品位-价格-成本约束下金属露天矿精细化5D排产建模与协同优化研究

Regarding mining production scheduling in metal open pit as a study object, refined 5D production scheduling model and collaborative optimization method under Grade, Price and Cost is studied from a temporal-spatial and technical and economic perspective. The multi-dimensional scheduling data is considered to store, manage and optimize uniformly. The theory and method of refinement dynamic collaborative production scheduling in metal open pit is put forward. Firstly the uncertainty of price, cost and grade-recovery are analyzed. The ARIMA-SVR mixed model, LS-SVM model and Deep learning network algorithm are built respectively to forecast price, cost and grade-recovery dynamic changes; Secondly based on temporal and spatial development in stripping and mining plan, 5D logic model, physical model and interactive model integrating spatial, temporal and properties are designed using improved multi-level base state with amendments model, linear sixteen tree and double QR tree and MR tree; Thirdly, the multi-object synergetic optimization algorithms in long-term and short term plans are proposed based multi-ant colony optimization and synergetic optimization theory; the methods of adaptive mining production scheduling based on ontology constraints and interactive mining production scheduling based on 5D model are realized; Finally , the complete refinement production scheduling theory in metal open pit can be constructed under Grade, Price and Cost. This has significant academic and theoretical value for scientific mining and intelligent mining in metal open pit.

以金属露天矿生产计划编制为研究对象，在时空信息和技术经济集成视角下开展品位、价格及成本动态约束下金属露天矿精细化5D排产建模与协同优化研究，通过多源多维时空排产数据的集成和协同优化建模，实现金属露天矿精细化动态排产。首先研究分析价格、成本及品位-回收率关系的变化规律，分别利用ARIMA-SVR混合模型、LS-SVM模型及深度学习网络算法，构建相应的动态预测模型；依据采剥计划的时空发展关系，分别基于多级变粒度基态修正模型、线性十六叉树、双QR树及MR树，构建空间、时间及属性集成的5D复合逻辑模型、物理模型及交互式模型；基于多蚁群分级优化和整体协同优化算法，分别构建精细化排产中长期和短期多目标协同优化模型；最后提出基于本体约束的自适应排产方法和5D交互式排产方法，最终形成品位、价格、成本动态约束下的金属露天矿精细化排产理论体系，这将对金属矿产资源科学开采、智能开采具有重要的理论和学术价值。

本项目在对露天矿生产计划相关基础理论深入研究的基础上，将露天矿山地质数据、市场环境数据、开采过程数据和对象属性数据等进行统一组织与管理，在品位、价格、成本动态约束下，对露天矿山企业5D生产计划信息模型和生产计划数学模型进行了系统研究，并提出了适合不同类型生产计划模型求解的混合智能优化算法，形成露天矿山企业长期、短期、生产作业计划的层级递进优化模型，为露天矿山服役期内整体生产计划的协同优化与编制提供了依据。主要研究工作包括：.（1）不确定性市场环境下钼精矿价格动态预测。在钼精矿市场和价格影响因素分析的基础上，从钼的价格维度、供需维度和宏观经济维度构建了多维钼数据，将复杂的非线性、非平稳时间序列进行分解，构建了基于EMD-ARIMA-LSTM多步预测方法的钼精矿市场价格中长期动态预测模型。.（2）基于时空属性的露天矿5D排产数据集成建模。根据三维地质建模、矿业生产管理理论以及时空数据模型理论技术等，将3D地质信息模型与时空数据模型进行抽象描述和模拟实现，构建了生产计划优化与编制的数据结构和关系表，提出了符合5D生产计划优化管理的时空数据组织模型和数据库。.（3）金属露天矿精细化排产多阶段协同优化建模。考虑矿产品价格、地质品位和生产处理成本波动对露天矿生产计划编制与优化的影响，在矿石块体空间约束、开采深度、矿产资源回收利用率和开采处理能力等约束下，分别构建了金属露天矿精细化动态排产的中长期和短期协同优化模型。.（4）露天矿精细化排产协同优化算法设计。以智能优化算法理论为研究基础，考虑金属露天矿精细化动态排产的特点，分别针对中长期和短期生产计划设计了改进的智能优化算法，并通过实际算例验证了所提方法的有效性，实现了金属露天矿自适应动态排产和多阶段协同优化的目标。.本项目研究成果弥补了当前露天矿山生产计划研究的不足，为矿山企业整体生产计划编制以及现有的矿业生产系统的优化升级提供了新的理论和方法指导。

内容获取失败，请点击重试