PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Ore value chain modeling and cost analysis based on Petri nets

Autorzy
Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Modelowanie łańcucha wartości rudy i analiza kosztów w oparciu o sieci Petriego
Języki publikacji
EN
Abstrakty
EN
At present, with the increase of production capacity and the promotion of production, the reserves of most mining enterprises under the original industrial indexes are rapidly consumed, and the full use of low-grade resources is getting more and more attention. If mining enterprises want to make full use of low-grade resources simultaneously and obtain good economic benefits to strengthening the analysis and management of costs is necessary. For metal underground mines, with the gradual implementation of exploration and mining projects, capital investment and labor consumption are dynamic and increase cumulatively in stages. Consequently, in the evaluation of ore value, we should proceed from a series of processes such as: exploration, mining, processing and the smelting of geological resources, and then study the resources increment in different stages of production and the processing. To achieve a phased assessment of the ore value and fine evaluation of the cost, based on the value chain theory and referring to the modeling method of computer integrated manufacturing open system architecture (CIMOSA), the analysis framework of gold mining enterprise value chain is established based on the value chain theory from the three dimensions of value-added activities, value subjects and value carriers. A value chain model using ore flow as the carrying body is built based on Petri nets. With the CPN Tools emulation tool, the cycle simulation of the model is carry out by the colored Petri nets, which contain a hierarchical structure. Taking a large-scale gold mining enterprise as an example, the value chain model is quantified to simulate the ore value formation, flow, transmission and implementation process. By analyzing the results of the simulation, the ore value at different production stages is evaluated dynamically, and the cost is similarly analyzed in stages, which can improve mining enterprise cost management, promote the application of computer modeling and simulation technology in mine engineering, more accurately evaluate the economic feasibility of ore utilization, and provide the basis for the value evaluation and effective utilization of low-grade ores.
PL
Obecnie wraz ze wzrostem zapotrzebowania na surowce mineralne, zasoby większości tych surowców podlegają bardzo szybkiemu sczerpaniu, a wykorzystanie zasobów o niskiej jakości jest brane pod uwagę coraz powszechniej. Jeśli przedsiębiorstwa wydobywcze chcą w pełni wykorzystać zasoby surowców mineralnych niskiej jakości i jednocześnie uzyskać dobre wyniki ekonomiczne, niezbędna jest szeroka analiza i zarządzanie kosztami. W przypadku podziemnych kopalń rud metali, przy stopniowej realizacji projektów poszukiwawczo-wydobywczych, nakłady inwestycyjne i nakłady pracy są dynamiczne i wzrastają stopniowo w realizowanych procesach. W związku z tym, w ocenie wartości rudy powinno się uwzględniać szereg procesów, takich jak: poszukiwanie, wydobycie, przeróbkę i hutnictwo, a następnie rozpatrywać przyrosty wartości i kosztów na poszczególnych etapach produkcji i przetwarzania. Aby osiągnąć etapową ocenę wartości rudy i dokładną ocenę kosztów, w oparciu o teorię łańcucha wartości, należy zastosować metodę komputerowego modelowania zintegrowanej produkcji otwartej architektury systemu (CIMOSA). Ramy analizy łańcucha wartości przedsiębiorstwa wydobywczego złota są ustalane z trzech ocen: wartości dodanej, wartości podmiotów i wartości nośników. Model łańcucha wartości wykorzystujący przepływ rudy zbudowany jest w oparciu o sieci Petriego. Symulacja cyklu modelu jest realizowana przez kolorowe sieci Petriego, które zawierają hierarchiczną strukturę. Przykładem jest wielkoskalowe przedsiębiorstwo wydobywcze złota, w którym model łańcucha wartości jest określany ilościowo w celu symulacji procesów tworzenia, przepływu, przeniesienia i realizacji. Analizując wyniki symulacji, wartość rudy na poszczególnych etapach produkcji jest oceniana dynamicznie, a koszty są również analizowane etapami, co może: poprawić zarządzanie kosztami przedsiębiorstw górniczych, promować zastosowanie modelowania komputerowego i technologii symulacji w inżynierii górniczej, bardziej dokładnie ocenić ekonomiczną wykonalność wykorzystania rudy i zapewnić podstawę do oceny wartości i efektywnego wykorzystania rud niskiej jakości.
