多目標條件下礦山充填材料配比優化實驗

吳 浩， 趙國彥， 陳 英

(中南大學 資源與安全工程學院， 長沙 410083)

多目標條件下礦山充填材料配比優化實驗

吳 浩， 趙國彥， 陳 英

(中南大學 資源與安全工程學院， 長沙 410083)

為準確確定某鐵礦尾砂膠結充填材料最優配比，分別選擇制漿水性、砂灰質量比和料漿質量濃度與充填體強度、料漿坍落度和料漿泌水率作為尾砂膠結充填材料配比優化的影響因素和充填性能評價指標. 基于響應面-滿意度函數耦合理論，采用Box-Behnken實驗設計方法開展13組不同充填配比實驗，構建充填性能評價指標的響應面函數，研究各影響因素與目標響應量的相關關系及多目標條件下的最優充填材料配比. 結果表明，制漿水性對響應量影響不顯著；砂灰質量比對充填體強度影響極顯著；坍落度受料漿質量濃度、砂灰質量比影響較顯著；砂灰質量比和料漿質量濃度對料漿泌水率的影響均極為顯著，且二者之間存在極顯著的交互作用. 該礦尾砂膠結充填材料最優配比為：制漿水性為海水，砂灰質量比為8.44:1，料漿質量濃度為72%，該配比條件下對應的響應量預測結果為：充填體28 d齡期單軸抗壓強度為2.00 MPa，料漿塌落度為27.15 cm，料漿泌水率為7.35%，與驗證實驗結果基本吻合，為現場工業實驗提供強有力的理論支撐.

采礦工程；響應面法；滿意度函數；配比；尾砂膠結充填；多目標優化

充填采礦法不僅安全性高，而且可有效減少礦石損失、貧化和解決尾礦占地難題，同時有利于礦井漏風、熱害、沖擊地壓、礦石自燃和瓦斯積聚等災害的防治，目前在各類礦山中應用較為廣泛.

充填材料的配比不僅影響充填體強度，而且對料漿流動特性、充填成本和充填工藝決策也起到決定性作用. 鑒于此，劉同有等[1]開展29組不同配比的水淬渣膠結充填實驗，采用灰色關聯法對充填配比進行分析優選；周科平等[2]、李夕兵等[3]分別采用遺傳算法和博弈樹理論對安慶銅礦分級尾砂膠結充填配比進行優化，減少水泥用量；王新民等[4]將正交實驗設計方法用于充填材料配比研究領域，利用Matlab軟件得出充填配比和充填體強度的線性回歸方程；Chang等[5]、張欽禮等[6]基于不同配比實驗分別構建膏體充填體和分級尾砂膠結充填體強度的BP神經網絡預測模型；艾純明等[7]基于均勻試驗，擬合出膏體充填流動特性和質量濃度、尾廢比、砂灰比的二次多項式回歸關系，以膏體穩定性為目標求解充填材料最佳配比；韓斌等[8]根據36組廢石膠結充填實驗結果對最優配比進行直觀優選；文獻[9-11]分別將模糊集理論、響應面法、餛飩優化神經網絡法用于充填配比優化研究，均取得一定的成效. 此外，還有一些數理統計方法被用于充填配比優化，如回歸正交實驗法和配方實驗設計等[12-13]. 由于充填性能參數及影響因素較多，當考慮多參數多因素時，往往需要大量試驗，以致優化工作難以開展. 實踐表明，響應面法同比正交試驗等方法可靠度較高，可以連續對試驗各水平進行尋優，能夠定量分析自變量及交互作用與因變量的相關關系，且多水平試驗次數較少[14]. 基于滿意度函數的響應面法可以實現對多目標整體進行優化[15]，對此，本文將其用于某鐵礦尾砂膠結充填最優配比研究，并探討海水作為制漿水源的可行性及其與砂灰比、料漿質量濃度對充填體強度、流動特性和泌水性能的影響.

