(Dimine 디지털 광산 소프트웨어 시스템 응용 소개

이 광산은 윈난성 옥계시 신평현 노공장 향에 위치해 있다. 이 광산은 중후완만한 경사진 고온광상으로 해저 화산 분출, 퇴적 변질 작용을 가지고 있다. 광체는 동서향으로 향하고, 길이는 약 1800m, 경사각은 약 1600m, 경사각은 20 ~ 35, 층상, 층상 생산으로 향하고 있다. 광구 * * 는 총 3 개의 철 함유 구리 광석 (I3, I2, I 1) 과 4 개의 구리 함유 철광석 (IC, Ib, Ia, I0) 으로 위에서 아래로 각각 Ic → i3 → IB → 깊이 160~750m, 레벨 82 1~-29m. 그중 I3 과 I2 철 구리 광산체가 비교적 커서 주요 채굴 대상이다. 광석의 주요 금속 광물은 황동광과 자석 광산이고, 주요 맥석 광물은 탄산염 (주로 백운석) 과 흑운모이다. 광석은 전반적으로 비교적 안정적이다, f = 8 ~ 65438+. 광산 지역의 주요 결함: F 1, F2, F3, F5. 구리 광산의 주요 산업 지표: 마감 등급 ≥ 0.3%; 탈석 두께 ≥ 2m; 복구 가능한 두께 ≥1m. 철광석의 주요 산업 지표: TFe 마감 등급 ≥ 20%; 탈석 두께 ≥ 2m; 복구 가능한 두께 ≥2m.

2. 지질 데이터베이스 구축

광상 원시 지질 자료를 수집하여 디지털화 처리를 하고, 구멍표, 경사계, 샘플표를 만들고, 선행 데이터 정리 작업을 완성하다. 각 데이터 테이블의 구조는 아래 표 3 에 나와 있습니다.

오리피스 테이블에 포함 된 정보 테이블

경사계에 포함된 정보표

샘플 테이블에 포함된 정보 테이블

위의 세 가지 테이블이 생성되면 Dimine 에 지질 데이터베이스를 설정할 수 있습니다. 다음 네 단계를 포함합니다. ① 결과 Excel 파일을 TXT tab division 파일 유형으로 저장합니다. (2) TXT 로 저장된 탭 분할 파일을 Dimine③ 데이터의 유효성 검사 및 수정으로 가져옵니다. (4) 파일 간의 연계를 설정하고 지질 데이터베이스를 생성합니다.

퇴적 표면 모델의 구축

(1) 단층 모형

연구한 광상은 지질 구조가 매우 복잡한 광상이다. 광구 내 40 개의 복잡한 단층이 그것을 많은 작은 광체로 잘랐다. 단층 모형을 설정하기 전에 각 탐사선의 단면과 단층선이 포함된 중간 지질 평면도를 통해 단층을 분석하고 정리하여 그림의 단층정보를 Dimine 시스템 소프트웨어로 가져옵니다. 그런 다음 단층 선을 정리하고 그 방향에 따라 각 단층에 대해 3 차원 모형을 작성합니다.

(2) 광석 표면 모델

광체 표면 모형의 건립은 각 단면의 광체 등고선을 통해 이루어진다. 각 단면의 광체 등고선을 분류해 Dimine 디지털 광산 소프트웨어 시스템으로 가져와 3 차원 드릴링 데이터의 공간 등급에 따라 광체 등고선을 수정한 다음 각 광체의 등고선을 서로 연결하여 광체 표면 모형을 생성합니다.

광석 체 표면 모델의 확립

등고선이 만든 면에서, 인접한 단면에 있는 등고선의 점은 직선으로 연결되어 있지만, 실제로는 단층층이 공간 표면일 가능성이 높기 때문에 단층과 광체에는 약간의 불일치가 있다. 광체가 단층을 초과하고 광체와 단층사이에 틈이 있다. 단층 모델이 광체 표면 모델과 완전히 일치하도록 단층 표면 모델과 광체 표면 모델에 부울 연산을 수행하고, 단층층이 있는 여분의 광체를 자르고, 단층간격이 있는 광체를 연장한 후 단층이 있는 여분의 광체를 잘라서 광체가 단층과 완벽하게 맞닿도록 해야 한다. (존 F. 케네디, Northern Exposure (미국 TV 드라마), 단층명언)

다음 그림과 같이 광체의 두 가지 가지 중 하나가 단층을 넘어섰습니다. 다른 하나는 고장이 나지 않았다. 이때 단층과 접촉하지 않는 광체 분기의 외삽 거리를 적절히 늘려 단층을 초과하게 한 다음 부울 연산을 수행하여 초과 부분을 잘라내고 결국 완전히 일치하는 광체와 단층을 얻을 필요가 있다.

