梁彥波
(西部礦業股份有限公司,青海 西寧 810000)
由于礦巖硬度等物理特性的限制,目前某礦山仍采用鉆爆法開采生產,而爆破效果的好壞,對于礦山生產具有重大的影響。爆破效果一般主要由炸藥自身特性及各項爆破參數決定[1-3]。由于炸藥的安全管控問題,礦山企業難以選擇、調整所使用的炸藥,僅能通過改變爆破參數以實現所需的爆破效果。確定爆破參數的常用方法有經驗公式法、相似試驗法、數值模擬法及現場試驗法等。這些方法能較為完整地提供爆破使用的相關參數,但多為一個初始范圍值或理論推薦值,對比實際仍有欠缺,難以快速應用到現場生產[4-7]。而用正交法確定爆破參數能夠根據礦山代表性數據進行試驗,在效率、成本上具有一定的優勢。
某礦山 11線以西礦體具有厚度大、傾角陡、分布集中、礦巖穩固性相對較好等特點。礦體一般走向 N50°~70°W,走向長約 220 m,傾角 75°~90°,主礦體走向長630 m,厚0.81~169.79 m,平均厚52.67 m,平均品位Pb0.75%、Zn9.82%,礦體上盤處于礦區“地塹”式斷塊構造中心,圍巖強烈破碎,穩固性差;礦體下盤主要由塊狀結構的白云巖組成,穩固性較好,目前使用無底柱分段崩落法開采西部礦體,中深孔排距1.4 m,孔底距1.7~1.9 m,此參數與礦巖實際情況不匹配,導致每排炮孔數量較多,炸藥單耗高,爆破振動大,爆破效果差。
正交試驗法在多因素分析、方法確定、參數優化中應用廣泛。其能夠保證研究因素的各個位級出現的次數相同,從而有效地克服影響因素間的相互干擾,通過所指定的最具影響性的相關條件,利用少量試驗,得出最優的試驗方案[8-10]。
巖石介質內部構造的無規律性導致理論推導過程中存在大量的簡化或理想化情況,因此在復雜巖體條件下難以準確計算出爆破參數。通過在現場進行相應的爆破試驗,可得出最佳的爆破參數。但由于爆破效果受眾多因素影響,采用控制變量法進行試驗,周期長、成本高,對礦山的正常生產影響較大。而現場正交試驗法能夠根據現場爆破參數快速地確定最佳參數,極大程度地提高了試驗效率。
將正交試驗應用到爆破領域中,可以起到以下作用:
(1)排列出不同因素對于每次施爆之后效果好壞的影響占比;
(2)分析應用不同爆破參數的爆破效果優劣;
(3)為礦山找出與之相適應的爆破參數,或是明確下一步的研究方向。
根據某礦山西部含礦白云巖內之前爆破漏斗試驗得到的數據分析結果,以及國內外經驗類比,初步確定含礦白云巖內炮孔直徑為Φ65 mm時,排距為1.4~1.6 m,孔底距為2.0~2.4 m(在試驗結果的基礎上適當進行了放大),孔口交錯式堵塞長度分別為1.5 m和2.5 m。一次崩礦規模依據礦山前期“采二出一”的生產出礦原則,初步設置為1,2,3排。
在選擇使用 BQF-100型裝藥器連續耦合裝藥時,一旦確定了炮孔裝藥結構、孔底距和排距等自變量,則炸藥單耗會隨之變化,可以理解為因變量。故本次試驗設計因素不考慮裝藥結構和炸藥單耗,把影響爆破震動、降低炸藥單耗和控制采場大塊率的主要因素歸納為:炮孔孔底距(A因素)、炮孔排間距即最小抵抗線(B因素)、一次爆破規模即崩礦步距(C因素)。為了有充分的代表性,在各因素取值范圍內,取小、大、中間3個數據(3個試驗水平),進行搭配綜合試驗。因素水平取值范圍見表1。

表1 因素水平取值范圍
首先根據因素的水平數,來確定選用幾個水平的正交表。本試驗中,3個因素都是3水平因素,因此正交表選用3水平。然后再根據因素的個數,來選擇表的規格。一般來說,表的列數大于或等于因素個數,且試驗次數盡可能少。因此本次試驗選擇L9(34)的正交試驗表,在現場對這些匹配的情況一一展開驗證,見表2。

