Геопространственное обеспечение и методы построения программы аналитического контроля качества проведения геологоразведочных работ на месторождении
+7 (383) 343-12-55 vestnik@ssga.ru
Ru
En
Ru
En
Авторам публикаций
Вестник СГУГиТАрхив журнала Геопространственное обеспечение и методы построения программы аналитического контроля качества проведения геологоразведочных работ на месторождении

Геопространственное обеспечение и методы построения программы аналитического контроля качества проведения геологоразведочных работ на месторождении

Картография и геоинформатика
УДК: 004.4:550.8
DOI: 10.33764/2411-1759-2021-26-3-71-86
С. Н. Гончаренко 1
Год: 2021
Том: 26
№: 3
Страницы: 71 - 86
1 Национальный исследовательский технологический университет «МИСиС», г. Москва, Россия

Финансирование: -

Аннотация:

Целью работы является формирование программы контроля качества проведения геологоразведочных работ на месторождении и геологический контроль оценки минеральных ресурсов. В основу исследования положено моделирование и интерпретация содержаний полезного компонента и литологии месторождения. Оценка содержаний производилась методом ординарного кригинга. Проведено обоснование верхних и нижних пределов содержаний полезного компонента на основе данных лабораторных исследований методами статистического анализа. Оценка содержаний заверялась путем статистического сравнения данных бурения с визуальными оценками основных направлений содержаний по данным моделирования. Учтены релевантные факторы, определяющие степень выдержанности геологических структур и категорийность запасов месторождения. Установлены литологические особенности, определяющие перспективные зоны минерализации. Реализованы процедуры проверки качества данных в целях мониторинга загрязнения, достоверности и точности анализов. Реализована процедура определения факторов, негативно влияющих на выдержанность содержаний и параметры геологических характеристик. Произведена разработка и заверка блочной модели месторождения и осуществлено сравнение объема полезного компонента блочной модели с объемами сформированных каркасов. В результате проведенных исследований осуществлена классификация запасов, учитывающая исходное множество имеющихся данных по геологическим структурам месторождения, аналитические данные опробования и содержание полезного компонента.

Ключевые слова (RU):

контроль качества данных, пробоподготовка, блочная модель месторождения, выдержанность

Ключевые слова (EN):

data quality control, sample preparation, block model of the field, consistency of geological structures, metal content limits, mineralization zones

Читать статью Скачать JATS XML

Библиографический список:

  1. Подрезов Д. Р. Моделирование показателей функционирования геотехнологических блоков и движения вскрытых запасов рудника подземного скважинного выщелачивания урана // Вестник Дагестанского государственного технического университета. Технические науки. – 2020. – Т. 47 (2). – С. 98–107. doi:10.21822/2073-6185-2020-47-2-98-107.
  2. Гончаренко С. Н., Бердалиев Б. А. Методы прогнозирования и оценки техногенного и остаточного скопления урановых руд на месторождениях, отрабатываемых способом подземного скважинного выщелачивания // Горный информационно-аналитический бюллетень. – 2018. – № 5. – С. 43–48. doi: 10.25018/0236-1493-2018-5-0-43-48.
  3. Vostrikov A. V., Prokofeva E. N., Goncharenko S. N., Gribanov I. V. Analytical modeling for the modern mining industry // Eurasian Mining. – 2019. – № 2 (32). – P. 30–35. doi: 10.17580/ em.2019.02.07.
  4. Vasilyeva N. V., Fedorova E. R. Statistical methods of evaluating quality of technological process control of trends of main parameters dependence // Journal of Physics: Conference Series. – 2018. – Vol. 1118. – P. 012046. doi: 10.1088/1742-6596/1118/1/012046.
  5. Карпик А. П., Лисицкий Д. В., Байков К. С., Осипов А. Г., Савиных В. Н. Геопространственный дискурс опережающего и прорывного мышления // Вестник СГУГиТ. – 2017. – Т. 22, № 4. – С. 53–67.
  6. Бугаков П. Ю., Кацко С. Ю., Басаргин А. А., Воронкин Е. Ю. Анализ функциональных возможностей веб-приложения Kepler.gl для визуализации и анализа больших наборов пространственных данных // Вестник СГУГиТ. – 2018. – Т. 23, № 4. – С. 155–164.
  7. Кацко С. Ю. Возможности информационно-аналитических ГИС в работе непрофессиональных пользователей с пространственной информацией // Вестник СГГА. – 2011. – Вып. 1 (14). – С. 76–80.
  8. Ромичева Е. В. Методы обработки и визуализации больших данных // Аллея науки. – 2017. – Т. 3, № 16. – С. 976–982.
  9. Rzeszotarski J. M., Kittur A. Kinetica: Naturalistic Multi-touch Data Visualization // Proceedings of the 32nd Annual ACM Conference on Human Factors in Computing Systems, CHI ’14. – P. 897–906.
  10. Isenberg P., Isenberg T., Hesselmann T., Lee B., von Zadow U., & and Tang A. Data Visualization on Interactive Surfaces: A Research Agenda // IEEE Computer Graphics and Applications. – 2013. – Vol. 33(2). – P. 16–24. doi: 10. 1109/MCG.2013.24.
  11. Towards a Spatial Knowledge Infrastructure White Paper Released [Electronic resource]. – Mode of access: http://www.gsdiassociationorg/index.php/news/global-news/795-towards-a-spatial-knowledge-infrastructure-white-paper-released.html/.
  12. Written by Jon Fairall. From spatial information to Spatial Knowledge Infrastructure. By Anthony Wallace on 21 June, 2017 [Electronic resource]. – Mode of access: https://www.spatialsource.com.au/gisdata/spatial-information-spatial-knowledge.
  13. Blog – East View Geospatial [Electronic resource]. – Mode of access: https://geospatial.com/blog/.
  14. Advancing role of geospatial knowledge infrastructure in world economy and society [Electronic resource]. – Mode of access: https://www.geospatialworld.net/blogs/advancing-role-of-geospatial-knowledgeinfrastructure-in-world-economy-and-society.
  15. Training program: advancing role of geospatial knowledge infrastructure in world economy, society and environment [Electronic resource]. – Mode of access: https://geospatialworldforum.org/advancing-roleof-geospatial-knowledge-in-world-economy.asp.
  16. Colman A. M. Game theory and experimental games: The study of strategic interaction. – Elsevier, 2016. – 314 p.
  17. Dixit A. K., Skeath S. Games of Strategy: Fourth International Student Edition. – WW Norton & Company, 2015. – 712 p.
  18. Pinde Fu, Jiulin Sun. Web GIS: principles and applications. – 1st ed. – Esri Press, 380 New York Street, Redlands, California. – P. 16.
  19. Leibo J. Z., Zambaldi V., Lanctot M., Marecki J., Graepel T. Multi-agent reinforcement learning in sequential social dilemmas // Proceedings of the 16th International Conference on Autonomous Agents and Multi-Agent Systems. – 2017. – P. 464–473.
  20. He H., Boyd-Graber J., Kwok K., Daumé III H. Opponent modeling in deep reinforcement learning // Proceedings of the 33rd International Conference on Machine Learning. – 2016. – P. 1804–1813.
  21. Stone P., Kaminka G., Kraus S., Rosenschein J. Ad hoc autonomous agent teams: collaboration without pre-coordination // Proceedings of the 24th AAAI Conference on Artificial Intelligence. – 2010. – P. 1504–1509.
  22. Genter K., Laue, T., Stone P. Three years of the RoboCup standard platform league dropin player competition: Creating and maintaining a large scale ad hoc teamwork robotics competition // Autonomous Agents and Multi-Agent Systems. – 2017. – Vol. 31(4). – P. 790–820.
  23. Neuner H., Schmitt C., Neumann I. Modelling of terrestrial laser-scanning profile measurements with // Proceedings of the 2nd Joint international Symposium on Deformation Monitoring. – Nottingham, England, 2013.
  24. Savich A. I., Il’in M. M., Elkin V. P., Rechitskii V. I., Basova A. B. Geologic-engineering and geomechanical models of the rock mass in the bed of the dam at the Sayano-Shushenskaya HPP // Power Technology and Engineering. – 2013. – Vol. 47, № 2. – P. 89–101.
  25. Novikov Y. A., Shchukina V. N. Preparatory stage for instrumental monitoring and structural inspection of buildings and structures // Proceedings of the International Conference «Actual Issues of Mechanical Engineering» 2017 (AIME 2017). – Р. 773–778.
  26. Bill Franks. Taming the big data tidal wave: finding opportunities in huge data streams with advanced analytics. – John Wiley & Sons, Inc., 2012. – 336 p. doi: 10.1002/9781119204275.
  27. Dr. Arvind Sathi. Big Data Analytics: Disruptive Technologies for Changing the Game. – MC Press Online, LLC, 2012. – 91 p.
  28. Prokofeva E. N., Vostrikov A. V., Fernandez E., Borisov N. Navigation satellite systems as the audit foundation for mining companies // Eurasian Mining. – 2017. – № 1. – P. 30–32. doi: 10.17580/em.2017.01.08.
  29. Shepel T., Grafe B., Hartlieb P., Drebenstedt C., Malovyk A. Evaluation of cutting forces in granite treated with microwaves on the basis of multiple linear regression analysis // International Journal of Rock Mechanics and Mining Sciences. – 2018. – Vol. 107. – P. 69–74. doi:10.1016/j. ijrmms.2018.04.043.