红外测温法测定硫化矿石堆自热温度的影响因素研究

硫化矿自燃是一个以氧化放热为主、自发产生热量及热量积蓄引起硫化矿堆升温的非常复杂的物理化学过程.因此,研究硫化矿自热过程是研究硫化矿自燃早期预测预报方法的前提.文章以红外非接触方式,利用RaytekminiTemp红外测温仪和CENTER可记录温度计测定硫化矿石堆氧化自热温度,重点分析了测定过程中的实际温度时影响精度的有关因素,主要有矿样种类、矿样温度、矿样块度、检测距离、环境温度、光束与矿样的夹角.通过实验室研究,为研制出专门用于舍硫矿自燃预测预报的装置提供理论依据,从而达到预测预报硫化矿自燃的目的.     

基于ANSYS软件的硫化矿石堆温度场数值模拟

硫化矿石的氧化自燃一直是矿山开采中的重大安全隐患.而温度是影响矿石自燃氧化速率的一个重要指标.结合现场实际条件,运用ANSYS软件对银家沟硫化矿石堆内部的温度场进行了数值模拟,给出了不同时刻矿堆温度场的分布图.为预测矿石的氧化程度,及时地采取措施预防矿山的内因火灾提供了良好的依据.     

流变-突变论在预防硫化矿自燃中的应用研究

利用安全流变-突变理论系统,分析了硫化矿石氧化自热到自燃整个过程的特征规律,确定了硫化矿堆自燃流变-突变的各个阶段,并提出了其流变-突变模型。根据模型提出了预防硫化矿堆自燃的安全管理及安全技术措施,例如:加强安全教育,完善规章制度等,建立完善的硫化矿石自燃火灾事故的应急预案机制等完善安全管理;合理设计通风系统,进行采场温度实时监测,喷洒阻化剂来抑制矿石的自热等主要安全技术措施。控制硫化矿堆自燃的关键在于将其控制在安全流变阶段,加强安全管理和采用安全技术,防止突变的发生,这对于硫化矿山的安全生产具有重大的指导意义。     

硫化矿石自燃倾向性鉴定技术研究

根据硫化矿石自燃过程的复杂性，通过程序升温氧化（TPO）实验对硫化矿石吸附性能进行研究，提出了硫化矿石程序升温氧化（TPO）吸氧鉴定的方法，测试矿样温度从30℃到1000％条件下的总吸氧量和自热起始温度作为硫化矿石自燃倾向性鉴定指标，并对其进行分类；提出了基于支持向量机的硫化矿石自燃倾向性预测方法，通过预测建模最终达到了预期数据与实际数据的最佳拟合。     

基于统计回归模型的硫化矿石自燃倾向性鉴定指标研究

合理的提出硫化矿石自燃倾向性的鉴定指标,准确鉴别其自燃倾向性,对于矿山防火工作有着重要的意义。本文采用应用非常广泛的一类随机模型—统计回归模型,首先通过分析硫化矿石自燃氧化机理,找到影响硫化矿石自燃倾向性的3个主要影响因素,实验获得相关数据;其次基于3个因素的数据,通过统计分析,建立回归模型,对硫化矿石自燃倾向性进行预测。     

硫化矿石堆自燃的灰色预测研究

采用灰色预测模型GM(1,1)对硫化矿石堆的自燃进行预测.根据相同间隔时间的矿石温度,通过灰色计算得出下一个或以后几个时间段的温度,将预测的温度与已有试验数据进行比较;参照硫化矿的发火周期,预测几天后矿石堆的自热状态,从而指导工作人员采取相应的防、灭火措施.实例验证表明,GM(1,1)适用于硫化矿的自燃预测.本研究对矿山安全建设工作具有一定的参考价值.     

嗜酸氧化亚铁硫杆菌脱硫对硫化矿石自燃倾向性的影响

高含硫金属矿的自燃火灾一直是矿业安全的主要问题。自燃倾向性作为硫化矿石的内在特性以及判定自燃的重要指标,一直以来都是人们研究的对象。通过分析研究微生物氧化脱硫机理,利用嗜酸氧化亚铁硫杆菌（A.ferrooxidans）浸出硫化矿石,分解矿石表面的无机硫,降低矿石的硫含量。通过多因素指标法,测定细菌浸出前后硫化矿石的氧化增重率及自燃点相关指标。实验表明：通过氧化亚铁硫杆菌浸出硫化矿石前后对比,硫化矿石的5天氧化增重率从2.044%降低到0.902%,自燃点从209.6℃升高到319.8℃,自燃倾向性等级由Ⅰ级降为Ⅲ级,降低了硫化矿石的自燃风险。     

