Assessing geological and mining condition nuisance and its impact on the cost of exploitation in hard coal mines with the use of a multi-criterion method

• Autorzy: Sobczyk E. J. , Kopacz M.

Identyfikatory

DOI

10.24425/123690

Warianty tytułu

PL

Uciążliwość warunków geologiczno-górniczych i jej wpływ na koszty eksploatacji w kopalniach węgla kamiennego - wykorzystanie metody wielokryterialnej

• Języki publikacji: EN

Abstrakty

EN

This article presents the use of a multi-criterion Analytic Hierarchy Process (AHP) method to assess geological and mining condition nuisance in longwall mining operations in selected coal mines in Poland. For this purpose, a methodology has been developed which was used to calculate the operational nuisance indicator (WUe) in relation to the cost of mining coal in individual longwalls. Components of the aggregate operational nuisance indicator include four sub-indicators: the natural hazards indicator (UZN), an indicator describing the seam parameters (UPZ), an indicator describing the technical parameters (UT) and an environmental impact indicator (UŚ). In total, the impact of 28 different criteria, which formed particular components of the nuisance indicators were analysed. In total 471 longwalls in 11 coal mines were analysed, including 277 longwalls that were mined in the period of 2011 to 2016 and 194 longwalls scheduled for exploitation in the years 2017 to 2021. Correlation analysis was used to evaluate the relationships between nuisance and the operating costs of longwalls. The analysis revealed a strong correlation between the level of nuisance and the operating costs of the longwalls under study. The design of the longwall schedule should therefore also take into account the nuisance arising from the geological and mining conditions of the operations. Selective operations management allows for the optimization of costs for mining in underground mines using the longwall system. This knowledge can also be used to reduce the total operating costs of mines as a result of abandoning the mining operations in entire longwalls or portions of longwalls that may be permanently unprofitable. Currently, underground mines do not employ this optimization method, which even more emphasizes the need for popularizing this approach.

PL

Artykuł przedstawia zastosowanie wielokryterialnej metody AHP (Analytic Hierarchy Process) do oceny poziomu uciążliwości warunków geologicznych i górniczych procesu prowadzenia eksploatacji w ścianach wydobywczych wybranych kopalń węgla kamiennego w Polsce. W tym celu opracowano metodykę, która posłużyła do obliczenia wskaźnika uciążliwości eksploatacji WUe w kontekście kosztów wydobycia węgla w poszczególnych ścianach. Składowymi wskaźnika uciążliwości są cztery subwskaźniki: wskaźnik wynikający z zagrożeń naturalnych (UZN), wskaźnik charakteryzujący parametry pokładu (UPZ), wskaźnik określający parametry techniczne (UT) oraz wskaźnik wpływu eksploatacji na środowisko (UŚ). Łącznie analizowano wpływ 28 różnych kryteriów wchodzących w skład poszczególnych składowych uciążliwości. Analizie poddano 471 ścian wydobywczych w 11 kopalniach węgla kamiennego, w tym 277 ścian, które były eksploatowane w latach 2011-2016 oraz 194 ściany zaprojektowane do eksploatacji na lata 2017-2021. Przy ocenie związków kosztów operacyjnych ścian i uciążliwości zastosowano analizę korelacji. Analiza wykazała silny związek między poziomem uciążliwości eksploatacji a kosztami operacyjnymi tych ścian. Projektowanie harmonogramu biegu ścian powinno zatem uwzględniać również aspekt uciążliwości wynikającej z warunków geologiczno-górniczych eksploatacji. Selektywne zarządzanie wydobyciem umożliwia optymalizację kosztów wydobycia w kopalniach podziemnych stosujących system ścianowy. Wiedza ta może być wykorzystana również do obniżenia całkowitych kosztów operacyjnych kopalń wskutek zaniechania udostępniania i eksploatacji ścian, partii i całych rejonów, które mogą być trwale nierentowne. Na koniec należy dodać, że w kopalniach podziemnych nie stosuje się tego typu rozwiązań, co tym bardziej podkreśla potrzebę popularyzacji tego podejścia.

