CC BY
165
Ю.В. Никулина
АВТОМАТИЗАЦИЯ ПОДСЧЕТА ЗАПАСОВ ПОЛЕЗНЫХ ИСКОПАЕМЫХ С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
Представлена информация о трудностях, с которыми сталкиваются на горнодобывающем предприятии и о существующих геоинформационных системах, с помощью которых решены проблемы, связанные с изучением и отработкой месторождения. Описаны существующие методы подсчета запасов месторождения, такие как метод геологических разрезов в пределах объемных моделей, с использованием блочных моделей, метод ближайшего района, метод Кригинга.
Ключевые слова: подсчет запасов, полезные ископаемые, информационные технологии.
~П ажнейшим фактором, влияющим на эффективность рабо--Я-М ты горнодобывающего предприятия, является степень обеспеченности подготовленными и готовыми к выемке запасами руд. Недостаточное количество этих запасов приводит к сокращению фронта добычных работ, снижению качества и повышению себестоимости продукции. Но в свою очередь избыточная обеспеченность руды приводит увеличению расходов на содержание и ремонт горных выработок. Поэтому очень важно использовать оптимальные методы управления запасами.
Подсчет запасов полезного ископаемого включает в себя следующие операции: оконтуривание месторождения, разделение запасов по народнохозяйственному значению, степени разведанности, залеганию, качеству руд и условиям их добычи, выделение подсчетных блоков по мощности, содержанию и другим значениям, определение средних значений параметров и количественный подсчет запасов по каждому выделенному блоку.
В настоящее время для подсчета запасов используют современные методы управления запасами [1], которые базируются на использовании вычислительной техники и проведении расчетного эксперимента, имитирующего динамику горных работ. При этом основное внимание уделяется созданию базы данных, которая хранит в себе горно-технологические условия ведения работ, размещение технологических объектов в пространстве. По результатам парного корреляционно-регрес-сионного анализа и вычисления
статистических характеристик (среднее значение, среднеквадратическое отклонение, дисперсия, асимметрия, коэффициенты вариации), устанавливается зависимость среднемесячной производительности блока по добыче руды от промышленного запаса руды в усредненном блоке на конец месяца и числа этих эксплуатационных блоков. На этом основании определяется необходимое количество блоков с определенными промышленными запасами руды и содержаниями в них полезного компонента, обеспечивающих плановые показатели горного предприятия по количеству руды заданного качества при условии равномерной отработки запасов.
Для подсчета запасов используются различные методы, такие как метод геологических разрезов в пределах объемных моделей, с использованием блочных моделей, метод ближайшего района, метод Кригинга. Они базируются на статистических закономерностях, то есть используются для более точного и сложного моделирования поверхностей, включая оценку ошибок и построение вероятностных параметров построенных поверхностей.
Изучение и отработка сложноструктурных месторождений всегда была и остаётся трудной задачей для горной науки и практики: оценивая степень сложности строения рудных блоков, определяется степень сложности оптимизации управления найденными ресурсами. Показатель сложности зависит от структурного типа месторождения, от характера контактов рудных и безрудных участков, от характера распределения металла в руде, проявлений напряжённо-деформированного состояния горного массива и от характера горно-технологи-ческих условий добычи руды в эксплуатационном блоке [4]. Таким образом, повышается риск инвестирования и проектирования геологоразведочных работ.
В настоящее время практически все крупные горноразведочные и горнодобывающие организации используют при обработке первичных данных по запасам полезных ископаемых компьютерные программы. Общепризнанными мировыми лидерами в компьютерном обеспечении разведки и добычи являются следующие фирмы:
1) Surpac Software International (United Kingdom). Surpac является одним из лидеров создания качественной SD-графики для горных приложений;
2) DataMine (Datamine International, United Kingdom). Данной системой пользуется большое количество горнорудных предприятий всего мира. Многие эксперты считают её наиболее мощной и проверенной на практике при проектировании и работе горных предприятий;
3) AQUILA Mining Systems Ltd. (Montreal, Canada). AQUILA впервые в мире создала буровую систему, распознающую горную породу;
4) GEOSTAT Software Inc. (Canada). Пакет POLYCAD предназначен для подсчета запасов по методу полигонов Вороного (многоугольников близости при подсчете горизонтальными сечениями). Подсчет запасов на основе блочной модели с использованием пакета BLKCAD может осуществляться интерактивно для двумерного или трехмерного вариантов;
5) LYNX Geosystem Inc. (Canada). Корпорация широкого профиля, производящая оборудование и программное обеспечения для решения задач САПР, нефте- и газоразведки, геофизики, экологии и картографии. Программа Voxel Analyst позволяет моделировать и визуализировать сложные геоэкологические объекты, вести подсчет объемов и запасов полезных ископаемых;
Компьютерные программы представляют собой информационно-аналитические пакеты с использованием оборудования для сбора, обработки и передачи данных о горном массиве. Они включают подсчёт запасов, трёхмерные изображения геологических структур и проектируемых горных выработок, программы позволяют планировать и оптимизировать горноразведочные и горнодобычные работы, включая мероприятия по охране окружающей среды.
