露天礦生產規模優化的經濟動態評估方法
——以白云鄂博東介勒格勒鐵礦為例

章 林 代碧波，3 王運敏 牟英杰

（1.中鋼集團馬鞍山礦山研究院有限公司，安徽馬鞍山，243004；2.金屬礦山安全與健康國家重點實驗室，安徽馬鞍山，243004；3.東北大學資源與土木工程學院，遼寧沈陽，110819；4.包鋼集團礦山研究院，內蒙古包頭，014010）

生產規模是露天開采的一個重要參數，它直接 關系到礦山的投資、生產成本及經濟效益，必須詳細論證，慎重選擇。但是，合理生產規模的確定受礦區資源條件、開采技術條件、外部經濟條件等多方面因素綜合影響，是一個復雜的礦山系統工程問題［1］。目前，國內外露天礦生產規模的確定及優化方法主要有以下幾種：①技術確定，主要有礦山工程延深速度法、工作面可布置設備數等；②技術經濟確定，主要有按經濟合理服務年限、盈虧平衡分析等；③綜合分析確定，主要有模糊數學綜合評判法、灰色多目標決策、層次分析法等［2］。本研究將生產規模與露天境界優化相結合，借助Whittle系統平臺，首先對露天開采境界進行動態經濟優化，確定最優的露天境界，在該境界的基礎上進行規模優化及生產進度編排［3-5］，即確定最優的礦巖總量后，再確定最優生產規模和生產過程。

1 露天礦境界經濟動態優化

采用經濟動態評估方法，綜合考慮了礦床品位、資金時間價值、礦產品售價、開采成本等多種可變因素的影響，利用Whittle軟件對露天開采境界進行優化設計。Whittle軟件對露天礦山進行境界優化主要包括以下3個步驟：①構建礦床地質模型并進行參數賦值；②確定邊坡角；③構建經濟模型，通過調整產品售價、開采成本等市場經濟敏感性因素生成多個露天開采境界，根據礦山的動態經濟指標確定最優的開采境界［6-8］。

1.1 礦床地質模型

礦床地質模型包括實體模型和品位塊段模型，由其他三維可視化礦業軟件如Surpac、Datamine、Dimine等創建，再導入至Whittle中，Whittle的礦床模型為單元塊模型，有2種形式，一種是Block model，另一種是Parcel model，如圖1所示。Block model為礦床模型的基本塊，Parcel model屬于Block model的子塊，每個Block model可劃分成8個Parcel model子塊。Parcel model可提高計算精度，增加開采操作的靈活性、降低貧化損失率。

1.2 邊坡角設定

邊坡角通過2種方式設定，一種按巖性設定，在創建礦床地質模型時通過設置巖性標識參數確定不同的巖性區域，然后在礦床地質模型范圍內根據不同巖性區域設置不同的邊坡角；另一種是按區域方位設定，先通過礦區巖體構造、巖層等分布情況對不同區域的邊坡角分別進行計算，然后根據不同的區域方位范圍設置相應的邊坡角參數。

1.3 經濟模型

露天境界的優化最終由經濟模型中的參數指標綜合確定。經濟模型參數主要包括地質參數、采選技術經濟指標以及財務指標等。經濟模型結構見圖2所示。

經濟模型中各項指標的選取直接影響露天境界的尺寸。因此，需對參數進行敏感性分析，根據參數隨市場環境的變化生成系列境界。通常，礦產品的市場價格對露天開采境界的敏感性最強。因此，在大型露天礦山境界優化研究中，往往采用調節礦產品價格來生成系列境界。

2 生產規模的Milawa優化

露天境界初步優化完成后，將進行生產規模的優化和進度計劃編排。Whittle生產規模優化和生產進度編制分為凈現值最優算法、凈現值最差算法和Milawa算法。凈現值最優算法，礦山前期大量采礦，采出礦石品位高，生產剝采比低，經濟效果好，但該方法一味追求經濟指標，生產極不穩定，設備效能難以發揮，容易造成剝離欠賬，甚至采死，在實際生產中是不現實的。凈現值最差算法基本上可以保障生產的穩定，但礦山的效益難以發揮。Milawa優化算法是Whittle具有獨特的排產自動優化算法，該算法以采剝總量均衡、設備效能最大發揮為基礎，綜合考慮了礦床品位、礦石價格、開采成本、基建投資以及資金的時間價值等可變因素對生產規模的影響，先計算出不同境界方案下的礦山動態經濟指標，然后模擬礦山經濟運營情況，最終從技術經濟角度設計出礦山最優采剝順序和生產規模［9-11］。

