技術條件變化對露天礦境界影響研究

胥孝川，顧曉薇，劉德華，王 青，王忠康，王訓洪

(1.東北大學資源與土木工程學院，遼寧 沈陽 110819；2.青海大柴旦礦業有限公司青龍溝金礦，青海 海西州 817000)

影響露天礦優化設計的因素很多，主要包括經濟因素、技術因素以及地質條件等[1]。其中，經濟因素主要包括采礦成本、選礦成本、剝巖成本以及精礦售價等；技術因素包括礦石回采率、選礦回收率、廢石混入率、精礦品位等；地質條件主要是指礦體賦存區域具有的斷層、巖性、地表構筑物、河流等。關于經濟因素的研究，主要集中在精礦價格變化趨勢預測和對露天礦境界影響分析，以及成本變化對露天礦境界的影響上[2-4]。在技術因素的研究中，主要集中在選礦工藝方面，但研究方法很少考慮到露天礦境界設計[5]；另一方面，精礦品位的變化會直接影響到精礦價格，不能單獨考慮一個因素不變，而調整另外一個因素。當前露天礦境界設計更多地集中在考慮解決實際工程地質問題上[6-8]。鑒于此，本文分別考慮回采率、選礦回收率和廢石混入率在給定變化范圍內對露天礦最終境界規模及效益的影響，以期為礦山生產決策提供指導性意見。

1 地表標高模型

地表標高模型是露天礦境界優化一個重要的輸入數據，也是礦山優化的約束條件之一。根據地表地形等高線或者根據礦區測點標高可以建立地表標高三維模型。本文根據礦區實測地表地形等高線(圖1)使用插值法建立地表標高模型[9](圖2)。

圖1 礦區地形等高線

Fig.1 Surface contours of mining area

圖2 地表三維標高模型

Fig.2 The 3D model of surface

2 品位模型

品位模型是區分礦巖的基礎，也是礦山經濟效益計算的重要依據?？梢愿鶕@孔取樣數據，使用克里金法或者距離反比法等建立，也可以根據設計部門提供的礦巖界線以及不同礦體在不同立體空間的平均品位估算。本文采用后一種方法建立品位模型，其中75 m水平礦巖界限如圖3所示，對應的品位模型如圖4所示。

圖3 75 m水平礦巖界線

Fig.3 Horizontal ore-body in 75 m

圖4 75 m水平品位模型

Fig.4 Grade model in 75 m

從圖3中可以看出，礦區在75 m水平有3條礦體，分別是Fe6、Fe7和Fe8，礦體平均品位為25%。圖4中，品位模塊的取值分別是25或者0；深色部分即品位為25%的模塊，與圖3基本一致。

3 臺階模型

露天礦臺階高度與礦山規模、設備規格以及開采選別性等有關，臺階坡面角與巖體穩定性有關。綜合考慮礦山實際情況及設備選型等，設置臺階高度為15 m，臺階坡面角為50°，安全平臺寬12 m，工作平臺寬40 m。

4 境界優化

境界優化方法很多，包括浮錐排除法、圖論法、最大網絡流法等。本文采用浮錐排除法中的正錐排除法，優化原理可以參考文獻[10]。露天礦境界優化的基本參數輸入包括單位采礦成本、剝巖成本、選礦成本以及精礦售價等經濟參數，同時還包括采礦回收率、選礦回收率以及廢石混入率等技術參數。不同參數取值會不同程度地影響到露天礦最終境界的圈定，究竟什么樣的取值范圍對露天礦開采范圍、礦巖量以及利潤值影響較大或者較小，特別是技術參數對露天礦的影響直接決定了礦山生產工藝的改進方向和改進成本，進而影響到礦山經濟效益。如果某個技術參數在較小范圍變化，卻能引起露天礦較大礦巖量及利潤值變化，就說明可以在較小代價下，針對影響該技術參數的采礦工藝進行改進能獲得較大效益。鑒于此，本文以本溪鋼鐵(集團)公司賈家堡鐵礦為例，研究該礦山技術突破的瓶頸，尋求影響礦山經濟效益的主要因素。該礦區主要有3條礦體，近似γ形分布(圖3，分別以Fe6、Fe7和Fe8命名)，平均品位為25%。露天優化相關參數設置見表1。

表1 技術經濟參數

表2 幫坡角設置

露天礦境界優化除了受地表標高約束外，還受到開采權限、地表受保護構筑物以及最終幫坡角的約束。根據地質調查報告以及穩定性分析，該露天礦在不同方位幫坡角設置見表2。

將表1和表2中的參數值稱為基礎數據，也就是基于當前市場行情和技術條件確定的最為合理的數據?；谏鲜鰠翟O置，得到的優化結果見表3。

表3 基礎境界優化結果

表3中原地礦石量和原地巖石量指的是在境界圈定范圍內，真實賦存于地下的礦巖量，而采出礦石量和采出巖石量是指考慮了回采率和廢石混入率后得到的礦巖量，也就是分別送往選礦廠和排土場的礦石量和巖石量。優化得到的最優境界(這里稱為基礎境界)的等高線圖和三維實體圖分別如圖5和圖6所示。

