Концепция Mine to Mill, то есть интегрированный подход к оптимизации предприятия «от руды до фабрики», набирает популярность. Добывающие компании стремятся снизить затраты, повысить производительность и согласовать технологические процессы на всех этапах. Для этого необходимо выявить большое количество неочевидных закономерностей. Компания «Полюс» решает эту задачу в числе прочего за счёт разработки прогнозных моделей.
Выступая на конгрессе «Добывающая промышленность России и СНГ — 2025», старший аналитик «Полюс Проект» Антон Стрижнев сразу предупредил, что по образованию является не металлургом или обогатителем, а математиком. Но, как оказалось, именно такой свежий взгляд позволил отделу технологических разработок получить ценные результаты.
Специалисты «Полюс Проект» поставили перед собой задачу разработать модель, которая позволила бы прогнозировать изменение технологических показателей в зависимости от химического состава минерального сырья.
Зачем золотодобытчику это в принципе понадобилось? А затем, что технология переработки руд со временем развивается, «Полюс» стремится нарастить объёмы. Для этого компания, с одной стороны, хочет повысить процент извлечения, а с другой, увеличивает производственные мощности. И здесь ей требуется инструмент для более детального планирования и прогнозирования показателей. Ключевыми из них являются загрузка оборудования, извлечение ценного компонента и, конечно же, выпуск готовой продукции.
«К реализации проекта нас во многом сподвигло наличие большого объёма уже накопленной информации. Компания работает давно, обороты у нас большие, и данные хотелось использовать более рационально», — объяснил Антон Стрижнев.
Специалист рассказал, как в «Полюсе» выглядят традиционные исследования. Этот процесс называется опережающим тестированием руд. Организован он так: на месторождении формируют пробу руды, её привозят в лабораторию, где изучают вещественный состав и рассчитывают технологические показатели ЗИФ.
Поскольку лаборатория — это всё-таки не полноценное фабричное производство, скорее, его модель, данные нельзя перенести в чистом виде, поэтому применяется так называемый переходный коэффициент. В целом по такой схеме обычно и работают обогатительные производства — она считается довольно прогрессивной.
«И у нас всё неплохо получалось. Но были и проблемы. В частности, такие исследования требуют очень много времени, поскольку нужны отбор пробы и полноценное исследование. Кроме того, всегда есть риск, что эти пробы окажутся недостаточно репрезентативными, а поймём мы это только тогда, когда начнём перерабатывать руду на фабрике», — рассказал Антон Стрижнев.
Потому-то «Полюс» и заинтересовался возможностями математических моделей. Разработчики поставили перед собой несколько ключевых целей. Во-первых, они стремились создать унифицированный подход к расчётам технологических показателей, простыми словами, калькулятор, которому не нужны допущения, корректировки и экспертные мнения. Во-вторых, технологи хотели выйти на оценку и анализ текущих показателей. Обычно здесь применяется ручной ретроспективный подход, то есть сравнение современных и прошлых данных, а это, опять же, требует времени.
В-третьих, что особенно важно, математическая модель должна была помочь в расчёте плановых показателей. Антон Стрижнев поделился информацией о том, что к 2030 году «Полюс», который и так является российским лидером по добыче золота, хочет удвоить объёмы выпуска драгоценного металла. Такие амбиции определённо требуют более детального планирования, чтобы определять дефицит или профицит мощностей, сырья или материалов.
Ну а четвертой целью специалист называл оптимизацию традиционных исследований, точнее временных затрат на них. То есть математическая модель всё-таки не заменит привычное изучение проб: всё равно нужна будет верификация результатов.
Модель разрабатывали в шесть основных этапов. Первым, конечно же, был сбор исходных данных — самый долгий и трудоёмкий процесс. Основными источниками стали сводки ОТК, данные экспресс-анализов и собственные исследования в лабораториях компании. Изначальная выработка составила несколько тысяч значений, поэтому вторым этапом стали нормирование и очистка данных. Далее разработчики занялись статистическим анализом, а после — определением значимых закономерностей.
На следующем этапе все собранные результаты синтезировали в модели, а в финале проверили точность, сравнив расчётные данные с фактическими. Результаты получились очень высокими: абсолютное отклонение от сквозного извлечения на фабрике составило 0,91%, а относительное — 1,1%.
Таким образом, исходных целей разработчики достигли, хотя, как признал г-н Стрижнев, не в полной мере. Тем не менее компания использует созданную модель, чтобы сократить время на традиционные исследования и оценить, как меняются технические показатели в зависимости от химического состава руды.
