黃明清 王貽明 高 謙
(1.福州大學(xué)紫金礦業(yè)學(xué)院,福建 福州 350116;2.北京科技大學(xué)土木與資源工程學(xué)院,北京 100083)
自然崩落法具有采準(zhǔn)工程簡(jiǎn)單、機(jī)械化程度高、采礦成本低等優(yōu)點(diǎn),是金屬礦床地下開(kāi)采最高效的采礦方法之一[1]。自然崩落法放礦過(guò)程中崩落礦石與圍巖持續(xù)接觸混合,礦石貧化率一般高達(dá)20%~30%,因此,放礦方式及其控制是實(shí)現(xiàn)礦石安全、高質(zhì)、高效回采的關(guān)鍵因素。國(guó)內(nèi)外采礦工作者通常采取改進(jìn)采場(chǎng)結(jié)構(gòu)參數(shù)、加強(qiáng)放礦管理、優(yōu)化放礦口尺寸等措施來(lái)提高礦石回收率及降低貧化率[2]。這些工作大多建立在物理放礦模型及其理論分析的基礎(chǔ)上,將礦巖理想化為顆粒介質(zhì)進(jìn)行漏斗放礦流動(dòng)形態(tài)分析。然而,由于生產(chǎn)中放礦過(guò)程周期長(zhǎng)、出礦強(qiáng)度高、礦巖性質(zhì)復(fù)雜、礦石品位變化大,物理放礦模型的研究結(jié)果與工程實(shí)際仍有較大的偏差。
相對(duì)物理模擬,數(shù)值模擬具有針對(duì)性強(qiáng)、操作時(shí)間短、數(shù)據(jù)可靠、模擬過(guò)程可視化等優(yōu)點(diǎn),因而受到越來(lái)越多研究人員的關(guān)注[3-4]。數(shù)學(xué)放礦模型基于隨機(jī)介質(zhì)理論,將崩落礦巖視為具有特定品位的離散型顆粒介質(zhì),并采用放礦理論來(lái)模擬放出體的損貧變化規(guī)律。2002年,孫豁然等[5]開(kāi)發(fā)了SLS崩落放礦模擬系統(tǒng),實(shí)現(xiàn)了崩落法放礦的結(jié)構(gòu)參數(shù)優(yōu)化及隨機(jī)介質(zhì)放礦的三維仿真。姜諳男等[6]進(jìn)一步模擬了不同進(jìn)路尺寸及崩礦步距條件下的放礦試驗(yàn),優(yōu)化放礦參數(shù)后將礦石回收率提高至90.3%。類(lèi)似地,朱煥春[7]總結(jié)了離散元軟件PFC在礦山崩落采礦中的應(yīng)用,并采用PFC2D優(yōu)化了寒姆金礦多排放礦漏斗的放礦順序。最近,D Villa等[8]采用PCSLC系統(tǒng)模擬了分段崩落法中多分段出礦情況,通過(guò)分析放出礦量、金屬品位、貧化率等參數(shù),提出了高效的放礦計(jì)劃。前人的研究在不同程度上發(fā)展了數(shù)學(xué)放礦模型,減少了崩落法放礦過(guò)程中礦石的貧化損失。然而,以上模擬難以實(shí)現(xiàn)放礦過(guò)程中礦石品位空間演化的可視化,也難以揭示極限放出礦量與礦石品位變化趨勢(shì)的關(guān)系。因此,有必要引進(jìn)更先進(jìn)的數(shù)值模擬軟件,開(kāi)展不同位置、不同放礦方式條件下的礦石損貧控制研究。
本研究擬通過(guò)模擬不同位置漏斗布置條件下的放礦規(guī)律及損貧預(yù)測(cè),優(yōu)選低損貧的自然崩落法放礦方式。首先,基于礦體工程地質(zhì)條件,采用Rockware軟件建立礦產(chǎn)地質(zhì)模型;其次,引進(jìn)Rebop2.2放礦模型軟件分別模擬礦體下盤(pán)放礦、上盤(pán)放礦及中部放礦時(shí)移動(dòng)單元體、放出單元體的位移、速度等動(dòng)態(tài)發(fā)展規(guī)律,分析放出礦石量及金屬品位隨放礦時(shí)間變化特征;最后,進(jìn)一步對(duì)比3種放礦方式的極限放出礦量及其對(duì)應(yīng)的安全性、礦石品位差異,優(yōu)選出適用于礦山的放礦方式。