圖5 基礎境界等高線

Fig.5 Contour lines of the basic pit limit

圖6 基礎境界三維模型

Fig.6 3D model of the basic pit limit

從圖5和圖6可以看出，境界開采的范圍為57.54 hm2(圖5中圈中部分表示開采范圍)，在境界底部形成兩個采坑，最低開采深度為位于西北方向，為-75 m。

5 技術參數變化對露天礦境界影響分析

從露天境界優化的輸入數據可以看出，決策露天礦境界的技術因素包括采礦回收率、選礦回收率以及廢石混入率等。這里分別針對這三個技術因素分析不同技術條件下，最終境界變化的靈敏度以及變化特征。

5.1 采礦回收率對境界影響

資源開采過程中，由于技術原因、管理原因或者地質影響原因等，造成部分有價值的地質儲量無法開采出來，或者是未能全部運出采場而造成損失，這部分損失占總儲量的比例稱為損失率，采出部分占總儲量的比例則稱為回采率。這里以表1中的回采率為基礎數據，考慮回采率分別為91%、92%、93%、94%、(95%)、96%、97%、98%、99%時的最終境界優化結果見表4。

由表4可知，隨著回采率增大(91%～99%)，境界盈利逐漸增大，相對于基礎境界，當回采率降低4個百分點(91%)，利潤值減小12%；當回采率提高4個百分點(99%)，利潤值增加13%。回采率對礦巖量及開采范圍的影響總體上呈現增長趨勢，但存在波動，比如當回采率為92%時，境界內的礦巖量比回采率為93%時大，主要原因是浮錐排除法存在錐體間重疊問題。針對該問題，設置多級優化，以改善錐體重疊對境界的影響[11]?？傮w上看，當回采率降低4個百分點，采出礦石量減小8%；當回采率提高4個百分點，采出礦石量增加7%。

5.2 選礦回收率對境界影響

由于選礦技術以及入選礦石品位等原因，送往選礦廠的礦石中有用金屬不能全部提取出來，這部分含有未提取出金屬的礦石稱為尾礦，排放到尾礦庫，而提取出的金屬占礦石中總金屬的比例則稱為選礦回收率。這里以表1中的回收率為基礎數據，考慮回收率分別為76%、77%、78%、79%、(80%)、81%、 82%、 83%、 84%時的最終境界優化結果見表5。

由表5可知，隨著選礦回收率的增大(76%～84%)，境界盈利逐漸增大，相對于基礎境界，當回收率降低4個百分點(76%)，利潤值減小47%；當回收率提高4個百分點(84%)，利潤值增加59%?；厥章蕦ΦV巖量及開采范圍的影響總體上呈現增長趨勢，但存在波動，比如當回收率為81%時，境界內的礦巖量要比回收率為82%時大，主要原因同回采率部分一樣。總體上看，當回采率降低4個百分點，采出礦石量減小17%；當回采率提高4個百分點，采出礦石量增加16%。

表4 不同回采率條件下的境界優化結果

注：表中“最大開采深度”所對應的兩個數據，表示兩個采坑(圖6)對應的深度

表5 不同回收率條件下的境界優化結果

5.3 廢石混入率對境界影響

露天開采是以臺階的形式逐漸向外和向下擴展。一個臺階高度一般在10～15 m之間，一次爆破10～20 m，所以受礦山開采選別性影響，礦山在資源回采過程中難免會出現礦巖混合的情況。把每回采1 t礦石中混入的巖石量稱為廢石混入率。這里以表1中的廢石混入率為基礎數據，考慮混入率分別為2%、3%、4%、5%、(6%)、7%、8%、9%、10%時的最終境界優化結果見表6。

由表6可知，隨著廢石混入率的增大(2%～10%)，境界盈利逐漸減小，相對于基礎境界，當廢石混入率降低4個百分點(2%)，利潤值增加了33%；當廢石混入率提高4個百分點，利潤值減少31%。廢石混入率對礦巖量及開采范圍的影響總體上呈現減小趨勢，但同樣存在波動，造成這一現象的原因同上述回采率分析的一樣。總體上看，當廢石混入率降低4個百分點，采出礦石量增加3%；當廢石混入率提高4個百分點，采出礦石量減少8%。

表6 不同廢石混入率條件下的境界優化結果

6 結 論

1) 基于當前技術經濟條件，在相同變化范圍內(±4%)，回采率變化對露天礦境界規模及盈利影響不大；選礦回收率對露天礦境界規模及境界盈利均有很大影響；廢石混入率對露天礦境界規模影響不大，但對境界盈利有較大影響。

2) 礦山經濟效益和規模對選礦回收率有較高的靈敏度，選礦工藝是制約該礦山發展的重要因素，所以可以首先考慮從入選礦石品位以及選礦技術著手，提高選礦回收率，改善當前礦山生產狀況。

3) 礦山經濟效益對廢石混入率的靈敏度也較高，可以從選別性角度考慮，通過減小臺階高度和爆破寬度來降低廢石混入率，提高礦山經濟效益。