WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 | 2 || 4 |

Содержание IR

Мощность

Р2О5

Cl

Рис. 1. Объемные модели распределения Р2О5 и Cl на месторождении Восточное

Статистические и геостатистические методы оценки геологических показателей при моделировании месторождений полезных ископаемых и подсчёте запасов, базирующиеся на обозримой математике исключительно для случаев нормального распределения случайной величины анализируемого признака. В то же время в задачах интерполяции, оценивания и имитационного моделирования, связанных с пространственным распределением признаков в рудных месторождениях, часто возникает необходимость учета асимметрии распределения исходных данных, что позволяет более адекватно распределять исследуемые признаки.

В этой связи представляется возможным рассмотрение вопроса о получении несмещенных оценок при геостатистическом моделировании с использованием нелинейных нормализирующих преобразований. Подход состоит в замене исходного признака на условный, распределение которого считается нормальным, затем в получении оценок на какие-либо точки или блоки пространства через весовые функции (обычно линейные) от значений и, наконец, возврате к исходным данным через функцию, обратимую. Класс распределений, нормализирующихся подобными переходами и имеющих устоявшийся математический аппарат для работы с ними, в настоящее время весьма широк (т.е. все те, где функция монотонна и дифференцируема в любой точке), однако в реальной практике обычно используется практически логнормальное распределение, нормализирующееся логарифмом.

В этой связи использовавшийся до сравнительно недавнего времени прямой метод логарифмирования и последующего возврата логарифмических оценок с компенсацией смещения в настоящее время практически не используется, поскольку чувствительность его к нарушениям данного вида распределения весьма высока. Именно по этой причине после ухода «классической геостатистики» от логнормального моделирования потребовался другой подход к решению проблемы и данную «нишу» занял мультигауссовский подход (MG – approach).

Мультигауссовский подход заключается в вычислении весовых функций кригинга по данным, подвергшимся нормализирующему преобразованию, и приложении этих функций к нетрансформированным данным. Математически этот подход, конечно, далек от корректности, но на практике дает вполне хорошие результаты в большинстве случаев на месторождениях различных геолого-промышленных типов. При этом проблема смещения оценок просто не возникает, а трансформации можно использовать не только логарифмические, но и любые другие, характерные для распределения, то есть там, где функция монотонна и дифференцируема в любой точке.

Рассмотрим данный подход применительно к оценке геолого-промышленных параметров месторождений фосфоритов Сирии.

Ввиду того, что для показателя IR закон распределения является отличным от нормального, для получения несмещенных оценок была выполнена нормализация исходных данных различными способами. Результаты нормализации представлены в виде гистограмм, как следует из логарифмов, нормализация достигается путем преобразования исходных данных корнем кубическим.

Удовлетворительное качество мультигауссовского кригинга в данном случае можно видеть по данным перекрестного прогноза (статистика «накрываемости» и устойчивости прогнозных оценок на точку опробования, полученная без их учета в расчете). Для показателя IR месторождения Восточное результаты исследований приведены в табл.3.

Таблица 3

Результаты нормализации структурных функций и оценки систематической погрешности показателя IR (мультигауссовский подход)

Нормализация

Систематическая погрешность

Коэффициент корреляции

Факт/прогноз

Среднеквадратичная погрешность

Никакой

0,06

0.11

0.25

Логарифм «стандартная компенсация»

0.05

0.13

0.18

Корень квадратный

0.015

0.12

0.13

Корень кубический

0.008

0.12

0.02

Корень пятой степени

0.01

0.14

0.09

Корень шестой степени

0.04

0.15

0.10

Таким образом, в результате исследований разработана методика моделирования пространственно-качественной структуры месторождений. На основании статистического и геостатистического анализа структурно-качественных показателей установлено, что структура месторождений описывается аддитивными моделями изменчивости с закономерной и случайной составляющими. Выявлена пространственная зональность месторождений, обусловленная закономерностью формирования массивов. Установлено, что использование мультигауссовского подхода обеспечивает вполне удовлетворительные результаты получения несмещенных оценок при геостатистическом оценивании и решении задач интерполяции и моделирования на объектах.

