Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 10

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  złoże Cu-Ag
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule zaprezentowano metodę modelowania budowy geologicznej złoża rud Cu-Ag z użyciem pseudoprób oraz jej wykorzystanie w odwzorowaniu przebiegu stref elewacji białego piaskowca w obszarze górniczym Głogów Głęboki-Przemysłowy. Utworzono dwa modele geologiczne: model bazowy – z wykorzystaniem danych z powierzchniowych otworów wiertniczych i model pseudoprób – z użyciem dodatkowych pseudopunktów opróbowania, przybliżających przebieg stref elewacji oraz depresji. Wyniki zestawiono w postaci map oraz porównania stanu zasobów geologicznych pomiędzy utworzonymi modelami.
EN
The 3D pseudosampling modelling method has been applied to reconstruct the occurrence of Weissliegendes elevations in Głogów Głęboki-Przemysłowy mining area of Cu-Ag ore deposit. Two different approaches have been utilized and compared: (1) Basic model created from surface drillholes samples, and (2) modified by introducing the pseudosamples for better reflection of Weissliegendes elevation outlines. Comparison between two models was shown in the form of maps and ore resources estimation.
PL
W artykule przedstawiono wyniki badań eksperymentalnych podjętych w celu określenia zmienności lokalnej zasobności niklu i wanadu dla serii łupkowej we fragmencie złoża „Rudna” Cu-Ag LGOM. Zmienność lokalną zdefiniowano jako zróżnicowanie parametru złożowego w próbach pobranych w bezpośrednim sąsiedztwie. Wybór pierwiastków towarzyszących złożom miedzi do badań nie był przypadkowy, wybrano pierwiastki strategiczne dla Polski. Badania przeprowadzono metodami statystycznymi i geostatystycznymi. Stwierdzono, że zmienność zasobności jednostkowej niklu i wanadu w serii łupkowej dla całego złoża i w skali lokalnej jest duża (rzędu 70 – 80%). Przeprowadzona ocena statystycznej istotności różnic dla danych (próbek) sparowanych za pomocą testów: t-Studenta, testu rangowanych znaków wykazała, że otrzymane wyniki oznaczeń Ni i V nie są obarczone błędem systematycznym. Badania geostatystyczne wykazały, że na wielkość zmienności lokalnej zasobności obu pierwiastków znacznie większy wpływ (prawie dwukrotnie) ma naturalna zmienność pierwiastków, niż błędy związane z procesem opróbowania.
EN
The paper presents the results of the research on local variability of the accumulation index of nickel and vanadium for the shale ore in a part of the Cu-Ag LGOM “Rudna” deposit . The local variability was defined in this case as the variation of the reservoir parameter in samples taken at the smallest distance from one another. The choice of elements accompanying (Ni, V) copper deposits for the analysis was not coincidental – this elements are strategic importance for Poland. To analyse the results of the experimental sampling, statistical and geostatistical methods were used. It was ascertained that the variability of nickel and vanadium the shale ore for the whole deposit and in the local scale is high (coefficients of variation from 70 to 80%). The performed estimation of statistical significance of differences for the data paired using the t-test and the signed rank test showed that the received results of determining are not encumbered with statistical error. The geostatistical description of the local variability showed a much greater (almost twice higher) effect of natural variation of nickel and vanadium on the magnitude of local variability than errors related to the sampling process.