Twórcy
autor
  • University of Science & Technology Beijing, China
autor
  • University of Science & Technology Beijing, China
autor
  • University of Science & Technology Beijing, China
autor
  • University of Science & Technology Beijing, China
autor
  • Shenhua Information Technology Co., LTD, China
Bibliografia
  • [1] Al-Azzoni, I. 2015. Server consolidation for heterogeneous computer clusters using Colored Petri Nets and CPN Tools. Journal of King Saud University – Computer and Information Sciences 27, pp. 376–385.
  • [2] Almeida et al. 2016 – Almeida, J., De Meyer, A., Cattrysse, D., Van Orshoven, J., Achten, W.M.J. and Muys, B. 2016. Spatial optimization of Jatropha based electricity value chains including the effect of emissions from land use change. Biomass and Bioenergy 90, pp. 218–229.
  • [3] An et al. 2017 – An, Y., Wu, N., Hon, C. T. and Li, Z. 2017. Scheduling of Crude Oil Operations in Refinery without Sufficient Charging Tanks Using Petri Nets. Applied Sciences 7.
  • [4] An et al. 2018 – An, Y., Wu, N., Zhao, X., Li, X. and Chen, P. 2018. Hierarchical Colored Petri Nets for Modeling and Analysis of Transit Signal Priority Control Systems. Applied Sciences 8, p. 141.
  • [5] Badri, H., Ghomi, S. M. T. F. And Hejazi, T.-H. 2017. A two-stage stochastic programming approach for value-based closed-loop supply chain network design. Transportation Research Part E-Logistics and Transportation Review 105, pp. 1–17.
  • [6] Brandenburg, M. and Seuring, S. 2011. Impacts of supply chain management on company value: benchmarking companies from the fast moving consumer goods industry. Logistics Research 3, pp. 233–248.
  • [7] Chaharsooghi, K. and Ahmadi Achachlouei, M. 2011. Developing life-cycle phases for the DoDAF using ISO15704 Annex A (GERAM). Computers in Industry 62, pp. 253–259.
  • [8] Chen, Y.-T. and Chiu, M.-C. 2015. A case-based method for service-oriented value chain and sustainable network design. Advanced Engineering Informatics 29, pp. 269–294.
  • [9] Cheng et al. 2013 – Cheng, F., Li, H., Wang, Y.W., Skitmore, M. and Forsythe, P. 2013. Modeling resource management in the building design process by information constraint Petri nets. Automation in Construction 29, pp. 92–99.
  • [10] Drakaki, M. and Tzionas, P. 2017. Manufacturing Scheduling Using Colored Petri Nets and Reinforcement Learning. Applied Sciences, 7.
  • [11] Forster et al. 2013 – Forster, C., Zapp, M., Aelker, J., Westkämper, E. and Bauernhansl, T. 2013. Collaborative Value Chain Management between Automotive and Semiconductor Industry: An Analysis of Differences and Improvement Measures. Procedia CIRP 12, pp. 312–317.
  • [12] Gratie, D.-E. and Gratie, C. 2016. Composition Colored Petri Nets for the Refinement of Reaction-based Models. Electronic Notes in Theoretical Computer Science 326, pp. 51–72.
  • [13] Guo et al. 2017 – Guo, Z., Zhang, Y., Zhao, X. and Song, X. 2017. A Timed Colored Petri Net Simulation-Based Self-Adaptive Collaboration Method for Production-Logistics Systems. Applied Sciences 7.
  • [14] Gusikhin, O. and Klampfl, E. 2010. Integrated Process Planning and Supply Chain Configuration for Commodity Assemblies Using Petri Nets [In:] Lilius, J. and Penczek, W. (eds.) Applications and Theory of Petri Nets, Proceedings.
  • [15] Hamilton-Hart, N. and Stringer, C. 2016. Upgrading and exploitation in the fishing industry: Contributions of value chain analysis. Marine Policy 63, pp. 166–171.
  • [16] Herranz et al. 2017 – Herranz, R.E., Estévez, P.G., Oliva, M.A.D.V.Y. and Dé, R. 2017. Leveraging financial management performance of the Spanish aerospace manufacturing value chain. Journal of Business Economics and Management 18, pp. 1005–1022.
