张家洼矿床控矿构造特征及找矿预测

金属矿山 ›› 2007, Vol. 37 ›› Issue (12): 83-85.

张家洼矿床控矿构造特征及找矿预测

战群

小官庄铁矿

出版日期:2007-12-15 发布日期:2012-02-07

Characteristics of Ore-Controlling Structure of Zhangjiawa Deposit and Prediction of Favorable Zone for Deposit

Zhan Qun

Xiaoguanzhuang Iron Mine

Online:2007-12-15 Published:2012-02-07

摘要/Abstract

摘要： 区域构造控制了矿体的形成和基本赋存规律，研究矿床的控矿构造特征，得出矿床赋存规律及控矿模式和找矿标志，并据此对成矿有利区域进行预测，寻找盲矿体，通过在这些地段增加探矿工程和巷道工程，进行矿床赋存规律和预测的验证，增加矿产储量，延长矿山寿命。对于矿山在下一步根据控矿模式及矿床赋存规律和找矿标志，在矿山深部、接触带及边缘进行找矿，具有很强的指导意义。

关键词: 控矿构造特征, 控矿模式及矿床赋存规律, 成矿有利区域, 预测

Abstract: The regional structure controls the orebody formation and basic occurrence law. The characteristics of the ore-controlling structure of deposit are studied and the deposit occurrence law, ore-controlling mode and ore-prospecting indicators are found. Based on this, prediction is made on the mineralization-favorable zone to search for blind orebodies, where ore exploration and tunneling engineering are increased to validate the deposit occurrence law and prediction, so as to increase the mineral reserve and prolong the mine life. It can be of strong guidance significance to the ore-prospecting at the mine depth, contact belt and edge according to the disclosed mineral-controlling mode, deposit occurrence law and ore-prospecting indicators.

Key words: Characteristics of ore-controlling structure, Ore-controlling mode and deposit occurrence law, Prediction

战群. 张家洼矿床控矿构造特征及找矿预测[J]. 金属矿山, 2007, 37(12): 83-85.

ZHAN Qun. Characteristics of Ore-Controlling Structure of Zhangjiawa Deposit and Prediction of Favorable Zone for Deposit[J]. Metal Mine, 2007, 37(12): 83-85.

[1]	苏特, 钱建平, 周伟蛟, 喻菊阳, 张果, 关显东, 吴正鹏. 湖南安化渣滓溪钨锑矿床成矿构造分析及找矿预测[J]. 金属矿山, 2020, 49(09): 147-158.
[2]	田九玲. 基于证据权模型的赤峰—呼伦贝尔成矿带找矿预测[J]. 金属矿山, 2020, 49(09): 167-172.
[3]	吴双, 武瑞杰, 吴侃, 王瑞, 周大伟. 基于多光谱遥感的矿区积水区水深反演[J]. 金属矿山, 2020, 49(08): 129-135.
[4]	何晓华 . 爆堆前冲和后冲距离的 GSM/GA-SVM预测模型[J]. 金属矿山, 2020, 49(06): 177-183.
[5]	程爱平, 董福松, 张玉山, 王平, 戴顺意. 胶结充填体波速-密度双参数强度预测模型研究[J]. 金属矿山, 2019, 48(07): 26-31.
[6]	齐留洋, 王德胜, 刘占全, 崔凤, 徐晓东, 郭建新. 矿山预裂爆破效果预测的BP神经网络法[J]. 金属矿山, 2019, 48(07): 65-69.
[7]	陈竹安, 熊鑫, 危小建. 利用卡尔曼滤波综合算法构建开采沉陷预测模型[J]. 金属矿山, 2019, 48(05): 132-136.
[8]	熊迪, 吴浩, 杨剑, 郭世泰. 回归分析与抗差卡尔曼滤波协同下大型边坡短期变形的预测方法[J]. 金属矿山, 2019, 48(04): 163-167.
[9]	刘冉, 叶义成, 张光权, 姚囝, 陈虎, 王其虎. 岩爆分级预测的粗糙集-多维正态云模型[J]. 金属矿山, 2019, 48(03): 48-55.
[10]	唐学飞, 杨光, 高鹏, 张臣一. 基于LM-BP神经网络的浮选药剂流量预测模型研究[J]. 金属矿山, 2019, 48(02): 200-204.
[11]	陈歌, 孙亚军, 徐智敏, 刘钦, 冯琳. 微震监测技术在矿井水害防治中的研究进展[J]. 金属矿山, 2019, 48(01): 7-15.
[12]	朱贤, 苏特, 胡绪云, 黄小军, 赵杰. 湘西南地区基性—超基性岩型硫化镍矿找矿前景[J]. 金属矿山, 2019, 48(01): 141-149.
[13]	武彬, 樊献科, 王爱国, 叶现韬, 鲍晓明, 倪康. 新疆若羌喀腊达坂铅锌矿床S同位素特征及找矿预测[J]. 金属矿山, 2018, 47(2): 112-120.
[14]	刘小生, 于良, 冯腾飞. 基于SVR组合模型的边坡位移预测研究[J]. 金属矿山, 2018, 47(2): 184-187.
[15]	李沛, 刘建远, 赵瑞超, 梁博文, 王绍维. 批次球磨产品的粒度分布预测[J]. 金属矿山, 2018, 47(11): 98-102.