Например, по добыче и переработке золотосодержащих руд успешно применяется компьютерная технология построения математической модели сложно-структурного месторождения и подсчета его запасов по данным опробования геологоразведочных скважин. Использование математической модели позволило в 2-2,5 раза снизить систематическую погрешность оценки запасов.
Фактически при обработке информации на всех этапах создаются соответствующие компьютерные модели (топо-маркшейдерская, геолого-структурная, тел полезных ископаемых, запасов, горнотехнические, гидрогеологические, 3D-модели карьера или подземного рудника, планирования и управления горными
работами, отработки запасов и т. д.), каждая из которых служит для решения задач этого этапа и подготовки информации для последующих этапов.
Важно отметить, что выполнение процессов компьютерного моделирования и вообще участие в функционировании описываемых автоматизированных систем для отечественных и зарубежных специалистов сильно отличается [5]. И это объясняется не только их менталитетом или спецификой получения образования и квалификацией, но и степенью заинтересованности во внедрении систем, видением перспектив эффективности их использования. Как указывали классики, «нельзя наложить порядок на беспорядок».
Уменьшать беспорядок можно разными способами. Однако успешными будут лишь те действия, которые выполняются системно. В человеко-машинных системах это одновременное улучшение как технического и программного обеспечений (на что сейчас в основном направлены усилия), так и информационного и организационного (в том числе мотивационного) их обеспечения. Поэтому очень важно повышать квалификацию горных специалистов нашей страны в части использования компьютерных систем моделирования геологической среды и горно-технологических процессов извлечения полезных ископаемых.
Наиболее приспособленными для строгого классифицирования данных, определения их достоверности и разработки методов эффективной обработки информации являются геоинформационные системы. Здесь есть четкое различие между пространственными и атрибутивными данными, причем каждый пространственный объект имеет свою описательную (атрибутивную) информацию. Например, в геолого-маркшей-дерской системе «ГеоПлюс» имеется классификационная система пространственных геологических объектов и для каждой группы последних имеются атрибутивные данные. Использование таких компьютерных систем позволит более эффективно и безопасно вести горные работы.
----------------------------------------- СПИСОК ЛИТЕРАТУРЫ
1. Ляшенко В.И. Развитие методов управления запасами руд при подземной разработке месторождений сложной структуры. - Горный журнал, 2005, № 6.
2. Поиски и разведка месторождений полезных ископаемых. Авт.: Е.О. Погребицкий, С.В. Парадеев, Г.С. Поротов и др. - М.: Недра, 1977. - 405 с.
3. Порцевский А.К. Систематизация признаков сложноструктурных месторождений. - Горный журнал, 2006, № 1. - С. 30-33.
4. Никулина Ю.В.. Использование метода размытых множеств при геоин-формационном описании угольного месторождения. // Горный информационноаналитический бюллетень, «Информатизация и управление-2», ОВ 11. - 2008, с.
5. Шек В.М., Вознесенский Ю.С., Кравченко И.А., Закиев Р.М., Литвинов А.Г. Применение системного анализа и ГИС-технологий при построении геологи-чес-ких моделей месторождений полезных ископаемых // Горный информационно-аналитический бюллетень, «Информатизация и управление», ОВ 2. - 2010. Ш5И=1
— Коротко об авторе ---------------------------------------------------
Никулина Ю.В. - аспирант кафедры «Автоматизированные системы управления»,
Московский государственный горный университет,
Moscow State Mining University, Russia, ud@msmu.ru
121-125.
