自然崩落法漏斗放礦規(guī)律三維模擬

黃明清 王貽明 高 謙

(1.福州大學紫金礦業(yè)學院，福建 福州 350116；2.北京科技大學土木與資源工程學院，北京 100083)

自然崩落法具有采準工程簡單、機械化程度高、采礦成本低等優(yōu)點，是金屬礦床地下開采最高效的采礦方法之一[1]。自然崩落法放礦過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20%～30%，因此，放礦方式及其控制是實現(xiàn)礦石安全、高質、高效回采的關鍵因素。國內外采礦工作者通常采取改進采場結構參數(shù)、加強放礦管理、優(yōu)化放礦口尺寸等措施來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上，將礦巖理想化為顆粒介質進行漏斗放礦流動形態(tài)分析。然而，由于生產中放礦過程周期長、出礦強度高、礦巖性質復雜、礦石品位變化大，物理放礦模型的研究結果與工程實際仍有較大的偏差。

相對物理模擬，數(shù)值模擬具有針對性強、操作時間短、數(shù)據(jù)可靠、模擬過程可視化等優(yōu)點，因而受到越來越多研究人員的關注[3-4]。數(shù)學放礦模型基于隨機介質理論，將崩落礦巖視為具有特定品位的離散型顆粒介質，并采用放礦理論來模擬放出體的損貧變化規(guī)律。2002年，孫豁然等[5]開發(fā)了SLS崩落放礦模擬系統(tǒng)，實現(xiàn)了崩落法放礦的結構參數(shù)優(yōu)化及隨機介質放礦的三維仿真。姜諳男等[6]進一步模擬了不同進路尺寸及崩礦步距條件下的放礦試驗，優(yōu)化放礦參數(shù)后將礦石回收率提高至90.3%。類似地，朱煥春[7]總結了離散元軟件PFC在礦山崩落采礦中的應用，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劃。前人的研究在不同程度上發(fā)展了數(shù)學放礦模型，減少了崩落法放礦過程中礦石的貧化損失。然而，以上模擬難以實現(xiàn)放礦過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的關系。因此，有必要引進更先進的數(shù)值模擬軟件，開展不同位置、不同放礦方式條件下的礦石損貧控制研究。

本研究擬通過模擬不同位置漏斗布置條件下的放礦規(guī)律及損貧預測，優(yōu)選低損貧的自然崩落法放礦方式。首先，基于礦體工程地質條件，采用Rockware軟件建立礦產地質模型；其次，引進Rebop2.2放礦模型軟件分別模擬礦體下盤放礦、上盤放礦及中部放礦時移動單元體、放出單元體的位移、速度等動態(tài)發(fā)展規(guī)律，分析放出礦石量及金屬品位隨放礦時間變化特征；最后，進一步對比3種放礦方式的極限放出礦量及其對應的安全性、礦石品位差異，優(yōu)選出適用于礦山的放礦方式。

1 模型與方法

1.1 工程條件

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，上盤為邊緣綠泥石片巖軟弱帶和斷層破碎帶，下盤為混合巖。礦山采用自然崩落法開采，礦石可崩性較好，出礦能力5 000 t/d，Ni平均出礦品位0.55%。采用鏟運機在平底結構巷道的端部出礦，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。與放礦模型相關的礦巖物理力學參數(shù)見表1。

表1 放礦模型中的礦巖物理力學參數(shù)

1.2 模擬軟件

采用美國Itasca公司開發(fā)的REBOP(Rapid Emulator Based On PFC)開展自然崩落法放礦過程模擬。首先，采用Rockware建立與礦床地質品位、物理力學性質接近的礦體地質模型；其次，引進REBOP軟件模擬放礦過程。REBOP 2.2放礦過程模擬分成4個階段：①建立崩落塊體模型，確定崩落礦塊的礦石品位、礦巖密度、內摩擦角等參數(shù)；②確定放礦點位置、放出口形狀與尺寸；③確定每一放礦口放礦計劃；④放出過程中顆粒移動和放出體問題的求解。模擬目標是獲得放礦點每日放出量、累計放出礦量及放出礦石品位隨時間變化規(guī)律，同時實現(xiàn)放礦口上部礦巖移動單元體形態(tài)和放出體積的三維可視化。

