ПРИМЕНЕНИЕ БАЗ ДАННЫХ ГЕОЛОГИЧЕСКОЙ ИНФОРМАЦИИ ПРИ ИЗУЧЕНИИ ТЕХНОЛОГИЧЕСКИХ СВОЙСТВ МИНЕРАЛЬНОГО СЫРЬЯ

Исследование технологических свойств минерального сырья, а именно обогатимости, является одним из наиболее трудозатратных процессов с высокой степенью риска систематических ошибок и ошибок аналогии. Как правило, на действующих горнорудных предприятиях, подобные исследования проводятся периодически с интервалом 5-10 лет.

Для проведения данных исследований часто привлекаются сторонние научно-исследовательские коллективы. Методика работ, в большинстве случаев, стандартна: выполняются отбор проб сырья в действующих забоях и других доступных для отбора местах, изучаются минералогические, петрографические и технологические характеристики. Отбор проб производится, как правило, из действующих забоев и доступных мест неработающих горных выработок. Неопробованными остаются выработки, недоступные для человека и техники: затопленные участки, опасные по сдвижению и обрушению зоны, подработанные горными работами горизонты. В результате сеть опробования является крайне неравномерной. Таким образом, отобранные пробы не позволяют распространить полученные выводы на остальную часть породного массива. Следовательно, минералогические, петрографические и технологические исследования также являются «точечными» и одномоментными, рассчитанными на ближайшую перспективу. Особенно острой эта проблема является на месторождениях со сложным геологическим строением, с наличием мощных тектонических зон, делящих месторождение на отдельные блоки. В таких условиях, результаты исследований, проведённых в пределах одного блока, сложно интерполировать на остальную часть месторождения.

Минералогические, петрографические и технологические исследования проводятся с привязкой к ранее выполненным геологоразведочным работам, что в большинстве случаев приводит к почти полному дублированию выводов. В результате выполненные работы фактически являются лишь частичной перепроверкой, затрагивающей лишь некоторые участки породного массива, а не месторождение в целом.

Полной антологией вышеописанным работам является использование всего массива информации, полученного в процессе геологоразведочных работ. Эксплуатационная разведка на действующих месторождениях выполняется на регулярной основе вот уже десятки лет. Работы проводятся с учётом далёкой перспективы в развитии горных работ. Это позволяет использовать огромный массив накопленной информации не только для текущего, но и для перспективного исследования, изучения изменений технологических свойств горного массива по мере продвижения горных работ и т. д.

Как правило, к началу этапа эксплуатационной разведки месторождения разрабатывается своя номенклатура пород и руд, которая применяется, в том числе, и при геологическом сопровождении эксплуатационных работ. Она же принимается в качестве основной при исследованиях технологических свойств сторонними научно-исследовательскими коллективами. Таким образом, эти работы выполняются в едином информационном поле, а именно – в рамках единой номенклатуры пород и руд конкретного месторождения.

В статье предлагается один из множества возможных подходов к изучению технологических свойств минерального сырья с использованием ранее накопленной и зафиксированной в базе данных информации с применением модуля статистической обработки ГИС K-MINE. Более детально работа с базами данных геологической информации в K-MINE преподнесена в материалах семинара SVIT GIS-2010 [4]. В рамках статьи рассмотрены лишь новые возможности анализа данных.

В качестве объекта исследования выбрано одно из месторождений магнетитовых железистых кварцитов Криворожского бассейна. Месторождение залегает в сложной тектонической обстановке, характеризуется блочной структурой и, что более важно – постепенным нарастанием степени метаморфических изменений от фации зелёных сланцев до эпидот-амфиболитовой.

Последние исследования технологических свойств минерального сырья, проведенные на месторождении сторонним научно-исследовательским коллективом, были направлены на изучение зависимости технологических показателей от минерального состава пород. В результате исследований сделаны выводы о независимости технологических показателей от минерального состава исходных пород – качество концентрата зависит только от морфологических свойств магнетита, которые для каждого из типов пород изменяются в широких пределах. Основной практический вывод – селективная отработка породного массива с разделением по минеральным сортам руд нецелесообразна.

В предлагаемой работе затронуто исследование технологических свойств сырья на основе информации о технологических показателях (выход концентрата, содержание железа общего в концентрате, выход хвостов, содержание железа общего в хвостах) с разделением по минеральным сортам, но без привязки к конкретному участку месторождения. Следует отметить, что применение реляционных баз данных позволяет фиксировать большое количество основной и второстепенной информации, а использование логических операций – формировать выборки с неограниченным уровнем детализации [3]. Конечной целью исследования являлось определение зависимости технологических показателей от минерального состава.

