全尾砂膠結充填材料強度影響因素分析及配比預測研究

張國勝 張雄天

（蘭州有色冶金設計研究院有限公司，甘肅 蘭州 730000）

隨著我國經濟的不斷向前發展，科學、合理、環保的礦業開發方式可以有力地保障我國經濟的高質量發展。充填采礦法可以有效地將較大比例的礦山開采所產生的廢石、選礦產生的尾砂等固體廢棄物回填于井下采空區，減少固體廢棄物對環境的污染破壞，同時可以有效地解決地下采礦導致地表出現的變形、沉陷等問題。此外，充填采礦法還具有回采率高、貧化率低等優點。因此，充填采礦正在成為主要的開采技術手段[1-4]。

充填體強度是衡量充填體質量的一個主要指標，對影響充填體強度的因素進行分析及優化配比，有利于以最經濟合理的方式提高充填體質量，節省充填成本，增加企業經濟效益。本文以某大型鉛鋅礦為研究對象，根據礦山實際情況，提出了適合該礦山的采礦方法及充填工藝，并對影響充填材料的因素進行了分析，確定了礦山充填料漿的最佳配比，建立了配比預測模型。

1 礦山概況

某大型鉛鋅礦屬于新建礦山，礦山生產規模為150萬t/a，采用地下開采方式，開拓方案為主平硐—主（箕斗）副（罐籠）豎井開拓，2018年初，礦山建成投產。2018年，該礦山被授予“全國綠色礦山標準化建設示范基地”；2019年榮獲“有色金屬行業綠色發展十大領軍企業”，入選2019年國家級綠色礦山名錄；2020年先后榮獲“首屆綠色礦山突出貢獻獎”、“綠色礦山重大工程一等獎”等多項殊榮。

2 礦山生產存在的主要問題

該礦山礦體產狀為緩傾斜、傾角2°～47°，礦體厚度薄—中厚，巖體質量一般，完整性中等，礦石普氏硬度系數f=8～10，圍巖f=4～10，礦、巖均屬不穩固—中等穩固巖類等特點。依據礦體賦存條件，該礦山采用了普通全面采礦法、機械化房柱采礦法、臺階式全面采礦法、分段空場法等多種采礦法進行回采，但在實際生產中，存在著采礦損失、貧化率偏大，回采、出礦困難等問題。

3 充填采礦方法研究

為保障礦山高質量發展，針對該礦山實際生產中存在的問題，結合礦體賦存條件，依據綠色礦山的建設要求，采用環境友好型開發利用方式，提出了采用充填采礦法的方案。經過綜合分析及研究，最終確定采用機械化上向進路充填采礦法，此方法高度靈活，適用于該礦山極為復雜多變的礦體賦存條件，可以實現高回收、低貧化開采的目標。

如圖1所示，礦塊沿走向布置，長50 m，高50 m，分段高12.5 m，分層高3.5～4 m，裝礦穿脈布置在礦塊中部，礦塊不留頂底柱及間柱。

分段沿脈平巷布置在礦體下盤與輔助斜坡道相連，進路斷面3.6 m×4 m～4 m×4 m，從分段沿脈平巷垂直礦體布置分段聯絡道、分層聯絡道，從分層聯絡道繼續垂直礦體走向開掘切割巷道。考慮鏟運機爬坡能力，分段聯絡道、分層聯絡道坡度為1∶6，斷面為3.6 m×3.6 m。溜礦井布置在礦體下盤，與各分段聯絡道相連。分段沿脈平巷、分段聯絡道、分層聯絡道掘進均采用單臂臺車鑿巖，裝藥臺車裝藥，非電導爆管起爆，DJK50-№5.5局扇通風，電動、柴油鏟運機出碴。

從切割巷道沿礦體走向采場兩端掘斷面為3.6 m×4 m～4 m×4 m的采礦進路。當礦體厚大時可相應地多布置幾條，但回采時要間隔回采。礦體厚度＜3.5 m時，采用YT-28型鑿巖機鑿巖，鉆孔孔徑?38～41 mm，深度2.0 m，每循環進尺1.6 m；礦體厚度≥3.5 m時采用單臂臺車鑿巖，鉆孔孔徑?42 mm，深度2.0 m，每循環進尺1.7 m。炮孔裝藥前采用壓風將炮眼吹干凈，人工裝藥，采用?32 mm藥卷，非電導爆管起爆。采場出礦選用柴油鏟運機（2 m3）或電動鏟運機（2 m3）出礦，鏟運機自采場進路經分層聯絡道、分段道、溜井聯絡道將礦石鏟運至溜井卸載。鏟裝礦石時，沿著進路方向邊鏟邊推進，按照指定的溜井出礦。

