深海多金属硫化物开采技术

海底块状多金属硫化物大多以三维矿体形式分布于水深1500~3000m范围,其剥削、采集方法是深海多金属硫化物资源开采利用的关键技术。首先通过对海底多金属硫化物样品开展围压条件下的三轴压缩试验,获得硫化物的各项物理力学特性参数。针对机械刀具和水射流等不同破碎方式开展对比分析,确定优先采用螺旋滚筒采掘头切削方式破岩,进一步开展滚筒推进方式、排布方式研究,提出高海水围压条件下采掘头设计方案;以绿色、高效采集为目标,开展多金属硫化物采集技术研究,通过对比分析确定采用一体式采集头更具优势。最后提出深海多金属硫化物采-集一体化的采矿车总体设计方案,为未来海底多金属硫化物采矿机的设计提供技术参考。

基于门控循环单元的全断面掘进机稳定段掘进性能预测

全断面隧道掘进机(tunnel boring machine, TBM)一个正常掘进循环分为空推段、上升段和稳定段3个阶段,其中稳定掘进段为主要施工阶段,稳定段掘进性能的好坏是TBM掘进的关键。为实现TBM安全高效掘进,建立一种基于门控循环单元(gated recurrent unit, GRU)神经网络的预测模型,预测TBM稳定段掘进性能。模型以新疆某供水工程Ⅱ标段TBM施工数据为依托,5种掘进循环上升段主要参数的时间序列数据作为主要输入,围岩等级作为辅助输入来考虑岩体对掘进性能的影响,输出为稳定段的总推进力和刀盘扭矩,为稳定段TBM性能预判提供参考。为显示预测效果,对比传统循环神经网络(recurrent neural network, RNN)预测模型,并分析不同长度时间序列输入对模型预测精度的影响。结果表明:GRU模型预测拟合优度均在0.9以上,平均绝对百分比误差均小于12.25%,同时能够适用不同长度时序输入。由此可见,所建模型具有较高预测精度,泛化能力较好,能够辅助预判掘进机稳定段性能。

高静水压下海底多金属硫化物破碎机理的数值研究

深海矿物分布在几百米到几千米深的高静水压力环境中,矿物周围的高静水压力可能会显著影响其切割特性。为了研究高静水压下海底多金属硫化物(SMS)的破碎特性及其力学性能对破碎过程的影响,建立了高围压条件下截齿切割SMS的模型。采用了一种力链围压模拟静水围压的作用,围压能适应试样切削过程中的不规则边界并在切割过程中进行更新。在此基础上,分析了试样切削过程中裂纹演化过程、应力分布特征和载荷变化规律。结果表明:围压对切削过程有显著影响,随着围压的增加,刀具载荷线性增加,载荷波动减小,裂纹扩展受到抑制。同时,在高围压条件下,刀具的前刀面上产生条状切屑,表明其破坏模式由脆性模式向延性模式转变。