全尾矿浓密压密区细观结构研究_侯贺子.pdf

全尾矿浓密压密区细观结构研究 侯贺子 1， 2 李翠平 1， 2 王少勇 1， 2 颜丙恒 1， 2 （1. 北京科技大学土木与资源工程学院， 北京 100083； 2. 金属矿山高效开采与安全教育部重点实验室， 北京 100083） 摘要为对全尾矿浓密压密区的细观结构进行三维表征和定量化研究， 使用显微CT对压密区进行了扫描， 基于体绘制方法进行了絮团和孔隙结构的三维重构， 并对絮团分形维数、 絮团面积率、 孔隙分支数量、 孔隙尺寸、 孔 隙连通密度等参数的变化规律进行研究。结果表明 ①压密区絮团体积所占比重较大， 并且絮团连通性较好， 絮团 面积率与絮团分形维数的变化趋势相反； ②绝大部分孔隙的分支数目不超过2个， 分支长度大多较短小； ③压密区 孔隙结构数量众多， 但孔隙基本较小， 体积小于500 μm3的孔隙占98.6， 表面积小于500 μm2的孔隙占97.6， 孔隙 结构的连通性不佳， 连通密度最高为0.000 218。通过压密区絮团结构和孔隙结构的三维重构， 以及对孔隙与絮团 各项结构参数的分析， 有利于进一步揭示全尾矿浓密压密区细观结构规律。 关键词尾矿浓密CT扫描三维重构孔隙絮团 中图分类号TD853文献标志码A文章编号1001-1250 （2019） -03-073-06 DOI10.19614/ki.jsks.201903011 Study on the Mesostructure of Compacted Area in Total Tailings Thickening Hou Hezi1， 2Li Cuiping1， 2Wang Shaoyong1， 2Yan Bingheng1， 2 （1. School of Civil and Resource Engineering， University of Science and Technology Beijing， Beijing 100083， China； 2. State Key Laboratory of High-efficient Mining and Safety of Metal Mines， Ministry of Education， Beijing 100083， China） AbstractIn order to carry out three-dimensional characterization and quantification of the meso-structure of compacted area in total tailings thickening， micro-CT is used to scan the compacted area.Based on volume rendering ， the three-di- mensional reconstruction of flocs and pores structure is carried out， and the variation law of parameters such as fractal dimen- sion of flocs，floc area ratio， pore branching distribution， pore size and pore connectivity density are studied.The results indi- cated that①volume of the flocs in the compacted area accounts for a large proportion， and the floc connectivity is very good， the floc area ratio is contrary to the change trend of fractal dimension of flocs； ②the majority of the pores have no more than two branches， and length of the branches is mostly short； ③there are many pore structures in the compacted area， but the pore size is relatively small， the volume of pores less than 500 μm3accounts for 98.6， and the surface area of pores less than 500 μm2accounts for 97.6， the connectivity of pore structure is not good， and the