CC BY
10
НАУКИ О ЗЕМЛЕ И ОКРУЖАЮЩЕЙ СРЕДЕ EARTH AND ENVIRONMENTAL SCIENCES
Научная статья УДК 55; 502.5; 504
DOI: 10.2109/2227-9245-2023-29-2-8-23
Управление качеством углей по критерию их опасности с использованием цифровых моделей полезного ископаемого на Кутинском буроугольном месторождении
Павел Михайлович Маниковский
Забайкальский государственный университет, г. Чита, Россия
Цель работы - обоснование необходимости предварительного планирования при добыче твёрдых полезных ископаемых с использованием блочных моделей как важного элемента проектирования экономически и экологически эффективного предприятия по разработке месторождения. Объектом исследования является Кутинское буроугольное месторождение, имеющее участки углей с повышенными содержаниями естественных радионуклидов. Рассматривается методика планирования качества углей с учётом критерия опасности продуктов их переработки с применением программного обеспечения (ПО) Micromine Alastri. Задача исследования заключается в проверке гипотезы автора относительно использования БМ в процессе прогнозирования качества добываемого ПИ по полученным характеристикам. Ожидаемые результаты научного исследования: фиксация превышения в несколько раз удельной активности в пробах пыли и шлака; при проведении полевых исследований на содержание ЕРН в угольных пластах и угольной пыли с включением породы - установление закономерности увеличения значения Аэфф в угольной пыли с включением породных частиц относительно угольных проб. Приведены результаты интерполяции содержаний ЕРН в блоки цифровой блочной модели угольного пласта I Кутинского буроугольного месторождения. В заключении, автором предлагается методика определения параметров добываемого угля и угольной продукции с учётом критерия опасности, которая имеет следующую логику: сжигание опытной партии угля; анализ закономерности корреляции между средним содержанием ЕРН в углях по блоку и средним содержанием ЕРН в продуктах сжигания углей; установление зависимости содержания ЕРН в углях и продуктах сгорания; присвоение путём обратной интерполяции полученных прогнозных значений каждому трёхмерному блоку блочной модели, входящему в добычные блоки по всем горизонтам и перенос их на карты погоризонтного планирования горных работ. Таким образом, построение карты безопасности добываемого ПИ с прогнозными значениями содержания ЕРН в продуктах сгорания позволяет управлять качеством углей по критерию их опасности.
Благодарность: Исследование выполнено за счёт гранта Российского научного фонда № 2-27-20057, https://rscf.ru/project/22-27-20057.
manikovskiypm@yandex.ru
Информация о статье
Поступила в редакцию 19.04.2023
Одобрена после рецензирования 23.05.2023
Принята к публикации 26.05.2023
Ключевые слова:
Полезное ископаемое, блочная модель, естественные радионуклиды, уголь, продукты переработки угля, пласт, блок, опасность угольной продукции, разрез, горные работы
Original article
Safe quality Management of Coals Using Digital Models of Minerals at the Kuta Brown Coal Deposit
Pavel M. Manikovsky
Transbaikal State University, Chita, Russia manikovskiypm@yandex.ru
Information about the article
Received April 19, 2023
Approved after reviewing May 23, 2023
Accepted for publication May 26, 2023
Keywords:
minerals, block model, natural radionuclides, coal, coal processing products, plastic block, danger of coal products, incision, mining
The purpose of the research is to substantiate the need for preliminary planning with the use of block models in the extraction of TPI as an important element of designing an economically and environmentally efficient enterprise for the development of a deposit of solid minerals. The object of the study is the Kuta brown coal deposit, which has areas of coal with increased concentrations of natural radionuclides. The method of planning the quality of coals, taking into account the hazard criterion and products of their processing with the use of Micromine Alastri software (software) is considered. The objectives of the study are to test the author's hypothesis regarding the use of BM in the process of predicting the quality of the extracted PI according to the obtained characteristics. Expected results of the scientific study: it is expected that the specific activity in the samples of dust and slag will be recorded several times; when conducting field studies on the content of carbon in coal seams and coal dust with the inclusion of rock, it is necessary to establish the regularity of increasing the value of Aeff in coal dust with the inclusion of rock particles relative to coal samples. The results of the interpolation of the contents of the ORE into the blocks of the digital block model of the coal seam I of the Kuta brown coal deposit are presented. In conclusion, the author highlights the methodology for determining the parameters of mined coal and coal products, taking into account the hazard criterion, which has the following logic: burning of an experimental batch of coal; analysis of the correlation regularity between the average content of OER in coal by block and the average content of OER in coal combustion products, determination of the dependence of the oxygen content in coals and combustion products; assignment by reverse interpolation of the obtained forecast values to each three-dimensional block of the block model included in the mining blocks for each horizon and their transfer to the maps of horizon-by-horizon mining planning. Thus, obtaining a safety map of the extracted PI with the predicted values of the content of N in the combustion products.
Anknowledgment: The research was carried out at the expense of the grant of the Russian Science Foundation No. 2-27-20057, https://rscf.ru/project/22-27-20057.
