来源：期刊VIP网 时间：
作者：柴修伟;李成镇;盛益明;徐玉萍;徐亮;金胜利;
单位：武汉工程大学资源与安全工程学院;武汉工商学院环境与生物工程学院;湖北兴发化工集团股份有限公司;
摘要：目前钻爆法仍是深部磷矿开拓掘进和回采的最高效方法。而磷矿钻爆法施工掘进水平长年维持在70～80 m/月，严重制约了掘进效率，因此对深部磷矿工作面开展矿岩体可爆性分级工作至关重要。以湖北宜昌某地下磷矿为研究背景，在现场进行了岩体的纵波波速测试，开展了岩石密度、单轴抗压强度和抗拉强度等物理力学性质的测量，得到了白云质条带磷块岩、致密条带磷块岩、泥质条带磷块岩和含碳泥质白云岩4种岩石的密度、单轴抗压强度、抗拉强度和岩体完整性系数4项参数。通过调用Matlab神经网络工具箱，将岩石密度、单轴抗压强度、抗拉强度、岩体完整性系数作为输入，以可爆性等级作为输出，采用随机函数法产生大量的训练样本，构建了基于BP神经网络的可爆性评价模型，实现了深部磷矿岩体可爆性分级。分级结果为白云质条带磷块岩和泥质条带磷块岩为中等可爆，致密条带磷块岩和含碳泥质白云岩为难爆。根据分级结果，可对采场爆破参数进行优化，增强爆破效果，降低炸药单耗及矿石大块率，提高深部磷矿开采的安全性及经济效益。
关键词：深部磷矿;;岩体可爆性分级;;随机函数;;神经网络模型
基金资助：2021年湖北省安全生产专项资金科技项目(SJZX20211004);; 武汉工商学院科研团队支持计划专项资助(WPT2023036)~~
