Прогнозирование показателей качества техногенного сырья при формировании хвостохранилищ

Курчевский, Андрей Сергеевич

Автореферат диссертации по теме "Прогнозирование показателей качества техногенного сырья при формировании хвостохранилищ"

На правах рукописи

КУРЧЕВСКИИ АНДРЕЙ СЕРГЕЕВИЧ

УДК 55:502:622.1

ПРОГНОЗИРОВАНИЕ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ТЕХНОГЕННОГО СЫРЬЯ ПРИ ФОРМИРОВАНИИ ХВОСТОХРАНИЛИЩ

Специальность 25.00.16 - «Горнопромышленная и нефтегазо-промысловая геология, геофизика, маркшейдерское дело и геометрия недр»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва 2004

Работа выполнена в Московском государственном горном университете.

Научный руководитель

доктор технических наук, профессор ЕРМОЛОВ Валерий Александрович

Официальные оппоненты: доктор технических наук, профессор РУДЕНКО Валентина Владимировна кандидат технических наук, доцент ПАРФЕНОВ Андрей Анатольевич

Ведущая организация - ФГУП ВИОГЕМ - Федеральное государственное унитарное предприятие Всероссийский научно-исследовательский институт по осушению месторождений полезных ископаемых, защите инженерных сооружений от обводнения, специальным горным работам, геомеханике, геофизике, гидротехнике, геологии и маркшейдерскому делу (г. Белгород)

Защита диссертации состоится 2004 г. в час. на

заседании диссертационного совета Д 212.128.04 в Московском государственном горном университете (МГГУ) по адресу: 119991, Москва, Ленинский пр., 6.

С диссертацией можно ознакомиться в библиотеке МГГУ.

Автореферат разослан

я

2004 г.

Ученый секретарь диссертационного совета докт.техн. наук, проф.

Ю.В. БУБИС

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Рациональное использование недр и повышение эффективности горного производства предусматривает комплексное извлечение полезных компонентов, утилизацию вторичных минеральных ресурсов на основе применения гибких технологий и высокопроизводительного горного оборудования. Современный период развития горного производства характеризуется вовлечением в разработку месторождений со сложными горно-геологическими условиями, бедными труднообогатимыми рудами, что приводит к значительному разубоживанию сырья (до 25-35%) и потерям ценных компонентов как на стадиях добычи, так и переработки руд. Низкая комплексность использования сырья (в среднем промышленный коэффициент использования минеральных ресурсов составляет 30-35%) приводит к тому, что с отходами рудообогащения в хвостохранилища складируется значительная часть ценных компонентов, концентрация которых в отвалах часто выше, чем на эксплуатируемых месторождениях.

В этих условиях комплексное извлечение полезных компонентов, снижение потерь при добыче и переработке, а также целенаправленное формирование техногенных массивов (месторождений техногенного сырья) позволяют увеличить сырьевой потенциал горнодобывающих предприятий. Поэтому направленное формирование хвостохранилищ как техногенных месторождений является важной народнохозяйственной проблемой, решение которой обеспечит увеличение минерально-сырьевой базы горного предприятия, комплексное использование недр и создание экологически чистого горного производства.

Геологические аспекты при формировании, разведке и эксплуатации техногенных месторождений представляют собой самостоятельную научную проблему, что связано с "ведущей ролью геологических факторов в ресурсосбережении, комплексном извлечении полезных компонентов из отходов рудообогащения, а также в предотвращении негативного воздействия на геологическую и сопредельные к ней среды. В этой связи вопросы геологического обеспечения направленного формирования техногенных месторождений для последующего доизвлечения ценных компонентов, комплексного использования техногенного сырья, а также охраны окружающей ср«ды являются актуальными.

'ОС НАЦИОНАЛЬНА! БИБЛИОТЕКА

Целью работы является установление пространственно-временной изменчивости качества техногенного сырья и разработка методики прогнозирования его показателей для формирования геолого-технологических зон хвостохранилищ определенной ресурсной ценности, комплексного использования горнопромышленных отходов и охраны окружающей среды.

Идея работы состоит в использовании для оценки и прогнозирования качества техногенного сырья мультипликативных моделей динамических рядов, аппроксимирующих изменчивость фракционно-минерального состава сырья и учитывающих сезонность намыва хвостохранилищ

Научные положения, разработанные лично автором, и их новизна:

1. Геологическое обеспечение направленного формирования хвостохранилищ должно представлять собой рациональную систему идентификации состояния качества техногенного сырья относительно базовых значений на основе статистического анализа и контроля, прогнозирования и регулирования качества фракционно-минеральных агрегатов с учетом пространственно-временной изменчивости показателей, обусловливающих их ресурсную ценность как техногенных месторождений.

2. Методика прогнозирования показателей качества техногенного сырья, отличающаяся тем, что для установления временной изменчивости и оценки показателей используются мультипликативные модели динамических рядов, аппроксимирующие процесс формирования качества с учетом характера стационарности или нестационарности процесса, а также учитывающие сезонность намыва хвостохранилищ.

3. Направленное формирование геолого-технологических зон техногенных намывных массивов следует осуществлять на основе установленных зависимостей, отражающих взаимосвязь химического, минерального и фракционного состава техногенного сырья в сочетании с теорией гидромеханизированных технологий.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждаются.

представительным объемом данных, характеризующих процесс формирования качества сырья в техногенных массивах и использованных в качестве основы для выявления искомых закономерностей;

- корректностью применения статистических методов и методов анализа временных рядов, характеризующих изменчивость качества техногенного сырья;

- удовлетворительной сходимостью расчетных (прогнозных) и фактических данных о качестве техногенного сырья;

- положительной апробацией результатов диссертации при разведке и разработке Ковдорского техногенного месторождения.

Методы исследований. В работе использованы следующие методы исследования, позволившие реализовать идею работы:

методы математической статистики и теории вероятностей, геостатистики для анализа фракционно-минерального состава качества сырья техногенных месторождений и установления его пространственной изменчивости;

методы стохастического моделирования временных динамических рядов для прогнозирования качества сырья, поступающего в техногенный массив с учетом характера стационарности и сезонности формирования хвостохранилищ;

опытно-промышленная проверка результатов исследований.

Научное значение работы состоит в установлении пространственно-временной изменчивости геолого-технологических показателей при направленном формировании хвостохранилищ с учетом характера стационарности динамических рядов качества и сезонности намыва хвостохранилищ.

Практическое значение работы заключается в разработке методики и программного обеспечения прогнозирования показателей качества на основе мультипликативных моделей сезонных динамических рядов и рекомендациях по направленному формированию качества хвостохранилищ как техногенных месторождений.

Реализация выводов и рекомендаций работы.

Пакет прикладных программ моделирования сезонных динамических рядов для прогнозирования качества техногенного сырья включен в технорабочий проект «Математическая модель Ковдорского месторождения».

Апробация работы. Основные результаты исследований докладывались и получили одобрение на научном симпозиуме «Неделя горняка» в 2003-2004 гг., семинарах кафедры геологии Московского государственного горного университета (2002-2004 гг.).

Публикации. По результатам диссертационной работы опубликованы 3 научные работы.

Структура и объем диссертации.

Диссертационная работа состоит из введения, четырех глав и заключения, содержит 33 таблицы, 39 рисунков и список литературы из 108 наименований

Автор выражает искреннюю благодарность и признательность научному руководителю проф., д.т.н. Ермолову В.А., а также благодарит коллектив кафедры геологии МГГУ за помощь при проведении исследований и поддержку настоящей работы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе работы дана характеристика намывных техногенных массивов - хвостохранилищ - как ресурсовоспроизводящих объектов горного производства для различных регионов России. Показано, что хвосты обогащения многих предприятий черных и цветных металлов, горнохимического сырья и др. могут рассматриваться как техногенные месторождения. Например, хвосты Карабашской обогатительной фабрики содержат в среднем серы - 29.64%, меди -0.33%, золота -1.1 г/т, серебра - 6.6 г/Г. В настоящее время разработаны технологии перефлотации пиритсодержащих хвостов большинства Уральских фабрик. Красноуральской, Среднеуральской, Сибайской, Бурибаевской и др.; установлена возможность получения высококачественных апатитовых концентратов из хвостов обогащения апатит-бадделеит-магнетитовых руд Ковдорского месторождения и т.д. Однако и в настоящее время на многих горных предприятиях уровень комплексности использования сырья, как отмечено выше, остается по-прежнему низким, вследствие чего значительная часть ценных полезных компонентов накапливается в хвостохранилищах.

