Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "modelowanie złoża" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Modelowanie cenowe złoża węgla brunatnego Gubin jako wstęp do właściwej gospodarki surowcowej
Price modelling of lignite deposit Gubin as an introduction for appropriate mineral resources management
Autorzy:
Naworyta, W.
Mazurek, S.
Powiązania:
https://bibliotekanauki.pl/articles/394774.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
parametr cenowy
analiza złoża
węgiel brunatny
modelowanie złoża
zasoby przemysłowe
price parameter
deposit analysis
lignite
deposit modelling
reserves estimation
Opis:
W pracy przedstawiono podejście do złoża kopaliny jako dobra ekonomicznego umożliwiającego pozyskanie pieniądza w czasie, w procesie jego eksploatacji. Zaproponowano model cenowy złoża do wstępnej jego analizy pod kątem opłacalności eksploatacji, okonturowania zasobów przemysłowych, wyboru miejsca udostępnienia oraz sterowania wydobyciem w funkcji ceny kopaliny. Wykorzystany do modelowania parametr cenowy jest wypadkową parametrów jakościowych i strukturalnych złoża, które mają wpływ na cenę kopaliny. Wzór na parametr cenowy dla modelowania złoża węgla brunatnego opracowano na podstawie zmodyfikowanej formuły cenowej wykorzystywanej do rozliczeń. W pracy przedstawiono 3 warianty parametru cenowego: Cj oparty na parametrach jakościowych, tj. wartość opałową Q, popielność A oraz zawartość siarki S. Do obliczania drugiego parametru Cm oprócz parametrów jakościowych włączono również miąższość pokładu węgla M. Parametry Cj i Cm mają charakter względny i odnoszą się do kopaliny w punkcie złoża. Trzeci parametr cenowy CR, uwzględnia powierzchnię jednostkową i gęstość węgla i przedstawia realną cenę kopaliny w złożu wyrażoną w złotych. Metodę modelowania cenowego zaprezentowano na przykładzie złoża węgla brunatnego Gubin. Analizowane złoże zajmuje czołowe miejsce w wielu rankingach pod kątem przydatności do zagospodarowania górniczego. Złoże zostało uwzględnione w Polityce energetycznej Polski do 2030 roku. Analizie poddano pokład II tego złoża. Przedstawiono w niej charakterystykę statystyczną parametrów Q, A, S, M oraz charakter ich zmienności w złożu. Do analizy zmienności przestrzennej parametrów wykorzystano metody geostatystyczne. Obliczone zostały wariogramy empiryczne każdego z parametrów, do których dopasowano właściwe modele. Zaprezentowano metodę wykonywania modeli cenowych. Bazując na obserwacjach z 625 otworów wiertniczych obliczono wartości parametrów Cj i Cmw punktach złoża. Na ich podstawie wykonano wariogramy i dopasowano modele. Na podstawie modeli wariogramów metodą krigingu punktowego wykonano modele cenowe parametrów Cj i Cm. Do modeli cenowych zostały wykonane mapy wiarygodności modeli oparte na odchyleniu standardowym krigingu. Zaproponowano sposób interpretacji modeli cenowych i map wiarygodności.
An approach to the mineral deposit as to resources of money, which can be extracted in the mining process, has been presented in the paper. The proposed price model of a deposit can be useful for the initial analysis of the deposit in terms of mining profitability, estimation of reserves, localization of an opening cut and steering of mineral extraction as a function of the commodity price. The price parameter used for deposit modelling is calculated based on quality and structural parameters of the deposit, which affect the price of extracted commodity. The formula used to calculate the price parameter for modeling of lignite deposit has been elaborated based on a formula used for transaction between mine and power plant. In the paper, three types of price parameters are presented: Cj, Cm and CR. The Cj parameter is calculated from quality parameters: caloric value Q, ash content A and sulfur content S. The Cm parameter includes the same quality parameters as Cj and additionally the thickness of lignite bed (M). Parameters Cj and Cm are relative parameters and relate to point of deposit. The third price parameter CR includes additionally the area units and the density of lignite and presents real price of lignite in the bed expressed in zł. Price modelling method has been presented on the case study of lignite deposit Gubin. The analyzed deposit is highly ranked as very suitable for future extraction and has been included in the Polish Energy Policy until 2030. In the paper only the second bed of the deposit was analyzed. The deposit was described. Statistical characteristics of parameters Q, A, S and M and their variability within the deposit have been presented. Geostatistical tools were used for the analysis of spatial variability. Variograms for each considered parameter were calculated and presented. The values of parameters Cj and Cm were calculated using the data from 625 boreholes. Using these values, variograms were calculated and the appropriate models were developed. On the basis of the variogram models, the models of deposit were calculated using the kriging method (ordinary, point kriging). For each model, a kriging standard deviation map was also made. The method for interpretation of models and kriging standard deviation map was also presented.
