مدل‌سازی کنترل فعالیت دهانه‌های تخلیه در برنامه‌ریزی تولید معادن تخریب بلوکی

نوع مقاله : علمی - پژوهشی

نویسندگان

1 گروه معدن/ دانشکده فنی و مهندسی/ دانشگاه ارومیه

2 عضو هیات علمی گروه مهندسی معدن دانشگاه ارومیه

3 گروه مهندسی معدن، دانشکده فنی و مهندسی، دانشگاه ارومیه

10.22034/ijme.2021.121558.1784

چکیده

توسعه صنایع و نیاز به مواد معدنی باعث شده است تا واحدهای معدنی ظرفیت‌های تولید سالیانه بالاتری را در برنامه تولید خود قرار دهند. تولید در سطوح بزرگ مقیاس نیازمند مدل‌های برنامه‌ریزی تولیدی است که اهداف و محدودیت‌های عملیاتی واقعی و کارآمدی را در ترکیب خود قرار دهند. وجود پارامترهای مختلف مؤثر در طراحی و ارتباط تنگاتنگ آن‌ها در موفقیت عملیات استخراج معادن تخریب بلوکی، مسائل زمان‌بندی تولید این معادن را پیچیده کرده است. در این تحقیق با معرفی محدودیت‌ طول مدت فعالیت دهانه تخلیه و تعداد دهانه‌ تخلیه فعال در هر دوره از عمر معدن به کنترل مناسب از چگونگی شروع و گسترش استخراج از دهانه‌های تخلیه در محدوده معدن تخریب بلوکی پرداخته شد و نتایج آن در زمان‌بندی تولید بررسی گردید. بدین منظور مدل‌های MILP با استفاده از نرم‌افزار MATLAB توسعه و در ادامه در محیط نرم‌افزار CPLEX مدلهای مربوطه حل گردید. اجرای مدل‌ها بر روی 109 دهانه‌تخلیه که در طی 13 سال وارد مدل زمان‌بندی تولید شدند نشان داد مدل‌های MILP پیشنهادی ضمن کنترل فعالیت دهانه‌های تخلیه، سعی در افزایش حداکثر بهره‌وری اقتصادی طرح دارند به‌نحوی‌که حداکثر اختلاف درNPV محاسبه‌شده در راستاهای مختلف پیشروی تخریب 16% می‌باشد که خود این عامل نشان می‌دهد مدل به‌خوبی تابع هدف مساله را رعایت می‌کند. همچنین نتایج زمان‌بندی تولید برای دهانه تخلیه 65 نشان داد که در راستای SN این دهانه تخلیه در دوره 1 و با عمر 3 سال وارد زمان‌بندی تولید شده و بنابراین در هرسال 33% از تناژ آن استخراج می‌شود. این در حالی است که در راستای NS این دهانه تخلیه در دوره 8 و به‌صورت کامل در 1 دوره استخراج شده است. بنابراین طول عمر دهانه‌های تخلیه نیز تابعی از تناژ و عیار آن دهانه تخلیه و راستای پیشروی استخراج است.

کلیدواژه‌ها


عنوان مقاله [English]

Modeling of effective control of drawpoints in block caving and evaluation in production planning

نویسندگان [English]

  • Mohammadbagher Nejad Shahmohammad 1
  • Sajjad Chehreghani 2
  • farshad Nejad Shahmohammad 3
1 Mining Engineering/ Faculty of Engineering/ Urmia university
2 Department of Mining Engineering, Urmia University, Urmia, Iran
3 MINING ENGINEERING, FACULTY OF ENGINEERING, URMIA UNIVERSITY
چکیده [English]

Industrial development and their requirement for mineral caused the mines to put higher annual production capacities in their production plans. Large-scale production requires production planning that use the realistic and efficient operational objective and constraints into models. According to various effective parameters in the planning and their relation in the successful operation of block caving complicated the scheduling of such mines. In this study, by introducing drawpoints activity period constraints and the number of active drawpoints in each period of mine life is researched the control of the start period of drawpoints and the caving process in the mining area. For this purpose, the MILP model has been developed using MATLAB and solved in CPLEX software. Implementation of these models on 109 drawpoints on 13 periods of mine life showed that the proposed MILP models controlled drawpoints activity and maximize economic productivity. The resulted showed that the maximum difference in NPV calculated in different directions is 16%, so the models respected the objective function. The results of production scheduling for the drawpoint 65 showed that in SN direction start period was 1 and the lifetime 3 years, so 33% of its tonnage is drawn every year. However, in the NS, the start period was 8 and lifetime was 1 period; therefore, the activity period of the drawpoints related to the tonnage and grade and also the direction of caving.

