CC BY
8
УДК 622.013
ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ КОМПЛЕКСНОГО ОСВОЕНИЯ ЗАПАСОВ ТОРФЯНОГО МЕСТОРОЖДЕНИЯ С ИСПОЛЬЗОВАНИЕМ ГГИС MICROMINE
О. С. Егошина, Г. С. Федотов, Б. М. Александров
Предлагается принципиально новый подход к оценке запасов торфяного месторождения с использованием горно-геологических информационных систем (ГГИС) для повышения эффективности разработки месторождения и распределения запасов по направлениям использования.
Построение цифровой модели месторождения позволяет повысить точность определения качественных характеристик сырья и отобразить распределение категорий торфа в трехмерной среде. Использование данной модели позволяет учитывать пространственное положение торфа определённой категории при решении вопросов календарного планирования и определять оптимальное направление ведения горных работ с учетом потребностей в регионе.
Ключевые слова: горно-геологические информационные системы, комплексная оценка запасов торфа, категории торфяного сырья, селективная выемка, матрица распределения категорий сырья по направлениям использования.
Для рационального и комплексного использования запасов торфяного месторождения в настоящее время необходимо иметь представление о запасах и распределении отдельных категорий торфяного сырья, что позволит разработать план селективной добычи по годам. Категория торфяного сырья выделяется с учетом типа, группы, вида торфа, степени разложения, зольности, которые в своей совокупности дают возможность оценить запасы с точки зрения перспективных направлений использования применительно к тому или иному экономическому региону.
Использование торфа в различных отраслях возможно только при существовании единой структуры, учитывающей водно-физические, теп-лофизические, физико-технические, химические и другие свойства, элементный состав, групповой состав органической и зольной частей торфа. Только зная параметры, характеризующие торф как сырье для переработки, можно решать задачу его комплексного использования.
В основу классификации видов торфа положен генетический принцип, заключающийся в том, что каждый фитоценоз соответствует определенному виду торфа. Согласно существующей классификации [1], выделяют 40 видов торфа, из них 20 видов низинного типа, 8 видов переходного типа и 12 видов верхового типа.
Первоначально торф использовался исключительно в энергетических целях как топливо. Это направление сохранилось и развивается до сих пор. Вторым и самым крупным направлением является использование торфа в сельском хозяйстве, садоводстве, тепличном хозяйстве. Третьим
направлением является производство продукции переработки торфа и ее использование в различных отраслях. На современном этапе развитие торфяного производства должно быть связано с расширением областей применения торфа в народном хозяйстве.
К настоящему времени научно обоснованы, разработаны и прошли практическую апробацию большое число эффективных способов и технологий переработки торфа и различных отходов, создан научно-технический задел и практические предпосылки к увеличению объема выпуска и расширению ассортимента торфяной продукции и сферы ее использования: торфяные сорбенты для очистки сточных вод, продукция на основе гранулированного торфа, в том числе для коммунально-бытовых целей, продукты глубокой переработки торфа для получения огнетушащих порошков и торфяные добавки для гидрофобной модификации гипсовых вяжущих материалов [2 - 4]. Анализы структурного состава и характеристик торфа проводились в Таллиннском и Рижском технических университетах [5].
Аналитический обзор литературы позволяет отметить наиболее перспективные направления использования торфа, которые на современном этапе развития науки и техники могут быть внедрены в промышленных масштабах [6 - 9]. В ряде опубликованных работ [10 - 12] авторами затрагивается проблема комплексного использования торфяных ресурсов, исходя из качественной и количественной оценок категорий сырья и возможности их использования в народном хозяйстве страны.
