您的位置: turnitin查重官网> 工程 >> 工业设计 >简论爆破金属矿矿岩可爆性评价与井下采场深孔爆破参数优化和试验大纲

简论爆破金属矿矿岩可爆性评价与井下采场深孔爆破参数优化和试验大纲

收藏本文 2024-01-17 点赞:8918 浏览:25232 作者:网友投稿原创标记本站原创

摘要:地下深孔采矿技术是以大孔径深孔爆破为特点的,开采强度大,生产能力高,是大型地下矿山广泛运用的一种大规模高效采矿技术。以往爆破参数的选择往往凭借经验或者依靠工程类比策略,缺乏科学性和系统性。本论文依托云南省科技革新强省计划项目——“卡房钨多金属矿资源开发利用关键技术及产业化探讨”,在试验矿山运用“采矿环境再造连续采矿嗣后充填采矿法”,尝试采取深孔爆破崩矿技术来达到预定的产能目标。论文重点着眼于采矿环境再造条件下的采场深孔爆破参数优化的论述和试验探讨。主要探讨内容包括:(1)结合采矿环境再造技术和深孔爆破参数设计及优化的需要,对试验矿山地质结构进行了调查,对节理裂隙进行了统计;然后采取室内试验的策略测试了矿岩的物理力学性质并对试验矿山的岩石质量进行了总体评价。(2)基于利文斯顿论述进行了爆破漏斗试验。选取与试验采场岩性尽可能相近的岩体分别进行单孔爆破漏斗试验和变孔距多孔同段爆破漏斗试验,初步确定了适合深孔爆破试验采场的爆破参数,即孔间距为2.0m、排距(最小抵抗线)为2.3m、单耗在0.57kg/m3以上,并采取VC++6.0编制爆破漏斗体积计算程序,减轻了计算工作量。(3)建立了爆破参数的粗糙集-BP神经网络预测模型,对爆破漏斗试验得出的主要参数进行验证和优化。探讨认为在减少了样本属性的情况下,粗糙集-BP神经网络预测模型比BP神经网络预测模型的精度更高,预测得到的最佳爆破漏斗半径与试验值较为接近,证实了爆破漏斗试验的正确性。采取Excel2007软件和VBA语言编制了一个基于Excel2007的数据离散归一化软件用于处理粗糙集利用的样本数据,提升了工作效率。(4)基于数据挖掘技术,在前人探讨的基础上,采取粗糙集软件对收集整理的矿岩爆破性测试数据进行属性约简,并对约简规则和KNN分类准确性进行了检验。基于SPSS软件,采取多元非线性回归策略得到了修正后的矿岩爆破性指数计算公式,并对修正公式的可靠性进行了验证。建立了矿岩可爆性预测的BP神经网络模型和粗糙集-BP神经网络模型,并比较了两者的精度,认为应优先选择后者。采取修正的矿岩爆破性指数计算公式得到了试验矿山主要岩石的爆破性指数和爆破性级别,并用粗糙集-BP神经网络预测模型验证了上面陈述的计算和评价结果,最后采取经验公式估算得到井下采场深孔爆破的单耗为0.62kg/m3。(5)利用LS-DYNA软件对试验采场深孔爆破历程充填体的安全稳定性进行了数值模拟浅析并对相关爆破参数进行了论证。按照预裂缝长度不同,分7种情况建立最大起爆段模型对充填矿柱中产生的振动强度和应力强度进行浅析,基于最小二乘法原理对所得数据进行曲线拟合,优化后的预裂缝长度为12.0m,在此基础上对近点起爆段进行建模浅析,得出主爆孔间毫秒微差延迟时间不低于35ms。(6)运用以上论述与试验探讨获得的主要爆破参数,成功在井下采场进行了深孔爆破试验,并运用TC-4850型爆破振动监测仪对主要保护对象进行了实时监测,回归得到了爆破振动衰减规律并采取小波浅析策略对振动信号进行了辨识并对能量衰减规律进行了浅析。关键词:嗣后充填采场论文爆破参数优化论文爆破漏斗试验论文粗糙集论文BP神经网络论文数据挖掘论文可爆性评价论文数值模拟论文振动监测论文小波浅析论文

