CC BY
6
УДК 5.50.504:6 DOI 10.46689/2218-5194-2022-1-1-39-51
МНОГОКАНАЛЬНАЯ СИСТЕМА РАДИОЭКОЛОГИЧЕСКОГО
КОНТРОЛЯ
Н.П. Валуев, Е.А. Машинцов, П.М. Юданов
Проведён анализ рисков возникновения радиационных чрезвычайных ситуаций из-за недостаточного радиоэкологического контроля транспортных потоков. Предложена система из нескольких высокочувствительных сцинтиляционных детекторов с программным комплексом обработки сигналов, что позволяет обойти аппаратное ограничение на увеличение чувствительности детекторов и увеличить надёжность обнаружения источника ионизирующего излучения. Также предложен программный симулятор работы системы для её подстройки под любое количество датчиков и их конфигурацию.
Ключевые слова: радиоактивное загрязнение местности, радиоэкологический контроль транспорта, техногенное воздействие, сцинтилляционные детекторы.
Вследствие функционирования и применения ядерных технологий во многих отраслях промышленности возникают угрозы радиоактивного загрязнения окружающей среды, территорий и облучения населения. Одним из путей для предупреждения радиационных инцидентов является использование эффективных систем радиоэкологического контроля транспортных потоков грузов. В последнее время для обнаружения несанкционированного перемещения радиоактивных и делящихся материалов достаточно широко используются высокочувствительные системы радиационного контроля - транспортные мониторы [1,2] или системы динамического радиационного контроля движущегося транспорта (СДРК) [13], обследования территорий [4], аэродинамической разведки [5]. В работе [6] описано применение системы динамического контроля СИММЕТ для контроля радиационной обстановки в акватории реки. Полученные в работе результаты показывают целесообразность применения подобных систем для решения широкого круга задач обнаружения радиоактивных материалов на пропускных пунктах на предприятиях тяжёлой, в том числе металлургической, промышленности.
Однако существуют физические ограничения чувствительности детекторов, в основном связанные с тем, что превышение фона при появлении источника, экранированного автомобилем, сравнимо с его вероятностными колебаниями. Таким образом, для дальнейшего развития СДРК целесообразно комбинировать детекторы разного формата и роли в единую систему. В работе [9] была показана система из ряда равноправных детекторов и алгоритм обработки сигналов такой системы. Однако мы полагаем, что дифференциация ролей детекторов и использование разных аппаратных решений для каждой роли сможет повысить надёжность обнаружения и снизить частоту ложных тревог. Ниже описано рациональное
построение системы обнаружения и идентификации радиоактивных источников.
Система состоит из 10 постов с датчиками излучения. Данная система полагается на обнаружение входящих угроз в трех геометрических слоях датчиков (кольцах), окружающих рассматриваемый объект. Внешнее кольцо (места расположения 1 и 2) обеспечивает первое обнаружение и идентификацию угрозы на расстоянии 50 и 40км соответственно от главных ворот. Средний уровень (позиции 3-6) обеспечивает обнаружение источников с основной целью отслеживания угрозы. Внутренний слой (позиции 7-10) состоит из датчиков на главном входе на предприятие, задача которых идентифицировать источник ионизирующего излучения.
Для полноты картины, площадки также расположены на воде и на железнодорожной линии с целью более полной оценки технологии. Лица, ответственные за реагирование, должны быстро и надлежащим образом реагировать на реальные угрозы, которые должны быть обнаружены с минимальным количеством ложноотрицательных результатов. Также очень важным для этой системы, является минимизация частоты ложных тревог.
Результатом трёхслойного построения системы является надежное обнаружение радиоактивных источников, дающих невысокое превышение фона, перемещающихся мимо датчиков на высоких скоростях. Для этих целей целесообразно применение трех различных типов высокочувствительных детекторов.