В этой связи необходимо направленное формирование хвостохранилищ как техногенных месторождений, которые в последующем можно разрабатывать с учетом их ресурсной ценности.

Геологическое обеспечение направленного формирования хвостохранилищ как техногенных месторождений представляет собой систему идентификации динамики состояний показателей качества и технологичности, статистического контроля, прогнозирования и регулирования. В этой связи разработана общая математическая модель оценки качества техногенного сырья, представляющая

собой композицию частных моделей качественного состояния объекта и функций управления.

В математической постановке функция статистического контроля заключается в обеспечении того, чтобы отклонения оценок статистических показателей (статических и динамических), полученных в результате обработки выборочных данных, от базовых значений с заданной вероятностью не выходили за пределы допустимого интервала. Математически это соответствует следующим критериям:

для показателей качества

Р{\с$1у(1^)-Сх\йЪ1\Х = 1,г,...,п$ = а1 ; (1) для показателей технологичности

Я{1в«, (/, 1)-В11\<Ь^=\Л,..,п1\) = а11 , (2)

где - фактические уровни показателей качества и технологичности

(извлечения, содержания, выхода концентрата, содержания в хвостах, гранулярного состава, контрастности и др.); I -контролируемая стадия технологии (добыча, рудоподготовка, обогащение, утилизация); J - контролируемый уровень горно-геологических или техногенных объектов; - базовые уровни

показателей качества и технологичности; - вид показателей качества и

технологичности; т - интервал дискретности контролируемых параметров; ах , ай надежность управления по показателям качества и технологичности; допустимые пределы отклонений качества и технологичности.

Задача прогнозирования на выходе с обогатительной фабрики или в пульпе, т.е. в рудопотоках, формируется следующим образом. Пусть вектор-

столбец показателей качества (технологичности) Н"0 рудопотока (пульпопровода) /•го уровня в момент времени ^ ; г- интервал дискретности динамического ряда; целочисленные индексы к, I, ], характеризующие число измеренных значений /-го рудопотока, число рудопотоков и число их уровней.

Для агрегированных динамических рядов с произвольным интервалом дискретности (неделя, декада, месяц и т.д.) имеем - целочисленный

параметр агрегирования; - минимальный интервал дискретности ряда (смена, сутки).

Используя введенные обозначения и учитывая связи между потоками, запишем в общем виде выражение для прогноза на момент времени *

где правая часть уравнения есть прогнозирующая функция для показателя с номером X 1-го потока Но уровня с интервалом дискретности т. Числовые значения аРд(Х) определяются степенью зависимости между потоками, а явный вид функции ^ - характером зависимости между членами р-го динамического

ряда д-го уровня при выполнении условия (|)}]=шш.

Функция регулирования при направленном складировании отходов рудообогащения представляет собой управление качеством сырья, осуществляемое путем закономерной раскладки хвостов с учетом их качества и гранулярного состава.Регулирование направлено на формирование геолого-технологических участков техногенного массива с заданными качественными и технологическими показателями. Соответственно геотехнологическая ситуация качественного состава, сформированная во времени и пространстве

представляется в виде

где V - характер сочетаний (П-нормальное, к - критическое) взаимосвязанных геотехнологических свойств горно-геологического объекта; I - уровень варьирования п-го вида параметра качества; в - уровень состояния объектов.

В процессе регулирования требуется регламентация геотехнологической ситуации

{РГТС | П} :<(Д | Т), 1){Л(Е I П)}>->П«{Е(Зп)}, (5)

где и - оператор управления геотехнологической ситуацией качественного состава техногенного сырья; - правила определения принадлежности

ситуации Е(5,5") множеству {ПУК}, позволяющие распознать РГТС при оценке геотехнологических показателей техногенного сырья; - отображающая

функция качественного состояния объектов техногенного массива, представленная правилами регламентированных технологических решений (П), которые обеспечивают требуемое качество и количество запасов при любом сочетании совокупности свойств техногенного сырья \М(Т).

Предложенные модели отражают стохастические связи фактических и прогнозных оценок качества сырья с пространственными или временными параметрами горно-геологических объектов трансформированных в техногенные с учетом ограничений на области существования установленных зависимостей, их адекватности и точности при заданном уровне вероятности.

Во второй главе рассмотрены и проанализированы факторы, определяющие состояние намывных техногенных массивов, и определена номенклатура показателей, о которых необходимо располагать достоверной прогнозной информацией. На основании ретроспективной информации на предприятиях черной и цветной металлургии установлено, что определяющими параметрами для направленного формирования техногенных массивов являются химический, минеральный и гранулометрический состав хвостов. Результаты минералогического анализа хвостов обогатительных фабрик как показателей назначения свидетельствуют о сложном полиминеральном составе и наличии различных рудных и нерудных минералов, содержащих ценные компоненты (Аи, Ад, Мп, Си, Zn, N Mo, Д Zr, V и др.), рассмотрение целесообразности доизвлечения которых явно необходимо ввиду высокого их содержания в хвостах обогащения исходных руд.

Основной характеристикой технологичности хвостов является их гранулометрический состав, позволяющий установить режимные параметры технологических процессов добычи, переработки, пылезащиты, рекультивации и др. Гранулометрический состав хвостов изменяется в широких пределах для различных видов минерального сырья, а при переработке на обогатительных фабриках различных природных типов имеет значительные колебания в разные периоды эксплуатации месторождений. Наиболее крупные хвосты сбрасывают железорудные обогатительные фабрики. Средневзвешенный диаметр хвостов этих фабрик от 0.03 до 0.66 мм. Из обогатительных фабрик цветных металлов наиболее крупные хвосты сбрасывают молибденовые фабрики. Средневзвешенный диаметр хвостов на них колеблется от 0.095 до 0.3 мм. Далее следуют полиметаллические предприятия, получающие концентраты Pb, Zn, Си (с1,;р=0.05-0.3 мм). Обогатительные фабрики, выпускающие концентраты Mo, W и Си, сбрасывают хвосты с с!ср от 0.076 до 0.185 мм. При обогащении медно-никелевых руд хвосты имеют Сер в пределах от 0.061 до 0.15 мм. При обогащении золотых, серебряных и платиновых руд с1ср изменяется в пределах от 0.066 до

0.12 мм. Средневзвешенный диаметр хвостов обогатительных фабрик черной металлургии, намытых на пляжах хвостохранилищ, изменяется от 0.1 до 0.8 мм, а фабрик цветной металлургии - от 0.1 до 0.4 мм, причем по виду это в основном пылеватые и в небольшом количестве мелко- и среднезернистые хвосты. В прудковых зонах хвостохранилищ обогатительных фабрик как черных, так и цветных металлов откладывают хвосты с dcp - 0 05 мм и меньше.

При формировании и последующей разработке техногенных массивов важная роль принадлежит физическим (влажность, объемный вес скелета, плотность, пористость) свойствам хвостов, обусловливающих показатели технологичности, сохраняемости и транспортабельности техногенного сырья. Механические характеристики хвостов (компрессионные свойства, сопротивление сдвигу, фильтрационные свойства) необходимы для оценки осадки и устойчивости техногенных массивов.

Следует отметить, что большинство как физических, так и механических характеристик связаны с dep. Таким образом, для направленного формирования техногенных месторождений необходимо располагать информацией о закономерностях размещения и распределения как показателей качества, так и гранулометрическом составе хвостов, намываемых в хвостохранилища. Эти исследования выполнены для условий Ковдорского техногенного месторождения, которое является базовым объектом исследования.

Отходы рудообогащения Ковдорского апатит-бадделеит-магнетитового месторождения с позиции показателей назначения могут быть использованы: для получения апатитового и фосфорно-магнезиального концентратов; для извлечения ТЮг и получения бадделеитового концентрата; для производства строительных материалов в случае соответствия в хвостах радионуклидов требованиям ПДК.

Для описания показателей качества (Fe06m, Р2О5, СО2, MgO, Zr02, U3Ke и др.) и гранулометрического состава хвостов (выход фракций от +1.0 мм до -0.071 мм) в техногенном массиве использованы как выборочные оценки статистических параметров (вид функции распределения, средние значения, дисперсия, коэффициент вариации, асимметрия, эксцесс), так и геостатистические оценки (модели собственных структурных функций).

