大直径深孔采矿隔离中段采场结构参数优化研究
|
摘要
论文以阿舍勒铜矿为研究背景，针对阿舍勒铜矿采用大直径深孔空场嗣后充填法留设的充填体隔离中段全面回采的技术难题，开展了采场结构参数优化研究。将GTS和FLAC3D耦合建立了阿舍勒铜矿Ⅰ号矿体的三维数值模型，采用FLAC3D对不同开采方案的围岩位移、应力、塑性区分布特征进行了计算分析；在此基础上，从概率的角度出发，展开了采场微单元破坏概率的研究；基于不同方案的计算结果和破坏概率，建立了采场结构参数优化的神经网络模型，并进一步结合遗传算法的全局搜索和优化功能，确定了最优的采场结构参数。
In this paper, we focus on technical problems of recovering inisolated sublevel of Ashele Copper mine which both up and down hasbeen filled, and which has been mined in Large-diameter deep-hole stopesubsequent filling method.On this basis, Stope structure parametersoptimization has been researched. GTS and FLAC3Dhave been used tomake a three-dimensional numerical model of No.1ore body which isone of Ashele Copper.Surrounding rock stress, displacement and plasticzone distribution characteristics of different programs were calculatedand analyzed by FLAC3D.And on this basis, in a view of probability, thestope micro-units failure probability of programes have been studieddeeply.Based on them, stope structure parameters and optimization modelof neural network was established.Optimal stope structure parameterswere determined combined genetic algorithms with its capabilities ofglobal search and optimization.
In this paper, we focus on technical problems of recovering inisolated sublevel of Ashele Copper mine which both up and down hasbeen filled, and which has been mined in Large-diameter deep-hole stopesubsequent filling method.On this basis, Stope structure parametersoptimization has been researched. GTS and FLAC3Dhave been used tomake a three-dimensional numerical model of No.1ore body which isone of Ashele Copper.Surrounding rock stress, displacement and plasticzone distribution characteristics of different programs were calculatedand analyzed by FLAC3D.And on this basis, in a view of probability, thestope micro-units failure probability of programes have been studieddeeply.Based on them, stope structure parameters and optimization modelof neural network was established.Optimal stope structure parameterswere determined combined genetic algorithms with its capabilities ofglobal search and optimization.
引文
[1]蔡美峰,何满潮,刘东燕.岩石力学与工程[M].北京:科学出版社,2006.
[2]王玉富,王来贵,刘向峰.岩石力学系统的基本问题[J].辽宁工程技术大学学报(自然科学版).2001(04).
[3]王晓宇,苑雪超,韩冰等.高阶段大直径深孔采矿法的应用现状[J].云南冶金.2010(01).
[4]陈学仁. VCR采矿法的概述[J].黄金.1981(04).
[5]于润沧.采矿工程师手册[M].北京:冶金工业出版社,2009.
[6] H H J. Adaptation in nature and artificial system[M]. MIT Press,1992.
[7]黄泽安,何容,何伟等.人工神经网络在岩土参数反分析中的应用[J].河北建筑科技学院学报.2005(03).
[8]邢冀,田敏,谢贤平等.神经网络在矿业工程中的若干应用进展[J].采矿技术.2008(04).
[9] Shu-Xia Y, Xiang LI, Ning LI, et al. Optimizing neural network forecast byimmune algorithm[J].2006,13(5):573-576.
[10]杨帆,麻凤海.采矿地表沉陷的神经网络预测[J].中国地质灾害与防治学报.2001(03).
[11]武玉霞.基于BP神经网络的金属矿开采地表移动角预测研究[D].中南大学,2008.
[12]戴兰芳,李文秀,杨少冲等.高陡山区开采自然坡失稳分析的神经网络方法[J].岩土力学.2006(09).
[13] De-Xin D, Zhi-Jun Z. Artificial neural network based inverse design method forcircular sliding slopes[J].2004,11(1):89-92.
[14]魏作安,尹光志,代高飞等.冲击地压预测的遗传神经网络方法[J].岩土力学.2003(06).
[15]聂艺.反射波法评价锚固质量的BP神经网络研究[D].武汉理工大学,2010.
[16]朱川曲,冯涛,施式亮.神经网络在锚杆支护方案优选及变形预测中的应用[J].煤炭学报.2005,30(3):322-326.