1 響應面-滿意度函數法優化理論

1.1響應面理論

(1)

假設樣本進行m次試驗，Y為因變量向量，ε為誤差向量，那么

Y=βX+ε.

(2)

其中：

Y=[y(1),y(2)…,y(m)]T；ε=[ε1,ε2…,εm]T；

為找到最接近所有試驗數據點的響應面，利用最小二乘原理使ε的平方和S(β)最小，即

minS(β)=‖ε‖2=(Y-Xβ)T(Y-Xβ).

(3)

令ΔS(β)=0，化簡后可得

β=(XTX)-1XTY.

(4)

基于試驗樣本，根據式(4)計算待定常數，再代入式(1)即可求出自變量對應的響應面函數. 響應面法基于實驗設計進行響應面函數擬合和自變量顯著性分析，常用的試驗設計方法有中心組合設計、Box-Behnken設計和拉丁超立方設計等.

1.2滿意度函數多目標優化法

(5a)

(5b)

(5c)

整體滿意度D根據單滿意度函數加權幾何平均數求解，即

.

(6)

式中K、rk為響應量個數和權數. 響應量權數表示該響應量相對于其他響應量的重要程度，取值為1～5間的整數.

2 充填材料配比試驗

2.1工程背景

某鐵礦毗鄰萊州灣，采選能力150萬t/a. 采礦標高+5～-380 m，礦體破碎松軟，圍巖為二長花崗巖. 一直以來，礦山采用無底柱分段崩落法開采，地表塌陷坑采用選廠尾砂直接回填，第四系地層破壞嚴重，松散層水和海積層泥沙極易形成流沙灌入井下. 鑒于此，為避免井下泥砂透出事故，礦山擬對中部采區(3#～10#勘探線)采用尾砂膠結充填法開采，因而需要對充填材料配比進行實驗研究.

2.2充填材料物理化學特性

膠凝材料采用焦家金礦研發的尾砂專用固結材料C料，主要成分為礦渣、火山灰、石灰、石膏和添加劑. 和水泥相比，它具有固化效果好，料漿流動特性好且用量可減少一半，性價比較高. 尾砂選用尾礦庫鐵礦尾砂，室內測得尾砂的容重為15.29 kN/m3，干密度為2.55 g/cm3，含水率9.64%，孔隙率為38.8%，滲透系數為6.5 cm/h(20 ℃). 采用SimensD500型X分析儀和Mastersizer3000激光衍射粒度分析儀對尾砂化學成分和粒度分布進行測定，結果見表1、圖1.

表1 尾砂主要成分

圖1 尾砂粒度分布曲線

根據尾砂粒度分布曲線可計算粒徑特征參數d10、d30、d50、d60和d90分別為3.53 μm、13.20 μm、32.60 μm、48.27 μm和176.04 μm，根據式(7)計算不均勻系數Cu為13.67>4～5(最佳級配)，曲率系數Cc為1.02，介于1～3，這充分說明尾砂級配良好但連續性稍差，粒度分布較不均勻，細粒級含量偏多. 建議工程中對尾砂進行濃密脫泥處理，從而提高料漿的泵送性能和固化效果.

(7)

式中：d60、d10和d30分別表示尾砂過篩重量占60%、10%和30%的粒徑.

考慮淡水成本較高，研究嘗試利用該礦井下排出的豐富咸水或鄰近的海水作為充填水源. 受地表水補給和徑流影響，井下咸水和渤海海水成分基本相同，含有大量Cl-，具有一定的腐蝕性. 因此，研究海水作為充填水源對充填性能的影響尤為必要. 本次試驗最終選擇C料、尾砂、海水作為充填材料進行不同配比試驗研究.

