Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: zbiornik poflotacyjny

Sortuj według:

Ogranicz wyniki do:

The Tailings Storage Facility (TSF) stability monitoring system using advanced big data analytics on the example of the Żelazny Most Facility

Koperska Wioletta, Stachowiak Maria, Duda-Mróz Natalia, Stefaniak Paweł, Jachnik Bartosz, Bursa Bartłomiej, Stefanek Paweł

Archives of Civil Engineering

2022

Vol. 68, nr 2

297--311

Approximately 30 million tons of tailings are being stored each year at the KGHMs Zelazny Most Tailings Storage Facility (TSF). Covering an area of almost 1.6 thousand hectares, and being surrounded by dams of a total length of 14 km and height of over 70 m in some areas, makes it the largest reservoir of post-flotation tailings in Europe and the second-largest in the world. With approximately 2900 monitoring instruments and measuring points surrounding the facility, Zelazny Most is a subject of round-the-clock monitoring, which for safety and economic reasons is crucial not only for the immediate surroundings of the facility but for the entire region. The monitoring network can be divided into four main groups: (a) geotechnical, consisting mostly of inclinometers and VW pore pressure transducers, (b) hydrological with piezometers and water level gauges, (c) geodetic survey with laser and GPS measurements, as well as surface and in-depth benchmarks, (d) seismic network, consisting primarily of accelerometer stations. Separately a variety of different chemical analyses are conducted, in parallel with spigotting processes and relief wells monitorin. This leads to a large amount of data that is difficult to analyze with conventional methods. In this article, we discuss a machine learning-driven approach which should improve the quality of the monitoring and maintenance of such facilities. Overview of the main algorithms developed to determine the stability parameters or classification of tailings are presented. The concepts described in this article will be further developed in the IlluMINEation project (H2020).

W składowisku odpadów poflotacyjnych KGHM Żelazny Most składuje się rocznie około 30 milionów ton odpadów przeróbczych. Zajmujący powierzchnię prawie 1,6 tys. ha i otoczony zaporami o łącznej długości 14 km i wysokości na niektórych obszarach ponad 70 m, czyni go największym zbiornikiem odpadów poflotacyjnych w Europie i drugim co do wielkości na świecie. Z około 2900 urządzeniami monitorującymi i punktami pomiarowymi otaczającymi obiekt, Żelazny Most jest przedmiotem całodobowego monitoringu, co ze względów bezpieczeństwa i ekonomicznych ma kluczowe znaczenie nie tylko dla najbliższego otoczenia obiektu, ale dla całego regionu. Sieć monitoringu można podzielić na cztery główne grupy: (a) geotechniczna, składająca się głównie z inklinometrów i przetworników ciśnienia porowego VW, (b) hydrologiczna z piezometrami i miernikami poziomu wody, (c) geodezyjne z pomiarami laserowymi i GPS oraz jako repery powierzchniowe i gruntowe, (d) sieć sejsmiczna, składająca się głównie ze stacji akcelerometrów. Oddzielnie przeprowadza się szereg różnych analiz chemicznych, równolegle z procesami spigotingu i monitorowaniem studni odciążających. Prowadzi to do dużej ilości danych, które są trudne do analizy konwencjonalnymi metodami. W tym artykule omawiamy podejście oparte na uczeniu maszynowym, które powinno poprawić jakość monitorowania i utrzymania takich obiektów. Przedstawiono przegląd głównych algorytmów opracowanych do wyznaczania parametrów stateczności lub klasyfikacji odpadów. Do analizy i klasyfikacji odpadów wykorzystano pomiary z testów CPTU. Klasyfikacja gruntów naturalnych z wykorzystaniem badan CPT jest powszechnie stosowana, nowością jest zastosowanie podobnej metody do klasyfikacji odpadów na przykładzie zbiornika poflotacyjnego. Analiza eksploracyjna pozwoliła na wskazanie najistotniejszych parametrów dla modelu. Do klasyfikacji wykorzystano wybrane modele uczenia maszynowego: k najbliższych sąsiadów, SVM, RBF SVM, drzewo decyzyjne, las losowy, sieci neuronowe, QDA, które porównano w celu wytypowania najskuteczniejszego. Koncepcje opisane w tym artykule będą dalej rozwijane w projekcie IlluMINEation (H2020).

Zastosowanie wydmuchrzycy piaskowej (Elymus arenarius Vahl. 'Glaucus) do zazieleniania zboczy zbiornika poflotacyjnego 'Żelazny Most' w Legnicko-Głogowskim Zagłębiu Miedziowym.

Haber Z., Urbański P., Kałwińska A.

Archiwum Ochrony Środowiska

1998

Vol. 24, no. 3

103-110

Celem badań było opracowanie metody ograniczenia erozji i poprawy estetyki fragmentów powierzchni zboczy zbiornika poflotacyjnego 'Żelazny Most' przez ich pokrycie gatunkiem Elymus arenarius, który przebadany w doświadczeniach wykazywał dobry wzrost i dużą odporność na trudne warunki wegetacji na zboczach. Zakres badań obejmował ocenę wpływu nawożenia mineralnego i organicznego oraz polyacrylamidu (jako środka zwiększającego retencję wodną podłoża) na wzrost roślin w bardzo ubogim podłożu pokrywającym zbocza zbiornika z odpadów po flotacji rud miedzi o składzie mechanicznym piasków i piasków pylastych. Z przeprowadzonych badń wnioskować można, że Elymus arenarius Vahl. 'Glaucus' jest rośliną właściwie dobraną do obudowy biologicznej zboczy zbiornika . Rośliny tego gatunku rosły najlepiej na poletkach nawożonych zestawem nawozów mineralnych w kombinacji N:P2O5:K2O, jak 1:1:1, a za najkorzystniejsze nawożenie organiczne dla warstwy powierzchniowej uznać można dawkę 2 dm3 substancji organicznej (torfu, kory lub mieszaniny torfu, kory i węgla brunatnego) pod 1 roślinę w momencie sadzenia. Wpływ polyacrylamidu oceniono pozytywnie, lecz w świetle dalszych obserwacji powinien on być stosowany nie posypowo, lecz wprowadzany wraz z substratem torfowo-korowym przy wysadzaniu roślin.

In this research, the authors tried to work out a method of visual conflict limitation, created by the postflotation reservoirs in the landscape of the Polish Copper Mining Region. As the most valuable plant to cover the heaps, it came out appear the grass Elymus arenarius Vahl. 'Glaucus' - a very hard species, growing even in a very poor sandy media along the dunes of the beach. However, the addition of low peat substrate, pine bark and the brown coal, also mineral fertilizers in the N:P2O5:K2O ratio like 1:1:1, seems to be indispensable for a good growth of this grass in the poor, sandy surface layer of the heaps. In spite of that, the polyacrylamide rate improoved the growing condition, by increasing the water retention of the media.