損失率、貧化率對某露天鈾礦戰(zhàn)略排產(chǎn)技術(shù)經(jīng)濟(jì)指標(biāo)影響研究

汪志平，劉玉龍，張懷峰，黃 磊，周恕輝

(中廣核鈾業(yè)發(fā)展有限公司，北京 100029)

采礦損失率、礦石貧化率是衡量礦山地質(zhì)條件、采掘技術(shù)、采礦方法和生產(chǎn)管理水平的綜合指標(biāo)[1]。陳彥亭等[2]、陳大偉等[3]分析了損失率、貧化率對技術(shù)經(jīng)濟(jì)指標(biāo)的影響，研究表明礦石的損失率與貧化率較高，是造成礦產(chǎn)資源浪費(fèi)和制約礦山企業(yè)經(jīng)濟(jì)效益的突出問題。礦產(chǎn)資源開采中的損失貧化是不可避免的[4]，導(dǎo)致礦產(chǎn)開采中損失貧化的因素較多，主要包括地質(zhì)模型精確度、采礦技術(shù)科學(xué)性、爆破工藝、現(xiàn)場管理等多項(xiàng)因素[5]，張明旭[6]和康春德等[7]進(jìn)一步對露天開采損失貧化產(chǎn)生的原因和控制措施進(jìn)行了研究。目前，對損失率和貧化率計(jì)算及其控制措施的研究成果頗豐，但缺少多方案、多維度分析損失率、貧化率對戰(zhàn)略排產(chǎn)影響的相關(guān)研究。

某露天鈾礦山(以下簡稱“礦山”)是目前世界上剝采量最大的鈾礦山，根據(jù)礦山歷史生產(chǎn)數(shù)據(jù)，實(shí)際生產(chǎn)損失率和貧化率大于可行性研究的設(shè)定值，對礦山生產(chǎn)產(chǎn)生較大影響。本文研究以礦山歷史生產(chǎn)數(shù)據(jù)為基礎(chǔ)，運(yùn)用Whittle軟件，選用Psedoflow算法和Milawa NPV算法分別測算出不同損失率、貧化率方案境界優(yōu)化和戰(zhàn)略排產(chǎn)結(jié)果，分析損失率、貧化率對戰(zhàn)略排產(chǎn)技術(shù)經(jīng)濟(jì)指標(biāo)影響，用以指導(dǎo)礦山生產(chǎn)和排產(chǎn)設(shè)計(jì)。

1 礦山概況

礦山位于非洲納米比亞西部沿海地區(qū)，東距海濱城市斯瓦科普蒙德約60 km。礦山礦化巖體共有71個(gè)礦體，礦體厚度3～145 m不等，平均厚度為21 m，沿走向長度125～1 200 m，沿傾向方向埋深50～600 m，礦體走向變化為0°～20°，傾角變化為5°～80°。礦山采用露天開采方式，年設(shè)計(jì)采剝總量為1.4億t，開采礦石量1 500 萬t。水冶廠采用常規(guī)酸法浸出工藝，年設(shè)計(jì)處理礦石1 500萬t。產(chǎn)出的最終產(chǎn)品為八氧化三鈾(U3O8)，設(shè)計(jì)年產(chǎn)量為6 500 t。礦山選用了先進(jìn)、高效的特大型系列設(shè)備，其中鏟車為61.2 m3斗容的7495ERS電鏟及31.4 m3斗容的液壓鏟，主要設(shè)備型號(hào)見表1。

表1 主要設(shè)備型號(hào)Table 1 Main equipment type

2 軟件介紹

達(dá)索公司出品的Whittle軟件是目前世界上最先進(jìn)的露天境界優(yōu)化軟件，被國際金融機(jī)構(gòu)認(rèn)可，是全球咨詢行業(yè)普遍采用的境界優(yōu)化軟件[8]，其通過輸入境界參數(shù)，運(yùn)用Pseudoflow算法或L-G算法，通過售價(jià)因子的變化形成一系列三維空間的露天坑[9]，并能進(jìn)一步運(yùn)用Milawa算法進(jìn)行戰(zhàn)略排產(chǎn)，Whittle軟件戰(zhàn)略排產(chǎn)工作流程如圖1所示。Whittle軟件具有靈活性、邏輯性、方便性和敏感性等優(yōu)點(diǎn)[10]。

圖1 Whittle軟件戰(zhàn)略排產(chǎn)工作流程Fig.1 Strategic planning workflow of Whittle software