2.3配比試驗設計與結果

充填材料配比的優劣往往通過充填性能參數來評價，如充填體強度、料漿流動特性、泌水性能、充填成本和充填工藝操作難易程度等，相應的影響因素有尾砂成分、密度、級配、膠凝材料類別、料漿質量濃度、砂灰質量比、溫度、制漿水性質和添加劑類別等[18-20]，受實際工程制約，有些影響因素水平是固定的. 對此，本文重點研究制漿水性x1、砂灰質量比x2和料漿質量濃度x33個影響因素對充填體強度(28 d)Y1、塌落度Y2和體積泌水率(90 min)Y33個目標的影響規律. 由于Box-Behnken方法在實驗設計中沒有加入軸向點，同比中心組合實驗的次數較少. 因此，本文采用Box-Behnken設計開展實驗，根據設計原理進行3因素3水平設計，影響因素及水平見表2. 表中，中心水平為基準組，編碼值根據式(8)計算:

Xi=(xi-x0)/Δx.

(8)

式中：Xi為自變量xi的編碼值，x0為自變量在中心點的值，Δxi為自變量變化步長.

表2 響應量影響因素及水平

為考察海水對充填性能的影響，試驗采用自來水、混合水(海水和自來水按質量比1:1混合)和海水作為制漿水性的3個水平，編碼值分別為-1、0和1；砂灰比3水平為4:1、10:1和16:1；考慮到測得尾砂的最大沉降質量濃度為79.1%，料漿質量濃度的3個水平設計為68%、70%和72%. 本次研究共開展13組試驗，料漿制備后先測量坍落度和不同時間的泌水率，然后將其澆入7.07 cm×7.07 cm×7.07 cm標準三聯試模，每組實驗制作3件三聯模，初凝后刮模、脫模將充填體置入HSB-40B型養護箱按照井下平均氣候條件(溫度20 ℃、濕度90%)進行養護，采用WHY-200萬能壓力試驗機對不同齡期(7 d、14 d和28 d )充填體單軸抗壓強度進行測試. 根據實驗方案測得不同配比的充填體強度、塌落度和泌水率見表3，可見，料漿泌水率在料漿制備后0.5～1.0 h基本達到穩定.

表3 不同充填材料配比試驗結果

3 充填材料配比優化

3.1響應面函數擬合

根據不同配比試驗結果，采用Design-expert軟件按照式(1)～(4)擬合充填體影響因素與響應量的響應面函數：

0.02x1x3-8.54×10-3x2x3-1.08x1-

0.35x2+1.63x3-56.70,

(9)

10-3x1x2-0.09x1x3-0.01x2x3+

6.10x1+1.21x2-7.28x3+290.64 ,

(10)

(11)

3個響應面函數擬合的相關系數平方R2分別為0.997 6、0.905 0和0.998 9. 對響應面回歸模型進行方差分析，見表4. 其中，p>0.05表示該因素影響不顯著，p<0.05表示該因素影響比較顯著，p<0.000 1表示該因素影響極顯著.

表4 響應面回歸模型方差分析

3.2響應面參數對響應量的影響

由表4可知，塌落度擬合優度不及充填體強度和泌水率擬合優度，充填體強度、坍落度和泌水率擬合值和實際值的平均絕對誤差分別為4.40%、1.28%、0.70%，見圖2，可見各響應面總體擬合較好，可靠度較高.

(a) 充填體強度

(b) 料漿坍落度

(c)料漿泌水率

Fig.2 Comparison between predicted and measured values of different response variables

在充填體強度響應面回歸模型中，充填體受到因素之間交互作用不顯著，主要是受個別單因素制約. 根據p值大小可知，制漿水性對充填體強度影響不顯著. 砂灰比對充填體強度影響極顯著，隨著砂灰比的增大，充填體強度逐漸降低，砂灰比在13:1以后，充填體強度變化不大. 料漿質量濃度對充填體強度影響較顯著，隨著料漿質量濃度的增大，充填體強度稍微增大，但增幅不劇烈，主要是料漿質量濃度越高，泌水量越小，流失的C料越少，因而充填體強度會稍變大. 充填體強度單因素影響曲線見圖3(a).

