Wyniki wyszukiwania - BazTech

1

The geological modelling of deposits, production designing and scheduling in the JSW SA Mining Group

Dyczko Artur

Gospodarka Surowcami Mineralnymi

|

2023

|

T. 39, z. 1

35--62

EN

The paper presents the analysis of IT tools selection to develop a system of deposits geological modelling as well as production designing and scheduling in a hard coal mine. The presented concept creates a subject-matter foundation of the solution supporting the decision making system in the field of production activities performance, with the use of IT solutions and monitoring of end product quality, implemented under the paradigm of so-called Intelligent Mine. A technological dialogue carried out by questionnaire surveys, supported with experts’ opinions, was applied to select the software for designing a system of deposit modelling, and for designing and scheduling of mining operations. Questionnaires originated based on presentations, covering the functionality in the field of geological data gathering, developing a geological spatial model of a bedded deposit, as well as designing and scheduling. The presented solutions were next evaluated, via questionnaires, by the employees of the company. In addition, 4 groups of criteria were prepared: technical (questionnaires), technical (experts), business, and IT, based on which the final evaluation was carried out. Ultimately, Solution 2 was selected as that, which to the highest degree satisfied technical, business, and IT requirements of the planned system. The indicated IT solution was implemented and became one of basic tools for modelling hard coal deposits, an also for designing and scheduling of the mining operations in the company.

PL

Rozwój informatyki, automatyki i robotyki umożliwia coraz większej liczbie podmiotów zwiększenie wykorzystania technik cyfrowych lub komputerowych. Dotyczy to również branży tradycyjnych, takich jak górnictwo, dla których stosowanie narzędzi informatycznych do gromadzenia, przechowywania i przetwarzania danych również powinno być jednym z priorytetów. Grupa Kapitałowa JSW SA, zajmująca się wydobyciem węgla kamiennego oraz produkcją koksu, przeprowadziła badania w zakresie opracowania i wdrożenia systemu do modelowania złoża oraz harmonogramowania produkcji górniczej. Celem stosowania wdrożonego systemu była realizacja nadrzędnego celu Programu Jakość Grupy Kapitałowej, czyli zwiększenia efektywności zarządzania jakością złoża i produktu handlowego. W artykule przedstawiono jeden z etapów badań, którym był wybór dedykowanych narzędzi informatycznych dla potrzeb modelowania geologicznego złóż oraz projektowania i harmonogramowania produkcji. Opracowane rozwiązanie pozwala na stałą aktualizację informacji w bazie danych, szybkie ich wykorzystanie i modyfikację oraz usprawnienie procesu projektowego (roboty udostępniające, przygotowawcze, jak i eksploatacyjne). System pozwala na planowanie (krótko- i długoterminowe) eksploatacji oraz projektowanie techniczne, projektowanie robót udostępniających, przygotowawczych i eksploatacyjnych oraz wykonanie harmonogramu projektowanych robót. Umożliwia automatyczne obliczanie ilości i jakości urobku oraz skały płonnej w wybranych przedziałach czasowych oraz przygotowanie prognozy dla wszystkich parametrów dotyczących wykonanego projektu wydobycia, takich jak: ilość urobku, ilość skały płonnej, parametry jakościowe itp.

2

Optimizing mining production plan as a trade-off between resources utilization and economic targets in underground coal mines

Kopacz Michał, Malinowski Leszek, Kaczmarzewski Sylwester, Kamiński Paweł

Gospodarka Surowcami Mineralnymi

|

2020

|

T. 36, z. 4

49--74

EN

The paper presents multi-criteria optimization method allowing for selection of the best production scenarios in underground coal mines. We discuss here the dilemma between strategies maximizing economic targets and rational resources depletion. Elaborated method combines different geological and mining parameters, structure of the deposit, mine’s infrastructure constrains with economic criteria such as the net present value (NPV), earnings before deducting interest and taxes (EBIT ) and the free cash flows to firm (FCFF). It refers to strategic production planning. Due to implementation of advanced IT software in underground coal mines (digital model, automated production scheduling) we were able to identify millions of scenarios finally reduced to a few – the best ones. The method was developed and tested using data from mine operation “X” (a real project – an example of a coking coal mine located in Poland). The reliability of the method was approved; we were able to identify multiple production scenarios better than the one chosen for implementation in the “X” mine. The final product of the method were rankings of scenarios grouped according to economic decision criteria. The best scenarios reached NP V nearly 50% higher than the Base Case, which held only 52. position out of 60. According to EBIT and FCFF criteria, 10 scenarios achieved results higher than the Base Case, but the percentage differences were very small, below 2 and 4%, respectively. The developed method is of practical importance and can be successfully applied to many other coal projects.

