بررسی اعتبار برآوردگرهای کریجینگ خطی و غیرخطی در پهنه‌بندی بلوک‌های کانسنگ و باطله در معدن مس سرچشمه

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه مهندسی معدن، دانشکده فنی، دانشگاه شهید باهنر، کرمان، ایران.

2 واحد کنترل سنگ، مجتمع مس سرچشمه، رفسنجان، ایران

چکیده

در ارزیابی تناژ و عیار کانسارهای مختلف، اگر مسئله برآورد، محدود به برآورد عیار در یک نقطه باشد، به‌طور معمول، برآوردگرهای خطی کریجینگ، نتایج رضایت‌بخشی ارائه می‌دهند؛ اما اگر هدف برآورد توزیع احتمال مورد نظر برای کنترل آمیختگی بلوک‌های باطله و کانسنگ باشد، حتی استفاده از بهترین برآوردگرهای خطی با پراش کمینه نیز نتایج قابل قبولی به‌دست نمی‌دهد. هدف از پژوهش حاضر، برآورد مرز بهینه کانسنگ و باطله در پله 5/2462 معدن مس سرچشمه به‌کمک برآوردگر غیرخطی کریجینگ شاخص و ارزیابی اعتبار برآوردگر خطی کریجینگ معمولی نسبت به‌آن است. برای برآورد بلوکی داده‌ها توسط کریجینگ خطی معمولی به‌دلیل پیروی نکردن داده‌ها از حالت عادی و وجود تابع توزیع دو مدی، ابتدا داده‌ها به‌وسیله نقشه‌های زمین‌شناسی و نرم‌افزار mine sight به دو گروه کانسنگ و باطله تقسیم شدند و سپس با توجه به عادی‏شدن داده­های کانسنگ از این برآوردگر برای برآورد استفاده شد. نگاه آماری به این دو برآوردگر نشان داد که از مجموع 25629 بلوک برآوردی در فضای مورد نظر، 2905 بلوک، با استفاده از  کریجینگ شاخص به‌طور صد در صد باطله اعلام شد. در حالی‌که برآوردگر خطی کریجینگ معمولی، 2475 بلوک را به‏عنوان باطله معرفی کرد. در پایان، استفاده از کریجنگ غیرخطی شاخص به‏عنوان بهترین برآوردگر برای جدایش بلوک‌های کانسنگ و باطله معرفی شد. بنابراین، پس از جدایش این دو جامعه آماری می‌توان با اعتماد بیشتری برآوردگرهای کریجینگ خطی معمولی را برای کنترل عیار کانسنگ‌های فضای برآوردی به کاربرد برد.

کلیدواژه‌ها


عنوان مقاله [English]

Validation Study of Linear and Nonlinear Kriging Estimator on Ore-waste Grade Control Process

نویسندگان [English]

  • M. Jalali 1
  • Gh. R. Rahimipour 1
  • M. R. Dianati 2
  • M. Taghvayinejad 1
1 Mining engineering group, Engineering and Technical Faculty, Shahid Bahonar University, Kerman, Iran.
2 Rock controlling unit, Sarcheshmeh Complex, Rafsanjen, Iran.
چکیده [English]

Facing to unsatisfied results in grade-tonnage estimation especially in dynamic programming is always being a great problem in mining revenue operation. If the problem is to estimate a grade point only, linear kriging estimators can show accurate results. But if target is to achieve to probability distribution estimation of a spatial zone for considering ore-waste block mixing control, using linear kriging methods with minimum estimation variance can’t be applied for an appropriate results. Most of probability function is nonlinear, therefore estimation of these function by nonlinear estimator showed an accurate results. Main target of this paper is to achieve to the most exact ore-waste boundaries in 2462.5 benchmark of Sarcheshmeh copper mine using indicator kriging (IK) as nonlinear estimator and comparing with ordinary kriging (OK) as linear estimator to evaluate validity of linear estimator. Because of OK dependency to normal distribution data for a given minimum estimation variance, utility data have been separated to ore and waste group using geological map and mine-sight. After this separation ore groups was approached to normal distribution and OK estimator can be applied for estimation. 25629 blocks were estimated by these two kinds of estimators. IK estimator classified 2905 blocks of total blocks as waste blocks, but OK estimator showed 2475 blocks as waste block. Finally IK estimator recommended as best estimator for ore and waste block separation and after this process using ordinary kriging estimator almost gave more confident estimation in ore blocks grade control process. 

کلیدواژه‌ها [English]

  • Grade Control
  • indicator kriging
  • Ordinary Kriging
  • Indicator Variogram
  • Grade – Tonnage Curve
 
References
Bohling, G., 2005- Introduction to Geostatiatics and variogram analysis; Kansas geological survey, 20p
Deutsch, C. V. & Journel, A. G., 1998- Geostatistical software library and user’s guide; Oxford university press, 325p
Dianati, M. R., 2006- Block modeling and estimation parameters updating report; Sarcheshmeh copper mine, ore control unit.
Goovaerts, P., 1997- Geostatistics for Natural Resources Evaluation; Oxford University Press, Applied Geostatistics Series; 483 p
HasaniPak, A. A., 2003- Error and risk management in exploration; Tehran university press, 272p.
HasaniPak, A. A., 2005- Exploration data analyze; Tehran university press, 950p.
HasaniPak, A. A., 2003- Geostatistics; Tehran university press,325p.
Iwashita, F., Monteiro, R. C. & Landim, P. M., 2005- An alternative method for calculating variogram surfaces using polar coordinates; Elsevier applied science publishers,pp1-3.
Pincock, A., 2007- Basics of variogram analysis; Issue no.84; Consultants for Mining and Financial Solutions,
Snowden, V., 2000- Grade control and reconciliation; Snowdn associates ltd; west Perth WA6005.