尾砂级配的混沌优化

采用分形理论研究分级尾砂的级配。计算国内外大量矿山尾砂材料的分形参数,研究尾砂的分形级配与其胶结强度的关系。采用神经网络建立尾砂胶结强度与水泥质量分数、料浆浓度、尾砂颗粒分维数、孔隙分维数及分维数相关率的知识库模型。研究结果表明,尾砂胶结强度与其分形级配相关;随着尾砂颗粒间孔隙分维数减小,充填体强度增高;尾砂分维数相关率越大,充填体强度越大。用所建立的神经网络知识库模型,利用Logistic迭代方程的混沌遍历特性,采用混沌优化方法研究使充填体达到最佳强度的选矿尾砂最优分级。根据采场脱水工艺,应用该方法,获得安庆铜矿选矿尾砂的最佳级配参数。工程应用结果显示,该方法年增加尾砂用量2.87万t,胶结充填体强度提高8%,为矿山年节约充填成本55.8万元。

水砂充填的合理尾砂级配选择的试验研究

目前,采用全尾砂充填脱水速度慢,且容易堵塞渗透管等不利原因,在矿山充填往往采用分级尾砂。由于分级尾砂的渗透性对脱水速度等性能有直接的影响,因此从理论分析了尾砂的级配与渗透率的关系,并通过试验得到了对矿山较为有利的尾砂级配作为充填料。

尾砂分形级配与胶结强度的知识库研究

采用分形理论研究了尾砂材料的级配。分析了国内外大量矿山的尾砂材料分形级配与强度试验数据,用神经网络建立了尾砂胶结强度与水泥含量、浓度、孔隙分形维数及分形维数相关率的知识库模型。考虑神经网络在训练大规模样品时易陷入局部极小,用梯度下降法与混沌优化方法相结合,使神经网络实现快速训练的同时,避免陷入局部极小。研究结果表明:尾砂孔隙分形维数减小,尾砂胶结强度增高;分维形数相关率越好,尾砂胶结强度越高。孔隙分形维数和分形维数相关率反映了尾砂粒度分布的整体信息,可用来判断尾砂级配的合理性。应用知识库模型可以根据尾砂的级配特性,预测不同水泥含量、不同浓度下的尾砂胶结充填体强度,指导矿山充填设计。

混合尾砂料浆配比优化及其强度特性试验研究

为了获得满足强度要求的充填料浆配比,对不同料浆配比的充填体强度影响特性进行研究。首先,采用Talbol理论对球磨尾砂、溢流尾砂与粗砂进行级配分析,得到混合尾砂最佳级配范围。然后,进行了料浆配比强度试验,探讨了尾砂级配、固结剂掺量和质量浓度对充填体单轴抗压强度的影响,建立强度增长规律模型,发现不同质量浓度与尾砂级配下的充填体抗压强度遵循指数增长规律,随着粗砂掺量的增加,整体强度呈现先增大然后减小的趋势。其次采用响应面法试验设计,建立了以强度为响应值的回归模型,分析了固结剂掺量、质量浓度和尾砂级配单一或交互作用对充填体强度的影响规律,结果表明:单因素在不同龄期下对充填体强度影响显著,显著性大小的顺序为:固结剂掺量(x_(1))>质量浓度(x_(2))>尾砂级配(x_(3));固结剂掺量与尾砂级配交互作用下对充填体强度影响显著。最后,利用RSM对料浆配比进行优化,得出达到所需强度的最优料浆配比条件为:当x_(1)=7%、x_(2)=53%、 x_(3)=12%,7 d强度可达到1.09 MPa,28 d强度可达到1.725 MPa。

某矿不同级配尾砂高浓度料浆流变特性研究及优化

充填料浆的流动性是实现尾砂高浓度胶结充填的基础,而尾砂级配则是影响料浆流变特性的重要因素之一。为了探究尾砂级配与料浆流变特性的关系,首先对人工配制的不同级配尾砂进行粒径分析,并得到相应的特征粒径;开展了不同级配尾砂的流变特性试验,分别从直观和微观角度研究了级配对料浆流变特性的影响规律及其机理,并对其进行优化。结果表明:该矿不同级配尾砂料浆的流变特性符合Bingham模型,料浆中细砂掺量与料浆的屈服应力和塑性黏度存在指数增长关系,其最佳配比为-74μm占比40%。根据试验结果进行了充填工艺的技术改造,优化实际充填的尾砂级配,实现了安全高效开采。

基于Horsfield填充理论的深锥底流浓度预测

尾砂级配和深锥底流浓度间的关系尚未有明确界定,适用于深锥浓密的尾砂级配范围仍缺乏理论依据。为解决上述问题,引入Horsfield填充理论,以方差表示各组尾砂与Horsfield模型的偏离程度。方差越小,该组尾砂级配与模型越为相近,理论上能达到的底流浓度越大。配置了四组级配不同的尾砂,对其进行了深锥动态浓密实验,实验结果与预测结果一致。