Рейтинг@Mail.ru

Полезный опыт геолого-технологического моделирования в ходе технологического опробования и картирования рудных месторождений

Мальцев Е. Н., гл.специалист отдела геологии НИИПИ ТОМС (Санкт-Петербург) · 23.11.2019

Главной целью геолого-технологического моделирования является использование экспериментальных данных технологических исследований тестовых проб (которые являются достаточно дорогостоящими и трудозатратными) в комплексе с расчетными результатами аналитических построений, что позволяет рассчитать технологические показатели извлечения через зависимости технологических показателей от вещественных параметров, полученных более дешевыми методами исследований. Перспективность аналитического подхода основана на высокой экспрессности и надежности оценок технологических характеристик руд в сочетании с более низкой стоимостью и трудоемкостью выполнения работ. При этом не ставится задача полного соответствия прогнозных, аналитически рассчитанных показателей обогащения экспериментальным. Отклонения могут достигать до 25–30% относительно, и лишь по совокупности проб, характеризующих технологический тип или крупные блоки запасов, достигается существенное уменьшение этих отклонений (до 10–15% относительно).

В основе всех методов построения блочных моделей лежит привязка показателей изменчивости к фактическим данным опробования с использованием известных алгоритмов интерполяции для заполнения «межскважинного» пространства прогнозными значениями. Существует несколько подходов к построению геолого-технологического блочной модели (ГТБМ) месторождений, основанных как на прямом, так и косвенном способе задания технологических параметров в блочную модель. Прямой способ базируется на интерполяции параметров в блочную модель, используя для интерполяции только экспериментальные данные лабораторных исследований руд в ходе проведения геолого-технологического картирования (ГТК). Косвенный способ основан на прогнозировании показателей переработки руды по их зависимостям от геолого-минералогических факторов (способ наиболее инновационный и перспективный для использования при ГТК). В зависимости от конкретных особенностей объектов моделирования выделяются две разновидности Косвенного способа: Типизированный и Вещественный. Считаем полезным кратко поделиться практическим опытом построения геолого-технологического блочной модели на одном из золоторудных месторождений Иркутской области с рекомендациями по использованию.

1. Прямой способ, в котором при моделировании используется интерполяция (с использованием кригинга, метода обратных расстояний, радиально базисных функций) результатов прямых технологических экспериментов на материале малообъемных или лабораторных технологических проб. Одной из основных проблем технологического моделирования является постоянная ограниченность количества данных для интерполяции технологических показателей руды. В сравнении с базами данных по химическому и вещественному составу руд, которые могут насчитывать сотни или тысячи проб, количество достоверных результатов технологических исследований на два-три порядка меньше. Поэтому данный традиционный подход используется для краткосрочного планирования добычи отдельных рудных тел, эксплуатационных блоков, а также на начальном этапе проведения ГТК, когда экспериментальные данные исследований проб, который является весьма трудозатратным и требует современного и дорогостоящего оборудования, используются для заверки и сопоставления компьютерных моделей. Поскольку на начальном этапе проведения ГТК благодаря выполненной программе бурения скважин было отобрано достаточно представительное количество технологических проб (20 проб по 23 скважинам средним весом около 200 кг каждая), то, следовательно, данные блочной модели, рассчитанной Прямым способом, следует использовать в качестве основных (как наиболее достоверные) для краткосрочного планирования добычи на период отработки 2019–2022 гг.

Рис. 1. Геолого-технологическая блочная модель в цветовой градации значений извлечения золота, рассчитанных Прямым способом
Рис. 1. Геолого-технологическая блочная модель в цветовой градации значений извлечения золота, рассчитанных Прямым способом

 

ЗАВЕРКА И СОПОСТАВЛЕНИЕ МОДЕЛЕЙ. Статистическое представление коэффициента извлечения в виде распределения частостей относительного количества ячеек ГТБМ и количества интервалов фактических проб ГТК путем их сравнения на гистограмме (рис. 2) позволяет удостовериться в надежности оценок, полученных по данным геолого-технологической блочной модели для целей горного планирования. 

