露天煤矿爆破块度特征分析_杨洋.pdf

Safety in Coal Mines Vol.51No.11 Nov. 2020 第 51 卷第 11 期 2020 年 11 月 露天煤矿爆破块度特征分析 杨洋， 吕文伟 （中国神华能源股份有限公司 哈尔乌素露天煤矿， 内蒙古 鄂尔多斯 010300） 摘要 露天煤矿爆破块度分布是资源开采效率的重要影响因素。为明确爆破作用下煤岩块度 分布特征， 利用分离式霍普金森压杆 （SHPB） 试验系统进行冲击载荷作用下试样破坏试验， 运用 直接筛分法分析试样破坏块度分布、 分维特征， 以哈尔乌素露天煤矿煤层爆破为工程实例， 通过 图像识别方法获取爆破后块度分布信息， 分析其块度分布、 分维特征。通过室内试验及生产现场 数据分析。结果表明 随着冲击荷载的增加， 试样平均粒径逐渐减小， 平均粒径变化速率逐渐变 小； 距炮孔越近的区域煤层破坏愈加严重， 且爆破块度越小。 关键词 露天煤矿； 爆破块度； 分布特征； 分维特征； 冲击载荷 中图分类号 TD235.46文献标志码 A文章编号 1003-496X （2020） 11-0269-05 Analysis of Blasting Fragmentation Characteristics in Open-Pit Coal Mine YANG Yang, LYU Wenwei （Haerwusu Open-pit Coal Mine, China Shenhua Energy Company Limited, Ordos 010300, China） Abstract The distribution of blasting fragmentation in open pit coal mines is an important factor influencing the efficiency of resource mining. To clarify the distribution characteristics of coal rock mass under blasting, we use a Split Hopkinson Pressure Bar （SHPB）test system to per specimen failure test under impact load, and use direct sieving to analyze the distribution and fractal dimension characteristics of sample damage. Taking the blasting of coal seam in Haerwusu Open-pit Coal Mine as an example, we obtain block distribution ination after blasting by image recognition , and analyze its fragmentation distribution and fractal dimension characteristics. Through indoor testing and production field data analysis, the results show that as the impact load increases, the average particle size of the sample gradually decreases, and the average particle size change rate gradually becomes smaller; the coal seam damage is more and more severe in the area closer to the blast hole, and the smaller the blasting block. Key words open pit coal mine; blasting fragmentation; distribution characteristics; fractal dimension characteristics; impact load 爆破不仅影响着露天煤矿后续采装、 运输、 排弃 各环节的工作效率，一定程度上还控制着二次破碎 和粉尘治理的成本投入程度。针对大型露天矿爆破 后效果评价，现阶段主要评价大块率和根底，对于 爆破后煤岩块度分布特征研究比较少。谭臻[1]等依 据 1 组爆破试验，得出了最小抵抗线、炸药单耗的 参数对爆破块度的影响，并未真正的分析爆破后块 度分布特征。谢博[2]等人提出了 1 种爆破块度自动 识别的方法，可实现爆破后岩体块度的自动识别分 析，但是未能在改变爆破后块度的方法做进一步的 研究。