Работа проводилась в несколько этапов. В первый этап производилось внесение в базу данных результатов минералогического изучения с выделением сортов сырья. Во второй этап посредством логических операций формировалась выборка, состоящая из данных по скважинам эксплуатационного опробования, несущих информацию о сорте и технологических показателях сырья. Третьим этапом являлась, собственно, статистическая обработка данных полученной выборки с последующим анализом результатов.

Создание и наполнение базы данных является наиболее важным этапом не только конкретных исследований, но и обработки геологической информации в целом [1]. Недостаточно продуманная архитектура базы данных может привести к невозможности последующей корректировки и дополнения структурных элементов. При подготовке базы и формировании справочника сортов были проанализированы все материалы геологоразведочных работ. По результатам описания керна выделено более 50 разнотипных описаний минеральных разновидностей пород продуктивной толщи, которые, в конечном счете, были сведены в 8 групповых сортов.

Наиболее важной особенностью редактора баз данных ГИС K-MINE является возможность применения многоуровневых логических фильтров. Они позволяют из всей совокупности объектов (скважин) отобрать лишь обладающие конкретными свойствами: скважины, пробуренные в любой части месторождения; пробы, отобранные ниже определённого горизонта и/или представленные определёнными породами и т. д.

Кроме того, предусмотрена возможность экспорта/импорта подготовленных данных в виде текстовых файлов формата CSV. Результаты первичной логической обработки представлены на рис. 1 и 2.

Formirovanie-logicheskogo-zaprosa-dlya-vybora-intervalov-oprobovaniya

Рис. 1. Формирование логического запроса для выбора интервалов опробования, несущих информацию о технологических свойствах пород

Tablica-sformirovannoi-vyborki-so-znacheniyami-tehnologicheskih-pokazatelei

Рис. 2. Таблица сформированной выборки со значениями технологических показателей

Для анализа данных выполнены: построение плотностей вероятностей распределения, анализ главных компонент и классификация без обучения (ординация) с многомерным шкалированием. Всего проанализировано 2898 проб с показателями: выход концентрата, содержание железа общего в концентрате, выход хвостов и содержание железа общего в хвостах.

Сводный график плотностей вероятностей распределения содержаний железа общего в концентрате отображен на рис. 3.

Raspredelenie-soderjanii-jeleza-obschego-v-koncentrate-po-gruppovym-sortam

Рис. 3. Распределение содержаний железа общего в концентрате по групповым сортам

Из рис. 3 следует, что вариации качества концентрата по 6 выделенным сортам сосредоточены в пределах 10%-го интервала. Однако все сорта по качеству концентрата «перекрывают» друг друга, что может отображать сходство в генетическом типе и составе главного рудного минерала – магнетита.

Сводный график плотностей вероятностей распределения выхода концентрата отображен на рис. 4.

Raspredelenie-pokazatelei-vyhoda-koncentrata-po-gruppovym-sortam

Рис. 4. Распределение показателей выхода концентрата по групповым сортам

Как видно на рис. 4, разные сорта значительно отличаются по показателю обогатимости. При этом в пределах каждого сорта наблюдаются значительные вариации. Следует обратить внимание на полимодальные распределения некоторых сортов. Это может отражать наличие «подсортов», представленных, например, мелко- и крупнокристаллическими разновидностями (что, собственно, и было отмечено упомянутыми выше исследованиями). Более детальное разделение сортов в процессе отработки месторождения вряд ли является разрешимой задачей.

Для определения частного влияния каждого технологического показателя на выделение конкретного сорта применен метод анализа главных компонент. Результаты графической обработки вычислений представлены на рис. 5 и 6.

На рис. 5 отображены доли индивидуальных дисперсий в общей дисперсии признаков. Численное представление результатов анализа приведено в табл. 1.

Doli-individualnyh-dispersii-v-obschei-dispersii-priznakov

Рис. 5. Доли индивидуальных дисперсий в общей дисперсии признаков

Таблица 1. Результаты анализа главных компонент

Comp.1

Comp.2

Comp.3

Comp.4

Среднеквадратическое отклонение

1,412957

1,0165352

0,8056037

0,56553672

Индивидуальная дисперсия

0,499284

0,2584251

0,1623053

0,07998555

Накопленная дисперсия

0,499284

0,7577091

0,9200145

1,00000000

Вклад исходных признаков в полученные компоненты отражен на рис. 6.

