09 сентября 2024, Понедельник
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
arrow_right_black
27 марта 2024

Автоматизация процесса создания сортовых контуров

Одной из основных задач геологов на многих горнодобывающих предприятиях является оконтуривание и выделение рудных тел для дальнейшей отработки. Данный процесс является важным в технологическом процессе добычи руды, так как от него зависит итоговое качество продукции. В настоящее время нет единого универсального способа для автоматизации данного процесса, так как везде применяются свои уникальные методы при решении данной задачи. Для каждого предприятия необходимо создание специализированных решений, что требует детального анализа всех особенностей отработки месторождения и подготовки сортового плана. В данной статье речь пойдет об одном из таких решений для полиметаллического холдинга ПАО «Селигдар», разработанных специалистами компании ООО «Гинтелл» в ГГИС Micromine c помощью скриптинга.
messages_black
0
eye_black
374
like_black
0
dislike_black
0
Автор: С.В. Калинкин — главный эксперт, геолог ООО «Гинтелл»
Соавторы: В.Е. Волобуев — ведущий инженер-программист ООО «Гинтелл» П.П. Учаев — начальник отдела ГИС ПАО «Селигдар»

Одной из основных задач геологов на многих горнодобывающих предприятиях является оконтуривание и выделение рудных тел для дальнейшей отработки. Данный процесс является важным в технологическом процессе добычи руды, так как от него зависит итоговое качество продукции.

ручное построение.jpg

Рис. 1. Ручное построение контуров на основании оценённой блочной модели

В рамках моделирования рудных тел предприятия выделяют разные сорта, что позволяет более эффективно выполнять извлечение полезных компонентов, подбирая для каждого сорта наиболее подходящую технологию. Процесс выделения сортов руды является достаточно трудоемким, так как необходимо учитывать дополнительные условия, такие как: примеси, наличие окисления и прочие. На практике чаще применяется ручной способ оконтуривания, который требует больших временных ресурсов, что является сложным в условиях предприятия, где необходимо оперативно принимать технические решения, в том числе по определению контуров рудных тел, по которым осуществляется отгрузка рудной массы. В настоящее время нет единого универсального способа для автоматизации данного процесса, так как везде применяются свои уникальные методы при решении данной задачи. Для каждого предприятия необходимо создание специализированных решений, что требует детального анализа всех особенностей отработки месторождения и подготовки сортового плана. В данной статье речь пойдет об одном из таких решений для полиметаллического холдинга ПАО «Селигдар», разработанных специалистами компании ООО «Гинтелл» в ГГИС Micromine c помощью скриптинга.

Первым делом рассмотрим общую последовательность действий в процессе определения контуров рудных тел, которым пользуются специалисты на горнодобывающих предприятиях. Разумеется, это больше общий шаблон, так как везде встречаются свои нюансы в горно-геологических условиях, которые необходимо учитывать для получения более качественного материала.

ячеистая.jpg

Рис. 2. Ячеистая структура

Последовательность действий процесса создания сортового плана:
1. Выполнение геологоразведочных работ и сбор материала.
2. Отправка собранного материала в пробирно-аналитическую лабораторию (ПАЛ).
3. Получение результатов опробования из ПАЛ.
4. Визуализация данных в 3D-среде горно-геологической информационной системы.
5. Построение и оценка блочной модели.
6. Визуализация в 3D-среде и интерпретация оценённой блочной модели.
7. Ручное построение контуров на основании оценённой блочной модели (рис. 1).
8. Получение отчёта в рамках вы деленных контуров.
9. Передача рудных контуров в от работку.

Процесс подготовки сортового плана на рассматриваемом предприятии состоял из последовательности, которая представлена выше. Перед геологами стояли следующие задачи:
  • автоматизировать процесс по строения сортовых планов;
  • исключить человеческий фактор;
  • увеличить эффективность выделения контуров руды.
Проанализировав процесс подготовки сортового плана, было определено, что под автоматизацию попадают 5, 6, 7 и 8 пункты, которые представлены выше. Данные пункты относятся к выделению сортовых планов, благодаря автоматизации будет значительно упрощена работа специалистов: так как это довольно длительный процесс и очень сильно зависит от квалификации геолога, который занимается составлением сортового плана.

ячеистая2.jpg

Рис. 3. Ячеистая структура, созданная по пробам в пределах блока БВР

Также были определены критерии, которые необходимо было учитывать при автоматизации процесса:
1. Установка граничных значений для разных сортов руды. Специалисты должны иметь возможность самостоятельно указывать границы для каждого сорта руды, так как на каждом месторождении данные показатели индивидуальны и могут пересматриваться даже в рамках одного месторождения.
2. Выделение контуров на половине расстояния между точками опробования. Интерполяция — выделение контуров на половине расстояния между пробами, является основой при оконтуривании, которую необходимо соблюдать.
3. Содержание краевых проб в контуре должны быть не меньше минимального значения для выделяемого сорта. Данное условие необходимо учитывать, чтобы не занижать содержание в пределах выделяемого сорта руды.
4. Возможность установки значения в процентах от общего контура, которое определяет разрешаемый объём некондиционных руд или руд другого сорта в пределах выделяемого контура. Условие необходимо для включения внутреннего разубоживания.

При исследовании вопроса автоматического построения контуров было принято решение, что основой скрипта станет Диаграмма Вороного. В таком случае границы контуров ячеек, образованных между соседними пробами, будут лежать ровно посередине этих проб.

