Joint stochastic optimisation of short and long term mine production planning: method and application in a large operating gold mine
Notice bibliographique
Résumé
A new multistage stochastic mine production scheduling approach is developed and tested in a large operating gold mine. The approach takes short scale orebody information in the form of grade control data into account. As simulated orebodies used in stochastic long term mine planning are based on sparse exploration data while grade control data are unavailable at the time of production scheduling, the short scale information is simulated stochastically. Stage 1 of the approach simulates high density future grade control data based on exploration data and grade control in previously mined out parts of a deposit. In stage 2, the technique of conditional simulation by successive residuals enables preexisting simulated orebody models to be updated using the simulated future grade control information. Stage 3 is based on a stochastic programming mine scheduling formulation that handles jointly multiple simulated orebody models from stage 2, and accommodates both maximising net present value (NPV) and minimising deviations from expected production targets. Stage 4 includes quantification of risk in the production schedules generated, comparisons and reporting. The application at a large operating gold mine demonstrates that the proposed approach is practical, and adds value to the operation. The approach is shown to deliver additional ore (3·6 Mt more) and metal (2·6 Mg more) which matches the mines reconciliations, unlike the conventional schedule, and results in a cumulative NPV which is on average 7·7 million AUD higher than that of a stochastic schedule without the simulated grade control data. The NPV is 230 million AUD higher compared to the NPV from the actual schedule of the mine. An additional key contribution of the proposed approach is the compliance of short- to long term production schedules and performance, leading to higher probability of meeting production targets and increased productivity. Given the capital intensity of mining projects, this contribution can be critically important to mining operations.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».