Введение. Основы использования геологических моделей начали формироваться с начала XX в. Во многом это связано с интеграцией достижений математики и статистики в геологию, а также последующим бурным развитием электроники, которая стала способна обрабатывать большие массивы данных.
Советский математик Борис Делоне в 1934 г. описал способ объединения множества точек, лежащих в одной плоскости при помощи треугольников, что послужило началом теории триангуляции, впоследствии названной триангуляцией Делоне [10]. На сегодняшний день этот метод триангуляции лежит в большинстве алгоритмов создания каркасных моделей применяемых в геодезии, топографии, картографии, геологии и других науках. Полезные математические модели топографии местности и полезного ископаемого (ПИ) широко начали внедряться в процесс геологической разведки и освоения ме-
сторождений в 60-70-х гг. XX в. [3]. Ориентировочно в одно и то же время использование математических моделей стало наблюдаться в особом разделе математической геологии, позже получившей название геостатистики, в геотехнологии и в экономической геологии. Широкое распространение получает глубокий математический подход к определению бортового содержания (БС) Г. Мортимера [15]. Книга Ж. Матерона «Основы прикладной геостатистики» выходит в 1962 г. и становится основополагающим трудом в области геостатистики, что окончательно оформляет её как самостоятельную науку [Там же]. Алгоритм Лерча и Гроссмана разрабатывается в 1965 г.: он позволяет на основе данных блочного моделирования разработать предельную экономически целесообразную оболочку предельного карьера. Алгоритм используется для оптимизации открытых карьеров и в настоящее время [13]. Важную роль при ор-
ганизации добычи имеют именно блочные незамкнутой поверхности усечённой циф-
модели полезного ископаемого (ПИ), на ос- ровой моделью топографии рельефа и зам-
новании которых при выполнении оптимиза- кнутой объемной моделью внутрикарьерного
ции месторождения инженер-проектировщик пространства, также ограниченного каркасом
получает предельный контур карьера в виде поверхности (рис. 1).
А
P/7 VI
P/IIX
В
Рис. 1. Модели карьера Кутинского буроугольного месторождения. А - вид в плане на положение горных работ на 22 апреля 2022 года. Б - вид в плане чаши карьера Кутинского буроугольного месторождения на конец отработки в границах текущей лицензии на конец 2027 г. В - вид в плане на объемную модель (солид) Кутинского буроугольного месторождения на конец отработки / Fig. 1. Models of the quarry of the Kruta brown coal deposit. A is a plan-view of the mining situation as of April 22, 2022. B - plan-view of the open pit of the Kuta brown coal deposit at the end of mining within the boundaries of the current license at the end of 2027. С - plan-view of a three-dimensional model (solid) of the Kuta brown coal deposit at the end
of mining
Актуальность темы исследования. В
реалиях настоящего времени не представляется возможным спроектировать экономически эффективное предприятие по разработке месторождения твёрдых полезных ископаемых (ТПИ) без осуществления предварительного планирования на основе используемых в добыче ТПИ блочных моделей (БМ). БМ - универсальная цифровая модель, каждому блоку которой можно присвоить на основе любого из известных геостатистических методов оценки, известные по данным опробования качественные характеристики [7].
Объектом исследования является Ку-тинское буроугольное месторождение, имеющее участки углей с повышенными содержаниями естественных радионуклидов.
Предмет исследования - процесс планирования безопасного качества углей и в дальнейшем продуктов их переработки.
Процесс планирования добычи на месторождении бурых углей покажем с исполь-
зованием программного обеспечения (ПО) Micromine Alastri. Условно можно разделить алгоритм планирования на определённое количество последовательных этапов. Разбирать всё в рамках текущей работы не целесообразно, остановимся только на этапе предварительной подготовки запасов в Micromine Alastri Rapid Reserver. Именно на этой стадии отработки месторождения необходимо выбрать и обосновать вариант направления отработки углей, имеющих в своём составе естественные радионуклиды для обеспечения безопасности угольной продукции и снижения дозовой нагрузки на окружающую среду.
Цель исследования - обоснование необходимости предварительного планирования при добыче ТПИ с использованием блочных моделей как важного элемента проектирования экономически и экологически эффективного предприятия по разработке месторождения твёрдых полезных ископаемых.
Задачи исследования. Основная задача - проверка гипотезы автора относительно целесообразности использования БМ в процессе прогнозирования качества добываемого ПИ по полученным характеристикам. Гипотеза заключается в том, что при помощи геостатистических методов оценки полезного ископаемого помимо качественных характеристик ПИ можно производить оценку характеристик токсичности, радиационной безопасности и т. д. Далее делить добытое ПИ по сортам и в зависимости от выявленных характеристик качества и категории опасности присваивать ПИ определенный сорт и выполнять дальнейший технологический процесс уже опираясь на известные параметры добытого ПИ. Дополнительно решаются задачи:
1) блочного моделирования участка пласта I Кутинского буроугольного месторождения;
2) создания каркасной модели карьера по добыче угля в пределах пласта I Кутинского буроугольного месторождения;
3) осуществления погоризонтного планирования добычи на месторождении посредством использования ПО Micromine Alastri;
4) осуществления экспериментальных исследований по определению содержания ЕРН в пределах участка угольного пласта «I» и интерполяции на основе полученных значений содержаний в трёхмерные блоки блочной модели с последующим составлением прогноза качества добываемого угля по критерию его опасности.
