基于λ模糊测度和Choquet积分的回采方案动态优选

为确定冬瓜山铜矿深井盘区隔离矿柱合理的采场参数和回采顺序以提高其开采安全性,针对传统方法中未考虑属性间交互作用和只进行静态分析的不足,基于λ模糊测度和Choquet积分构建了动态综合评价法,提出了选择回采方案的新思路。结合冬瓜山铜矿52#隔离矿柱的工程实际,提出4种回采方案,选取侧壁最大主应力、端壁最大主应力、侧壁最大水平位移、顶板最大垂直位移和塑性区体积作为评价指标。利用MIDAS/GTS与FLAC~(3D)耦合建模获取初始数据,得到交互度为-0.99,-0.5,0,1,10时各方案的综合优越度,通过对比确定从厚至薄回采,从G1到G7各回采单元的长度依次为36,34,34,52,70,70,70 m,端壁和侧壁预留2~4 m厚矿柱,采一充一的回采方式为最优回采方案。     

良山铁矿全尾砂胶结充填参数的合理选择

结合良山铁矿全尾砂胶结充填工艺的主要影响因素,提出不同充填配比参数并对其进行回归预测分析,得到影响充填体强度的主要因子及其与充填强度的关系曲线。根据采场参数,运用不同的数学模型计算出充填体的设计强度范围为0.18~1.30 MPa,并利用ABAQUS软件对采场回采后相邻采场中充填体的受力变形情况进行了模拟分析。结果表明：充填采场中配比为1∶8时充填体强度略有盈余;配比为1∶20时充填体强度不足,充填体会发生压裂破坏;配比为1∶15时充填体强度能满足采场安全要求。选择浓度70%,灰砂比1∶15的充填配比能够控制采场的变形和破坏。     

基于极限学习机的充填体强度预测

针对充填体强度与影响因素之间复杂的非线性关系,利用极限学习机算法(ELM)建立了充填体强度预测的ELM模型,该模型以良山铁矿充填料浆配比试验数据作为训练和测试样本,选取料浆浓度、灰砂比、水泥含量及矿渣微粉掺入量4个影响因素作为输入因子,28天抗压强度作为输出因子。结果表明:当隐含层节点数目选取为17个,激活函数为Sigmoidal时网络模型具有良好的泛化能力和预测精度,模型训练值和预测值与实测值的均方误差(MSE)分别为0.39和0.36,平均相对误差控制在5%以内,对充填体的强度具有良好的预测能力。