柯麗華 何揚揚 張光權(quán) 余東曉 譚 銘 高 恩

（1.武漢科技大學資源與環(huán)境工程學院，湖北武漢430081；2.武鋼資源集團烏龍泉礦業(yè)有限公司，湖北武漢430213）

隨著礦山生產(chǎn)機械化、精細化的快速發(fā)展，以往精度較低的礦石品位分布估值方法已經(jīng)無法滿足需求，迫切需要提升礦床的礦石品位分布預測精度和計算速度，從而為礦山精細化作業(yè)提供更準確的礦石品位分布信息［1］。目前，常用的礦床品位估值方法主要有克里金法（Kriging）、徑向基函數(shù)法（Radial basis function，RBF）、距離冪次反比法（IDW）等［2-4］。Kriging法能夠較好地描述樣本的空間變異性特點，但其應用條件較為嚴格，必須滿足二階平穩(wěn)假設(shè)和正態(tài)分布等條件［5-6］，故不利于廣泛應用和有效提高計算精度。RBF法具有形式簡單、計算精度高和適用范圍廣等優(yōu)點，但由于樣本數(shù)量較大而導致無法解算或求解困難［7］；IDW法考慮了不同距離對待估點屬性值的影響，具有操作簡單、計算結(jié)果可靠和應用廣泛等優(yōu)點［8-11］。近年來，大量學者對于提高IDW法估值精度的研究取得了豐碩成果［12-15］，但采用IDW法對礦體品位進行估值的結(jié)果會因塊體單元尺寸［16］、組合樣長度、搜索距離和搜索策略的變化而存在差異［17-18］。本研究結(jié)合烏龍泉礦礦床賦存特征，并考慮塊體單元尺寸、組合樣長度、搜索距離和搜索策略等參數(shù)的一般取值范圍，采用正交試驗方法，制定該礦床估值參數(shù)的正交試驗方案，統(tǒng)計各個估值方案中礦石品位的最小值、最大值、平均值、中值、標準差和變異系數(shù)等指標，以進一步分析不同估值參數(shù)組合對礦床品位估值結(jié)果的綜合影響規(guī)律。

1 礦山概況

烏龍泉礦床以22#線為界可分為東西兩區(qū)，1#～22#線為東區(qū)。目前主要開采東區(qū)12#～14#線43～55 m分段與16#～18#線55～67 m分段的白云石，MgO品位為10%～19%，部分區(qū)段MgO品位僅為5%～10%。近年來，由于武鋼優(yōu)質(zhì)鋼生產(chǎn)對該礦白云石品位的要求提高、礦山排巖場建設(shè)相對滯后和白云石與石灰石互層礦（簡稱“白互”）的外銷渠道不暢，采場積存了大量的MgO品位為16%～19%的白云石、白互和白云石級外品，嚴重影響了礦山正常生產(chǎn)。

為此，通過開展低品位白云石配比試驗和相關(guān)研究，進一步將該礦的白云石產(chǎn)品方案調(diào)整為低品位白云石（MgO品位為15%～19%）和白互（MgO品位為10%～14%）。烏龍泉礦根據(jù)礦山現(xiàn)有的開采技術(shù)條件和礦體具有的“斷層多且分布廣泛、石灰石和白云石互層、夾層多、礦石品位變異性較大”等賦存特征，擬采用配礦技術(shù)中和優(yōu)質(zhì)礦石與白云石級外品，以期減小排巖場的建設(shè)壓力和提高資源利用率。為確保配礦工作質(zhì)量和效率，應根據(jù)礦床品位分布規(guī)律，合理確定待爆區(qū)域的品位信息。因而有必要充分考慮礦床品位估值方法及其影響因素，并科學優(yōu)化估值參數(shù)，制定科學的礦床品位估值方案，進而提高礦床品位或待爆區(qū)域品位信息的可靠性［19］。本研究基于烏龍泉礦礦床實體模型［20］，采用正交試驗方法對該礦IDW法品位估值參數(shù)進行優(yōu)化。

2 礦床品位估值

2.1 礦床品位分布規(guī)律

根據(jù)正交試驗原理制定的該礦床品位估值正交試驗方案如表1所示。通過將不同的估值參數(shù)輸入至已構(gòu)建的礦床實體模型，考慮該礦當前工作重點是對白云石及其級外品的配礦工作，故得到各方案中礦巖MgO品位及礦石量的分布情況如表2所示，各方案中MgO品位的最小值、最大值、均值、中值、標準差和變異系數(shù)等指標取值見表3。

