细粒级尾矿流变特性及自流输送条件试验研究

某矿山采用细粒级尾矿进行充填，充填料浆浓度不稳定，易出现堵管或爆管事件，严重影响井下生产接续。开展了细粒级尾矿和胶结料浆的坍落度、扩展度、黏度及屈服应力试验。结合对采场充填基础参数分析与计算，可知管道阻力小于自然压头时即能实现自流输送。在确定胶结料浆浓度、流量、管径时，通过计算调整充填倍线实现自流输送，为现场充填自流输送提供了重要的理论依据。     

基于FLUENT的全尾砂充填管道输送模拟试验与分析

以大红山铜矿为实例,运用FLUENT软件对全尾砂管道输送进行数值模拟和分析。在充填料浆力学参数基础上建立了数学模型,分别分析了充填料浆的浓度、流速、管径3个因素对管道输送的影响状况,最后选出最优参数。分析结果与大红山铜矿的实际相符合,同时表明FLUENT软件可以用来模拟计算矿山充填管道输送。模拟试验方法可为其他类似矿山参考借鉴。     

砂浆输送倍线对充填系统安全运行的探讨

充填倍线指数即反映了充填系统的充填能力,也表示了充填系统料浆输送的综合阻力,该文针对二矿区充填系统设计存在的问题,通过浆体管道输送的水力学特性理论计算和计算机模拟以及现场实际观察等技术手段,全面分析和阐述了充填系统设计参数存在的缺陷和改进措施。     

井下充填料管道泵送阻力与输送参数优化研究

为确定高峰矿高浓度尾砂块石充填料浆泵送的输送性能指标，应用两相流颗粒流动力学理论，开展了86%、84%、83%、81%和79%5种不同浓度全尾砂料浆的泵送仿真模拟。结果表明：在稳态管道流场内，适当降低浓度有助于输送流动性，但浓度较低时，效果逐渐不明显；料浆浓度为83%～84%的方案符合输送需求；废尾比方面，在满足强度的情况下，建议采用6∶4或7∶3,继续提升参数可能会出现冲蚀激增及淤堵的情况。研究成果为井下泵送充填管网设计提供了理论依据。     

基于ANSYS/FLOTRAN的高浓度全尾砂胶结充填管道输送数值模拟研究

高浓度全尾砂自流输送在金属矿山的应用日趋广泛。通过对某铁矿高浓度全尾砂胶结充填管道输送进行数值模拟研究,确定高浓度全尾砂料浆相关物理参数,构建适合高浓度全尾砂胶结充填料浆管道输送的数值模型。利用ANSYS/FLOTRAN模拟高浓度全尾砂料浆在充填管道内流动的动态特征,并将模拟结果与理论计算进行对比分析,同时进行料浆输送过程的数值解算,分析结果显示：（1）料浆浓度在68%~78%范围内以1.5,2.0,2.5 m/s进口流速完全能实现自流输送;（2）模拟结果与理论计算对比分析得出二者阻力损失相对比较一致;（3）随着料浆进口流速的增大,料浆浓度对弯管处的冲击影响越不明显。研究表明该数值模型建立合理,研究结果对高浓度全尾砂胶结充填管道自流输送试验和实践提供了一定的指导与借鉴。     

高浓度充填料浆离析分析及控制

在利用管道水力输送的矿山充填中,要保持高浓度料浆在复杂的工况条件下不产生离析,以确保充填体最终强度,必须从料浆制备、充填料选择、搅拌系统控制、计量系统和管道输送系统等环节进行综合控制。     

高浓度尾砂充填料浆管道输送性能试验

高浓度料浆的主要输送特性参数包括料浆浓度、临界流态浓度、最大沉降浓度、临界沉降浓度、料浆容重、泌水率、坍落度、屈服应力和粒度等。文章详细介绍了高浓度尾砂充填料浆沉降试验、坍落度试验和输送试验的方法，并对试验结果进行了分析讨论，这对实现尾砂的高浓度输送具有重要意义。     

充填料浆沉降规律研究及输送可行性分析

通过分析充填料浆在管道自流输送系统中的运动形式与充填骨料固体颗粒的沉降规律,得知充填料浆能否稳定地输送到采空区跟输送速度及水平管道的长度有关.结合孙村煤矿的煤矸石似膏体充填料浆的特点,利用Fluent流体分析软件对料浆的管道输送过程进行了模拟,并从理论上分析了以煤矸石作为主要骨料的似膏体利用管道自流输送的可行性.模拟分析表明,料浆的自流压差能够克服在管道自流输送过程中的沿程阻力损失,并且在3.82 m/s的水平管道输送速度下,料浆垂直脉动速度分量38.3 cm/s大于煤矸石的干涉沉降速度0.99 cm/s,因此,似膏体能够自流输送到采空区.     

