基于三維可視化模型的礦床儲量動態管理方法

劉淑英

(長沙礦山研究院, 湖南長沙 410012)

基于三維可視化模型的礦床儲量動態管理方法

劉淑英

(長沙礦山研究院, 湖南長沙 410012)

針對地下金屬礦山的特點,從促進地下采礦技術的可視化和數字化出發,在分析礦床復雜介質體特征的基礎上,提出了地質數據的存儲和管理方式,闡述了基于三維可視化模型的礦床儲量動態管理模型與方法。

礦床儲量;三維地質體模型;儲量管理

應用先進的數字技術提升我國地下礦山的設計、管理和決策手段及模式,是從事礦業相關領域研究的單位迫切需要考慮的問題。本文在分析礦床復雜介質體特征的基礎上,研究分析了基于三維可視化模型的礦床儲量動態管理與品位控制技術,以促進地下采礦技術和管理的可視化、數字化。

1 礦床地質體三維模型及數據管理

建立礦床模型是實現礦床開采可視化的第一步,也是礦山數字化的關鍵技術之一。但礦床是一個極為復雜的地質體,包括巖層、礦體、斷層等。由于受到各種地質作用的影響,使得它的組成與形態變化多樣,尤其是它的地下賦存條件復雜多變。礦床地質體特征包含礦床開采過程中發生相互作用和影響的各種因素。在礦山開采過程中,通常以平面圖表、文字等形式表示。在具體工作中,技術人員以及管理人員要根據這些平面圖表、文字等信息,憑借自身的空間想象力和平時的工作經驗,對礦床地質體特征在腦海中進行三維重建。但由于想象力的發揮具有較大的主觀隨意性和不確定性,經常會產生對實際情況的錯誤判斷,致使設計出現嚴重錯誤和偏差,導致管理中的決策失誤,造成生產的被動和資源的損失。構建可視化的礦床地質體三維可視化模型,將為實現礦床地質數據管理的可視化、采礦設計的數字化,以及相關生產管理的智能化奠定基礎。

礦床地質數據是礦山資源評估、儲量計算和采礦設計的基礎,是礦山生產管理的重點。地質數據庫包括了海量的地質和工程信息,地質數據的完善性和可靠性,直接影響一個礦山的生產經營和決策。因此,根據需要,可以采用不同的關系型數據庫來存儲地質和工程數據。

在分析地、測、采原始數據的基礎上,可以采用三個基本的數據表,即鉆孔表、測量表、數據字典表來構成數據庫的基本結構。采用此基本數據庫結構,有利于加強系統平臺的適應性和系統的兼容性,有助于系統資源數據的整合。

鉆孔表主要包括鉆孔編號、鉆孔開孔位置(XYZ坐標)、最大孔深、鉆孔軌跡等。其它一些鉆孔信息,如鉆探時間、類型或者項目名稱,也都可以存儲在鉆孔表中。此處的鉆孔是廣義“鉆孔”,還可包括坑探、槽探工程的信息。

測量表用來存儲鉆孔測量信息,基本字段包括鉆孔號、鉆孔深度、鉆孔的方位角和傾角等。對于沒有測量過的垂直鉆孔,測量表的深度值就是鉆孔表中的深度值,方位角為0度,傾角為-90°。可用X、Y和Z字段存儲測量后糾正過的坐標值,表中還可以加入定位中心等一些測量點信息的可選字段。

數據字典表用來存儲字符代碼,這些代碼可以等同于某范圍內的數字值,也可以代表一個有效的字符字段。表的名字、待轉換的字段的名字、轉換后的代碼、代碼等同的數字范圍、代碼名字等都可作為數據字典表的基本字段。數據字典表實現從實際數據代表類型到用戶定義的等價字符之間的轉換,有助于數據的分析、表達和歸類。

除了上述3個基本數據表之外,根據系統需要,可建立地質表、品位信息表等可選表。

地質表主要包括以下字段:鉆孔號、樣品號、樣長、樣品起始位置(XYZ坐標)、樣品終止位置(XYZ坐標)、樣品性質(巖性、節理特征等)。

樣品表主要包括以下字段:鉆孔號、樣品號、樣長、樣品起始位置(XYZ坐標)、樣品終止位置(XYZ坐標)、樣品品位等。

在基本表和可選表數據結構確定的基礎上,即可選擇合適的數據庫平臺,建立地下礦山的地、測、采數據庫,為采礦設計、儲量計算及管理服務。

坑探數據是生產勘探數據的主要來源之一,如何快速有效的獲取坑探樣品的有效信息并存儲,是必須解決的問題。采用計算機圖形技術和數據庫存儲技術編制坑探數據批量處理模塊,實現對坑探數據的快速和批量化處理。模塊包括兩部分:第一部分是根據文本或電子表格中的數據生成坑探線,并將品位等地質信息寫到圖形線文件的描述屬性中;第二部分是從包含坑探品位信息的圖形線文件中提取坑探信息,并存儲到地質數據庫中。