Źródło:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2010, 79; 299-314
2080-0819
Pojawia się w:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Tradycja, nowoczesność i pułapki modelowania złóż
Tradition, modernity and deposit modelling problems
Autorzy:
Sermet, E.
Górecki, J.
Nieć, M.
Powiązania:
https://bibliotekanauki.pl/articles/395077.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
złoża kopalin
zmienność
modelowanie
geometryzacja
mineral deposits
geological modelling
geometrisation
Opis:
„Model złoża” i „modelowanie złóż” – to pojęcia powszechnie stosowane, ale niedookreślone (niejednoznaczne). Często są rozumiane prawie wyłącznie jako stosowanie technik komputerowych do przedstawiania złóż, w szczególności na potrzeby projektowania górniczego. Modelowanie złoża jest tworzeniem jego obrazu, który w przekonaniu twórcy, możliwie najlepiej przedstawia sposób występowania naturalnego nagromadzenia kopaliny i jej właściwości w obszarze między punktami, w których wykonane były obserwacje. Przedstawianie złóż kopalin za pomocą ich „modeli” ma bardzo długą tradycję, sięgającą XVI–XVIII wieku, chociaż ten termin nie był wówczas stosowany. Opracowano wiele metod kartograficznej prezentacji złóż oraz ich zmienności, a prace te traktowano od XIX wieku jako zadanie miernictwa górniczego (markszajderii). Postęp w przedstawianiu ułożenia złoża w przestrzeni za pomocą map izolinii skłonił później do wyodrębnienia metod geometryzacji złóż. W XX wieku zastosowano do opisu parametrów złożowych najpierw proste metody statystyki matematycznej, a następnie metody geostatystyczne. Niektóre z nich nie były jednak szerzej stosowane ze względu na pracochłonność. Zastosowanie techniki komputerowej, automatyzacja szeregu działań, mimo niewątpliwych korzyści, niesie ze sobą niebezpieczeństwo niewłaściwej, sformalizowanej i błędnej interpretacji danych geologicznych. Prawidłowe modelowanie złóż powinno obejmować kolejno sformułowanie modelu pojęciowego (opisowego) i graficznego złoża, zgodnie z zasadami wiedzy geologicznej, następnie wybór odpowiedniego algorytmu opracowania danych i modelowanie komputerowe złoża oraz weryfikację modelu i jego korektę stosownie do posiadanego stanu wiedzy geologicznej. Tworzenie modeli złóż pozostaje zadaniem koncepcyjnym i nie może być w pełni zautomatyzowane.
“Mineral deposit model”, “deposit modelling” are the terms commonly used, although imprecise. This is often identified as the application of computerized methods to the elaboration and presentation of geological infomation, in particular for the mining design. Deposit modelling is the mode of presentation of deposit features, which in the meaning of the authors of such presentation, describes the deposit features between the points of observations as best as possible. Deposit modelling has a long history (XVI-XVII centuries), however such a term was not used. Varied methods of cartographic presentation of deposits and their features were proposed. The progress in the presentation of the deposit in space using isolines maps has led to the separation of methods of deposits geometrisation. Over time, a simple mathematical statistics method was used to describe the deposit parameters, followed by geostatistical methods. Some of them were however not commonly used as too troublesome. The computer based approach to the presentation of geological data has an unquestionable value but is ac- companied by the possibility of inappropriate formalized and erroneous interpretations and a presentation as to whether the basic rules of geological knowledge were neglected. Deposits modeling is a conceptual task and cannot be fully automated.
