CC BY
49
© В.М. Аленичев, М.В. Аленичев, А.Б. Уманский, 2011
В.М. Аленичев, М.В. Аленичев, А.Б. Уманский
ГЕОИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ПРОБЛЕМЫ ПОЛНОТЫ ИЗВЛЕЧЕНИЯ ЗАПАСОВ ПРИ РАЗРАБОТКЕ РОССЫПЕЙ
Неоднородность распределения химических элементов в недрах обусловлена общей природной закономерностью и отмечается во всех геологических образованиях. Ретроспек-тивный анализ геологических данных свидетельствует о ярко выраженном кластерном строении месторождений, что должноучиты-ваться при создании компьютерных моделей. Разработано программное обеспечение, обеспечивающее обработку и интерпретацию данных в форматах Ю, 2В, Ж
Ключевые слова: неоднородность распределения, недра, полнота извлечения запасов, кластерное строение месторождения, геологические данные.
Утешение проблемы рационального использования георесур-
-МГ сов базируется на реализации следующих этапов:
- детальное изучение недр;
- оценка качества минерального сырья и возможных направлений его использования;
- выбор и разработка альтернативных вариантов комплексного освоения минеральных ресурсов;
- обоснование и разработка технологических, организационноэкономических и других мероприятий по освоению природных ресурсов.
Процесс подготовки минерального сырья для хозяйственного использования связан с его переработкой на стадиях горного, обогатительный и металлургических переделов, каждый из которых сопровождается потерями основного и попутного компонентов. При этом на горный передел приходится 10-25 %, обогатительный - 6080 % и металлургический - 5-10 % общих потерь.
Общая природная закономерность, отмечаемая на всех геологических образования - неравномерность распределения содержаний любых компонентов. Обусловлена она наличием геохимических полей и дизъюнктивных нарушений массивы, способствующих миграции рудообразующих растворов по трещинам и разрывам, приводящей к концентрации минералов и элементов. Неоднородность распределения химических элементов в недрах рассмат-
ривается на различных уровнях: планетарном, региональном, месторождений, рудных тел, залежей, линз, гнезд, столбов, минеральных агрегатов и отдельных минералов.
С развитием средств комплексной механизации отношение горняков-технологов к этому явлению существенно менялось. В период использования основного горнотранспортного оборудования с ограниченными возможностями широко применялась селективная выемка технологически однородных скоплений полезного ископаемого незначительного объема. С увеличение единичной мощности горной техники наблюдается переход к валовой выемки пространственно сближенных скоплений полезного ископаемого (линзы, гнезда, пласты и т.п.), рассматриваемых как единый объект промышленного оруденения, оцененный на стадии геологоэкономического обоснования кондиций при подсчете запасов по месторождению. В этом случае морфологические особенности и внутреннее строение тел отражается в недостаточной мере и предельные размеры обособленных скопления минерального сырья определяются с учетом применяемой технологии разработки, что отрицательно влияет на определение параметров разведки, а, следовательно, на выявление четких форм и размеров локальных скоплений полезных и вредных компонентов. В период преимущественного применения валовой выемки полезного ископаемого особенно актуализировались научные работы по теории и практике усреднения технологически разнородных руд в ущерб их селективного обогащения.
В условиях рыночных отношений повышение требований к готовой продукции горнодобывающих предприятий требует ускоренного развития теории и практики управления качеством сырья на стадиях добычи и технологической переработки. Успешное решение этих вопросов возможно только на основе информационного обеспечения и геометризации запасов полезных ископаемых на планируемых к отработке блоках, выделение обособленных в пространстве скоплений рудных минералов разной природы является неотъемлемым условием адекватного моделирования большинства месторождений.
Геологические предпосылки образования гнезд и других областей концентрации минералов в россыпных месторождениях являются предметом многочисленных обобщений и гипотез. Обособленные скопления минералов обусловлены в первую очередь дизъ-
юнктивными нарушениями, способствующими миграции рудообразующих растворов по трещинам и разрывам, в зоне пересечения которых размещаются гнезда [1].
В результате установлено, что внутренняя структура россыпи качественно отражает неравномерность распределения полезного компонента и обусловлена ее размерами, морфологией и расположением слагающих ее элементов-скоплений компонента (гнездо, струя, лента, кочерга, прижим, провал, перебутор, отдельные самородки, карман и т.п.) и пустых или обедненных промежутков между ними [2].
Ретроспективный анализ геологических данных свидетельствует о ярко выраженном кластерном строении россыпных месторождений. В связи с этим ранее принятая гипотеза образования россыпей, основанная на струйчатом характере распределения полезного компонента, заменяется другой - гнездообразное концентрация металла на фоне бедной металлоносности.