Обычно трехмерное изображение геологического строения исследуемого участка не предусматривает деления торфа на отдельные категории, а представляет его единым слоем [13]. Такая модель не позволяет в полной мере провести оценку запасов, а лишь служит для изображения того, на какой глубине сосредоточены запасы, а также из чего состоят выше-и низжележащие слои. Исследованиям толщины, распределения и качественной оценке торфяных ресурсов Бангладеша посвящена статья Maitra M.K., Islam M.A. and Mamun M.A. [14]. Авторами отмечена зависимость толщины слоя торфа от геоморфологии местности и приводятся подтверждения в виде поперечных профилей, где торф не имеет подразделения на отдельные категории.
В данной статье представлена методика, которая позволяет на этапе обработки материалов детальной разведки реализовать оценку перспективных направлений комплексного использования ресурсов с учетом распределения категорий торфяного сырья. Это позволяет планировать селективную выборку отдельных категорий по годам с возможностью выбора первоочередного участка в зависимости от потребности производства.
Оценка запасов торфяного месторождения «Ольческое» проводилась по данным с 50 пунктов опробования на основе общетехнических, физико-химических, физических свойств. Категории торфяного сырья обо-
значаются индексами. Например, В-1-2, соответственно: буква В обозначает тип торфа, первая цифра - класс торфа по степени разложения, вторая цифра - группа торфа по зольности. В рамках исследования оценка запасов выполнялась несколькими способами: традиционным и с применением ГГИС Micromine.
При традиционном способе использовалась универсальная формула
(1) для определения плотности торфа естественного залегания:
Р __У-в (556 - R)_
Рест 3 5 > w
(0,357 -1,47 • 10-3 • A, - 0,38• 10-5 • Ac • R)(100 - w)
где Утв - содержание твердой фазы в 1 м торфа естественного залегания, в %; Ac - зольность, %; R - степень разложения, %; w - естественная относительная влажность торфа, %.
Затем проводился расчет плотности воздушно-сухого торфа по формуле
Рв.с. _ Рест(100 - ^ст (100 - wусл ^ (2)
где рест - плотность торфа естественного залегания, т/м3, согласно справочнику по торфу 1954 г.; w^ - относительная влажность торфа в залежи, %; Wyra - условная влажность торфа, %.
Учитывая площадь распространения категории в пределах пункта опробования Sобщ (250 000 м ) и глубину каждой категории hi, была выполнена оценка объемов торфа i-й категории Vi по формуле
Vi _ Sобщ • hi, (3)
и запасов Pi по формуле
Pi _Рв.с. • hi • Sобщ • (4)
При использовании ГГИС оценка запасов выполняется на основании блочной модели месторождения. Блочная модель представляет собой набор блоков определенного размера, которые повторяют геометрию залежи полезного ископаемого, а размер блоков модели определяется исходя из геологического строения месторождения, а также параметров разведочной сети. Подобные системы получили широкое распространение на рудных горнодобывающих предприятиях, а в последние годы наблюдается тенденция активного их внедрения на угледобывающих предприятиях [15].
После создания блочной модели залежи производится присвоение качественных показателей торфа каждому блоку модели. Данная процедура выполняется путем интерполяции данных опробования. Современные пакеты программ предоставляют возможность использовать множество различных методов интерполяции. Однако в рамках данного исследования был использован метод ближайшего соседа (Natural neighbor), так как по мнению авторов он наиболее точно отражает распределение качественных показателей торфа на модели.
Полученная модель торфяного месторождения «Ольческое» представлена на рис. 1.
Рис. 1. Блочная модель торфяного месторождения «Ольческое»
Обладая данными о свойствах торфа, которые увязаны с категориями торфяного сырья, появляется возможность использовать ГГИС при анализе пригодности того или иного вида торфа для комплексного использования. Возможности ГГИС позволяют визуализировать распределение качественных показателей в отдельности и по категориям в целом. На рис. 2 представлен поперечный разрез торфяного месторождения «Ольческое» с распределением торфа различной зольности по глубинам.