某鎳礦體走向約600 m,傾向南西,傾角50°~80°,Ni平均品位0.66%,礦體賦存于較穩(wěn)定的含礦超基性巖及母巖,上盤(pán)為邊緣綠泥石片巖軟弱帶和斷層破碎帶,下盤(pán)為混合巖。礦山采用自然崩落法開(kāi)采,礦石可崩性較好,出礦能力5 000 t/d,Ni平均出礦品位0.55%。采用鏟運(yùn)機(jī)在平底結(jié)構(gòu)巷道的端部出礦,巷道斷面(寬×高=4 m×3.8 m)即為放出口尺寸,放礦漏斗高12 m,邊墻傾角80°;模擬中段拉底水平1 570 m,出礦水平1 554 m。與放礦模型相關(guān)的礦巖物理力學(xué)參數(shù)見(jiàn)表1。
表1 放礦模型中的礦巖物理力學(xué)參數(shù)
采用美國(guó)Itasca公司開(kāi)發(fā)的REBOP(Rapid Emulator Based On PFC)開(kāi)展自然崩落法放礦過(guò)程模擬。首先,采用Rockware建立與礦床地質(zhì)品位、物理力學(xué)性質(zhì)接近的礦體地質(zhì)模型;其次,引進(jìn)REBOP軟件模擬放礦過(guò)程。REBOP 2.2放礦過(guò)程模擬分成4個(gè)階段:①建立崩落塊體模型,確定崩落礦塊的礦石品位、礦巖密度、內(nèi)摩擦角等參數(shù);②確定放礦點(diǎn)位置、放出口形狀與尺寸;③確定每一放礦口放礦計(jì)劃;④放出過(guò)程中顆粒移動(dòng)和放出體問(wèn)題的求解。模擬目標(biāo)是獲得放礦點(diǎn)每日放出量、累計(jì)放出礦量及放出礦石品位隨時(shí)間變化規(guī)律,同時(shí)實(shí)現(xiàn)放礦口上部礦巖移動(dòng)單元體形態(tài)和放出體積的三維可視化。
采用4個(gè)角點(diǎn)坐標(biāo),確定礦塊尺寸為140 m×180 m×150 m,其中礦塊單元為5 m×5 m×5 m的立方體單元(如圖1),本研究中礦塊共劃分成30 240個(gè)單元。每個(gè)單元具有相同的礦石品位,通過(guò)單元形心坐標(biāo)及礦石品位模擬整個(gè)礦塊,即由30 240行xyzG的數(shù)據(jù)列表來(lái)確定實(shí)際礦床,其中x、y、z分別代表礦塊單元的形心坐標(biāo),G代表單元形心處的Ni品位(如圖2)。
圖1 單元礦塊的礦床地質(zhì)模型
圖2 放礦模型礦塊Ni品位分布
根據(jù)設(shè)計(jì)出礦強(qiáng)度,采礦生產(chǎn)面積8 534 m2,每個(gè)放礦點(diǎn)面積144 m2,則生產(chǎn)所需的放礦點(diǎn)約60個(gè),放礦點(diǎn)排距12 m×12 m,故計(jì)算得每個(gè)放礦點(diǎn)出礦量為83.5 t/d。本研究分別模擬礦體上盤(pán)放礦、下盤(pán)放礦及中部放礦等3種不同位置的漏斗放礦方案的放礦規(guī)律,以優(yōu)選具有最佳礦石回收率和貧化率指標(biāo)的放礦方案。
選取礦體下盤(pán)A01~A03這3個(gè)放礦漏斗分析,其移動(dòng)單元體(IMZ)及放出單元體(IEZ)位移、速度矢量圖見(jiàn)圖3、圖4。各放礦點(diǎn)以83.5 t/d規(guī)模均勻放礦30 d后,放礦點(diǎn)上方形成約67 m高的移動(dòng)橢球體和約33 m高的放出橢球體。
圖3 放礦點(diǎn)IMZ和IEZ位移矢量
圖4 放礦點(diǎn)IMZ和IEZ速度矢量
均勻放礦時(shí),各放礦口的每日放出量及變化趨勢(shì)較接近,每日放出量在初始6 d逐漸增加,此后在75 t/d上下波動(dòng),30 d后A01~A03的出礦率分別為85.7%、86.1%及85.7%(如圖5)。除A01外,各放礦口出礦Ni品位隨放出時(shí)間逐漸減小,其中位于中間的A02放礦口Ni品位從0.59%減小到0.55%(如圖6)。隨著放出礦石量的增加,放出體向上部覆巖移動(dòng),廢石開(kāi)始混入,因此導(dǎo)致礦石品位的降低。然而,因A01所處的礦體地質(zhì)品位變化復(fù)雜,導(dǎo)致Ni品位在放礦過(guò)程中反而略有升高。