Проведенные исследования и полученные результаты являются объективной основой для реализации в системе геолого-маркшейдерского обеспечения функции прогнозирования при формировании техногенных месторождений.

В главе 3 разработана методика прогнозирования геотехнологических параметров отходов рудообогащения, основанная на использовании следующих методологических принципов: целевой направленности прогнозирования; системности разработки; совместимости математического и программного обеспечения; унификации номенклатуры показателей качества техногенного сырья; динамичности организации информации.

Изменчивость показателей качества в рудопотоках, в том числе и при выпуске пульпы, независимо от степени дискретизации (часовых, сменных, месячных, годовых) носит ярко выраженный вероятностный характер. Это позволило сформулировать проблему прогнозирования геотехнологических показателей в общем виде как задачу оценки среднего значения случайной функции в некотором объеме, основываясь на теории случайных функций. В этом направлении следует отметить работы ВАБукринского, А.Б.Вистелиуса, В.М.Гудкова, А.С.Дремухи, Д.И.Боровского, ВАЕрмолова, В.В.Ершова, В.М.Калиниченко, И.Д.Савинкого, БАСимкина, В.В.Руденко, В.Н.Попова, Е.П.Тимофеенко, Е.М.Четыркина, М.Парка, ДжБилкинсона, Д.Криге, Э.Карлье, Ж.Матерона и др.

На основании теоретического анализа и практического использования моделей статистической экстраполяции и стохастических моделей динамических рядов при формировании качества добываемых руд доказано (А.С.Дремуха, В.В.Ершов, ВАЕрмолов), что модели обладают высокими адаптивными свойствами, высокой точностью прогнозов, а также обеспечивают возможность моделирования нестационарных последовательностей, характеризующих пространственно-временную изменчивость качества сырья. Однако данные модели не учитывают сезонность формирования техногенных массивов, что снижает точность и достоверность прогнозных оценок. Это обусловило необходимость разработки методики и программного обеспечения моделирования стохастических мультипликативных моделей динамических рядов, учитывающих сезонность формирования техногенных массивов, характер стационарности или нестационарности динамических рядов качества. Методика включает в себя идентификацию модели, предварительное и эффективное оценивание

параметров модели, ее диагностическую проверку. Схематическая блок-схема построения сезонных мультипликативных моделей динамических рядов показана на рис. 1. Методика прогнозирования реализована для условий Ковдорского ГОКа и рассмотрена в работе на примере динамического ряда

Когда мы имеем дело с рядом, проявляющим сезонные особенности с известным порядком в (при анализе временных рядов этого типа полезно перейти к логарифмам, поскольку сопоставимыми при разных объемах добычи и переработки могут быть процентные флуктуации) важен не один, а два временных интервала (в нашем случае эти интервалы соответствуют месяцу и году), т.е. сезонный эффект должен проявляться в ней так: наблюдения за какой-либо месяц некоторого года должны быть связаны с наблюдениями за тот же месяц предыдущего года. Тогда можно связать это наблюдение с наблюдением в предыдущем месяце (например, апрель) года моделью вида

=®{В')а, , (6)

где в = 12, V, =1-5' и Ф(В5), ©(В*1)— полиномы В5 степеней Р (авторегрессии) и О (скользящего среднего) соответственно, удовлетворяющие условиям стационарности и обратимости. Подобным образом модель

Ф(Я'^гм=0(Я>м (7)

может быть использована для связи наблюдений за март этого и предшествующего года и т.д. для любого из 12 месяцев. Кроме того, обычно оказывается разумным предположение, что параметры Ф и 0, содержащиеся в этих ежемесячных моделях, примерно одинаковы для всех месяцев.

Ошибки а,,«,.,,... этих моделей не обязательно должны быть некоррелированы. Поэтому можно ожидать, что а, в (6) связано с а,л в (7), с а,_2 и т. д. Следовательно, чтобы учесть эти связи, мы вводим вторую модель

ф(В)Ч4а^в(В)а1 (8)

где а1 — белый шум, а ф(В) и ©(В) полиномы В степеней р и ч соответственно, удовлетворяющие условиям стационарности и обратимости; У = =1-5.

Подставляя (8) в (6), получаем окончательную общую мультипликативную модель

ф{В)Фр(В')Ч*Ч°1, =0,(Я)0е(Д')а, (9)

Рис. 1. Блок-схема построения сезонной мультипликативной модели

динамического ряда (р, с1, д)х(Р, Э, 0)э

где в этом частном примере в = 12. Индексы р, Р, д, О (4) введены, чтобы напомнить о порядках различных операторов авторегрессии и скользящего среднего. Таким образом, результирующий мультипликативный процесс имеет порядок (р, С, д )х(Р, й, О). Аналогичные рассуждения можно использовать для получения моделей с тремя и более периодическими компонентами, учитывающими многообразие сезонных явлений.

Идентификация. Идентификация несезонного процесса проинтегрированного скользящего среднего иэкв - ПСС(0, 1,1) опирается на тот факт, что после взятия первых разностей автокорреляции для всех задержек, больших единицы, равны нулю. Для мультипликативного процесса (0,1,1^(0,1.1^2. ненулевые автокорреляции соответствуют только задержкам 1, 11, 12 и 13.

Взятие разностей с периодом 12 приводит к корреляциям стабильно положительным, а затем стабильно отрицательным. Наконец, взятие комбинированных разностей заметно уменьшает корреляцию всюду.

В предположении, что модель имеет вид (9), дисперсии выборочных автокорреляций для больших задержек аппроксимировались формулой Бартлетта, которая в этом случае имела вид

]«1 + 2(А* + Р" + Р" + Р'з) , ¿>13 п

(Ю)

Заменяя рв, (10) выборочными корреляциями и полагая П== 144-13=131, где /7=131 — число разностей УУ^г,, получаем стандартную ошибку £г(г)«0.11.

Предварительные оценки. Как и для несезонных моделей, приравнивая наблюденные корреляции их математическим ожиданиям, можно получить приближенные оценки для параметров 0 и 0 . Подставляя выборочные оценки Г1 = -0,34 и Г12 = -0,39 в выражения

-В -©

получаем грубые оценки 9* 0.39 и €>=¡0.48.

Оценивание. На рис. 2 показаны изолинии суммы квадратов 8(0,0) для данных динамического ряда (иЭкв), к которым подгонялась модель (9); там же показана соответствующая 95%-ная доверительная область.

и-*

Рис. 2. Изолинии суммы 8(0,0) модели УУ12г, = (1-6©)(1-©В12)а, ряда иэкв; заштрихована 95%-ная доверительная область

Оценки наименьших квадратов очень близки к в = 0.4 и 0 = 0.6. Значения в{9,®) в узлах сетки были вычислены по методике, описанной в работах А.С.Дремухи, В.В.Ершова, В.А.Ермолова. В настоящем примере мсжко записать

а,,о = (в - <?оК, + (© - ©оК, + а, ■

Действуя таким образом и пользуясь в качестве начальных значений

предварительными оценками ¿ = 0.39,0 = 0.48, полученными по выборочным автокорреляциям, в результате трех итераций можно достичь значений параметров с точностью до двух знаков после запятой, удовлетворяющих всем практическим требованиям. Выборочная дисперсия остаточных ошибок равна = 1.34-10'3. Матрица, обратная матрице сумм квадратов и произведений, полученная на последней итерации, используется для вычисления стандартных ошибок оценок. Оценки наименьших квадратов и соответствующие стандартные ошибки равны

Диагностическая проверка. Адекватность модели устанавливается путем анализа остаточных ошибок после подгонки модели по автокорреляциям. Выборочные автокорреляции остаточных ошибок

а, = + 0.40а,ч + 0.61а,_12 -0.24а,.„

приведены в табл. 1.

Таблица 1

Выборочные автокорреляции остаточных ошибок модели УУ|22, = (1— 0.40В) (1— 0.61В12) а, ряда \}зю

Задержка к

1-12 0.02

13-24 0.03

25-36 -0.02

37-48 0.11

Автокорреляции г4(а)

11 щ

33 а!

С ° $ 2 б«-2"6!