ЗОЛЬНОСТЬ □ X
< 1.70000
1.20000 ДО 1.43396
1.43398 ДО 138000
1.58000 до 141643
1.91648 до 7.70000
2.20000 ДО 2.30000
7.30000 ДО 2-41695
2.41695 до 2.58000
2.58000 до 2.80000
2.00000 до 3,39531
3.39581 до 4.30000
4,30000 до 4.72761 472761 до 5.00000 5.00000 до 5.10000
5.10000 до 5.16000
5.16000 до 9.741 Й7
»== 9.74187
Рис. 2. Поперечный разрез торфяного месторождения «Ольческое»
по зольности (%)
Полученная модель позволяет решить задачи селективной выемки категорий торфа по годам с учетом востребованности отдельных видов торфяного сырья, напрямую зависящей от общетехнических и физических свойств торфа, а также от элементного состава органической массы, компонентов зольной составляющей и т.д.
Включение возможностей ГГИС Мюготте в обработку данных детальной разведки является существенным шагом вперед в развитии автоматизированной системы обработки данных (рис. 3) на торфяных месторождениях.
Отбор проб, определение параметров торфяной залежи
Построение блочной модели, интерполяция качественных характеристик, определение категорий, оценка запасов по категориям и направлениям использования
еологоразведочные работы
Обработка данных
Импорт, обработка и визуализация данных детальной разведки в ГГИС Мюгопгнпе
Создание геологической модели
Определение оптимального направления ведения горных работ на основании целевых показателей
Рис. 3. Применение ГГИС при освоении запасов торфяного месторождения
Предлагается выделить следующие этапы.
- Геологоразведочные работы. По результатам скважинного опробования определяются такие качественные показатели торфа, как ботанический состав, влажность, зольность, степень разложения и др.
- Оценка запасов с использованием современных методик и информационных систем. Для этого выполняется импорт и обработка данных в ГГИС Мюготте с последующей их визуализацией для удобства дальнейшей интерпретации.
- Построение блочной модели месторождения, интерполяция качественных показателей торфа. Данные показатели используются для определения его категорийности.
- Планирование отработки месторождения. В ГГИС Мюготте выполняется определение технологии отработки месторождения, а также задается производительность добычи и указывается необходимый объем
торфа каждой категории с учетом потребностей региона в тот или иной период времени.
Сравнение результатов оценки запасов торфа по категориям для месторождения «Ольческое» двумя способами представлено в табл. 1.
Таблица 1
Подсчет запасов торфа месторождения «Ольческое»
по категориям
Категория Запасы торфа, полученные по блочной модели, тыс. т Запасы торфа, полученные традиционным способом, тыс. т
В-0-1 1703 1739
В-1-(1-2) 948 954
П-1-(1-2) 1556 1570
П-2-(1-2) 1324 1328
Н-1-(1-2) 1922 1932
Н-2-(1-2) 4992 4916
Н-3-(1-2) 326 314
Н-(2-3)-5 12 12
Растительный слой (в подсчете запасов не учитывается) 1043 1021
Всего 12783 12765
Как видно из табл. 1, наибольшие показатели запасов торфа характерны для категорий Н-1-(1-2) и Н-2-(1-2).
После определения запасов всего месторождения составляется матрица распределения категорий сырья по направлениям использования (табл. 2).
Учитывая многообразие вариантов использования торфа, планирование разработки месторождений оказывается в непосредственной зависимости от востребованности различных категорий.
