自燃钼镍矿矿渣内部温度分布特征及拟合研究

江攀和 陈 磊 张明思 唐 广 魏泽权 梁劲松

(贵州省地矿局一0 二地质大队,贵州 遵义 563000)

镍钼矿属黑色岩系多金属共生矿,成分较复杂,含有多种金属及非金属元素[1-3],主要分布在贵州遵义、湘西北、江西都昌、云南和浙江富阳等地。钼镍矿矿层主要产于寒武系下统牛蹄塘组底部黑色炭质泥页岩中,具有明显的硫化金属矿特征,矿体及附近常发育伴生黄铁矿,这种矿藏由于有机碳含量高而被称为“石煤”[4-10]。

钼镍矿开采方式主要为井下开采,由于矿层薄,采掘比大,导致开采过程中钼镍矿矿渣较多,矿渣的发热量有4 606.58 kJ,是标煤发热量的15.73%,热值较高;以往不规范的开采,导致大量的钼镍矿矿渣露天堆积于斜坡或冲沟中,受到风吹雨淋,含有黄铁矿的钼镍矿矿渣极易发生氧化放热反应,使矿渣内部温度升高最终导致矿渣自燃,自燃的钼镍矿矿渣将会释放大量H2S、SO2、CO 等有毒气体,威胁矿渣堆周边民众的生命健康安全[11-12]。

杜永吉等[13]以280 煤矸石山为例,研究得出自燃煤矸石山温度水平分布无规律性,垂直方向由表及里先升高后降低;陈兵等[14]基于一元二次函数和指数函数的曲线拟合,建立了温度拟合模型,揭示出自燃煤矸石山内部温度的变化趋势;杜玉玺等[15]基于一元三次函数曲线拟合,建立了煤矸石山深部温度拟合最优模型,实现了自燃煤矸石山的火源定位及温度分布可视化;杨娜等[16]实测了煤矸石山不同深度的温度,建立了浅深层温度间的一元二次拟合模型,发现高温区主要分布在靠近边坡的一侧,表面6.0 m 处自燃倾向性最高;杨娜[17]对荫营煤矿自燃煤矸石成分进行了测试分析,煤矸石含有Si、Al、Fe、Ca、Mg、S等氧化物和C,主要成分是氧化钙、二氧化硅以及氧化铁。由于我国目前对钼镍矿矿渣内部自燃温度场的相关研究较少,经采集研究区不同自燃状态的矿渣样化验分析,其矿物成分及元素含量与煤矸石主成分相近,同时含有提供自燃初期热量的黄铁矿。本文将借鉴煤矸石温度场研究相关内容,通过实测钼镍矿矿渣地表及内部温度,分析内部温度分布特征,基于最小二乘法建立竖向温度拟合模型,划定自燃趋势性较大的区域及初步确定火源位置,为后续钼镍矿矿渣自燃的防治提供技术依据。

1 研究区背景

研究区位于遵义市汇川区某钼镍金属矿矿渣堆北侧矿渣区域,该矿渣堆2007 年开始堆填,2011 年停止堆填,纵向长约150 m,横向宽约60 m,总面积为7 420 m2,其中平台面积为3 597 m2,斜坡面积3 823 m2,斜坡平均坡度约26°。由于地形条件限制,钼镍矿矿渣自然堆放于冲沟中,平台区轻度压实,斜坡区未经压实,这种堆积方式使得斜坡区矿渣堆受氧面积增大,容易发生自燃。2010 年在研究区发现钼镍矿矿渣存在自燃现象,矿渣堆表面出现臭鸡蛋气味的黑烟,2019 年底对该矿渣堆采取了覆盖法及注浆法处理,自燃基本得到控制,目前斜坡区及靠近斜坡的平台区域矿渣已完成自燃,但平台区内部矿渣温度仍在升高,依然存在自燃的可能性。

2 现场温度数据采集方法及结果

为真实准确地测量和预测钼镍矿矿渣内部温度,在矿渣平台区、斜坡区及其交界处共布设了10 个钻孔,钻孔位置分布见图1。温度测量仪器主要使用K型高温热电偶,由铠装线连接温度传感器及就地温度显示仪,测量温度范围为-10～1 000 ℃。各孔深度有所不同,温度测量间隔均为1 m,本次实验有ZK1 至ZK10 共10 个测温点,首先测量每个测温点表层温度(0.1 m,矿渣表层平均覆土厚度约0.5 m),为保证孔内温度数据测量的准确性,采用干钻法机械成孔,每钻进一米,间隔30 min(降低干钻法钻头摩擦升温的影响),然后将温度传感器置入孔内测温点,停留约30 s 待温度数值稳定后读数,温度测量结果见表1。已完全自燃矿渣岩芯呈暗红色或紫红色,自燃初期矿渣岩芯呈黑色。

