矿山设备遥控技术的发展

鉴于自动化是一个长远目标，本文按逻辑发展顺序介绍了无线遥控技术的进展。遥控使操作人员实时直接控制设备，文中介绍了三个层次的遥控系统，即视距遥控，扩展的视距遥控和全程铲运机遥控。车辆控制区域网络中的控制和传感子系统提高了三种遥控系统的能力，为将来技术成熟时采用更高程度的自动化控制尊定了基础，该方法加快了当前采矿自动化技术发展的步伐。     

煤矸石似膏体胶结充填采场数值模拟优化研究

采用ANSYS有限元分析软件,以孙村煤矿似膏体充填为工程背景,建立了三维数值模型,对其地下采场结构参数进行了数值模拟研究,并对模拟结果进行了详细地分析,最终确定了合理的充填步距,对矿山安全生产有一定的参考价值.     

矿用低成本高水速凝材料的开发及应用研究

铁铝型高水速凝材料以铁铝水泥为主要基料,具有速凝、早强及高固水特性。作为充填胶凝材料,其主要性能可满足矿山生产的实际需要。此外,由于该材料的原料来源广、生产工艺简单,并可利用低品位的铁矾土,陶瓷工业、耐火材料工业废弃的高铁矾土,以及制铝工业的低品位铝矿石和工业废渣,具有较大的社会效益、环境效益和良好的开发应用前景。     

BOOMER-281单臂液压凿岩台车在新桥矿的应用

以新桥矿业有限责任公司大型机械化上向水平分层充填采矿法中使用的凿岩台车为研究对象,简要介绍了BOOMER-281单臂液压凿岩台车的主要结构特点、性能参数、使用情况和生产能力,对该设备的最佳工况进行调整,保证矿山的高效安全生产具有重要的经济效益和社会效益.     

我国自然资源安全及其研究进展

在提出我国自然资源安全的概念、内涵及分类的基础上,指出了自然资源安全的基本属性、国家及国民自然资源安全观,研究了国家资源安全的影响因素和保障国家自然资源安全的战略优化途径.最后,在总结前人研究的基础上,阐明了关于我国自然资源安全的国内外研究动态和进一步研究的主体方向.     

全尾砂充填体正交-BP神经网络强度预测

某矿山采用全尾砂胶结充填,需加入减水剂以保证充填料浆流动性能,其充填体强度各影响因素之间存在着更为复杂的化学物理作用。为了解各因素对充填体强度的影响规律,准确预测其强度,建立了基于正交试验的BP神经网络全尾砂胶结充填体强度预测模型。预测过程中,为提高样本可信度,以料浆浓度、灰砂比、减水剂比例为影响因素,设计了3因素、4水平正交试验方案作为研究数据基础。采用灰色关联度理论分析了各因素对全尾砂充填体强度的影响规律,结果表明：对充填体早期强度（7 d）影响最大的是料浆质量浓度,其次为灰砂比、减水剂比例,对充填体后期强度（28 d）影响最大的是灰砂比,其次为料浆浓度、减水剂。以7 d、28 d强度为输出因子,运用BP神经网络对充填体强度进行预测,预测结果与试验结果最大误差为9.98%,平均误差为2.71%,精度较高,预测可靠性强,具有较好的工程应用价值。     

中型露天矿计算机规划

矿山规划过程可分为三个主要内容，即远期、中期和短期规划。远期规划包括矿山预期寿命内最终露天坑境界及其分段境界的圈定（含堑沟位置确定）等内容，在矿山开采期限内，随经济因素和其它条件（如坡面角）的变化和技术进步，远期规划应进行调整；中期规划确定开采顺序以保证五年内矿量的供应，典型的规划时期为：第一年度按月进行，第二、三年度按季度进行，第四年度按每半年进行，最后一年一次进行；短期规划则研究矿山规划与生产之间的相互关系，重点安排几天或几周后的生产。为保证连续生产，诸如单体爆破设计、矿石堆场能力、定期和临…     

最大限度地开采深部矿床

金矿开采深度超过3000m时，必须留下越来越多的矿脉作为稳定矿柱支撑采区。为帮助矿山在此深度下实现最大限度的开采，南非科学与工业研究委员会采矿技术部的岩体工程组开展了广泛的调查研究，他们全面调查了在WestwitsLine一深矿井用混凝土稳定支柱取代矿脉矿柱的技术与经济可行性。一些深的金矿采用不完全回采系统，该系统在长壁采矿法设计中，沿脉留设走向稳定矿柱以克服增加的应力。区域支护的目的是通过限制弹性沉降变形及采矿工作面应力来减轻岩爆危险，控制与深部开采有关的地震现象。较深矿山也可采用充填体矿柱进行区域支护。然而…     

大型水体下矿床空场嗣后胶结充填采矿法的应用与实践

论述了康家湾矿区大型水体下矿床应用空场嗣后胶结充填采矿法的工艺特点、使用条件及主要技术经济指标，并与上向水平分层胶结充填法进行了比较。     

基于RBF神经网络的爆破参数优选

为确定合理的爆破参数,建立了RBF神经网络模型,统计了8个矿山的样本数据,将影响矿岩可爆性的6项因素:矿石容重、弹性模量、抗拉强度、矿石坚固性系数、摩擦角、黏结力作为RBF神经网络模型的输入因子,排距、孔底距和一次炸药单耗作为影响爆破参数的输出因子,优选样本参数,得出最优的爆破参数。以某矿中深孔爆破为例,通过RBF神经网络模型优选出该矿的爆破参数：排距1.3 m,孔间距2.2 m,炸药单耗0.32 kg/t。实践证明,选择的孔网参数合理,爆破效果良好。