Нейросетевое моделирование геологического поля месторождения

Рассмотрены вопросы прогнозирования качества добываемых руд на примере железорудных и медно-молибденовых месторождений на основе нейросетевого подхода. Добыча руд на современных горных предприятиях осуществляется в разных точках рудного поля, удаленных одна от другой в горизонтальной и вертикальной плоскостях, и если масса добытой руды обычно известна, то ее качественные свойства характеризуются показателями, являющимися мерой количественного представления средних качественных свойств руд в конкретной позиции. Представлен краткий анализ характеристик геологического (геохимического) поля месторождений, которые возможно использовать для прогнозирования на основе данных детальной разведки, показателей, характеризующих качество руд месторождения. Рассмотрены вопросы слабой формализации закономерности их пространственных изменений в исследуемых объемах недр. Предлагается методика выбора подходящей по определенному критерию нейросетевой модели детерминированной составляющей в условиях ограниченного набора данных. Проводится статистический анализ полученных результатов с построением регрессионной модели дисперсии случайной компоненты пространственной переменной, что позволяет оценивать точность результатов в любой точке поля пространственной переменной. Доказывается возможность построения достаточно точной модели геологического поля месторождения при наличии выявления нейросетью определенных закономерностей в данных.

Бондаренко И. С. Нейросетевое моделирование геологического поля месторождения // Горный информационно-аналитический бюллетень. – 2023. – № 6. – С. 19–38. DOI: 10.25018/0236_1493_2023_6_0_19.

Бондаренко Инна Сергеевна — канд. техн. наук, доцент, НИТУ «МИСиС», e-mail: innasbondarenko@gmail.com, ORCID ID: 0000-0002-4160-8413.

1. Litvinenko V. S., Tsvetkov P. S., Molodtsov K. V. The social and market mechanism of sustainable development of public companies in the mineral resource sector // Eurasian Mining. 2020, vol. 2020, no. 1, pp. 36—41. DOI: 10.17580/em.2020.01.07.

2. Каплунов Д. Р., Юков В. А. О принципах перехода горнодобывающего предприятия к устойчивому экологически сбалансированному развитию // Горный информационно-аналитический бюллетень. — 2020. — № 3. — С. 74—86. DOI: 10.25018/02361493-20203-0-74-86.

3. Rogalev N., Sukhareva Y., Mentel G., Brozyna J. Economic approaches for improving electricity market // Terra Economicus. 2018, vol. 16, no. 2, pp. 140—149. DOI: 10.23683/20736606-2018-16-2-140-149.

4. Lisin E., Kurdiukova G. Energy supply system development management mechanisms from the standpoint of efficient use of energy resources // IOP Conference Series: Earth and Environmental Science. 2021, vol. 666, no. 6, article 062090. DOI: 10.1088/1755-1315/666/6/062090.

5. Shehata A. A., Korovkin N. V., Tolba M. A., Tulsky V. N. Efficient utilization of the power grid using FACTS devices based on a new metaheuristic optimizer / Proceedings of the 3rd International Youth Conference on Radio Electronics, Electrical and Power Engineering, REEPE. 2021, article 9387974. DOI: 10.1109/reepe51337.2021.9387974.

6. Lisin E., Kurdiukova G., Okley P., Chernova V. Efficient methods of market pricing in power industry within the context of system integration of renewable energy sources // Energies. 2019, vol. 12, no. 17, article 3250. DOI: 10.3390/en12173250.

7. Khayrutdinov M. M., Golik V. I., Aleksakhin A. V., Trushina E. V., Lazareva N. V., Aleksakhina Y. V. Proposal of an algorithm for choice of a development system for operational and environmental safety in mining // Resources. 2022, vol. 11, no. 10, article 88. DOI: 10.3390/ resources11100088.

8. Каунг П. А., Зотов В. В., Гаджиев М. А., Артемов С. И., Гиреев И. А. Формализация процесса выбора технологий отработки месторождений полезных ископаемых // Горный информационно-аналитический бюллетень. — 2022. — № 2. — С. 124—138. DOI: 10.250 18/0236_1493_2022_2_0_124.

