某尾矿库模袋法筑坝与加高扩容坝体稳定性分析

尾矿库是金属矿山和非金属矿山必备的生产设施,也是矿山最大的危险源。本文以模袋法筑坝的云南某尾矿库为工程背景,采用Geo-Studio软件,对模袋法堆积尾矿坝的稳定性进行了计算分析。结果显示,现状尾矿坝坝体(总坝高61 m)在特殊工况下安全系数不满足规范要求,需要对坝体实施块石贴坡加固等措施;措施实施后,3种工况下尾矿坝的安全系数均能满足规范要求,且尾矿坝可继续加高18 m。研究成果可为该尾矿库后续的设计、施工和管理等提供技术支撑。     

关于尾矿坝地震稳定性的分析及评价(续)

尾矿坝作为金属矿山和非金属矿山的特殊构筑物，对其抗震稳定性常规的计算方法是采用拟静力法。但该方法在坝体破坏形式和机制方面的假定与尾矿坝的实际情况不同，只用拟静力法分析尾矿坝的地震稳定性是不够的，所以对尾矿坝进行动力分析是十分必要的。本文结合工程实例介绍动力分析的方法和步骤。     

基于灰色关联度与集对分析的尾矿库溃坝风险评价

为了对尾矿库溃坝风险进行综合评价,建立了尾矿库溃坝风险指标体系,并确定了指标权重;将基于灰色关联度的集对分析模型应用于尾矿库溃坝风险评价,计算分析得出尾矿坝安全等级,并预测尾矿坝溃坝风险发展的趋势。通过实例分析证明,该方法简单可行、科学合理,适合尾矿坝溃坝风险评价,为尾矿库溃坝风险评价提供了新的方法。     

关于尾矿坝地震稳定性的分析及评价

尾凡作为金属矿山和非金属矿山的特殊构筑物，对其抗震稳定性常规的计算方法是采用拟静力法。但该方法在坝体破坏形式和机制方面的假定与尾矿坝的实际情况不同，只用拟静力法分析尾矿坝的地震稳定性是不够的，所以对尾矿坝进行动力分析是十分必要的。本文结合工程实例介绍动力分析的方法和步骤。     

基于三维扫描仪的中线式尾矿筑坝管理和应急救援系统

本文提出了一种基于三维扫描仪的中线式尾矿筑坝管理和应急救援系统,以三维扫描仪为测量手段,实现集尾矿分级和筑坝过程精细化管理、应急指挥和辅助救援于一体的综合化管理.既有利于尾矿坝安全和降低尾矿分级和筑坝成本,又为尾矿坝应急救援、排险加固等提供了强有力的支撑.     

尾矿库扩建安全设施设计研究

尾矿库是金属矿山生产中的重要环节之一,尾矿库的建设与安全管理对整个金属矿山的安全稳定生产至关重要。为贯彻落实安全第一、预防为主的综合治理方案,进一步确保矿山的持续发展,延长尾矿库的服务年限,决定对沙旺尾矿库实施二期扩建工程。基于此,本文简述了尾矿库的现状,分析了影响尾矿库安全的主要自然因素,对沙旺斜井治理、尾矿坝及防洪设施等进行了设计建设,经实践运行后,尾矿库二期扩建工程满足设计要求。     

基于广义回归神经网络的金属矿山水害危险性预测

水害是金属矿山重大灾害之一,正确预测水害危险性及变化趋势,对矿山安全生产具有重要的指导意义。在分析水害影响因素和广泛参考其他预测模型的基础上,以矿山地质构造、裂隙发育状况、降水量、采空区面积、地下水水位、回采工艺、开采深度、有无预注浆、含水层层数、围岩岩性等10个影响因素作为预测输入,以有水害危险、无水害危险作为预测输出,建立了GRNN预测模型,并应用MATLAB软件编程,对某金属矿山样本进行了训练和预测。研究结果表明,预测结果最大误差仅为7.62%。GRNN模型预测精度高,对金属矿山水害危险性预测和防治具有借鉴意义。     

基于Kmeans–BP神经网络的KR工序终点铁水硫含量预测模型

针对KR工序终点铁水硫含量预测问题,提出一种基于Kmeans聚类分析和BP神经网络（BPNN）相结合的建模方法。首先,通过Kmeans聚类对KR工序生产数据进行模式识别和分类,构建不同工况特征的数据集;然后,基于BP神经网络,针对不同数据集训练预测模型;最后,将不同数据集的预测模型进行集成,形成最终的终点铁水硫含量预测模型,实现对不同铁水条件和工况条件的预测。利用某钢铁企业实际生产数据,分别用基于脱硫反应动力学、BP神经网络和Kmeans–BPNN方法建立的预测模型,对KR工序终点铁水硫含量进行预测。结果表明,Kmeans–BPNN的KR工序终点硫含量预测模型的精度显著高于脱硫反应动力学和BP神经网络的预测模型。      

