矿岩爆破块度研究的现状与分析∗

杨明财，盛建龙，刘艳章，翟明洋，董 舒

(武汉科技大学资源与环境工程学院，湖北武汉 430081)

矿岩爆破块度研究的现状与分析∗

杨明财，盛建龙，刘艳章，翟明洋，董 舒

(武汉科技大学资源与环境工程学院，湖北武汉 430081)

采矿过程中，矿岩的破碎块度是评价爆破效果的重要指标，它直接影响矿山的技术方案、设备选型、经济效果等问题，甚至会严重威胁矿山连续安全生产。首先分析了矿岩爆破块度对矿山的影响，然后重点归纳总结了现阶段矿岩爆破块度的影响因素、描述方法、基本理论、预测方法，最后根据矿岩爆破块度研究的现状，通过分析得出了一些结果，为矿山爆破工程提供参考。

矿岩；爆破块度；大块率

0 引 言

爆破块度如果过大则需要二次破碎，从而降低矿石运搬的生产能力，产生粉尘和有毒气体，污染工作环境，在处理大块挤压堵塞溜井或漏斗时，存在严重的安全问题，并且在漏口闸门处破碎大块，往往会导致闸门崩坏、电缆破坏等事故[1]。块度过小则浪费炸药，容易产生飞石，增加通风成本，同时容易导致溜井和漏斗等放矿设施发生压密结拱堵塞事故，从而引发经济、技术和安全问题。因此，控制矿岩爆破块度是落矿和放矿工艺的重要研究课题。

爆破块度的定义是：矿石、岩石经爆破后形成碎块的大小程度。一般采用以下几种方法描述矿岩爆破的破碎程度：块度分布函数；平均块度；合格块度和大块率[2]，进而从定量的角度去研究块度问题。矿岩爆破块度问题研究范围广泛，包括对矿山的影响、影响因素、块度描述方法、经典理论、试验研究方法、预测算法和控制方法等方面[3]。

1 矿岩爆破块度对矿山的影响

矿岩爆破块度的质量直接关系着矿山的安全生产，破碎块度适中，避免产生大块和过粉这是矿岩爆破的基本要求，为达到最优的技术经济效果起了保障作用。通过参考国内外研究文献和专家经验，下面综合分析矿岩爆破块度对矿山的影响，结果如图1所示。

图1 矿岩爆破块度对矿山的影响

从图1可以看出，爆破块度影响着矿山的经济、技术和安全，这3方面也决定着矿山的未来发展，因此研究与分析矿岩爆破块度对矿山可持续发展有着重要意义。

2 矿岩爆破块度的现状研究

2.1 矿岩爆破块度的影响因素

由于爆炸过程的复杂性及爆破岩体的复杂物理力学性质，在爆炸力作用下岩体破碎块度的大小和分布状况相当复杂，块度效果的影响因素有很多，概括起来主要包括3个方面：矿岩爆破条件；爆破方法；爆破参数[1]。下面采用鱼骨图法分析爆破块度的影响因素，具体见图2。

图2 矿岩爆破块度的影响因素分析

2.1.1 矿岩爆破条件

(1)矿岩物理力学性质。矿岩物理力学性质对爆破破碎效果有直接影响。钟冬望等人(1992)[4]建立了以能量平衡为主、岩石声阻抗为辅的分级标准，并提出了一种科学、可靠、方便的岩石爆破性分级方法，即稳健模糊态分级。葛树高(1995)[5]对前苏联的哈氏分级方法加以改进，结合国内工程实践，以岩体天然裂隙平均间距、声波阻抗、矿岩试样单轴抗压强度及容重来评价岩体可爆性。张愈祖和陈寿如(2003年)[6]通过岩石力学试验研究认为矿岩的波阻抗、弹性模量和抗拉强度等指标均会影响可爆性，其中抗拉强度影响作用最强。

(2)矿岩结构面。矿岩结构面主要包括节理、裂隙、层理、断裂和褶皱等，当作用方向一致时，爆生气体侵入结构面使裂面张开，导致炮孔内压力降低，从而影响岩石的破碎；当它们与爆破作用方向垂直时，有利爆炸应力波传播及反射。另外，结构面还会影响爆炸应力波的传播，从而影响爆破效果。