0.02 -0.13 -0.14 0.05 0.06 -0.07 -0.04 0.10 -0.08 0.02 -0.01

0.04 0.05 -0.16 0.03 0.00 -0.11 -0.10 -0.03 -0.03 0.22 0.03

0.06 -0.04 -0.06 -0.05 -0.08 -0.05 0.12 -0.13 0.00 -0.06 -0.02

0.07 -0.02 -0.05 -0.10 -0.02 -0 04 0.00 -0.08 0.03 0.04 0.06

0.09 0.09 0.09 0.09

(а) = 0.2726

Общая проверка осуществляется при помощи статистики 2 = л£/,2(а),

которая распределена как х2 с 46 степенями свободы (подгоняются два параметра). Наблюденное значение Q= 131 0.2726 = 35.7, и, если данная модель верна, значений Q , больших этого, следует ожидать в 86% случаев. Эта проверка не дает никаких свидетельств о неадекватности модели.

Прогнозирование на основе разностного уравнения. Прогнозные оценки удобнее всего вычислять прямо из самого разностного уравнения. Поскольку

«,♦/ =2,+м +гы_ц -0а,+М2 , (11)

после подстановки 9=0.4 , 0=0.6 получаем прогнозную оценку с минимальной среднеквадратичной ошибкой на момент 1 с упреждением I:

2,(0 = [г,+м + - + аш - 0.4аы_, - 0.6а(+Ы2 + 0.24а,„_13 ] . (12)

Тогда [7,+,] = £[гы|0,0,г(,г,_,,...] является условным математическим ожиданием

гн в момент I В этом выражении параметры считаются известными точно, и ряд гь ги,... предполагается известным достаточно далеко в прошлое.

Поэтому, чтобы получать прогнозные оценки, заменяем неизвестные z прогнозами, а неизвестные а — нулями. Известные а — это вычисленные ошибки прогноза на шаг вперед, т. е. а, = г, -гм(1) .

Например, для получения прогнозных оценок на три месяца вперед имеем

= + V. - г,-,о + ~ 0-4« - 0.6а,., + 0.24а,.,0 .

Используя условные математические ожидания в момент I, получаем

г, (3) = г, (2) + г,., - гмо - 0.6а,_, + 0.24а,_)0 ,

т.е.

гДЗ) = 1,(2) + 2,-0Дг,_9 -2,.ш(1)] + 0.24[г,_ш -1М10)] .

Следовательно,

1,(3) = 2,(2)+ 0.42,., -0.7бг,.,„ + 0.61 ,_10(1)]-0.24!м,(1)] .

Здесь прогнозные оценки выражаются через предыдущие г и предыдущие прогнозные оценки г. Следует помнить, конечно, что, как и все предсказания, получаемые из общей линейной стохастической модели, прогнозирующая функция подстраивается к данным. Когда происходят изменения в сезонных явлениях, они соответствующим образом отражаются в прогнозных оценках. Если прогноз на месяц вперед дает завышенное значение, у всех более отдаленных прогнозов на тот же момент времени существует тенденция к завышению. Этого следовало ожидать, потому что ошибки прогноза на один и тот же момент времени с различными упреждениями сильно коррелированы. Конечно, прогноз далеко вперед, скажем на 36 мес, неизбежно может содержать значительную ошибку. Однако на практике первоначально отдаленные прогнозные оценки будут непрерывно корректироваться и по мере уменьшения упреждения будет достигаться все большая точность.

Описанная процедура прогнозирования устойчива к умеренным изменениям значений параметров. Так, если мы используем вместо = 0.4 и 0 = 0.6 значения 9 = 0.5 и 0 = 0.5, прогнозы не сильно изменятся. Это верно даже для прогнозов на несколько шагов вперед, например на 12 мес.

В результате исследований установлено, что прогнозирование на основе сезонных моделей повышает точность прогнозирования на 15-25% по сравнению с моделями, не учитывающими нестационарность процесса формирования качества или сезонность формирования техногенного массива.

В четвертой главе на основании анализа технологических схем формирования намывных техногенных массивов (хвостохранилищ),

теоретических основ гидравлики, опыта намыва хвостохранилищ и статистических исследований доказано, что размещение хвостов по крупности фракционного состава зависит от способа сброса пульпы, технологий гидротранспорта, консистенции пульпы, вследствие чего в зоне выпуска откладываются крупнозернистые хвосты, в промежуточной - среднезернистые и в прудковой -мелкозернистые и пылеватые.

Для условий Ковдорского ГОКа установлены зависимости, характеризующие закономерности пространственно-временного размещения гранулометрического состава отходов рудообогащения апатит-бадделеит-магнетитового сырья для сосредоточенного намыва - и рассредоточенного -

^=ехр(-1.31-16,4'10*\) при корреляционном отношении соответственно 0.98 и 0.90.

Особенностью строения техногенных месторождений является то, что качество техногенного сырья взаимосвязано с различными классами крупности (табл. 2), в связи с чем для целенаправленного формирования качества в техногенных массивах необходимо устанавливать тип и характер связи между показателями качества техногенного сырья и его гранулометрическим составом.

Таблица 2

Гранулометрическая характеристика лежалых хвостов Ковдорского ГОКа

Наименование показателей, % Классы крупности, мм Всего

+1.0 -1.0 +0.5 -0.5 +0.3 -0.3 +0.2 -0.2 +0.1 -0.1 +0.071 -0.071

Выход 5.3 4.9 3.7 13.0 29.9 16.5 26.7 100.0

Содержание Р205 6.45 11.52 12.32 11.95 11.3 10.87 10.14 10.8

Извлечение Р206 3.2 52 4.2 14.4 31.3 16.6 25.1 100.0

Содержание Ре^ц, 6.12 5.24 5.22 3.39 3.26 3.89 4.33 3.99

Извлечение Ре«^, 8.1 6.4 4.8 11.1 24.5 16.1 29.0 100 0

Содержание 2Ю2 0.165 0.18 0.2 0.22 02 0.3 0.41 0.27

Извлечение гю2 3.2 3.2 2.7 105 22.0 18.2 40.2 100.0

Содержание ТЬ 0.0038 0.0033 0.0028 0.0020 0.0014 0.0010 0.0008 0.0022

Содержание и 0.0030 0.0027 0.0015 0.0014 0.0009 0.0006 0 0005 0 0019

В результате исследований установлено, что концентрации радиоактивных элементов II и ТИ приурочены к выходу крупных фракций - 0.14 мм и более. При этом зависимости описываются линейными моделями регрессии: и=5.32-10"4+3.52-10"5СРк+о.14, ТИ=9.25-10"4+3.68-10"5СРЯ+о.14 при коэффициентах корреляции 0.89 и 0.88 соответственно (рис. 3, рис. 4).

и,усл. ед.

/ у-

/ г у г. / А

/ г / / / ■

г I/

О 20 40 60 80 100 С„.14и.,%

Рис. 3. Влияние содержания класса +0.14 мм на концентрацию урана

ТЬ.усл. ед. 5

Г

7

О 1К-' ' '

О 20 40 60 80 100 С

Рис. 4. Влияние содержания класса +0.14 мм на концентрацию тория

Л,нкр/ч

50 40 30 20 10 0

.1 11 » 1 1

; А й

: л

1 £ ;

| А /У ;

О 20 40 60 80 100 С№ж-(,%

Рис. 5. Зависимость радиоактивности хвостов, намываемых в хвостохранилище Ковдорского ГОКа, от содержания класса +0.14 мм

В настоящее время на Ковдорском ГОКе формируется 2-е поле хвостохранилища. Использование хвостохранилища как техногенного сырья видится в доизвлечении 7гОЛ из мелких классов, к которым он приурочен, а также как строительного материала, для чего необходимо снизить радиоактивность техногенного сырья. Поскольку радиоактивность сырья взаимосвязана с крупными фракциями (взаимосвязь описывается мультипликативной моделью Я=!д0.611_07, при корреляционном отношении 0.99 и стандартной ошибке оценки 0.07, рис. 5), зона распространения отходов с радиоактивностью более 15 мкр/ч будет находиться на расстоянии 50-60 м от дамбы намыва при рассредоточенном намыве. При сосредоточенном намыве зона повышенной радиоактивности (>15 мкр/ч) будет располагаться в 120-160 м от дамбы намыва. Таким образом, рассредоточенный способ намыва по сравнению с сосредоточенным позволит примерно на 50% увеличить количество запасов техногенного сырья как строительного материала с радиоактивностью, отвечающей требованиям ПДК радионуклидов до 15 мкр/ч.

ЗАКЛЮЧЕНИЕ

В диссертационной работе дано новое решение актуальной научной задачи установления пространственно-временной изменчивости геолого-технологических показателей техногенного сырья и разработки методики прогнозирования его качества на основе мультипликативных моделей динамических рядов для обоснования технологических решений по формированию геолого-технологических зон хвостохранилищ определенной ресурсной ценности.

