田立鹏，杨志强，，高 谦＊，把多恒

（1．北京科技大学 金属矿山高效开采与安全教育部重点实验室，北京100083；2．金川集团股份有限公司，甘肃 金昌737100）

工业社会的飞速发展带来了矿产需求量的迅速增加，而大规模的矿产资源开发产生了大量固体废弃物，这些废弃物以尾矿为主。资源开发利用和废弃物的排放同时也产生了不可避免的环境问题。建设尾矿库存储选矿尾砂不仅会占用大量土地，而且还会污染环境，甚至产生潜在溃坝、泥石流等地质灾害。充填采矿法具有矿石回收率高、贫化率低、采矿安全性高等优点，已经被逐渐应用于各种资源开发，尤其是全尾砂胶结充填法，可以将选矿尾砂全部回填于地下采场，不仅能够控制采场地压，提高采场整体稳定性，而且还能防止岩层移动和地表塌陷，实现资源开发、环境保护和安全生产的协调发展。

由于全尾砂充填料细泥含量高，目前普遍采用水泥作为胶结材料进行胶结充填，导致充填采矿成本高，从而降低了资源开发的经济效益，限制了全尾砂充填采矿技术的推广应用。针对全尾砂胶凝充填材料，利用矿渣脱硫开展低成本、高强度的全尾砂新型胶凝材料的开发研究显得至关重要［1－9］。

新型胶凝材料是针对以往采用的将水泥作为胶凝材料使用而言，该材料取碱和盐类等作为复合激发剂来激发矿渣微粉等材料的潜在活性，并使其发生水化反应，最终实现胶凝充填的效果。本文所研究的新型胶凝材料以矿渣作为胶结剂，用石灰、脱硫灰渣作为主要激发剂来激发其活性，同时加入芒硝和NaOH来提高其前期的强度。设计正交试验获得了一组数据［10－18］，用 MATLAB软件进行BP神经网络的分析和预测［19］。研究表明，新型胶凝材料7d和28d强度分别是32．5R水泥强度的2倍以上，同时成本低于32．5R水泥。

1 全尾砂及胶凝材料原材料性质

1．1 全尾砂充填料

采用金川镍矿全尾砂，在现场进行尾砂取样，离析沉淀、烘干后得到全尾砂。经测量，尾砂密度为2．83t／m3，容重为1．14t／m3，孔隙率为59．72%。尾砂的化学成分测定结果见表1。

表1 全尾砂的化学成分Table 1 Chemical constituents of full tailings

对尾砂进行粒径分析，测得其全粒级组成如表2所示。分布粒径如下：d10＝5．90μm、d50＝62．18 μm、d90＝124．35μm、d平均＝64．55μm，尾砂偏细，Cu＝12．71，物料的密实性不是很好。采用传统水泥作为胶结剂进行充填，效果会比较差。由此可见开发新型胶凝材料是十分必要的。

表2 全尾砂粒级组成Table 2 Particle size compositions of full tailings

1．2 新型胶凝材料原料

选用矿渣微粉是由唐龙新型建材有限公司所生产，其性质参数和化学成分分析结果见表3和表4。

表3 矿渣的性质参数Table 3 Property parameters of slag

表4 矿渣的化学成分Table 4 Chemical constituents of slag

1．3 激发剂

采用唐山某电厂发电过程中脱硫得到的副产品——脱硫灰渣，化学成分构成如表5所示。

选用唐山某公司生产的高钙石灰，相对密度2．32g／cm3，平均粒径21．84μm，比表面积2 662 cm2／g。该石灰的CaO含量为86．06%，MgO含量为12．61%，二者合计含量达到98．67%。由此可见，高钙石灰为优等品。芒硝和NaOH均为购买的高纯度工业原料。

表5 脱硫灰渣化学成分Table 5 Chemical constituents of desulfurization ash

2 激发剂配比正交试验

2．1 试验方案

采用料浆浓度为78%，胶砂比为1︰4。选取石灰、脱硫灰渣、芒硝、NaOH的质量分数为试验因素，矿渣的质量分数由上述4因素决定。各因素设置3个水平，水平上下限由前期试验确定。因此本试验为4因素3水平正交试验，进行两次试验，因素与水平情况均见表6。

表6 前期试验确定的优化配比设计的因素与水平Table 6 Factor and level of determined optimization proportioning design

