矿岩开挖松动区厚度预测及非爆机械化开采判据

doi:10.11872/j.issn.1005-2518.2021.04.010

矿岩开挖松动区厚度预测及非爆机械化开采判据

景岳^,¹, 王少锋¹, 鲁金涛^,²

1.中南大学资源与安全工程学院，湖南长沙 410083

2.应急管理部研究中心，北京 100013

Thickness Prediction of the Excavation Damage Zone and Non-explosive Mechanized Mining Criterion

JING Yue^,¹, WANG Shaofeng¹, LU Jintao^,²

1.School of Resource and Safety Engineering，Central South University，Changsha 410083，Hunan，China

2.Research Center of the Ministry of Emergency Management，Beijing 100013，China

通讯作者: 鲁金涛（1988-），男，湖南常德人，工程师，从事矿山安全生产和灾害防治、城市风险评估等研究工作。lujintao1415@163.com

收稿日期: 2020-12-29 修回日期: 2021-04-08 网络出版日期: 2021-10-11

基金资助:

国家自然科学基金项目“深部高应力下镐形截齿破岩特性及诱导调控机理”. 51904333

Received: 2020-12-29 Revised: 2021-04-08 Online: 2021-10-11

作者简介 About authors

景岳（1995-），男，山东济南人，硕士研究生，从事深部硬岩破裂方面的研究工作195511040@csu.edu.cn , E-mail：195511040@csu.edu.cn

摘要

非爆机械化开采的可行性与待截割矿体周围松动区的厚度之间有着密切联系，研究待截割矿体周围松动区厚度对于合理进行机械化开采具有重要意义。综合考虑松动区厚度的成因及特点，选取了单轴抗压强度、岩体质量等级、埋深、岩石容重和开挖跨度5个影响因素作为指标。首先利用从多个矿山现场收集的69组数据，建立了松动区厚度的回归预测模型，并通过熵权法评价5个影响因素对于松动区厚度的影响权重；然后根据所得的松动区厚度预测模型对开磷马路坪矿开采现场松动区厚度进行预测，并依此建立了基于矿岩开挖松动区厚度的非爆机械化开采判据；最后对现阶段开磷马路坪矿非爆机械化开采的可行性进行评价。结果表明：本研究得到的基于矿岩开挖松动区厚度的非爆机械化开采判据，可以较好地评判开磷马路坪矿非爆机械化开采的可行性和合理性。

关键词： 深部开采 ; 开挖松动区 ; 非爆机械化开采 ; 回归分析 ; 熵权法 ; 开采判据

Abstract

Deep mining has gradually become a new trend in underground mining，and the non-explosive mechanized mining method，as one of the alternatives to conventional drilling and blasting excavation，has shown great advantages in rock-breaking efficiency and safety.Non-explosive mechanized mining of hard rock mines is a technical problem that needs to be solved to realize continuous mining and safe，efficient and green development of deep resources in hard rock mines.In the roadway excavation，the initial stress state of the surrounding rock is destroyed to form a secondary stress field resulting in the phenomenon of stress concentration，which will form a “crushing zone” around the surrounding rock，called the excavation damage zone （EDZ）.The feasibility of non-explosive mechanized mining is closely related to the thickness of the EDZ around the ore to be cut.The existing research shows that the thickness of the EDZ is mainly affected by rock properties，ground stress，geological conditions and excavation parameters and other factors.So in this paper，the characteristics of the EDZ thickness were considered comprehensively，and five influencing factors of uniaxial compression strength，rock mass grade，burial depth，rock bulk and excavation span were selected.Through multiple regression analysis，using 69 sets of data collected at multiple mine sites，a functional relationship between the thickness of the EDZ and five influencing factors was established，so as to obtain the prediction model of the thickness of the EDZ.The results were obtained by comparing the measured data of the EDZ thickness with the prediction values obtained from the EDZ thickness prediction model.The high determination coefficient and the low root mean squared error show that the established EDZ thickness prediction model and the non-explosive mechanized mining criterion have good reliability.In addition，the weights of the five influencing factors on the thickness of the EDZ were evaluated by the entropy weight method and ranked in order.The results show that the uniaxial compressive strength has the largest influence on the thickness of the EDZ，the rock mass grade has the smallest influence on the thickness of the EDZ，and the burial depth，rock bulk density，and excavation span have increasing influence on the thickness of the EDZ.The regression prediction model can better predict the thickness of the EDZ at Kailin Maluping mine，and the predicted value meets the requirements of non-explosive mechanized mining，verifying the feasibility and rationality of non-explosive mechanized mining.

