塞尔维亚某铜金矿床品位控制过程研究

摘要：某铜金矿床是塞尔维亚境内的大型矿床，保有矿石量约4 000万t，铜金属量约120万t，金金属量约78 t，-140 m标高以上采用的采矿方法为进路充填采矿法。以-85 m分层为例，对采矿进路和穿脉等井下工程进行地质编录和取样工作，构建品控模型，精确控制UHG、HG、LG矿体边界，对比分析品控模型和资源模型之间的差异，论述了开展品位控制具有指导采矿和选矿作业、优化采矿工程设计、节省采矿成本等意义，提出了矿山未来品位控制工作的思路和方法，为该矿山未来生产工作奠定了基础。

关键词：品位控制;品控模型;资源模型;铜金矿床;塞尔维亚

中图分类号： TD15 P618.51

文献标志码：A

文章编号：1001-1277（2022）02-0029-04

doi：10.11792/hj20220205

引 言

品位控制（Grade Control）是一个矿石开采价值最大化和降低生产风险的过程，通过准确圈定矿岩界线向选矿厂提供优质矿石[1-2]。品位控制是每个矿山生产的必要工作，相当于进行二次圈矿和探采对比工作。二次圈矿是指在地质勘查工作的基础上，利用生产勘探工程或采矿工程完成地质编录及取样工作，进行二次圈矿和资源储量重新估算的过程[3-7]。探采对比是指将地质勘探、二次圈矿、生产出矿过程中的矿体形态特征、矿石量、品位、金属量等进行对比分析，查明资源量变化的原因，指导二次圈矿工作[8-9]。

近30年，品位控制从编制纸质材料阶段，发展到三维建模和地质统计学模拟阶段[2]。由于中国引进三维矿业软件较西方矿业发达国家晚，许多矿山企业的品位控制工作仍然停留在传统二维平面上。部分实力较强的国内矿山企业已着手进行品控模型构建，并将其应用于矿山的品位控制过程和其他生产实践过程。

本次研究介绍了塞尔维亚某铜金矿床地质概况，阐述了品位控制的定义，根据井下地质编录和取样工作，构建了品控模型，并对品控模型的合理性进行了验证，论述了品位控制过程的意义，指出了矿山未来品位控制的思路和方法。

1 地质概况

某铜金矿床位于世界著名的特提斯欧亚成矿带中，赋存于Timok杂岩体中，是典型的高硫型低温热液矿床，硫化物可划分为块状、团块状、脉状及稀疏脉状4种类型，主要硫化物为黄铁矿、铜蓝和少量硫砷铜矿，保有矿石量约4 000万t，铜金属量约120万t，金金属量约78 t，工程控制网度基本达到（25～50）m×（25～50）m，探明级别工程控制网度为25 m×25 m，控制级别工程控制网度50 m×50 m。该矿床矿体界线肉眼清晰可见，易于分辨，矿体品级易于识别，主要为超高品位（UHG：w（Cu）≥12.00 %）、中高品位（HG：5.00 %≤w（Cu）<12.00 %）和低品位（LG：0.50 %≤w（Cu）<5.00 %）3种类型矿体;矿体形态简单，呈囊状分布。

2 品位控制

完整的品位控制包括品控模型构建（储量估算）、钻探和取样、化验分析、预爆破模型构建、矿块设计、爆破、爆破后模型构建、矿石标记、铲装、矿堆、金属平衡等一系列工作[10]。

品位控制方法的确定应与矿床类型和采矿方法相结合。根据采矿方法可将地下矿体的品位控制分为可进入和不可进入2种类型。可进入类型指开采过程中可以进入矿房进行编录和取样，如采矿方法为浅孔留矿采矿法和进路充填采矿法的矿体;反之，不可进入类型是指开采过程中无法进入矿房进行编录和取样，如采矿方法为分段充填采矿法、自然崩落采矿法等方法的矿体[11]。

该矿床-140 m标高以上矿体采用进路充填采矿法开采，属于可进入类型。基于矿床地质特征，结合井下生产工程的编录和取样工作，将矿体划分为UHG、HG、LG 3种类型，进而构建品控模型。

