文摘

本文以浸出采矿的实际工作条件,与Xikeng稀土矿在江西安源县为研究对象。边坡表面监测技术手段是用于分析变形特征,包括累积位移,速度,加速度,浸出斜率和建立一个早期预警系统来协助浸出生产。研究表明,有三个阶段过程中离子稀土矿边坡变形,即。初始阶段,变形速度在0.15到0.30毫米∙h¹均匀变形阶段的速度波动,但维持在-0.15到0.15毫米∙h¹,当速度和加速度加速变形阶段3 - 10倍或更多比初始变形阶段。实践证明了监控系统作出积极的回应时警报基于局部离群因子(LOF)发行,使生产过程处于安全状态,没有大规模的滑坡灾害发生。本研究将提供理论和技术支持的安全、高效开采稀土原位浸出。

1。介绍

在江西南部,离子型稀土矿开采经历了三个步骤的池浸、堆浸,原位浸出(1- - - - - -3]。因为池浸和堆浸需要去掉表层土,造成严重的环境破坏和水土流失,原位浸出是唯一的离子型稀土矿的采矿方法。基于积极的政府推广,原位浸出已迅速发展(4,5]。然而,原位浸出过程并不完美,仍将带来环境问题。在原位浸出,浸出解决方案的大量注入矿体,破坏了边坡的力学平衡,容易导致滑坡灾害。

解决的滑坡原位浸出过程中,饶et al。6)的稀土矿进行了现场检查与不同沉积条件,分析了滑坡的主要类型和灾难性的因素引起的。然后,他们制定相关预防和控制措施。王等人。7,8]分析了稀土斜坡的变形规律在浸出溶液注入通过实地测试。他们指出,不同的边坡形状将触发不同类型的滑坡模式高强度液体注射后,然后提出了相应的加固方案。罗等。9)组成的差异相比,分级,凝聚力,内摩擦角,等等,前后边坡土壤稀土浸出,然后揭示了反应强度的变化特征。Rao et al。10使用逻辑回归和介绍了滑坡概率模型预测的确定性系数稀土边坡滑坡。滑坡预测模型提供了必要的理论支持和分析。王等人。11)研究稀土离子的变化在浸出过程中孔隙结构从微观的角度来看。他们指出,随着浸出的进步,稀土矿的孔隙度和孔隙半径逐渐增加。较高的浸出剂的浓度在一定范围内,这种现象就越明显。这一特点将导致边坡土体饱和度不断增加,和机械强度逐渐降低。

稀土滑坡研究的目的是监测和控制滑坡,实时掌握边坡的变形特征,和控制滑坡通过调整注塑参数,实现安全、高效开采稀土原位浸出(12]。有研究相对较少的早期预警和控制稀土的斜坡,特别是监测研究基于实际浸出生产。根据浸出采矿的实际工作条件,本文利用坡面监测作为一种技术手段来分析浸出边坡的变形特征。它提出了一个基于当地预警模型异常因素(LOF)稀土边坡滑坡、实时数据,预测浸出采矿的工具。最后,本研究将提供理论和技术支持的安全、高效开采稀土原位浸出。

2。方法

2.1。边坡变形和破坏的时间演化规律

建立滑坡预警模型的关键是对边坡的稳定性做出准确的判断。当前的主要研究方法有极限平衡法和时间序列分析方法(13,14]。应用极限平衡法分析边坡的稳定性是非常简单的。基于静态机械平衡的方式针对摩尔-库仑准则,并有严格的力学理论基础(15]。然而,滑坡预警是一个时间敏感的问题,特别是对于稀土斜坡(16]。的进展原位淋溶、土壤力学性能、渗流和渗透线将发生变化,直接影响边坡稳定(17- - - - - -19]。时间序列分析方法评价边坡稳定性基于现场监测位移和动态位移随时间的变化。该方法具有容易实现、强大的直觉,能够反映边坡的动态变化。因此,它广泛应用于滑坡的警告。罗等。20.]Chow分割点测试理论用于准确地划分滑坡演化过程结合实际工程实例和临界滑坡指数提供了依据。徐et al。21- - - - - -23]滑坡位移分解成一段项和趋势项,建立了滑坡位移预测模型。李等人。24,25)设置一个变形率预警指标模型,研究不同变形阶段的演化规律。羌族和曾26]研究了累积位移/速度/加速时间曲线在滑坡失稳的过程中通过大量的例子。他们提议的早期预警指标模型的关键阈值加速度。

