某铜矿充填料浆沉缩特性分析

某铜矿充填料浆沉缩特性分析

艾春龙乔登攀

玉溪矿业有限公司玉溪653100

摘要：选取某铜矿全尾砂为实验原料，配置了质量浓度分别为68-75%的充填料浆，进行了沉缩率实验的测定。采用Designexpert软件中的HistoricalData模型进行分析，得出浓度与沉缩率的对应关系属于Linear方程，进而提出浓度对沉缩率影响的预测模型，。运用FLUENT软件对不同质量浓度的料浆的沉缩情况进行了模拟，模拟与实验结果十分接近，说明了模型的准确性。

关键词：充填料浆：全尾砂：沉缩率；预测模型：数值模拟

Abstract：Theexperimentalmaterialistailingsfromacoppermine，thefillingslurryofthemassconcentrationof68-75%isconfiguration，respectively，andthedeterminationofsettingratioexperimentiscarriedout.Usingthehistoricaldatamodelinthesoftwareofthedesignexpertforanalysis，therelationofconcentrationandsettingratiobelongstotheLinearequationcanbeobtained，andthenpredictionmodelofSettingratiocanbeputforward，thatisY=A+BX.Sedimentation-compressconditionsofdifferentmassconcentrationofslurryaresimulatedbyusingtheFLUENTsoftware，theresultsofsimulationandexperimentareapproximately，thatillustratingtheaccuracyofthemodel.

Keyword：Fillingslurry，Unclassifiedtailings，Settingratio，Predictionmodel，Numericalsimulation

0引言

某铜矿采用分段空场嗣后充填法，对于二次充填采取的是非胶结全尾砂充填采空区的方式，而且现有尾矿库已经排满，尾矿库容量已经饱和，维护运营费用巨大，不仅占有了土地同时也污染了环境。因此，最大限度的利用全尾砂充填采空区，可以解决了矿山尾矿库饱和的问题。针对全尾砂结充填料浆，料浆的沉缩性是个关键课题，对沉缩率的研究直接关系到充填质量、充填成本、充填安全、充填接顶等情况。因此，对充填料浆沉缩率的研究是十分必要的。如杨陆海、周旭等人通过试验发现不同物料配比及浓度对充填泌水率及充填体沉缩率影响较大，并得出-3mm机制砂合理级配参数。通过参数调整，提高了镍矿充填接顶率，使充填接顶率超过88%以上[1]；邓代强、韩浩亮等人发现不同配比及浓度的充填料浆泌水和沉缩量存在较大差异、并遵循着一定的规律[2]；吴千亮、乔登攀等人研究了全尾砂的沉缩特性与规律，分析了不同料浆浓度、水泥添加量对沉缩性能的影响[3]。

1实验材料与实验方案

1.1实验材料

本文研究采用某铜矿的全尾砂作为骨料，该矿全尾砂密度在2.606～2.665t/m3之间，

平均为2.644t/m3。松散密度在1.419～1.434t/m3之间，平均为1.429t/m3。尾砂自然松散空隙率平均为45.95%。全尾砂压实密度在1.527t/m3，密实度为0.58。全尾砂粒径分布见表1.从表1可知，-200目颗粒含量达到82.388%，属于细尾砂。

表1全尾砂粒级分布

1.2实验方案

填材料的收缩是由于尾砂的水浸作用和在受压的条件下，产生的颗粒重新排列、空隙减少和体积收缩。充填体沉缩后缩小的体积与原体积之比称为沉缩率。根据沉缩率的定义，对于沉缩率的计算可采用在试验中充填体沉缩后缩小的体积与原充填体体积之比的计算公式（见式1）。

（1）

本文以某铜矿全尾砂为试验原料，配置了质量浓度为68-75%共计8种充填料浆放入350ml密闭容器中，测定15天以后的总沉缩率。试验图片如图1所示。

不同质量浓度充填料浆的沉缩率测定结果见表2。

表2充填料沉缩率的测定结果

2浓度对料浆沉缩率的影响分析与预测模型

2.1浓度对料浆沉缩率影响分析

对于充填采空区来说，沉缩率是表征充填质量的一个主要因素，沉缩率的变化受到质量浓度的影响，为了综合分析质量浓度对沉缩率的影响关系，采用Designexpert软件中的HistoricalData模型进行分析[4]。具体步骤如下。

（1）建模方法：根据实验中的不同变化条件，选用以下因素作为影响因素输入：X设定为质量浓度，单位%，变化范围为68-75%；

（2）输入共计8组沉缩率实验数据进行分析，可得多个模型的方差分析结果。如下表3所示。

表3各模型方差分析结果

从表3可以看出，建议的最优方程为Linear方程，相关系数最大值为0.956507，表明沉缩率的改变95%以上都是由输入的影响因素的变化而引起的。

对Linear模型中输入因素影响情况进行分析，如表4所示。

表4Linear模型影响因素的方差分析

通过表4可以知道Linear模型的F值为289.75，说明Linear模型具有较好的显著性，只有0.01%的比例是由模型失拟项F值夸大而产生的失误。因素A质量浓度对沉缩率有显著的影响。相关系数为0.9797，说明样本的变化97%都是因为自变量的变化，校正决定系数值AdjR-Squared为0.9763，说明自变量之间具有非常好的线性关系。变异系数为2.54%，这也说明模型的准确度高。为了更清晰的了解各因素对沉缩率的影响大小，将影响系数列于下表5中。

