学术报告：综合模拟与优化框架用于近面堆料采矿方法的定量分析

作者与发表信息

本文由 Hongshuo Gong、A. Moradi Afrapoli 和 H. Askari-Nasab 三位作者撰写，主要来自 University of Alberta 的 Mining Optimization Laboratory 和 Laval University 的 IntelMine Laboratory。这篇论文以“Integrated simulation and optimization framework for quantitative analysis of near-face stockpile mining”（近面堆料采矿方法的综合模拟与优化框架定量分析）为题，发表在《Simulation Modelling Practice and Theory》期刊上，第128卷（2023年），文章编号为 102794，在线发布日期为2023年6月25日。

研究背景与目的

这项研究主要围绕露天矿采矿系统的优化展开，特别探讨了一种新颖的采矿方法：近面堆料采矿（Near-Face Stockpile, NFS）方法。传统的卡车与铲装（Truck-Shovel, TS）系统以及内置破碎与传输（In-pit Crushing and Conveying, IPCC）采矿技术虽然在工业中广泛应用，但在深矿开采和长距离运输中的效率逐渐降低，经济可行性受到限制。另外，IPCC 方法尽管能减少卡车运输距离，其高度耦合的采矿与破碎子系统易因任一环节问题导致全系统的停滞。为改善这些问题，本文提出 NFS 方法，将 IPCC 系统与预破碎堆料结合。通过在矿坑底部布置堆料区来实现两个子系统的解耦，这种方法理论上可以提高系统的稳定性和容错率，同时优化生产计划和矿石品位。

研究的首要目的在于开发模拟模型与优化框架，定量评估 NFS 方法的性能，并验证其理论优势与潜在应用价值。

研究方法与工作流程

本研究搭建了一个综合的优化-模拟（Optimization-Simulation）框架，流程分为以下几步：

1. 优化模型构建与短期采矿调度优化
   研究开发了基于混合整数线性编程（Mixed Integer Linear Programming, MILP）的短期采矿调度优化模型，生成合理的采矿序列。优化目标函数旨在最大化净现值（Net Present Value, NPV），考虑矿石开采、废料运输、堆料回收等操作的成本与收益约束。

   • 模型参数与约束细节：
     • 输入参数包括矿石品位、产能上下限、堆料区容量、卡车运输成本等。
     • 约束条件覆盖了采矿量、矿石品位、先后开采顺序等限制，确保计划可操作性。
     • 决策变量包括各区块开采比例、堆料回收吨数等。

2. 模拟模型构建
   根据不同采矿方法特性，构建了传统 TS 方法与 NFS 方法的独立模拟模型。模型通过离散事件模拟技术建立，采用 Arena 软件运行。
   NFS 模型的关键特点：

   • 在矿坑底部布置具有多分区的堆料区。
   • 实现堆料卸载和回收逻辑模块的交互式运行，解决卸载与回收过程中的潜在冲突。
   • 每个堆料区容量支持破碎机连续运行8小时，无需外部补充。

3. 整合框架验证
   开发的优化-模拟框架首先应用于基准案例（一个采用 TS 方法的油砂矿），并比较模拟结果与真实生产数据以验证框架的准确性。

4. 框架应用于 NFS 方法与性能评估
   基于优化模型生成的 NFS 采矿序列，将其作为输入导入 NFS 模拟模型，通过多次模拟评估与传统 TS 方法的性能差异，定量分析 NFS 方法的生产效率、运输距离、设备利用率等指标。

研究结果

1. 框架验证与基准案例结果
   在传统 TS 方法下，模拟结果与真实生产数据对比展现高度一致性。

   • 年度采矿总量相差仅0.31%，卡车平均装载量相差0.62%。
     
   • 矿石处理能力、设备利用率与系统中断时间的误差均在可接受范围内，验证了优化-模拟框架的可靠性。

2. NFS 方法与传统方法比较
   通过同一油砂矿案例的应用研究，NFS 方法在以下几方面表现出显著优于传统方法的性能：

   • 运输效率：
     • 矿石卡车运输距离减少17.87%。
     • 矿石卡车运输循环时间缩短 16.3%。
     • 矿石单位运输工时产量（Tons Per Gross Operating Hour, TPGOH）提高19.79%。
       
   • 设备利用率：
     • 铲装设备利用率提高4.96%；破碎机利用率提高4.85%。
       
     • 物料投放至堆料区的等待时间下降57.14%。
       
   • 生产能力：
     • 年度总产量相比传统方法提升了5.06%。
       

3. 影响因素分析

   • NFS 方法凭借堆料区的解耦特性，显著降低了运输子系统对破碎和采矿的影响，从而提升了设备利用率和容错能力。
   • 通过多分区堆料区域的逻辑管理优化了卸载及回收流程。

结论

本文通过搭建优化-模拟框架，为 NFS 采矿方法提供了全面的性能验证与定量分析。研究结果证明： - NFS 方法结合了 IPCC 系统与传统堆料技术优势，同时显著提升了采矿系统的效率、稳定性与生产能力。 - NFS 方法在卡车运输效率提升、设备利用率改善、生产计划执行稳定等方面表现优异，具有重要的工业应用价值。

然而，研究也指出该方法的缺陷与局限性： 1. NFS 方法初始投资成本更高，设备失败的潜在风险和堆料系统瓶颈仍需进一步优化。 2. 未研究堆料区容量大小及分区数量对性能的具体影响。 3. 混合堆料的质量控制及其对矿石品位的稳定性提升尚未在实操中验证。

研究亮点

1. 提出并验证了一种新型优化-模拟框架，为评价新采矿方法提供了创新工具。
   
2. NFS 方法在多个关键性能指标上均优于传统采矿方法，展现出巨大的理论与实际应用前景。
   
3. 研究量化了堆料区运作对解耦采矿与破碎环节的重要影响，为未来采矿系统的优化提供了重要参考。

研究意义与价值

此研究不仅为新型采矿方法的性能评估提供了量化依据，同时也为其他未来新方法的测试与评价提供了一种通用工具和框架。尤其在油砂矿、深矿开采等场景中，NFS 方法的推广应用有望显著提高采矿企业的经济效益和操作稳定性。