充填体强度设计知识库模型 - 湖南科技大学(自然科学版)

第２７卷第２期Ｖｏｌ．２７Ｎｏ．２湖南科技大学学报（自然科学版）

ＪｏｕｒｎａｌｏｆＨｕｎａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）２０１２年　６月Ｊｕｎ．　２０１２

充填体强度设计知识库模型

刘志祥，周士霖

（中南大学资源与安全工程学院，湖南长沙４１００８３）

摘　要：综合分析了国内外充填矿山的工程实践资料，并用分形维数来表征充填材料的级配特性，将矿体埋藏深度、矿体长度、矿体厚度、充填体暴露高度、充填体暴露面积及充填材料分形维数６个因素作为输入，充填体设计强度作为输出，建立了为了避免神经网络易陷入局部极小以及收敛速度慢等缺陷，采用遗传算法对神经网充填体强度设计的神经网络知识库模型．

络进行优化，提高了神经网络学习效率．通过对知识库模型进行检验，发现其具有很高的计算精度．研究表明，随着开采深度的增大，充填体设计强度必须随之增大；充填体侧向暴露面积越大，所要求的充填体强度越高．将该模型应用于三山岛金矿，设计了合理的充填体强度．

关键词：充填体强度；知识库模型；遗传算法；神经网络

中图分类号：ＴＤ８５３．３４　　　文献标识码：Ａ　　　文章编号：１６７２－９１０２（２０１２）０２－０００７－０６

　　随着矿产资源开采技术的发展，无废开采已成

１－２］

为采矿技术发展的必然趋势［．充填采矿法因其

１　充填体强度设计相关矿山经验

根据文献［３－４］可知，国内外对于充填体强度的设计方法有：经验类比法、经验公式法、数值分析法、概率统计法等．经验类比法通过借鉴国内外类似矿山的充填实践经验，结合自身实际情况确定矿山的充填体强度；经验公式法是通过对分析国内外一些矿山的充填资料，提出充填体强度与其影响因素之间的方程，以此确定充填体强度；模型法是根据回采和充填条件，将充填体抽象为一个数学力学模型或相似模型，通过弹性力学和岩土力学理论分析计算或室内试验得出充填体所需达到的强度；数值分析法是根据有限元、有限差分法或边界元理论分析充填体与围岩之间的应力应变规律，从而达到预测充填体强度的目的；概率统计分析法是根据充填体强度分布应与围岩的典型强度分布匹配的原理，对充填体强度和围岩的分布概率研究，提出确定充填体破坏时的临界应力即临界强度的方法；刘志祥

具有节省尾砂废料堆存场所，减少环境污染，降低贫化损失指标，有效控制采区地压等优势，越来越受到人们的重视．胶结充填体的强度设计因矿山而异，主要取决于矿床埋藏深度、矿岩力学特性、开采方法、充填体暴露面积等条件，由于地下矿山开采技术条件复杂，各个矿山的尾砂特性又各不相同，那么在充填体强度设计过程中就需通过相关科研院所针对具体矿山进行充填体强度试验来合理确定充填体强度，从而浪费了大量的人力、物力和财力．为了使胶结充填强度设计在技术上可靠，经济上合理，对国内外大量矿山的充填体强度设计实际经验进行总结，研究了尾砂胶结充填体分形级配特性，建立了胶结充填体强度与矿体赋存深度、矿体长度、矿体厚度、充填体暴露高度、充填体暴露面积及充填材料分形维数的神经网络知识库模型．同时将该模型应用于三山岛金矿，设计了合理的充填体强度．

收稿日期：２０１１－１０－２０

基金项目：国家自然科学基金和上海宝钢集团公司联合资助（５１０７４１７７）；国家重点基础研究发展计划（２０１０ＣＢ７３２００４）通信作者：刘志祥（１９６７－），男，湖南宁乡人，副教授，主要从事采矿与岩石力学研究．Ｅ－ｍａｉｌ：ｌｉｕｌｚｘ＠ｓｉｎａ．ｃｏｍ

