Информационно-аналитическая система поиска аналогов золоторудных месторождений для их прогноза и оценки

Поляков, Роман Сергеевич

Бесплатный автореферат и диссертация по наукам о земле на тему
Информационно-аналитическая система поиска аналогов золоторудных месторождений для их прогноза и оценки
ВАК РФ 25.00.35, Геоинформатика

Автореферат диссертации по теме "Информационно-аналитическая система поиска аналогов золоторудных месторождений для их прогноза и оценки"

На правах рукописи

ПОЛЯКОВ Роман Сергеевич

ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ СИСТЕМА

ПОИСКА АНАЛОГОВ ЗОЛОТОРУДНЫХ МЕСТОРОЖДЕНИЙ ДЛЯ ИХ ПРОГНОЗА И ОЦЕНКИ

Специальность 25.00.35 - Геоинформатика

Автореферат диссертации на соискание ученой стенени кандидата технических наук

Москва. 2004 г.

Работа выполнена в Московском государственном геологоразведочном университете (МГГРУ)

Научный руководитель

Официальные оппоненты

доктор геолого-минсралогических наук, профессор Пахомов В.И. (МГГРУ)

доктор физико-математических наук, профессор Петров А.В. (МГГРУ)

кандидат технических наук

Галуев В И. (ВНИИГеоИнформСистем МПР России)

Ведущая организация -

Институт минералогии, геохимии и кристаллохимии редких элементов МПР России

Защита диссертации состоится 17 февраля 2005 г в час На заседании Диссертационного совета Д 212 121 07 при Московском государственном геологоразведочном универсшете по адресу 117485 Москва. ул.Миклухо-Маклая, 23.

С диссер1ацией можно ознакомиться в библиотеке МГГРУ.

Автореферат разослан 28 декабря 2004 г.

Ученый секретарь Диссертационного совета, кандидат технических наук

Боганик Г.Н.

2006-42715

Ш\0Б1

ВВЕДЕНИЕ

Актуальность. Проблемам геолого-экономической оценки рудных месторождений, установления оптимальных параметров разработки, рационального использования минеральных ресурсов уделялось значительное внимание на протяжении последних десяшлетий Однако переход от централизованно управляемой экономики к рыночной системе хозяйствования потребовал переосмысления накопленных методологических разработок и практических решений в этой сфере. Но существу требуется создание новых принципов и методов геолого-экономической оценки месторождений, которые должны базироваться на положениях современной экономической теории. Научная обоснованность критериев, принципов и методов геолого-экономической оценки и установления оптимальных параметров разработки имеет весьма важное значение для формирования минерально-сырьевой базы страны и экономики горнодобывающих предприятий.

Геолого-экономическая оценка рудных месторождений представляет собой принятие решений в условиях неопределенности, обусловленной как верояшостным характером исходной геологической информации, так и изменениями экономических условий Освоению рудных месторождений присущи свои особенности, длительность производственного цикла, неопределенность геологической информации, невозобновляемость запасов, динамический характер формирования доходов и затрат в период эксплуатации. Экономические показатели горно-обогатительного предприятия функционально завися! от количества и качества руды (запасов и среднего содержания ценных компонентов), принятою способа разработки и производительности по руде. Тр>дами отечественных ученых была создана теория проектирования горных предприятий Однако в связи с переходом на рыночную экономику практически пересмотрены принципы геолого-экономической оценки месторождений.

В настоящее время обязательными факторами геолого-экономической оценки месторождений являются: источник инвестиций и условия финансирования, норма прибыли, срок существования юрно-обогагительного предприятия, действующая система налогообложения, а также фактор риска в результате возможного неподтверждения исходных данных. Особо важное, если не определяющее значение получил принцип достижения максимального экономического эффекта проекта.

Из многих типов рудных месторождений в качестве объектов исследований выбраны эндогенные месторождения золота как наиболее востребованные и ликвидные.

БИБЛИОТЕКА I 3 СПетсДОг а( {

СПетсродг « О» яо^ге?/ \

объективной и оперативной геолого-экономической оценки месторождения при недостаточной степени геологической изученности и разведанности запасов месторождения.

Целью работы является разработка принципов и методов ускоренной геолого-экономической оценки золоторудных месторождений при недостаточной степени геологической, горнотехнической, гидрогеологической, технологической и экологической изученности

Реализация поставленной цели потребовала решения следующих задач:

1. На основе метода стратифицированного математического моделирования сформирована концепция единой информационно-аналитической системы оценки и разработана схема её практической реализации.

2. Создана компьютерная экспертная система на базе известных детально разведанных, разрабатываемых и отработанных золоторудных месторождений для выбора ближайших аналогов оцениваемого рудного объекта и прогнозирования неустановленных геологических признаков.

3 Созданы геолого-промышленные модели золоторудных месторождений, по которым разработаны ТЭО в период 1995-2003 гг.

5. На основе нормативных документов и методических разработок составлена схема экономической оценки золоторудных месторождений с использованием вычисленных по уравнениям регрессии параметров и получением итоговых интегральных экономических показателей - IRR, PI и NPV

Фактический материал. В основу экспертной системы поиска ближайшего аналога положен обширный фактический материал, составляющий информационное наполнение баз данных по золоторудным месторождениям ЦНИГРИ. База данных экспертной системы представляет собой матрицу из 888 признаков но 247 месторождениям России и мира.

База данных была составлена в начале 90-х годов прошлого века экспертами ЦНИГРИ под руководством М.М.Константинова в рамках госбюджетной темы Предусмотренная программой работ по теме компьютерная экспертная система оценки месторождений не была реализована в силу чисто технических трудностей, несовершенства и ограниченных возможностей DOSobckoA среды программирования. Предоставленная в 2001 г. автору база данных представляла собой обрывочные файлы *.dat и *.txt, вследствие чего потребовалось немало усилий, составления специальной восстанавливающей и конвертирующей программы для реанимации информации В процессе разработки экспертной системы база данных многократно корректировалась экспертами.

Экономико-математический страт информационно-аналитической системы базируется на геолого-промышленных (количественных) моделях 92 месторождений.

Автор участвовал в разработке предшествующих компьютерных экспертных систем «АСТРА» и «Система прогноза золоторудных месторождений Охотско-Чукотского вулканогенного пояса» (ОЧВП)

Методы исследования:

1 Программная оболочка системы реализована с помощью современных методов объектно-ориентированною программирования Для ее генерации была использована среда разработки программных приложений Delphi 7.0. в основе которой лежит использование языка Pascal для выполнения математических и логических операций

2. Зависимости технико-экономических показателей, используемых при экономической оценке золоторудных месторождений, установлены методами корреляционного и регрессионного анализа.

3. Интегральные экономические показатели по экспертируемым рудным объектам рассчитаны по действующей методике экономического анализа эффективности инвестиций с учетом фактора времени и в соответствии с «Положением о бухгалтерском учете».

Защищаемые положения:

1 Информационно-аналитическая система оценки золоторудных месторождений разделена на два уровня ввиду объективных различий баз данных и технологий их обработки. Экспертная система нижнею \ровня осуществляет выбор ближайших аналогов экспертируемого объекта. а система экономико-математического моделирования верхнею уровня оценивает экономическую целесообразность продолжения геологоразведочных работ и возможность разработки месторождения.

2. Система поиска аналогов в виде 32-разрядного программною приложения с интуитивно-графическим интерфейсом, построенным в современной среде Delphi 7, обеспечивает объективное прогнозирование неустановленных геологических особенностей оцениваемого рудного объекта по информационным моделям наиболее сходных месторождений России и мира.

3. Запасы, качество руд и основные технико-экономические показатели золоторудных месторождений России и мира, сходных по способу разработки и технологии переработки руд, обнаруживают тесные корреляционные зависимости, которые удовлетворительно аппроксимируются степенными уравнениями регрессии. Регрессионный метод на базе ТЭО разрабатываемых и намечаемых к освоению золоторудных месторождений позволяет выполнить экономическую оценку рудного объекта на любой стадии изучения, в любом выбранном (экспертом) варианте условий разработки.

Научная новизна работы:

1 Впервые выно шена сопоставительная оценка золоторудных месторождений по совокупности геологических, минералогических, геохимических и геофизических признаков Показано, что многие типы месторождений доминирующей и общепризнанной н нашей стране рудно-формационной классификации не имеют четко выраженных границ (градаций) в признаковом пространстве выборки рудных объектов Относи1ельную устойчивость или обособленность обнаруживают месторождения золото-серебряной формации, а также «экзотические» объекты золото-урановой и золото-сульфидно-кварцевой формаций зеленокаменных поясов

2. В результате экономико-математического моделирования получена система уравнений регрессии для оценки золоторудных месторождений Помимо известных регрессий «запасы ■ качество руд», «запасы золота - капиталовложения», «запасы руды - производительность по руде» установлены корреляционные зависимости запасов золота и производительности по золоту (годового выпуска ме1алла). а также производительности и удельных (на 1 тонну руды) издержек производства. Последняя зависимость позволяет рассчитать затратную часть при анализе экономической эффективности проекта.

3 Па представительных выборках золоторудных месторождений России и мира существенно уточнена эмпирическая формула Тейлора, выведенная в 1977 г. для рудных месторождений в целом, независимо от способа разработки и технологии переработ ки руд.

Практическое значение. Работа направлена на решение актуальной народнохозяйственной проблемы но расширению минерально-сырьевой базы золотодобывающей промышленности России. Разработанная компьютерная экспертная система предназначена для прогнозирования неустановленных поисково-оценочными работами признаков (параметров) изучаемых золоторудных объектов по ближайшим аналогам среди известных хорошо изученных месторождений России и мира.

Экономико-магматическая часть информационно-аналитической системы, основу которой составляет регрессионный метод оценки, позволяет выполнить анализ экономической эффективности проекта разработки изучаемого или предлагаемого к лицензированию рудного объекта при минимальном объеме информации о запасах (прогнозных ресурсах), горнотехнических условиях и технолог ических свойствах руд

Предлагаемый регрессионный метод экспресс-оценки позволяет обеспечить оперативное и обоснованное решение проблемы переоценки золоторудных месторождений, запасы которых приняты на баланс в дореформенный советский период. Благодаря оперативности и наглядности регрессионный мстод оценки может быть эффективно использован в качестве контрольного для выявления ошибок типа «грубых промахов» в ТЭО кондиций или банковском ТЭО.

Апробация работы. Основные положения диссертации докладывались на XIII Международной конференции «Проблемы теоретической кибернетики» в Казани 27-

31.05 2002 г.. на 8 и 9 конференциях Международной Ассоциации Математической Геологии (INITRNATIONAL ASSOCIATION FOR MATHEMATICAL GEOLOGY) в Берлине 15-20.09 2002 г и в Портсмуте 7-12.09.2003 г.. а гакже на Всероссийском симпозиуме «Геология, генезис и вопросы освоения комплексных месторождений благородных металлов» в Москве 20-22 11.2002 г..

Резулыаты исследований изложены в 5 печатных работах.

