Research on safety assessment of open pit blasting based on blind number theory and improved cloud model
-
摘要:
为使爆破安全评估更科学,进一步提高评估结果的可靠性,提出了露天矿爆破安全评估的盲数理论改进云模型。从安全管理、组织设计、现场施工3个方面,选取了15个典型影响因素,构建了露天矿爆破安全综合评价指标体系；基于盲数理论,建立盲数矩阵确定指标综合得分,改进了传统定性指标赋值方式,运用博弈论思想获取指标综合权重,利用云模型原理,通过计算综合确定度,以最大隶属度为评判原则,确定露天矿爆破安全等级；以3座露天矿爆破过程为例,进行爆破安全等级评估。结果显示：3座露天矿山爆破安全等级分别为Ⅳ级、Ⅳ级和Ⅴ级,与爆破现场调查结论一致；通过对比模糊数学和未确知测度理论评价结果,盲数理论改进云模型能够有效降低评估过程的盲目性,评估结果更严谨保守,表明盲数理论改进云模型在露天矿爆破安全评估方面具有优越性和适用性,体现了研究价值,可为露天矿爆破安全评估和识别爆破薄弱环节提供理论依据。
Abstract:To make the blasting safety assessment of open pit mines more scientific and enhance its reliability of the assessment results, blind number theory and improved cloud model were introduced to improve safety assessment of open pit blasting. In this paper, a comprehensive evaluation indicator system of such safety assessment was formed from such three aspects as safety management, organizational design, and on-site construction after 15 typical influencing factors were selected. Based on the blind number theory, the blind number matrix was established to determine the comprehensive index score, which improved the traditional qualitative index assignment method. The comprehensive weight of the index was determined by the game theory, and the comprehensive certainty was calculated based on the principle of the cloud model, thereby determining the comprehensive evaluation of blasting safety in open-pit mines on the maximum membership degree principle. Three open-pit mines were taken as an example to discuss their blasting process and assess the model’s blasting safety levels. The results showed that their blasting safety levels were Ⅳ, Ⅳ, and V levels in consistent with the actual blasting site. By comparing the evaluation results of fuzzy mathematics and unascertained measures, the blind number theory and improved cloud model can reduce the blindness of the evaluation process, and the evaluation results are more rigorous and conservative. This verifies the superiority and applicability of the model in the safety evaluation of open-pit mine blasting, reflects the research value, and can provide a theoretical basis for the safety evaluation and identification of weak links in open-pit mine blasting.
-
