Méthodologie de prédiction des coûts pour la gestion des résidus miniers
Notice bibliographique
Résumé
RÉSUMÉ: Les rejets miniers sont fréquemment associés à des problèmes environnementaux, tels que la dégradation de la qualité de l'eau et les impacts néfastes sur la faune et la végétation. Cette situation est souvent causée par la formation de drainage minier acide (DMA), résultant des résidus provenant des usines de concentration. Cependant, outre l'instabilité géochimique, la stabilité physique des bassins de rétention pour ces résidus est tout aussi cruciale pour une gestion environnementale responsable. La gestion efficace des résidus dans les projets miniers est essentielle, mais elle représente un défi en raison des coûts considérables difficiles à estimer dès les premières étapes de l'exploitation minière. Les compagnies minières doivent anticiper les coûts liés à la stabilisation de l'environnement géotechnique et géochimique du site minier pour se conformer à la loi sur les mines du Québec. Dans ce contexte, un projet a été entrepris pour créer un modèle prédictif des coûts basé sur les forages de minerai et les données recueillies au début de l'exploitation minière. Une revue de littérature a été effectuée pour comprendre les caractéristiques des résidus, les méthodes de gestion et de restauration, ainsi que les approches actuelles pour évaluer la faisabilité des alternatives de gestion des résidus miniers. En caractérisant dix échantillons de forage de minerai provenant de la mine Raglan par le biais d'essais minéralogiques, statiques et cinétiques, le potentiel de génération d'acide du matériau a été déterminé. Ensuite, les coûts des activités de densification, de couverture pour la restauration et de surveillance environnementale ont été estimés. À l'aide de la méthodologie du cycle de vie, les coûts nets pour quatre scénarios de configurations différentes pour la gestion des résidus miniers ont été évalués, aboutissant à une fourchette de valeurs minimales et maximales. La séparation des matériaux générateurs d'acide des autres résidus a démontré un avantage économique pour la restauration. Cependant, la grande amplitude entre les valeurs minimales et maximales représente une limite majeure de la méthodologie appliquée. La distribution des coûts nets par scénario et alternative a également été analysée, révélant que la part des coûts liés à la surveillance environnementale n'a pas dépassé 1% du coût total de gestion vi des résidus. De plus, il a été constaté que la part des coûts liés à la restauration augmentait au fur et à mesure que les résidus étaient moins densifiés. En conclusion, ce projet avait pour objectif de créer un modèle prédictif des coûts pour la gestion des résidus miniers en considérant différentes configurations et alternatives. La séparation du matériel générateur d'acide dans deux installations de stockage s'est avérée économiquement avantageuse. Cependant, la méthodologie utilisée présente des limites importantes en raison de l'ampleur des valeurs estimées. La surveillance environnementale représente une petite part des coûts totaux nets, tandis que l'augmentation des coûts de restauration est associée à une diminution de la densification des résidus. ABSTRACT: Mining waste discharge is frequently associated with environmental issues, such as water quality degradation and negative impacts on wildlife and vegetation. This situation is often caused by the formation of acid mine drainage (AMD) resulting from tailings generated by concentration plants. However, in addition to addressing the geochemical instability, ensuring the physical stability of retention basins for these tailings is equally crucial for responsible environmental management. Efficient tailings management in mining projects is essential, but it poses challenges due to the considerable costs that are difficult to estimate during the initial stages of mining operations. Mining companies must anticipate the costs associated with stabilizing the geotechnical and geochemical environment of the mining site to comply with the Quebec Mining Act. In this context, a project was undertaken to create a predictive cost model based on ore drilling and data collected at the onset of mining operations. A literature review was conducted to understand the characteristics of the tailings, the methods of management and restoration, and the current approaches for assessing the feasibility of alternative mining tailings management strategies. By characterizing ten ore drilling samples from the Raglan mine through mineralogical, static, and kinetic tests, the potential for acid generation from the material was determined. Subsequently, the costs for densification activities, restoration coverings, and environmental monitoring were estimated. Using a life cycle methodology, the net costs for four different configurations for managing mining tailings were evaluated, resulting in a range of minimum and maximum values. The separation of acid-generating material from tailings have showed economic advantages. However, the significant spread between minimum and maximum values represented a major limitation of the applied methodology. The distribution of net costs per scenario and alternative was also analyzed, revealing that the share of environmental monitoring costs did not exceed 1% of the total waste management cost. Furthermore, it was observed that the proportion of restoration costs increased as the residues were less densified. In conclusion, the objective of this project was to create a predictive cost model for mining waste management considering various configurations and alternatives. The separation of acid generating material proved economically advantageous for restoration. Nonetheless, the methodology used has significant limitations due to the magnitude of estimated values. Environmental monitoring constitutes a small portion of the total net costs, while the rise in restoration costs is associated with a decrease in tailings densification.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».