赵斌[3]从分形理论出发， 提供了爆破后岩体分 形维数和块度分布特征，仅能对特定区域爆破块度 进行预测。综合上述，还未能就露天煤矿煤层爆破 后块度分布特征做出详细的论述，为此通过冲击载 荷作用和现场图像识别 2 种方式研究煤在爆破作用 下的块度分布特征。 1煤层爆破块度统计方法及影响因素 1.1爆破块度统计方法 爆破块度分析主要的研究方式是爆破块度的测 DOI10.13347/ki.mkaq.2020.11.055 杨洋， 吕文伟. 露天煤矿爆破块度特征分析 ［J］ .煤矿安全， 2020， 51 （11） 269-273， 280. YANG Yang, LYU Wenwei. Analysis of Blasting Fragmentation Characteristics in Open-Pit Coal Mine ［J］ . Safety in Coal Mines, 2020, 51 （11） 269-273, 280. 移动扫码阅读 269 Safety in Coal Mines 第 51 卷第 11 期 2020 年 11 月 Vol.51No.11 Nov. 2020 图 2冲击载荷作用下煤岩试样破坏后碎块形态 Fig.2Fragment morphology of coal and rock samples after failure under impact load 图 1不同冲击气压下试样单轴压缩破坏形态 Fig.1The uniaxial compression failure mode of the specimen under different impact air pressures 定，准确的测算块度分布是准确评价爆破质量的关 键前提[4]。目前煤岩块度分布测试方法大致分为直 接测量法和间接测量法。直接测量法是将爆破后岩 块采集进行直接测试，主要有筛分、二次爆破块体 统计等方法；间接测量法是在爆破后将岩体信息采 集后在进行测算， 主要有测量相关数据、 图像处理、 分形测试等方法[5]。 1.2爆破块度影响因素 诸多学者对爆破块度的影响因素做过分析， 普 遍认为爆破参数是决定爆破块度的主要因素，其中 最小抵抗线、 孔距、 行距是主要因素， 而岩体节理裂 隙的分布对块度分布起决定作用，节理裂决定了岩 体的物理力学性质，控制着岩体的破坏形式，又是 客观存在的，所以，明确节理裂隙的赋存形态是确 定块度分布的重要途径[6-9]。 2冲击载荷作用下煤块度分布特征 2.1试样采集及制备 试验煤样采集至哈尔乌素露天煤矿采煤工作 面，借助于岩石取心机、切割机和打磨机将试样加 工为直径 50 mm、 高 50 mm 的圆柱体， 确保试样两 端面的平整度（＜0.05 mm） 和两端面平行度 （＜0.02 mm） 。通过测量， 试样加工精度满足 GB/T 50266 2013 工程岩体试验方法标准 要求。为防止实验过 程中式样散落， 在试件表面包裹 1 层热缩膜。 2.2试样破坏特征 试验采用分离式霍普金森压杆 （SHPB） 试验系 统分步进行①通过多次冲击载荷确定试样破坏最 下载荷值；②以最小载荷值为基准，增加荷载进行 多种冲击载荷试验；③分析不同载荷下试样破坏特 征， 明确块度分布特征。通过多次试验， 得出导致试 样发生破坏的最小加载气压为 0.13 MPa， 本次使用 的 SHPB 试验系统最大加载气压为 2.0 MPa，因此， 进行试验载荷选定 10 组，分别为 0.13、 0.17、 0.25、 0.30、 0.50、 0.70、 0.90、 1.20、 1.50、 2.0 MPa。不同冲击 气压 p 下试样单轴压缩破坏形态如图 1。 由图 1 可以看出，煤破坏后的块度特征与冲击 载荷有重要关联，在较小的载荷作用下，煤破坏后 大部分为劈裂矩形截面 （图 1 （b） ） 碎块， 受拉力影响 较大，随着冲击压力的增加，煤破坏后小体积碎块 数量逐渐增多， 破坏程度不断增高。 冲击载荷作用下煤岩试样破坏后碎块形态如 图2。 由图 2 可以看出，从冲击压力为 0.30 MPa 开 始， 试样破坏后小体积碎块增多， 并且碎块形态主要 为锥状截面碎块 （图 2 （c） ）与楔状截面碎块 （图 2 （d） ） ， 可以看出局部出现剪切破裂方式。随着冲击 压力的增加，锥状截面与楔状截面碎块所占整体比 例增加， 煤受压缩作用产生的剪切破裂面逐渐增多。 可以推断随着冲击压力的增加，煤的破坏方式从张 拉破坏逐渐向剪切破坏转化。 2.3试样破坏块度分布特征 试样破坏后采用筛分测量方法进行块度分析。 