露天采矿机生产能力预测

陈宝心 何存芳

(武汉理工大学资源与环境工程学院)

露天采矿机生产能力的预测是露天采矿方法确定、机械选型、制定生产计划及露天采矿机技术经济分析的基础。影响露天采矿机生产能力因素很多，进行生产能力预测是复杂的。国内外学者通过理论及试验研究，建立了许多露天采矿机的生产能力预测公式，但各种预测公式和方法都有一定的局限性，预测方法和系统还很不完善。本研究从众多预测公式中选择具有代表性的6种公式，结合具体的7个实例对6种预测公式进行比较和分析讨论。

1 生产能力预测公式

为预测露天采矿机生产能力已发展了许多计算公式，它们使用了各种研究方法，归纳起来有如下几种类型:

(1)经验方法。该方法主要是基于大量生产和试验数据以及对历史记录进行统计而得到经验公式。通常是把现场的实际生产能力与实测的岩石物理性质、地质条件及实际的露天采矿机规格联系起来，建立露天采矿机生产能力经验公式。

(2)半经验半理论方法。该方法是根据全尺寸岩样综合物理特性的测试和切割试验结果而建立的生产能力预测公式。最常用的切割试验是在线性切割机上，通过测量在不同切割条件下的切割力，切割比能等参数，为现场岩石切割过程提供最可靠的模拟数据，而后根据岩层条件和采矿机性能修正测定结果，建立露天采矿机生产能力半经验半理论预测公式。

(3)理论方法。该方法是用一些假设和基本定理计算单个截齿上所受的力，然后求出整机所需的切割力、扭矩和功率，估计在已知岩石类型和选定机型的情况下，截齿可达到的切深和采矿机行驶速度，从而计算出生产能力。

1.1 技术生产能力公式

露天采矿机的小时生产能力按下式计算［1-2］:

式中，Qh为采矿机小时生产能力，m3/h;B为采矿机一次采宽，m;h为采矿机一次切削深度，m;V为采矿机工作行走速度，m/min;K为作业时间利用率，与露天采矿机矿岩切割、调头、空车行走、截齿更换、保养等时间有关，时间利用率在0.5～1之间，实际中多为0.5～0.7。

对于给定露天采矿机机型，切削宽度B是确定的，切削深度h和行驶速度V是岩石强度、脆性和磨蚀性、岩体结构等的函数。从切削试验中可直接测得切深值h和速度V。表1是文献［2］给出的露天采矿机行驶速度与岩石抗压强度的关系。

表1 露天采矿机行驶速度与岩石抗压强度

1.2 通用破碎比能公式

根据能量守恒原则，即挖掘机械所产生的有效能等于破碎岩石所需的能量，可得到预测各种挖掘机械生产能力的通用公式［3-4］，即

式中，N为采矿机切削滚筒的功率，kW;SE为岩石的切割破碎比能，kW·h/m3;η为露天采矿机能量转化效率。

切割破碎比能SE可由切削试验实测得到，或根据切削下来的岩块粒度估计，也可根据经验公式估计，例如，对于各种沉积岩，Roxborough［5］提出了岩石单轴抗压强度σc与切割比能SE的关系:

1.3 经验公式

1.3.1 Gehring经验公式

Gehring［6］建立了露天采矿机生产能力预测经验公式:

式中，K1、K2分别为岩石的脆性影响系数和岩体结构面影响系数，见表2;K3为切割条件影响系数，是切割深度、切割滚筒震动、截齿形状和布置方式的函数。

表2 Gehring经验公式系数表

1.3.2 Dey＆ Ghose经验公式

Dey＆ Ghose［7］引入5个关键指标，即岩石点荷载强度、磨蚀性，岩体体积节理系数、结构面产状与切削方向的关系，露天采矿机功率等级，建立可切削评价表(表3)，并引入可切削指数C1，用于露天采矿机适用性综合评价和生产能力预测。

表3 岩体可挖性指标分级的评分表

对于给定的岩体和露天采矿机，参照表3，可得这一特定条件下各指标评分值，然后把各指标评分值加起来，得到可切削指数CI，即

可切削指数CI和露天采矿机生产能力存在如下关系:

式中，QR为额定生产效率，即指以最大切割深度，行使速度为8 m/min时的生产效率，m3/h。

1.4 适用于悬臂式掘进机经验公式

悬臂式掘进机工作原理与露天采矿机类似，因此，将用于预测悬臂式掘进机生产能力公式进行修正，有可能用于预测露天采矿机生产能力。

1.4.1 Bilgin经验公式

土耳其伊斯坦布尔工程技术学院Bilgin［8］建立了预测悬臂式平巷掘进机生产能力公式，该公式利用岩石的抗压强度、岩体质量指数RQD计算可切割指数RM，并认为生产能力和设备功率成正比，得到如下公式:

式中，RM为岩石可切割指数。

1.4.2 Copur经验公式

Copur［9］等人收集了悬臂式掘进机在整体性较好的沉积岩中掘进数据，通过数据回归得出如下公式:

式中，RP为掘进机掘进指数;W为机器重量，t。

2 实例验证和分析

2.1 实例数据和说明

文献［10］给出了7个矿的岩石/岩体特性指标，以及露天采矿机的性能参数和实际的生产能力Qs等数据(表4)。

表4中矿1，2，3是指印度Lakhanpur露天矿的Mahanadi煤田，其中矿1为煤层，矿2为灰色页岩，矿3为泥质煤。矿4，5是指印度水泥有限公司的Adanakuruchi石灰石矿山，矿6、矿7是Madras水泥有限公司某石灰石矿山。由于文献［10］没有给出岩石单轴抗压强度σc、岩体质量指数RQD和切削滚筒的功率N，本研究按σc=22Is50换算;RQD≈115－3.3Jv换算;切削滚筒的功率N取露天采矿机总功率Nc的80%。

表4 矿山岩石/岩体物理力学指标及机械性能参数

2.2 计算结果和分析

用表4中的数据和上述所介绍的6个生产能力预测公式分别计算各矿山生产能力，计算结果见表5。

在计算中，破碎比能公式中的能量转化效率η取0.95;Dey＆Ghose公式中，结构面与切削方向的关系评分值Js均为3分;相对误差的绝对值为

相对误差绝对值的平均值［11］为

相对误差绝对值的标准差为

由表4和表5计算结果可以看到:

(1)按技术生产能力公式计算的相对误差平均值珋δ和标准差S|δ|分别为19.4%、17.9%。珋δ在6个预测公式中为最小，但误差离散较大。由于缺乏切削深度h与岩石和岩体性质之间关系可靠的数据，切削深度选取有一定的主观性。计算时，行走速度V按表1数据通过线性回归得到公式 V=0.309 3σc+32.103来取值，切削深度按所选的露天采矿机最大切削深度的30%选取。

(2)破碎比能公式所得预测值全部比实际值低，相对误差平均值珋δ=41.1%和标准差S|δ|=18.9%都较大。这是因为在计算时，破碎比能是从岩石抗压强度换算得到的，实际上只考虑岩石性质，而忽略岩体性质，即没有考虑岩体结构面对生产能力的影响。如果破碎比能是从全尺寸切割试验得到，结果将得到明显改善。破碎比能公式为单指标公式，且破碎比能指标可从试验室全尺寸切割试验得到，使用方便，可以认为是比较合理的计算方法。

表5 6个预测公式预测值和实际值对比

(3)按Gehring公式计算的相对误差平均值珋δ和标准差S|δ|分别为39.3%、34.9%。主要原因是没有可靠试验数据，K1、K2、K3系数的选取有一定的主观性。Gehring没有具体给出K3的取值，表5中取K3=1.4是根据误差较小得到的。

(4)按Dey＆Ghose公式计算的相对误差平均值和标准差分别为21.6%和13.7%，S|δ|在6个预测公式中最小，说明相对误差的波动小，计算结果可靠。Dey＆Ghose公式是基于岩体分级的指标得到的生产能力预测公式，考虑因素比较多，预测结果较接近实际值。