Таблица 2
Матрица распределения категорий торфяного сырья по направлениям использования
Категории торфяного сырья
- г? - г? - г? - ?2 - г? - ?2 - 5 - го
Направления использования торфа Ас, % -0 т 1 т 1 - -П 1 - -Н ■ 2 - -П 1 2 - -Н ■ 3 - -Н 1 сч 1 -Н
я, %
2 - 13-20 0 <м - 5 1 21-34 4 3 1 6 "Л СП Л 1 "Л л
Гидролизное сырье + +
Изоляционные плиты 0-5 +
Подстилка для птиц +
Гуминовые кислоты и препараты 1 +
Микропарники + 1
Гексаторф 6-10 + 1 +
Подстилка I категории + 1 1
Плиты подстилочные для птиц + +
Подстилка для экспорта + 1
Торф для брикетов + +
Полубрикеты + +
Коммунально-бытовое топливо + +
Подстилка II категории 11-15 + + + 1
Торфогуминовые удобрения + +
Концентрированные ТМАУ + + + +
Грунт торфозольный + + + 1 + +
Торф для теплиц + 1
Торф топливный 16 - 23 1 1 + + +
ТМАУ + +
Торфогрунт известковый + + + + 1 1 1
Торф для компостов 24 - 35 + + 1
Теплично-парниковый грунт 36-50 + + +
Примечания: «+» - сырье полностью пригодно; «1» - сырье частично пригодно для производства продукции
Выводы
Результаты подтверждают реальную возможность построения стратиграфических профилей торфяных месторождений с использованием ГГИС, что открывает широкую перспективу в применении современных программ для автоматизированной обработки исходной геологической ин-
формации в процессе изысканий торфяных месторождений и позволяет сократить время обработки этой информации. SD-моделирование с использованием ГГИС Micromine открывает ряд возможностей для совершенствования процесса планирования добычи торфа по различным категориям. Кроме того, представляется возможность создания единого банка данных торфяных месторождений. Полученная база данных может применяться специалистами лесного хозяйства, геологами, комитетом по земельным ресурсам, специалистами министерств и ведомств экологической направленности и др.
Использование современных информационных технологий позволяет значительно сокращать трудозатраты на оценку запасов, результаты компьютерного моделирования получаются более точными по сравнению с традиционными методами, появляется возможность на основании ранее построенной модели выполнять планирование ведения горных работ, создавать план-график отработки месторождения с учетом возможности селективной выемки отдельных категорий торфа для покрытия нужд региона. Важной особенностью является возможность определять оптимальное направление ведения горных работ с учетом не только потребностей в конкретных категориях торфа, но и экономических показателей.
Список литературы
1. Справочник по торфу / под ред. А. В. Лазарева, С. С. Корчунова. М.: Недра, 1982. 760 с.
2. Косов В.И., Баженова Э.В. Исследование очистки сточных вод от ионов тяжелых металлов с применением модификаций торфяных сорбен-товю // Вода и экология: проблемы и решения. 2001. № 1 (6). С. 40-46.
3. Гамаюнов С.Н., Мисников О.С., Пухова О.В. Перспективные направления использования продукции на основе гранулированного торфа. Горный журнал. 1999. № 10. С. 41-44.
4. Misnikov O.S., Chertkova E.U., Dmitriev O.V. Use of peat ingredients for production of fire-extinguishing powders // Eurasian Mining. 2015. Т. 2015. № 2. С. 30-34.
5. Krumins J., Klavins M., Silamikele I. Peat, its characteristics and wise use: peat studies in Latvia // LAP Lambert Academic Publishing. 2015. 240 p.
6. Гревцев Н. В. Научные основы технологии торфяных композиционных материалов: дис. ... д-ра техн. наук. Екатеринбург, 1998. 459с.
7. Лиштван И. И., Круглинский И. О. Возможности торфа как природного сырья // Торфяная промышленность. 1991. № 4. С. 15-23.
8. Тишкович А. В. Свойства торфа и эффективность его использования на удобрение. Минск: Наука и техника. 1978. 147 с.
9. Наумова Г. В. Торф в биотехнологии. Минск: Наука и техника, 1987. 151 с.
10. Александров Б. М. Гревцев Н. В. Егошина О. С. Комплексная оценка запасов торфяного месторождения с использованием ГИС-технологий // Изв. вузов. Горный журнал. 2016. № 2. С. 93-99.
11. Александров Б. М. Аналитические исследования состава зольной составляющей твердой фазы торфа для оценки возможности использования в народном хозяйстве // Агропродовольственная политика России. 2017. № 5. С 110- 116.
