某大型露天礦生產礦石品位優化及礦巖決策分析

李 迪

（1.長春黃金設計院有限公司；2.北京科技大學金屬礦山高效開采與安全教育部重點實驗室）

地質品位對于任何一個礦床來說都至關重要，它直接影響企業的經濟效益［1］。傳統意義上的品位優化常常針對的是地質品位，評估的對象是整個礦床，其品位決策的精確性較為粗略。隨著礦山生產，將產生大量炮孔巖粉數據，這些數據能夠更為具體地體現礦石品位分布，大幅提高品位決策精度。

礦巖決策分析是基于生產品位的選別開采單元作為數據支撐。本研究提出的礦巖決策方案以利潤最大化為目標，選別開采單元（selective mining unit，簡稱SMU）為對象，考慮礦石成本、影子價值及選廠能力等因素，對礦石從開采前、配礦及選礦等環節進行決策。最后以國內某大型露天鉬礦為例探討其應用。

1 理論基礎

在露天礦中，選別開采單元對象為是指可選別開采的最小單元［2］。選別開采一般要求不同自然類型和工業品級的礦石，在礦床或礦體中呈帶狀分布、界線明顯、具有一定的層位和連續性，其單層厚度符合最低可采厚度的要求［3］。

在生產階段，選別開采單元的劃分與生產炮孔的設計密切相關，具體形狀大小各異。實際可選別開采的區域與塊體模型所代表的區域不重合是生產臺階可采儲量估算誤差產生的主要原因之一。因此，在露天礦開采階段，特殊區域要估計爆區分爆的可能性及模擬礦巖鏟裝過程才能正確估算可采儲量。典型的露天礦生產品位的估算采用Voronoi圖法，以炮孔影響面積進行線性加權估算。

Voronoi圖法是假定每個炮孔品位的影響只能達到其相鄰炮孔距離的一半，包圍每個炮孔的多邊形的邊是該炮孔與相鄰炮孔距離的中垂線。每個多邊形內的品位就是該炮孔的礦石品位［4］。圖1給出了一個典型的Voronoi圖，構造原理是按照最臨近炮孔原則，劃分爆區為若干獨立區域，而每個區域的品位屬性由中心的炮孔點品位決定［5］。通過面積加權計算爆區的平均品位和礦量。

生產階段選別開采單元相對復雜，受到以下3個因素的影響:地質因素、技術因素、經濟因素。劃分選別開采單元的流程如圖2所示。

礦巖處理以利潤最大化為目標，采用費用效益分析法計算生產費用與其相應的產出相比較，然后計算其凈效益，反映在經濟效率價格的計價機制下，這項經濟活動在宏觀資源配置方面的經濟合理性程度。用單位效益來表明，在效益價格條件下，每單位產出中效益超過費用的數額，可以表示如下［6］。

（1）單位礦石價值B。

式中，gMo為鉬出礦品位，%；εMo為鉬回收率，%；ρ為損失率，%；γ為貧化率，%；KMo為鉬精礦含鉬售價，元/t。

（2）單位礦石綜合成本Cz。

式中，T為稅費，元/t；Cm為單位礦石采礦成本，元/t；Cp為單位礦石選礦成本，元/t；F為單位礦石費用，元/t。

通過分析礦石的產值和成本，對單位礦石是運往選場有利還是運往廢石堆有利進行技術經濟比較，選取最有利者，即盈利最大，或虧損最小。

2 礦巖決策的設計思路

（1）開采前決策。假定該區域已被揭露，決策是否開采，其邊際收益應滿足條件:開采盈利=不開采盈利；如果該區域予以開采，則其盈利=收益-成本；如果該塊段不予以開采，則其盈利=0；如果滿足條件:收益-成本>0，則應將其作為礦石開采，否則不予開采。

（2）開采后決策。如果一個區域不滿足開采盈利條件，但采礦工藝要求必須予以開采，也就是必須將該區域礦巖運往選廠、廢石堆或儲礦堆，處理礦石的盈利為正值或者“盈利”的絕對值<當作廢石處理的費用；則應運往選廠或儲礦堆堆存，反之，則應做為廢石處理。

