Планирование надежного обеспечения качества угля с учетом геологической изменчивости: тематическое исследование на польском месторождении лигнита

Автор перевода:

Куницкий А.И.

Источник:
https://www.hindawi.com/journals/jqre/2015/941879/

Аннотация

1. Введение

Целью контроля качества угля на угольных шахтах является ежедневное снабжение электростанций добываемым сырьем в рамках определенных ограничений качества угля. На примере выбранной части месторождения лигнита обсуждается проблема контроля качества для потока рудного бурого угля. Основная цель состоит в том, чтобы понять потенциальные колебания и отклонения от плановых показателей производства в зависимости от вариантов проектирования до того, как будут сделаны инвестиции. Для этого анализа выбран единственный параметр качества месторождения - теплотворная способность необработанного лигнита. Подход требует комплексного анализа изменчивости, присущей залежи, последовательности извлечения и варианта смешивания во время транспортировки материала. На основе данных скважинных моделей генерируется захват пространственной изменчивости атрибута рассмотрения. Анализ, основанный на двух подходах к моделированию: кригинг и последовательное гауссовское моделирование, выявляет преимущества и недостатки, приводит к выводам об их пригодности для контроля качества сырья. На втором этапе, основанном на графике производства, была проанализирована изменчивость теплотворной способности в потоке лигнита. На третьем этапе было исследовано влияние различных вариантов конструкции, нескольких экскаваторов и смесительного слоя.

Экологические и экономические соображения в электроэнергетике вызывают необходимость постоянного повышения эффективности энергоблоков. Одним из способов повышения эффективности производства энергии на электростанциях, работающих на ископаемом топливе, является снабжение сырья конкретными и относительно стабильными качественными параметрами.

В случае лигнита пространственная изменчивость параметров довольно велика. Учитывая критерий изменчивости, лигнит относится ко второй группе месторождений в польской классификации. Коэффициент вариации v [%] определяется как отношение стандартного отклонения к среднему значению основных параметров и обычно находится в диапазоне от 30% до 60%. Исключением является теплотворная способность, которая имеет относительно низкую летучесть в диапазоне от 9 до 16%.

Чтобы удовлетворить требования клиентов, планирование и проектирование горных работ должны быть сосредоточены на технических и эксплуатационных мерах, направленных на уменьшение изменчивости на месте критических характеристик угля во время добычи и обработки материалов. Целью различных вариантов проектирования, таких как одновременное использование смесительных пластов или нескольких экскаваторов, является преобразование изменчивости месторождения в пласт до уровня, который соответствует требованиям клиентов. Для исследования влияния слоев угольных смесей хорошо разработана теория уменьшения дисперсии при смешивании в пластах. Он основан на преобразовании вариограммы входящего в исходящий поток. В нескольких документированных приложениях используются методы стохастического моделирования на основе вариограмм критических элементов для моделирования изменчивости поступающих материальных потоков и оптимизации процесса преобразования. С учетом геологически более сложных месторождений этот подход может быть слишком упрощенным. Чтобы исследовать эффекты гомогенизации в непрерывной системе добычи, характеристики месторождения, в частности локальная изменчивость, должны быть связаны с методом добычи, последовательностью добычи и вариантами смешивания на протяжении всей операции.

Чтобы поддерживать стабильные параметры сырья, предпринимаются определенные меры, называемые управлением качеством потока лигнита. Этот процесс начинается с разведки и документирования месторождения и продолжается до конца срока эксплуатации шахты. Контроль качества угля можно разделить на несколько этапов:

1. выявление критических параметров и моделирование месторождения;

- идентификация и анализ критических параметров качества угля;

- пространственное моделирование изменчивости качественных параметров;

2. планирование горных работ (долгосрочное планирование):

- определение предела ямы в месте расположения и разреза открывающейся коробки;

- проектирование вариантов и средств смешивания, таких как склад и склады смешивания;

- установление долгосрочной последовательности добычи полезных ископаемых и достижений добывающей промышленности во времени;

3. эксплуатация и контроль производства (оперативное планирование):