圖5 放礦點(diǎn)每日放出量隨放礦時(shí)間變化曲線
圖6 放礦點(diǎn)每日放出Ni品位隨放礦時(shí)間變化曲線
采取均勻放礦方式連續(xù)放礦30 d后,位于上盤(pán)的K01~K04這4個(gè)放礦漏斗的移動(dòng)單元體、放出單元體形態(tài)如圖7、圖8所示。上盤(pán)放礦時(shí)放出移動(dòng)單元及放出體高度與下盤(pán)放礦時(shí)較接近,分別為63 m及35 m。
圖7 放礦30 d時(shí)移動(dòng)單元體形態(tài)
圖8 放礦30 d時(shí)放出單元體形態(tài)
累計(jì)放出礦量變化曲線(見(jiàn)圖9)表明,采用均勻放礦方式時(shí),4個(gè)放礦漏斗累計(jì)放出礦量均隨著放礦時(shí)間的增加而線性增加,且最終放出礦量極為接近,平均值為2 140 t。進(jìn)一步分析放出礦石Ni品位(見(jiàn)圖10)發(fā)現(xiàn),由于上盤(pán)拉底水平的礦體品位較低,放礦初始4 d內(nèi)礦石品位停滯在0.25%~0.33%的較低水平;隨著放礦移動(dòng)單元體向上發(fā)展,礦石品位在4~13 d近似線性增長(zhǎng),此后維持在約0.43%的水平。然而,放出礦石的平均品位(0.39%~0.41%)及放礦結(jié)束時(shí)的瞬時(shí)品位(0.41%~0.44%)均低于設(shè)計(jì)的截止品位(0.55%),且遠(yuǎn)低于下盤(pán)放礦方式。Pierce發(fā)現(xiàn),漏斗放礦時(shí)細(xì)顆粒貧礦可能從上水平優(yōu)先滲流至下水平,從而降低礦石放出品位[9]。由于本研究礦體上盤(pán)為軟弱帶和破碎帶,放礦時(shí)圍巖混入時(shí)間長(zhǎng)、程度高,故上盤(pán)放礦時(shí)更易造成礦石品位的進(jìn)一步惡化。
圖9 放礦口累計(jì)放出礦量隨時(shí)間變化曲線
選擇位于礦塊中部的32#和38#漏斗共4個(gè)放礦漏斗進(jìn)行模擬,30 d后放出礦石品位隨放礦時(shí)間的變化關(guān)系見(jiàn)圖11??梢钥闯觯鼼03外,其它3個(gè)漏斗放出礦石品位均隨著放礦時(shí)間逐漸升高,且靠近下盤(pán)的F04、F05漏斗放出品位明顯高于靠近上盤(pán)的G03、G04漏斗。盡管各放礦口礦石品位相差較大,但30 d內(nèi)最大出礦品位(0.45%~0.49%)及平均出礦品位(0.44%~0.47)均低于設(shè)計(jì)品位(0.55%)。
圖10 每日放出礦石Ni品位隨時(shí)間變化曲線
圖11 放出礦石Ni品位隨時(shí)間變化曲線
自然崩落法的放礦效果不僅取決于礦塊的崩落特性、礦巖條件以及礦石品位,也取決于不同的放礦方案。如前所述,下盤(pán)放礦時(shí)30 d后放礦品位仍高于設(shè)計(jì)截止品位,而上盤(pán)放礦及中部放礦時(shí),放礦30 d內(nèi)放礦品位均未達(dá)到設(shè)計(jì)品位。調(diào)整放礦時(shí)間及放礦方式,直至放出礦石品位達(dá)到平均截止品位,此時(shí)的放出礦量即為極限放出礦量。本節(jié)進(jìn)一步模擬不同位置漏斗的放礦規(guī)律,分析各放礦點(diǎn)的放出礦量、放出品位與截止品位的關(guān)系,從而得到極限放出礦量。
對(duì)于下盤(pán)放礦,選取A01放礦漏斗進(jìn)行64 d、放礦規(guī)模為167 t/d的均勻放礦過(guò)程模擬。結(jié)果表明,64 d后漏斗上方形成高達(dá)120 m的移動(dòng)單元體,放礦過(guò)程中Ni品位隨放礦時(shí)間呈對(duì)數(shù)正態(tài)分布曲線。該曲線特征與礦床地質(zhì)條件相符,即放礦漏斗位于品位較高的礦體中,故穩(wěn)定出礦時(shí)礦體品位在水平方向上呈“8”字分布。如圖12所示,放礦39~42 d時(shí)Ni放出品位最高(0.59%),且后32 d的放出品位(0.56%)略高于前32 d(0.58%)。Calson等[10]認(rèn)為REBOP模擬的放出礦石品位略高于礦石地質(zhì)品位,而本研究中放礦64 d后瞬時(shí)品位接近截止品位,故此時(shí)終止放礦,對(duì)應(yīng)的極限放礦量為9 339.4 t。