筛分后的试样块度分 6 组粒径，分别为 15.0～50.0、 270 Safety in Coal Mines Vol.51No.11 Nov. 2020 第 51 卷第 11 期 2020 年 11 月 表 1不同气压下煤岩试样破坏后的块度分布特征 Table 1Fragmentation distribution characteristics of coal and rock samples under different pressures p/MPam/gδ/mm 0.13 0.17 0.25 0.30 0.50 0.70 0.90 1.20 1.50 2.00 119.70 118.80 122.30 118.20 120.80 121.80 121.80 120.10 127.50 132.30 98.93 74.98 49.99 37.14 32.52 30.25 10.27 9.07 10.30 4.65 0 15.52 24.09 34.98 30.12 25.26 35.43 23.33 15.99 14.68 0.68 6.12 14.51 15.16 21.15 26.02 31.23 30.07 32.11 29.63 0.27 2.10 6.13 6.84 9.02 11.87 15.65 20.32 21.37 18.26 0.07 0.81 3.69 4.22 4.98 4.79 6.47 14.14 15.71 23.33 0.05 0.47 1.59 1.66 2.21 1.81 2.95 3.07 4.52 9.45 32.21 27.63 21.83 19.64 17.83 16.70 12.54 10.22 9.56 7.34 miv/ i1i2i3i4i5i6 10.0～15.0、 5.0～10.0、 2.0～5.0、 1.0～2.0、 0～1.0 mm， 按 照从大到小分别编号 i1， 2， 3， ， 6。 各气压下筛分完成的碎块特征如图 3。 由图 3 可知， 随着冲击气压的增加， 大粒径的块 度逐渐减少，小粒径的块度逐级增多，随着冲击气 压的增加， 破碎程度逐渐增加。 以质量百分比为块度分布评价参数，即每组粒 径下煤岩破坏后碎块粒径质量占试样总质量的百分 比。试验采用平均碎块粒径 δ 作为破坏程度的评价 指标， 具体计算公式如下 δ 6 i 1 Σmivdiv 6 i 1 Σ mdi m div（1） 式中 i 为分级筛的筛分等级量； miv为每组粒径 下的碎块质量占试样总质量的百分比， ； mdi为每 组粒径下的碎块质量， kg； m 为试样总质量， kg； div为 每组粒径的平均粒径， mm，每组粒径下平均粒径分 别为该编号最大粒径与最小粒径的平均值， 其中 i 1 时， 平均粒径为 32.5 mm。 不同气压下煤岩试样破坏后的块度分布特征见 表 1。试样破坏后的粒径分布及平均粒径尺寸随冲 击压力变化规律如图 4。 从表 1 和图 4 可以看出， 不同冲击气压下， 煤岩 试样破坏后块度分布特征及平均粒径产生显著的影 响。气压由 0.13 MPa 增加到 2.00 MPa 过程中， 最大 粒径 （≥15.0 mm） 碎块质量百分比逐渐减小， 由 98.93降至 4.65， 降幅为 95.30； 之后的 3 组粒 径 （10.0～15.0、 5.0～10.0、 2.0～5.0 mm） 碎块质量则均 表现出先增大后减小的变化特征，而最大值对应的 气压随着粒径范围的减小逐渐增大， 3 组粒径所占 百分比最大值分别为 35.43、 32.11、 21.37； 最小 2 组粒径范围 （1.0～2.0、 0～2.0 mm） 质量百分比随气 压增大快速增大，气压由 0.13 MPa 增加到 2.00 MPa， 1.0～2.0 mm 粒径范围内碎块状质量百分比由 图 4粒径分布及平均粒径尺寸随冲击压力变化规律 Fig.4Particle size distribution and average particle size change with impact pressure 图 3各气压下筛分完成的碎块特征 Fig.3The characteristics of broken pieces after screening under various air pressures 271 Safety in Coal Mines 第 51 卷第 11 期 2020 年 11 月 Vol.51No.11 Nov. 2020 图 6孔间爆破块度图像拾取方案 Fig.6Image pickup scheme of blasting fragmentation between holes 表 2不同气压下煤岩试样碎块积累质量及分形维数 Table 2Accumulated quality and fractal dimension of coal and rock sample fragments under different air pressures p/MPam/g 