图1 钻孔位置分布Fig.1 Distribution of boreholes

表1 钼镍矿矿渣温度测量数据Table 1 Temperature measurement data of molybdenum-nickel slag

3 温度分布特征

3.1 水平方向温度分布特征

温度是衡量钼镍矿矿渣自燃的重要指标,为了研究温度水平分布规律及划定自燃趋势性较大的区域,选择了测温点较多的0.1 ～8.0 m 深度范围内的温度数据,经统计分析,0.1 ～8.0 m 温度数据变异系数分别为13.66%、34.84%、42.41%、47.43%、50.47%、54.54%、63.40%、66.75%、66.22%,一般变异系数小于15%称为弱变异,15% ～36%为中等变异,大于36%为强变异[18],反距离权重法(IDW)对较强变异性的数据插值效果最佳[19]。本文对钼镍矿矿渣每一层深度的散点温度利用ArcGis10.2 空间分析中的反距离权重法(IDW)进行插值分析,得到了每一层钼镍矿矿渣的温度平面分布图(图2),该图可以直观地显示出水平层的温度分布特征及温度变化趋势。

图2 自燃钼镍矿矿渣各深度温度平面分布Fig.2 Temperature distribution at different depths of molybdenum nickel slag in spontaneous combustion

由图2 可知,整体而言,温度变化趋势趋于一致,均以ZK2 为中心向周边发散。钼镍矿矿渣各层温度高温区域主要分布在研究区中部平台区ZK2 及附近,研究区北侧斜坡区温度明显较低。经现场调查,研究区北侧为斜坡区,亦为迎风面,与平台区相比,有两个面(斜坡面及坡顶平面)的氧气供给,矿渣中的黄铁矿可以充分氧化放热,目前斜坡区及坡顶交界处矿渣已发生自燃,现处于自燃温度衰减末期,故温度较低;研究区中部为平台区,钼镍矿矿渣上覆黏土平均厚度约0.5 m,具备一定的聚热条件,矿渣中黄铁矿不断氧化放热,由于氧气供给不充分(氧气供给充足约是供给不充足时释放热量的3.5 倍),致使平台区中部温度升温较缓,尚未达到碳类物质的燃点280℃,目前所测最高温度为ZK2 孔中7.0 m 深度处的220 ℃。现目前以ZK2 为中心,四周外扩约10 m 范围内钼镍矿矿渣的自燃趋势性最大。

3.2 竖直方向温度分布特征

为研究钼镍矿矿渣内部温度竖向分布特征,选取测量深度较大的6 个钻孔绘制温度曲线(图3)。由图3 可知,在0.1～6.0 m 深度范围内,大部分测点温度随着深度变化趋势大体相同,竖向温度变化非线性,随着深度增加先快速升高后缓慢增高或趋于平缓。在0.1～2.0 m 深度范围内温度快速升高,温度高的监测点与温度低的监测点相比,升温变化率较大,2.0 m 以后温度升温率逐渐降低。在接近矿渣与下伏基岩界面之上约1.0 m 位置(所有钻孔均钻进至矿渣下伏炭质泥岩地层0.5 ～1.5 m),出现了2 种情况:一是在2.0 m 以后,矿渣与下伏基岩界面之上约1.0 m 位置,温度达到最高,随着深度继续增加,温度开始逐渐降低,如ZK2、ZK4、ZK8、ZK10;二是在2.0 m 以后,随着深度增加,温度升温速率逐渐降低后温度趋于缓慢增加,如ZK1、ZK9。

图3 自燃钼镍矿矿渣各深度温度曲线Fig.3 Temperature curves at different depths of molybdenum nickel slag in spontaneous combustion

