膏体充填材料性能影响因素试验研究

以淄博矿业集团岱庄煤矿膏体充填为例,通过均匀试验系统研究了膏体充填材料性能的主要影响因素。结果表明:在材料颗粒级配、温度、湿度确定的情况下,质量浓度是影响塌落度、分层度、凝结时间和抗压强度的主要因素;在质量浓度相同的条件下,粉煤灰含量越高,塌落度越大;膏体分层度随粉煤灰含量的增加而逐渐减小;随着胶结料含量的增加,单轴抗压强度增长迅速;泌水率随着细粒级含量和质量浓度的增大而减小。     

镜铁山矿桦树沟铜矿全尾砂胶结充填物料性能研究

镜铁山矿桦树沟铜矿利用尾砂、水泥做为胶结材料充填采空区,通过对尾沙粒度、比重、塌落度、灰砂比,充填体性能等的参数研究,选择适宜矿山实际的参数,满足充填需要。     

不同粒径尾砂料浆塌落度和屈服应力关系

尾砂料浆的流变特性既是水砂充填管道输送设计的重要指标,也可为尾砂胶结料浆的流动特性评价提供参考。基于标准塌落筒试验和流变试验,获得了不同质量浓度下4种尾砂料浆的塌落度和剪切屈服应力。结果表明：在料浆塌落度变化较大的质量浓度区间内,粗、细粒径尾砂料浆的塌落度均随料浆质量浓度的增加而减小,但细粒径尾砂料浆塌落度减小速度更快;随着质量浓度的增加,细粒径尾砂料浆的剪切屈服应力呈指数形式增大,而粗粒径尾砂料浆的屈服应力的变化相对不显著。通过分析粗、细尾砂料浆的塌落度和流变试验结果,发现料浆塌落度与屈服应力之间呈指数关系。     

不同配比及浓度条件下钽铌矿尾砂胶结充填体力学性能研究

为得到某钽铌矿尾砂胶结充填体不同配比和不同浓度下的力学特性参数,实现矿山安全、经济的生产目标,对灰砂比分别为1∶4、1∶6、1∶8和1∶10,料浆浓度分别为68%、72%和76%的充填体试样开展系列试验研究.通过单轴压缩试验,得到了不同配比、不同浓度料浆条件下的充填体单轴抗压强度与弹性模量和泊松比之间的关系曲线;通过不同剪切角度下的剪切试验,绘制了不同浓度料浆条件下充填体正应力、剪应力和不同灰砂比之间的关系图,计算出了充填体内聚力C值和内摩擦角φ值;通过巴西劈裂试验,得到了充填体的抗拉强度与不同配比和不同浓度料浆的对应变化关系.研究结果可为该矿山采取充填法采矿方案的设计及优化提供科学依据,也可为同类矿山充填材料配比和料浆浓度设计提供参考.     

铀尾砂胶结充填体三轴压缩试验及非线性强度准则研究

充填采矿法是矿山开采的重要施工方法,探究尾砂胶结充填体回填采空区后的强度特性具有重要的理论研究和工程实际意义。以铀尾砂胶结充填体为研究对象,研究砂灰比和围压对胶结充填体力学性能的影响。随后基于三种强度理论,以试验数据为基准,对不同砂灰比铀尾砂胶结充填体强度进行预测。研究结果表明砂灰比对尾砂胶结充填体的力学特性有较大的影响;（1）砂灰比为4,围压小于4MPa时,铀尾砂胶结充填体的应力-应变曲线呈应变软化型,砂灰比大于4.铀尾砂胶结充填体的应力-应变曲线呈应变硬化型（2）粘聚力和内摩擦角随着砂灰比的增大而减小,并逐渐趋于平稳。并呈指数下降趋势,（3）Rocker准则公式简单,能精准的预测不同砂灰比条件下铀尾砂胶结充填体的强度。并提出考虑砂灰比的铀尾砂胶结充填体的Rocker强度准则,并验证其具有良好的预测效果,上述研究将为矿山充填开采提供有益的参考。     

不同骨料固结粉胶结充填体强度试验与对比分析

为了将固结粉新型胶凝材料在金川矿山推广应用,针对目前矿山采用的4种充填骨料,开展固结粉胶结充填体强度试验研究.首先,针对龙首矿充填系统以及工业技术参数,进行4种充填骨料、3种胶凝材料和5种充填料浆浓度的试验方案设计.然后,针对4种充填骨料开展不同料浆浓度的充填体强度试验,获得了不同配比条件下胶结充填体强度.最后,针对固结粉胶凝材料进行4种骨料胶结充填体强度分析和对比研究.结果显示,除了戈壁粗砂骨料的胶结充填体3d和28d强度低于矿山设计强度外,其他3种骨料胶结充填体强度均满足金川矿山充填体设计强度.由此可见,固结粉新型胶凝材料可以替代水泥在金川矿山推广应用.     