Методы исследования. Основной метод, применяемый в работе - метод математического моделирования месторождений ТПИ. При нахождении прогнозных значений содержаний в блочную модель применяется метод обратных расстояний. При установлении содержаний ЕРН в пробах применяется метод спектрометрии.
Разработанность темы исследования. Проблематике планирования горных работ посвящено множество научных исследований. Резюмируя их, можно с уверенностью утверждать, что планирование добычных и вскрышных работ на предприятии на сегодняшний день считается обязательным элементом подготовительных работ при проектировании карьера. Эта необходимость продиктована распределением ресурсов, затрачиваемых на определённые виды работ на любом горнодобывающем предприятии. Этап подготовки запасов считается достаточно трудоёмкой задачей. В Micromine Alastri
он состоит из множества последовательно заполняемых табличных показателей по проектируемому месторождению, которые заранее рассчитываются и моделируются в горно-геологических информационных системах (ГГИС). Одним из основополагающих шагов для последующего успешного планирования и прогнозирования добычи ПИ - использование БМ, обладающей необходимыми качественными показателями ПИ. Отдельной статьёй должно рассматриваться качество проведённой оценки БМ [7]. На этапе сопоставления блочной модели с полями, предлагаемыми в ПО, определяются сорта качества полезного ископаемого. Для определения сортов ПИ, используется авторский алгоритм, написанный на языке программирования C# (рис. 2). В поле сопоставления Parcel указывается распределение по сортам за счет указания необходимых диапазонов относительно поля блочной модели «ЕРН», в котором содержатся прогнозные значения оценки БМ, полученные в результате гамма-спектрометрического анализа.
Необходимо обратить внимание на то, что при определении сортов полезного ископаемого использовано авторское программное обеспечение «Генератор сортов ПИ», написанное на языке программирования C# для использования совместно с Micromine Alastri. Результатом сопоставления полей БМ участка пласта I Кутинского буроугольного месторождения и полей Rapid Reserver будет генерация блочной модели ПИ с учётом распределения по сортам, в виде отчёта (табл. 1).
Обязательным элементом заполнения таблиц Rapid Reserver является создание шаблона высот уступов и сопоставление шаблона с каркасной моделью месторождения. Это позволяет при дальнейшем планировании горных работ иметь чёткий прогноз по вынимаемой вскрыше, ПИ и его качеству (рис. 3).
Ещё одной отличительной особенностью ПО Rapid Reserver является дизайнер проектирования выемочных блоков. Этот инструмент позволяет разбить горизонты карьера на определённое количество выемочных блоков, в соответствии с их рассчитанной геометрией. Обычно высота блока приравнивается к высоте уступа H, принятой на этапе проектирования, ширина блока L2 = 1,7 • Rq, где - это радиус черпания экскаватора, осуществляющего добычу ПИ, а длина L1 обычно принимается в зависимости от протяженности фронта работ, как правило, не менее 300 м [11]. Горизонт, разбитый на блоки, можно
визуализировать любым удобным методом. На рисунке представлен план 505 горизонта (рис. 4). Разделение горизонта на добычные блоки выполнено с учётом параметров технологического оборудования, используемого
на ООО «Приаргунский угольный разрез». Добычные блоки окрашены бежевым цветом, блоки, характеризующие дорогу - голубым, приконтурные, где выполняется заоткоска -зелёным цветом [6].
I Поле Миним... Макси... Формат ParcelMapping 1
X(m) -co CO None - NOO
Y(m) -co oo None - N00
Z(m) -00 CO None - NCZ-)
DX (m) 1 CO None - Nf_X")
DY (m) 1 oo None Nf_Y")
<5/ DZ (m) 1 CO None - N("_Z")
<3 Bearing -co CO None - MetaNCRotabon")
4 Parcel None N("B>H") > 20 ? ("Опасная") : ("Рядовая") |
Volume (m3) 0 CO •u. — — n ffjirifU - NC_X")*N("_Y")*N("_Z")
DryTonnes 0 CO - N(TinOTHOCTb")s:(N("_X")*N(,'_Yr)*NC_Z"))
X Зольность -co OO #,##0.00 N ("Зольность Ad")
ЕРН -co CO #,##0.00 - N("EPH")
СЕ Генератор сортов полезного ископаемого - □
Метод 1 Метод 2 I Метод В
Полезное ископаемое Значение
Условие
Условие верно
иначе
ЕРН
20
больше
Опасная
Рядовая
Старт
3
N("EPH") > 20 ? ("Опасная"): ("Рядовая";
Рис. 2. Сопоставление полей блочной модели в ПО Micromine Alastri Rapid Reserver с определением сорта угля по содержанию ЕРН / Fig. 2. Comparison of block model fields in Micromine Alastri Rapid Reserver software
with determination of coal grade by NRN content
Таблица 1 / Table 1
Подсчёт показателей по БМ с учетом сортов ПИ / Calculation of indicators for BM, taking into account varieties of PI
^^-^^Сорт ПИ / Grade PI Поле / Field Суммарно/ Total Опасный / Dangerous Рядовой / Private
Значение / Meaning Мин. / Min. Макс. / Max. Значение/ Meaning Мин. / Min. Макс. / Max.