Vklad-ishodnyh-priznakov-v-poluchennye-komponenty

Рис. 6. Вклад исходных признаков в полученные компоненты

Как видно из рис. 6, небольшое различие признаков сосредоточено в исходном показателе «содержание железа общего в хвостах» (что может быть связано с различиями в формах срастаний рудных и нерудных минералов), однако основная масса проб сконцентрирована в виде плотного облака и не принадлежит ни одной из осей признаков. Это может свидетельствовать лишь о слабом различии в технологических показателях.

Расположение выделенных сортов руд на плоскости двух первых компонент показано на рис. 7.

Raspolojenie-gruppovyh-sortov-na-ploskosti-dvuh-pervyh-komponent

Рис. 7. Расположение групповых сортов на плоскости двух первых компонент

Рис. 7 фактически повторяет рис. 6. Отмечается незначительное смещение некоторых сортов руд, однако фиксируется и наложение нескольких сортов в пространстве признаков. Это свидетельствует о невозможности достоверного разделения сортов по технологическим характеристикам. Разделение пород и руд по другим признакам (минеральный и химический составы, текстурно-структурные особенности) вероятно возможно, однако представляет сугубо научный интерес.

Анализ различий в технологических показателях методом классификации без обучения с последующим многомерным шкалированием проводился с построением матрицы различий. В качестве коэффициента различия выбрано эвклидово расстояние, поскольку все анализируемые переменные измерены в шкале отношений [2]. Положение отдельных проб с обозначением сортов руд в координатах матрицы различий показано на рис. 8.

Polojenie-prob-gruppovyh-sortov-v-koordinatah-matricy-razlichii

Рис. 8. Положение проб групповых сортов в координатах матрицы различий

Как видно на рис. 8, этот тип анализа также не позволяет достоверно разделить сорта руд по технологическим показателям.

Приведенные выше данные позволяют подтвердить результаты исследований обогатимости руд месторождения и выводы о нецелесообразности селективной отработки. Однако возникает вопрос о целесообразности проведения самих исследований, поскольку имеющаяся в наличии информация позволяет выполнить большое количество расчетов для изучения разных аспектов геологического строения и технологических характеристик пород и руд месторождения. Кроме того, эта информация охватывает бóльшую часть месторождения, включая горизонты, не вскрытые горными работами, что позволяет использовать данные для перспективного изучения.

На представленные исследования (без учёта времени на заполнение базы данных) было потрачено 0,5 человеко-дня. Таким образом, при использовании модуля статистической обработки ГИС K-MINE возможно проведение многогранных исследований породного массива силами инженерных служб самого предприятия. Следует отметить оговорку относительно времени заполнения базы данных – как правило, интенсивная работа с базой происходит лишь на первом этапе внедрения ГИС. На последующих этапах работа с базой данных происходит в штатном режиме с постоянным ее пополнением по мере появления новых данных (опробования). Поскольку заполнение базы данных производится для выполнения задач по геологическому сопровождению горных работ, временем на работу с базой для вышеприведенного исследования можно пренебречь.

Из вышеизложенного можно сделать следующие выводы:

1. Применение геоинформационных технологий в процессе геологического сопровождения горных работ позволяет проводить многогранное изучение природного объекта (месторождения) с очень малыми трудозатратами (единицы человеко-дней).

2. Использование реляционных баз данных для хранения и обработки геологической информации позволяет извлекать результаты ранее проведенных работ с неограниченным уровнем детализации.

3. Имеющаяся в наличии информация о ранее проведенных геологоразведочных работах позволяет отказаться от единовременных исследований технологических характеристик руд.

4. Проводимые единовременные исследования не являются представительными ни по своему объему, ни по пространственному охвату.

5. Предприятия должны быть заинтересованы в хорошо продуманном проектировании и адекватном наполнении баз данных геологической информации, поскольку их использование позволяет свести к минимуму привлечение сторонних организаций при изучении геологических и технологических характеристик пород и руд месторождения.

 

Литература:

1. Арзиани К. К., Максимцов М. М., Чистяков Ю. В. Разработка автоматизированных систем управления в геологии / Под ред. Родионова Д. А. – М.: Недра, 1975. – 207 с.

2. Девис Дж. С. Статистический анализ данных в геологии: Пер. с англ. В 2-х кн. – М.: Недра, 1990. – 319, 427 с.

3. Дейт К. Введение в системы баз данных. – М., СПб., К.: Издательский дом «Вильямс», 2005. – 1328 с.

4. Применение ГИС K-MINE при обработке, систематизации и анализе данных геологической разведки и изысканий. В сб. «Использование геоинформационной системы K-MINE в различных сферах деятельности»: Сборник докладов научно-практического семинара «SVIT GIS-2010». – Кривой Рог, 2010 – С. 43-48.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Можно использовать следующие HTML-теги и атрибуты: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>