9. Kongar-Syuryun Ch., Ubysz A., Faradzhov V. Models and algorithms of choice of development technology of deposits when selecting the composition of the backfilling mixture // IOP Conference Series: Earth and Environmental Science. 2021, vol. 684, no. 1, article 012008. DOI: 10.1088/1755-1315/684/1/012008.

10. Гендлер С. Г., Габов В. В., Бабырь Н. В., Прохорова Е. А. Обоснование технических решений по снижению производственного травматизма в лавах угольных шахт // Горный информационно-аналитический бюллетень. — 2022. — № 1. — С. 5—19. DOI: 10.25018/ 0236_1493_2022_1_0_5.

11. Куприянов В. В., Темкин И. О., Бондаренко И. С. Исследование временных характеристик аварийных ситуаций в угольных шахтах // Безопасность труда в промышленности. — 2022. — № 1. — С. 39—45. DOI: 10.24000/0409-2961-2022-1-39-45.

12. Tcvetkov P. Engagement of resource-based economies in the fight against rising carbon emissions // Energy Reports. 2022, vol. 8, no. 2, pp. 874—883. DOI: 10.1016/j.egyr.2022.05.259.

13. Рыбак Я., Хайрутдинов М. М., Конгар-Сюрюн Ч. Б., Тюляева Ю. С. Ресурсосберегающие технологии освоения месторождений полезных ископаемых // Устойчивое развитие горных территорий. — 2021. — № 13(3). — С. 405—415. DOI: 10.21177/1998-4502-202113-3-406-415.

14. Ponomarenko T., Nevskaya M., Jonek-Kowalska I. Mineral Resource depletion assessment: Alternatives, problems, results // Sustainability. 2021, vol. 13, no. 2, article 862. DOI: 10.3390/su13020862.

15. Khayrutdinov A., Paleev I., Artemov S. Replacement of traditional components of the backfill mixture with man-made waste // IOP Conference Series: Earth and Environmental Science. 2021, vol. 942, no. 1, article 012005. DOI: 10.1088/1755-1315/942/1/012005.

16. Cherepovitsyn A. E., Tsvetkov P. S. Methodical approach to evaluation of the Russian peat deposits exploitation attractiveness based on geology-technological criteria // International Journal of Applied Engineering Research. 2016, no. 11, pp. 5072—5078.

17. Якупов Д. Р., Иванова П. В., Иванов С. Л. Физическое моделирование сопротивления перемещению грузов по поверхности торфяного месторождения на стенде // Горный информационно-аналитический бюллетень. — 2021. — № 5-1. — С. 117—129. DOI: 10.25018/ 0236_1493_2021_51_0_117.

18. Vinnikov V. A., Silberschmidt M. G., Bocharov V. A., Ignatkina V. A., Gzogyan T. N. Environmental resource — Economized processes of recycling mineral raw materials of complex composition // Environment Technology Resources. Proceedings of the International Scientific and Practical Conference. 2015, vol. 1, pp. 209—215. DOI: 10.17770/etr2013vol1.837.

19. Khayrutdinov A., Kongar-Syuryun Ch., Kowalik T., Faradzhov V. Improvement of the backfilling characteristics by activation of halite enrichment waste for non-waste geotechnology // IOP Conference Series: Materials Science and Engineering. 2020, vol. 867, no. 1, article 012018. DOI: 10.1088/1757-899X/867/1/012018.

20. Мелехина К. А., Ананьев П. П., Плотникова А. В., Тимофеев А. С., Шестак С. А. Моделирование и оптимизация процесса рудоподготовки комплексных руд при их дезинтеграции в мельнице самоизмельчения // Горный информационно-аналитический бюллетень. — 2020. — № 10. — С. 95—105. DOI: 10.25018/0236-1493-2020-10-0-95-105.

21. Kyaw Zay Ya, Goryachev B., Adigamov A., Nurgalieva K., Narozhnyy I. Thermodynamics and electrochemistry of the interaction of sphalerite with iron (II)-bearing compounds in relation to flotation // Resources. 2022, vol. 11, no. 12, article 108. DOI: 10.3390/resources11120108.

22. Портнов В. С., Юров В. М. Управление качеством железных руд при их добыче // Известия Сибирского отделения РАЕН. Геология, поиски и разведка рудных месторождений. — 2005. — № 2(28). — С. 85—90.