Объем (м3) / Volume (m3) 8 542 205,24 1 478 652,08 0,03 125 7 063 553,15 0,03 125
Тоннаж, т / Tonnage, t 10 250 646,28 1 774 382,5 0,03 150 8 476 263,78 0,03 150
Зольность, % / Ash content, % 25,34 21,18 16,58 34,9 26,21 15,96 39
ЕРН, Бк/кг / Weight, Bq/kg 18,17 21,26 20 30,18 17,52 10,92 20
Рис. 3. Сопоставление каркаса карьера с шаблоном высоты уступа ПО Micromine Alastri Rapid Reserver / Fig 3. Matching the pit frame with the bench height template Micromine Alastri Rapid Reserver
Рис. 4. План 505 горизонта Кутинского буроугольного месторождения. Блочная модель прокодирована цветами по содержанию ЕРН согласно легенде / Fig. 4. Plan 505 of the horizon of the Kuta lignite deposit. The block model is color-coded according to the NRN content according to the legend
Таблица 2 / Table 2
Характеристики блока 1 по 505 горизонту/ Characteristics of block 1 along horizon 505
^^^^^^ Сорт ПИ / Grade PI Суммарно/ total Порода / Stratum Рядовой / Ordinary
Поле / Field ^^^^^^ Значение / Value Мин. / Min. Макс. / Max. Значение / Value Мин. / Min. Макс. / Max.
Объем (м3) / Volume (м3) 199 998,27 3 417,26 3 417,26 3 417,26 196 581,01 0 103,34
Тоннаж, т / Tonnage, t 244 440,36 8 543,15 8 543,15 8 543,15 235 897,21 0 124
Зольность, % / Ash content, % 27,33 0 0 0 28,32 15,96 39
ЕРН, Бк/ка / 17,13 0 0 0 17,75 14,23 9,18
Ход исследований. На примере Кутинского буроугольного месторождения, где при проведении полевых работ в рамках Гранта Российского научного фонда № 2-27-20057 в 2022 г. отобраны кусковые пробы углей
пласта I, вовлечённого в разработку, золо-шлака из отвала котельной на месторождении и угольной пыли, взятой с дорожного полотна от выезда из карьера до угольного склада (рис. 5).
m
a i a 3 Q.
S1
s. 3
3
3
CO
Q
CD' 3 о
CD (/)
a1
3 Й. ffl
CO
£
a. ^
о с 3
N3 О N3 CO
// / тмиг/л // /// / / / / / ^
Рис. 5. План отбора проб на Кутинском буроугольном месторождении / Fig. 5. Sampling plan for the Kuta brown coal deposit
о
N3
Поскольку масса отобранных проб шлака и угля превышала 1 кг, для гамма-спектрометрического анализа выбрана геометрия, соответствующая массе пробы - сосуд Мари-
нелли. Пробы пыли отобраны в пластиковые пакеты, масса которых не превышала 250 г., вследствие чего для их анализа выбрана геометрия чашка Петри (рис. 6).
А
Б
Масса пробы пыли
I Масса, г -Среднее по массе
Р-1 Р-2 Р-3 Р-4 Р-5 Р-6 Р-7 Р-8 Р-9 Р-10 Р-11 Р-12 Р-13 Р-14 Р-15 Р-16 Р-17 Р-18 Р-19 Р-20 Р-21 Р-22 Р-23 Р-24 Р-25 Р-26
В
Рис. 6. Графики анализа массы проб. А. Угольные пробы. Б. Пробы золошлака. В. Пробы пыли / Fig. 6. Graphs of sample mass analysis. A. Coal samples. B. Samples of ash and slag. С. Dust samples
Вторым этапом исследований являлось проведение гамма-спектрометрических испытаний. В представленных таблицах приведены результаты спектрометрического анализа, проведённые на сцинтилляцион-ном гамма-спектрометре «Прогресс-гамма» (табл. 3-5). Результатом анализа явились установленные значения естественных радионуклидов (ЕРН) 40К, 238и и 232Т11 и подсчитанная удельная эффективная активность ЕРН в пробах шлака, углей и пыли - Аэфф. Нижней строкой выделено среднее содержание значения по всем пробам. Также приведена формула, используемая для подсчёта удельной эффективности (1)
Аэфф = ARa + 1,31 АТ11 + 0,085 А40К. (1)
Из анализа таблицы можно провести чёткий вывод о том, что Аэфф шлака в 7 раз превышает показатели активности углей, а пыли - в 8,5 раз.