斜率 d 分形 维数 D 0.13 0.17 0.25 0.30 0.50 0.70 0.90 1.20 1.50 2.00 119.7 118.8 122.3 118.2 120.8 121.8 121.8 120.1 127.5 132.3 0.05 0.47 1.59 1.66 2.21 1.81 2.95 3.07 4.52 9.45 0.12 1.28 5.28 5.88 7.19 6.60 9.42 17.21 20.23 32.78 0.39 3.38 11.41 12.72 16.21 18.47 25.07 37.53 41.60 51.04 1.07 9.50 25.92 27.88 37.36 44.49 56.30 67.60 73.71 80.67 1.07 25.02 50.01 62.86 67.48 69.75 89.73 90.93 89.70 95.35 100 100 100 100 100 100 100 100 100 100 1.78 1.39 1.06 1.06 0.99 1.05 0.94 0.86 0.77 0.58 1.22 1.61 1.94 1.94 2.01 1.95 2.06 2.14 2.23 2.42 累积质量 mR/g 0～1.0 mm 0～2.0 mm 0～5.0 mm 0～10.0 mm 0～15.0 mm 0～50.0 mm 0.07增加到 23.33， 1.0～2.0 mm 粒径范围内碎块 状质量百分比由 0.05增加到 9.45。 平均粒径随气压的增大呈逐渐减小的变化趋势 说明试样的破坏程度逐渐增加。平均粒径的变化大 致可分为 3 个过程气压由 0.13 MPa 增加到 0.30 MPa， 平均粒径迅速减小， 由 32.21 mm 减小到 19.64 mm， 幅值达 39.03； 气压由 0.30 MPa 增加到 0.90 MPa， 平均粒径减小趋势变缓， 由 19.64 mm 减小到 12.54 mm， 幅值为 36.15； 当气压进一步增加之后， 平均粒径减小趋势进一步变缓， 由 12.54 mm 减小到 7.34 mm， 幅值 41.47。 2.4试样破坏块度分维特征 为进一步描述试样破裂程度随冲击气压的变化 规律， 采用分形维数表达， 依据块度分布特征， 通过 分形维数计算得出的不同气压条件下试样碎块积累 质量及分形维数见表 2。 煤岩试样破坏后碎块分形维数随冲击气压的变 化曲线如图 5。 从图 5 可以看出 随着冲击压力的增 加， 煤的分形维数 D 近似呈对数形式增长。当冲击 气压由 0.15 MPa 增大到 2.00 MPa，分形维数 D 从 1.22 增至 2.42， 增幅为 98.36。由于分形维数与煤 的破碎程度正相关，可以得出随着冲击气压的增加 煤破碎程度逐渐增加。较高冲击气压下分形维数随 气压的增幅逐渐趋于减小，可以估计煤岩试样破坏 程度随冲击气压呈增加趋势，但不是无限增大， 最 终将逐渐趋于稳定。 3工程实例 选取哈尔乌素露天煤矿煤层爆破为工程实例分 析， 本次爆破区域长 345 m， 宽 45 m， 孔网参数是 6 m8 m， 孔深 9 m， 充填 6 m， 孔数 300 个， 台阶高 度 8 m， 爆破量 115 200 m3， 消耗炸药量 24.3 t。 3.1爆破块度分析方案 本次数据采集运用图像识别方法，分级统计块 度分布数据。采用 MATLAB 软件编写图像识别智能 化自动分级系统， 具体流程如下 图像导入及优化→ 灰度处理→滤波消燥→确定分割边界→二值化（最 佳阈值） →岩块识别→特征提取→块度分级[10]。 本次爆破孔距为固定值，分析爆破块度分布只 需选取任意 2 个炮孔之间区域即可。孔距 8 m 内等 间距分为 12 组拾取图像，再利用 MATLAB 软件处 理图像，获取爆破块度特征。孔间爆破块度图像拾 取方案如图 6。 3.2煤层爆破块度分布特征 通过图像识别方法， 将爆破块度分为 0～50、 50～ 200、 200～300、 ＞300 mm 4 组尺寸进行数据统计， 按 尺寸从小到大分别编号为 i1、 2、 3、 4。 