矿山技术指标整体动态优化软件

刘保顺，王　玮，窦梅林，袁怀雨，刘德祥，孙丁丁

(1.北京科技大学 土木与环境工程学院，　北京　100083；2.五矿邯邢矿业有限公司西石门铁矿，　河北 邯郸市　056303)



矿山技术指标整体动态优化软件

刘保顺1，王玮1，窦梅林2，袁怀雨1，刘德祥2，孙丁丁2

(1.北京科技大学 土木与环境工程学院，北京100083；2.五矿邯邢矿业有限公司西石门铁矿，河北 邯郸市056303)

摘要：基于品位指标整体动态优化的原理和方法，开发了一款矿山技术指标优化的软件。该软件以边界品位、工业品位、贫化率为决策变量，在构建反映储量、地质平均品位——采出矿量、采出品位——入选矿量、入选品位——精矿量、精矿品位间动态关系的数学模型的基础上，以精矿量和利润为决策目标，应用模糊综合评判的方法，从众多方案中选出最优方案。通过某地下铁矿山技术指标优化的实例验证，表明优化后可提高矿山经济效益。

关键词：技术指标；模糊综合评判；动态优化

0前言

我国铁矿区分矿岩的边界品位一般为20%。前两年矿产品价格高时，开采品位15%的极贫矿都能盈利，说明边界品位可以降低至15%。目前矿产品价格大跌，且会继续呈下跌趋势，显然现在不会再开采品位15%的极贫矿，说明边界品位应该提高。同时混岩率、精矿品位等指标与此类似。矿产品价格高企时，适当提高混岩率，降低精矿品位，增加采出矿石量和精矿产量，可增收利润。目前矿产品价格跌至低位，为降本增效，可降低混岩率，提高精矿品位。可见，市场条件发生变化时，应该调整和优化品位指标、混岩率、精矿品位，才能保证矿山取得最佳综合效益。

品位指标、混岩率、精矿品位均是矿山技术指标(或称矿山经营参数)。所谓“矿山技术指标”，是指可以人为地加以调整，用以控制矿、冶的生产，进而影响矿、冶效益的一些指标。这些技术指标是矿山必须制定，并在生产中执行的。显然，不同的技术指标下，采出矿石的品位、产量，精矿的品位、产量，成本、效益等都不同，因此，这些技术指标不是固定不变的。在技术、市场条件变化时，调整、优化矿山技术指标能使矿山取得最佳的经济效益，同时资源又可得到充分的利用。

北京科技大学曾与多个矿山合作，基于品位指标整体动态优化技术，通过数据库编程，开发了一套矿山技术指标整体动态优化软件，并不断对软件进行改进，使之操作更加简便、容易。该软件操作简易，可为矿山在当前低迷的矿产品价格条件下，调整、制定实现降本增效的矿山技术指标。

1软件的功能

软件的优化目标是总利润和精矿量，优化变量是各采区的边界品位、工业品位和混岩率。根据矿山实际生产情况，设置优化变量的变化范围，组合生成各种可行方案后，调用地质模型、采矿模型、选矿模型，测算每个组合方案的利润和精矿量。采用模糊综合评价的方法，从多方案中选出综合隶属度最大的方案，得到各采区合理的技术指标，系统功能模块见图1。

图1　矿山技术指标功能模块

1.1系统设置

(1) 优化编码。优化可能不止一次而且需要保存以前的优化过程和结果，本系统中一个优化编码就是一个优化任务，通过优化编码识别优化过程中的各技术经济参数的取值和优化结果。建立新的优化编码时，既可使用系统提供的默认优化编码的模板，也可将某个优化编码当作模板。新建立的优化编码中，参数取值、数学模型与选用模板中的数据和模型保持一致，以便于用户调整和修改。

(2) 供矿点的设置。可以任意增加和删除供矿点，可以指定供矿点的边界品位、工业品位和贫化率是优化变量，也可以设置其为固定常数。

(3) 预选厂和选厂设置。可以增加和删除预选厂和选厂，调整各矿点给不同预选厂的预选比例及各预选厂给不同选厂的供矿比例。

1.2数据准备

按照指定的Excel文件的格式，提供该矿体品位和样长的钻孔数据、小体重数据；损失率和贫化率的数据对；预选前品位、预选选矿比、预选后品位的数据对；入选品位、精矿品位、选矿比的数据对，使用这些数据对，建立地质、采矿、选矿的各种模型。采矿成本数据需要按照生产工序提供各矿点的变动费用和固定费用。

1.3 数学建模

根据钻孔数据和小体重数据，建立以边界品位和工业品位为自变量求矿体储量的数学模型；一些采矿方法理论上损失率和贫化率是反相关的，需要建立以贫化率为自变量求损失率的数学模型；建立预选前品位与预选后品位的数学模型；建立预选前品位与预选选矿比的数学模型；建立入选品位与选矿比的数学模型，或者入选品位和精矿品位与选矿比的数学模型。

1.4方案测算

设置边界品位、工业品位和贫化率变化范围，测算不同边界品位、工业品位和贫化率等不同方案下的精矿量和利润，每个方案的主要技术经济参数如边界品位、采出矿石量、入选品位、选矿比等保存在数据库中。