大量的滑坡监测数据表明,滑坡变形一般具有蠕变的特点。变形从最初到最终边坡不稳定需要经过一个过程类似于岩石和土壤的流变测试,如初始变形、变形速度恒定,加速变形阶段。和滑坡变形的累积位移时间曲线可以分成三个主要形式:循序渐进,突然,稳定。不同力条件下,边坡位移时间曲线是一系列的位移时间集群(27),如图1。

一般地质灾害监测、监测通常是不可能的初始变形阶段滑坡甚至完整的恒定速度变形阶段。这个功能主要是因为斜率过坡前的初始变形阶段是监控。和恒定速度的斜坡进入阶段变形。在原位离子型稀土矿的浸出,监测系统通常是安排在浸出溶液注入。因此,如果边坡位移监测离子稀土斜坡,理论上可以获得一个完整的累积位移时间曲线。这个特性是一个巨大的优势建立一个离子稀土矿山体滑坡预警基于位移时间曲线。

creep-type滑坡的位移时间曲线突出的三阶段特征。不过,很难判断边坡的滑坡阶段仅仅基于其累计位移时间曲线,所以速度时间曲线和加速时间曲线应该相结合进行综合判断。一个典型的渐进滑坡作为示范模板,如图2,是一个逐步滑坡累积位移时间曲线特征。速度可以通过计算位移的一阶导数与时间,和加速度可以通过计算二阶导数。

由于实际监控累积位移时间曲线是一个时间序列组成的离散数据点,是不可能获得速度和加速度的推导的数学表达式。本文将以天为单位计算日平均率,然后画坐标轴上的点速度并连接成一条直线。在计算加速度时,使用直线的斜率连接为期两天的速度点的近似加速度。

2.2。基于LOF滑坡预警

引发山体滑坡往往伴随着严重的变形和异常检测数据。因此,如何身上的异常检测成为滑坡预警的关键。进行异常检测领域的统计数据可以大致分为两类,即发布出去是依靠和地方法(28- - - - - -30.]。对于许多有趣的真实数据集,表现出更复杂的结构,还有一个异常。这些可以远程对象相对于当地社区,尤其是相对于附近的密度。这些异常值被认为是“本地”异常(或异常)。当地的离群值因子(LOF)是最近开发的异常检测技术,这是一个density-based离群值计算方法。因变量的LOF值在一个特定的测量时间可以计算并与相应的独立变量实现的识别异常的原因(31日]。与传统异常方法,对异常作为二进制属性,它是基于密度和没有分布的假设。

对于一个训练数据集 ,所有 - - - - - -最近的邻居的( )应该发现根据(1),然后附近的一组可以认为是 。

的 - - - - - -距离附近的 ,表示为 ,被定义为的欧几里得距离吗 - - - - - -最近的邻居的 ,也就是说,th的最小值 ( , )。和的距离可达性关于被定义为

当地的可达性密度是由

的LOF从本地可达性计算密度的和 最近的邻居,

LOF平均密度的比值的密度 。越大价值,更有可能的是局外人。如果不是一个异常,因为密度应该接近1和是相似的。但是,如果是个例外,应该明显大于1的相对密度来很小。具体来说,如果小于或等于1,必须深入一个集群。然而,这个值不能用于判断样本是否异常。因为LOF值的可接受的范围内将不同应用程序中,需要限制或控制阈值判断异常。根据前面的工作,作为离群值判断如果触发器阈值取决于核密度估计与LOF (KDE)。预警信息将同时发送警告级别(分类),如表所示1。