PL

W artykule zaprezentowano wielokryterialną metodę optymalizacji produkcji górniczej, prowadzącą do wyboru najlepszych harmonogramów wydobycia w podziemnych kopalniach węgla kamiennego. Przeprowadzono także dyskusję nad dylematem pomiędzy wyborem strategii maksymalizujących efekty ekonomiczne a racjonalną gospodarką zasobami. Opracowana metoda łączy różne parametry geologiczne i górnicze, budowę złoża, ograniczenia infrastruktury kopalni, z kryteriami ekonomicznym takimi jak NPV, EBIT i FCFF. Tym samym wpisuje się w obszar planowania strategicznego. W związku z wdrożeniem zaawansowanych narzędzi IT w podziemnym górnictwie węglowym (cyfrowy model złoża, zautomatyzowane harmonogramowanie produkcji górniczej) możliwe było zidentyfikowanie milionów scenariuszy, ograniczonych w efekcie końcowym do kilku najlepszych. Metoda została zaprojektowana i przetestowana z wykorzystaniem danych dotyczących projektu górniczego „X” (projekt rzeczywisty – przykład kopalni węgla koksowego zlokalizowanej w Polsce). Jej zastosowanie umożliwiło identyfikację wielu scenariuszy produkcji lepszych od wariantu wybranego do wdrożenia w tej kopalni. Tym samym potwierdzono jej skuteczność. Produkt finalny metody stanowią rankingi scenariuszy zgrupowanych według różnych kryteriów oceny efektywności ekonomicznej. Najlepsze scenariusze osiągnęły wartości NP V blisko 50% wyższe od scenariusza bazowego, który spośród 60 zajął dopiero 52. miejsce. Według kryteriów EBIT i FCFF, 10 scenariuszy osiągnęło wyniki lepsze niż scenariusz bazowy, ale różnice w ujęciu procentowym były jednak bardzo niewielkie, odpowiednio poniżej 2 i 4%. Opracowana metoda ma przede wszystkim praktyczne znaczenie i może być z powodzeniem stosowana w wielu przypadkach projektów węglowych.

3

Zmienność uwarunkowań rynkowych jako źródło ryzyka w planowaniu produkcji górniczej i jej ekonomicznych rezultatów

Jonek-Kowalska I.

Inżynieria Mineralna

|

2017

|

R. 18, nr 2

207--214

PL

W aktualnych uwarunkowaniach rynkowych planowanie wielkości produkcji górniczej i jej ekonomicznych rezultatów jest zadaniem trudnym, wymagającym analizy i prognozowania wielu uwarunkowań zewnętrznych i wewnętrznych. Dodatkowo komplikuje je czasochłonność, kosztochłonność oraz nieprzewidywalność warunków eksploatacji górniczej. Mając na uwadze powyższe okoliczności, głównym celem niniejszego artykułu jest ocena zmienności uwarunkowań rynkowych w kontekście planowania produkcji górniczej i jej efektów. By tak postawiony cel zrealizować, w pierwszej części artykułu przedstawiono ocenę zmienności cen, produkcji i zapotrzebowania na węgiel kamienny w Polsce w latach 2011–2016, a następnie odniesiono się do aspektu prognozowania cen, produkcji i zapotrzebowania na węgiel kamienny w ujęciu ex post podejmując próbę weryfikacji trafności opracowanych wcześniej prognoz. W zakończeniu wskazano główne źródła ryzyka w planowaniu produkcji górniczej i jej ekonomicznych efektów oraz sformułowano wytyczne odnośnie uskutecznienia tego procesu. W ocenie ryzyka produkcji górniczej wykorzystano klasyczne miary zmienności w postaci współczynnika zmienności obliczone dla konsumpcji węgla kamiennego w Polsce w latach 2011–2016. Z kolei w przypadku oceny ryzyka związanego z ekonomicznymi wynikami produkcji górniczej, wyżej wymienione parametry skalkulowano dla jednostkowej ceny rynkowej (dla kluczowych indeksów cenowych PSCMI 1 oraz PSCMI 2). W analizie trafności prognoz wydobycia węgla kamiennego posłużono się prognozami opracowanymi przez: (1) Główny Instytut Górnictwa wraz z Agencją Rozwoju Energii, (2) Instytut Gospodarki Surowcami Mineralnymi i Energią Polskiej Akademii Nauk wraz z Akademią Górniczo-Hutniczą w Krakowie oraz (3) Wydział Organizacji i Zarządzania Politechniki Śląskiej. W procesie weryfikacji prognoz wykorzystano względny i bezwzględny błąd prognozy ex post. Wyniki przeprowadzonych analiz pozwalają stwierdzić, że najistotniejszym źródłem ryzyka dla produkcji górniczej w Polsce jest zmienność cen rynkowych, która bezpośrednio wpływa na ekonomiczne efekty produkcji i dodatkowo w warunkach wysokich kosztów jednostkowych wydobycia przyczynia się do pogorszenia konkurencyjności cenowej polskiego surowca i obniżenia zapotrzebowania na polski węgiel kamienny. Dodatkowo wysoka zmienność uwarunkowań rynkowych skutkuje wzrostem ryzyka, co utrudnia skuteczne prognozowanie parametrów produkcyjnych w skali makro (dla górnictwa węgla kamiennego) i planowanie produkcji górniczej w skali mikro (dla przedsiębiorstwa górniczego).