- краткосрочные производственные планы для добывающего оборудования;

- прогнозирование и онлайн-анализ качества добытого угля;

- логистика и транспорт;

- хранение и гомогенизация сырья

Представленный здесь анализ относится ко второму и третьему этапу процесса контроля - разработке вариантов смешивания и оперативному планированию. В следующих разделах будут сначала исследованы различные подходы геостатистического моделирования для их пригодности для отображения реалистично пространственной изменчивости рассматриваемого атрибута лигнита. Во второй части оценивается изменчивость потока добываемого материала, в том числе смешивание в слоях и несколько экскаваторов, что приводит к вариантам проектирования для улучшения управления качеством угля и надежного снабжения электростанции.

Эта статья является продолжением аспектов, связанных с управлением качеством угля в шахтах лигнита, которые обсуждались авторами в предыдущих публикациях. В частности, методы условного моделирования в геостатистике, исследованные применяются для полномасштабного моделирования запасов крупного месторождения лигнита в Польше с целью понимания изменчивости характеристик качества угля в краткосрочной перспективе. Используя эти модели, вторая часть посвящена вопросам проектирования запаса и смесительного слоя, чтобы понять его способность контролировать кратковременные изменения. В отличие от работы, в которой основное внимание уделяется оптимизации работы угольного сырья и смесительного слоя, здесь цель состоит в том, чтобы понять влияние размера слоя на контроль колебаний качества угля в конечных продуктах, подлежащих продаже. Комбинированный подход, обсуждаемый в этой статье, позволяет оценивать решения относительно оптимального запаса и конструкции смесительного слоя на этапе проектирования до того, как на самом деле выполняется краткосрочная операция и наблюдаются реальные колебания.

2. Цель данного тематического исследования

Для процесса контроля качества бурого угля на этапе оперативного планирования необходимо иметь достаточную разведочную информацию о месторождении. В шахтах эта задача решается разными способами. Одним из них является исследование месторождения с помощью буровых скважин, пробуренных с крыши открытого лигнита - так называемая эксплуатационная разведка. Отверстия в отложениях, проанализированные в этой статье, были просверлены в плотной сетке 50 на 50 метров. Хотя, по сравнению со стадией геологической документации, эксплуатационная разведка имеет более высокое содержание информации, фактические параметры добытого лигнита все еще часто отличаются от значений, определенных в течение этого периода бурения.

Основная цель этого исследования состоит в том, чтобы понять возможные отклонения в отношении ожидаемой теплотворной способности добываемого угля на основе данных эксплуатационной разведки, то есть оценить, в какой степени эти данные предоставляют точную информацию для задач, связанных с контролем качества добываемого угля. минеральная. Для достижения этой цели и проверки пригодности различных подходов сравниваются два метода геостатистического моделирования: обычный кригинг и условное моделирование.

Для контроля качества бурого угля в контексте поставки электростанции необходимо учитывать несколько параметров, таких как теплотворная способность, содержание серы и содержание кремнезема. Без потери общности, этот документ сосредоточен на анализе теплотворной способности необработанного лигнита

3. Метод

На основе оперативной разведки в пределах области шестимесячного прогресса добычи были созданы модели изменчивости теплотворной способности в конкретных блоках добычи. Этот анализ был выполнен для части месторождения, где эксплуатационная разведка характеризуется высокой регулярностью. На рисунке 1 показана выбранная часть месторождения по отношению ко всему месторождению и предполагаемый прогресс в добыче по всем разведочным скважинам.

На основе моделей изменчивости теплотворной способности с заданным направлением добычи были рассчитаны изменения теплотворной способности за шестимесячный период. На рисунке 2 показана последовательность майнинга 195 последовательных эксплуатационных блоков. Каждый блок добычи размером 30 × 30 метров соответствует фактическому среднесуточному производству лигнита из анализируемого месторождения. При средней толщине пласта бурого угля около 6 метров и плотности 1,15 т / м3 один эксплуатационный блок содержит около 6,5 тыс. Тонн лигнита.