Структура и объем работы. Диссертация сосюит из введения, чегыреч глав и заключения Основной текст (162 стр.) сопровождается 42 иллюстрациями, 23 таблицами и 10 приложениями. Компьютерный код главного модуля экспертной системы приведен в отдельной книге объемом 207 стр. Список литературы содержит 103 наименования.

В главе 1 приведен обзор и анализ существующих классификаций золоторудных месторождений, дается краткое геологическое описание трех экспертирусмыч рудных объектов, на которых не завершены геологоразведочные работы оценочной стадии. В главе 2 обсуждаются основные подходы и принципы создания ипформационно-аналитичсской системы. В главе 3 охарактеризована компьютерная экспертная система выбора аналогов среди золоторудных месторождений России и мира I лава 4 посвящена вопросам экономико-математического моделирования и экономической оценки золоторудных месторождений.

Работа выполнена в ЦНИГРИ и ИГЕМ РАН под научным руководством кандидата физико-математических наук И.А Чижовой, которой автор благодарен за всестороннюю помощь На заключительном и главном этапе в МГГРУ диссертация была кардинально переработана под руководством доктора геолого-минералогических наук, профессора В.И.Пахомова, взявшего па себя нелегкий труд по выводу диссертации на защиту. Автор выражает глубокую благодарность доктору геолого-минералогических наук Ь И.Беневольскому за целый ряд ценных советов, а также доктору геолого-минералогических наук, профессору M M Константинову, доктору геолого-минералогических наук С.Ф.Стружкову и кандидату геолого-минералогических наук В.В.Аристову за любезно предоставленную базу данных золоторудных месторождений.

Глава 1. ГЕОЛОГИЧЕСКАЯ ХАРАКТЕРИСТИКА ЗОЛОТОРУДНЫХ МЕСТОРОЖДЕНИЙ

Существует целый ряд классификаций золоторудных месторождений, которые отличаются целеназначением и соответственно классификационными признаками. Приведен обзор типизации золоторудных месторождений по составу руд, условиям формирования, магматическим формациям, комплексам вмещающих пород, возрасту оруденения. условиям локализации и морфологии рудных тел Кратко рассмотрены рудно-формационные типизации (по М.М.Константинову, В11 Новикову, Г.В Ручкину и др ). а также геолого-промышленные классификации, предложенные

В М Крейтероч. В И Смирновым. Ь М.Некрасовым. Ю М Щепотьевым и Ь.И Ьеневольским

Подводя итоги рассмотрения классификаций юлогорудных месторождений, необходимо от мстить следующее.

1 Классификационные признаки строго соответствуют целям и назначениям гипизаций месторождений

2 Наряду со «сквозными» признаками, присущими почти веем зототорудным месторождениям, отмечаются специфические признаки характерные для одною или 2-3 классов какой-либо типизации

3 Г еолою-структурные, литологические, минералогические и другие признаки месторождений часто взаимосвязаны, некоторые явно взаимообусловлены, и. если выражены количественно, обнаруживают достаточно тесные корреляционные зависимости.

4 Типизация месторождений производится по 1-2 целевым признакам, но при этом учитывается и определяется ряд специфических признаков, коррелирующих или хотя бы корреспондирующихся с целевыми (классификационными)

5. Класс месторождений какой-либо геологической типизации не имеет четких, количественно выраженных границ целевого признака и. конечно, второстепенных специфических признаков. Отнесение изучаемою рудного объекта к определенному классу позволяет прогнозировать неустановленные характеристики в самых общих чертах адекватно разнообразию особенностей известных месторождений данного класса

6 В связи с этим и учитывая, что многие золоторудные утесторождения полигенно-полихронные (Курбанов, 1999), предпочтительной представляется идентификация рудных объектов по ближайшим аналогам на основании наибольшего сходства совокупности установленных признаков

Обзор и анализ различных классификаций и типов моделей золоторудных месторождений, а также схемы пространственных металлогенических таксонов показывает, что для целей прогноза и оценки необходима и достаточна экспертная система, фактографическую основу которой составляют классификационно-признаковые, прогнозно-поисковые и геолот о-промышленные модели всего типового ряда месторождений.

Достоверность геологической аналогии и, соответственно, оценки золоторудных месторождений обеспечивается большим числом признаков известных рудных объектов Модели эталонных и оцениваемых (экспертир>емых) объектов должны включать геолою-формационные и рудно-формационные, структурно-тектонические, фациалытые, литолого-петрографические, минералого-геохимические,

гидротермалыю-метасоматические, геофизические и геолою-промышленные признаки

Припедены описания дологического строения рудных полей, условий залегания, минерального состава руд и др\т и\ установленных признаков трех идентифицируемых рудных объектов СТанатон. Лркачан и Тарын). не вошедших в базу данных информационно-аналитической системы

Глава 2. ПРИНЦИПЫ СОЗДАНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ

Среди автоматизированных информационных систем, применяемых в геологических исследованиях, наиболее распространены системы классификационно-таксономических построений, базирующиеся на принципе общности свойств и принципе перечисления объектов Суть этого процесса заключается в том, что знание, полученное из рассмотрения какого-либо объекта, переносится на менее изученный, сходный по существенным свойствам объект В такой информационной системе поиск аналога предпола1ае1Ся с участием большого числа различных признаков, чго значительно ускоряет и повышает достоверность идентификации рудного объекта по одному или нескольким самым ближайшим аналогам При этом возникает необходимость учета большого количества признаков, то есть встает задача распознавания образов.

Применяемые в области геологии рудных месторождений экспертные системы известны как в России, так и за рубежом (Куклин, 1966: Бут аец и др., 1986; Уотерман, 1989; Zhao Penda et al. 1996 и др ) В качестве примеров приведены краткие описания экспершой системы PROSPECTOR и экспертной системы прогнозной оценки золото-серебряных месторождений Охотско-Чукотско! о вулканогенного пояса (ОЧВП).

Главная задача экспертных систем PROSPECTOR. ОЧВП и других • отнесение рудного объекта к месторождению или рудопроявлению - не может быть решена ввиду отсутствия в базе данных экономических показателей и кондиционных лимитов. Нельзя не согласиться с выводом автора экспертной системы ОЧВП С.Ф Стружкова (2003)' «понятие месторождения имеет преимущественно экономическое содержание и некоюрую геологическую неоднозначность». Экспертная система предназначена для уменьшения геологической неоднозначности путем перенесения установленных признаков месторождений-аналогов на изучаемый рудный объект, но целесообразность его освоения и балансовая принадлежность запасов определяется не условными положительными и отрицательными баллами или коэффициентами, а технико-экономическими расчетами.

В процессе создания такой системы, выполняющей подбор аналогов экспертируемому объекту по принципу подобия с целью определения его рудно-формационных характеристик и экономического потенциала, можно выделить следующие основные этапы:

1) подготовка базы данных эталонных объектов (золоторудных месторождений России и мира);

2) разработка алгоритмов поиска аналогов.

3) создание схемы их программной реализации.

4) программная реализация системы,

5) апробация системы на конкретных примерах.

6) жономическая оценка рудных обьекюв

Логичрская основа Экспертная система базируется на ло!Ико-информационном подходе к решению задач классификации идентификации объектов, поиска ближайшего аналога, выделения достаточной системы информативных признаков

Информационной основой экспертной системы выбора аналогов яяляется база данных по 247 золоюрудным месторождениям России и мира, содержащая данные, полученные экспергами в результате изучения геологических, геохимических и геофизических материалов по каждому рудному объекту Экспертами были учтены около 900 пененциально информативных признаков

Исполыование обширной базы данных с применением статистических методов исходит и{ следующего допущения если существуют установленные и пока неустановленные закономерности формирования золо! орудных месторождении, то они должны проявиться в статис1ическом распределении совокупности примаков

Система выбора аналогов золоторудных объектов разработана с целью найти по комплексу признаков экспертируемо1 о объекта наиболее сходные с ним объекты-эталоны из множества хорошо изученных золоюрудных месторождении.

Система поиска аналогов содержи! следующие блоки (рис 1): 1. блок диало! а; 2 интеллектуальный блок, 3, блок формирования результатов

Блок 1 обеспечивает ввод информации об экспортируемом объекте по некоторой системе описания в зависимости от степени его изученности.

Блок 2 обеспечивает работу системы принятия решения о выборе анало!а Для этою, получив данные по описанию экспертируемо1 о объекта, система делает запрос к базе о списке эталонов, имеющих описание по той же группе признаков, что и экспертируемый объект.

По каждому объекту из списка эталонов по каждой группе признаков проводтся оценка меры сходства В качестве меры сходства при решении практических задач хорошо зарекомендовала себя мера сходства Говера (Дж С. Дэвис. 1990),

' ¡ртах пп»п

п 'Ч - Л,

где х=(х,^2----*„);

У=Ь>1тУ2--- Уп)\

х, у- объекты, описанные в системе п признаков,

./?,"*"' - соответственно минимальное и максимальное значения признака к по

выборке.

Основное достоинство меры сходства Говера - нет никаких допущений относительно природы данны\ набтюдения могут быть и числовыми, и порядковыми (балльными) В то время как др\гие меры сходства не веет да обладают свойством универсальности Именно поэтом} oh<j используется при принятии решения. Предложена ее модификация при сравнении объектов суммирование проводится лишь по признакам, которые проявитесь хотя бы на одной из сравниваемых объектов (т.е признаки у которых xt. vj одновременно равны 0. не учитывались, поскольку в силу недоизученности объектов 0 может иметь двойную природу, отс) гствие данных или отсутствие признака на объекте)

Получив оценку по каждой ipynnc признаков из системы описаний, можно получить среднее значение коэффициента сходства

G(x.y)~- ' YG,(x,y),

HT "

где m - число гр\пп признаков в системе описания объектов.

Коэффициент Сг(х,у) изменяется в пределах от 0 до 1, причем расчет проводится но всем группам признаков, выбранным пользователем. Если объект недоизучеи и возникла ситуация, при которой по некоторым выбранным группам нет данных на экспертируемом объекте, его коэффициент сходства с собой оценивается величиной, меньшей единицы, поскольку деление проводится на выбранное число групп признаков. Таким образом учитывается степень изученности объекта.

В качестве ближайшею аналога выбирается эталон, для которого среднее значение коэффициента сходства с экспертируемым объектом принимает максимальное значение

Блок 3 предназначен для формирования результатов. Результаты представляются в табличной и трафической формах, отображающих значения коэффициентов сходства экспертируемого объекта и ближайших аналогов по каждой группе признаков с оценкой вкладов каждой группы признаков в общий коэффициент сходства

Необходимо сформировать таблицу коэффициентов сходства экспертируемого объекта и ближайших аналогов по каждой группе признаков и обеспечить отображения коэффициентов на графике. Аналогичную таблицу следует построить для оценки вкладов каждой группы признаков в общий коэффициент сходства.