Система надежно обнаруживает и идентифицирует в режиме реального времени источники, моделирующие наиболее часто встречающиеся на практике промышленные и медицинские источники. В табл. 1 приведены некоторые результаты для детекторной системы, основанной на сцин-тилляторах с иодидом натрия в качестве действующего вещества, где М это низкая вероятность обнаружения. Система c детекторами, расположенными на обочине, обнаруживает и идентифицирует источники, проезжающие по автомагистрали. Подобные результаты наблюдались как для больших пластиковых сцинтилляторов, так и для нейтронных детекторов. Данные детектора Nal показывают, что при проезде с использованием источников Cs-137 и кобальта-60 они обнаруживались в 100 % случаев, и были идентифицированы в 92 % случаев.
Эти данные демонстрируют чрезвычайно чувствительную систему идентификации проходящих радионуклидов. После ряда испытаний и доработок в библиотеке данной системы находится около 30 изотопов, которых она может не только обнаруживать, но и идентифицировать. Поэтому большая часть наших текущих усилий направлена на повышение точности идентификации.
Поскольку сегодня существует множество легальных применений радиоактивных источников, понятно, что некоторая часть обнаружений источников излучения не несёт в себе угрозы. Например, в пунктах 1 и 2
нашего испытательного стенда регистрируется несколько источников гамма-излучения в день, большинство из которых оказываются медицинскими источниками. Также причинами срабатывания системы часто являются промышленные и естественные источники излучения. Поэтому говорить об угрозе можно далеко не во всех случаях обнаружения.
Таблица 1
Результаты обнаружения проезжающих автомобилей и идентификация тестовых радиоизотопов
Расстояние до источника при различной скорости движения транспорта СБ-137 Со-60
30 Км/ч 40 Км/ч 55 Км/ч 70 Км/ч 30 Км/ч 40 Км/ч 55 Км/ч 70 Км/ч
2 м Да Да Да Да Да Да Да Да
4 м Да Да Да Да Да Да Да Да
7 м Нет Нет Нет Нет М М М М
Ва-133 СО-57
30 Км/ч 40 Км/ч 65 Км/ч 70 Км/ч 30 Км/ч 40 Км/ч 56 Км/ч 70 Км/ч
2 м Да Да Да Да Да Да Да Да
4 м Да Да Да Да Да Да Да Да
7 м Нет Нет Нет Нет М М М М
Гамма-излучение испускается десятками разных радиоактивных источников, многие из которых не представляют опасности. Нейтроны же наоборот испускаются очень немногими источниками, почти все из которых представляют собой опасные радиоактивные материалы. Основными ядерными материалами, испускающими нейтроны, являются уран (Ц) и плутоний (Ри).
Самые распространённые исключения из этого представлены датчиками плотности и влажности почвы (БЭО), широко используемыми на строительных площадках. Они излучают как гамма, так и нейтронное излучение. Поскольку нейтронное поле этого прибора обычно обнаруживается при его перевозке по скоростным автомагистралям, и сотни подобных устройств перемещаются по дорогам общего пользования в месяц, одно только обнаружение нейтронов не должно вызывать срабатывания сигнализации о наличии угрозы.
К счастью, датчики плотности почвы излучают достаточно специфичные гамма-спектры, которые могут быть включены в алгоритмы идентификации и определения наличия угрозы. Так как каждый тип детектора предоставляет некий набор данных об излучении и, следовательно, об ис-
точнике, для выработки единого решения по каждому случаю обнаружения необходимо объединение данных от всех задействованных детекторов. Логическая схема, использовавшаяся для создания дерева решений показана на рис. 1.
Физические характеристики Отклик детектора
источника
Измеримые параметры
I
Идентификация источника
1
Определение уровня угрозы
I
Формирование текстового решения
Рис. 1. Общая логическая схема, используемая при разработке
дерева решений
В результирующем дереве решений используются различные гамма- и нейтронные параметры для отправки в реальном времени соответствующего уведомления в центр оповещения. При возникновении радиационного события на внешнем кольце возможны три градации (цвета) угрозы:
• синий: обнаруженный источник не является угрозой,
• жёлтый: обнаруженный источник является возможной угрозой,
• красный: обнаруженный источник является реальной угрозой.
