緩傾斜中厚礦體崩落開采礦石流動規律仿真與放礦參數優化

胡建華，郭福鐘，羅先偉，周科平，紀大波

?

緩傾斜中厚礦體崩落開采礦石流動規律仿真與放礦參數優化

胡建華，郭福鐘，羅先偉，周科平，紀大波

(中南大學資源與安全工程學院，湖南，長沙，410083)

采用正交數值仿真和盈利因子評價函數，建立了分段高度()、進路間距()、崩礦邊孔角()、截止貧化率()四因素三水平的正交仿真模型，獲得礦巖放礦流動行為規律。研究結果表明：4個因素對放礦最優效果的影響權重從大到小依次為進路間距，截止貧化率，崩礦邊孔角，分段高度。得到(???)的最優組合，即=12 m，=8 m，=30°，=0.5，在此條件下，可以使放出礦石經濟效益達到最大，盈利因子=17.38。對于緩傾斜中厚礦體，適當降低采場結構參數，采用低貧化放礦管理方式，有利于提高礦石回收率，降低貧化率。

正交實驗；PFC2D數值模擬；低貧損放礦；參數優化

無底柱分段崩落法是地下金屬礦山開采中廣泛應用的一種采礦方法，主要采用崩落上覆巖層處理空區，在松散巖層的覆蓋條件下進行回采工作，損失貧化大是該方法的主要問題之一。為了改進無底柱分段崩落法的開采效果，降低礦石損失貧化這一難題，國內外研究者進行了大量的研究工作。張志貴等[1]基于隨機介質理論，用大量的實驗證實了低貧化放礦理論和工藝的可行性；陶干強等[2]開展了崩落礦巖的散體流動參數試驗，發現隨機介質放礦理論的散體流動參數可較好地反映崩落礦巖的流動特性；余健等[3?4]通過對厚大急傾斜礦體的大結構參數下的無底柱分段崩落法進行研究認為：高分段、大間距結構參數能大大提高生產效率，降低貧化損失率；王培濤等[5?6]利用PFC2D對崩落法放礦規律進行數值仿真發現：端壁側壓力隨邊孔角增大而增大以及邊孔角越小，極限平衡拱形成和崩解越頻繁的規律；徐帥等[7]對梅山鐵礦崩礦步距進行優化，獲得該礦山在結構參數為18 m×20 m的最優崩礦步距為4.4 m；Brunton等[8]研究并總結了Ridgeway gold mine礦山中影響崩落法礦石回收效果的因素為放礦口位置、爆破參數、幾何參數、放礦控制；Panczakiewicz[9]利用物理模型模擬厚大礦體無底柱分段崩落法放礦，實現了采場結構參數優化；吳愛祥等[10?11]使用數值分析方法模擬崩落放礦過程的礦石流動規律。對厚大規整、急傾斜礦體的崩落法開采，已越來越多地采用高分段、大間距[3]的結構參數，極大地提高了生產效率[12]。但對于賦存條件不優的礦體(例如緩傾斜中厚礦體)，采用大結構參數崩落礦石，則會造成極大的邊角損失以及廢石混入。目前，人們對這類賦存條件下的崩落法參數優化研究較少，在生產實踐中礦體的賦存條件往往達不到厚大規整、急傾斜的條件，傳統的研究成果很難有效應用于這類礦體的開采。此外，在當前的結構參數優化中，主要考慮了分段高度、進路間距、邊孔角或崩礦步距的單獨影響作用，缺乏多因素的綜合作用對放礦效果的影響規律研究，放礦管理方式對礦石回收效果的影響也有待研究。為此，本文作者以銅坑礦92#緩傾斜中厚礦體為對象，建立多因素多水平正交仿真模型，采用離散元數值模擬軟件PFC2D對放礦過程進行模擬[13?14]，對無底柱分段崩落法礦石流動行為、多因素綜合作用的影響規律進行研究，并找到最佳的多因素組合，使放礦效果最優。

1 實驗方案設計

1.1 影響因素分析

放礦橢球體理論[15]認為，分段高度和進路間距及邊孔角決定了橢球體的形態，影響出礦效果。同時，放礦截止貧化率也會對礦石流動行為產生影響。一般而言，影響崩落法放礦效果的主要因素有：

