Поиск
Close this search box.

ИСТОРИЯ УСПЕХА КЛИЕНТА: Sibanye-Stillwater & Isatis.neo

Компания

Sibanye-Stillwater

Область

США

Геология

isatisneo

Готовы вывести свою горнодобывающую деятельность на новый уровень?
Обсудить задачу

Руководитель отдела по оценке ресурсов и отчётности в Sibanye-Stillwater использует усовершенствованный инструмент кластеризации проб Isatis.neo. Цель — улучшить идентификацию двух сложных геологических доменов на комплексном месторождении металлов платиновой группы. Рудник клиента находится в Монтане, США.

ИСТОРИЯ КЛИЕНТА

Разделение месторождения на домены — важнейший шаг в процессе моделирования ресурсов. Однако при чрезмерно сложном распределении концентраций могут возникнуть трудности с определением доменов. Компания Sibanye-Stillwater столкнулась с подобной проблемой при разработке месторождения платиновых металлов (МПГ) со сложными зонами высокой и низкой концентраций и несколькими разломами. Компания создала два домена, которые успешно разделили две совокупности концентраций и улучшили качество блочной модели.

Чтобы преодолеть эту проблему, сотрудники компании выбрали инструмент кластеризации проб, который объединяет:
Концентрацию
Толщину рудного тела

Sibanye-Stillwater — международная горнодобывающая и металлургическая группа компаний с портфелем разнообразных проектов и инвестиций. Деятельность Sibanye-Stillwater охватывает несколько стран.

Группа была основана в 2013 году и в настоящее время представлена в Аргентине, Австралии, Финляндии, Франции, Индии, Южной Африке, США и Зимбабве. Sibanye-Stillwater специализируется на различных сырьевых товарах. Портфель группы включает золото, платину, медь, цинк, свинец и литий.

Rio Tinto реализует различные сырьевые товары:

Компания основана в 2013 году и работает в разных странах:

КАК УЧИТЫВАТЬ ОГРОМНЫЕ УЧАСТКИ КОНЦЕНТРАЦИИ ПРИ ПЛАНИРОВАНИИ?

Компания Sibanye-Stillwater работает над проектом расширения рудного тела платиновых металлов вблизи своих рудников Stillwater и East Boulder в Монтане. В проекте представлены залежи с чрезвычайно высокой концентрацией, которые спорадически распределены по месторождению. Залежи перемежаются участками с более низкой концентрацией и пересекаются линиями разломов. Эти факторы усложняют создание отдельных доменов.

РЕШЕНИЕ — ИНСТРУМЕНТ КЛАСТЕРИЗАЦИИ ISATIS.NEO

Isatis.neo предлагает мощный инструмент кластеризации проб, основанный на геостатистической иерархической кластеризации.

Он автоматически группирует пробы скважин в однородные классы на основе нескольких непрерывных и категориальных переменных. Пользователи могут выбрать количество классов, в которые необходимо сгруппировать данные. Также можно выбрать переменные, которые будут использоваться для классификации, и присвоить им весовые коэффициенты.

Пользователи могут выбрать:
Количество классов, в которые необходимо сгруппировать данные
Переменные, которые используются для классификации
Весовые коэффициенты переменных
«Рудное тело пересекали несколько разломов, но мы не были уверены, какой из них использовать для создания доменов. Мы искали решение, которое позволило бы определить геологические домены однозначно и объективно».
Антонио Умпире – Руководитель отдела по оценке ресурсов и отчётности

ПОЭТАПНЫЙ ПРОЦЕСС

Антонио Умпире был знаком с Isatis.neo и предыдущей версией Isatis. Он использовал инструмент кластеризации проб, чтобы разбить пробы на категории по определённому количеству доменов.

  • Изначально он попытался создать три домена на основе значений содержания платины и палладия. Это позволило выявить одну область с низким содержанием.
  • Затем он создал четыре домена, что обеспечило более чёткую классификацию.
  • Наконец, Антонио ввёл в вычисления неразбавленную горизонтальную ширину и создал пять доменов для проверки своих предположений.

Такой подход позволил ему быстро и точно выделить две отдельные группы проб: с низкими значениями и с чрезвычайно высокими значениями. Инструмент кластеризации Isatis.neo автоматически группирует пробы в соответствии с их сходством по разным переменным. В этом случае для кластерного анализа использовались четыре класса. Кластеры отображаются в виде дендрограммы.

Автоматическая кластеризация проб:

Двухмерное сечение показывает разделение на домены в четырёх классах. Классы определяются в результате автоматической кластеризации проб Isatis.neo. В западной части отображаются области с более низким содержанием.

Неразбавленная горизонтальная ширина:

Использование переменной «неразбавленная горизонтальная ширина» подтверждает разделение на домены. Для вычисления достаточно только данных PTPD.

ОПТИМИЗИРОВАННОЕ ПРЕДЕЛЬНОЕ ЗНАЧЕНИЕ

Антонио применил аналогичный принцип на другом участке рудника, чтобы определить оптимизированные предельные значения для двух групп концентрации со сложным распределением. Этот метод позволил ему качественно и объективно отделить пробы с нормальными содержаниями от проб с чрезвычайно высокими содержаниями. Также Антонио смог определить подходящее предельное значение для каждой группы.

Результаты
Лучшие ресурсы
Улучшенное планирование

«Без детального определения доменов мы не учитывали бы при оценке небольшие участки с экстремальными концентрациями, и не смогли бы достичь поставленных целей. Разделение на домены помогает правильно осуществлять планирование».

Антонио Умпире – Руководитель отдела по оценке ресурсов и отчётности

Готовы вывести свою горнодобывающую деятельность на новый уровень?
Обсудить задачу

Посмотреть больше примеров из практики

СВЯЖИТЕСЬ С НАМИ