新鮮風流主要由專用進風井進入井下，經階段沿脈平巷→各盤區斜坡道（人行通風天井）進入回采工作面，清洗工作面后，污風由上部盤區斜坡道（人行通風天井）→上階段回風平巷→回風井排出地表。

充填采用自流輸送膠結充填工藝，堅持采一充一的原則，每條進路從充填準備到充填接頂結束在7 d內完成，充填結束72 h后方可開始相鄰進路的回采工作。采場進路回采完成后進行清底、充填管敷設，將充填管由充填回風井、分層道接到進路端頭并將管頭固定在最高處。在采場進路口砌筑擋墻，然后根據設定料漿濃度進行充填。充填分2次進行，第1次充填厚度為2 m，第2次充填接頂。

采場充填溢流水通過采場泄水井集中到進路端頭充填擋墻外側的沉淀池，沉淀后的清水由泥漿泵通過管道排至中段泄水井，再集中至坑內水倉，由主排水泵排出。

4 充填材料配比試驗研究

4.1 全尾砂基本物理化學參數測定

全尾砂物理參數測定主要包括比重、松散容重、密實容重以及孔隙率，見表1。

?

尾砂中對充填體強度影響較大的主要化學成分有 CaO、MgO、Al2O3、SiO2、S 等。尾砂化學成分分析結果見表2。

?

尾砂的粒徑組成對于充填體強度的影響較為明顯，直接影響到膠結性能和膠凝材料的消耗量。試驗采用Mastersizer 2000型激光衍射粒度分析儀測定尾砂的粒級分布。

根據全尾砂測定結果，其中d10=3.256 μm，d50=15.263 μm，d60=21.263 μm，d90=158.699 μm，d平均=58.256 μm，比表面1.02 m2/g，尾砂粒徑較細。不均勻系數α2表征該物料粒級組成的均勻程度，計算如下：

經計算礦山尾砂不均勻系數α2＝6.53。α2值越小表示粒級組成越均勻，一般α2＝5時，粒級配比較好。通過尾砂粒徑分析試驗可知，礦山尾砂粒徑分布對于膠結充填材料強度的形成促進作用一般。

4.2 膠結充填材料強度配比試驗

充填試驗膠凝材料選用PC32.5R硅酸鹽水泥，尾砂為選廠全尾砂。試驗共設計料漿濃度分別為64%、66%、68%、70%、72%、74%，灰砂比分別為 1∶2、1∶4、1∶6、1∶8、1∶10、1∶12 ，共36組試驗，測定每組配比3 d、7 d、28 d、60 d 4個齡期的充填體強度。每組單個齡期測試3個試塊的抗壓強度，共計為432塊。分析研究不同濃度和灰砂比的強度變化規律和強度性能。

采用DYE-2000混凝土壓力試驗機對制作的各齡期的充填試樣進行單軸抗壓強度試驗（圖2）。試驗結果見表3。

4.3 基于響應面的充填試樣單軸抗壓強度試驗結果分析

通常對充填體強度的影響因素為砂漿濃度、灰砂比、養護齡期等。在滿足礦山充填強度的情況下，優化充填配比，降低膠凝材料消耗量，可以節省生產成本，有利于礦山經濟效益最大化。根據響應面法（RSM），構建3 d、7 d、28 d、60 d充填體強度為響應值的回歸模型，探究砂漿濃度、灰砂比單一或交互作用對充填體強度的影響情況，從而尋求適合礦山充填的最佳配比。采用Desing-Export軟件中Cube模塊，砂漿濃度、灰砂比為2種影響抗壓強度的因素，分別用X1、X2表示。3 d、7 d、28 d、60 d充填體強度為響應值，分別用Y1、Y2、Y3、Y4表示，通過分析計算，影響因素與充填體強度之間的回歸方程如下：

根據擬合的回歸方程，4個養護齡期擬合方程的回歸系數均接近于1，因此，回歸方程擬合程度較高。

?