PL
W artykule przedstawiono wyniki oceny dokładności szacowania zasobności Cu w ujęciu punktowym i obszarowym w planowanych do eksploatacji fragmentach złoża Cu-Ag Rudna. Szacowanie wykonano w oparciu o dane z rozpoznania górniczego złoża dwiema metodami geostatystycznymi: metodą krigingu zwyczajnego i metodą symulacji Turning Bands. Podstawę weryfikacji dokładności oszacowań stanowiły dane z prób kontrolnych. Stwierdzono, że oszacowania punktowe zasobności Cu w rocznych obszarach przewidzianych do eksploatacji cechują się drastycznie różną wiarygodnością ze średnimi błędami interpolacji od 40 do blisko 120%. Wiarygodność szacowania zasobno- ści Cu w obszarach rocznej eksploatacji cechuje się błędami rzędu 20-40%. W granicach odpowiadających obszarom kwartalnej eksploatacji zauważalny jest wzrost wielkości błędów oszacowań zasobności Cu w miarę oddalania się od granicy frontu eksploatacji. Wielkości prognozowanych błędów krigingu i odchyleń symulacji Turning Bands dla zasobności Cu w punktach można traktować jako bezpieczną, górną granicę błędu, z uwagi na zazwyczaj ich wyższe wartości w porównaniu ze stwierdzonymi w punktach kontrolnych błędami interpolacji. Oszacowania zasobności miedzi metodami krigingu zwyczajnego cechują się nieznacznie wyższą wiarygodnością w porównaniu z wynikami symulacji geostatystycznej Turning Bands, jednak różnica w oszacowaniach obu metod w porównaniu do wielkości błędów interpolacji jest nieznacząca.
EN
The paper presents the results of the accuracy assessment of Cu accumulation estimation , using point and area-based estimations, in parts of the Rudna Cu-Ag deposit scheduled for future exploitation. The estimation was carried out based on data from the mining exploration using two geostatistical methods: ordinary kriging method and the Turning Bands Simulation. The data from the control samples were used as a basis for verification of the accuracy of estimates. It has been found that point estimates of the accumulation index of Cu for areas with the minimum one-year exploitation period are characterized by drastically different reliability, with interpolation errors ranging from 40 to nearly 120%. The credibility of the estimation of accumulation index of Cu for one-year operating areas is characterized by errors of the order of 20-40%. In the case of areas corresponding to a three month exploitation period, it is clearly visible that the magnitude of errors in the estimation of the accumulation index of Cu increases along with the increasing distance from the exploitation front. The magnitude of estimated kriging errors and standard deviations of Turning Bands Simulation for the accumulation index of Cu (point estimation) can be regarded as a safe upper limit of error because of their generally higher values when compared to interpolation errors at control points. While the estimations of the accumulation index of copper using ordinary kriging methods are more reliable than the results of geostatistical Turning Bands Simulation, the difference between the estimation results of both methods is insignificant when compared to the magnitudes of interpolation errors.
PL
W artykule podjęto próbę oceny możliwości wiarygodnego modelowania 3D zawartości ołowiu w porównaniu do wiarygodności modelowania 3D zawartości głównych metali złoża Cu i Ag. Modele 3D zawartości pierwiastków wykonano metodami interpolacyjnymi (kriging zwyczajny w dwóch wariantach i metoda odwrotnej odległości do kwadratu) oraz symulacyjnymi (symulacja Turning Bands). Weryfikacja dokładności oszacowań zawartości metali w modelu 3D, wykonana punktowo na podstawie zbioru testowego, wykazała że możliwe do zaakceptowania w praktyce geologiczno-górniczej są oszacowania zawartości Cu i Ag (mediany błędów oszacowań w rzędu 40%), natomiast wiarygodność modelu Pb jest mała (mediany błędów rzędu 70%). Wynika to z niekorzystnych cech statystycznych zawartości większości pierwiastków towarzyszących (silnie asymetrycznych rozkładów prawdopodobieństwa, bardzo dużej zmienności i występowania licznych wartości anomalnych) oraz ze znacznie rzadszej sieci opróbowań złoża dla oznaczeń pierwiastków towarzyszących niż dla Cu. Generalnie, obliczone mediany błędów interpolacji dla 4 metod nie dają podstaw do wyróżnienia jakiejkolwiek z nich jako zapewniającej w każdym przypadku wyższą dokładność oszacowań zawartości pierwiastków.
