Геолого технологическое картирование что это
Картирование месторождений
В связи с тем, что технологические свойства руд подвержены пространственной изменчивости, в целях обеспечения устойчивой работы перерабатывающих предприятий на стадии разведки или в процессе эксплуатации месторождений проводится геолого-тех-нологическое картирование.
Главная цель геолого-технологического картирования – выявление на месторождении технологически однородных блоков и оценка прогнозных показателей обогащения в них.
Информация о размещении технологически однородных блоков (технологических типов и сортов руд) может быть использована либо для раздельной (селективной) выемки руд различного качества, либо для шихтования труднообогатимых руд легкообогатимыми, либо для корректировки режима работы перерабатывающего предприятия. Впервые геолого-технологическое картирование было применено на месторождениях железистых кварцитов Кривого Рога для разделения магнетитовых и гематитовых кварцитов, требующих различных способов переработки, т.е. относящихся к различным технологическим типам руд. Для картирования в ВИМСе был разработан комплект малогабаритных обогатительных приборов (МОЛМ), позволяющий на малообъемных технологических пробах изучать обогатимость различных полезных ископаемых. В дальнейшем геолого-технологическое картирование было введено как обязательное на тех месторождениях, где руды заметно различаются по обогатимости.
Существуют два способа геолого-технологического картирования: прямой и косвенный. При прямом способе из всех рудных пересечений, соответствующих рядовым или групповым пробам, берут малообъемные технологические пробы, которые испытывают по упрощенной технологической схеме. На основании результатов испытаний составляют технологические карты (рис.11), на которых могут быть отображены, кроме технологических типов и сортов руд, выход концентрата, извлечение полезных компонентов или качество получаемой продукции. Такое картирование получило название собственно технологического [10].
  |
Косвенный способ основан на прогнозировании показателей переработки руды по зависимостям их от геологических факторов [24]. Косвенный способ состоит из трех этапов.
На первом этапе изучают зависимости показателей переработки от геологических факторов с помощью минералого-технологических и сортовых технологических проб. По мере увеличения количества проб зависимости уточняют. В процессе изучения зависимостей устанавливают информативные геологические факторы (химический и минеральный составы, текстурно-структурные особенности, соотношение природных типов руд и др.), т.е. только те особенности руды, которые влияют на показатели ее переработки. На втором этапе осуществляется геологическое картирование информативных факторов. На третьем этапе производится прогнозирование показателей переработки по установленным зависимостям и составляются технологические карты. Косвенное геолого-технологическое картирование является более экономичным по сравнению с прямым, так как резко сокращается количество технологических испытаний, их заменяют прогнозированием технологических показателей переработки руды. Однако косвенное картирование можно применять лишь в тех случаях, когда имеются четкие зависимости показателей переработки от качества руды.
Изучение технологических свойств руд, картирование показателей их переработки играет важную роль при разведке месторождений, так как позволяет выполнить его геолого-экономическую оценку, составить обоснованный проект перерабатывающей фабрики и осуществлять наиболее рациональную эксплуатацию месторождения.
Дата добавления: 2016-05-05 ; просмотров: 1935 ; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ
Геолого-технологическое картирование
Разработка месторождений невозможна без геолого-технологического картирования. Метод картирования характеристик руды, ее переработки, ценных компонентов управляет качественным состоянием ископаемых, которые доставляются на горно-перерабатывающее или обогатительное предприятие.
Технологическое картирование
Минералы и руды, отобранные в качестве проб при геолого-технологическом картировании – критерий оценки изменчивого преобразования качественного состава вещества. Результаты анализа характеризуют свойства руд.
Картирование необходимо при:
1. Планировании горных работ во время подготовки к промышленному освоению рудных залежей.
2. Представление о расположении типов, разновидностей руд, вариантов, сортов полезных минералов, различных по составу, параметрам, свойствам, структурно-текстурным характеристикам.
Геолого-технологического картирование месторождений
Геолого-технологическое картирование выполняют в период геологоразведки месторождения. В результате создается модель расположения рудных пластов, основанная на минералогии, тестировании, блочного моделирования геостатичных методов, которые служат для планирования обработки месторождения с наибольшим эффектом. Используется специализированное программное обеспечение.
Что дает современное геолого-технологическое картирование:
1. Показ на модели вероятных преобразований состава рудного пласта по простиранию и падению в пространстве.
2. Наблюдение за изменениями показателей и данных технологической переработки.
3. Экономический расчет потребляемой электрической энергии, расхода химических реагентов.
4. Прогноз качества конечной продукции.
5. Отслеживание экологической ситуации.
Полученная модель помогает отследить этапы работы и предназначена для оценки рудных залежей на месторождении. Служит критерием повышения эффективности
выемки руды, применяется для выбора схемы шихтовки, установки очередности операций отработки для стабильной деятельности горно-обогатительного комбината, а также уменьшения производственных рисков.