2．2 试验实施

根据试验方案，将胶凝材料、水、全尾砂混合后，使用水泥胶砂搅拌机搅拌180s，制成胶砂后将其倒入7．07cm×7．07cm×7．07cm的标准三联试模中，用水泥胶砂试体成型振实台振实成型。将三联试模编号后放入YH－40B型标准恒温恒湿养护箱中进行养护，养护温度为20±1℃、湿度不低于95%。养护48h后进行脱模，脱模后继续放置养护箱内养护至达到养护期龄（3d、7d和28d），用SANS数显固定位移压机以0．5mm／s匀速加荷，进行单轴抗压强度的测定，分别测试各组试块3种龄期下的抗压强度，结果见表7。

表7 全尾砂新型充填胶凝材料配比正交试验结果Table 7 The optimization proportioning experimental results of new filling cementations material of whole tailings

3 激发剂配比神经网络建模预测

3．1 建立神经网络

为了揭示全尾砂新型充填胶凝材料激发剂添加量对充填体强度的影响与变化规律，采用表6中的18组试验数据作为样本，建立神经网络模型进行预测研究，其中以A9和C9两组数据作为检验样本，其余的16组数据作为训练样本。通过对16组试验样本的训练，获得全尾砂充填体强度与激发剂材料配比之间的隐含关系。

3．2 模型进度检验与修正

首先根据表6中的试验样本进行学习和训练，直至收敛。然后，采用收敛的神经网络模型进行2个检验样本的预测，将预测值与试验值进行对比分析和误差计算。由于受试验因素的影响，个别试验样本可能存在异常，需要根据样本的误差值来剔除异常样本。设定样本误差允许值为5%，对剔除误差大于5%后剩下的样本继续进行训练，直至所有的样本误差均在设定的误差范围内，由此获得满足精度要求的神经网络预测模型。

3．3 网络模型的选取

由Kolmogorov定理可知，3层前向网络可以任意精度逼近任意连续函数，所以选取网络总层数为3层。第1层为输入层，为4个神经元，分别代表生石灰、脱硫灰渣、芒硝和NaOH。第2层为隐含层，神经元数选为8，第3层为输出层，分别研究3d、7d和28d的强度，故选取神经元数为1。

3．4 神经网络分析

为了使网络训练一开始就给各输入分量以同等重要地位，加快网络学习和计算收敛效率，将输入层数据归一化至［0，1］，同理，预测结果需进行反归一化处理，处理后的数据才是真实的结果。采用建立的神经网络模型进行预测，两组优化配比的充填体强度预测结果见表8。

表8 检验样本的试验结果和预测结果Table 8 The experimental results and prediction results of testing sample

图1 BP神经网络测试样本的训练误差曲线以及训练结果分析Fig．1 Training error curve and training result analysis of test sample of BP neural network

运用BP神经网络对充填体3d的强度进行训练，训练步数为31步，精度达到8．2006×10－5，相关系数为0．99945；对充填体7d的强度进行训练，训练步数为24步，精度达到3．5974×10－6，相关系数为0．99998；对充填体28d的强度进行训练，训练步数为12步，精度达到7．732×10－5，相关系数为0．99975。由于类似，仅列举3d的误差曲线以及测试样本的网络训练结果分析图，见图1。

4 激发剂影响规律研究

由表6可见，全尾砂新型胶凝材料激发剂最优配比为生石灰7%、脱硫灰渣16%、芒硝3%和NaOH 0．5%。7d和28d的强度远远高于设计值，但3d强度偏低，故需研究各因素对于胶凝材料早期强度的影响。由化学成分可知，矿渣在一定的碱性环境中，OH－离子能促使硅氧聚合链的键破坏从而加速其分解溶解，再加入定量的硫酸盐使之形成水化硅酸钙和水化铝酸钙，能够较为充分地激发其活性。因此先固定石灰和脱硫灰渣的用量，研究芒硝和NaOH的添加量对于早期强度的影响，设计如表9的试验方案进行预测。

表9 NaOH和芒硝不同掺量条件下充填体3d强度预测结果Table 9 The prediction results of filling body’s 3dstrength in different mixing amount of NaOH and mirabilite

由表9中数据可得出芒硝和NaOH掺量增加对于强度值的影响关系图，考虑到芒硝与NaOH的价格偏高，仅列举NaOH掺量水平较低部分的水平关系，如图2所示。

分析以上数据可知，NaOH和芒硝同时增加时，强度值保持在较高水平，选取每个NaOH水平在强度最高时的芒硝掺量，拟合得到NaOH（设为y）和芒硝（设为x）获得最大强度时的关系式y＝0．44x－0．813（R2＝0．981）。综合以上研究，确定最优配比为生石灰7%、脱硫灰渣16%、芒硝2．5%、NaOH 0．3%。将最优配比与水泥进行强度对比，结果见表10。