基于Buckingham方程的大倍线充填料浆输送优化与应用

大倍线充填料浆管道输送困难及输送浓度偏低等问题是影响矿山充填效益的关键因素,如何低成本实现大倍线高浓度充填料浆的输送,是充填管道输送研究的重要课题。基于宾汉流体(B-H)的Buckingham方程,开展高浓度尾砂浆大倍线自流输送管道优化研究,结合安庆铜矿马头山矿段充填浓度低和输送倍线大的实际情况,采用分段计算、局部优化的方式,以较低的成本实现了安庆铜矿马头山矿段充填管线的优化工作,通过优化改造,输送效果得到明显改善,充填浓度提高了2%,为矿山创造了良好的综合效益。     

水砂充填料浆流变参数的现场测定及应用

文中简要介绍了利用电测法在矿山充站现场测定水砂充填料浆管道输送时的流速和压差的方法，并根据对水砂充填料浆管道输送时的物理力学特性和流变特性的分析，利用测定结果计算出砂浆的流变参数和流变特征方程，所得结果已成功地应用于生产管理和现场生产设计。     

氰化尾渣选硫工艺优化研究

由于氰化物对硫铁矿有一定的抑制作用，直接采用浮选法回收氰化尾渣中硫铁矿的效果不理想。因此，必须先对氰化尾渣进行预处理，使被抑制矿物恢复浮选活性。采用添加还原剂和浓硫酸协同预处理方法使被抑制矿物恢复活性，并分别考察加药顺序、焦亚硫酸钠用量和pH值等因素对硫精矿回收率和尾矿品位的影响。浮选试验采用一粗、一精、二扫流程，考察了pH值调节剂、铵盐和复合抑制剂等对硫精矿回收率和尾矿品位的影响。最终确定预处理最佳工艺条件：先添加2 kg/t的Na₂S₂O₅药剂预处理1 h，然后加入浓硫酸将矿浆pH值调至2~3并维持2 h，再用NaOH将pH值调至6~7。浮选最佳条件：丁胺黑药用量为500 g/t，复合抑制剂用量为300~500 g/t，通过试验取得硫精矿品位为40%~42%，尾矿中S元素品位为6%~8%的良好结果。     

基于深度卷积神经网络的卡车装载矿石量估计研究

卡车装载矿石量一般采用人工方式进行统计，人工统计不具有客观性，可能影响卡车司机的绩效考核；此外还有使用激光扫描技术或地磅对装载矿石量进行精确统计，但设备成本过高。为节约成本并提高测量精度，研究采用基于深度卷积神经网络的技术实现卡车装载矿石量的估计。由于实际场景下矿车装载矿石的图片不便获取，故使用三维物理引擎Chrono模拟矿石堆落入卡车的过程，从而生成装载矿石量和矿石分布区域均不同的卡车图片。通过构建深度卷积神经网络对生成的样本进行拟合，用最后一层神经元的预测值与真实值的欧式距离作为代价函数。然后，对卷积核与特征图进行可视化，分析卷积神经网络实现矿石量估计的过程。试验结果表明，构建的深度卷积神经网络在实验测试集上的准确度较好，测试样本预测误差大部分在4%以内。说明用深度学习技术实现自然场景下卡车装载矿石量的估计切实可行，且具有较好的应用前景。     

循环载荷下胶结充填体损伤声发射表征

胶结充填体是充填采矿法应用的关键部分,其稳定与否是充填采矿成功实施的基础和前提。实际采矿活动对充填体产生一种循环重复的加卸载扰动,通过研究循环加卸载作用下充填体损伤破坏过程的声发射特征,探求充填体的损伤演化机理,可为充填体声发射监测技术提供基础性依据。本研究利用RMT-150C电液伺服系统和PIC-2型USB数字多通道声发射仪对灰砂比为1∶4的4组试样进行多级加卸载试验,模拟充填体实际所处应力环境。通过对试验过程系统接收到的声发射信号分析处理后,发现了循环载荷下胶结充填体的损伤演化具有3个不同阶段特征;同时用经过声发射参数量化后的损伤值表征充填体的损伤,为充填体稳定性监测技术的建立提供数值依据。     