[17]周保生,朱维申,李术才.神经网络在综放回采巷道锚杆支护设计中的应用研究[J].岩石力学与工程学报.2001,20(4):497-501.
[18]永学艳,陈建宏,刘浪等.基于主成分分析与神经网络的采矿方法优选[J].中南大学学报(自然科学版).2010(05).
[19]来兴平,蔡美峰.非线性神经网络在复杂条件矿床采矿方法识别中的应用[C].2000.
[20] Jorjani E, Poorali H A, Sam A. Prediction of coal response to froth flotationbased on coal analysis using regression and artificial neural network[J].2009,22(11):970-976.
[21]王玉禄,常庆粮,周华强等.膏体充填材料配比的神经网络预测研究[J].采矿与安全工程学报.2009(01).
[22]何荣军,张丽,周华强等.固体废弃物膏体充填料浆质量的神经网络研究[J].采矿与安全工程学报.2008,25(3):352-356.
[23] Satchidananda Dehuri S C. Evolutionarily optimized features in functional linkneural network for classification[J]. Expert Systems with Applications.2010,37(6):4379-4391.
[24] S. Frimpong E A&J. Advances in Open Pit Mine Design and OptimizationResearch[J]. Reclamation and Environment.2002,16(2):134-143.
[25] Jorjani E, Mesroghli S, Chelgani S C. Prediction of operational parameters effecton coal flotation using artificial neural network[J].北京科技大学学报（英文版）.2008,15(5):528-533.
[26]苏家红.采矿方法结构参数神经网络优化识别的应用[J].矿业研究与开发.2002(04).
[27]向仁军,周科平,古德生等.复杂充填体下矿体开采安全顶板厚度非线性预测方法[J].中南大学学报(自然科学版).2005(06).
[28]田云丽,周利华.基于BP神经网络的煤与瓦斯突出预测方法的研究[J].系统工程理论与实践.2005,25(12):102-106.
[29]王新民,赵彬,王贤来等.基于BP神经网络的凿岩爆破参数优选[J].中南大学学报（自然科学版）.2009,40(5):1411-1416.
[30]李夕兵,邓建,德生.可视化自适应神经网络及在矿业中的应用[J].中南工业大学学报(自然科学版).2000(03).
[31]景广军,梁雪梅,周贤渭等.神经网络专家系统在矿业中的应用[J].金属矿山.2001,1(2):46-48.
[32]戴荣,李仲奎.三维地应力场BP反分析的改进[J].岩石力学与工程学报.2005,24(1):83-88.
[33]李焱.神经网络方法在矿山地震预测的应用[D].大连理工大学,2008.
[34] Cun-Bin L I, Ke-Cheng W. A new grey forecasting model based on BP neuralnetwork and Markov chain[J].2007,14(5):713-718.
[35]崔少东.石人沟铁矿采场结构参数的优化研究[D].河北理工大学,2006.
[36]鞠兴军,李林,刘光伟.基于遗传算法的神经网络在露天矿卡车调度系统中的应用研究[J].露天采矿技术.2009(6):31-33.
[37]闫河.基于遗传算法和人工神经网络相结合的冲击地压预测的研究[D].重庆大学,2002.
[38]张治强,冯夏庭,杨成祥, et al.非线性位移时间序列分析的遗传-神经网络方法[J].东北大学学报（自然科学版）.1999,20(4):422-425.
[39] Fu Z. An Innovative GA-Based Decision Tree Classifier in Large Scale DataMining[C]. Prague,Czech Republic:1999.
[40]查剑锋,冯文凯,朱晓峻.基于遗传算法的概率积分法预计参数反演[J].采矿与安全工程学报.2011,28(4):655-659.
[41] Hong T P, Chen C H, Wu Y L, et al. A GA-based fuzzy mining approach toachieve a trade-off between number of rules and suitability of membershipfunctions[J].2006,10(11):1091-1101.
[42] E.hoek E T B.岩石地下工程[M].北京:冶金工业出版社,1986.
[43]冯璐,袁图中.遗传算法在参数优化中的应用研究[C].乌鲁木齐:2007.
[44]唐谷修,高峰,周科平等.充填体下矿体开采安全顶板厚度数学预测模型[J].岩土力学.2008(01).
[45]高峰.充填体下矿体开采顶板安全厚度的确定与优化[D].中南大学,2006.