Весьма неравномерное распределение характерно также для алмазных россыпей, аналогичная картина распределения полезных компонентов наблюдается на коренных месторождениях рудного золота [3].
Обособленные в пространстве скопления минеральных компонентов по аналогии с кластерами в таксономии и распознавания образов (скопление точек, изображающих некоторые объекты) называются кластерами. Кластерное строение характерно для абсолютного большинства россыпных и рудных месторождений, когда 10 - 30 % и иногда до 60 % объема подсчетного блока приходится на зону скоплений полезного компонента, в которой содержится более 85 % запаса металла. При этом линейные размеры изолированных кластеров (скопление кондиционных участков руд и песков) варьируют от долей до десятков метров и разделены между собой убогими песками и рудами.
В последнее время особенности и закономерности кластерной организации геологических объектов достаточно активно изучают геологи с целью совершенствования методики проведения геологоразведочных работ для последующей оценки месторождения, а также разработки методов представительного опережающего и эксплуатационного опробования. Использование закономерностей формирования в недрах дискретных скоплений минеральных компонентов в виде кластеров позволит при моделировании место-
рождений повысить достоверность пространственных данных и атрибутивных признаков, характеризующих определённые свойства конкретного кластера, за счет сокращения области оценки, т. е. уменьшения неопределенности информации о недрах. Повышение информативности обеспечит выбор оптимальных технологических параметров некоторых процессов при физико-технических и физико-химических способах разработки месторождений.
Кластер, характеризующий объединение нескольких однородных элементов, должен рассматриваться как самостоятельная единица, обладающая определёнными свойствами. Объекты разных кластеров существенно отличаются. С точки зрения статистики это класс родственных элементов статистической совокупности.
Основная задача кластерного анализа заключается в разбиении заданной выборки объектов (ситуаций) на подмножества и нахождение групп схожих объектов. Решению этой задачи базируется на разработке типологии или классификации, исследовании полезных концептуальных схем группирования объектов, порождении гипотез и проверке их на соответствии выделенных групп исходным данным.
При проведении кластерного анализа последовательно проводится выделение статистической выборки для кластеризации, определение совокупности (перечня) переменных, по которым будет оцениваться объекты из выборки, вычисление меры сходства между объектами, обоснование метода кластерного анализа для создания групп сходных объектов и проверка достоверности результатов кластерного решения. К данным статистической совокупности предъявляются следующие требования: отсутствие линейной зависимости, распределение их должно быть близко к нормальному, отвечать требованию «устойчивости» (отсутствие влияния на их значения случайных факторов), а выборка - однородной и не содержать «выбросов» («ураганных» проб).
В качестве меры различия обычно используется квадратичное евклидово расстояние, которое способствует увеличению контрастности кластеров. При выявлении кластерной структуры, характеризующей неравномерность распределения концентрации минеральных компонентов в недрах, целесообразно использование математического понятия «метрика» (мера - граница, предел проявления чего-то). В качестве проявляющего признака («чего-то») возможно использование любого установленного (измеренного)
атрибутивного признака, определяемого спецификой изучаемого месторождения, структурно-морфологическим строением рудного тела (залежи) и поставленной задачей.
Формальная постановка задачи кластеризации сводится к следующему.
Пусть имеется конечная статистическая выборка объектов Хт = {х1,...,хт}с\\
где X — множество объектов, 1 — множество номеров (имён, меток) кластеров.
Задана метрика («функция расстояния») между объектами р(х,х)
Требуется разбить выборку на непересекающиеся подмножества, называемые кластерами, таким образом, чтобы каждый кластер состоял из объектов, близких по метрике р, а объекты разных кластеров существенно отличались. При этом каждому объекту Х1 £ ^"приписывается номер кластера У>.
Решение задачи выделения кластеров (алгоритм кластеризации).
Функция а: А' —* У, которая любому объекту X X ставит в соответствие номер кластера У £ У. Число У (количество номеров кластеров) устанавливается пользователем исходя из интервалов разделения, в пределах которых объекты по метрике р считаются однородными (с точки зрения того или иного критерия качества кластеризации).
Следует отметить, что решение задачи кластеризации принципиально неоднозначно из-за нескольких причин:
- отсутствует наилучший критерий качества кластеризации;
- число кластеров устанавливается пользователем в соответствии с некоторым субъективным критерием;
- результат кластеризации существенно зависит от метрики, выбор которой, как правило, также субъективен и определяется пользователем.
Проверка устойчивости принятого кластерного решения, по сути, сводится к проверке её достоверности. В классической работе Олдендерфера и Блэшфилда «Кластерный анализ» подробно рассматриваются и в итоге отвергаются дополнительные пять методов проверки устойчивости.
