Optimal extraction sequence modeling for open pit mining operation considering the dynamic cutoff grade

Open access

Streszczenie

Problem zawartości brzeżnej jest istotnym wyzwaniem badawczym i zadaniem optymalizacyjnym w rocznym planowaniu operacyjnym kopalń odkrywkowych w związku z jej naturą kombinatoryczną. Wynika to z faktu, że wpływa na nią szereg parametrów ekonomicznych, uwarunkowania poszcze- gólnych etapów działalności górniczej, sekwencja eksploatacji górniczej oraz rozkład zawartości składnika użytecznego w złożu. W istocie ocenia się, że dynamiczna zawartość brzeżna podczas danego okresu jest funkcją dostępności rudy oraz potrzeb zakładu przeróbczego w tym okresie. W konsekwencji, strategia ustalania zawartości brzeżnej i kolejność eksploatacji złoża powinny być rozważane równocześnie. Biorąc to pod uwagą, przeprowadzono różne podejścia cclcm opracowania skomputeryzowanej procedury kolejności eksploatacji dla kopalni odkrywkowej. Żadne z otrzy- manych podejść nie uzyskało powszechnej akceptacji z powodu dużej ilości zmiennych. W związku z tym zaproponowano nowy model celem pokonania tego problemu. Model ten rozwiązuje problem w trzech etapach:

- ustalana jest obecna strata ekonomiczna dla każdego rodzaju przeróbki dla każdego eksplo- atowanego bloku;

- rozkład prawdopodobieństwa i zawartość średnia dla każdego rodzaju przeróbki jest wyliczana niezależnie;

- każdy blok z jego przewidywaną stratą ekonomiczną jest rozwijany jako binarny cyfrowy model programowania.

Z użyciem tego modelu określana jest optymalna kolejność eksploatacji dla każdego okresu, na podstawie optymalnych decyzji przetwarzania. W artykule zaprezentowano studium przypadku celem ilustracji przydatności opracowanego modelu. Otrzymane rezultaty wykazują, że kolejność eksplo- atacji ustalona z wykorzystaniem sugerowanego modelu będzie realistyczna i przydatna. Model ten pozwala na rozwiązywanie poważnych problemów w odpowiednio krótkim czasie przy bardzo wysokiej jakości rozwiązań w kontekście określania optymalnej wartości bieżącej netto.

Akaike, A. and Dagdelen, K. 1999. A strategic production scheduling method for an open pit mine. In proceedings of the 28th Application of Computers and Operation Research in the Mineral Industry, pp. 729-738.

Ataei,M. and Osanloo, M. 2003. Methods for calculation of optimal cutoff grade in complex ore deposits. Journal of Mining Science 39, pp. 499-507.

Ataei,M. and Osanloo,M. 2004. Using a combination of genetic algorithm and the grid searchmethod to determine optimum cutoff grades of multiple metal deposits. International Journal of Surface Mining, Reclamation and Environment 18(1), pp. 60-78.

Boland et al. 2009 - Boland, N., Dumitrescu, I., Froyland, G. and Gleixner, A.M. 2009. LP- based disaggregation approaches to solving the open pit mining production scheduling problem with block processing selectivity Computer Operation Research 36(4), pp. 1064-1089.

Cairns, R.D. and Shinkuma, T. 2003. The choice of cutoff grade in mining. Resource Policy 29, pp. 75-81.

Dagdelen, K. 1985. Optimum multi-period open pit mine production scheduling. Ph.D thesis, Colorado School of Mines, Golden, Colorado.

Dagdelen, K. and Johnson, T.B. 1986. Optimum open pit mine production scheduling by lagrangian parameterization. 19th International Symposium on the Application of Computers and Operations Research in the Mineral Industry (APCOM) Ch. 13, PP. 127-142.

Dagdelen, K. 1993. An optimization algorithm for open pit mine design. 24th International Symposium on the Application of Computers and Operations Research in the Mineral Industry (APCOM). Canada: Montral, Quebec, pp. 157-165.

Gershon, M.E. 1983. Optimal mine production scheduling: evaluation of large scale mathematical programming approaches. International Journal of Mining Engineering 1(4), pp. 315-329.

