针对超深井料浆充填管道高势能引发的流速失控与磨损风险问题，采用ANSYS数值模拟方法，系统揭示了料浆粗骨料类型、质量浓度、流速及管道几何参数对管道磨损的影响机制，创新性地提出了两级调压减磨技术。结果表明：粗骨料类型对管道磨损率影响有限，水淬渣基料浆磨损率最低；料浆质量浓度与管道磨损率呈显著负相关，料浆流速与管道磨损率呈线性正相关；管道几何参数中弯曲角度、倾斜角度对管道磨损影响显著，弯管处的磨损最为严重。对此，在管道中下部增设水平折返环管与电动调压阀，分阶段将料浆流速调控至0.8~3.1 m/s范围内，辅以丁字形缓冲结构优化流态，大幅降低管道磨损与系统压力波动，可使关键90°弯管磨损速率较改造前降低82%，系统压力波动幅度降低约40%，漏浆事故发生率下降30%，系统运行效率提升25%。研究结果可为深部矿产资源开发提供关键技术支撑。

针对金属矿深井大盘区密集采场群的规模化开采中，复杂角联通风引发的“高温-污染”耦合难题，构建了“正交试验与控制变量法、Fluent数值模拟、Ventsim通风解算及多元线性回归”的四维分析框架，揭示了穿脉巷风门选择性关闭对风路重构的关键作用。结果表明：各因素对出矿巷温度场的影响重要程度为围岩温度>2^#穿脉入风风速>入风温度>0^#穿脉入风风速；提出关闭0^#穿脉风门、构建“2^#进、0^#出”贯穿风路的优化方案，该方案使出矿巷风量由10.8 m³/s增至30.7 m³/s，区域风速由0.1 m/s 增至0.6 m/s，巷道内平均温度降至26.03 ℃。优化方案有效解决了局部串风问题，提高了污染物排放效率，改善了井下作业环境，为类似深井大盘区密集采场群通风系统“精准微创手术式”的调控提供了理论依据与工程实践范例。

随着矿山开采进入深部，在高地应力等多方面因素的影响下，巷道易产生变形破坏。某超深金属矿深部粗碎硐室大件道巷道出现了喷浆体开裂、网片崩解以及原岩风化脱落等问题。首先通过水压致裂法和岩石力学试验测得地应力和岩石力学参数。然后，采用变形监测、钻孔摄像以及地压监测等手段对巷道变形特征进行分析，并结合监测结果分析了巷道围岩破坏机理。提出了30 mm厚的初喷+5 m长锚索主动支护+钢筋网+U29拱架被动支护+120 mm厚的复喷的联合支护形式。工程实践表明，加固支护后巷道围岩承载力增强，未发现变形破坏，巷道围岩进入相对稳定状态。

针对采场结构参数优化中传统工程类比方法易受主观评价影响、单纯数值模拟方法建模复杂且工作量大等难题，提出基于DBO-MLP-SVM的人工智能采场参数优选方法。采用蜣螂算法（DBO）优化多层感知机（MLP）与支持向量机（SVM）的性能，将二者融合以克服MLP易陷入局部最优的缺陷，并收集相关矿山采场参数与采场稳定性分级数据对所提模型进行训练，以西南某石灰石矿山为例，代入模型获得不同矿柱宽度下的稳定性分级，并通过FLAC3D数值模拟对采场位移、矿柱变形及地表沉降进行分析验证。结果表明：DBO-MLP-SVM模型预测矿柱宽度大于8 m时采场稳定，最优采场结构参数为矿柱宽度×间距=8 m×8 m，数值模拟结果与其一致；与传统工程类比法相比，智能协同优化后采场生产能力增幅达51.80%，损失率、贫化率变化较小，有效兼顾了生产效能与安全保障。该方法为采场结构参数优化提供了高效、准确的技术途径，可为矿山采场参数优化提供借鉴。

