingga lima belas tes tunggal
dilakukan di setiap jenis ore (Globa, 1972). Rasio kawah, Rc, didefinisikan
sebagai rasio volume kawah yang dihasilkan oleh penembakan lubang ledakan
ke volume awalblasthole (Globa,1972). Ledakan massa batuan didefinisikan
berdasarkan rasio kawah (lihat Tabel 20). Untuk batuan plastik, seperti Potash,
Globa (1972) terkait nilai rasio kawah terhadap indeks plastikitas (PI)(lihat
Gbr. 21) yang diperkirakan, berdasarkan tes penetrasi yang dirancang khusus,
untuk memperhitungkan hilangnya energi ledakan dari penghancuran berlebihan
batuan di sekitar muatan. Rincian lebih lanjut terkait dengan tes untuk
memperkirakan PI batuan dapat ditemukan di (Shreiner et al., 1967).

35
Gbr. 21. Rasio kawah, Rc, versus indeks plastikitas, PI (diadopsi dan dimodifikasi dari Globa,
1972).
Zou, 2017 juga melaporkan klasifikasi ledakan massal batuan serupa yang
dikembangkan, di Sanchidri'an dan Ouchterlony,2017a, di Universitas
Northeastern, di Cina. Tes kawah dianggap sebagai kriteria untuk menjelaskan
konsumsi energi dalam fragmentasi batuan. Sebagian besar energi peledak
diserap oleh batuan dan dikonsumsi untuk kerusakan batuan. Impedansi akustik
juga dipilih sebagai parameter yang berguna untuk mencirikan batuan karena
efek penghentian pada propagasi gelombang ledakan. Kombinasi tes kawah dan
analisis impedansi akustik, oleh karena itu, diusulkan untuk penilaian ledakan
batuan. Model ini dikalibrasi berdasarkan data yang dikumpulkan dari situs dan
laboratorium untuk 63 batuan yang berbeda di 13 tambang. Indeks ledakan
batuan, N,didefinisikan sebagai:
di mana Vc adalah volume batuan dalam uji kawah peledakan (m3), ρr adalah
kepadatan batuan (ton/m3), Cp adalah kecepatan gelombang P di (m / detik),
dan K adalah indeks tergantung pada hasil fragmentasi batuan dan dihitung
sebagai:

36
di mana K1 (%) adalah proporsi fragmen batuan besar (>300 mm), K2
(%) adalah proporsi fragmen batuan kecil (<50 mm) dan K3 (%) adalah
tingkat pass rata-rata. Batuan diklasifikasikan ke dalam lima kelas sesuai
dengan nilai indeks blastability mereka, N. Kelas-kelas ini ditabulasikan dalam
Tabel 21.
3.4.4. Faktor ledakan/fragmentabilitas Gamma
Teori kompensasi Bond(Bond and Wang, 1950) diterapkan pada

peledakan oleh Bond dan Whitney (1959) untuk menghitung jumlah bahan
peledak yang diperlukan untuk memecah massa batuan ke ukuran tertentu. Da
Gama (1995) kemudian menggabungkan teori retak Griffith (1924)dan hukum
komiposisi Bond dan mengusulkan persamaan baru untuk menilai ledakan
massa batuan bersama:
di mana We adalah energi peledak yang dikonsumsi per ton batuan (kWh /
ton),dan Xmax dan xmax adalah ukuran partikel terbesar dalam massa batuan
(m) dan tumpukan kotoran (m), masing-masing. Sebelumnya, pada Bagian 3.2.3
ditunjukkan bahwa IBSD dapat diperkirakan berdasarkan frekuensi fraktur
37
massa batuan. Pendekatan yang diajukan oleh White (1977), Chertkov (1985),
Stavropoulou (2014), dan model Azarkovich dan Pokrovskii (1991)yang
dimodifikasi yangdijelaskan di (Penjual dan Salmi, 2020) dapat digunakan
untuk tujuan ini.
Gbr. 22. Fragmentasi energi versus fragmentasi rasio (Fr0.5) (diadopsi dan dimodifikasi dari Da
Gama, 1996).
batuan gabungan untuk Teknik Kelas di mana tujuannya adalah untuk secara
intensif meledakkan ore untuk menghasilkan partikel halus sementara bahan
gangue tandus hanya cukuplonggar untuk penggalian (Usami et al., 2019). Gbr.
22 menunjukkan bahwa tidak ada hubungan unik antara energi fragmentasi dan
faktor fragmentabilitas De Gama(blastability)di berbagai jenis batuan.
3.6. Beberapa pengukuran massa batuan dan ledakan
Metode penilaian yang lebih ledakan muncul yang sesuai dengan data dari
beberapa pengukuran sifat massa batuan dan tumpukan kotoran yang diledakkan. Contoh
khas pendekatan tersebut dijelaskan di bagian ini. Ini dapat dibatasi dalam ruang lingkup
untuk data yang digunakan dalam kecocokan. 3.6.1. Analitik data
Analitik data menjadi populer meskipun membutuhkan berbagai ledakan uji untuk
melatih sistem atau mendapatkan korelasi. Qu et al. (2002) mengembangkan pendekatan
analitik untuk merancang pola ledakan untuk tambang permukaan Shuichang di Bejing
di Cina. Diasumsikan bahwa parameter desain peledakan (misalnya, beban, B (m),
penspasian, S (m), kedalaman lubang ledakan, Lb (m), dan faktor bubuk, q (kg/
ton))semua tergantung pada karakteristik ledakan ledakan yang didasarkanpada
38
kecepatan ledakan, Vd,(m / detik) dan kepadatan biaya peledak, ρe, (ton/ m3) yang
mendefinisikan faktor kekuatan ledakan, fe, sertabahan peledak (Demikianlah) menjadi
Asan atau '
analisis regresi, σc adalah kekuatan kompresi batuan (kPa), dan Sj-av menunjukkan jarak
sendirata-rata (cm) dari penghentian geologis (Qu et al., 2002). Oleh karena itu, ledakan
massal batu didefinisikan sebagai fungsi kepadatanbatuan,kekuatan blok utuh, dan
penspasian penghentian alaminya. Parameter desain ledakan, termasuk beban, B (m),
spasi, S (m), panjang blasthole, Lb (m), muatan spesifik, q (kg /ton), dansub-
pengeboran, Sd (m), dapat diperkirakan sebagai berikut (Qu et al., 2002), dan yang
kemudian terkait dengan area permukaan kawah blasthole di bagian atas bangku, SAc:
blasthole, Hb (m) adalah ketinggian penggalian yang diinginkan setelah dimuat

berdasarkan desain pit, Sd (m) adalah sub-pengeboran, ρr (ton/m3) adalah
kepadatanbatuan, RS-B adalah rasio jarak dengan beban (-) (disarankan sekitar 1,15).
Selain itu, e1, e2, e3, e4, c1, c2, dan c3 adalah semua konstanta yang dapat
ditentukan dari analisis regresi (Qu et al., 2002). Tantangan utama dengan metode ini
adalah bahwa hasilnya tergantung pada situs, dan banyak ledakan diperlukan untuk
kalibrasi.
3.6.1. Klasifikasi tiga-dalam-satu

39
Lin (1996), dan kemudian Zou (2017), menggambarkan sistem klasifikasi

massa batuan yang dikenal sebagai 'sistem klasifikasi komprehensif tiga-dalam-
satu, karena dapat digunakan secara terpisah untuk penilaianstabilitas,
keteleboran, dan ledakan batuan. Metode ini melibatkan tiga keluarga utama
parameter batuan. Kelompok parameter pertama mengandung kekuatan batuan
dan mungkin termasuk parameter seperti kekuatan beban titik atau kekuatan
kompresi uniaxial batuan. Kategori parameter kedua termasuk
strukturbatuan,diwakili oleh kecepatan sonik massa batuan dan jarak rata-rata set
sendinya. Kelas akhir parameter mengandung faktor stres seperti berat unit,
kedalaman, dan rasio stres. Metode klasifikasi menggunakan indeks yang
didefinisikan sebagai berikut:
S = 135. 6 + 10. 2Saya(50) +3. 3a+21. 5Cp
di mana Is(50) menunjukkan kekuatan beban titik batuan di (MPa), Cp adalah

kecepatan gelombang P di (km/s), dan a adalah pekerjaan khusus penetrant
dampak (IPSW) (J / cm3) dan didefinisikan sebagai:
a = Wt/V
di mana Wt adalah pekerjaan dampak total 480 jatuh bebas dari palu bor, dan V
adalah volume batuan yang akan rusak setelah 480 dampak (cm3) (Zou (2017).
Data yang dikumpulkan dari berbagai lokasi kerja diproses melalui analisis data,
pengelompokan, dan analisis statistik. Indeks S (ditunjukkan dalam Eq. 75),
bersama dengan Tabel 22, digunakan untuk menganalisis ledakan batuan.
3.6.2. Fragmentasi -model kipas energi
Model fragmentation-energy fan (FEF) mengidentifikasi bahwa logaritma

ukuran fragmen persentil, xP, untuk setiappersen lulus P, diplot sebagai fungsi
dari logaritma dari q muatan tertentu (yaitu, faktor bubukdalam kg / m3)
membentuk satu set garis lurus pada diagram xP) versus log (q) yang cenderung
bertemu pada titik fokusumum (xo,qo) (Ouchterlony et al., 2017; Segarra et al.,
2018) (lihat Gbr. 23). Untuk satu massa batuan yaitu independen dari

40
ledakan,kipas energi fragmentasi dapat dipasang untuk meledakkan hasil dan

digunakan untuk secara akurat memprediksi hasil fragmentasi (Segarra et al.,
2018).
Bentuk matematika dari model kipas energi dapat ditulis sebagai:
di mana xp adalah persentil atau nilai ukuran yang dilewati P persen dari material
Gbr. 23. Tampilan skematik fragmentasi -modelkipasenergi (Ouchterlony et al., 2017).
(m atau mm), q adalah faktor muatan atau bubuk spesifik (kg/m3), αp

menunjukkan eksponen q yang bergantung pada P dalam persamaan kipas energi.
Lebih lanjut, Ouchterlony et al. (2017) menyebutkan bahwa A adalah prefaktor
numerik dan harus menjadi faktor massa batuan, seperti yang ada di karena-

41
Model Ram (AK-R)(lihat Bagian 2.2.3 dan Eq. 9). Analisis yang dilakukan oleh
Ouchterlony dan rekan kerja, bagaimanapun, menunjukkan bahwa parameter ini
tidak konstan untuk semua persentase yang lewat dan mungkin lebih baik
digantikan oleh Ap yang menunjukkan ketergantungan P dari faktor batuan.
Persamaan kipas energi juga dapat disonalisasi sebagai (Ouchterlony et

al., 2017):
di mana B adalah beban (m, atau mm) dan β adalah koefisien. Kemudian
A diharapkan menjadi konstanta massa batuan dan dapat dianggap sebagai
parameter yang mewakili ledakan massa batuan.
3.6.3. Model ledakan bebas distribusi(xp-Frag)
Model ledakan bebas distribusi (DF) yang diusulkan oleh Sanchidri'an

dan Ouchterlony (2017a, 2017b) (juga dikenal sebagai xp-Frag) adalah salah
satu model prediksi fragmentasi terbaru yang dikembangkan yang didasarkan
pada penelitian dan pengumpulan data yang komprehensif. Model ini
mengusulkan pendekatan semi-analitik yang efisien untuk mengukur efek
parameter geoteknik dan struktur massa batuan pada fragmentasi mereka. Model
bebas distribusi dapat dianggap sebagai pelengkap kipas energi untuk
memungkinkan pengguna memperkirakan parameter input untuk implementasi
model. Analisis dimensi dari model dampak asteroid digunakan untuk
mengembangkan persamaan prediksi untuk ukuran fragmen, xp, untuk nilai
persentasesewenang-wenang, p, yang didefinisikan (Sanchidri'an dan
Ouchterlony,2017a) sebagai:

42
di mana q (kg/ m3) adalah faktor bubuk, Lc (m) adalah ukuran karakteristik
ledakan, R (m) adalah ukuran karakteristik massa batuan (biasanya R = 1),k
adalah faktor bentuk fragmen, k2 adalah faktor bentuk bangku, ft(Πt) adalah
fungsi untuk efek waktu keterlambatan, dan h, κκ, dan κ Kekuatan massa
batuan diwakili oleh kepadatan energi strain yang membatasi:
di σc dan Er adalah kekuatan kompresi uniaxial (UCS) di (MPa)dan modulus

Young'dari batuan (GPa), masing-masing. Pengaruh penghentian dimasukkan
dengan memperkenalkan istilah spasi, Js ,danistilah orientasi, Jo, yang
ditambahkan untuk membentuk faktorkoreksi bersama, JF:
di mana Js adalah rasio non-dimensi yang didefinisikan sebagai (sj /Lj), di mana
sj (m) adalah jarak penghentian rata-rata dan Lj (m) adalah panjang
karakteristik, dibatasi oleh nilai pembatas s (m) untuk jarak sendi besar. Selain
itu, Jo adalah indeks orientasi bersama Lilly (1986)yang dinormalisasi
yangditimbang oleh parameter yang dipasango. Model ini dikalibrasi oleh pas
nonlinear untuk 169 ledakan bangku di 14 situs berbeda yang data desain ledakan
dan distribusi ukuran tumpukan kotoran (diperoleh dengan pengayakan) tersedia.
Kesalahan prediksi di bawah 25 % pada persentil apa pun, yaitu, setengah hingga
sepertiga dari kesalahan yang diharapkan dengan model sebelumnya(Sanchidri'an
dan Ouchterlony,2017a).
4. Analisis, perbandingan, dan diskusi

43
4.1. Faktor umum dalam penilaian ledakan
Definisi ledakan adalah sarana untuk mengukur karakteristik situs, termasuk sifat
geologis dan geoteknik batuan (Ouchterlony, 2003). Sebagian besar pendekatan
penilaian ledakan yang ditinjau di Bagian 3 didasarkan pada pengujian geoteknik massa
batuan (misalnya, kekuatan kompresif dan tarik dinamis/statis, modulus deformasi
dinamis/statis, dan ketangguhan fraktur) dengan beberapa ukuran kuantifikasi
penghentian struktural (misalnya, penspasian, frekuensi fraktur, dan ukuran blok).
Perbandingan kualitatif penilaian ledakan telah disiapkan dalam Lampiran. Untuk
mengukur korelasi antara parameter ledakan, sistem rekayasa batuan (RES) digunakan
oleh (Latham dan Lu, 1999). Tabel 23 memperlihatkan korelasinya, disorot untuk
mengidentifikasi parameter yang sangat berkorelasi. Dua kluster utama muncul, satu
menunjukkan berbagai parameter yang mewakili kekuatan massa batuan (kotak padat)
dan yang kedua mewakili struktur batu(kotak putus-putus). Terutama, dimensi fraktal
blok in-situ, Df, dan penunjukankualitas batuan (RQD) masing-masing berkorelasi
dengan kekuatan dan struktur (kotak putus-putus). Sementara besarnya korelasi mungkin
spesifik untuk batu yang digunakan, sudah diketahui bahwamodulus batuan
Youngadalahsekitar 300 hingga 500 kali kekuatan kompresif, yang itu sendiri adalah 8
hingga 15 kali kekuatan tarik (Rusa dan Millar, 1966; Hoek dan Diederichs, 2006;
Zhang, 2016). Hubungan ini mungkin tidak linier menimbulkan asimetri dalam matriks
korelasi. Dalam banyak pendekatan ledakan yang dipertimbangkan dalam Bagian 3,
impedansi akustik batuan terbukti menjadi parameter yang berguna untuk mengukur
ledakan massa batuan. Mengingat bahwa impedansi akustik didefinisikan sebagai
sayarm = ρr×Cp,dan Cp ≈ sqrt (Em/ρr),maka sayarm ≈ sqrt (Em×ρr). Jika kepadatan
kira-kira konstan, seperti dalam tambang, maka sayarmdan Cp akan memberikan
hubungan ledakan yang sama, namun, di tambang tembaga atau bijih besi dengan
berbagai kepadatan (Scott dan Onederra, 2015b; Scott dkk, 2006), akan ada hubungan
yang berbeda. Korelasi ini menunjukkan bahwa beberapa ukuran kekuatan, kepadatan,
dan struktur massa batuan adalah faktor kunci yang mengendalikan ledakan. Seperti
yang ditunjukkan pada Bagian 3, ini memerlukan pengujian laboratorium dan
pengamatan lapangan dan metode penilaian ledakan 3D bisa lebih sederhana dan lebih
mudah digunakan dalam praktiknya dengan menghapus beberapa parameter yang
44
berkorelasi. Misalnya, Jackson and Sellers (2017) menganggap bahwa jika strukturdan
kekuatan batuan independen maka desain ledakanharus disesuaikan dengan persyaratan
hilir tergantung pada kombinasi kekuatan, struktur, dan konsistensi relatif. Selain itu,
mereka menyarankan bahwa ledakan relatif antara batuan di dalam dan di luar area
ledakan harus dipertimbangkan untuk prediksi istirahat berulang-ulang
4.2. Perbandingan
Untuk lebih memahami kinerja pendekatan penilaian ledakan yang berbeda, beberapa
penilaian ledakan utama
Tabel matriks interaksi sistem rekayasa batuan untuk penilaian ledakan (korelasi
tinggi telah berwarna hijau dan rendah berwarna merah) (data dari Lu dan Latham,
1999a).

45
Gbr. 24. Distribusi ukuran partikel diperkirakan berdasarkan pendekatan KCOdanScottyang

terintegrasi, pendekatan Rustan, dan model bebas distribusi terhadap data yang diukur.
dijelaskan dalam makalah digunakan pada data dari studi kasus yang diterbitkan. Sifat
geoteknik batuan dan parameter desain ledakan diekstraksi dari studi yang relevan (Brent
et al., 2002; Kanchibotla dkk., 1998). Data yang sama langsung dimasukkan ke dalam
setiap pendekatan atau, jika diperlukan, digunakan untuk memperkirakan parameter input
yang diperlukan. Gbr. 24 membandingkan prediksi distribusi ukuran partikel fragmen
batuan (BBSD) yang dicapai dari penilaian ledakan yang digunakan dalam pendekatan
Rustan (lihat Bagian 3.2.5), KCO terintegrasi,dan model blastability Scott (lihat Eqs.11,
16, 20, dan 31 dan Fig. 5), dan model bebas distribusi (lihat Bagian 3.6.4), terhadap data
fragmentasi yang diukur di Tambang Emas Konsolidasi Kalgoorlie Pty Ltd (KCGM)
Fimiston Mine. Juga mencatat bahwa prediksinya berbeda dan tergantung pada kualitas
data yang digunakan dalam perhitungan dan kalibrasi. Studi geoteknik di situs tambang
KCGM menunjukkan bahwa kekuatan batuan bervariasi antara (50 MPa hingga 150
MPa) dengan rata-rata sekitar 100 MPa (Brent et al., 2002). Untuk memperhitungkan
efek ketidakpastian dalam kekuatan batuan pada hasil fragmentasi, penulis telah
melakukan simulasi Monte Carlo. Hasil analisis ditunjukkan dalam Gbr. Angka ini
menunjukkan frekuensi ukuran fragmen rata-rata (xm,atau k50) untuk5000 simulasi acak
yang dicapai dari model yang disebutkan di atas. Seperti dapat dilihat di Gbr. 25, ukuran
fragmen rata-rata / median, xm, atau k50, memiliki distribusi normal denganrata-rata
sekitar 162 hingga 164 mm untuk pendekatan Rustan (lihat Eqs. 47 dan 48), sekitar 201
mm untuk model Swebrec dan Scottyangterintegrasi, dan sekitar 123 mm untuk model
DF. Pendekatan Rustandan model distribution-free (DF) meremehkan ukuran partikel
rata-rata yang mendekati 200 mm (lihat kurva data yang diukur dalam Gbr. 24). Namun,
pendekatan KCO dan Scottyangterintegrasi telahmemberikan estimasi yang sangat baik
dari parameter ini (xm = 201 mm). 4.3. Penggabungan variabilitas geologi Massa
batuan secara inheren heterogen(Jimeno et al., 1995), sering tidur, bersama, atau
schistose dan foliated (Hohlfeld dan Muller, 1999) yang mengarah pada perilaku
anisotropik (Ghosh dan Daemen, 1993; Hohlfeld dan Muller, 1999). Ini menghasilkan
heterogenitas skala mikro dan makro di bebatuan (Hohlfeld dan Muller, 1999), terutama
di tambang di mana mineralisasi dan perubahan sangat bervariasi (Yildirim et al., 2014).

46
Faktor-faktor lain seperti kandungan air dapat mempengaruhi hasil ledakan, meskipun
jarang dipertimbangkan(Bohloli dan Hov'en,2007). Sebagian besar model blastability
hanya memberikan penjelasan minimal tentang bagaimana penghentian struktural harus
diukur, dan ini dapat menyebabkan perbedaan dalam interpretasi (Scott et al., 2006,
2009). Frasa ambigu seperti 'spcing' atau 'orientasi' dari 'penghentianutama', 'bidang
utama kelemahan',dan 'frekuensi fraktur' jarang diklarifikasi dalam pendekatan penilaian
ledakan (Ashby, 1981; Lilly, 1986). Misalnya, dalam pencatatan geologis (misalnya,
(Palmstrom, 1996)) 'penghentian' dapat alami atau diinduksi, namun 'penspasian' hanya
Gbr. 25. Hasil simulasi Monte Carlo untuk prediksi ukuran partikel rata-rata (Kasus A, dan B:
Formulasi Rustan, Kasus C: Pendekatan KCOdan Scottterintegrasi, dan Kasus D: model bebas
distribusi).
mengacu pada jarak tegak lurus antara sendi alami. 'Sendiutama' akan tergantung pada
desain ledakan dan akan sulit diidentifikasi dalam massa batuan yang sangat terstruktur.
Istilah 'frekuensifraktur' (misalnya, Scott et al., 2006) menyiratkan jarak antara
penghentian yang diinduksi, meskipun mungkin termasuk penghentian apa pun dan juga
akan tergantung pada arah lubang bor. Langkah untuk kuantifikasi menggunakan
distribusi ukuran blok in-situ (IBSD) lebih baik mengekspresikan potensi massa batuan
untuk membobol bagian yang sudah dibuat oleh faktor geologis dan kerusakan ledakan
yang sebelumnya diinduksi. Kebingungan lebih lanjut dapat muncul sebagai 'sendi yang
tidak dapatdihentikan' didefinisikan untuk tidak terus menerus melalui massa batuan

