礦巖爆破塊度研究的現狀與分析?

楊明財，盛建龍，劉艷章，翟明洋，董 舒

(武漢科技大學資源與環境工程學院，湖北武漢 430081)

礦巖爆破塊度研究的現狀與分析?

楊明財，盛建龍，劉艷章，翟明洋，董 舒

(武漢科技大學資源與環境工程學院，湖北武漢 430081)

采礦過程中，礦巖的破碎塊度是評價爆破效果的重要指標，它直接影響礦山的技術方案、設備選型、經濟效果等問題，甚至會嚴重威脅礦山連續安全生產。首先分析了礦巖爆破塊度對礦山的影響，然后重點歸納總結了現階段礦巖爆破塊度的影響因素、描述方法、基本理論、預測方法，最后根據礦巖爆破塊度研究的現狀，通過分析得出了一些結果，為礦山爆破工程提供參考。

礦巖；爆破塊度；大塊率

0 引 言

爆破塊度如果過大則需要二次破碎，從而降低礦石運搬的生產能力，產生粉塵和有毒氣體，污染工作環境，在處理大塊擠壓堵塞溜井或漏斗時，存在嚴重的安全問題，并且在漏口閘門處破碎大塊，往往會導致閘門崩壞、電纜破壞等事故[1]。塊度過小則浪費炸藥，容易產生飛石，增加通風成本，同時容易導致溜井和漏斗等放礦設施發生壓密結拱堵塞事故，從而引發經濟、技術和安全問題。因此，控制礦巖爆破塊度是落礦和放礦工藝的重要研究課題。

爆破塊度的定義是：礦石、巖石經爆破后形成碎塊的大小程度。一般采用以下幾種方法描述礦巖爆破的破碎程度：塊度分布函數；平均塊度；合格塊度和大塊率[2]，進而從定量的角度去研究塊度問題。礦巖爆破塊度問題研究范圍廣泛，包括對礦山的影響、影響因素、塊度描述方法、經典理論、試驗研究方法、預測算法和控制方法等方面[3]。

1 礦巖爆破塊度對礦山的影響

礦巖爆破塊度的質量直接關系著礦山的安全生產，破碎塊度適中，避免產生大塊和過粉這是礦巖爆破的基本要求，為達到最優的技術經濟效果起了保障作用。通過參考國內外研究文獻和專家經驗，下面綜合分析礦巖爆破塊度對礦山的影響，結果如圖1所示。

圖1 礦巖爆破塊度對礦山的影響

從圖1可以看出，爆破塊度影響著礦山的經濟、技術和安全，這3方面也決定著礦山的未來發展，因此研究與分析礦巖爆破塊度對礦山可持續發展有著重要意義。

2 礦巖爆破塊度的現狀研究

2.1 礦巖爆破塊度的影響因素

由于爆炸過程的復雜性及爆破巖體的復雜物理力學性質，在爆炸力作用下巖體破碎塊度的大小和分布狀況相當復雜，塊度效果的影響因素有很多，概括起來主要包括3個方面：礦巖爆破條件；爆破方法；爆破參數[1]。下面采用魚骨圖法分析爆破塊度的影響因素，具體見圖2。

圖2 礦巖爆破塊度的影響因素分析

2.1.1 礦巖爆破條件

(1)礦巖物理力學性質。礦巖物理力學性質對爆破破碎效果有直接影響。鐘冬望等人(1992)[4]建立了以能量平衡為主、巖石聲阻抗為輔的分級標準，并提出了一種科學、可靠、方便的巖石爆破性分級方法，即穩健模糊態分級。葛樹高(1995)[5]對前蘇聯的哈氏分級方法加以改進，結合國內工程實踐，以巖體天然裂隙平均間距、聲波阻抗、礦巖試樣單軸抗壓強度及容重來評價巖體可爆性。張愈祖和陳壽如(2003年)[6]通過巖石力學試驗研究認為礦巖的波阻抗、彈性模量和抗拉強度等指標均會影響可爆性，其中抗拉強度影響作用最強。

(2)礦巖結構面。礦巖結構面主要包括節理、裂隙、層理、斷裂和褶皺等，當作用方向一致時，爆生氣體侵入結構面使裂面張開，導致炮孔內壓力降低，從而影響巖石的破碎；當它們與爆破作用方向垂直時，有利爆炸應力波傳播及反射。另外，結構面還會影響爆炸應力波的傳播，從而影響爆破效果。