Дерево решений, реализованное на языке XML на серверном компьютере, условно названном «Система поддержки принятия решений (СППР)», анализирует каждое событие и выдает одно из уведомлений в Автоматизированную систему управления и реагирования (АСУР), где оно отображается на дисплее в текстовом виде. Кроме того, отображаются цифровые изображения подозрительного автомобиля и его номерного знака.
Для построения дерева решений используются только натрий-йодные сцинтилляционные гамма-детекторы (Nal) и нейтронные детекторы. Детектор Nal предоставляет различные сообщения данных в качестве входов СППР, а детектор нейтронов выдает сообщение, в котором указывается, были ли нейтроны обнаружены во время этого события. Например,
если и гамма, и нейтроны обнаружены одновременно, то важно считать и обработать спектры излучения для классификации источника. Если обнаружены только нейтроны без гамма-излучения, то источник считается опасным, что приводит к активации красного уровня опасности.
В табл. 2 показаны параметры, передаваемые в СППР с мест расположения детекторов 1 и 2. Эти параметры вводятся в СППР, которая быстро выполняет вычисления по дереву решений в XML с выводом текстового результата.
Дерево решений показано на рис. 2.
Рис. 2. Схема дерева решений
Левая часть дерева в основном показывает логику идентификации излучения от известных промышленных и медицинских приборов (с известным спектром) во избежание ложной тревоги. Правая сторона дерева в первую очередь предназначена для определения того, является ли источник, не испускающий нейтроны, компонентом оружия такого, например, как «грязная» бомба. Обширные наборы существующих данных позволят получить надежную статистическую оценкумирных источников ИИ, таких, например, как EDG.
XML-представление дерева решений На рис. 3 показаны основные функции СППР, которая состоит из программного компонента DecisionEngine и XML-документа, DecisionModel. В этой концепции механизм принятия решений использует логику, предоставляемую моделью принятия решений, для интерпретации
XML-данных о входящем событии датчика для принятия решения.
Рис. 3. Функциональность системы поддержки принятия решений
Каждое дерево решений в модели решений представляет собой XML-представление дерева, изображенного на рис. 3.
1. Деревья решений можно легко изменять. Поскольку модель принятия решения существует в текстовой форме, логику принятия решения можно изменить без изменения программного кода.
2. Высокая гибкость. Можно сделать подстроить каждую систему под конкретные обстоятельства, т.е. можно указать конкретное действие, выполняемое после принятия решения, получателя итогового уведомления и сообщение для каждого получателя.
3. Поддержка нескольких деревьев. Каждый датчик может ссылаться на уникальное дерево и встраивать дерево в дерево. Датчик также может относиться к более чем одному дереву, чтобы предоставить более одного решения, что позволяет принимать разные решения для разных операторов (например, исследователя и оперативного пользователя).
4. Модель решения легко проверить. Функция элемента «Свойство» подразумевает, что каждая ветвь дерева должна привести к узлу «Решение», то есть каждый возможный путь по дереву должен вести к одному из трёх (как в примере) решений. Документ XML невыполняется, если это условие не соблюдено.
5. Обнаружение системным датчиком приведет к отправке сообщения о событии в формате XML в ACRS. Механизм принятия решений получит это сообщение, извлечет из сообщения все элементы Result и определит, какое дерево решений применимо к типу датчика, указанному в
сообщении.
Типичный экземпляр элемента Result выглядит следующим образом:
<Resultvaluetype = "PeakCount" value = "428" units = "counts" />
Наиболее важным показателем эффективности является то, что центр управления получает правильное базовое уведомление цвета (синий, жёлтый и красный) для любого радиационного события. Система была протестирована с использованием ряда тестовых источников, включая медицинские источники и материалы, имитирующиеоружейные. Нужно отметить, что дерево решений содержит возможность профилирования источников помех. Эта функция позволяет использовать журналы данных для установления нормальных границ для источников, и обнаруженным источникам помех, попадающим в эти границы, будет выдан синий сигнал. Хорошим примером использования профилирования источников является EDG.