광체 모형을 작성하는 동안 단면에서 서로 가까운 두 등고선이 인접한 단면의 해당 등고선과 재구성될 때 두 표면 모형이 공간적으로 교차할 수 있습니다. 그러나 실제로 이런 교차는 불가능하다. 광체의 교차는 광석량 계산, 절단 평면 단면 및 블록 세그먼트 모형 구축에 영향을 미친다. 광체의 공간 관계를 사실적으로 반영하려면 모델링 과정에서 교차하는 광체에 부울 연산을 수행하여 교차된 부분을 잘라서 광체 모형을 완전히 일치시켜야 한다. 광체 모형 간의 부울 연산 방법은 광체와 단층 사이의 부울 연산 방법과 동일합니다. 단, 광체 모형 간의 부울 연산은 교차 부분이 있는 모형 사이에서만 수행된다는 점이 다릅니다. 최종 단층과 광체 표면 모형은 다음 그림과 같습니다.

광석 몸체와 결함의 위치 관계

부울 연산 후의 광체와 단층.

광석 체 및 단층 모형

4. 퇴적물 블록 모델 및 매장량 계산

(1) 예금 블록 모델

광상의 블록 세그먼트 모델을 설정하려면 먼저 블록 세그먼트 모델 범위와 셀 블록 세그먼트 크기를 결정하고, 결정된 범위에는 전체 광상이 포함되고, 셀 블록 세그먼트 크기는 채굴 방법에 따라 결정됩니다. 이 광상의 블록 세그먼트 모델 범위 및 단위 블록 세그먼트 크기 매개변수는 다음 표에 나와 있습니다.

블록 모형 범위 및 셀 블록 크기 매개변수 테이블

(2) 원본 샘플 데이터의 통계 분석

샘플 중 구리, 전철, 녹기 쉬운 철, 금, 은의 등급 값 분포 히스토그램 및 다양한 데이터의 통계적 특성 값을 포함한 원시 샘플 데이터의 통계 분석. 여기서 구리와 철의 히스토그램은 다음 그림과 같습니다. 통계 특성 값은 다음 표에 나와 있습니다.

원래 드릴링 샘플에서 구리 등급의 히스토그램

원시 드릴링 샘플 요소 통계 테이블 단위:%

원시 드릴링 샘플의 전체 철 등급 히스토그램.

원시 드릴링 샘플에서 용해성 철의 등급 히스토그램.

(3) 이상값 처리

현재 일반적으로 사용되는 방법은 초고 등급 대신 임계 값을 사용하는 것입니다. 매우 높은 품위는 히스토그램 보조 경험 데이터로 식별할 수 있다. 이 광상 초고품위 구리의 임계치를 3% 로 확정하다.

(4) 샘플 조합 및 통계 분석

결합된 샘플의 평균 길이는1..15m 입니다. 샘플이 병합된 요소 히스토그램은 다음 그림과 같이 통계적 피쳐 값이 다음 표에 나와 있습니다.

드릴링 조합 샘플 단위 요소 통계 테이블:%

드릴 조합 샘플 구리 등급 히스토그램

위의 차트에서 볼 수 있듯이, 샘플 조합 전후의 원소 등급의 평균과 표준 편차는 원래 샘플의 통계 매개변수와 비교했을 때 거의 동일하며, 이는 샘플이 초고품 처리 조합을 거친 후 크게 변하지 않았음을 보여준다.

(5) 변이 함수의 계산 및 피팅

이 광상의 변이 함수 계산은 두 단계로 나뉩니다. 첫 번째 단계는 실험 변이 함수를 계산하는 것입니다. 두 번째 단계는 피팅 이론 변이 함수입니다. 이 광상의 특징에 따라 방향, 기울기, 두께 세 방향에서 변이 함수를 계산했다. 최종 맞춤의 이론적 변이 함수 곡선은 다음 그림과 같이 다음 표에 나와 있습니다.