Основные выводы и рекомендации, полученные автором, сводятся к следующим:

1. Геологическое обеспечение формирования хвостохранилищ как техногенных месторождений представляет собой систему идентификации динамики состояний показателей качества и технологичности относительно базовых значений на основе статистического контроля, прогнозирования и регулирования. Обоснована математическая модель оценки качества техногенного сырья при направленном формировании хвостохранилищ, представляющая собой композицию моделей качественного состояния объекта и функций управления. Модели отражают стохастические связи фактических и прогнозных оценок качества сырья с пространственными или временными

параметрами горно-геологических объектов, трансформированных в техногенные с учетом ограничений на области существования установленных зависимостей, их адекватности и точности при заданном уровне вероятности.

2. На основании анализа ретроспективной информации, статистических и геостатистических исследований установлено:

хвостохранилища как техногенные месторождения представляют собой анизотропные объекты, характеризуются послойной латеральной зональностью компонентов и гранулометрического состава;

пространственно-качественная структура хвостохранилищ удовлетворительно описывается аддитивными моделями изменчивости показателей назначения, технологичности и экологичности техногенного сырья.

3. На основании анализа методов статистической экстраполяции, адаптивных моделей регрессии и динамических рядов установлено:

мультипликативные модели динамических рядов качества наиболее адекватно аппроксимируют изменчивость показателей, учитывают характер стационарности или нестационарности процесса формирования качества техногенного сырья, отражают сезонность намыва хвостохранилищ;

прогнозирование на основе мультипликативных сезонных моделей повышает точность и достоверность прогнозных оценок на 15-20% по сравнению с моделями статистической экстраполяции и обособленных динамических рядов.

4. На основании анализа технологических схем формирования техногенных намывных массивов (хвостохранилищ), теоретических основ гидравлики и опыта намыва хвостохранилищ подтверждено, что размещение хвостов по крупности намыва в хвостохранилище зависит от способа сброса пульпы и технологий гидротранспорта. Для условий Ковдорского ГОКа установлены аналитические зависимости линейного и экспоненциального типа, характеризующие взаимосвязь качества апатит-бадделеитового техногенного сырья с его гранулометрическим составом при сосредоточенном и рассредоточенном способах намыва хвостохранилища.

Для условий формирования 2-го поля хвостохранилища Ковдорского ГОКа рекомендована сосредоточенная схема намыва, которая обеспечит концентрацию радионуклидов в придамбовой части хвостохранилища и снизит общую радиоактивность до 15-20 мкр/ч в промежуточной и прудковой зонах

хвостохранилища, техногенный материал которых может быть использован как строительный материал.

6 Разработанные в диссертации методические положения оценки геотехнологических показателей, методика прогнозирования и пакет прикладных программ по моделированию сезонных мультипликативных моделей динамических рядов качества включены в технорабочий проект «Математическая модель Ковдорского месторождения».

Основные положения диссертации опубликованы в следующих работах:

1. Ермолов В.А., Курчевский А.С. Функции и модели геологического обеспечения направленного формирования качества сырья техногенных массивов. - М.: МГГУ, ГИАБ.- 2002.- № 12.- С 5-7.

2. Ермолов В А, Быховец А.Н., Кириченко Ю.В., Курчевский А С. Геолого-экологическая оценка апатит-бадделеитового сырья Ковдорского техногенного месторождения. - В кн. :«Гидромеханизация - 2003». - М.: МГГУ, 2004 - С. 303308.

3. Ермолов В.А., Зервандова В.П., Курчевский А.С. Прогнозирование в системе геологического обеспечения направленного формирования техногенных месторождений. - М.: МГГУ, ГИАБ. - 2004. - № 5. - С. 133-138.

Подписано в печать . .04. Формат 60x90/16

Объем 1.0 печ.л_Тираж 100 экз._Заказ №810_

Типография МГГУ. Ленинский пр., 6

№22 б 9 г

Содержание диссертации, кандидата технических наук, Курчевский, Андрей Сергеевич

Введение. ^

Глава 1. Анализ состояния вопроса освоения техногенных месторождений и постановка задач исследований.

1.1. Намывные техногенные массивы - ресурсовоспроизводящие объекты горного производства.

1.2. Функции и модели геологического обеспечения направленного формирования качества техногенного сырья.

1.3. Постановка задач исследований.

Глава 2. Факторы, определяющие состояние намывных техногенных массивов и номенклатуру показателей ^ прогнозирования.

2.1. Минеральный и гранулярный состав отходов ^ рудообогащения.

2.2. Физические свойства отходов рудообогащения.

2.3. Механические характеристики хвостов, намытых в хвостохранилище. ^

2.4. Геолого-промышленная характеристика базового объекта исследований. ^

2.4.1. Геологическая характеристика Ковдорского апатит-магнетитового месторождения. ^

2.4.2. Характеристика техногенного месторождения Ковдорского ГОКа и статистический контроль качества. ^

Выводы.

Глава 3. Прогнозирование в системе геологического обеспечения направленного формирования техногенных месторождений. ^

3.1. Общие положения. ^

3.2. Анализ методов прогнозирования качественных показателей минерального сырья в рудопотоках. ^

3.2.1. Прогнозирование методами статистической экстраполяции.

3.2.2. Адаптивные методы прогнозирования. ^

3.2.3. Прогнозирование показателей качества в отходах рудообогащения на основе обособленных динамических рядов . ^

3.3. Разработка методики прогнозирования на основе моделей сезонных динамических рядов.

3.3.1. Сезонные модели, включающие подстраивающиеся синусоиды и косинусоиды.

3.3.2. Мультипликативная модель сезонного ряда.

3.4. Теоретические и практические аспекты оценки данных на основе мультипликативной модели. ^

Выводы.

Глава 4. Направленное формирование хвостохранилищ на основе прогнозной информации. ^ ^

4.1. Технологические схемы формирования техногенных намывных массивов (хвостохранилищ). ^ ^

4.2. Теоретические основы и закономерности распределения гранулярного состава хвостов при формировании хвостохранилищ. ^^

4.3. Оценка взаимосвязи между показателями качества и фракционным составом техногенного сырья и рекомендации по направленному формированию хвостохранилищ. * ^

Выводы.

Введение Диссертация по наукам о земле, на тему "Прогнозирование показателей качества техногенного сырья при формировании хвостохранилищ"

Актуальность работы. Рациональное использование недр и повышение эффективности горного производства предусматривает комплексное извлечение полезных компонентов, утилизацию вторичных минеральных ресурсов на основе применения гибких технологий и высокопроизводительного горного оборудования. Современный период развития горного производства характеризуется вовлечением в разработку месторождений со сложными горно-геологическими условиями, бедными труднообогатимыми рудами, что приводит к значительному разубоживанию сырья (до 25-35%) и потерям ценных компонентов как на стадиях добычи, так и переработки руд. Низкая комплексность использования сырья (в среднем промышленный коэффициент использования минеральных ресурсов составляет 30-35%) приводит к тому, что с отходами рудообогащения в хвостохранилища складируется значительная часть ценных компонентов, концентрация которых в отвалах часто выше, чем на эксплуатируемых месторождениях.

В этих условиях комплексное извлечение полезных компонентов, снижение потерь при добыче и переработке, а также целенаправленное формирование техногенных массивов (месторождений техногенного сырья) позволяют увеличить сырьевой потенциал горнодобывающих предприятий. Поэтому направленное формирование хвостохранилищ как техногенных месторождений является важной народнохозяйственной проблемой, решение которой обеспечит увеличение минерально-сырьевой базы горного предприятия, комплексное использование недр и создание экологически чистого горного производства.

Геологические аспекты при формировании, разведке и эксплуатации техногенных месторождений представляют собой самостоятельную научную ' проблему, что связано с ведущей ролью геологических факторов в ресурсосбережении, комплексном извлечении полезных компонентов из отходов рудообогащения, а также в предотвращении негативного воздействия на геологическую и сопредельные к ней среды. В этой связи вопросы геологического обеспечения направленного формирования техногенных месторождений для последующего доизвлечения ценных компонентов, комплексного использования техногенного сырья, а также охраны окружающей среды являются актуальными.