基于GRU神经网络的巷道平均风速获取研究

针对矿井智能通风系统不能及时获取风速进而影响后续通风系统解算及优化的问题,利用ANSYS巷道风速分布模拟获取神经网络所需训练集,在人工测量与风速传感器监测数据的基础上,构建基于门控循环单元（Gated Recurrent Unit）神经网络的巷道平均风速预测模型。首先,提出神经网络模型,然后采用Adam优化算法对ANSYS模拟的点风速进行异常值和归一化等预处理,通过对不同形状巷道的监测点风速进行结构化处理后用于训练神经网络,找出各点风速与平均风速之间的强非线性关系,使预测风速逼近巷道实际平均风速,最后构建基于GRU神经网络的巷道平均风速预测模型。以王家岭煤矿实测数据作为测试集,将其应用于预测模型中,结果表明GRU神经网络模型具有较高精度和较强的泛化能力,能够获取巷道平均风速。矿井通风巷道平均风速预测模型在煤矿领域的成功应用,将为其他金属矿山智能通风系统及时准确获取风速参数提供新思路。     

我国金属矿山尾矿综合利用现状与前景

本文介绍我国金属矿山尾矿量分布,尾矿综合利用现状,尾矿利用实例,目前问题及今后工作的方向。对我国金属矿山的尾矿综合利用工作有所裨益。     

矿山尾矿坝变形监测技术综述

尾矿库作为矿山生产的主要设施,既是事故易发部位,也是重大危险源之一,其坝体的变形监测具有十分重要的意义。本文分析了国内外尾矿坝变形监测研究现状和发展趋势,对尾矿坝变形监测技术的发展变化进行了全面概况和分析,并展望了尾矿坝变形监测的研究方向和发展趋势。     

基于PCA-BP神经网络的尾矿库坝体稳定性分析

基于尾矿库坝体稳定性影响因素具有复杂多变性、随机不确定性和非线性的特点,为了确保尾矿库稳定并且有效预防尾矿库事故的发生,建立了基于PCA和BP神经网络的尾矿库坝体稳定性研究模型,该模型通过应用SPSS软件对来自多个尾矿库失稳实例的原始数据进行标准化,找出影响尾矿库坝体稳定的主成分,然后把主成分作为BP输入样本,运用MATLAB软件进行训练仿真。结果表明：在BP训练前,利用PCA算法对原始样本进行预处理,能有效地提高训练的速度和精度,得出了PCA-BP神经网络模型在尾矿库坝体稳定性分析中是可行的。     

松江铜业（集团）公司五道岭钼矿尾矿砂回采技术探讨

松江铜业（集团）公司五道岭钼矿尾矿库,回采期间,必须能够满足选矿厂排放尾矿的要求,本文探讨采用削坡的方式回采尾矿砂,该方式在黑龙江省尚属首例,为广大设计者提供了一种回采尾矿砂的新思路。     

基于小波分解的尾矿坝浸润线预测方法研究

为了准确预测尾矿坝浸润线的位置变化,结合浸润线埋深非稳定、非线性的时间序列以及动态变化的特点,利用小波分解与重构,提出基于小波分解的时间序列指数平滑法和BP神经网络法,采用时间序列的指数平滑法和BP神经网络方法分别对多个细节信号序列和逼近信号序列进行拟合预测,并对其拟合结果进行叠加,实现对尾矿坝浸润线的预测。将预测结果与实际监测数据进行对比,结果表明小波分解预测方法的预测结果与传统单一的指数平滑法和神经网络法预测结果相比,在预测精确度和拟合度方面：小波分解>指数平滑>神经网络。     

泉水沟尾矿坝三维渗流分析及渗透稳定性研究

针对设计方案计算分析了4种干滩长度运行工况下的尾矿库渗流场分布情况以及坝体浸润线埋深规律,为尾矿坝的各种运行工况下的渗流场渗流量预测计算,提供了一个较合理的模型和本尾矿坝各部分的渗流计算参数,对坝体设计、排渗设施提出合理性建议。     

运用理正软件模拟尾矿库坝体稳定性

尾矿库安全运行在矿山企业整个生产过程中有着非常重要的意义,而尾矿库安全运行的关键是尾矿坝的安全稳固。本文选择用极限平衡法中的瑞典圆弧法来分析某铅锌矿尾矿库坝体的稳定性,结合理正软件计算,最终得出坝体稳定性的结论,指出存在的问题,并提出对策措施。     

A Study on the Stability of Tailing Dam at Huili Zinc Mine

尾矿粒度的细化,对尾矿库的稳定性及尾水排放质量产生了不良影响,结合会理锌矿尾矿库运行的实际情况,分析研究了尾矿库的稳定性,通过相对集中放矿和安装排渗体等方法,提高了尾矿库的安全性,保证了尾水的排放指标.     

陕西八方沟尾矿库坝体变形监测与成因分析

简单介绍了八方沟尾矿库变形观测网的布设原则及监测方法。通过对坝体的变形观测网多次观测资料的平差计算,进行了监测资料处理和精度分析,绘制观测点的变形图,分析了坝体的形变成因。监测测量成果分析说明:各级坝体水平位移处于相对稳定状态,垂直位移是因固结沉降引起的。提出了八方沟尾矿库安全运营建议。     

某银金矿尾矿库主坝稳定分析研究

某银金矿尾矿库已运行多年,现依据相关要求需进行主坝稳定性分析。本文介绍了该矿的特点,进行了坝体稳定以及其他现状分析,提出了具体的加固措施,为日后尾矿库的管理和设计提供了依据。