1) 礦巖的物理性質(塊度、摩擦因數等)。對于特定礦山，塊度分布和礦巖摩擦因數基本不可變，因此，實驗中選用現場獲取的參數。

2) 結構參數。包括分層高度、進路間距、崩礦步距、邊孔角。

3) 截止貧化率(截止層)。

1.2 實驗設計

各因素及相對應水平設置見表1，組成四因素三水平正交設計表L(34)，見表2。

表1 各因素及相應水平表

表2 四因素三水平正交表

2 崩落礦石流動行為仿真模型構建

2.1 工程概況

92號礦體是廣西華錫集團的重要礦產資源，其礦體傾角為22°，平均厚度為20 m，走向長度200 m，為緩傾斜中厚礦體。目前采用了大分段大間距無底柱分段崩落法。在實際生產中，主要問題是崩落礦石塊度大、礦石流動性差，以及出礦損失貧化率居高不下。以+455~+355水平中的某礦段為試驗對象，建立仿真模型，探求礦巖流動特性和放礦參數優化?，F場調查發現，覆蓋巖層塊度300~450 mm，崩落礦石塊度為200~300 mm，服從均勻概率密度分布，礦石孔隙率取0.18，廢石孔隙率取0.2，礦巖摩擦因數為0.2。使用鏟運機出礦，進路斷面長×寬為4 m×3 m。根據92號礦體提供的礦體賦存條件及現場物理參數，結合設計的正交實驗方案，建立了9組仿真模型，如圖1所示。

(a) 原型；(b) 模型

2.2 放礦PFC2D模型

實驗共設置了4個礦體層，1個上覆巖層，前3層礦體按低貧化放礦管理。最后一層礦體按貧化率截止放礦，截止貧化率分別為0.2，0.4和0.5。在放礦過程中，對每個進路統計礦石損失與貧化率，每層礦體放礦結束后，記錄該層總的損失貧化率。上層礦體放礦截止，調入下層礦體程序，轉入下層礦體出礦，PFC模型如圖2所示。

(a) 第1層；(b) 第4層

3 礦巖流動規律研究

3.1 礦巖流動形態

截取4號模型的第2層礦石第1步和第4步出礦模擬圖，如圖3所示。由圖3可知：在有邊界約束情況下，礦巖顆粒界面的變化不再完全按放礦橢球體理論所描述的模式進行。第1個放礦口由于受兩邊的未爆破體的夾制作用，廢石的混入相對比較困難，按直線式的廢石混入，形成兩側礦石殘留損失；隨著第2個放礦口的開始放礦，前一混入的廢石從交界側面擠入，形成垂直的側向雙重混入，在上部未放出體中形成包裹體，阻止了礦石的繼續放出。這個現象的存在也決定了低貧化放礦的層數不能太多，否則被兩側廢石包裹的礦石量將顯著增加。在最后一層截止放礦時，為提高資源回收率，將以更高的貧化作為代價，不利于礦石的低貧化損失回收。

(a) 第1步；(b) 第4步

3.2 回收率和貧化率隨放礦過程的變化規律

3.2.1 放礦回收率和貧化率統計結果

放礦截止后，對9組放礦模型進行損失貧化統計，統計結果如表3所示，其中，和分別表示礦石回收率和貧化率；表示盈利因子，是關于和的函數，將回收率、貧化率統一成一個綜合的經濟指標。

表3 放礦回收率、貧化率統計

3.2.2 回收率和貧化率隨放礦過程的變化規律

各模型回收率和貧化率隨放礦過程的走勢情況如圖4所示。從圖4可以發現：由于采用低貧化放礦方式管理，第1層在出礦口混入廢石時立即停止出礦，低貧化回收率較低；隨著放礦繼續，第2層和第3層礦石在上層殘留礦石的覆蓋下放礦，可以較多地放出礦石，甚至回收上部殘留的礦石；第2層和第3層礦石回收率變化比較平穩，最后一層截止放礦可以多回收上部殘留礦體，同時，對整體的貧化率影響不大。第4層采用了截止貧化率放礦，回收率得到了極大提升。由于前3層礦體都采用了低貧化放礦，前3層的貧化率很低(1%左右)，到第4層采用截止貧化率出礦，貧化率有所提升，但最大值仍控制在10%以內。