EN
The paper attempts to evaluate the possibility of reliable 3D modelling of lead content against the reliability of 3D modelling of Cu and Ag (main metals in the Sieroszowice Cu-Ag deposit) contents. The 3D modelling of the content of these elements was performed using interpolation (ordinary kriging in two variants, and squared inverse distance weighting) and simulation methods (Turning Bands Simulation). The assessment of the accuracy of estimates of metal contents determined from the 3D model, based on both spot samples and a training set, has shown that the estimated contents of Cu and Ag are acceptable for geological and mining applications (medians of estimation errors in the order of 40%), while the reliability of the Pb model is low (medians of estimation errors in the order of 70%). This is due to the unfavourable statistical features of the majority of the accompanying elements and, in particular, the highly asymmetric probability distributions, their high variability, the presence of numerous anomalous values, and the much lower density of the sampling network in the mining excavations when determining accompanying elements other than Cu. In general, the calculated medians of interpolation errors for the four methods do not allow determining the one providing (in each case) higher accuracy when assessing the content of the elements.
PL
Racjonalna gospodarka złożem rud miedzi oraz efektywne i bezpieczne prowadzenie robót górniczych opierają się na podejmowaniu decyzji, których podstawę stanowią dostępne dane geologiczne i doświadczenie zdobyte przez 50 lat działalności w dziedzinie górnictwa kruszcowego na monoklinie przedsudeckiej. W 2011 roku w KGHM Polska Miedź S.A. podjęto decyzję o budowie kompetencji w zakresie modelowania trójwymiarowego złoża rud miedzi. Zdecydowano, że model złoża będzie opracowany w dwóch wariantach, zarówno jako jakościowy na podstawie trzech głównych typów rud miedzi, tj. tradycyjnego podziału litologicznego na: węglany (W), łupki (L), piaskowce (P), jak i geologiczno-strukturalny na podstawie 16 szczegółowych typów litologicznych, wdrożonych do stosowania w latach 2009–2012. Charakterystyka szczegółowych typów litologicznych została opracowana na podstawie wieloletnich doświadczeń i wprowadzona w roku 2011 na podstawie instrukcji opróbowania złoża. Dane litologiczne W–L–P i szczegółowe, pochodzące z opróbowania wyrobisk górniczych, są przechowywane w Bazie Danych Geologicznych wdrożonej w roku 2010. Dane te są wykorzystywane w procesie strukturalnego modelowania złoża 3D, który składa się zarówno z modelu powierzchni stropowych wydzieleń poszczególnych typów litologicznych, jak i modelu blokowego 3D. Model W–L–P jest wykorzystywany w procesie komputerowego generowania trójwymiarowego modelu jakościowego złoża miedzi. Model geologiczno-strukturalny pozwala na wizualizację w przestrzeni 3D struktur geologicznych, jak również charakterystykę budowy litologicznej modelowanych obszarów, wspomagając tym samym proces interpretacji geologicznej. Dostarcza on wiele dodatkowych informacji, które z powodzeniem mogą znaleźć zastosowanie m.in. w procesie planowania produkcji górniczej.
EN
Available geological data and 50 years of mining experience on Fore-Sudetic Monocline is a base of decision making for reasonable geological resource management of copper deposit with effective and safe mining works development. In 2011 KGHM Polska Miedź S.A. decided to build competence in 3D geological modelling. It was decided that copper deposit model would be built in two variants: grade model based on three main copper ore types, traditional lithological types for copper deposit, that is: carbonates (W), shale (L), sandstone (P), and geological-structural model based on sixteen detail lithological types, introduced between 2009–2012. Characteristic of those detail lithological types was developed on the basis of many years experiences and introduced to use by sidewall logging best practices in 2011. Lithological data W–L–P as well as detail lithological types, that come from mining excavation sampling, are stored in Geological Data Base, that was implemented in 2010. This data is used to build 3D geological-structural model. The model consist of 3D wireframes that represent top of each lithological structures and 3D block model. W–L–P model is used in 3D grade modelling process. Geological-structure model, as more detailed, allow to visualize geological structures and lithological structure of copper deposit in 3D, supporting geological interpretation process. In addition geological-structural model allows to acquire additional information, that could be effectively used in mining production planning process.