G(x.y)

где V'(x.v) - оценка вклада (значимости) группы признаков / в общий коэффициент сходства объектов

G'(x.y) - коэффициент сходства экспертируемого объекта х и эталона^', по группе свойств f

G(x,y) - средний коэффициент сходства т и у по всем группам свойств.

Процесс пыбора аналога проходит следующим образом Сведения об 00 обрабатываются системой и сравниваются с объектами из базы данных по каждой группе и по совокупности признаков Результатом экспертизы является перечень ближайших аналогов ЭО

Заключительная задача экономической оценки ЭО не может быть решена в данной экспертной системе поскольку база данных не содержит количественных тсхнико-эконоутических показателей, и даже если бы они были, простое перенесение гехнико-экономических характеристик месторождений-аналогов на ЭО неправомерно

Далеко не но всем 247 утесторождениям извеситы технико-зкономичсские показатени' одни отработаны, другие не наугечакнея к освоению, а по большинству объектов эконоушчсская информация просто недоступна Кроме тою, экономическая оценка на основе аналогии допустима только в узких вреутенных рамках - не более 10 лет.

Основные технико-экономические показатели разработки рудного объекта могу! быть получены в результате специального экономико-математического моделирования с использованием тсолого-промышленных модетей месторождений. Система экономике-математического моделирования также является экспертной, поскольку только эксперт определяет применение того или иного уравнения ретрессии в зависимости от условий месторождения

Для решения поставленных выше задач необходим стратифицированный подход (Веселовский. 1991), который заключается в разделении и увязке информационной экспертной системы с экономико-математическим моделированием При этом база данных по 92 экономическиут (гсолого-промышленным) моделям не противоречит, а дополняет обширную базу геологических моделей месторождений. Следовательно, предлагаемая система оценки зотогорудных месторождений по существу является единой, но стратифицированной ввиду различной технологии обработки информации по однотипным (золоторудным) объектам

Объединенная экспертная геологическая и экономико-математическая система обнаруживает все основные признаки информационно-аналитической системы

На основании вышесказанного формулируется первое защищаемое поюжение. Информационно-аналитическая система оценки золоторудных месторождений разделена на два уровня ввиду объективных различий баз данных и технологий их обработки. Экспертная система нижнего уровня осуществляет выбор ближайших аналогов жепертируемого объекта, а система экономико-математического моделирования верхнего уровня оценивает экономическую целесообразность продолжения геологоразведочных работ и возможность разработки месторождения.

Глава 3. ЭКСПЕРТНАЯ СИСТЕМА ПОИСКА БЛИЖАЙШИХ АНАЛОГОВ ЗОЛОТОРУДНЫХ МЕСТОРОЖДЕНИЙ

Основными частями системы выбора аналогов золоторудных месторождений являются.

1 База данных, включающая набор многопризнаковых информационных моделей известных золоторудных месторождений и рудоггроявлсний Информационная модель каждого объекта из базы данных содержит теолого-структурные данные, минералогические данные, характеристики руд и геолого-промышленные параметры.

2 Блок диалога, состоящий из набора операций диалога пользователя системы с программной средой.

3 Инте.пектуальный блок, включающий набор операций, реализующихся на основе логико-информационных методов моделирования объектов

4 Блок формирования результатов, позволяющий в удобной для пользователя текстовой и графической форме отображать результаты оценки

Программная оболочка системы реализована с помощью современных методов объекггно-ориентированного программирования. Для ее генерации была использована среда разработки программных приложений Delphi 7 0. в основе которой лежит использование языка Pascal для выполнения математических и логических операций. Среда разработки Delphi является наиболее удобной для создания подобных систем, поскольку содержит наиболее доступный набор правил для оперирования и управления оперируемыми в рассматриваемой работе геоданными.

Диалог пользователя с системой базируется на применении интуитивного графического интерфейса Реализованный в данной системе интерфейс позво гяег оеушечвлять последовательный пошатовый ввод информации, в процессе которою предусмотрена возможность корректировки и сохранения вводимых в систему геоданных на любой стадии диалога пользователя с системой

В любой момент база данных системы может быть расширена путем добавления новых эталонных объектов. Количество эталонных объектов в базе данных системы неотраниченно Уже имеющиеся в базе данных системы описания 247 золоторудных объектов возможно изменять и корректировать с помощью программных модулей.

Реляционная модель данных позволила сократить время доступа к информации о свойствах золоторудных месторождений и увеличить скорость обработки геологической информации для более быстрого получения результата оценки изучаемого месторождения.

Для удобства восприятия информации, каждый золоторудный объект в базе данных хранится в виде отдельного файла в рабочей папке системы. В один файл включен набор значений свойств для одного золоторудного объекта Малый размер такою файла (порядка 3 Кбайт) достигнут просююй применяемой технологии хранения данных- каждое свойство объекта описано закодированным числовым значением от 0 до 5 «0» означает отсутствие признака или отсутствие информации

«1» означает наличие признака на рассматриваемом объекте Для некоторых групп признаков введена балльная система.

Система управления базой данных (СУБД) по золоторудным месторождениям мира представляет комплекс программных и языковых средств, предназначенных для ведения и использования базы данных. СУБД состоит из набора диалотвых форм для получения и корректировки данных.

В СУБД имеется возможность корректировки и сохранения данных. В описание любой группы признаков по рассматриваемому объекту можно вносить изменения с помощью элементов управления данными. В СУБД используется 2 способа управления данными: на основе наличия или отсутствия информации об объекте по заданным труппам признаков и на основе ввода качественной градации признаков, формализованной числовой бальной системой описания

Для ввода информации в системе предусмотрена диалоговая пошаговая система ввода данных. Пользователь последовательно отвечает на вопросы, последовательно отображающиеся в окнах диалога системы Диалот с пользователем начинается с вопроса о выборе необходимых для оценки изучаемого месторождения групп признаков. После выбора параметров оценки изучаемого объекта и нажатии кнопки «вперед», начинается диалог с системой, состоящий непосредственно из ответов на вопросы системы Ввод всей информации по объекту разбит на 11 последовательных оконных форм ввода данных.

Таким образом, в системе реализована возможность сохранения заполненной анкеты данных по изучаемому объекту. Исследователю всегда доступна информация по его работе с абсолютно всеми, созданными на базе диалога системы, экспертными проектами, в случае если они были сохранены в виде отдельных файлов В конце анке(ы, после заполнения всех ее пунктов по исследуемому объекту, то есть когда вся ' информация по объекту указана, она в обязательном порядке должна быть сохранена

до перехода к следующему шагу работы с системой - интеллектуальному блоку ► Интеллектуальный блок информационно-аналитической системы служит дтя

программной реализации всех необходимых для оценки обьекта математических и логических операций и принятия резулыирующего решения по окончании операций вычисления Поскольку рассматриваемая подсистема служи! для поиска ближайших аналогов золоторудных объектов, то результатом работы интеллектуальною блока является список полученных аналогов для изучаемого золоторудного объекта. Список аналогов объекта представляв! собой выборку из 20 эталонных золоторудных месторождений. которые являю 1ся ближайшими аналогами изучаемого золоторудного месторождения Вся информация по эталонным объектам хранится в базе данных системы. Выборка из 20 ближайших объектов-аналогов обусловлена рекомендациями экспертов (Стружков С.Ф, Константинов ММ) Алгоритм принятия решения о выборе ближайших аналогов изучаемого объекта базируется на логико-информационном методе После описания свойств изучаемого объекта в принятой системе описания, вычисляется мера его сходства с эталонными объектами. После этого из списка эталонов выбирается 20 ближайших объекшв, имеющих сходство с изучаемым объектом по ранее выбранным пользователем параметрам.

Следующим злементом схемы интеллектуального блока является анализатор информации, осуществляющий распознавание тина закодированной информации в соответствии с приняюй системой описания признаков объекта.

Далее по формуле меры сходства Говера, вычисляются меры сходств изучаемою объекта с каждым из эталонных объектов в зависимости от типа эталонного объекта Мера сходства вычисляется по каждой заданной группе признаков объекта Затем вычисляется среднее значение меры сходства но всем заданным группам при таков.'

После вычисления массива мер сходства изучаемого объекта с эталонными объектами выбираются первые 20 максимальных значений среднею коэффициент сходства По 1 этим максимумам формируйся список 20 ближайших аналогов объекта, в списке

также отображается величина меры сходства каждого вычисленного анало!а с , изучаемым объектом По значению среднего коэффициента сходства, можно судиI ь о

полученном аналоге объекта. Нсли коэффициент сходства объекта-аналога с изучаемым объектом равен единице - это значит, что описание всех признаков объекта-аналога полностью совпадает с описанием всех признаков изучаемого объекта.

^^ Начало элгоритма ^

Загрузка в память данных об изучаемом объекте из файла экспертного проекта

Выбор необходимых Зля описания объекта групп признаков

Подготовка информации по изучаемому объекту к обработ ке:

1. анализ типа информации

2. Преобразование разных типов информации в один тип для сравнения данных

Расчет меры сходства изучаемого объекта с эталонными объектами: получение массива данных с коэффициентами сходства изучаемого объекта с

каждым из эталонных объектов по каждой из выбранных для описания объекта групп признаков

Вычисление массива среднего коэффициента сходства изучаемого объекта с каждым эталонным объектом по всем выбранным для описания объекта группам признаков

Вычисление первой 20-ки максимальных значений в массиве средних коэффициентов сходства изучаемого объекта с эталонными объектами

Формирование списка из объекта на основание значений коэффис 20 аналогов изучаемого / 20-ки максимальных (иентов сходства

Вывод на дисплей списка ближайших аналогов изучаемого объекта с указанием значений коэффициентов сходства каждого из полученных аналогов объекта с

исследуемым объектом (20 аналогов — 20 коэФсЬиииентое)

Конец алгоритма

Рис 2 Структурная блок-схема алюриша поиска аналога оцениваемого объекта

Сходство объектов наглядно отображается с помощью блока формирования результатов Ьток формирования результатов пошотяет в удобной графической и табличной формах отобразить коэффициенты сходства объектов по каждой из выбранных групп признаков, а также суммарный средним коэффициент сходства по всем группам признаков

В рассматриваемой системе имеется также мод\ ть для сравнения исходных данных по экспертируемому объект} и исходных данных по каждому из полеченных объектов - аналогов,

Гаким образом проводится сравнение исходных данных по объектам и наглядно доказывается правильность проведенных вычислений коэффициентов сходства Информацию можно получить по всем свойствам объектов-аналогов, что впоследствии позволяет осуществить прогнозирование неизвестных свойств изучаемого объекта по известным свойствам найденных аналогов даннот о объекта.

База данных была создана и неоднократно корректировалась в течение нескольких лет >силиями докторов теолото-минералотичсских на>к Константинова М М , Стружкова С.Ф., Яновского В М , Новикова В П , Николаевой Л.А., кандидатов 1еолого-мипералогических наук Аристова 15 В . Ариф\лова ЧХ. Бражника A.B., Варгуниной Н.П.. Конышева В О., Родионова Ю Н.. Эпштейна Ю А. и Яб токовой С В , квалификация которых как экспертов по золоторудным месторождениям не вызывает сомнений. Компетентность экспертов представляется обязательным условием успешного функционирования компьютерной системы и достоверности получаемых выводов.