在坍落度響應面回歸模型中，砂灰比和料漿質量濃度對坍落度的影響均較顯著，且后者顯著性程度高于前者，但兩者之間交互作用不顯著. 制漿水性對坍落度影響無規律可循，影響程度不大；坍落度隨著砂灰比增大逐漸增大，砂灰比小于10:1對坍落度影響較劇烈，大于10∶1以后坍落度基本無變化；料漿質量濃度對塌落度影響最大，料漿質量濃度越大，塌落度越小，二者接近線性變化，見圖3(b).

在泌水率響應面回歸模型中，見圖3(c)，制漿水性對料漿泌水性能影響不大，加之它對充填體強度、料漿坍落度都沒有顯著影響. 可見，將海水用于充填制漿用水是科學合理的，可在具備條件的工程中推廣應用. 砂灰比和料漿質量濃度對泌水率的影響均極為顯著，且二者之間存在極顯著的交互作用. 隨著砂灰比的增大，泌水率隨之增大，這主要是C料與水發生水化反應后包裹大量水分，C料越少，浸潤粘附的水分越少，泌水量越大. 此外，泌水率還受料漿質量濃度的極顯著影響，二者呈反比例關系，顯然這是和工程實際是相吻合的. 從影響曲線還可看出，料漿質量濃度在71%～72%之間時，料漿泌水率基本無變化. 砂灰比和和料漿質量濃度對泌水性能的交互作用響應面見圖4. 隨著質量濃度的升高，料漿泌水率顯著下降；隨著料漿砂灰比的增大，泌水率有顯著增大的趨勢.

3.3充填材料配比滿意度優化

根據滿意度函數法原理，對充填材料配比進行優化要對響應量優化區間進行設定. 對于充填體強度，若強度太大，成本太高會造成不必要的浪費；強度太小，則不能滿足生產安全要求. 目前，充填體強度主要采用Mitchell等、蔡嗣經和劉志祥等提出的公式進行設計，分別如下[21-23]：

(12)

(13)

σc=(5.085lgηγ2h2/E0+10.815 4)F.

(14)

式中：σc為充填體長期強度，MPa；ρ為充填體密度，取2.1 t·m-3；H為充填體最大自立高度，取分段高10 m；h為埋深，取最大值385 m；L為充填體長度，取采場長度150 m；β為充填體底部滑動面與水平面夾角，大小為45°和內摩擦角一半之和，64.35°；F為安全系數，取2.2；a為經驗系數，當H<50 m時，a=600，H>100 m時，a=1 000；η為匹配系數，取5.28[23]；γ為覆巖容重，取26.8 kN/m3；E0為圍巖彈性模量，取50 GPa.

(a) 充填體單軸抗壓強度

(b) 料漿坍落度

(c)料漿泌水率

Fig.3 Effect analysis of single factor on different response variables

圖4 砂灰比和料漿質量濃度對泌水率的交互作用

Fig.4 Interaction effect between tailings-to-cement ratio and slurry mass concentration on the bleeding rate

根據礦山開采技術條件按式(12)～(14)分別計算充填體臨界強度為0.22 MPa、1.21 MPa和1.98 MPa. 因此，設定充填體長期強度區間為0.5 MPa～4 MPa，設置目標值為1.98 MPa. 料漿坍落度范圍定義為15 cm～30 cm，根據Fall等[24]研究，料漿坍落度最優目標值為18 cm. 根據充填體含水狀態，泌水率區間為5%～20%，泌水率屬于望小特性. 采用層次分析法計算充填體強度、料漿坍落度和泌水率在充填性能中的權重向量為(0.5, 03, 0.2)，因此，定義r1=5，r2=3，r3=2，根據式(5)、(6)可計算單指標滿意度函數和整體滿意度.