井筒压覆资源开采须在井筒安全的前提下进行，以安徽某铁矿为背景，研究2号措施井井筒压覆资源开采对井筒扰动的影响。开展了矿山地质调查与岩体物理力学参数分析，采用经验类比方法确定了两种回采方案；运用多软件协同对两种回采方案进行数值模拟，分析压覆资源回采后井筒的稳定性，选出可行方案；最后采用薄板圆孔孔边应力集中原理，对水平应力扰动下井筒周边应力状态进行分析。研究结果表明：两步骤全采和隔一采一两种压覆资源回采方案均可行，从提高资源利用率的角度出发，首选一步骤开采矿房二步骤回采矿柱方案并及时充填；开采扰动引起的井筒周边应力处于2倍原岩地应力以下，井筒处于稳定状态。研究结果为井筒压覆资源的安全开采提供了技术支撑。

河南某铁矿采用分段崩落法回采后，因未采取强制放顶措施，随着采场向深部推进，上部覆盖岩层厚度不足，导致空区顶板以及-40 m分段原房柱法遗留点柱发生垮塌冒落，严重威胁采场的安全回采。采用Mathews图解法与数值模拟对空区稳定性展开分析研究，发现空区顶板存在大面积垮冒风险，因此建议-72 m分段停止采用崩落采矿法回采，对-72 m以上分段进行封堵，-90 m以上分段改用充填采矿法回采。结合矿体开采条件与矿山产能需求，提出三种技术可行的开采方案，分别为分段空场嗣后充填采矿法、盘区机械化上向水平分层充填采矿法、垂直矿体走向上向水平分层充填采矿法；综合考量生产技术经济指标与回采安全性，推荐该矿山采用盘区机械化上向水平分层充填采矿法回采。该矿山由崩落采矿法转充填采矿法回采后，矿石贫化率降至10%，损失率降至8%，采切比提升至7.47 m/kt，年产值满足矿山设计生产要求，且在剩余服务年限内，矿山经济效益可提升4 947.67万元。

Las Bambas铜矿矿岩交错分布，各区硬度不一，岩性丰富，单一爆破参数难以适用复杂的地质条件。为在矿山爆破过程中控制矿石块度适中和降低废石混入，开展了露天台阶爆破矿岩分离控制爆破技术及块度预测研究。基于岩体指数（RMI）对岩体可爆性进行分级，提出采用原位堆滞爆破和抛掷爆破来分区爆破岩石和矿石，从而达到破碎矿、岩分区堆积。设计了差异化孔网参数多点起爆与密集空孔爆破方案。基于XGBoost模型对Ferrobamba矿区爆破数据进行训练，预测25组样本数据矿石爆破块度，并进行了现场试验。结果表明：采用差异化孔网参数多点起爆方案，在孔深为16.5 m、岩石区孔网参数为9.0 m×8.0 m、矿石区孔网参数为6.5 m×5.5 m的条件下，爆破后形成明显矿、岩分界沟，矿、岩分别成堆。块度分布特征参数D₈₀为127 mm，模型预测的D₈₀为124 mm，误差仅约2.36%，其中块度25.6 mm的占比为36.7%，可满足选矿厂要求。

针对非煤矿山安全生产监测预警中普遍存在的多源异构数据割裂、风险识别滞后与监管协同不足等工程难题，构建了一套基于多源数据融合技术的非煤矿山安全生产预警“一张图”系统。系统依托多源数据融合、实时状态监控、安全风险四色图可视化等核心技术，设计了政府监管端-企业监管端协同耦合的双轨架构。政府端聚焦宏观合规性监管与应急联动指挥，企业端侧重微观风险隐患闭环整改，二者通过数据共享协同机制，形成一体化的闭环监管新模式。该系统在六安市3家矿山企业的工程应用结果表明，该“一张图”协同预警系统可使政府端安全监管效率提升约22%，风险评估准确性达到90%以上；企业监管端隐患处理时间缩短30.5%，事故发生率下降15%；多源数据协同应用端数据利用率提高20%。研究可为非煤矿山智能化安全监管提供一套有效的技术实现路径，对推动行业数字化转型具有参考价值。

矿山安全风险智能预警是保障矿山安全生产的关键技术手段。面对矿山开采环境复杂、灾害多因素耦合性强、多源异构数据量大等挑战，围绕典型应用场景与数学方法融合路径开展了系统研究。从灾害风险动态预测、人-机-环全要素实时感知与智能管控、事故链追溯与模拟的应急决策优化三个典型应用场景出发，梳理了矿山安全预警技术“从单一到多元、从传统到智能”“从离散监测到闭环控制”“从经验驱动到智能辅助”的演进规律。在此基础上，对支撑上述应用场景实现的数学方法进行了归纳，涵盖基础统计与时空分析、机器学习与深度学习、复杂系统建模、机理-数据混合驱动模型及数字孪生模型，并构建了应用场景与数学方法协同框架，明确了不同应用场景下数学方法的选择与组合方式。研究成果可为矿山安全风险预警向“主动防控”转型提供技术参考与方法支持。

