Micon a évalué avec succès l’effet des dimensions minières minimales sur la dilution opérationnelle  pour une mine à ciel ouvert, dans le cas d’un gisement en veines étroites.

Cette étude a consisté à générer et à analyser 24 scénarios de dimension minière minimale. La dilution opérationnelle attendue dans la fosse conçue a été calculée sur la base de banc par banc pour chacun des 24 scénarios. Un grand nombre de scénarios représentant diverses possibilités opérationnelles ont été modélisées car la qualité de la précision/sélectivité opérationnelle dans le futur n’est pas connue.

L’optimiseur de chambre de foudroyage (MSO – Minable Shape Optimiser) de Datamine a été utilisé pour générer des formes minables spécifiques en imitant différentes stratégies opérationnelles et/ou résultats. Ces formes ont ensuite été évaluées par rapport au modèle de bloc pour déterminer la quantité de dilution, la teneur de dilution et les tonnes et la teneur globales pour chaque forme minière qui répondait à un critère de teneur de coupure.

Les rapports de de sortie pour les 24 scénarios ont été combinés dans un seul fichier Excel et un script python a été développé pour utiliser les données de ce fichier afin de calculer la dilution opérationnelle banc par banc pour les 24 scénarios et pour résumer les résultats de cette étude sous forme de tableaux, box plots, histogrammes et scatter plots.

Les résultats obtenus à partir de ce script peuvent être utilisés pour i) guider la quantité de dilution à prévoir pendant la production; ii) aider à former les critères de sélection pour le dimensionnement des équipements miniers de production; et iii) aider à identifier les zones à l’intérieur de la fosse où une forte dilution opérationnelle peut être attendue et/ou évitée grâce à l’adoption de pratiques minières sélectives.

Ce processus peut être exécuté en quelques jours seulement en fonction de la taille et du format du modèle de bloc et du nombre de scénarios à générer à l’aide du logiciel MSO de Datamine. Une fois le script python généré pour lire les données de sortie, l’analyse et la création de rapports ne prennent que quelques minutes.

Ce processus peut également être utilisé pour étudier la dilution opérationnelle externe attendue dans différentes zones géologiques/géomécaniques à l’intérieur d’un gisement, banc par banc et dans plusieurs scénarios. De plus, l’incertitude de la géologie et de la distribution des teneurs peut également être intégrée lors de l’exécution de scénarios de dilution. Ces sources d’incertitude peuvent être quantifiées en générant des modèles simulés pour les types et les teneurs de roches à l’aide de la simulation gaussienne séquentielle et de la simulation d’indicateurs séquentiels.

La figure 1 montre des blox plots de la dilution pour tous les bancs par scénario. La figure 2 montre la variation des valeurs de dilution attendues pour tous les scénarios par élévation du banc. La figure 3 montre des histogrammes des valeurs de dilution moyennes pour les 24 scénarios.

 

Figure 1: Boxplot représentant les estimations de dilution pour 24 scénarios de dimension minière minimale

Source: Micon, 2020

 

Figure 2: Graphique de la dilution en pourcentage du tonnage total et du pourcentage de minerai pour 24 scénarios de dimension minière minimale – Par Banc

 

Figure 3: Histogrammes des valeurs de dilution moyennes pour 24 scénarios de dimension minière minimale: i) Pourcentage du tonnage total; et ii) Pourcentage du tonnage de minerai

 

Le process appliqué dans ce cas d’étude avec l’aide de scripts Python peut également être appliquée à de nombreux processus de travail de routine et peut vous aider à gagner du temps et à augmenter la productivité des employés. Pour en savoir plus, veuillez contacter Micon via la page «Contactez-nous» sur ce site.

.