塞爾維亞某銅金礦床品位控制過程研究

摘要：某銅金礦床是塞爾維亞境內的大型礦床，保有礦石量約4 000萬t，銅金屬量約120萬t，金金屬量約78 t，-140 m標高以上采用的采礦方法為進路充填采礦法。以-85 m分層為例，對采礦進路和穿脈等井下工程進行地質編錄和取樣工作，構建品控模型，精確控制UHG、HG、LG礦體邊界，對比分析品控模型和資源模型之間的差異，論述了開展品位控制具有指導采礦和選礦作業、優化采礦工程設計、節省采礦成本等意義，提出了礦山未來品位控制工作的思路和方法，為該礦山未來生產工作奠定了基礎。

關鍵詞：品位控制;品控模型;資源模型;銅金礦床;塞爾維亞

中圖分類號： TD15 P618.51

文獻標志碼：A

文章編號：1001-1277（2022）02-0029-04

doi：10.11792/hj20220205

引 言

品位控制（Grade Control）是一個礦石開采價值最大化和降低生產風險的過程，通過準確圈定礦巖界線向選礦廠提供優質礦石[1-2]。品位控制是每個礦山生產的必要工作，相當于進行二次圈礦和探采對比工作。二次圈礦是指在地質勘查工作的基礎上，利用生產勘探工程或采礦工程完成地質編錄及取樣工作，進行二次圈礦和資源儲量重新估算的過程[3-7]。探采對比是指將地質勘探、二次圈礦、生產出礦過程中的礦體形態特征、礦石量、品位、金屬量等進行對比分析，查明資源量變化的原因，指導二次圈礦工作[8-9]。

近30年，品位控制從編制紙質材料階段，發展到三維建模和地質統計學模擬階段[2]。由于中國引進三維礦業軟件較西方礦業發達國家晚，許多礦山企業的品位控制工作仍然停留在傳統二維平面上。部分實力較強的國內礦山企業已著手進行品控模型構建，并將其應用于礦山的品位控制過程和其他生產實踐過程。

本次研究介紹了塞爾維亞某銅金礦床地質概況，闡述了品位控制的定義，根據井下地質編錄和取樣工作，構建了品控模型，并對品控模型的合理性進行了驗證，論述了品位控制過程的意義，指出了礦山未來品位控制的思路和方法。

1 地質概況

某銅金礦床位于世界著名的特提斯歐亞成礦帶中，賦存于Timok雜巖體中，是典型的高硫型低溫熱液礦床，硫化物可劃分為塊狀、團塊狀、脈狀及稀疏脈狀4種類型，主要硫化物為黃鐵礦、銅藍和少量硫砷銅礦，保有礦石量約4 000萬t，銅金屬量約120萬t，金金屬量約78 t，工程控制網度基本達到（25～50）m×（25～50）m，探明級別工程控制網度為25 m×25 m，控制級別工程控制網度50 m×50 m。該礦床礦體界線肉眼清晰可見，易于分辨，礦體品級易于識別，主要為超高品位（UHG：w（Cu）≥12.00 %）、中高品位（HG：5.00 %≤w（Cu）<12.00 %）和低品位（LG：0.50 %≤w（Cu）<5.00 %）3種類型礦體;礦體形態簡單，呈囊狀分布。

2 品位控制

完整的品位控制包括品控模型構建（儲量估算）、鉆探和取樣、化驗分析、預爆破模型構建、礦塊設計、爆破、爆破后模型構建、礦石標記、鏟裝、礦堆、金屬平衡等一系列工作[10]。

品位控制方法的確定應與礦床類型和采礦方法相結合。根據采礦方法可將地下礦體的品位控制分為可進入和不可進入2種類型。可進入類型指開采過程中可以進入礦房進行編錄和取樣，如采礦方法為淺孔留礦采礦法和進路充填采礦法的礦體;反之，不可進入類型是指開采過程中無法進入礦房進行編錄和取樣，如采礦方法為分段充填采礦法、自然崩落采礦法等方法的礦體[11]。

該礦床-140 m標高以上礦體采用進路充填采礦法開采，屬于可進入類型。基于礦床地質特征，結合井下生產工程的編錄和取樣工作，將礦體劃分為UHG、HG、LG 3種類型，進而構建品控模型。