整體滿意度單因素影響規律見圖5，由圖可知，制漿水性對整體滿意度作用不大，滿意度介于0.3～0.4，這再次證實海水可作為充填水源. 砂灰比在4∶1～16∶1范圍內滿意度先增大后降低，在8:1左右滿意度最大，滿意度達到0.5以上. 料漿質量濃度對滿意度影響也較為顯著，質量濃度為72%對應的滿意度為0.4，而質量濃度68%對應的滿意度為0.1，工程中在滿足輸送工藝要求的條件下應盡可能提高充填料漿質量濃度. 整體滿意度多因素影響規律見圖6，可見，砂灰比在8∶1左右、充填水性為1、料漿質量濃度為72%配比下的條件同比其他條件的整體滿意度要高. 軟件擬合的最優充填配比為：制漿水性為海水，砂灰比為8.44∶1，料漿質量濃度為72%，此時滿意度最大(D=0.628)，相應的響應量為：充填體強度2.00 MPa，料漿塌落度27.15 cm，料漿泌水率7.35%.

圖5 充填性能整體滿意度的單因素影響

Fig.5 Effect of one factor on overall desirability of filling performance

3.4驗證試驗

為驗證響應面優化結果的可靠性，根據上述配比優化結果開展驗證實驗，測定相應的充填性能參數. 實驗充填材料總質量4 kg，其中尾砂257 4.92 g，C料305.08 g，海水112 0 g，按照步驟“攪拌-灌模-脫模-養護-測試”進行試驗. 實驗結果為：料漿坍落度為26.92 cm；料漿泌水率為7.40%(90 min)；7 d、14 d和 28 d不同齡期充填體強度平均為0.98 MPa、1.61 MPa和1.91 MPa，見圖7. 同時根據式(9)可計算7 d和14 d齡期充填體理論強度為1.08 MPa和1.66 MPa. 可見，充填配比響應面優化結果和實驗結論基本吻合，采用響應面-滿意度函數法優化礦山充填材料配比是行之有效的.

圖6 充填性能整體滿意度的多因素影響

Fig.6 Effect of all factors on overall desirability of filling performance

(a)7 d齡期

(b) 14 d齡期

(c) 28 d齡期

Fig.7 Uniaxial compressive strength of filling body at different curing time

4 結 論

1)海水對充填體強度、料漿坍落度和泌水率影響不顯著，可作為尾砂膠結充填用水來源.

2)砂灰比對充填體強度影響極顯著；坍落度受料漿質量濃度、砂灰比影響較顯著；砂灰比和料漿質量濃度及其交互作用對泌水率的影響均極為顯著. 尾砂膠結充填最優配比為：制漿水性為海水，砂灰比為8.44∶01，料漿質量濃度為72%，相應的響應量預測結果為：充填強度2.00 MPa，料漿塌落度27.15 cm，料漿泌水率7.35%，與驗證實驗結果基本一致.

3)需要說明的是，充填材料還包括減水劑、早凝劑、早強劑等各類添加劑，充填性能參數還包括擴散度、粘度、屈服應力、充填成本等等，今后研究將考慮更多影響因素和目標響應量以進一步提高本文結論的可靠度.

[1] 劉同有, 韓斌, 王小衛. 鎳閃速爐水淬渣膠結充填配合比優化選擇與分析[J]. 中國礦業, 2000, 9(6): 19-22.

LIU Tongyou, HAN Bin, WANG Xiaowei. Utilization of nickel flash-smelting furnace slag as material for cemented stowing[J]. China Mine Magazine, 2000, 9(6): 19-22.

[2] 周科平, 古德生. 安慶銅礦尾砂膠結充填灰砂配比的遺傳優化設計[J]. 金屬礦山, 2001, (7): 11-13.

ZHOU Keping, GU Desheng. Genetic optimization design of the cement-sand ratio of tailings consolidated filling in Anqing copper mine[J]. Metal Mine, 2001, (7): 11-13.

[3] 李夕兵, 劉志祥. 高階段尾砂膠結充填體力學研究與博弈樹配比優化[J]. 安全與環境學報, 2004, 4(4): 87-90.