Что делает SGS
Проведение картирования месторождения специалистами компании в определенной последовательности:
1. Документирование с применением имеющейся геологической информации от макро- до микроуровня, фиксация характерных критериев оруденения скважин и выработок. Фотографическая документация керна и полотен проб.
2. Отбор пробы, последующий анализ.
3. Лабораторное определение качеств руды с применением проб небольшого веса на тестах по сепарации, флотации, гидрометаллургии и др.
4. Определение закономерности преобразований и особенностей свойств руд.
5. Наполнение базы данных, распознавание типизации руд на основе технологических характеристик, установление разновидностей, оценка состава вещества.
6. Классификация руд в зависимости от геологических показателей рудных залежей.
7. Оконтуривание и распознавание технологических сортов, типов руд на основе рядового опробования в зависимости от вещественного состава.
8. Ведение отчетной документации, составление графиков.
О КОМПАНИИ SGS
Группа SGS является мировым лидером в области независимой экспертизы, контроля, испытаний и сертификации. Основанная в 1878 году, сегодня SGS признана эталоном качества и деловой этики. В состав SGS входят свыше 2 400 офисов и лабораторий по всему миру, в которых работает 95 000 сотрудников.
Геолого-технологическое картирование и моделирование как инструмент разделения между рудой и породой на основании безубыточного бортового содержания
Необходимым и решающим условием для обеспечения рентабельности отработки руды при общем низком уровне извлечения металла является создание геолого-технологических блочных моделей (ГТБМ), учитывающих не только содержание металла в руде, но и технологические свойства руды, среди которых наиболее важными являются коэффициент извлечение полезного компонента из руды, а также показатели физико-механических свойств руд. Преимущество ГТБМ по сравнению с моделью, построенной на основании содержания полезного компонента, связано с тем, что классификация руда/порода основывается на применении к блоку модели условия рентабельности в виде значения безубыточного бортового содержания.
Блоки представляют собой объемы горной массы, в которых оценены содержания по данным блочной модели. При этом также определена технология горных работ и переработки руды, позволяющая оценить наиболее вероятный диапазон затрат на горные работы и переработку руды. В общих чертах стратегия планирования состоит в том, что начальная стадия будет иметь высокий борт, а каждая последующая стадия — более низкий борт благодаря использованию рудных складов с учетом плавающего бортового содержания для текущих экономических условий и текущего этапа планирования. При этом порог разделения между рудой и породой определяется по безубыточному бортовому содержанию (ББС), обеспечивающему окупаемость затрат на добычу.
Формулы для аналитического расчета безубыточного бортового содержания при различных условиях добычи полезного ископаемого и его переработки является предметом исследований и дискуссий (за рамками компетенции автора статьи), поэтому в данной статье рассмотрим (на рис. 1) наиболее простую и показательную формулу, в которой учитываются основные показатели: а) З — затраты на добычу и переработку; б) Ц — цена металла; в) И — извлечение при переработке.
Рис. 1. Формула для аналитического расчета безубыточного бортового содержания и пример разделения между балансовой (розовая штриховка) и забалансовой рудой на фрагменте блочной модели, с указанием в каждом блоке: оцененных содержаний золота по данным блочной модели (слева); справа — рассчитанного безубыточного бортового содержания, (1,0 г/т)
Важно заметить, что несмотря на существующий в России приоритет оконтуривания и оценки запасов руды по утвержденному экспертизой ГКЗ бортовому содержанию, передовые горнодобывающие предприятия приходят к необходимости оконтуривания рентабельных участков недр через применение механизма плавающего бортового содержания по блочным моделям с учетом того, что цена металла и затраты могут изменяться в широких пределах по сравнению с усредненными значениями.
Первым шагом к построению геолого-технологической модели, является разработка программы отбора проб ГТК, что связано с необходимостью классификации интервалов опробования, которые являются неоднородными по природным признакам. Результатом и непременным условием разработки программы отбора является выделение принципов классификации руд на природные типы с целью их последующего объединения в композитные пробы с таким расчетом, чтобы в последующем определить рабочие зависимости между вещественными критериями (например, показателями химического и минералогического состава) и экспериментальными данными технологических исследований проб. Группировка частных проб проводится методом кластеризации интервалов опробования по принципу максимальной однородности интервалов частных проб в составе композитной пробы, путем определение классификационных параметров руд, применимых к частным пробам. Материал для каждой композитной пробы следует отбирать отдельно по каждому из выделенных природных типов.