3 品控模型

品控模型（Grade Control Model）是品位控制的一個步驟，是整個品位控制過程的基礎。品控模型的構建過程與資源模型構建過程是一致的，主要包括數據庫創建、樣品組合、特高品位處理、礦體模型構建、品位插值、模型驗證等。關于資源模型構建等流程，前人已進行了大量研究[12-13]，此處不再贅述，僅說明礦體模型構建和模型驗證環節。

3.1 礦體模型構建

對-85 m分層的采切工程進行地質編錄和取樣，初步確定UHG、HG、LG礦體邊界（見圖1）。其中，穿脈采用刻槽取樣，進路采用連續打塊取樣，取樣長度1 m，樣品分析元素為Cu、Au、S、As等。根據樣品分析結果準確圈出UHG、HG、LG礦體邊界，分別構建UHG、HG、LG礦體模型的目的為：分別對3種類型礦體進行品位插值。因該礦床為塊狀硫化物礦床，礦體邊界清晰，若不單獨對UHG、HG、LG礦體進行插值，可能會對整個估值過程造成較大偏差，如低品位礦體區域可能出現高品位礦體等情況，這在估值過程中是不允許的。根據地質工程師編錄的信息和樣品分析數據，分別構建-85 m分層的UHG、HG、LG礦體實體模型（見圖2）。

3.2 品位插值

將坑道取樣數據和歷史鉆孔數據在構建的UHG、HG和LG礦體模型中進行組合，以組合樣數據為源數據對塊體進行品位插值。由于數據量較少，難以進行地質統計學分析，選擇距離冪次反比法進行插

由于礦體在平面上近似等軸狀，故將各向異性參數設置為主軸/次主軸為1，主軸/第三軸為2，搜索距離與探明級別的勘查網度一致，搜索橢球體參數和插值參數見表1。因工程較密，因此第一次插值已對所有塊體進行插值。

3.3 品控模型驗證

模型驗證方法通常有視覺驗證、品位趨勢分析（Swath Plot）。視覺驗證是指在剖面、平面等方向對比插值后塊體品位和工程品位之間的分布情況，檢查是否出現異常插值，如低品位礦體中出現高品位塊體等情況。品位趨勢分析是指在北、東和高程3個方向對比工程品位（或組合樣）和塊體品位之間的吻合度，觀察是否出現異常插值的情況。本次品控模型，礦體形態簡單，礦化界線明顯，已對硬邊界進行約束，品位插值不會出現上述情況。因此，本次可以僅通過視覺驗證品控模型的可靠性。經取樣分析，工程品位與塊體品位較吻合（見圖3），驗證了品控模型的可靠性。

3.4 品控模型與資源模型對比

-85 m分層中推斷級別的資源量占比非常低，僅占該分層金屬量的1.7 %。因此，本次直接將品控模型與資源模型進行對比，驗證資源模型的可靠程度。資源模型和品控模型的礦體面積重合率達92.7 %，較吻合（見圖1）。從礦體形態和分布看，品位控制前后礦體形態總體較吻合，但在礦體內部存在局部差異，表現為品控模型（見圖3）的礦體形態分布比資源模型（見圖4）的更為精確。資源模型中的礦體由勘探階段解譯得出，工程控制程度較低，總體較為粗糙;品控模型中的礦體是通過生產勘探過程中加密控制解譯得出，工程控制程度較高，能夠更準確地揭露礦體的實際形態。

資源模型和品控模型對比結果見表2。由表2可知：品控模型與資源模型對比，礦石量減少58 915 t，銅品位增加1.17 %，銅金屬量減少1 326.21 t，金品位增加0.57 g/t，金金屬量減少160.75 kg。總體表現為礦石量減少14.74 %，銅品位增加12.97 %，銅金屬量減少3.68 %，金品位增加9.43 %，金金屬量減少6.69 %。綜上，資源模型和品控模型之間的偏差較小。

4 品位控制意義及存在問題和建議

4.1 品位控制意義

1）精確控制礦體邊界，便于指導生產。品位控制能更準確地了解礦體的空間分布和品位分布情況。

在資源模型中，UHG、HG和LG礦體邊界具有明顯的分帶特征，表現為由內至外依次為UHG、HG和LG礦體（見圖4），但與巷道取樣結果存在較大差異，不利于礦石的分采、分堆作業。品位控制后的礦體邊界總體上依然具有分帶特征，但UHG礦體中局部出現HG礦體，HG礦體中局部出現UHG礦體，HG礦體中局部出現LG礦體（見圖3）。這種情況顯然更加符合實情況，對采礦生產具有實際指導意義。

