地浸采铀井网影响因素分析与评价研究

陈梅芳，谭亚辉，张传飞，许 影，苏学斌

（1.核工业北京化工冶金研究院，北京 101149；2.中核内蒙古矿业有限公司，内蒙古 呼和浩特 010010；3.中国铀业股份有限公司，北京 100013）

0 引言

地浸采铀井网布置，即钻井的井型设计和井距设计，是地浸采铀工程设计的重要组成部分，设计质量直接关系到矿山投资、资源利用率和浸出效果。井型设计的主要影响因素是矿体形态和钻井抽注能力，基本原则是采区抽注液量要达到平衡。井距设计的影响因素很多，一般来讲，矿体连续、厚度大、可浸出性和渗透性好、品位低、埋藏深，则采用大井距开采；反之，宜采用小井距开采[1]，但尚未形成统一的标准体系。阙为民[2]提出井距设计的影响因素主要包括矿体埋藏深度、矿体渗透性、矿体发育的连续性、钻井的抽注液能力和矿体浸出率；徐强等[3]认为矿体埋深、矿体厚度、矿体倾角、钻井成本、浸出液铀浓度、回采时间、矿体渗透性、井型等是影响井距设计的主要因素；姚益轩[4]认为井距设计的主要影响因素是矿体品位和矿体渗透性，并且应根据矿体的变化，在不同的部位采用不同的间距来布置抽注液钻井，但未指明矿体变化的具体方面及其井距调整的具体措施；张建华等[5]认为影响井距的主要因素有矿体埋藏深度、矿岩渗透性和金属浸出率。

基于井网设计影响因素多，且未形成统一的标准体系，本文对地浸采铀井网影响因素分析与评价指标开展研究，讨论井网布置的主要影响因素，构建评价指标体系，为砂岩型铀矿开发设计和井网布置方案科学制定提供技术支撑。

1 井网布置影响因素分类及存在的问题

前述研究表明，井网布置受到铀矿床地质和地理条件、铀金属收购价格等多方面因素影响，但均未考虑到单个因素对井网密度的确切影响程度[1-5]，存在部分影响因素叠加使用[3]，或存在对矿床自然因素与人为因素混合使用[2]，以致对结果产生叠加影响。如浸出液铀浓度是矿体地浸开发过程的结果，与矿体的厚度、品位、浸出剂浓度和井距等因素有关；又如浸出率，本身就是受开发条件影响的表征开发效果的指标。

近年来，有学者从矿体埋藏深度与浸出效果方面开展了定性研究。王辎鹏[6]通过建立地浸开采的净现值模型，研究了五点型和七点型两种井型条件下井距与矿体埋藏深度的定量关系，给出了确定埋深条件下矿体开发的合理井距范围；陈梅芳等[7]从矿岩渗透性和浸出距离出发，以浸出液铀浓度累积效率作为指标探讨了某矿床相对合理的井距。在某一具体的砂岩铀矿床中，影响地浸开发井网布置的主要地质因素及这些因素的组合配置可能会出现极大差别，单一因素可能至关重要，但对于大多数矿床而言，井网的合理设计由各种地质和开发因素的综合配置集体决定。因而，单因素的确定性评价研究，尚不能满足矿床开发最终合理井距设计的需要。

2 分类方法

2.1 按影响因素的来源分类

2.1.1 内在因素

矿床内在因素是指矿床开采的地质（水文地质）条件，主要包括矿体埋深、渗透性、连续性，以及矿石品位、矿体厚度、矿石与围岩物质成分等。

1）矿体埋深。矿体埋深大，钻井成本高，常采用较大的井距开发；矿体埋藏浅，则可用较小的井距。如矿体埋深50 m 以内，井距可为6～15 m；当矿体埋深为100～200 m，井距常为20～25 m。

2）矿体渗透性。矿体渗透性对单井抽注液能力、溶液运移、铀浸出时间等参数有影响，而这些参数直接影响井距设计。在一定条件下，渗透性越强，越能加快铀浸出反应速率，缩短浸出周期，应增大井距，以保证一定的浸出液铀浓度；相反，渗透性越弱，浸出剂的供给和浸出液的迁移受到限制，井距应缩短。

