Informacja

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

Wyszukujesz frazę "geological uncertainty" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Simultaneous integrated optimization for underground mine planning: application and risk analysis of geological uncertainty in a gold deposit
Zintegrowany model optymalizacji planowania robót górniczych w podziemnych kopalniach: analiza ryzyka i niepewności geologicznej w złożach złota
Autorzy:
Hou, Jie
Li, Guoqing
Hu, Nailian
Wang, Hao
Powiązania:
https://bibliotekanauki.pl/articles/216053.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
underground mine
mine planning
integrated optimization
geological uncertainty
integer programming
kopalnia podziemna
planowanie robót górniczych
zintegrowana optymalizacja
niepewność geologiczna
programowanie całkowitoliczbowe
Opis:
The main optimized objects in underground mines include: stope layout, access layout and production scheduling. It is common to optimize each component sequentially, where optimal results from one phase are regarded as the input data for the next phase. Numerous methods have been developed and implemented to achieve the optimal solution for each component. In fact, the interaction between different phases is ignored in the tradition optimization models which only get the suboptimal solution compared to the integrated optimization model. This paper proposes a simultaneous integrated optimization model to optimize the three components at the same time. The model not only optimizes the mining layout to maximize the Net Present Value (NPV), but also considers the extension sequence of stope extraction and access excavation. The production capacity and ore quality requirement are also taken into account to keep the mining process stable in all mine life. The model is validated to a gold deposit in China. A two-dimensional block model is built to do the resource estimation due to the clear boundary of the hanging wall and footwall. The thickness and accumulation of each block is estimated by Ordinary Kriging (OK). In addition, the conditional simulation method is utilized to generate a series of orebodies with equal possibility. The optimal solution of optimization model is carried out on each simulated orebody to evaluate the influence of geological uncertainty on the optimal mining design and production scheduling. The risk of grade uncertainty is quantified by the possibility of obtaining the expected NPV. The results indicate that the optimization model has the ability to produce an optimal solution that has a good performance under the uncertainty of grade variability.
Główne optymalizowane obiekty w kopalniach podziemnych to parametry struktury przodka wybierkowego, optymalnego udostępnienia oraz planowanie robót górniczych. Powszechne jest optymalizowanie każdego komponentu po kolei, przy czym optymalne wyniki jednej fazy są uważane za dane wejściowe dla następnej. Opracowano i wdrożono wiele metod w celu uzyskania optymalnego rozwiązania dla każdego komponentu. W rzeczywistości interakcja między różnymi fazami jest ignorowana w tradycyjnych modelach optymalizacji, które prowadzą do nieoptymalnych rozwiązań w porównaniu ze zintegrowanym modelem optymalizacji. Niniejszy artykuł przedstawia zintegrowany model optymalizacji optymalizujący trzy komponenty w tym samym czasie. Model nie tylko optymalizuje układ wydobywczy, aby zmaksymalizować wartość bieżącą netto (NPV), ale także uwzględnia parametry przodka wybierkowego oraz wkopu udostępniającego złoże. Aby utrzymać proces wydobycia na stałym poziomie przez cały czas trwania eksploatacji, pod uwagę brane są również zdolności produkcyjne oraz wymagania dotyczące jakości rudy. Omawiany model jest opracowany na potrzeby złoża złota w Chinach. Powstały dwuwymiarowy model blokowy do oszacowania zasobów ze względu na wyraźną granicę między skrzydłem wiszącym a spągowym. Grubość i akumulacja każdego bloku jest szacowana za pomocą krigingu zwyczajnego (OK). Dodatkowo wykorzystywana jest warunkowa symulacja w celu generowania szeregu złóż rudy. Optymalny model optymalizacji jest przeprowadzany na każdym symulowanym złożu w celu oceny wpływu niepewności geologicznej na optymalne planowanie robót górniczych i produkcji. Ryzyko odnośnie do niepewności jakości złoża jest kwantyfikowane przez możliwość uzyskania oczekiwanej wartości bieżącej netto (NPV). Wyniki wskazują, że model optymalizacji ma zdolność do tworzenia optymalnego rozwiązania w warunkach niepewności.
Źródło:
Gospodarka Surowcami Mineralnymi; 2019, 35, 2; 153-174
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kryteria i zasady określania ryzyka poszukiwawczego (COS)
The criteria and rules for determining exploration risk (COS)
Autorzy:
Byrska-Rąpała, A.
Powiązania:
https://bibliotekanauki.pl/articles/395041.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
ryzyko poszukiwawcze
czynniki ryzyka
czynniki geologiczne
niepewność
exploration risk
risk factors
geological factors
uncertainty
Opis:
Podstawowymi obiektami zainteresowań geologii górniczej są złoża kopalin, a metodyka szacowania ich zasobów to jedna z domen tej dyscypliny nauki. W górnictwie naftowym z metodyką szacowania zasobów złóż węglowodorów nierozerwalnie wiąże się określanie ryzyka poszukiwawczego COS (Chance of Success). Szansa na sukces w poszukiwaniu węglowodorów jest obliczana przez firmy naftowe na wiele różnych sposobów. Prawdopodobieństwo sukcesu jest modelowane przez rozważanie występowania i jakości kluczowych czynników geologicznych, tj. skały zbiornikowej, pułapki, czasu i warunków generowania węglowodorów, migracji. Firma naftowa analizuje każdy z czynników, a następnie przypisuje procentową szansę wystąpienia każdego czynnika na podstawie własnych zasad i kryteriów. W artykule zostały zaprezentowane zasady i kryteria oceny prawdopodobieństwa sukcesu COS opartego na praktykach największych firm naftowych.
The main objects of interest of mining geology are mineral deposits and their resource estimation methodology is one of the domains of this discipline of science. In the oil and gas sector an estimation methodology of hydrocarbon resources is inextricably linked to the exploration risk determination of COS (Chance of success). COS for an oil or gas prospect is calculated by the oil companies in many different ways. The probability of success for a single segment prospect is usually modeled by considering key geological factors, for example: source, migration, timing, reservoir, trap and seal. An oil company analyzes each of them and then assigns a percentage chance of success resulting fromto each factor based on their own in-house system or rules. The article presents principles for the assessment of the COS based on the practices of major oil companies.
Źródło:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2015, 91; 23-34
2080-0819
Pojawia się w:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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