硫化矿石自燃倾向性鉴定技术

以BP神经网络为基础,建立了硫化矿石自燃倾向性鉴定模型,模型选用硫化矿石的吸氧量、自热起始温度和比表面积为输入层单元,自燃倾向性等级为输出层单元。运用MATLAB软件对模型进行了实现,将模型应用到硫化矿石自燃倾向性的实际鉴定中,预测结果真实可靠。     

基于距离判别分析理论的硫化矿石自燃倾向性等级划分

为建立硫化矿石自燃倾向性等级分类的统一标准,将距离判别分析理论应用到硫化矿石自燃倾向性等级划分的判定当中。结合已有的研究成果,选取最能反映硫化矿石自燃倾向性本质的室内低温氧化增重率、自热点温度、自燃点温度3项指标作为距离判别分析模型的基本判别因子。以15组典型硫化矿山矿样的实测数据作为训练样本进行分析计算,进而建立硫化矿石自燃倾向性等级划分的距离判别分析模型。采用交叉确认方法对判别结果进行了验证,其误判率为零;用所建立的距离判别分析模型对4个待检验矿样的自燃倾向性等级进行了划分,所得结果与矿山的实际情况完全相符。研究结果表明,距离判别分析模型分类性能好,误判率低,可以运用于硫化矿山矿石自燃倾向性等级的分类当中。     

硫化矿石预氧化前后自燃倾向性的比较研究

本文首次比较系统地测定了10多种硫化矿石矿样预氧化前后的吸氧速度、自热特征和着火点变化情况，指出了在实验室中测定硫化矿石的自燃倾向性时应同时测定矿样预氧化后的自燃倾向性，以便使研究结果更具实用性。     

基于AHP-TOPSIS评判模型的硫化矿石自燃倾向性评价

为了探索硫化矿石的自燃倾向性评价新方法,尝试利用AHP-TOPSIS综合评判模型对新疆某高硫铜矿矿石的自燃倾向性进行评价。选取样品的氧化增重率、自热点和自燃点作为矿石自燃倾向性的3个主要影响因素,利用AHP法和TOPSIS法对这3个因素进行了分析,结果表明:利用AHP法得到这3种因素的权重分别为0.493、0.196、0.311;结合TOPSIS法,运用AHP-TOPSIS综合评判模型得到该矿矿石的自燃倾向性等级,评价结果符合矿山实际情况。     

基于粗糙集的硫化矿石自燃规律分析

应用粗糙集理论对硫化矿石自燃的训练样本集进行了属性约简与规则提取,得到了硫化矿石自燃规律的粗糙集理论模型,并将其进行了验证,证明这是一种行之有效的方法。     

基于Fisher判别分析法的矿柱稳定性研究

建立包含矿柱应力、岩石单轴抗压强度、高度、宽度、宽高比等因素在内的FDA矿柱稳定性预测模型,并用统计学的Fisher判别分析法对预测模型进行分析求解。研究结果表明:FDA模型可以较好地对矿柱稳定性进行预测和评估。     

三次硫化矿石自燃火灾的分析及其预防对策

三次硫化矿石自燃火灾的分析及其预防对策浙江省建德铜矿沈福尧建德铜矿开采的巨号高硫缓倾斜多金属厚矿体采用胶结充填采矿法开采。矿石中有用金属矿物主要是黄铜矿、闪锌矿和黄铁矿，其平均含硫２０．３８％，局部高达４０％。该矿体自揭露至今已十几年，整体上来说，其...     

硫化矿石自燃缓结剂实验

为了防治硫化矿石的自燃并改善矿区环境质量,寻求高效的硫化矿缓结剂配方,实验筛选了水玻璃和高倍吸水剂两种化学试剂作为缓结剂的基料,通过优化组合,得到了52种缓结剂配方。在常温常湿和恒温恒湿实验条件下,将这些缓结剂配方分别应用于冬瓜山铜矿的硫铁精矿矿样中,并采用氧化增重法测得了各配方的阻化率,通过对实验结果的分析比较,从中获得了一组相对优良的缓结剂配方,从而为矿山硫化矿石自燃火灾的防治提供了保障,同时实验数据也能为研究硫化矿自燃缓结机理提供依据。     

硫化矿石自燃灾害预警的RBF神经网络方法

硫化矿石自燃灾害预警可以快速确定灾害预警等级,进而为灾害防控提供决策以减少矿山损失。通过深入分析硫化矿石自燃典型案例,按照预警指标选取原则,从矿山生产人员、硫化矿石自燃倾向性、环境条件、管理水平等4个方面构建硫化矿石自燃灾害预警系统指标体系。运用RBF预警模型对硫化矿石自燃灾害预警等级进行预测,采用所选的21组样本数据完成了RBF神经网络的学习与训练。应用学习好的预警模型对江西某高硫矿山的硫化矿石自燃灾害预警等级进行预测。结果表明：该矿山硫化矿石自燃灾害预警等级为III级,即自燃危险性一般,与该采场的实际状况相一致。该模型具有很强的实用性,能应用于硫化矿石自燃灾害预警等级的预测。     