氧化速度对硫化矿石堆积体温度场变化影响的数值模拟方法研究

基于绝热温升模型和有限元数值计算方法,确定硫化矿石堆积体自燃预测指标,研究氧化速度对硫化矿石堆积体温度场的影响,建立硫化矿石堆积体温度场数值模型。计算结果表明,硫化矿石的氧化速度受到多重因素影响,通过调整参数m值反映堆积体中矿料氧化速度的快慢。随着m值的增大,氧化速度增大,堆积过程中以及后期堆放早期的最高温度值显著升高,而在堆放后期整体温度分布基本相同;其形心点的最高温度也增大,堆放后期该点温度值基本保持不变。     

多因素耦合条件下硫化矿自燃神经网络动态预测模型研究

硫化矿石自燃是多种因素、多场耦合综合作用的结果,是一典型的非线性问题。笔者应用人工神经网络技术,以Matlab软件为平台,通过现场调查和理论分析,建立了矿石含硫量、通风强度、环境温度3因素与硫化矿石自燃之间的预测模型;通过数据样本学习与部分现场监测数据相结合进行模拟,研究表明预测数据与实测结果基本吻合,误差控制在10%以内,取得了较好的效果。该研究为预防硫化矿石自燃提供一个新的思路和方法,具有一定的理论意义和应用价值。     

硫化矿石自燃过程吸附氧研究

本文主要对硫化矿石动态物理吸附氧、化学吸附氧及化学氧化反应过程进行了分析。利用程序升温氧化（TPO）实验方法，测试了不同种类的硫化矿石矿样在不同吸附时间、不同环境温度下氧化的总吸氧量，并对硫化矿石自燃过程动态吸附氧与其自燃倾向性之间的关系进行了探讨。实验表明：硫化矿石自燃过程吸附氧是一动态发展过程，随着温度的上升矿样吸附氧的量呈上升趋势，但这种趋势不是完全线性的，即当矿样温度加热到其自热起始温度以上时，加快了矿体的升温，矿样的吸氧量先有一上升的趋势，而后继续降低。     

煤自然发火预测预报技术的现状与展望

煤自然发火预测预报是对煤层火灾参数指标进行超前判识及预警的根本技术手段。笔者通过概述国内外近年来有关煤自然发火预测预报技术的主要研究成果 ,并结合其现状分析和新技术介绍 ,进一步对煤自然发火预测预报技术的发展趋势作出了展望 ,对煤矿的安全生产和火灾预测预报技术的发展具有重要的指导意义     

基于RS-云模型的硫化矿石自燃倾向性综合评价

为实现硫化矿石自燃倾向性的综合评价,应用云理论,选取矿样的氧化质量增加率、自热点和自燃点等定量化指标构建了评价指标体系,运用粗糙集法（Rough Set, RS）计算各评价指标权重,依据分级标准对云模型进行标准化,进而建立硫化矿石自燃倾向性分级的RS-标准云模型。以30组工程实例进行模型检验,并在实际工程中进行应用。结果表明:RS-标准云模型的判别结果与实际结果较吻合,且判别准确率高于贝叶斯(Bayesian, Bayes)方法,表明RS-标准云模型在硫化矿石自燃倾向性综合评价中具有良好的实用性和可靠性,可为矿山的硫化矿石自燃灾害的研究提供一种新思路。     

不同自燃倾向性煤的指标气体产生规律实验研究

为研究不同自燃倾向性煤的自燃指标气体变化规律，提高对煤早期自燃预测预报的准确度，采用程序升温实验系统，得到内蒙古褐煤、神东长焰煤、河南气煤及枣庄焦煤4种不同变质程度煤的氧化时间随温度的变化关系，以及指标气体浓度在煤氧化过程中的变化规律。结果表明:自燃倾向性最高的褐煤应以CO和乙烯作为煤自燃早期预报的首选指标气体；易自燃的长焰煤应采用乙烯和烯烷比为主、以CO为辅的煤自燃判定指标；自燃倾向性较低的气煤应以乙烯和烯烷比作为煤自燃预报指标；CO是自燃倾向性最低的焦煤的最佳自燃预报指标气体。     

硫化矿石自燃倾向性评价的属性区间识别模型

为合理判定硫化矿石的自燃倾向性大小,将属性区间识别理论与信息熵理论结合,建立硫化矿石自燃倾向性综合评价的熵权属性区间识别模型。选取矿样的吸氧速度常数、自热点、着火点3项指标作为属性区间识别模型的基本判别因子,依据信息熵理论获得各判别指标的权重。给出矿样自燃倾向性的属性空间矩阵,采用均化系数将矿样的属性测度区间转化为综合属性测度;利用置信度识别准则和分级标准判别各个矿样的自燃倾向性。对采自国内典型硫化矿山的14个代表性矿样的室内实测值进行综合判定;结果表明,基于熵权的属性区间识别模型能更好地评价硫化矿石的自燃倾向性大小,如实反映出矿样的自燃特性。