表2 正交試驗表
爆破效果用爆破直接成本P、大塊產出率Δ塊、每米炮孔崩礦量M進行考核,結果統計見表3。

表3 現場爆破結果統計
根據表3中的試驗結果數據,針對各單一指標,進行極差分析,分析結果見表4。

表4 爆破效果極差分析
從表4中的極差R值可以看出,爆破成本的影響程度為RA>RB>RC,即孔底距對爆破成本影響最顯著,排距極差為最大極差的70%左右,表明其影響也較大,一次崩礦規模極差約為最大極差的5.5%,影響有限,幾乎可以忽略;對大塊產出率而言,RA>RB>RC,即孔底距影響最顯著,其余排距和一次崩礦規模極差相對較小,影響有限;對于每米炮孔崩礦量的影響而言,RB>RA>RC,即排距對每米炮孔崩礦量影響最顯著,孔底距極差為最大極差的50%左右,表明其影響也較大,一次崩礦規模極差約為最大極差的3.6%,影響有限,幾乎可以忽略。
綜合分析,可以確定爆破效果的綜合影響因素排序是,RA>RB>RC,即孔底距影響最顯著,排距次之,一次崩礦規模最小。
設每個因素的均值指標為縱坐標,因素水平為橫坐標,根據表4作因素-指標圖,見圖1。

圖1 試驗因素-指標圖
企業以經濟效益為中心,同時考慮到礦山采用中深孔爆破的實際情況,由此認為,在分析試驗結果時,首選考核爆破直接成本,其次考核礦石塊度組成,最后兼顧每米炮孔崩礦量。在3個考核指標中,每米炮孔崩礦量越高越好,其余2個指標越低越好。根據這些原則綜合分析圖 1,可以認為較佳的孔網參數是:炮孔孔底距A=2.2 m;排距(最小抵抗線)B=1.5 m;一次崩礦規模C=2排。
實際上,現場試驗時各因素水平值的實際值與正交試驗方案設計值不可能完全一樣,存在一定的誤差。本次試驗為模擬現場生產實際,采用YGZ-90鑿巖機進行中深孔鑿巖,試驗過程中會存在一定的誤差,如試驗采場內礦體中存在小斷層裂隙等因素。
這些誤差將影響分析結果精度,同時極差分析只能在試驗水平上優選水平組合,不能進行更準確的優選,為進一步優選爆破參數,本文引入多元二次非線性回歸和非線性規劃的原理對正交試驗結果進行研究分析。
3.2.1 試驗結果回歸
爆破參數問題是非線性多因素問題,據此參考了適用于多元線性和非線性二次回歸的回歸模型:

根據式(1),對于3個自變量,則待求的回歸系數就多達 10個,而且求回歸系數的過程和應用回歸式求y的計算過程都很長,舍入誤差較大。實際上,在按公式(1)進行回歸分析時有些項在 F檢驗中會不顯著。若只讓F檢驗顯著的項進入和保留在回歸式中,則所得的回歸式會比式(1)簡化許多。在本次爆破參數優化試驗回歸過程中,發現一次崩礦規模與炮孔孔底距、排距相關程度較低,于是剔除了一次崩礦規模的交互項,通過回歸得到的回歸式如下。

式中,P為爆破直接成本,元/t;Δ塊為爆破大塊產出率,%;M為每米炮孔崩礦量,t/m;A為孔底距,m;B為排距或抵抗線,m;C為一次崩礦規模,排;R為多元二次回歸的復相關系數。
從回歸結果中可以看出,爆破直接成本、大塊產出率以及一次崩礦規模的復相關系數均大于0.9,表明回歸式與試驗值的相似程度均比較高。
各回歸式中,A、B項的系數相對較大,說明在試驗條件下最小抵抗線B和孔底距A的交互作用較明顯,應該予以考慮。同時也表明:盡管現場正交試驗時未安排A、B交互項的試驗,但回歸分析可以將客觀存在著的交互作用找出來,因此采用回歸分析的正交試驗,試驗方案可以不考慮因素間的交互作用而選擇較小的正交表,從而降低試驗工作量,降低試驗對現場生產的干擾。
3.2.2 非線性規劃求解
在合理的爆破參數A、B、C約束條件下,采用非線性規劃方法,分別求解公式(2)~公式(4)的極值,獲得各考核參數的極值解。即在A=2.0~2.2 m,B=1.4~1.6 m,C=1~3排的約束條件下,分別規劃求解 max(M(A,B,C))、min(P(A,B,C))和 min(Δ塊(A,B,C)),得到各條件下A、B、C的極值解,求解的結果見表5。

表5 非線性規劃求解結果
根據表 5,綜合分析認為,最優的爆破參數組合是:A=2.2 m,B=1.5 m,C=2排。
由此可見,正交試驗常規分析和數據回歸分析方法所得結論基本相符,但常規分析方法只能在試驗因素所選擇的水平上進行研究,得出結論;數據回歸可以更準確地找到各因素的最佳水平,指導生產實際,又可降低試驗研究難度。
綜合兩種分析方法的分析結果,推薦該礦西部礦體無底柱分段崩落法開采的優化爆破參數為:炮孔底距A=2.2 m,排距即最小抵抗線B=1.5 m,一次爆破規模C=2排。
回采試驗和采場生產實踐中,各具體礦塊巖性存在一定差別,因此實際應用中,應適當調整該優化參數,以適應回采采場的實際情況。