База данных включает 247 золоторудных объектов, в основном (85%) месторождений с балансовыми запасами и предварительно оцененных рудопроявлений (15%) Наиболее многочисленными оказались месторождения зото го-серебряной рудной формации. Незначительно представлены объекты «экзотических» формаций - золото-урановой, золото-железисто-кварцитовой и золото-сульфидно-кварцевой зеленокаменных поясов, аналоги которых в пределах России пока не обнаружены. Золото-(медно)-порфировые месторождения отнесены к золото-полисульфидно-кварцевой формации. В целом выборку моделей-эталонов следует считать статистически представительной и достаточной для идентификации любою российского рудного объекта, за исключением редко встречающихся золото-редкометалльных.

Работа с базой данных была начата с расчета частот встречаемости признаков -как часто в процентном отношении встречается признак в данной выборке - на объектах различных формационных типов Сопоставление частот встречаемости признаков позволило определить набор информативных признаков Уровень информативности принят равным 95% - 2а или калифорнийский стандарт Из 888 признаков информативными в разной мере оказались менее 500 признаков.

К информативным следует относить те признаки, которые позволяют различать рудно-формационные 1ипы объектов Например, присутствие адуляра и алунита в мстасомашческих изменениях и рудах информативно для выделения золото-серебряных объектов, так как адуляр редко и в незначительных количествах встречается в объектах других типов Присутствие кварца, пирита галенита, арсенопиртпа в метасоматических изменениях и рудах оказалось

малоинформативным для распознавания формационного типа поскольку они встречается практически на объектах всех представленных формаций

В 3 группе признаков (геологические формации) заметна веду гцая роль андезитовой и риолитовой формаций для золото-серебряных объектов, а для остальных - диорит-гранодиоритовой и флишоидной. Формация малых субвулканических и гипабиссальных интрузий является «сквозной» и участвует в геологическом строении рудных полей примерно в 50% случаев в каждой формации Признаки 3 группы корреспондируются с признаками 8 группы (рудовмещающие породы).

Для всех четырех формаций доминирующей является зеленосланцевая фация метаморфизма вмещающих пород Околорудные метасомагиты обнаруживают дифференциацию по формациям, золото-серсбряной присущи пропилиты. вторичные кварциты и аргиллизиты, а остальным формациям - в равной мере березиты и листвениш

Наиболее многочисленные признаки 11 и 12 групп оказались в целом малоинформативными. Месторождения золото-серебряной формации уверенно диагностиру ются благодаря присутствию в рудах и метасоматитах адуляра, алунита, халцедона, полибазита, родонита, родохрозита, стефанита и акантита. Часто встречающимися на месторождениях всех четырех формаций, т е. практически сквозными являются: анкерит, арсенопирит, галенит, кварц, кальцит, марказит, пирит, серицит, сфалерит, халькопирит, хлорит и блеклая руда Остальные минералы менее распространены на рудных объектах выборки, но средние частости встречаемости их незначительно варьируют в зависимости от рудной формации.

Ведущими иарагенезисами во всех формациях являются золото-кварцевый и золото-пиритовый, а в золото-серебряной формации - золою-(серебро)-адуляр-кварцевый. Интересно отмстить, что частота встречаемости золото-арсенопиритового парагенезиса на объектах золото-(мышьяковисто)-сульфидной формации (19,4%) почти вдвое меньше, чем на золото-кварцевых и золото-сульфидно-кварцевых »

месторождениях.

Объектам золото-серебряной формации присущи специфические текстуры руд колломорфно-полосчатая, крустификациошто-полосчатая и кокардовая. Остальные текстуры типичны ;1Ля всей выборки месторождений Обычными являются прожилковая и полосчатая текстуры

Возраст вмещающих пород и оруденения не может являться раисляюшим признаком. поскотьку авторами рудно-формациониой классификации посту тируется независимость выделяемых формаций от возраста Тем не менее, для золото-серебряных объектов отмечаются два пика встречаемости в позднем мелу и миоцене, а для трех дру гих формаций в карбоне-перми и в мелу

I аким образом из выборки эталонных, хорошо изученных месторождений достаточно уверенно могут бьиь идентифицированы обьекты золото-серсбряной « формации в силу целого ряда специфических признаков Месторождения золото-

кварцевой, золото-сульфидной и золото-сульфидно-кварцевой формаций характеризуются в целом одними и теми же признаками, за исключением некоюрых количественных, в числе которых содержание сульфидов в руде. По совокупности факторов, те в признаковом пространстве объекты грех формационных выборок грудою различимы из-за постепенных переходов, отсутствия четких границ (градаций) и кластеров. Отмеченные формации справедливо было бы назвать субформации единой золою-сульфино-кварцевой формации.

Основной целью разработки компьютерной экспертной системы являлась оценка изучемых (разведуемых или оцениваемых) рудных объектов путем протезирования неустановленных геологических, геохимических и геофизических признаков на основе сопоставления с ближайшими аналогами из числа известных, детально изученных месторождений В экспертную систему введены признаки трех малоизученных рудопроявлений: Аркачан. Танадон и М.Тарын По каждому из них получен ряд аналогов, ранжированных по коэффициенту сходства

Из перечня ближайших аналогов нетрудно видеть, что объекты относятся не только к формации экспортируемого объекта, но и к двум дру[им, что подтверждает результаты анализа частот встречаемости признаков и вывод об отсу1ствии ряда четко разделяющих признаков. Тем не менее, выбор аналогов но совокупности признаков и учет не одного ближайшею, а нескольких эталонных объектов обусловливают правомерность и достаточную достоверность прогноза.

На результатах рудно-формационной типизации объектов эталонной выборки и тестирования, сопоставительной оценки трех рудопроявлений базируегся второе защищаемое положение Система поиска аналогов в виде 32-разрядного программного приложения с интуитивно-графическим интерфейсом, построенным в современной среде Delphi 7, обеспечивает объективное * прогнозирование неустановленных геологических особенностей оцениваемого

рудного объекта по информационным моделям наиболее сходных месторождений России и мира.

Глава 4. ЭКОНОМИЧЕСКАЯ ЭКСПРЕСС-ОЦЕНКА ЗОЛОТОРУДНЫХ МЕСТОРОЖДЕНИЙ

В последние годы целый ряд научно-исследовательских институтов МПР России занят разработкой методики стоимостной оценки месторождений полезных

ископаемых ма базе запасов и прогнозных ресурсов для принятия обоснованных решений при подготовке и проведении аукционов. Из практики лицензирования известно, что течнико-экономические расчеты в большинстве с чу чаев носят условный характер, тк производительность, состав, режим работы и численность трудящихся будущего предприятия, показатели затрат по видам работ и переделам принимаются интуитивно, без необходимого обоснования аналогии с разрабатываемыми или подготовтенными к освоению месторождениями, по которым составлены полноценные ТЭО

Основным способом определения ТЭП при экспрессной оценке месторождений является графоаналитический, который использует графические выражения зависимостей между геологическими, эксплуатационными и экономическими параметрами В цстом. результаты оценки графоаналитическим способом являются наиболее приближенным и м01ут использоваться, тлавным образом, для экспрессных ориентировочных прикидок. Безусловными преимуществами способа являются наглядность, возможность многовариантного определения оценочных параметров безрасчетным путем при минимуме информации об объекте, что немаловажно, например, для оценки конъюнктуры рынка лицензий.

Примером применения фафоаналитическото способа являются разработанные в ЦНИГРИ номограммы, которые в 80-е годы были рекомендованы б Мингео СССР, а в начале 90-ч годов - Роскомнедра РФ для экспрессной оценки золот орудных месторождений и р\ допроявлений на ранних стадиях изучения Однако, использование поцобных номограмм, адаптированных к современным условиям путем применения индексов-дефляторов (Блинова Е.В . 1997, 2002) не корректно

В то время ТЭО кондиций и проекты горнодобывающих предприятий основывались на стандартных схемах с использованием единых норм, расценок и тарифов Поэтому были получены функциональные логарифмически-линейные зависимости производительности - капиталовложений, производительности -издержек производства, аппроксимируемые степенными и лот арифмичсскими уравнениями с коэффициентами детерминации 0,99-1,0.

За прошедший период справочники и нормы, не говоря уже о ценах и тарифах, безнадежно устарели. В настоящее время проектами предусматривается использование горно-транспортного и технологического (обогатительного) оборудования, в основном, зарубежного производства. Применение индексов-дефляторов. ежегодно утверждаемых Минэкономики России, не позволяет привести технико-экономические показатели советского периода к реальному сегодняшнему уровню.

Экспрессная оценка промышленной значимости рудопроявления (месторождения) в современных условиях может быть получена на основе укрупненных 1 еолого-экономических моделей Факторами этих моделей служат основные технико-экономические показатели проектов разработки месторождений,

экономическая эффективность которых доказана детальными экономическими расчетами (уровень банковскою ТЭО ипи техническою проекта) и отчасти, практикой.

Состав 1ены reo юго-экономические модели золоторудных месторождений, отличающихся способом разработки и технологией переработки руд. Три выборки содержат 92 золоторудных месторождения, в т.ч 33 российских, по которым разработаны ГЭО в период 1995-2003 гт По золото-серебряным месторождениям приводятся средние содержания условного золота с учетом серебра. По остальным месторождениям содержания попутных компонентов (Pb, Zn и др.) и низкие содержания серебра не учитывались

В процессе оценочных работ могут быть установлены основные подсчетные параметры рудною объекта среднее содержание золота и запасы руды. Простой вынос этих параметров в виде фигуративной точки на график зависимости «количество - качество запасов» покажет перспективность рудопроявления Ьсли точка окажется в области безнадежных проектов, ниже гиперболы рентабельных месторождений, то следует рассмотреть вариант повышения бортовою содержания, возможность другого способа разработки или переработки руды но технологии кучного выщелачивания

Поскольку кредитные ресурсы веет да ограничены, весьма важно определить требуемые капиталовложения дтя освоения рудного объекта На трех выборках известных месторождений установлена почти функциональная зависимость запасов золота и требуемых капиталовложений. Используя простые коэффициенты этой зависимости нетрудно выяснить размер будущих инвестиций

Сопоставление запасов руды и проектной производительности по руде на трех выборках также показало наличие функциональной зависимости с различными коэффициентами При равных запасах руды максимальная производительность может быть достигнута на предприятиях, использующих кучное выщелачивание руд, несколько меньше оптимальная производительность карьеров при обычной технологии переработки руды и значительно меньше производительность подземных рудников Полученные зависимости существенно уточняют эмпирическую формулу Тейлора, установленную в 1977 г в целом для рудных месторождений независимо от способа отработки. Интересно отметить, что рассчитанные степенные показатели в уравнениях регрессии для открытой разработки (0,782 и 0,73) мало отличаются ог показателя в формуле Тейлора (0,75).