(3)礦巖賦存的地質條件。礦巖賦存環境的地應力、圍巖條件和斷層等地質條件都會影響礦巖爆破破碎效果。因此，在爆破前了解礦巖的賦存狀況，有利于爆破塊度的控制。

2.1.2 爆破方法

工程爆破根據礦巖爆破裝藥載體(炮孔或裝藥硐室)的不同，分為淺孔爆破、中深孔爆破和深孔爆破等。

(1)淺孔爆破。淺孔爆破是指巖礦等開挖、二次破碎大塊時采用的炮孔直徑小于或等于50 mm、深度小于或等于5 m的爆破作業[7]。它是工程爆破中的主要方法之一，應用范圍廣泛。由于淺孔爆破孔深較小，裝藥系數較大，且炮孔布置方向一般與礦體層理或者裂隙面垂直，礦巖的破碎效果通常很好，大塊率較低。

(2)中深孔爆破。目前中深孔爆破應用最廣的是上向扇形爆破法，其主要特點是，在設計范圍內，以鑿巖中心為起點，向外布孔，然后按照最大孔間距布置其余炮孔。近年來為了解決中深孔爆破容易產生大塊的問題，出現了一種小抵抗線爆破技術。它的實質是在保持孔網面積和單位炸藥消耗量基本不變的情況下，減小抵抗線，增大孔間距，使炮孔的密集系數控制在3～6內。

(3)深孔爆破。根據補償空間的不同，深孔爆破可以分為普通深孔爆破和深孔擠壓爆破，前者的補償空間一般為20%～30%，而后者僅為12%～0%。因此深孔爆破在充分利用爆炸能量的基礎上，有效的控制了大塊率。同中深孔一樣，深孔爆破容易在孔底部位產生大塊，而在孔口位置則常常發生過粉現象。

2.1.3 爆破參數

爆破參數是指具體體現和確切說明不同爆破方法和方案，采用對應鉆爆技術的各項指標的參量，主要爆破參數，如裝藥長度、藥包直徑和密度、間隔裝藥、炸藥單號等，用以說明裝藥的具體形式；爆炸參數，有起爆段數、各段時差、傳爆長度及爆破范圍，這些直接影響著爆炸能量、能量利用率和巖石破碎機理等重要指標，從而決定礦巖破碎效果。由此可知，不同的參數對應不同的爆破方法，在施工前，要保證爆破方法和爆破參數的一致性，以取得良好的爆破

效果。

2.2 塊度描述方法

2.2.1 塊度分布函數

理論研究和工程實踐中，主要用以下3種塊度分布函數描述礦巖爆破塊度特征。

(1)Rosin-Rammler分布

式中，y為篩下累積率；x為巖塊尺寸或篩網孔徑；x0為分布參數，又稱尺寸模數，其數值等于當篩下量為63.21%時的篩網孔徑；n為分布參數。

(2)Gaudin-Meloy分布

式中，x0為最大塊度尺寸，其余參數同 Rosin-Rammler分布。

(3)Gates-Gaudin-Scuhmann分布

通過上式可以看出，描述爆破塊度分布關系時沒有考慮爆破前的幾何參數、礦巖地質條件的影響。

2.2.2 平均塊度

平均塊度是指礦巖爆破后，礦堆中不同塊度的加權平均值。計算平均塊度需要統計爆破礦堆中每一種塊度礦巖的尺寸和其占有比例，由于其可操作性不強，在工程上基本不使用，僅用于理論研究。

2.3 礦巖爆破塊度控制理論

2.3.1 能量學說

礦巖破碎能量學說主要有三大學派：Rittinger新表面學說、Kick相似學說和Bond裂紋學說[1]。

(1)Rittinger新表面學說。Rittinger認為巖石破碎前后物理和力學性質沒有發生變化，巖石破碎后只是增加了新表面，新表面的大小與利用的爆破能量成正比。單位體積的礦巖爆破后，尺寸從D減小到d，單位體積表面變化同(1/d–1/D)成正比，因此單位體積礦巖破碎需要的能量為：

式中，KR是與爆破對象材料性質、破碎方法有關的常數。

(2)Kick相似學說。Kick認為不論破碎塊度如何，礦巖破碎時的壓力分布和破碎方式都相似，從而破碎后塊度分布也相似。有下列理論公式：

式中，w0為礦巖試件單位體積輸入的能量；i為破碎比；D為原始尺寸；d為破碎后的尺寸。

2.3.2 巖石斷裂破碎理論

自然狀態下的巖石在未受到外部能量作用之前內部就已存在大小不一、相互交錯的結構面體系，它們在外載作用下擴展開來，破碎成具有一定塊度特征的碎塊。下面從動能和斷裂損傷的角度介紹巖石動態斷裂的塊度特征[1]。

(1)動能理論。在巖石動態斷裂過程中，弱面控制著斷裂過程和方向。在沖擊和爆破等突變性的動態斷裂過程中，動能起決定性的作用。動能理論認為巖石動態斷裂時的塊度直徑滿足下面公式：

