Новости и события

В каждом горнодобывающем предприятии успех проекта напрямую связан с определением предельного контура карьера — основной задачей для специалистов по планированию. Несмотря на достижения в области математики и программных технологий, проблема сложности оптимизации карьеров до сих пор не решена однозначно.

Это не означает отсутствия прогресса в решении проблемы. С тех пор, как в 1965 году был предложен алгоритм Лерча-Гроссмана, в сфере оптимизации карьеров наблюдаются постоянные улучшения. С годами появились альтернативные методы, причем каждый новый метод все лучше учитывал сложность оптимизации карьера путем ввода новых переменных.

Среди этих новых методов — непосредственное планирование блоков (DBS). В этом новейшем подходе учитывается влияние переменных, зависящих от времени, в процессе планирования, что обеспечивает действительно оптимальную форму карьера. С учетом этого дополнительного преимущества непосредственное планирование блоков зарекомендовало себя как следующий шаг в отрасли, приближающий горнодобывающие предприятия еще на один шаг к оптимизированным операциям.

В чем состоит проблема оптимизации карьера?

Оптимизация карьера призвана ответить на самые фундаментальные вопросы о форме карьера, планировании добычи и экономических показателях.

Применительно к неосвоенному месторождению эти вопросы могут звучать так:

• Каков предельный контур карьера?
• Какой производительностью должна обладать фабрика?
• Стоит ли приобретать соседний объект аренды?
• Как должны выглядеть внутренние этапы?

Для сравнения, вопросы в отношении старого месторождения могут быть следующими:

• Сохраняется ли актуальность существующих этапов?
• Стоит ли развивать один район разработки раньше другого?
• Приведут ли капитальные затраты на повышение темпов добычи к увеличению ценности рудника?

Хотя эти вопросы не являются неразрешимыми, они сложны и предполагают множество этапов постановки и анализа проблемы.

Популярный в отрасли метод

Современный подход к решению этих проблем подразумевает использование комбинации методов оптимизации и эвристики. Этот подход включает три основных этапа:

1. Поиск предельного контура карьера
2. Выбор внутренних этапов
3. Определение планов добычи и переработки

Для решения задачи предельного контура карьера обычно используются алгоритмы Лерча-Гроссмана (LG) и Pseudoflow, которые являются общепринятыми отраслевыми стандартами. Эти алгоритмы являются вариантами задачи максимального закрытия и генерируют серию оболочек, варьируя доход на входе при фиксированном наборе затрат. Хотя оба алгоритма обычно работают быстро и дают надежные и повторно воспроизводимые результаты, они не могут учитывать ограничения по мощности или стоимость денег во времени.

После выбора предельного контура карьера, оболочки с коэффициентом дохода из алгоритмов LG или Pseudoflow обычно используются для определения потенциальных форм для внутренних этапов. Выбор этапа — это в большой степени итеративный процесс, в котором учитываются такие параметры, как геометрия процесса, общий объем и доставка руды на переработку.

Для решения задачи планирования добычи в карьере обычно используется подход частично-целочисленного линейного программирования (MILP). Это позволяет одновременно оптимизировать проблему источника и назначения, а также получить превосходные рекомендации о том, когда следует открывать новые площадки, какой материал должен поступать на фабрику, и каковы стратегии долгосрочного складирования. Однако традиционные задачи MILP часто требуют слишком много времени для решения за разумный промежуток времени, особенно если необходимо принять слишком много решений по добыче или наложить слишком много ограничений.

Новый подход

Непосредственное планирование блоков (DBS) — это новая техника оптимизации карьера и стратегического планирования. DBS использует MILP для поиска оптимального контура карьера путем определения времени извлечения каждого блока и того, является ли этот блок рудой или отходами. Методы DBS стали возможны благодаря недавним математическим достижениям, таким как алгоритм Бьенстока-Цукерберга (BZ). Этот новый алгоритм учитывает специфические характеристики задачи планирования рудника для быстрого нахождения решения отдельных частей процесса MILP.

Этот подход позволяет оптимизировать карьер, одновременно учитывая процентную ставку, а также меняющиеся во времени ограничения по мощности, решения в отношении капитала, затраты и цены на сырьевые товары. Последовательность извлечения блоков предоставляется поблочно, давая четкие указания по выбору этапа. Это позволяет рудникам получить углубленное представление об экономике своего месторождения с учетом наиболее важных аспектов добычи и переработки.