EN

In present market conditions planning of mining production and its economic result is a difficult task which requires analysis and forecasting many internal and external conditions. Additionally, it is complicated by time-consuming, cost-absorption and unpredictability of mining conditions. According to above circumstances, the main aim of this article is to assess variability of market conditions in the context of mining production and its economic results. To realize above aim, in the first part of the article the assessment of variability of coal prices, coal production level and coal consumption in Poland in 2011–2016 is presented. Then the aspects of coal production, consumption and prices are considered on an ex post basis, in parallel with taking the attempt to verify the accuracy of previous established forecasts. In the conclusions the key risk sources in coal mining production planning and its results are indicated and advices on improvement these processes are formulated. In the risk assessment of mining production the fundamental variability measures are used such as a standard deviation and a variability coefficient calculated for coal production in Poland in 2011–2016. In the case of risk connected with economic results of mining production mentioned above measures are calculated for unit prices (for the key Polish price indices: PSCMI 1 and PSCMI 2). In the analysis of accuracy of forecasts of coal production the following forecast are used: (1) elaborated by Central Coal Mining Institute with Agency of Energy Development, (2) elaborated by Institute of Mineral Resources and Energy Management of the Polish Academy of Sciences together with the AGH University of Science and Technology in Cracow and (3) elaborated by Faculty of Organization and Management of Silesian University of Technology. In the verification process the relative and absolute forecast errors are used. The results of analyses let the author to state that the most important risk source for mining production in Poland is the variability of coal prices which directly influences at the economic production results and additionally in the conditions of high unit production costs causes the decrease of price competitiveness of Polish coal and decreases demand for Polish coal. Furthermore, high variability of market conditions results in the increase of risk which hinders effective forecasting of production parameters in macroscale (for coal mining industry) and in microscale (for the mining enterprises).

4

Knowledge-based modeling and multi-objective optimization of production in underground coal mines

Brzychczy E., Lipiński P.

AGH Journal of Mining and Geoengineering

|

2013

|

Vol. 37, no. 1

13--26

EN

In this paper a modern approach to the modeling and optimization of production in underground hard coal mines is presented. It begins with definitions and concepts linked to the planning processes associated with mining in hard coal mines. The main assumptions of the knowledge-based modeling of longwall characteristics are presented, as well as formulas for the optimization function. The use of mine planning knowledge discovered by Data Mining techniques is suggested as well as statistical analysis and application of the evolutionary algorithm, which is used as an optimization technique, to search for the best solutions in the engagement of longwall equipment in planned longwall faces. According to assumed criteria: the expected value of the net output of coal from the mining company [t/months] and the standard deviation of the net output of coal from the mining company [t/months]). Because of the multi-objective nature of the problem, a special evolutionary algorithm, MOEA-MPO, was designed. In this paper, we attempt to solve the problem of optimizing mining production for d longwall faces and n equipment installations with adequate constraints. MOEA-MPO deals with a population of N individuals representing candidate solutions linked to the optimization problem. Each individual encodes an integer vector x of length d, where each coordinate x/i of the vector x corresponds to the number of the equipment installation assigned to the i-th longwall face (therefore, x/i \E {1, 2,..., n}). In the proposed algorithm, three types of mutation operators as well as a crossover operator were implemented. The main elements and results obtained are described in the paper.

PL

W artykule zaprezentowano nowoczesne podejście do modelowania i optymalizacji produkcji górniczej w wielozakładowym przedsiębiorstwie górniczym. W pierwszej części artykułu opisano charakterystykę procesu planowania prowadzonego w kopalniach węgla kamiennego. Następnie przedstawiono założenia dotyczące modelowania robót górniczych opartego na wiedzy. Zaproponowano wykorzystanie wiedzy w zakresie doboru sprzętu do warunków wyrobisk ścianowych oraz zestawiania maszyn i urządzeń ze sobą w zestawy ścianowe, pozyskanej w procesie Data Mining, do określenia możliwości wyposażenia planowanych wyrobisk ścianowych i ich wyników produkcyjnych. Etap optymalizacji realizowany jest przez specjalny algorytm ewolucyjny, umożliwiający wielokryterialną analizę i ocenę potencjalnych rozwiązań pod względem wybranych kryteriów, tj. minimalizację odchylenia wartości oczekiwanej wydobycia od wartości planowanych i minimalizację odchylenia standardowego wydobycia w analizowanym okresie w przypadku planowanych wyrobisk ścianowych. Sformułowany problem badawczy dotyczy optymalizacji produkcji górniczej dla d wyrobisk ścianowych i n zestawów ścianowych z uwzględnieniem istniejących ograniczeń. W opracowanym algorytmie MOEA-MPO analizie poddawana jest populacja N osobników reprezentujących potencjalne rozwiązania. Każdy osobnik reprezentowany jest przez wektor liczb całkowitych x o długości d, w którym każdy element wektora x/i odpowiada zestawom ścianowym przypisanym do danego wyrobiska ścianowego (x/i E{1, 2, ..., n}). W proponowanym algorytmie zastosowano trzy typy operatorów mutacji i operator krzyżowania. W artykule zaprezentowano główne elementy opracowanego algorytmu oraz przykładowe wyniki obliczeń.