2 个炮孔间区 域范围内的煤块质量百分比与平均尺寸变化特征见 图 5分形维数随冲击气压的变化曲线 Fig.5The change curve of fractal dimension with impact air pressure 272 Safety in Coal Mines Vol.51No.11 Nov. 2020 第 51 卷第 11 期 2020 年 11 月 图 7煤岩爆破块度分布及煤块平均尺寸的变化规律 Fig.7Coal and rock blasting fragmentation distribution and change law of average coal size 图 8不同爆破区域下破碎煤块分形维数变化特征 Fig.8Variation characteristics of fractal dimension of broken coal under different blasting areas 表 3炮孔间各区域煤岩爆破后块度分布及煤块平均尺寸 特征 Table 3The size distribution of coal and rock and the average size of coal in each area between blastholes 区域δ/mm 1 2 3 4 5 6 7 8 9 10 11 12 56.38 61.92 39.32 42.97 38.21 31.09 18.76 36.44 42.13 46.54 57.96 62.33 28.25 19.46 40.29 23.66 20.78 17.12 25.77 15.55 25.08 20.14 23.77 23.79 15.37 18.62 20.39 22.39 27.68 28.59 31.14 20.21 22.35 25.44 18.27 13.88 0 0 0 10.98 13.33 23.2 24.33 27.8 10.44 7.88 0 0 73.99 71.13 101.59 118.74 135.42 162.73 183.30 153.61 118.80 112.67 75.64 64.69 miv/ i1i2i3i4 表 3， 爆破块度及平均尺寸变化曲线如图 7。 从表 3 与图 7 可以看出，随着距离炮孔距离的 增加，大粒径碎块呈先增大后减小的趋势，小粒径 碎块呈先减小后增大的趋势，平均碎块粒径 δ 呈先 增大后减小的趋势。可以得出，距离左右两炮孔越 近的区域煤岩破坏越严重，粒径也越小，而距两炮 孔越远的地方煤岩块度越大。 3.3煤层爆破块度分维特征 依据分形维数计算方法分析后，炮孔间各区域 破碎煤块积累质量及分形维数见表 4，炮孔间各区 域破碎煤块分形维数的变化曲线如图 8。 由表 4 和图 8 可得出，当观测区域由第 1 个炮 孔向第 2 个炮孔靠近时， 破碎煤岩的分形维数 D 呈 先增大后减小的特征。由于分形维数与岩块的破碎 程度正相关，可以得出距离左右两炮孔越近的区域 煤岩破坏越严重， 煤岩尺度也越小， 而距两炮孔越远 的地方煤岩尺度越大。 4结论 1） 煤试样破坏受冲击载荷影响较大， 随着冲击 载荷的增大， 小体积碎块增多， 且主要形态为锥形截 面和楔状截面碎块，破坏方式从张拉破坏逐渐向剪 切破坏转化。 2） 平均粒径随冲击载荷的增大呈逐渐减小的趋 势，平均粒径变化大致由 32.21 mm 变化至 7.34 mm。随着冲击压力的增加， 煤的分形维数 D 近似呈 表 4炮孔间各区域煤块积累质量及分形维数特征 Table 4The accumulation quality and fractal dimension characteristics of coal in various regions between blastholes 区域 累积质量分数/ 0～50mm 0～200mm0～300mm 0～1 000mm 斜率 d 分形维数 D 1 2 3 4 5 6 7 8 9 10 11 12 56.38 61.92 39.32 42.97 38.21 31.09 18.76 36.44 42.13 46.54 57.96 62.33 84.63 81.38 79.61 66.63 58.99 48.21 44.53 51.99 67.21 66.68 81.73 86.12 100.00 100.00 100.00 89.02 86.67 76.80 75.67 72.20 89.56 92.12 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 0.20 0.17 0.32 0.29 0.33 0.40 0.58 0.35 0.30 0.27 0.19 0.16 2.80 2.83 2.68 2.71 2.67 2.60 2.42 2.65 2.70 2.73 2.81 2.84 （下转第 280 页） 273 Safety in Coal Mines 第 51 卷第 11 期 2020 年 11 月 Vol.51No.11 Nov. 2020 对数形式增长。冲击气压由 0.15 MPa 增大到 2.00 MPa， 分形维数 D 从 1.22 增至 2.42， 增幅为 98.36％。 3） 生产现场爆破后数据分析， 距离左右 2 个炮 孔越近的区域煤岩破坏越严重，粒径也越小，而距 两炮孔越远的地方煤岩块度越大。 参考文献 ［1］ 尹岳降， 李瑞泽， 陈明， 等.