Таблица 2
Поля сообщений, переданные на СПР при возникновении события
Параметр Детектор Описание Сейчас используется?
Обнаружены нейтроны? He-3 (n) Были ли нейтроны (выше установленного порога) обнаружены гелиевыми трубками? Да
Nal событие? NaI (gamma) Было ли гамма излучение (выше заданного порога) обнаружены детектором? Да
Гамма излучение с высокой энергией? NaI (gamma) В спектре присутствует излучение высоких энергий (> 1 МэВ), не связанноес известным источником Нет, параметр закодирован на аппаратном уровне
Вероятность наличия оружейных материалов NaI (gamma) Указывает ли принятый гамма-спектр на значительную вероятность оружейных материалов Нет, параметр закодирован на аппаратном уровне
ID изотопа NaI (gamma) Детекторная система идентифицирует источник на основе его гамма-спектра. Да
Вероятность идентификации NaI (gamma) Источник идентифицирован с высокой степенью достоверности? (Слабый сигнал обнаружения может привести к низкой достоверности.) Да
В диапазоне / вне диапазона NaI (gamma) Интенсивность или гамма-значения находятся (не) в ожидаемом диапазоне Да
В большинстве таких приборов используются источники Cs-137 и Cf-252 (или Am-Be), которые убираются внутрь свинцового экрана во время транспортировки и хранения. Наборы данных, собранные при тестировании и эксплуатации содержат профиль гамма- и нейтронного спектра этихдатчиков. Следовательно, пороговая скорость сигналов, отображаемая в нижней части дерева решений, устанавливается в системе XML. Если источник, проезжающий мимо, в остальном выглядит полностью как EDG, но интенсивность гамма-излучения превышает этот предварительно уста-новленныйпорог сигналов, система выдаст красный цвет. В противном случае АСУР автоматически получает синий цвет.
Данной АСУР был назначен код модели SG01. Когда в библиотеку NaI детектора будут добавлены другие датчики, им будут назначены аналогичные коды.
Сообщение, появляющееся на дисплее для одного из десятков событий, записанных во время тестирования, показано на рис. 4. В этом тестовом событии АСУР был присвоен код SG01, а уведомление было: «Синий цвет». В дополнение к тексту сообщения отображается изображение транспортного средства с электронной камеры (не показано).
Система уведомлений представляется первой в своем роде, разработанной для обеспечения физической защиты. Лежащее в основе дерево решений позволяет линейно комбинировать данные детектора излучения для оптимизации использования ограниченной информации, доступной об обнаруженных источниках. Данные от других датчиков также могут быть учтены путём простого добавления в XML-таблицу. Обновления дерева решений, которые несложно выполнить, будут реализованы в будущем, когда станут доступны результаты дополнительных тестов и данные датчиков.
При первоначальном тестировании интеграции систем динамического радиационного контроля (СДРК) проводилось только с одним или двумя СДРК, подключенными к данному контролирующему компьютеру. Но спецификация системного программного обеспечения позволяет подключать до 32 модулей к управляющему компьютеру.
При подгонке вышеописанной системы под конкретный объект с учётом его геометрических и пропускных параметров, установка дополнительных модулей СДРК в целях тестирования была бы непозволительно дорогостоящей и занимала слишком много места с учётом средней стоимости одного сцинтилляционного модуля в 600 000... 1 000 000 руб. Таким образом, актуальна разработка инструмента для моделирования различных характеристик детекторов, чтобы обеспечить крупномасштабную среду для тестирования совместной работы всей системы.
