基于突變級數(shù)法的新城金礦頂?shù)字夭煞椒▋?yōu)選

王青元 朱萬成 劉 凱 侯 晨

(深部金屬礦山安全開采教育部重點實驗室，遼寧 沈陽110819)

安全合理的采礦方法在礦山生產(chǎn)之中起著至關重要的作用，對回采工藝、生產(chǎn)能力、礦山安全及經(jīng)濟效益等都有很大影響。新城金礦Ⅴ#礦體－580 m 中段頂柱含金總質(zhì)量為1255.3 kg，礦柱的平均金品位為4.85 g/t。為避免礦量損失，對頂柱回采是非常必要的。按照地應力測試的結果，在－580 m 中段最大地應力(水平方向)達到27 MPa 左右，而且該礦柱較為破碎、裂隙發(fā)育、穩(wěn)固性比較差。礦柱上部為人工假頂，在人工假頂之上為上個中段的充填礦房。無論是人工假頂，還是其上的充填體，由于施工質(zhì)量未能充分保證等因素，其強度和剛度都比較低，給回采帶來很大的安全隱患。因此必須確定合理的采礦方法。

影響采礦方法選擇的因素眾多，各因素在采礦方法選擇中所處的地位不同，采礦方法的選擇多以傳統(tǒng)的經(jīng)驗類比法為主，具有較大的主觀隨意性，選擇結果與選擇者的個人經(jīng)驗密切相關，當存在多種合適的采礦方法時，只能從定性的角度進行分析對比，無法通過定量的方式確定最終的方案［1-2］。近年來，隨著優(yōu)化理論的發(fā)展，出現(xiàn)了許多可用于采礦方法優(yōu)選的方法，目前國內(nèi)外研究較多的方法有模糊數(shù)學［3-4］、遺傳算法［5］、價值工程法［6］、灰色聚類分析［7］和神經(jīng)網(wǎng)絡法［8］等。這些方法在進行優(yōu)選時需要確定各評價指標的權重，而指標權重選取是否科學，決定了優(yōu)選結果的準確性。但是至今仍沒有給出一個公認的合理的權重確定方法，這就給此類方法在進行決策時帶來了困擾，影響了優(yōu)選結果的準確性.

突變級數(shù)法是一種對評價目標進行多層次矛盾分解，然后利用突變理論與模糊數(shù)學相結合產(chǎn)生突變模糊隸屬函數(shù)，再由歸一公式進行綜合量化運算，最后歸一為1 個數(shù)值參數(shù)，即求出總的隸屬函數(shù)，從而對評價目標進行排序分析的一種綜合評價方法。該方法的特點是沒有對指標采用權重，但它考慮了各評價指標的相對重要性，要求將主要控制變量寫在前面，次要控制變量寫在后面，從而減少了主觀性又不失科學性、合理性，而且計算簡易準確，應用范圍廣泛［9］。

1 工程技術條件

1.1 礦體賦存條件

新城金礦Ⅴ#礦體－580 m 中段頂柱分布在171～187 勘探線間，標高在－530 ～－536 m 之間，賦存于Ⅰ#礦體傾斜延深旁側，焦家斷裂下盤外側。走向北東31°，傾向北西，傾角40°。礦體向NW 方向側伏，側伏角64°。走向延長232 m，沿傾向側伏延深6 m，礦體呈似層狀，厚度一般在38.4 ～111.7 m 之間，平均厚度為74 m，屬于厚度變化穩(wěn)定型礦體，見圖1。礦體賦存在黃鐵絹英巖化花崗閃長質(zhì)碎裂巖中，頂板巖石主要為絹英巖、絹英巖化花崗閃長質(zhì)碎裂巖，底板為絹英巖化似斑狀花崗閃長巖。礦體及頂?shù)装鍘r體相對穩(wěn)定，局部破碎帶或蝕變巖工程地質(zhì)條件較差。各盤區(qū)品位4.18 ～5.30 g/t，變化不大，平均品位4.85 g/t，屬礦區(qū)高品位礦段。

圖1 Ⅴ#礦體Fig.1 Ore-body Ⅴ#

礦體巖體整體性受－530 m 中段和－580 m 中段回采擾動破壞嚴重。頂柱上部為人工假頂，且在人工假頂之上為上個中段的充填礦房。無論是人工假頂，還是其上的充填體，由于施工質(zhì)量未能充分保證等因素，其強度和剛度都比較低，隨采礦工作的進行，受采動的影響，人工假頂極有可能發(fā)生破斷，進而引起上部充填體的跨落。

1.2 地應力分布

新城金礦所屬的區(qū)域位于新華夏構造體系中第二巨型隆起區(qū)的膠東隆起帶上，其主要構造形式為新華夏系和鄰區(qū)的華夏式斷裂構造。地應力場的作用方式主要繼承了新華夏系的構造應力場，其最大水平主應力方向為NWW—SEE 向。為了更好地分析地應力場隨深度的變化規(guī)律，一些學者使用線性回歸方法，對測點的應力值進行回歸分析，得出了最大水平主應力、最小水平主應力和垂直主應力隨深度的回歸公式。Ⅴ#礦體－580 m 中段頂柱處最大主應力為31.382 MPa，方向為垂直于礦體走向方向。主應力方向與新城金礦Ⅴ#礦體－536 m 斷面的關系如圖2 所示。