基于正交试验法的爆破块 度分布影响因素敏感性分析 ［J］ .爆破， 2019， 36 （4） 37-42. ［2］ 谢博， 施富强， 赵建才， 等.爆破岩块自动识别与块度 特征提取方法 ［J］ .爆破， 2019， 36 （3） 43-49. ［3］ 岳志坤， 李瑞泽， 李福千， 等.爆破方法对岩石爆破块 度分布影响的试验研究 ［J］ .爆破， 2019， 36 （3） 9-15. ［4］ 龚玖， 汪海波， 王梦想， 等.空气和水不耦合装药对爆 破块度影响分析 ［J］ .中国安全生产科学技术， 2018， 14 （9） 105-110. ［5］ 武仁杰， 李海波， 于崇， 等.基于统计分级判别的爆破 块度预测模型 ［J］ .岩石力学与工程学报， 2018， 37 （1） 141-147. ［6］ 耿威， 梁尔祝.影响爆破块度因素的灰色关联分析 ［J］ . 广东化工， 2017， 44 （14） 42-43. ［7］ 张震宇.爆破效果主要影响因素的灰色关联分析 ［J］ . 矿业快报， 2006 （1） 22-23. ［8］ 谭臻， 李广悦， 李长山， 等.爆破参数对爆破块度效果 影响的灰色关联分析 ［J］ .矿业工程， 2003 （6） 41-43. ［9］ 林大泽.爆堆块度评价方法研究的进展 ［J］ .中国安全 科学学报， 2003 （9） 12-16. ［10］ 赵斌.岩石破碎块度分布分形预测 ［J］ .矿业研究与开 发， 1997 （3） 14-16. 作者简介 杨洋 （1984） ， 辽宁锦州人， 工程师， 硕 士， 2016 年毕业于辽宁工程技术大学，从事露天矿采矿设 计及生产管理工作。 （收稿日期 2020-07-23； 责任编辑 陈洋） （上接第 273 页） 哈尔滨 哈尔滨工程大学， 2013. ［14］ Wold S，Esbensen K，Geladi P.Principal Component Analysis ［J］ . Chemometrics and Intelligent Laboratory Systems, 1987, 2 （1） 37-52. ［15］ 武仁杰， 李海波， 于崇， 等.基于统计分级判别的爆破 块度预测模型 ［J］ .岩石力学与工程学报， 2018， 37 （1） 141-147. ［16］ 唐启义.DSP 数据处理系统 实验设计、 统计分析及 数据挖掘 ［M］ .北京 科学出版社， 2010. ［17］ Knerr S, Personnaz L, Dreyfus G.Neurocomputing al－ gorithm， architectures and applications ［M］ . New York Springer, 1990 41-50. ［18］ 杨国鹏， 周欣， 余旭初.稀疏贝叶斯模型与相关向量 机学习研究 ［J］ .计算机科学， 2010， 37 （7） 225-228. ［19］MacKay D J C. The evidence framework applied to classification networks ［J］ . Neural computation， 1992， 4 （5） 720-736. ［20］ 王艳， 陈欢欢， 沈毅.有向无环图的多类支持向量机 分类算法 ［J］ .电机与控制学报， 2011， 15 （4） 85-89. ［21］Sathiya T, Sathiyabhama B.Fuzzy Relevance Vector Machinebasedclassificationoflungnodulesin computed tomography images ［J］ . International Journal of Imaging Systems and Technology, 2010, 29 360. ［22］ 李睿， 王晓丹.基于 RVM 的多类分类概率输出方法 ［J］ .计算机科学， 2017， 44 （3） 242-246. ［23］ Psorakis I, Damoulas T, Girolami M A.Multiclass Rel－ evance Vector Machines sparsity and accuracy［J］ . IEEE Transactions on Neural Networks, 2010, 21 （10） 1588-1598. ［24］ 王佳信， 周宗红， 赵婷， 等.基于 Alpha 稳定分布概率 神经网络的围岩稳定性分类研究 ［J］ .岩土力学， 2016， 37 （S2） 649-657. 作者简介 张研 （1983） ， 河北张家口人， 副教授， 博 士， 2013 年毕业于广西大学， 研究方向为岩体力学、 深部岩 体工程安全性分析。 （收稿日期 2020-03-19； 责任编辑 朱蕾） 280