Keywords： deep mining ; excavation damage zone ; non-explosive mechanized mining ; regression analysis ; entropy weight method ; mining criterion

PDF (2927KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

景岳, 王少锋, 鲁金涛. 矿岩开挖松动区厚度预测及非爆机械化开采判据[J]. 黄金科学技术, 2021, 29(4): 525-534 doi:10.11872/j.issn.1005-2518.2021.04.010

JING Yue, WANG Shaofeng, LU Jintao. Thickness Prediction of the Excavation Damage Zone and Non-explosive Mechanized Mining Criterion[J]. Gold Science and Technology, 2021, 29(4): 525-534 doi:10.11872/j.issn.1005-2518.2021.04.010

在巷道开挖时，围岩初始应力状态被打破形成二次应力场，进而产生应力集中现象，当应力集中到一定程度后会引发围岩破裂，形成一个围岩“破碎带”，称之为围岩松动区。松动区内矿岩松动破碎，可截割性较好。松动区厚度体现了作业面周围矿岩的破裂范围，是决定非爆机械化开采可行性的重要参数。随着深部开采逐渐成为地下矿山开采的新趋势，非爆机械化开采方法作为常规钻爆开挖的替代方法之一，能够显著提高破岩效率并促进地下资源的安全、高效、绿色开发。

国内外学者从理论和试验2个方面对松动区厚度开展了一系列研究，现有研究表明：松动区厚度主要受岩石性质、地应力、地质条件和开挖参数等因素的影响（Wang et al.，2019；Martini et al.，1997；Martino，2004；Read et al.，2004）。部分学者研究了岩石单轴抗压强度、埋深、巷道跨度和岩体性质等对松动区厚度的影响（刘刚等，2021；黄锋等，2016；吴清星等，2012）。关于围岩松动区的其他影响因素，靖洪文等（1999）利用实测数据研究了围岩松动区与围岩应力、围岩强度、采深、临界采深和采动等影响因素之间的关系。还有学者通过有限元、离散元和材料点休眠等方法建立了松动区模型并用于模拟松动区的形成规律及分布特征（Han et al.，2020；Alcolea et al.，2019；Gao et al.，2020；Farahmand et al.，2020）。

随着探测技术的进步，一些新的松动区厚度测试方法被引入到采矿行业，研究人员利用超声波探测法、多点位移计量测法和地质雷达探测法等多种松动圈测试方法对不同埋深和围岩等级条件下的松动区进行了研究（吴涛等，2015；黄锋等，2016；孟庆彬等，2010；Walton et al.，2015）。一些学者运用已有的理论建立了松动区范围的理论计算方法。如：李伟利等（2011）根据霍克布朗准则提出了松动区半径计算公式并进行了现场测试；赵国彦等（2016）引入量纲分析法，选取多个物理量构建了松动区厚度的预测模型。在松动区预测方面，有学者通过逐步回归分析法、人工鱼群算法、粒子群算法、遗传算法和神经网络等数值算法建立了松动区厚度的预测模型并进行了现场验证（马荣田，2006；孙希奎等，2016；胡军等，2014；马文涛，2007；许国安等，2005；高玮等，2002；江权等，2007）。但现有的松动区预测模型考虑的影响因素较少，缺少各种开采条件下的开采数据及松动区厚度数据，并且未建立合理的机械化开采判据。

