矿山闭坑机制认识与思考

作为促进矿业可持续发展和矿山企业社会责任履行的国外最佳实践,矿山闭坑生命周期规划和有效实施机制对于优化矿产资源的开发利用及其经济社会效益至关重要,取得了国际矿业界广泛共识并受到国际社会高度关注。面向我国新时期"五位一体"建设布局和经济社会发展转型,国内矿业界需要进一步解放思想、积极采用矿产资源开发先进理念。为此,本文系统深入地分析了国外矿山闭坑机制的最佳实践与做法,包括国际组织动态、部分国家的法律及规制以及产业组织的最佳实践,找出了闭坑机制及其运行的关键要素,包括闭坑规划及计划、利益相关方参与、财经保障、闭坑方法及标准、采后监测维护、矿地责任交接等,并针对我国矿山闭坑相关法规标准及规划缺乏、社会成本考虑不足、利益方参与不善等问题,给出了关于闭坑复杂性及迫切性、社区及利益相关方权益关注、政府规制及指导监督、矿山闭坑与项目生命周期关系等方面的思考,以期有助于改善我国闭坑管理机制,促进矿产资源可持续利用与企业社会责任水平的提升。     

基于Agent技术的井下运输仿真模型研究

在对地下矿运输过程进行深入分析的基础上,针对地下矿运输的特点,将Agent智能化仿真技术应用于井下运输仿真模型,可以使仿真结果更接近于真实生产过程。通过对井下运输提升过程与环节的分析与分类,将井下运输过程分解为一系列离散事件,建立井下运输过程仿真行为推理的Petri网模型,为每个运输环节设定相应的Agent对象,对井下运输进行较为全面、真实的过程仿真。     

基于内存的联机分析处理系统

基于现有磁盘联机分析处理系统(online analytical processing,OLAP)的不足及计算机新硬件的发展,研制了MMOLAP(main memory OLAP)系统,MMOLAP除具有切片、切块、下钻、上卷、旋转等传统OLAP的功能外,还能够支持基于查询重写的What-if分析、基于差分表的What-if分析、基于混合整数规划的What-if分析、多版本What-if数据视图、基于用户查询结果的动态What-if分析,有效解决了对现有决策进行评估分析和对未来决策结果进行预测分析的需求,弥补了现有磁盘OLAP系统的不足.     

定量荧光分析稀释倍数的确定方法

定量荧光分析首先需要将样品用正己烷浸泡,然后针对含油显示的样品继续用正己烷进行适当稀释,避免造成荧光猝灭,导致分析数据不准确。以往对样品的稀释都是采用仪器说明书上给出的参考值,对于一个样品来讲必须经过多次稀释才能确定一个正确的结果,这样既浪费时间,又达不到快速识别油气显示和评价储集层的目的。笔者通过基础实验,以中质油为依托确定了粉砂岩不同显示级别的稀释倍数的确定方法,给出了粉砂岩不同显示级别样品的稀释倍数,实现了录井现场快速、准确稀释样品,减少劳动强度、降低正己烷对人体损害的目的。     

可视化技术及其在矿业中的应用研究

可视化技术在自然科学领域的各个方面都有广阔的应用前景,在矿业中的应用更是方兴未艾。全文主要论述了可视化技术的基本原理及其数据流模型,介绍了可视化的两种主要成像方法一面绘制法和体绘制法,并对两种方法进行了分析和对比,最后对可视化技术在矿业中的应用进行了展望。     

阳离子交换法制备CuSe/ZnSe微米球及光催化性能研究

基于抗生素的污染现状和防控需求,利用水热法和阳离子交换法,成功地将Cu添加到ZnSe,制备了1～4μm的球状CuSe/ZnSe复合光催化剂。利用XRD、SEM、XPS和BET等对产物进行了表征,并以环丙沙星(CIP)为主要降解目标物,考察了其在可见光下的光催化性能。结果表明,当Cu添加量为10%时,降解效果最佳,对CIP的降解效率达到了75.5%,重复利用4次的降解效果仍大于60%,且降解过程符合伪一级动力学模型。在降解过程中,主要活性物种为超氧自由基,其在催化降解过程中起到了主要作用。研究可为扩宽ZnSe在光催化降解环境中抗生素的应用方面提供一定的技术参考。     

矿业项目并购中评估方法的国内外差异分析

在国际矿业项目投资过程中,因缺少对国内外价值评估方法差异的深入研究而导致估值偏差,进而影响并购决策甚至造成了经济损失的现象时有发生.通过分析研究国内外矿业项目的评估目的、途径以及现金流量财务模型,发现国内外矿企在矿业项目交易过程中,不仅面临着矿业政策、税法制度的差异,同时还存在评估对象的界定、评估基础方法的确认以及具体评估参数的选取不一致性等现象.通过定性与定量分析与对比,探讨影响国内外矿业项目评估差异的主要因素,即评估主体的范畴认识差异、评估目的差异、各评估途径中具体方法的选择差异,以及在使用现金流量法时国内外关于评估所需内容、参数组成、参数运算的差异.最后,以非洲中南部地区某铜矿项目为例,验证了上述差异对评估结果的影响.     

矿床仿真及体视化技术

概述矿床仿真技术及其应用研究的进展,分析体视化技术的特征以及在矿床仿真与采矿ＣＡＤ中的应用前景,提出矿床及其开采设计体视化的关键技术问题和研究解决这些问题的基本思路。     

基于随机抽样的模糊粗糙约简

传统的属性约简由于其时间复杂度和空间复杂度过高,几乎无法应用到大规模的数据集中.将随机抽样引入传统的模糊粗糙集中,使得属性约简的效率大幅度提升.首先,在统计下近似的基础上提出一种统计属性约简的定义.这里的约简不是原有意义上的约简,而是保持基于统计下近似定义的统计辨识度不变的属性子集.然后,采用抽样的方法计算统计辨识度的样本估计值,基于此估计值可以对统计属性重要性进行排序,从而可以设计一种快速的适用于大规模数据的序约简算法.由于随机抽样集以及统计近似概念的引入,该算法从时间和空间上均降低了约简的计算复杂度,同时又保持了数据集中信息含量几乎不变.最后,数值实验将基于随机抽样的序约简算法和两种传统的属性约简算法从以下3个方面进行了对比：计算属性约简时间消耗、计算属性约简空间消耗、约简效果.对比实验验证了基于随机抽样的序约简算法在时间与空间上的优势.     

人工智能赋能的数据管理技术研究

大数据时代,数据规模庞大、数据管理应用场景复杂,传统数据库和数据管理技术面临很大的挑战.人工智能技术因其强大的学习、推理、规划能力,为数据库系统提供了新的发展机遇.人工智能赋能的数据库系统通过对数据分布、查询负载、性能表现等特征进行建模和学习,自动地进行查询负载预测、数据库配置参数调优、数据分区、索引维护、查询优化、查询调度等,以不断提高数据库针对特定硬件、数据和负载的性能.同时,一些机器学习模型可以替代数据库系统中的部分组件,有效减少开销,如学习型索引结构等.分析了人工智能赋能的数据管理新技术的研究进展,总结了现有方法的问题和解决思路,并对未来研究方向进行了展望.