Słowa kluczowe

EN

coal deposits; hard coal mining; Hierarchical Problem Analysis AHP; nuisance to the mining process conditions; costs of mining

PL

złoża węgla kamiennego; górnictwo węgla kamiennego; Hierarchiczna Analiza Problemu AHP; uciążliwość warunków procesu eksploatacji; koszty eksploatacji

• Wydawca: Instytut Mechaniki Górotworu PAN
• Czasopismo: Archives of Mining Sciences
• Rocznik: 2018
• Tom: Vol. 63, no. 3
• Strony: 665--686
• Opis fizyczny: Bibliogr. 34 poz., rys, tab., wykr.

Twórcy

autor

Sobczyk E. J.

• Mineral Energy and Economy Research Institute of the Polish Academy of Sciences, 7 Wybickiego, 31-261 Kraków, Poland

autor

Kopacz M.

• Mineral Energy and Economy Research Institute of the Polish Academy of Sciences, 7 Wybickiego, 31-261 Kraków, Poland

Bibliografia

• [1] Brzychczy E., 2012. Metoda modelowania i optymalizacji robót eksploatacyjnych w wielozakładowym przedsiębiorstwie górniczym. Kraków: Wydawnictwa AGH. Seria Rozprawy i Monografie, 245.
• [2] Bascetin A., 2009. The study of decision making tools for equipment selection in mining engineering operations. Gospodarka Surowcami Mineralnymi 25, 3.
• [3] Biedrawa A., Sobczyk W., 2010. AHP – komputerowe wspomaganie podejmowania złożonych decyzji. Rozdział w monografii „Edukacja – Technika – Informatyka”, Rocznik Naukowy nr 1/2010, cz. 1, Przemyśl 2010. ISSN 2080-9069, s. 285-291.
• [4] Czubakowska K., Gabrusiewicz W., Nowak E., 2014: Podstawy rachunkowości zarządczej. PWE, Warszawa.
• [5] Gawlik L., 2008. Wpływ poziomu wydobycia węgla kamiennego na koszty jego pozyskania w kopalniach. Studia, Rozprawy i Monografie nr 148, wyd. IGSMiE PAN, Kraków.
• [6] Heidenberger K., Stummer C., 1999. Research and development project selection and resource allocation: a review of quantitative modelling approaches. International Journal of Management Reviews 1, 197-224.
• [7] Herkenhoff L., Fogli J., 2013. Applied Statistics for Business and Management using Microsoft Excel, Springer Science+Business Media, New York, US.
• [8] IGSMiE PAN, 2016. Strategia wychodzenia JSW SA z kryzysu, praca niepublikowana, Kraków, Poland.
• [9] Iman R.L., Conover W.J., 1982. A distribution-free approach to inducing rank correlation among input variables, Communications in Statistics – Simulation and Computation 11 (3), 311-334.
• [10] Jaszczuk M., Kania J., 2008. Coal production costs components and coal price as crucial factors in the designation of coal output. Arch. Min. Sci. 53, 2, 183-214.
• [11] Jonek-Kowalska I., Turek M., 2016. Koszty stałe i zmienne a efektywność produkcji w polskich kopalniach węgla kamiennego. Zeszyty Naukowe Politechniki Śląskiej, Seria: Organizacja i Zarządzanie (97), 153-167.
• [12] Kustra A., 2013. Zarządzanie kosztami w cyklu życia projektu geologiczno-górniczego, Rozprawy i Monografie, nr 278, wyd. AGH, Kraków.
• [13] Labys W.C., 1999. Modeling mineral and energy markets. Springer Science+Business Media, New York, US.
• [14] Liberatore M.J., Nydick R.L., 2008. The analytic hierarchy process in medical and health. European Journal of Operational Research 189, 194-207.
• [15] Magda R., Woźny T., Kowalczyk B., Głodzik S., Gryglik D., 2002. Racjonalizacja modelu i wielkości kopalń węgla kamiennego w warunkach gospodarczych początku XXI wieku, Kraków: wyd. AGH.