[46] Xiang LI, Shang-Dong Y, Jian-Xun QI, et al. Improved wavelet neural networkcombined with particle swarm optimization algorithm and its application[J].2006,13(3):256-259.
[47] Aksoy C O, Onargan T, Yenice H. Determining the stress and convergence atBeypazari trona field by three-dimensional elastic-plastic finite element analysis:A case study[J].2006,43(2):166-178.
[48]汪勇.采空区上方安全顶柱厚度的确定方法[J].矿业快报.2002(01).
[49]古德生,李夕兵.现代金属矿床开采科学技术手册[M].北京:冶金工业出版社,2006.
[50]陈卫忠,李廷春,李术才等.三维快速拉格朗日法在安全顶板厚度研究中的应用[J].岩土力学.2004(06).
[51]林杭,何忠明,彭振斌等.双层空区开挖顶板稳定性的FLAC~(3D)数值分析[J].中南大学学报(自然科学版).2009(04).
[52]寇纪淞,李徐.遗传算法与神经网络的结合[J].系统工程理论与实践.1999(02).
[53]韩万林,张幼蒂.遗传算法的改进[J].中国矿业大学学报（自然科学版）.2000,29(1):102-105.
[54]杨官涛.地下采场结构参数优化及稳定性的能量突变分析[D].中南大学,2007.
[55]戈登利,杨伟忠,刘湘平等.充填体下采矿[J].采矿技术.2001,1(1):12-16.
[56]唐绍辉,邓代强,姚中亮.单轴拉伸条件下充填体的力学性能研究[J].地下空间与工程学报.2007(01).
[57]杨耀亮,邓代强,姚中亮.充填体单轴压缩韧性性能试验研究[J].矿业研究与开发.2005(05).
[58] Topal E. Evaluation of a mining project using Discounted Cash Flow analysis,Decision Tree analysis, Monte Carlo Simulation and Real Options using anexample[J].2008,1(1):62-76.
[59]彭怀生,邓建,边利.一种新的蒙特卡罗随机有限元方法[J].中南大学学报(自然科学版).2006(05).
[60]刘光士,丁秀美,黄润秋. FLAC-3D前处理程序开发及其工程应用[J].地质灾害与环境保护.2004(02).
[61]张海清,王树仁. MIDAS/GTS-FLAC~(3D)耦合建模新方法及其应用[J].土木建筑与环境工程.2010(01).
[62] Tan L, Taniar D. Adaptive estimated maximum-entropy distribution model[J].2007,177(15):3110-3128.
[63]@RISK用户指南[Z].2010.
[64]王荣超,戚玉亮,王同旭等.神经网络方法在位移反分析中的应用研究[J].采矿与安全工程学报.2007(01).
[65]冯夏庭,贾民泰.岩石力学问题的神经网络建模[J].岩石力学与工程学报.2000,19(z1):1030-1033.
[66]肖强晖,刘耦耕,李圣清.多层前馈人工神经网络结构研究[J].湖南师范大学自然科学学报.2004(01).
[67]张春,题正义,周云鹏.遗传算法及其在采矿工程中的应用[J].煤炭工程.2004(11).
[68]周科平.采场结构参数的遗传优化[J].矿业研究与开发.2000(03).
[69]林韵梅,肖专文,张奇志等.遗传算法与神经网络协同求解采矿工程中的优化问题[J].中国矿业.1998(01).
[2]王玉富,王来贵,刘向峰.岩石力学系统的基本问题[J].辽宁工程技术大学学报(自然科学版).2001(04).
[3]王晓宇,苑雪超,韩冰等.高阶段大直径深孔采矿法的应用现状[J].云南冶金.2010(01).
[4]陈学仁. VCR采矿法的概述[J].黄金.1981(04).
[5]于润沧.采矿工程师手册[M].北京:冶金工业出版社,2009.
[6] H H J. Adaptation in nature and artificial system[M]. MIT Press,1992.
[7]黄泽安,何容,何伟等.人工神经网络在岩土参数反分析中的应用[J].河北建筑科技学院学报.2005(03).
[8]邢冀,田敏,谢贤平等.神经网络在矿业工程中的若干应用进展[J].采矿技术.2008(04).
[9] Shu-Xia Y, Xiang LI, Ning LI, et al. Optimizing neural network forecast byimmune algorithm[J].2006,13(5):573-576.