配矿工作是结合矿山生产目标和生产技术条件限制进行矿石质量综合采选的系统工程，按照一定比例将不同品位的矿石进行搭配、混匀，使其满足矿山矿石产品质量要求[1-5]。通过将不同品位的矿石进行质量匹配与中和，增加合格矿石的产出量，减少矿山废石的占用空间，改善矿山企业的经济效益，提高矿产资源综合利用率。不同矿石由于品位和嵌布粒度存在差异，导致矿石硬度不同，粉碎时抗压强度也有差异，导致磨矿产品粒度特性也有所不同，进而影响矿物的浮选行为。何云林等进行了可选性研究，制定了合理的配矿方案[6]，在合适的选别条件下可获得最终铁精矿品位67%以上的选别结果，提高了采区矿石的综合利用率。林玉明等利用表外低品位矿与高品位矿合理配矿，将废弃低品位表外矿变废为宝，提高了资源综合利用率，符合国家产业政策; 同时也降低了采剥成本及运输成本[7]。韩西鹏等根据山东金岭铁矿选矿厂不同采场矿石性质差异大的特点，将3矿区矿石与金鼎矿区矿石按质量比7∶3配矿生产，能够稳定矿石性质，提高磨矿效率及铜回收率，可实现自动控制系统，降低了选矿生产成本[8]。刘胜卿根据矿体矿石的最佳入选细度、最佳配矿比例，在保证回收率的前提下提高金精矿品位，为金矿的生产提供指导和参考[9]。蔡国良通过对磨矿过程配矿，提高了磨机的磨矿效率，稳定了磨矿产品的粒度，减少了钢球和衬板的损耗。选择适当的配矿生产工艺可在很大程度上提高选矿效率，并且能够发挥节能降耗的作用[10]。
金堆城钼矿是我国最大的钼生产基地[11-19]，矿石以安山玢岩和花岗斑岩为主，两种矿石硬度不同[20]，许多地质学家对花岗斑岩进行了研究[21-22]。为使得磨矿产品粒度特性更加稳定，从矿石的硬度及耐磨性两方面考察配矿方案。本文通过矿石的点载荷实验、JK落重实验、分批次磨矿实验，分析了这两种常见的含钼矿石的硬度与耐磨性的关系，研究了配矿对磨矿粒度特性的影响。
1 实验
1.1 样品来源与制备
采集的花岗斑岩和安山玢岩样品来源于金堆城采矿场，其原矿品位为0.16%~0.20%，所选样品的颗粒照片如图 1所示，花岗斑岩呈褐色且具有斑状结构和典型的带状结构，肉眼可见斑晶颗粒结构良好；安山玢岩呈浅灰色，含钼矿物肉眼难以识别，粒度明显较细，但肉眼可见金色片状矿物，经测试分析为硫化物。XRD测试如图 2所示，安山玢岩和花岗斑岩主要由石英、透辉石、钼钙、黄铁矿、白云母、磷铝矿组成。安山玢岩还含有绿泥石和蛇纹石，这可能影响磨矿粒度分布特性。
![]()
图 2 安山玢岩和花岗斑岩XRD测试结果Figure 2. XRD results of andesite porphyrite and granite porphyry将安山玢岩与花岗斑岩分别按质量比1∶0、1∶4、1∶2、1∶1、2∶1、4∶1、0∶1进行配矿，并对矿样进行试验，找出提高分选指标的最佳配比。
1.2 破碎力学测试
采用点载荷实验[23-26]和JK落重实验[27]考察矿石抗破碎性能。点载荷试验在配有100 kN称重传感器的RL-056通用压力机中进行（图 3）。根据测定点载荷强度的标准试验方法（ASTM2002），对5批粒径分别为15、20、25、30、35 mm的样品进行了检测，并记录了力与变形的数据。
JK落锤试验机是Julius Kruttschnitt矿物研究中心研发的冲击破碎设备（图 4），目的是获得矿石破碎特性参数A和b。A×b值越小，矿石越硬。对45.0~37.5 mm（36颗）、31.5~26.5 mm（90颗）、22.4~19.0 mm（90颗）粒级在3个能量水平下进行测试，得到了能量-粒度组合的t10和比粉碎能（Ecs）值。按t10 = A[1-exp（-bEcs）]公式拟合出t10-Ecs关系曲线，获得物料特性参数A、b。
2 结果与讨论
2.1 安山玢岩与花岗斑岩抗破碎性能比较
安山玢岩和花岗斑岩的抗压强度对比结果如表 1所列。
表 1 安山玢岩和花岗斑岩的抗压强度对比Table 1. Comparison of compressive strength between andesite porphyrite and granite porphyry
从表 1可以看出，无论是安山玢岩，还是花岗斑岩，随着粒径的增大，抗压强度都逐渐减少。众所周知，大多数物料力学性质是不均匀的，粒度越粗，微裂纹越多，抗压强度越小，越易碎。另一方面，随着粒径变大，安山玢岩的抗破碎强度均高于花岗斑岩，平均值高66.52 kg/mm2，且粒度越小，这个差值越大，即安山玢岩比花岗斑岩更难碎。这一点从JK落重试验中得到印证。
安山玢岩与花岗斑岩的Ecs-t10拟合曲线如图 5所示。从图 5可以求出两者的破碎粒度表达式。对于安山玢岩，其参数A和b值分别为42.8和1.415，表达式为t10 = 42.8×[1-exp（1.415×x×Ecs）]。对于花岗斑岩，其参数A和b值分别为55.5和2.338，表达式为t10 = 55.5×[1-exp（2.338×x×Ecs）]。
安山玢岩的A×b值为60.6，花岗斑岩A×b值为129.8，因此，安山玢岩的抗破碎能力大于花岗斑岩抗破碎能力。
2.2 安山玢岩与花岗斑岩的磨矿粒度特征
安山玢岩和花岗斑岩的分批次研磨试验结果如图 6所示。
![]()
图 6 安山玢岩和花岗斑岩磨矿产品粒度分布Figure 6. Grain size distribution of grinding products of andesite porphyry and granite porphyry从图 6可以看出，安山玢岩磨矿产物的整体粒度分布比花岗斑岩更细。以磨矿时间4 min为例，安山玢岩的P80为0.2 mm，而花岗斑岩P80为0.5 mm。这个结果表明，安山玢岩的易磨性大于花岗斑岩。这似乎与两者的抗破碎性能相左。从图 1矿石表面可以看出，花岗斑岩更容易沿着某一个裂隙破碎，这就是花岗斑岩抗破碎能力更低的原因之一。