23. Гончаренко С. Н., Бердалиев Б. А. Методы прогнозирования и оценки остаточных и технологических концентраций урановой руды при добыче методом подземного выщелачивания // Горный информационно-аналитический бюллетень. — 2018. — № 5. — С. 43— 48. DOI: 10.25018/0236-1493-2018-5-0-43-48.

24. Ivannikov A., Chumakov A., Prischepov V., Melekhina K. Express determination of the grain size of nickel-containing minerals in ore material // Materials Today: Proceedings. 2020, vol. 38, pp. 2059—2062. DOI: 10.1016/j.matpr.2020.10.141.

25. Отгонбилэг Ш. Управление рудной массой. — М.: Недра, 1996. — 173 с.

26. Chumakov A., Prischepov V., Melekhina K., Ivannikov A. Improving the control system of concentration plants based on express control of dissemination of magnetic minerals // IOP Conference Series: Earth and Environmental Science. 2021, vol. 684, no. 1, article 012005. DOI: 10.1088/1755-1315/684/1/012005.

27. Timofeev A. S., Dvoichenkova G. P., Chernysheva E. N., Popadin E. G. Express method for estimating particle isometricity for quality control ferrosilicium // IOP Conference Series: Earth and Environmental Science. 2020, vol. 459, no. 5, article 052096. DOI: 10.1088/1755-1315/459/5/052096.

28. Куприянов В. В., Бондаренко И. С. Факторы влияния на резерв времени для выхода из подземных аварий в шахтах // Горный информационно-аналитический бюллетень. — 2022. — № 2. — С. 139—149. DOI: 10.25018/0236_1493_2022_2_0_139.

29. Temkin I. O., Myaskov A. V., Deryabin S. A., Rzazade U. A. Digital twins and modeling of the transporting-technological processes for on-line dispatch control in open pit mining // Eurasian Mining. 2020, no. 2, pp. 55—58. DOI: 10.17580/em.2020.02.13.

30. Trofimov V. B. An approach to intelligent control of complex industrial processes: an example of ferrous metal industry // Automation and Remote Control. 2020, vol. 81, no. 10, pp. 1856—1864. DOI: 10.1134/S0005117920100057.

31. Зайцева Е. В. Вопросы стратегического управления предприятиями цементной промышленности // Горный информационно-аналитический бюллетень. — 2019. — № 2. — С. 214—220. DOI: 10.25018/0236-1493-2019-02-0-214-220.

32. Novikova N. V., Barmuta K. A., Kaderova V. A., Il’yaschenko D. P., Abdulov R. E., Aleksakhin A. V. Planning of new products technological mastering and its influence on economic indicators of companies // International Journal of Economics and Financial Issues. 2016, vol. 6, no. 8, pp. 65—70. Retrieved from https://econjournals.com/index.php/ijefi/article/view/3701.

33. Бондаренко И. С. Разработка планов-прогнозов на основе технико-экономических показателей горнодобывающих предприятий // Горный информационно-аналитический бюллетень. — 2022. — № 3. — С. 97—107. DOI: 10.25018/0236_1493_2022_3_0_97.

34. Осовский С. Нейронные сети для обработки информации. Пер. с польского. — М.: Финансы и статистика, 2002. — 344 с.

35. Куприянов В. В. Автоматизация распознавания нештатных ситуаций в угольных шахтах на основе нейронной сети с изменяемыми топологией и весовыми коэффициентами / Труды XVIII-й Всероссийской научной конференции «Нейрокомпьютеры и их применение». — M.: МГППУ, 2020. — С. 59—60.

36. Дрейпер Н., Смит Г. Прикладной регрессионный анализ, 3-е изд. — М.: Издательский дом «Вильямс», 2007. — 912 с.

37. Aristov A. O. Quasi-cellular nets based on models of flow-systems // Journal of Physics: Conference Series. 2019, vol. 1392, no. 1, article 012064. DOI: 10.1088/1742-6596/1392/1/012064.

38. Kondybayeva A. B., Solodov S. V. Tricubic interpolation in scientific data visualization problems / Wave Electronics and its Application in Information and Telecommunication Systems, WECONF. Proceedings of Conference. 2019, article 8840118. DOI: 10.1109/weconf.2019. 8840118.