本文通过回归分析建立了以单轴压缩强度、岩体质量等级、埋深、岩石容重和开挖跨度为影响因素的松动区厚度预测模型。利用熵权法对各影响因素进行权重评价，将开磷马路坪矿现场实测的松动区厚度数据与模型计算得到的预测数据进行对比，验证了开磷马路坪矿非爆机械化开采的可行性和合理性，并建立了以矿岩开挖松动区厚度为依据的非爆机械化开采判据，为实现硬岩矿山非爆机械化连续开采和安全、高效、绿色开发提供理论和实践依据。

1 回归分析

1.1 试验数据

在工程实践中收集到69组关于矿岩松动区的基础数据，分别来自湘西金矿、玲珑金矿、凡口铅锌矿和开阳磷矿等矿山，包含单轴抗压强度σ_c、岩体质量等级F、埋深H、岩石容重γ、开挖跨度S和松动区厚度L（表1）。其中，松动区厚度通过钻孔超声波探测和钻孔电视监测方法实测获得。将搜集到的现场数据进行分析处理及回归拟合，再由得到的回归系数建立松动区厚度与5个影响因素之间的函数关系式，从而得到松动区厚度的预测模型。

表1 矿山现场测试数据

Table 1 Mine field test data

序号	单轴抗压强度σ_c/MPa	岩体质量等级F	埋深H/m	岩石容重 γ/（kN·m^-3）	开挖跨度S/m	松动区厚度L/m	序号	单轴抗压强度σ_c/MPa	岩体质量等级F	埋深 H/m	岩石容重γ/（kN·m^-3）	开挖跨度S/m	松动区厚度L/m
1	10.50	3.0	370	28.8	3.5	1.000	36	22.40	3.5	610	27.3	3.6	1.750
2	10.10	4.0	305	31.0	3.2	1.300	37	21.96	4.5	620	26.1	3.6	2.120
3	9.10	4.0	420	27.5	3.2	1.400	38	25.64	4.0	640	26.9	3.6	1.980
4	10.50	3.0	350	29.4	3.2	1.200	39	21.96	4.5	660	25.4	3.6	2.200
5	12.60	4.0	510	25.9	3.7	1.400	40	25.64	3.0	615	27.1	3.6	1.500
6	12.60	3.0	403	27.9	2.9	1.300	41	16.80	4.5	670	24.6	3.6	2.350
7	11.90	3.0	293	31.5	3.5	1.100	42	25.64	3.0	685	27.3	3.6	1.700
8	13.30	4.0	410	27.8	3.2	1.400	43	16.80	4.5	700	23.4	3.6	2.550
9	11.20	3.0	450	26.9	3.0	1.200	44	25.64	3.5	675	28.4	3.8	2.100
10	62.40	2.0	362	29.0	2.6	0.600	45	16.80	5.0	705	23.1	3.8	2.850
11	11.20	3.0	315	30.6	2.8	1.100	46	25.64	3.0	700	28.4	3.8	1.780
12	101.60	1.0	460	26.7	3.2	0.400	47	16.80	5.0	650	24.2	6.0	3.450
13	13.30	3.0	125	29.3	2.8	1.100	48	25.64	4.5	680	28.3	3.8	2.350
14	28.00	3.0	310	30.8	3.2	0.800	49	21.96	5.0	630	26.3	4.0	2.600
15	18.80	3.0	340	29.7	3.4	1.300	50	52.00	3.0	700	28.4	4.2	1.700
16	10.90	4.0	665	24.1	3.6	1.700	51	52.00	3.0	750	28.4	4.2	1.700
17	14.30	4.0	322	30.3	4.4	1.500	52	52.00	3.0	690	28.4	4.2	1.400
18	9.10	5.0	450	26.9	3.4	2.000	53	52.00	3.0	690	28.4	4.6	1.500
19	16.80	3.0	249	23.9	3.2	1.000	54	40.00	3.0	690	24.6	4.6	1.600
20	22.40	3.0	296	31.4	3.4	1.200	55	25.64	3.0	615	28.3	3.6	1.500
21	23.80	3.0	178	30.1	2.6	1.200	56	16.80	4.5	670	24.2	3.6	2.350
22	11.96	4.0	268	24.8	3.4	1.400	57	25.64	3.0	685	28.3	3.6	1.700
23	110.20	1.0	180	29.8	2.8	1.000	58	34.37	4.0	660	27.2	4.5	1.650
24	14.30	3.0	236	24.7	3.0	1.200	59	147.89	5.0	660	32.3	4.0	2.340
25	13.30	3.0	321	30.4	3.0	1.100	60	71.26	3.0	600	27.1	3.8	1.100
26	11.20	3.0	97	28.3	2.6	1.100	61	39.19	3.0	1 000	28.6	4.6	1.930
27	73.60	2.0	340	29.7	3.0	0.800	62	158.83	5.0	800	28.1	5.6	2.900
28	13.30	4.0	450	26.9	3.6	1.600	63	147.89	4.0	800	32.2	5.6	2.690
29	32.20	2.0	340	29.7	3.2	0.700	64	109.50	3.0	800	26.7	5.6	2.270
30	10.10	5.0	470	26.5	4.0	2.200	65	142.16	3.0	370	31.1	3.4	1.200
31	14.30	3.0	420	27.5	3.6	1.100	66	142.16	3.0	450	31.1	3.4	1.400
32	11.90	4.0	520	25.8	3.8	1.700	67	142.16	3.0	530	31.1	3.4	1.550
33	9.10	5.0	470	26.5	3.6	2.100	68	142.16	3.0	680	31.1	3.4	1.800
34	10.10	4.0	467	26.6	3.4	1.800	69	142.16	3.0	780	31.1	3.4	1.975
35	16.80	4.5	600	25.4	3.6	2.250