کلیدواژه‌ها [English]

  • drawpoints activity period
  • number of active drawpoints
  • production scheduling
  • Block Caving
مراجع
[1] Chitombo, G. P. 2010; “Cave mining: 16 years after Laubscher's 1994 paper 'Cave mining - state of the art”. Mining Technology, Vol. 119(3), 132-141. doi: 10.1179/174328610X12820409992255.
[2] Nezhadshahmohammad, F., Aghababaei, H., & Pourrahimian, Y. 2017;  “Conditional draw control system in block-cave production scheduling using mathematical programming”, International Journal of Mining, Reclamation and Environment, 1-24. doi: 10.1080174780930,2017,1385155.
[3] Flores, G. 2014; “Future Challenges and Why Cave Mining Must Change”. Paper presented at the Caving Santiago, Chile.
[4] Rafiee, R., Ataei, M., Khalokakaie, R., Jalali, S., & Sereshki, F. 2015; “Determination and Assessment of Parameters Influencing Rock Mass Cavability in Block Caving Mines Using the Probabilistic Rock Engineering System”, Rock Mechanics and Rock Engineering, 48, doi: 10.1007/s00603-014-0614-9.
[5] Laubscher, D. H. 1994; “Cave mining-the state of the art”, The Journal of The South African Institute of Mining and Metallurgy, 273-299.
[6] Eduardo Rojas, R. M., and Patricio Cavieres. 2001; “Preundercut Caving in El Teniente Mine”, Chile Underground Mining Methods - Engineering Fundamentals and International Case Studies, 417-423.
 [7] نژادشاه محمد، فرشاد؛ و فتحی، محمد باقر؛ «ارائه روشی برای کنترل راستای پیشروی استخراج تخریب بلوکی»، 1399، نشریه مهندسی منابع معدنی.
 Doi: 10.30479/jmre.2020.12435.1369
 
[8] Rubio, E. 2014; “Block caving strategic mine planning using Risk-Return portfilio optimization”. Paper presented at the 3rd International Symposium on Block and Sublevel Caving (Caving 2014), Santiago-Chile.
[9] Zarate U., E., Pourrahimian, Y., & Boisvert, J. 2020; “Optimizing block caving drawpoints over multiple geostatistical models”, International Journal of Mining, Reclamation and Environment, Vol. 34(1), 55-74.
[10] Khodayari, F., & Pourrahimian, Y. 2019; “Long-term production scheduling optimization and 3D material mixing analysis for block caving mines”, Transactions of the Institution of Mining and Metallurgy, Section A: Mining Technology. doi: 10.1080/25726668.2018.1563742.
[11] Rahal, D. 2008; “Draw Control in Block Caving Using Mixed Integer Linear Programming”, (PhD ), The University of Queensland.
[12] Guest, A. R., Van Hout, G. J., & Von Johannides, A. 2000; “An Application of Linear Programming for Block Cave Draw Control”, Paper presented at the MassMin, Brisbane, Australin.
[13] Queyranne, M., Parkinson, A., McCormick, S. T., Diering, T., Malkin, P., & Wolsey, L. 2008; “The Drawpoint Scheduling Approach to Production Planning in a Block Cave Mine”, Workshop Operation Research in Mining, Viña del Mar, Chile., 318-357.
[14] Parkinson, A. 2012; “Essays on Sequence Optimization in Block Cave Mining and Inventory Policies with Two Delivery Sizes”, (PhD), The University Of British Columbia, The University Of British Columbia.
[15] Rahal, D., Smith, M., Van Hout, G., & Von Johannides, A.  2003; “The use of mixed integer linear programming for long-term scheduling in block caving mines”, Application of Computers and Operations Research ill the Minerals Industries, South African Institute of Mining and Metallurgy, 123-132.
[16] Rubio, E., Caceres, C., & Scoble, M. 2004; “Towards an integrated approach to block cave planning”, Paper presented at the Massmin, Santiago, Chile.
[17] Smoljanovic, M., Rubio, E., & Morales, N. 2001; “Panel Caving Scheduling Under Precedence Constraints Considering Mining System”, Paper presented at the 35th APCOM Symposium, Wollongong, NSW, Australia.
[18] Nezhadshahmohammad, F., Pourrahimian, Y., & Aghababaei, H. 2018; “Presentation of a multi-index clustering technique for the mathematical programming of block-cave scheduling”, International Journal of Mining Science and Technology, Vol. 6. 28, pp. 941-950,doi: https://doi.org/10.1016/j.ijmst.2017.11.005.
[19] Caccetta, L. 2007; “Application of Optimisation Techniques in Open Pit Miningin”, in Handbook of Operations Research in Natural Resources. International Series in Operations Research amp; Springe, Vol. 99, pp. 547- 559.