An Introduction of New Simulation and Optimization Software Application for Long-Term Limestone Quarry Production Planning

• Autorzy: Bao Tran Dinh , Thang Hoang Hung , Vu Trong

Identyfikatory

DOI

10.29227/IM-2020-02-12

Warianty tytułu

PL

Wprowadzenie nowej aplikacji do symulacji i optymalizacji długoterminowego planowania produkcji w kamieniołomach wapienia

• Języki publikacji: EN

Abstrakty

EN

Long-term limestone quarry production planning is essential to maintain the supply to the cement plant. In which, quarry planners usually attempt to fulfil the complicated calculations, which ensure a consistent supply of raw materials to the cement plant while guaranteeing technical and operational parameters in mining. Traditionally, the calculations are done on a spreadsheet or by trial and error procedure resulting in high additive cost and an increase in product variability. Modern quarry management relies on block models and mathematical algorithms integrated into the software to optimize the long-term limestone quarry production planning. However, this method is potentially sensitive to geological uncertainty in block modelling, resulting in the deviation of the supply production of raw materials. The need for mining intelligently raw material is, therefore, crucial and an increasing issue in the cement industry. In this research, a new simulation and optimization software application called Quarrier is introduced, allowing quarry planners to address the conflicting requirements of long-term limestone quarry production planning while forecasting and mitigating the effects of geological uncertainty on the supply of raw materials for the cement plant. The benefits of this software are demonstrated through a limestone quarry in Vietnam.

PL

Długoterminowe planowanie produkcji w kamieniołomie wapienia ma zasadnicze znaczenie dla utrzymania dostaw do cementowni. W którym planiści kamieniołomów zazwyczaj starają się wykonywać skomplikowane obliczenia, które zapewniają stałe dostawy surowców do cementowni przy jednoczesnym zagwarantowaniu parametrów techniczno-eksploatacyjnych w górnictwie. Tradycyjnie obliczenia są wykonywane manualnie lub metodą prób, co skutkuje wysokimi kosztami dodatków i zwiększeniem zmienności produktu. Nowoczesne zarządzanie kamieniołomami opiera się na modelach blokowych i algorytmach matematycznych zintegrowanych z oprogramowaniem w celu optymalizacji długoterminowego planowania produkcji w kamieniołomie. Jednak metoda ta jest potencjalnie wrażliwa na niepewność geologiczną w modelowaniu bloków, co skutkuje odchyleniem w zakresie dostaw surowców do produkcji. Potrzeba inteligentnego wydobywania surowca jest zatem kluczowym i rosnącym problemem w przemyśle cementowym. W ramach tych badań wprowadzono nową aplikację do symulacji i optymalizacji o nazwie Quarrier, umożliwiającą planistom kamieniołomów sprostanie sprzecznym wymaganiom długoterminowego planowania produkcji kamieniołomu wapienia, jednocześnie prognozując i łagodząc skutki niepewności geologicznej na dostawy surowców do cementu. roślina. Korzyści płynące z tego oprogramowania są widoczne w kamieniołomie wapienia w Wietnamie.

Słowa kluczowe

EN

quarry; extraction plan; cement; optimization; simulation; geological uncertainty

PL

kamieniołom; plan wydobycia; cement; optymalizacja; symulacja; niepewność geologiczna

• Wydawca: Polskie Towarzystwo Przeróbki Kopalin
• Czasopismo: Inżynieria Mineralna
• Rocznik: 2020
• Tom: no. 2, vol. 1
• Strony: 87--93
• Opis fizyczny: Bibliogr. 8 poz., rys., tab., wykr.

Twórcy

autor

Bao Tran Dinh

• Ha Noi University of Mining and Geology, Hanoi, Vietnam

autor

Thang Hoang Hung

• Quang Ninh University of Institute, Quang Ninh, Vietnam

autor

Vu Trong

• TU Bergakademie Freiberg, Germany

Bibliografia

• 1. CPLEX. (2009). User’s Manual for CPLEX. International Business Machines Corporation, 46(53), 157.
• 2. Deutsch, C.V., Journel, A. G. (1998). GSLIB : geostatistical software library and user’s guide (2nd Editio). New York: Oxford University Press.
• 3. Dimitrakopoulos, R., Farrelly, C. T., & Godoy, M. (2002). Moving forward from traditional optimization: Grade uncertainty and risk effects in open-pit design. Institution of Mining and Metallurgy. Transactions. Section A: Mining Technology.
• 4. Groeneveld, B., & Topal, E. (2011). Flexible open‐pit mine design under uncertainty. Journal of Mining Science, 212‐226.
• 5. Inc., M. (2007). MATLAB (R2007b) Software. Natick, MA, USA.
• 6. Tabesh, M, & Askari-Nasab, H. (2011). Two-stage clustering algorithm for block aggregation in open pit mines. Mining Technology, 120(3), 158–169.
• 7. Tabesh, Mohammad, Mieth, C., & Askari–Nasab, H. (2014). A multi–step approach to long–term open–pit production planning. International Journal of Mining and Mineral Engineering, 5(4), 273–298.
• 8. Vallée, M. (2000). Mineral resource + engineering, economic and legal feasibility = ore reserve. CIM Bulletin.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).