3）矿体连续性。对于含矿砂体分布范围大、连续性好的矿体，地浸开采时宜采用较大井距；而对于含矿砂体分布范围小、连续性差的矿体，应采用较小井距。

4）矿石品位。矿石品位是影响地浸采铀经济效益的主要因素，其决定了浸出液铀浓度和产品成本。矿石品位高，浸出液铀浓度高，无论是采用大井距或是小井距，都具备经济开发价值；矿石品位低的矿床，一般只适宜采用大井距开采。

5）矿体厚度。矿体厚度越大，开采经济效益越高，浸出过程浸出剂利用率越高、稀释越小，可采用较大的井距开发；矿体厚度薄，浸出剂稀释大，从浸出角度考虑，适宜采用较小井距。

6）矿石和围岩物质成分。一些主要地浸工艺参数很大程度上都取决于矿石和围岩的矿物成分。如果矿石难浸、试剂消耗低，浸出剂不与围岩物质大量反应，从提高浸出液铀浓度和减少钻井投资费用等角度考虑，适当加大井距有好处；若矿石浸出性能好则井距的选择更加灵活，可根据矿山生产实际需求进行选择。

2.1.2 工程经济因素

工程经济因素主要包括钻井工程费用、矿山生产能力和产品销售价格。

1）钻井工程费用。若钻井工程的单价不高、矿体埋藏深度不大，即使井距小一些、钻井数目多一些，对浸出金属成本的影响也不会太大；反之，则对浸出金属的成本影响较大。因此，在确定井距时，应充分考虑钻井工程的成本问题，这与矿层的埋藏深度参数存在一定的叠加影响。

2）矿山生产能力。矿山生产能力由多个单井（或浸采单元）的生产能力构成，而单井生产能力与单井控矿量有关，如不考虑矿床内在因素影响，单井生产能力与井距有关，井距越大，控矿量越大，则单井生产能力越强。

3）产品销售价格。产品销售价格直接影响矿床最低工业品位划定和开采矿量核定。产品销售价格高，地浸开发过程中既可以接受大井距，也可以接受小井距，都能满足经济性；反之，产品销售价格低，矿体适宜采用较大井距开发。

由于工程因素不是独立指标，在考虑内在因素和工程因素同时作用时，存在叠加影响，不利于开展井网优化研究的目标函数及优化参数设定。

2.2 按影响因素的独立性分类

2.2.1 完全独立因素

完全独立因素是只与本身有关，与其他因素无关，主要是矿床开发的地质因素和水文地质因素，但需区别半独立因素。地质因素主要包括矿体埋藏深度、含矿含水层厚度、矿体厚度、矿石品位、矿体连续性、矿体倾角、矿石和围岩物质成分、水顶底板。

1）隔水顶底板。隔水顶底板的存在对于使用地浸采矿工艺十分重要，关系到浸出剂在含矿中的运移和扩散情况。有稳定的隔水顶底板，能将溶浸范围控制在有顶底板约束的含矿含水层之间，防止在上下含水层中串流，减小浸出剂额外消耗，节约成本。在实施地浸采铀工艺时，含矿层应具备稳定的隔水顶底板。

2）矿体倾角。大部分砂岩铀矿近乎水平发育，倾角＜10°，对井网布置的影响较少考虑。

水文地质因素主要包括涌水量、地下水矿化度、静水位埋深、承压水头高度、矿体渗透性、矿体渗透性与围岩渗透性比值和矿体渗透性的空间均质性等。

1）含矿层涌水量、静水位埋深和承压水头高度，均对井网布置有一定影响。涌水量小、静水位埋深大，浸出液提升能耗高，进而影响井距的选择；同时，涌水量大小和承压水头高度，也影响注液能力，承压水头高，注液难度增大。