经现场调查及勘查,ZK2、ZK4、ZK8、ZK10出现温度先增加后降低的现象,说明钼镍矿矿渣在竖直方向上具有火源中心的特征,火源中心主要集中在矿渣与下伏基岩界面之上约1.0 m 位置,表层不利于聚热,且越接近地表受到大气温度的影响越大,深层又缺乏氧气,不利于钼镍矿矿渣中黄铁矿的氧化放热或自燃,虽ZK8、ZK10 比ZK2、ZK4 的火源中心位置深度大4.0～5.0 m,主要原因是ZK8、ZK10 分别为平台区边界孔与边坡孔,虽然矿渣厚度较大,但是深部氧气供给与平台区内部相比较充足。ZK1、ZK9 出现温度缓慢增加的现象,可能是ZK1、ZK9 位于平台区内部,聚热条件较好,但是供氧条件不足,导致钼镍矿矿渣中的黄铁矿一直处于初期缓慢氧化放热阶段,无明显的高温区或燃点,故整体温度差异不明显,预计温度随着深度的增加受到氧气浓度的限制而降低。研究区温度最高点位于ZK2 地下7.0 m 深度处,为220℃;由于斜坡区及斜坡区与平台区交界处属于迎风面,氧气供给相对充足,目前该区域内钼镍矿矿渣已自燃。

4 竖向温度曲线拟合

4.1 拟合模型的建立

为了直观地了解竖向温度的变化趋势,同时对深部温度进行预测,本文在最小二乘法[20]的基础上,运用EXCEL 对研究区内9 个钻孔温度数据基于指数模型和多项式模型进行拟合(表2),保留ZK5 作为最优拟合模型的验证孔。模型拟合优度用相关系数R2进行判断,R2越接近1,说明各个测温点越靠近拟合曲线,残差越小,拟合效果越好。表2 结果表明,一元三次函数拟合模型要明显优于指数函数拟合模型。

表2 竖向温度拟合曲线结果Table 2 Fitting curve results of vertical temperature

4.2 模型显著性分析

模型显著性分析可以检验自变量与因变量之间的函数关系在总体上是否显著成立,常用的统计分析方法有t检验、卡方检验和方差分析等,本研究的模型显著性分析采用方差分析法,利用EXCEL 表中的数据分析工具,主要通过各个数据之间显示的偏差与F分布函数统计数据中认为是属于误差范围内的偏差进行比较,来测验各组数据之间是否存在显著性差异[14],若统计量F＞F临界值,则模型回归效果显著,反之,不显著,统计分析结果见表3。

表3 方差分析法模型显著性检验结果Table 3 Significance test results of variance analysis model

由表3 可知,在选取显著性水平a=0.01 的情况下,采用方差分析法进行显著性检验,结果显示F值远大于1,说明组间差异具备统计学意义,同时F值均不同程度大于F临界值,因此拟合模型结果是可信的。

4.3 最优拟合模型的选择与验证

从竖向温度曲线拟合模型得知,所有点的最优拟合模型均是基于一元三次函数,根据测量误差理论,将每一个钻孔的实测温度值分别与9 个钻孔的一元三次函数拟合模型预测值相比取差值,计算其偏差值的平方和,取平方和最小的拟合模型为研究区最优拟合模型,计算结果表明,基于一元三次函数的最优拟合模型为y=0.333 3x3-3.035 7x2+19.56x+18.929,R2=0.978 8。

通过对ZK5 实测温度值与最优拟合模型对ZK5的预测温度值进行统计分析,结果见表4。结果表明,预测和实测温度值偏差较小,最优拟合模型可信度较高。

表4 最优拟合模型验证数据统计Table 4 Statistics of optimal fitting model validation data

5 结 论

(1)基于IDW,对钼镍矿矿渣不同深度的温度数据进行插值处理,得到了不同深度温度平面分布图,整体而言,温度变化趋于一致,高温区主要分布在研究区中部平台区ZK2 及附近,研究区北侧斜坡温度明显较低。目前以ZK2 为中心向四周外扩约10 m范围内的钼镍矿矿渣自燃趋势性最大。

(2)在竖直方向上,钼镍矿矿渣受到聚热及供氧条件的影响,在0.1 ～2.0 m 深度范围内温度升温率较高,2.0 m 以后温度升温率逐渐降低,一是2.0 m以后,在矿渣与下伏基岩界面之上约1.0 m 位置,温度达到最高,随着深度继续增加,温度开始逐渐降低,初步确定其为火源中心位置,二是在2.0 m 以后,随着深度增加,温度升温速率逐渐降低后温度趋于缓慢增加。

(3)一元三次函数模型比指数函数模型的拟合效果更佳,回归效果显著,可以作为研究区内竖向温度预测的经验回归公式。根据相关系数及测量误差理论,确定研究区竖向温度最优模型为y=0.333 3x3-3.035 7x2+19.56x+18.929,R2=0.978 8。ZK5 实测温度值与预测温度值偏差较小,拟合模型可信度较高。