1.3 建立模型

采用4個角點坐標，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個單元。每個單元具有相同的礦石品位，通過單元形心坐標及礦石品位模擬整個礦塊，即由30 240行xyzG的數(shù)據(jù)列表來確定實際礦床，其中x、y、z分別代表礦塊單元的形心坐標，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模型

圖2 放礦模型礦塊Ni品位分布

1.4 模擬過程

根據(jù)設計出礦強度，采礦生產面積8 534 m2，每個放礦點面積144 m2，則生產所需的放礦點約60個，放礦點排距12 m×12 m，故計算得每個放礦點出礦量為83.5 t/d。本研究分別模擬礦體上盤放礦、下盤放礦及中部放礦等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的放礦方案。

2 結果與討論

2.1 下盤放礦規(guī)律

選取礦體下盤A01～A03這3個放礦漏斗分析，其移動單元體(IMZ)及放出單元體(IEZ)位移、速度矢量圖見圖3、圖4。各放礦點以83.5 t/d規(guī)模均勻放礦30 d后，放礦點上方形成約67 m高的移動橢球體和約33 m高的放出橢球體。

圖3 放礦點IMZ和IEZ位移矢量

圖4 放礦點IMZ和IEZ速度矢量

均勻放礦時，各放礦口的每日放出量及變化趨勢較接近，每日放出量在初始6 d逐漸增加，此后在75 t/d上下波動，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，廢石開始混入，因此導致礦石品位的降低。然而，因A01所處的礦體地質品位變化復雜，導致Ni品位在放礦過程中反而略有升高。

圖5 放礦點每日放出量隨放礦時間變化曲線

圖6 放礦點每日放出Ni品位隨放礦時間變化曲線

2.2 上盤放礦規(guī)律

采取均勻放礦方式連續(xù)放礦30 d后，位于上盤的K01～K04這4個放礦漏斗的移動單元體、放出單元體形態(tài)如圖7、圖8所示。上盤放礦時放出移動單元及放出體高度與下盤放礦時較接近，分別為63 m及35 m。

圖7 放礦30 d時移動單元體形態(tài)

圖8 放礦30 d時放出單元體形態(tài)

累計放出礦量變化曲線(見圖9)表明，采用均勻放礦方式時，4個放礦漏斗累計放出礦量均隨著放礦時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。進一步分析放出礦石Ni品位(見圖10)發(fā)現(xiàn)，由于上盤拉底水平的礦體品位較低，放礦初始4 d內礦石品位停滯在0.25%～0.33%的較低水平；隨著放礦移動單元體向上發(fā)展，礦石品位在4～13 d近似線性增長，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%)及放礦結束時的瞬時品位(0.41%～0.44%)均低于設計的截止品位(0.55%)，且遠低于下盤放礦方式。Pierce發(fā)現(xiàn)，漏斗放礦時細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為軟弱帶和破碎帶，放礦時圍巖混入時間長、程度高，故上盤放礦時更易造成礦石品位的進一步惡化。

圖9 放礦口累計放出礦量隨時間變化曲線

2.3 中部放礦規(guī)律

選擇位于礦塊中部的32#和38#漏斗共4個放礦漏斗進行模擬，30 d后放出礦石品位隨放礦時間的變化關系見圖11。可以看出，除G03外，其它3個漏斗放出礦石品位均隨著放礦時間逐漸升高，且靠近下盤的F04、F05漏斗放出品位明顯高于靠近上盤的G03、G04漏斗。盡管各放礦口礦石品位相差較大，但30 d內最大出礦品位(0.45%～0.49%)及平均出礦品位(0.44%～0.47)均低于設計品位(0.55%)。