드릴 조합 샘플의 전체 철 등급 히스토그램

드릴 조합 샘플에서 용해성 철의 등급 히스토그램

구리 동향 이론 변이 함수의 피팅

구리 동향 방향 이론의 변이 함수 피팅

변이 함수 계산 매개변수 테이블

일반 크리그법으로 Cu 이론의 변이 함수 모델을 교차 검증했다. 상호 검증 결과에 따르면 평균 오차 ME 는 0.0 1, 평균 분산 MSE 는 0. 13, 평균 분산률 MSER 는 0.992 1 입니다.

같은 방법으로 TFe 와 SFe 의 실험 변이 함수를 계산하고 맞추었다. 이론적 변이 함수 매개변수는 TFe, 구형 모델, C0 = 4.95, C = 36.68, 세 방향의 극차 매개변수 A 는 각각 5 1, 30,18 입니다. SFe, 구형 모델, C0 = 3. 1, C = 40. 13, 세 방향의 거리 매개변수 a 는 각각 47,27,1입니다

구리 두께 방향 이론의 변이 함수 피팅

(6) 크리거 평가

단위 블록 세그먼트 등급 보간의 인접 영역 데이터 검색 영역은 타원체의 긴 반축, 짧은 반축, 작은 반축의 길이는 변이 함수의 범위를 고려하고 탐사 그리드의 영향을 고려하는 타원체입니다. 타원체가 너무 작은 경우 셀 블록에 인접 데이터가 없거나 인접 데이터가 부족하면 블록 세그먼트 모형이 빈 셀 블록을 생성하여 추정 효과에 영향을 줍니다. 타원체의 각 축 방향은 변형 경로가 속한 변이 함수의 방향과 일치합니다. 즉, 장축 방향은 광상 방향과 일치하고, 단축과 단축은 각각 성향과 두께 방향과 일치합니다.

실제 보간 중에 블록 모형의 셀 블록은 한 번에 완전히 보간되지 않습니다. 일반적으로 인접한 데이터는 증명 (33 1), 제어 (332) 및 추정 (333) 의 세 가지 수준으로 검색됩니다. 검색 타원체의 크기는 제어 정도에 따라 작고 크며 광산의 실제 생산 요구에 더 잘 부합하며 계산된 품위 값은 생산 요구에 더 잘 부합한다. 각 보간 중에 타원체를 검색하는 각 반축의 길이는 가장 가까운 인접 항목과 셀 블록 사이의 거리 및 광상의 모든 방향에 대한 변이 함수 범위에 따라 달라집니다.

다음 그림과 같이 가장 특별한 경우를 고려해 볼 때 단위 블록이 항목에 매우 가까울 때 단위 블록은 양면 항목에 의해 제어됩니다. 즉, 단위 블록의 등급 값은 양면 항목의 샘플 데이터에 의해 결정됩니다. 이 시점에서 타원체의 반축 길이는 투영 간격과 같습니다. 예를 들어 타원 A, B, C 는 각각 제어 수준이 다른 검색 범위를 나타냅니다. 일반적으로 광체 가장자리 셀 블록의 타원체에서만 엔지니어링 샘플을 찾을 수 있습니다 (예: 그림의 타원 D, 셀 블록의 자원 범주 추정).

광상 탐사 그리드 및 변이 함수 범위에 따라 자원 품위 유형에 따라 Cu 요소 보간을 결정하는 인접 지역 데이터 검색 매개변수는 탐사, 타원체 반축 50m, 작은 반축 50m, 작은 반축 25m, 최소 엔지니어링 수는 2 입니다. 제어 및 추정의 경우 타원체 크기가 1 배로 확대되고 추정된 최소 항목 수는 1 입니다. 검색 매개변수가 결정되면 블록 세그먼트 모형에 대해 크리킨 등급 보간을 수행할 수 있습니다.

타원체 반축 길이와 엔지니어링 간격 사이의 관계를 찾습니다.

(7) 예금 준비금 계산

건립된 모델을 이용하여 광상 각 원소의 평균 품위, 광석량, 금속량을 서로 다른 기준에 따라 각 마감 품위와 입면의 평균 품위, 광석량, 금속량 (계산 결과 약간) 을 계산한다.