（3）選礦廠生產能力約束。一般情況下，采場按照開采量支付費用，無論是運輸巖石還是運輸礦石，都需要花費幾乎相同的運輸、剝離、鏟裝成本。由于選廠的設計生產能力固定，為達到預期的經濟目標，必然需要對入選品位進行控制。假設所有爆區都符合盈利條件，必須舍棄低盈利的爆堆進行堆存，當選礦能力盈余的時候才能加以利用。

綜合考慮上述因素，就能對某一區域簡單、迅速、有效地評價經濟價值，并可及時對是否開采及開采后進選廠還是作為廢石運往廢石堆廠做出正確決策，從而可以避免礦山生產的盲目性，確保礦山企業的經濟效益最大化。

基于以上分析，爆堆的處理決策如圖3所示。

3 工程應用

本課題以國內某大型露天鉬礦為工程背景研究，該礦區采礦權面積為4.6 km2，開采深度為640~0 m標高，為目前國內最大單一鉬礦床。礦區最主要的I號礦體工業礦鉬資源礦量為79 504.75萬t，金屬量為717 662.90 t，平均品位為0.090%。針對資源特點，采用露天開采方式，以15 m為臺階高度進行分層剝離。這里以495~510 m臺階第21次爆區為例進行研究。

3.1 采礦模型的建立

采礦模型是選別開采單元品位計算的基礎。通過利用生產勘探炮孔化驗數據建立爆破數據庫，建立爆區實體模型，并利用爆區炮孔巖粉化驗數據對爆區塊體進行品位估值，從而建立滿足礦山生產需要的采礦模型，作為選別開采單元的數據支撐。

爆破數據庫的建立過程與地質數據庫的建立大體相同，將相關的文件按照數據表結構格式整理好后導入數據庫。爆破數據庫建立后，利用圖形顯示系統，在三維空間內顯示炮孔數據，如品位、孔編號等，也可實現對數據的編輯、查詢、更新及鉆孔三維可視化顯示等操作，如圖4所示。

爆破數據庫建立后，就可以利用炮孔信息建立爆區實體模型。在實際生產中，各個爆區的頂部地表都是凹凸不平的。因此利用爆區炮孔孔口、底部坐標及爆區范圍邊界線來創建爆區實體，更能真實的反應爆區的實際情況。利用轉換后的點文件創建爆區頂部、底部的實體DTM，同時利用爆區邊界線修剪爆區頂、底部實體DTM，最后連接成實體3DM，最終形成的爆區實體，如圖5所示。

Voronoi圖估算方法按照臨近原則計算炮孔的影響區域，按面積加權計算平均品位，計算結果相對科學準確，且估算程序簡單易操作。采用3DMine軟件相關程序，將巖粉數據庫和爆破邊界線調入后，可直接進行爆區的相關運算和顯示，見圖6。

隨后，根據SMU劃分原則將該爆區進行劃分。

3.2 礦巖決策分析的實現

基于以上計算和分析，實現礦巖決策管理軟件的開發，旨在讓用戶能對已經完成鉆探、取樣、化驗及完成礦石質量品位計算的爆區進行迅速決策，一方面滿足選廠的配礦要求，另一方面達到資源的最大利用，最終實現資源的最優化處置。基于以上建立的經濟數學模型及決策流程圖，選擇VC++作為開發工具，開發了適合礦山生產技術管理人員操作的級差品位管理計算軟件，實現交互式的快速計算及處理決策，界面設計如圖7所示。該管理軟件實現以下2點功能:設計成本參數、技術參數及初始參數輸入，用戶可根據市場因素和生產技術條件實時修改，完成各個情況的計算并決策；計算單位礦石產值，系統自動完成對該爆區的產值和成本比較，提供礦石處理決策方案。

4 結論

（1）礦巖決策分析以利潤最大化為目標對礦山進行決策處理，具有一定經濟效用。

（2）采用Voronoi圖法計算生產品位，數據密度大，計算精度相對提高。

（3）以選別開采單元為單位進行礦巖決策分析，并開發相關程序，該方案使用相對便捷。