炸药性能与岩石匹配的试验研究

刘茂新， 张义平, 聂祥进， 赵明生

(1.贵州大学 a. 矿业学院， b. 贵州省优势矿产资源高效利用工程试验室， 贵阳 550025；

2.贵州久联民爆器材发展股份有限公司， 贵阳 550025； 3.贵州新联爆破工程集团有限公司, 贵阳 550002)



炸药性能与岩石匹配的试验研究

刘茂新1a, 1b， 张义平1a, 1b, 聂祥进2， 赵明生3

(1.贵州大学 a. 矿业学院， b. 贵州省优势矿产资源高效利用工程试验室， 贵阳 550025；

2.贵州久联民爆器材发展股份有限公司， 贵阳 550025； 3.贵州新联爆破工程集团有限公司, 贵阳 550002)

摘要：为了探究炸药和岩石的匹配关系，以寻求最优的匹配效果，最终将大块率控制在合理范围以内，创造良好的经济效益和社会效益。在江西德兴铜矿爆破施工中，采用岩块投影的最大面积和周长作为衡量矿岩块度的标准几何特征参量，并运用AutoCAD二次开发VB编程进行数据处理，采用回归分析法探讨炸药和岩石的匹配关系，最后得到最优匹配区的匹配系数为2.50~2.58。

关键词：炸药； 炸药性能； 岩石； 匹配系数； 矿岩块度； 大块率； 回归分析法

1引 言

炸药与岩石之间的合理匹配一直是工程爆破中诸多学者研究的一个重要问题。合理的炸药和岩石匹配关系能够极大地提高炸药能量的利用率、改善爆破效果、降低工程成本〔1-2〕。就炸药与岩石匹配的研究方面，国内外学者们进行了大量研究，先后提出了岩石与炸药的波阻抗匹配、全过程匹配和能量匹配等观点〔3〕。李夕兵等〔4〕利用提出当波阻抗很不匹配时，若使用具有合适的阻抗和厚度的中间层度，也可提高炸药的能量利用率。杨年华等〔5〕利用波阻抗匹配关系，改善了爆破效果和提高了炸药能量的利用率。此外，国外学者 HENDRICKS C等〔6〕通过露天矿应用各种监测技术对岩石的性能和岩石性能相关参数的进行了研究。与此同时，随着各类型的炸药混装车的研发及应用，使得炸药与岩石性质匹配的研究成功成为可能〔7-8〕。因为缺乏足够的科学依据，在大多数情况下，这个问题是靠经验方法解决的。目前，炸药性能与岩石爆破作用的匹配效果工程上常常采用爆破效果优劣来衡量，衡量岩石爆破效果的特征量：爆堆的特征块度、平均块度、大块率等。而影响爆破效果的参量：炸药性能(炸药波阻抗等)、炸药单耗、孔径、孔距、排距、炮孔密集系数、抵抗线、岩石波阻抗等参量。本文基于德兴铜矿爆破施工试验基础，采用爆堆的块度分布评价爆破效果，应用岩块投影的最大面积和周长衡量岩块块度的几何特征参量，并使用AutoCAD及VB编程处理数据，选用回归分析法探讨炸药和岩石的匹配关系，最后得到了最优匹配系数。

2爆破试验

2.1试验工程概况

江西德兴铜矿地形为低山丘陵区，山体主体走向北西-南东，山坡坡度一般20°~40°。矿区主要含矿岩包括花岗闪长斑岩和千枚岩。千枚岩中绢云母占60%~90%，其次为绿泥石和石英，呈鳞片状或泥状构造。花岗闪长斑岩为全晶质结构，斑晶为中粒，基质为细粒，斑晶含量40%~60%。岩体边缘相斑晶含量减少，矿石主要呈块状构造。矿石矿物颗粒较细，千枚岩中矿物粒径为0.01mm ~0.20mm，花岗闪长斑岩粒径为0.025mm ~0.300mm。按可爆性分级，矿岩可分为三类：矿区Ⅰ类矿岩(3#钻、11#钻、12#钻)为花岗闪长斑岩，普氏系数f=10~12，ρ=2.751g/cm3，波阻抗为7136g/cm3·m/s，致密、坚硬、有韧性，裂隙平均间距为0.75m，难爆；Ⅱ类矿岩(2#钻、19#钻)为黄铁矿含量较高及蚀变较弱的千枚岩，普氏系数f=6~8，ρ=2.724g/cm3，波阻抗为6767g/cm3·m/s，硬而脆，较易爆破；Ⅲ类矿岩(16#钻)为蚀变或蚀变较弱的千枚岩，普氏系数f=6~8,ρ=2.694g/cm3，波阻抗为6869g/cm3·m/s，节理发育，可爆性好。该矿爆破开采炸药品种较单一，主要为自制BDS型乳化炸药，炸药波阻抗约为4862 g/cm3·m/s。