47
(misalnya, (Palmstrom, 1996)), dan tidak memiliki kegigihan. Kegigihan tidak termasuk
dalam salah satu model blastability, kecuali yang melibatkan pemodelan jaringan fraktur
diskrit canggih (misalnya, (Hamdi, 2003)) dan akan paling baik diwakili sebagai
kekuatan massa batuan yang setara (Zhang, 2010). Keterkaitan kekuatan pertama untuk
skala ledakan disarankan oleh(Sanchidri'andan Ouchterlony, 2017a, 2017b).
Pertimbangan lebih lanjut tentang skala kekuatan dan variabilitas diperlukan untuk
pendekatan peledakan diferensial di tambang dengan litologi dan perubahan yang
bervariasi dengan cepat (misalnya, (Walters, 2017)). Untuk menyoroti perlunya
mempertimbangkan variabilitas kekuatan dalam ledakan,Gbr. 26 menunjukkan grafik
kotak dan jitter untuk tambang tembaga-emas, empat belas tambang dengan data
fragmentasi yang disaring(Sanchidri'an dan Ouchterlony,2017a, 2017b), dan satu jenis
batuan dari tambang bawah tanah multi-logam anonim. Data menunjukkan variabilitas
yang signifikan dalam tambang, antara operasi, dan bahkan dalam satu jenis batuan.
Tingginya persentase nilai kekuatan rendah dalam grafik dua kumpulan data tambang
berkaitan dengan kegagalan pengujian dini pada sendi atau penghentian yang sudah ada
sebelumnya. Pendekatan desain geoteknik memilih nilai rata-rata atau menggunakan
metode probabilistik (Muda, 1984; Muda dan Hoerger, 1988) karena kekuatan yang
lebih rendah mengurangi risiko. Dalam penilaian ledakan, jika hanya nilai poin atau
rata-rata yang digunakan, mungkin bijaksana untuk memilih nilai yang lebih tinggi
karena lebih mewakili batuan yang rusak pada skala waktu kecil dan dekat dengan lubang
ledakan, seperti yang disebutkan dalam pengenalan.
4.4. Ledakan 3 dimensi dan terdistribusi
Untuk memajukan desain peledakan, langkah-langkah ledakan perlu

dikembangkan yang berkesinambungan dan mewakili distribusi spasial tiga dimensi dari
massa batuan dan variasi apa pun dalam parameter mekanik massal batuan. Bijih,
khususnya, memiliki distribusi spasial yang kacau dan acak, dalam massa batuan, yang
biasanya dirata-rata menggunakan metode geostatistik (Isaaks dan Srivastava, 1989).
Geo-metalurgi telah berevolusi untuk mengambil data yang tersedia dari database
geologis untuk memprediksi throughput pabrik proses dan variabilitas (Yildirim et al.,
48
2014). Demikian pula, langkah-langkah penilaian ledakan perlu berkembang dari

menggunakan sampel titik dari laboratorium atau tes lapangan. Untuk menerapkan
pendekatan ledakan 3D, distribusi spasialenergi dan gelombang stres yang dinamis
perlu dipertimbangkan sebelum desain ledakan (Kleine, 1991), dan tambang perlu cukup
fleksibel untuk memodifikasi parameter desain ledakan atau sifat peledak antara, atau
bahkan sepanjang, lubang ledakan.
4.4.1. Metode geostatistik
Tujuan kedua dari tinjauan literatur ini adalah untuk mengidentifikasi opsi
untuk distribusi 3D blastability untuk membantu peledakan insinyur untuk
meningkatkan fragmentasi batuan, berdasarkan kendala yang ditentukan oleh proses
hilir. Menggabungkan distribusi 3D blastability sebelumnya telah diusulkan.
Misalnya, Scott et al. (2006) menyarankan penggunaan domain geoteknik atau
ledakan untuk menentukan wilayah dengan desain ledakan serupa. Untuk
mendapatkan resolusi yang lebih halus, Jackson et al. (2014) menyiapkan model
blok blastability untuk tambang emas (lihat Gbr. 27 dan Tabel 24). Tujuh zona
litologi digunakan untuk domain kekuatan batuan, jumlah fraktur per latihan dari
lubang bor eksplorasi dikonversi menjadi patah tulang per meter, dan 66.000
pengukuran kepadatan dialokasikan oleh litologi. Data lubang bor diinterpolasi ke
setiap blok dengan metode inverse weighted distance (IWD). 'Mine to Mill' desain
ledakan berubah menjadi geometri bangku, pola ledakan, waktu, dan kontrol
kualitas, dipandu oleh distribusi ledakan, menyebabkan peningkatan 46 % di atas
kapasitas pabrik desain rata-rata untuk bola keras (Gaunt et al., 2015). Dalam studi
terpisah, simulasi indikator berurutan geostatistik juga telah digunakan untuk
memprediksi variabilitas spasial indeks blastability Lilly (Shim et al., 2009).
Ulasan telah menunjukkan bahwa ada banyak parameter yang berkorelasi dan
bahwa parameter ini sedang di rata-rata dalam rumus indeks blastability yang
kompleks. Seperti yang diutamakan Cunningham (2005), prediksi fragmentasi,
berdasarkan model konvensional karena -Ram (lihat Eq. 9 dan Bagian 2.2.3),
masih membutuhkan faktor kalibrasi besar antara -50% dan 100%.
Mengintegrasikan model fragmentasi Swebrec (Ouchterlony,2005) dengan

49
penilaian ledakan yang diusulkan oleh Scott dan Onederra (2015a),

memanfaatkan fragmentasi energi-kipas (Ouchterlony et al., 2017) atau model
bebas distribusi (Sanchidri'an dan Ouchterlony,2017a) adalah, oleh karena itu,
direkomendasikan karena mereka dapat memberikan prediksi yang jauh lebih baik
dari fragmentasi (lihat Bagian 3.6.3 dan 3.6.4). Mungkin akan menjadi praktik
terbaik untuk mengkalibrasi ledakan langsung dari database geologi atau survei
geofisika skala besar? Opsi untuk pendekatan ini dipertimbangkan di bagian
berikut.
4.4.2. Metode observasional
Banyak penelitian baru-baru ini dilakukan dalam geologi teknik untuk

menemukan metode untuk karakterisasi otomatis massa batuan berdasarkan
metode penginderaan jauh yang berbeda. Pembeli et al. (2020),
Gbr. 26. Kekuatan kompresi uniaksial dari A: data dari tambang (Sanchidri'an dan
Ouchterlony,2017a, 2017b), B: jenis batu tunggal di tambang multimetal bawah tanah (Jackson
dan Sellers, 2017), dan C: tambang tembaga-emas anonim.

50
Gbr. 27. Bagian dari model blok blastability, BI, dan faktorbubuk terkait, pF, untuk tambang
emas (Jackson et al., 2014).
misalnya, menggunakan teknik pemetaan permukaan digital (misalnya,
fotogrametri) untuk mencirikan massa batuan dan mengidentifikasi ukuran dan
bentuk blok alami di tambang di Styria, Austria. Li et al. (2019) baru-baru ini
menunjukkan bahwa menggunakan teknik pengukuran non-kontak seperti
fotogrametri dan deteksi cahaya dan berdering (LiDAR) untuk karakterisasi
otomatis massa batuan yang dihentikan dapat menggantikan teknik pemetaan
tradisional untuk mengidentifikasi parameter penghentian dalam terowongan bor
dan ledakan. Karakterisasi otomatis lainnya dari sifat penghentian massa batuan
(misalnya, kegigihan bersama, panjang jejak, orientasi, penspasian) juga telah
dilaporkan baru-baru ini (Bolkas et al., 2018; Riquelme et al., 2015; V̈oge et al.,
2013; Zhang et al., 2018; Zhang dkk., 2019). Namun, mereka tidak dapat hanya
digunakan untuk penilaian ledakan massal batuan terdistribusi karena waktu dan
pengeluaran yang diperlukan untuk mendapatkan dan menganalisis data dan
paparan terbatas dari bangku berikutnya di tambang kerja (Shang et al., 2018).
Dengan kata lain, pendekatan yang disebutkan di atas dapat mengganggu operasi
penambangan skala besar dan pengamatan permukaan tidak cukup untuk
mencirikan ledakan seluruh volume bangku.

51
4.4.3. Metode geofisika

Pendekatan alternatif adalah menyatukan data yang diperoleh dari
analitik data yang disebutkan di atas dan metode penginderaan jauh dengan
teknik geofisika untuk memberikan pandangan langsung, tiga dimensi, dari
massa batuan. Perpaduan dan integrasi data yang berasal dari berbagai
sumber informasi dengan dimensi yang berbeda adalah tugas yang
menantang (Greenwood et al., 2017). Metode seperti peta penyelenggaraan
sendiri (SOMs) (Fraser et al., 2012) dapat digunakan untuk mengidentifikasi
korelasi input terbaik untuk rekonstruksi klasifikasi pseudo-lithological data
geofisika 3D, dan merupakan opsi untuk membangun langkah-langkah
ledakan 3D. Rincian yang terkait dengan aplikasi pembelajaran mesin, ML,
teknik untuk penilaian ledakan adalah, namun, di luar lingkup penelitian
ini dan dapat ditemukan di tempat lain (Azimi et al., 2010; Feng, 1995; Jose
Martin Gonzalez, 2007). Penerapan teknik geofisika yang berbeda untuk
karakterisasi massa batuan, seperti radar penetrasi tanah (GPR), survei
mikro-seismik borehole (BMS), dan tomografi resistivitas listrik (ERT),
dijelaskan dalam literatur terkait (Busato et al., 2016; Chen dkk, 2018).
Teknik geofisika sebelumnya telah digunakan untuk mencirikan massa
batu sebelum desain ledakan batu (Budetta et al., 2001), dan mengukur
kerusakan setelah ledakan (Penyanyi et al., 2010). Sementara kekuatan
batuan berkorelasi dengan kecepatan gelombang P dalam massa batuan
(Zhang, 2016), parameter seismik seperti kecepatan gelombang S atau Q
seismik mungkin menjadi kunci untuk memberikan informasi yang
berguna terkait dengan integritas massa batuan dengan kuantifikasi struktur
batuan (Barton, 2007; Sassa, 1993). Gabungan data pelemahan dan
kecepatan dari spektroskopi seismik juga dapat digunakan untuk
mencirikan kondisi massa batuan (Young et al. (1985); Muda dkk (1979).
Pengukuran akustik lintas lubang dari kecepatan propagasi gelombang dan
seismik Q, yang mewakili pelemahan dalammassa batuan, telah digunakan
untuk meningkatkan desain ledakan (McKenzie et al., 1983; McKenzie dkk.,
1982). Namun, sepengetahuan penulis terbaik, tidak satu pun dari penelitian

52
sebelumnya telah secara langsung menghubungkan hasil tes geofisika

dengan ledakan massa batu.
5. Kesimpulan
Penelitian ini telah memberikan tinjauan komprehensif tentang sebagian besar teknik
penilaian ledakan yang ada. Parameter geologis dan geoteknik utama yang dipertimbangkan
dalam setiap metode telah dibahas dan diringkas. Lebih dari 30 metode penilaian ledakan
juga dikelompokkan berdasarkan parameter input mereka. b Ulasan menemukan lebih dari
20 parameter yang dapat dimasukkan dalam blastability. Parameter geoteknik yang paling
umum berkontribusi pada mekanisme fragmentasi termasuk data uji
laboratoriumsepertimodulus Young, kepadatan, kecepatan gelombang kompresi, kekuatan
tarik dan kompresif, serta parameter massa batuan seperti jumlah, frekuensi, dan karakteristik
mekanis sendi atau blok. Disarankan bahwa tidak sederhana atau praktis untuk memasukkan
semua parameter massa batuan dan batuan utuh yang efektif dalam model ledakan dan bahwa
banyak dari ini berkorelasi. Nilai di laboratorium mungkin tidak mewakili nilai bidang dan
harus dikalibrasi atau diekstrapolasi ke kondisi bidang. Hasil penelitian menunjukkan bahwa
kekuatan dan kepadatan massa batuan, dan ukuran statistik distribusi blok in-situ, adalah tiga
faktor yang mengendalikan perilaku massa batuan dalam peledakan. Oleh karena itu, teknik
penilaian ledakan harus mengandung representasi kekuatan tertinggi dari blok batuan utuh,
kepadatan batuan, dan distribusi spasial volume blok potensial. Akhirnya, muncul pertanyaan
tentang cara menggunakan semua informasi ini Dari perspektif penelitian, ada kebutuhan
untuk mengidentifikasi kekuatan dan karakteristik struktural dari massa batuan yang terukur
menggunakan prosedur geofisika yang disederhanakan untuk menyediakan model blok
massa batuan tiga dimensi.
Dari perspektif blasteran,diperlukan pendekatan hasil untuk desain, pertama untuk

mengidentifikasi distribusi fragmentasi yang diinginkan dan parameter geoteknik yang akan
memaksimalkan nilai hilirisasi. Distribusi akan berbeda berdasarkan tujuan peledakan, untuk
meminimalkan resiko untuk peledakan tambang; untuk meningkatkan rasio benjolan
terhadap halus dalam bijih besi; untuk menghasilkan hasil maksimum fragmen besar untuk
produksi Armour dan Riprap; untuk menghilangkan overburden untuk penambangan strip,
dan untuk memaksimalkan perbedaan distribusi fragmentasi antara bijih dan limbah dalam