围压与料浆浓度对尾砂充填体峰后损伤演化研究

对于矿山地下深部开采存在的地压问题，选取3组料浆浓度充填试件在RMT-150C压力机上经过不同围压三轴压缩后再进行单轴压缩试验，获得经过3组围压压缩后不同料浆浓度试件的应力—应变曲线数据，并结合Lemaitre应变等价原理，得到全尾砂胶结充填体的峰前后损伤值公式和损伤本构方程。从损伤—应变曲线可知：当料浆浓度一定时，增大围压，充填体弹性变形阶段缩短，更早达到屈服极限且峰值损伤值增大，继续增大围压，充填材料峰值损伤值降低；在低围压条件下，增大料浆浓度抑制了峰前损伤增长,但促进峰后损伤增长；在高围压条件下，随着料浆浓度的增大，充填材料损伤值先降低后升高，促进了试件破坏。     

全尾砂沉降浓缩试验研究

尾砂高效沉降浓缩是全尾砂高浓度充填的核心，随着选矿工艺的改进，尾砂的粒径越来越细小，导致尾砂沉降浓缩愈发困难，而在尾砂浆中加入絮凝剂能够极大地提高尾砂沉降浓缩的效率。针对国内某矿山尾砂颗粒细小、沉降浓缩困难的问题，通过开展沉降浓缩试验，以固体通量和底流浓度作为评价指标，得到沉降浓缩效率最佳的絮凝剂型号、给料浓度和絮凝剂添加量，并研究了给料浓度和絮凝剂添加量对尾砂沉降效率的影响规律。结果表明：最佳絮凝剂型号为HJ70010，最佳给料浓度范围为10%~12%，最佳絮凝剂添加量范围为10~15 g/t；当给料浓度为12%、絮凝剂添加量为15 g/t时，底流浓度达到64.4%，沉降速度为26.2 m/h，固体通量为3.43 t/（h?m²）；随着给料浓度的增加，固体通量呈现先增大后减小的抛物线状变化规律，底流浓度先增大后逐渐趋于稳定；随着絮凝剂添加量的增加，固体通量先增大后趋于稳定，底流浓度呈现先增大后减小的抛物线状变化规律。     

江西某铜矿磨矿对比试验及应用研究

针对江西某选厂铜矿石磨矿产品粒度组成差、铜回收率低及磨矿介质消耗量大的问题，以矿石性质为依据，通过实验室磨矿对比试验提出工业化应用的最佳磨矿介质尺寸及配比方案，从而达到改善磨矿效果的目的。实验室磨矿对比试验得出处理矿石的最优初装球方案为?70∶?50∶?40∶?30=20∶30∶20∶30。工业试验期间，从现场7#和8#球磨机溢流中取得矿样，在实验室进行浮选对比试验。工业试验结果表明：应用推荐的磨矿介质方案后，磨矿产品粒度均匀性得到提高，-0.038 mm和-0.074 mm百分含量分别提高了0.47%和2.13%，+0.2 mm百分含量减少了3.14%，中间易选级别-0.2+0.038 mm百分含量提高了2.68%，铜回收率提高了3.70%，球耗降低了0.032 kg/t，为提高铜的浮选回收率创造了有利条件，同时对提高磨矿作业质量具有一定的指导意义。     

厚硬顶板弱化前后垮落致灾数值模拟研究

针对采空区大面积顶板垮落对采区机械设备及工作人员造成的冲击灾害问题，采用ANSYS/LS-DYNA有限元软件，建立顶板弱化前后块体冲击地面的三维计算模型，研究顶板弱化前后垮落体引起巷道内飓风风速的变化规律及冲击载荷对工作面煤层的影响。结果表明：在顶板下落过程中，由采空区到巷道口处，飓风速度呈增大趋势，且在巷道口处风速急剧增大，但风速在巷道内随着距巷道口距离的增大而衰减；随着顶板下落时间的增加，巷道内的风速整体呈上升趋势，但巷道内风速的衰减速率逐渐降低，且风速峰值随着所在位置与巷道口距离的增大呈对数衰减；大面积顶板垮落使工作面煤层出现应力集中现象，顶板弱化放顶循环步距控制在30 m以下可显著降低飓风的影响范围及冲击载荷对工作面煤层的影响。     