2.2爆破试验材料

根据德兴铜矿爆破技术现状，结合采矿场地质地形情况，制定了爆破工业试验方案，其方案主要内容包括：爆破参数、炸药量、装药结构、起爆方式等。试验参数见表1，共计6个工作台阶，9次爆破试验。

表1　爆破试验参数

2.3爆破试验技术手段

试验中首先采用摄影方法对爆堆块度的表面和挖掘面进行拍照，得到的图像通过Photoshop处理和AutoCAD圈定，各分级矿岩的数量计算由计算机VB编程完成。

3试验结果与分析

3.1爆破试验结果

矿岩通过软件AutoCAD进行圈定，且各分级矿岩的数量计算由计算机VB编程完成，效率高、速度快。矿岩的圈定数量统计见表2。

从统计的意义上讲，爆破后爆堆矿岩的块度分布具有一定的规律性，即矿岩尺寸与相应的筛下累积率之间具有一定的数量关系，反映这种关系的块度分布函数的经验公式很多，目前最具有代表性的是Rosin-Rammler分布函数(简称R-R函数)和Gates-Gaudin-Schumann分布函数(简称G-G-S函数)〔9-10〕。但相对于某个具体的爆堆究竟哪一种最为合适，则取决于矿岩块度分布的性质：若粗粒部分较大，采用R-R分布函数；若细粒部分比例较大，则采用G-G-S分布函数更为合适。

表2　矿岩的圈定数量统计

(1)

(2)

式中： y为筛下累计率，%； x为岩块尺寸(或筛孔直径)，mm；xe为块度分布特征参数，mm；n为块度分布均匀性指数；xm为最大矿岩尺寸，mm。

从几何形状的自相似性和分形的统计两方面出发，证明了矿岩块度的分布是一个分形结构〔3〕，爆破岩块不仅在形状上具有统计自相似性，而且其与经典的块度分布公式与分形分布相同，并且均匀性指数n与分形维数D有如下关系式：

D=3-n

(3)

通过Matlab 2012b编程计算，对表2中统计的数据进行回归分析，计算出均匀性指数n和相关系数γ，见表3。

表3　矿岩块度回归分析结果

表3的结果表明，在显著性水平α=0.05下，各次爆破的块度组成基本上都服从G-G-S分布，各区试样的相关系数都满足线性关系的临界相关系数，说明各区数据的线性相关程度较高。

(4)

(5)

通过矿岩块度分布分析可知，本文中用K50、K80和大块率等三个指标综合评价爆破效果，其表达式分别为：

(6)

(7)

式中：K50、K80分别为50%、80%块度通过筛目时所对应的矿岩块度尺寸，mm。

从爆堆矿岩块度分布的分形模型，可以得到分形维数与块度累积相对量的关系〔11〕。均匀性指数n可通过式(3)求出，xm可通过统计大块率计算得出，xe由式(4)可求知，则爆破块度分布规律就可用式(1)、式(2)表示出来。

利用式(4)和式(5)计算出各爆破岩块分布的特征块度。将各次爆破的块度组成分别按R-R分布和G-G-S分布进行分级计算，结果见表4和表5。

由表4和表5可知，9组爆破试验中，大块率最高的为11#钻+65台阶爆区，数值为18.14%，远高于矿区大块率爆破指标0.7%，这主要是统计块度分布时，不予以考虑小于5cm岩块所占块度分布的比例，而造成大块率放大效应的缘故。2#钻+65台阶(第二次)、3#钻+20台阶、11#钻+65台阶、12#钻+50台阶、16#钻+125台阶和19#钻+80台阶等8组的大块率都较高，都大于10%，其中11#钻+65台阶为最高，最大值为18.14%，且有5次爆破的K100指标大于110cm，这反映出选取的爆破参数不尽合理，需选择更合理的爆破参数。

表4　矿岩块度组成的测定结果

表5　矿岩块度分布

注：表中的筛下累计率表示矿岩半径小于120mm的矿岩体积百分含量。

图1为其中的几组爆破块度分布曲线，由此可看出，各爆区块度分布变化趋势一致。当块度尺寸小于80cm时，G-G-S分布曲线低于R-R分布曲线的值；而当块度尺寸接近及大于80cm时，G-G-S分布曲线的值超过了R-R分布曲线的值。

3.2试验结果分析

长期的工程爆破实践表明，对于极坚硬矿岩，其所使用炸药波阻抗常小于被爆矿岩的波阻抗。基于该矿矿岩为相对坚硬矿岩，故所选矿岩波阻抗与炸药波阻抗之比在2.4~3.0之间变化，求出常用的3个块度统计指标K50，K80和大块率，见表6。