Данный подход позволяет выполнять основное условие при оконтуривании — создавать точки выклинивания на половине расстояния между данными опробования. Следовательно, прежде чем создавать сортовой план, необходимо создать данную «ячеистую структуру» (рис. 2).

Благодаря тесной связи и взаимнооднозначному соответствию с триангуляцией Делоне у нас имеется возможность построить Диаграмму Вороного на основании проб с координатами (рис. 2).

алгоритм разбиения.jpg
Рис. 4. Алгоритм разбиения теории графов

В качестве исходных данных используются файл с результатами опробования (с координатами и содержаниями проб) и ограничивающий контур блока БВР (в пределах которого выполняется составление сортового плана) (рис. 3). В каждой ячейке имеются атрибуты со значением элементов из файла опробования.

Для получения контуров необходим алгоритм объединения соседних ячеек. Критерии технического задания имеют достаточно подробное описание для создания такого алгоритма. Соседство ячеек устанавливалось из триангуляции Делоне, что позволило перейти к следующему этапу — объединению ячеек. Для объединения использовался алгоритм разбиения из теории графов (рис. 4).

Результат работы алгоритма видно на рисунке 5. Определённая группа вершин графа относится к бедной руде, другая группа вершин к рядовой руде и также выделяется группа вершин богатой руды.

При неравномерном распределении содержаний геологам необходима возможность ручной доводки и объединения некоторых контуров, так как только специалист может принять самое оптимальное решение. Поэтому в рамках скрипта была добавлена возможность по интерактивному объединению контуров и ячеек.

результат объединения.jpg

Рис. 5. Результат объединения ячеек

Данное решение работает как отдельное приложение, в нём доступно масштабирование, что немаловажно, поддерживается очень быстрое графическое представление, а сам процесс похож на интерактивную игру, в которой левой клавишей мыши определяется связь между ячейками, которые необходимо объединить (рис. 6).

Так как полученные контуры были объединены на основании ячеек, то имеют излишнее количество точек, которые впоследствии будут мешать при выносе данных контуров в карьере специалистами из маркшейдерского отдела. Но при их изменении ранее рассчитанные атрибуты (объём и тоннаж руды) в пределах контуров будут некорректными. Для решения данного вопроса был разработан отдельный алгоритм. Он позволяет автоматически выполнить упрощение контура, задав допуск удаления точек, а если этого недостаточно, то специалист может самостоятельно участвовать в редактировании контура, и в дальнейшем скрипт обновит атрибуты, которые необходимо пересчитать из-за изменения площади контура (объём и тоннаж руды) (рис. 7).

интерактивная доводка.jpg

Рис. 6. Интерактивная доводка контуров

В результате существенно увеличивается скорость обработки контуров, при построении минимизируется человеческий фактор, строятся максимально выгодные контуры, учитываются потери и разубоживания руды, возникающие при редактировании контуров, решение является универсальным и способно применяться на разных месторождениях.

итоговые.jpg

Рис. 7. Итоговые сортовые контуры

Подводя итоги, стоит отметить, что с каждым годом на предприятиях увеличивается количество горно-геологических данных и специалистам приходится тратить больше времени для обработки и анализа всех данных. Компания ООО «Гинтелл» предоставляет решения, которые позволяют в кратчайшие сроки получать качественный результат по Вашему объекту. Узнать больше о возможностях и предоставляемых услугах нашей компании можно на сайте www.gintell.ru.

Опубликовано в журнале «Золото и технологии», № 4 (62)/декабрь 2023 г.
02.07.24
Автоматизация в горнодобывающей промышленности: современные тренды и разработки
02.07.24
Синергия взаимодействия: недропользователь, разработчик, государство. Так создаются эффективные цифровые решения
01.04.24
Итоги 2023 года для горно-металлургического комплекса: главные ИТ-тренды и прогнозы на 2024
27.03.24
Автоматизация мониторинга экологической ситуации на гидросооружениях и хвостохранилищах
31.01.24
Цифровизация начинается «с поля»
31.01.24
ГГИС MINEFRAME — импортозамещение ключевых цифровых технологий в области инженерного обеспечения горных работ
30.01.24
Определение контура карьера по граничному коэффициенту вскрыши в Micromine Beyond
23.06.23
Опыт АЛРОСА: цифровизация управления геологоразведкой
20.06.23
Расчет показателя энергоемкости бурения с помощью ГГИС Micromine Origin&Beyond для оптимизации проектирования буровзрывных работ
16.03.23
Семь шагов к эффективному управлению данными о производственных активах
06.02.23
Системы активной безопасности в добывающей индустрии
31.12.22
Разработка и улучшение моделей машинного обучения для автоматического извлечения керна из изображений и поиска кварцевых жил
31.12.22
Цифровой карьер на базе решений «1С:Горнодобывающая промышленность»
29.11.22
МАЙНФРЭЙМ — отечественный инструмент для создания цифрового двойника месторождения
29.11.22
Разработка автоматизированных систем управления производством в условиях импортозамещения
29.11.22
Тестирование системы Micromine Nexus
10.10.22
ТОП-5 трендов в автоматизации горнодобывающей отрасли от экспертов «Рексофт»
27.07.22
Промышленная система управления базами данных Micromine Geobank в геологической службе компании АО «Полиметалл УК»
15.07.22
«РАЗУМ» отечественных IT-технологий
15.07.22
Разработка систем комплексной автоматизации производств — опыт «КОНСОМ ГРУПП»
Смотреть все arrow_right_black



Яндекс.Метрика