PL
Wyniki opróbowania złoża Cu-Ag Polkowice–Sieroszowice posłużyły do oceny gęstości przestrzennej ośmiu szczegółowych wydzieleń litologicznych i ich porównania z gęstościami przestrzennymi trzech podstawowych typów rud przyjętymi w aktualnej dokumentacji geologicznej. Stwierdzono, że zasoby złoża szacowane na podstawie gęstości przestrzennych szczegółowych wydzieleń litologicznych są o ok. 3% wyższe niż analogiczne oszacowania dokonane dla gęstości przestrzennych przypisywanych podstawowym typom rud w dokumentacji geologicznej. Przy zastosowaniu analizy korelacji i regresji wykazano, że dominującym czynnikiem kształtującym wielkość gęstości przestrzennej jest porowatość skał, zawartość Cu odgrywa natomiast rolę drugorzędną. Niektóre z indywidualnych wydzieleń szczegółowych ujawniły niejednorodność zbioru oznaczeń gęstości przestrzennej, która może być tłumaczona zmiennością spoiwa i porowatości oraz pojawieniem się niemiedziowych minerałów ciężkich (np. galeny, pirytu). Niektóre wydzielenia szczegółowe w obrębie podstawowych typów rud charakteryzują się wyraźnym zróżnicowaniem średniej gęstości przestrzennej (np. piaskowiec ilasty – 2,35 Mg/m3 i piaskowiec węglanowy – 2,55 Mg/m3 w serii piaskowcowej). Znajomość gęstości przestrzennej szczegółowych wydzieleń litologicznych umożliwia dokładniejsze oszacowanie ich zasobów oraz bardziej precyzyjne rozliczanie produkcji górniczej.
EN
Volumetric density of the detailed lithological units in Polkowice-Sieroszowice Cu-Ag deposit has been compared to the density of the three basic ore types. Eight diferrent lithologies of the Cu-Ag deposit have been taken into account. It appeared that the resources in them estimated on the basis of volumetric densities are approximately 3% higher than analogous estimates for volumetric densities attributed to the basic ore types. The correlation and regression analysis have shown that the porosity of rocks is the dominant factor affecting the volumetric density, whereas the Cu content plays a secondary role. Some of the lithologies have revealed some heterogeneity of spatial density that can be explained by the variability of mineral cement and porosity as well as the presence of non-copper heavy minerals (e.g., galena, pyrite). The knowledge of the density of individual lithologies enables more accurate estimation of their resources leading to more effective production.
PL
Srebro jest najważniejszym pierwiastkiem towarzyszącym w złożu rud miedzi na monoklinie przedsudeckiej. Oprócz minerałów własnych, takich jak srebro rodzime, amalgamaty srebra, stromeyeryt, mackinstryit, jalpait oraz siarczki systemu Cu-Fe-Ag, srebro występuje w postaci podstawień izomorficznych w minerałach miedzi. Głównym celem pracy była charakterystyka geochemiczna minerałów będących nośnikami srebra i korelacja występowania siarczków miedzi wzbogaconych w Ag ze strefami okruszcowania srebrem rodzimym i amalgamatami srebra. Rozmieszczenie Ag w złożu wykazuje wyraźną korelację z występowaniem Cu, a w strefach najbogatszej mineralizacji Cu znajduje się również wysoka zawartość Ag. Wyniki badań przy użyciu skaningowej mikroskopii elektronowej i mikrosondy elektronowej wskazują, że w siarczkach miedzi występuje do kilkunastu % wag. Ag w postaci domieszek diadochowych. Rozmieszczenie Ag w siarczkach miedzi jest silnie zróżnicowane, na co wskazuje znaczna zmienność zawartości Ag w poszczególnych minerałach, w granicach od kilku setnych do kilkunastu procent wagowych.