Полученные результаты научного исследования. Превышение удельной активности в несколько раз объяснимо. Пыль -
это тонкодисперсные частицы угольного материала, которые осаждаются на поверхность грунта в результате движения автотранспорта и перемещения угля на угольный склад. По той же дороге, которая ведёт от выезда из карьера до угольного склада, транспортируются вскрышные породы, которые также в виде тонкодисперсных частиц осаждаются на поверхность грунта. При проведении пробо-отбора в пробу попадают помимо угольного материала вскрышные породы и частично -грунт с места забора пробы.
При проведении полевых исследований на содержание ЕРН в угольных пластах и породных пропластках установлена закономерность, что в породных пропластках значения Аэфф выше, чем в угольных пробах [1; 5; 9; 12]. Также объясняется многократное превышение показателя Аэфф в пробах золошлака, поскольку результатом процесса горения является твёрдый минеральный остаток неорганических взвесей, а также оксидов К, Са, Р и т. д. Этот минеральный неорганический остаток и является фактором увеличения Аэфф.
Результаты гамма-спектрометрического анализа проб шлака / Results of gamma-spectrometric analysis of slag samples
Тип пробы я ▼ Имя проб™ Н т Геометрия т Масса, г И V Измеренная удельная активность 226 Ra В т 1 Измеренная удельная активность 232 Th ▼ Измеренная удельная активность 40К т Аэфф. Е
Шлак Ш-1 Маринелли 729,3 94,2000 46,4000 153,8000 168,36
Шлак Ш-2 Маринелли 291 136,2000 97,8000 181,0000 279,63
Шлак Ш-3 Маринелли 824,8 55,8000 43,4562 224,3000 132,48
Шлак Ш-4 Маринелли 925,3 56,5863 44,0119 355,6000 145,81
Шлак Ш-5 Маринелли 817,1 33,8224 19,6555 25,7000 61,69
Шлак Ш-6 Маринелли 1216,5 28,9449 43,5817 595,0000 139,15
Шлак Ш-7 Маринелли 540,4 67,7000 57,4000 18,3000 143,97
Шлак Ш-8 Маринелли 845,8 38,5856 42,5436 325,4000 123,18
Шлак Ш-9 Маринелли 1194 23,8494 40,4088 539,0000 124,89
Шлак Ш-10 Маринелли 1233,1 24,3994 36,8463 534,0000 120,36
Шлак Ш-11 Маринелли 1074,5 22,4972 35,0012 512,0000 114,08
Шлак Ш-12 Маринелли 760,6 54,1000 44,6022 145,7000 125,20
Шлак Ш-13 Маринелли 997 41,8518 42,7134 327,3000 126,84
Шлак Ш-14 Маринелли 791,6 58,7000 37,4710 107,0000 117,04
Шлак 111-15 Маринелли 808 50,4200 32,1934 86,6000 100,07
869,933 52,510 44,272 275,380 134,85
Результаты гамма-спектрометрического анализа проб углей / esults of gamma - spectrometric analysis of coal samples
Тип пробы Имя пробы Геометрия Масса, г _ Измеренная удельная Измеренная удельная активность Измеренная удельная активность активность 226 Ра Н^Н Аэфф.
Уголь бурый У-1 Маринелли 758,5 8,1152 8,4372 1,1000 19,18
Уголь бурый У-2 Маринелли 821,2 7,8747 8,4628 0,0000 18,88
Уголь бурый У-3 Маринелли 797,8 5,5815 3,9002 0,0000 10,65
Уголь бурый У-4 Маринелли 780 8,0036 13,8038 0,0000 25,95
Уголь бурый У-5 Маринелли 803,7 11,0014 6,2650 0,0000 19,15
Уголь бурый У-б Маринелли 669,9 10,1054 7,1133 0,0000 19,35
Уголь бурый У-7 Маринелли 775,9 8,1644 10,7442 0,0000 22,13
Уголь бурый У-8 Маринелли 697,3 7,4671 8,6768 0,0000 18,75
Уголь бурый У-9 Маринелли 721,3 10,8411 10,3429 0,0000 24,29
Уголь бурый У-10 Маринелли 770,8 6,7227 8,3491 0,0000 17,58
Уголь бурый У-11 Маринелли 669,7 6,6307 5,2547 0,0000 13,46
Уголь бурый У-12 Маринелли 789,4 13,7332 2,9262 0,0000 17,54
Уголь бурый У-13 Маринелли 709,7 12,7086 5,3715 0,0000 19,69
Уголь бурый У-14 Маринелли 801,3 7,0147 5,2510 0,0000 13,84
Уголь бурый У-15 Маринелли 688,6 14,4718 4,1081 0,0000 19,81
Уголь бурый У-16 Маринелли 701,2 14,6424 3,0470 0,0000 18,60
Уголь бурый У-17 Маринелли 686,2 11,2904 9,1291 0,0000 23,16
Уголь бурый У-18 Маринелли 763,1 11,8441 6,8550 0,0000 20,76
Уголь бурый У-19 Маринелли 627 18,5713 3,9416 0,0000 23,70