05:18:35 09/08/2019; Пост 1 Номер события: ID: 9 -108135805 28289 Сообщение: Разрешённый материал, действия не предусмотрены
Решение: пропустить
Сигнал от сцинтиллятора: нет
Сигнал от детектора нейтронов:да
Сигнал от Nal детектора: да
Количество сигналов от сцинтиллятора: 0
Количество сигналов от нейтронного детектора: 13
Вероятность: 1.0
Пиковое значение сигналов: 337
Рис. 4. Примерное сообщение по результатам события
Платформа экспертных приложений Gensym G2 использовалась в качестве основы разработки для имитатора движения транспортных потоков Multi-Lane Simulator.
Графический интерфейс пользователя позволяет пользователю настраивать полосы движения ППТ, скорость движения, длину и скорость транспортного средства, а также параметры профиля излучения. На снимке экрана на рис. 5 показана стандартная 32-полосная конфигурация симуля-тора.
Рис. 5. Программный интерфейс 32- полоснойконфигурации
симулятора
Когда имитатор дорожного движения генерирует тревожное транспортное средство, графический интерфейс меняет цвет транспортного средства на КРАСНЫЙ после того, как он был просканирован на основной полосе, а затем отправляет тревожный автомобиль на соответствующую второстепенную полосу. Это соответствует реальным ситуациям, когда транспортное средство, которое подает сигнал тревоги на основной полосе, отправляется на дополнительную полосу, оборудованную СДРК, для более тщательной проверки [1].
При проведении испытаний производительности вместо изменения профилей входного излучения используется общий профиль линейного изменения, характеристики которого пользователь может регулировать, редактируя определенные параметры. Этот профиль начинается с фонового значения, увеличивает скорость счета до максимума, а затем снова снижает фоновые уровни. Этот профиль полезен для тестирования производительности, поскольку он упрощает анализ качества данных для данных транспортного средства, хранящихся в базе данных поставщика и отображается через графический интерфейс поставщика.
Например, если X автомобилей / день трафика генерируется для Y дней, то данные для X * Y автомобилей хранятся в базе данных поставщика. Кроме того, данные каждого транспортного средства должны соответствовать исходному профилю съезда, который использовался генератором трафика. Отсутствующие данные об автомобиле или несоответствующие профили излучения указывают на качество данных или проблемы с производительностью системы.
Представленная система детекторов и средств обработки сигналов и принятия решений с лежащим в основе деревом решений рационально адаптирована для использования ограниченной информации об обнаруженных источниках. Данные с разного количества подключённых датчиков органично встраиваются в систему принятия решений.
Представленная многополосная симуляторная система легко настраивается и поддерживает аппаратное тестирование. Симулятор базируется на гибкой программной архитектуре, которая имитирует движение транспортных средств с соответствующими профилями излучения.
Список литературы
1. Сергеев И.Ю., Косырев П.Н. Методика определения вероятности обнаружения радиационной аномалии при динамическом контроле радиационной обстановки // Технологии гражданской безопасности. 2021. Т. 18. №2 (68). С. 67-70.
2. Сергеев И.Ю. Предложения по способам контроля радиационной обстановки для системы комплексной безопасности закрытого административного территориального образования с объектами атомной промыш-
ленности // Научные и образовательные проблемы гражданской защиты. 2016. №1 (28). С. 63-71.
3. Масаев В.Н., Минкин А.Н., Сергеев И.Ю. Аварийно-спасательная техника для проведения аварийно-спасательных и других неотложных работ на малообъемных и рассредоточенных объектах // Сибирский пожар-но-спасательный вестник. 2018. №1 (8). С. 23-26.
4. Сергеев И.Ю. Выбор параметров динамического радиационного контроля территорий // Сибирский пожарно-спасательный вестник. 2019. №2 (13). С. 45-48.
5. Сергеев И.Ю. Определение параметров динамического радиационного контроля грузов в транспортных средствах // Научные и образовательные проблемы гражданской защиты. 2019. №2 (41). С. 94-98.