2）優化采礦工程設計。品位控制后，礦體邊界更準確，對采礦工程設計優化具有重要指導作用。品控模型構建后，礦體的空間位置有所變化，優化采礦工程后，采礦工程節省至少50 m（見圖5），節省成本約150萬元，同時加快了開采進度，提高了采礦效率。

3）品位控制更加精確地控制了礦體邊界，能夠實現不同品級礦石的分采、分堆，對選礦廠配礦具有重要的指導意義，且選礦廠可根據不同時期的生產需求，要求采場提供相應品位的礦石，實現經濟效益最大化。

4.2 存在問題和建議

本次研究僅限于該礦床的-85 m分層，數據有限，但工作思路和方法可行。未來品位控制工作應結合多個中段和分層的井下編錄數據，進行較全面的品控模型構建，分析礦體的空間位置、形態、品位等變化。

金屬平衡（Reconciliation）是將資源模型、儲量模型、品控模型、采場出礦數據和選礦廠處理數據進行對比，是礦山運轉過程中最重要手段之一[14]。但是，礦山還未正式生產，暫時無法開展金屬平衡工作。未來應將品控模型與采礦數據和選礦數據進行對比分析，進一步驗證品控模型的可靠性。

本次研究沒有開展樣品的質量保證/質量控制（QA/QC）工作，未來品位控制過程中應加強該工作。同時，建議礦山引進三維激光掃描儀設備，準確控制采空區的體積，驗證品控模型的可靠性。

5 結 語

通過開展品位控制工作，構建品控模型能夠更準確地控制礦體邊界，有利于對不同品級的礦體進行分采、分堆;有利于優化采礦工程設計，節約生產成本;有利于指導選礦廠配礦，實現效益最大化。本次研究所采用的生產數據有限，但總體思路可行，方法可靠，在未來的生產工作中應基于更多的生產數據開展進一步研究工作。

[參 考 文 獻]

[1] DOMINY S C，PLATTEN I M.Grade control geological mapping in underground gold vein operations[J].Applied Earth Science，2012，121（2）：96-103.

[2] ABZALOV M Z，MENZEL B，WLASENKO M，et al.Optimisation of the grade control procedures at the Yandi iron-ore mine，Western Australia：geostatistical approach[J].Applied Earth Science，2010，119（3）：132-143.

[3] 尹向林.采場“二次圈定”工作在礦山地質工作中的應用[J].科技情報開發與經濟，2003，13（6）：106-107.

[4] 張銳，趙榮欣，鄭廣玉，等.焦家金礦3#礦脈礦體二次圈定的實踐與效果[J].黃金學報，2000，2（4）：276-278.

[5] 張澤湖.新冶銅礦采場礦體“二次圈定”工作淺述[J].有色礦山，1998（1）：1-4，21.

[6] 江超，劉永剛.獲各琦鉛鋅礦體二次圈定的應用與效果[J].有色金屬（礦山部分），2012，64（5）：40-42.

[7] 陳興海，王子風，李天奇.礦體二次圈定在國外大型露天礦山的實踐應用[J].有色金屬（礦山部分），2019，71（1）：54-57.

[8] 肖玉金.瑯琊山銅礦床探采資料對比分析[J].現代礦業，2011，27（7）：53-57.

[9] 王壽林，鐘世杰，霍紅亮.獲各琦銅礦1號礦床探采地質資料對比淺析[J].有色金屬（礦山部分），2012，64（6）：41-43.

[10] DOMINY S C，GLASS H J，O’CONNOR L，et al.Integrating the theory of sampling into rnderground minegrade control strategies[J].Mineral，2018，8（6）：1-45.

[11] DOMINY S C，PLATTEN I M，XIE Y，et al.Underground grade control protocol design：case study from the Liphichi gold project，Larecaja，Bolivia[J].Applied Earth Science，2010，119（4）：205-219.

[12] 羅周全，王中民，劉曉明，等.基于地質統計學與Surpac的某鉛鋅礦床儲量計算[J].礦業研究與開發，2010，30（2）：4-6，69.

[13] 吳炳生，蘇犁.基于Surpac軟件與地質統計學的礦床資源量估算[J].礦業研究與開發，2015，35（1）：88-91.

[14] CHIEREGATI A C，PIGNATARI L E C，PITARD F F，et al.Proactive reconciliation as a tool for integrating mining and milling operations[J].International Journal of Mining Science and Technology，2019，29（2）：239-244.

3026500338206