تعيين محدوده نهايي معادن روباز با در نظر گرفتن حداقل عرض كف كاواك

Pit Limit Optimization considering the Minimum Width of Pit Bottom

محدوده نهايي معادن روباز، بيانگر شكل معدن در پايان عمر معدن است. محدوده بهينه واقعي، محدوده اي با حداكثر ارزش اقتصادي ممكن و در ميان تمام محدوده هاي محتمل است. جهت طراحي محدوده بهينه، الگوريتم هاي متعددي همچون الگوريتم مخروط شناور، فرآيندهاي احتمالي (زنجيره هاي ماركف)، ژنتيك، ماكزيمم جريان شبكه، برنامه ريزي پويا دو بعدي،لرچ و گروسمن سه بعدي برپايه نظريه گراف و ... ارائه شده است كه هر كدام داراي معايب و مزاياي خاصي مي باشند. ازميان الگوريتم هاي متعدد ارايه شده، تعدادي از آنها توانايي برآورد محدوده بهينه واقعي در فضاي دو بعدي و سه بعدي را دارا هستند. اما در اين الگوريتم ها، محدوديت فني حداقل عرض كف كاواك به منظور ايجاد حداقل فضاي لازم براي قرارگيري ماشين آلات معدني، تاكنون مورد بررسي قرار نگرفته است. بر اين اساس هدف از ارائه اين مقاله، بررسي محدوديت فني امكان قرارگيري ماشين آلات معدني در كف معدن بر اساس يك الگوريتم جستجومحور است.

Ultimate pit limit indicates the shape of pit at the end of the mine life. True optimum limit is the pit with the maximum economic worth among all of the probable pit limits. So far, a large number of algorithms have been introduced to optimize the pit limits. These include using of the moving cone technique, stochastic process using Markov chains, Genetic Algorithms, Network Flow, Dynamic programming and Graph theory, which are mostly categorized as heuristic or rigorous algorithms. However, these algorithms have basically ignored the minimum width of the pit bottom, despite it plays an important role in designing the pit outlines. A research was carried out on this important constraint via proposing a 2D heuristic algorithm. The algorithm employs the conventional economic block model, called P. Then three successive model, were designed from the primary model, namely m, M and S respectively. These models may have different dimension to provide the basis to introduce the minimum pit bottom width. The proposed algorithm is implemented on the S model. A step by step description of the algorithm is presented. Implementation of the algorithm is illustrated via a hypothetical 2D example.