Уголь бурый У-20 Маринелли 813 7,3771 6,8879 0,0000 16,33
Уголь бурый У-21 Маринелли 774,2 7,0579 4,6319 0,0000 13,08
Уголь бурый У-22 Маринелли 700,4 21,0300 7,0401 0,0000 30,18
Уголь бурый У-23 Маринелли 721,2 8,6331 6,3844 0,0000 16,93
Уголь бурый У-24 Маринелли 753,4 12,1735 5,8145 0,0000 19,73
Уголь бурый У-25 Маринелли 798,7 8,9594 6,3345 0,0000 17,19
Уголь бурый У-26 Маринелли 758,5 9,2042 7,1206 0,0000 18,46
Уголь бурый У-27 Маринелли 711,4 9,2768 1,2652 0,0000 10,92
Уголь бурый У-28 Маринелли 755,4 5,2328 6,0076 0,0000 13,04
Уголь бурый У-29 Маринелли 741,6 11,3572 6,4388 0,0000 19,73
Уголь бурый У-30 Маринелли 765,1 11,7816 10,3296 6,2000 25,77
Среднее 744,183 10,229 6,674 0,243 18,93,
Результаты гамма-спектрометрического анализа проб пыли / Results of gamma - spectrometric analysis of dust samples
Тип пробы Имя пробы Геометрия Т "Г Масса, г 1 т 1 Измеренная удельная активность 226 Ra ▼ Измеренная удельная активность 232 Th ▼ Измеренная удельная активность 40К ▼ А эфф. ^Л ж
Пыль Р-1 Петри 94,9 67,2000 70,0000 670,0000 218,5000
Пыль Р-2 Петри 94,9 76,9000 34,6000 671,0000 182,2700
Пыль Р-3 Петри 65,8 35,3000 61,4000 550,0000 164,6200
Пыль Р-4 Петри 91,8 35,7000 50,2000 621,0000 156,8500
Пыль Р-5 Петри 84 17,7000 45,4000 546,0000 125,8600
Пыль Р-б Петри 83,6 30,6000 27,6000 722,0000 131,4600
Пыль Р-7 Петри 77,6 27,2000 35,6000 708,0000 137,2000
Пыль Р-8 Петри 78,6 40,0000 37,9000 566,0000 140,2100
Пыль Р-9 Петри 75,5 38,8000 48,6000 742,0000 168,7600
Пыль Р-10 Петри 79,6 зодооо 58,9000 343,0000 137,5400
Пыль Р-11 Петри 87,2 33,8000 55,3000 555,0000 155,6400
Пыль Р-12 Петри 79 37,3000 53,2000 595,0000 160,0100
Пыль Р-13 Петри 80 39,7000 62,2000 466,0000 162,5000
Пыль Р-14 Петри 70,9 30,3000 35,5000 451,0000 117,0400
Пыль Р-15 Петри 74,6 54,2000 20,8000 654,0000 140,1000
Пыль Р-16 Петри 73,2 32,3000 62,7000 504,0000 159,1700
Пыль Р-17 Петри 89,2 39,1000 73,6000 432,0000 173,6600
Пыль Р-18 Петри 81,3 37,9000 51,9000 647,0000 163,6000
Пыль Р-19 Петри 80,4 44,7000 53,3000 822,0000 187,9700
Пыль Р-20 Петри 76,4 24,0000 60,4000 673,0000 163,0900
Пыль Р-21 Петри 79,6 49,7000 61,9000 598,0000 183,9900
Пыль Р-22 Петри 86,3 59,9000 41,5000 820,0000 187,6500
Пыль Р-23 Петри 81,4 28,0000 59,9000 731,0000 171,6600
Пыль Р-24 Петри 83,1 52,2000 61,1000 526,0000 178,9700
Пыль Р-25 Петри 84,1 37,4000 69,0000 681,0000 188,3900
Пыль Р-26 Петри 75,2 58,4000 43,4000 315,0000 143,1700
81,085 40,708 51,381 600,346 161,5338
Следующим этапом исследований является проведение процесса интерполяции содержаний ЕРН в блоки цифровой блочной модели пласта I Кутинского буроугольного месторождения и установление корреляции показателей зольности и содержания ЕРН [2; 4; 9].
Выводы. Поскольку в нашей стране не существует норм и правил, которые регулируют безопасность самой угольной продукции, будем опираться на нормы радиационной безопасности НРБ-99/2009 от 7 июля 2009 г. В этом документе чётко выделяются отходы промышленного производства, в которые, в том числе, золы, шлаки и т. д., которые подразделяются согласно суммарным вычислениям по формуле (1) на четыре класса опасности:
I класс - А . .< 370 Бк/кг;
эфф. '
II класс - 370 Бк/кг > А . . < 740 Бк/кг;
эфф. '
III класс - 740 Бк/кг > А . . < 1500 Бк/кг;
эфф. '
IV класс - А . . > 1500 Бк/кг.
эфф.
Учитывая вышеизложенное, автором принято решение пойти от обратного. Для определения характеристик угля по критерию опасности предполагается использовать следующую методику:
Список литературы_
1. Сжигать опытную партию угля в местной котельной или теплоэлектростанции (ТЭС) в течение определенного промежутка времени T, добытую и отгруженную в пределах одного блока, после чего проводить анализ продуктов сжигания углей -золы и шлака на содержание в них ЕРН.