2.1 Pseudoflow算法

Pseudoflow算法是Hochbaum在2008年發(fā)明的，其原理是對輸入的塊值和弧形結(jié)構(gòu)，添加坡度限制，經(jīng)過計(jì)算后輸出一系列塊，這些塊可以組成產(chǎn)生最大效益的境界殼[11]，圖2為Pseudoflow算法計(jì)算原理示意圖。Pseudoflow算法和L-G算法均是網(wǎng)絡(luò)流算法的升級(jí)，都可運(yùn)用于境界優(yōu)化，兩者計(jì)算結(jié)果相同，但Pseudoflow算法被證明比L-G算法和其他流行的最大流算法如Push-Relabel算法等更加有效。

圖2 Pseudoflow算法計(jì)算原理示意圖Fig.2 Schematic diagram of Pseudoflow algorithm

2.2 Milawa算法

Milawa算法包含Milawa NPV算法和Milawa Balance算法，Milawa NPV算法的目標(biāo)是取得最大開采凈現(xiàn)值，因而盡可能延遲剝離時(shí)間，同時(shí)使采出礦石量保持不變[12]。這種方法的主要優(yōu)點(diǎn)是，可以通過最佳模式取得最大凈現(xiàn)值的排產(chǎn)計(jì)劃，缺點(diǎn)是排產(chǎn)計(jì)劃將導(dǎo)致采礦生產(chǎn)不穩(wěn)定，剝離量變化較大。Milawa Balance算法與Milawa NPV算法類似，但平衡了剝離量，在滿足選礦廠供礦的前提下剝離量比較穩(wěn)定，因而凈現(xiàn)值不會(huì)太高。由于Milawa算法計(jì)算量較大，因而不會(huì)計(jì)算所有可行計(jì)劃，只是戰(zhàn)略性地對部分可行計(jì)劃進(jìn)行分析，并逐漸將聚焦搜索重點(diǎn)(不一定縮小范圍)，直到搜索到接近可行的方案為止[13]。

3 方案測算

3.1 測算參數(shù)

本文研究的邊坡角、水冶回收率、采礦采剝能力、水冶廠處理能力、銷售價(jià)格、銷售成本、采礦成本、水冶成本、折現(xiàn)率等戰(zhàn)略排產(chǎn)技術(shù)經(jīng)濟(jì)參數(shù)與當(dāng)前全壽期排產(chǎn)參數(shù)相同。貧化率、損失率選取則根據(jù)生產(chǎn)實(shí)際，以26%的貧化率、8%的損失率為基準(zhǔn)，在分析貧化率時(shí)，將損失率設(shè)置為8%，貧化率變化范圍為5%～35%，間隔為5%；在分析損失率時(shí)，將貧化率設(shè)置為26%，損失率變化范圍為2%～8%，間隔為2%。共對11種方案進(jìn)行測算， 分別分析損失率和貧化率對戰(zhàn)略排產(chǎn)的影響。損失率、貧化率測算方案見表2。

表2 損失率、貧化率測算方案Table 2 Analysis scheme of ore loss rate and dilution rate 單位：%

3.2 測算結(jié)果

采用Surpac軟件完成Whittle軟件塊體模型處理，導(dǎo)入和輸入技術(shù)經(jīng)濟(jì)參數(shù)，選取Pseudoflow算法和Milawa NPV算法分別進(jìn)行境界優(yōu)化和戰(zhàn)略排產(chǎn)，按照凈現(xiàn)值最大的原則選取最優(yōu)境界，導(dǎo)出最優(yōu)境界(圖3)，以及凈現(xiàn)值、礦石量、廢石量等主要技術(shù)經(jīng)濟(jì)指標(biāo)結(jié)果(表3)。

圖3 方案6最優(yōu)境界Fig.3 Optimal pit shell of scheme 6

表3 各方案主要技術(shù)經(jīng)濟(jì)指標(biāo)測算結(jié)果Table 3 Main technical and economic indicators results of each scheme

續(xù)表3

4 影響分析

根據(jù)測算結(jié)果，可以得到貧化率、損失率對凈現(xiàn)值、總金屬量、礦巖總量、剝采比、礦石量、礦石品位、生產(chǎn)成本、礦坑境界等戰(zhàn)略排產(chǎn)技術(shù)經(jīng)濟(jì)指標(biāo)的影響(表4)。

表4 損失率、貧化率對戰(zhàn)略排產(chǎn)主要技術(shù)經(jīng)濟(jì)指標(biāo)影響Table 4 Influence of ore loss rate and dilution rate ontechnical and economic indexes of strategic planning

圖4展示了貧化率對戰(zhàn)略排產(chǎn)主要技術(shù)經(jīng)濟(jì)指標(biāo)的影響情況。由圖4可知，技術(shù)經(jīng)濟(jì)指標(biāo)受貧化率影響總體均勻變化，但貧化率在10%～15%區(qū)間時(shí)，指標(biāo)變化幅度增大，礦巖量大幅減小，從而對凈現(xiàn)值、礦山服務(wù)年限、生產(chǎn)成本等指標(biāo)產(chǎn)生較大影響。其中，剝采比和礦石量受貧化率影響最大，平均每降低1%貧化率，采出礦石量提升1.2%，剝采比降低2.1%。