2 地下采礦動態儲量管理模型與方法

儲量動態管理便于生產礦山根據礦產品的市場價格變動隨時計算出礦種的贏利臨界品位,自動計算可采礦體地質儲量,圈定可采礦體邊界,進行三級礦量的計算和動態管理,動態儲量管理與品位控制技術的基礎是礦床三維儲量塊體模型的建立。

2.1 儲量塊體模型建模

儲量塊體模型是礦床品位估算和儲量計算及管理的基礎,其基本思想是根據已知的樣品品位信息按一定的數學方法對塊體模型進行品位估算,然后在此基礎上進行礦床儲量計算。

為便于儲量估算,采用塊體建模技術將礦床劃分為由許多單元塊組成的塊體模型。首先確定模型基本塊的尺寸,在基本塊尺寸的基礎上采用八叉樹算法,根據塊體模型和實體模型之間的關系,對單元塊進行細分。采用基本塊對模型細分,在實體邊界,包括實體外邊界(如礦體邊界線)和實體內邊界(如礦體內夾石)采用更小的單元塊進行細分。

基本單元塊的邊長視具體情況而定,并不是單元塊越小,品位、礦量計算結果越精確。從地質統計學理論可知,在已知數據(即樣品數與樣品的空間分布)一定的條件下,單元塊越小,對其品位的估計誤差越大。當單元塊小到一定程度時,相鄰的幾個單元塊的品位估計值會非常接近,與它們的平均品位相差無幾,這種現象稱為平滑作用,故用一個大塊代替幾個小塊,品位與礦量的計算結果變化很小。這樣做可以降低對計算機容量的要求,加快計算速度。一般的經驗規則是,單元塊在水平方向上的邊長不應小于鉆孔平均間距的1/4或1/5。對于100 m的鉆孔間距,單元塊的邊長一般取30m左右。

2.2 塊體儲量模型賦值

將礦床分為單元塊后,需要應用某種方法對每一小塊的品位值進行估計,進而計算礦床的儲量。常用的方法有3種,即最近樣品法、距離N次方反比法和地質統計學法(即克里格法)。三者均是基于樣品加權平均的概念,即對落在以單元塊為中心的影響范圍內的樣品品位進行加權平均求得單元塊的品位。3種方法的根本區別在于所用權值不同。

無論用什么方法對塊狀模型中每一單元塊的品位進行估值,均需要確定由哪些樣品參與估值運算。一般地講,對被估單元塊有影響的樣品(即落入影響范圍內的樣品)都應參與估值運算。確定影響范圍和影響權值是品位估算的關鍵技術之一。

地質統計學把礦床的品位看作是區域化變量,而控制這一區域化變量之變化規律的是地質構造和成礦作用。用于描述區域化變量變化規律的基本函數是協變異函數和半變異函數。對于任何礦床,都可計算出其協變異函數和半變異函數,但在利用協變異函數對礦床中單元體的品位進行估值時,需滿足二階穩定性條件。應用半變異函數進行參數估計時,需滿足內蘊假設。研究表明,在大多數情況下,品位的半變異函數的數學模型為球狀模型。球狀模型的特點是:半變異函數γ(h)隨距離h的增加而增加,當h增加到變程a時γ(h)達到檻值。達到檻值后,γ(h)將不再增加。由于檻值為樣品的方差,這表明當h≥a時樣品值變為完全隨機的,樣品之間失去了相互影響。因此,半變異函數的變程a可以被看作是影響半徑的一種表述。然而當存在各向異性時,不同方向上的品位半變異函數具有不同的變程,因此,影響范圍是一橢球體,即各向異性橢球體。

影響范圍在品位估算、礦量計算中起著相當重要的作用,在某些情況下,所選取的影響范圍不同,礦量計算結果會有很大的差別。然而,確定合理影響范圍是一件不容易的事,需要對礦床的成礦特征有深入的了解,同時也需要豐富的實踐經驗。

2.3 動態儲量管理與品位控制方法

動態儲量管理與品位控制建立在塊體儲量模型的基礎上,塊體儲量模型能夠準確地反映出礦床的品位分布及分布規律,可為礦床前期開采規劃和后期生產延伸提供技術和決策支持。

塊體儲量模型中,礦塊的儲量是品位的函數:

式中,R為礦塊儲量,而x(p,c)是礦產品價格p、成本c的函數。實際應用中,x(p,c)在綜合考慮市場價格和成本的基礎上,可以由下式確定:

式中,x0(p,c)為礦塊最低可采品位,xc為生產成品品位,c為計算出的噸礦生產成本,ρ為采礦貧化率,為選礦回收率。

由(2)可知,在儲量塊體模型的基礎上,可根據礦產品的市場價格變動以及采礦及加工成本隨時計算出礦種的贏利邊界品位,從而確定不同邊際品位的礦塊儲量。

具體實踐中,在塊體儲量模型的基礎上,綜合考慮各種相關因素,通過分別建立品位約束、礦體約束、標高約束、區域約束、空間實體約束等約束條件,建立不同約束和范圍內的儲量品位模型,實現動態儲量管理和品位控制。

3 應用示例

某礦床為一大型接觸交代矽卡巖礦床,屬云英巖矽卡巖復合型鎢、錫、鉬、鉍多金屬礦床。根據礦體產出的部位,礦化特點,以及礦石類型的不同,礦體劃分為4個礦帶(Ⅰ、Ⅱ、Ⅲ、Ⅳ礦帶)。各礦帶之間一般沒有明顯的界線,多呈漸變過渡接觸關系。特別是Ⅱ、Ⅲ礦帶,主要根據蝕變類型,礦化強弱,有益元素組合及含量,借助化學分析結果來劃分。

根據礦床的三維實體模型,建立礦床塊體模型,礦床基礎塊體模型在X、Y、Z方向的延伸尺寸分別為1140,870,390m,模型范圍較大,而礦體整體成扁平透鏡狀產出。取基本單元塊尺寸為30m×30 m×15m,最小單元塊尺寸為1.875m×1.875m×0.937m。在基礎塊體模型的基礎上,通過礦體實體模型、夾石實體模型,分別建立礦床礦體約束、夾石約束文件,為塊體儲量模型賦值做好準備。研究中,分別求取了礦床在3個方向上的品位變異函數類型及參數,見表1。采用克里格法對礦床品位進行估值和礦量統計,計算結果見表2。

表1 礦床品位變異函數參數及類型

礦床塊體儲量模型賦值之后,通過建立不同的約束,實現了對礦床的不同空間范圍、品位范圍的儲量及品位的動態分析及管理。包括儲量和品位的計算,按剖面線、品位、標高、礦塊對儲量進行統計分析。在塊體模型的基礎上,系統分別建立品位約束、富礦帶約束、標高約束、區域約束等約束條件,建立不同約束和范圍內的儲量品位模型。表3為按剖面線統計的礦床儲量。

表2 克里格法計算的礦床平均品位和儲量

表3 礦床儲量按剖面線統計

由表3可知,16～24線礦體比較厚大,品位較高,礦山前期規劃開采的富礦帶范圍正是在這一范圍之內。這一范圍的礦量占了礦床總礦量的84%。

按標高對礦床儲量統計后,可知礦床大多賦存在385～586m范圍內,該范圍內的礦石儲量占了礦床總礦石儲量的95%。按品位對礦床統計后可知,,鎢元素品位主要集中在0.1%～0.7%的范圍之內,占整個礦量的86%。鉬元素品位主要集中在0.03%～0.09%品位范圍之內,占整個礦量的62%。鉍元素品位主要集中在0.05%～0.17%的范圍之內,占整個礦量的73%。

4 結束語

較之其他行業,礦山開采的生產對象和過程有其特殊性。作為開采對象的礦體,其賦存條件不以人的意志為轉移,不同礦床甚至同一礦床不同區段的資源狀況、開采技術條件等都會千差萬別,在被采準切割工程完全揭露之前,被認知的程度是不全面的,采礦過程是一個隨著地、測、采等工程的開展不斷反饋、修正和優化的動態過程。在建立礦床三維模型的基礎上,采用地質統計學方法,對礦床品位進行估值,并根據礦產品市場價格和采礦成本建立礦床的動態儲量模型,可實現礦床儲量的動態管理。

[1]潘 冬.我國礦山數字化建設的探討[J].礦業研究與開發,2006,(S1):36～39.

[2]潘 冬,李向東.基于SURPAC的礦山三維地質模型開發[J].采礦技術,2006,(3):499～501.

[3]陳忠強,王李管,等.礦床三維可視化建模技術的應用與發展[J].現代礦業,2009,(9):59～62.

[4]羅周全,李 暢,等.金屬礦床可視化建模及儲量計算[J].礦冶工程,2009,29(1):10～14.

[5]盧晉敏,陳廣平,等.大黑山鉬礦三維礦體模型的構建[J].礦業工程,2007,5(3):68～70.

2010-01-08)

劉淑英(1962-),女,河北衡水人,高級工程師,主要從事采礦技術等研究,Email:lsy@cimr.com.cn。