Корреляционная зависимость геологических запасов и годового объема производства золота в трех выборках менее тесная и расхождения грендовых значений несущественны.

Основой проектирования горно-обогатительного предприятия является выбор способа вскрытия месторождения, схемы переработки руд и определение производи гелытости будущего предприятия. Выявлены значимо тесные корреляци-

< I!

ч 8

ирис'кмт 1

у = 3в9х Р>2 •0 543

« 100 5

5 ю

у =1 62х Яг - 0 919 I

Запасы руды, млн т

ю 100

Запасы золота, т

100000

у = 280 9х

Запасы руды, млн т

100

< о

♦ л,,,,

ф Мо1ЧК

10 100 Запасы золота, т

1000

Рис. 3. Геолою-жоиомические модели месторождений золотосодержащих руд, перерабатываемых меюдом КВ

онные связи удельных издержек производства (1 тонны) руды и производительности предприятия по руде. Судя по близким степенным показателям уравнений (-0.352, -0,308 и -0.310) и визуально по графикам, линии тренда грех зависимостей адекватны, а в логарифмическом масштабе параллельны

Судя по уравнениям рецессии, удельные издержки на 1 фамм золота не зависят от производительное™ предприятия, о чем свидетельствуют также незначимые коэффициенты детерминации и корреляции Отмечается едва заметная тенденция снижения удельных издержек производства 1 грамма золота на крупных предприятиях.

В таблице 1 приведены уравнения регрессии выявленных зависимостей, а также коэффициенты детерминации и парной корреляции.

Таблица 1

Корреляционные зависимости параметров оценки месторождений

Зависимости Уравнения регрессии Коэффициенты детерминации Коэффициенты парной корреляции (г)

Месторождения, отрабатываемые подъемным способом (35 месторождении)

Запасы руды - среднее содержание Аи У = 15,85 Х*м 0,467 -0,290

Запасы золота - капиталовложения У =4,47 Х°м 0,565 0,457

Запасы руды - годовая производительность по руде У = 195 7 X059 0,787 0,534

Запасы золота - годовая производительность по золоту У = 0,585 Х°505 0,597 0,753

Производительность по руде - удельные издержки производства 1 т руды У= 399.6 X 03" 0,916 -0,626

Производительность по золоту издержки производства на 1 грамм Аи У " 3.69 X006' 0,042 -0,018

Месторождения, отрабатываемые открытым способом (32 месторождения)

Запасы руды - среднее содержание Аи У - 8 655 X"" 0,698 -0,387

Запасы золота — капиталовложения У - 1.889 X1"6 0,801 0,647

Запасы руды - годовая производительность по руде У - 178 X4" 0,953 0,951

Запасы золота - годовая производительность по золоту У "0.416 Х0 58' 0,741 0,786

Производительность по руде - удельные издержки производства 1 т руды У = 193.2 X"0™ 0,895 -0,534

Производительность по золоту издержки производства на 1 грамм Аи У =3,53 X0071 0,167 0,060

Месторождения руд, перерабатываемых способе н кучного выщелачивания (25объектое)

Запасы руды - среднее содержание Аи У - 3,89 Х-"" 0,543 -0,394

Запасы золота - капиталовложения У = 1,62 Х"" 0,919 0,980

Запасы руды - годовая производительность по руде У = 280 Хож 0,927 0,910

Запасы золота годовая производительность по золоту У- 0,338 X071 0,865 0,904

Производительность по руде - удельные издержки производства 1 т руды У = 84.35 X"03'0 0,880 -0,673

Производотельноеть по золоту | издержки производства на 1 грамм Аи У-5,66 Хло" 0 002 -0,055

На каждой выборке получена система уравнений регрессии Из шести уравнений одно (производительность по золоту - издержки производства на 1 г золота)

характеризуется незначимыми коэффициентами корреляции и детерминации, другое (запасы золота - производительность по золоту) не рекомендуется к широкому использованию, но остальные четыре обладают значимыми коэффициентами детерминации и позволяют выполнить экономическую оценку рудного объекта

Предлагается следующий алгоритм экспресс-оценки золоторудного месторождения:

- исходя из особенностей условий залегания и морфолоти рудных тел выбирается способ вскрытия и система разработки, а также показатели потерь и разубоживания;

- по минеральному составу и прогнозируемым технологическим свойствам руд определяется технологическая схема переработки и показатель сквозного извлечения золота;

- по имеющимся оценкам геологических запасов руды и среднего содержания золота выносится фигуративная точка на диаграмму «количество - качество руды», а по результатам повариангного подсчета запасов - соответственно несколько точек;

- если точки не попали в область безнадежных проектов, вычисляются капитальные затраты по уравнению регрессии исходя из запасов золота;

- на базе геологических запасов руды и золота по уравнениям регрессии вычисляется годовая производительность предприятия по руде и для сведения по металлу;

- с учетом принятых значений потерь и разубоживания определяются эксплуатационные запасы руды и среднее содержание золота в товарной руде, а с учетом производительности и сквозного извлечения - срок существования предприятия и годовой выпуск продукции-

- на основе принятой производительности по уравнению регрессии с учетом возможных поправок на специфические условия находятся удельные (на 1 т руды) и годовые издержки производства;

- исходя из срока существования предприятия, составляется сводка доходов и расходов по I одам. Доходная часть определяется умножением цены золота на годовой выпуск металла. В расходную часть наряду с себестоимостъю необходимо добавить стоимость аффинажа (1-2,5% стоимости металла), маржу коммерческого банка (0,5% стоимости) и экологические платежи (1,5-2,0% эксплуатационных затрат);

стоимость основных и оборотных фондов принимается равной капиталовложениям, а годовые амортизационные отчисления определяются по потонпой ставке и выделяются отдельной строкой в себестоимости;

- налог на добычу полезных ископаемых исчисляется по ставке 6% для золота и 6,5% для серебра;

- с учетом амортизации основных фондов исчисляется налог на имущество по ставке 2,2%;

- вычитанием из годовой выручки расходной части и налога на имущество

находится налогооблагаемая прибыль, а иослс исчисления налога на прибыль по ставке 24% - чистая прибыль:

- сумма чистой прибыли и амортизационных отчислений составляет свободные средства предприятия или финансовое обеспечение проект,

- поместив капитальные затраты в 0 или -1 юд рабош и предусмотрев возврат оборотных средств в последний год, нетрудно с помощью Excel вычислить внутреннюю норму доходности (IRR) и чистый дисконтированный доход (NPV) при любой ставке дисконта, а также срок окупаемости капиталовложений,

- на основе построенной «лучевой» диаграммы анализируется жизнеспособность (чувствительность) проекта и оцениваются риски;

- предварительно устанавливаются параметры кондиций - бортовое и минимальное содержание в краевой выработке (по варианту оценки запасов), минимальное промышленное содержание, минимальная мощность рудных тел и максимальная мощность прослоев пустых пород и некондиционных руд (исходя из принятой системы разработки).

Возможности регрессионного метода рассмотрены на примере оценки золоторудных месторождений Хакаиджа, Танадон, Аркачан и М.Тарын.

Балансовая принадлежность запасов месторождения Хакаиджа подтверждена при cei одняшней цене золота, но при цене золота ниже 10 $/i она сомнительна. Давно известное рудопроявление Танадон в Северной Осетии еще раз получило отрицательную оценку. Месторождения Аркачанское и Мало-Тарынское следует признать весьма перспективными для промышленного освоения.

Принято считать, что достоверное ib технико-экономических расчетов банковского ТЭО или технического проекта разработки месторождения составляет ±10% Точное 1Ь предлагаемой экспресс-оценки значительно хуже, хотя и возрастает в зависимости от степени изученности объекта. Тем не менее, она представляется вполне достаточной для определения балансовой принадлежности запасов месторождений, учтенных Государственным балансом в дореформенный период (при условии выполнения повариантного родсчета запасов), а также для принятия решений о продолжении геологоразведочных paöoi на оцениваемых рудопроявлениях.

Третье защищаемое положение Запасы, качество руд и основные технико-зкономические показатели золоторудных месторождений России и мира, сходных по способу разработки и технологии переработки руд, обнаруживают тесные корреляционные зависимости, которые удовлетворительно аппроксимируются степенными уравнениями регрессии. Регрессионный метод на базе ТЭО разрабатываемых и намечаемых к освоению золоторудных месторождений позволяет выполнить экономическую оценку рудного объекта на любой стадии изучения в любом выбранном (экспертом) варианте условий разработки.

Кажущимися недостатками данного метода, ограничивающими сферу его

применения, являются трудности создания базы данных и сравнительно невысокая ючность определения отдельных показателей. Однако, интуитивно или по аналогии принятые капитальные затраты и себестоимость 1 тонны руды вряд ли более точны, чем статистически обоснованные. При этом необходимо помнить, что основные исходные параметры оценки любого месторождения - запасы и среднее содержание -являются статистически определяемыми величинами.

ЗАКЛЮЧЕНИЕ

В диссертационной работе предпринята попытка решения проблемы i еолого-экономической оценки месторождений полезных ископаемых на примере золоторудных месторождений. В результате исследований разработана стратифицированная информационно-аналитическая система на базах качественных геологических признаков и количественных 1ехнико-экономических показателей; показан порядок действий для поиска объектов-аналогов и предложена эффективная методика экономической экспресс-оценки изучаемого рудного объекта.

Основные результаты диссертационной работы сводятся к следующему.

1. Обзор существующих классификаций золоторудных месторождений показал, что типизация месторождений производится по 1-2 целевым признакам, но при этом учитывается и определяется ряд специфических признаков, коррелирующих или хотя бы корреспондирующихся с целевыми (классификационными). Класс месторождений геологической. теистической, геолого-промышленной и любой другой типизации не имеет четких, количественно выраженных границ целевого признака и. конечно, второстепенных специфических признаков. Отнесение изучаемого рудного объекта к определенному классу позволяет прогнозировать неустановленные характеристики в самых общих чертах, адекватно разнообразию особенностей известных месторождений данною класса. Значительно повышается достоверность идентификации рудного объекта по одному или нескольким самым ближайшим аналогам, выбранным по совокупности признаков.

2 Ни одна из ранее разработанных экспертных систем - PROSPECTOR, ОЧВП и других - не может выполнить геолого-экономическую оценку рудно1 о объекта ввиду отсутствия в базе данных количественных экономических показателей. Известные экспертные системы предназначены для уменьшения геологической неоднозначности путем перенесения установленных признаков месторождений-аналогов на изучаемый рудный объект, но целесообразность его освоения и балансовая принадлежность запасов определяется не условными положительными и отрицательными баллами или коэффициентами, а технико-экономическими расчетами.