Целью работы является установление пространственно-временной изменчивости качества техногенного сырья и разработка методики прогнозирования его показателей для формирования геолого-технологических зон хвостохранилищ определенной ресурсной ценности, комплексного использования горнопромышленных отходов и охраны окружающей среды.

Идея работы состоит в использовании для оценки и прогнозирования качества техногенного сырья мультипликативных моделей динамических рядов, аппроксимирующих изменчивость фракционно-минерального состава сырья и учитывающих сезонность намыва хвостохранилищ.

Научные положения, разработанные лично автором, их новизна:

1. Геологическое обеспечение направленного формирования хвостохранилищ должно представлять собой рациональную систему идентификации состояния качества техногенного сырья относительно базовых значений на основе статистического анализа и контроля, прогнозирования и регулирования качества фракционно-минеральных агрегатов с учетом пространственно-временной изменчивости показателей, обусловливающих их ресурсную ценность как техногенных месторождений.

2. Методика прогнозирования показателей качества техногенного сырья, отличающаяся тем, что для установления временной изменчивости и оценки показателей используются мультипликативные модели динамических рядов, аппроксимирующие процесс формирования качества с учетом характера стационарности или нестационарности процесса, а также учитывающие сезонность намыва хвостохранилищ.

3. Направленное формирование геолого-технологических зон техногенных намывных массивов следует осуществлять на основе установленных зависимостей, отражающих взаимосвязь химического, минерального и фракционного состава техногенного сырья в сочетании с теорией гидромеханизированных технологий.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждаются:

- представительным объемом данных, характеризующих процесс формирования качества сырья в техногенных массивах и использованных в качестве основы для выявления искомых закономерностей;

- корректностью применения статистических методов и методов анализа временных рядов, характеризующих изменчивость качества техногенного сырья; удовлетворительной сходимостью расчетных (прогнозных) и фактических данных о качестве техногенного сырья;

- положительной апробацией результатов диссертации при разведке и разработке Ковдорского техногенного месторождения.

Методы исследований. В работе использованы следующие методы исследования, позволившие реализовать идею работы: методы математической статистики и теории вероятностей, геостатистики для анализа фракционно-минерального состава качества сырья техногенных месторождений и установления его пространственной изменчивости; методы стохастического моделирования временных динамических рядов для прогнозирования качества сырья, поступающего в техногенный массив с учетом характера^ стационарности и сезонности формирования хвостохранилищ; опытно-промышленная проверка результатов исследований.

Научное значение работы состоит в установлении пространственно-временной изменчивости геолого-технологических показателей при направленном формировании хвостохранилищ с учетом характера стационарности динамических рядов качества и сезонности намыва хвостохранилищ.

Практическое значение работы заключается в разработке методики и программного обеспечения прогнозирования показателей качества на основе мультипликативных моделей сезонных динамических рядов и рекомендациях по направленному формированию качества хвостохранилищ как техногенных месторождений.

Реализация выводов и рекомендаций работы.

Пакет прикладных программ моделирования сезонных динамических рядов для прогнозирования качества техногенного сырья включен в технорабочий проект «Математическая модель Ковдорского месторождения».

Апробация работы. Основные результаты исследований докладывались и получили одобрение на научном симпозиуме «Неделя горняка» в 2003-2004 гг., семинарах кафедры геологии Московского государственного горного университета (2002-2004 гг.).

Публикации. По результатам диссертационной работы опубликовано 3 научные работы.

Структура и объем диссертации.

Диссертационная работа состоит из введения, четырех глав и заключения, содержит 33 таблицы, 39 рисунков и список литературы из 108 наименований.

Заключение Диссертация по теме "Горнопромышленная и нефтегазопромысловая геология, геофизика, маркшейдерское дело и геометрия недр", Курчевский, Андрей Сергеевич

Основные выводы и рекомендации, полученные автором, сводятся к следующим:

1. Геологическое обеспечение формирования хвостохранилищ как техногенных месторождений представляет собой систему идентификации динамики состояний показателей качества и технологичности относительно базовых значений на основе статистического контроля, прогнозирования и регулирования. Обоснована математическая модель оценки качества техногенного сырья при направленном формировании хвостохранилищ, представляющая собой композицию моделей качественного состояния объекта и функций управления. Модели отражают стохастические связи фактических и прогнозных оценок качества сырья с пространственными или временными параметрами горно-геологических объектов, трансформированных в техногенные с учетом ограничений на области существования установленных зависимостей, их адекватности и точности при заданном уровне вероятности.

2. На основании анализа ретроспективной информации, статистических и геостатистических исследований установлено: хвостохранилища как техногенные месторождения представляют собой анизотропные объекты, характеризуются послойной латеральной зональностью компонентов и гранулометрического состава; пространственно-качественная структура хвостохранилищ удовлетворительно описывается аддитивными моделями изменчивости показателей назначения, технологичности и экологичности техногенного сырья.

3. На основании анализа методов статистической экстраполяции, адаптивных моделей регрессии и динамических рядов установлено: мультипликативные модели динамических рядов качества наиболее адекватно аппроксимируют изменчивость показателей, учитывают характер стационарности или нестационарности процесса формирования качества техногенного сырья, отражают сезонность намыва хвостохранилищ; прогнозирование на основе мультипликативных сезонных моделей повышает точность и достоверность прогнозных оценок на 15-20% по сравнению с моделями статистической экстраполяции и обособленных динамических рядов.

4. На основании анализа технологических схем формирования техногенных намывных массивов (хвостохранилищ), теоретических основ гидравлики и опыта намыва хвостохранилищ подтверждено, что размещение хвостов по крупности намыва в хвостохранилище зависит от способа сброса пульпы и технологий гидротранспорта. Для условий Ковдорского ГОКа установлены аналитические зависимости линейного и экспоненциального типа, характеризующие взаимосвязь качества апатит-бадделеитового техногенного сырья с его гранулометрическим составом при сосредоточенном и рассредоточенном способах намыва хвостохранилища.

Для условий формирования 2-го поля хвостохранилища Ковдорского ГОКа рекомендована сосредоточенная схема намыва, которая обеспечит концентрацию радионуклидов в придамбовой части хвостохранилища и снизит общую радиоактивность до 15-20 мкр/ч в промежуточной и Прудковой зонах хвостохранилища, техногенный материал которых может быть использован как строительный материал.

6. Разработанные в диссертации методические положения оценки геотехнологических показателей, методика прогнозирования и пакет прикладных программ по моделированию сезонных мультипликативных моделей динамических рядов качества включены в технорабочий проект «Математическая модель Ковдорского месторождения».

ЗАКЛЮЧЕНИЕ

В диссертационной работе дано новое решение актуальной научной задачи установления пространственно-временной изменчивости геолого-технологических показателей техногенного сырья и разработки методики прогнозирования его качества на основе мультипликативных моделей динамических рядов для обоснования технологических решений по формированию геолого-технологических зон хвостохранилищ определенной ресурсной ценности.

Библиография Диссертация по наукам о земле, кандидата технических наук, Курчевский, Андрей Сергеевич, Москва

1. Абрамов А.А. Технология обогащения руд цветных металлов. М.: Недра, 1983,359 с.

2. Абрамов А.А. Методы и способы совершенствования технологии переработки труднообогатимых руд цветных металлов // Экологические проблемы горного производства, переработка и размещение отходов. М.: МГГУ, 1995, С. 383-398.

3. Автоматизация геолого-маркшейдерских графических работ /В.В.Ершов, А.С.Дремуха, В.М.Трость и др. М.: Недра, 1991. - 347 с.

4. Арсентьев В.А., Крыжановский А.В., Химченко А.П. Использование отходов обогащения железорудных ГОКов в строительном производстве // Складирование и утилизация отходов переработки черных металлов. Отрасл. тематич. сб. /М.: Недра, 1991.

5. Арестова М.В., Каутбаев К.К., Чернякова С.М. О перспективах использования отходов обогащения сульфидных руд // Комплексное использование минерального сырья. 1981, № 10.

6. Астахов О.А. Экономика разведки, добычи и переработки полезных ископаемых (геоэкономика). М.: Недра, 1991, 316 с.

7. Барский Л. А. Комплексное использование сырьевой базы месторождений — важнейшее направление решения экологических проблем горного производства // Экологические проблемы горного производства. М.: МГГУ, 1993.

8. Бедрина Г.П., Гончарук В.К., Месхи Н.Ж. Информационное обеспечение геолого-экологической оценки хвостохранилищ горнообогатительных предприятий. // Горный информ.-аналит. бюллетень. М.: МГГУ, 1995. Вып. 5.

