针对现有爆破振动速度预测公式在面对复杂地场环境时预测精度不高的问题，提出一种基于改进灰狼优化算法(I-GWO)的BP神经网络模型。通过改变神经网络收敛因子函数加强导优精度，混沌映射初始化狼群位置加快求解速度，基于步长欧式距离的比例权重动态调整权重、提升寻优效率来改进灰狼算法。结合李楼-吴集铁矿爆破振动速度监测数据，选取爆心距、最大单段装药量、总装药量作为输入参数建立I-GWO-BP模型。结果表明：I-GWO-BP模型的收敛速度以及收敛精度要优于GWO-BP模型及BP模型，优化效果明显；I-GWO-BP模型的预测值基本处于实测值±0.08 cm/s置信带内，平均绝对百分比误差为13.84%，预测效果显著优于其他预测方法，具有较高的预测精度。研究成果可为矿山的爆破振动速度预测提供一定的参考。

金尾矿基混凝土作为一种环保型材料，具有广泛的应用潜力。然而，金尾矿基混凝土的材料组成复杂，传统的抗压强度预测方法往往难以捕捉材料内部的非线性关联和多变量耦合特性，导致预测精度不足。提出一种基于深度学习二元融合模型(DP)，融合卷积神经网络(Convolutional Neural Network, CNN)和门控循环网络(Gated Recurrent Unit, GRU)的金属矿基混凝土强度预测模型。首先，对金尾矿的矿物、化学组成及粒度分布进行分析，并依据相关标准检测其浸出毒性，确保其作为混凝土材料的安全性及稳定性。随后，通过试验构建金尾矿混凝土数据集，用于模型的训练和验证。将该模型应用于实际工程案例中，进一步验证了模型的性能。结果表明：所提出的模型在训练和测试阶段均具有较高的精度和较低的误差，能够有效预测金尾矿基混凝土的抗压强度。实际工程案例表明，掺加20%~40%金尾矿的混凝土抗压强度预测值与实测值的误差在−4.1%至5.7%之间，进一步证明了模型在工程实践中的应用潜力。

随着矿物资源勘探技术的不断进步，岩石矿物的智能识别在矿物成分分析领域变得日益重要。为分析岩石薄片图像复杂纹理结构和多变矿物形态对智能识别技术的影响，提出了一种基于改进YOLOv8算法的岩石矿物智能识别模型（Mineral-YOLO模型）。Mineral-YOLO模型创新性地集成了LSK模块，以增强模型对不同目标与背景信息差异的识别能力；引入ODConv技术，以减轻背景干扰的影响，从而提升卷积网络的性能；优化了损失函数，以提升边界框定位的准确性。在模型训练时，利用组合增强技术对自建数据集进行扩展，使数据集的样本更加丰富。利用验证集对训练好的模型进行验证，结果表明，所提出的矿物智能识别模型在识别6种矿物时，平均精度均值为83.3%，F₁为78%，相较于YOLOv8模型分别提升了3个百分点和1个百分点，证明了Mineral-YOLO模型在岩石矿物智能识别中的高效性和准确性。

为实现地表保护区内金属矿的安全、高效开采，以排山楼金矿边坡下倾斜矿体开采为工程背景，系统研究了倾斜矿体采空区顶板冒落特性、冒落拱稳定条件及其控制利用技术，分析得出了排山楼金矿倾斜矿体服从拱形冒落模型的特征，建立了边坡下倾斜矿体临界冒落跨度和冒落高度的数学关系式，提出了以分区开采模型为核心的采空区冒落进程控制方案，研发了分区空场开采嗣后集中充填采矿工艺技术。现场实践结果表明：采用此采矿工艺后，采矿成本下降了26.8 元/t，产能提高了20%，矿石损失率降低了1.5%，贫化率下降了3%，采出金属量增加了427.5 kg，该方法既满足了排山楼金矿地表保护需求，又可达到低成本、安全、高效开采的目标。研究结果可为地表保护区内低品位矿体的开采提供技术参考。

为更好地监测采空区充填形态效果，在电阻率参数的基础上，以极化率为目标开展注浆充填形态效果表征研究。选取7种不同类型水泥并配备5种不同石墨粉掺量，分析水泥基注浆充填材料电阻率、极化率的变化规律，研究了不同水泥类型和配比下注浆充填材料的电学特征及抗压强度，并进行应用试验验证。室内测试结果表明：试件的抗压强度随石墨粉掺量的增加而降低；极化率随石墨粉掺量的增加而升高，当水泥与石墨的比例小于10:1后，极化率快速增长；除硫铝酸盐水泥外，石墨粉掺量对水泥基注浆充填材料电阻率的影响较小。在采空区注浆充填前后电阻率差异不明显的情况下，可以通过极化率实现充填形态效果的可视化表征(充填材料极化率值大于围岩3倍以上时，表征效果明显)。研究成果对于拓宽注浆物探监测领域、提升监测效果具有重要意义。