highest connectivity density is 0.000 218. Through three-dimensional reconstruction of the floc and pore structure in the compacted area， as well as the analysis of the structural parameters of the pores and flocs， it is helpful to reveal the law of the mesostructure of compacted area in total tail- ings thickening. KeywordsThickening of tailings， CT scan， 3D reconstruction， Pore， Floc 收稿日期2019-01-05 基金项目 “十三五” 国家重大研发计划项目 （编号 2016YFC0600709） ， 国家自然科学基金项目 （编号 51774039） ， 中央高校基本科研业务费专项 （编号 FRF-BD-18-006A） 。 作者简介侯贺子 （1993） ， 男， 硕士研究生。通讯作者李翠平 （1974） ， 女， 教授， 博士， 博士研究生导师。 随着矿山开采规模不断扩大， 矿山开采产生的 尾矿量也迅速增加， 造成了环境污染、 尾矿库安全等 突出问题。膏体充填技术应运而生， 对于解决尾矿 库环境污染问题， 确保矿山可持续发展发挥了重要 作用 ［1］。膏体充填技术能够充分利用尾矿， 有助于实 现 “无尾” 矿山的建设目标。但目前全尾砂膏体充填 存在一项技术难题， 即超细尾矿颗粒的浓密脱水。 当全尾矿浓密脱水后， 只有达到足够的砂浆底流浓 度， 方可进行后续充填膏体制备工作。只有全尾矿 浓密脱水效率满足充填工作需要， 才能开展矿山充 总第 513 期 2019 年第 3 期 金属矿山 METAL MINE Series No. 513 March 2019 73 ChaoXing 填开采。对全尾矿浓密压密区细观结构进行研究， 获取压密区孔隙和絮团三维结构， 探究孔隙和絮团 结构参数的变化规律， 对于揭示压密区絮团细观排 水规律， 提高全尾矿浓密脱水效率具有重要意义。 目前， 对于尾矿浓密方面的研究， 主要侧重于分 析尾砂沉降宏观物理量的变化规律以及研发浓密技 术设备， 包括尾矿絮凝沉降参数优化 ［2］、 浓密底流浓 度影响因素分析 ［3］、 浓密机性能动态模拟［4］、 膏体浓 密机参数设计 ［5］等。现阶段， 显微CT技术在物质细 观结构研究方面得到了广泛应用， 特别是在煤三维 孔隙精细表征 ［6］、 土壤团聚体微结构分析［7］、 碳纤维 复合材料内部几何结构分析 ［8］、 测量岩石孔隙研究多 孔介质多相流动 ［9］等方面应用成果丰硕， 但该技术在 全尾矿浓密压密区细观结构方面的研究涉及较少。 本研究采用显微CT设备对量筒内全尾矿浓密压密区 进行扫描， 实现压密区孔隙与絮团的三维结构可视 化， 获取絮团分形维数、 孔隙分支情况、 孔隙体积与 表面积、 孔隙连通密度等参数， 对全尾矿浓密压密区 的细观结构进行研究。 1试验 1. 1全尾砂 试验尾砂为某金属矿全尾砂， 尾砂密度为2.74 g/cm3。全尾砂粒度组成曲线如图1所示， 尾砂d10为 4.08 μm， d50为20.56 μm， d90为79.75 μm， 尾砂不均匀 系数为6.84。对全尾砂颗粒进行EDS能谱分析， 确定 尾矿化学成分， 尾砂EDS能谱图如图2所示。可见尾 砂中含量较多的元素有O、 Si、 C、 Fe等， 其中金属元素 主要有Fe、 Al、 Ca、 Mg等。 1. 2絮凝剂 阴离子聚丙烯酰胺 （APAM） 絮凝剂能够中和全 尾矿浆中带正电荷的颗粒， 降低尾矿颗粒表面电动 位， 加快尾矿颗粒的絮凝沉降速度 ［10］。目前， APAM 在矿山浓密方面使用广泛， 絮凝效果良好。本研究 选用的APAM外观为白色颗粒， 固含量≥90， 分子 量为1 200万。 1. 3显微CT 显微CT技术是CT技术和显微技术的有机结合， 可以无损伤地对样品进行CT扫描， 并具有较高的分 辨率， 能够获取样品的微观结构特征。当CT设备发 射的X射线穿透样品时， 样品密度变化使衰减系数存 在差异， 将不同衰减程度的X射线转换为电信号， 并 以灰度图像形式进行显示［11］。本研究采用 Xradia MicroXCT-400型显微CT设备对全尾矿浓密压密区 进行扫描观测， 该型设备分辨率可达0.6 μm， 最小的 特征识别尺度为0.5 μm， 可自由切换多倍率探测器， 支持的最大样品高度为30 cm。 1. 4试验方法 在烧杯中配置质量分数为0.1的絮凝剂溶液， 使用搅拌器对絮凝剂溶液进行充分搅拌， 使絮凝剂 充分溶解。