2）矿体渗透性与围岩渗透性比值。矿体渗透性与围岩渗透性比值是影响浸出剂运移与稀释的一个指标，如矿体渗透性大于围岩渗透性，井距的选择灵活性就大；如果矿体渗透性低于围岩渗透性，则适宜选用小井距以减少稀释。

3）矿体渗透性的空间均质性。如果矿体渗透性的空间非均质性强，适宜小井距浸采。因小井距条件下能获得较大的抽注液压力梯度，非均质矿体也能得到较好浸出效果；反之，井距选择可更灵活。

2.2.2 半独立因素

各个因素之间无明显关系，但受一个完全独立因素或者多个完全独立因素的影响。如地浸采铀过程中常用的铀储量和平米铀量，都属于半独立因素。

1）铀储量。由矿体或块段面积、矿体品位、矿石密度与平均厚度组成的一个综合性指标，是地浸采区设计过程中重要参数之一。

2）平米铀量。平米铀量是我国砂岩型铀矿开发设计的一个重要指标，由矿体的品位、矿石密度与平均厚度组成的一个综合性指标，是衡量地浸开采是否经济可行与经济效益好坏的一个重要尺度。但由于平米铀量受到矿石密度的影响，同一个等级的平米铀量，在不同矿床使用时，实际开采经济价值出现较大偏差，建议在地浸采铀设计和生产中不要使用该指标[8]。

2.2.3 非独立因素

非独立因素指不但受独立因素、半独立因素的影响，且各个因素间能相互影响。地浸采铀过程中最典型非独立因素，如浸出液铀浓度和浸出率等，受多个因素影响和制约，是铀矿体开发呈现的结果。为避免叠加影响，半独立因素和非独立因素均不应纳入指标体系。

3 指标体系构建及权重计算

3.1 指标体系构建

通过对影响因素进行独立性分析，选择上述完全独立因素中对井网设计影响较大的参数作为评价指标，并结合层析分析法对指标进行归类整理，建立系统层和指标层、共12 个独立指标的“二层次多因子”评价指标，见表1。

表1 影响地浸采铀井网布置的“二层次多因子”评价指标体系Table 1 “Two-level and multi factor” evaluation index system affecting the well pattern layout of in-situ leaching uranium

3.2 权重确定

为厘清上述不同因素的重要程度，采用层次分析法确定各指标的权重。层次分析法（Analytical Hierarchy Process，AHP）是美国运筹学家A.L.Saaty 教授在20 世纪70 年代提出的一种在处理复杂决策问题中，进行方案比较排序的方法，为解决难以定量描述的决策问题带来了极大方便。现已应用于几乎任何科学领域，成为决策与评价工具中最为普及的有效方法之一，主要步骤是根据标度理论构建判断矩阵，对判断矩阵进行一致性检验，由判断矩阵计算比较元素的相对权重，计算各层元素的组合权重[9-13]。

3.2.1 构建判断矩阵

层次分析法在地浸采铀可行性评价中已有应用实例[14]。根据1～9 标度法[12]，组织地浸开采地质专家和采矿专家对指标之间的重要性进行两两比较，量化指标的相对重要程度，形成判断矩阵。如果将12个指标构建一个大的判断矩阵，一致性检验难以通过，计算量较大，故将其分为2 个层次，每个层次6 个指标，构建出3 组判断矩阵，见表2～表4。

表2 系统层判断矩阵BTable 2 Judgment matrix B of system layer

表3 地质因素指标判断矩阵C1Table 3 Judgment matrix C1 of geological factors index

表4 水文地质因素指标判断矩阵C2Table 4 Judgment matrix C2 of hydrogeological factors index

3.2.2 判断矩阵的一致性检验

一致性指标（CI）用于衡量判断矩阵与其特征矩阵的偏离程度，矩阵的阶数越高，达到一致性的难度就越大，因而一般不直接用一致性指标CI进行判断矩阵一致性程度的判定，而是通过与矩阵阶数有关的随机一致性指标（RI）加以修正，见表5。判断矩阵的一致性检验方法成熟，一般先计算判断矩阵的最大特征值（λmax），通过式（1）求解一致性指标CI，通过式（2）求解随机一致性指标的比率CR，若CR＜0.10，则认为判断矩阵具有满意的一致性，否则需要进行调整，使其满足CR＜0.10。