2. Проанализировать закономерность корреляции между средним содержанием ЕРН в углях по блоку и средним содержанием ЕРН в продуктах сгорания углей.
3. На основе полученных данных установить зависимость содержания ЕРН в углях и продуктах сгорания, представить соответствующие диапазоны в таблицах.
4. На основе данных таблицы процессом обратной интерполяции присвоить полученные прогнозные значения каждому трехмерному блоку блочной модели, входящему в добычные блоки по каждому горизонту.
5. Перенести на карты погоризонтного планирования горных работ.
Таким образом, на выходе мы получим карту безопасности добываемого ПИ с прогнозными значениями содержания ЕРН в продуктах сгорания.
1. Авдеев П. Б., Сидорова Г. П. Методы отработки углей с повышенным содержанием естественных радионуклидов // Известия высших учебных заведений. Горный журнал. 2016. № 1. С. 11-15.
2. Басаргин А. А. Моделирование месторождений рудных полезных ископаемых с использованием геоинформационной системы micromine // ИНТЕРЭКСПО ГЕО-СИБИРЬ: сб. науч. тр. 2016. Т. 1, № 2. С. 151-155.
3. Закревский К. Е., Попов В. Л. История развития трехмерного геологического моделирования как метода изучения залежей нефти и газа. Текст: электронный // Известия ТПУ 2021. № 5. URL: https://cyberleninka.ru/article/n/istoriya-razvitiya-trehmernogo-geologicheskogo-modelirovaniya-kak-metoda-izucheniya-zalezhey-nefti-i-gaza (дата обращения: 02.01.2023).
4. Кантемиров В. Д., Яковлев А. М., Титов Р С. Геоинформационные технологии блочного моделирования для оценки качественных показателей полезных ископаемых в условиях переходных процессов горного производства // Вестник Дальневосточного отделения Российской академии наук. 2021. № 1. С. 38-47. DOI: 10.37102/0869-7698-021_215_01_03.
5. Крылов Д. А., Сидорова Г П., Овсейчук В. А. Естественные радионуклиды в углях и в золе угольных электростанций // Уголь. 2012. № 2. С. 94-95.
6. Лукичев С. В., Наговицин О. В., Семенова И. Э., Белогородцев О. В. Mineframe - подходы к решению задач проектирования и планирования горных работ // Инновационные направления в проектировании горнодобывающих предприятий: сб. науч. тр. 2017. № 198. С. 50-59.
7. Маниковский П. М. Создание цифровых блочных моделей пластовых месторождений с интерполированными характеристиками полезного ископаемого (на примере Кутинского буроугольного месторождения) // Углехимия и экология Кузбасса: сб. тезисов докладов XI Междунар. Российско-Казахстанского Симпозиума (Кемерово, 4-6 июня 2022 г.). Кемерово: Фед. исслед. центр угля и углехимии СО РАН, 2022. С. 52-57. DOI 10.53650/9785902305651_52. EDN RPUJLY.
8. Сапронова Н. П., Федотов Г С. Особенности моделирования пластовых месторождений в среде ГГИС Micromine // Горный информационно-аналитический бюллетень (научно-технический журнал). 2018. № 1. С. 38-45.
9. Сидорова Г. П., Якимов А. А., Овчаренко Н. В., Гущина Т. О. Особенности накопления естественных радионуклидов в ископаемых углях месторождений Юго-Восточного Забайкалья // Наука и образование: актуальные исследования и разработки: сб. ст. III Всерос. науч.-практ. конф., (Чита, 29-30 апреля 2020 г). Чита: ЗабГУ, 2020. С. 184-190. EDN JZFJIX.
10. Скворцов А. В. Триангуляция Делоне и её применение. Томск: Изд-во Томск. ун-та, 2002. 128 с. ISBN 5-7511-1501-5.
11. Соколовский Александр Валентинович, Лапаев Василий Николаевич Особенности проектирования высокопроизводительных угольных разрезов. Текст: электронный // ГИАБ. 2015. № S1-1. URL: https://cyberleninka.rU/article/n/osobennosti-proektirovaniya-vysokoproizvoditelnyh-ugolnyh-razrezov (дата обращения: 24.03.2023).
12. Юдович Я. Э., Кетрис М. П. Уран в углях. Сыктывкар: Изд-во Коми науч. центра УрО Рос. АН, 2001. 79 с.
13. Lerchs H., Grossman I. F. Optimum design of open pit mines. Текст: электронный // Transactions Canadian Institute of Mining and Metallurgy. URL: https://www.researchgate.net/publication/358623395_ Lerchs-Grossmann_Pit_Design_Fifty_Year_History_and_Code (дата обращения: 02.01.2023).
14. Materon G. Traite de geostatistique applique. Paris: Editions Technip, 1962. 409 p.
15. Mortimer G J. Grade control // Transactions of the Institution of Mining and Metallurgy. 1995. No. 59. P. 1-43.
References-
1. Avdeev P. B., Sidorova G. P. Methods of working off coals with an increased content of natural radionuclides. Izvestia of higher educational institutions. Mining magazine, no. 1, pp. 11-15, 2016. (In Rus.).