制备质量浓度为20的全尾砂料浆， 并将 料浆倒入10 mL量筒中。按照40 g/t的絮凝剂添加 量， 向10 mL量筒内添加配置后的絮凝剂溶液， 使絮 凝剂与料浆混合均匀后， 静置全尾砂料浆， 静置时间 为6.5 h。 全尾砂料浆静置完毕后， 将装有全尾砂料浆的 量筒放置于显微CT样品台上， 量筒中的扫描位置如 图3所示， 使用显微CT设备对量筒内压密区的上部 区域进行扫描， 结果如图3 （a） 所示， 图3 （b） 为CT设 备对扫描位置进行确定时的图像。本研究采用4倍 镜观测样品， 分辨率为 2.3 μm， 扫描时样品共旋转 360， 每次旋转角度设置为0.225 ， 每次曝光时间设 置为13 s。 2图像处理与三维重构 2. 1图像处理 对压密区的选定区域进行 CT 扫描后， 获得 992幅不同高度序列的断层扫描图像， 每幅图像为 1 0121 012 像素， 如图4 （a） 所示。对所有原始图像 进行剪切处理， 选择中部600600像素正方形区域， 得到实际尺寸为1.4 mm1.4 mm的断层剪切图像， 如图4 （b） 所示。选择中间位置的600幅CT断层剪切 金属矿山2019年第3期总第513期 74 ChaoXing 图像 （能够表现实际大小为1.4 mm1.4 mm1.4 mm 的压密区空间） 开展压密区的细观结构研究。 扫描图像为灰度图， 为有效区分孔隙与尾矿絮 团， 本研究采用最大熵阈值分割方法进一步处理图 像。根据最大熵阈值法原理， 目标熵和背景熵之和 最大时的阈值为最优阈值 ［12-13］， 设g （r） 为灰度为r的 像素数目， 采用若干灰度阈值τ将图像分为T组， 第t 相灰度熵为 Htτ-∑ rτt τt1 ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ gr ∑ rτt τt1 gr ln gr ∑ rτt τt1 gr .（1） 最大熵阈值法的目标函数为 Hτ max τ∈[0,255] ■ ■ ■ ■ ■ ■ ∑ t0 T Htτ.（2） 将断层剪切图像导入Image J软件后进行阈值分 割， 原灰度图转换为二值化图像， 断层图像阈值分割 结果如图5所示。图中黑色部分代表孔隙区域， 白色 部分代表尾矿絮团区域。 对阈值分割后的二值化图像， 采用3D Viewer插 件进行图像三维重构， 使用3D Objects Counter插件 计算孔隙体积与表面积， 孔隙连通密度、 分支结构与 絮团分形维数等参数采用BoneJ插件进行计算 ［14-15］。 2. 2三维重构 3D Viewer插件是通过体绘制方法， 对二维序列 图像进行三维重构。体绘制是从任意角度显示体素 数据的重构方法， 体素透明度由图像像素灰度值决 定 ［16］。压密区扫描区域的孔隙与絮团三维结构如图 6所示。 由图6 （a） 、 图6 （b） 可知 压密区存在大量孔隙， 孔隙形状很不规则； 孔隙间距导致许多孔隙单独存 在， 孔隙之间未形成较好的孔隙网络， 孔隙连通性较 差； 由于孔隙中充满了水分， 压密区孔隙结构特点不 利于孔隙水排出。由图6 （c） 、 图6 （d） 可知 压密区以 尾矿絮团为主， 絮团占据绝大部分空间， 絮团成为压 密区多孔介质的骨架， 絮团骨架完整， 絮团结构连通 性较好； 沉降区絮团之间原本间距较大， 在压密区则 结合为一个整体， 可见尾矿絮团强度较低， 经过一段 时间的压密作用， 絮团能够有效融合。 3压密区孔隙与絮团结构 3. 1絮团结构 分形维数可反映不规则形体的复杂程度， 分形 盒维数可采用正方形格子覆盖图像进行计算 ［17］。选 侯贺子等 全尾矿浓密压密区细观结构研究2019年第3期 75 ChaoXing 择1.4 mm压密区高度范围内25幅不同高度的图像， 计算其絮团分形维数和面积率， 结果如图7所示。 由图7可知 在964 μm高度位置絮团分形维数 有最大值1.973 84， 在1 304 μm高度位置絮团分形维 数有最小值1.972 94， 0～283 μm高度范围内絮团分形 维数不断上升， 283～964 μm高度范围内絮团分形维 数上下波动， 964～1 400 μm高度范围内絮团分形维 数振荡下降； 絮团面积率最大为 84.41， 最小为 83.03， 平均为83.46， 0～964 μm高度范围内絮团 面积率不断波动， 964～1 400 μm高度范围内絮团面 积率主要呈增加趋势。总体上， 絮团分形维数和面 积率波动变化比较明显， 但在1.4 mm高度范围内上 下波动幅度较小； 絮团面积率和絮团分形维数具有 相关性， 面积率变化与分形维数升降趋势基本相反。 3. 2孔隙二维结构 孔隙二维结构分析内容包括图像中二维平面孔 隙的分支数量和分支长度情况。以高度为680 μm图 像中的所有孔隙为研究对象， 孔隙分支数目分布情 况见图8， 孔隙分支长度分布情况见图9。 