В четвертой главе даны геолого-технологическая оценка фосфоритового сырья и обоснование плотности сети малообъемного технологического опробования. В этой связи для достоверной оценки и районирования месторождения необходимо выполнить выделение зон с учетом как качественного состояния месторождения, так и его геоморфологических и морфологических особенностей.

Собственно выделение однородных участков в настоящей работе выполнено на основе контрастно-группового анализа. Контрастно-групповой анализ данных, как показало исследование, позволяет уменьшить степень неопределенности кластеризации. Особенностью контрастно-группового анализа является последовательное разбиение исходной совокупности признаков на классы по значению дихотомической переменной. Причем два подкласса, полученных при очередном разбиении, обладают следующими свойствами: внутренняя однородность каждого подкласса выше, чем однородность их объединения; взаимная неоднородность подкласса максимальна. В качестве статистических параметров используются среднее арифметическое и дисперсии (суммы квадратов: общая сумма квадратов для исходной совокупности данных (TSS), «внутренняя» сумма квадратов (WSS) для характеристики однородности выделенных групп, «внешняя» сумма квадратов (BSS) для характеристики взаимной неоднородности групп). Величина (BSS/TSS).100 называется «процентом объясненного TSS».

На основе контрастно-группового анализа геолого-промышленных параметров руд (Р2О5, хлор “Cl”, нерастворимый остаток “IR”, мощность “M”, SiO2, CaO, содержание глинистых частиц “FG”) месторождения Восточное выделено три зоны. Анализ выделенных зон с позиции химического и минерального состава руд позволяет сделать следующие выводы:

    1. зона I характеризуется высоким содержанием кварца и низким содержанием фосфоритной глины;
    2. зона II характеризуется малым содержанием кварца и фосфоритной глины;
    3. зона III характеризуется высоким содержанием кварца и фосфоритной глины.

Графическое распределение зон в зависимости от соотношения кварца и фосфоритной глины в рудах месторождения Восточное показано на рис.2. На основании экспериментальных исследований и статистической обработки данных установлена зависимость (рис.3) извлечения P2O5 в концентрат от геоиндикатора технологической сортности руд, который характеризует статистические связи между показателями обогащения и значимыми параметрами химического и минерального состава руд. Геоиндикатор технологической сортности G определен детерминированной моделью, связывающей в рудах содержание кварца, глинистого материала (фосфоритной глины) и содержание P2O5 в фосфоритовых рудах месторождения Восточное.

Таким образом, установлено, что для зоны II характерно наиболее высокое извлечение в концентрат при G < 0.6, зоны I средние показатели извлечения при G –0.6–1.2 и для зоны III- низкие при G >1.2.

Рис. 2.. Распределение зон в поле признаков кварца и фосфоритной глины

Рис.3. Влияние геоиндикатора на извлечение P2O5 в концентрат

Методика обоснования плотности сети МТО базируется на исследовании изменчивости технологических свойств руд, установлении зависимостей технологических свойств руд, ( - выход концентрата,- содержание в концентрате, - извлечение в концентрат), от качества руд, природно-технологических сортов руд и установлении корреляционных связей между плотностью сети МТО и погрешностями оценки технологических свойств руд в конкретных эксплуатационных блоках. Исходными данными служат результаты геологического опробования керна и шлама колонковых буровых скважин. Проведены расчеты и на основе анализа автокорреляционных функций доказано, что разведочная сеть МТО с учетом анизотропии должна составлять 10050м (рис.4).

