Production Scheduling and Waste Disposal Planning for Oil Sands Mining Using Goal Programming
Notice bibliographique
Résumé
In oil sands mining, timely provisions of ore and tailings containment with less environmental footprints are the main drivers of profitability and sustainability. The recent Alberta Energy Resources Conservation Board Directive 074 requires oil sands waste disposal planning to be an integral part of mine planning. This requires the development of a well integrated strategy of directional mining and tailings dyke construction for in-pit and ex-pit tailings storage management. The objectives of this paper are to: 1) determine the order and time of extraction of ore, dyke material and waste that maximizes the net present value; 2) determine the destination of dyke material that minimizes construction cost; and 3) minimize deviations from the production goals of the mining operation. We have developed, implemented, and verified a theoretical optimization framework based on mixed integer linear goal programming (MILGP) to address these objectives. This study presents an integration of mixed integer linear programming and goal programming in solving large scale mine planning optimization problems using clustering and pushback techniques. Application of the MILGP model was presented with an oil sands mining case. The MILGP model generated a smooth and uniform mining schedule that generates value and provides a robust framework for effective waste disposal planning. The results show that mining progresses with an ore to waste ratio of 1:1.5 throughout the mine life, generating an overall net present value of $14,237M. This approach improves the sustainable development of oil sands through better waste management.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».