53
pembedaan. Ini mungkin tidak mungkin terjadi tanpa perubahan ledakan yang signifikan dan
opsi penambangan lainnya seperti pencampuran. Pertanyaan kemudian menjadi memilih
model prediksi fragmentasi terbaru, dan paling sederhana, dan ini disebutkan meskipun
dirinci di tempat lain (Ouchterlony dan Sanchidri'an, 2019). Misalnya, menggabungkan
distribusi ukuran Swebrec dengan pendekatanpenilaian ledakan Scottdapat memberikan
metode sederhana untuk prediksi fragmentasi batuan hanya dengan tiga parameter. Saat ini,
pilihan model mendefinisikan penilaian ledakan. Sangat disarankan bahwa penilaian di
masa depan memprediksi distribusi 3D ledakan di seluruh tambang menggunakan
geostatistik atau geofisika alih-alih menerapkan pendekatan estimasi titik konvensional.
Tabel ringkasan tentang penerapan pendekatan penilaian ledakan yang berbeda untuk
pengembangan ledakan tiga dimensi sebagai input ke peledakan diferensial juga selesai (lihat
Lampiran). Penilaian peringkat ini menunjukkan bahwa pendekatan gabungan adalah jalan
ke depan untuk desain peledakan diferensial dalam ores heterogen berat. Akhirnya, penting
untuk mengidentifikasi desain yang meminimalkan perbedaan antara hasil ledakan yang
diinginkan dan diprediksi. Wilayah yang dapat diledakkan menggunakan perubahan
sederhana pada parameter peledakan, seperti beban, penspasian, dan jenis peledakan, harus
ditangani terlebih dahulu. Kemudian, kecuali, ubah proses peledakan menjadi opsi yang lebih
rumit yang tersedia untuk insinyur peledakan (detail desain ledakan berada di luar lingkup
penelitian ini). Para penulis telah mengidentifikasi potensi pendekatan yang lebih baru seperti
model kipas energi dan model bebas distribusi yang akan diadaptasi untuk desain fragmentasi
selektif untuk Teknik Kelas.

54
DAFTAR PUSTAKA
Excavations. Min. Sci. Technol. 7, 45–62. https://doi.org/10.1016/S0167-9031(88) 90952-8.
Aldorf, J., Exner, K., 1986. Mine Openings: Stability and Support. Elsevier, Amsterdam, Oxford, New York, Tokyo.
Aleksandrov, N.N., Azarkovich, A.E., Ignatev, N.N., 1963. On blasting of rocks with continuous acting equipment
(in Russian). Gorn Zh. 9.
Aler, J., Du Mouza, J., 1996. Measuring fragmentation efficiency of mine blasts. In: Franklin, J.A., Katsabani, P.D.
(Eds.), Proceedings of the Fragblast-5 Workshop on Measurement of Blast Fragmentation Balkema, Rotterdam,
Montreal, Quebec,
Canada, pp. 257–263.
Aler, J., du Mouza, J., Arnould, M., 1996. Measurement of the fragmentation efficiency of rock mass blasting and
its mining applications. Int. J. Rock Mech. Min. Sci. 33, 125–139. https://doi.org/10.1016/0148-9062(95)00054-
2.
Ashby, J.P., 1981. Production blasting and development of open pit slopes. In: The Third Proceedings of the
International Conference on Stability in Surface Mining. Ashby Consultants Ltd, Vancouver, British Columbia,
Canada, pp. 1–23.
Ashby, J.P., 2020. Rock Mass Blastability Assessment and the Ashby’s Powder Factor - Fracture Frequency Charts
(Personal Communication) (Unpublished).
Azarkovich, A.E., Pokrovskii, G.I., 1991. Prediction of the particle-size distribution in blast-filled dams. Hydrotech.
Constr. 25, 120–130. https://doi.org/10.1007/ BF01435693.
Azimi, Y., Osanloo, M., Aakbarpour-Shirazi, M., Bazzazi, A.A., 2010. Prediction of the blastability designation of
rock masses using fuzzy sets. Int. J. Rock Mech. Min. Sci. 47, 1126–1140.
https://doi.org/10.1016/j.ijrmms.2010.06.016.
Baron, L.I., 1968. The precision and reliability of the volume characteristics of individual rock fractures. J. Min. Sci.
4, 458–462. https://doi.org/10.1007/BF02501347.
Barton, N., 1988. Rock mass classification and tunnel reinforcement selection using the Q-system. In: Kirkaldie, L.
(Ed.), Rock Classification Systems for Engineering Purposes. ASTM International, West Conshohocken, PA, pp.
59–88.
Barton, N., 2007. Rock Quality, Seismic Velocity, Attenuation and Anisotropy. Taylor and Francis Group, CRC
Press, London, Leiden, New York, Philadelphia, Singapore.
Barton, N., Lien, R., Lunde, J., 1974. Engineering classification of rock masses for the design of tunnel support.
Rock Mech. 6, 189–236.
Bickers, C.F., Dunbar, C.T., Lejuge, G.E., Walker, P.A., 2002. Wall control blasting practices at BHP Billiton iron
ore Mt Whaleback. Fragblast 6, 359–380. https://doi.
org/10.1076/frag.6.3.359.14054.
Bieniawski, Z.T., 1979. The geomechanics classification in rock engineering applications. In: The 4th ISRM
Congress. International Society for Rock Mechanics and Rock Engineering, Montreux, Switzerland, pp. 41–48.
Bieniawski, Z.T., 1989. Engineering Rock Mass Classifications. Wiley.
Bohloli, B., Hov´en, E., 2007. A laboratory and full-scale study on the fragmentation behavior of rocks. Eng. Geol.
89, 1–8. https://doi.org/10.1016/j. enggeo.2006.05.010.
55
Bohloli, B., Gustafson, G., Ronge, B., 2001. A laboratory study on reducing the quantity of rock fines at failure:
application to rock blasting and crushing. Bull. Eng. Geol.
Environ. 60, 271–276. https://doi.org/10.1007/s100640100102.
Bolkas, D., Vazaios, I., Peidou, A., Vlachopoulos, N., 2018. Detection of rock discontinuity traces using terrestrial
LiDAR data and space-frequency transforms.
Geotech. Geol. Eng. 36, 1745–1765.
Bond, F.C., 1952. Third theory of comminution. Min. Eng. 4, 484–494.
Bond, F.C., Wang, J.T., 1950. A new theory of comminution. Trans. AIME Mining Eng.
187, 871–878.
Bond, F.C., Whitney, B.B., 1959. The work index in blasting. In: The 3rd U.S. Symposium on Rock Mechanics
(USRMS). American Rock Mechanics Association, Golden, Colorado.
Borquez, G.V., 1981. Estimating drilling and blasting costs-An analysis and prediction model. Eng. Min. J. 182, 83–
89.
Brent, G., Smith, G., Lye, G., 2002. Studies on the effect of burden on blast damage and the implementation of new
blasting practices to improve productivity at KCGMs
Fimiston Mine. Fragblast 6, 189–206. https://doi.org/10.1076/frag.6.2.189.8665.
Brook, N., 1977. The use of irregular specimens for rock strength tests. Int. J. Rock Mech. Min. Sci. Geomech.
Abstr. 14, 193–202. https://doi.org/10.1016/0148-9062(77) 90948-2.
Brook, N., Misra, B., 1970. A critical analysis of the stamp mill method of determining Protodyakonov rock strength
and the development of a method of determining a Rock Impact Hardness Number. In: The 12th US Symposium
on Rock Mechanics
(USRMS). American Rock Mechanics Association, Rolla, Missouri, US, pp. 151–165.
Budetta, P., De Riso, R., De Luca, C., 2001. Correlations between jointing and seismic velocities in highly fractured
rock masses. Bull. Eng. Geol. Environ. 60, 185–192.
https://doi.org/10.1007/s100640100097.
Busato, L., Boaga, J., Peruzzo, L., Himi, M., Cola, S., Bersan, S., Cassiani, G., 2016. Combined geophysical surveys
for the characterization of a reconstructed river embankment. Eng. Geol. 211, 74–84. https://doi.org/10.1016/j.
enggeo.2016.06.023.
Buyer, A., Aichinger, S., Schubert, W., 2020. Applying photogrammetry and semi- automated joint mapping for
rock mass characterization. Eng. Geol. 264, 105332. Cai, M., 2010. Practical Estimates of Tensile Strength and
Hoek–Brown Strength Parameter mi of Brittle Rocks. Rock Mech. Rock. Eng. 43, 167–184. https://doi.org/
10.1007/s00603-009-0053-1.
Carrasco, C., Keeney, L., Walters, S.G., 2016. Development of a novel methodology to characterise preferential
grade by size deportment and its operational significance. Miner. Eng. 91, 100–107.
https://doi.org/10.1016/j.mineng.2015.08.013.
Chatziangelou, M., Christaras, B., 2015. A geological classification of rock mass quality and blast ability for
intermediate spaced formations. International Journal of Engineering and Innovative Technology (IJEIT) 4, 52–
61.

56
Chatziangelou, M., Christaras, B., 2016. A geological classification of rock mass quality and blast ability for widely
spaced formations. Journal of Geological Resource and Engineering 4, 160–174.
Chatziangelou, M., Christaras, B., 2017. A new development of BQS (Blastability Quality System) for closely
spaced formations. Journal of Geological Resource and
Engineering 1, 24–37.
Chen, G., Zhu, J., Qiang, M., Gong, W., 2018. Three-dimensional site characterization with borehole data–a case
study of Suzhou area. Eng. Geol. 234, 65–82. https://doi. org/10.1016/j.enggeo.2017.12.019.
Chertkov, V.Y., 1985. Chip development during multiple crack formation in a brittle rock. J. Mining Sci. (Soviet
Mining) 21, 489–495. https://doi.org/10.1007/ BF02499795.
Chertkov, V.Y., 1986. Model of fragment formation for short-delay detonation of a series of elongated charges in
fissured rock. J. Min. Sci. 22, 447–455. https://doi.org/ 10.1007/BF02515655.
Chertkov, V.Y., 1987. Influence of natural anisotropy of crack distribution on fragment formation in blasting of
brittle rocks. Soviet Mining 23, 412–419. https://doi.org/ 10.1007/BF02506430.
Chertkov, V.Y., Azovtsev, S.N., 1987. Consideration of the effect of the mechanical properties of rock, type of
explosives, and charge construction on the gradation of blasted rock. Soviet Mining 23, 499–503.
https://doi.org/10.1007/BF02499780.
Christaras, B., Chatziangelou, M., 2014. Blastability quality system (BQS) for using it, in bedrock excavation.
Struct. Eng. Mech. 51, 823–845. https://doi.org/10.12989/ sem.2014.51.5.823.
Cunningham, C., 1983. The Kuz-Ram model for prediction of fragmentation from blasting. In: Holmberg, R.,
Rustan, A. (Eds.), The First International Symposium on Rock Fragmentation by Blasting. Lulea University of
Technology, Lulea, Sweden, pp. 439–453.
Cunningham, C., 1987. Fragmentation Estimations and the Kuz-Ram Model-Four Years on. Proc. 2nd. Int. Symp.
on Rock Fragmentation by Blasting, pp. 475–487.
Cunningham, C.V.B., 2005. The Kuz-Ram fragmentation model - 20 years on. In: Al, R.H. E. (Ed.), Brighton
Conference Proceedings. European Federation of Explosive Engineers, pp. 201–210.
Cunningham, C.V.B., Sellers, E.J., Szendrei, T., 2007. Cavity expansion energy applied to rock blasting. In: Moser,
P. (Ed.), 2007 European Federation of Explosives Engineers, Vienna, Austria, pp. 27–38.
Da Gama, C.D., 1977. Computer model for block size analysis of jointed rock masses. In: The 15th APCOM
Symposium, Brisbane, Australia, pp. 305–315.
Da Gama, D., 1983. Use of comminution theory to predict fragmentation of jointed rock masses subjected to
blasting. In: Rustan, A., Holmberg, R. (Eds.), Proceedings of the First International Symposium on Rock
Fragmentation by Blasting. Lulea University of Technology, Lulea, Sweden, pp. 565–579.
Da Gama, C.D., 1984. Microcomputer simulation of rock blasting to predict fragmentation. In: The 25th U.S.
Symposium on Rock Mechanics (USRMS). American Rock Mechanics Association, Evanston, Illinois, pp.
1018–1030.
Da Gama, C.D., 1995. A model for rock mass fragmentation by blasting. In: The 8th ISRM Congress. International
Society for Rock Mechanics, Tokyo, Japan, pp. 73–76.
Da Gama, C.D., 1996. The concept of rock mass fragmentability. In: Franklin, J.A., Katsabanis, T.P.D. (Eds.),
Proceedings of the Fragblast- The 5 Workshop on Measurement of Blast Fragmentation. Balkema, Rotterdam,
Montreal, Quebec, Canada, pp. 209–214.

