An Integrated Optimization Model for Strategic Open-Pit Mine Planning and Tailings Management
Notice bibliographique
Résumé
A strategic mine planning model determines the best order of extraction and destination of material over the mine-life, in a way that maximizes the net present value of the produced minerals. In case of oil sands open-pit mining, further processing of the extracted oil sands generates massive volumes of slurry containing water, sands, clay and fine material known as tailings. Since the tailings volume significantly influences the mine production and site reclamation, it is reasonable to consider tailings management within the frameworks of long-term mine planning. One of the current practices in Alberta oil sands industry is to process the tailings slurry and make composite tailings (CT), through adding coagulant aids to the mature fine tailings (MFT), to accelerate its dewatering and make it ready for reclamation. To save space and also to avoid higher reclamation costs, the processed tailings is deposited in in-pit tailings containments constructed by internal dykes using mine waste material. In this research, an integrated mine planning framework is proposed, implemented and verified using mixed-integer linear programming technique, to optimize the production schedule with respect to mine waste management in terms of dyke construction and in-pit tailings deposition. A tailings model is developed and integrated to the mine planning model that calculates the volume of tailings slurry and composite tailings based on the processed material. Two small case studies and one large-scale case are carried out to verify the performance of the proposed optimization model. Two variable reduction techniques are implemented to increase the efficiency of the run time. The model solves the large-scale problem to optimality over 30 periods within 0.5 to 1.5 hours of CPU time, depending on the model resolution. In the generated schedule, the produced tailings is being deposited in the excavated mining-pit as the mining operations proceed and the in-pit dykes are constructed using mine waste material.
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 | 0,001 |
| 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 ».