针对地表载荷与采动耦合作用下缓倾斜矿体采场围岩稳定性控制及地表废石堆场安全问题，采用室内岩石力学试验测定关键岩层力学参数，结合基于数字图像相关技术（DIC）的物理相似模拟与三维数值模拟，系统研究了采场围岩在双重扰动下的破裂演化特征、应力场与位移场响应规律。试验结果表明，采动扰动引发围岩应力重分布，地表载荷叠加使废石堆场正下方采场顶板最大垂直位移增幅为12.86%，地表形成与采动卸压拱理论边界相符的沉降中心；采场顶底板及上端部围岩存在拉应力集中，压应力则集中于中段间顶底柱。充填开采通过削弱应力集中与变形传递，使中段间顶底柱压应力降低了61.67%、顶板拉应力下降10%~15%，有效缓解卸荷效应并提高采场-地表系统稳定性。工程现场监测验证了所采取的稳定性控制措施的有效性，为类似地表构筑物-采场耦合系统的安全开采提供了科学依据。

金属矿山工作面地应力分布规律对矿山安全生产至关重要。针对某锂辉石矿体含断层构造条件下的工作面地应力分布复杂难题，结合数值模拟与现场实测，探究了地应力分布规律。基于实测数据，运用快速应力边界法模拟出地下工程在真实地应力场作用下的初始状态。结果显示，各断层上盘的上部与下盘的下部存在地应力集中，而其他位置的应力分布有较好的层次性；数值模拟反演数据显示，断层两侧的地应力等值线发生突变，尤其是当断层密度较大时，地应力由7 MPa增大到20 MPa；在不含断层处，地应力实际测量结果与数值模拟分析结果较为吻合，这表明快速应力边界法能准确地反映地下岩体工程的实际地应力状态，并且可以弥补地应力实测点要避开断层等不良结构面的不足。

针对瓮福磷矿某工作面含软弱夹层巷道冒顶、片帮等围岩失稳现象频发的难题，通过现场调查与FLAC3D数值模拟，系统对比了常规锚网喷支护与“锚网喷+钢拱架+超前支护”复合支护技术的围岩控制效果。研究结果表明：软弱夹层含3.9%高岭石，遇水膨胀软化是围岩劣化的主因；复合支护技术使巷道竖向位移由-8.33 mm降至-6.67 mm，降幅达19.93%，X、Y方向的水平位移由2.61 mm、-1.64 mm分别降至1.27 mm、-0.58 mm，降幅分别达51.34%、64.63%，应力集中显著缓解，总破坏单元降低13.82%。现场应用表明，月均事故率由0.6次降至0.27次，降幅达55.0%。复合支护技术有效控制了多薄层互层条件下的围岩大变形，为含密集软弱夹层巷道的安全掘进提供了理论依据与关键技术范式。

矿业开采过程中的工程扰动常会导致岩石产生多种裂隙，进而影响其力学性能。采用室内单轴压缩试验，结合XTDIC和声发射监测系统，探究裂隙位置、裂隙倾角及岩层组合方式对单裂隙层状复合岩样力学行为及破坏模式的影响。研究结果表明：随着裂隙倾角增大，裂隙岩样的峰值应力从13.19~25.34 MPa逐渐增加到33.89~42.99 MPa，弹性模量呈现先增后减的非单调变化趋势，劣化系数则从0.32~0.66逐渐减小到0.06~0.20，且裂隙对砂岩的强度劣化作用较灰岩更为显著；裂隙位置主导破坏模式的演化，当裂隙位于岩样上部时，以张拉破坏为主，裂隙位于岩样中部时，破坏模式受裂隙倾角调控，低裂隙倾角下仍以张拉破坏为主，高裂隙倾角下则转变为张拉-剪切混合破坏；声发射参数（RA/AF值）分析显示，低裂隙倾角时，优先出现的裂纹均以张拉裂纹为主，占比可达81.69%~88.41%，随着裂隙倾角增大，剪切裂纹占比上升，破坏模式从张拉破坏逐步过渡为多拉少剪破坏，直至最终形成张拉裂纹占比56.33%~62.73%的拉-剪混合破坏。