3 品控模型

品控模型（Grade Control Model）是品位控制的一个步骤，是整个品位控制过程的基础。品控模型的构建过程与资源模型构建过程是一致的，主要包括数据库创建、样品组合、特高品位处理、矿体模型构建、品位插值、模型验证等。关于资源模型构建等流程，前人已进行了大量研究[12-13]，此处不再赘述，仅说明矿体模型构建和模型验证环节。

3.1 矿体模型构建

对-85 m分层的采切工程进行地质编录和取样，初步确定UHG、HG、LG矿体边界（见图1）。其中，穿脉采用刻槽取样，进路采用连续打块取样，取样长度1 m，样品分析元素为Cu、Au、S、As等。根据样品分析结果准确圈出UHG、HG、LG矿体边界，分别构建UHG、HG、LG矿体模型的目的为：分别对3种类型矿体进行品位插值。因该矿床为块状硫化物矿床，矿体边界清晰，若不单独对UHG、HG、LG矿体进行插值，可能会对整个估值过程造成较大偏差，如低品位矿体区域可能出现高品位矿体等情况，这在估值过程中是不允许的。根据地质工程师编录的信息和样品分析数据，分别构建-85 m分层的UHG、HG、LG矿体实体模型（见图2）。

3.2 品位插值

将坑道取样数据和历史钻孔数据在构建的UHG、HG和LG矿体模型中进行组合，以组合样数据为源数据对块体进行品位插值。由于数据量较少，难以进行地质统计学分析，选择距离幂次反比法进行插

由于矿体在平面上近似等轴状，故将各向异性参数设置为主轴/次主轴为1，主轴/第三轴为2，搜索距离与探明级别的勘查网度一致，搜索椭球体参数和插值参数见表1。因工程较密，因此第一次插值已对所有块体进行插值。

3.3 品控模型验证

模型验证方法通常有视觉验证、品位趋势分析（Swath Plot）。视觉验证是指在剖面、平面等方向对比插值后块体品位和工程品位之间的分布情况，检查是否出现异常插值，如低品位矿体中出現高品位块体等情况。品位趋势分析是指在北、东和高程3个方向对比工程品位（或组合样）和块体品位之间的吻合度，观察是否出现异常插值的情况。本次品控模型，矿体形态简单，矿化界线明显，已对硬边界进行约束，品位插值不会出现上述情况。因此，本次可以仅通过视觉验证品控模型的可靠性。经取样分析，工程品位与块体品位较吻合（见图3），验证了品控模型的可靠性。

3.4 品控模型与资源模型对比

-85 m分层中推断级别的资源量占比非常低，仅占该分层金属量的1.7 %。因此，本次直接将品控模型与资源模型进行对比，验证资源模型的可靠程度。资源模型和品控模型的矿体面积重合率达92.7 %，较吻合（见图1）。从矿体形态和分布看，品位控制前后矿体形态总体较吻合，但在矿体内部存在局部差异，表现为品控模型（见图3）的矿体形态分布比资源模型（见图4）的更为精确。资源模型中的矿体由勘探阶段解译得出，工程控制程度较低，总体较为粗糙;品控模型中的矿体是通过生产勘探过程中加密控制解译得出，工程控制程度较高，能够更准确地揭露矿体的实际形态。

资源模型和品控模型对比结果见表2。由表2可知：品控模型与资源模型对比，矿石量减少58 915 t，铜品位增加1.17 %，铜金属量减少1 326.21 t，金品位增加0.57 g/t，金金属量减少160.75 kg。总体表现为矿石量减少14.74 %，铜品位增加12.97 %，铜金属量减少3.68 %，金品位增加9.43 %，金金属量减少6.69 %。综上，资源模型和品控模型之间的偏差较小。

4 品位控制意义及存在问题和建议

4.1 品位控制意义

1）精确控制矿体边界，便于指导生产。品位控制能更准确地了解矿体的空间分布和品位分布情况。

在资源模型中，UHG、HG和LG矿体边界具有明显的分带特征，表现为由内至外依次为UHG、HG和LG矿体（见图4），但与巷道取样结果存在较大差异，不利于矿石的分采、分堆作业。品位控制后的矿体边界总体上依然具有分带特征，但UHG矿体中局部出现HG矿体，HG矿体中局部出现UHG矿体，HG矿体中局部出现LG矿体（见图3）。这种情况显然更加符合实情况，对采矿生产具有实际指导意义。