EN
Silver is the most important associated element in the copper ore deposit of the Fore-Sudetic Monocline. Besides its own minerals, such as native silver, amalgams, stromeyerite, mackinstryite, jalpaite and Cu-Fe-Ag system sulphides, the silver occurs as isomorphic substitutions in copper minerals. The aim of this work included geochemical characterization of Ag-bearing minerals and correlation of the occurrence of Ag-enriched Cu sulphides with the areas of native silver and amalgam mineralization. Distribution of silver in the ore deposit distinctly correlates with Cu concentrations, and the areas of the strongest Cu mineralization are accompanied by high silver concentrations. Results of the scanning electron microscopy and electron microprobe analysis indicate that the Cu sulphides contain up to several wt.% Ag as isomorphic substitutions. Distribution of Ag in Cu sulfides does not show regularity, as demonstrated by wide diversity of Ag contents in various minerals, ranging from 0.0X to dozen wt.% Ag.
PL
W artykule przedstawiono wyniki szacowania zasobów Cu na etapie wstępnego rozpoznania złoża za pomocą otworów wiertniczych z wykorzystaniem metod wieloboków Bołdyriewa i krigingu zwyczajnego. Porównano je z oszacowaniami zasobów metodą krigingu zwyczajnego dokonanymi po rozcięciu złoża wyrobiskami górniczymi i ich opróbowaniu, traktując je jako bliskie nieznanym rzeczywistym zasobom. Wyniki wskazują na około 2-krotnie mniejsze błędy oszacowania zasobów w przypadku zastosowanej metody geostatystycznej. Zasoby Cu obliczone metodą wieloboków Bołdyriewa obciążone są około 24% przeszacowaniem. Przeszacowanie w przypadku metody krigingu zwyczajnego jest o blisko połowę mniejsze. Z tych względów metoda krigingu powinna być rekomendowana w przypadku szacowania złóż rudnych cechujących się nieciągłością występowania i dużą zmiennością parametrów złożowych.
EN
The paper presents the results of Cu resources estimation, at the stage of preliminary exploration of the deposit through boreholes, using Bołdyriew’s polygons and ordinary kriging methods. Results of this estimation were compared with ordinary kriging estimation made after deposit cutting with mining excavations and their sampling, treating the latter as close to the real unknown resources. The results indicate an approximately 2-times lower resource estimation errors for ordinary kriging. Cu resources calculated using Bołdyriew’s polygons are biased with approximately 24% overestimation, and overestimation in the case of ordinary kriging method is nearly half this value. For these reasons, the kriging method should be recommended for the estimation of ore deposits which are characterized by a discontinuity and high variability of resource parameters.
PL
W artykule przedstawiono wynik badania struktury zmienności zasobności pierwiastków towarzyszących złożom Cu-Ag LGOM. Wskazano na trudności w jej badaniu spowodowane nieciągłością występowania podwyższonych zawartości pierwiastków, ich skrajnie dużą zmiennością. Opis struktury zmienności w ujęciu geostatystyczym jest wysoce przydatny z punktu widzenia wiarygodnego odwzorowania rozmieszczania zasobności tych pierwiastków, a w szczególności dla celów wykrywania i eliminowania ze zbiorów danych wartości anomalnych maskujących nielosową strukturę ich zmienności. Stwierdzono umiarkowany dla zasobności ołowiu i wyraźny dla arsenu i kobaltu udział składnika nielosowego w ich strukturze zmienności, ujawniający się do odległości od 0,5 do 1km. W przypadku zasobności kobaltu i ołowiu ujawniono słabą kierunkową zmienność, natomiast zmienność arsenu jest izotropowa. Geostatystyczna procedura krigingu poligonowego wykazała, że oszacowania średnich zasobności Co, Pb i As cechują się wielokrotnie niższą dokładnością oszacowania w stosunku do oszacowań Cu i Ag. Uwzględnienie w procedurze krigingu informacji o dość wyraźnej anizotropii zmienności zasobności ołowiu i kobaltu nie prowadzi do zauważalnego obniżenia wartości prognozowanych błędów oszacowań co upoważnia do stosowania prostszego, izotropowego modelu struktury ich zmienności.