针对浸水煤岩破裂过程中低能声发射（AE）信号占比过高、高能关键信息易被掩盖，导致破坏前兆识别精度不足的难题，开展了自然状态与浸水120 h煤岩的单轴压缩与声发射同步试验。基于能量贡献率与损伤应力构建了AE信号筛选新方法，提取煤岩破裂的优势信号并分析其前兆特征。结果表明：浸水显著降低了煤岩的单轴抗压强度，相比自然状态煤岩，浸水煤岩平均单轴抗压强度降低14.79%，裂纹呈现多向扩展特征，加剧了煤岩的最终破裂程度；自然状态煤岩的累计AE计数达到4×10⁶次，而浸水煤岩的累计AE计数降至2×10⁶次，累计AE计数与煤岩的应力-应变曲线具有较好的一致性；基于能量贡献率与损伤应力时间窗口构建的声发射优势信号提取方法，可有效提取浸水煤岩破裂过程中的优势信号，其能量阈值低于自然状态煤岩，但优势信号占比更高，提取的优势信号与浸水煤岩破坏前兆高度一致。研究结果可为工程稳定性预测提供理论依据。

为研究煤分子结构模型中CH₄与CO₂吸附与扩散规律，采用巨正则系综蒙特卡洛和分子动力学模拟方法，分析不同温度、压力与含水率条件下煤分子结构模型中CH₄、CO₂的吸附与扩散过程。结果表明：随着温度或含水率的升高，CH₄与CO₂的吸附量均呈现一定幅度的下降，而CO₂的吸附与扩散能力均优于CH₄；随着压力增大，两种气体的吸附量均增加，但易趋于饱和，表现出典型的饱和吸附特征；Langmuir拟合结果显示，温度或含水率升高均会导致吸附参数a、b值下降，且CO₂的参数值始终高于CH₄，表明CO₂与煤体之间展现出更高的吸附亲和性；温度升高可显著增强两种气体分子的动能，降低其在煤分子结构模型中的局部富集程度，从而提高扩散性能。CO₂在各温度下的均方位移均大于CH₄，表明其扩散能力更强，空间分布更均匀；随着含水率的提高，两种气体在煤分子结构模型中的平均质量密度均降低，水分子存在虽不会改变气体吸附曲线整体变化，但使气体的吸附饱和点显著降低；高含水率条件（6.55%）会显著抑制气体扩散行为，水分子填充孔隙并与煤分子作用，导致气体扩散路径受限，削弱了气体迁移程度，限制了气体扩散速率，CH₄和CO₂的扩散系数分别下降至0.063×10^-8 m²/s和1.33×10^-8 m²/s。研究结果为提升煤层气采收率及优化CO₂封存策略提供了理论依据。

矿用刮板输送机作为煤矿井下运输系统的关键设备，其轴承长期处于高温、高冲击载荷、粉尘污染及持续运行等极端工况下，故障风险较高。面对复杂工况与多种故障模式，现有故障诊断方法在特征提取和分类准确性方面仍面临诸多挑战。为此，提出了一种基于双分支卷积神经网络的轴承故障诊断方法。首先，利用连续小波变换将一维振动信号转换为二维时频图，以增强输入数据的时频特征表达能力。随后，构建双分支卷积神经网络架构，其中一个分支采用空洞卷积残差模块加强局部特征提取，另一个分支引入全局注意力机制优化全局特征学习，通过特征融合提升模型的诊断能力。最后，在CWRU和PU轴承数据集上进行了试验验证。结果表明，该方法在两个数据集上的故障诊断准确率分别达到99.78%和97.94%，整体性能优于DCRB-CNN、GAM-CNN和GAM-ResNet等对比模型，展现出显著的诊断能力和良好的泛化能力。此外，基于煤矿现场数据开展了轴承故障诊断试验，进一步验证了所提方法在强噪声、非平稳工况下的实用性和工程部署潜力。研究结果为刮板输送机等复杂煤矿设备的智能故障诊断提供了一种高效可靠的深度学习解决方案。