Рис. 2. Гистограмма распределения частостей относительного количества ячеек ГТБМ (красный цвет) и количества интервалов фактических проб ГТК (синий). Статистика распределения — по значению коэффициента извлечения золота
Рис. 2. Гистограмма распределения частостей относительного количества ячеек ГТБМ (красный цвет) и количества интервалов фактических проб ГТК (синий). Статистика распределения — по значению коэффициента извлечения золота

 

2. Косвенный способ, Вещественный подход, в котором используется значения извлечения золота, рассчитанные на основе рабочих аналитических зависимостей между Степенью извлечения золота и значением Долевого содержания Au в сульфидах. При расчетах используется «Долевое содержание Au в сульфидах, %», для определение которого был использован традиционный в отечественной практике рациональный (фазовый) анализ проб и интерполяционные методы оценки для заполнения всего пространства блочной модели. Сами же показатели извлечения золота рассчитываются по уравнению регрессии, на основе рабочих аналитических зависимостей между значением Долевого содержания Au в сульфидах и Степенью извлечения золота. При этом необходимо понимать, что блочная модель извлечения, рассчитанного по уравнению регрессии, не требует проведения трудоемких и дорогостоящих экспериментальных исследований технологических показателей и основывается на исследованиях факторов вещественного состава методами фазового анализа или методами электронной микроскопии для изучения форм нахождения золота. Следовательно, данный подход, по мнению авторов, является наиболее перспективным и привлекательным для разработки комплексной программы геолого-технологического картирования на средне и долгосрочную перспективу на последующие после 2022 годы.

Рис. 3. Геолого-технологическая блочная модель в цветовой градации значений извлечения золота, рассчитанных на основе рабочих аналитических зависимостей между значением Долевого содержания Au в сульфидах (слева) и Степенью извлечения золота (справа)
Рис. 3. Геолого-технологическая блочная модель в цветовой градации значений извлечения золота, рассчитанных на основе рабочих аналитических зависимостей между значением Долевого содержания Au в сульфидах (слева) и Степенью извлечения золота (справа)

 

ЗАВЕРКА И СОПОСТАВЛЕНИЕ МОДЕЛЕЙ. В данном сопоставлении максимальное относительное расхождение между значениями коэффициента извлечения традиционным подходом и значениями коэффициента извлечения на основе зависимостей между обогатимостью руды и вещественными природными показателями качества руды составило 12%. При этом количество ячеек где относительное расхождение превышает 5% (выделено бирюзовым цветом на рисунке ниже) составляет всего 13% от общего числа ячеек.

Рис. 4. Гистограмма распределения значений относительного расхождения между значениями коэффициента извлечения в зависимости от экспериментальных данных обогатимости (Прямой подход) и значениями коэффициента извлечения на основе зависимостей между обогатимостью руды и вещественными природными показателями качества руды (Вещественный подход)
Рис. 4. Гистограмма распределения значений относительного расхождения между значениями коэффициента извлечения в зависимости от экспериментальных данных обогатимости (Прямой подход) и значениями коэффициента извлечения на основе зависимостей между обогатимостью руды и вещественными природными показателями качества руды (Вещественный подход)

 

Так же высокая сходимость и надежность результатов прогнозной оценки обогатимости руд получена при сравнении усредненных (по типам руд) показателей извлечения с фактическими результатами технологических исследований (табл.1).

Таблица 1. Относительная погрешность при сопоставлении среднего коэффициента извлечения по природным типам руд руды

Тип руд по природным признакам 

Извлечение Au по результатам технологических исследований , % 
 факт

Извлечение Au по данным геолого-технологической блочной модели, % 
прогноз

Относительная
погрешность, % 

 

фактVSпрогноз

     A 

91.31

88.94

2.60%

     B

87.09

88.43

-1.54%

     C 

87.95

89.37

-1.61%

     D 

90.45

89.45

1.11%

     E 

91.10

88.51

2.84%

     F 

89.67

89.28

0.43%

 

Относительная погрешность при сопоставлении среднего коэффициента извлечения по природным типам руд не превышающая 3% позволяет удостовериться в надежности оценок полученных по данным геолого-технологической модели разработанной в ходе проекта ГТК. 

 

3. Косвенный способ, Типизированный подход, в котором используется категориальные значения типов руд в результате которого в каждом блоке модели интерполируются доли (вероятности) каждой природной разновидности руд, что позволяет все элементарные ячейки модели классифицировать по природным типам руд: A, B, C, D, E или F.

Блочная модель таким образом дополняется кодировкой ячеек по природным типам руд, а определение коэффициента извлечения происходит простым присваиванием фактических показателей обогатимости для каждого из шести природных типов руд (соответственно кодировки). В сравнении с базами данных технологических показателей и данных вещественного состава руд, которые насчитывают 20 проб, количество категориальных значений типов руд (включая данные геологической документации скважин ГРР) на два порядка больше и составляет более 3000 проб. Кроме того, создание баз данных категориальных значений типов руд практически не требует дополнительных трудозатрат, так как типизация руд производится по данным геологической документации скважин, которая при этом охватывает все месторождение. Однако необходимо четко понимать, что данный подход является наименее достоверным из трех описанных, но применимым в определенных случаях при отсутствии соответствующих данных для более точных способов моделирования.