3所示。研究区域

3.1。Xikeng稀土矿的地质条件

试验矿块被选在一个相对平坦的山坡上Xikeng江西安源县的稀土矿。它坐落在中国的南部,位于纬度25^°1109年25°1141N和经度115^°0400到115°0451E和报告一个面积约2.0公里²(图3)。在江西安源Xikeng稀土矿主要发生在全风化层条纹形成的混合岩,这是一个典型的完全覆盖类型和没有防水地板底部的采场。特点是花岗质岩石变质纹理,交代纹理,和残余结构,显示条~带马克,眼球,庞大的结构和不显眼的片麻岩的结构。岩石大多是砖红色,光黄棕,略灰白色在一些地区,并在结构松散。矩阵原岩主要是麻粒岩、片岩和矿物成分由长石、石英、黑云母和本地莫斯科和星形的黑色的矿物质。最长石组成取代了风化壳高岭土,soil-like,光滑和油腻的手的感觉。石英颗粒小而均匀,内容是小的。因此,矿石的渗透性土壤非常贫穷。根据生产勘探,矿块面积是3640.82米²,矿体厚度10.82米,平均品位0.08%,矿体的体积是39399米³,REO储备的121矿块47.46 t。因此,这个测试网站有杰出的代表性和参考。

矿石的风化壳主要开发部分主要由条纹混合岩石,暴露低于340米的海拔,表面扩散。因为大多数山坡已经发展成梯田种植脐橙,研究区域的植被没有设置稀土矿的类型,因为70%的南方离子型稀土矿产资源属于完全覆盖类,所以这个测试网站有杰出的代表性和参考。

3.2。原位离子型稀土矿的浸出参数

注入孔排列在棋盘模式。注入孔的筛孔尺寸 ;行间距2.0米,孔间距为1.5 m,交错排列。洞的直径是 ,和喷射孔的深度是1.5到2.0米(32]。注入洞出土后,50 mm直径PVC管插入它,以确保注入孔不会崩溃在过滤作用浸出系统的原理图如图4。

根据矿石开采块的体积,计算液体注入总额根据固液比(体积比)1:0.33。浸出液的硫酸铵水溶液中1%到2%的浓度。原始的设计注入流量是250到270米³∙d¹。不过,由于矿土的渗透性差,在实际注塑过程中,注射流率过高不能完全穿透土壤块和溢流喷射孔。出于这个原因,注射流率减少到180到220米³∙d¹,平均注射速率大约是206.4米³∙d¹。暴雨或监测边坡变形严重,有必要减少注入流量很大。具体如图注入数据5。

3.3。布局的监视点

三维数值模拟是用来找出最容易三维边坡的不稳定区域,这个区域被认为是监测区域的关键。塑性区是通过FLAC3D软件根据齐次斜率参数,如果shear-p地区一直是连续的,人们普遍认为,一个塑料带的形成是一个信号的不稳定斜坡地区,这个地区被视为关键边坡的监测区域,在这个领域和调查行排列,如图6。四个调查行排列,如图6。有1表面位移计1号测线,有两个位移米的2号和3号调查线,还有1位移计在4号测线(33]。所有传感器连接到系统服务器通过离子型稀土矿斜坡在线监测系统由这个研究小组独立开发。该系统将收集的数据每半小时一次。

4所示。结果与讨论

4.1。成就和监测数据的分析

地表植被覆盖的离子型稀土矿浸出是相对较高的,之前在江西南部斜坡本身并不陡峭,大约30°~ 40°。根据经验和相关计算,前的边坡是稳定的原位浸出。边坡的稳定性高,减少边坡的稳定性主要是因为将浸出液注入积极挖掘的斜率。因此,我们必须防止浸出期间是边坡的滑坡。