针对传统矿山设备异常检测效率低、精度不足的问题，提出融合双向长短记忆网络与改进减法平均优化器的矿山设备异常检测模型。引入注意力机制实现关键特征动态加权，结合卷积神经网络提取局部时序特征，采用引导正则化随机森林完成特征选择，降低数据维度并抑制噪声干扰。改进减法平均优化器引入混沌映射初始化与黄金正弦步长自适应调整策略，显著提升了模型的收敛速度与训练稳定性。结果表明，在矿山设备多传感器时序数据集与矿山机械故障模拟数据集中，本文所提模型的准确率分别达到94.17%和95.48%，综合性能优于现有主流检测模型；消融试验中，集成所有关键模块时，模型的准确率、精准率、召回率和F₁分数分别达到98.25%、97.62%、98.05%、97.84%。在某大型露天矿场的皮带输送机和破碎机等关键设备实测中，模型的检测准确率提升至97.32%，平均检测时间仅为0.39 s，表明该模型可高效、精准地检测矿山设备异常状态，为保障矿山生产安全提供了可靠的技术支持。

针对现有矿山井下传送带异物检测算法多以通道降维方式建模跨通道依赖，引起计算开销大且检测精度受限的问题，提出了一种基于注意尺度融合跨空间学习的异物检测方法（ES-YOLO）。首先，在主干网络中引入高效多尺度注意（EMA）模块，通过将通道重塑为批量维度，并将通道维度分组到多个子特征中，使空间语义特征在各特征组内均匀分布。随后，采用尺度序列特征融合（SSFF）模块提升网络的多尺度信息提取能力，该模块将不同尺度特征图水平堆叠，并利用3D卷积提取尺度序列特征，从而更好地融合深度特征图的高维信息与浅层特征图的细节信息。此外，维度感知选择性整合（DASI）模块自适应分配高维、低维特征图权重，增强模型对小目标的识别能力。试验结果表明，相比于基准模型YOLOv8n，该方法的平均精度均值提升了1.5个百分点，达89.7%；对大块矿料的类平均精度提升了4.1个百分点，参数量降低了18%；与主流模型相比，该模型在检测精度与轻量化程度方面均具有显著优势，更适合于矿山井下传送带异物实时检测场景。

针对煤料体积动态变化及煤矿井下高粉尘、高水雾等恶劣工况，导致传统煤量检测装置精度不足、环境适应性弱等问题，提出了一种面向极端工况的激光雷达与视觉图像融合煤量检测方法。首先，对激光雷达与视觉相机进行联合标定，建立映射关系并统一坐标系；然后，通过特定策略获取采样数据，利用泊松重建算法、空间过滤策略和结构相似性指数识别煤料区域；最后，运用深度图像补全网络修复深度图，并基于修复结果计算煤量。试验结果表明，激光雷达与视觉相机融合方法的最大检测误差仅为2.90%，且随着煤料体积的增大，误差进一步降低；与ENet等主流深度补全算法对比，所提算法核心精度指标最优，且能满足工业实时性要求；该方法与接触式电子皮带秤的检测曲线波动基本一致，验证了其可靠性。该方法有效克服了单一传感器的局限性，显著提高了煤量检测精度，并能在恶劣环境下稳定运行，为带式输送机煤量精准检测提供了新的技术方案，对推动煤矿智能化高效生产具有重要意义。

针对大型露天煤矿无人卡车调度方案差、利用率低以及成本高等难题，提出了基于数字孪生仿真的优化方法，构建了无人卡车数字孪生系统框架。利用AnyLogic软件搭建数字孪生仿真模型，实现物理与虚拟空间的实时映射。建立以运输成本最小化、总运输时间最短化及卡车利用率最大化为目标的数学模型，并设计量子增强粒子群优化算法（Quantum Enhanced Particle Swarm Optinization, QEPSO）进行求解。新疆某露天煤矿实例验证结果表明：相较于传统粒子群算法、改进粒子群算法和遗传算法，QEPSO算法的最大完工时间降低了5.84%~11.34%、总运输成本降低了5.12%~10.49%、卡车利用率提升了4.32%~9.14%，且其收敛速度更快、稳定性更好；数字孪生调度方案较传统方案任务完成时间缩短了73 min，有效提高了运输效率，为露天煤矿无人卡车的智能化调度提供了可行的技术路径和方法支持。