2. Basargin A. A. Modeling of ore mineral deposits using the geoinformation system micromine. INTEREXPO GEO-SIBERIA. Collection of scientific papers, vol.1, no. 2, pp. 151-155, 2016. (In Rus.).
3. Zakrevsky K. E., Popov V. L. The history of the development of three-dimensional geological modeling as a method of studying oil and gas deposits. News of TPU, no. 5, 2021. Web. 02.01.2023. https://cyberleninka. ru/article/n/istoriya-razvitiya-trehmernogo-geologicheskogo-modelirovaniya-kak-metoda-izucheniya-zalezhey-nefti-i-gaza. (In Rus.).
4. Kantemirov V. D., Yakovlev A. M., Titov R. S. Geoinformation technologies of block modeling for evaluation of qualitative indicators of minerals in the conditions of transitional processes of mining production. Bulletin of the Far Eastern Branch of the Russian Academy of Sciences, no. 1, pp. 38-47, 2021. (In Rus.).
5. Krylov D. A., Sidorova G. P., Ovseychuk V. A. Natural radionuclides in coals and in the ash of coal-fired power plants. Coal, no. 2, pp. 94-95, 2012. (In Rus.).
6. Lukichev S. V., Nagovitsin O. V., Semenova I. E., Belogorodtsev O. V. Mineframe - approaches to solving problems of design and planning of mining operations. Innovative directions in the design of mining enterprises, no. 198, pp. 50-59, 2017. (In Rus.).
7. Manikovsky P. M. Creation of digital block models of reservoir deposits with interpolated characteristics of a mineral (on the example of the Kuta brown coal deposit). Coal chemistry and ecology of Kuzbass. Collected abstracts of the XI International reports. Russian-Kazakh Symposium. Kemerovo, June 4-6, 2022. Kemerovo: Federal Research Center of Coal and Coal Chemistry SB RAS, 2022. (In Rus.).
8. Sapronova N. P., Fedotov G. S. Features of modeling of reservoir deposits in the environment of GGIS Micromine. Mining information and analytical bulletin (scientific and technical journal), no. 1, pp. 38-45, 2018. (In Rus.).
9. Sidorova G. P., Yakimov A. A., Ovcharenko N. V., Gushchina T. O. Features of accumulation of natural radionuclides in fossil coals of deposits of Southeastern Transbaikalia. Science and education: current research and development: collection of art. III All-Russian Scientific and Practical Conference. Chita, April 29-30. Chita: Transbaikal State University, 2020. (In Rus.).
10. Skvortsov A. V. Delaunay triangulation and its application. Tomsk: Tomsk University Publ., 2002. (In Rus.).
11. Sokolovsky A. V., Lapaev V. N. Design features of high-performance coal mines. GIAB, 2015, no. S1-1. Web. 24.03.2023. https://cyberleninka.ru/article/n/osobennosti-proektirovaniya-vysokoproizvoditelnyh-ugolnyh-razrezov. (In Rus.).
12. Yudovich Ya. E., Ketris M. P. Uranium in coals. Syktyvkar: Publishing House of the Komi Scientific Center of the Ural Federal Academy of Sciences, 2001. (In Rus.).
13. Lerchs H., Grossman I. F. Optimum design of open pit mines. Transactions Canadian Institute of Mining and Metallurgy. Web. 02.01.2023. https://www.researchgate.net/publication/358623395_Lerchs-Grossmann_ Pit_Design_Fifty_Year_History_and_Code. (In Eng).
14. Materon G. Traite de geostatistique applique. Paris: Editions Technip, 1962. (In Eng.).
15. Mortimer G J. Grade control. Transactions of the Institution of Mining and Metallurgy, no. 59, pp. 1-43, 1995. (In Eng.).
Информация об авторе_
Маниковский Павел Михайлович, аспирант, старший преподаватель, Забайкальский государственный университет, г. Чита, Россия; manikovskiypm@yandex.ru. Область научных интересов: геотехнология
и геоэкология, математическое моделирование месторождений ТПИ, моделирование угольных и рудных месторождений, ГИС, САПР, геологическое моделирование.
Information about the author
Manikovskiy Pavel M., postgraduate, senior lecturer, Transbaikal State University, Chita, Russia; manikovskiypm@yandex.ru. Research interests: geoecology and geotechnology, mathematical modeling of solid minerals deposits, modeling of coal and ore deposits, GIS, CAD, geological modeling.
Для цитирования_
Маниковский П. M. Управление безопасным качеством углей с использованием цифровых моделей полезного ископаемого на Кутинском буроугольном месторождении // Вестник Забайкальского государственного университета. 2023. Т. 29, № 2. С. 8-23. DOI: 10.2109/2227-9245-2023-29-2-8-23.
For citation
Manikovsky P. M. Management of the safe quality of coals using digital models of a mineral at the Kuta brown coal deposit // Transbaikal State University Journal. 2023. Vol. 29, no. 2. P. 8-23. DOI: 10.2109/22279245-2023-29-2-8-23.
