Блочное моделирование и оценка запасов месторождений полезных ис. Блочное моделирование и оценка запасов месторождений полезных ископаемых

• Название: Блочное моделирование и оценка запасов месторождений полезных ископаемых
• Дата: 17.12.2021
• Размер: 38.58 Kb.
• Имя файла: Блочное моделирование и оценка запасов месторождений полезных ис.docx
• Тип: Документы; #307507

Титульник

«Блочное моделирование и оценка запасов месторождений полезных ископаемых

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ 3

1. ОСНОВНЫЕ ПОНЯТИЯ БЛОЧНОГО МОДЕЛИРОВАНИЯ 5

1.1. Основные положения при выборе размеров блоков и субблоков 5

2. ТЕОРИЯ МЕТОДА ОБРАТНЫХ РАССТОЯНИЙ 8

2.1. Сравнение объемов и содержаний, вычисленных с помощью метода обратных расстояний и как средневзвешенное по каркасу. 9

ЗАКЛЮЧЕНИЕ 15

ВВЕДЕНИЕ

Блочное моделирование основывается на разделении пространства месторождения на элементарные блоки (ячейки), в которые значения свойств объекта, в частности содержания полезного компонента, интерполируются из исходных данных опробования с учетом весовых коэффициентов. Одной из его разновидностей является геостатистическое моделирование, базирующееся на математическом аппарате теории случайных функций. Этот вид моделирования и подсчета запасов получил широкое распространение за рубежом и, в определенной мере, и в нашей стране.

Внедрение блочного моделирования в практику работы горнодобывающей отрасли обусловлено объективными причинами, в том числе развитием вычислительной техники. Существующие программные комплексы ориентированы на решение широкого круга задач в сфере освоения месторождений. В значительной мере они направлены на автоматизированное проектирование горных работ, составление календарного графика отработки месторождения, управления качеством добываемой руды и осуществлением процесса рудоконтроля и т.д. Оценка запасов является одной из базовых операций в указанном комплексе. В широком плане следует говорить об использовании информационных технологий в области горного производства. Достоинства блочного моделирования заключаются в следующем:

- автоматизированы операции оценки запасов и создания отчетных табличных и графических материалов;

- упрощена оперативная переоценка запасов в соответствии с изменениями условий освоения месторождений;

- обеспечена автоматизация процессов планирования, управления добычей полезных ископаемых и ее проведения.

Недостатки блочного моделирования заключаются в следующем:

- отсутствие четких критериев оценки качества моделирования, возможности систематических ошибок при оценке запасов в недрах;

- ограниченные возможности качественной оценки запасов в условиях редких разведочных сетей и прерывистого оруденения;

- ограничение технических возможностей персональных компьютеров и программных продуктов при оценке запасов крупных объектов, обладающих сложным геологическим строением.

1. ОСНОВНЫЕ ПОНЯТИЯ БЛОЧНОГО МОДЕЛИРОВАНИЯ

Блочная модель состоит из множества прямоугольных блоков, расстановленных так, что они могут дать представление о форме рудного тела (рудная модель). В местах пересечения блочной модели с каркасом рудного тела мы можем разделить блоки на более маленькие, чтобы они более точно совпадали с формой рудного тела, с помощью субблокирования.

Отделение процесса создания блочной модели от интерполяции содержаний позволяет производить множественные интерполяции для одной модели, возможно, для разных элементов или, используя различные параметры интерполяции.

Модель должна быть достаточно большой, чтобы включать в себя все входные данные, которые в большинстве случаев состоят из одного и более каркасов и баз данных скважин. При создании моделей с учетом вмещающих пород (полную модель) для оптимизации карьера, необходимо делать модель такой величины, которая, по крайней мере, будет соответствовать величине ожидаемого карьера. Для определения экстентов блочной модели, вводятся центры координат первого блока – самый нижний, на юго-западном углу модели, и центры координат последнего блока – самый верхний, на северо-восточном углу модели.

1.1. Основные положения при выборе размеров
блоков и субблоков

Для определения размера блоков нет точных правил. В конечном счете, блоки должны быть достаточно маленького размера для представления о распределении содержаний, и достаточно большого, чтобы отражать качество доступных данных.

Некоторые факторы, которые следует учитывать при определении размера блока:

- Частота разведочной сети: выбирается значение от одной четвертой (например, David, 1977) до одной второй (Vann и др., 2003) от среднего расстояния между профилями;

- Изменчивость: содержание и геология изменяются гораздо быстрее в узких золоторудных жилах, чем в железорудных месторождениях. Поэтому необходимо выбирать размер блока, который будет адекватно отражать эти изменения;

- Отношение минерализации: если содержания вдоль рудного тела менее изменчивы, чем вкрест рудного тела, то это должно быть учтено при выборе размера блока;

- Удобные числовые значения: необходимо выбирать размеры блоков, чтобы числовые значения были простыми, кратными 2, 5 или 10. Выбор кратных чисел даст более разумное субблокирование;

- Минимальная выемочная единица: не так важна на этапе подсчета запасов, но может помочь определить начальное значение размера блока по Z, которое должно быть равное или кратным высоте выемочной единицы. Блоки могут быть просто переблокированы, чтобы они соответствовали размерам выемочной единицы на стадии разработки;

- Конечный размер модели: необходимо составлять модель в пределах практических ограничений размера. Средняя модель может иметь несколько сотен тысяч блоков.