由图8可知 有5 820个孔隙没有分支， 占孔隙总 数的64.1； 有1或2个分支的孔隙为3 016个， 有3或 4个分支的孔隙为216个， 5或6个分支的孔隙为20 个； 有2个孔隙有最多的分支数目， 都有7个分支。 由图9可知 小于5 μm长度的分支为2 026个， 占总 分支数目的44； 5～10 μm长度的分支为1 387个， 10～30 μm长度的分支为1 060个， 30～50 μm长度的 分支为113个， 50～70 μm长度的分支为12个， 大于 70 μm的分支有4个， 最大的分支长度为94 μm。可 见， 压密区二维孔隙结构较为简单， 大多数孔隙没有 分支或仅有1～2个分支， 具有大量分支的复杂孔隙比 例较低； 短小分支更多， 平均分支长度仅为8 μm， 大 部分分支的长度小于30 μm。 3. 3孔隙三维结构和尺寸 扫描区域孔隙数目众多， 共有343 888个孔隙， 孔隙尺寸分布特征如图10所示。 金属矿山2019年第3期总第513期 76 ChaoXing 由图 10 （a） 可知 体积小于 500 μm3的孔隙数 目为339 139个， 为孔隙总数的98.6； 体积为500～ 1 000 μm3的孔隙有3 311个， 体积为1 000～4 000 μm3 的孔隙有1 406个， 体积为4 000～7 000 μm3的孔隙有 28个， 体积大于7 000 μm3的孔隙有4个； 孔隙体积中 值为 12 μm3， 平均值为 52 μm3， 最大值为 10 074 μm3。由图10 （b） 表面积小于500 μm2的孔隙数目为 335 487， 为孔隙总数的 97.6； 表面积为 500～1 000 μm2的孔隙有5 884个， 表面积为1 000～4 000 μm2的 孔隙有2 453个， 表面积为4 000～8 000 μm2的孔隙有 58个， 表面积大于8 000 μm2的孔隙有6个； 孔隙表面 积中值为31 μm2， 平均值为93 μm2， 最大值为12 552 μm2。可见， 压密区的孔隙尺寸分布较不均匀， 存在 大量的细小孔隙， 随着体积和表面积的增大， 孔隙数 量迅速降低； 压密区孔隙水包含于细小孔隙中， 水分 脱去的难度较高。 3. 4孔隙连通状况 连通性是拓扑学概念， 如果1个拓扑空间无法被 分为2个不相交的非空开集， 且这2个集合的并集为 整个空间， 那么该空间即为连通空间 ［18］。欧拉数为 碎片数与空洞数的差值， 根据欧拉数能够估计出连 接梁数量， 连通密度为单位体积空间内的连接梁 数。不同压密区高度位置的孔隙连通密度变化情况 如图11所示。 由图11可知 1 000 μm下部区域， 孔隙连通密度 上下波动， 1 000μm上部区域， 孔隙连通密度不断减 小； 1 000～1 100 μm高度范围内孔隙连通密度最大为 0.000 218， 1 300～1 400 μm高度范围内孔隙结构连通 密度最小为0.000 162， 平均为0.000 198。更高位置 处的连通密度更低， 是因为泥层压力差别较小， 上部 位置更多的细小粒径尾矿将孔隙填充得更为密实。 由于孔隙的连通密度总体较低， 全尾矿浓密压密区 孔隙之间的连通性不佳， 许多孔隙可能以低于观测 分辨率的小尺度结构保持连通， 孔隙中水分流动比 较困难。 4结论 （1） 采用显微CT技术对全尾矿浓密压密区进行 扫描， 是开展压密区细观结构定量化研究的重要方 法。结合最大熵阈值分割方法和体绘制方法等， 能 够对絮团和孔隙结构进行有效区分识别， 重构压密 区絮团和孔隙的三维结构， 以及获取絮团和孔隙的 多项结构参数。 （2） 在压密区尾矿絮团体积占有很大比重， 絮团 可有效连通并融合成为一个整体， 以一个完整骨架的 形式存在。不同的压密区高度位置， 絮团分形维数和 面积率变化的波动性较强， 但波动幅度较小， 同时絮 团面积率与絮团分形维数的变化趋势基本相反。 （3） 很多二维孔隙结构比较简单， 存在更少的分 支结构， 绝大多数的孔隙结构分支不超过2个； 孔隙 分支大部分较短， 平均长度仅为8 μm， 长度超过30 μm的分支占比较小； 压密区孔隙数量极多， 孔隙结 构多不规则， 许多孔隙之间存在一定间距导致孔隙 连通性不佳， 孔隙的连通密度较低， 100 μm高度空间 内连通密度最大值仅为0.000 218； 孔隙尺寸分布不 均匀， 有极多的细小孔隙， 孔隙平均体积为52 μm3， 平均表面积为93 μm2， 随着体积和表面积的增大， 孔 隙数量快速降低。 参 考 文 献 吴爱祥， 王洪江.金属矿膏体充填理论与技术 ［M］ .北京 科学出 版社， 2015. Wu Aixiang，Wang Hongjiang.Theory and Technology of Metal Mine Cemented Paste Backfill ［M］ .BeijingScience Press， 2015. 