式中，c為聲波在巖石中傳播速度；ρ為密度；KIC和ε為與材料參數和破碎方式有關的常數。

(2)斷裂損傷理論。巖石斷裂損傷理論認為在動態斷裂過程中，巖塊尺度的大小取決于內部的缺陷，也就是損傷的程度，一般缺陷的分布與應力水平有關。

式中，B、m為Weibull分布的兩個參數，利用動態斷裂時的應力可得平均巖塊尺度與應變率之間的關系：

2.4 礦巖爆破塊度預測方法

2.4.1 基于計算機圖像技術的預測方法

基于圖像處理技術的爆破塊度預測方法基本過程如圖3所示。Bapoh(1960)最先通過照片取樣和線段法相結合的方法預測爆破塊度。傅洪賢和張幼蒂(2000)[8]采用傾斜攝影技術，對爆堆進行拍照，然后對圖像進行縮放處理，使圖像在長和寬方向上縮放比例一致；對爆堆圖像進行處理，統計礦巖的面積、周長，最后運用最佳匹配橢圓體模型[9-10]推測礦巖塊度組成。宋克英和刑占利等(2006)[11]在弓長

嶺露天鐵礦生產爆破中，對7個爆區的每一爆堆進行了拍照，并運用圖像處理技術對爆破塊度進行了預測，計算得到礦巖塊度為R-R分布，同工程實際情況一致。璩世杰和劉際飛等(2013)[12]改進了預測方法，引入“雙閾值亮點膨脹遞減循環處理”技術進行圖像二值化處理，并對爆破圖像進行平滑去噪，運用laplace算子邊緣檢測法提取礦巖邊界。改進后的預測系統具有較高的精度，誤差一般小于10%。

圖3 基于圖像處理技術的爆破塊度預測流程

2.4.2 基于數理統計理論的預測方法

馬柏令(1982)[13]在觀山銅礦進行了露天小臺階爆破試驗，試驗中嚴格控制各類影響因素，每次爆破后將崩落的礦巖全部收集回來，并就地手工分級量測，然后采用數理統計方法預測其他爆破的礦巖塊度。劉軍和赫建明等(2001)[14]利用統計方法，揭示破碎梯度n、平均塊度K50與不同性質巖石的爆破參數之間的內在聯系，并在宣化鋼鐵公司近北莊鐵礦露天采場進行爆破試驗。周傳波(2003)[15]結合某露天礦實際，在現場小臺階模擬試驗的基礎上應用回歸分析和顯著性檢驗等數理統計理論，研究建立了礦巖爆破塊度分布與巖體特征、炸藥類型、爆破參數的7種變量因子預測模型；同時通過對所建模型的分析研究，得到了大塊率、平均塊度、P80和K50等爆破單一指標的計算式。經生產爆破試驗的檢驗，模型與實際吻合較好。

2.4.3 基于現代數學算法的預測方法

運用現代數學算法預測礦巖爆破塊度是目前的一大研究熱點，預測算法主要有基因表達式編程算法(GEP)、庫茲列佐夫法(Kuznetsov)、多重回歸分析法(MVRA)、人工神經網絡法(ANN)、支持向量機方法(SVMA)和模糊推理系統(ANFIS)等。

P.H.S.W.Kulatilakea和 WuQiong等(2010)[16]采用多變量分析過程(MAP)和人工神經網絡算法(ANN)預測巖石爆破破碎產生的平均塊度。首先在數據庫中存儲爆破設計參數、炸藥參數、彈性模量和原位塊大小等參數，然后通過ANN算法建立塊度關于這些參數的函數表達式，研究結論在礦山中取得了良好效果。

SHI Xiu-zhi和ZHOU Jian等[17](2012)針對臺階爆破傳統塊度分布理論存在的問題，采用支持向量機(SVM)回歸方法預測爆破平均塊度。數據庫中存儲了臺階高度同炮孔抵抗線的比值(H/B)、間距比(S/B)、抵抗線同炮孔的比值(B/D)、堵塞長度同抵抗線的比值(T/B)、炸藥單耗(Pf)、彈性模量(E)和現場塊大小(XB)7個參數，用于支持向量機預測模型。并在礦山使用了90組數據來檢驗預測效果，結果顯示支持向量機模型的預測精度是可以接受的。

Karami Alireza和 Afiuni-Zadeh Somaieh[18](2013)基于模糊推理系統(ANFIS)和徑向基函數(RBF)，建立了露天臺階爆破礦巖塊度K80指標的預測方法，并在伊朗Golgohar鐵礦中成功應用。