(3)矿岩赋存的地质条件。矿岩赋存环境的地应力、围岩条件和断层等地质条件都会影响矿岩爆破破碎效果。因此，在爆破前了解矿岩的赋存状况，有利于爆破块度的控制。

2.1.2 爆破方法

工程爆破根据矿岩爆破装药载体(炮孔或装药硐室)的不同，分为浅孔爆破、中深孔爆破和深孔爆破等。

(1)浅孔爆破。浅孔爆破是指岩矿等开挖、二次破碎大块时采用的炮孔直径小于或等于50 mm、深度小于或等于5 m的爆破作业[7]。它是工程爆破中的主要方法之一，应用范围广泛。由于浅孔爆破孔深较小，装药系数较大，且炮孔布置方向一般与矿体层理或者裂隙面垂直，矿岩的破碎效果通常很好，大块率较低。

(2)中深孔爆破。目前中深孔爆破应用最广的是上向扇形爆破法，其主要特点是，在设计范围内，以凿岩中心为起点，向外布孔，然后按照最大孔间距布置其余炮孔。近年来为了解决中深孔爆破容易产生大块的问题，出现了一种小抵抗线爆破技术。它的实质是在保持孔网面积和单位炸药消耗量基本不变的情况下，减小抵抗线，增大孔间距，使炮孔的密集系数控制在3～6内。

(3)深孔爆破。根据补偿空间的不同，深孔爆破可以分为普通深孔爆破和深孔挤压爆破，前者的补偿空间一般为20%～30%，而后者仅为12%～0%。因此深孔爆破在充分利用爆炸能量的基础上，有效的控制了大块率。同中深孔一样，深孔爆破容易在孔底部位产生大块，而在孔口位置则常常发生过粉现象。

2.1.3 爆破参数

爆破参数是指具体体现和确切说明不同爆破方法和方案，采用对应钻爆技术的各项指标的参量，主要爆破参数，如装药长度、药包直径和密度、间隔装药、炸药单号等，用以说明装药的具体形式；爆炸参数，有起爆段数、各段时差、传爆长度及爆破范围，这些直接影响着爆炸能量、能量利用率和岩石破碎机理等重要指标，从而决定矿岩破碎效果。由此可知，不同的参数对应不同的爆破方法，在施工前，要保证爆破方法和爆破参数的一致性，以取得良好的爆破

效果。

2.2 块度描述方法

2.2.1 块度分布函数

理论研究和工程实践中，主要用以下3种块度分布函数描述矿岩爆破块度特征。

(1)Rosin-Rammler分布

式中，y为筛下累积率；x为岩块尺寸或筛网孔径；x0为分布参数，又称尺寸模数，其数值等于当筛下量为63.21%时的筛网孔径；n为分布参数。

(2)Gaudin-Meloy分布

式中，x0为最大块度尺寸，其余参数同 Rosin-Rammler分布。

(3)Gates-Gaudin-Scuhmann分布

通过上式可以看出，描述爆破块度分布关系时没有考虑爆破前的几何参数、矿岩地质条件的影响。

2.2.2 平均块度

平均块度是指矿岩爆破后，矿堆中不同块度的加权平均值。计算平均块度需要统计爆破矿堆中每一种块度矿岩的尺寸和其占有比例，由于其可操作性不强，在工程上基本不使用，仅用于理论研究。

2.3 矿岩爆破块度控制理论

2.3.1 能量学说

矿岩破碎能量学说主要有三大学派：Rittinger新表面学说、Kick相似学说和Bond裂纹学说[1]。

(1)Rittinger新表面学说。Rittinger认为岩石破碎前后物理和力学性质没有发生变化，岩石破碎后只是增加了新表面，新表面的大小与利用的爆破能量成正比。单位体积的矿岩爆破后，尺寸从D减小到d，单位体积表面变化同(1/d–1/D)成正比，因此单位体积矿岩破碎需要的能量为：

式中，KR是与爆破对象材料性质、破碎方法有关的常数。

(2)Kick相似学说。Kick认为不论破碎块度如何，矿岩破碎时的压力分布和破碎方式都相似，从而破碎后块度分布也相似。有下列理论公式：

式中，w0为矿岩试件单位体积输入的能量；i为破碎比；D为原始尺寸；d为破碎后的尺寸。

2.3.2 岩石断裂破碎理论

自然状态下的岩石在未受到外部能量作用之前内部就已存在大小不一、相互交错的结构面体系，它们在外载作用下扩展开来，破碎成具有一定块度特征的碎块。下面从动能和断裂损伤的角度介绍岩石动态断裂的块度特征[1]。

(1)动能理论。在岩石动态断裂过程中，弱面控制着断裂过程和方向。在冲击和爆破等突变性的动态断裂过程中，动能起决定性的作用。动能理论认为岩石动态断裂时的块度直径满足下面公式：