系统采用模糊综合评判的方法，以精矿量和利润作为决策目标，计算各个方案的综合隶属度，将综合隶属度最大的方案作为最优的方案。

1.5结果输出

可以将原计划方案和最优方案(或者是从多方案中选中的任一方案)输出至Excel中，以便于对比分析。

2软件实现的技术手段

本软件基于品位指标整体动态优化的理论和方法，使用数据库编程技术来实现。开发的软件使用VB6，数据库管理系统采用Access。

2.1数据库的建立

系统默认有2个数据库，分别是project.mdb和model.mdb，前者仅仅存放优化编码的相关信息，后者存放系统默认的数据和模型。新建立一个优化编码时，系统将优化编码的信息保存在project数据库中，同时建立一个以优化编码命名的Access数据库，其存放的数据与model.mdb中完全相同。图2是测试两个优化方案的界面，“2015优化方案A”是铁精矿售价是550元/t的优化编号，“2015优化方案B”是铁精矿售价600元/t的优化编号，保存这2个优化方案后，系统会生成“2015优化方案A.mdb”和“2015优化方案B”2个数据库。

图2　优化编码的编辑

在每个数据库中需要保存的数据有：存放钻孔数据、小体重数据、损失率和贫化率数据、采矿生产计划、预选计划、预选数据、选矿数据、采矿和选矿财务数据，另外需要将各种数学模型以公式的形式保存在数据库中，以便程序调用。表1是存放预选数学模型的表结构，程序可动态地调整存放在表1中的预选数学模型。

表1　预选模型的数据表结构

2.2模型的建立

本系统建立数学模型的方法是回归分析法，可以建立的数学模型主要有：

(1) 以边界品位和工业品位为自变量，求矿体储量和地质平均品位的数学模型。当圈定矿体的边界品位和工业品位发生变化时，矿体的储量和地质平均品位会发生相应的变化，通过此模型可以得到不同边界品位和工业品位下的矿体的储量和地质平均品位，计算结果保存在数据表中。

(2) 以贫化率为自变量求损失率的模型。建立反映某些采矿方法的损失率与贫化率动态关系的数学模型。图3是某采区损失率和贫化率回归程序的界面，回归后的结果保存在数据表中。

图3　损失率和贫化率的回归界面

根据矿山某年的采矿生产计划，利用公式(1)～公式(2)可以计算出该年不同边界品位和工业品位下采出矿石量和采出品位。

(1)

采出品位=地质品位×(1-贫化率)+

围岩品位×贫化率

(2)

(3) 预选模型。建立以预选前品位为自变量求预选后品位和预选选比的数学模型，如图4和图5所示。根据这2个模型和(1)(2)中建立的模型，可以计算出不同边界品位、工业品位和贫化率下预选后的矿石量和预选后的品位。将预选后的矿石与其它直接入选厂的矿石混合后，计算出入选矿石量和入选品位。

(4) 选矿模型。系统提供了3种选矿模型供用户根据实际情况选择：以入选品位为自变量求选矿比的数学模型A；以入选品位和精矿品位为自变量求选矿比的数学模型B；以入选品位为自变量求精矿品位的数学模型C。如果需要优化精矿品位且精矿品位与入选品位存在正相关关系，可使用模型C，否则可以尝试模型B；如果模型B和C都不能通过数学检验，精矿品位只能取常数。

借助模型A或者B，可以计算出不同入选品位下的精矿量；通过模型C可以计算出不同入选品位下的精矿品位。

应用上述的各种技术模型和采矿、选矿的财务数据，通过编程，能够测算由不同边界品位、工业品位和贫化率组成的多方案下的精矿量、采选成本、利润等其它技术经济指标。

图4　预选前品位—预选后品位的模型

图5　预选前品位—预选选矿比的模型

3实例分析

某铁矿采用无底柱分段崩落法，矿岩提升到地表后，全部经磁化轮甩岩后，入磨原矿进入选厂。需要对6个采区中的3个采区进行优化。3个采区目前的边界品位是20%，工业品位是25%。矿山年采出矿石量275 万t，精矿品位保持在66%左右。使用本软件，对精矿售价分别是550元/t和600元/t进行多方案测算，测算结果见表2。

从表2可以看出，开展矿山技术指标优化，在目前矿产品价格低迷的情况下，可以降低亏损。矿产品价格550 元/t较低的情况下，要提高圈定矿体的品位指标；矿产品价格600 元/t较高的情况下，可以适当地降低圈定矿体的品位指标。优化后精矿量要比计划的少，但可获得更好的经济效益。

表2　不同售价下优化结果的对比

4结论

矿山生产技术指标不应该是一成不变的，而要随矿山生产技术、矿产品市场价格等的变化而调整。由于矿山生产技术指标间存在关联，调整某一指标时，要引起其它相关指标的一系列变化，故有必要开发一套操作简单的矿山技术指标优化软件。软件基于品位指标整体动态优化的理论和方法，利用数据库编程技术，实现了快速地建立储量模型、损失率与贫化率模型、预选模型和选矿模型的基础上，可以快速地测算不同方案的选矿成本、选矿比、精矿量和利润。以精矿量和利润为目标，从多方案中应用模糊综合评价选出综合隶属度最大的方案作为综合效益最优的方案，得到合理的矿山生产技术指标。

参考文献：

[1]万昌林,刘亮明,蔡爱良.矿床工业指标优化及其对矿山可持续发展的意义:以紫金山金矿为例[J].地质与勘探,2010,46(2):285-289.

[2]石云良,麦笑宇,曹佳宏,等.铁精矿品位多目标优化[J].矿冶工程,2003,23(2):47.

[3]袁怀雨,刘保顺,李克庆,等.矿产经济学—原理、方法、技术与实践[M].北京:冶金工业出版社,2012:101-115.(收稿日期：2015-08-15)

作者简介：刘保顺(1967-)，男，山西怀仁县人，博士，副教授，主要从事矿业经济、数字矿山的研究，Email:lbs888@163.com。