硫化矿石自燃缓结剂实验

为了防治硫化矿石的自燃并改善矿区环境质量,寻求高效的硫化矿缓结剂配方,实验筛选了水玻璃和高倍吸水剂两种化学试剂作为缓结剂的基料,通过优化组合,得到了52种缓结剂配方。在常温常湿和恒温恒湿实验条件下,将这些缓结剂配方分别应用于冬瓜山铜矿的硫铁精矿矿样中,并采用氧化增重法测得了各配方的阻化率,通过对实验结果的分析比较,从中获得了一组相对优良的缓结剂配方,从而为矿山硫化矿石自燃火灾的防治提供了保障,同时实验数据也能为研究硫化矿自燃缓结机理提供依据。     

硫化矿石自燃机理及防治技术研究进展

根据国内外有关硫化矿石自燃的研究现状,系统阐述了硫化矿石氧化自热的物理机理、化学热力学机理、电化学机理以及生物氧化机理。介绍了硫化矿石自燃火灾的预测预报技术,包括自燃倾向性测试法、综合因素评价法、统计经验法、数学模型预测法、标志性气体分析法和测温预报法。综述了现有的硫化矿石自燃综合治理技术。最后针对硫化矿石自燃的机理及综合防治技术研究做出了展望。     

硫化矿石自燃灾害预警的RBF神经网络模型及应用

为了科学准确地确定硫化矿石自燃灾害预警等级,进而为灾害防控提供决策,减少矿山损失。通过深入分析硫化矿石自燃典型案例,按照预警指标选取原则,从矿山生产人员、硫化矿石自燃倾向性、环境条件、管理水平等4个方面构建硫化矿石自燃灾害预警系统指标体系。运用RBF预警模型对硫化矿石自燃灾害预警等级进行预测,采用所选的21组样本数据完成了RBF神经网络的学习与训练。应用学习好的预警模型对江西某高硫矿山的硫化矿石自燃灾害预警等级进行预测。该矿山硫化矿石自燃灾害预警等级为III级,即自燃危险性一般,与该采场的实际状况相一致。通过现场案例验证了该模型的适用性,能应用于硫化矿石自燃灾害预警等级的预测,对类似灾害事件预警也有借鉴作用。     

高温高硫矿床矿石自燃危险性的评价

高温高硫矿床开采中矿石自燃危险性的准确评价一直是一个难题,探讨了多指标综合评判的新方法。实例分析表明,该方法具有较好的效果。同时本研究成果对硫化矿石自燃的理论和预防措施的研究也具有一定的参考价值。     

主成分分析法在煤的自燃倾向性中的应用

通过对6种不同变质程度的煤进行煤质分析、元素分析和微观孔隙结构分析,采用多元统计分析法和主成分分析法对多组试验数据进行耦合关联综合分析,确定了煤样水分、挥发分、碳含量、氧含量、孔隙率等主要影响因素在公共性部分的权重,通过对多个参数进行无因次和简化分析,建立多参数耦合数学模型,判定煤的自燃倾向性,避免了实验过程中人为因素造成的实验误差和人为主观臆断,提高了判定结果的准确性并节省了判定时间,为研究煤的自燃倾向性提供基础数据,对判定煤的自燃倾向性有借鉴意义。     

红外探测技术在硫化矿石堆自燃检测中的应用

矿石自燃是硫化矿床开采所面临的突出安全问题之一,而矿石堆氧化自热的温度是判断其自燃危险程度的一个重要参数。介绍了有关红外辐射及红外探测仪的一些基本理论知识;在试验条件下分析了红外测温仪在不同感温距离、感温角度条件下,其测量误差的变化规律; 建立了感温仪器指示读数与矿石堆实际温度之间的定量关系。总结出适用于检测硫化矿石堆自燃的红外检测装置的选择方法。最后,运用RAYTEK红外测温仪及IRISYS热像仪对某发火硫铁矿山进行检测,取得了较好的效果。     

煤自燃倾向性鉴定实验方法探讨

目前国内煤炭自燃分类等级的鉴定基础研究还较为片面,现有的煤自燃倾向性色谱吸氧法反映出煤表面对氧的物理吸附特性,煤自燃倾向性氧化动力学测定法反映煤氧化的内在动力学特性。为此,该论文对AQ/T 1068-2008《煤自燃倾向性的氧化动力学测定方法》[1]和GB/T 20104-2006《煤自燃倾向性色谱吸氧鉴定法》[2]进行了研究分析。     

煤的分子结构与煤的自燃倾向性

煤化程度和煤岩成分不同的煤的自燃倾向性差异是由于它们的分子结构不同引起的。本文介绍了采用富里叶红外光谱和顺磁共振分析技术,对煤的氧化过程进行的研究及所得结果。     

基于Fisher判别分析法的隧洞围岩分类

针对隧道围岩分类问题,基于Fisher判别分析理论,选用岩石质量指标、完整性指数、饱和单轴抗压强度、纵波波速、弹性抗力系数和结构面摩擦因数等6个指标作为判别因子,以30组隧洞围岩数据作为学习样本进行训练,建立相应的Fisher判别模型。利用回代估计方法对建模数据逐一进行检验,正确率达93.3%。将建立的判别模型应用于工程实例,预测结果与实际情况吻合良好,与Bayes判别法、神经网络模型判别结果一致。研究结果表明,Fisher判别分析用于围岩分类简便可行,正确率高,是解决隧洞围岩分类的一种有效方法。