EN
The paper presents result of study of the variability structure of the elements accompanying Cu-Ag LGOM deposits. Difficulties of this study are related to the discontinuity caused by the presence of elevated contents of elements, their extremely high variability and the occurrence of anomalous values. Description of the variability structure in geostatistical terms is highly useful from the perspective of reliability of mapping of these elements, in particular for detecting and eliminating of anomalous value from the data sets masking non-random structure of their variability. It was stated moderate for accumulation index of lead and evident for accumulation index of arsenic and cobalt participation of non-random component in they variability structure, revealing to the distance from 0.5 to 1km. In the case of accumulation index of cobalt and lead week directional variability is observed and the arsenic variability is practically isotropic. Polygonal kriging estimation of the average accumulation index of Co, Pb and As, are characterized by multiple lower accuracy of estimates with respect to Cu and Ag. Taking into account in the kriging information about quite evident anisotropy of lead and cobalt accumulation index has not resulted in a reduction of the kriging estimation errors. In geological-mining practice, can be assumed simpler, isotropic model of variability structure of these elements.
10
Content available remote Modelowanie 3D złóż Cu-Ag LGOM dla prognozowania jakości urobku
PL
Podano przykłady modelowania 3D fragmentu złoża Cu-Ag Lubin z zastosowaniem geostatystycznej procedury krigingu zwyczajnego. Sformułowano wstępne warunki wiarygodnego modelowania jakości złóż Cu-Ag. Zwrócono uwagę na konieczność oceny rodzaju i wielkości błędów opróbowania i weryfikacji poprawności rejestracji wyników opróbowań w bazach danych. Do badania błędów opróbowania zalecono stosowanie metod statystycznych dla danych sparowanych oraz formuły Gy. Przedstawiono podstawowe kroki geostatystycznego algorytmu modelowania złoża wraz z trudnościami ich realizacji: regularyzację próbek cząstkowych, wyznaczanie powierzchni granicznych między seriami litologicznymi, zasady opisu zmienności zawartości Cu i Ag za pomocą semiwariogramów, dobór rozmiarów komórek elementarnych i elipsoidy wyszukiwania danych, szacowanie zawartości Cu i Ag w komórkach elementarnych przy zastosowaniu krigingu zwyczajnego, sposób wyznaczania złoża bilansowego oparty na modelu 3D. Stwierdzono, że zasięg modelowania 3D dla potrzeb prognozy jakości urobku nie powinien w zasadzie wykraczać poza przestrzeń wyznaczoną przez skrajne punkty opróbowania. Jedynie w wyjątkowych sytuacjach można ekstrapolować model ale na odległość nie większą niż 25÷50 m od linii skrajnych punktów opróbowania.
EN
Examples of 3D modeling of a fragment of Lubin Cu-Ag deposit with the application of geostatistical ordinary kriging procedure were presented. Preliminary conditions of reliable modelling of Cu-Ag deposit quality were formulated. Particular attention was paid to the necessity of assessment of the type and errors’ magnitudes of sampling as well as to the verification of correctness of sampling results recorded in a database. In order to effectively analyze the errors, statistical methods for paired data and Gy formula were recommended. Basic steps of the geostatistical algorithm of deposit modelling and the difficulties of their execution were indicated: regularization of partial samples, determination of boundary surface between the lithological series, principles of describing the variability of Cu and Ag contents by means of semivariograms, selection of dimensions of the elementary cells (voxels) and data search ellipsoid, estimation of Cu and Ag contents in elementary cells with the application of ordinary kriging procedure, method of defining the boundary of economic deposit on the basis of a 3D model. It was stated that the range of 3D modelling for the purposes of the prediction of the output quality may not exceed the extreme sample points. It is possible to extrapolate the model in some extraordinary cases, however, only at a distance between 25 and 50 m from the extreme sample points line.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.