3 Большинство лицензируемых и находящихся в госрезерве золоторудных месторождений оценены и разведаны в советский период. Естественно, технико-экономические расчеты целесообразности промышленного освоения этих объектов выполнены по действовавшей в го время методике, исходя из существовавших

технологий, цен, уровня зарплаты, тарифов и т.д В «Государственном балансе запасов полезных ископаемых» доля собственно балансовых запасов, т.е рентабельных, отвечающих современным требованиям, по разным оценкам, составляет 50-60% от всего объема учтенных запасов. В связи с этим представляется возможной и актуальной переоценка месторождений, запасы которых приняты на баланс в советский дореформенный период, на базе геолого-промышленных моделей с использованием регрессионного метода.

По теме диссертации опубликованы следующие работы:

1. Информационно-аналитическая система выбора аналогов золоторудных месторождений мира. // Тезисы докл. XIII Международной конференции «Проблемы теоретической кибернетики» Казань. 2002, С.193. (соавторы - Чижова И.А. и Константинов М.М.).

2. Компьютерная система оценки золоторудных месторождений. // «Геология, генезис и вопросы освоения комплексных месторождений благородных металлов». М.: ИГЕМ РАН, 2002, С.369-370.

3. Computer-aided system for selection of analogs of the world gold deposits. // 8th Annual conference of the International Association for Mathematical Geology Berlin, Germany. 2002. P.345-350. (соавторы - Чижова И.А. и Константинов M M.)

4. Computer-aided system of analog searching as applied to the gold deposits U 9th Annual conference of the International Association for Mathematical Geology. Portsmouth. 2003. P.62-64. (соавтор - Чижова И.А.)

5. Регрессионный метод стоимостной оценки золоторудных месторождений. //Руды и металлы. 2004. №3.- С.34-44.(соавтор - Емельянов С.А.)

»--77*

РНБ Русский фонд

2006-4 2715

Подписано в печать 27.12.2004г. Объем 1,4 п.л. Тираж 100 экз.

Заказ № 63 Редакционно-издательский отдел МГГРУ Москва, ул.Миклухо-Маклая, 23

Содержание диссертации, кандидата технических наук, Поляков, Роман Сергеевич

ВВЕДЕНИЕ.

1. ХАРАКТЕРИСТИКА ЗОЛОТОРУДНЫХ МЕСТОРОЖДЕНИЙ.

1.1. Классификации золоторудных месторождений.

1.2. Моделирование золоторудных месторождений.

1.3. Геологическая характеристика оцениваемых рудных объектов.

2. ПРИНЦИПЫ СОЗДАНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ.

2.1. Определение экспертной системы.

2.2. Экспертная система PROSPECTOR.

2.3. Экспертная система прогноза и оценки золото-серебряных месторождений ОЧВП.

2.4. Принципы и структура предлагаемой экспертной системы.

3. ЭКСПЕРТНАЯ СИСТЕМА ВЫБОРА БЛИЖАЙШИХ АНАЛОГОВ

Щ ЗОЛОТОРУДНЫХ МЕСТОРОЖДЕНИЙ.

3.1. Структура системы выбора аналогов золоторудных месторождений и её программно-аппаратная основа.

3.2. Модель хранения геоданных. Формат файлов данных. Система управления базой данных.

3.3. Блок диалога. Система ввода информации.

3.4. Интеллектуальный блок. Обработка анкеты данных экспортируемого рудного объекта.

3.5. Обсуждение результатов.

4. ЭКОНОМИЧЕСКАЯ ЭКСПРЕСС-ОЦЕНКА ф ЗОЛОТОРУДНЫХ МЕСТОРОЖДЕНИЙ.

Введение Диссертация по наукам о земле, на тему "Информационно-аналитическая система поиска аналогов золоторудных месторождений для их прогноза и оценки"

Актуальность. Проблемам геолого-экономической оценки рудных месторождений, установления оптимальных параметров разработки, рационального использования минеральных ресурсов уделялось значительное внимание на протяжении последних десятилетий. Однако переход от централизованно управляемой экономики к рыночной системе хозяйствования потребовал переосмысления накопленных методологических разработок и практических решений в этой сфере. По существу требуется создание новых принципов и методов геолого-экономической оценки месторождений, которые должны базироваться на положениях современной экономической теории. Научная обоснованность критериев, принципов и методов геолого-экономической оценки и установления оптимальных параметров разработки имеет весьма важное значение для формирования минерально-сырьевой базы страны и экономики горнодобывающих предприятий.

Геолого-экономическая оценка рудных месторождений представляет собой принятие решений в условиях неопределенности, обусловленной как вероятностным характером исходной геологической информации, так и изменениями экономических условий. Освоению рудных месторождений присущи свои особенности: длительность производственного цикла, неопределенность геологической информации, невозобновляемость запасов, динамический характер формирования доходов и затрат в период эксплуатации. Экономические показатели горно-обогатительного предприятия функционально зависят от количества и качества руды (запасов и среднего содержания ценных компонентов), принятого способа разработки и производительности по руде. Трудами отечественных ученых была создана теория проектирования горных предприятий. Однако в связи с переходом на рыночную экономику практически пересмотрены принципы геолого-экономической оценки месторождений.

В настоящее время обязательными факторами геолого-экономической оценки месторождений являются: источник инвестиций и условия финансирования, норма прибыли, срок существования горно-обогатительного предприятия, действующая система налогообложения, а также фактор риска в результате возможного неподтверждения исходных данных. Особо важное, если не определяющее значение получил принцип достижения максимального экономического эффекта проекта. Чистый дисконтированный доход (NPV) является мерилом экономической оценки месторождения.

Если в советский период проектирование горно-обогатительных предприятий осуществлялось только на детально разведанных запасах, то сейчас нередко лицензии на разведку и добычу оцененных месторождений выдаются недропользователям на условиях предпринимательского риска. Ввиду вынужденного сокращения срока подготовки рудного объекта к эксплуатации неизбежно повышается значение объективной и оперативной геолого-экономической оценки месторождения при недостаточной степени геологической изученности и разведанности запасов месторождения.

Реализация поставленной цели потребовала решения следующих задач:

3. Созданы геолого-экономические модели золоторудных месторождений, по которым имеются ТЭО, разработанные в период 1995-2003 гг.

4. Выполнено экономико-математическое моделирование и выявлены корреляционные зависимости основных факторов оценки: запасов и качества руды, годовой производительности, требуемых капиталовложений, издержек производства. Составлена схема экономической оценки золоторудных месторождений с использованием вычисленных по уравнениям регрессии параметров и получением итоговых интегральных экономических показателей - IRR, PI и NPV.

Фактический материал. В основу экспертной системы выбора ближайшего аналога положен обширный фактический материал, составляющий информационное наполнение баз данных по золоторудным месторождениям ЦНИГРИ. База данных экспертной системы представляет собой матрицу из 888 признаков по 247 месторождениям России и мира.

База данных была составлена в начале 90-х годов прошлого века экспертами ЦНИГРИ под руководством М.М.Константинова в рамках госбюджетной темы. Предусмотренная программой работ по теме компьютерная экспертная система оценки месторождений не была реализована в силу чисто технических трудностей, несовершенства и ограниченных возможностей DOSoecKoft среды программирования. Предоставленная в 2001 г. автору база данных представляла собой обрывочные файлы *.dat и *.txt, вследствие чего потребовалось немало усилий, составления специальной восстанавливающей и конвертирующей программы для реанимации информации. В процессе разработки экспертной системы база данных многократно корректировалась экспертами.

Экономико-математический страт информационно-аналитической системы базируется на геолого-промышленных (количественных) моделях 92 месторождений. В процессе сбора и анализа технико-экономических показателей по российским месторождениям обработано 45 протоколов ГКЗ МПР России и ТЭО кондиций.

Методы исследования:

1. Программная оболочка системы реализована с помощью современных методов объектно-ориентированного программирования. Для ее генерации была использована среда разработки программных приложений Delphi 7.0, в основе которой лежит использование языка Pascal для выполнения математических и логических операций.

3. Интегральные экономические показатели по экспортируемым рудным объектам рассчитаны по действующей методике экономического анализа эффективности инвестиций с учетом фактора времени и в соответствии с «Положением о бухгалтерском учете».

Защищаемые положения:

1. Информационно-аналитическая система оценки золоторудных месторождений разделена на два уровня ввиду объективных различий баз данных и технологий их обработки. Экспертная система нижнего уровня осуществляет выбор ближайших аналогов экспортируемого объекта, а система экономико-математического моделирования верхнего уровня оценивает экономическую целесообразность продолжения геологоразведочных работ и возможность разработки месторождения.

2. Система поиска аналогов в виде 32-разрядного программного приложения с интуитивно-графическим интерфейсом, построенным в современной среде Delphi 7, обеспечивает объективное прогнозирование неустановленных геологических особенностей оцениваемого рудного объекта по информационным моделям наиболее сходных золоторудных месторождений России и мира.

Научная новизна работы:

1. Впервые выполнена сопоставительная оценка золоторудных месторождений по совокупности геологических, минералогических, геохимических и геофизических признаков. Показано, что многие типы месторождений доминирующей и общепризнанной в нашей стране рудно-формационной классификации не имеют четко выраженных границ (градаций) в признаковом пространстве выборки рудных объектов. Относительную устойчивость или обособленность обнаруживают месторождения золото-серебряной формации, а также «экзотические» объекты формаций золото-урановой и золото-сульфидно-кварцевой зеленокаменных поясов.

2. В результате экономико-математического моделирования получена система уравнений регрессии для оценки золоторудных месторождений России в современных экономических условиях. Помимо ранее известных регрессий «запасы - качество руд», «производительность по руде - капиталовложения», «запасы руды - производительность по руде» установлены корреляционные зависимости запасов золота и производительности по золоту (годового выпуска металла), а также производительности и удельных (на 1 тонну руды) издержек производства. Последняя зависимость позволяет рассчитать затратную часть при анализе экономической эффективности проекта.

3. На представительных выборках золоторудных месторождений России и мира существенно уточнена эмпирическая формула Тейлора, выведенная в 1977 г. для рудных месторождений в целом, независимо от способа разработки и технологии переработки РУД

Практическое значение. Работа направлена на решение актуальной народнохозяйственной проблемы по расширению минерально-сырьевой базы золотодобывающей промышленности России. Разработанная компьютерная экспертная система предназначена для прогнозирования неустановленных поисково-оценочными работами признаков (параметров) изучаемых золоторудных объектов по ближайшим аналогам среди известных хорошо изученных месторождений России и мира.

Экономико-математическая часть информационно-аналитической системы, основу которой составляет регрессионный метод оценки, позволяет выполнить анализ экономической эффективности проекта разработки изучаемого или предлагаемого к лицензированию рудного объекта при минимальном объеме информации о запасах (прогнозных ресурсах), горнотехнических условиях и технологических свойствах руд.

Большинство лицензируемых и находящихся в госрезерве золоторудных месторождений оценены и разведаны в советский период. Естественно, технико-экономические расчеты целесообразности промышленного освоения этих объектов выполнены по действовавшей в то время методике, исходя из существовавших технологий, цен, уровня зарплаты, тарифов и т.д. В «Государственном балансе запасов полезных ископаемых» доля собственно балансовых запасов, т.е. рентабельных, отвечающих современным требованиям, по разным оценкам, составляет 50-60% от всего объема учтенных запасов. В связи с этим представляется весьма актуальной переоценка месторождений, запасы которых приняты на баланс в советский дореформенный период.

