MétaCan
Menu
Retour à la cohorte
Enregistrement W4391156990 · doi:10.3390/min14020123

Integrated Stochastic Underground Mine Planning with Long-Term Stockpiling: Method and Impacts of Using High-Order Sequential Simulations

2024· article· en· W4391156990 sur OpenAlexafffund
Laura Carelos Andrade, Roussos Dimitrakopoulos

Notice bibliographique

RevueMinerals · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensMcGill University
Organismes subventionnairesIAMGOLDAngloGold AshantiNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésTerm (time)Order (exchange)Mining engineeringComputer scienceEnvironmental scienceGeologyBusiness

Résumé

récupéré en direct d'OpenAlex

The integrated optimization of stope design and underground mine production scheduling is an approach that has been shown to effectively leverage the synergies among these two underground mine planning components to generate truly optimal stope layouts and extraction sequences. The existing stochastic integrated methods, however, do not include several elements of a mining complex, such as stockpiles, due to the computational complexity and non-linearity that they might add to the optimization of the long-term mine plan. Additionally, sequential simulation methods that rely on two-point statistics and Gaussian distribution assumptions are commonly used to generate the input realizations of the mineral deposit. These methods, however, are not able to properly characterize complex spatial geometries or the high-grade connectivity of non-Gaussian and non-linear natural phenomena. The present work proposes an extension of previous developments on the integrated stope design and underground mine scheduling optimization through an expanded stochastic integer programming formulation that incorporates long-term stockpiling decisions. An application of the proposed method at an operating underground copper mine compares the cases in which the geological simulated orebody models are based on high-order and Gaussian sequential simulation methods. The extraction sequence and related final stope design are shown to be physically different. It is seen that the optimization process takes advantage of the better representation of high-grade connectivity when high-order sequential simulations are used, by targeting the areas with grades that follow the mill’s blending requirements and by making less use of the stockpiles. Overall, a 4% higher copper metal production and a resultant 6% higher net present value are observed when high-order sequential simulations are used.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,318
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetMining Techniques and EconomicsTravaux en français237 207