(a) 模型1；(b) 模型2；(c) 模型3；(d) 模型4；(e) 模型5；(f) 模型6；(g) 模型7；(h) 模型8；(i) 模型9

4 優化分析

4.1 優化指標選擇

為實現正交實驗數據分析，將損失率和貧化率合成一個綜合指標即回貧差[3](?)。回貧差越大，表明放礦效果越好。但回貧差不能很好地區分參數優劣，缺乏經濟效益評價，如：1)1=0.9，1=0.2；2)2=0.8，2=0.1，雖然這2組數據的回貧差相等，但放礦效果差異性明顯。因此，在分析回收率、貧化率的經濟意義基礎上，提出了盈利因子的概念，作為統一回收率、貧化率的指標。盈利因子是一個關于(?)的二元函數，與盈利函數成正比，回收率對經濟效益的作用是正向的，而貧化率則相反。以往的研究大多孤立地看待這2個參數，定性地認為回收率越高，貧化率越低，則經濟效果越好。在多組回收率、貧化率指標中，很難根據這個定性結論進行評價。盈利因子綜合反映了礦石回收率、貧化率與總的經濟效益之間的關系函數，將回收率和貧化率整合成一個指標，實現了定量評價各組回收率、貧化率指標的手段，為方案優劣評價提供了有力的理論依據。其推導如下：設廢石品位為0，總礦量為0，放出礦量為1，放出廢石量為2，每噸純礦石盈利為1，每噸廢石增加成本為2，則：

4.2 優化結果與仿真驗證

將統計表3中的盈利因子作為衡量放礦效果的指標，與???及其各自水平共同組成正交表，如表4所示，對正交表進行極差分析，

式中：為水平數；為因素序數；K為第列中盈利因子之和；為第列中盈利因子均值；R為第個因素第1個水平下的盈利因子之和。

經過正交實驗極差分析可知：4個因素中，對放出礦石最優效果影響從大到小的順序為進路間距、截止貧化率、崩礦邊孔角、分段高度。

在已給出的因素和水平中，可得最優組合2113，即：=12 m，=8 m，=30°，=0.5可以使放出礦石經濟效益達到最大，其盈利因子達到了=17.15(完全回收礦石的情況下，=20)，據此預計最優組合的盈利因子將不低于17.15。為驗證預測結果，實驗建立了最優組合的放礦模型，通過數值模擬，得出最終回收率=0.87，=0.024 5，盈利因子=17.38。優化分析結果表明：緩傾斜中厚礦體崩落法不宜使用大結構參數。在銅坑礦92號礦體+455~+355水平崩落法生產中，建議在現有的結構參數基礎上，適當降低結構參數，推薦的參數組合為：=12 m，=8 m，=30°，=0.5，采用低貧化放礦管理方式，使放出礦石經濟效益最大化。

表4 正交實驗結果處理

5 結論

1) PFC2D能有效地應用于礦石流動規律研究，為崩落法放礦規律研究提供了一種方法。在采場結構參數和截止貧化率優化條件下，建立了銅坑礦崩落放礦模型，其影響放礦效果從大到小依次為進路間距、放礦截止貧化率、崩礦邊孔角、分段高度。

2) 最優組合=12 m，=8 m，=30°，=0.5，放礦回收率1=0.87，貧化率1=0.024 5，盈利因子=17.38。

3) 對于銅坑礦緩傾斜薄礦體崩落開采，采用低貧化放礦方式，適當降低結構參數，有利于提高礦石回收率，降低貧化率。

[1] 張志貴, 劉興國. 無底柱分段崩落法低貧化放礦: 低貧化放礦理論及其在礦山的實踐[M]. 沈陽: 東北大學出版社, 2007: 81?108. ZHANG Zhigui, LIU Xingguo. Sublevelcaving methodwithoutdilutionore: Nodilutionof oretheory and itspracticein the mines[M]. Shenyang: Northeastern University Press, 2007: 81?108.

[2] 陶干強, 楊仕教, 任風玉. 隨機介質放礦理論散體流動參數試驗[J]. 巖石力學與工程學報, 2009, 28(S2): 3465?3469. TAO Ganqiang, YANG Shijiao, REN Fengyu. Test on granules flow parameters of ore drawing with stochastic medium theory[J]. Chinese Journal of Rock Mechanics and Engineering, 2009, 28(S2): 3465?3469.

[3] 余健. 高分段大間距無底柱分段崩落法貧化損失預測與結構參數優化研究[D]. 長沙: 中南大學資源與安全工程學院, 2007: 58?68. YU Jian. Dilution and loss prediction and optimization of structural parameters applied to high segmented and large pitched no-pillar sublevel caving method[D]. Changsha: Central South University. School of Resources and Safety Engineering,2007: 58?68.

[4] 張國聯, 宋守志, 邱景平. 無底柱分段崩落法大結構參數實驗研究[J]. 中國礦業, 2003(6): 57?59. ZHANG Guolian, SONG Shouzhi, QIU Jingping. Large structure parameter experimental research on no-pillar sublevel caving[J]. China Mining, 2003(6): 57?59.