[10]杨帆,麻凤海.采矿地表沉陷的神经网络预测[J].中国地质灾害与防治学报.2001(03).
[11]武玉霞.基于BP神经网络的金属矿开采地表移动角预测研究[D].中南大学,2008.
[12]戴兰芳,李文秀,杨少冲等.高陡山区开采自然坡失稳分析的神经网络方法[J].岩土力学.2006(09).
[13] De-Xin D, Zhi-Jun Z. Artificial neural network based inverse design method forcircular sliding slopes[J].2004,11(1):89-92.
[14]魏作安,尹光志,代高飞等.冲击地压预测的遗传神经网络方法[J].岩土力学.2003(06).
[15]聂艺.反射波法评价锚固质量的BP神经网络研究[D].武汉理工大学,2010.
[16]朱川曲,冯涛,施式亮.神经网络在锚杆支护方案优选及变形预测中的应用[J].煤炭学报.2005,30(3):322-326.
[17]周保生,朱维申,李术才.神经网络在综放回采巷道锚杆支护设计中的应用研究[J].岩石力学与工程学报.2001,20(4):497-501.
[18]永学艳,陈建宏,刘浪等.基于主成分分析与神经网络的采矿方法优选[J].中南大学学报(自然科学版).2010(05).
[19]来兴平,蔡美峰.非线性神经网络在复杂条件矿床采矿方法识别中的应用[C].2000.
[20] Jorjani E, Poorali H A, Sam A. Prediction of coal response to froth flotationbased on coal analysis using regression and artificial neural network[J].2009,22(11):970-976.
[21]王玉禄,常庆粮,周华强等.膏体充填材料配比的神经网络预测研究[J].采矿与安全工程学报.2009(01).
[22]何荣军,张丽,周华强等.固体废弃物膏体充填料浆质量的神经网络研究[J].采矿与安全工程学报.2008,25(3):352-356.
[23] Satchidananda Dehuri S C. Evolutionarily optimized features in functional linkneural network for classification[J]. Expert Systems with Applications.2010,37(6):4379-4391.
[24] S. Frimpong E A&J. Advances in Open Pit Mine Design and OptimizationResearch[J]. Reclamation and Environment.2002,16(2):134-143.
[25] Jorjani E, Mesroghli S, Chelgani S C. Prediction of operational parameters effecton coal flotation using artificial neural network[J].北京科技大学学报（英文版）.2008,15(5):528-533.
[26]苏家红.采矿方法结构参数神经网络优化识别的应用[J].矿业研究与开发.2002(04).
[27]向仁军,周科平,古德生等.复杂充填体下矿体开采安全顶板厚度非线性预测方法[J].中南大学学报(自然科学版).2005(06).
[28]田云丽,周利华.基于BP神经网络的煤与瓦斯突出预测方法的研究[J].系统工程理论与实践.2005,25(12):102-106.
[29]王新民,赵彬,王贤来等.基于BP神经网络的凿岩爆破参数优选[J].中南大学学报（自然科学版）.2009,40(5):1411-1416.
[30]李夕兵,邓建,德生.可视化自适应神经网络及在矿业中的应用[J].中南工业大学学报(自然科学版).2000(03).
[31]景广军,梁雪梅,周贤渭等.神经网络专家系统在矿业中的应用[J].金属矿山.2001,1(2):46-48.
[32]戴荣,李仲奎.三维地应力场BP反分析的改进[J].岩石力学与工程学报.2005,24(1):83-88.
[33]李焱.神经网络方法在矿山地震预测的应用[D].大连理工大学,2008.
[34] Cun-Bin L I, Ke-Cheng W. A new grey forecasting model based on BP neuralnetwork and Markov chain[J].2007,14(5):713-718.
[35]崔少东.石人沟铁矿采场结构参数的优化研究[D].河北理工大学,2006.
[36]鞠兴军,李林,刘光伟.基于遗传算法的神经网络在露天矿卡车调度系统中的应用研究[J].露天采矿技术.2009(6):31-33.
[37]闫河.基于遗传算法和人工神经网络相结合的冲击地压预测的研究[D].重庆大学,2002.
[38]张治强,冯夏庭,杨成祥, et al.非线性位移时间序列分析的遗传-神经网络方法[J].东北大学学报（自然科学版）.1999,20(4):422-425.
