Автоматизированное планирование открытых горных работ для сплошных систем разработки в горно-геологической информационной системе Mineframe

Одним из уровней планирования открытых горных работ является перспективное планирование, применяемое на стадии принятия решения об инвестициях в рамках ТЭР, ТЭО, а также при изменении внутренних либо внешних условий (финансовых, технических, социальных) планирования. В рамках задачи повышения эффективности перспективного планирования в горно-геологической информационной системе MINEFRAME разработаны алгоритмы и программные средства модуля автоматизированного планирования открытых горных работ для сплошной системы разработки пластовых месторождений. Модуль позволяет производить сравнительный анализ выбора структуры комплексной механизации на основе имитационного моделирования технологических процессов открытых горных работ. По набору исходных данных формируется сценарий планирования в зависимости от варианта структуры комплексной механизации: различным типам уступов, характеризующихся технологией их разработки, присваиваются конкретные модели выемочно-погрузочного оборудования в соответствии со схемой расстановки, создаются транспортные цепочки, устанавливается последовательности отработки блоков с заданием углов рабочего борта карьера. Выбор оптимальной структуры комплексной механизации производится на основе анализа получаемых отчетных данных каждого сценария планирования по показателям работы техники и оборудования.

Наговицын Г. О. Автоматизированное планирование открытых горных работ для сплошных систем разработки в горно-геологической информационной системе Mineframe // Горный информационно-аналитический бюллетень. – 2022. – № 12-1. – С. 42–51. DOI: 10.25018/0236_1493_2022_121_0_42.

Наговицын Григорий Олегович — научный сотрудник, Горный институт Кольского научного центра РАН, e-mail: nagovitsyn_go@bk.ru, ORCID ID: 0000-0003-4671-540X.

1. Билин А. Л., Наговицын Г. О. Автоматизация долгосрочного планирования на карьерах с использованием методов компьютерного моделирования // Горный информационно-аналитический бюллетень. — 2019. — № S37. — С. 77—84. DOI: 10.25018/0236-14932019-11-37-77-84

2. Smith M., Nogueira L. A comparison of DBS and nested pit stage design as a basis for strategic planning / Application of computers and operations research in the mineral industry (APCOM-2017). 2017, pp. 9—16. DOI: 10.1007/978-3-319-99220-4_8.

3. Newman A. M., Rubio E., Caro R., Weintraub A., Eurek K. A review of operations research in mine planning // Interfaces (Providence). 2010, vol. 40, no. 3, pp. 222—245.

4. Яковлев А. М. Планирование горных работ в режиме управления качеством сырья на основе геоинформационного моделирования // Горный информационно-аналитический бюллетень. — 2021. — № 5-1. — С. 258—268. DOI: 10.25018/0236_1493_2021_ 51_0_258.

5. Глебов А. В. Методические принципы выбора основного оборудования структур механизации циклично-поточной технологии // Горный информационно-аналитический бюллетень. — 2021. — № 5-2. — С. 296—308. DOI: 10.25018/0236_1493_2021_52_0_296.

6. Лукичев С. В., Наговицын О. В., Билин А. Л., Белогородцев О. В., Рыбин В. В., Громов Е. В., Любин А. Н., Корниенко А. В., Гурин К. П., Наговицын Г. О., Лаптев В. В., Торопов Д. А. Научные и практические аспекты применения цифровых технологий в горной промышленности: монография. — Апатиты: КНЦ РАН, 2019. — С. 141—176. DOI: 10.37614/KSC.978.5.91137.411.2.

7. Nagovitsyn O., Lukichev S. A conceptual approach to 4D modeling of mining technology objects / Application of computers and operations research in the mineral industry (APCOM-2017). 2017, pp. 25—29.

8. Vignali V., Mariapola-Accerra E., Lantieri C., Di Vincenzo F., Piacentini G., Pancaldi S. Buidling information modeling application for an existing road infrastructure // Automation in Construction. 2021, vol. 128, pp. 1—10. DOI: 10.1016/j.autcon.2021.103752.

9. Вербило П. Э., Иовлев Г. А., Петров Н. Е., Павленко Г. Д. Применение технологий информационного моделирования для маркшейдерского обеспечения ведения горных работ // Горный информационно-аналитический бюллетень. — 2022. — № 6-2. — С. 60—79. DOI: 10.25018/0236_1493_2022_62_0_60.

10. Vallejo M. N., Dimitrakopoulos R. Stochastic orebody modelling and stochastic longterm production scheduling at the KéMag iron ore deposit, Quebec, Canada // International Journal of Mining, Reclamation and Environment. 2018, vol. 33, no. 1, pp. 1—18. DOI: 10.1080/ 17480930.2018.1435969.

11. Grober T., Grober O. Modeling of an interactive distance learning platform by means of modern information technologies // E3S Web of Conferences. 2021, vol. 273, article 12006. DOI: 10.1051/e3sconf/202127312006.

12. Ramires A., Romero J. R., Ventura S. Interactive multi-objective evolutionary optimization of software architecture // Information Sciences. 2018, vol. 463—464, pp. 92—109. DOI: 10.1016/j.ins.2018.06.034.

13. Лукичев С. В., Наговицын О. В., Семенова И. Э., Белогородцев О. В. Подходы к решению задач проектирования и планирования горных работ в системе MINEFRAME // Горный журнал. — 2015. — № 8. — С. 53—57. DOI: 10.17580/gzh.2015.08.12.

14. Lukichev S., Nagovitsyn O., Belogorodtsev O. A systemic approach to solving the mining technology tasks based on modeling its objects and processes / Application of computers and operations research in the mineral industry (APCOM-2017). 2017, pp. 29—34.

15. Lukichev S., Nagovitsyn O., Shishkin A. Break line and shotpile surfaces modeling in design of large-scale blasts // Mine planning in digital transformation (APCOM-2019). 2019, pp. 279—285.

16. Paithankar A., Chatterjee S., Goodfellow R., Asad M. W. A. Simultaneous stochastic optimization of production sequence and dynamic cut-off grades in an open pit mining operation // Resources Policy. 2020, vol. 66, pp. 1—13. DOI: 10.1016/j. resourpol.2020.101634.

17. Кузнецов И. С., Зиновьев В. В., Николаев П. И., Стародубов А. Н. Компьютерная система имитационного моделирования для оптимизации параметров экскаваторно-автомобильных комплексов // Горный информационно-аналитический бюллетень. — 2022. — № 6-1. — С. 304—316. DOI: 10.25018/0236_1493_2022_61_0_304.

18. Махараткин П. Н., Абдулаев Э. К., Вишняков Г. Ю., Ботян Е. Ю., Пушкарев А. Е. Повышение эффективности функционирования карьерных автосамосвалов на основе обоснования их рациональной скорости с помощью имитационного моделирования // Горный информационно-аналитический бюллетень. — 2022. — № 6-2. — С. 237—250. DOI: 10.25018/0236_1493_2022_62_0_237.

19. Наговицын О. В., Лукичев С. В. Горно-геологические информационные системы — история развития и современное состояние. — Апатиты: КНЦ РАН, 2016. — 196 с.

20. Наговицын Г. О., Билин А. Л., Звонарева С. В. Новые возможности ГГИС MINEFRAME для технологического и стоимостного расчета транспортных затрат // Горный информационно-аналитический бюллетень. — 2019. — № S37. — С. 241—248. DOI: 10.25018/0236-1493-2019-11-37-241-248.