а) б) в)

Рис.4. Корреляционные функции по направлению (I) и вкрест направления (II) разведочных профилей: а) – выход концентрата; б)- содержание Р2О5 в концентрате; в) – извлечение Р2О5 в концентрат

Технологические показатели обогащения рудной шихты, полученные в результате лабораторных испытаний и рассчитанные по рядовым МТП, сравнивались между собой. При этом установлено, что выход концентрата, полученный в результате испытаний шихты, линейно связан с выходом, полученным в результате расчета по рядовым МТП, а содержание P2О5 в концентрате и его извлечение имеют нелинейный характер связи. Совершенно очевидно, что наличие систематических расхождений в связях повышает среднеквадратическое расхождение между результатами испытаний и расчетов на 15 – 20%. Для снижения этих расхождений следует учесть характер связей рассматриваемых величин и давать прогноз экспериментальных показателей по установленным уровням регрессии для отдельных технологических сортов руд.

Для прогноза обогатимости шихты разработаны треугольные диаграммы обогатимости. Методика построения диаграмм заключается в следующем:

В зависимости от конкретного соотношения технологических сортов на поле диаграмм выносится точка, характеризующая конкретный замер со своими значениями технологических показателей;

По вынесенным значениям отстраиваются изолинии с сечением 0,1% для содержания P2О5 в концентрате и 1,0 % для извлечения P2О5 в концентрат; с целью исключения случайной составляющей изменчивости производится сглаживание исходных данных.

По средним значениям показателей в «окнах» отстраиваются изолинии изменения содержания P2О 5 в концентрате и извлечения его в концентрат; для оценки взаимосвязи извлечения и содержания P2О5 в технологическом концентрате строится общая диаграмма, на которой выделяется поле, ограниченное изолиниями с плановыми значениями показателей - 37,0%; -77,1%, т.е. зона «оптимальных условий» (рис.5).

Зона «оптимальных условий», полученная на диаграмме, имеет довольно извилистые очертания. В целом она распадается на два участка. Первый – локализован в нижней части диаграммы и вытянут в направлении снижения I сорта (до 70-75%), в направлении повышения доли III сорта (до 20-25%) при относительно стабильном количестве II cорта (12-15%). Второй участок располагается в верхней части диаграммы и характеризуется 65-70% I сорта, 25-30% II сорта при незначительном количестве руд III сорта (2-8%).

Принимая во внимание место локализации на диаграмме точки, выражающей природное соотношение технологических сортов руд, а также возможности обогатителей, можно рекомендовать следующее соотношение технологических сортов в шихте I:II:III = (65-75%):(20-30%):(8-15%).

Оценка погрешности прогноза технологических показателей проведена путем сравнения прогнозных и фактических данных и дана в виде среднеквадратической ошибки прогноза, которая для суточного прогноза составляет: = 0.44, = 3.33; = 0.40, = 2.16.

Достоверность прогнозирования технологических свойств рудной шихты с использованием треугольных диаграмм оценивается на основании дисперсии прогноза и включает в себя погрешность самой методики прогнозирования и технические погрешности оценки показателей, т.е..

Рис.5. Диаграмма «Зона оптимальных условий» по соотношению технологических сортов ( для Р2О5 предела); • - природно-технологических сортов

Погрешность методики обусловлена, во-первых, приближенным характером выявленных в процессе ее разработки закономерностей, во-вторых, влиянием неучтенных и не установленных закономерностей.

Технические погрешности оценки показателей можно разделить на две группы. Первая включает в себя погрешности воспроизводимости испытаний МТП, геометризации технологических сортов, сбора и обобщения графической информации, которые связаны между собой и взаимообусловлены. Количественная оценка этих погрешностей возможна, но требует постановки специальных экспериментальных и методических работ.

Ко второй группе относятся погрешности оценки технологических показателей обогатительного передела (содержания в концентрате и извлечения), которые можно рассчитать, зная погрешности химических анализов питания, хвостов флотации и концентрата.

Заключение

В диссертационной работе дано новое решение актуальной научной задачи установления пространственно-качественной структуры и геолого-технологической оценки фосфатных руд для рационального освоения месторождений Сирии, что вносить существенной вклад в теорию и практику горнопромышленной геологии.

Основные научные результаты, выводы и рекомендации, полученные при выполнении исследований и внедрении разработок, заключаются в следующем:

Pages:     | 1 | 2 || 4 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»