2）优化采矿工程设计。品位控制后，矿体边界更准确，对采矿工程设计优化具有重要指导作用。品控模型构建后，矿体的空间位置有所变化，优化采矿工程后，采矿工程节省至少50 m（见图5），节省成本约150万元，同时加快了开采进度，提高了采矿效率。

3）品位控制更加精确地控制了矿体边界，能够实现不同品级矿石的分采、分堆，对选矿厂配矿具有重要的指导意义，且选矿厂可根据不同时期的生产需求，要求采场提供相应品位的矿石，实现经济效益最大化。

4.2 存在问题和建议

本次研究仅限于该矿床的-85 m分层，数据有限，但工作思路和方法可行。未来品位控制工作应结合多个中段和分层的井下编录数据，进行较全面的品控模型构建，分析矿体的空间位置、形态、品位等变化。

金属平衡（Reconciliation）是将资源模型、储量模型、品控模型、采场出矿数据和选矿厂处理数据进行对比，是矿山运转过程中最重要手段之一[14]。但是，矿山还未正式生产，暂时无法开展金属平衡工作。未来应将品控模型与采矿数据和选矿数据进行对比分析，进一步验证品控模型的可靠性。

本次研究没有开展样品的质量保证/质量控制（QA/QC）工作，未来品位控制过程中应加强该工作。同时，建议矿山引进三维激光扫描仪设备，准确控制采空区的体积，验证品控模型的可靠性。

5 结 语

通过开展品位控制工作，构建品控模型能够更准确地控制矿体边界，有利于对不同品级的矿体进行分采、分堆;有利于优化采矿工程设计，节约生产成本;有利于指导选矿厂配矿，实现效益最大化。本次研究所采用的生产数据有限，但总体思路可行，方法可靠，在未来的生产工作中应基于更多的生产数据开展进一步研究工作。

[参 考 文 献]

[1] DOMINY S C，PLATTEN I M.Grade control geological mapping in underground gold vein operations[J].Applied Earth Science，2012，121（2）：96-103.

[2] ABZALOV M Z，MENZEL B，WLASENKO M，et al.Optimisation of the grade control procedures at the Yandi iron-ore mine，Western Australia：geostatistical approach[J].Applied Earth Science，2010，119（3）：132-143.

[3] 尹向林.采場“二次圈定”工作在矿山地质工作中的应用[J].科技情报开发与经济，2003，13（6）：106-107.

[4] 张锐，赵荣欣，郑广玉，等.焦家金矿3#矿脉矿体二次圈定的实践与效果[J].黄金学报，2000，2（4）：276-278.

[5] 张泽湖.新冶铜矿采场矿体“二次圈定”工作浅述[J].有色矿山，1998（1）：1-4，21.

[6] 江超，刘永刚.获各琦铅锌矿体二次圈定的应用与效果[J].有色金属（矿山部分），2012，64（5）：40-42.

[7] 陈兴海，王子风，李天奇.矿体二次圈定在国外大型露天矿山的实践应用[J].有色金属（矿山部分），2019，71（1）：54-57.

[8] 肖玉金.琅琊山铜矿床探采资料对比分析[J].现代矿业，2011，27（7）：53-57.

[9] 王寿林，钟世杰，霍红亮.获各琦铜矿1号矿床探采地质资料对比浅析[J].有色金属（矿山部分），2012，64（6）：41-43.

[10] DOMINY S C，GLASS H J，O’CONNOR L，et al.Integrating the theory of sampling into rnderground minegrade control strategies[J].Mineral，2018，8（6）：1-45.

[11] DOMINY S C，PLATTEN I M，XIE Y，et al.Underground grade control protocol design：case study from the Liphichi gold project，Larecaja，Bolivia[J].Applied Earth Science，2010，119（4）：205-219.

[12] 罗周全，王中民，刘晓明，等.基于地质统计学与Surpac的某铅锌矿床储量计算[J].矿业研究与开发，2010，30（2）：4-6，69.

[13] 吴炳生，苏犁.基于Surpac软件与地质统计学的矿床资源量估算[J].矿业研究与开发，2015，35（1）：88-91.

[14] CHIEREGATI A C，PIGNATARI L E C，PITARD F F，et al.Proactive reconciliation as a tool for integrating mining and milling operations[J].International Journal of Mining Science and Technology，2019，29（2）：239-244.

3026500338206