Рис. 5. Геолого-технологическая блочная модель в цветовой градации на основе классификации по природным типам руд с показателями извлечения в зависимости от классификации по природным типам
Рис. 5. Геолого-технологическая блочная модель в цветовой градации на основе классификации по природным типам руд с показателями извлечения в зависимости от классификации по природным типам

 

ЗАВЕРКА И СОПОСТАВЛЕНИЕ МОДЕЛЕЙ. Максимальное относительное расхождение между значениями коэффициента извлечения в зависимости от природного типа руд (Типизированный подход) и значениями коэффициента извлечения на основе зависимостей между обогатимостью руды и вещественными природными показателями качества руды (Вещественный подход) составило 14%. Максимальное относительное расхождение, не превышающее 14%, если сравниваем каждую ячейку блочной модели, является вполне допустимым. При этом количество ячеек, где относительное расхождение превышает 5% составляет всего 12% от общего числа ячеек.

В качестве примера более эффективного применения типизированного подхода приведем пример геолого-технологической блочной модели железорудного месторождения, расположенного в Казахстане, для которой в каждом блоке модели рассчитана доля (вероятность) легко-, средне- и труднообогатимой руды, на основе выявленной зависимости между степенью извлечения и литологическими характеристиками руд (например, массивные магнетитовые руды — это труднообогатимые руды, а прожилково-вкрапленные и окисленные — легкообогатимые руды). При этом для расчета геолого-технологических, литологических и т.п. моделей используется индикаторное блочное моделирование, в результате которого в каждом блоке модели интерполируются доли (вероятность) каждого сорта руды. 

«Подробнее  об индикаторном блочном моделировании – ранее на сайте, в статье «Новые альтернативные подходы и решения для создания моделей контроля качества содержаний на стадии освоения месторождения»

 

ЗАВЕРКА И СОПОСТАВЛЕНИЕ МОДЕЛЕЙ. В качестве одного из способов заверки рассчитанной блочной модели выполнено сравнение долевого соотношения сортов руд по данным рядового опробования скважин с данными блочной модели (табл.2).

Таблица 2. Долевое соотношения сортов руд по данным рядового опробования скважин и по данным блочной модели

Сорт руды

По данным опробования

По данным модели

Суммарная длина интервалов, м

Доля, %%

Суммарный объем по блочной модели, м3

Доля, %%

Легкообогатимая (Л)

6 060

12

48 063 483

11

Среднеобогатимая (С)

42 823

83

360 990 567

84

Труднообогатимая (Т)

2 600

5

18 789 489

5

ВСЕГО

51 483

100%

427 843 539

100%

 

Краткие выводы

Подводя итоги, наверно, стоит напомнить одну простую истину: «Все модели неверны, но некоторые из них полезны» (Джордж Бокс). Поэтому, оставляя за специалистами право решать какие способы моделирования изменчивости технологических показателей, выбрать для планирования добычи и переработки руды предлагаем упрощенно оценить каждый из трех рассмотренных способов по трем критериям и по 3-бальной системе оценки.

 

Способ, подход

Достоверность

Затратность

Экспрессность

Прямой

высокая

высокая

низкая

Косвенный, Вещественный

средняя

средняя

средняя

Косвенный, Типизированный

низкая

низкая

высокая

               

Важно при этом понимать, что независимо от методов и подходов (традиционных или инновационных), создание геолого-технологического блочной модели должно быть обязательной частью процесса геолого-технологического картирования при эффективном планировании добычи. В дальнейшем по вновь полученным данным ГТК, включающих в себя результаты исследований вещественного состава в сочетании с технологическими испытаниями руд планируется выполнять актуализацию и пополнение постояннодействующей ГТБМ на основе которой будут планироваться и корректироваться производственные показатели, а также определяться расходы материально-технических ресурсов. Так же планируется аналогичное моделирование физико-механических свойств (индексов абразивности и индексов измельчаемости) при сочетании экспериментальных и аналитических подходов для создания максимально полной и достоверной модели месторождения с ее последующей актуализацией, без выполнения дорогостоящих технологических тестов. Эти преимущества значительно увеличивают эффективность системы контроля качества и доходность предприятия.

 

Об авторе

 

Просмотров — 4313. Комментарии — 45 (скрыты). Показать комментарии
Оставить комментарий

Уважаемые посетители сайта! Будьте вежливы, уважайте родной язык и следите за темой: «Полезный опыт геолого-технологического моделирования в ходе технологического опробования и картирования рудных месторождений»