9. Бересневич П.В., Кузьменко П.К., Неженцева Н.Г. Охрана окружающей среды при эксплуатации хвостохранилищ. М.: Недра, 1993.

10. Бересневич П.В., Викул Ю.Г. и др. Оценка влияния выбросов и сбросов вредных веществ карьеров и фибрик ГОКов Кривбасса на окружающую среду. // Экологические проблемы горного производства, переработка и размещение отходов. М.: МГГУ, 1995, С. 36-42.

11. Богдасаров А. А. Утилизация твердых отходов ртутного производства в качестве строительных материалов. // Экспресс-информ. ВИЭМС. Сер. эконом, минер. Сырья и геологоразведочных работ. Отечеств, произв. Опыт. 1983 - Вып. 12.

12. Боков В.А., Заверткин B.C., Лазарев В.А. Горнопромышленный комплекс: отходы и вторсырье. // Деловой мир. 1994, № 12.

13. Болдырев Г.В. Перспективы использования хвостов мокрой сепарации Коршуновского ГОКа. // Комплексное использование минерального сырья. 1988, № 6.

14. Букринский В.А. Геометрия недр. М.: Недра. 1985, 526 с.

15. Быховец А.Н., Мосейкин В.В. Обоснование плотности разведочной сети Ковдорского техногенного месторождения. Горно-информ. бюлл. М., МГГУ, 1995, № 5, С. 40-41.

16. Введенский В.Г. Эколого-экономическая эффективность использования отходов. // Комплексное использование минерального сырья. 1978, № 3.

17. Вентцель Е.С., Овчаров Л.А. Теория вероятностей и ее инженерное приложение. М.: Наука. 1988. 480 с.

18. Воробьев А.Е. Научно-методические основы управления качеством сырья в техногенных минеральных объектах с использованиемгеохимических барьеров. // Автореферат диссертации на соискание ученой степени докт. техн. наук. М., 1996, С. 34.

19. Воробьев А.Е., Таскаев А.А. Рациональное формирование отвалов металлосодержащих пород. // Теория и практика комплексного освоения месторождений полезных ископаемых и обогащении минерального сырья. -М.: ИПКОН, 1992. С. 45-47.

20. Воробьев А.Е., Трубецкой К.Н. Основы ресурсовоспроизводящих технологий складирования и хранения некондиционного минерального сырья // Горный журнал, № 5, 1995. С. 47-51.

21. Вторичные минеральные ресурсы угольной промышленности (образование и использование) / Гл. ред. А.Е.Юрченко. // Справочник. М.: Экономика. 1984.

22. Гальперин A.M., Ферстер В., Шеф Х.-Ю. Техногенные массивы и охрана окружающей среды. -М.: МГГУ, 1997. 534 с.

23. Гальперин A.M., Дьячков Ю.Н. Гидромеханизированные природоохранные технологии. М.: Недра, 1993. - 252 с.

24. Гальперин A.M., Ермолов В.А. Некоторые проблемы горнопромышленной геологии // изв. вузов. Геология и разведка. 1993. № 3, С. 96-103.

25. Гидравлическое складирование хвостов обогащения : Справочник / В.И.Кибирев, Г.А.Райлян, Г.Т.Сазонов и др. М.: Недра, 1991.-207 с.

26. Давид М. Геостатистические методы при оценке запасов руд. Д.: Недра. 1980. 360 с.

27. Девис Дж. Статистический анализ данных в геологии. / Под ред. Д.А.Родионова. М.: Недра. 1990. 746 с.

28. Динамика образования и утилизация отходов обогащения /Сиразутдинова Ж.А. и др. // Безотходная технология переработки полезных ископаемых. Ч. 1. — М., 1979 (тез. докл. Всесоюзн. совещ.).

29. Дремуха А.С., Ермолов В.А. Геологическое обеспечение управления качеством руд при проведении рудоподготовительных процессов // Проблемы горнопромышленной геологии. М.: МГИ. 1990. С. 97-103.

30. Ермолов В.А. Основы моделирования техногенных месторождений. // Горный информ.-аналит. бюлл. М., МГГУ. - 1996. - Вып. 1.

31. Ермолов В.А., Курчевский А.С. Функции и модели геологического обеспечения направленного формирования качества сырья техногенных массивов // Горный информ.-аналит. бюлл. М., МГГУ, 2002, № 12.

32. Ермолов В.А., Бедрина Г.П., Зервандова В.П. Теория и практика моделирования и ресурсной оценки техногенных месторождений // Изв. вузов. Геология и разведка, 1998, № 6.

33. Ермолов В.А., Быховец А.Н., Зервандова В.П. Математическое обеспечение эколого-технологического районирования техногенных месторождений // Горный информ.-аналит. бюлл. М., МГГУ. 2000. Вып 1.

34. Ермолов В.А., Быховец А.Н., Кириченко Ю.В., Курчевский А.С. Геолого-экологическая оценка апатит-бадделеитового сырья Ковдорского техногенного месторождения. В кн. «Гидромеханизация - 2003». М., МГГУ, 2004. С. 303-308.

35. Ермолов В.А. Геолого-экологическое обеспечение управления качеством руд при разработке рудных месторождений. // Автореф. дисс. на соиск. уч. степени докт. техн. наук. М., МГГУ, 1996. 35 с.

36. Ершов В.В. Геолого-маркшейдерское обеспечение управления качеством руд. М.: Недра. 1986. 261 с.

37. Ершов В.В. Основы горнопромышленной геологии. Уч. для вузов. М.: Недра. 1988. 328 с.

38. Зарайский В.Н., Стрельцов В.И. Рациональное использование и охрана недр горнодобывающих предприятиях. М.: Недра. 1987. 293 с.

39. Иванков С.И. Технология переработки техногенного сырья, содержащего благородные и цветные металлы. // Изв. вузов. Геология и разведка. 1997. - № 1.

40. Изоитко В.М., Шанычина Н.П. Геолого-минералогические основы технологической классификации медно-никелевых руд Норильского района // Обогащение руд. 1983. № 2. С. 28-32.

41. Изоитко В.М. Утилизация отходов экологически выгодный вид горных работ // Экологические проблемы горного производства. М., МГГУ, 1993.

42. Использование вторичного сырья и отходов в производстве (отечественный и зарубежный опыт, эффективность и тенденции) / Под ред. В.Н.Ксинтариса, Я.А.Рекитара. М.: Экономика. 1983.

43. Каждан А.Б., Гуськов О.И. Математические методы в геологии / Учебн. для вузов. М.: Недра. 1990. 251 с.

44. Калита А.П. Изучение комплексности рудно-нерудных месторождений // Разведка и охрана недр. 1992. № 2.

45. Козловский Е.А., Грабчак Л.Г. Минерально-сырьевой потенциал и национальная безопасность России // Геология и разведка. 1996. № 6.

46. Констромин М.В., Ползутко С.Г. Повышение эффективности разработки техногенных и природно-техногенных россыпей. // Горный журнал. 1996. -№9-10.

47. Константинов В.Н. Формирование техногенных россыпей при отработке дражных полигонов и оценка их запасов. / Автореф. дисс. на соиск. уч. степ. канд. техн. наук. Иркутск, ИЛИ. 1986.

48. Коц Г.А., Чернопятов С.Ф., Шманенков И.В. Технологическое опробование и картирование месторождений. М.: Недра. 1980. 288 с.

49. Кравченко О.П. Рациональное природопользование на базе малоотходных технологий. // В сб. Экологические проблемы горного производства. М., МГГУ, 1993.

50. Кириченко Ю.В. Геологические аспекты формирования техногенных массивов. // Геология и разведка. 1999. № 6. С. 124-129.

51. Квалиметрия недр / В.Н.Попов, Х.Бадамсурен, М.И.Буянов, В.В.Руденко : Учеб.пособие для вузов. М.: Изд-во Академии горных наук, 2000. - 303 с.

52. Ласкорин Б.Н. Безотходная технология переработки минерального сырья. М.: недра. 1984.

53. Ласкорин Б.Н. Повышение полноты и комплексности извлечения ценных компонентов при переработке минерального сырья. М.: Недра. 1986.

54. Лесовик B.C. Использование промышленных отходов КМА в производстве строительных материалов. М.: ВНИИЭМС. 1987 (Промышл. строит, материалов; Сер. 11, Охрана окружающей среды: Обзорная информация; Вып. 3).