[39] Fu Z. An Innovative GA-Based Decision Tree Classifier in Large Scale DataMining[C]. Prague,Czech Republic:1999.
[40]查剑锋,冯文凯,朱晓峻.基于遗传算法的概率积分法预计参数反演[J].采矿与安全工程学报.2011,28(4):655-659.
[41] Hong T P, Chen C H, Wu Y L, et al. A GA-based fuzzy mining approach toachieve a trade-off between number of rules and suitability of membershipfunctions[J].2006,10(11):1091-1101.
[42] E.hoek E T B.岩石地下工程[M].北京:冶金工业出版社,1986.
[43]冯璐,袁图中.遗传算法在参数优化中的应用研究[C].乌鲁木齐:2007.
[44]唐谷修,高峰,周科平等.充填体下矿体开采安全顶板厚度数学预测模型[J].岩土力学.2008(01).
[45]高峰.充填体下矿体开采顶板安全厚度的确定与优化[D].中南大学,2006.
[46] Xiang LI, Shang-Dong Y, Jian-Xun QI, et al. Improved wavelet neural networkcombined with particle swarm optimization algorithm and its application[J].2006,13(3):256-259.
[47] Aksoy C O, Onargan T, Yenice H. Determining the stress and convergence atBeypazari trona field by three-dimensional elastic-plastic finite element analysis:A case study[J].2006,43(2):166-178.
[48]汪勇.采空区上方安全顶柱厚度的确定方法[J].矿业快报.2002(01).
[49]古德生,李夕兵.现代金属矿床开采科学技术手册[M].北京:冶金工业出版社,2006.
[50]陈卫忠,李廷春,李术才等.三维快速拉格朗日法在安全顶板厚度研究中的应用[J].岩土力学.2004(06).
[51]林杭,何忠明,彭振斌等.双层空区开挖顶板稳定性的FLAC~(3D)数值分析[J].中南大学学报(自然科学版).2009(04).
[52]寇纪淞,李徐.遗传算法与神经网络的结合[J].系统工程理论与实践.1999(02).
[53]韩万林,张幼蒂.遗传算法的改进[J].中国矿业大学学报（自然科学版）.2000,29(1):102-105.
[54]杨官涛.地下采场结构参数优化及稳定性的能量突变分析[D].中南大学,2007.
[55]戈登利,杨伟忠,刘湘平等.充填体下采矿[J].采矿技术.2001,1(1):12-16.
[56]唐绍辉,邓代强,姚中亮.单轴拉伸条件下充填体的力学性能研究[J].地下空间与工程学报.2007(01).
[57]杨耀亮,邓代强,姚中亮.充填体单轴压缩韧性性能试验研究[J].矿业研究与开发.2005(05).
[58] Topal E. Evaluation of a mining project using Discounted Cash Flow analysis,Decision Tree analysis, Monte Carlo Simulation and Real Options using anexample[J].2008,1(1):62-76.
[59]彭怀生,邓建,边利.一种新的蒙特卡罗随机有限元方法[J].中南大学学报(自然科学版).2006(05).
[60]刘光士,丁秀美,黄润秋. FLAC-3D前处理程序开发及其工程应用[J].地质灾害与环境保护.2004(02).
[61]张海清,王树仁. MIDAS/GTS-FLAC~(3D)耦合建模新方法及其应用[J].土木建筑与环境工程.2010(01).
[62] Tan L, Taniar D. Adaptive estimated maximum-entropy distribution model[J].2007,177(15):3110-3128.
[63]@RISK用户指南[Z].2010.
[64]王荣超,戚玉亮,王同旭等.神经网络方法在位移反分析中的应用研究[J].采矿与安全工程学报.2007(01).
[65]冯夏庭,贾民泰.岩石力学问题的神经网络建模[J].岩石力学与工程学报.2000,19(z1):1030-1033.
[66]肖强晖,刘耦耕,李圣清.多层前馈人工神经网络结构研究[J].湖南师范大学自然科学学报.2004(01).
[67]张春,题正义,周云鹏.遗传算法及其在采矿工程中的应用[J].煤炭工程.2004(11).
[68]周科平.采场结构参数的遗传优化[J].矿业研究与开发.2000(03).
[69]林韵梅,肖专文,张奇志等.遗传算法与神经网络协同求解采矿工程中的优化问题[J].中国矿业.1998(01).