式中，c为声波在岩石中传播速度；ρ为密度；KIC和ε为与材料参数和破碎方式有关的常数。

(2)断裂损伤理论。岩石断裂损伤理论认为在动态断裂过程中，岩块尺度的大小取决于内部的缺陷，也就是损伤的程度，一般缺陷的分布与应力水平有关。

式中，B、m为Weibull分布的两个参数，利用动态断裂时的应力可得平均岩块尺度与应变率之间的关系：

2.4 矿岩爆破块度预测方法

2.4.1 基于计算机图像技术的预测方法

基于图像处理技术的爆破块度预测方法基本过程如图3所示。Bapoh(1960)最先通过照片取样和线段法相结合的方法预测爆破块度。傅洪贤和张幼蒂(2000)[8]采用倾斜摄影技术，对爆堆进行拍照，然后对图像进行缩放处理，使图像在长和宽方向上缩放比例一致；对爆堆图像进行处理，统计矿岩的面积、周长，最后运用最佳匹配椭圆体模型[9-10]推测矿岩块度组成。宋克英和刑占利等(2006)[11]在弓长

岭露天铁矿生产爆破中，对7个爆区的每一爆堆进行了拍照，并运用图像处理技术对爆破块度进行了预测，计算得到矿岩块度为R-R分布，同工程实际情况一致。璩世杰和刘际飞等(2013)[12]改进了预测方法，引入“双阈值亮点膨胀递减循环处理”技术进行图像二值化处理，并对爆破图像进行平滑去噪，运用laplace算子边缘检测法提取矿岩边界。改进后的预测系统具有较高的精度，误差一般小于10%。

图3 基于图像处理技术的爆破块度预测流程

2.4.2 基于数理统计理论的预测方法

马柏令(1982)[13]在观山铜矿进行了露天小台阶爆破试验，试验中严格控制各类影响因素，每次爆破后将崩落的矿岩全部收集回来，并就地手工分级量测，然后采用数理统计方法预测其他爆破的矿岩块度。刘军和赫建明等(2001)[14]利用统计方法，揭示破碎梯度n、平均块度K50与不同性质岩石的爆破参数之间的内在联系，并在宣化钢铁公司近北庄铁矿露天采场进行爆破试验。周传波(2003)[15]结合某露天矿实际，在现场小台阶模拟试验的基础上应用回归分析和显著性检验等数理统计理论，研究建立了矿岩爆破块度分布与岩体特征、炸药类型、爆破参数的7种变量因子预测模型；同时通过对所建模型的分析研究，得到了大块率、平均块度、P80和K50等爆破单一指标的计算式。经生产爆破试验的检验，模型与实际吻合较好。

2.4.3 基于现代数学算法的预测方法

运用现代数学算法预测矿岩爆破块度是目前的一大研究热点，预测算法主要有基因表达式编程算法(GEP)、库兹列佐夫法(Kuznetsov)、多重回归分析法(MVRA)、人工神经网络法(ANN)、支持向量机方法(SVMA)和模糊推理系统(ANFIS)等。

P.H.S.W.Kulatilakea和 WuQiong等(2010)[16]采用多变量分析过程(MAP)和人工神经网络算法(ANN)预测岩石爆破破碎产生的平均块度。首先在数据库中存储爆破设计参数、炸药参数、弹性模量和原位块大小等参数，然后通过ANN算法建立块度关于这些参数的函数表达式，研究结论在矿山中取得了良好效果。

SHI Xiu-zhi和ZHOU Jian等[17](2012)针对台阶爆破传统块度分布理论存在的问题，采用支持向量机(SVM)回归方法预测爆破平均块度。数据库中存储了台阶高度同炮孔抵抗线的比值(H/B)、间距比(S/B)、抵抗线同炮孔的比值(B/D)、堵塞长度同抵抗线的比值(T/B)、炸药单耗(Pf)、弹性模量(E)和现场块大小(XB)7个参数，用于支持向量机预测模型。并在矿山使用了90组数据来检验预测效果，结果显示支持向量机模型的预测精度是可以接受的。

Karami Alireza和 Afiuni-Zadeh Somaieh[18](2013)基于模糊推理系统(ANFIS)和径向基函数(RBF)，建立了露天台阶爆破矿岩块度K80指标的预测方法，并在伊朗Golgohar铁矿中成功应用。