Gholamnejad, J. 2009. Incorporation of rehabilitation cost into the optimum cut-off grade determination. Journal South African Institute of Mining and Metallurgy 108, pp. 89-94.

Gleixner, A. 2008. Solving large-scale open pit mining production scheduling problems by integer programming. Master‘s thesis, Technische Universität Berlin.

Halls, J.L. and John, L. 1969. Determination of optimum ore reserves and plant size by incremental financial analysis. Transactions of the Institute of Mining and Metallurgy London: 78, pp. A20-A26.

Johnson, T.B. 1968. Optimum open pitmine production scheduling. Ph.D thesis,Operations Research Department, University of California, Berkeley, pp. 539-562.

Johnson, T.B. 1969. Optimum production scheduling. In Processing of the 8th International Symposium on Computers and Operations Research, pp. 539-562.

Kawahata, K. 2007. A new algorithm to solve large scale mine production scheduling problems by using the lagrangian relaxation method. Ph.D. thesis, Colorado School of Mines.

Lane, K.F. 1964. Choosing the optimum cutoff grade. Colorado School of Mines Quarterly 59, pp. 485-492.

Lane, K. F. 1988. The economic definition of ore, cutoff grade in theory and practice. Mining Journal Books Limited, London.

Mogi et al. 2001 - Mogi, G. Adachi, T. Akaike, A. and Yamatomi J. 2001. Optimum production scale and scheduling of open pit mines using revised 4D network relaxation method. In proceedings of the 17th International Symposium on Mine Planning and Equipment Selection, pp. 337-344.

Mohammad, W.A. 2002. Development of generalized cutoff grade optimization algorithm for open pit mining operations. Journal of Engineering & Applied Science 21(2), pp. 119-127.

Mortimer, G.J. 1950. Grade Control, Trans. Inst. Min. Metall 59, pp. 357-99.

Newman et al. 2010 - Newman, A. Rubio, E. Caro, R. Weintraub, A. and Eurek, K. 2010. A review of operation research in mine planning. Interface 40(3), pp. 222-245.

Rashidinejad et al. 2008 - Rashidinejad, F. Osanloo, M. and Rezai, B. 2008. An environmental oriented model for optimum cut-off grades in open pit mining projects to minimize acid mine drainage. Int. J. Environ. Sci. Tech 5(2), pp. 183-194.

Richmond, A.J. 2001. Maximum profitability with minimum risk and effort. Proceeding of Application of Computers and Operations Research in the Mineral Industry pp. 45-50.

Sattarvand J. and Niemann-Delius, C. 2008. Perspective of Meta heuristic optimization methods in open pit production planning. Mineral Resources Management pp. 143-155.

Shinkuma, T. and Nishiyama, T. 2000. The grade selection rule of metal mines: An empirical study on copper mines. Resource Policy 26, pp. 31-38.

Taylor, H.K. 1972. General background theory of cutoff grade. Transactions of the Institute of Mining and Metallurgy 96, sect A, pp. A204-A216.

Taylor, H.K. 1985. Cutoff grades ? some further reflections. Transactions of the Institute of Mining andMetallurgy 81, sect A, pp. A160-A179.

Wang et al. 2008 - Wang, Q. Gu, X. and CHU, D. 2008. A dynamic optimization method for determining cutoff grades in underground mines. Mineral Resources Management pp. 133-142.

Zhang, M. 2006. Combination genetic algorithms and topological sort to optimize open-pit mine plans. In 15th Mine Planning and Equipment Selection Italy: Torino, pp1234-1239.

Gospodarka Surowcami Mineralnymi

Mineral Resources Management; The Journal of Polish Academy of Sciences

Journal Information


IMPACT FACTOR 2016: 0.481
5-year IMPACT FACTOR: 0.568

CiteScore 2016: 0.76

SCImago Journal Rank (SJR) 2016: 0.408
Source Normalized Impact per Paper (SNIP) 2016: 1.397

Metrics

All Time Past Year Past 30 Days
Abstract Views 0 0 0
Full Text Views 150 150 12
PDF Downloads 58 58 9