计算机技术在采矿中的应用.doc

《计算机技术在采矿中的应用.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、计算机技术在采矿专业的应用摘要：介绍了国内外近年来计算机在采矿工程中的应用现状，并着重讨论计算机在矿床资源评价及经济效益分析、地下开采、露天开采、矿山企业管理等方面的应用及其应用的发展趋势。关键词：计算机；采矿工业；应用现状；发展趋势1引言采矿工程专业学生就业岗位一般都是基层一线单位的技术与管理工作，他们是本单位的专业技术人员，不但从事繁琐的一线数据整理分析任务，而且很多管理类的报表都是由他们完成的，因此，采矿工程专业的学生不仅应具备的计算机知识，而且能够在生产和管理实际中熟练应用所学知识。近年来由于微型计算机具有价格低、体积小、功能强大、对环境要求不高、使用方便等诸多

2、优势，随着计算机工业的大力发展，微型机在采矿工业中的应用也越来越广泛，其应用深度和广度也日益增加。计算机在采矿工业中应用的一个重要方面是矿山系统工程。矿山系统工程始于50年代，源于计算机与运筹学在矿业中的应用，当时只是运用运筹学的一些方法来解决那些运算工作量不很大的采矿工业中的一些实际问题；到了70年代中期，计算机在采矿工业中得到了应用，从而促进了矿山系统工程的发展，与此同时，涌现出了一批从事矿山系统工程工作的工程技术人员，初步形成了一支矿山系统工程的研究队伍；到了70年代末80年代初，采矿工业中已应用大中型计算机来解决科研、设计、生产中的一些复杂与运算工作量很大的实际

3、问题，我国的矿山系统工程有了进一步的发展；近几年来微型计算机的普遍使用，多种计算机技术的引进与开发使得矿山系统工程向纵深发展，计算机在采矿工业中的应用亦更广泛、更深入，几乎涉及到了采矿工业中的各个方面，科研、设计、生产中的应用软件也像雨后春笋般地涌现出来。2计算机技术在采矿工业中应用的现状2.1在矿床资源评价及经济效益分析方面目前计算机在矿床资源评价和经济效益分析方面的应用主要有：对矿床的综合评价及矿体边界品位的确定，矿块经济模型的建立及块值的计算，可行性研究及方案选择中的经济效益分析，经济指标的合理确定等。下面仅以边界品位的动态优化为例论述计算机技术在此方面的应用。边

4、界品位是用于区分矿石和废石的临界品位。与边界品位相互作用的因素很多，如采、选、冶成本，产品价格，时间因素，品位空间分布，采、选、冶生产能力及开采计划等。传统的成本法（即生产成本等于产品价值）所确定的边界品位是一个只考虑成本与价格的单一静态品位。由于产品价格与生产成本不会是一成不变的，资金也具有时间价值，成本法无法真实的反映这些变化。因此，利用该法所确定的边界品位不能获得应有的经济效益。成本法所确定的边界品位没有反映开采计划的影响，而恰恰是开采计划决定了与边界品位密切相关的入选矿石品位与数量，若边界品位的确定没有考虑开采计划因素，这样会给配矿带来困难，陷入为满足短期用矿指

5、标而使采掘关系失调的生产困境。由于边界品位的影响面广，所涉及的因素复杂，它的合理确定是一个自60年代就一直被许多学者关注的重要课题。针对静态成本法的严重欠缺，国外先后出现了考虑采、选、冶生产能力的以最大净现值为优化目标的矿体边界品位动态优化方法，以及将开采能力与边界品位同时优化的动态规划法等。目前，边界品位合理确定的研究趋势是：以最大净现值为目标，考虑采、选、冶生产能力、品位分布及开采计划要求的系统优化方法，建立生产组织优化模型，用计算机进行求解。由于边界品位动态优化的模型极其巨大，像如此大规模的线性规划问题在微机上尚无较好的求解方法，但神经网络方法的引入为这类优化问题

6、的求解开辟了一条新道路。2.2在地下开采方面随着计算机技术的不断发展，其在矿床地下开采中的应用也在逐步增多，主要是在采矿方法选择中的应用。此外，也广泛地应用于放矿过程的模拟，矿井服务年限的确定，地下开采生产规划的优化及通风、压气系统的网络计算等。采矿方法对矿山生产的许多生产指标（如矿山生产规模、矿石损失率、贫化率、劳动生产率、成本及安全等）都有很重要的影响。所以采矿方法选择的合理、正确与否，将直接关系到企业的经济效果及其成败。对于地下开采的矿山设计，选择技术上可行、经济上合理的采矿方法是设计中必不可少的重要环节。由于采矿方法的选择受诸多因素的制约又具有相当大的不确定性，

7、故选择最合适的采矿方法不但要有比较广泛的专家知识还要从经济效益出发，用数据说话。影响采矿方法选择的因素很多，一类为自然条件，如矿体的地质状况、赋存条件以及与市场密切相关的矿石价值等；另一类是人为要求，如地表的保护要求、技术上可行的前提下投资者（决策者）的倾向性要求等。诸多因素的共同点是与采矿方法之间难以建立起确切的函数关系，某些因素相互制约并具有较大的模糊性。因此目前大部分工程设计依然依赖于个人经验或沿用实例类比方式。近些年来，人们在采矿工程领域引入了人工智能来解决领域内经验判断问题，即不确定性推理问题。一些典型的应用有多目标决策线性规划