八叉树矿体块状模型及其在三道庄露天矿的应用

矿体块状模型广泛应用于品位、储量计算,也可用于露天矿最终开采境界优化和开采计划优化。在研究了八叉树存储结构和基于分离轴的OBB相交测试理论的基础上,提出首先应用八叉树对矿体三维空间进行块状划分,将矿体用一系列的小单元块来逼近,然后利用OBB理论检测单元块与矿体边界的空间关系,对相交单元块进行细分,利用点在多面体内外判断确保块状模型约束在表面模型内,从而以最佳状态逼近矿体边界。最后运用该方法建立了三道庄露天矿矿体块状模型。该方法快速有效,能够满足矿山生产设计需求。     

基于PLC联网的矿井主排水泵控制系统设计

针对目前国内矿井下主排水系统主要由人工操作、自动化程度和管理水平不高的情况,设计了一种基于PLC联网的矿井主排水泵控制系统。系统结合多台西门子S7-1200PLC、现场触摸屏以及远程监控指挥中心对主排水泵进行集中监控,实现了水位在线监测、自动启动泵站、数据远程共享等功能。     

基于人工鱼群神经网络进化的露天矿卡车优化调度研究

为提高露天矿生产运输效率,实现生产资源的有效回收和低成本运营,提出基于神经网络代理辅助的多目标露天矿卡车优化调度方法。依据露天矿卡车生产运输的特点,综合考虑卡车运输的各项成本,构建以卡车运输成本最小、卡车总等待时间最短,以及卸矿站品位偏差率最小为目标的多目标组合优化模型。在基本人工鱼群算法基础上,通过引入神经网络代理辅助模型训练历史调度数据,对雄安新区某露天矿的生产调度情况进行了仿真研究。结果表明,基于神经网络代理辅助的人工鱼群算法可有效提高算法计算速度约47.8%,降低露天矿卡车运输成本8.16%,减少等待时间12.12%,并减小品位偏差8.69%,在加快计算速度的同时,实现了平衡算法收敛性与多样性的目标。     

提高中深孔阶段矿房挤压爆破质量的有效措施

通过中深孔阶段矿房挤压爆破问题的简单分析，找出解决方法，以避免今后爆破中出现类似问题，从而提高爆破质量。     

基于RFID/GPRS的露天矿车辆运输计量系统

针对露天矿山车辆运输自动化的需求和露天矿地形复杂的特点,应用先进的无线射频识别（RFID）技术、通用无线分组传输（GPRS）技术设计实现了露天矿山车辆运输计量系统。该系统不仅能够自动计量卡车运载次数和电铲装载次数功能,而且能够与配矿计划相结合规范矿山车辆的运输,提高露天矿卡车和电铲的工作效率,保证为选厂提供稳定的矿石供给。目前该系统已经在洛钼集团三道庄露天矿投入使用,现场测试表明：该系统性能稳定,能满足矿山生产要求,大大提高了矿山的劳动生产率。     

地下复杂采空区的探测

栾川钼矿三道庄露天矿坑底存在大量地下采空区,对露天开采构成了严重的安全隐患.为此,采用高密度电法与地震映象法相结合的地球物理方法对地下采空区进行了探测,为矿山确定合理的安全隔离层厚度与工程技术措施奠定了基础.该方法能克服其它探测方法存在的安全性差、速度慢、成本高、空区定位不准等弊端,对同类工程或矿山的空区定位具有参考价值.     

基于多目标遗传算法的露天矿卡车调度优化研究

为合理调配露天矿卡车运输,实现矿山企业降本增效,解决卡车运输调度管理的多目标需求,以卡车运输成本最低和等待时间最少为目标,以车铲生产能力、矿石品位以及生产原则为约束,构建了多目标卡车调度模型。模型采用优选因子分配车辆,使用多目标遗传算法进行求解,进而优化露天矿卡车的动态调配。针对某露天矿卡车调度进行多目标优化,研究结果表明:此方法可提供合理的优化调度方案,得到具体的卡车运输路线和运行时刻表,大大降低卡车运输成本,提高设备使用效率,从而为矿山的卡车调度提供具体合理的决策依据。     

地下空区对三道庄露天矿开采的影响及其防治

1矿区概况三道任钼矿是栾川钼矿田最大的矿区之一，矿床金属储量为2．837Mt，是我国最大的铝矿床，第二大钨矿床。矿体似层状产出，走向280°～310°，走向长700～800m。倾向南西．倾角5°～25°。矿体厚度80～150m，最厚达340m。矿石以矽长岩为主，含有辉铀矿，黄铁矿，呈浸染状产出。矿石结构致密、坚硬，f＝12～14，稳定性较好。个别地段由于地质构造破坏，成矿后的裂隙较发育，对稳固性有一定影响。矿体项底板皆为长英角岩类岩石，f＝8～10，较致密坚硬、性脆。矿体埋藏浅，品位高，选别性能好。露天采利性仅为1t／t。洛阳乘川钢业公司…     

基于GIS/GPS/GPRS的露天矿配矿动态管理系统

针对露天矿山规划与管理矿石质量的配矿需求,应用先进的地理信息系统(GIS)技术、全球卫星定位(GPS)技术及通用无线分组传输(GPRS)技术设计实现了露天矿山配矿生产动态管理系统.该系统针对多出矿点多卸矿点的情况,建立线性规划模型,不仅能够自动生成班配矿生产计划,而且还能对配矿作业过程实时控制.现场测试表明:该系统性能稳定,能满足矿山生产配矿要求.     

基于SVM-DS融合的破碎机故障智能诊断技术研究

针对矿山旋回式破碎机结构庞大,运行机理复杂以及故障关联性较强的问题,在利用传感器系统采集多源异质数据的基础上,提出一种基于支持向量机(SVM)和D-S证据理论的破碎机故障诊断方法。首先,利用所采集的破碎机的振动、声音、温度和压力数据信息构建多个特征证据体;然后,使用"一对一"多分类SVM对每个证据体进行初步的训练、测试、分析诊断;其次,利用D-S证据理论将初步的SVM诊断结果进行融合,得出最终结果;结果表明:D-S融合后的故障诊断正确率平均为93.2%,与融合前的单一证据体SVM故障诊断正确率高16.8个百分点。由此可得,基于SVM和D-S证据理论的矿山破碎机故障智能诊断方法准确、可靠,在矿山企业具有较高的应用实践价值。