12. Егошина О.С., Александров Б.М. Определение группового состава органической массы торфа на основе генетической классификации с учетом данных детальной разведки // Горный журнал. Изв. вузов. 2018. №1. С. 15 - 21.
13. Mohammed Masum, Mohammad Omer Faruk Khan, Md. Nazwanul Haque, Md. Faruk Hasan, Anwar Sadat Md. Sayem, Md. Azhar Hossain Assistant Director. Peat Resources, Condition of Deposition as Well as their Utilization, Hakaluki Haor, Moulvibazar and Sylhet District, Bangladesh. International Journal of Science, Technology and Society. 2014. V. 2. No. 6. Р. 210-215. doi: 10.11648/j.ijsts.20140206.18.
14. Maitra M.K., Islam M.A., Mamun M.A. Thickness, Distribution and Quality Assessment of Gopalganj-Madaripur Peat Deposits: A Case Study of Potential Economic Opportunities in Mid-Eastern Low-Lying Bangladesh. International Journal of Geosciences, 2014. 5. Р. 943-955.
15. Федотов Г. С. Целесообразность внедрения ГГИС на современных угольных предприятиях // Глобус. 2017. №1 (45). С. 70-71.
Егошина Ольга Сергеевна, ст. преп., moc-olya@yandex.ru, Россия, Екатеринбург, Уральский государственный горный университет,
Федотов Григорий Сергеевич, асс., gfedotov@micromine. com, Россия, Москва, Национальный исследовательский технологический университет «МИСиС»,
Александров Борис Михайлович, д-р техн. наук, проф., cotr.abm.43@,gmail.com, Россия, Екатеринбург, Уральский государственный горный университет
EFFICIENCY INCREASE OF INTEGRATED DEVELOPMENT OF PEAT RESERVES WITH
THE USE OF GGIS MICROMINE
O. S. Egoshina, G. S. Fedotov, B. M. Aleksandrov
The article proposes a new approach to peat resource estimation by using mining and geological information systems for improving efficiency of field mining and distribution of resource depending on the way of use.
Creating the digital model provides increasing of determining accuracy of quality characteristics for minerals and display spatial distribution of peat categories in 3D space. Using of this model allows to consider the peat categories spatial position during scheduling and determine the optimal direction of mining in accordance with the region needs.
Key words: mining and geology information systems, peat resource estimation, peat categories, selective mining, matrix of peat categories depending on the way of use.
Egoshina Olga Sergeevna, senior lecturer, moc-olya@yandex.ru, Russia, Yekaterinburg, The Ural State Mining University,
Fedotov Grigoriy Sergeevich, graduate student, gfedotov@micromine. com, Russia, Moscow, National University of Science and Technology MISiS (NUST MISiS),
Aleksandrov Boris Mikhailovich, doctor of technical sciences, professor, otr. abm. 43@,gmail. com, Russia, Yekaterinburg, The Ural State Mining University
Reference
1. Handbook of peat / edited by A.V. Lazarev, S. S. Korchunov. M.: Nedra. 1982.
760 p.
2. Kosov V. I., Bazhenova E. V. Investigation of wastewater treatment from heavy metal ions using modifications of peat sorbents. // Water and ecology: problems and solutions. 2001. No. 1 (6). pp. 40-46.
3. Gamayunov S. N., Misnikov O. S., Pukhova O. V. perspective directions of using products based on granulated peat. Gorny Zhurnal, 1999, no. 10, pp. 41-44.
4. Misnikov O.S., Chertkova E.U., Dmitriev O.V. Use of peat ingredi-ents for production of fire-extinguishing powders // Eurasian Mining. 2015. Vol. 2015. No. 2. Pp. 30-34.
5. Krumins J., Klavins M., Silamikele I. Peat, its characteristics and wise use: peat studies in Latvia // LAP Lambert Academic Publishing. 2015. 240 p.