为探究尾砂物理性质对固体通量的影响规律并优化浓密工艺参数，选取10座典型金属矿山全尾砂样本，系统研究了尾砂粒度、密度等参数与固体通量的定量关系。结合静态絮凝沉降与动态浓密试验数据，建立了基于粒径-密度复合参数的固体通量预测模型。结果表明：在静态絮凝沉降条件下，絮凝剂类型及单耗显著影响沉降速率与底流浓度，合理调控絮凝条件可有效提升沉降效率；固体通量与尾砂中值粒径平方根及密度修正值呈成著正相关（R²≥0.94），基于非线性回归建立的粒径-密度复合参数预测模型，可精准表征尾砂物理性质与固体通量的定量关联；在动态浓密条件下，尾砂浆给料速度与固体通量成线性正相关，且溢流水含固量对通量阈值形成双重约束机制。对比试验表明，动态浓密工艺较静态沉降可使底流质量浓度提升10%~15%，充分验证了深锥浓密机在高浓度料浆制备中的技术优势。研究成果为矿山尾砂高效浓密与智能化充填提供了理论依据和技术支撑。

为挖掘智能矿山建设过程中大量安全隐患数据的潜在价值，以山东某矿山为例，对其2014—2023年的安全隐患历史数据进行全面分析，构建了矿山安全管理的多维度分析模型。首先，采用多层感知器（MLP)构建隐患事故识别的人员、设备及环境分类模型；运用潜在狄利克雷分布(LDA)主题模型，将设备隐患归类为照明、运输、支护、电气、消防、爆破、通风及杂物八大主题。然后，基于Apriori算法原理，从非结构化隐患文本中提取关键信息，挖掘分析不同隐患特征及隐患主题之间的关系。最后，利用多维度分析与数据可视化技术相结合的手段，对数据挖掘结果进行了深入分析。结果表明，设备类隐患是该矿山安全管理中需特别关注的高风险领域，顶板欠缺支护、斜坡道路面坑洼、安装开关接地等是显著的隐患主题和关联规则，S16181、S18165等区域是该类型隐患的聚集区。研究构建的多维度分析模型可为矿山安全隐患分析提供参考。

基于密度泛函理论的第一性原理，利用软件Materials Studio(MS)的CASTEP模块进行量子化学计算，模拟优化了菱镁矿和角闪石的晶体结构、解理面和与药剂发生作用的吸附模型，在此基础上分析了菱镁矿和角闪石的能带结构、态密度，并求得十二胺、新型捕收剂KDLX分别与菱镁矿(104)面和角闪石(110)面的吸附能。结果表明：菱镁矿和角闪石的禁带宽度分别为4.920 eV和3.962 eV，优化后的晶体结构具有更好的稳定性；十二胺、KDLX中的铵根氢原子与矿物的氧原子发生氢键作用和物理吸附作用，相比于十二胺，KDLX对角闪石具有更强的吸附能力，预测该捕收剂可用于浮选脱除菱镁矿石中的含硅脉石矿物。研究揭示了矿物的表面特性和药剂的吸附机理，对菱镁矿与角闪石的浮选分离和浮选药剂选择具有指导意义。

随着开采深度逐渐增大，充填体受到高地应力、开采扰动和地下水侵蚀等因素的影响。为探究地下水侵蚀效应对掺聚丙烯纤维尾砂胶结充填体力学性能的影响，对不同纤维掺量的试件进行单轴压缩试验和巴西劈裂试验，筛选出力学性能较优的试件，进而基于地下水侵蚀环境进行单轴压缩和声发射监测试验，研究聚丙烯纤维充填体在地下水作用下的损伤破坏演化特征。结果表明：随着聚丙烯纤维掺量的增加，充填体抗压强度先增大后减小，掺量为0.3%的试件峰值强度达3.82 MPa，表现最佳；经地下水侵蚀后，声发射累计振铃计数特征可以分为初始活跃、稳步增长及急剧增长3个阶段，并在稳步增长阶段出现较明显的破坏前兆特征；充填体试件的耐久性随不同pH的地下水侵蚀效应表现为：pH=9侵蚀的充填体>pH=7侵蚀的充填体>pH=5侵蚀的充填体>未侵蚀的充填体；随着地下水pH升高，RA-AF剪切裂纹信号持续下降，充填体的损伤破坏由剪切破环向张拉破坏转变。研究结果可为改善矿山充填体的力学性能和耐久性提供参考。

废弃矿井不仅残存大量可利用资源，而且潜藏诸多风险因素。为了科学决策出再利用模式，并兼顾治理诸多废弃矿井风险，构建了包含技术风险、安全风险、环境风险、社区风险、法律风险和金融风险6个维度的废弃矿井风险框架，并利用LEC风险评估法进行再利用风险评估。然后从风险管理角度出发，提出采用改进的层次分析法(IAHP)和TOPSIS相结合的方法决策出最佳的废弃矿井再利用模式。最后以京西矿区关闭矿井木城涧煤矿为例进行验证。结果表明：该关闭矿井高风险因素主要集中在安全风险和社会风险上，并通过计算优选出生态旅游的再利用模式。这种基于风险管理的方法可以为优选废弃矿井再利用模式提供参考，并能有效地减轻矿井关闭带来的负面效应。