表5 1～10 阶平均随机一致性指标RITable 5 1-10th order average random consistency index RI

式中，n为矩阵阶数。

本文采用MATLAB 软件进行判断矩阵的一致性检验，计算结果见表6。通过检查，判断矩阵B具有完全一致性，判断矩阵C1、C2 具有满意一致性，无需调整。

表6 各判断矩阵的λmax、CI、CR 及一致性检验结论Table 6 Values of each judgment λmax、CI、CR and consistency test conclusion

3.2.3 求解各指标的组合权重

依据上述判断矩阵的最大特征值对应的特征向量，进行归一化处理，得各指标的权重特征向量：W=（w1,w2,···,wn）T，可使用MATLAB 软件中的eig、diɑg等函数，求得以上判断矩阵中各指标的权重，见式（3）～式（5）。

以上层指标的权重（wB）为权数，计算对应本层各指标的组合权重，见式（6）和式（7）。

3.3 重要指标筛选

依据3.2.3 部分计算结果，按照权重大小对各指标进行排序，见表7，并绘制帕累托图（图1）。

图1 各独立指标的权重及排序Fig.1 Weights and ranking of independent index

表7 指标排序及对应权重值Table 7 Index ranking and corresponding weight values

由图1 可知，12 个独立指标中，矿体埋深C11、矿体品位C14、矿体厚度C12、矿体渗透性C21 和矿体连续性C15 等5 项指标的权重累积频率达81.33%，为地浸采铀井网布置的主要影响因素。矿体埋藏深度直接关系到砂岩铀矿地浸开发钻井成本，矿体埋深大应加大井距，以增加单井控矿量，减少矿体开发的钻井成本；矿体品位和矿体厚度，是反映矿体品质的最主要因素，矿体品质高，井网布置可根据矿床开发周期和产量来灵活选择，但若矿体品质不好，则井网布置存在一个相对合理区间，需要进行系统研究和优化；矿体渗透性是5 项指标中唯一一个水文地质因素类的指标，矿体渗透性好，溶浸过程中渗透速度快，可以加大井距，以获得良好的浸出液铀浓度，矿体渗透性差，浸出速率受制于溶浸液流速，适宜采用小井距开发；矿体的连续性，关系到井网布置形式及规模，影响矿床开发经济性，被列入重要指标也相当合理。

与引言中的文献调研情况相比，包括了阙为民[2]、徐强等[3]、姚益轩[4]、张建华等[5]等共同认为的矿体埋深、矿体渗透性，也包含阙为民[2]认为的矿体发育连续性、徐强等[3]认为的矿体厚度、姚益轩[4]认为的矿石品位等指标，且避免了引入浸出率、浸出液铀浓度、回采时间等非独立复合型指标。研究结论既能与现有专家学者呈现一定的交叉性，又有自身特点，有望在地浸采铀领域推广应用。

当然，含矿含水层厚度、矿体渗透性与围岩渗透性比值这两个指标与矿体连续性指标的权重相当，在井网布置过程中也不应忽略。

4 结论

1）建立了井网影响因素指标评价体系。分析了影响地浸采铀井网布置因素以往分类中存在的问题，厘清了各因素之间的关系，提出按“完全独立、半独立、非独立”的指标分类方法，构建了以完全独立因素为指标的“二层次多因子”评价体系。

2）研究得到各评价指标的权重值，明确了影响井网布置的主要因素。采用层次分析法作为指标权重量化的工具，根据1～9 标度理论，对影响地浸采铀井网布置的评价指标的重要性进行定量描述，研究得出了各个指标的重要性排序及对应权重值，其中矿体埋深、矿石品位、矿体厚度、矿体渗透性和矿体连续性等5 项为影响井网布置的主要因素，其权重累积频率达81.33%，以上研究为砂岩型铀矿开发设计和井网优化提供了依据。