6. Grevtsev N. V. Scientific bases of technology of peat composite materials: dis. ... d-RA tekhn. sciences'. Yekaterinburg, 1998. 459s.
7. Lishtvan I. I., Kruglinsky I. O. possibilities of peat as a natural raw material // Peat industry, 1991, no. 4, pp. 15-23.
8. Tishkovich A.V. properties of peat and efficiency of its use for fertilizer. Minsk: Science and technology. 1978. 147 p.
9. Naumova G. V. Peat in biotechnology. Minsk: Nauka I Tekhnika, 1987. 151 p.
10. Aleksandrov B. M. Grevtsev N. V. Egoshina O. S. complex assessment of peat Deposit reserves using GIS technologies // Izv. vuzov. Mining journal. 2016. No. 2. Pp. 9399.
11. Aleksandrov B. M. analytical studies of the composition of the Sol component of the solid phase of peat to assess the possibility of use in the national economy // agri-Food policy of Russia. 2017. No. 5. from 110 - 116.
12. yegoshina O. S., Aleksandrov B. M. Determination of the group composition of organic peat mass based on genetic classification based on detailed exploration data. Gorny Zhurnal. Izv. vuzov. 2018. No. 1. P. 15 - 21.
13. Mohammed Masum, Mohammad Omer Faruk Khan, Md. Nazwanul Haque, Md. Faruk Hasan, Anwar Sadat Md. Sayem, Md. Azhar Hossain Assistant Director. Peat Resources, Condition of Deposition as Well as their Utilization, Hakaluki Haor, Moulvibazar and Sylhet District, Bangladesh. International Journal of Science, Technology and Society. 2014. Vol. 2. No. 6. P. 210-215. doi: 10.11648/j.ijsts.20140206.18.
14. Maitra M.K., Islam M.A., Mamun M.A. Thickness, Distribution and Quality Assessment of Gopalganj-Madaripur Peat Deposits: A Case Study of Potential Economic Opportunities in Mid-Eastern Low-Lying Bangladesh. International Journal of Geosciences, 2014. 5. P. 943-955.
15. Fedotov G. S. Expediency of implementing GGIS at modern coal enterprises // Globus. 2017. No. 1 (45). Pp. 70-71.
УДК 504.55.054:662 (470.6)
ОБОСНОВАНИЕ ЭФФЕКТИВНОСТИ КОМБИНИРОВАННЫХ ГЕОТЕХНОЛОГИЙ ПОЭТАПНОЙ РАЗРАБОТКИ МЕСТОРОЖДЕНИЙ ЗОЛОТА
В.А. Логачев
Приведены результаты технико-экономического обоснования эффективности комбинирования традиционных и новых альтернативных технологий добычи золота на этапах разработки месторождений для реализации возможности вовлечения в производство некондиционного для традиционных технологий руд.
Ключевые слова: добыча золота, система разработки, выщелачивание, блок, штабель, дисконтированная прибыль.
Введение
Концепция гуманизации технологий добычи металлов включает в себя элементы технологического перевооружения горнодобывающих с целью ресурсосбережения, одним из которых является вовлечение в производство некондиционного для традиционных технологий руд [1 - 4].
К объектам эксплуатации, обладающим запасами полезных ископаемых, достаточными для разработки новыми технологиями, относятся золоторудные месторождения России.
Экономическое обоснование целесообразности извлечения золота из отходов разработки на этапах эксплуатации месторождений является важным элементом решения актуальной проблемы большого хозяйственного значения [5 - 8].
Для уменьшения рисков при освоении новых технологий с выщелачиванием золота на этапах эксплуатации месторождений их комбинируют с традиционными технологиями по критерию дисконтированной прибыли
[9 - 12].
Целью работы является обоснование эффективности комбинирования традиционных и новых альтернативных технологий добычи золота на этапах разработки золоторудных месторождений.
Результаты
Для этапов разработки месторождений металлических руд характерна двух-стадийная выемка запасов: богатые - в первую стадию, бедные - во вторую.
