乌龙泉矿距离幂次反比法品位估值参数优化

2018-07-27柯丽华何扬扬张光权余东晓

金属矿山 2018年7期

柯丽华何扬扬张光权余东晓谭铭高恩

（1.武汉科技大学资源与环境工程学院，湖北武汉430081；2.武钢资源集团乌龙泉矿业有限公司，湖北武汉430213）

随着矿山生产机械化、精细化的快速发展，以往精度较低的矿石品位分布估值方法已经无法满足需求，迫切需要提升矿床的矿石品位分布预测精度和计算速度，从而为矿山精细化作业提供更准确的矿石品位分布信息［1］。目前，常用的矿床品位估值方法主要有克里金法（Kriging）、径向基函数法（Radial basis function，RBF）、距离幂次反比法（IDW）等［2-4］。Kriging法能够较好地描述样本的空间变异性特点，但其应用条件较为严格，必须满足二阶平稳假设和正态分布等条件［5-6］，故不利于广泛应用和有效提高计算精度。RBF法具有形式简单、计算精度高和适用范围广等优点，但由于样本数量较大而导致无法解算或求解困难［7］；IDW法考虑了不同距离对待估点属性值的影响，具有操作简单、计算结果可靠和应用广泛等优点［8-11］。近年来，大量学者对于提高IDW法估值精度的研究取得了丰硕成果［12-15］，但采用IDW法对矿体品位进行估值的结果会因块体单元尺寸［16］、组合样长度、搜索距离和搜索策略的变化而存在差异［17-18］。本研究结合乌龙泉矿矿床赋存特征，并考虑块体单元尺寸、组合样长度、搜索距离和搜索策略等参数的一般取值范围，采用正交试验方法，制定该矿床估值参数的正交试验方案，统计各个估值方案中矿石品位的最小值、最大值、平均值、中值、标准差和变异系数等指标，以进一步分析不同估值参数组合对矿床品位估值结果的综合影响规律。

1 矿山概况

乌龙泉矿床以22#线为界可分为东西两区，1#～22#线为东区。目前主要开采东区12#～14#线43～55 m分段与16#～18#线55～67 m分段的白云石，MgO品位为10%～19%，部分区段MgO品位仅为5%～10%。近年来，由于武钢优质钢生产对该矿白云石品位的要求提高、矿山排岩场建设相对滞后和白云石与石灰石互层矿（简称“白互”）的外销渠道不畅，采场积存了大量的MgO品位为16%～19%的白云石、白互和白云石级外品，严重影响了矿山正常生产。

为此，通过开展低品位白云石配比试验和相关研究，进一步将该矿的白云石产品方案调整为低品位白云石（MgO品位为15%～19%）和白互（MgO品位为10%～14%）。乌龙泉矿根据矿山现有的开采技术条件和矿体具有的“断层多且分布广泛、石灰石和白云石互层、夹层多、矿石品位变异性较大”等赋存特征，拟采用配矿技术中和优质矿石与白云石级外品，以期减小排岩场的建设压力和提高资源利用率。为确保配矿工作质量和效率，应根据矿床品位分布规律，合理确定待爆区域的品位信息。因而有必要充分考虑矿床品位估值方法及其影响因素，并科学优化估值参数，制定科学的矿床品位估值方案，进而提高矿床品位或待爆区域品位信息的可靠性［19］。本研究基于乌龙泉矿矿床实体模型［20］，采用正交试验方法对该矿IDW法品位估值参数进行优化。

2 矿床品位估值

2.1 矿床品位分布规律

根据正交试验原理制定的该矿床品位估值正交试验方案如表1所示。通过将不同的估值参数输入至已构建的矿床实体模型，考虑该矿当前工作重点是对白云石及其级外品的配矿工作，故得到各方案中矿岩MgO品位及矿石量的分布情况如表2所示，各方案中MgO品位的最小值、最大值、均值、中值、标准差和变异系数等指标取值见表3。

综合分析表1、表2及表3可知：

（1）当块体尺寸为5，10 m时，对比方案1、2，3、4，5、6，7、8，9、10，11、12，13、14，15、16可知：当其他条件相同时，块体单元尺寸越小，矿床品位估值速度越慢，矿石总量及相同品位区间的矿石量偏小且更精确，矿石总量及各品位区间的矿石量差异不超过5%，且各品位区间的MgO平均品位相差不超过0.07%。

（2）当组合样长为2，3 m时，对比方案1、3，2、4，5、7，6、8，9、11，10、12，13、15，14、16可知：当其他条件相同时，组合样长越长，各品位区间的MgO平均品位偏低，且其差异不超过0.20%。

（3）当搜索距离为100，150 m时，对比方案1、5，2、6，3、7，4、8，9、13，10、14，11、15，12、16可知：当其他条件相同时，搜索距离变化越大，搜索的参估点数量越多，估值结果的可靠性越强，相同品位区间内的MgO平均品位相差不超过0.30%。

（4）当采用各向同性主轴长为150 m和各向异性主轴长为150 m、主轴与次轴长度比为2、主轴与短轴长度比为3的搜索方式时，对比方案1、9，2、10，3、11，4、12，5、13，6、14，7、15，8、16可知：搜索策略对矿石总量估值无影响，但对各品位区间的矿石量及MgO平均品位估值有不同程度的影响。其中，因搜索策略差异导致的各品位区间矿石量分布的最大差异到达20%左右，因搜索策略差异导致各区间MgO平均品位的差异不超过0.19%。

（5）对比分析各方案MgO品位估值指标与相关地质钻孔数据（MgO品位最小值为0，最大值为23.71%，平均值为9.56%，中值为10.27%，标准差为8.38%，变异系数为0.88）可知：方案9、10、13的MgO品位最大值与钻孔数据较接近；方案6、13、14的MgO品位平均值与钻孔数据较接近；方案13、14的MgO品位中值与钻孔数据较接近；方案9的MgO品位标准差最接近钻孔数据；方案9、10的变异系数与钻孔数据相同，方案1、2、5、6、13、14的变异系数不大于0.82。

2.2 矿床品位估值方案确定

根据矿床品位分布规律，并结合乌龙泉矿床赋存特征，本研究选择方案13、15作为该矿床品位估值方案，相关估值参数取值为块体尺寸5 m、组合样长2 m或3 m、搜索距离150 m、搜索策略采用各向异性。进一步考虑到该矿采场配矿的基本要求，为确保矿石量及其品位估值的高效性和可靠性，最终选择的矿床品位估值参数为块体尺寸5 m、组合样长3 m、搜索距离150 m、搜索策略采用各向异性。按照优化后的估值参数得出的MgO品位分布特征如图1所示。

乌龙泉矿近期生产的43～55 m分段1#、2#爆堆的空间位置如图2所示。爆堆边界形状及钻孔取样点分布如图3所示。本研究通过对取样孔岩粉品位进行化验，并与品位分布模型的估值结果进行对比，进一步分析本研究品位估算结果的可靠性。分析表4可知：1#爆堆2～5号取样孔及2#爆堆7～9号取样孔的品位估值结果与钻孔取样分析结果吻合性较好；1#爆堆1号取样孔与2#爆堆6号取样孔的品位估值结果与取样分析结果偏差较大，原因是1号取样孔与6号取样孔位于白云石与石灰石互层区域，且靠近交界带，MgO实际品位空间分布变异性较大，导致估值偏差较大。综合分析可知：本研究优化确定的IDW法品位估值参数可靠性较强。