Применяемые методы переоценки запасов, предусматривающие использование индексов-дефляторов, коэффициентов богатства, кондиционности и фактических данных по аналогичным объектам, недостаточно обоснованы и часто некорректны. Предлагаемый регрессионный метод экспресс-оценки позволяет обеспечить оперативное и обоснованное решение проблемы переоценки золоторудных месторождений, запасы которых приняты на баланс в дореформенный советский период. Благодаря оперативности и наглядности регрессионный метод оценки может быть эффективно использован в качестве контрольного для выявления ошибок типа «грубых промахов» в ТЭО кондиций или банковском ТЭО.

Апробация работы. Основные положения диссертации докладывались на XIII Международной конференции «Проблемы теоретической кибернетики» в Казани 2731.05.2002 г., на 8 и 9 конференциях Международной Ассоциации Математической Геологии (INTERNATIONAL ASSOCIATION FOR MATHEMATICAL GEOLOGY) в Берлине 15-20.09.2002 г. и в Портсмуте 7-12.09.2003 г., а также на Всероссийском симпозиуме «Геология, генезис и вопросы освоения комплексных месторождений благородных металлов» в Москве 20-22.11.2002 г.

Результаты исследований изложены в 5 печатных работах.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения. Основной текст (162 стр.) сопровождается 42 иллюстрациями, 23 таблицами и 10 приложениями. Компьютерный код главного модуля экспертной системы приведен в отдельной книге объемом 207 стр. Список литературы содержит 103 наименования.

Заключение Диссертация по теме "Геоинформатика", Поляков, Роман Сергеевич

Основные результаты диссертационной работы сводятся к следующему.

1. Обзор существующих классификаций золоторудных месторождений показал, что типизация месторождений производится по 1-2 целевым признакам, но при этом учитывается и определяется ряд специфических признаков, коррелирующих или хотя бы корреспондирующихся с целевыми (классификационными). Класс месторождений геологической, генетической, геолого-промышленной и любой другой типизации не имеет четких, количественно выраженных границ целевого признака и, конечно, второстепенных специфических признаков. Отнесение изучаемого рудного объекта к определенному классу позволяет прогнозировать неустановленные характеристики в самых общих чертах, адекватно разнообразию особенностей известных месторождений данного класса. Значительно повышается достоверность идентификации рудного объекта по одному или нескольким самым ближайшим аналогам, выбранным по совокупности признаков. Эффективное использование информационно-аналитической системы предполагается на ранних этапах изучения рудного объекта, когда его особенности охарактеризованы только в общих чертах и необходим обоснованный прогноз.

2. Ни одна из ранее разработанных экспертных систем - PROSPECTOR, ОЧВП и др-не может выполнить геолого-экономическую оценку рудного объекта на поисково-оценочной стадии геологоразведочных работ ввиду отсутствия в базе данных количественных экономических показателей. Известные экспертные системы предназначены для уменьшения геологической неоднозначности путем перенесения установленных признаков месторождений-аналогов на изучаемый рудный объект, но целесообразность его освоения и балансовая принадлежность запасов определяется не условными положительными и отрицательными баллами или коэффициентами, а технико-экономическими расчетами.

3. Большинство лицензируемых и находящихся в госрезерве золоторудных месторождений оценены и разведаны в советский период. Естественно, технико-экономические расчеты целесообразности промышленного освоения этих объектов выполнены по действовавшей в то время методике, исходя из существовавших технологий, цен, уровня зарплаты, тарифов и т.д. В «Государственном балансе запасов полезных ископаемых» доля собственно балансовых запасов, т.е. рентабельных, отвечающих современным требованиям, по разным оценкам, составляет 50-60% от всего объема учтенных запасов. В связи с этим представляется возможной и актуальной переоценка месторождений, запасы которых приняты на баланс в советский дореформенный период, на базе геолого-промышленных моделей с использованием регрессионного метода.

ЗАКЛЮЧЕНИЕ

В диссертационной работе предпринята попытка решения проблемы геолого-экономической оценки месторождений полезных ископаемых на примере золоторудных месторождений. В результате исследований разработана стратифицированная информационно-аналитическая система на базах качественных геологических признаков и количественных технико-экономических показателей; показан порядок действий для поиска объектов-аналогов и предложена эффективная методика экономической экспресс-оценки изучаемого рудного объекта.

Библиография Диссертация по наукам о земле, кандидата технических наук, Поляков, Роман Сергеевич, Москва

1. Баранов Ю.Б., Берлянт A.M. и др. Геоинформатика. Толковый словарь основных терминов. М.: ГИС-Ассоциация, 1999.-204 с.

2. БеневолъскийБ.И., Константинов М.М., ФлеровКФ. и др. Золото // Геологическая служба и развитие минерально-сырьевой базы. М.: ЦНИГРИ, 1993. С.382-408.

3. Беневолъский Б.К, Блинова Е.В., Бражник А.В. и др. Оценка прогнозных ресурсов алмазов, благородных и цветных металлов. М.: ЦНИГРИ. 2002. 182 с.

4. Бертман Э.Б. Золоторудные формации жильных месторождений. Ташкент: Фан, 1990. 180 с.

5. Блинова Е.В. Обоснование правомерности применения логарифмически-линейной зависимости при экспрессной оценке золоторудных месторождений. // Тр.ЦНИГРИ, Вып. 203. 1985. С.55-57.

6. Блинова Е.В., Лобач В.И. Особенности подхода к ускоренной переоценке золоторудных месторождений в новых жэкономических условиях. // Руды и металлы. 1997. №4. С.26.

7. Бойцов В.Е., Иванов И.А., Минъкин КМ. Уран и золото на месторождении Мурунтау (Узбекистан) // Уникальные месторождения полезных ископаемых России: закономерности формирования и размещения. СПб.: Горн, унив, 1996. С.50-62.

8. Бородаевская М.Б., Горжевский Д.И., Константинов М.М. Принципы формационной классификации месторождений цветных и благородных металлов. // Сов.геология, 1984, №6, -С.15-18.

9. Бородаевская М.Б., Горжевский Д. И., Константинов М.М. и др. Критерии прогноза крупных месторождений цветных и благородных металлов. // Советская геология. 1987. №5. С.21-30.

10. Веселовский А.В. Системное информационное обеспечение геологоразведочных работ. М.: Недра, 1991. 223 с.

11. Волков А.В. Генетические особенности золото-сульфидного вкрапленного оруденения пери-вулканической зоны Охотско-Чукотского вулканогенного пояса. // Проблемы рудно-формационного анализа. Магадан. 1994. С. 32-40.

12. Воронин Ю.А. Введение в теорию классификаций. ВЦ СО АН СССР, Новосибирск, 1982. -194 с.

13. ГавриловА.М., НовожиловЮ.И. О формационной принадлежности месторождения Сухой Лог // Руды и металлы. 1997. №2. С.52-57.

14. Гамянин Г.Н., Силичев М.К, Горячев Н.А., Белозерцева Н.В. Полиформационное золоторудное месторождение // ГРМ. 1985. №5. С.86-89.

15. Геологический словарь. М.: Недра, 1973. T.I. С.486.

16. ГоленевВ.Б., Гречишников Д.Н., Тютин А.И., Власов В.Н., Макурин В.Н. Разведочная модель золоторудного месторождения Кубака // Руды и металлы. 1994. №1. С.57-67.

17. ДевисДж. Статистический анализ данных в геологии. М.: Недра. 1990. 427 с.

18. Емельянов С.А., Поляков Р.С. Регрессионный метод стоимостной оценки золоторудных месторождений. //Руды и металлы. 2004. №3.- С.24-33.

19. Жидков С.Н. Опыт классификации рудных тел месторождений золота с применением многофакторных моделей. МГП «Геоинформмарк», М.: 1993,вып.4, С. 15-25.

20. Загоруйко Н.Г. О некоторых принципах выбора результатов автоматической классификации. Вычислительные системы. Новосибирск. 1973, №18.

21. Зайченко В.Ю. Классификация геологической информации о недрах. Отечественная геология. №1. М. 1995. -С.8-13.

22. Захаров Е.Е. К вопросу о классификации месторождений полезных ископаемых. Изв. АН СССР, серия геологическая, №5, 1953.

23. Золоторудные месторождения островных дуг Тихого океана. М.: ЦНИГРИ, 1989. 244 с.

24. Золоторудные месторождения СССР. Т.5. Формации, закономерности размещения, перспективная оценка. / Ред. Нарсеев В.А., Фогельман Н.А. М.: ЦНИГРИ. 1990. 172 с.

25. Иванников А.Д., Кулагин В.П. и др. Геоинформатика. М.: МАКС Пресс, 2001. 349 с.

26. Ициксон М.И. Металлогеническая зональность Тихоокеанского сегмента Земли. М.: Недра, 1979. 232с.

27. Казанский В.И., JIaeepoe Н.П., Тугаринов А.И. Эволюция уранового рудообразования. М.: Атомиздат, 1978. 315 с.

28. Казаринов А.И. Закономерности размещения главных типов золотого оруденения в Алданском районе и принципы их перспективной оценки. Тр. ЦНИГРИ. 1967. Вып. 18. С.5-30.

29. Капутин Ю.Е. Горные компьютерные технологии и геостатистика. СПб.: Недра, 2002.- 424 с.

30. Кац А.Я., Денисов М.Н., Регентов С.Н. Геолого-экономическая оценка месторождений полезных ископаемых. М.: ВИЭМС, 1986.

31. КацА.Я., Михайлов Б.К., Райхлин А.И. Рыночный метод экспресс-оценки месторождений, запасы которых приняты на государственный баланс. // Руды и металлы. 2003. №2. С.30-39.

32. Коган И.Д. Подсчет запасов и геолого-промышленная оценка рудных месторождений. М.: Недра, 1974. 304 с.

33. Константинов М.М. Локальный прогноз золоторудных полей // Разведка и охрана недр. 1985. №7. С. 16-19.

34. Константинов ММ, Нарсеев В.А. Многофакторные прогнозно-поисковые модели золоторудных месторождений. М.: ЦНИГРИ, 1989. 120с.

35. Константинов ММ Провинции благородных металлов. М.: Недра, 1991. 170 с.

36. Константинов ММ, Розенблюм И.С., Зиннатуллин М.З. Многофакторные прогнозно-поисковые модели месторождений золота и серебра Северо-Востока России. М.: Недра, 1992. 140 с.

37. Константинов М. М. Золоторудные гиганты // Отечественная геология. 1993. №6. С.75-83.

38. Константинов М.М., Варгунина Н.П., Косовец Т.Н., Симкин Г.Н., ШишаковаЛ.Н. Минералого-геохимическая зональность золоторудных месторождений // ГРМ. 1986. Т.40. №1. С.20-34.