新窗口打开| 下载CSV

1.2 回归模型

将岩石单轴抗压强度、岩体质量等级、埋深、岩石容重和开挖跨度5个影响因素进行组合，建立了预测松动区厚度的量纲统一化公式。将岩石单轴抗压强度、岩体质量等级、埋深和岩石容重组合为与松动区厚度量纲一致的岩性指标，将岩体质量等级和开挖参数组合为与松动区厚度量纲一致的开挖参数指标。采用多元回归分析方法，将岩性指标和开挖参数指标分别作为X轴和Y轴，得到2个指标与松动区厚度之间的函数关系式：

L = β_{1} + \frac{H^{2} F^{4} γ}{σ_{c}} β_{2} + F S β_{3}

（1）

式中：L为松动区厚度；β₁、β₂和β₃为回归系数； $\frac{H^{2} F^{4} γ}{σ_{c}}$ 为岩性指标；FS为开挖参数指标；H为埋深；F为岩体质量等级；γ为岩石容重；σ_c为岩石单轴抗压强度；S为开挖跨度。

利用在多个矿山收集的69组现场数据（表1），通过多元线性回归拟合得到3个回归系数，β₁=0.3533，β₂=9.8865×10^-10，β₃=0.0919，将这3个回归系数代入式（1）得到式（2）。通过式（2）绘制松动区厚度回归预测模型（图1），从图中可以看出松动区厚度随着岩性指标和开挖参数指标的增大而增大。

L = 0.3533 + 9.8865 \times 10^{- 10} \frac{H^{2} F^{4} γ}{σ_{c}} + 0.0919 F S

（2）

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 松动区厚度回归预测模型

Fig.1 Regression prediction model of EDZ thickness

1.3 模型验证

通过式（3）和式（4）计算确定性系数R²和均方根误差RMSE来评价松动区厚度预测模型的合理性，计算结果为R²=0.8076，RMSE=0.2601，较大的确定性系数及较小的均方根误差显示，所建立的松动区厚度预测模型具有较高的可靠性。