2.3 配矿双组分的磨矿产品特性
正是因为安山玢岩的抗破碎性能强于花岗斑岩，其可磨性能又好于花岗斑岩，合理配矿对于提高磨矿产品特性至关重要[28]。在磨矿时间4 min时，不同质量配比（A为安山玢岩，H为花岗斑岩）的磨矿产品特征如图 7所示。
![]()
图 7 在磨矿时间4 min时不同质量配比下的磨矿产品粒度分布Figure 7. Particle size distribution of grinding products with different mass ratios under a grinding time of 4 min (A is andesite porphyrite, and H is granite porphyry)从图 7可以看出，混合矿中随着安山玢岩的含量增加，其可磨性能是越来越大。当安山玢岩与花岗斑岩的比例达到2∶1以上时，获得接近的磨矿产品特性。为进一步探求合适配矿比下的磨矿效果，图 8给出了相同磨矿细度下窄粒级分布情况。
![]()
图 8 双组分矿石在相同磨矿细度下粒级分布情况Figure 8. Narrow size distribution of two-component ore under the same grinding fineness从图 8可以看出，粒级 < 0.038 mm的矿石产率随着安山玢岩含量增加而增大，安山玢岩更易产生细磨。当安山玢岩和花岗斑岩配比为2∶1和4∶1时，0.150~0.106 mm粒级含量分别为9.0%和8.1%，0.106~0.074 mm粒级含量分别为8.7%和8.6%；0.074~0.038 mm粒级含量分别为12.9%和14.0%； < 0.038 mm粒级含量分别为35.7%和37.6%，因此，安山玢岩和花岗斑岩配比为2∶1和4∶1时，磨矿效果相似。
2.4 配矿双组分的磨矿能耗特征
另一种有效分析矿石耐磨性的方法是计算磨矿能耗。不同质量配比矿石的磨矿能耗不同，如图 9所示。
![]()
图 9 双组分矿物的磨矿能耗与新生成组分粒径0.074 mm矿石含量关系Figure 9. Relationship between grinding energy consumption and newly formed ≤0.074 mm bicomponent minerals从图 9可以看出，新生成组分粒径 < 0.074 mm为20%时，安山玢岩与花岗斑岩的比例为1∶4、1∶2、1∶1、2∶1、4∶1时所需能耗分别为14、9、5.5、2、3 kWh/t。当安山玢岩∶花岗斑岩=2∶1时能耗最低，新生组分粒径 < 0.074 mm粒级含量最高。说明硬度不同的双组分矿石在一定配比下可降低磨矿成本，不同类型的矿石在磨矿过程中可能存在相互促进作用，硬矿物可以充当磨矿介质对软矿石进行研磨。
3 结论
1）安山玢岩的点载荷平均值为313.91 kg/mm2，花岗岩斑岩的点载荷平均值84.21 kg/mm2，安山玢岩的抗压强度大于花岗斑岩。JK落重试验中，安山玢岩的A×b值为60. 6，花岗斑岩A×b值为129.8，安山玢岩的抗破碎能力更强。安山玢岩属于硬矿石，花岗斑岩属于中硬矿石。
2）硬度低的花岗斑岩的脉石矿物中石英颗粒含量较多，导致花岗斑岩的可磨性能不如硬度高的安山玢岩。随着硬质矿石比例的增加，磨矿细度越细，出现硬度越大可磨性能越差现象。安山玢岩和花岗斑岩不同质量配比的双组分矿石磨矿产品新生成组分粒径 < 0.074 mm耗能随着配比的变化而变化，当新生成组分粒径 < 0.074 mm为20%时，安山玢岩∶花岗斑岩比例为2∶1能耗为2 kWh/t，均低于其他配比能耗。
3）选矿厂含有两种硬度截然不同的矿石，恰当地将多组分矿石进行配矿，对降低磨矿能耗具有重要意义，可进一步探索配矿对后续浮选指标的影响。
赵中波 -
![]()
图 1 露天矿爆破安全综合评价模型实现过程
Fig 1. Implementation process of comprehensive evaluation model for the safety of open pit blasting
表 1 露天矿爆破安全综合评价指标体系
Table 1 Evaluation indicator system of comprehensive evaluation model for the safety of open pit blasting
评价指标体系 准则层指标 目标层指标 指标说明 露天矿爆破安全综合评价指标体系 爆破安全管理X1 从业人员技术水平X11 综合考量特种作业持证上岗情况、从业人员对爆破工艺和施工作业装备操作熟练程度,以及在发生紧急情况,从业人员现场应急处置能力 安全教育及培训X12 综合考量从业人员三级教育覆盖情况、培训制度建立情况,以及开展考核和演练的及时性 安全责任制度落实情况X13 考察矿山各类爆破安全管理制度建立情况 安全检查制度落实情况X14 综合考量矿山安全检查制度建立情况及定期开展安全检查落实情况 操作规程建立及执行情况X15 综合考量矿山各种作业规程建立情况及从业人员执行情况 爆破组织设计X2 安全设计依据X21 综合考量爆破设计地质资料调查全面性及设计符合国家爆破安全规定和标准情况 现场调查与数据采集X22 综合考量爆破环境调查充分性、相关数据收集完善性及设计人员对现场环境掌握情况 爆破参数设计X23 综合考量爆破孔网参数、堵塞长度、设计起爆方向、起爆顺序及延时设计、抵抗线等合理性 防护措施设计及应急预案X24 综合考量降尘、减震措施、应急预案制定合理性及有效性 爆破安全核算X25 理论计算及公式核实 爆破现场施工X3 钻孔X31 综合考量逐孔测量验收情况及钻孔符合设计要求情况 装药X32 综合考量装药工艺合理性,装药量、爆破材料质量符合规范等情况 堵塞X33 堵塞长度和密实度达标率 起爆网络及网络连接X34 综合考量起爆工艺合理性及起爆网络连接完毕后按要求进行爆破核查和网络连接检查情况 防护警戒X35 综合考量警戒范围规定及警戒标志悬挂、现场专人警戒值守到位和清场情况 