Źródło:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2017, 100; 221-234
2080-0819
Pojawia się w:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozmyty opis złoża rud jako narzędzie wsparcia w jego rozpoznaniu eksploatacyjnym
A fuzzy description of the ore deposit as a support tool in its exploitation recognition
Autorzy:
Krzak, M.
Panajew, P.
Powiązania:
https://bibliotekanauki.pl/articles/972412.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
rozpoznanie eksploatacyjne
parametry złoża
modelowanie rozmyte
operatory logiczne
operational deposit reconnaissance
deposit parameters
fuzzy modeling
logical operators
Opis:
Rozpoznanie eksploatacyjne złoża zmierza do takiej oceny jego parametrów, aby możliwe było prowadzenie bezpiecznej i opłacalnej produkcji. Poszczególne, istotne z punktu widzenia gospodarki złożem parametry, szacowane są na podstawie prowadzonych przez geologiczne służby kopalniane obserwacji. Te z kolei wiążą się zazwyczaj z poborem prób, wykonaniem odwiertów, analizami laboratoryjnymi itp. W artykule zaproponowano możliwości wykorzystania opisu rozmytego do oceny parametrów złoża. W charakterystyce rozmytej w miejsce konkretnej wielkości numerycznej pojawiło się nieprecyzyjne opisowe określenie. To podejście wykorzystane zostało do deskrypcji cech złoża (zawartości metali, miąższości, zasobności) poprzez przypisanie im konkretnych funkcji charakterystycznych, których rozkłady oparto na podstawowych wielkościach statystycznych. Funkcje charakterystyczne mogą być wykorzystane dla przygotowania strategii eksploatacji, dla dowolnych konfiguracji wymaganych parametrów złoża, wynikających z potrzeb zarządzania produkcją. Użyto w tym celu wybranych operatorów logicznych zbiorów rozmytych. W kolejnym podejściu do modelowania rozmytego wskazano na sposobność charakterystyki złoża w ujęciu subiektywnym, gdzie ocena parametrów złoża opiera się na zgrubnej, w pewien sposób uznaniowej obserwacji i ocenie. Taka konstrukcja modelu umożliwiała całościową ocenę złoża z punktu widzenia dowolnych parametrów. Poprzez implementację odpowiednich reguł wnioskowania uzyskano adekwatne płaszczyzny sterowania rozmytego, które również mogą być użyteczne w kontekście planowania wydobycia.
The operational mineral deposit reconnaissance tends to evaluate its parameters to conduct safe and profitable production. Particular deposit parameters, important from the point of mineral deposit management, are estimated on the basis of observations carried out by mining geological surveys. These observations usually involve sampling, drilling, laboratory analyses and others. 86 The use of fuzzy description to assess the parameters of the mineral deposit was proposed in the paper. In the fuzzy characteristics, an imprecise descriptive description appeared in place of a particular numerical quantity. This approach was used to description of the ore deposit features (metal content, volume, and metal yield) by assigning them specific characteristic functions, whose distributions were based on basic statistical quantities. Characteristic functions can be used to prepare operational strategies for any configuration of required deposit parameters resulting from the production management needs. For this purpose, selected logical operators of fuzzy sets were used. In the next approach to fuzzy modeling, an opportunity to characterize the deposit in a subjective approach was indicated, where the assessment of the deposit parameters is based on rough, in some way, discretionary observation and evaluation. Such model construction enabled the overall assessment of the deposit from the point of view of any parameters. Through the implementation of appropriate inference rules, adequate fuzzy control planes were obtained, which may also be useful in the context of operational mine strategy planning.
Źródło:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2018, 106; 85-99
2080-0819
Pojawia się w:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie blokowe skał stropowych pokładów węgla LW Bogdanka SA
Block modeling roof coal seam in LW Bogdanka SA
Autorzy:
Dyczko, A.
Kołomański, D.
Kowalczyk, I.
