А. Курманкожаев, Е. Нуржумин УДК 622.1
К теории модельного описания выемочной геолого-технологической структуры сложного приконтактного участка рудных залежей
В настоящее время в связи с рыночным развитием производств геолого-технологические методы, практикуемые как методы снижения потерь руд, которые использовались в условиях разработки крупнейших рудных бассейнов Казахстана: Джезказганского медного, Миргалимсайского, Жайремского и Зыряновского полиметаллических, Краснооктябрьских бокситовых и Южно-Кемпирсайских хромитовых месторождений, разрабатываемых открытыми и подземными способами, исключительно перенаправлены на регулирование качествообразующих показателей с целью повышения качества рудных продукций в условиях существующей технологии добычных работ.
Теоретические аспекты геолого-технологических процессов повышения выходов качества руд в основе снижения качественных потерь полезных ископаемых вытекают из концепций проблем геологической изученности месторождения, эколого-экономической эффективности технологии подготовки и выемки запасов рудных тел и механизмов рудоизвлечения из объектов сырья.
Геологогеометрическая изученность месторождения рудных тел и выемочных участков служит отправной основой процессов повышения качества путем снижения качественных потерь руд при добыче. Модельное описание тенденций, закономерностей и других особенностей, присущих геометрии форм и залегания выемочных зон рудных тел, пространственно- статистическим распределениям основных компонентов и типов руд осуществляется с привлечением методов системно-информационного анализа, системной и эксплуатационной геометризации и вероятностно- статистического моделирования и алгоритмизации. При этом, выемочное рудное поле представляет собой как многоуровневая горногеометрическая система, состоящая из двух крупных подсистем: «основная добычная внутриконтурная зона» и «выемочная приконтактная зона перемешивания качествообразующих масс», с структурообразующими элементами:
приконтурная полоса, приконтактная неровность, мощность и плотность ее распространения, показатели контактной неопределенности, геологическая поверхность рудного тела, технологическая поверхность отработки забоя, амплитуда отклонения геологической поверхности от технологической, мощность приконтурной полосы, средние значения размерных параметров выемочных объектов.
Построение эффективных моделей структурно-аналитических соотношений и закономерностей формирования зависимости между горнотехнологическими параметрами отработки и геологогеометрическими характеристиками сложных зон – приконтактных зон залежей состоит в выборе наилучшей структуры аналитических моделей, основанных на
структурных уравнениях регрессии. При этом важно отыскать такую структуру модели, которая наиболее полно отвечала бы фактической.
Показатели многих известных физических процессов описываются структурными уравнениями (моделями) экспоненциального типа. Такие функции применяются при определении ионной и эковалентной связей в бинарном соединении, при характеристике неоднородности магнитной системы, остывания и движения тел в жидкости, при геохимических исследованиях и при решении некоторых вопросов космологии, теории вероятностей и т.д. В горном деле такие типы функций используются при решении вопросов теорий прочности горных пород, горного давления, реакции напряжений, сводообразования выработок, складкообразования и структурообразования, фотоупругости, устойчивости откосов уступов карьеров и т.д.
На основе метода аналогии, с учетом особенностей применения структурных функции в комплексной форме нами рассматривается вопросы усовершенствования модельного описания формирования взаимосвязи геологогеометрических и горнотехнологических показателей выемочных участков залежей.
Результаты полученные различными исследователями подтверждают существование тесной зависимости между параметрами рудных залежей и особенно эти зависимости более существенные для приконтактных зон. При этом используются исключительно статистический подход, и тем самым учитывается случайность и независимость образования неровностей присущих контактным поверхностям залежей. Следовательно, следует заключить, что для оценки структуры и взаимосвязи параметров приконтактных зон на сегодня широко используется вероятностно- статистический метод с привлечением корреляционно-регрессионного анализа. Известны достаточно многие работы, в которых с привлечением парного и множественного корреляционного анализов, описаны зависимости между количественными и качественными показателями сложно- структурных зон залежей.
Широкое практическое применение нашла геологотехнологическая модель, разработанный проф. А. Курманкожаевым [1], описывающей структурных соотношений между величинами длин геологической LK и технологической L0 поверхностей и показателем изменчивости (Vt) их взаимоуклонения, представленные как уравнение регрессии в виде:
0 ,
KVt
K Le
L (1)
Показатель изменчивости взаимоуклонения технологической поверхности от геологической при отработке приконтактных зон определяется по формуле:
nn H
t d
V t , (2)
где tH- среднее значение амплитуды взаимоуклонения технологической поверхности от геологической, м;
информациями (разведочными скважинами), по которым оконтурена залежь, т.е. эталонное расстояние между ближайшими информациями.
Корреляционный анализ показал, что многопараметрическая зависимость между протяженностями геологической и технологической поверхностями и показателем изменчивости их взаимоуклонения существенно тесная (R=0,850,95). Установлено, что эта структурная зависимость имеет геологотехнологическую основу и связывает геологических параметров с технологическими параметрами и, тем самым, определяет выемочную структуру приконтактной зоны залежи.
В последствии автором этой статьи эта трехпараметрическая зависимость, носящей фундаментальный характер была применена с некоторым уточнением для условия Майкайнского золоторудного месторождения, разрабатываемого подземным способом [2]. При этом были внесены новые коэффициенты, связанные с неопределенностью жильных контактов золотосодержащих руд.
Проблему моделирования структурных соотношений между геологогеометрическими и горнотехнологическими параметрами выемочных участков залежей рассмотрим с критической точки зрения. Так во первых любое уравнение регрессии при корреляционном анализе на основе метода наименьших квадратов сопровождается значительными погрешностями, поскольку зависит от неизвестных косвенных факторов; во вторых в методе наименьших кавдратов при выводе уравнений регрессии в них входят столько же постоянных неизвестных коэффициентов, сколько привлеченных для изучения переменных, определение которых практически невозможны; в третьих корреляционная зависимость применима только для конкретного условия месторождения и такая локальность обуславливает ограниченности и незначимости применения таких зависимостей в широком масштабе.
Несмотря на очевидное преимущества модели структурных соотношений (1), использование предельных размеров базовых геометрических исходных величин не всегда приведет к достоверным результатам. Это вызвано от самой сущности предельного размера геометрического параметра выемочного участка. Этот показатель могут встречаться один-два раза во всей совокупности измеренных значений параметра по выемочному участку. Следовательно, из-за незначимости распространения таких размерных значений, при использовании данной модели может быть допущены существенные погрешности приводящим к недостоверным результатам. Так как, доля (частота) распространения предельного размера геометрического параметра во всей совокупности фактических значений его размеров поскольку весьма мало, как правило создается условия неопределенности, сопровождаемый существенными ошибками.
Отсюда вытекает вывод, что корреляционно-регрессионный анализ не является самым наилучшим эффективным методом для модельного описания выемочной структуры сложного участка залежи.
Проблему оценки зависимостей между параметрами залежи рассмотрим несколько шире, исходя из теоретического представления их с применением свойств теории вероятностей.
Из теории вероятности исходит, что совместное влияние множества взаимосвязанных факторов на независимый переменный Z, аналитически можно представить произведением их численных величин в виде комплексной функции:
Zn
Z KZ
Z 1 2... , (3)
где K – коэффициент связей между факторами. Здесь при K=1 предполагается предельный случай, когда каждый фактор максимально усиливает влияние других.
В некоторых случаях возможна замена корреляционных таблиц законами распределения, заданными в аналитическом виде, хотя с меньшей точностью. Искомый закон распределения (ó)можно выразить в зависимости от исходного закона распределения (õ) и других элементов, независящих от возможной трансформации закона (õ), а зависящих от условных вероятностей ( )
õ
ó . Условная вероятность ( )
õ
ó определяется через вероятности Р(х,у), соответствующих комбинации х и у из соотношения
) (
) , ) (
( õ
ó õ Ð õ ó
, (4) Из способа образования ( )
õ
ó вытекает следующее соотношение:
(õi)(yjxi)(yj), j1,2,...,t, (5)где S – число различных значений х; t – число различных значений у.
Это соотношение в матричном виде имеет вид:
) ( ) ( )
( y
x õi y
, (6)
и может быть выражено через интегральное соотношение в виде:
x dx
x y) (y ) ( )
(
, (7)
по которому определяется функция (y) в зависимости от значений функции
) (x
.
В теории корреляции принято считать, что зависимость между двумя показателями х и у возникает вследствие наличия факторов Z, , , одновременно действующих на оба изучаемых показателя, т.е.
), , (
), , (
Z y
Z
x (8)
где величину Z можно представить как закономерный вектор общего фактора Z, а величины , - случайные векторы специфических факторов
Область влияния векторов Z,, ограничена значениями их частных векторов х=(Z1,Z2,...,Zn,1,2,...,t)ZS, S 1,2,...,q,Zm inZi Zm a x. При этом корреляция между показателями х и у обуславливается наличием независимых общих факторов, один из которых является общим (Z)
Z y Z
x , (9)
Поскольку эти факторы (Z,,) являются неучитываемыми и независимыми переменными, определение параметров зависимости, как правило, производится косвенными методами, т.е. методом наименьших квадратов и т.д.
На основании вышеизложенных взамен предельного размера геометрического параметра в качестве базовых исходных величин модели рекомендуется использовать модального значения оцениваемого геометрического параметра по рассматриваемому выемочному участку залежи. Использование этой концепции позволяет геолого-технологических моделей структурных соотношений между геометрическими параметрами приконтактных зон построить с привлечением модальных значений искомого параметра.
Выбор модального значения изучаемого параметра в качестве базовых исходных величин искомой модели основан на фундаментальные вероятностно-статистические его свойства. Мода параметра в качестве параметра модели структурных соотношений выбрана исходя из положительных ее свойств, намного более ценных по сравнению со свойствами среднего и других параметров-показателей. Значение моды остается неизменным при ее оценке как по непосредственно конкретной величине, так и по их функциям. Величина моды более устойчива в статистических выборках с эксцессом большим, чем у нормального закона распределения. Очевидно, ее значение сохраняет устойчивость при различных изменениях значений признака, вызываемых изменением величины эксцесса этого распределения. Главное и важное свойство величины моды заключается в том, что ее значение может быть рассчитано с достаточной достоверностью при наличии в статистической совокупности (выборке) численно неопределенных или приблизительных значений величин, а также при наличии аномальных, редких в виде ураганных, слабых и т.д. значений. Также немаловажным свойством является то, что ее значение в незначительной степени по сравнению со среднеарифметическим значением подвергается влиянию погрешностей, т.е. при систематических погрешностях и при значениях признаков, близких к порогу чувствительности. Это свойство, несомненно, очень важно для использования их при оценке пространственно-статистических закономерностей и изменчивости распространения показателей, как для геологической, так и топографической поверхностей, которым присущи специфические и сложные природные формы и свойства. Мода и модальная частота параметра-показателя являются самыми информативными величинами. Тем самым является показателем комплексирующий
статистических и геометрических элементов развития распределения признака. Следует подчеркнуть, этот параметр фактически также является предопределяющим составляющим уровня среднего, от которого и зависит точность определения последнего. Этот факт имеет последовательные последствия при решении немаловажных технологических и экономических задач, поскольку эффективность их результатов во многих случаях тесно связана с достоверностью среднего значения по процессам, признакам, технологиям и т.д.
Обобщенно геолого-технологическая модель структурных соотношений параметров-показателей рудных залежей нами представлена в виде:
) , , ( 0 0
0 0 0 0
) , , ( ) , ,
(x y z f x y z e k x y z
F , (10)
Здесь f(x0,y0,z0) можно представить как определенное структурное состояние изучаемого объекта, т.е. измеряемое в тех же единицах, что и величина F(x,y,z), второй член - ek(x0,y0,z0) как коэффициент перехода одного структурного состояния в другое, являющееся быстропеременным показателем взаимосвязи параметров.
В сущности, модель (10) описывает структурных соотношений между результативным значением зависимости F(x,y,z) и модальными значениями исходных составляющих (x0,y0,z0) определяемых этой зависимостью.
Неизвестный показатель «к» может быть табулирован в зависимости от изменчивости исходных величин.
В полученном структурном уравнении число неизвестных коэффициентов доведено до минимума за счет введения в ее структуры заранее выбранного структурного параметра F(x0,y0,z0). Эта структурная величина позволяет обеспечить полноту структуры и достоверности структурно-аналитических оценок закономерностей формирования зависимостей между геолого-горнотехнологическими параметрами.
Структурными составляющими этих зависимостей являются «полезные»
информации, представленные в виде отдельных структурных соотношений:
протяженности геологической и технологической поверхностей отработки приконтактных зон
L0
Lk , рудной и породной мощностей контактных неровностей
n p
t
t , изменчивостей их взаимоуклонения
n t
и содержаний в руде и вмещающей породе (
ÑáÂ). Эти соотношения приняты в качестве основных критериев оценки выемочной структуры сложного участка залежи, позволяющих построить наилучшую оценку процесса перемешивания образования количественных и качественных потерь руд при отработке зон контактов разновидностей горных масс. При этом соотношения
ÂÑá L L t
t k
p
n , ,
0
с достаточной полнотой и достоверностью характеризует
качественного перемешивания горных масс и степени уклонения геологической поверхности от технологической.
Модель (10) может быть дифференцированно уточнена в зависимости от вида и характера взаимосвязи привлекаемых параметров рудной залежи.
Для описания выемочной структуры сложных участков залежи рекомендуется использовать следующую систему моделей:
0 0 0
0
0 )
(
L å t S
e t m
å â Ñ Ñ
t t
ÇÏ
k Ï ÏÏ
k p ÇÏ
á ÇÏ
, (11)
где ÑÇÏ , mÇÏ - качество содержания металла и мощность зоны перемешивания разновидностей горной массы, %, м; SÇÏ - размер перемешиваемого объема вмещающей породы, м2; Ñá0, â0, t0p, t0Ï - модальные значения соответственно содержаний в руде и вмещающей породе, рудной и породной мощностей контактных неровностей, %, м.
Здесь сложность выемочной структуры участка залежи определяется по формуле:
p p
Ï Ï
ÇÏ t
t
00 , (12) где Ï , p - плотность породы и руды, Ò ì 3.
Выводы
1. Рекомендуемая система моделей позволяет аналитически описать выемочной геолого-технологической структуры сложных участков рудной залежи с учетом взаимосвязи их параметров с достаточной полнотой и достоверностью.
2. Концепция привлечения модальных характеристик параметров залежей для модельного описания их структурных соотношений позволяет повысить достоверности и эффективности результатов их использования.
Литература
1. Курманкожаев А. Методы оценки качества и потерь руд. Монография. – Алматы: 1982. – 156 с.
2. Нуржумин Е.К. К управлению рациональным соотношением полноты и качества извлечения полезных ископаемых и из недр. – Усть-Каменогорск:
Вестник ВКГУ, 2006. – с.53-58.