圖10 每日放出礦石Ni品位隨時間變化曲線

圖11 放出礦石Ni品位隨時間變化曲線

2.4 極限放出礦量比較

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，下盤放礦時30 d后放礦品位仍高于設計截止品位，而上盤放礦及中部放礦時，放礦30 d內放礦品位均未達到設計品位。調整放礦時間及放礦方式，直至放出礦石品位達到平均截止品位，此時的放出礦量即為極限放出礦量。本節(jié)進一步模擬不同位置漏斗的放礦規(guī)律，分析各放礦點的放出礦量、放出品位與截止品位的關系，從而得到極限放出礦量。

對于下盤放礦，選取A01放礦漏斗進行64 d、放礦規(guī)模為167 t/d的均勻放礦過程模擬。結果表明，64 d后漏斗上方形成高達120 m的移動單元體，放礦過程中Ni品位隨放礦時間呈對數(shù)正態(tài)分布曲線。該曲線特征與礦床地質條件相符，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]認為REBOP模擬的放出礦石品位略高于礦石地質品位，而本研究中放礦64 d后瞬時品位接近截止品位，故此時終止放礦，對應的極限放礦量為9 339.4 t。

圖12 極限放出礦量時放出Ni礦石品位

對于上盤放礦，選取K01礦漏斗進行64 d均勻放礦模擬。結果表明，放礦的移動范圍已發(fā)展到上部100 m圍巖中，放礦前10 d內，放出礦石品位隨累計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(見圖12)。盡管64 d后累計放出量高達9 342.9 t，但此時Ni品位已降低至0.25%，基本上屬于廢石?？紤]到位于上盤的K01～K04的4個漏斗均位于礦巖接觸帶，礦石地質品位較低，因此，本研究認為上盤放礦漏斗可不再保留。

對于中部放礦，選取F05漏斗進行34 d、放礦規(guī)模167 t/d的均勻放礦模擬。圖14表明，放礦期內礦石品位在前27 d逐漸增加，27 d時最大出礦品位為0.5%，隨后持續(xù)下降，放礦期內平均出礦品位為0.48%。按設計貧化率12%計算，累計放出的 5 210.4 t礦石品位均低于設計品位。模擬結果與現(xiàn)場觀測結果一致，即除靠近下盤的礦石品位較高外，整個盤區(qū)的品位均較低。

不同位置的漏斗放礦模擬結果表明，上盤及中部放礦容易丟失下盤品位較高的礦石，同時降低礦石放出品位，從而增加礦石的損失與貧化。下盤放礦時極限放出礦量及放出礦石品位指標均優(yōu)于上盤放礦及中部放礦，故優(yōu)選為最佳放礦方案。

3 結 論

(1)結合Rockware礦體地質模型，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)律及損貧預測。礦體下盤、上盤及中部均勻放礦后，放礦點上方均形成近70 m的移動單元體及超30 m的放礦單元體，3種方案平均出礦率約85.6%。

(2)下盤放礦過程放出礦石品位隨放礦時間逐漸減小，上盤放礦品位變化呈現(xiàn)初期停滯、中期線性增長、后期穩(wěn)定的規(guī)律，而中部放礦時礦石品位隨累計放礦量的增加而逐漸升高，但只有下盤放礦時放出品位始終高于設計品位，而上盤、中部在放礦周期內放出品位均低于設計品位。

(3)極限放出礦量受礦巖特性、地質品位、放礦時間及放礦方案等因素影響，上盤及中部放礦易造成礦石持續(xù)損失貧化，下盤放礦時累計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.崩落放礦計算機仿真系統(tǒng)軟件的設計與開發(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.無底柱崩落采礦大斷面結構參數(shù)的數(shù)值模擬研究[J].巖土力學,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及其在礦山崩落開采研究中的應用[J].巖石力學與工程學報,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.