R^{2} = 1 - \sum_{i = 1}^{m} {({y^{(i)}}_{t e s t} - {\hat{y}}^{(i)}_{m o d})}^{2} / \sum_{i = 1}^{m} ({y^{(i)}}_{t e s t} - {\bar{y}}^{(i)}_{t e s t})^{2}

（3）

RMSE=

\sqrt[]{\frac{1}{m} \sum_{i = 1}^{m} ({y^{(i)}}_{t e s t} - {\hat{y}}^{(i)}_{m o d})^{2}}

（4）

式中： ${y^{(i)}}_{t e s t}$ 为现场测试值； ${\hat{y}}^{(i)}_{m o d}$ 为模型预测值； ${\bar{y}}^{(i)}_{t e s t}$ 为现场测试平均值；m为现场测试数据个数。

将松动区厚度预测模型计算得到的预测值与对应的现场实测松动区厚度数据进行比较，并组合作为数据点绘制于图2所示的散点图上。从图2中可以看出，松动区厚度预测值和实测值多数集中分布在对角线上，说明预测值与实测值之间的差异较小，证明了松动区厚度预测模型的可靠性。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 现场测试值与预测值散点对比图

Fig.2 Comparison diagram of scatter plot between field test values and predicted values

2 熵权法评价权重

熵权法是一种客观赋权法，其仅依赖于数据本身的离散性，根据指标变异性的大小来确定客观权重。通过使用熵权法对5个影响因素进行权重评价，确定各因素对松动区厚度的影响大小。熵权法赋权步骤如下：

（1）数据标准化。将各个指标的数据进行标准化处理，将不同量纲的指标同量纲化，给定K个指标X₁，X₂，…，X_K，其中X_i=｛x₁，x₂，…，x_n｝，各指标数据标准化后的值为X ΄₁，X ΄₂，…，X ΄_K。数据标准化公式为

{x^{'}}_{i j} = \frac{X_{i j} - m i n (X_{j})}{m a x (X_{j}) - m i n (X_{j})}

（5）

（2）计算各个指标信息熵。若某个指标的信息熵E_j越小，表明指标值的变异程度越大，指标提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大。相反，某个指标的信息熵越大，表明指标值的变异程度越小，指标提供的信息量越少，在综合评价中所起到的作用也越小，其权重也就越小。先按照式（6）计算第i个数据的第j个指标的比重，再按照式（7）计算第j个指标的信息熵。

y_{i j} = \frac{{x^{'}}_{i j}}{\sum_{i = 1}^{m} {x^{'}}_{i j}}

（6）

E_{j} = - k \sum_{i = 1}^{m} y_{i j} l n y_{i j}

（7）

式中： $k$ 为常数， $k$ =ln（m）^-1。

（3）计算各个指标权重。根据式（7）计算得到的各指标信息熵，再按式（8）计算各指标权重 $w_{j}$ 。

w_{j} = \frac{(1 - E_{j})}{(\sum_{j = 1}^{m} 1 - E_{j})}

（8）

按照熵权法计算权重的步骤，最终确定单轴抗压强度、岩体质量等级、埋深、岩石容重和开挖跨度5个影响因素对于松动区厚度的影响权重（表2），并且依次对各个影响因素的影响权重进行排序。

表2 松动区厚度影响因素权重

Table 2 Weights of factors influencing of EDZ thickness

影响因素	权重
单轴抗压强度σ_c	0.5865
岩体质量等级F	0.0607
埋深H	0.0929
岩石容重γ	0.1024
开挖跨度S	0.1574

新窗口打开| 下载CSV

结果表明：单轴抗压强度对于松动区厚度的影响权重最大，岩体质量等级对于松动区厚度的影响权重最小，埋深、岩石容重和开挖跨度对于松动区厚度的影响权重依次增大。因此，岩石单轴抗压强度和开挖跨度对于开挖后松动区厚度有较大影响。