LI Xibing, LIU Zhixiang. On mechanics of high consolidated tailings backfill and cement-tailing ratios optimization with game tree[J]. Journal of Safety and Environment, 2004, 4(4): 87-90.

[4] 王新民, 徐東升. 膠結充填料優化配比研究及強度預測[J]. 現代礦業, 2006, 25(12): 20-23.

WANG Xinmin, XU Dongsheng. Research on optimization proportioning of cemented filling material and strength forecasting[J]. Modern Mining, 2006, 25(12): 20-23.

[5] CHANG Qingliang, ZHOU Huaqiang, HOU Chaojiong. Using particle swarm optimization algorithm in an artificial neutral network to forecast the strength of paste filling material[J]. Journal of China University of Mining and Technology, 2008, 18(4): 551-555.

[6] 張欽禮, 李謝平, 楊偉. 基于BP網絡的某礦山充填料漿配比優化[J]. 中南大學學報(自然科學版), 2013, 44 (7): 2867-2874.

ZHANG Qinli, LI Xieping, YANG Wei. Optimization of filling slurry ratio in a mine based on back-propagation neural network[J]. Journal of Central South University (Science and Technology), 2013, 44 (7): 2867-2874.

[7] 艾純明, 吳愛祥, 王洪江, 等. 泵送劑改善膏體輸送性能及配比優化[J]. 科技導報, 2016, 34 (2): 210-214.

AI Chunming, WU Aixiang, WANG Hongjiang, et al. Optimization of mix proportion of paste based on uniform design[J]. Science & Technology Review, 2016, 34(2): 210-214.

[8] 韓斌, 劉超, 孫偉, 等. 廢石破碎膠結充填配比優選及在寒冷氣候條件下的應用[J]. 中南大學學報(自然科學版), 2015, 46 (11): 4195-4203.

HAN Bin, LIU Chao, SUN Wei, et al. Optimized mix ratio of crushed waste rocks in cementing backfill and its application in extreme cold weatherk[J]. Journal of Central South University (Science and Technology), 2015, 46 (11): 4195-4203.

[9] CUI Mingyi, HU Hua. Realizing of optimization of binder backfill material under certain strength with fuzzy sets[J]. Journal of China University of Mining and Technology, 2001, 11(2): 147-149.

[10]FALL M, BENZAAZOUA M. Modeling the effect of sulphate on strength development of paste backfill and binder mixture optimization[J]. Cement and Concrete Research, 2005, 35(2): 301-314.

[11]LIU Zhixiang, DANG Wengang, LIU Qingling, et al. Optimization of clay material mixture ratio and filling process in gypsum mine goaf [J]. International Journal of Mining Science and Technology, 2013, 23(3): 337-342.

[12]謝廣祥. 巷旁充填材料的優化選擇[J]. 礦山壓力與頂板管理, 1995(1): 49-52.

XIE Guangxiang. Optimization of filling materials next to roadway[J]. Ground Pressure and Strata Control, 1995(1): 49-52.

[13]劉浪. 礦山充填膏體配比優化與流動特性研究[D]. 長沙: 中南大學, 2013.

LIU Lang. Research on proportion optimization and flow characteristic of backfill paste in mine sites[D]. Changsha: Central South University, 2013.

[14]李典, 馮國瑞, 郭玉霞, 等. 基于響應面法的充填體強度增長規律分析[J]. 煤炭學報, 2016, 41(2): 392-398.

LI Dian, FENG Guorui, GUO Yuxia, et al. Analysis on the strength increase law of filling material based on response surface method [J]. Journal of China Society, 2016, 41(2): 392-398.

[15]CANDIOTI L V, DE ZAN M M, CAMARA M S, et al. Experimental design and multiple response optimization. Using the desirability function in analytical methods development [J]. Talanta, 2014, 124(124): 123-138.

[16]BOX G E P, WILSON K G. On the experimental attainment of optimum conditions[J]. Journal of Royal Statistics Society, 1951, 23(1): 1-45.