6. Geelhood B.D., Ely J., Hansen R.R., Kouzes R.T., Schweppe J.E., Warner R.A. Overview of Portal Monitoring At Border Crossings // IEEE Nuclear Science Symposium Conference Record. Vol. 1. 19-25. P. 513 - 517. Oct. 2003.
7. Evans R.M., Jones C.R. Passive sensor system for radioisotope detection and identification at high speeds // Proceedings of the 38th Annual 2004 International Carnahan Conference on Security Technology. 2004.
8. Evans R., Berzins G., Moss C., Jones R. Detection and identification of radiation sources traveling at hiqhway speeds. Paper 181 // Proceedings of the INMM 44 Annual Meeting (2003).
9. Schweppe J.E., Ely J.H., Kouzes R.T., McConn R.J., Pagh R.T., Robinson S.M., Siciliano E.R., Borgardt J.D., Bender S.E., Earnhart A.H. Validation of Computer Models for Homeland Security Purposes // IEEE Nuclear Science Symposium Conference Record. Vol. 1. P. 297-301. Oct. 2005.
10. "UNSCEAR 1993". Sources. Effects and Risks of Ionizing Radiation. United Nations Scientific Committee. 1993.
11. Sayers J. E., Monroe F. E., Smith D. D., Wallace S. A. A workplace air monitor for uranium particulate detection // IEEE Trans. Nucl. Sci. 37(6), 2165-2170 (1990).
Валуев Николай Прохорович, д-р техн. наук, проф., npvaluev@mail.ru , Россия, Химки, Академия гражданской защиты МЧС России,
Машинцов Евгений Арсеньевич, д-р техн. наук, проф., mea-44@mail.ru , Россия, Химки, Академия гражданской защиты МЧС России,
Юданов Петр Максимович, канд. техн. наук, ст. преподаватель, reno128@yandex.ru, Россия, Химки, Академия гражданской защиты МЧС России
MULTI-CHANNEL SYSTEM OF RADIOECOLOGICAL CONTROL N.P. Valuev, E.A. Mashintsov, P.M. Yudanov
In this paper the analysis of the causes of the emergence depending on the risks of radiation emergencies due to insufficient radioecological control of traffic flows has been carried out. A system of several highly sensitive scintillation detectors with a software complex for signal processing was proposed, which makes it possible to bypass the hardware limitation on increasing the sensitivity of the detectors and to increase the reliability of detecting the source of ionizing radiation. A software simulator of the system's operation is also proposed for adjusting it to any number of sensors and their configuration.
Key words: radioactive contamination, radioecological control of traffic flow, techno-genic impact on population, scintillation detectors.
Valuev Nikolay Prokhorovich, doctor of technical sciences professor, npvaluev@mail.ru, Russia, Khimki, Academy of Civil Protection EMERCOM of Russia,
Mashintsov Evgeniy Arsenievich, doctor of technical sciences, professor, mea-44@mail.ru, Russia, Khimki, Academy of Civil Protection EMERCOM of Russia,
Yudanov Petr Maksimovich, candidate of technical sciences, art. lecturer, re-no128@yandex.ru, Russia, Khimki, Academy of Civil Protection EMERCOM of Russia
Reference
1. Sergeev I.Yu., Kosyrev P.N. Methodology for determining the probability of detecting a radiation anomaly during dynamic monitoring of the radiation situation. Civil security technologies. 2021. Vol. 18. No. 2 (68). pp. 67-70.
2. Sergeev I.Yu. Proposals on ways to control the radiation situation for the integrated security system of a closed administrative territorial entity with nuclear industry facilities Scientific and educational problems of civil protection. 2016. No.1 (28). pp. 63-71.
3. Masaev V.N., Minkin A.N., Sergeev I.Yu. Emergency rescue equipment for emergency rescue and other urgent work on low-volume and dispersed objects // Siberian Fire and rescue Bulletin. 2018. No.1 (8). pp. 23-26.