地下金属矿山生产调度面临地质条件、设备状态及安全风险等多源不确定性的严峻挑战，传统确定性调度模型难以保障系统的稳定性与运行效率。为此，提出一种基于蒙特卡洛模拟的地下金属矿山调度优化模型（MC-MOO）。首先，构建多源不确定性因素的概率分布模型；继而，融合蒙特卡洛场景模拟与NSGA-Ⅱ多目标优化算法，建立“概率建模-场景模拟-多目标优化”的闭环求解框架，以综合优化调度成本、产量稳定性及设备负荷均衡度。案例研究结果表明，相较于传统确定性调度模型，MC-MOO模型的总调度成本降低了5.97%，月均产量提高了16.53%，产量标准差降低了41.82%，设备负荷均衡度提高了23.61%，为不确定性环境下矿山智能调度提供了行之有效的建模与求解范式。

以某铁矿穿孔与爆破工序分离的实际情况为工程背景，针对穿爆分离引发的生产组织协调难度大、工序间信息传递滞后、爆破工序信息孤岛、风险频发及生产成本偏高等突出性问题开展研究。采用爆破事故案例分析与爆破工序事故树风险评估方法，构建了多工作面爆破工序智能管控思路，并采用Vue+Django框架设计并开发了具备实时交互、工序任务分配、爆破器材精准管理及人员多级管控等功能的爆破工序智能管控系统。测试结果表明：系统在弱信号环境下信息传输延迟约为250 ms、丢包率为0.3%、重连时间在3 s以内；并发用户数达1 000人时，平均响应时间小于1 s，事务成功率超98%；现场应用后，各爆破工序风险频数显著降低，节约了大量资金并提高了爆破作业效率，有效解决了穿爆不协同的难题。研究结果为矿山爆破工序智能化升级提供了可行技术方案。

三维激光扫描获取的矿井巷道点云数据往往伴有噪声干扰，现有滤波方法难以兼顾点云数据精简与巷道几何特征精准保留，而自适应滤波可根据原始数据特征动态调整滤波参数，能够为后续巷道变形监测提供高质量数据基础。提出一种自适应递进式点云滤波算法，融合改进自适应体素滤波和分层约束动态半径滤波实现点云精准去噪。其中，改进体素滤波可根据巷道几何复杂程度自适应调节体素网格尺寸，在高效精简点云的同时更好保留巷道几何特征；分层约束动态半径滤波通过分层约束模型优化动态半径参数，实现残余噪声的精准剔除。试验结果表明，与传统体素滤波、改进体素滤波及其常规组合方法相比，所提算法的点云简化率超92%，同时将点云体积变化率、表面积变化率控制在3%以内，可为矿井巷道变形监测提供可靠的数据预处理技术支撑。

针对煤矿井下光照不均、背景复杂及人为违规操作导致的事故频发问题，提出一种基于改进Retinex与YOLOv5融合优化的井下人员行为识别方法。首先，采用改进多尺度Retinex算法对井下图像进行增强处理，通过多尺度融合与颜色恢复技术，消除低照度、煤尘、水雾对图像的干扰，提升图像清晰度与色彩还原度；其次，将增强后的图像数据输入YOLOv5网络，构建基于Retinex与YOLOv5融合优化的目标检测模型，以适配井下设备密集、背景复杂的检测场景。试验结果表明：该方法对井下人员安全帽佩戴行为和现场作业违规姿态识别的平均精确率分别达95%和85%以上，可实现井下人员违规行为的精确识别与判定，为煤矿安全智能化监管提供了技术支撑。

基于无尾矿山理念，针对湖南某岩浆热液型金矿开展选矿与尾矿资源综合利用研究，构建了“重-浮联合工艺回收金—金尾矿综合回收石英—剩余尾矿全量充填”的无尾矿山技术体系，技术路线为：采用立式离心机重-浮联合工艺高效回收金，获得金精矿Au品位为81.69 g/t，回收率为97.06%；采用“脱泥—强磁—反浮选”工艺从金尾矿中回收石英，获得SiO₂品位98.86%、回收率65.37%的石英精矿；最终将剩余尾矿（产率38.23%）全部用于井下充填。通过工艺创新，有效解决了尾矿处置难题，实现了矿石全组分资源化与尾矿零排放，为同类矿山绿色开发提供了技术参考。