[5] 王培濤, 楊天鴻, 柳小波. 無底柱分段崩落法放礦規律的PFC2D模擬仿真[J]. 金屬礦山, 2010(8): 123?127. WANG Peitao, YANG Tianhong, LIU Xiaobo. PFC2D numerical simulation of ore drawing rule with pillarless sublevel caving[J]. Metal Mine, 2010(8): 123?127.

[6] 王培濤, 楊天鴻, 柳小波. 邊孔角對無底柱分段崩落法放礦影響的顆粒流數值模擬研究[J]. 金屬礦山, 2010(3): 12?16. WANG Peitao, YANG Tianhong, LIU Xiaobo. Particle flow numerical simulation investigation on influence of lateral opening angle on ore drawing with sublevel pillarless caving[J]. Metal Mine, 2010(3): 12?16.

[7] 徐帥, 安龍. 無底柱分段崩落法多端壁傾角下崩礦步距優化[J]. 東北大學學報(自然科學版), 2012, 33(1): 121?123. XU Shuai, AN Long. Optimization of caving space for different angles of end-walls during pillarless sublevel caving[J]. Journal of Northeastern University (Natural Science), 2012, 33(1): 121?123.

[8] Brunton I D, Fraser S J, Hodgkinson J H, et al. Parameters influencing full scale sublevel caving material recovery at the Ridgeway gold mine[J]. International Journal of Rock Mechanics and Mining Science, 2010, 47(4): 647?656.

[9] Panczakiewicz T. Optimization of the sublevel caving mining method investigated by physical models[D]. Melbourne: University of Melbourne, 1977: 184.

[10] 吳愛祥, 武力聰. 無底柱分段崩落法結構參數研究[J]. 中南大學學報(自然科學版), 2012,4 3(5): 1846?1850. WU Aixiang, WU Licong. Study on structural parameters of sublevel caving[J]. Journal of Central South University (Science and Technology), 2012, 43(5): 1846?1850.

[11] Alford C G. Computer simulation models for the gravity flow of ore in sublevel caving[D]. Melbourne: University of Melbourne, 1978: 383.

[12] Bull G, Page C H. Sublevel caving-today’s dependable low cost ore factory[R]. Victoria: Australian Institute of Mining and Metallurgy, 2000: 537?556.

[13] 孫其誠, 王光謙. 顆粒物質力學導論[M]. 北京: 科學出版社, 2009: 74?97. SUN Qicheng, WANG Guangqian. Introduction of particulate matter mechanics[M]. Beijing: Science Press, 2009: 74?97.

[14] 呂同富, 康兆敏. 數值計算方法[M]. 北京: 清華大學出版社, 2012: 1?3. Lü Tongfu, KANG Zhaomin. Numerical methods[M]. Beijing: Tsinghua University Press, 2012: 1?3.

[15] 張志貴. 無底柱分段崩落法結構參數對礦石回收指標的影響研究[J]. 中國礦業, 2003(11): 31?34. ZHANG Zhigui. Research on the influence of structural parameters of sublevel caving on ore drawing results[J]. China Mining, 2003(11): 31?34.

Simulation of oreflow behaviorand optimization of discharge parameters for caving method in gently inclinedmedium thicknessore-body

HU Jianhua, GUO Fuzhong,LUO Xianwei, ZHOU Keping, JI Dabo

(School of Resourcesand Safety Engineering, Central South University, Changsha 410083, China)

Taking the sublevel height (), approach spacing (), caving side hole angle (), and cut-off grade () as dependent factors, the orthogonal experiment, which contains four factors and three levels, was designed with the help of PFC2Dnumerical simulation and earnings factor function. The results show that the effect weights ranking of each factor is approach spacing (), cut-off grade (), caving side hole angle () and sublevel height (). Optimal combination is=12 m,=8 m,=30°,=0.5, which leads to maximumeconomic benefit, and the benefit factor=17.38. For gently inclined medium thickness ore-body, appropriate reduction of structural parameters and improved ore management are good for increasing ore recovery and reducing its dilution.

orthogonal experiment; PFC2Dnumerical simulation; low loss and dilution caving; parameter optimization

10.11817/j.issn.1672-7207.2015.05.027

TD862

A

1672?7207(2015)05?1772?06

2014?05?25；

2014?07?30

“十二五”國家科技支撐計劃項目(2012BAB14B01)；中南大學研究生自主創新基金資助項目(2014zzts263) (Project(2012BAB14B01) supported by the National Science and Technology Pillar Program during the 12th ‘Five-year’ Plan Period; Project(2014zzts263) supported by the Graduate Innovation Fund of Central South University)

胡建華，博士，副教授，從事高效安全采礦技術與巖土工程穩定性研究；E-mail: hujh21@126.com

(編輯 趙俊)