斜率在安装在线监测系统,Xikeng稀土矿开采与液体后常规程序。在整个周期从一开始的液体喷射完成开采,地表位移数据监控;2015年9月11日,9月16日,2016年,监测周期大约一年。位移时间曲线绘制之前,您首先需要使用SQL和c++编写一个程序进行分类和总结的所有数据,发现平均位移。因为每个传感器监测的数据达到近10000,这里不详细列出。

图7显示归档数据的位移、速度和加速度与时间的监控部分1 - 1、2 - 1、3 - 1、3 - 2、4 - 1。和2 - 2部分被工人无意中在挖掘。数据是无效的,所以它不上市。

显示了一个滑坡时,地表位移增量显示了一个突然的变化,速度和加速度几乎指数增长。在图中,速度和加速度仅次于加速变形阶段出现在初始变形阶段。比较其他数据没有滑坡的迹象(数字7 (b),7 (c),7 (e)),数据7(一)和7 (d)有非常类似的趋势。历史上的速度和加速度的峰值在监测期间所有出现在前面的时期。在初始变形阶段,然后一直在恒定速度稳定变形阶段。它可以预测,如果继续注射,1:1的滑坡位移计的可能性非常高,一样的3 - 2位移计。

图7 (b)显示表面的位移增量位移在2米和波动最小0,和图7 (c)表明表面位移的位移增量米3 - 1正在减少。因此,这两个地方是相对稳定的,没有山体滑坡的风险。在图7 (e)在表面位移计,4 - 1点,峰值速度是0.0748毫米∙h¹2016年10月16日第一次;第二次是在4月1日,2016年,它的值是0.084毫米∙h¹;最后一个峰值速度发生在4月29日,2016年,稳定的低速变形后,位移增量开始减少。首先,它在4 - 1可以看出,地表位移变形相对温和。第二,在上次速度峰值出现时,位移增量开始回落到0毫米,因此可以判断,这个地方是一个稳定蠕变,变化趋势是一样的稳定蠕变曲线在图1。

4.2。变形数据的异常检测和警告

监测数据预处理后,每个监测的LOF值点计算,分别如图8。在注射过程中,当变形数据的LOF值达到橙色预警值,注入员工立即回应通过减少注射速率和测量异常点;如果LOF值继续上升,达到红色预警值时,立即停止注射。

根据现场调查,当监视点的LOF值到达红色警告值第一次显著裂纹出现在监视点的面积和明显的宽度接近20毫米,如图9。监控系统发出预警后,浸出预警系统迅速通知运营商现场停止注射,离开网站。变形数据稳定后,重新启动喷射系统。

5。结论

根据实际工作条件的浸出采矿Xikeng稀土矿在江西安源县,本文运用边坡表面监测作为一种技术手段来分析浸出边坡的变形特征。主要结论如下:(1)有一个明显的三阶段位移和变形,即初始变形,变形均匀,和加速变形原位离子型稀土矿的浸出过程的斜率。也就是说,稀土矿边坡的滑坡是缓慢的(2)稀土矿边坡的变形速度在初始阶段是0.15到0.30毫米∙h¹,速率常数变形阶段是-0.15到0.15毫米∙h¹。当进入加速变形阶段,速度和加速度是3 - 10倍,甚至高于初始变形阶段。稀土矿边坡的变形速度显示响应稍落后于加速度,加速度和显示了一个更稳定的趋势(3)LOF值基于多个测点的变形具有较高的自我调节能力和良好的鲁棒性。LOF值的时间进程可以定量地反映滑坡变形阶段和避免错误的判断造成的偶然因素。该方法应用于滑坡的预警稀土浸出采矿和有效地指导安全生产

数据可用性

的数据支持本研究的发现可以从相应的作者(VS)在合理的请求。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由中国国家自然科学基金资助(批准号51964014),江西省教育部门(批准号GJJ209414)。