阶段嗣后胶结充填体矿柱强度模型研究与应用

利用滑楔体极限平衡理论,建立胶结充填体矿柱侧向滑移失稳模型,考虑采场结构参数、充填材料自身特性和充填体-矿岩(柱)接触面特性的影响,分别得出胶结充填体矿柱与矿壁和非胶结充填体矿柱接触时所需强度模型。以中关铁矿为工程分析实例,开展室内充填配比试验。研究结果表明:当胶结充填体矿柱后壁与矿壁和非胶结充填体矿柱接触时,胶结充填体矿柱所需强度随阶段高度的增加分别呈对数函数和线性函数增长;中关铁矿胶结充填体矿柱所需强度为0.78~0.82MPa,经典强度设计模型计算值偏小,需选取安全系数为1.5~3.0;推荐中关铁矿使用的充填配比为灰砂比1:10、料浆质量分数70%,抗压强度、泌水率、塌落度和流动度均能满足采矿作业需求,水泥用量与原推荐方案相比可降低45.7%。     

基于指标满意度的充填配比正交优化试验

建立基于指标满意度的多指标正交试验综合评价模型,选取质量浓度、灰砂比、粉煤灰掺量、减水剂掺量等4个因素,进行4因素3水平的正交试验,选取充填体28 d单轴抗压强度、28 d抗拉强度、塌落度、成本等4个指标进行基于指标满意度的多指标综合评价及敏感性分析.试验结果表明:质量浓度、灰砂比、粉煤灰掺量、减水剂掺量对充填体质量的敏感度分别为0.217、0.252、0.032和0.060,即灰砂比对充填体质量的影响最大;质量浓度对充填体质量有着明显的影响;粉煤灰掺量及减水剂掺量对充填体质量的影响相对较小.     

建筑垃圾再生骨料对矿山充填膏体输送性能影响的试验研究

为探究建筑垃圾再生骨料对矿山充填膏体输送性能的影响,采集废弃路面混凝土、城区废旧建筑物、建筑工地废弃物三种来源的建筑垃圾制备充填膏体,通过基本物理性质(表观密度、堆积密度、吸水率、压碎指标、针片状颗粒)和输送性能(充填膏体的塌落度、分层度、泌水率)测试,验证三种不同建筑垃圾制备充填膏体的可行性。采用单因素试验分析方法,通过改变充填膏体的质量浓度、固相比,探究对不同建筑垃圾充填膏体输送性能的影响。实验结果表明:以建筑工地废弃物再生骨料制备的充填膏体其效果最优。建筑工地废弃物充填膏体的塌落度、分层度、泌水率随其质量浓度和固相比的增加分别出现逐渐减小和先减小后增大的趋势。当质量浓度76%～78%,固相比为1∶4∶6时,建筑工地废弃物再生骨料充填膏体的输送性能达到最佳。     

碎石和磷石膏联合胶结充填最佳配比及应用

针对四川汉源县石沟石膏矿充填骨料来源不足的情况,提出将该矿碎石和附近某磷化企业磷石膏作为充填骨料的联合胶结充填方案。分别分析粒度在10 mm和5 mm以下碎石和磷石膏的物理化学性质,验证碎石和磷石膏作为联合充填骨料的可行性。通过充填配比试验,分析不同配比似膏体浆体的流动性能和充填体强度特性,得出矿山不同区域和不同时期的最佳充填配比。研究结果表明:充填体强度随似膏体浆体质量分数的增加而增加;往粒度在10 mm以下碎石骨料中加入磷石膏,充填体的单轴抗压强度显著提高;在碎石骨料中添加磷石膏可改善浆体的流动性,有利于减少水泥用量,节约成本;塌落度和扩散度可以很好地反映浆体的可泵性;推荐充填配比的浆体输送性能良好,可以实现泵送要求,充填体强度满足该矿无轨机械化生产的要求,充填泄水对环境几乎没有影响。     

基于物联网的铀矿山通风系统优化控制

针对铀矿山放射性污染物治理需要,根据物联网技术的优良性能,结合铀矿山通风降氡机理,提出了一种基于物联网架构的铀矿山通风降氡监测控制系统,并构建了氡析出自适应神经模糊推理系统模型。通过实时监控及预警,对风机发布远程调控指令,改变井下风量、风压、风流以达到降氡目的。试验分析结果表明,该系统能较好实现铀矿山氡安全监测及控制。     

粗磷尾矿胶结充填级配及料浆和易性规律研究

利用粗骨料进行高浓度胶结充填是矿业工程中的研究难点,也是前沿性研究课题。为高效利用粗磷尾矿以消除环境污染、土地占用以及采空区诱发的地质灾害等问题,以粗磷尾矿和粉煤灰为主要材料,首先通过SEM、ICP-MSICP-OES、XRD、激光粒度分析及其他标准测试手段对主要充填材料的物理特性、化学成分和矿物成分进行分析;然后利用Füller和Talbol最大密实度曲线理论对粗磷尾矿自然级配和不同破碎粒度磷尾矿级配进行研究;最后采用正交试验设计法及多元非线性回归法对充填料浆和易性规律进行研究。结果表明,粗磷尾矿和粉煤灰物理性能较差,但前者化学特性稳定,后者具有较强火山灰特性;-5 mm粒度破碎磷尾矿具有较优密实度;充填料浆坍落度均随胶砂比、质量浓度和水泥/粉煤灰增大而先增后减,其中胶砂比的影响程度最大;坍落扩散度均随胶砂比、水泥/粉煤灰增大而增大,随质量浓度增大而先增后减,其中质量浓度的影响程度最大;稠度均随胶砂比、质量浓度增大而减小,随水泥/粉煤灰增大而先增后减,其中质量浓度的影响程度最大,且坍落度、坍落扩散度和稠度与各因子之间存在显著非线性关系。     

