金属矿矿岩可爆性评价及井下采场深孔爆破参数优化的理论与试验研究

摘要

地下深孔采矿技术是以大孔径深孔爆破为特征的，开采强度大，生产能力高，是大型地下矿山广泛应用的一种大规模高效采矿技术。以往爆破参数的选择往往凭借经验或者依靠工程类比方法，缺乏科学性和系统性。本文依托云南省科技创新强省计划项目——“卡房钨多金属矿资源开发利用关键技术及产业化研究”，在试验矿山应用“采矿环境再造连续采矿嗣后充填采矿法”，尝试采用深孔爆破崩矿技术来达到预定的产能目标。论文重点着眼于采矿环境再造条件下的采场深孔爆破参数优化的理论和试验研究。主要研究内容包括:
　　 (1)结合采矿环境再造技术和深孔爆破参数设计及优化的需要，对试验矿山地质结构进行了调查，对节理裂隙进行了统计;然后采用室内试验的方法测试了矿岩的物理力学性质并对试验矿山的岩石质量进行了总体评价。
　　 (2)基于利文斯顿理论进行了爆破漏斗试验。选取与试验采场岩性尽可能相近的岩体分别进行单孔爆破漏斗试验和变孔距多孔同段爆破漏斗试验，初步确定了适合深孔爆破试验采场的爆破参数，即孔间距为2.0m、排距（最小抵抗线）为2.3m、炸药单耗在0.57kg/m3以上，并采用VC++6.0编制爆破漏斗体积计算程序，减轻了计算工作量。
　　 (3)建立了爆破参数的粗糙集-BP神经网络预测模型，对爆破漏斗试验得出的主要参数进行验证和优化。研究认为在减少了样本属性的情况下，粗糙集-BP神经网络预测模型比BP神经网络预测模型的精度更高，预测得到的最佳爆破漏斗半径与试验值较为接近，证实了爆破漏斗试验的正确性。采用Excel2007软件和VBA语言编制了一个基于Excel2007的数据离散归一化软件用于处理粗糙集使用的样本数据，提高了工作效率。
　　 (4)基于数据挖掘技术，在前人研究的基础上，采用粗糙集软件对收集整理的矿岩爆破性测试数据进行属性约简，并对约简规则和KNN分类准确性进行了检验。基于SPSS软件，采用多元非线性回归方法得到了修正后的矿岩爆破性指数计算公式，并对修正公式的可靠性进行了验证。建立了矿岩可爆性预测的BP神经网络模型和粗糙集-BP神经网络模型，并比较了两者的精度，认为应优先选择后者。采用修正的矿岩爆破性指数计算公式得到了试验矿山主要岩石的爆破性指数和爆破性级别，并用粗糙集-BP神经网络预测模型验证了上述计算和评价结果，最后采用经验公式估算得到井下采场深孔爆破的炸药单耗为0.62kg/m3。
　　 (5)利用LS-DYNA软件对试验采场深孔爆破过程充填体的安全稳定性进行了数值模拟分析并对相关爆破参数进行了论证。按照预裂缝长度不同，分7种情况建立最大起爆段模型对充填矿柱中产生的振动强度和应力强度进行分析，基于最小二乘法原理对所得数据进行曲线拟合，优化后的预裂缝长度为12.0m，在此基础上对近点起爆段进行建模分析，得出主爆孔间毫秒微差延迟时间不低于35ms。
　　 (6)应用以上理论与试验研究获得的主要爆破参数，成功在井下采场进行了深孔爆破试验，并运用TC-4850型爆破振动监测仪对主要保护对象进行了实时监测，回归得到了爆破振动衰减规律并采用小波分析方法对振动信号进行了辨识并对能量衰减规律进行了分析。