聶軍和史秀志等[19](2015)針對爆破塊度難以預測問題，選用基因表達式編程(GEP)算法，以My Eclipse為開發工具，建立基于 GEP的爆破塊度預測模型。通過對比其他方法，得到GEP模型預測結果的相關系數最高，平均絕對誤差、平方根誤差最低。

3 分 析

(1)爆破塊度控制技術的理論研究是現階段的重要任務之一。巖石爆破破碎理論、爆破工藝和巖石物理力學性質等研究領域是礦巖爆破破碎塊度的基本理論，在研究塊度問題時應該對這些理論進行綜合研究，而不能僅僅研究某單一理論。

(2)計算機智能化的爆破塊度預測系統是爆破塊度控制技術的發展方向，開發先進的計算機輔助設計專家系統將顯著提高爆破效果。

(3)研究深部礦巖爆破下的破碎塊度問題。由于近地表礦產資源逐漸枯竭，采礦開始轉向深部。

深部條件下，地質和地應力條件更加復雜，由此引起傳統的爆破理論不再適用，因此研究深部條件下礦巖爆破碎問題具有重要意義。

(4)由于礦巖塊度不適中引起的經濟、技術和安全問題的比較嚴重，急需解決。在實際生產中，除了考慮控制礦巖塊度之外，還可以考慮通過改善工藝或者提高設備性能等方法來適應不同的塊度要求。

[1] 龔漢松.礦巖爆破塊度控制機理與工程應用研究[D].北京：中國地質大學(北京)，2009.

[2] 龐來遠.試論礦巖爆破塊度的研究與發展[J].阜新礦業學院學報，1990，9(1)：20-25.

[3] 戴 兵.中深孔爆破塊度控制及其測定方法研究[D].長沙：中南大學，2013.

[4] 鐘冬望，鈕 強.我國巖石爆破性分級新方法——穩健模糊動態分級[J].西部探礦工程，1992，4(4)：42-46.

[5] 葛樹高.礦巖可爆性評價與合理炸藥單耗的確定[J].有色金屬，1995，47(2)：11-15.

[6] 張愈祖，陳壽如，于子慶，等.礦巖可鑿可爆性與其物理力學性質相關性的研究[J].工程爆破，2006(2)：1-4.

[7] 爆破安全規程(GB6722-2011).

[8] 傅洪賢，張幼蒂.用圖像處理技術建立爆破粒度控制模型[J].金屬礦山，2000(11)：18-20.

[9] Kemeny，Jhon M et al.Analysis of rock fragmentation using digital image processing[J].Journal of Geotechnical Engineering，1993，119(7)：1144-1160.

[10] Kemeny，Jhon M.Practical technique for determining the size distribution of blasted benches，waste dumps and heap leach sites [J].Mining Engineering，1994，46(11)：1281-1284.

[11] 宋克英，刑占利，謝君琦，等.圖像處理技術在礦巖塊度統計中的應用[J].礦業快報，2006(1)：26-28.

[12] 璩世杰，劉際飛，許文耀.爆堆礦巖塊度分布的計算機圖像自動處理系統[J].金屬礦山，2013(6)：1-5.

[13] 馬柏令，曾世奇，鄒定祥.露天小臺階爆破試驗研究及其塊度分布規律性的統計分析[J].金屬礦山，1983(1)：1-7.

[14] 劉 軍，赫建明，孫占書，等.單孔臺階爆破參數與破碎塊度關系的統計分析[J].工程爆破，2001(1)：28-33.

[15] 周傳波.基于回歸分析理論的爆破塊度預測模型研究[J].爆破，2003(4)：1-4.

[16] Kulatilake PHSW，Wu Qiong，Hudaverdi T，et al.Mean particle size prediction in rock blast fragmentation using neural networks [J].Engineering Geology，2010，114(8)：298-311.

[17] SHI Xiu-zhi，ZHOU Jian，WU Bang-biao，et al.Support vector machines approach to mean particle size of rock fragmentation due to bench blasting prediction Trans[J].Transactions of Nonferrous Metals Society of China，2012(22)：432-441.

[18] Karami Alireza，Afiuni-Zadeh Somaieh.Sizing of rock fragmentation modeling due to bench blasting using adaptive neuro-fuzzy inference system(ANFIS)[J].International Journal of Mining Science and Technology，2013(23)：809-813.

[19] 聶 軍，史秀志，陳 新，等.基于GEP的露天礦臺階爆破塊度預測模型[J].爆破，2015(02)：82-88.

2016-06-27)

楊明財(1993-)，男，青海互助人，碩士研究生，主要從事地下礦山開采工藝、巖石力學等方面的研究，Email：2514132363＠qq.com。

國家自然科學基金面上項目(51074115，51574183)；湖北省自然科學基金重點項目(2015CFA142).