Characterising the Blasting Properties of Iron Ore

Andrew ScottScott Mine Consulting Services Pty Ltd

14th July, 2015

What is it all about?

• How to predict blast fragmentation• The role of rock mass properties

– in blast design– in fragmentation modelling 

• What is different about iron ore?• Blasting properties of iron ore• Treating iron ore as a mixture• Sources of data• Greenfield case study.

• Why predict blast fragmentation?

How are blasts designed?

• Early blast design rules targeted “satisfactory” blast performance, including fragmentation

• There are myriad qualitative blast design rules that influence the geometry of a design

Diameter Burden

Explosive Density

Rock Factor

B B

S

FreeFace

FreeFace

Stemming

Sub-drill

BurdenHoleLength

BenchHeight

• Production blasts are usually designed as simple variants of the previous blast with changes made on a qualitative basis.

• The “rock mass” has little prominence in most of these design rules

How are blasts designed?

• Early blast design rules targeted “satisfactory” blast performance, including fragmentation

• There are myriad qualitative blast design rules that influence the geometry of a design

Diameter Burden

Explosive Density

Rock Factor

B B

S

FreeFace

FreeFace

Stemming

Sub-drill

BurdenHoleLength

BenchHeight

• Production blasts are usually designed as simple variants of the previous blast with changes made on a qualitative basis.

• The “rock mass” has little prominence in most of these design rules

How to predict blast fragmentation• We need a model!

How to predict blast fragmentation

• A model is a quantitative framework that presents a simplified “version of reality” that allows the relationships between “cause” and “effect” to be understood

• Two development paths– An empirical or engineering approach– A mechanistic or fundamental approach

• We need a model!

Mechanistic approaches

• Fracture mechanics, hydro‐dynamics, physics, chemistry, …..sophistry…..

• Data describing dynamic rock behavior requires sophisticated tests

• Computing requirements are intensive and it is not yet possible to routinely model practical field problems using these tools.

Onederra et al (2010)

• Attempt to simulate the dynamic fracture processes

A successful example ‐ the Kuz‐Ram Model

∗ . ∗ . ∗115 .

1 . ∗.

Rock Factor

Mean Fragment Size

Charge Weight Powder Factor

Relative Explosive Strength

Rosin Rammler Equation

Development of empirical fragmentation models

The blasting properties of a rock mass• Properties affecting “blastability”

– Strength – how difficult is it to break the rock?

– Density – relationship between volume and mass.

– Structure – how broken is it already?– Stiffness, porosity, energy‐breakage relationships, moisture content, etc, etc

• Generally combined into an “index” or “rock factor”

0.0

0.2

0.4

0.6

0.8

1.0

1.2

0 50 100 150 200 250 300

Stre

ngth

Fac

tor

Unconfined Compressive Strength - MPa

Strength

0.60

0.70

0.80

0.90

1.00

1.10

0 10 20 30 40 50 60

Stru

ctur

e Fa

ctor

Fractures per metre

Structure

0.60

0.70

0.80

0.90

1.00

1.10

1.20

1.30

1.40

0 1 2 3 4 5

Dens

ity F

acto

r

Density t/bcm

Density11.5 ∗ ∗ ∗ 1

What is different about Iron Ore?• Traditional blasting research has focused on hard, competent rock more like magnetites than traditional WA iron ores

• These ores are highly variable in terms of strength, structure and density – exactly the properties that affect blasting performance!

• This variability is not just between types, but can also occur within a mine bench!

What is different about Iron Ore?• Traditional blasting research has focused on hard, competent rock more like magnetites than traditional WA iron ores

• These ores are highly variable in terms of strength, structure and density –exactly the properties that affect blasting performance!

• This variability is not just between types, but can also occur within a mine bench!

Blasting Properties of Iron Ores

Type Strength (MPa)

Fracture Frequency 

Densityt/bcm Rock Factor

Magnetite 180 2 3.5 10.1

Massive Haematite 150 2 3.4 9.2

Blocky Haematite 130 4 3.2 7.9

Banded Iron 110 10 3 6.5

Haematite / Goethite 70 5 3.1 5.4

Goethite / Limonite 25 20 2.9 1.9

Treated as a single species

• 12 m bench, 251 mm dia. blast holes• 7.0 x 7.9 m pattern• Heavy ANFO explosive• 0.73 kg/bcm powder factor

If fired with a single blast design:

Treated as a mixture

• A host matrix or continuous phase• A “hard” component• A proportion of in‐situ fines

Examination suggests that many ores are made up of separate components or “mixtures”.  It is possible to identify:

It is possible to identify these components in core and allocate blasting properties to each.  In the field the properties of the individual components do not appear to change significantly within the one ore type, but their proportion may change significantly.

Mixtures Blocky Haematite Matrix Hards Fines Proportion 47.5% 47.5% 5% Density 3.0 3.2 Strength 40 120 Fracture Frequency 5 3 ROM Size Boulders X80 X50 Fines Previous Analysis 2.5 573 mm 213 mm 12% Component Model 2.5 470 mm 130 mm 23%

Haematite / Goethite Matrix Hards Fines Proportion 30% 60% 10% Density 2.9 3.0 Strength 20 60 Fracture Frequency 10 5 ROM Size Boulders X80 X50 Fines Previous Analysis 1.3 460 mm 174 mm 17% Component Model 0.6 360 mm 74 mm 33%

Goethite / Limonite Matrix Hards Fines Proportion 52.2% 32.5% 15% Density 3.0 3.2 Strength 20 30 Fracture Frequency 20 10 ROM Size Boulders X80 X50 Fines Previous Analysis 0 193 mm 53 mm 32% Component Model 0 190 mm 30 mm 44%

0

100

200

300

400

500

600

700

Heamatite Heam / Geot Geot / Limon

Millim

etres

X80

Single

Mixture

0

50

100

150

200

250

Heamatite Heam / Geot Geot / Limon

Millim

etres

X50

Single

Mixture

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

50%

Heamatite Heam / Geot Geot / Limon

Fines

Single

Mixture

Sources of Data – Drill Core

• Strength• indices• UCS / stiffness• PLS• Sonic velocities• Breakage parameters

• Structure• RQD• FF• Geotechnical logging

• Density• Intact• Porosity

Sources of Data – Active Pits

Ramos, Hatherly and Montiero, ACFR, 2009

Face Sampling and Mapping Logging Drill Cuttings

Monitor Drill Performance

Surface and down hole geophysics

Performance in the adjacent block and updated geological models

Practical Example – Greenfield Site

Form Weathering Proportion Strength MPa

Fracture Frequency

Density (t/bcm)

Massive Fresh 14% 12 2 2.67 Blocky Fresh 58% 8 5 2.67 Broken 28% 4 15 2.67

Core from a 12 m zone from a channel iron deposit

Conclusions

• Some quite useful blasting models exist• All models require appropriate data if they are to generate useful predictions

• Most iron ores occur as complex mixtures of lithologies and properties• The components of these mixtures are often of consistent character within a blasting domain, but vary in their relative proportions

• The blasting characteristics of each component of the mixture can be quantified• The overall fragmentation result can be generated from the weighted average of the fragmentation achieved for each component.

• Automated data collection, blast design and field implementation remains an alluring challenge!