图2 不同NaOH掺量下充填体3d强度与芒硝含量关系曲线Fig．2The filling body’s 3dstrength－mirabilite content curve in different mixing amount of NaOH

表10 新型充填胶凝材料最优配比结果与水泥对比试验结果Table 10 The results of optimal formulation for new filling cementitious material and the contrast test of cement

5 结论

1）本研究所选用的全尾砂砂粒过细，含有较多细泥，使用水泥作为胶凝材料进行充填，充填体强度较低，无法满足金川矿山的充填要求。

2）根据上述的全尾砂充填材料进行新型胶凝材料的开发试验研究，在矿山设定的胶砂比为1︰4和料浆浓度为78%的前提下，通过对已有试验结果用BP神经网络进行训练和预测，并分析激发剂变化对于强度的影响，最后得出最优激发剂配方为生石灰 7%、脱硫灰渣 16%，芒硝 2．5%、NaOH 0．3%，其充填强度可以达到相同条件下使用32．5R水泥时的2倍以上，这对于取代水泥进行矿山充填提供了有力的论证，并且其较为低廉的成本也能够为矿山提高经济效益。

3）验证试验表明，该配合比是可靠的，可为矿山胶结充填开采时胶凝材料的配合比设计提供参考。但是该最优方案的3d强度均小于1．5MPa，不能满足金川矿山采用的下向分层胶结充填法对于3d充填体强度的要求，为此需要进一步开展新型胶凝材料的复合早强剂试验研究。

［1］ 万海涛，方 勇，肖广哲，等 ．充填采矿法的应用现状及发展方向［J］．世界有色金属，2009（8）：26－28．

［2］ 郑娟荣，孙恒虎 ．矿山充填胶凝材料的研究现状及发展趋势［J］．有色金属（矿山部分），2000，52（6）：12－15．

［3］ 赵传卿，胡乃联 ．充填胶凝材料的发展与应用［J］．黄金，2008，29（1）：25－29．

［4］ 焦 辉 ．矿山充填技术的现状及其展望［J］．采矿技术，2001，1（1）：20－21．

［5］ 王贤来，姚维信，王待虎，等 ．矿山废石全尾砂充填研究现状与发展趋势［J］．中国矿业，2011，20（9）：76－79．

［6］ 张海波，宋卫东，许英霞 ．充填采矿技术应用发展及存在问题研究［J］．黄金，2010，31（1）：23－25．

［7］ 高 谦，张光存，李茂辉，等 ．铁矿尾砂充填胶凝材料开发与脱硫灰利用研究分析［J］．采矿技术，2013，13（3）：28－31．

［8］ 杨志强，高 谦，董 璐，等 ．基于脱硫灰渣的新型充填胶凝材料关键技术［J］．采矿技术，2013，13（3）：20－27．

［9］ 吕宪俊，崔学奇 ．全尾矿胶结充填技术的研究与应用［J］．有色矿冶，2006，22（8）：22－24＋27．

［10］ 付待毅，徐小荷，任凤玉 ．大用量有色炉渣胶结充填料试验研究［J］．有色金属（矿山部分），2001，53（2）：13－14．

［11］ 孙鹏辉，宋存义，冷廷双，等 ．利用矿渣和脱硫灰制备新型胶凝材料的试验研究［J］．混凝土，2011（1）：65－67．

［12］ 曾照凯，张义平，吴 刚 ．基于正交优化的胶结充填体强度试验研究［J］．有色金属（矿山部分），2010，62（3）：6－8，13．

［13］ 钟海斌，高 谦，南世卿 ．金岭铁矿全尾砂新型胶凝材料开发研究［J］．粉煤灰，2013（1）：26－28，33．

［14］ 曹安华，李永辉，盛待佳 ．祁雨沟金矿全尾砂胶结充填材料配比试验研究［J］．采矿技术，2010，10（2）：17－18．

［15］ 凌海东，张文波，杨利香 ．脱硫灰渣用作水泥活性混合材料的试验研究［J］．粉煤灰，2011（6）：18－20．

［16］ 吉学文，曾普海 ．全尾砂—水淬渣胶结充填材料试验研究［J］．云南冶金，2005，34（3）：9－13．

［17］ 魏 微，高 谦 ．全尾砂新型胶凝材料的配合比优化［J］．混凝土与水泥制品，2013（9）：78－80．

［18］ 杜聚强，高 谦，南世卿，等 ．一种全尾砂充填新型胶凝材料的研制［J］．金属矿山，2012（5）：152－155．

［19］ 魏 微，高 谦 ．改进的BP神经网络模型预测充填体强度［J］．哈尔滨工业大学学报，2013，45（6）：90－95．