Процедура определения адекватности решения, по крайней мере, в теоретическом плане не решена.
Следует отметить, что разбиение выборки на группы схожих объектов и интерпретация их на основе выявленной кластерной структуры позволит упростить дальнейшую обработку данных и, применяя к каждому кластеру свой метод анализа (стратегия «разделяй и властвуй»), обосновать геотехнологические решения с учетом комплексного использования сырья и полноты извлечения запасов.
Непрерывно возрастающая глубина и ухудшающиеся горнотехнические условия разработки месторождений полезных ископаемых ставят перед горной наукой и практикой целый ряд вопросов, решение которых традиционными методами весьма затруднительно, а в некоторых случаях и невозможно. Значительные масштабы и высокий уровень капиталоемкости горнодобывающей промышленности при ограниченности ресурсов требуют всемерной интенсификации производства и наилучшего использования внутренних резервов. Это, в свою очередь, предопределяет необходимость тщательного обоснования принимаемых решений на стадиях проектирования и планирования, реализации различных организаци-онно-техни-ческих мероприятий.
В связи с этим одним из направлений повышения эффективности открытой разработки и ускорения научно-техничес-кого прогресса в этой области является широкое применение математических методов и вычислительной техники при проведении научноисследовательских работ, проектировании и планировании деятельности горнодобывающих предприятий. Эти средства открывают широкие возможности для обоснования схем вскрытия, выбора технологических схем разработки и структуры комплексной механизации, оптимизации производственной мощности, формирования качества готовой продукции и внедрения автоматизированных систем управления и проектирования. Успешное использование ЭВМ при решении горнотехнических задач предполагает наличие соответствующего информационного обеспечения, а корректное отображение геотехнологических данных в цифровой модели месторождения зависит от используемых математических методов.
Предлагаемый программный комплекс АИС «Геотехнология», реализованный соответствии с разработанной математической схемой моделирования пространственно-факторной связи геодан-
ных [4, 5], представляет собой объектно-ориенти-рованное, многооконное, 32-х битное программное обеспечение и состоит из трех подсистем обеспечивающих обработку и интерпретацию данных в форматах Ш, 2D, 3D, т.е. решает задачи профильного, площадного и объемного моделирования соответственно.
В процессе разработки каждой из трех подсистем использовался объектно-ориентированный подход, где каждая компонента -это готовый исполняемый программный модуль, реализующий четко определенные функции (сервисы) и коммуникационные интерфейсы взаимодействия с другими компонентами. Таким образом, конечный продукт собирается из стандартных, разработанных или разрабатываемых компонент. Объектная технология создания программного продукта не изменяют его сущности, в частности, принципы и задачи анализа требований и системного проектирования остаются неизменными.
Подсистема моделирования профиля (ПМП) является базовой подсистемой предлагаемого программного средства и позволяет в полуавтоматизированном режиме получать оценки интервалов корреляционной связности атрибутивных признаков между собой и выявлять закономерности их изменения вдоль выделенного профиля.
Подсистема состоит из пяти модулей: модуль отображения распределения признаков в пространстве, модуль расчета обобщенного интервала корреляции исследуемых признаков, модуль расчета интервалов автокорреляции каждого признака, модуль расчета закономерной (трендовой) составляющей признака и модуль расчета случайной составляющей признака (полувариограммы). Внешний вид ПМП моделирования представлен на рис. 1.
Подсистема площадного моделирования (ППМ) является дальнейшим развитием подсистемы линейного моделирования и позволяет в полностью автоматическом режиме создавать
Рис. 1. Подсистема моделирования профиля
двухмерных цифровые модели (карты планов горизонтов или разрезов геопространства или карты усредненных показателей признаков по всему месторождению) на основе фактических данных по месторождению, полученных в ходе разведки и эксплуатации (данные анализа керна, геофизических исследований и др.).
В основу ППМ включены все функции и алгоритмы ПМП в виде блоков подпрограмм сведенных в один исполняемый программный модуль.
Для получения визуального представления цифровой модели в виде карты месторождения данные загружаются в блок обработки исходной информации, блок обработки формирует массив рассчитываемых данных, накладывает регулярную сеть, исходя из введенного пользователем шага, и передает все блоку управления расчетом. Блок управления расчетом формирует круговую область просмотра, включающую точки фактических данных по месторождению, исходя из сектора и радиуса обзора обозначенного пользователем. Далее блок управления пошагово просматривает все ячейки регулярной сети, проводя в каждой расчет значения ис-
следуемого атрибутивного признака, последовательно подключая к расчету соответствующие блоки подпрограмм:
• определяет область автокорреляции вокруг рассчитываемой ячейки на основе алгоритмов, заложенных в модуле расчета интервалов автокорреляции ПМП [2];
• в пределах области автокорреляции вычленяет закономерную составляющую изменения признака вдоль каждого из просматриваемых профилей, реализуя алгоритмы построения тренда и полувариограмм соответствующих модулей ПМП, рассчитывая са-мосогласующийся тренд [1], исходя из уровня структурной неоднородности, обозначенной пользователем [2];
• расчет значения признака в точке (объеме), как среднее по всем выделенным профилям [2].
