为研究铁尾砂泡沫混凝土抗冻融性能, 制备了5组目标密度为900 kg/m3的泡沫混凝土, 在硫酸盐环境下冻融循环后, 对比分析不同铁尾砂掺量泡沫混凝土的质量损失、强度损失、孔隙面积率和微观结构。以质量损失和强度损失为衡量指标, 评选最优配合比, 基于Wiener退化过程进行可靠度分析并预测剩余寿命。结果表明: 在硫酸盐冻融循环过程中, 泡沫混凝土表面损伤, 内部孔隙连通形成裂缝, 各试件质量呈先增加后减少的趋势; 抗压强度和孔隙面积率持续下降, 细粒径铁尾砂的掺入有效缓解了泡沫混凝土的损伤。其中, 20%(质量分数)铁尾砂掺量的泡沫混凝土抗冻融能力最强, 试件经过约300次冻融循环后失效。本研究可为泡沫混凝土在冻土地区的应用提供思路。

基于地震荷载作用下尾砂发生液化现象，本文提出一种增强尾砂抗震液化特性的方法，即玄武岩纤维加筋尾砂。为验证纤维加筋尾砂的抗液化特性效果及其机理，运用动三轴仪对纤维加筋尾粉砂展开一系列动力试验，研究了同质量分数(0.3%)下不同长度(3、6、9、12、15、18 mm)以及相同长度(9 mm)下不同质量分数(01%、03%、05%、07%、0.9%)的纤维对尾砂抗液化性能影响。结果表明，纤维加筋尾砂能够有效提升尾砂的抗液化特性。就增强尾砂的抗液化效果而言，纤维存在最优长度和最优掺量分别为9 mm、0.3%。通过SEM发现，玄武岩纤维填充在尾砂颗粒的孔隙与裂隙中，并与尾砂颗粒发生缠绕、包裹等现象，甚至一些被包裹的纤维之间相互弯曲交织，构建成三维网状的“桥梁”纽带。

尾矿库作为高势能的人造泥石流危险源, 在尾砂含水量过高时有溃坝风险, 低含水量状态下产生扬尘则会危害周围环境。 尾砂含水量实时、 动态监测对于尾矿库安全状况及矿区环境保护具有重要意义。 相比传统采样化验手段, 高光谱遥感拥有观测面积大、 数据实时易获取、 光谱信息丰富的特点, 为快速、 高精度尾矿水分监测提供了手段。 以鞍山-本溪铁矿群中的高硅型铁尾矿为研究区, 实地采集尾砂样品77个, 利用可见光-近红外(350～2 500 nm)光谱仪获取其光谱数据, 分析不同含水率尾砂光谱特征及机理； 引入竞争性自适应加权重采样法(CARS)筛选水分敏感波段, 并基于敏感波段建立三维波段光谱指数(TBI), 结合随机森林(RF)、 粒子群优化的极限学习机(PSO-ELM)及卷积神经网络(CNN)算法建立尾砂水分反演模型, 以国产高分五号高光谱卫星为数据源进行模型应用, 获取尾矿库表层含水时空分布特征。 结果表明: (1)尾砂光谱反射率随含水率升高明显下降, 在1 455和1 930 nm处出现O—H吸收特征, 吸收深度随含水率减小而逐渐减小； (2)基于CARS方法能够对高光谱数据(305波段)有效降维, 筛选出18个水分敏感波段, 进一步利用敏感波段构建不同形式的尾砂含水率TBI指数集, 其中三维差值指数TBI5=(R1 097.47-R1 990.67)-(R1 990.67-R437.39), 与水分含量相关性最高, 达到0.84； (3)对比RF, PSO-ELM及CNN方法以及不同形式的输入数据, 基于尾砂含水率TBI指数联合反射率数据集作为输入数据进行CNN建模, 室内光谱模型达到验证精度R2=0.92, 相对分析误差RPD=3.43, 基于该模型利用高分五号卫星数据反演可获取研究区尾砂含水率空间分布结果, 实地验证R2达到0.79, 相对分析误差RPD=2.20, 获得较好的预测效果。 可为基于高光谱技术的铁尾矿水分含量大面积实时快速监测提供参考。

我国尾矿库数量众多, 分布广泛, 在低含水量条件下, 风力作用引起的尾砂扬尘会对周边环境造成污染。 而尾矿库表面积大, 含水量变化快, 传统的含水量监测方法效率低、 安全性差、 成本高, 难以实现尾矿库含水量的大面积、 实时、 快速的监测。 目前, 基于光谱特征的遥感模型虽可以较为准确地预测土壤含水量, 但矿区尾砂与常规土壤在成分上存在差异性, 使得土壤含水量的光谱预测遥感模型可能无法适用于尾矿库含水量的预测。 为此, 选择辽宁省风水沟尾矿库作为研究区, 采集尾砂配置成不同含水量的样品, 测试其可见光-近红外光谱, 分析不同含水量样品的光谱特征以及含水量与光谱特征之间的关系, 建立针对尾砂的含水量遥感预测模型, 并应用于辽宁省风水沟尾矿库表面含水量的预测。 结果表明: (1)含水量对尾砂的光谱特征有显著影响, 二者存在高度的相关性, 光谱反射率随含水量增加而下降, 且波长越长, 含水量对光谱的影响越显著; (2)构建了基于尾砂光谱特征的含水量遥感预测模型, 选择Landsat8-OLI传感器的B6和B7波段, 定义了比值指数(RTI)、 归一化差异指数(NDTI)和差值指数(DTI)3种尾砂光谱指数, 并将这3种指数作为输入自变量, 使用随机森林方法进行训练以及含水量的建模预测, 并与B7波段建立的对数反射率预测模型进行比较。 结果表明, 光谱指数+随机森林的预测模型效果优于基于B7波段建立的对数反射率模型。 (3)使用光谱指数+随机森林的预测模型, 通过Landsat8-OLI数据对实地尾矿库提取了含水量的空间分布图, 结果表明模型预测的含水量与实测结果之间的决定系数R2达0.798, 均方根误差RMSE为0.077, 相对分析误差RPD为1.970, 平均相对精度ARE为20.1%, 在现有技术条件下, 达到了较好的预测效果。 该研究为变质型铁矿尾矿库含水量的预测提供一种大面积、 实时、 快速的实用方法。