Савченко А. Г., начальник отдела ресурсного и геолого-структурного моделирования, АО «Полюс Красноярск»; Григоровский И. А., технический специалист ГГИС «Майкромайн», представитель по Уральскому региону; Яшков Е. О., младший технический специалист ГГИС «Майкромайн»
Идея методики заключается в создании блочной модели рудных складов на основе информации о рудопотоках, контролируемых АСУ ГТК Wenco. Для интерполяции содержаний используется информация, включающая известные характеристики качества руды в точках разгрузки самосвалов. Это позволяет при помощи блочной модели с достаточно высокой точностью контролировать распределение содержаний на любом участке любого объема складированной горной массы, не применяя для целей ее опробования дорогостоящее бурение.
Данная методика была разработана специалистами отдела ресурсного и геолого-структурного моделирования AO «Полюс Красноярск» и успешно опробована на Олимпиадинском ГОКе.
Исходные данные для моделирования:
• маркшейдерская съемка каждого яруса и основания склада в формате *.str;
• файл выгрузки данных из АСУ ГТК Wenco, содержащий информацию о точках разгрузки самосвалов с координатами и характеристиками качества руды.
Этапы подготовки
1. Каркасное моделирование складов
На основании маркшейдерской съемки необходимо создать солиды каждого яруса (рисунок 1). Для этого сперва создаем поверхности каждого яруса и основания склада. Далее, используя полученные ЦМП, создаем солиды каждого яруса.
Так как для построения каждого яруса используется основание склада, то необходимо избавиться от дублирующих объемов. Для этого вычтем из объема каждого вышележащего яруса объем нижележащего. Далее необходимо проверить каркасы на ошибки, а также осуществить визуальную проверку корректности построения.
На завершающем этапе в каркасные модели каждого яруса прописываются атрибуты, которые будут использоваться для присвоения блокам модели всей необходимой информации.
2. Подготовка точек разгрузки к блочному моделированию
Исходные данные представляют собой точки разгрузки самосвалов с координатами XYZ и качественными показателями руды, полученные с GPS-приемников, которые установлены на технике. Хотя координаты XY и имеют некоторые погрешности в измерениях, но все же мы можем их использовать в расчетах, в то время как координата Z не годится для привязки точек разгрузки по вертикали, так как очень часто имеет большие погрешности (иногда до первых метров).
Задача заключается в расчете точной отметки Z у точек разгрузки самосвала. Решить ее предлагается посредством преобразования точки разгрузки самосвала в псевдоскважину, имеющую начальную координату на поверхности яруса и вертикальный интервал опробования, соответствующий высоте яруса и содержащий значения полезных компонентов в данной точке.
Расчет производится в два этапа: сперва точки проецируются на поверхность каркаса яруса склада, затем рассчитывается вертикальная мощность интервала опробования, соответствующая глубине псевдоскважины (расстояние от подошвы до кровли яруса в данной точке), содержание в точке разгрузки по умолчанию распространяются на всю его мощность. Расчет производится для каждого яруса отдельно с использованием фильтра точек по ярусам (рисунок 2).
3. Блочное моделирование
Прототип блочной модели создается в границах каркасной модели рудного склада. Размер сторон материнского блока прототипа выбираем в нашем случае исходя из размера сети разбуривания рудных складов (как правило, длины сторон по XY должны быть меньше или примерно равны половине расстояния размера разведочной сети, а длина по высоте (ось Z) обычно принимается равной высоте рабочего уступа, в данном случае это высота забоя рудного склада).
Интерполяция содержаний полезных компонентов в прототип блочной модели будет выполняться методом «ближайшего соседа», который является наиболее подходящим для решения данной задачи (принцип основан на поиске точки, ближайшей к центру оцениваемого блока). Как таковая форма параметров процесса интерполяции этим методом в «Майкромайн-2018» не предусмотрена, поэтому мы будем использовать функционал метода «обратных расстояний», который основан на близком к принципу метода «ближайшего соседа» предположении. Если в параметрах поиска данных использовать максимальное количество точек для оценки, равное 1, то алгоритм всегда будет брать ближайшую точку к центру материнского блока, другими словами, будет использоваться метод «ближайшего соседа». Оценка блоков каждого яруса производится отдельно, для этого необходимо выполнить несколько прогонов с использованием фильтра по ярусам (рисунок 3).