胶东夏甸金矿床成因：流体包裹体及同位素证据

为探讨夏甸金矿床成矿流体性质和来源,对该金矿-740~-820 m中段Ⅶ号矿体金矿石样品进行包裹体和S、H、O稳定同位素测定。夏甸金矿包裹体类型以富液体包裹体为主,其次为富气体包裹体和H₂O-CO₂三相包裹体,气液相比一般为10%~15%,{\mathrm{V}}_{\mathrm{C}{\mathrm{O}}_{\mathrm{2}}}\to {\mathrm{L}}_{\mathrm{C}{\mathrm{O}}_{\mathrm{2}}}和{\mathrm{L}}_{\mathrm{C}{\mathrm{O}}_{\mathrm{2}}}\to {\mathrm{L}}_{{\mathrm{H}}_{\mathrm{2}}\mathrm{O}}相态占比较少;均一温度为72~342 ℃,主要集中在140~280 ℃之间,峰值为200 ℃;盐度［w（NaCl）］为0.5%~15.0%,主要集中在1.0%~7.0%之间;压力为61~541 MPa,平均压力为321.5 MPa;Ⅱ、Ⅲ成矿阶段的数据表明,夏甸金矿成矿温度、盐度和压力随着成矿阶段的推进而逐渐降低。包裹体物质成分主要为CO₂、H₂O和CH₄,\delta {\mathrm{D}}_{{\mathrm{H}}_{\mathrm{2}}\mathrm{O}}平均值为 -56.45‰,\delta {\mathrm{O}}_{{\mathrm{H}}_{\mathrm{2}}\mathrm{O}}平均值为11.67‰,变化范围窄,黄铁矿δ³⁴S_V-CDT值变化范围为+6‰~+8.1‰,平均值为 +7.04‰。富CO₂包裹体、纯CO₂包裹体和CO₂-H₂O包裹体是夏甸金矿床在主成矿期捕获的主要包裹体类型,而H₂O溶液包裹体则主要出现在成矿晚期阶段,其成矿流体表现为温度中等、H₂O-CO₂-NaCl的较低盐度体系,并经历了流体相分离作用。H、O同位素特征表明主成矿期流体主要来自于壳源型花岗岩岩浆水,并有大气降水的加入,S同位素则指示硫源主要来自于胶东结晶基底岩系。     

基于离散元的花岗岩热敏感性及裂纹扩展研究

在一定应力状态下,热诱导产生的应力场和初始应力场相叠加,导致岩石中裂纹萌生,对岩石的力学性质造成影响。基于离散元方法,在不同初始应力状态下,对含有不同倾角预制裂纹模型的热裂过程进行研究。对相关热特征值进行分析,并根据Det.（σ_ij ）准则,结合第二不变量的演化过程,对热裂纹的扩展路径进行理论分析。结果表明：高应力状态下,热敏感性较强（起裂温度较低,裂纹扩展温度区间靠前,裂纹扩展剧烈）,峰值温度较低,而峰值热应力较高;不同角度的预制裂纹也会影响相关热特征值,在同一初始应力状态下,随着预制裂纹角度的增加,热敏感性降低;热裂纹首先在预制裂纹尖端形成,随着温度的升高,应力第二不变量的分布发生改变,热裂纹在第二不变量最大处扩展。研究结果对深部热力破岩和岩石工程稳定性具有一定借鉴意义。     

基于改进的RS-TOPSIS模型的岩爆倾向性预测

针对目前岩爆倾向性中预测模型权重确定存在不足导致模型精度不高的现状，为更准确地预测岩爆倾向性，提出综合运用粗糙集理论中的代数观和信息观，确定属性最优权重，并修正岩爆倾向性与评价指标之间的关系，建立岩爆等级理想点矩阵。根据岩爆发生条件，选取岩石脆性指数、切应力指标和弹性应变能指数3项指标作为岩爆判别指标，以国内外20组典型岩爆数据为样本，建立改进的粗糙集—理想点法（RS-TOPSIS）岩爆倾向性预测模型，并应用该模型对玲珑金矿等工程实际进行了岩爆倾向性预测。结果表明：改进后样本预测精度相比于改进前有了显著提高，所建立的模型对实际工程的岩爆倾向性预测效果良好，预测结果更准确。