    摘要5-7

    ABSTRACT7-14

    第一章 绪论14-30

    1.1 引言14-15

    1.2 选题来源与探讨作用15-16

    1.3 国内外探讨近况综述16-27

    1.3.1 爆破工程地质探讨近况16-18

    1.3.2 矿岩可爆性探讨近况18-20

    1.3.3 爆破参数优化探讨近况20-24

    1.3.4 爆破振动监测与浅析探讨近况24-27

    1.4 论文主要探讨内容与探讨思路27-30

    1.4.1 主要探讨内容27-28

    1.4.2 技术路线与探讨思路28-30

    第二章 深孔爆破试验矿山地质与岩体质量评价30-45

    2.1 概述30

    2.2 试验矿山地质概况30-32

    2.2.1 矿区地质30-31

    2.2.2 矿床及矿石类型31-32

    2.2.3 工程地质32

    2.2.4 水文地质32

    2.3 试验矿山工程地质调查与节理裂隙统计浅析32-36

    2.3.1 工程地质调查32-33

    2.3.2 节理密度与优势产状浅析33-36

    2.4 试验矿山岩体物理力学性质36-41

    2.4.1 矿岩物理力学性质概述36

    2.4.2 岩样加工与实验设备介绍36-37

    2.4.3 单轴抗压试验37-38

    2.4.4 三轴抗压试验38-39

    2.4.5 单轴拉伸试验39-41

    2.4.6 矿山岩体物理力学性质的确定41

    2.5 试验矿山岩体质量总体评价41-43

    2.5.1 岩体质量评价策略概述41-42

    2.5.2 岩体质量评价结果42-43

    2.6 本章小结43-45

    第三章 基于爆破漏斗试验的深孔爆破参数反演45-58

    3.1 概述45

    3.2 爆破漏斗的基本论述45-47

    3.3 爆破漏斗试验原理47

    3.4 爆破漏斗试验案例47-49

    3.4.1 试验目的47

    3.4.2 岩石物理力学性质与性能参数47-48

    3.4.3 单孔系列爆破漏斗试验案例48-49

    3.4.4 变孔距多孔同段爆破漏斗试验案例49

    3.5 爆破漏斗试验数据的测量与处理49-55

    3.5.1 爆破漏斗半径和体积的测量策略49-50

    3.5.2 基于VC++6.0的爆破漏斗体积计算程序设计及运用50-52

    3.5.3 单孔爆破漏斗试验数据处理52-55

    3.5.4 变孔距多孔同段爆破漏斗试验数据处理55

    3.5.5 爆破块度筛分55

    3.6 基于爆破漏斗试验的采场深孔爆破参数反演55-56

    3.7 本章小结56-58

    第四章 基于粗糙集-神经网络的爆破漏斗参数智能预测58-84

    4.1 概述58

    4.2 粗糙集论述58-65

    4.2.1 粗糙集的基本思想58-62

    4.2.2 粗糙集论述的特点62-63

    4.2.3 粗糙集的计算策略63-64

    4.2.4 粗糙集属性约简的常用算法64-65

    4.3 神经网络论述65-71

    4.3.1 神经网络的组成66

    4.3.2 神经网络的结构66-68

    4.3.3 神经网络的工作历程及特点68

    4.3.4 神经网络的学习机理68-71

    4.4 基于粗糙集-神经网络的爆破漏斗参数预测71-83

    4.4.1 粗糙集和神经网络的比较71-72

    4.4.2 粗糙集约简原始样本数据的流程72-73

    4.4.3 基于Excel2007和VBA的数据离散归一化软件的编制及运用73-76

    4.4.4 BP神经网络的学习算法流程76-77

    4.4.5 基于粗糙集-BP神经网络的爆破漏斗试验结果预测模型77

    4.4.6 实例探讨77-83

    4.5 本章小结83-84

    第五章 基于数据挖掘技术的矿岩可爆性评价84-103

    5.1 概述84

    5.2 数据挖掘技术介绍84-86

