1. Inicio
  2. Atrás
Título: Stochastic short-term production scheduling accounting for fleet allocation, operational considerations, blending restrictions and future multi-element ore control data
Autores: Villalba Matamoros, Martha
Fecha: 2014
Publicador: McGill University - MCGILL
Fuente:
Tipo: Electronic Thesis or Dissertation
Tema: Engineering - Mining
Descripción: Mine production scheduling may be long-term or short-term based on the time period considered and the final objective. The optimization goal of short-term production scheduling is to minimize the mining cost expected from a mine while satisfying operational constraints, such as mining slope, grade blending, metal production, mining capacity and processing capacity; however some parameters may be uncertain, such as metal quality and fleet parameters. Traditional short-term production planning is carried out by two sequential optimizations, production schedule is defined at the first step and the available fleet is evaluated for this schedule as a second step, however; the fleet availability, hauling time and mining considerations do not influence the schedule decision. In addition, the fleet optimization algorithms do not consider uncertainty in their parameters and do not take into account the local mineralization of the deposit because a single possibly misleading total aggregated block tonnage is linked to each sector to be mined. The local mineralization or local scale variability between blocks assists in the blending process and metal quality control; however, the traditional short-term production scheduling is based on exploration drilling or a sparse data ore body model, while in practice grade control data or close spacing blasthole drilling classify the material as ore and waste because their short-scale information is not available at the time of the monthly short-term planning. The local variability is relevant in the short-term production scheduling to define the destination of the material.The short-term mine production scheduling in this thesis is developed as a single formulation where mining considerations, production constraints, uncertainty in the orebody metal quantity, as well as fleet parameters, are evaluated together to define a well informed sequence of mining that results in high performance at the mine operation. The formulation is implemented at a multi-element iron mine and the resulting monthly schedules show lower cost, minable patterns and, efficient fleet allocation, that ensures a higher and less variable utilization of the fleet over the conventional schedule approach.Uninformed and ultimately costly decisions can be taken because of imperfect geological knowledge or information effect. The orebody uncertainty may be updated by simulated future ore control data to account for local scale grade variability, and the information used to discriminate ore and waste in practice. Multi-element orebody uncertainty models are updated based on the correlation of exploration data and past ore control data, this orebody uncertainty is then used to optimize the short-term production scheduling that leads to better performance in terms of matching ore quality targets and delivering recoverable reserves.
Le programme de production d'une mine peut se faire à long ou à court terme selon l'horizon de temps choisi et l'objectif final visé. L'objectif d'optimisation du programme à court terme est de minimiser les coûts d'opération attendus d'une mine en tenant compte de contraintes, tel que la pente de talus, le mélange de matériel, la production de métaux ainsi que la capacité de production et de traitement de la mine. Cependant, certains paramètres tels que la qualité du métal de base et les paramètres définissant la flotte minière peuvent être incertains.La planification traditionnelle à court terme des activités de production est assurée par deux optimisations séquentielles. Le programme des activités de production est établi à la première étape et la disponibilité de la flotte est évaluée à la seconde étape. Il faut bien voir cependant que la disponibilité de la flotte ainsi que le temps de transport et les considérations générales de l'exploitation minière n'influencent pas les décisions de programmation. De plus, les algorithmes d'optimisation de la flotte ne considèrent pas l'incertitude comme un de leurs paramètres et ne prennent pas en compte la minéralisation locale du gisement parce que le résultat agrégé prévu du tonnage global pourrait facilement être trompeur compte tenu qu'il est considéré comme un seul grand bloc lié à chaque secteur à être minés. La minéralisation locale, aussi appelée la variabilité de l'échelle entre les blocs de matière première, aide dans le processus de gestion des mélanges et le contrôle de la qualité des métaux. Cependant, la planification à court terme des activités de production est basée sur les forages d'exploration ou sur un modèle de corps minéralisé qui s'appuie sur des données ayant un certain degré d'incertitude. Alors qu'en pratique le contrôle de qualité du minerai ou la courte distance entre les trous de forage pré-dynamitage classifie le matériel comme économique ou stérile étant donné que l'information à courte échelle n'est pas disponible au moment de la préparation de la planification à court terme des activités de production. La variabilité locale est importante dans la planification à court terme pour définir la destination du matériel.Le modèle du programme à court terme des activités de production d'une mine tel que proposé dans cette thèse présente une formulation où les considérations minières, les contraintes de production, l'incertitude liée à la quantité de métal présente dans le corps minéralisé ainsi que les paramètres de la flotte minière sont évalués ensembles afin d'obtenir une séquence bien documentée des activités minières qui favorise une performance optimisée des opérations minières. La formulation a été implantée dans une mine de fer avec multiéléments et les résultats de la planification mensuelle ont démontré des coûts moindres et une utilisation efficiente de la flotte minière qui assurent une utilisation élevée et moins variable de la flotte en comparaison de l'approche d'un programme conventionnelle.Des décisions mal documentées et coûteuses peuvent être prise à cause de connaissances géologiques imparfaites ou d'autres facteurs informationnels. L'incertitude concernant le corps minéralisé peut être mise à jour en simulant des données futures de contrôle des métaux afin de tenir compte de la variabilité du niveau de contrôle dans la qualité du métal présent et de l'information utilisée pour mieux faire la différence entre minéral économique et stérile. Les modèles d'incertitude des corps minéralisés a multiéléments sont mis à jour en se basant sur la corrélation des données d'exploration et les données d'exploration et les données passées de contrôle de métal. Ces incertitudes liées aux corps minéralisées permettent alors d'optimiser le programme à court-terme des activités de production qui mène à une meilleure performance en termes d'atteinte d'objectifs quant à la qualité du métal dans le minerai et de la réserve de matériel utilisable.
Idioma: en