Обработав все ячейки сети, блок управления передает полученную цифровую модель блоку визуализации, который в соответствии с цветовой схемой величин атрибутивного признака, проставленной пользователем, формирует карту месторождения.
Подсистема объемного моделирования (ПОМ) является дальнейшим развитием подсистемы площадного моделирования и позволяет в полностью автоматическом режиме создавать трехмерные цифровые модели на основе фактических данных по месторождению, полученных в ходе разведки и эксплуатации (данные анализа керна, геофизических исследований и др.).
Так же как и в ППМ основу ПОМ составляют функции и алгоритмы, реализованные в ПМП. Внешний вид программы 2D и 3D моделирования представлен на рис. 2.
В качестве примера использования данной информационно системы была построена цифровая модель одного из технологических блоков Далматовского месторождения урана, отрабатываемого способом СПВ, и проведен расчет оптимальных параметров сети технологических скважин.
Использование АИС «Геотехнология» дают возможность получить вполне четкую картину по блоку или его участкам еще до начала ввода его в эксплуатацию (рис. 3). Это значит, что уже на этапе разведки можно определить контур рудного тела (области балансовых и забалансовых руд), что позволит
Рис. 2. Подсистема 2Б и 3Б моделирования
эффективнее осуществлять технико-экономическую оценку, исключая из отработки участки с бедными и забалансовыми рудами.
По мере ввода в эксплуатацию новых технологических скважин и получение новых данных по ним можно проводить корректирующие перерасчеты (рис. 4).
Помимо этого с помощью данной АИС можно производить расчеты и по другим геотехнологическим признакам месторождения. А также, возможно получение представления о пространственном расположении рудосодержащей породы (рис. 5).
Таким образом, предлагаемая автоматизированная информационная система позволяет принимать решения по планированию и управлению разработкой месторождения путем формирования модели распределения технологических параметров по множеству профилей в планах и разрезах геопространства и получать более точную оценку запасов.
Рис. 4. Двумерная цифровая модель месторождения по всей совокупности скважин
Рис. 5. Трехмерная цифровая модель месторождения
Заложенные алгоритмы отвечают требованиям, предъявляемым к информационному обеспечению и моделям добывающих предприятий, что обуславливает возможность их применения для решения задач прогнозирования, управления, оптимизации, интенсификации при отработке месторождения как с использованием традиционных технологий, так и физико-химическими методами.
------------------------------------------- СПИСОК ЛИТЕРАТУРЫ
1. Батугин С.А., Черный Е.Д. Теоретические основы опробования и оценки запасов месторождений. - Новосибирск. Сиб. предприятии «Наука, 1998. - 344 с.
2. Ткач С.М. Методологические и геотехнологические аспекты повышения эффективности освоения рудных и россыпных месторождений Якутии/ Отв. Ред. С.А. Батугин, РАН, СО, ИГД Севера СО РАН. - Якутск: Изд-во Института мерзлотоведения СО РАН, 2006. - 284 с.
3. Шиверник Л.В., Казаченко Ю.А. Выбор и обоснование рационального варианта эксплуатационного опробования на золоторудных карьерах // Разведка и охрана недр. - 1986. - № 6. - с. 18 - 21.
4. Антонов В.А. Автоматизированная информационная система оценки интервалов корреляционной связности признаков геотехногенных объектов / В.А. Антонов, А.Б. Уманский, В.М. Аленичев, А.Л. Смирнов, В.Н. Рычков // Горный информационно-аналитический бюллетень, №10, 2008 - с.76-85.
5. Аленичев В.М. Построение цифровой модели месторождения с учетом динамической корреляционной связности признаков / В.М. Аленичев, А.Б. Уманский //Геотехнологические проблемы комплексного освоения недр: сборник научных трудов, вып. 4/94/ ИГД УрО РАН, Екатеринбург, 2008 - с. 255-261. шыз
КОРОТКО ОБ АВТОРАХ -------------------------------------------------------------
Аленичев В.М. - доктор технических наук, профессор, главный научный сотрудник, alenichev@igduran.ru;
Аленичев М.В.— научный сотрудник ИГД УрО РАН, аспирант УГГУ.
Уманский А.Б. - научный сотрудник ИГД УрО РАН,
Институт горного дела Уральского отделения РАН.