    5.2.1 数据挖掘的概念84-85

    5.2.2 数据挖掘的步骤85

    5.2.3 数据挖掘的功能85-86

    5.3 数据的来源与处理86-89

    5.3.1 原始数据的来源与整理86-88

    5.3.2 原始数据的离散归一化处理88-89

    5.4 基于粗糙集的数据约简与浅析89-92

    5.4.1 基于粗糙集的数据约简89

    5.4.2 数据约简规则的自动获取与准确性检验89-91

    5.4.3 基于粗糙集的KNN分类及结果浅析91-92

    5.5 基于非线性多元回归的矿岩爆破性指数公式的修正92-96

    5.5.1 多元回归策略介绍92-93

    5.5.2 基于非线性多元回归的矿岩爆破性指数公式的修正93-95

    5.5.3 矿岩爆破性指数修正公式的可靠性检验95-96

    5.6 基于粗糙集和BP神经网络的矿岩可爆性预测96-99

    5.6.1 基于BP神经网络的矿岩可爆性预测96-98

    5.6.2 基于粗糙集-BP神经网络的矿岩可爆性预测98-99

    5.7 试验矿山的矿岩可爆性评价及深孔爆破单耗的估算99-101

    5.7.1 评价所需数据的来源及处理99-101

    5.7.2 粗糙集-BP神经网络预测得到的试验矿山矿岩爆破性指数101

    5.7.3 采取修正公式得到的试验矿山矿岩爆破性指数101

    5.7.4 基于矿岩爆破性指数的采场深孔爆破单耗估算101

    5.8 本章小结101-103

    第六章 基于LS-DYNA的深孔爆破技术案例优化模拟探讨103-122

    6.1 概述103

    6.2 LS-DYNA动力浅析策略介绍103-107

    6.2.1 LS-DYNA程序介绍103-104

    6.2.2 LS-DYNA制约方程104-106

    6.2.3LS-DYNA显式时间积分106

    6.2.4 LS-DYNA应力计算106-107

    6.2.5 LS-DYNA爆炸模拟常用算法107

    6.3 试验采场深孔爆破数值浅析模型的建立107-112

    6.3.1 数值模拟的目的107-108

    6.3.2 试验采场深孔爆破初步案例108-109

    6.3.3 岩体损伤模型及破坏准则109-110

    6.3.4 空气和的材料模型与状态方程110-111

    6.3.5 数值浅析模型的构建111-112

    6.4 数值模拟结果浅析与爆破参数选择112-121

    6.4.1 最大起爆段数值模拟结果浅析113-118

    6.4.2 近点起爆段数值模拟结果浅析118-120

    6.4.3 最佳预裂缝长度与微差间隔时间的选择120-121

    6.5 本章小结121-122

    第七章 试验采场深孔爆破现场振动监测与浅析122-139

    7.1 概述122

    7.2 采场深孔爆破现场试验122-125

    7.2.1 采场深孔爆破现场试验设计案例122-124

    7.2.2 现场深孔爆破试验历程124-125

    7.2.3 现场深孔爆破试验效果125

    7.3 采场深孔爆破现场振动监测125-134

    7.3.1 爆破振动测试系统介绍127

    7.3.2 爆破振动监测仪器及爆破安全标准127-128

    7.3.3 深孔爆破振动监测案例128-129

    7.3.4 深孔爆破振动监测结果及初步浅析129-134

    7.4 基于小波论述的深孔爆破振动信号辨识与能量衰减规律浅析134-138

    7.4.1 小波浅析的基本论述及小波基的选择134

    7.4.2 深孔爆破频带能量分布的小波浅析134-137

    7.4.3 深孔爆破振动能量衰减规律浅析137-138

    7.5 本章小结138-139

    第八章 总结与展望139-144

    8.1 全文总结139-141

    8.2 主要革新点141-142

    8.3 进一步探讨展望142-144

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号