Блоки должны точно отражать изменчивость распределения содержаний внутри рудного тела. Если блоки слишком большие, локальные изменения содержаний не будут заметны, если блоки слишком маленькие, файл блочной модели будет слишком большим и оценка содержаний станет менее надежной. Размер блока для простых месторождений с редкой разведочной сетью и равномерным распределением содержаний больше, чем в сложных жильных месторождениях с густой разведочной сетью. Во всех случаях совокупность густоты разведочной сети и изменчивости геологической ситуации и содержаний должна определять размер блока. Кроме того, может быть использован передовой геостатистический метод, известный как Количественный кригинговый анализ соседства (Vann и др., 2003) для оптимизации размера блоков.

Серия регулярных блоков, расположенных по ортогональной сети не всегда точно описывает границы каркасов рудного тела. Хотя уменьшение размера блока может более точно описать границы рудного тела, но это приведет к появлению множества ненужных блоков внутри. Нужен способ, который будет использовать маленькие блоки на границах рудного тела и большие блоки – внутри каркаса. Субблокирование дает такую возможность.

Субблокирование представляет собой деление материнских блоков, которые пересекаются границей каркаса рудного тела. Блоки, которые полностью попадают внутрь каркаса, остаются неизмененными.

Процесс субблокирования контролируется установкой количества субблоков, на которое будет разделен каждый материнский блок в каждом направлении. Также, как не существует определенных правил для выбора размера блоков, так и нет правил для определения количества субблоков. Результирующие субблоки должны быть достаточно малы, чтобы точно представлять пространственную изменчивость на границе рудного тела.

2. ТЕОРИЯ МЕТОДА ОБРАТНЫХ РАССТОЯНИЙ

Метод обратных взвешенных расстояний (IDW) однозначно предполагает, что объекты, которые находятся поблизости, более подобны друг другу, чем объекты, удаленные друг от друга. Чтобы проинтерполировать значение для неизмеренного положения, IDW использует измеренные значения вокруг интерполируемого местоположения. Наиболее близкие к проинтерполированному местоположению измеренные значения оказывают большее влияние на прогнозируемое значение, чем удаленные от него на значительное расстояние. IDW предполагает, что каждая измеренная точка оказывает локальное влияние, которое уменьшается с увеличением расстояния. Это придает больший вес точкам, расположенным ближе всего к интерполируемому местоположению. Вес точки уменьшается как функция от расстояния.

Одной из основных причин построения блочной модели, вместо использования предварительной оценки запасов в пределах каркаса, является анализ распределения содержаний внутри рудного тела. Тем не менее, если бы мы должны были включать каждый элемент входных данных для оценки содержаний каждого блока, мы бы скрыли любые изменения распределения содержаний, и каждый блок имел бы результирующее значение содержаний, приближенное к предварительной оценке.

При интерполяции методом обратных расстояний области поиска контролирует выбор и вес проб, окружающих оцениваемый блок. Пробы, которые попадают в пределы области и отвечают минимальным требованиям, выбираются, а те, которые нет – исключаются. Далее применяется метод обратных расстояний к каждой выбранной пробе в соответствие с одним из двух алгоритмов. В обоих случаях расстояние измеряется от входной точки до центра блока:

- Обратные расстояния: Использует фактическое расстояние от точки до блока;

- Анизотропия обратных расстояний: Использует относительное расстояние от точки до блока, измеренное как доля расстояния от точки до границы эллипсоида.

Анизотропия обратных расстояний подходит лучше всего, когда распределение содержаний изменяется в соответствии с направлением, и применяется только при эллипсоидном поиске. Вы должны использовать сферический поиск и обратное расстояние для проекта, где содержания равномерно распределены по всем направлениям.

Не существует правил для выбора степени: для золота часто используется значение, равное двум или трем, чаще всего – три. Для железной руды можно использовать степень, равную двум.

Чем ниже степень, тем больше размазаны содержания. При использовании очень маленькой степени, результат будет немногим отличаться от общего среднего по данным. С другой стороны, более высокая степень приведет к тому, что результат будет накладываться на соседнюю область интерполяции, так что ближайшая проба к блоку будет почти полностью влиять на оценку.

2.1. Сравнение объемов и содержаний, вычисленных с помощью метода обратных расстояний и как средневзвешенное по каркасу.