目录

声明

摘要

第一章 绪论

1．1 引言

1．2 选题来源与研究意义

1．3 国内外研究现状综述

1．3．1 爆破工程地质研究现状

1．3．2 矿岩可爆性研究现状

1．3．3 爆破参数优化研究现状

1．3．4 爆破振动监测与分析研究现状

1．4 论文主要研究内容与研究思路

1．4．1 主要研究内容

1．4．2 技术路线与研究思路

第二章 深孔爆破试验矿山地质与岩体质量评价

2．1 概述

2．2 试验矿山地质概况

2．2．1 矿区地质

2．2．2 矿床及矿石类型

2．2．3 工程地质

2．2．4 水文地质

2．3 试验矿山工程地质调查与节理裂隙统计分析

2．3．1 工程地质调查

2．3．2 节理密度与优势产状分析

2．4 试验矿山岩体物理力学性质

2．4．1 矿岩物理力学性质概述

2．4．2 岩样加工与实验设备简介

2．4．3 单轴抗压试验

2．4．4 三轴抗压试验

2．4．5 单轴拉伸试验

2．4．6 矿山岩体物理力学性质的确定

2．5 试验矿山岩体质量总体评价

2．5．1 岩体质量评价方法概述

2．5．2 岩体质量评价结果

2．6 本章小结

第三章 基于爆破漏斗试验的深孔爆破参数反演

3．1 概述

3．2 爆破漏斗的基本理论

3．3 爆破漏斗试验原理

3．4 爆破漏斗试验方案

3．4．1 试验目的

3．4．2 岩石物理力学性质与炸药性能参数

3．4．3 单孔系列爆破漏斗试验方案

3．4．4 变孔距多孔同段爆破漏斗试验方案

3．5 爆破漏斗试验数据的测量与处理

3．5．1 爆破漏斗半径和体积的测量方法

3．5．2 基于VC++6．0的爆破漏斗体积计算程序设计及应用

3．5．3 单孔爆破漏斗试验数据处理

3．5．4 变孔距多孔同段爆破漏斗试验数据处理

3．5．5 爆破块度筛分

3．6 基于爆破漏斗试验的采场深孔爆破参数反演

3．7 本章小结

第四章 基于粗糙集-神经网络的爆破漏斗参数智能预测

4．1 概述

4．2 粗糙集理论

4．2．1 粗糙集的基本思想

4．2．2 粗糙集理论的特点

4．2．3 粗糙集的计算方法

4．2．4 粗糙集属性约简的常用算法

4．3 神经网络理论

4．3．1 神经网络的组成

4．3．2 神经网络的结构

4．3．3 神经网络的工作过程及特点

4．3．4 神经网络的学习机理

4．4 基于粗糙集-神经网络的爆破漏斗参数预测

4．4．1 粗糙集和神经网络的比较

4．4．2 粗糙集约简原始样本数据的流程

4．4．3 基于Excel2007和VBA的数据离散归一化软件的编制及应用

4．4．4 BP神经网络的学习算法流程

4．4．5 基于粗糙集-BP神经网络的爆破漏斗试验结果预测模型

4．4．6 实例研究

4．5 本章小结

第五章 基于数据挖掘技术的矿岩可爆性评价

5．1 概述

5．2 数据挖掘技术简介

5．2．1 数据挖掘的概念

5．2．2 数据挖掘的步骤

5．2．3 数据挖掘的功能

5．3 数据的来源与处理

5．3．1 原始数据的来源与整理

5．3．2 原始数据的离散归一化处理

5．4 基于粗糙集的数据约简与分析

5．4．1 基于粗糙集的数据约简

5．4．2 数据约简规则的自动获取与准确性检验

5．4．3 基于粗糙集的KNN分类及结果分析

5．5 基于非线性多元回归的矿岩爆破性指数公式的修正

5．5．1 多元回归方法简介

5．5．2 基于非线性多元回归的矿岩爆破性指数公式的修正

5．5．3 矿岩爆破性指数修正公式的可靠性检验

5．6 基于粗糙集和BP神经网络的矿岩可爆性预测

5．6．1 基于BP神经网络的矿岩可爆性预测

5．6．2 基于粗糙集-BP神经网络的矿岩可爆性预测

5．7 试验矿山的矿岩可爆性评价及深孔爆破炸药单耗的估算

5．7．1 评价所需数据的来源及处理

5．7．2 粗糙集-BP神经网络预测得到的试验矿山矿岩爆破性指数

5．7．3 采用修正公式得到的试验矿山矿岩爆破性指数

5．7．4 基于矿岩爆破性指数的采场深孔爆破炸药单耗估算

5．8 本章小结

第六章 基于LS-DYNA的深孔爆破技术方案优化模拟研究

6．1 概述

6．2 LS-DYNA动力分析方法简介

6．2．1 LS-DYNA程序简介

6．2．2 LS-DYNA控制方程

6．2．3 LS-DYNA显式时间积分

6．2．4 LS-DYNA应力计算

6．2．5 LS-DYNA爆炸模拟常用算法

6．3 试验采场深孔爆破数值分析模型的建立

6．3．1 数值模拟的目的

6．3．2 试验采场深孔爆破初步方案

6．3．3 岩体损伤模型及破坏准则

6．3．4 空气和炸药的材料模型与状态方程

6．3．5 数值分析模型的构建

6．4 数值模拟结果分析与爆破参数选择

6．4．1 最大起爆段数值模拟结果分析

6．4．2 近点起爆段数值模拟结果分析

6．4．3 最佳预裂缝长度与微差间隔时间的选择

6．5 本章小结

第七章 试验采场深孔爆破现场振动监测与分析

7．1 概述

7．2 采场深孔爆破现场试验

7．2．1 采场深孔爆破现场试验设计方案

7．2．2 现场深孔爆破试验过程

7．2．3 现场深孔爆破试验效果

7．3 采场深孔爆破现场振动监测

7．3．1 爆破振动测试系统简介

7．3．2 爆破振动监测仪器及爆破安全标准

7．3．3 深孔爆破振动监测方案

7．3．4 深孔爆破振动监测结果及初步分析

7．4 基于小波理论的深孔爆破振动信号辨识与能量衰减规律分析

7．4．1 小波分析的基本理论及小波基的选择

7．4．2 深孔爆破频带能量分布的小波分析

7．4．3 深孔爆破振动能量衰减规律分析

7．5 本章小结

第八章 总结与展望

8．1 全文总结

8．2 主要创新点

8．3 进一步研究展望

参考文献

致谢

攻读博士学位期间主要的研究成果

1、发表的学术论文

2、主持和参与的科研项目