针对浮选工艺中泡沫尺寸提取的难题，提出了一种基于改进YOLOv11n-seg的浮选泡沫尺寸提取方法。首先，引进跨尺度特征融合模块（Cross-Scale Feature Fusion Module, CCFM）优化颈部结构，增强模型对多尺度泡沫的适应性与小目标检测能力；其次，嵌入混合局部通道注意力机制（Mixed Local Channel Attention, MLCA），整合通道信息、空间信息以及局部信息，提升网络的表达能力；最后，引入Unified-IoU损失函数，使模型动态地将注意力从低质量预测框转移到高质量预测框，平衡训练速度和检测精度。试验结果表明，相较于传统的分水岭算法和基于深度学习的Mask R-CNN等方法，所提出的方法在分割精度和实时性方面具有显著优势；与基准模型YOLOv11n-seg相比，优化后模型在精度mAP@0.5和mAP@0.5∶0.95上分别提升1.5%和5.3%，召回率提升5.1%，运算量减少11.8%，参数量下降32.1%，该方法具有更快的检测速度和更高的检测精度，能够满足浮选泡沫尺寸精准提取的需求。

为实现难选含铋多金属矿石的高效开发与铋资源的综合回收，针对高碳高钙铋中矿存在的高碳高钙脉石干扰强烈、矿浆浮选环境复杂、前端分选药剂残留抑制辉铋矿可浮性等技术难题，创新性地提出“脱药预处理-浮选提铋-酸浸提纯”联合除杂工艺，系统开展工艺矿物学分析与铋回收试验研究，并对工艺参数进行系统优化。研究结果表明：高碳高钙型铋中矿经盐酸调浆和活性炭脱药处理后，以水玻璃+石灰为抑制剂、丁基黄药为捕收剂、2^#油为起泡剂进行浮选提铋，再采用质量浓度18%的盐酸，在浸出温度30 ℃、液固比2∶1的条件下浸出8 min，最终获得产率为17.07%、铋品位为19.91%、铋回收率为74.75%的合格铋精矿。此工艺精准破解了高碳高钙铋中矿回收的关键技术瓶颈，通过活性炭脱药预处理精准消除药剂抑制效应，再采用浮选工艺实现铋矿物与碳酸钙等脉石矿物的高效分离与富集，最后通过酸浸实现残留杂质的选择性脱除，从而显著提升铋精矿品质，最终实现了对该高碳高钙铋中矿的高效除杂与提纯。

湖北宜昌地区某中品位硅钙质磷矿石以氟磷灰石为目的矿物，钾长石、白云石和石英为主要脉石矿物，原矿P₂O₅品位23.27%。为了提升该矿石的资源利用率，采用双反浮选工艺，系统开展了磨矿细度、捕收剂（H-1, KM-6）及辅助药剂（磷酸、HF-959）用量优化试验，结合接触角、Zeta电位与红外光谱测试揭示了浮选作用机理。结果表明：当磨矿细度-75 μm占比81%时，采用脱硅一粗两扫、脱镁一粗一扫的闭路浮选流程，可获得P₂O₅品位32.20%、回收率81.20%的优质磷精矿，精矿中Al₂O₃和MgO含量分别降至2.02%（降幅为53.35%）和0.62%（降幅为60.26%），实现了磷灰石与钾长石、白云石等脉石矿物的分离。研究表明，捕收剂H-1以物理吸附为主，选择性作用于钾长石表面，显著增强其疏水性，是实现钾长石高效脱除的核心机制。

为阐明碱性条件下丁基黄药（KBX）与金矿物相互作用的电化学机制，为含金硫化矿碱性浮选工艺优化提供理论支撑，采用单向伏安法、Tafel极化曲线法和恒电流阶跃技术，系统研究pH=9.18条件下金电极在丁基黄药溶液中的界面电化学行为。结果表明：KBX在金电极上的氧化反应呈现电化学-传质混合控制特征，氧化产物为二聚物X₂，正向反应速率常数为1.524 cm/s；金电极与KBX系统的相互作用随捕收剂浓度的升高而增强，丁基黄药在金表面的化学吸附是反应速率的关键控制步骤；磨矿细度、搅拌强度等工艺参数显著影响捕收剂与矿物的作用效率；恒电流阶跃技术测得金电极表面还原的交换电流密度为0.075 A/m²，与Tafel法腐蚀电流密度高度吻合，验证了结果的可靠性。