55. Мальцев В.А. Программный комплекс геостатистического моделирования оценки. М.: ВИЭМС МТП. 1993. 154 с.

56. Математика в социологии. Моделирование и обработка информации / Под ред. А.П.Аганбегяна. М.: Мир. 1977. 551 с.

57. Матерон Ж. Основы прикладной геостатистики. М.: Мир. 1968.468 с.

58. Методические рекомендации по геоэкологическому изучению угольных месторождений при разведке. / Составители: В.В.Фромм, Т.В.Корчагина М.: ВСЕГИНГЕО, 1999, - 40 с.

59. Методические рекомендации по геохимической оценке источников загрязнения окружающей среды. М.: АН СССР. 1982.

60. Методические рекомендации по обоснованию показателей уровня комплексного использования рудного сырья при разведке и оценке месторождений цветных металлов / А.М.Сечевица, Ю.И.Королев и др. М.: ВИЭМС. 1984.

61. Мищенко B.C. Основы разработки кадастра горнопромышленных отходов. Киев. 1983.

62. Мосейкин В.В. Геолого-экологическая оценка намывных техногенных массивов хранилищ горнопромышленных отходов. / Автореф. дисс. на соиск. уч. степени докт. техн. наук. М.: МГГУ, 2000. 32 с.

63. Неметаллические полезные ископаемые СССР / Под ред. В.П.Петрова. М.: Недра. 1984. 407 с.

64. Остапенко П.Е., Мясников Н.Ф. Безотходная технология переработки руд черных металлов. М.: Недра. 1988.

65. Оценки недропользования / В.Н.Попов, В.В.Руденко, Х.Бадамсурен и др.: Учеб. пособие для вузов. М.: Изд-во Академии горных наук, 2001. -296 с.

66. Певзнер М.Е. Совершенствование проблемы экологии горного производства // Экологические проблемы горного производства, переработка и размещение отходов. М.: МГГУ. 1995. С. 7-10.

67. Певзнер М.Е., Попов В.Н. Квалиметрия недр новое направление в горных науках // Информ.-аналит. бюлл. М.: МГГУ, 1999. Вып. 5.

68. Пирогов Б.И. Геолого-минералогические факторы определения обогатимости железистых кварцитов. М.: Недра, 1971.

69. Плотников Н.И. Защита окружающей среды при горных разработках рудных месторождений. М.: Наука. 1985.

70. Подготовка минерального сырья к обогащению и переработке / В.И.Ревнивцев, Е.И.Азбель и др. Под ред В.И.Ревнивцева. М.: Недра. 1987. 307 с.

71. Поротов B.C. Основные задачи геолого-технологического картирования и поисковой минералогии. Л.: Механобр. 1988. С. 3-7.

72. Прикладная горнопромышленная геология: Проблемы опробования и контроля качества, подсчет запасов полезных ископаемых / Перевод с англ. Под ред. Р.Меча и Д.Ранта. М.: Мир. 1990. 512 с.

73. Предельно-допустимые концентрации химических веществ в почвах (ПДК). М., Изд-во Минздрав СССР. 1979.-1980.-1982.

74. Пучков JI.A., Аюров Д.Д., Каледина Н.О. Теоретическое обоснование приоритетных направлений природоохранной деятельности на угольных шахтах / Горный информационно-аналимтический бюллетень. Вып. 2. М.: ИАЦГН. 1994. С. 8-10.

75. Радиация. Дозы, эффекты, риск. М.: Мир. 1988.

76. Разработка рациональной технологии получения апатитового концентрата из лежалых отходов I поля хвостохранилища Ковдосркого ГОКа / Ю.З.Зиновьев и др. Отчет НИР. ГОИ КНЦ АН РФ. 1989. 73 с.

77. Разработка технологии обогащения лежалых хвостов хвостохранилища Ковдорского ГОКа с комплексным их использованием / Т.П.Сорокина и др. Отчет НИР. Механобр. 1989. 59 с.

78. Ржевский В.В. Экология горного производства. М.: МГИ. 1988.

79. Родионов Д.А. Статистические решения в геологии. М.: Недра. 1981. 231 с.

80. Рентгенорадиометрические методы при поисках и разведке рудных месторождений / Под ред. П.А.Очкур. Д.: Недра. 1985. 256 с.

81. Рико В.Т., Ермолов В.А. Геолого-техно логическое картирование месторождений в системе управления качеством и запасами минерального сырья // Изв. вузов Геология и разведка. 1990. № 2. С. 42-50.

82. Саец Ю.Е., Ревич Б.А., Янин Е.П. и др. Геохимия окружающей среды. М.: Недра. 1990. 335 с.

83. Санина Н.Б., Филиппова Л.А. Токсичные металлы в сопряженных ландшафтах Приольхонья (Прибайкальский национальный парк) / Изв. вузов. Геология и разведка. 1999. № 4.

84. Салтыков Jl.Д. и др. Радиационная безопасность при разведке и добыче урановых руд. Энергоатомиздат. 1984.

85. Семигин Р.И., Шварц Ю.Д., Зицер И.С. Геоэкология горного производства. Рациональное землепользование // Экологические проблемы горного производства, переработка и размещение отходов. М.: МГГУ. 1995. С. 308-313.

86. Сечевица A.M. Геолого-промышленная оценка попутных полезных ископаемых в комплексных рудах месторождения. М.: Недра. 1987.

87. Табаксблат Л.С. Тяжелые элементы-гидролизаты в рудничных водах минеральных месторождений // Экологические проблемы горного произвосдтва, переработка и размещение отходов. М.: МГГУ. 1995. С. 353357.

88. Титов В.К. и др. Эксперссные определения радона в почвах и зданиях. С.-Петербург. 1992.

89. Трубецкой К.Н., Уманец В.Н., Никитин М.Б. Классифифкация техногенных месторождений, основные категории и понятия. М., Горный журнал. 1989, № 12.

90. Трубецкой К.Н., Уманец В.Н., Никитин М.Б. Классифифкация техногенных месторождений и основные факторы их комплексного использования // Комплексное использование минерального сырья. 1987. -№ 12.

91. Туманов Е.С., Смирнов М.В., Шабанова О.С. Эффективность использования горнопромышленных отходов, направления и задачи их изучения // Экон. минер, сырья и геологоразведочных работ: Экспресс-информ. 1986. - Вып. 7.

92. Умнов В.А. Управление отходами в горной промышленности // Горный информ.-аналитический бюллетень. М.: МГГУ. 1995. Вып. 5.

93. Федоров И.И., Захаров М.Н. Складирование отходов рудообогащения. М.: Недра. 1986.

94. Федоров И.С., Добровинекая С.Х. Свойства и расчетные характеристики намытых хвостов рудообогатительных фабрик. М.: Недра, 1970. С. 152.

95. Хачатуров Экономика природопользования. М.: МГУ. 1991. 221 с.

96. Цемко В.П., Панаморчук И.К., Закуцкая Г.М. Процессы рассеяния микроэлементов в почвах. // Микроэлементы в окружающей среде. Киев, 1980.

97. Чайников В.В. Принципы и критерии оценки техногенных месторождений // Изв. вузов. Геология и разведка, 1996, № 3.

98. Чайников В.В., Кобахидзе Л.П. Эколого-экономическая оценка месторождений полезных ископаемых. // Разведка и охрана недр. 1990. № 3.

99. Чемезов В.В., Черенев С.С. Оценка и вовлечение в эксплуатацию техногенных россыпей. // Горный журнал. 1996. - № 9-10.

100. Щеглова М.Д., Максимович С.И., Рябуха А.В. Использование отходов обогащения титановых руд для произвосдтва стекла. // Промышл.строит, материалов. Научно-технич. реферат, сб. ВНИИЭМС. Сер. 11. Охрана окружающей среды. - М., 1982. - Вып. 1.

101. Экологический словарь. Конкорд Лтд Экопром. М.; 1993.

102. David М., 1988, Handbook of Applied Advanced Geostatistical Ore Reserve Estimation. Elsevier scientific publishing company, Amsterdam, 216 p.

103. Deutch C.V., A.G.Journel, 1992. GSLIB: geostatistical software library and user's guide/ Oxford University Press. 340 p.

104. Reply G.D., 1981. Spatial Statistics. Johu Wiley and Sons, New York,252 p.

105. Verly G., 1984. Estimation of spatial point and block distributions: the multiversity, Stanford. CA.