圖2 主應力方向Fig.2 Principal stress direction

2 采礦方案優(yōu)選

2.1 采礦方法優(yōu)選評判體系確定

采礦方法評判是一個系統(tǒng)工程，建立評判指標體系是進行評判的基礎工作，其科學合理性直接影響著評估結果的準確性。在評判指標體系中，既有定量的參數(shù)，又有定性的參數(shù)，各因素之間相互影響、相互制約。評判指標選取的原則是以盡量少的指標，反映最主要和最全面的信息。利用突變級數(shù)法建立的采礦方法優(yōu)選模型，其評判指標體系包括3 個部分:一是安全性P1，包括爆破影響X1、通風條件X2、采場暴露面積X3;二是生產(chǎn)能力P2，包括日生產(chǎn)能力X4、回采率X5;三是技術經(jīng)濟條件P3，包括采切比X6、貧化率X7、出礦成本X8、方案適應性X9。根據(jù)以上9 個指標的不同層次，建立的采礦方法優(yōu)選的指標層次框架如圖3 所示。

圖3 指標層次框架Fig.3 Framework analysis of index levels

根據(jù)礦體實際賦存狀態(tài)，擬選出3 種采礦方法:上向進路充填采礦法(方法Ⅰ)、點礦柱充填采礦法(方法Ⅱ)、上向水平分層充填采礦法(方法Ⅲ)，其綜合指標體系如表1 所示。

2.2 采礦方法優(yōu)選模糊隸屬函數(shù)值確定

在對基礎指標的模糊隸屬函數(shù)值進行求解時，分為兩部分。

(1)定量性指標:對于越大越好型指標，用式子r= X/Ximax進行計算;對于越小越好指標，用式子r =Xjmin/X 進行計算，其中，Ximax為同一指標數(shù)據(jù)最大值，Xjmin為同一指標數(shù)據(jù)最小值，X 為真值，r 為其模糊隸屬函數(shù)值。結果如表2 所示。

表1 各方案的綜合評判指標體系Table 1 Synthetic assessment indexes system of each scheme

(2)非定量性指標:采用相對二元比較法，計算出各指標的相對隸屬度，結果如表2 所示。

表2 評判指標的模糊隸屬函數(shù)值Table 2 Fuzzy membership function value of evaluation indexes

2.3 采礦方法優(yōu)選歸一計算

對表3 中的指標分別用各突變系統(tǒng)的歸一公式逐步向上綜合，直至得到最高層評價。以方法I 為例，計算過程如下。

(1)安全性子系統(tǒng)P1:

y1= X11/2= 0.909，y2= X21/3= 0.947，

y3= X31/4= 1.000.

(2)生產(chǎn)能力子系統(tǒng) P2:

y4=X41/2= 0.898，y5= X51/3= 0.990

(3)技術經(jīng)濟子系統(tǒng)P3:

y6= X61/2= 0.912，y7= X71/3= 1.000，

y8= X81/4= 1.000，y9= X91/5= 1.000

同理，可得方法Ⅱ、方法Ⅲ的計算結果，如表3 所示。

表3 評判指標的歸一值Table 3 Normalized value of evaluation indexes

以方法Ⅰ為例，對于X1、X2、X3，遵循“大中取小”的非互補原則，取P1= 0.909;對于X4、X5，遵循互補的原則，取平均值P2= 0.895;對于X6、X7、X8、X9，遵循“大中取小”的非互補原則，取P3= 0.912。對于P1、P2、P3，采用燕尾突變的歸一公式，得依據(jù)互補原則取平均值Q =0.965，即為方法I 的突變級數(shù)。同理，可得方法Ⅱ、方法Ⅲ的突變級數(shù)，計算結果如表4 所示。

2.4 結果與分析

結合表2 和表3 的數(shù)據(jù)分析可知，安全性方面，方法Ⅰ存在著明顯的優(yōu)越性;生成能力方面，方法II略優(yōu)于其他2 種方法;技術經(jīng)濟方面，3 種方法各有優(yōu)劣。

表4 采礦方法優(yōu)選計算結果Table 4 Mining method optimization and calculation

從表4 的計算結果可知，3 種采礦方法的突變級數(shù)Q 分別為0.972、0.969、0.956，采礦方法的優(yōu)越性排序為Ⅰ＞Ⅱ＞Ⅲ，即上向進路充填采礦法最優(yōu)，點礦柱充填采礦法次之，上向水平分層充填采礦法較差。