На основании полученных данных были созданы модели пространственной изменчивости теплотворной способности в месторождении с использованием обычного метода Кригинга и метода прямого последовательного моделирования, которые реализованы в программном обеспечении S-GeMS. Процедура геостатистического моделирования основана на идее моделирования Монте-Карло. На основании имеющихся наблюдений за месторождением и случайных чисел, моделирование может генерировать любое количество моделей (в настоящем документе называемых реализациями). Реализации являются уникальными и в то же время характеризуются одинаковой вероятностью для представления фактического депозита. Все реализации точно отражают значения в точках наблюдения. В отличие от обычного кригинга, реализации, полученные в результате моделирования, точно отражают статистические и структурные особенности моделируемых параметров, таких как распределение плотности и пространственная изменчивость. Локальные различия между конкретными реализациями представляют собой меру неопределенности прогноза, проведенного моделированием на основе имеющихся наблюдений. В статье представлены 50 независимых реализаций теплотворной способности для выбранной части месторождения. На рисунке 4 показаны два примера реализации.

Оба из используемых методов требуют, чтобы модель вариограммы фиксировала пространственную изменчивость в качестве входных данных. Сначала рассчитывается эмпирическая вариограмма, а затем подбирается модель. В представленном случае сферическая базовая структура привела к наилучшему соответствию. Из-за отсутствия четкой направленной изменчивости в моделируемом месторождении использовалась всенаправленная модель вариограммы.

4. База данных, используемая для анализа

Модели изменчивости теплотворной способности были созданы на основе 68 эксплуатационных разведочных скважин, расположенных в пределах границ разработки и на основе смежных скважин. В таблице 2 приведены основные статистические характеристики данных измерений из 68 лунок. Как видно, обе модели хорошо воспроизводят среднее значение сверления. Дисперсия смоделированных блоков не может напрямую сравниваться с дисперсией разведочных данных, поскольку оба основаны на разной поддержке. Тем не менее, можно заметить, что значения смоделированных блоков выглядят более изменчивыми, как значения блоков Kriged. Этот эффект является результатом эффекта сглаживания Кригинга.

5. Результаты и обсуждение

На рис. 6 представлены гистограммы изменчивости моделей теплотворной способности в выбранной части месторождения. Существует явное сужение значений в обычной модели Кригинга. Обратите внимание, что эффект сглаживания Кригинга можно компенсировать, применяя коррекцию Ямамото.

На основании предполагаемого графика добычи были подготовлены графики теплотворной способности в последующих добываемых блоках (соответствующих среднесуточным объемам добычи).

6. Исследование вариантов дизайна

Вариант 1 (смешивание пластов с использованием складского и угольного склада). Смешивание слоев имеет три цели: буферизация, составление и гомогенизация. Тем самым он преобразует характеристики входящего материального потока в исходящий материальный поток, характеристики которого определяются спецификациями заказчика и могут иметь договорное значение. Характеристики поступающего материального потока являются функцией геологических условий, применяемой селективности при добыче месторождения, последовательности добычи и режима работы в карьере, как обсуждалось в предыдущем разделе. Следующие соображения касаются гомогенизирующего эффекта от смешивания в постели. Эффективность изменчивости смешивания и сглаживания в значительной степени зависит от конструктивных параметров, а также от работы участка смешивания. Конструктивными факторами являются тип двора, его длина и ширина, угол естественного откоса, количество слоев и скорость укладчика. В исследовании приведены следующие конструктивные параметры: площадка для смешивания относится к типу «страты».

Уголь, поступающий из ямы (поток поступающего материала), укладывается в слои, которые распространяются по всей длине слоя непрерывно движущимся вверх и вниз накопителем. Количество и толщина нескольких слоев являются переменными и могут зависеть от скорости перемещения укладчика в зависимости от общей производительности шахты. Максимум около 61 слоя могут быть размещены в кармане. Двор восстанавливается в форме веера ортогонально выравниванию сложенных слоев скребком. Таким образом, качество угля в исходящем потоке материала формируется как среднее по общему количеству уложенных слоев.