Наиболее важным аспектом DBS для оптимизации карьера является учет переменных, зависящих от времени. К ним относятся пространственные ограничения, которые могут моделировать основные перемещения инфраструктуры, будущие изменения границ разрешений и ограничения по обезвоживанию. В сочетании с другими временными переменными, применяемыми к затратам, доходам и ограничениям по мощности, они позволяют получить бортовое содержание (COG) в динамике, которое меняется в каждый период добычи. Динамические COG применяются для простого разделения руды и отходов, а также для правильной маршрутизации руды на несколько перерабатывающих предприятий, которые могут конкурировать за руду.

Еще одним преимуществом DBS является возможность рассмотрения нескольких блочных моделей во время оптимизации. Эти различные области рудника могут совместно использовать ограниченные ресурсы добычи и переработки для обеспечения реалистичных решений для карьеров. Многоблочные модели также можно использовать для аппроксимации конкурирующих производственных нагрузок от внешних источников руды, таких как подземные рудники или поставки концентрата. Это позволяет обеспечить добычу материала из карьера на нужном этапе и направить его в наилучшее место назначения.

Помимо предельной формы карьера и маршрутизации руды, выбор внутреннего этапа оказывает огромное влияние на ценность любого открытого карьера. Унаследованные от LG/Pseudoflow оболочки карьеров с коэффициентом дохода содержат некоторые указания по выбору этапа. Однако эти оболочки карьеров не в состоянии учесть многие эксплуатационные и финансовые ограничения. В результате во многих случаях оболочки коэффициента дохода не дают хороших результатов при выборе этапа. Поблочное решение, созданное в ходе оптимизации карьера с помощью DBS, показывает, в каком направлении должен развиваться карьер в каждый период времени. Это служит надежным ориентиром для определения внутренних этапов, что приводит к созданию более ценной конструкции карьера.

Непосредственное планирование блоков на практике

Применение DBS в оптимизации и планировании карьеров обеспечивает ряд преимуществ для бизнеса.

Наиболее существенным является увеличение ценности проектов. При традиционном рабочем процессе оптимизации с использованием LG/Pseudoflow хорошие решения удавалось найти после многих итераций, но эти решения редко были оптимальными. Обобщения и предположения, которые используются в традиционном рабочем процессе, не позволяют рудникам полностью раскрыть свой потенциал. Эти предположения не позволяют определить ценность проекта на самом критическом этапе оценки и планирования добычи. При оптимизация карьера с помощью DBS можно напрямую учитывать многие наиболее сложные аспекты оптимизации карьера. Благодаря непосредственному учету этих параметров оптимизатор выдает глобально оптимальное решение. Это позволяет предприятиям повысить эффективность инвестиций и сосредоточить усилия по планированию на наиболее важных областях.

Помимо простого увеличения ценности проекта, использование DBS также может снизить риск, связанный с горнодобывающим проектом. Сокращение количества итераций для каждого сценария позволяет предприятиям тестировать гораздо больше сценариев, чем это было возможно раньше. Эти дополнительные сценарии могут привести к пониманию уязвимостей проекта или использоваться для проверки стратегий снижения риска. Дополнительное снижение риска достигается за счет ограничения количества допущений, необходимых при оптимизации карьера. DBS способна напрямую учитывать переменные затраты, цены на сырье и «узкие места» в работе. Четко определяя эти переменные во времени для всего срока службы рудника, оптимизация карьера с помощью DBS обеспечивает точную настройку решения для широкого диапазона исходных данных.

Как это скажется на будущих операциях?

Хотя DBS является относительно новым подходом в деле оптимизации карьеров, этот подход доступен в нескольких коммерческих программных пакетах. Среди них Deswik Global Optimization (Deswik.GO), в котором используется DBS для решения задачи оптимизации карьера, а также другие методы MILP — для более детального стратегического планирования. Применение DBS для оптимизации карьеров расширяется по мере того, как горнодобывающие компании переходят к использованию этих методов для повышения эффективности своей деятельности.

В свое время алгоритмы LG и Pseudoflow стали крупными шагами вперед в области оптимизации карьеров, но путь оптимизации — это непрерывный процесс. DBS раскрывает потенциал переменных, зависящих от времени, для создания оптимальных форм карьеров, которые соответствуют реалистичным сценариям и приводят к наилучшей ценности каждого рудника.

Эта статья была опубликована в июньском номере журнала Global Mining Review.

Чтобы оставаться в курсе последних новостей и тенденций горнодобывающей промышленности, подпишитесь на БЕСПЛАТНЫЙ пробный период в Global Mining Review.