(5)Bilgin公式和Copur公式都是根据悬臂式掘进机生产数据得到的。悬臂式掘进机切削滚筒的刚性、机器稳定性比露天采矿机差，工作模式和操作者水平对生产能力影响也有较大的差别。因此，Bilgin公式和Copur公式用于预测露天采矿机生产能力，需要对它们进行修正。设修正系数为β，即露天采矿机理论生产能力为悬臂式掘进机理论生产能力的β倍。当β=1.5时，按Bilgin公式计算的相对误差平均值珋δ和标准差S|δ|分别为46.5%，19.5%;Copur公式的珋δ和S|δ|分别为31.9%，16.5%。当β=2.5 时，Bilgin 公 式 的 珋δ和 S|δ|分 别 为 24.5%，22.2%;Copur 公 式 的 珋δ和 S|δ|分 别 为 84.3%，60.7%，这两个公式预测结果误差都较大。但当β=2.5，Bilgin公式的相对误差平均值珋δ和标准差S|δ|与Dey＆Ghose公式的比较接近，而且Bilgin公式考虑了岩石的抗压强度、岩体质量指数RQD和机器的性能参数，而Copur公式只考虑了岩石的抗压强度以及露天采矿机机身重量，并未考虑岩体性质参数，故Bilgin公式优于Copur公式。

3 结论

(1)计算结果表明，6个生产能力预测公式的预测结果与实际生产能力都有较大误差。

(2)技术生产能力公式在6个生产能力预测公式中相对误差平均值最小，误差的波动也较小。通过回归得到行走速度和岩石强度之间的关系是可行的，切削深度和岩石强度之间的具体关系还有待进一步的研究。

(3)Dey＆Ghose公式考虑因素比较多，在6个生产能力预测公式中，相对误差平均值较小，误差的波动最小，该公式较可靠。

(4)破碎比能公式中破碎比能指标可从试验室全尺寸切割试验中获得，可认为是比较合理的计算方法。破碎比能公式为半经验半理论公式，可用于验证其他预测公式的准确性。

(5)对预测悬臂式掘进机生产能力的公式进行修正，可用于预测露天采矿机生产能力。

(6)综合考虑岩石、岩体、机械等参数得出的生产能力预测公式更为准确。

(7)目前，尽管预测露天采矿机生产能力方法较多，但预测方法和系统还很不完善，每种方法都有其优缺点。因此，宜采取多种方法进行计算，结合实际比较分析，综合选取最优的方法，以降低风险。

［1］ 卢明银.露天采矿机开采新工艺的应用［J］.化工矿山技术，1994，23(3):51-56.

［2］ 彭世济.露天矿连续和半连续开采工艺［M］.北京，煤炭工业出版社，1991:110.

［3］ Rostami J，Ozdemir L ，Neil D.Performance prediction，a key issue in mechanical hard rock mining［J］.Mining Engineering，1994(11):1263-1267.

［4］ Copur H，Tuncdemir H ，Bilgin N，et al.Specific energy as a criteria for the use of rapid excavation systems in Turkish mines［J］.Institution of Mining and Metallurgy Transactions A:Mining Technol，2001，110(11/12):149-157.

［5］ Frank F Roxborough.The role of some basic rock properties in assessing cuttability［R］.Sydney:Seminar on Tunnels-Wholly Engineered Structures，I E Aust/A F C C，1987:1-18.

［6］ Gehring K H.Evaluation of Cutting Performance for VASM［R］.［S.l.］:Internal Report BBV，1992:102.

［7］ Dey K ，Ghose A K.Predicting“cuttability”with surface miners-A rockmass classification approach［J］.Journal of mines，Metals and Fuels，2008，56(5/6):85-91.

［8］ Bilgin N ，Seyrek T ，Shahriar K.Golden horn clean-up contributes valuable data［J］.Tunnels and Tunnelling International，1988，20(6):41-44.

［9］ Copur H ，Ozdemir L ，Rostami J.Roadheader application in mining and tunneling industries［J］.Mining Engineering(Littleton，Colorado)，1998，50(3):38-44.

［10］ Dey K ，Ghose A K.Review of Cuttability indices and a new rockmass classification approach for selection of surface miners［J］.Rock Mechanics and Rock Engineering ，2011，44(5):601-611.

［11］ 徐国祥.统计预测和决策［M］.3版.上海:上海财经大学出版社，2008:237-239.