７

５］等［通过研究充填体与围岩的匹配关系，建立了充

通过总结分析国内外矿山充填强度设计的相关经验，本文用神经网络建立充填体强度设计的知识库模型．

填体损伤本构方程，对充填体力学试验结果进行回归得出了充填体强度设计公式．

表１　国内外矿山充填体设计强度

Ｔａｂ．１Ｄｅｓｉｇｎｓｔｒｅｎｇｔｈｏｆｂａｃｋｆｉｌｌｉｎｄｏｍｅｓｔｉｃａｎｄｏｖｅｒｓｅａｍｉｎｅｓ

　　注：表中ＸＸＸＸＸＸＴ为充填体１为矿体赋存深度，２为矿体厚度，３为矿体长度，４为尾砂分维数，５为充填体暴露高度，６为充填体暴露面积，５数据分别来自安庆铜矿、冬瓜山铜矿、凡口铅锌矿、南京铅锌银矿、金川有色公司二矿区、铜绿山矿、芒特艾萨铜矿、加伊设计强度，序号１－２铜矿等一些国内外矿山．

２　尾砂分形特性

６－７］

尾砂是矿山充填最常见的材料，研究表明［，

Ｓ为分维数拟合相关率）．司尾砂，

尾砂充填体强度与其级配相关．

尾砂是一种细颗粒碎体，其试验强度表现出复杂的力学特性．分形理论能揭示碎体局部和整体的自相似性质，定量描述分形结构的自相似程度，分形理论为揭示尾砂充填体级配特征提供了一条新的

８］

途径［．

碎体分析中，使用最广泛的是幂指数关系，根据

９－１０］Ｔｕｒｃｏｔｔｅ、Ｔｙｌｅｒ和Ｗｈｅａｔｃｒａｆｔ提出的分形方程［，

尾砂材料分形维数可用下式进行计算：

ｖＭ＜ｒｒ＝．

Ｍｒ０

()

（１）

图１　尾砂分维数计算

Ｆｉｇ．１Ｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎｃａｌｃｕｌａｔｉｏｎｏｆｔａｉｌｉｎｇｓ

式中：Ｍ＜ｒ为所有粒径小于ｒ的尾砂质量，Ｍ０为全部ｒ尾砂质量，０为尾砂粒径的平均尺寸．

对式（１）取对数，得出一个关于Ｍ＜ｒ和ｒ的线性关系图，对数图的斜率即为指数ｖ，得到指数ｖ和分形维数Ｄ之间的关系：

Ｄ＝３－ｖ．

（２）

对Ｍ＜ｒ和ｒ的数据进行回归分析，可得到尾砂颗粒的分形维数Ｄ．尾砂分维数计算图如图１所示２为加拿大国际镍矿业公（其中１为铜山铜矿尾砂，

８

３　充填体强度设计知识库模型

由于矿体埋藏深度、矿体厚度、矿体长度等开采技术条件的不同，采用的采矿方法亦不同．近年来，为提高矿山企业效益，国内外矿山大多采用无间柱式采矿，这样在矿柱或二步矿房回采时充填体就会深部资源被揭露出来．随着浅部资源的不断减少，的开采越来越受到国内外采矿技术研究人员的重

１１－１２］视［．在深部采矿过程中，由于受到“三高一扰

遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｓ，ＧＡ）是以自然选择和遗传理论为基础，借鉴“优胜劣汰，适者生存”的生物进化原理演化而来的随机搜索方法．按照一定的适应度函数及自然选择、交叉、变异等一系列遗传操作对各个个体进行筛选，从而不断提高群体的适应度，使适应度较高的个体保留下来，组成新的群体，新群体中的个体适应度不断提高，直至其适应度群体中最高适应度的个体满足一定的条件．此时，即为最优解．

对于前面建立的神经网络模型，设Ｉｉ为输入层中第ｉ个节点的输出，Ｈ为隐含层中第ｉ个节点的输动”的影响，对于充填体的强度要求与浅部资源开采有很大不同．因此有必要根据不同矿山的开采技术条件和充填要求，建立充填体强度设计的知识库模型．

分析发现，影响充填体强度设计的因素多且复杂，呈现非线性特征．神经网络模型是一种由输入样本到输出样本的非线性映射函数，故可采用神经网络建立尾砂充填体强度与其影响因素的知识库模型．

３． …… 此处隐藏：7895字，全部文档内容请下载后查看。喜欢就下载吧 ……