MATLAB是美國MathWorks公司出品的商業數學軟件，具有科學數據可視化以及非線性動態系統的建模和仿真等諸多強大功能。為探究不同因素對充填體強度的非線性動態影響情況，根據已經建立的不同養護齡期充填體的非線回歸模型，利用MATLAB分析軟件建立了養護齡期為3 d、7 d、28 d、60 d的三維非線性數據模型，如圖3～圖6所示。

通過分析發現，試塊的強度在灰砂比不變時，隨濃度的增加而增大，隨齡期的增長而增加。其他情況不變時，灰砂比的影響是顯著的，灰砂比越大，試塊的強度越大。提高充填料漿的濃度和增加灰砂比有利于提高充填料漿的強度，提高早期強度。

灰砂比較大的試塊早期強度發展迅速，后期強度發展穩定，如灰砂比1∶4的試塊3 d強度0.12～0.14 MPa，7 d強度 1.77～1.97 MPa，28 d強度 3.12～3.92 MPa，60 d強度3.75～4.42 MPa。7 d強度是3 d強度的15倍左右，28 d強度是7 d強度2倍左右，但是28 d以后強度發展放慢，到60 d強度仍在增長。灰砂比和濃度均較小的試塊，早期強度較差，部分試塊3 d拆模困難，7 d強度測試受壓時，變形量大，但是后期強度發展平穩，如灰砂比1∶12的試塊，3 d強度無法測定，7 d強度 0.15～0.25 MPa，28 d強度 0.23～1.01 MPa，60 d強度0.81～1.32 MPa。

綜合以上分析發現，灰砂比、砂漿濃度是影響充填體力學性質的關鍵因素，在一定條件下，多加水泥或提高料漿濃度均有利于充填體強度的提高，特別是提高充填體的早期強度。本礦山雖然尾砂粒度較細，根據充填試驗及對結果分析，當礦山輸送砂漿濃度介于70%～72%、灰砂比介于1∶6～1∶10時能夠滿足上向進路膠結充填法采礦工藝不同充填體強度的要求，此時，礦山可以取得最大的經濟及安全效益。

4.4 基于小波神經網絡的充填配比預測研究

小波神經網絡是基于小波分析結合神經網絡特性發展起來的一種新型智能的人工神經網絡，具有小波分析、小波變換分層、多分辨率及函數學習和推廣能力較強等特性。小波神經網絡模型中使用非線性小波基替換常規的非線性sigmoid函數，系統檢測實際參數及信號通過小波神經網絡中的小波基進行多層線性疊加和數據處理輸出，較好地簡化了數據訓練及計算。

采用MATLAB數值分析軟件，將36組試驗數據作為訓練樣本，通過多次迭代，獲得3 d、7 d、14 d、28 d、60 d充填強度預測模型。養護齡期為3 d、7 d、28 d、60 d強度預測曲線分別見圖7～圖10。

通過分析發現，小波神經網絡模型預測數據與經過充填試驗獲得的真實數據變化趨勢基本一致，相對誤差較小，預測模型較為可靠。表明小波神經網絡模型對充填配比預測研究具有較好的可適用性，可指導生產實踐中的充填配比，為充填配比優化提供了一種新的思路。

5 結論

（1）在深入分析某大型鉛鋅礦生產現狀的基礎上，針對礦體回采時存在的損失率、貧化率高的問題，提出了采用上向進路充填采礦法的方案。采用三維建模技術構建了上向進路充填采礦法三維模型，并對具體采礦工藝進行了分析。

（2）通過對礦山尾砂粒徑分析試驗發現，礦山尾砂較細，對充填體強度形成促進作用一般。設計了砂漿濃度分別為 64%、66%、68%、70%、72%、74%，灰砂比分別為 1∶2、1∶4、1∶6、1∶8、1∶10、1∶12 ，共 36 組試驗，測定了每組配比 3 d、7 d、28 d、60 d 4個齡期的充填體強度，獲得了充填試驗的基礎數據。

（3）采用響應面分析法（RSM），構建了3 d、7 d、28 d、60 d充填體強度的回歸模型，分析了砂漿濃度、灰砂比等因素對充填體強度的影響情況，確定當輸送砂漿濃度介于70%～72%、灰砂比介于1∶6～1∶10時，礦山可以取得最大的經濟及安全效益。

（4）采用小波神經網絡將36組試驗數據作為訓練樣本，通過多次迭代，獲得了3 d、7 d、14 d、28 d、60 d充填強度預測模型，建立的預測模型可靠，可用于指導生產實踐中的充填配比，為充填配比優化提供了一種新的思路。