Variation of ore grades in the boundary zone of subeconomic ore

Capa

Citar

Texto integral

Resumo

Deposits of non-ferrous, precious, and rare metals are predominantly complex-structured. Such bench blocks consist of economic and subeconomic ore. The boundary between the two types is defined by a cut-off ore grade. The numerical value of the ore grade in the subeconomic portion of a block determines the thickness of material that can potentially be admixed with shipped economic ore. Controlled admixing enables complete recovery of minerals from stopes while maintaining concentrate quality. For this purpose, exploration borehole data from five copper and gold deposits in Kazakhstan with complex structures were analyzed. Based on borehole data, trend equations were derived to describe ore grade variation in the subeconomic part of a block. A software tool was developed to automate the calculation of trend lines and their equations. Using this program, new dependencies were obtained for determining the ore grade in the shipped ore (α′). For the first time in mining science, a method has been substantiated for the complete recovery of economic ore from complex-structured bench blocks, based on admixing a controlled portion of subeconomic ore. This approach increases total ore extraction and improves valuable component recovery to concentrate. The potential increase in recovered components from shipped ore may reach 10–15% of total production.

Sobre autores

B. Rakishev

Satbayev University (Kazakh National Research Technical University named after K. I. Satpayev)

Email: b.rakishev@satbayev.university
ORCID ID: 0000-0001-5445-070X
Código SPIN: 7446-5721

A. Edil'baev

Mining Bureau LLP

Email: byedilbayev@gmail.com
ORCID ID: 0000-0001-8498-7049

A. Orynbay

Almaty University of Power Engineering and Telecommunications named after Gumarbek Daukeyev; Satbayev University (Kazakh National Research Technical University named after K. I. Satpayev)

Email: a.orynbay@aues.kz
ORCID ID: 0000-0002-3720-7625
Código SPIN: 6942-5900

T. Ibyrkhanov

Satbayev University (Kazakh National Research Technical University named after K. I. Satpayev)