圖4 貧化率對戰(zhàn)略排產(chǎn)主要技術(shù)經(jīng)濟(jì)指標(biāo)影響Fig.4 Influence of ore dilution rate on technical andeconomic indicators of strategic planning

圖5展示了損失率對戰(zhàn)略排產(chǎn)主要技術(shù)經(jīng)濟(jì)指標(biāo)的影響情況。由圖5可知，技術(shù)經(jīng)濟(jì)指標(biāo)受損失率影響總體均勻變化，但損失率在4%～6%區(qū)間時(shí)，生產(chǎn)成本變化幅度增大，采礦生產(chǎn)成本變化幅度最大。各指標(biāo)中礦石量和回收金屬量受貧化率影響最大，平均每降低1%損失率，礦石量提升1.2%，回收金屬量提升1.3%。

圖5 損失率對戰(zhàn)略排產(chǎn)主要技術(shù)經(jīng)濟(jì)指標(biāo)影響Fig.5 Influence of ore loss rate on technical andeconomic indicators of strategic planning

當(dāng)貧化率升高時(shí)，采坑最優(yōu)境界逐漸減小，其中1號(hào)采坑北部和中下部境界受影響較大，如貧化率由10%升至15%時(shí)，由于北部大部分原先的礦石失去經(jīng)濟(jì)效益轉(zhuǎn)為廢石，從而剝采總量減少，導(dǎo)致境界大幅減小。當(dāng)損失率變化時(shí)，采坑最優(yōu)境界基本不變，總體受影響較小(圖6)。

圖6 不同損失率最優(yōu)境界剖面圖Fig.6 Section of optimal pit shell with different ore loss rate

5 結(jié) 論

本文研究以某露天鈾礦為研究對象，基于歷史生產(chǎn)數(shù)據(jù)和當(dāng)前全壽期排產(chǎn)參數(shù)，運(yùn)用Whittle軟件的Psedoflow算法和Milawa NPV算法分別進(jìn)行了不同損失率、貧化率方案境界優(yōu)化和概略排產(chǎn)，根據(jù)測算結(jié)果分析了損失率、貧化率對主要戰(zhàn)略排產(chǎn)技術(shù)經(jīng)濟(jì)指標(biāo)的影響，結(jié)論如下所述。

1) Whittle軟件能夠高效、快速、綜合測算露天礦山戰(zhàn)略排產(chǎn)技術(shù)經(jīng)濟(jì)指標(biāo)。

2) 貧化率對戰(zhàn)略排產(chǎn)影響較大，結(jié)合生產(chǎn)實(shí)際與行業(yè)標(biāo)準(zhǔn)的相差較大的情況，有較大的提升空間，后續(xù)需進(jìn)一步對貧化率影響和控制進(jìn)行研究：①貧化率對凈現(xiàn)值、水冶成本影響較大，從而對礦山經(jīng)濟(jì)效益產(chǎn)生較大影響；②貧化率對剝采比和采出礦石量影響較大，影響水冶廠穩(wěn)定供礦和設(shè)備效率；③損失率對戰(zhàn)略排產(chǎn)的總回收金屬量、采出礦石量和凈現(xiàn)值影響較大，結(jié)合生產(chǎn)實(shí)際與行業(yè)標(biāo)準(zhǔn)差異不算太大的情況，總體對戰(zhàn)略排產(chǎn)影響一般，后續(xù)需與貧化率結(jié)合共同分析研究。

3) 貧化率由10%提升至15%時(shí)，全區(qū)凈現(xiàn)值、服務(wù)年限、回收金屬量、生產(chǎn)成本、終了境界等受到影響較大：①由于1號(hào)采坑北部在貧化率升高時(shí)，大部分原先的礦石失去經(jīng)濟(jì)效益轉(zhuǎn)為廢石，終了境界大幅減小，導(dǎo)致終了境界縮小，剝采總量減??；②剝采總量大幅減小，從而對凈現(xiàn)值、礦山服務(wù)年限、生產(chǎn)成本等其他指標(biāo)產(chǎn)生較大影響；③受影響區(qū)域在設(shè)計(jì)中單獨(dú)作為一個(gè)分期，最后進(jìn)行開采，這與該區(qū)域的情況和不確定性是相關(guān)的，后續(xù)開采過程中需加強(qiáng)貧化率和其他生產(chǎn)指標(biāo)控制，同時(shí)開展生產(chǎn)補(bǔ)充勘探。