聂军和史秀志等[19](2015)针对爆破块度难以预测问题，选用基因表达式编程(GEP)算法，以My Eclipse为开发工具，建立基于 GEP的爆破块度预测模型。通过对比其他方法，得到GEP模型预测结果的相关系数最高，平均绝对误差、平方根误差最低。

3 分 析

(1)爆破块度控制技术的理论研究是现阶段的重要任务之一。岩石爆破破碎理论、爆破工艺和岩石物理力学性质等研究领域是矿岩爆破破碎块度的基本理论，在研究块度问题时应该对这些理论进行综合研究，而不能仅仅研究某单一理论。

(2)计算机智能化的爆破块度预测系统是爆破块度控制技术的发展方向，开发先进的计算机辅助设计专家系统将显著提高爆破效果。

(3)研究深部矿岩爆破下的破碎块度问题。由于近地表矿产资源逐渐枯竭，采矿开始转向深部。

深部条件下，地质和地应力条件更加复杂，由此引起传统的爆破理论不再适用，因此研究深部条件下矿岩爆破碎问题具有重要意义。

(4)由于矿岩块度不适中引起的经济、技术和安全问题的比较严重，急需解决。在实际生产中，除了考虑控制矿岩块度之外，还可以考虑通过改善工艺或者提高设备性能等方法来适应不同的块度要求。

[1] 龚汉松.矿岩爆破块度控制机理与工程应用研究[D].北京：中国地质大学(北京)，2009.

[2] 庞来远.试论矿岩爆破块度的研究与发展[J].阜新矿业学院学报，1990，9(1)：20-25.

[3] 戴 兵.中深孔爆破块度控制及其测定方法研究[D].长沙：中南大学，2013.

[4] 钟冬望，钮 强.我国岩石爆破性分级新方法——稳健模糊动态分级[J].西部探矿工程，1992，4(4)：42-46.

[5] 葛树高.矿岩可爆性评价与合理炸药单耗的确定[J].有色金属，1995，47(2)：11-15.

[6] 张愈祖，陈寿如，于子庆，等.矿岩可凿可爆性与其物理力学性质相关性的研究[J].工程爆破，2006(2)：1-4.

[7] 爆破安全规程(GB6722-2011).

[8] 傅洪贤，张幼蒂.用图像处理技术建立爆破粒度控制模型[J].金属矿山，2000(11)：18-20.

[9] Kemeny，Jhon M et al.Analysis of rock fragmentation using digital image processing[J].Journal of Geotechnical Engineering，1993，119(7)：1144-1160.

[10] Kemeny，Jhon M.Practical technique for determining the size distribution of blasted benches，waste dumps and heap leach sites [J].Mining Engineering，1994，46(11)：1281-1284.

[11] 宋克英，刑占利，谢君琦，等.图像处理技术在矿岩块度统计中的应用[J].矿业快报，2006(1)：26-28.

[12] 璩世杰，刘际飞，许文耀.爆堆矿岩块度分布的计算机图像自动处理系统[J].金属矿山，2013(6)：1-5.

[13] 马柏令，曾世奇，邹定祥.露天小台阶爆破试验研究及其块度分布规律性的统计分析[J].金属矿山，1983(1)：1-7.

[14] 刘 军，赫建明，孙占书，等.单孔台阶爆破参数与破碎块度关系的统计分析[J].工程爆破，2001(1)：28-33.

[15] 周传波.基于回归分析理论的爆破块度预测模型研究[J].爆破，2003(4)：1-4.

[16] Kulatilake PHSW，Wu Qiong，Hudaverdi T，et al.Mean particle size prediction in rock blast fragmentation using neural networks [J].Engineering Geology，2010，114(8)：298-311.

[17] SHI Xiu-zhi，ZHOU Jian，WU Bang-biao，et al.Support vector machines approach to mean particle size of rock fragmentation due to bench blasting prediction Trans[J].Transactions of Nonferrous Metals Society of China，2012(22)：432-441.

[18] Karami Alireza，Afiuni-Zadeh Somaieh.Sizing of rock fragmentation modeling due to bench blasting using adaptive neuro-fuzzy inference system(ANFIS)[J].International Journal of Mining Science and Technology，2013(23)：809-813.

[19] 聂 军，史秀志，陈 新，等.基于GEP的露天矿台阶爆破块度预测模型[J].爆破，2015(02)：82-88.

2016-06-27)

杨明财(1993-)，男，青海互助人，硕士研究生，主要从事地下矿山开采工艺、岩石力学等方面的研究，Email：2514132363＠qq.com。

国家自然科学基金面上项目(51074115，51574183)；湖北省自然科学基金重点项目(2015CFA142).