Email: ibir.tem@mail.ru
ORCID ID: 0009-0001-6344-8270

Bibliografia

  1. Шабаров А. Н., Куранов А. Д. Основные направления развития горнодобывающей отрасли в усложняющихся горнотехнических условиях ведения горных работ. Горный журнал. 2023;(5):5–10. https://doi.org/10.17580/gzh.2023.05.01
  2. Трубецкой К. Н., Пешков А. А., Мацко Н. А. Определение области применения способов разработки крутопадающих залежей с использованием заранее сформированного выработанного пространства. Горный журнал. 1994;(1):51–59.
  3. Трушко В. Л., Протосеня А. Г. Перспективы развития геомеханики в условиях нового технологического уклада. Записки Горного института. 2019;236:162–166. https://doi.org/10.31897/pmi.2019.2.162
  4. Яковлев В. Л., Корнилков С. В., Соколов И. В. Инновационный базис стратегии комплексного освоения ресурсов минерального сырья. Под ред. член-корр. РАН В. Л. Яковлева. Екатеринбург: УрО РАН; 2018. 360 с.
  5. Кантемиров В. Д., Яковлев А. М., Титов Р. С. Применение геоинформационных технологий блочного моделирования для совершенствования методов оценки качественных показателей полезных ископаемых. Известия высших учебных заведений. Горный журнал. 2021;(1):63–73.
  6. Чебан А. Ю., Секисов Г. В. Сложноструктурные рудные блоки и их систематизация. Вестник Забайкальского государственного университета. 2020;26(6):43–53. https://doi.org/10.21209/2227-9245-2020-26-6-43-53
  7. Боярко Г. Ю., Болсуновская Л. М. Минерально-сырьевая база кобальта России: состояние, возможности развития. Горные науки и технологии. 2025;10(2):118–147. https://doi.org/10.17073/2500-0632-2025-02-368
  8. Кирсанов А. К. Обзор современного состояния горнодобывающей промышленности Китая. Горные науки и технологии. 2023;8(2):115–127. https://doi.org/10.17073/2500-0632-2022-11-35
  9. Лобынцев А. К., Фомин С. И. Оценка степени влияния горнотехнических факторов на норматив готовых к выемке запасов при проектировании открытой разработки сложноструктурных рудных месторождений. Рациональное освоение недр. 2021;(5):40–43.
  10. Кушнарев П. И. Скрытые потери и разубоживание. Золото и технологии. 2017;(3):82–87.
  11. Rakishev B. R. Mining and geological models of virtual complex ore blocks of the bench. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2023;(4):11–17. https://doi.org/10.33271/nvngu/2023-4/011
  12. Ракишев Б. Р. Полное извлечение кондиционных руд из сложноструктурных блоков за счет частичного примешивания некондиционных руд. Записки Горного института. 2024;(270):919–930.
  13. Нуржумин Е. К., Толеубекова Ж. З., Камаров Р. К. и др. Отработка приконтурных участков залежей сложноструктурных месторождений и способы ее оценки. Интерэкспо Гео-Сибирь. 2014;2(4):23–30.
  14. Яковлев А. М. Планирование горных работ в режиме управления качеством сырья на основе геоинформационного моделирования. Горный информационно-аналитический бюллетень. 2021;(5–1):258–268. https://doi.org/10.25018/0236_1493_2021_51_0_258
  15. Veliz V., Maleki M., Madani N. et al. Plurigaussian modeling of non-stationary geological domains to assess geological uncertainty in a porphyry copper deposit. Ore Geology Reviews. 2023;162:105707. https://doi.org/10.1016/j.oregeorev.2023.105707
  16. Мельниченко И. А., Кириченко Ю. В. Пространственное районирование месторождений полезных ископаемых. Горный информационно-аналитический бюллетень. 2021;(4):46–56. https://doi.org/10.25018/0236_1493_2021_4_0_46
  17. Кантемиров В. Д., Яковлев А. М., Титов Р. С., Тимохин А. В. Совершенствование методов рудоподготовки минерального сырья при освоении сложноструктурных месторождений. Горная промышленность. 2022;(1S):63–70. https://doi.org/10.30686/1609-9192-2022-1s-63-70
  18. Павлишина Д. Н., Терещенко С. В. Анализ систем управления качеством бедных апатит-нефелиновых руд в процессе их переработки. Вестник Мурманского государственного технического университета. 2014;17(2):254–258.
  19. Maleki M., Mery N., Soltani-Mohammadi S., et al. Geological Control for in-situ and recoverable resources assessment: a case study on Sarcheshmeh Porphyry Copper Deposit, Iran. Ore Geology Reviews. 2022;150:105133. https://doi.org/10.1016/j.oregeorev.2022.105133.
  20. Каплунов Д. Р., Рыльников А. Г. Обобщение современных подходов к управлению качеством рудопотоков в условиях действующих рудников на всех этапах освоения месторождения. Известия Тульского государственного университета. Науки о земле. 2020;(4):40–53.
  21. Глухов А. М. и др. Отчет по поисковым работам на золото на Южно-Мойынтинской площади в Карагандинской области в 2015–2016 гг. Листы L-43-40-А, Б. Караганда: Центрказнедра; 2016. 350 с.
  22. Кацюба Е. А. и др. Отчет по поисково-оценочным работам на медь, золото и попутные компоненты на Коктас-Шарыктинской площади в пределах Спасской меднорудной зоны в 2014–2015 гг. Караганда: Центрказнедра; 2015. 154 с.
  23. Ниценко П. А. и др. Отчет о проведенных поисково-оценочных работах на участке Каскырказган в Карагандинской области с подсчетом запасов меди и молибдена по категории С2 по состоянию на 01.10.2014 г. Караганда: Центрказнедра; 2014. 144 с.
  24. Данилов В. И. и др. Повариантный подсчет запасов и технико-экономическое обоснование кондиций на руды месторождения Найманжал. Алматы: Центрказнедра; 2007. 135 с.
  25. Rakishev B. R. Technological resources for improving the quality and completeness of use of the mineral raw materials. News of the National Academy of Sciences of the Republic of Kazakhstan, Series of Geology and Technical Sciences. 2017;2(422):116–124.
  26. Пелих В. В., Салов В. М., Бурдонов А. Е., Лукьянов Н. Д. Модель извлечения бадделеита из отвальных продуктов апатито-бадделеитовой обогатительной фабрики на концентраторе CVD6. Записки Горного института. 2021;248:281–289. https://doi.org/10.31897/PMI.2021.2.12
  27. Муталова М. А., Хакимова Д. Ю. Исследование извлечения полезных компонентов из шлаков методом флотации. International Journal of Advanced Technology and Natural Sciences. 2020;1(2):26–30.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar


Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».