3 现场测试

3.1 测试方案

试验区域矿体位于开磷马路坪矿580 m中段下盘矿1盘区，埋深为490 m（加上地表山体，实际埋深近千米）。开挖采准巷道后，试验区域矿体存在3个自由面，在每个自由面上布置上下两排共6个监测孔，3个自由面共布置18个深度为3.5 m的监测孔，然后通过数字钻孔电视监测钻孔内部情况。在数字钻孔电视图像分析软件中嵌入数字图像处理模块，对裂隙进行识别和表征，通过观察沿钻孔深度的裂隙分布，以确定裂隙密度的突变，突变的位置标志着原始岩体与受损岩体之间的分界点，从该点到孔口距离即为钻孔中的松动区厚度，再加上矿体外部钻孔后的垮落厚度，以此来确定各监测点实际松动区的厚度，进而确定矿柱松动区范围，监测孔布置图如图3所示。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 监测孔布置图

Fig.3 Layout drawing of monitoring holes

3.2 测试设备及过程

首先测量下部钻孔松动区，然后借助凿岩台车测量上部钻孔松动区。通过螺母将钻孔摄像头与数根连接杆进行连接，再与数根金属杆连接，钻孔摄像头和位移罗盘均通过连接线与数字钻孔电视连接，摄像头连接线与位移罗盘相连，连接线走动带动罗盘上的齿轮转动以此来记录摄像头前进位移。在钻孔电视监测软件中设置好参数后，将钻孔摄像头置于钻孔孔口，将连接线拉直，借助连接杆将摄像头慢速送入监测孔内进行数据采集，数字钻孔电视实时监测记录钻孔内部情况。在数字钻孔电视图像分析软件中嵌入数字图像处理模块，对裂隙进行识别和表征，通过观察沿钻孔深度的裂隙分布，以确定各监测点处松动区的厚度。监测及连接设备见图4，井下现场监测过程见图5。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 监测及连接设备

a-钻孔电视；b-钻孔摄像头；c-连接螺母；d-金属连接杆；e-位移罗盘；f-摄像头连接线；g-位移罗盘连接线；h-摄像头连接头；i-摄像头连接插头；j-位移罗盘连接插头

Fig.4 Monitoring and connecting devices

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 现场监测

Fig.5 Field monitoring

3.3 松动区厚度测试结果

对钻孔电视监测记录的钻孔内部数据进行处理，得到上下两排各个监测孔内部松动区位置图像，通过识别监测孔内的破碎情况，确定监测孔内部松动区位置。由于监测设备故障及临近采矿扰动影响，1号孔和18号孔孔内破碎程度严重，不符合初始测试试验的要求，在计算每侧松动区厚度平均值时需要舍去。监测孔松动区厚度测量数据及计算后的平均松动区厚度数据见表3。

表3 监测孔松动区测量数据

Table 3 Measurement data of the EDZ in monitoring holes

孔号	钻孔中松动区位置L₁/m	钻孔后矿岩垮落厚度L₂/m	松动区实际厚度L₃/m	松动区平均厚度L₄/m
1	3.26	0.15	3.41（舍去）	2.33 （左侧：1号~6号孔）
2	2.56	0.10	2.66
3	2.70	0.05	2.75
4	1.99	0.12	2.11
5	2.10	0.13	2.23
6	1.66	0.26	1.92
7	2.65	0.07	2.72	2.49 （外侧：7号~12号孔）
8	2.15	0.16	2.31
9	2.33	0.02	2.35
10	2.44	0.18	2.62
11	1.85	0.47	2.32
12	2.22	0.39	2.61
13	2.40	0.05	2.45	2.69 （右侧：13号~18号孔）
14	2.70	0.06	2.76
15	2.65	0.13	2.78
16	2.67	0.12	2.79
17	2.68	0	2.68
18	3.03	0.13	3.16（舍去）

新窗口打开| 下载CSV

3.4 松动区厚度预测结果

将现场测试区域的岩性及开挖基础数据代入由式（2）建立的松动区厚度预测模型中，计算得到矿柱左侧、外侧和右侧松动区厚度的预测值，分别为2.22 m、2.18 m和2.18 m。将松动区预测值与现场实测值进行对比可知，左侧和外侧预测值与实测值吻合度较好，右侧预测数据误差较大，但总体误差满足要求。监测孔基础数据见表4。