3 應用效果

為了驗證所選采礦方法的合理性，和保證回采的安全，在173 盤區(qū)開設了幾個試驗采場。試驗采場的寬度為4 m，分2 層回采，2 層高度均為3 m。第1 層回采結束后進行充填，充填高度為2 m，空頂1 m，作為下層回采的自由空間;第2 層回采結束后充填時，先充到距假底2 m 左右暫停，然后在采場兩幫各打2個木垛，作為人工支柱，以保證相鄰采場的回采安全，木垛驗收合格后采場充填接頂。整個回采過程中最大空頂高度為4 m。在回采過程中進行了巷道穩(wěn)定性的監(jiān)測，監(jiān)測數(shù)據(jù)如圖4 和圖5 所示。

圖4 巷道變形Fig.4 The deformation of roadway

由圖4 可知，巷道頂?shù)装逡平孔畲鬄?.8 mm，兩幫內(nèi)擠量最大為11.3 mm，兩者的值都很小，在安全范圍之內(nèi)。圖5 所示為錨桿受力曲線圖，1#測點在工作2 個月后由于地下采礦設備的碰撞發(fā)生破壞，2#和3#測點正常工作，從圖5 可以看出，3 個測點處錨桿測力計測出的力變化較穩(wěn)定，變化范圍在0.2 ～1.4 kN 范圍之內(nèi)，變化較小。從巷道的收斂值和錨桿測力得到的值都在安全范圍之內(nèi)，說明所采用的采礦方法是合理的。

圖5 錨桿受力曲線Fig.5 Anchor force curve

4 結 論

(1)新城金礦Ⅴ#礦體－580 m 中段頂柱最大主應力為31.382 MPa，方向為垂直于礦體走向方向。巖體較破碎，穩(wěn)定性差。

(2)采用突變級數(shù)法比較所提出的3 種采礦方法，得到的突變級數(shù)值方法I 為0.972，是最優(yōu)的采礦方法。

(3)井下工業(yè)性試驗得到的巷道收斂值和錨桿測力計值都比較小，在安全范圍內(nèi)，說明所選采礦方法是合理的。

［1］ 史太祿，任鳳玉，李文增，等. 模糊數(shù)學在采礦方法優(yōu)選中的應用［J］.金屬礦山，2007(11):29-31.

Shi Tailu，Ren Fengyu，Li Wenzeng，et al.Application of fuzzy mathematics in optimal choice of mining method［J］. Metal Mine，2007(11):29-31.

［2］ 葉海旺，常 劍. 基于模糊決策和層次分析法的采礦方法選擇［J］.武漢理工大學學報，2009，31(8):145-148.

Ye Haiwang，Chang Jian. Choosing mining method based on fuzzy decision and analytic hierarchy process［J］. Journal of Wuhan University of Technology，2009，31(8):145-148.

［3］ 韓 峰，盛建龍.模糊數(shù)學在采礦方法選擇中的應用［J］. 有色金屬:礦山部分，2011，63(5):75-78.

Han Feng，Sheng Jianlong.Application of fuzzy mathematics in mining method selection［J］. Nonferrous Metals:Mining Section，2011，63(5):75-78.

［4］ 程光華，宋衛(wèi)東，張永林，等. 模糊數(shù)學在山后礦區(qū)采礦方法優(yōu)選中的應用［J］.有色金屬:礦山部分，2013，65(5):20-23.

Cheng Guanghua，Song Weidong，Zhang Yonglin，et al. Application of fuzzy optimization mathematics in mining method in Shanhou mining area［J］. Nonferrous Metals:Mining Section，2013，65(5):20-23.

［5］ 題正義，周云鵬，張 春. 遺傳算法及其在采礦工程中的應用［J］.煤炭工程，2004(11):61-62.

Ti Zhengyi，Zhou Yunpeng，Zhang Chun.Genetic algorithms and the application in mining engineering［J］.Coal Engineering，2004(11):61-62.

［6］ 白廣熙.試用價值工程FD 法選擇采礦方法［J］.金屬礦山，1987(5):14-17.

Bai Guangxi. Value engineering FD method selection trial mining method［J］.Metal Mine，1987(5):14-17.

［7］ 楊建勛.基于改進后的灰色聚類分析理論的采礦方案優(yōu)選［J］.化工礦物與加工，2012(1):22-26.

Yang Jianxun. Optimizations of mining schemes based on improved grey cluster and grey forecasting model［J］. Industrial Minerals ＆Processing，2012(1):22-26.

［8］ 馮夏庭.地下采礦方法合理識別的人工神經(jīng)網(wǎng)絡模型［J］.金屬礦山，1994(3):7-11.

Feng Xiating.Artificial neural net model for reasonable recognition of underground mining methods［J］.Metal Mine，1994(3):7-11.

［9］ 白云飛，葉振華.基于突變優(yōu)選理論的采礦方法選擇［J］. 金屬礦山，2011(10):61-67.

Bai Yunfei，Ye Zhenhua. Selection of mining method based on the mutation optimization theory［J］.Metal Mine，2011(10):61-67.