Средневзвешенное значение - Среднее значение всех интервалов в исходном файле, включенных в интервал Файла вывода, вычисленное с учетом длины, включенной в интервал Файла вывода.

Минимальная длина рудного интервала (Momin). Указывается минимальная длина рудных интервалов. Самый простой способ – игнорирование всех пустых пород и рассчитывать рудные интервалы только по тем интервалам, где они равны минимальной длине или превышают ее.

Максимальная длина пустого прослоя (Mwmax) представляется как максимальная длина одного породного интервала. Минимальное содержание в рудных интервалах (Ccmin) указывается как минимальное значение содержания в рудном интервале на выходе. Как правило, ставиться значение равное Бортовому содержанию (Csmin) или больше.

Порода. Композиты по интервалам пустой породы. Дополнение к простому алгоритму создания рудных интервалов по содержанию – создание композитов по интервалам пустой породы. Таким образом, любые интервалы, которые равны или превышают бортовое содержание и минимальную длину рудного интервала, будут рассчитываться как руда. Любые интервалы ниже бортового содержания будут рассчитываться как пустая порода. Выбирают эту опцию, чтобы создать композиты по интервалам без содержаний.

Метод по умолчанию. Существует ряд методов для определения значения, которое будет использоваться в каждом интервале файла вывода. Их можно разделить на методы, применяемые к Числовым полям, и методы, применяемые к Символьным полям. Чтобы применить эти методы обработки, необходимо настроить значение по умолчанию для числовых полей и значение по умолчанию для символьных полей. Например, необходимо средневзвешенное значение для Числовых полей и первое для Символьных полей. Если выбран метод по преобладающему, процесс может занять достаточно большое количество времени.

Указывается имя файла, который будет создан после данного процесса и будет содержать в себе рудные интервалы. Исключить интервалы без рассчитанных композитов можно по средствам включения этой опции, чтобы не записывать интервалы, которые не были включены в процесс создания рудных интервалов.

Копировать файл ввода с метками можно для того, чтобы записать метки в копию файла ввода. Можно пометить интервалы, которые были включены в итоговые рудные интервалы, а также интервалы пустой породы.

Поле меток. Указывается имя поля, в которое будут записаны метки для руды и породы. Это поле будет создано после того, как вы запустите функцию, метки руды и породы будут записаны в каждый интервал в зависимости от содержания записи.

Метка содержания. Вводится значение, которое будет записано в указанное поле идентификатора (ID) в файле вывода, если интервал включен в рудный интервал.

Метка пустой породы. Указывается значение, которое будет записано в назначенное поле идентификатора в файле вывода, для интервалов, которые не являются рудными интервалами. Если не выбрана опция Композиты по интервалам с пустой породой (во вкладке Опции), в эти поля ничего не будет записываться.

Создать координаты вдоль скважин. С помощью данной опции присваивается центру каждого созданного интервала координаты X, Y, Z. Для этого выбирается Базу данных и указываются имена полей, в которые надо записать координаты.

Поле длины проб. Указывается имя поля, в которое будет записана длина рудных интервалов.

Файл отчета. Если в ходе выполнения данного процесса будут встречаться ошибки, они будут записаны в Файл отчета.

Оценка содержаний с помощью метода обратных расстояний (IDW). Вкладка Данные ввода. Файл. Выбирается файл содержащий данные для интерполяции. Например, файл опробования.

Поле длины пробы. Если поле длины пробы задано, для каждой длины пробы рассчитывается вес путем умножения на длину пробы, а затем применяется фактор масштабирования. Сумма всех весов равна 1. Длина каждой пробы также записывается в отчет о взвешивании.

Числовые исключения. Используется, чтобы проконтролировать обработку нечисловых значений. Нечисловые значения включают в себя символы, пустые значения и значения, перед которыми стоят знаки "меньше" (<) или "больше" (>).

Накапливать веса проб. Опция, для использования нарастающей суммы весов, рассчитанных для каждой входной пробы при оценке каждого блока, и записать сумму всех весов для каждой пробы обратно в Файл ввода. Нарастающая сумма весов необходима для того, чтобы показать, какой вклад каждая проба вносит в модель, получаемую в результате.

Ограничение полигонами. Используется для ограничения точек, используемых в оценке.

Блоки из файла. Выбираются блоки из файла и указывается файл блочной модели, блоки в котором надо оценить.

Интерполировать только материнские блоки. Интерполирует только материнские блоки.

Определения блоков. Задает размер блоков и границы, в пределах которых будет производиться оценка.

Вкладка Параметры моделирования. Параметры интерполяции. Метод. Выбирается метод обратных расстояний или анизотропных обратных расстояний. Взвешивание, применяемое к каждой точке, попадающей в эллипс поиска, обратно пропорционально расстоянию до нее от центра блока, возведенному в степень, которую вводят в поле Степень.