高志勇， 吴爱祥， 彭乃兵， 等.充填尾矿絮凝沉降规律及参数优化 ［J］ .金属矿山， 2017 （6） 186-191. Gao Zhiyong， Wu Aixiang， Peng Naibing， et al.Research on the floc- culation settlement rules and parameters optimization of filling tail- ings ［J］ .Metal Mine， 2017 （6） 186-191. 高维鸿， 王洪江， 陈辉， 等.尾矿动态浓密过程中底流浓度主要 影响因素研究 ［J］ .金属矿山， 2016 （11） 102-105. Gao Weihong， Wang Hongjiang， Chen Hui， et al.Study on main fac- tors of underflow concentration in the dynamics thickening process of tailings ［J］ .Metal Mine， 2016 （11） 102-105. Rahimi M， Rezai B， Abdollahzadeh A A.Dynamic simulation of the effect of discharge rate variations on tailing thickener behavior of the coal-washing plant ［J］ .International Journal of Coal Preparation and Utilization， 2016， 36 （2） 91-108. Unesi M， Noaparast M， Shafaei S Z， et al.Designing paste thicken- ers for copper flotation tailings， using bed depth scale-up factor ［J］ . Nanoscience and Nanotechnology， 2018， 2 （1） 1-11. 李伟， 要惠芳， 刘鸿福， 等.基于显微CT的不同煤体结构煤三 维孔隙精细表征 ［J］ .煤炭学报， 2014， 39 （6） 1127-1132. Li Wei， Yao Huifang， Liu Hongfu， et al.Advanced characterization ［1］ ［2］ ［3］ ［4］ ［5］ ［6］ 侯贺子等 全尾矿浓密压密区细观结构研究2019年第3期 77 ChaoXing ［7］ ［8］ ［9］ ［10］ ［11］ ［12］ ［13］ ［14］ ［15］ ［16］ ［17］ ［18］ of three-dimensional pores in coals with different coal-body struc- ture by micro-CT ［J］ .Journal of China Coal Society， 2014， 39 （6） 1127-1132. 赵冬， 许明祥， 刘国彬， 等.用显微CT研究不同植被恢复模式 的土壤团聚体微结构特征 ［J］ .农业工程学报， 2016， 32 （9） 123- 129. Zhao Dong， Xu Mingxiang， Liu Guobin， et al.Characterization of soil aggregate microstructure under different revegetation types us- ing micro-computed tomography ［J］ .Transactions of the Chinese So- ciety of Agricultural Engineering， 2016， 32 （9） 123-129. Wan Y， Straumit I， Takahashi J， et al.Micro-CT analysis of internal geometry of chopped carbon fiber tapes reinforced thermoplastics ［J］ .CompositesPart A， 2016， 91211-221. Scanziani A， Singh K， Blunt M J， et al.Automatic for estima- tion of in situ effective contact angle from X-ray micro tomography images of two-phase flow in porous media ［J］ .Journal of Colloid and Interface Science， 2017， 49651-59. 