3 應用實例

3.1 工程概況

東介勒格勒礦區位于白云鄂博鐵礦區主、東、西礦外圍，鐵礦體賦存于哈拉霍疙特巖組上部白云巖中，白云巖呈層狀產出，分布穩定，在白云巖層間，生成較大的鐵礦體呈層狀、透鏡狀，與白云巖產狀一致平行出現，具沉積變質特征。礦體東西長3.2 km，南北寬1.0 km，走向為70°～80°，傾向340°～320°，傾角較陡為70°～84°，頂底板以白云巖為主，巖體結構以塊狀結構為主，致密堅硬頗耐風化。近地表部分唯云母巖片理發育，部分矽質板巖節理發育，工程地質條件簡單。

3.2 礦床資源模型

礦床資源模型是露天境界和生產規模優化的基礎。礦床資源模型利用Surpac軟件建立，主要步驟包括建立地質數據庫、礦體實體模型和塊段模型。地質數據庫包含鉆孔孔口、測斜、樣品分析、巖性以及工程地質參數等數據。根據礦山地質數據庫創建鉆孔三維模型（見圖3），進行地質解析，然后建立表示礦體三維實體模型，最后根據地質數據庫和礦體三維實體模型，通過地質統計學方法，對礦床品位、巖性等地質屬性進行克里格插值，建立東介勒格勒礦床的品位塊段模型（見圖4）。

3.3 露天境界優化

根據Surpac建立的品位塊段模型，在Whittle中設定塊段模型尺寸，該尺寸至少能包含礦床品位模型范圍，然后根據采礦單元尺寸確定Block塊的大小，并進一步細分成Parcel model塊，生成空塊模型。再將礦床品位塊段模型、地表模型作為約束條件，同時設置礦產品價格變化函數、生產成本變化函數以及臺階高度等相關動態的經濟指標和設計參數，最后在Whittle中最終生成一系列的開采境界。

3.3.1 經濟參數的選取

露天境界優化經濟參數取自于地質報告、選礦試驗指標以及礦山的實際情況，見表1。

?

3.3.2 邊坡參數的確定

根據工程地質條件，將東介勒格勒礦境界分區域選取不同的邊坡角（表2）。

?

3.3.3 露天境界優化結果

基準產品價格為4.35元/百分比單位品位，按照產品價格影響因子0.2～2.0進行優化，步長為0.2，生成不同產品價格下的露天境界，見表3和圖5所示。

3.4 生產規模優化

對露天優化境界中的礦石產量分3種情況確定礦山生產規模，分別為凈現值最優、凈現值最差、 Milawa算法（采剝均衡，設備能力充分發揮），分別確定礦山每年的生產規模以及礦山收益指標，見表4 所示。

?

?

從表4可以看出，3種方法優化的生產規模大部分時間為130萬t/a，其中凈現值最優方法片面追求礦山效益最大化，生產剝采比不穩定，這在生產實踐中往往是不符合實際的。凈現值最差方法的生產規模、生產剝采比基本比較穩定，生產規模同樣為130萬t/a，但凈現值較低，沒有實現礦山效益最大化。按照采剝總量均衡、設備能力充分發揮的原則，采用Milawa生產規模優化，確定礦山每年的生產規模及收益指標情況見表5所示。

Milawa生產規模優化后，生產規模和生產剝采比基本保持穩定，但經濟指標仍不理想，說明在當前的市場經濟情況下，礦山開采的經濟風險很大。

4 結論

Whittle軟件平臺可根據技術經濟參數，快速生成高質量批量的露天境界，從而選擇出最優境界，并計算不同境界方案下的礦山動態經濟指標，設計出礦山最優生產規模和采剝順序，以適應市場條件的變化。通過該方法，確定出包鋼白云鄂博東介勒格勒鐵礦最優生產規模為130萬t/a，但在當前的市場環境下，礦床開發的總凈現值為24 415.67萬元，投資收益率為7.58%，礦山開采的經濟風險很大，為礦山的決策提供了指導。

?