Min расстояние. Минимальное расстояние от пробы до центра моделируемого блока. Если фактическое расстояние меньше указанного, то вместо него будет использоваться указанное в данном поле значение. Этот способ позволяет избежать эффекта избыточного влияния проб, находящихся слишком близко к центру блока, но не должен использоваться, если интерполяция требует соблюдения исходных данных.

Дискретизация. Для задания Дробления (деления) по каждому направлению в появившемся диалоговом окне. Это должны быть целые числа, которые определяют, на сколько частей блоки будут делиться по каждому направлению. Каждая из частей блока будет оценена отдельно. Значения всех дискретизованных точек затем усредняются для получения общей оценки блока, а результат по каждому блоку записывается в файл вывода.

Поля ввода. Для интерполяции нескольких элементов могут быть указаны дополнительные поля атрибутов. Как правило, это элементы, которые близко коррелируют в пределах интерполируемого домена.

Поиск данных. Позволяет задать параметры области поиска.

Записывать количество точек. В этом случае будет создано поле, в котором будет записано количество точек, использованных для оценки каждой точки, блока или полигона. Площади полигонов тоже будут записаны.

Записывать стандартное отклонение. Если выбрать эту опцию, в файл вывода будет записываться стандартное отклонение всех проб, попавших в область поиска, для каждого блока модели.

Записывать средние расстояния. При выборе данной опции, в файл вывода будет записываться среднее расстояние, использованное для оценки каждого блока.

Записывать минимальное расстояние. При выборе данной опции, ближайшее расстояние, используемое для оценки каждого блока, будет записываться в файл отчета.

Записывать первичный атрибут ближайшего соседа. При выборе этой опции новый префикс "NN_" с последующими именем поля атрибута записывается в файл вывода и заполняется значением первичного атрибута ближайшего соседа.

Записывать индекс блоков. При выборе опции 'Записывать индекс блоков' программа создаст в файле вывода новое поле с названием BLOCKINDX. В это поле будет записан уникальный 12-значный индекс в это поле для каждого созданного блока. Процесс может создать максимальное количество 9999 блоков в каждом направлении. Можно использовать данный процесс для объединения оценки содержаний, полученных с помощью различных алгоритмов. Процесс будет довольно быстрым, потому как в качестве ключевого поля будет использовано только одно поле. При объединении различных моделей, они должны иметь общий первый блок и неизменный размер блоков. При этом количество блоков по каждому направлению для каждой модели может быть разным. Индекс блока также записывается в Отчет по взвешиванию (если выбрана опция).

Записывать секторы. При выборе этой опции число секторов будет записано в столбец с заголовком NUMSECT, а число точек, которое попадет в пределы каждого сектора, будет записано в столбцы SECTOR.

Файл вывода. Введите (или выберите двойным нажатием левой кнопкой мыши) имя файла вывода. Вы также можете создать до пяти новых полей в файле вывода. Для этого нажмите на кнопку Добавить поля.

Записывать подробный отчет о взвешивании. Выберите эту опцию, чтобы записать содержание и вес первого (основного) элемента для точек, использованных в расчете блока. Следующие данные записываются в указанный Файл отчета.

Записывать данные проверки. Выберите данную опцию, если хотите записать весь журнал запусков процесса в файл XML. Детали файла ввода, определение модели, параметры вариограммы, параметры поиска и пробы, диапазоны переменных, дата, время и так делее будут записаны в данный файл.
ЗАКЛЮЧЕНИЕ

Результаты и качество блочного моделирования определяются многими факторами: видом выбираемой геостатистической модели (модели вариограммы), условиями определения границ месторождения (его каркаса), размерами ячеек (блоков) модели, размерами и ориентировкой поискового эллипсоида, количеством проб, учитываемых при интерполяции исходных данных в ячейки модели, и т.д. Большое количество условий порождает неоднозначность выбора параметров моделирования. Результаты оценки месторождения по вариантам моделей могут различаться по параметрам до 1.5-2 раза (иногда более). Для оценки качества моделирования кодексом JORC предусматривается необходимость сравнения результатов подсчета ресурсов/запасов с данными их альтернативной оценки. В условиях РФ контроль результатов блочного моделирования может (должен) проводиться с помощью традиционного подсчета.

Блочное моделирование эффективно на стадии эксплуатационной разведки (когда создана предельно плотная сеть разведочных выработок) при планировании очистных работ и определении извлекаемых запасов с учетом потерь и разубоживания по данным опробования не только оцениваемых объемов, но и окружающего пространства. Кроме того, основной целью здесь является решение задачи оценки извлекаемых запасов. Это обстоятельство определяет другие требования как к процедурам и параметрам расчетов, так и к результатам оценки в сравнении с подходами на ранних стадиях оценки объектов.