Powiązania:
https://bibliotekanauki.pl/articles/394253.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
opad skał stropowych
geologiczny model złoża
modelowanie blokowe
zanieczyszczenie urobku
LW Bogdanka
roof fall
geological deposit model
block modeling
contaminants in the winning
Opis:
Znajomość charakterystyki górotworu, wyrażonej ogólną jakością mas skalnych wraz z kombinacjami różnych parametrów geologicznych odgrywa istotną rolę w trakcie prowadzenia eksploatacji. Na podstawie tej informacji o górotworze wybierana jest technika eksploatacji złoża oraz projektowany taki sposób kierowania stropem, aby maksymalnie ograniczyć niebezpieczeństwo wystąpienia obwałów. Niestety często litologia skał stropowych jest tak zmienna, że trudno przewidzieć sposób ich zachowania się, zwłaszcza w momencie naruszenia górotworu eksploatacją. Aktualnie jednym z najczęstszych niekorzystnych zjawisk towarzyszących eksploatacji (zwłaszcza cienkich pokładów węgla) związanych z właściwościami stropu jest jego opad w postaci skały płonnej. Jej pojawienie się w urobku powoduje dodatkowe koszty oraz wpływa na obniżenie parametrów jakościowych produktu handlowego. Szczególnie problematyczne jest to zjawisko w przypadku prowadzenia eksploatacji strugowej, gdzie część stropu w wyrobiskach eksploatacyjnych jest odsłonięta (Dyczko i in. 2015). Artykuł przedstawia opis metodyki prowadzenia na bieżąco szczegółowych badań litologii skał stropowych pokładu węgla w chodnikach przyścianowych oraz w ścianach eksploatacyjnych wraz z postępem ściany. Jak wynika z prowadzonych badań, prognozowanie wielkości opadu stropu na etapie planowania robót górniczych może być istotną wskazówką dla zastosowania odpowiednich środków zaradczych, aby zminimalizować to zjawisko jeszcze przed uruchomieniem ściany. Może to znacząco obniżyć koszt prowadzonego procesu wydobywczego. Do prognozowania wielkości opadu skał przypokładowych posłużono się modelowaniem blokowym, dzięki któremu z powodzeniem określono ilość skały płonnej z opadu stropu, jaka może zanieczyścić urobek w analizowanej parceli wydobywczej. W artykule przedstawiano sposoby modelowania opadu skał stropowych będące efektem prac Zespołu Pracowni Pozyskiwania Surowców Mineralnych IGSMiE PAN i LW Bogdanka SA. W przyszłości proponowana metodyka może być wykorzystana do analizy przebiegu opadu stropu oraz wyliczenia masy opadających skał stropowych oraz kalibracji systemu ciągłego pomiaru jakości urobku w wyrobiskach górniczych.
Knowledge of the characteristics of the rock mass, expressed in terms of the overall quality of rocks, including combinations of different geological parameters and their relative significance to the whole rock mass, plays an important role in the course of mining operation. With this information we select the technique of mining the deposit and try to protect the roof to minimize the roof fall. Unfortunately, the lithology of roof rocks is often so variable that it is difficult to exactly predict their behavior, especially when the rock mass is violated by exploitation. Currently, one of the most of characteristic unfavorable phenomena related to the roof’s properties accompanying the mining operation, in particular mining of thin coal seams is the roof fall. Its appearance in the winning generates additional costs and reduces the quality parameters of the commercial product. This phenomenon is particularly problematic in the case of plow exploitation, where part of the roof in mining excavations is exposed. The article presents a description of the methodology of conducting detailed studies of roof rock lithology of the coal seam in longwall headings and in the longwalls with the current progress of the longwall. As it is clear from the conducted research, forecasting the size of roof fall in the planning stage of the mining operation can be an important indication for the use of appropriate measures to minimize this phenomenon before commencing the longwall, which can significantly reduce the cost of the mining process. To predict the amount of roof fall of the by-seam rocks, block modeling was used, through which the amount of waste rock from the roof fall was successfully determined, which can contaminate the output in the analyzed mining area. The article presented ways of modeling roof fall of rocks which are the result of the works of the Department of Acquisition of Mineral Resources of the Polish Academy of Sciences and LW Bogdanka SA. In the future, the proposed methodology can be used for analysis of the roof fall, for calculating the mass of the roof fall and calibration of continuous system for measuring the quality of the winning in the mine workings.
Źródło:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2016, 92; 427-438
2080-0819
Pojawia się w:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies