矿柱回收技术在猫场地下铝土矿开采中的工业试验

来源 :现代矿业 | 被引量 : 0次 | 上传用户:coolfish150
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
猫场铝土矿为特大沉积型铝土矿床,在近几年开采过程中,通过开展采矿方法试验研究不断优化两率指标,回收率逐步提高到65%,但距行业标准和初步设计值相差较大。对采场各类矿量损失情况进行了统计分析,矿柱损失占损失总量的31.4%。为了提高矿柱资源回收,开展了矿柱回收技术研究,并进行现场工业试验。结果表明,矿柱回收工业试验采场回收率达到了80.16%,为类似条件下铝土矿山地下开采矿柱回收提供了理论依据和现场实践经验。
其他文献
为了研究工作区稀土矿分布规律,在系统的野外地质调查基础上,根据江西某区稀土矿的形成过程将其划分为4层,分别为基岩层、半风化层、全风化层下段、全风化层上段。借助电感耦合等离子体质谱研究手段对该区稀土矿开展了元素地球化学研究。结果表明:该稀土矿主要富集轻稀土元素,且稀土元素主要在全风化层上段富集;对比各层位的稀土元素总量发现,从原岩到全风化层下段,以物理风化作用为主,少量为化学风化作用;从全风化层下段到全风化层上段,以化学风化作用为主,即长石和稀土矿物水解形成黏土矿物以及稀土矿物离子。
针对中家山铅锌金银矿马山采区前期浅部民采活动遗留的空区隐患问题,开展了浅埋民采空区综合探测与治理方案研究工作.为避免民采空区次生灾害发生并消除与井下生产相互影响,
监督学习方法对于训练过程中出现的类别的分类性能较好,但在某些场景下需要识别训练过程中从未出现过的类别。零样本学习作为解决这一问题的范式,逐渐成为了机器学习、计算机视觉等领域中的热门研究课题。在本文中,我们提出了一个比较全面的关于零样本学习的综述。首先,对零样本学习进行概述,并将零样本学习按照模型训练中使用数据的不同划分了两种设定,然后描述现有零样本学习方法采取的不同语义空间。其次,对现有的零样本学习方法进行了大致分类,并简单介绍了每种类别的代表性方法。在此基础上,讨论现有零样本学习的实际应用。最后对零样本