下载: 导出CSV
表 2 9标度量化判据
Table 2 Quantitative criterion of 9 scales
标度 含义 1 两个指标相比,具有相同的重要性 3 两个指标相比,前者比后者稍重要 5 两个指标相比,前者比后者明显重要 7 两个指标相比,前者比后者特别重要 9 两个指标相比,前者比后者极为重要 2、4、6、8 两个指标相比,重要性程度处于相邻标度的中间值 1/1、1/2、…、1/9 Aji=1/aij 说明,在实际判定重要性程度时,可依据主观经验对标度进行再次细化。
下载: 导出CSV
表 4 专家基本情况及可信度
Table 4 Basic information and credibility of experts
序号 职称 工龄/a 学历 可信度 综合可信度 Z1 教授 12 博士 0.816 0.208 Z2 教授 7 博士 0.717 0.182 Z3 高级工程师 12 硕士 0.783 0.199 Z4 高级工程师 18 博士 0.883 0.225 Z5 高级工程师 10 硕士 0.733 0.186
下载: 导出CSV
表 5 专家打分情况
Table 5 Scoring cases of experts
评价指标 专家打分情况 Z1 Z2 Z3 Z4 Z5 X11 （82~88） （79~85） （85~93） （77~89） （85~92） X12 （79~87） （83~91） （77~86） （72~86） （84~93） X13 （83~91） （80~90） （78~86） （77~85） （75~85） X14 （87~92） （83~89） （85~93） （78~83） （78~86） X15 （78~85） （88~92） （83~92） （80~94） （75~82） X21 （85~93） （88~95） （90~93） （89~95） （82~90） X22 （82~89） （85~93） （75~81） （80~85） （85~91） X23 （83~91） （85~89） （80~88） （78~84） （86~93） X24 （83~92） （87~93） （85~93） （81~89） （81~92） X25 （77~86） （82~86） （87~92） （73~81） （75~84） X31 （82~88） （76~81） （75~82） （82~87） （79~85） X32 （85~92） （87~93） （82~88） （81~86） （85~90） X33 （87~92） （85~93） （78~83） （80~86） （79~88） X34 （87~94） （86~91） （83~92） （80~85） （83~92） X35 （77~82） （78~86） （75~83） （74~83） （77~85）
下载: 导出CSV
表 6 矿山指标赋值结果
Table 6 Assignment results of mining index
矿山 X11 X12 X13 X14 X15 X21 X22 X23 X24 X25 X31 X32 X33 X34 X35 K1 85.13 83.63 82.74 85.68 85.24 90.95 84.65 85.31 87.46 82.10 82.59 86.51 85.50 87.41 79.86 K2 78.52 79.34 88.19 83.26 81.28 85.76 81.22 89.37 84.38 85.38 89.72 92.87 88.97 83.87 86.57 K3 91.67 88.76 93.56 86.43 89.76 94.69 78.37 92.46 89.39 92.37 88.98 91.28 85.74 88.97 89.72
下载: 导出CSV
表 7 准则层指标相对重要性比值
Table 7 Relative importance ratio of criterion layer indicators
指标 X1 X2 X3 X1 [1.000,1.000] [0.5,0.8] [0.8,0.9] X2 [1.25,2] [1.000,1.000] [1.3,1.6] X3 [1.111,1.25] [0.625,0.769] [1.000,1.000]
下载: 导出CSV
-
[1] RAJAK M K,PRADHAN G,PRINCE M J A. Assessment of blasting quality of an opencast mine[J]. International Journal of Innovative Technology and Exploring Engineering (IJITEE),2019,8(12): 4396-4400.