綜合分析表1、表2及表3可知：

（1）當塊體尺寸為5，10 m時，對比方案1、2，3、4，5、6，7、8，9、10，11、12，13、14，15、16可知：當其他條件相同時，塊體單元尺寸越小，礦床品位估值速度越慢，礦石總量及相同品位區(qū)間的礦石量偏小且更精確，礦石總量及各品位區(qū)間的礦石量差異不超過5%，且各品位區(qū)間的MgO平均品位相差不超過0.07%。

（2）當組合樣長為2，3 m時，對比方案1、3，2、4，5、7，6、8，9、11，10、12，13、15，14、16可知：當其他條件相同時，組合樣長越長，各品位區(qū)間的MgO平均品位偏低，且其差異不超過0.20%。

（3）當搜索距離為100，150 m時，對比方案1、5，2、6，3、7，4、8，9、13，10、14，11、15，12、16可知：當其他條件相同時，搜索距離變化越大，搜索的參估點數(shù)量越多，估值結(jié)果的可靠性越強，相同品位區(qū)間內(nèi)的MgO平均品位相差不超過0.30%。

（4）當采用各向同性主軸長為150 m和各向異性主軸長為150 m、主軸與次軸長度比為2、主軸與短軸長度比為3的搜索方式時，對比方案1、9，2、10，3、11，4、12，5、13，6、14，7、15，8、16可知：搜索策略對礦石總量估值無影響，但對各品位區(qū)間的礦石量及MgO平均品位估值有不同程度的影響。其中，因搜索策略差異導致的各品位區(qū)間礦石量分布的最大差異到達20%左右，因搜索策略差異導致各區(qū)間MgO平均品位的差異不超過0.19%。

（5）對比分析各方案MgO品位估值指標與相關(guān)地質(zhì)鉆孔數(shù)據(jù)（MgO品位最小值為0，最大值為23.71%，平均值為9.56%，中值為10.27%，標準差為8.38%，變異系數(shù)為0.88）可知：方案9、10、13的MgO品位最大值與鉆孔數(shù)據(jù)較接近；方案6、13、14的MgO品位平均值與鉆孔數(shù)據(jù)較接近；方案13、14的MgO品位中值與鉆孔數(shù)據(jù)較接近；方案9的MgO品位標準差最接近鉆孔數(shù)據(jù)；方案9、10的變異系數(shù)與鉆孔數(shù)據(jù)相同，方案1、2、5、6、13、14的變異系數(shù)不大于0.82。

2.2 礦床品位估值方案確定

根據(jù)礦床品位分布規(guī)律，并結(jié)合烏龍泉礦床賦存特征，本研究選擇方案13、15作為該礦床品位估值方案，相關(guān)估值參數(shù)取值為塊體尺寸5 m、組合樣長2 m或3 m、搜索距離150 m、搜索策略采用各向異性。進一步考慮到該礦采場配礦的基本要求，為確保礦石量及其品位估值的高效性和可靠性，最終選擇的礦床品位估值參數(shù)為塊體尺寸5 m、組合樣長3 m、搜索距離150 m、搜索策略采用各向異性。按照優(yōu)化后的估值參數(shù)得出的MgO品位分布特征如圖1所示。

烏龍泉礦近期生產(chǎn)的43～55 m分段1#、2#爆堆的空間位置如圖2所示。爆堆邊界形狀及鉆孔取樣點分布如圖3所示。本研究通過對取樣孔巖粉品位進行化驗，并與品位分布模型的估值結(jié)果進行對比，進一步分析本研究品位估算結(jié)果的可靠性。分析表4可知：1#爆堆2～5號取樣孔及2#爆堆7～9號取樣孔的品位估值結(jié)果與鉆孔取樣分析結(jié)果吻合性較好；1#爆堆1號取樣孔與2#爆堆6號取樣孔的品位估值結(jié)果與取樣分析結(jié)果偏差較大，原因是1號取樣孔與6號取樣孔位于白云石與石灰石互層區(qū)域，且靠近交界帶，MgO實際品位空間分布變異性較大，導致估值偏差較大。綜合分析可知：本研究優(yōu)化確定的IDW法品位估值參數(shù)可靠性較強。

3 結(jié)語

基于烏龍泉礦礦床實體模型，采用正交試驗方法和IDW估值方法，研究了塊體尺寸、組合樣長度、搜索距離和各向異性等估值參數(shù)的變化對該礦床礦石量及其MgO品位分布的影響規(guī)律。研究表明：最優(yōu)的礦床MgO品位IDW法估值參數(shù)為塊體尺寸5 m、組合樣長3 m、搜索距離150 m、搜索策略采用各向異性。