新立海底矿床水文地质结构与特征分析

矿井(坑)涌水是由于在一定时空范围的地质体内(工程岩体内)形成采空区,影响并破坏了地质体固有平衡状态,主要引起工程地质力学场和地下水流场的失衡所致。它是矿山地质开发中,在特定地质结构、地下水、地壳应力场条件制约和工程采掘效应综合影响下发生的一项特殊的岩体水力学问题。通过基础研究才能从根本上和实质上查清楚发生涌水的原因和特征,有针对性地实施涌水预测预报和有根据地采取有效的防治措施。     

面向关键链识别的矿山项目进度优化与仿真

针对矿山工程项目的工序复杂性与资源约束问题,以项目中所需的多种资源与工序逻辑关系为约束条件,以实现成本最低与工期最短为目标,引入关键链技术并建立项目进度管理模型。模型中首先设置对照组,并改变资源供应限制量,通过比较成本与工期来确定最佳的资源限制量和初始计划;其次在关键链的识别方法上采用灰色关联分析,通过综合考虑工序持续时间、资源影响度与紧后工序持续时间来确定灰色关联度,以此调整工序的优先级;最后结合缓冲区得出完整的进度计划。以山东某矿山智能选厂项目为例,运用基于关键链技术的进度优化模型对项目进行计划编制,得出该模型既能保证项目按期完成又可节约成本,对于有多种资源约束且项目工序结构复杂的项目具有适用性。     

金属矿山项目投资决策的系统动力学建模与仿真

针对金属矿山项目投资决策具有系统性、复杂性、反馈性和动态不确定性的特点,在传统净现值法的基础上,以系统动力学理论为指导,开展金属矿山项目投资决策研究。以确定合理系统边界为基础,通过因果关系分析构建系统流图,并确定系统动力学基本方程,实现金属矿山项目投资决策的复杂系统建模。以在赞比亚投资的某铜矿为实例,基于Vensim软件完成系统动力学模型的动态仿真,并对项目投资净现值进行预测和敏感性分析,得出了该项目经济可行的结论。研究表明,所构建的系统动力学仿真模型真实可靠,具有可操作性和推广应用价值,为金属矿山项目投资决策提供了一种新的思路和方法。     

地下金属矿山采矿成本预测模型

为了解决现代矿山采矿成本的核心构成发生变化、成本管控难度增加等问题，深入剖析了采矿成本的关键影响因素，基于PCA BP神经网络构建了成本预测模型，形成了适用于现代矿山的成本核算方法。针对机械化开采、开采深度增加、工况条件差异所带来的采矿成本变化，分析了现代矿山企业采矿作业成本的构成特点，以此为基础运用作业成本法精细化核算各个采矿作业单元的成本费用。总结成本变化规律发现，采矿成本主要受到采场作业空间大小、温度、深度、运输距离以及工人工作效率、工人工作经验、设备铲运效率、设备服务年限、燃油消耗率、油料消耗率10个关键因素影响，在采用主成分分析法对影响因素进行降维后，提取主成分作为成本预测变量，运用PCA BP神经网络构建了成本预测模型。采用山东某地下金属矿山的成本数据对该模型进行了训练和验证，预测值与实际值的平均相对误差为3.80%。研究表明：所建模型的预测结果可靠、精度满足要求，可以为现代矿山企业作业成本控制、成本计划制定提供依据。     

基于大数据分析的矿山备件采购预测模型

为了解决传统矿山备件采购过度依赖人为经验、采购策略单一等问题,借助大数据分析技术实现备件采购策略优化与智能决策。在对矿山企业备件采购流程进行梳理的基础上,运用大数据分析技术构建了以“备件智能分类—备件消耗预测”为核心框架的矿山备件采购预测模型,形成了用于指导矿山企业备件采购的决策方法。将传统ABC分类法在属性分类上加以扩展,分别选取采购价格、消耗速度、采购周期作为备件的分类维度,并利用K-means算法对备件进行智能化分类。针对不同类别备件的采购特征,构建了Prophet-LSTM备件消耗组合预测模型,根据预测结果确定合理的备件采购数量与采购周期,实现矿山备件智能化采购。以山东某黄金地下矿山的备件数据为基础进行了模型验证,结果表明：应用备件采购预测模型制定采购计划,有效提升了矿山企业备件管理水平和科学采购能力。     

地下黄金矿山安全风险智能化综合管控系统研究与应用

针对智能矿山建设背景下的安全风险管控新特征，在全面分析系统建设功能需求的基础上，对地下黄金矿山安全风险智能化综合管控系统的体系框架进行设计，分析了系统中安全风险管控的智能化要素，同时对系统的数据交互方式进行了规划。基于机器视觉、物联网和智能标识技术，实现了系统中的人员、设备等系统主数据的获取与规范化处理，最终完成了地下黄金矿山的安全风险管控体系及面向人机环管相集成的系统功能的构建。系统的构建与应用，极大地提高了矿山安全风险管理体系化、信息化和智能化水平，在行业内具有一定的推广应用价值。