39. Константинов ММ, Некрасов Е.М., Сидоров А.А., Стружков С.Ф. Золоторудные гиганты России и мира. М.: Научный мир, 2000. - 272 с.

40. Константинов ММ, Косовец Т.Н., Кряжев С.Г., Наталенко М.В., Стружков С.Ф., Устинов В.И. Строение и развитие золотоносных рудообразующих систем. М.: ЦНИГРИ. 2002. 192 с.

41. Константинов Р. М. Эндогенные рудные формации Сибири и Дальнего Востока. М.: Наука, 1966. С. 19-30.

42. Константинов P.M., Сиротинская С.В. и др. Логико-информационные методы оценки рудных месторождений. М.: Наука, 1977.135 с.

43. Косое В.В., Лившиц В.Н., Шахназаров А.Г. Методические рекомендации по оценке эффективности инвестиционных проектов. — М.: Экономика, 2000.

44. Королев Ю.К. Общая геоинформатика. М.: Изд. «Дата+», 2001. 84 с.

45. Крейтер В.М. Основные принципы классификации и подсчета запасов полезных ископаемых. Изд. АН СССР, 1937.

46. Крейтер В.М. Поиски и разведка месторождений полезных ископаемых. М.: Госгеолтехиздат, 1961.

47. Кременецкий А.А., Мгшцер Э.Ф. Универсальность эволюции золоторудных систем ключевой критерий регионального прогноза промышленного оруденения // Отечественная геология. 1995. №5. С. 19-27.

48. Кривцов А.И., Нарсеев В.А. Геологоразведочный процесс и прогнозно-поисковые комплексы. //Советская геология. 1983. № 1. С. 17-27.

49. Кривцов А.И. Прикладная металлогения. М.: Недра. 1989. 288 с.

50. Курбанов Н.К. Полигенно-полихронные месторождения золота // Смирновский сборник 99: Научно-популярный альманах. М.: 1999. С.144-197.

51. Линдгрен В. Минеральные месторождения. М.: ОНТИ, 1934. 220 с.

52. Маракушев А.А., Русинов В.А., Зотов И.А. и др. Глобальные аспекты эндогенного рудообразования // ГРМ. 1997. Т.39. №6. С.483-501.

53. Моисеенко В.Г., ЭйршиЛ.В. Золоторудные месторождения Востока России. Владивосток: Дальнаука, 1996. 352с.

54. Нарсеев В.А., Сидоров А.А., Фогельман НА. и др. Основы прогнозирования золоторудных месторождений в терригенных комплексах. М.: ЦНИГРИ, 1986. 192с.

55. Недра Магаданской области. М.З.Зиннатуллин, В.И.Гончаров, В.А.Банин ред. Магадан: СВКНИИ ДВО РАН, 1996. 100 с.

56. Некрасов Е.М. Зарубежные эндогенные месторождения золота. М.: Недра, 1988. 286 с.

57. Некрасов Е. М. Главные геолого-структурные типы и особенности крупных эндогенных месторождений золота // Отечественная геология. 1996. №2. С. 19-29.

58. Некрасов Е.М. Сходство и коренные различия крупных и рядовых трещинных месторождений золота // Руды и металлы. 1999. №3. С.48-62.

59. Новожилов Ю.И., ГавриловА.М. Золото-сульфидные месторождения в углеродисто-терриген-ных толщах. М.: ЦНИГРИ, 1999. 174с.

60. Петровская Н.В., Сафонов Ю.Г., Шер С.Д. Формации золоторудных месторождений. В кн.: Рудные формации эндогенных месторождений, т.2, М.: Наука, 1976.

61. Поляков Р.С. Компьютерная система оценки золоторудных месторождений. // «Геология, генезис и вопросы освоения комплексных месторождений благородных металлов». М.: ИГЕМ РАН, 2002, С.369-370.

62. Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. - М.: Наука, 1988. - 279 с.

63. Рахматуллаев Х.Р. О многовозрастности золоторудных формаций рудного поля Мурунтау // Зап. Узб. фил. Всес. мин. о-ва. 1989. Вып. 44.С.198-203.

64. РоновА.Б. Осадочная оболочка Земли. М.: Наука, 1980.78с.

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

66. Рундквист Д.В. Фактор времени при формировании гидротермальных месторождений: периоды, эпохи и стадии рудообразования // ГРМ. 1997. Т.39. №1. С. 11-24.

67. Ручкин Г.В. Принципы разведки месторождений на основе банка моделей-эталонов. // Советская геология, №8.1990.

68. Сборник нормативно-методических документов по геолого-экономической оценке месторождений полезных ископаемых. М., 1998, 319 с. (ГКЗ МПР).

69. СавваН.Е., Рожков П.Ю., Фомина М.И. Проблемы науки и технического образования на Северо-Востоке России. Магадан: МфХГТУК, 1997. 140с.

70. Сидоров А. А. Эволюционно-исторические аспекты рудообразования // Вестник РАН. 1992. Т.8. С.91-103.

71. Сидоров А. А. Очерки исторической металлогении. Магадан: СВКНИИ ДВО РАН, 1995. 70 с.

72. Сидоров А.А. Рудные формации и эволюционно-исторический анализ благороднометалльного оруденения. Магадан. Тр. ДВО РАН. 1998. 246с.

73. Сидоров А.А., Волков А.В. О некоторых аналогиях в строении и составе рудных залежей на золото-сульфидных месторождениях Карлин (США, штат Невада) и Майское (Россия, Чукотка) //Докл. РАН. 1998. Т.358. №2. С.226-230.

74. Сидоров А.А., Абрамсон Г.Я. Андреев Б.С. и др. Поисково-оценочные критерии золоторудных месторождений перивулканических зон. Магадан: СВКНИИ ДВО РАН, 1982. 68 с.

75. Степанов В.А., Моисеенко В.Г. Геология золота, серебра и ртути. Владивосток: Дапьнаука, 1993.228с.

76. Стефанович В.В. Системный подход в геолого-экономической оценке месторождений полезных ископаемых. // Сов.геология, 1989, №4, С. 3-9.

77. Стефанович В.В., Блинова Е.В. Методическое пособие по геолого-экономической оценке коренных месторождений золота, серебра и алмазов. М.: ЦНИГРИ. 1990.

78. Стефанович В.В. Экспрессные способы оптимизации ТЭО кондиций. // Геологическое изучение и использование недр. Науч.-техн. инф. сб. Вып.№З.М.: Геоинформмарк. 2001. С. 1117.

79. Стружков С.Ф. Закономерности размещения и основы прогноза золото-серебряных месторождений Охотско-Чукотского вулканогенного пояса. Автореф. докт. дисс., ЦНИГРИ, 2003.48 с.

80. ТомсонИ.Н., Полякова О.П. Минералого-геохимические индикаторы крупных рудных месторождений // Советская геология. 1984. №3. С.38-43.

81. УотерманД. Руководство по экспертным системам. М.: Мир, 1989. - 184 с.

82. Фогелъман Н.А., Константинов М.М., Курбанов Н.К. Принципы систематики золоторудных месторождений для прогноза и поисков // Отечественная геология. 1995. №3. С.31-41.

83. Фомина М.И. Северо-Восток России: проблемы экономики и народонаселения // Расширенные тез. докл. научной конференции. Магадан: СВКНИИ ДВО РАН, 1998. С.52.

84. Хрущов НА. Методика геолого-экономической оценки рудных месторождений. М.: ВИЭМС, 1975.

85. Чижова И.А., Константинов М.М., Поляков Р.С. Информационно-аналитическая система выбора аналогов золоторудных месторождений мира. II Тезисы докл. XIII Международной конференции «Проблемы теоретической кибернетики». Казань, 2002, С.193.

86. Шер С.Д. Металлогения золота. М.: Недра, 1972. 295с.

87. Шшо Н.А., Сидоров А.А., Загрузина И. А. Возраст золоторудных формаций Северо-Востока СССР и их связь с магматизмом//ДАН СССР. 1972. Т.204. №1. С.189-191.

88. Шнейдерхен Г. Рудные месторождения. М.: ИЛ. 1958. 486 с.

89. Щеглов АД. О металлогении Южно-Африканской республики, генезисе золоторудных месторождений Витватерсранда и проблеме открытия их аналогов в России. СПб.: ВСЕГЕИ, 1994.34с.

90. Ansdell К.М., Kyzer Т.К. Mesothermal gold mineralization in a Proterozoic greenstone belt: Western Rin Ron domain, Saskatchewan, Canada H Econ. Geol. V.87.1992. P.1496-1524.

91. Corbett G.J., Leach Т. M. Southwest Pacific Rim Gold-Copper Sistems: Structure, Alteration, and Mineralization 11 Soc. Econ. Geol. Special Publication. Number 6. 1998. 238 p.

92. Fleming A. W„ Handley G.A., Williams K.L. The Porgera Gold Deposit, Papua New Guinea // Econ. Geol. 1986. V.81. P.660-680.

93. Friesen В., Kusins В., Kennedy P., Drown P. Geology of the Golden Giant // Can. Min. Journ. July 1985. P.53-54.

94. Goldfarb R.J., MillerLD., Leach D.L., Lawrence W.S. Gold deposits in metamorphic rocks of Alaska // Econ. Geol. 1997. Monograph 9. P. 151-190.

95. Hodgson C.J., Love D.A., Hamilton J. V. Giant mesothermal gold deposits: descriptive characteristics, genetic model and exploration are selection criteria//Giant ore deposits. SEGSP-2. 1995. P. 157-206.

96. Hollister V.F. Fort Knox porphyry gold deposit, Fairbanks, Alaska // Case histories of mineral discoveries. Society for Mining, Metallurgy and Exploration, Inc. Littleton, Colorado. 1991. V.3. P.243-247.

97. Jannas RR, Beane RE., Ahler B.A., BrosnahanD.R Gold and copper mineralization at the El Indio deposit, Chile // Joum. Geochem. Explor. 1990. V.36. P.233-266.

98. Konstantinov MM., Rosenblum I.S., Strujkov S.F. Types of silver epithermal deposits, Northeast

99. Russia 11 Econ. Geol. 1993. V.88 (7). P. 1797-1809.

100. Nesbitt B.E., Muehlenbachs К Geology, geochemistry, and genesis of mesothermal lode gold deposits of the Canadian Cordillera: Evidence for ore formation from evolved meteoric water // Econ. Geol. 1989. Monograph 6. P.553-563.

101. Tchijova I, Konstantinov M, Poliakov R Computer-aided system for selection of analogs of the world gold deposits. II 8th Annual conference of the International Association for Mathematical Geology. Berlin, Germany. 2002. P.345-350.

102. Tchijova I, Poliakov R Computer-aided system of analog searching as applied to the gold deposits. // 9th Annual conference of the International Association for Mathematical Geology. Portsmouth. 2003. P.62-64.

Информация о работе

Поляков, Роман Сергеевич
кандидата технических наук
Москва, 2004
ВАК 25.00.35

Диссертация

Информационно-аналитическая система поиска аналогов золоторудных месторождений для их прогноза и оценки - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Похожие работы