圖12 極限放出礦量時(shí)放出Ni礦石品位
對(duì)于上盤(pán)放礦,選取K01礦漏斗進(jìn)行64 d均勻放礦模擬。結(jié)果表明,放礦的移動(dòng)范圍已發(fā)展到上部100 m圍巖中,放礦前10 d內(nèi),放出礦石品位隨累計(jì)放出量的增加而提高,此后礦石品位逐漸降低,直至降到廢石品位(見(jiàn)圖12)。盡管64 d后累計(jì)放出量高達(dá)9 342.9 t,但此時(shí)Ni品位已降低至0.25%,基本上屬于廢石??紤]到位于上盤(pán)的K01~K04的4個(gè)漏斗均位于礦巖接觸帶,礦石地質(zhì)品位較低,因此,本研究認(rèn)為上盤(pán)放礦漏斗可不再保留。
對(duì)于中部放礦,選取F05漏斗進(jìn)行34 d、放礦規(guī)模167 t/d的均勻放礦模擬。圖14表明,放礦期內(nèi)礦石品位在前27 d逐漸增加,27 d時(shí)最大出礦品位為0.5%,隨后持續(xù)下降,放礦期內(nèi)平均出礦品位為0.48%。按設(shè)計(jì)貧化率12%計(jì)算,累計(jì)放出的 5 210.4 t礦石品位均低于設(shè)計(jì)品位。模擬結(jié)果與現(xiàn)場(chǎng)觀測(cè)結(jié)果一致,即除靠近下盤(pán)的礦石品位較高外,整個(gè)盤(pán)區(qū)的品位均較低。
不同位置的漏斗放礦模擬結(jié)果表明,上盤(pán)及中部放礦容易丟失下盤(pán)品位較高的礦石,同時(shí)降低礦石放出品位,從而增加礦石的損失與貧化。下盤(pán)放礦時(shí)極限放出礦量及放出礦石品位指標(biāo)均優(yōu)于上盤(pán)放礦及中部放礦,故優(yōu)選為最佳放礦方案。
(1)結(jié)合Rockware礦體地質(zhì)模型,REBOP軟件可有效分析自然崩落法不同放礦方案下的放礦規(guī)律及損貧預(yù)測(cè)。礦體下盤(pán)、上盤(pán)及中部均勻放礦后,放礦點(diǎn)上方均形成近70 m的移動(dòng)單元體及超30 m的放礦單元體,3種方案平均出礦率約85.6%。
(2)下盤(pán)放礦過(guò)程放出礦石品位隨放礦時(shí)間逐漸減小,上盤(pán)放礦品位變化呈現(xiàn)初期停滯、中期線性增長(zhǎng)、后期穩(wěn)定的規(guī)律,而中部放礦時(shí)礦石品位隨累計(jì)放礦量的增加而逐漸升高,但只有下盤(pán)放礦時(shí)放出品位始終高于設(shè)計(jì)品位,而上盤(pán)、中部在放礦周期內(nèi)放出品位均低于設(shè)計(jì)品位。
(3)極限放出礦量受礦巖特性、地質(zhì)品位、放礦時(shí)間及放礦方案等因素影響,上盤(pán)及中部放礦易造成礦石持續(xù)損失貧化,下盤(pán)放礦時(shí)累計(jì)放出礦量及放出礦石品位均優(yōu)于其他方案,故優(yōu)選為最佳放礦方案。
[1] Castro R,Gonzales F,Arancibia E.Development of a gravity flow numerical model for the evaluation of drawpoint spacing for block/panel caving[J].Journal of the Southern African Institution of Mining and Metallurgy,2009,109(7):393-400.