Анализ геологических материалов позволяет составить лишь предварительную картину природной типизации руд. В ходе анализа данных геологической документации и рядового опробования на примере одного из проектов ГТК установлено, что наиболее информативной характеристикой для выделения природных типов руд являются показатели содержаний Au, Cu и Fe, а также степень окисления и литологическая характеристика. На основании гипотезы о том, что окисленные руды развиты в пределах зон интенсивной гипергенной минерализации, не удалось произвести предварительную типизацию из-за того, что в ходе проведения рядового опробования в рамках поисковых и оценочных работ в недостаточной степени уделено внимание выделению интервалов распространения гипергенных и вторичных минералов, а оцифрованная информация, содержащаяся в базе первичной геологической документации скважин и горных выработок, является малоинформативной и недостаточной для выделения минеральных разновидностей и природных типов руд. Лучшим решением в данной ситуации является возможность в результате построения нейросетевых моделей по данным химического анализа максимально достоверно рассчитать недостающие прогнозные значения степени окисления (там, где отсутствуют лабораторные данные) для рудных интервалов, намеченных для технологического опробования, что является вещественным фактором для природной типизации руд. Таким образом в специализированном пакете статистической обработки ST Neural Networks (SANN) был произведен Кластерный анализ обучение нейронной модели по сети Кохонена для поиска кластеров по двум типа переменных: а) Числовые входные переменные (содержания Au, Cu и Fe, а также степень окисления) и б) Категориальная входная переменные (литологическая характеристика).
Алгоритм Кохонена путем размещения центров радиальных элементов пытается распознать однородные кластеры в множестве наблюдений. В результате итеративной процедуры обучения алгоритм стремится к тому, чтобы элементы сети, соответствующие кластерам, расположенным близко друг к другу в пространстве входов, находились бы близко друг от друга и в топологически упорядоченной выходной сети (рис. 2). После того, как кластеры выявлены, все анализируемые пробы помечаются метками принадлежности к разным кластерам, соответствующим предварительно выделенным четырем природным типам руд. Таким образом кластерный анализ позволил выполнить кластеризации интервалов опробования по принципу максимальной однородности и подтвердил рабочую гипотезу выделения четырех природных типов по двум критериям:
-по 1-му критерию: слабоизмененные и интенсивноизмененные руды;
-по 2-му критерию: первичные и окисленные руды.
Рис. 2. Топологическая карта диалогового окна Нейронные сети. Результаты
По результатам прямых данных лабораторных исследований, а также выявленных рабочих зависимостей между обогатимостью руды и вещественными критериями имеется возможность выполнить построение ГТБМ, в которой для каждого блока геологической модели будут рассчитаны показатели извлечения золота с учетом неоднородности распределения в трехмерном пространстве. При необходимости в состав ГТБМ могут быть включены показатели физико-механических свойств руд. Существует несколько подходов к построению 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.
Косвенный способ основан на прогнозировании показателей переработки руды по их зависимостям от геолого-минералогических факторов (способ наиболее перспективный для использования при ГТК). При отборе проб ГТК рекомендуется все композитные пробы разделять на две выборки: обучающую и прогнозную. На первом этапе лабораторных исследований выполняется необходимый комплекс технологического тестирования и изучения вещественного состава технологических проб обучающей выборки. В результате построения и анализа нейросетевых моделей и регрессионных уравнений на обучающей выборке, состоящей из 30–35 композитных технологических проб, устанавливается зависимость между коэффициентом извлечения золота и, например, содержанием Au, степенью окисления или содержанием сульфидов, что позволяет в последующем рассчитать технологические показатели обогатимости уже для прогнозной выборки (30–40 композитных проб) через зависимости технологических показателей от вещественных критериев обогатимости, полученных более дешевыми методами исследований, которые будут определены в ходе анализа обучающей выборки. Перспективность аналитического подхода основана на высокой экспрессности и надежности оценок технологических характеристик руд в сочетании с более низкой трудоемкостью выполнения работ.
В последующем рекомендуется использовать результаты разработанной ГТБМ для дальнейшего геолого-технологического изучения месторождения и в процессе производственной деятельности предприятия для проектирования и планирования производства.
Выводы
1. Состав руды неоднороден. Так же, как и содержание полезного компонента, коэффициент извлечения — величина переменная, определенным образом распределенная в трехмерном пространстве
2. Одной из основных проблем технологического моделирования является постоянная ограниченность количества лабораторных определений коэффициента извлечения.
3. Выявленные зависимости между обогатимостью руды и вещественными критериями, а также разработанные методики моделирования позволяют выполнить построение геолого-технологической блочной модели, в которой для каждого блока трехмерной модели будут рассчитаны показатели извлечения золота.
4. Классификация руда/порода при использовании ГТБМ основывается на применении к блоку модели условия рентабельности в виде безубыточного бортового содержания, составной частью которого является извлечение полезного компонента и затраты на переработку.
Полезный опыт геолого-технологического моделирования в ходе технологического опробования и картирования рудных месторождений
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
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
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)
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)
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 |