  • [17] Hui, S. and Berenguer, C. 2015. Delayed maintenance model for deteriorating track using colored Petri Nets. IFAC – Papers Online 48, pp. 464–469.
  • [18] Jaligot et al. 2016 – Jaligot, R., Wilson, D.C., Cheeseman, C.R., Shaker, B. and Stretz, J. 2016. Applying value chain analysis to informal sector recycling: A case study of the Zabaleen. Resources, Conservation and Recycling 114, pp. 80–91.
  • [19] Li et al. 2017 – Li, C., Chen, H. and Xie, T. 2017. Modeling and simulating method for the medical closed loop–value chain system. Computer Integrated Manufacturing Systems 23, 19.
  • [20] Mahjoub et al. 2017 – Mahjoub, Y.I., El-Alaoui, E.H.C. and Nait-Sidi-Moh, A. 2017. Modeling a bus network for passengers transportation management using colored Petri nets and (max, plus ) algebra [In:] Shakshuki, E. ed. 8th International Conference on Ambient Systems, Networks and Technologies.
  • [21] Mazouzi et al. 2014 – Mazouzi, M., Kallel, O., Mbarek, I.B., Hasnaoui, S. and Abid, M. 2014. SCPN modeling and comparative performance evaluation of bussed and crossbar-based switched fabric CAN. Computer Standards & Interfaces 36, pp. 953–962.
  • [22] Millet, P.-A. 2013. Toward a model-driven, alignment-oriented ERP methodology. Computers in Industry 64, pp. 402–411.
  • [23] Mullane et al. 2010 – Mullane, S.L., Justham, L.M., West, A.A. and Conway, P.P. 2010. Design of an end-user centric information interface from data-rich performance analysis tools in elite swimming. Procedia Engineering 2, pp. 2713–2719.
  • [24] Nahman, A. and De Lange, W. 2013. Costs of food waste along the value chain: evidence from South Africa. Waste Manag 33, pp. 2493–500.
  • [25] Niranjan et al. 2011 – Niranjan, U.N., Itagi, S. and Mohan, B.R. 2011. Petri Net Model for Knowledge-Based Value Chain [In:] Shah, K., Gorty, V. R. L. and Phirke, A. eds. Technology Systems and Management. Berlin: Springer-Verlag Berlin.
  • [26] Porras et al. 2017 – Porras, I., Mohammed, E.Y., Ali, L., Ali, M.S. and Hossain, M.B. 2017. Power, profits and payments for ecosystem services in Hilsa fisheries in Bangladesh: A value chain analysis. Marine Policy 84, pp. 60–68.
  • [27] Porter, M.E. 1985. Competitive advantage, New York, Free Press.
  • [28] Song et al. 2017 – Song, H., Liu, J. and Schnieder, E. 2017. Validation, verification and evaluation of a Train to Train Distance Measurement System by means of Colored Petri Nets. Reliability Engineering & System Safety 164, pp. 10–23.
  • [29] Tang et al. 2016 – Tang, J., Piera, M.A. and Guasch, T. 2016. Coloured Petri net-based traffic collision avoidance system encounter model for the analysis of potential induced collisions. Transportation Research Part C: Emerging Technologies 67, pp. 357–377.
  • [30] Tuncel, G. and Alpan, G. 2010. Risk assessment and management for supply chain networks: A case study. Computers in Industry 61, pp. 250–259.
  • [31] Zacek et al. 2014 – Zacek, J., Melis, Z. and Hunka, F. 2014. Modeling the Value Chain with Object-Valued Petri Nets. Lecture Notes in Electrical Engineering 307, 12.
  • [32] Zegordi, S.H. and Davarzani, H. 2012. Developing a supply chain disruption analysis model: Application of colored Petri-nets. Expert Systems with Applications 39, pp. 2102–2111.
  • [33] Zhu, L. and Wang, W. 2012. UML Diagrams to Hierarchical Colored Petri Nets: An Automatic Software Performance Tool. Procedia Engineering 29, pp. 2687–2692.
Uwagi
PL
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-d0adfd7d-dcd5-4ec6-8379-c199ccfea5f3
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.