块度指标和匹配系数的关系曲线，如图2所示。

通过对同种炸药在9次爆破的匹配试验，由块度统计指标结果分析，可以看出：

(1)从块度统计指标来看，爆区19#+80台阶其匹配系数为2.51时， 该区进行三次爆破， 爆破结果K50，K80和大块率都取最小值，因此破碎效果最好，炸药岩石阻抗匹配最优。为了克服阻抗选择的随机性，选择K50<70cm为最佳匹配区域。由图2可得出此区最佳匹配系数为2.50~2.58。

图1　各爆区的矿岩块度分布Fig.1　The distribution of the rock fragment size in blasting area

台阶匹配系数K均匀性指数分维数D最大块/mmK50/mmK80/mm大块率/%相关系数破碎效果11#钻+65台阶2.621.38281.6172138.6984.01118.0218.140.9240差12#钻+50台阶2.741.23351.7665133.0575.85111.0311.960.9545较差2#钻+65台阶(第一次)2.651.29841.7016127.5274.77107.387.590.9353较好19#钻+80台阶(第一次)2.511.00701.9930115.8658.2192.837.430.9563好3#钻+20台阶2.911.42481.5752135.6283.38115.9616.000.9428差16#钻+125台阶2.491.38571.6143130.8379.34111.3711.280.9385较差19#钻+80台阶(第二次)2.510.98002.0200108.8953.6886.727.560.9508好19#钻+80台阶(第三次)2.510.71382.2862123.2146.6690.1311.870.9236好2#钻+65台阶(第二次)2.651.22851.7715133.5475.96111.3612.310.9354较差

注：表中匹配系数K=Cm/Ce，Cm为岩石波阻抗，Ce为炸药波阻抗，而各作业台阶的匹配系数K均由矿方所给地质资料计算得出。

图2　K50、K80和大块率与K关系曲线Fig.2　Curves of relation of K50, K80, bulk yield and K

(2)对于评价爆破效果的3个块度指标与匹配系数的规律并不一样。K50反映平均块度的大小，K80、大块率则反映爆堆大块分布规律，仅考虑其中之一并不全面，因此只有综合考虑这3个指标才能客观评价破碎效果。

(3)从块度分布来看，对于高阻抗介质如爆区3#钻+20台阶，块度主要集中在大块区，因此K50小而大块率大，而爆区11#钻+65台阶介质波阻抗低于爆区3#钻+20台阶的介质波阻抗，但K50和大块率均大于爆区3#钻+20台阶，这是由于爆区3#+20台阶提高了炸药单耗。因此除了从炸药岩石阻抗匹配上考虑外，还应从炸药单耗上考虑，才能改善破碎效果。低阻抗介质如爆破爆区19#钻+80台阶，块度主要集中在小、中块，可以从匹配上考虑改善破碎效果。

(4)从岩石破碎角度来看，随着匹配系数的增大，破碎效果有所改善，但增加到一定值后，破碎效果反而变差，因此有一个炸药岩石阻抗最优匹配区。从本次工程试验结果来看，此最优匹配区的匹配系数为2.50~2.58。

4结 论

(1)采用岩块投影的最大面积和周长作为衡量矿岩块度的标准几何特征参量，并运用AutoCAD二次开发VB编程进行数据处理，分析过程简便，便于操作，误差较小。

(2)评价爆破效果时应综合考虑K50，K80，大块率这3个指标才能客观评价爆破破碎效果。

(3)块度尺寸小于80cm时应采用R-R分布函数；当块度尺寸接近或大于80cm时，则采用G-G-S分布函数更为合适。

(4)从爆破的破碎效果出发，炸药岩石阻抗最优匹配并非传统观念认为的匹配系数为1，从本工程试验结果分析，炸药与岩石最优匹配区的匹配系数为2.50~2.58，可为同类工程提供参考。

参考文献(References)：

〔1〕邹宗山,杨军,佐建君,等. 大型露天矿半连续工艺台阶爆破参数优化试验[J]. 工程爆破，2015,21(3)：32-35.

ZOU Zong-shan, YANG Ju, ZUO Jian-jun, et al. The parameter optimization experiment of bench blasting of semi-continuous technology of large open-pit mine[J]. Engineering Blasting, 2015,21(3)：32-35.

〔2〕 刘倩,吕淑然. 露天台阶爆破毫秒延时间隔时间研究[J]. 工程爆破，2014,20(1)：54-58.

LIU Qian, LV Shu-ran. Research on the millisecond delay interval time of open-pit bench blasting[J]. Engineering Blasting, 2014, 20(1)：54-58.