[2] 汪飞.复杂环境下露天矿山爆破及安全控制[J].工程爆破,2022,28(4):120-124,130. [3] 柯丽华,陈魁香,胡南燕,等.基于SNA的露天矿爆破安全风险评估[J].中国安全科学学报,2022,32(10): 48-56. [4] 付威志. 台阶爆破安全评价模型研究及软件开发[D]. 武汉：武汉理工大学,2019. [5] 叶海旺,付威志,李宁,等.基于HAZOP与模糊理论的台阶爆破安全综合评价[J].爆破,2020,37(1): 152-158. [6] 朱淑敏. 基于AHP和SCL的露天矿山爆破安全评价研究[D]. 武汉：武汉理工大学,2014. [7] KIANI M,HOSSEINI S H,TAJI M,et al.Risk assessment of blasting operations in open pit mines using FAHP method[J].Mining of Mineral Deposits,2019,13(3): 76-86.
[8] 邹国良,刘娜娜.基于组合赋权-云模型的离子型稀土矿开采工艺评价[J].有色金属科学与工程,2021,12(4): 88-95. [9] 阮永芬,张虔,乔文件,等.基于C-V-T模型的盾构穿越既有桥梁施工风险评估[J].岩土力学,2023,44(2): 552-562. [10] 刘晓悦,杨伟,张雪梅.基于改进层次法与CRITIC法的多维云模型岩爆预测[J].湖南大学学报(自然科学版),2021,48(2): 118-124. [11] 方前程,李中原.基于盲数理论和物元可拓法的装配式建筑吊装施工风险评估模型研究[J].安全与环境学报,2023,23(1): 8-16. [12] KOU X Y,XIE X B,ZOU Y,et al. Research on comprehensive evaluation model of a truck dispatching system in open-pit mine[J].Sustainability,2022,14(15):9062-9076.
[13] 辛酉阳,杨德磊,方前程.改进GRA-TOPSIS模型在装配式建筑施工风险评估中的应用[J].安全与环境学报,2023,23(7): 2212-2222. [14] 王瑞强,许永莉,杜军,等.基于盲数与成熟度理论的化工园区火灾爆炸事故应急能力评估[J].安全与环境工程,2021,28(2): 30-35,43. [15] 任娟娟,刘宽,王伟华,等.基于区间层次分析的CRTS Ⅲ型板式无砟轨道开裂状况评估[J].浙江大学学报(工学版),2021,55(12): 2267-2274. [16] 陈蓉芳,姜安民,董彦辰,等.装配式建筑施工质量风险评估模型的构建与应用研究[J].铁道科学与工程学报,2021,18(10): 2788-2796. [17] 陈国芳,卫豪.基于EW-AHP和未确知测度理论的隧道瓦斯风险评价[J].有色金属科学与工程,2021,12(5): 89-95. [18] 王丹,饶运章,石亮,等.基于熵权的离子型稀土原地浸矿滑坡综合预警[J].有色金属科学与工程,2021,12(3):122-128. [19] WU Z,LI Q,KONG D, et al.The ANP-Fuzzy-TOPSIS model for the optimization of the scheme of large-section blasting[J]. Arabian Journal of Geosciences,2020,13(4):116-119.
[20] 王丽丽,虞列沛.顾及指标权重变化的露天矿边坡稳定性评价系统的设计与实现[J].有色金属科学与工程,2022,13(5): 101-107. -
期刊类型引用(1)
1. 樊文欣，高阳，王鹏飞，陈燕，原霞，彭丽军，付亚波，张忠涛. Ni、Si元素的添加对Cu-7Sn合金组织及力学性能的影响. 有色金属科学与工程. 2025(01): 85-95 . 
本站查看
其他类型引用(0)
计量
- 文章访问数: 43
- HTML全文浏览量: 3
- PDF下载量: 6
- 被引次数: 1