尾砂胶固充填材料的力学性能

鉴于全尾砂物化性质的特殊性,为使充填体达到所需强度以便安全采矿、控制地压和保护环境等,通过对比试验的方法与生产实践,采用胶固粉代替水泥作为胶凝材料可大幅提高充填体强度,并满足空场嗣后和进路充填采矿法要求,胶固粉用量和料浆浓度与充填体强度成正比,可通过提高浓度而适量减少胶固粉用量的方式得到较优的充填体力学性能,并降低充填成本,适宜的浓度可减少采场脱排水量和料浆中胶凝材料的流失,可为充填体养护提供有利条件,从而获得较好的经济效益。     

Prediction of Anthropometric Dimensions Based on Grey Incidence Analysis and ANFIS

In order to select the efficient input variables of adaptive ncuro-fuzzy infence system （ANFIS）during the prediction anthropometric dimenions, grey incidence （GI） analysis, as a mastic method that ranks the sequence of of lots of variables in complicated factors has been applled.According to the prediction accuracy （A） between the predicted values and actual measured values, the ANFISG1 model with the parameters selected by using the GI analysis were more correct and effective than those done by multiple regression model and the model with input parmeters nonelected. The model prediction accuracy △Regrauskn= 0.804 7〈 △ANE3CI=0.9725, which proves the nodel with few parameters is more correct and effective than the other merits.     

PSA-ANFIS方法的研究

矿山中的岩土工程灾害预测问题,是采矿工程领域亟需研究解决的重大课题.本文即针对这些问题,采用正交试验设计法和模式搜索算法研究了自适应神经模糊推理系统(ANFIS)的训练参数和模型结构的优化方法,提出和建立了基于模式搜索算法的自适应神经模糊推理方法(PSA-ANFIS).进一步采用一多峰函数进行离散,构建了训练数据对、检测数据对和预测数据对,对PSA-ANFIS的拟合能力和预测能力进行了研究.结果表明,无论是在拟合精度和预测精度上,还是在训练参数的调整、模型结构的建立和训练过程上,PSA-ANFIS均适合于解决矿山岩土工程灾害预测这一高度非线性的映射问题.     

基于自适应神经模糊推理系统的非线性系统辨识与仿真

针对非线性系统的模糊性、不确定性等特点，将模糊推理系统和神经网络相结合，介绍了一种自适应神经模糊推理系统，并将其应用于非线性系统辨识中，仿真结果表明：训练后的ANFIS能够很好地逼近实际的非线性系统，并且辨识精度高。     

基于NGACH和ANFIS的调谐模型构建

针对传统的自适应模糊推理系统无法解决波动聚类现象,通过分析自适应模糊推理系统和非线性广义自回归条件方差的特性,提出了融合自适应模糊推理系统和非线性广义自回归条件方差的调谐模型.调谐模型实质是指在对ANFIS和NGARCH进行独立运行的基础上,对运行结果进行动态调谐操作,从而提高系统的预测精度.最后,结合实际的项目数据,证明调谐模型提高了传统ANFIS对于波动聚类现象的应对能力,获得较好的运行效果.     

Prediction of Rotor Spun Yarn Strength Using Adaptive Neuro-fuzzy Inference System and Linear Multiple Regression Methods

This paper presents a comparison study of two models for predicting the strength of rotor spun cotton yarns from fiber properties. The adaptive neuro-fuzzy system inference （ANFIS） and Multiple Linear Regression models are used to predict the rotor spun yarn strength. Fiber properties and yam count are used as inputs to train the two models and the count-strength-product （CSP） was the targel. The predictive performances of the two models are estimated and compared. We found that the ANFIS has a better predictive power in comparison with linear multiple regression model. The impact of each fiber property is also illustrated.     

铸造铝硅合金液相线自适应神经-模糊建模

在合金熔炼和加工过程中,往往需要知道液相线温度,以便确定相关工艺参数.建立能从成分预测铝硅系工业铸造合金液相线温度的模型.收集工业合金实测数据,采用模糊推理方法,建立了合金液相线温度的自适应神经-模糊推理模型.它具有Takagi-Sugeno型网络结构,能直接从数据中提取推理规则,并可利用前馈神经网络的学习能力调整参数.与现有的其它统计回归模型相比,模糊推理模型能反映成分之间的交互作用,具有更高的预测精度.在铸造合金研究、热力学计算和凝固过程数值模拟时,所建立的模型可用于计算工业合金的液相线温度.