随着全球矿业向绿色、可持续方向转型，露天矿山在扩帮延深中普遍面临既有尾矿库压占采场境界的严峻挑战。针对这一“尾矿压境”难题，以非洲某铜钴矿尾矿库治理工程为背景，提出了一种“水力-机械协同、资源-空间-安全多目标优化”的尾矿全周期治理一体化新模式。该模式构建了融合“目标协同、技术协同、管控协同”的理论框架，其核心在于通过大型绞吸式采砂船水力开采与机械采掘的时空耦合工艺，同步实现尾矿资源高效回收与采场空间安全释放。工程实施了“空-天-地”一体化监测网络，并创新性地采用“分期蓄水、动态预警”的主动控制策略，确保了紧邻高陡采场边坡作业的安全，施工期北帮截渗坝体最大水平位移稳定在67.4 mm。实践表明，该模式成功处理尾矿约8 320 kt，释放采场空间超4.2×10⁶ m³，经济效益、安全效益与环境效益显著，为解决这一共性矿业难题提供了可复制的系统性技术方案。

建材矿山开采普遍存在高质低用、优劣混用等问题，造成产品品质不均、价值降低以及资源严重浪费。为此，以花岗岩为研究对象，构建了包含外观质量/化学性能、物理机械性能、经济效益、生态效益在内的4项一级指标和19项二级指标的多维度花岗岩最优用途综合评价体系，同时建立融合理化性能、经济效益和环境影响等多维度因素于一体的花岗岩最优用途决策模型。为验证模型的实用性与可靠性，选取云浮花岗岩、罗田花岗岩、黄金麻花岗岩作为研究案例，得出云浮花岗岩、罗田花岗岩、黄金麻花岗岩的最优用途分别为广场（道路或人行道）使用的天然石材、家具用天然石板、建筑用卵石碎石。采用VIKOR法、灰色关联度法进一步对计算结果进行对比分析，证实了AHP-EWM-TOPSIS决策模型的可行性。同时通过敏感性分析验证了所提出的AHP-EWM-TOPSIS决策模型具有良好的排序稳定性。研究成果可为花岗岩资源的最优用途规划提供科学依据，所构建的决策模型和开发的决策分析工具具有广阔的应用前景，可有效支持花岗岩产品的优化配置。

在生态文明建设背景下，矿山生态修复从单一环境治理向生态产品价值转化演进。聚焦典型南方丘陵山地带省份江西省，采用多案例比较分析法，系统剖析了其矿山生态修复与生态产品价值实现的协同路径。选取江西省内具有代表性的废弃矿山修复项目，通过比较其政策工具运用、市场化运作机制、多主体协作方式及价值转化成效，揭示了协同路径的共性与差异。研究发现，江西省通过创新“生态修复+”多元模式，将废弃矿山转化为耕地、碳汇、文旅资源等生态产品，并构建了“修复-转化-增值”全链条价值实现机制。政策驱动、市场化运作和多主体协同是支撑该机制高效运行的3大关键要素。然而，资金技术约束、权责机制缺位、市场体系不成熟及政策协同不足仍是主要障碍。研究成果可为南方丘陵山地带矿山生态修复与生态产品价值协同提升提供了可复制、可推广的实践路径。

为有效触发矿工的主动性行为，解决矿山安全管理中因重惩罚轻欣赏、重管控轻沟通而导致矿工内在安全动力不足的问题，基于认知-情感系统理论和自我决定理论等，引入内群体认同、类亲情交换作为中介变量，面子意识为调节变量，构建了有调节的链式中介模型。基于问卷调查，收集了510份有效数据，采用实证研究方法，对模型的假设进行检验。结果表明：工作场所欣赏对矿工主动性行为有促进作用，直接效应值为0.134；内群体认同和类亲情交换在工作场所欣赏与矿工的主动性行为之间分别发挥独立中介作用和链式中介作用；面子意识正向调节工作场所欣赏与内群体认同、类亲情交换的关系，并进一步正向调节内群体认同、类亲情交换的间接中介效应。研究结果可为矿山企业实施“以人为本”的安全欣赏管理提供参考。