A mine planning model to satisfy long-term grade targets
Notice bibliographique
Résumé
This paper describes a technique to predict the head grades and likely variances from target grade that can be achieved from mining an iron ore deposit. The method develops a production schedule from a block model. The example used was created from a wide-spaced drilling program and was classified as an Inferred Resource, but the method can be applied to any block model based on the available combination of Proved and Probable reserves. Marketing contracts require examination whether the target grade, i.e. Fe, P, SiO2, Al2O3, can be kept constant, or must be revised during the life of the mine. A model (written in Excel using Visual Basic macros, details available from the first author) develops a feasible, close to optimal, mine plan from block model data. Cut-off grades for minable ore are chosen. The model evaluates ore tonnage, grade and stripping ratio against depth. Outputs at this stage include plots of slices through the ore body, at nominated x, y and z coordinates, showing ore grade, waste, drill-hole locations and topography. The model then searches for a feasible satisfactory mine plan. The initial grade target is the average for the identified ore blocks. The available block list (ABL) at any time is the set of ore blocks, any one of which can be mined without removing any other ore block. The entire initial ABL has an unacceptably large total stress, defined as [(Grade–Target)/Tolerance]2, summed over the four relevant minerals. The model trims the ABL, removing the block most harming the total stress. Trimming is repeated until the Total Stress reduces to an acceptable level. The trimmed ABL defines the first mine campaign. Removing the trimmed block set, a second ABL is exposed, which is again trimmed and mined. The process is automatic: a few seconds computation provides a complete mine plan. Re-running the model with adjusted grade limits quickly shows whether a uniform target can be achieved or whether the target must be modified during the mine life.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».