На рисунке 13 представлена сводка частот ожидаемых отклонений от плановых показателей производства для разных размеров смесительного слоя. Например, размер 180 тыс. Т все равно приведет к тому, что примерно 5% ежедневных поставок будут отклоняться от потенциально установленных контрактом пределов. Размер 330 тыс. Т будет гарантировать, что изменчивость месторождения in situ может быть преобразована в продукт, демонстрирующий максимальную изменчивость по запросу клиента. Кроме того, этот размер складского запаса будет формировать буфер, перекрывающий около 11 дней производства, и может обеспечить непрерывную подачу энергии на электростанцию во время небольших и среднесрочных периодов технического обслуживания или поломок.

Вариант 2 (наличие двух экскаваторов). Этот вариант конструкции учитывает наличие двух экскаваторов, которые работают одновременно. Например, экскаватор может выкопать первую часть скамьи до середины, а экскаватор - два извлечения оставшихся блоков. Чтобы избежать установленной избыточной мощности, мощность каждого из двух экскаваторов может быть рассчитана всего на половину от мощности на одном экскаваторе, достигая той же ежедневной цели производства в 30 узлов. Для этого исследования предполагалось, что оба экскаватора работают со скоростью добычи 15 тыс. Тонн в день. При условии отсутствия целевого оптимизированного графика качества, что означает, что оба экскаватора всегда работают на одной половине стенда без точного графика, на рисунке 14 показан результат смешанного потока лигнита. Как видно, одновременное извлечение блоков с последующим смешиванием на ленточном конвейере значительно снижает изменчивость. Принимая во внимание пределы качества производства угля, становится очевидным, что все еще могут возникать спорадические отклонения от плановых показателей производства. Этого можно избежать с помощью оптимизированного по качеству графика или использования дополнительного участка смешивания с небольшой производительностью, например, 60 узлов.

7. Выводы

Теплотворная способность анализируемой части месторождения имеет относительно низкую летучесть (6,3%), однако из-за вытянутой формы месторождения, что предполагает направление добычи и распределение теплотворной способности, среднесуточные теплотворные способности находятся в диапазоне 7750–8790 кДж / кг. При принятом методе майнинга изменения происходят почти в регулярных ежемесячных циклах. В двух частях месторождения лигнит имеет более широкие, чем пороговые значения. Это относится главным образом к значениям ниже 7750 кДж / кг в юго-восточной области, а также к значениям более 8790 кДж / кг в северной части месторождения. В целях контроля качества угля для поддержания теплотворной способности на желаемом уровне полезно применять современные инструменты пространственной интерполяции. Исследование показывает, что для этой цели геостатистическое моделирование особенно полезно, так как оно - в дополнение к средним значениям - позволяет определить уровень вероятности превышения принятых пороговых значений в конкретных блоках (уровень риска). В отличие от моделирования, использование обычной интерполяции Кригинга может привести к ошибочным операционным решениям из-за эффекта сглаживания экстремальных значений, продемонстрированных в статье.

Список литературы

1. W. Naworyta and S. Sypniowski, “About the problem of lignite stream quality control in the context of proper identification of deposit’s quality parameters,” Surface Mining, no. 2, pp. 58–65, 2013 (Polish).View at Google Scholar

2. P. M. Gy, “A new theory of bed-blending derived from the theory of sampling—development and full-scale experimental check,” International Journal of Mineral Processing, vol. 8, no. 3, pp. 201–238, 1981.View at Publisher • View at Google Scholar • View at Scopus

3. M. Kumral, “Bed blending design incorporating multiple regression modelling and genetic algorithms,” The Journal of the Southern African Institute of Mining and Metallurgy, vol. 106, no. 3, pp. 229–236, 2006.View at Google Scholar • View at Scopus

4. D. Marques, J. F. Costa, D. Ribeiro, and J. C. Koppe, “The evidence of volume variance relationship in blending and homogenisation piles using stochastic simulation,” in Proceedings of the 4th World Forum on Sampling and Blending, pp. 235–242, The Southern African Institute of Mining and Metallurgy, 2009.