表5因变量的影响系数

从表5可以知道因素A质量浓度对沉缩率的影响为负相关，单因素与沉缩率的影响变化如图2所示。

图2影响因素与沉缩率的关系

从图2可以知道质量浓度对沉缩率的影响，随着质量浓度的增加沉缩率逐渐减小。参差的正态概率分布情况与预测值与实际值的对比情况见下图3和4。

图3参差的正态概率分布图

图4预测值与实际值的对比图

从图3和4可以知道，参差的正态概率分布图在一条直线上，预测值与实际值对比大体在一条直线上，这说明模型的预测效果很好，精准度非常高。

2.2浓度对料浆沉缩率影响的预测模型

通过以上的分析可以得知浓度对沉缩率有显著的影响，为了考察具体的规律，将沉缩率随质量浓度的变化曲线绘制如图5。

图5质量浓度与沉缩率关系曲线图

由图5可知，沉缩曲线可知随着质量浓度的增加沉缩率逐渐减小。其变化关系可近似看成为线性关系。由Designexpert软件分析也可知质量浓度与沉缩率呈线性关系也最为显著，可确定质量浓度与料浆的沉缩率存在一定的定量关系，经分析提出质量浓度对料浆沉缩率影响的预测模型，预测模型形式如下：

Y为沉缩率；X为质量浓度：A，B为系数。其拟合曲线如图6所示。

图6质量浓度与沉缩率回归曲线图

将不同质量浓度充填料浆的沉缩率实验数据代入预测模型中进行拟合，可得参数A、B分别为1.5096和-1.745。固拟合结果如下：

回归方程的R2值大于0.97，说明预测模型与实验值拟合度很高，验证了预测模型的准确性。

3数值模拟结果分析

运用FLUENT软件对不同质量浓度的料浆的沉缩情况进行了模拟，由于模拟全尾砂和水混合充入采空区后，水砂分离的的过程，所以采用混合模型进行计算[5-7]。通过pith容器内不同质量浓度，在68-75%范围内每隔一个百分比，共模拟了8种情况的充填料浆的沉缩率。设定入口和出口为iterface，就可观察充填料浆在采场中沉缩状态。通过监测面可以确定充填料沉缩后顶部主相水的所占的高度比例，此比值可近似认为是沉缩率值。

当初始料浆质量浓度为68-75%（体积分数分别为0.4456、0.4571、0.4688、0.4808、0.4930、0.5056、0.5184和0.5315）时，料浆沉缩结束后，尾砂颗粒相的体积分数图，如图7所示。

图7尾砂颗粒的体积分数分布云图

由图7可知，不同质量浓度充填料浆底部尾砂颗粒沉缩均达到极限值时，其体积分数为0.629，换算质量浓度可达82%左右。由监测面可计算得出不同充填料浆的沉缩率分别为（a）29.3%、（b）28.1%、（c）27.2%、（d）25.8%、（e）24.4%（f）23.1%、（g）22.3%、（h）21.4%。

综上所述，可知充填料的初始质量浓度越大，其沉缩率越小。Fluent软件模拟得出质量浓度68-75%所对应的沉缩率与充填料浆沉缩率实验结果十分接近，验证了模型的准确性。沉缩率的实验值与Fluent软件的计算值对比情况如表6所示。

表5-1沉缩率的实验值与Fluent软件的计算值

4结论

（1）通过Designexpert软件对充填料浆浓度对沉缩率的影响进行了分析，得出浓度与沉缩率的对应关系属于Linear方程，进而提出质量浓度对料浆沉缩率影响的预测模型，模型形式如下：。

（2）运用FLUENT软件对不同质量浓度的料浆的沉缩情况进行了模拟，模拟得出的沉缩率与充填料浆实验结果十分接近，说明了模型的准确性。

参考文献：

[1]杨陆海，周旭.充填料浆沉缩性及泌水性分析[J].采矿技术，2013，13（3）：32-33.

[2]邓代强，韩浩亮，汪令辉，等.充填料浆的泌水沉缩性能分析[J].矿业研究与开发，2012（2）：15-17.

[3]吴千亮，乔登攀，张修香.尾砂沉缩性与相关影响因素的研究[J].黄金，2015（9）：37-40.

[4]张修香，乔登攀.废石-尾砂高浓度料浆的流变特性及屈服应力预测模型[J].安全与环境学报，2015（4）：278-283.

[5]WeichengRenandDengpanQiao：“NumericalSimulationofParticle-PhaseDistributionBasedonTailingsSlurryFillingofSilo”ElectronicJournalofGeotechnicalEngineering，2016（21.19），pp6515-6520.

[6]韩占忠.FLUENT——流体工程仿真计算实例与应用[M].北京理工大学出版社，2010.

[7]李进良.精通FLUENT6.3流场分析[M].化学工业出版社，2009.

作者简介：艾春龙(1977-)，男，云南易门，采矿工程师，主要从事矿山生产技术管理工作。