ШЛЯХИ ЗМЕНШЕННЯ ВТРАТ І ЗАСМІЧЕННЯ ЗАЛІЗНОЇ РУДИ ПІДЗЕМНОГО ВИДОБУТКУ В КРИВБАСІ

Автор(и)

  • А.А. Азарян ДВНЗ «Криворізький національний університет»
  • А.С. Батареєв ПАТ «Євраз Суха Балка»
  • Ф.И. Караманиц PJSC Kryvbasszhelezrudkom
  • В.А. Колосов Асоціація «Укррудпром»
  • В.С. Моркун ДВНЗ «Криворізький національний університет»

DOI:

https://doi.org/10.15407/scine14.03.017

Ключові слова:

аналіз, втрати, система, автоматизоване робоче місце «Якість».

Анотація

Вступ. Економічний потенціал України значною мірою залежить від ефективності функціонування гірничо-металургійного комплексу, який забезпечує 30 % внутрішнього валового продукту (ВВП). Одним з найважливіших
структурних підрозділів гірничо-металургійного комплексу є залізорудна промисловість. Якість залізорудної сировини є основним показником, який забезпечує її конкурентоспроможність на внутрішньому та зовнішньому ринках.
Якість залізорудної продукції формується в процесі видобутку рудної маси та переробки її в товарну продукцію.
Проблематика. Серйозною проблемою, яка супроводжує процес виробництва товарної продукції при підземній
розробці залізорудних родовищ, є зниження якості та втрати руди, що обумовлено неповним видобутком балансових
запасів руди (72—75 % від ресурсів видобувного блоку) при її відбиванні й випуску з очисного простору, а також засміченням відбитої рудної маси порожніми породами, що призводить до зниження на 1,5—12 % вмісту заліза порівняно з вихідним вмістом в масиві.
Мета. Аналіз причин високих показників втрат і засмічення руди підземного видобутку Криворізького залізорудного басейну та пошук шляхів їх зниження.
Матеріали й методи. Аналіз відомих методів і способів вирішення зазначеної проблеми показав, що досить
ефективним напрямком є створення організаційно-технічної системи, що дозволяє прогнозувати, виявляти на практиці і оперативно усувати причини, що призводять до виникнення наднормативних втрат та засмічення руди.
Результати. Для оперативного контролю якісно-кількісних параметрів руди на всіх стадіях видобутку, транспортування та переробки запропоновано використовувати автоматизоване робоче місце (АРМ) «Якість», яке забезпечує збір і відображення інформації з усіх ділянок гірського виробництва на центральному сервері для безперервного моніторингу та аналізу якісних характеристик руди.
Висновки. Впровадження комплексу технічних засобів і автоматизованої системи АРМ «Якість» дозволить не
тільки безперервно відстежувати якісні характеристики руди, але і домогтися зниження втрат руди на 3 % та її засмічення на 2 %.

Посилання

Azarian, A. A., Vilkul, Yu. H., Kaplenko, Yu. P., Karamanyts, F. I., Kolosov, V. O., Morkun, V. S., Pilov, P. I., Sydorenko, V. D., Temchenko, A. H., Fedorenko, P. I. (2006). Complex of resource- and energy-saving geotechnologies of mineral mining and processing, technical means of their monitoring with a system controlling and optimizing mining production. Kryvyi Rih: Mineral [in Ukrainian].

Azarian, A. A., Kolosov, V. A., Morhun, A. V., Popov, S. O., Stupnik, M. I. (2012). Instructions on normalizing, forecasting and recording indices of ore extraction in underground mining at iron ore deposits. Kryvyi Rih: Mineral [in Russian].

Posik, L. N., Koshelev, I. V., Bovin, V. P. (1960). Radiometric express-analysis of extracted ores. Moscow: Atomizdat [in Russian].

Kurchin, G. S. (2015). On the issue of normalizing ore losses and dilution on contacts in underground mining. Mine Surveying Bulletin, 4, 19-24 [in Russian].

Hyongdoo, J., Topal, E., Kawamura, Yo. (2015). Decision support system of unplanned dilution and ore-loss in underground stoping operations using a neurofuzzy system. Journal Applied Soft Computing archive, 32, Issue C, 1-12.

https://doi.org/10.1016/j.asoc.2015.03.043

Liimatainen, J. (1996). Economic optimization models for capacity and cut off determination. Mine planning and equipment selection, hennies. Balkema, Rotterdam.

Pengenceran, M., Tanah, O. Quantifying dilution for underground mine operations.

URL: http://joenaldoe.blogspot.ru/2011/10/mengukur-pengenceran-untuk-operasi.

(Last accessed: 02.11.2011).

Elbrond, J. (1994). Economic effect of ore loss and rock dilution. CIM Bulletin, 87(978), 131-134.

Ebrahimi, A. (2013). An attempt to standardize the estimation of dilution factor for open pit mining projects. (2013). World Mining Congress. Montreal.

URL: http://www.cim.org/en/Publications-and-Technical-Resources/Publications/.

(Last accessed: 09.09.2013)

Azaryan, A. A, Azaryan, V. A, Trachuuk, A. A. (2013, October). Quick response quality control of mineral raw materials in the pipeline. European Science and Technology. Materials of the V International scientific and practice conference. Munich, Germany.

Morkun, V., Morkun, N., Pikilnyak, A. (2014). Ultrasonic facilities for the ground materials characteristics control. Metallurgical and Mining Industry, 2, 31-35.

URL: http://www.metaljournal.com.ua/assets/Journal/a6.pdf (Last accessed: 24.04.2014).

Morkun, V., Morkun, N. (2018). Estimation of the Crushed Ore Particles Density in the Pulp Flow Based on the Dynamic Effects of High-Energy Ultrasound. Archives of Acoustics, 43(1), 61-67.

URL: http://acoustics.ippt.gov.pl/index.php/aa/article/view/2066/pdf_320, doi: 10.24425/118080

(Last accessed: 09.03.2018).

Kotov, I. A. (2016). Automation of intellectual systems of supporting operative control decisions by incorporating professional ontologies. Bulletin “NTU XIII”. Series: Informatics and simulation, 44(1216), 63-76 [in Ukrainian].

https://doi.org/10.20998/2411-0558.2016.44.04

Kotov, I. A. (2008). Representation of logical models of decision making in production expert systems on the basis of Petri net machine. Ore mining: scientific and technical collection of articles, 92, 189-193 [in Russian].

Azaryan, V. A. (2014). Model of dynamic stabilization of quality fluctuations in the ore flow. Bulletin of Kryvyi Rih National University, 37, 18-22 [in Russian].

Azaryan, V. A., Zhukov, S. A. (2017). System principles and assessment criterion of generalization of controlling the quality of ore flows. Collection of scientific articles of National Mining University, 52, 41-46 [in Russian].

Zubkevich, V. Yu. (2013). Vector representation of measuring the substance composition of the mixture variable. Bulletin of Kryvyi Rih National University, 33, 156-159 [in Russian].

##submission.downloads##

Опубліковано

2024-09-03

Як цитувати

Азарян, А., Батареєв , А., Караманиц, Ф., Колосов, В., & Моркун, В. (2024). ШЛЯХИ ЗМЕНШЕННЯ ВТРАТ І ЗАСМІЧЕННЯ ЗАЛІЗНОЇ РУДИ ПІДЗЕМНОГО ВИДОБУТКУ В КРИВБАСІ. Science and Innovation, 14(4), 17–24. https://doi.org/10.15407/scine14.03.017

Номер

Розділ

Scientific Basis of Innovation Activities