储荣邦， 储春娟. PAM阴离子型絮凝剂在处理重金属废水中的 应用 ［J］ .电镀与环保， 2006， 26 （1） 38-39. Chu Rongbang， Chu Chunjuan.Applications of PAM anionic floccu- lant in treating heavy metal containing wastewaters ［J］ . Electroplat- ing and Pollution Control， 2006， 26 （1） 38-39. 李鑫， 卢玉东， 张晓周， 等.基于工业CT的古土壤孔裂隙识别 与表征 ［J］ .水土保持通报， 2018， 38 （6） 1-8. Li Xin， Lu Yudong， Zhang Xiaozhou， et al.Pore-fissure identifica- tion and characterization of paleosol based on industrial computed tomography ［J］ .Bulletin of Soil and Water Conservation， 2018， 38 （6） 1-8. 缪秀秀.双尺度孔隙结构矿堆精细表征及浸矿多场耦合模型研 究 ［D］ .北京 北京科技大学， 2017. Miao Xiuxiu.Dual Pore- system Ore Aggregates Characterization and Leaching Behaviours Modelling［D］ .BeijingUniversity of Sci- ence and Technology Beijing， 2017. 袁小翠， 吴禄慎， 陈华伟.钢轨表面缺陷检测的图像预处理改进 算法 ［J］ .计算机辅助设计与图形学学报， 2014， 26 （5） 800-805. Yuan Xiaocui， Wu Lushen， Chen Huawei.Improved image prepro- cessing algorithm for rail surface defects detection［J］ .Journal of Computer-aided Design Computer Graphics， 2014， 26 （5） 800- 805. Doube M，Kłosowski M M， Arganda-Carreras I， et al.Bone Jfree and extensible bone image analysis in Image J ［J］ .Bone， 2010， 47 1076-1079. 甘磊， 张静举， 黄太庆， 等.基于CT技术的甘蔗地不同耕作措 施下土壤孔隙结构研究 ［J］ .西南农业学报， 2017， 30 （8） 1843- 1848. Gan Lei， Zhang Jingju， Huang Taiqing， et al.Pore structure in sugar- cane soil under different tillage managements based on CT scanning ［J］ .Southwest China Journal of Agricultural Sciences， 2017， 30 （8） 1843-1848. Schmid B， Schindelin J， Cardona A， et al.A high-level 3D visualiza- tion API for Java and Image J［J］ .BMC Bioinatics， 2010， 11 274-280. 杨保华， 吴爱祥， 缪秀秀.基于图像处理的矿石颗粒三维微观孔 隙结构演化 ［J］ .工程科学学报， 2016， 38 （3） 328-334. Yang Baohua， Wu Aixiang， Miao Xiuxiu.3D micropore structure evolution of ore particles based on image processing［J］ .Chinese Journal of Engineering， 2016， 38 （3） 328-334. 黄毅.基于图像分析的三维表面形貌连通性表征 ［D］ .合肥 合 肥工业大学， 2007. Huang Yi.Connectivity Characterization of Three-dimensional Sur- face Topography Based on Image Analysis ［D］ .HefeiHefei Univer- sity of Technology， 2007. （责任编辑王小兵） 金属矿山2019年第3期总第513期 78 ChaoXing