[2] Trueman R,Castro R,Halim A.Study of multiple draw-zone interaction in block caving mines by means of a large 3D physical model[J].International Journal of Rock Mechanics and Mining Sciences,2008,45(7):1044-1051.
[3] Chitombo G P.Cave mining:16 years after Laubscher's 1994 paper 'Cave mining-state of the art'[J].Mining Technology,2010,119(3):132-141.
[4] Melo F,Vivanco F,Fuentes C,et al.Kinematic model for quasi static granular displacements in block caving:Dilatancy effects on drawbody shapes[J].International Journal of Rock Mechanics and Mining Sciences,2008,45(2):248-259.
[5] 柳小波,孫豁然,趙德孝,等.崩落放礦計(jì)算機(jī)仿真系統(tǒng)軟件的設(shè)計(jì)與開(kāi)發(fā)[J].金屬礦山,2002,318(12):49-52.
Liu Xiaobo,Sun Huoran,Zhao Dexiao,et al.Software design and development computer simulation system for ore caving-drawing[J].Metal Mine,2002,318(12):49-52.
[6] 姜諳男,趙德孝,王水平,等.無(wú)底柱崩落采礦大斷面結(jié)構(gòu)參數(shù)的數(shù)值模擬研究[J].巖土力學(xué),2008,29(10):2642-2646.
Jiang An’nan,Zhao Dexiao,Wang Shuiping,et al.Numerical simulation of structural parameters of large section pillarless sublevel caving[J].Rock and Soil Mechanics,2008,29(10):2642-2646.
[7] 朱煥春.PFC及其在礦山崩落開(kāi)采研究中的應(yīng)用[J].巖石力學(xué)與工程學(xué)報(bào),2006,25(9):1927-1931.
Zhu Huanchun.PFC and application case of caving study[J].Chinese Journal of Rock Mechanics and Engineering,2006,25(9):1927-1931.
[8] Villa D,Diering T.A new mine planning tool for sub level caving mines[C]∥ Proceedings of the Second International Symposium on Block and Sublevel Caving.Perth:Australian Centre for Geomechanics,2010:237-252.
[9] Pierce M E.A Model for Gravity Flow of Fragmented Rock in Block Caving Mines[D].Queensland:The University of Queensland,2010.
[10] Carlson G,Tyler D,Dewolfe C,et al.Understanding gravity flow for mix and dilution modeling at Henderson mine[C]∥Proceedings of Mass Min 2004.Santiago:Mineria Chilena,2004:231-237.