[17]GEORGE D, RONALD S. Simultaneous optimization of several response variables[J]. Journal of quality technology, 1980,12(4):214-219.

[18]趙國彥, 馬舉, 彭康, 等. 基于響應面法的高寒礦山充填配比優化[J]. 北京科技大學學報, 2013, 35(5): 559-565.

ZHAO Guoyan, MA Ju, PENG Kang, et al. Mix ratio optimization of alpine mine backfill based on the response surface method [J]. Journal of University of Science and Technology Beijing, 2013, 35(5): 559-565.

[19]KESIMAL A, YILMAZ B, ERCIKDI B, et al. Effect of properties of tailings and binder on the short-and long-term strength and stability of cemented paste backfill[J]. Materials Letters, 2005, 59(28): 3703-3709.

[20]ALDHAFEERI Z, FALL M, POKHAREL M, et al. Temperature dependence of the reactivity of cemented paste backfill[J]. Applied Geochemistry, 2016, 72(9): 10-19.

[21]MITCHELL R J, OLSEN R S, SMITH J D. Model studies on cemented tailings used in mine backfill[J]. Canadian Geotechnical Journal, 1982, 19(1): 14-28.

[22]蔡嗣經. 礦山充填力學基礎[M]. 2版. 北京: 冶金工業出版社, 2009:188-194.

CAI Sijing. Foundation of mine filling mechanics[M]. 2th ed. Beijing: Metallurgical Industry Press, 2009:188-194.

[23]劉志祥, 李夕兵, 戴塔根, 等. 尾砂膠結充填體損傷模型及與巖體的匹配分析[J]. 巖土力學, 2006, 27(9): 1442-1446.

LIU Zhixiang, LI Xibing, DAI Tagen, et al. On damage model of cemented tailings backfill and its match with rock mass [J]. Rock and Soil Mechanics, 2006, 27(9): 1442-1446.

[24]FALL M, BENZAAZOUA M, SAA E G. Mix proportioning of underground cemented tailings backfill[J]. Tunnelling and Underground Space Technology, 2008, 23(1): 80-90.

Multi-objectiveoptimizationformixproportioningofminefillingmaterials

WU Hao,ZHAO Guoyan, CHEN Ying

(School of Resources and Safety Engineering, Central South University, Changsha 410083, China)

To accurately obtain the optimal mix proportioning of cemented tailings backfill (CTB) for an iron mine, the slurrying water property, the weight ratio of tailings to binder (T/B) and the mass concentration of CTB were selected as influencing factors, and the compressive strength, the slump and the bleeding rate of CTB were selected as performance parameters. Based on the response surface-desirability function coupling theory, Box-Behnken design method was used to carry out thirteen groups of experiments with different mix proportioning. Then the effects of influencing factors on performance parameters of CTB were assessed and response surface functions of performance parameters were established. The results show that the slurrying water property has little effect on response variables. T/B has an extremely significant effect on uniaxial compressive strength after 28 days curing time of CTB, and slump is affected by both mass concentration and T/B at a more significant level. Moreover, T/B, mass concentration and their interaction have an extremely significant effect on bleeding rate. The optimal mix proportioning is that the slurrying water resource is seawater; T/B is 8.44 and the mass concentration is 72%. Under such conditions, the predicted values of response variables are 2.00 MPa, 27.15 cm and 7.35%, respectively, which are in perfect agreement with the confirmatory experimental results. The results of this research provide a more comprehensive engineering approach to CTB mix proportioning.

mining engineering; response surface methodology; desirability function; mix proportioning; cemented tailings backfill; multi-objective optimization

10.11918/j.issn.0367-6234.201612139

TD853.34

A

0367-6234(2017)11-0101-08

2016-12-27

國家自然科學基金(51374224)

吳 浩(1990—)，男，博士研究生；趙國彥(1963—)，男，教授，博士生導師

趙國彥， gy.zhao@263.net

(編輯苗秀芝)