〔3〕 郑长青. 炸药与岩石智能匹配系统研究[D]. 北京：中国地质大学(北京)，2009.

ZHENG Chang-qing. Research on intelligent matching system of explosive and rock[D]. Beijing: China University of Geosciences (Beijing), 2009.

〔4〕 李夕兵,古德生,赖海辉，等. 常规炸药与不同岩体匹配的可能途径[J]. 矿冶工程，1994,14(1)：102-104.

LI Xi-bing, GU De-sheng, LAI Hai-hui, et al. Conventional explosives with different rock mass matching may approach[J]. Mining and metallurgical engineering, 1994,14 (1): 102-104.

〔5〕 杨年华,张志毅,邓志勇,等. 硬岩隧道快速掘进的钻爆技术[J]. 工程爆破，2003，9(1)：16-21.

YANG Nian-hua, ZHANG Zhi-yi, DENG Zhi-yong, et al. Drilling and blasting technology for hard rock tunnel[J]. Engineering Blasting, 2003，9 (1): 16-21.

〔6〕 HENDRICKS C，PECK J, SCOBLE M J. Machine performanence monitoring in surface mines[J]. Mining Engineering, 1992,44 (3):243-250.

〔7〕 赖应得. 论炸药和岩石的能量匹配[J]. 工程爆破，1995，1(2)：22-26.

LAI Ying-de. Energy matching of explosive and rock[J]. Engineering Blasting, 1995,1(2):22-26.

〔8〕 郭子庭,吴从师. 炸药与岩石的全过程匹配[J]. 矿冶工程，1993，13(3)：11-15.

GUO Zi-ting, WU Cong-shi. The whole process of explosive and rock[J]. Mining and Metallurgical Engineering, 1993, 13(3):11-15.

〔9〕 题正义,衣东丰. 爆堆矿岩块度分布测试方法概述[J]. 辽宁工程技术大学学报, 2003,22 (S1):1-3.

TI Zheng-yi,YI Dong-feng. Blasting rock fragment test method summary[J]. Journal of Liaoning Technical University，2003,22 (S1): 1-3.

〔10〕题正义. 爆堆块度分布的自动与分形测试系统研究[D]. 阜新:辽宁工程技术大学，2001.

TI Zheng-yi. Automatic and fractal test system of the degree distribution of explosive reactor[D]. Fuxin:Liaoning Technical University, 2001.

〔11〕 冷振东,卢文波,严鹏，等. 基于粉碎区控制的钻孔爆破岩石-炸药匹配方法[J]. 中国工程科学，2014，16(11)：28-35.

LENG Zhen-dong,LU Wen-bo,YAN Peng，et al. A drilling hole blasting method based on crushed area control[J]. Chinese Engineering Science, 2014,16 (11):28-35.

Experimental study on matching between explosive performance and rock

LIU Mao-xin1a, 1b， ZHANG Yi-ping1a,1b， NIE Xiang-Jin2， ZHAO Ming-sheng3

(1. a. College of Mining, b. Guizhou Engineering Lab of Mineral Resources, Guizhou University, Guiyang 550025, China；2. Guizhou Jiulian Industrial Explosive Materials Development Co., Ltd., Guiyang 550025, China；3. Guizhou Xinlian Blasting Engineering Group Co., Ltd., Guiyang 550002, China)

ABSTRACT：The matching relationship of explosive and rock was explored for seeking the optimal matching effect, bulk yield would eventually be controlled within rational range, and good economic and social benefits would be created. In the blasting construction of Dexing copper mine in Jiangxi, the maximum area and perimeter of rock projection were adopted and regarded as parameters of standard geometric features for evaluating rock fragment size. The AutoCAD to secondary development of VB was applied in data processing. The regression was introduced to explore the matching relationship between explosive and rock. The matching coefficient from optimal matched area was confirmed and it was in range of 2.50 ~2.58.

KEY WORDS:Explosive; Explosive performance; Rock; Matching coefficient; Rock fragment size; Bulk yield; Regression analysis method

中图分类号：TD235

文献标识码：A

doi：10.3969/j.issn.1006-7051.2016.01.005

作者简介：刘茂新(1989-)，男，硕士，主要从事工程爆破及灾害防治研究。E-mail： 978948028@qq.com通讯作者： 张义平(1970-)，男，教授，主要从事岩土灾害控制及振动信号分析与处理的研究。E-mail： zyp_stone@163.com

基金项目：国家自然科学基金重点资助项目(50764001)；贵州大学研究生创新基金项目(研理工2015071)

收稿日期：2015-11-21

文章编号：1006-7051(2016)01-0024-06