表4 监测孔基础数据

Table 4 Base data of monitoring holes

孔号	单轴抗压强度σ_c/MPa	岩体质量等级F	埋深H/m	岩石容重γ/（kN·m^-3）	开挖跨度S/m	平均开挖跨度S/m
1	147.89	4	490	27.048	4.94	5.06 （左侧：1号~6号孔）
2	147.89	4	490	27.048	5.21
3	147.89	4	490	27.048	5.03
4	147.89	4	490	27.048	4.94
5	147.89	4	490	27.048	5.21
6	147.89	4	490	27.048	5.03
7	147.89	4	490	27.048	4.49	4.95 （外侧：7号~12号孔）
8	147.89	4	490	27.048	5.46
9	147.89	4	490	27.048	4.89
10	147.89	4	490	27.048	4.49
11	147.89	4	490	27.048	5.46
12	147.89	4	490	27.048	4.89
13	147.89	4	490	27.048	5.85	4.95 （右侧：13号~18号孔）
14	147.89	4	490	27.048	4.81
15	147.89	4	490	27.048	4.20
16	147.89	4	490	27.048	5.85
17	147.89	4	490	27.048	4.81
18	147.89	4	490	27.048	4.20

新窗口打开| 下载CSV

3.5 非爆机械化开采判据

当松动区厚度大于2 m时，机械化开采效果更好。给定松动区厚度L_m=2 m，利用建立的式（2）得到基于矿岩开挖松动区厚度的非爆机械化开采判据。给定埋深H、岩体质量等级F、岩石容重γ、岩石单轴抗压强度σ_c和开挖跨度S，代入判据公式［式（9）］，若得到的松动区厚度大于等于L_m，即符合非爆机械化开采要求。依据开磷马路坪矿现有的开采条件，松动区厚度预测值均大于2 m，符合非爆机械化开采对于松动区厚度的要求，验证了现阶段开磷马路坪矿非爆机械化开采的可行性和合理性。

L_{m} = 0.3533 + 9.8865 \times 10^{- 10} \frac{H^{3} F^{4} γ}{σ_{c}} + 0.0919 F S

（9）

4 结论

通过收集的不同矿山松动区厚度测试数据，利用回归分析建立了基于单轴抗压强度、岩体质量等级、埋深、岩石容重和开挖跨度5个影响因素的松动区厚度预测模型，利用熵权法评价了各影响因素对于松动区厚度的影响权重，最后将松动区厚度现场测试数据与计算得到的预测值进行对比，得到如下结论：

（1）由岩性指标和开挖参数指标建立的回归预测模型具有较好的确定性系数和均方根误差，建立的松动区厚度预测模型具有较好的可靠性。回归模型显示，松动区厚度随着岩性指标和开挖参数指标的增大而增大。

（2）利用熵权法评价5个影响因素对于松动区厚度的影响权重，结果表明岩石单轴抗压强度和开挖跨度对松动区厚度有重要影响，岩石质量等级对松动区厚度的影响较小。

（3）在开磷马路坪矿进行现场试验，对采集到的松动区厚度数据进行分析处理，结果表明：本文建立的回归预测模型可以较好地预测现阶段开磷马路坪矿矿岩开挖松动区厚度，预测值满足非爆机械化开采的要求。本研究验证了现阶段开磷马路坪矿非爆机械化开采的可行性和合理性，并建立了基于矿岩松动区的非爆机械化开采判据。

http://www.goldsci.ac.cn/article/2021/1005-2518/1005-2518-2021-29-4-525.shtml

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[]

Alcolea

R A

，Kuhlmann

，Marschall

，2019.

3D modelling of the excavation damaged zone using a Marked Point Process technique

［J］.Geomechanics for Energy and the Environment，17：29-46.