• [16] Mark D., 2001. Adaptive AHP: a review of marketing applications with extensions. European Journal of Marketing 35 (7/8), 872-894.
• [17] Miller M.B., 2012. Mathematics and Statistics for Financial Risk Management. John Wiley&Sons. Hoboken, New Jersey, Canada.
• [18] Najafi A.B., Saeedi G.R., Farsangi M.A.E., 2014. Risk analysis and prediction of out-of-seam dilution in longwall Mining. International Journal of Rock Mechanics & Mining Sciences 70, 115-122.
• [19] Palei S.K., Das. S.K., 2009. Logistic regression model for prediction of roof fall risks in bord and pillar workings in coal mines. An approach. Safety Science (47), 88-96.
• [20] Pohekar S.D., Ramachandran M., 2004. Application of multi-criteria decision making to sustainable energy planning – a review. Renewable and Sustainable Energy Reviews 8, 365-381.
• [21] Rodriques X.A., Arias C., 2008. The effects of resource depletion on coal mining productivity. Energy Economics (30), 397-408.
• [22] Saaty T.L., 1980. Multicriteria Decision Making: The Analytic Hierarchy Process, McGraw-Hill, New York.
• [23] Saeedi G., Shahriar K., Rezai B., Karpuz C., 2010. Numerical modelling of out-of-seam dilution in longwall retreat mining. International Journal of Rock Mechanics & Mining Sciences (47), 533-543.
• [24] Sari M., Selcuk A., Karpuz C., Sebnem H., Duzgun B., 2007. Stochastic modeling of accident risks associated with an underground coal mine in Turkey. Safety Science (47), 78-87.
• [25] Sierpińska M. (red.), 2007. Wykorzystanie nowoczesnych koncepcji wspomagania decyzji dla poprawy efektywności zarządzania zakładem górniczym i spółką węglową. ART-TEKST, Kraków, Poland.
• [26] Sobczyk E.J., 2008. Analytic Hierarchy Process (AHP) and Multivariate Statistical Analysis (MSA) in Evaluating Mining Difficulties in Coal Mines. 21st World Mining Congress – New Challenges and Visions for Mining. Kraków. Taylor&Francis Group, A Balkema Book, London.
• [27] Sobczyk E.J., Rożek R., 2009. Próba oceny uciążliwości warunków geologiczno-górniczych dla potrzeb porównywania wyników produkcyjnych oddziałów wydobywczych KGHM Polska Miedź SA. Międzynarodowy Kongres Górnictwa Rud Miedzi – Perspektywy i Wyzwania 2, 81-91. Lubin.
• [28] Sobczyk E.J., Wota A., Krężołek S., 2011. The application of mathematical multi-criteria methods for choosing the optimal alternative for hard coal acquisition. Gospodarka Surowcami Mineralnymi 27 ( 3), 51-69.
• [29] Sobczyk W., Kowalska A. Sobczyk E.J., 2014. The use of AHP multi-criteria method and Leopold matrix to assess the impact of gravel and sand pits on the environment of the Jasiolka Valley. Mineral Resources Management 30 (2), 157-172.
• [30] Sobczyk M., 2006. Statystyka aspekty praktyczne i teoretyczne, UMC, Lublin.
• [31] Sokołowski A., 1982. O zagadnieniach taksonomicznych. Zeszyty Naukowe Akademii Ekonomicznej w Krakowie NR 165.
• [32] Turek M. (red.), 2013. Analiza i ocena kosztów w górnictwie węgla kamiennego w Polsce w aspekcie poprawy efektywności wydobycia. Difin, Warszawa, Poland.
• [33] Wind Y., Saaty T.L., 1980. Marketing applications of the Analytic Hierarchy Process. Management Science 26 (7), 641-658.
• [34] Zhu B., 2011. Quantitative evaluation of coal-mining geological condition. Procedia Engineering 26, 630-639.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019)