57
Deere, D.U., Millar, R.P., 1966. Engineering Classification and Index Properties for Intact Rock. Research and
Technology Division, Air Force Weapons Laboratory.
Deere, D.U., Coon, R.F., Merritt, A.H., 1969. Engineering Classification of In-situ Rock. DTIC Document.
Dey, K., Sen, P., 2003. Concept of blastability - An update. Ind. Mining Eng. J. 42, 24–31.
http://dspace.nitrkl.ac.in/dspace/bitstream/2080/403/1/kdy2.pdf.
Dyno-Nobel, 2010. Blasting and Explosives Quick Reference Guide. Dyno Nobel Group.
Eremenko, A.A., 2017. Blast design for improved performance and reduced surface vibration—A case study. In:
Wesseloo, J. (Ed.), Proceedings of the 8th International Conference on Deep and High Stress Mining. Australian
Centre for Geomechanics (ACG), Perth, Western Australia, pp. 961–974.
Faddeenkov, N.N., 1974. Applicability of the Rozin-Rammler law to the analysis of the grain-size composition of a
heap of blasted rock. Soviet Mining 10, 685–688. https:// doi.org/10.1007/BF02501037.
Feng, X., 1995. A neural network approach to comprehensive classification of rock stability, blastability and
drillability. Int. J. Surf. Mining Reclam. 9, 57–62. https:// doi.org/10.1080/09208119508964719.
Fraenkel, K., 1952. Factors influencing blasting results. In: Manual on Rock Blasting, 1. Atlas Diesel SJ Sweden, p.
15.
Fraser, S.J., Wilson, G.A., Cox, L.H., Cuma, M., Zhdanov, M.S., Valˆ lee, M.A., 2012. Self-´ organizing maps
for pseudo-lithological classification of 3D airborne electromagnetic, gravity gradiometry and magnetic
inversions. In: ASEG Extended Abstracts 2012. Australian Society of Exploration Geophysicists (ASEG), pp. 1–
4.
Gaunt, J., Symonds, D., McNamara, G., Adiyansyah, B., Kennelly, L., Sellers, E.J., Kanchibotla, S.S., 2015.
Optimisation of drill and blast for mill throughput improvement at Ben Houayxai mine. In: The 11th International
Symposium on Rock Fragmentation by Blasting - FRAGBLAST, Sydney, NSW, Australia, pp. 307–314.
Gheibie, S., Aghababaei, H., Hoseinie, S., Pourrahimian, Y., 2009. Modified Kuz—Ram fragmentation model and
its use at the Sungun copper mine. Int. J. Rock Mech. Min.
Sci. 46, 967–973. https://doi.org/10.1016/j.ijrmms.2009.05.003.
Ghosh, A., Daemen, J.J.K., 1993. Fractal characteristics of rock discontinuities. Eng.
Geol. 34, 1–9. https://doi.org/10.1016/0013-7952(93)90039-F.
Globa, V.M., 1972. Explosibility criterion of potash ores. J. Min. Sci. 8, 232–234. https://
doi.org/10.1007/BF02497552.
Gokhale, B.V., 2010. Rotary Drilling and Blasting in Large Surface Mines. CRC Press.
Goodman, R.E., 1989. Introduction to Rock Mechanics, Second edition. John Wiley & Sons, New York, Chichester,
Brisbane, Toronto, Singapore.
Greenwood, W.W., Zekkos, D., Lynch, J., Clark, M.K., 2017. Data fusion of digital imagery and seismic surface
waves for a rock road cut in Hawaii. In: The 3rd International Conference on Performance Based Design in
Earthquake Geotechnical Engineering - PBD-III, Vancouver, Canada, pp. 1–7.
Griffith, A.A., 1921. VI. The phenomena of rupture and flow in solids. In: Philosophical Transactions of the Royal
Society of London Series A, Containing Papers of a Mathematical or Physical Character, 221, pp. 163–198.
Griffith, A., 1924. The theory of rupture. In: Biezeno, C.B., Burgers, J.M. (Eds.), The First International Congress of
Applied Mechanics, Delft, pp. 55–63.

58
Hafsaoui, A., Talhi, K., 2009. Influence of joint direction and position of explosive charge on fragmentation. Arab.
J. Sci. Eng. 34, 125–132.
Halander, J.B., Kome, C.L., Nelson, C.L., Bruner, J., 2015. Systems for Delivering Explosives and Methods Related
Thereto. Google Patents.
Hamdi, E., 2003. Contribution to the Study of the Rock Mass-explosive Energy Interaction to Control Rock
Fragmentation by Blasting (in French). PhD. Mines Paris Tech.
Hamdi, E., 2008. A fractal description of simulated 3D discontinuity networks. Rock Mech. Rock. Eng. 41, 587 –
599. https://doi.org/10.1007/s00603-006-0098-3.
Hamdi, E., du Mouza, J., 2000. New parameter for the assessment of blasting efficiency. FRAGBLAST – Int. J.
Blast. Frag. 4, 238–245. https://doi.org/10.1076/ frag.4.3.238.7387.
Hamdi, E., du Mouza, J., 2005a. The in situ rock mass characterization and its contribution to the blast
comminution control. In: Holmberg, R. (Ed.), Brighton Conference Proceedings 2005. European Federation of
Explosives Engineers, pp. 179–188.
Hamdi, E., du Mouza, J., 2005b. A methodology for rock mass characterisation and classification to improve blast
results. Int. J. Rock Mech. Min. Sci. 42, 177–194. https://doi.org/10.1016/j.ijrmms.2004.07.005.
Hamdi, E., Du Mouza, J., Fleurisson, J.A., 2001. Evaluation of the part of blasting energy used for rock mass
fragmentation. FRAGBLAST – Int. J. Blast. Frag. 5, 180–193. https://doi.org/10.1076/frag.5.3.180.7386.
Hamdi, E., Romdhane, N.B., du Mouza, J., Le Cleach, J.M., 2007. Fragmentation energy in rock blasting. Geotech.
Geol. Eng. 26, 133–146. https://doi.org/10.1007/s10706- 007-9153-4.
Hardy, A.J., 1993. Fragment Size Distribution of In situ Rock Masses from Drill Core. MSc Thesis. The University
of Arizona.
Hardy, A., Ryan, T., Kemeny, J., 1997. Block size distribution of in situ rock masses using digital image processing
of drill core. Int. J. Rock Mech. Min. Sci. 34, 303–307. https://doi.org/10.1016/S0148-9062(96)00058-7.
Hoek, E., 2007. Practical Rock Engineering. Rocscience, Toronto, Canada.
Hoek, E., Bray, J.D., 1981. Rock Slope Engineering. CRC Press.
Hoek, E., Diederichs, M., 2006. Empirical estimation of rock mass modulus. Int. J. Rock Mech. Min. Sci. 43, 203–
215. https://doi.org/10.1016/j.ijrmms.2005.06.005.
Hoek, E., Kaiser, P.K., Bawden, W.F., 1995. Support of Underground Excavations in Hard Rock. CRC Press.
Hohlfeld, T.H., Muller, B., 1999. Modeling of blasts in rock masses with varying goals. In: The 6th International
Symposium for Rock Fragmentation by Blasting. Southern
African Institute of Mining and Metallurgy, Marsgaltown, South Africa, pp. 221–227. Hudson, J.A., 1992. Rock
Engineering Systems. Theory and Practice. Ellis Horwood Ltd.
Hudson, J.A., Priest, S.D., 1979. Discontinuities and rock mass geometry. Int. J. Rock Mech. Min. Sci. Geomech.
Abstr. 16, 339–362. https://doi.org/10.1016/0148-9062 (79)90001-9.
Isaaks, E.H., Srivastava, R.M., 1989. An Introduction to Applied Geostatistics. Oxford University Press.
Jackson, J., Sellers, E.J., 2017. Blasting related indices as the key to underground blasting improvements in a
challenging rock mass. In: Proceedings of the 13th AusIMM Underground Operators’ Conference 2017. The
Australasian Institute of Mining and Metallurgy, Melbourne, Gold Coast, QLD, Australia, pp. 23–32.

59
Jackson, J., Gaunt, J., Astorga, M., 2014. Predicting mill ore feed variability using integrated
geotechnical/geometallurgical models. In: Orebody Modelling and Strategic Mine Planning Conference. The
Australasian Institute of Mining and Metallurgy (AusIMM), Perth, WA, Australia, pp. 165–176.
Jimeno, C.L., Jimeno, E.L., Carcedo, F.J.A., 1995. Drilling and Blasting of Rock. A. A.
Balkema, Rotterdam, The Netherlands.
Johannessen, O., 1991. Rock Caverns. Norwegian University of Science and Technology (NTNU).
Jose Martin Gonzalez, J.E., 2007. Application of Pattern Recognition Techniques to Monitoring While-drilling on a
Rotary Electric Blast Hole Drill at an Open-pit Coal Mine. Master of Science (Engineering). Queen’s University.
Just, G.G., 1984. Incremental explosive energy distribution in blasting design. Int. J. Min. Eng. 2, 107 –118.
https://doi.org/10.1007/BF00880876.
Kanchibotla, S., Morrell, S., Valery, W., O’Loughlin, P., 1998. Exploring the effect of blast design on SAG mill
throughput at KCGM. In: Mine to Mill Conference. Australasian Institute of Mining and Metallurgy, Brisbane,
Australia, pp. 153–158.
Kelessidis, V.C., 2011. Rock drillability prediction from in situ determined unconfined compressive strength of
rock. J. South. Afr. Inst. Min. Metall. 111, 429–436. http
://www.scielo.org.za/scielo.php?script=sci_arttext&pid=S2225-62532011 000600010.
Kemeny, J.M., Devgan, A., Hagaman, R.M., Wu, X., 1993. Analysis of rock fragmentation using digital image
processing. J. Geotech. Eng. 119, 1144–1160. https://doi.org/ 10.1061/(ASCE)0733-9410(1993)119:7(1144).
Khanukaev, A.N., 1962. Stress Wave Energy in Rock Blasting (In Russian).
Gosgortekhizdat, Moscow.
Kilic, A.M., Yasar, E., Erdogan, Y., Gamage, R.P., 2009. Influence of rock mass properties on blasting efficiency.
Sci. Res. Essays 4, 1213–1224.
King, M.S., 1983. Static and dynamic elastic properties of rocks from the Canadian shield. Int. J. Rock Mech. Min.
Sci. Geomech. Abstr. 20, 237–241. https://doi.org/ 10.1016/0148-9062(83)90004-9.
Kleine, T.H., 1991. A mathematical model of rock breakage by blasting. In: 7th ISRM Congress. International
Society for Rock Mechanics and Rock Engineering, Aachen, Germany, pp. 1597–1601.
Kou, S.Q., Rustan, A., 1992. Burden related to blasthole diameter in rock blasting. Int. J. Rock Mech. Min. Sci.
Geomech. Abstr. 29, 543–553. https://doi.org/10.1016/0148- 9062(92)91612-9.
Kou, S., Rustan, A., 1993. Computerized design and result prediction of bench blasting. In: Rossmanith, H.P. (Ed.),
International Symposium on Rock Fragmentation by Blasting. Balkema, Rotterdam, Vienna, Austria, pp. 263–
271.
Kutuzov, B.N., 1973. Blasting and Mechanical Fracturing of Rocks (In Russian). Nedra, Moscow.
Kutuzov, B.N., 1979. Explosives and Mechanical Destruction of Rocks (in Russian). Nedra, Moscow.
Kutuzov, B.N., Rubtsov, V.K., Noskov, V.F., Tairbekova, A.G., Zaxarov, V.N., Kudryavtseva, A.M., 1974.
Investigation of the Dependence of the Explodability of Rocks on their Physical Properties During Crushing
Explosions. Foreign Technology Division Air Force Systems Command, pp. 1–9.
Kuznetsov, V.M., 1973. The mean diameter of the fragments formed by blasting rock.

60
Soviet Mining 9, 144–148. https://doi.org/10.1007/bf02506177.
Langefors, U., Kihlstrom, B., 1973. The Modern Technique of Rock Blasting. John Wiley & Sons, New York,
London, Sydney, Toronto.
Latham, J.P., Lu, P., 1999. Development of an assessment system for the blastability of rock masses. Int. J. Rock
Mech. Min. Sci. 36, 41–55. https://doi.org/10.1016/S0148- 9062(98)00175-2.
Latham, J.P., Van Meulen, J., Dupray, S., 2006. Prediction of fragmentation and yield curves with reference to
armourstone production. Eng. Geol. 87, 60–74. https://doi. org/10.1016/j.enggeo.2006.05.005.
Le Bel, J.R.G., 1984. An Investigation to Evaluate the Relationship Between Rock Quality Index (RQI) and Powder
Factor For Surface Mining. Master of Applied Science.
University of British Columbia.
Leighton, J.C., 1982. Development of a Correlation Between Rotary Drill Performance and Controlled Blasting
Powder Factors. Master of Applied Science. University of British Columbia.
Li, X., Chen, Z., Chen, J., Zhu, H., 4 September 2019. Automatic characterization of rock mass discontinuities using
3D point clouds. Eng. Geol. 259, 1–17, 105131.
Lilly, P.A., 1986. An empirical method of assessing rock mass blastability. In: Proceedings of the Large Open Pit
Mining Conference. The Australasian Institute of Mining and Metallurgy, Melbourne, pp. 89–92.
Lilly, P.A., 1992. The use of the blastability index in the design of blasts for open pit mines. In: Szwedzicki, T.,
Baird, G.R., Little, T.N. (Eds.), Proceedings Western Australian Conference on Mining Geomechanics. Western
Australian School of Mines, Curtin University of Technolog, Kalgoorlie, pp. 421–426.
Lilly, P.A., 2011. The Future Mine: Trends and Advances in Technology. CSIRO.
Lin, Y.-M., 1996. Rock Classification: Theory and Practice. Metallurgical Industry Press, Beijing.
Little, T.E., 1976. Evaluation of a Rock Quality Index Based on Rotary Drill Performance. B.A. Sc. Thesis.
University of British Columbia.
Lovitt, L., Wicks, B., 2017. A New Era of Blast Initiation Systems Reducing Safety Risks, Costs and Enabling
Automation. EFEE World Conference on Explosives. European Federation of Explosives Engineers, Stockholm,
Sweden.
Lu, P., 1997. The Characterisation and Analysis of In-situ and Blasted Block Size Distributions and the Blastability
of Rock Masses. Doctor of Philosophy. Queen Mary and Westfield College University of London.
Lu, P., Latham, J.P., 1996. In-situ block size distribution prediction with special reference to discontinuities with
fractal spacing distributions. In: Barla, G. (Ed.), The ISRM International Symposium - EUROCK 96.
International Society for Rock Mechanics, Turin - Italy.
Lu, P., Latham, J.P., 1998. A model for the transition of block sizes during fragmentation blasting of rock masses.
Fragblast - Int. J. Blast. Frag. 2, 341–368. https://doi.org/ 10.1080/13855149809408781.
Lu, P., Latham, J.P., 1999a. Developments in the assessment of in-situ block size distributions of rock masses. Rock
Mech. Rock. Eng. 32, 29–49. https://doi.org/ 10.1007/s006030050042.
Lu, P., Latham, J.P., 1999b. Investigation into the relationship between fractal dimension and the blastability of rock
masses. In: Fragblast. South African Institute of Mining and Metallurgy South Africa, pp. 191–198.
Makhin, P.A., Karchevskii, V.K., 1965. New theory of rock fracturing by blasting. Soviet Mining 1, 218–231.
https://doi.org/10.1007/BF02501958.

61
Manzoor, S., Liaghat, S., Gustafson, A., Johansson, D., Schunnesson, H., 2019. Rock mass characterization using
MWD data and photogrammetry. In: Mining goes Digital: Proceedings of the 39th International
Symposium’Application of Computers and Operations Research in the Mineral Industry’(APCOM 2019), June 4-
6, 2019. CRC Press, Wroclaw, Poland, p. 217.
Manzoor, S., Liaghat, S., Gustafson, A., Johansson, D., Schunnesson, H., 2020. Establishing relationships between
structural data from close-range terrestrial digital photogrammetry and measurement while drilling data. Eng.
Geol. 267, 105480. https://doi.org/10.1016/j.enggeo.2020.105480.
Marinos, P., Hoek, E., 2000. GSI: a geologically friendly tool for rock mass strength estimation. In: International
Conference on Geotechnical and Geological Engineering - GeoEng 2000 Melbourne, Australia, pp. 1422–1442.
Matorin, A., Vetluzhskikh, V., Vais, A., 1981. Selection of the type of explosive for specific mining-geological
conditions. Soviet Mining 17, 129–132. https://doi.org/ 10.1007/BF02498407.
McKee, D.J., 2013. Understanding Mine to Mill. The Cooperative Research Centre for Optimising Resource
Extraction (CRC ORE).
McKenzie, C.K., Stacey, G.P., Gladwin, M.T., 1982. Ultrasonic characteristics of a rock mass. Int. J. Rock Mech.
Min. Sci. Geomech. Abstr. 19, 25–30. https://doi.org/ 10.1016/0148-9062(82)90707-0.
McKenzie, C., Dawes, J., Hickey, S., Shields, J., 1983. Instrumentation in a program of blast design optimisation.
IFAC Proc. 16, 725–733.
Michik, Y.M., Dolgov, K.A., 1966. Specific surface energy: A new index for rock crushability and its application to
blasting calculations. J. Min. Sci. 186–188. https://doi.org/10.1007/BF02497286.
Mohamed, F., Hafsaoui, A., Talhi, K., Menacer, K., 2015. Study of the Powder Factor in Surface Bench Blasting.
Procedia Earth Planet. Sci. 15, 892–899. https://doi.org/ 10.1016/j.proeps.2015.08.142.
Moser, P., 2005. Less Fines in aggregate and industrial minerals production - Results of an European research
project. In: Holmberg, R. (Ed.), The 3rd EFEE World Conference of Explosives and Blasting. EFEE, Brighton,
United Kingdom, pp. 567–574.
Moser, P., 2006. Energy controlled blasting. In: Proceedings of the 15 th International Symposium on Mine
Planning and Equipment Selection (MPES), Torino, Italy, pp. 1027–1033.
Mosinets, V., Podoinitsyn, E., Soldatov, A., Tangaev, I., Toktosunov, E., 1967. Classifying ´ rocks according to
difficulty of blasting. Soviet Mining 3, 21–26.
Muftuoglu, Y., Amehmetoglu, A., Karpuz, C., 1991. Correlation of powder factor with physical rock properties and
rotary drill performance in Turkish surface coal mines. In: Wittke, W. (Ed.), The 7th ISRM Congress.
International Society for Rock Mechanics, Aachen, Germany, pp. 1049–1051.
Müller, B., 1997. Adapting blasting technologies to the characteristics of rock masses in order to improve blasting
results and reduce blasting vibrations. In: Rock Fragmentation by Blasting - Fragblast, 1, pp. 361–378.
https://doi.org/10.1080/ 13855149709408403.
Müller, B., Hohlfeld, T.H., 1997. New possibilities of reducing blasting vibrations with an improved prognosis.
Rock Fragmentation by Blasting - Fragblast 1, 379–392. https://doi.org/10.1080/13855149709408404.
Müller, B., Pipping, U., 2013. Presenting a practicable geotechnical classifications of rocks and in-situ rock masses
based on examples from tunnel constructions practice (Vorstellung von praktikablen geotechnischen
Klassifikationen der Festgesteine und Festgebirge an Beispielen aus der Praxis des Fels-und Tunnelbaues) (In
German). In: 19. Tagung für Ingenieurgeologie, Conference of Engineering Geology and the Forum for Young
Engineering Geologists, pp. 67–73.

62
Müller, B., Hausmann, J., Niedzwiedz, H., 2008. A proposal for uniform geotechnical classifications of rocks and
in-situ rock masses for civinl engineering construction and mining (Vorschlage für einheitliche, geotechnische
Klassifikationen von¨ Festgesteinen und Festgebirgen für das Bauwesen sowie den Bergbau) (In German).
In: Proc. 2. Fachtagung Geotechnik, HTW Dresden, pp. 91–127.
Müller, B., Hausmann, J., Niedzwiedz, H., 2010a. Prediction and minimization of vibrations during production
blasts. In: Spathis, Noy (Eds.), Vibrations from
Blasting–Spathis & Noy. Taylor & Francis Group, London, pp. 47–55.
Müller, B., Hausmann, J., Niedzwiedz, H., Hamberger, M., 2010b. Stability assessment of rock slopes and designing
possible rock protection measures for unstable areas (In German). Felsbaumagazin 12–25.
Navarro Miguel, J., 2018. The Uses of Measurement While Drilling for Rock Mass Characterisation and Damage
Assessment in Blasting. PhD. Polytechnic University of Madrid.
Navarro, J., Sanchidrian, J., Segarra, P., Castedo, R., Costamagna, E., L´ opez, L., 2018. ´ Detection of
potential overbreak zones in tunnel blasting from MWD data. Tunn.
Undergr. Space Technol. 82, 504–516. https://doi.org/10.1016/j.tust.2018.08.060.
Navarro, J., Schunnesson, H., Ghosh, R., Segarra, P., Johansson, D., Sanchidrian, J.´ A., ´ 2019. Application of
drill-monitoring for chargeability assessment in sublevel caving. Int. J. Rock Mech. Min. Sci. 119, 180–192.
https://doi.org/10.1016/j.
ijrmms.2019.03.026.
Nielsen, K., Malvik, T., 1999. Grindability enhancement by blast-induced microcracks.
Powder Technol. 105, 52–56. https://doi.org/10.1016/S0032-5910(99)00117-5.
Olofsson, S.O., 1990. Applied Explosive Techniology for Construction and Mining, Second edition. Applex, Arla,
Sweden.
Olsen, V., 2009. Rock Quarrying: Prediction Models and Blasting Safety. PhD. Norwegian University of Science
and Technology (NTNU).
Onederra, I., Chitombo, G., Cundall, P., Furtney, J., 2009. Towards a complete validation of the lattice scheme in the
Hybrid Stress Blasting Model (HSBM). In: Fragblast 9. Proceedings of the 9th International Symposium on Rock
Fragmentation by Blasting, pp. 343–351.
Ouchterlony, F., 1982. Review of fracture toughness testing of rock. SM Arch. 7,
131–211.
Ouchterlony, F., 1983. Analysis of cracks related to rock fragmentation. In: Rossmanith, H.P. (Ed.), Rock
Fracture Mechanics. Springer Vienna, Vienna, pp. 31–67.
Ouchterlony, F., 1997. Prediction of crack lengths in rock after caution blasting with zero inter-hole delay. Fragblast
- Int. J. Blast. Frag. 1, 417–444. https://doi.org/10.1080/ 13855149709408407.
Ouchterlony, F., 2003. Influence of Blasting on the Size Distribution and Properties of Muckpile Fragments, A
State-of-the-art Review.
Ouchterlony, F., 2005. The Swebrec© Function: Linking Fragmentation by Blasting and crushing. Mining
Technology (Transactions of the Institution of Mining and Metallurgy), 114, pp. A29–A44.
https://doi.org/10.1179/037178405X44539.

63
Ouchterlony, F., Sanchidrian, J.A., 2019. A review of development of better prediction ´ equations for blast
fragmentation. J. Rock Mech. Geotech. Eng. 11, 1094–1109. https://doi.org/10.1016/j.jrmge.2019.03.001.
Ouchterlony, F., Olsson, M., Bergqvist, I., 2002. Towards new Swedish recommendations for cautious perimeter
blasting. Fragblast 6, 235–261. https://doi.org/10.1076/ frag.6.2.235.8666.
Ouchterlony, F., Nyberg, U., Olsson, M., Bergqvist, I., Granlund, L., Grind, H., 2004.
Where does the explosive energy in rock blasting round go? Sci. Technol. Energ.
Mater. 66, 54–63.
Ouchterlony, F., Olsson, M., Nyberg, U., Andersson, P., Gustavsson, L., 2006. Constructing the fragment size
distribution of a bench blasting round, using the new Swebrec function. The. In: 8th Conference of Rock
Fragmentation by Blasting (Fragblast-8), Santiago, Chile, pp. 332–344.
Ouchterlony, F., Sanchidrian, J.A., Moser, P., 2017. Percentile fragment size predictions ´ for blasted rock and the
fragmentation–energy fan. Rock Mech. Rock. Eng. 50, 751–779. https://doi.org/10.1007/s00603-016-1094-x.
Page, C.H., 1985. Blasting and comminution - Unpublished Report. Robertson and Kirsten Ltd, Steffen.
Palmstrom, A., 1995. RMi¨ – A Rock Mass Characterization System for Rock Engineering Purposes. PhD. The
University of Oslo.
Palmstrom, A., 1996. Engineering geology and rock engineering applied in design of norwegian tunnels. In: The
Conference on Tunnel for the Third Millennium, Prievidza, Slovakia, pp. 1–16.
Palmstrom, A., 2000. Block size and block size distribution. In: Reliablity of Classification¨ Systems -
GeoEng2000 Conference, Melbourne, Australia, pp. 1–12.
Palmstrom, A., 2005. Measurements of and correlations between block size and rock quality designation (RQD).
Tunn. Undergr. Space Technol. 20, 362–377. https://doi. org/10.1016/j.tust.2005.01.005.
Pearse, G.E., 1955. Rock blasting—some aspects on the theory and practice. Mine Quarry Eng. 21, 29.
Pells, P., Bieniawski, Z., Hencher, S., Pells, S., 2017. Rock quality designation (RQD): time to rest in peace. Can.
Geotech. J. 54, 825–834. https://doi.org/10.1139/cgj- 2016-0012.
Porter, D.D., Fairhurst, C., 1970. A study of crack propagation produced by the sustained borehole pressure in
blasting. In: The 12th US Symposium on Rock Mechanics (USRMS). American Rock Mechanics Association.
Protodyakonov, M.M., 1962a. Mechanical properties and drillability of rocks. In: Proceedings of the Fifth
Symposium on Rock Mechanics. University of Minnesota, Minneapolis, MN, US, pp. 103–118.
Protodyakonov, M.M., 1962b. Methods of studying the strength of rocks, used in the USSR. In: Mining Research.
Elsevier, pp. 649–668.
Protodyakonov, M.M., 1981. Professor M. M. Protodyakonov’s Strength Coefficient of Rocks. Foreign Technology
Division, Wright-Patterson Air Force Base, Ohio, US, pp. 1–37. FTD-ID(RS)T-1293-81.
Qu, S., Hao, S., Chen, G., Li, B., Bian, G., 2002. The BLAST-CODE model–A computer- aided bench blast design
and simulation system. Fragblast 6, 85–103. https://doi.
org/10.1076/frag.6.1.85.8852.
Raina, A.K., Ramulu, M., Choudhury, P.B., Dudhankar, A., Chakraborty, A.K., 2003.

64
Fragmentation prediction in different rock masses characterised by drilling index. In: Wang, X. (Ed.),
International Journal on Rock Fragmentation by Blasting - FragBlast. Met Industry Press, Beijing, China, pp.
117–121.
Rakishev, B.R., 1979. Computing the costs of blasting for fragmenting a rock mass and displacing the broken
muckpile (In Russian). Izv. Vyssh. Uchebn. Zaved. Gornyi Zh 1.
Rakishev, B.R., 1981. A new characteristic of the blastability of rock in quarries. Soviet Mining 17, 248 –251.
https://doi.org/10.1007/BF02497198.
Rasmussen, L.L., 2020. UnBlocksgen: A Python library for 3D rock mass generation and analysis. SoftwareX 12,
100571–100577. https://doi.org/10.1016/j. softx.2020.100577.
Reichholf, G., Moser, P., 2000. The influence of rock and rock parameters on the blasting results in terms of
fragmentation. In: Explosives and Blasting Technique Balkema, Rotterdam, pp. 171–178.
Riquelme, A.J., Abellan, A., To´ mas, R., 2015. Discontinuity spacing analysis in rock´ masses using 3D
point clouds. Eng. Geol. 195, 185–195.
La Rosa, D., 2017. The development of a new geometrical blast fragmentation model and its application to Grade
Engineering. In: Holmberg (Ed.), The 2017 European Federation of Explosives Engineers. Stockholm, Sweden,
pp. 105–120.
Rosin, P., Rammler, E., 1933. The laws governing the fineness of powdered coal. J. Inst.
Fuel 7, 29–36.
Rustan, R.A., 1992. Burden, spacing and borehole diameter at rock blasting. Int. J. Surf. Min. Reclam. Environ. 6,
141–149. https://doi.org/10.1080/09208119208944329.
Rustan, A., 2010. A new principal formula for the determination of explosive strength in combination with the rock
mass strength. In: Sanchidrian, J.A. (Ed.), Rock Fragmentation by Blasting, Fragblast. CRC Press, Granada
Spain, pp. 155–164.
Rustan, A., Kumar, R., 1999. Lab. scale single hole blastability test in blue-grey and steel- grey hematite from
Bailadila Mine, India. In: Rock Fragmentation by Blasting: Proceedings of the International Symposium on Rock
Fragmentation by Blasting– FRAGBLAST South African Institute of Mining and Metallurgy, p. 61.
Rustan, A., Nie, S.L., 1992. New method to test the rock breaking properties of explosives in full scale. Int. J. Surf.
Min. Reclam. Environ. 6, 191–200. https://doi.org/ 10.1080/09208119208944336.
Rustan, A., Vutukuri, V.S., Naarttijarvi, T., 1983. The influence from specific charge,¨ geometric scale and
physical properties of homogenous rock on fragmentation. In: Holmberg, R., Rustan, A. (Eds.), International
Symposium on Rock Fragmentation by Blasting: 23/08/1983-26/08/1983. Luleå University of Technology, pp.
115–142.
Rustan, A., Cunningham, C., Fourney, W., Simha, K.R.Y., Spathis, A.T., 2010. Mining and Rock Construction
Technology Desk Reference - Rock Mechanics, Drilling and
Blasting. Taylor & Francis Group, LLC, Boca Raton, London, New York, Leiden.
Sanchidrian, J.A., Ouchterlony, F., 2017a. A distribution-free description of ´ fragmentation by blasting based on
dimensional analysis. Rock Mech. Rock. Eng. 50, 781–806. https://doi.org/10.1007/s00603-016-1131-9.
Sanchidrian, J.A., Ouchterlony, F., 2017b. Xp-frag, a distribution-free model to predict´ blast fragmentation. In:
The 43rd Annual Conference on Explosives and Blasting Technology International Society of Explosive
Engineering (ISEE), pp. 265–280.

65
Sanchidrian, J., Segarra, P., L´ opez, L., 2006. A practical procedure for the measurement ´ of fragmentation by
blasting by image analysis. Rock Mech. Rock. Eng. 39, 359–382.
https://doi.org/10.1007/s00603-005-0073-4.
Sanchidrian, J.A., Segarra, P., Lopez, L.M., 2007. Energy components in rock blasting.
Int. J. Rock Mech. Min. Sci. 44, 130–147. https://doi.org/10.1016/j. ijrmms.2006.05.002.
Sanchidrian, J., Segarra, P., Ouchterlony, F., L´ opez, L., 2009. On the accuracy of ´ fragment size measurement by
image analysis in combination with some distribution functions. Rock Mech. Rock. Eng. 42, 95–116.
https://doi.org/10.1007/s00603-007- 0161-8.
Sanchidrian, J.A., Ouchterlony, F., Moser, P., Segarra, P., L´ opez, L.M., 2012. ´
Performance of some distributions to describe rock fragmentation data. Int. J. Rock Mech. Min. Sci. 53, 18–31.
https://doi.org/10.1016/j.ijrmms.2012.04.001.
Sanchidrian, J.A., Ouchterlony, F., Segarra, P., Moser, P., 2014. Size distribution ´ functions for rock fragments. Int.
J. Rock Mech. Min. Sci. 71, 381–394. https://doi. org/10.1016/j.ijrmms.2014.08.007.
Sanchidrian, J.A., Segarra, P., ´ Lopez, L.M., 2018. Energy efficiency in rock blasting. In:´ Awuah-Offei, K.
(Ed.), Energy Efficiency in the Minerals Industry. Springer, pp. 87–118.
Sassa, K., 1993. Geophysical Testing for Rock Engineering - Principles, Practice and Projects. In: Hudson, J.A.,
Brown, E.T., Fairhurst, C., Hoek, E. (Eds.), Comprehensive Rock Engineering. Pergamon Press, pp. 635–650.
Schuhmann Jr., R., 1960. Energy input and size distribution in comminution. Trans.
AIME 217, 22–25.
Scott, A., 1996. Blastability and blast design. In: Mohanty, B. (Ed.), Rock Fragmentation by Blasting. A.A.
Balkema/Rotterdam/Brookfield, Montreal, Quebec, Canada, pp. 27–36.
Scott, A., 2017. Personal Communication on the Prediction of Rock Fragmentation by Blasting.
Scott, A., 2018. Personal Communication on the Effects of Fragmentation on the Performance of Dump/Heap
Leaching of Copper Ores.
Scott, A., Onederra, I., 2015a. Characterising the blasting properties of iron ore. In: Iron Ore Conference, Perth,
WA, Australia, pp. 481–490.
Scott, A., Onederra, I.A., 2015b. Characterising rock mass properties for fragmentation modelling. In: The 11th
International Symposium on Rock Fragmentation by Blasting, Sydney, NSW, pp. 149–160.
Scott, A., Morrell, S., Clark, D., 2002. Tracking and quantifying value from ‘mine to mill’ improvement. In:
Proccedings of the Value Tracking Symposium, Brisbane, Australia.
Scott, A., Onederra, I.A., Chitombo, G.P., 2006. The suitability of conventional geological and geotechnical data for
blast design. In: The 8th International Symposia on Rock Fragmentation by Blasting – Fragblast 8. Editec SA,
Santiago, Chile, pp. 232–238.
Scott, A., Cocker, A., Djordjevic, N., Higgins, M., La Rosa, D., Sarma, K.S., Wedmaier, R., 2009. Open Pit Blast
Design - Analysis and Optimisation. Julius Kruttschnitt Mineral Research Centre, The University of Queensland.
Segarra, P., Domingo, J., Lopez, L., Sanchidri´ an, J., Ortega, M., 2010. Prediction of near ´ field overpressure from
quarry blasting. Appl. Acoust. 71, 1169–1176. https://doi. org/10.1016/j.apacoust.2010.07.008.

66
Segarra, P., Sanchidrian, J.A., Navarro, J., Castedo, R., 2018. The fragmentation energy- ´ fan model in quarry
blasts. Rock Mech. Rock. Eng. 51, 2175–2190. https://doi.org/ 10.1007/s00603-018-1470-9.
Segui, J.B., Higgins, M., 2002. Blast design using measurement while drilling parameters. Fragblast 6, 287–299.
https://doi.org/10.1076/frag.6.3.287.14052.
Sellers, E.J., Salmi, E.F., 2020. Breaking New Ground: Challenges and Opportunities for
Maximising Value from Underground Blasting - Proceedings of the Second International Conference on
Underground Mining Technology. Australian Centre for Geomechanics (ACG), Perth, WA, Australia, pp. 1–30.
Sellers, E., Furtney, J., Onederra, I., Chitombo, G., 2012a. Improved understanding of explosive-rock interactions
using the hybrid stress blasting model. J. South. Afr. Inst. Min. Metall. 112, 721–728.
http://www.scielo.org.za/scielo.php?script=sci_arttext &pid=S2225-62532012000800009.
Sellers, E., Kotze, M., Valentim, L., Muller, M., 2012b. Improved blast results from the implementation of a
business intelligence system. In: Newsletter of the European Federation of Explosives Engineers (EFEE), A
Selected Paper from the Lisbon Conference, p. 13.
Sellers, E., Kennelly, L., Withers, B., Monro, K., Reid, D., 2018. Design and implementation improvements for wall
control blasting in an anisotropic rock mass at the Phu Kham Copper-Gold Operation. In: Schunnesson, H.,
Johansson, D. (Eds.), The 12th International Symposium on Rock Fragmentation by Blasting. Lulea University of
Technology, Lulea, Sweden, pp. 797–809.
Sellers, E.J., Salmi, E.F., Usami, K., Greyvensteyn, I., Mousavi, A., 2019. Detailed rock mass characterization – A
prerequisite for successful differential blast design. In: Shimizu, N., Yasuhara, H. (Eds.), YSRM2019 - The 5th
ISRM Young Scholars’
Symposium on Rock Mechanics and REIF2019 - International Symposium on Rock Engineering for Innovative
Future - An ISRM Specialized Conference. ISRM, Okinawa, Japan.
Shang, J., West, L., Hencher, S., Zhao, Z., 2018. Geological discontinuity persistence: implications and
quantification. Eng. Geol. 241, 41–54. https://doi.org/10.1016/j. enggeo.2018.05.010.
Shapiro, V.Y., 1988. Rock classification according to explodability in the advance of workings. Soviet Mining 24,
250–254. https://doi.org/10.1007/BF02497242.
Shim, H.-J., Ryu, D.-W., Chung, S.-K., Synn, J.-H., Song, J.-J., 2009. Optimized blasting design for large-scale
quarrying based on a 3-D spatial distribution of rock factor. Int. J. Rock Mech. Min. Sci. 46, 326–332.
https://doi.org/10.1016/j.
ijrmms.2008.07.006.
Shreiner, L.A., Baydyuk, B.V., Pavlova, N.N., 1967. Deformational properties of rock as applied to petroleum
geology and deep hole drilling. In: The 7th World Petroleum Congress. World Petroleum Congress, Mexico City,
Mexico, pp. 27–39.
Silva, J., Worsey, T., Lusk, B., 2018. Practical assessment of rock damage due to blasting. Int. J. Min. Sci. Technol.
https://doi.org/10.1016/j.ijmst.2018.11.003.
Smith, B., 2002. Improvements in blast fragmentation using measurement while drilling parameters. Fragblast 6,
301–310. https://doi.org/10.1076/frag.6.3.301.14055.
Singer, J.A., Link, C.A., Iverson, S.R., 2009. High resolution seismic refraction tomography for determining depth
of blast induced damage in a mine wall. Blasting and Fragmentation Journal 3 (2), 115–140.
Stavropoulou, M., 2014. Discontinuity frequency and block volume distribution in rock masses. Int. J. Rock Mech.
Min. Sci. 65, 62–74. https://doi.org/10.1016/j.
67
ijrmms.2013.11.003.
Sukhanov, A.F., 1947. On a Unified Classification of Rocks (In Russian).
Sukhanov, A.F., Kutuzov, B.N., 1967. Rock Breaking (In Russian). Nedra, Moscow, Russia.
Tamrock, 1978. Handbook of Surface Drilling and Blasting. Tamrock Incorporated.
Teale, R., 1965. The concept of specific energy in rock drilling. International. J. Rock Mech. Mining Sci. Geomech.
Abstr. Elsevier 57–73.
Telford, W.M., Geldart, L.P., Sheriff, R.E., 1990. Applied Geophysics. Cambridge University Press.
Thum, W., 1970. Determination and Assessment of the Blastability of Rocks Based on the Specific Blasting Energy
Expenditure (in German). PhD. RWTH Aachen University.
Usami, K., Salmi, E.F., Sellers, E.J., 2019. Genetic algorithm to optimise rock fragmentation in selective blasting for
grade engineering. In: The 26th International Mining Congress and Exhibition of Turkey. IMCET, Belek,
Antalya, Turkey, pp. 359–372.
Vali, B., Arpa, G., 2013. Finding the relationship between RQD and fracture frequency in the different Ok
tedilithologies. Procedia Earth Planet. Sci. 6, 403–410.
van Eldert, J., Schunnesson, H., Johansson, D., Saiang, D., 2019. Application of measurement while drilling
technology to predict rock mass quality and rock support for tunnelling. Rock Mech. Rock. Eng. 1–10.
https://doi.org/10.1007/ s00603-019-01979-2.
Voge, M., Lato, M.J., Diederichs, M.S., 2013. Automated rockmass discontinuity mapping¨ from 3-
dimensional surface data. Eng. Geol. 164, 155–162.
Walters, S., 2017. Driving productivity by increasing feed quality as well as quantity through application of
innovative Grade Engineering® technologies. In: Tenth International Mining Geology Conference 2017, Hobart,
Australia.
Wang, H., Latham, J.P., Poole, A.B., 1991. Predictions of block size distribution for quarrying. Q. J. Eng. Geol.
Hydrogeol. 24, 91–99. https://doi.org/10.1144/GSL. QJEG.1991.024.01.10.
Wang, H., Latham, J.-P., Matheson, G., 1992. Design of fragmentation blasting in surface rock excavation. In: Rock
Characterization: ISRM Symposium, Eurock’92, Chester, UK, 14–17 September 1992. Thomas Telford
Publishing, pp. 233–238.
Wang, L., Yamashita, S., Sugimoto, F., Pan, C., Tan, G., 2003. A methodology for predicting the in situ size and
shape distribution of rock blocks. Rock Mech. Rock.
Eng. 36, 121–142. https://doi.org/10.1007/s00603-002-0039-8.
White, D.H., 1977. Predicting Fragmentation Characteristics of a Block Caving Orebody. MSc. The University of
Arizona.
Widzyk-Capehart, E., Lilly, P.A., 2002. A review of general considerations for assessing rock mass blastability and
fragmentation. Fragblast 6, 151–168. https://doi.org/ 10.1076/frag.6.2.151.8667.
Yildirim, B.G., Bradshaw, D., Powell, M., Evans, C., Clark, A., 2014. Development of an effective and practical
process alteration index, PAI, for predicting metallurgical responses of Cu porphyries. Miner. Eng. 69, 91–96.
https://doi.org/10.1016/j. mineng.2014.07.009.
Young, D.S., 1984. Probabilistic analysis of blasting impact on open pit stability. In: The 25th US Symposium on
Rock Mechanics (USRMS). American Rock Mechanics Association, Evanston, Illinois, US, pp. 1031–1041.

68
Young, D.S., Hoerger, S.F., 1988. Geostatistics applications to rock mechanics. In: The 29th US Symposium on
Rock Mechanics (USRMS). American Rock Mechanics Association, Minneapolis, Minnesota, US, pp. 271–282.
Young, R.P., Coffey, J.R., Hill, J.J., 1979. The application of spectral analysis to rock quality evaluation for
mapping purposes. Bull. Int. Assoc. Eng. Geol. 19, 268–274.
Young, R., Hill, J., Bryan, I., Middleton, R., 1985. Seismic spectroscopy in fracture characterization. Q. J. Eng.
Geol. Hydrogeol. 18, 459–479.
Zairov, S., Ravshanova, M., Karimov, S., 2018. Intensification of technological processes in drilling and blasting
operations during open-cut mining in Kyzylkum region. In:
Mining of Mineral Deposits.
Zare, S., 2007. Prediction Model and Simulation Tool for Time and Cost of Drill and Blast Tunnelling. Doctoral
Thesis. Norwegian University of Science and Technology (NTNU).
Zhang, L., 2010. Estimating the strength of jointed rock masses. Rock Mech. Rock. Eng.
43, 391–402. https://doi.org/10.1007/s00603-009-0065-x.
Zhang, L., 2016. Engineering Properties of Rocks. Butterworth-Heinemann.
Zhang, P., Du, K., Tannant, D.D., Zhu, H., Zheng, W., 2018. Automated method for extracting and analysing the
rock discontinuities from point clouds based on digital surface model of rock mass. Eng. Geol. 239, 109–118.
Zhang, P., Zhao, Q., Tannant, D.D., Ji, T., Zhu, H., 2019. 3D mapping of discontinuity traces using fusion of point
cloud and image data. Bull. Eng. Geol. Environ. 78,
2789–2801.
Zou, D., 2017. Theory and Technology of Rock Excavation for Civil Engineering. Springer

69

Ilep Prengki - 212201011 - Mekanika Pemberaian Batuan

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ilep Prengki - 212201011 - Mekanika Pemberaian Batuan

Diunggah oleh

Hak Cipta:

Format Tersedia

Mekanika Pemberaian Batuan

TUGAS RESUME | OLEH : Ilep Prengki

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

membantu untuk meningkatkan definisi abstrak konvensional mengenai ledakan massa

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

2.2.1. Penilaian kualitatif

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

Klasifikasi ledakan ini mirip dengan sistem klasifikasi massa batuan

Mekanika Pemberaian Batuan

dimana Qe adalah massa total muatan (kg), Rv adalah perbandingan volume

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

3. Faktor input daya ledak

3.1 Indeks energi permukaan spesifik

Mekanika Pemberaian Batuan

3.2 Kekuatan tekan, kuat tarik, dan modulus Young

Mekanika Pemberaian Batuan

Gambar 6. Grafik fragmentasi

3.4 Kecepatan gelombang seismik

fragmentasi batuan dengan peledakan. Faktor ini menunjukkan pemanfaatan energi

3.5 Kecepatan gelombang kompresi anisotropik

3.6 Pengukuran massa batuan tipikal

3.7 Jarak diskontinuitas rata-rata

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

Gambar 10. Skema energy transisi

3.10 Jaringan rekahan terpisah Pendekatan geomekanika modern

Mekanika Pemberaian Batuan

adalah permukaan spesifik dari blok pembentuk diskontinuitas yang saling

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

3.11 Impedansi Akustik Impedansi akustik batuan

Mekanika Pemberaian Batuan

fragmentasi batuan dan untuk mengurangi konsekuensi merugikan dari peledakan,

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

3.11 Peringkat Geoteknik

Mekanika Pemberaian Batuan

3.13 . Indeks kekuatan geologi (GSI)

3.2. Pengukuran tidak langsung sebelum peledakan

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

3.4 1 Pengeboran spesifik

Mekanika Pemberaian Batuan

3.4.3. Beban maksimum

dimana Lb dan Lc masing-masing adalah panjang lubang ledakan dan muatan. Db

Mekanika Pemberaian Batuan

3.4.3. Kawah (bilik)

Mekanika Pemberaian Batuan

Mekanika Pemberaian Batuan

di mana K1 (%) adalah proporsi fragmen batuan besar (>300 mm), K2

3.4.4. Faktor ledakan/fragmentabilitas Gamma

Teori kompensasi Bond(Bond and Wang, 1950) diterapkan pada

3.6. Beberapa pengukuran massa batuan dan ledakan

blasthole, Hb (m) adalah ketinggian penggalian yang diinginkan setelah dimuat

3.6.1. Klasifikasi tiga-dalam-satu

Lin (1996), dan kemudian Zou (2017), menggambarkan sistem klasifikasi