上房沟高滑石型钼铁矿石工艺矿物学研究

为促进河南上房沟高滑石型难选钼铁矿石选矿技术水平的提高,对其进行了工艺矿物学研究。研究结果表明:矿石中主要有用矿物为辉钼矿和磁铁矿;有害矿物滑石含量高、辉钼矿和磁铁矿粒度细是矿石难选的主要原因;矿石中磁铁矿与滑石关系紧密而与辉钼矿几乎没有毗邻关系,因此在选矿过程中可以考虑先通过粗粒磁选将滑石随同磁铁矿分离出来,然后再对非磁性产物进行辉钼矿浮选。

上房沟钼矿辉钼矿俄歇能谱分析

通过扫描电镜分析和俄歇能谱分析对上房沟钼矿原矿、浮选精矿和浮选尾矿以及三道庄钼矿(易选矿)中辉钼矿进行了表面元素组成和微形貌研究。结果显示上房沟钼矿中辉钼矿表面呈陡峭阶梯状,且氧化强烈,而三道庄钼矿中辉钼矿表面平整,氧化较弱。综合分析认为上房沟钼矿中辉钼矿陡峭阶梯状表面会增加其表面极性面的比重;表面氧化会增加辉钼矿表面非极性面的表面能,改变其表面疏水性。两者都会降低辉钼矿的可浮性。因此上房沟钼矿中辉钼矿表面氧化程度高、表面不平整是影响其浮选效果的主要因素之一。

栾川县上房沟钼铁矿地质特征、矿化富集规律及找矿方向研究

上房沟钼(铁)矿是以钼为主,伴生有铁、硫、钨、铼等多种有用组分的多金属矿床。矿床产出受上房沟花岗斑岩体内、外接触带控制,矿体由分布于岩体内、外接触带的花岗斑岩、角岩、矽卡岩及蚀变白云石大理岩、变辉长岩等矿热液交代矿化蚀变岩所构成,属于与花岗斑岩有关的热液钼矿成因类型。本文通过对上房沟钼铁矿床成矿地质背景、矿产地质特征进行研究,总结矿化深部富集规律,指出了该区找矿方向,为勘查工作的布置提供了科学的地质依据。

智能矿山大数据的地学信息挖掘与知识发现:以河南上房沟钼(铁)5G^(+)矿山为例

21世纪工业4.0促进了智能矿山诞生,智能矿山的地质、勘探、采矿、选矿、环境、测绘等多学科数据集构成了矿山大数据,从而促进了地球科学的数字化、信息化和智能化迅速发展。本文以河南上房沟钼(铁)矿床5G^(+)智能矿山为例,开展矿山大数据的地学信息挖掘,以凸显新工科多学科融合研究,取得了创新性成果与一系列新的地学知识发现。具体内容概括如下:(1)根据“斑岩-夕卡岩”矿床理论和找矿矿物学方法,利用钻孔数据集和露采场大比例尺填图及镜下鉴定分析,查明并构建了矿区主矿种与潜在矿种的时空三维模型,新发现了NE向构造赋矿地段、贯入式赋矿地段;(2)利用无人机遥感与地面高光谱短波红外和长波红外技术,识别并建立了矿区20多种主要蚀变矿物并构建了三维多参数矿物模型;(3)运用地球化学XRF测量和微区原位测量技术,建立了高光谱匹配的样品数据集,研发了矿区岩矿石有用和有害元素双矩阵制图软件,实现了传统地质统计学(高斯模拟、克里格插值)与机器学习(深度学习)关联的数学建模,复原并查明了2021年3—4月选矿回收率偏低的配矿矿石矿物组合及其缘由;(4)运用矿区选矿工艺矿物学的生产与实验采选矿的多期次多类型数据集(季-月-日的岩粉、泥粉、精矿、尾矿等,>1 800),研发岩粉与矿粉测试技术与分析方法,查明了上房沟钼矿的难选矿石类型及其有害矿物种类。研究结果表明,矿山多元多类型的数据集具有大数据“5V”(volume, variety, velocity, veracity, value)特征,准确管控矿山大数据的动态关联测量、分析与快速、高效评价有利于矿山智能决策和经济效益提高(回收率)。其中,高精度的多参数三维建模不仅能够深层次挖掘岩矿石的地质、构造、蚀变、矿化等信息模型,核实储量/资源量,还能满足第四代工业5G^(+)矿山的实时矿业(real-time-mining)发展的四维管控需求,例如三维空间可视化的地质矿产资源预测与评价及增储、虚拟仿真式的“年-季-月-日”动态配矿采矿、数字孪生的实时选矿等。本项研究成果为智能矿山的地质矿产深层次地学研究提供了借鉴和参考。

智能化安全评估与监测技术在上房沟钼矿的应用实践

露天开采因其高效率、低成本、高安全性等特点,一直是我国非煤矿山首选的,也是最为普遍采用的开采方式。然而,随着我国地表优质矿产资源多年来的粗放型高强度开采,露天矿山的矿岩条件日趋复杂,开采深度逐年增加,边坡高度和倾角日益提高,导致边坡滑移、垮塌等岩土灾害频发,严重制约了矿山的开采作业安全,成为限制矿山未来可持续发展的瓶颈。基于洛阳富川矿业有限公司上房沟钼矿开采过程中的边坡安全管控实践,系统分析了露天矿山的边坡稳定性并制定了针对性的边坡在线监测方案,进而建成了具备高可靠性、高扩展性和高智能性的边坡在线监测系统。现场应用表明,该系统运行可靠、预警有效,保障了上房沟钼矿的生产作业安全,也为我国同类露天矿山的安全管控提供了有益参考。