4. Sergeev I.Yu. Selection of parameters of dynamic radiation monitoring of territories. Siberian Fire and Rescue Bulletin. 2019. No.2 (13). pp. 45-48.
5. Sergeev I.Yu. Determination of parameters of dynamic radiation monitoring of cargo in vehicles Scientific and educational problems of civil protection. 2019. No. 2 (41). pp. 94-98.
6. Geelhood B.D., Ely J., Hansen R.R., Kouzes R.T., Schweppe J.E., Warner R.A. Overview of Portal Monitoring At Border Crossings. IEEE Nuclear Science Symposium Conference Record. Vol. 1. 19-25. P. 513 - 517. Oct. 2003.
7. Evans R.M., Jones C.R. Passive sensor system for radioisotope detection and identification at high speeds. Proceedings of the 38th Annual 2004 International Carnahan Conference on Security Technology. 2004.
8. Evans R., Berzins G., Moss C., Jones R. Detection and identifica-tion of radiation sources traveling at hiqhway speeds. Paper 181. Proceed-ings of the INMM 44 Annual Meeting (2003).
9. Schweppe J.E., Ely J.H., Kouzes R.T., McConn R.J., Pagh R.T., Robinson S.M., Siciliano E.R., Borgardt J.D., Bender S.E., Earnhart A.H. Validation of Computer Models for Homeland Security Purposes., IEEE Nuclear Science Symposium Conference Record. Vol. 1. P. 297-301. Oct. 2005.
10. "UNSCEAR 1993". Sources. Effects and Risks of Ionizing Radia-tion. United Nations Scientific Committee. 1993.
11. Sayers J. E., Monroe F. E., Smith D. D., Wallace S. A. A work-place air monitor for uranium particulate detection. IEEE Trans. Nucl. Sci. 37(6), 2165-2170 (1990).
УДК 504.55.054:622(470.6) DOI 10.46689/2218-5194-2022-1-1-51-62
ПЕРСПЕКТИВЫ ВЫЩЕЛАЧИВАНИЯ МЕТАЛЛОВ
ИЗ ПОТЕРЯННЫХ РУД МЕСТОРОЖДЕНИЙ САДОНА
В.И. Голик
Рассмотрена возможность доработки потерянных при традиционной выемке запасов полиметаллических руд месторождений Садона. Дан анализ результатов использования традиционных технологий при разработке сложноструктурных месторождений. Систематизированы потерянные при разработке запасы руд и металлов. Показано, что утилизация техногенного минерального сырья позволяет перевести технологию из затратной сферы в прибыльную и снизить негативное воздействие на окружающую среду. Обосновано, что месторождения Садона представляют собой подготовленный для выщелачивания потерянных руд объект.
Ключевые слова: традиционные технологии, сложноструктурные месторождения, потерянные запасы, руда, металлы, окружающая среда, выщелачивание.
Введение
Демографические процессы и развитие научно-технической революции современности нуждаются в обеспечении промышленности металлами, в том числе, цветными и редкоземельными [1 - 3].
Многие месторождения на территории развитых технологически стран мира в той или иной степени отработаны, а у развивающихся стран недостаточно средств для создания минерально-технической базы.
Поэтому проблема обеспечения промышленности металлами актуализируется, а усилия науки и практики возмещения усиливающегося дефицита в металлах усиливаются, порождая новые направления получения нужного сырья [4 - 7].
Одним из направлений является вовлечение в производство оставленных в недрах некондиционных для переработки традиционными технологиями руд. Такие руды составляют большую часть геологических запасов и могут обеспечить запросы промышленности при добыче новыми технологиями с радикальным снижением энергетических и трудовых затрат [8 - 10].
С середины прошлого века наибольшее развитие получают технологии с выщелачиванием металлов из вскрываемых минеральных комплексов [11 - 13]. Минеральной базой таких технология могут быть законсервированные в недрах техногенные месторождения, затраты на