Расчёты базовых сценариев удалось унифицировать, а значит, куда проще стало оценить эффект от различных модернизаций — такие данные можно предоставить, например, в инвесткомитет. Количественные и качественные показатели для календарных планов модель также выдаёт — можно составлять их даже на 30 или 40 лет. К тому же есть вполне практический эффект: модель позволяет оптимально распределять рудопотоки, чтобы добиться повышения извлечения золота из руды именно с этим химическим составом.
«Изначально, когда я взялся за эту работу, я хотел создать модель, которая обладала бы математической строгостью. Однако я увидел, что при прогнозировании от новых исходных данных происходило значительное рассогласование с традиционной логикой технологического процесса. Поэтому пришлось искать некоторый компромисс между точностью и близостью к технологии. Но в то же время, если ориентироваться только на технологические представления, так скажем, из учебника, не всегда удаётся точно описать факт работы», — поделился опытом Антон Стрижнев.
Эксперт также добавил, что технологические показатели обогатительного и гидрометаллургического переделов, конечно же, определяются не только химическим составом руды, хотя выводы и были достаточно точными. Однако параллельно его коллеги из исследовательского центра «Полюс Проект» ведут другие исследования: они изучают влияние физико-механических свойств руды на работу ЗИФ. Здесь также внедряют компьютерные математические модели.
«Ключевая цель, я думаю, понятна: мы стремимся достичь оптимальных технологических показателей переработки руды на ЗИФ, планируя работу фабрики на основании данных прогнозных моделей», — отметил главный исследователь лаборатории обогащения минерального сырья исследовательского центра «Полюс Проект» Сергей Булгаков.
Исходные точки тоже ясны. Рудоподготовка остаётся одним из ключевых элементов технологической цепочки обогащения полезных ископаемых. Когда производительность ЗИФ растёт, когда предприятие вовлекает в отработку сырьё с более сложными технологическими свойствами, более вариативным литологическим составом, потребность в прогнозировании показателей увеличивается. И здесь компания опять же обращается к математической модели.
Чтобы создать её, Сергей Булгаков и его коллеги изучили более 50 проб текущего производства, более 70 МТП и выполнили больше400 различных тестов для определения физико-механических свойств (ФМС), таких как дробимость, коэффициент крепости, измельчаемость и так далее.
Разработка модели включала в себя технологическую и геологическую части. Первая строилась в той же логике, что и в проекте, описанном выше, а вот вторая подразумевала включение основных физических параметров, влияющих на переработку руды в процессе планирования работы ЗИФ.
В процессе исследования аналитики и технологи зафиксировали и доказали ряд зависимостей. Из очевидного: крепость руды влияет на производительность мельниц первой и второй стадий измельчения, чем меньше первая величина, тем выше вторая. Такая же связь между крепостью и энергопотреблением ММПС.
К тому же есть чёткая корреляционная зависимость ФМС от вещественного состава руды — этот вопрос специалисты тоже изучили. Например, чем больше в сырье слюды, тем выше индекс шарового измельчения Бонда. А вот с содержанием карбонатов всё наоборот. Такие выводы аналитики сделали на основе тестирования руд с двух месторождений «Полюса».
«Мы сейчас копим эти зависимости. Начинали на одном объекте, а теперь уже работаем на всех предприятиях, в том числе на новых месторождениях. И хотим вести работы на постоянной основе, чтобы актуализировать наши модели», — отметил Сергей Булгаков.
Развивая методику, команда делает следующие шаги, например, изучает влияние БВР и сетки бурения на ФМС. Скажем, специалисты увидели, что низкий расход ВВ может быть соотнесён с падением производительности, когда на переработку начинают подавать более крепкую руду. Зафиксировали они и обратную зависимость. Задача — найти оптимальный баланс всех показателей с оценкой влияния на сквозное извлечение. Это направление аналитики называют перспективным.
«Таким образом, использование комплексной модели позволяет прогнозировать производственные показатели с учётом планируемого состава шихты. Кроме того, они дают возможность оптимизировать состав сырья, подаваемого на ЗИФ. А ещё они позволяют гибко и оперативно реагировать на отклонение ФМС руды. Проще говоря, если что-то происходит на фабрике, мы уже знаем, куда смотреть, какие мероприятия проводить и как корректировать шихту», — подчеркнул г-н Булгаков.
В будущем разработчики хотят создать совместную комплексную модель, чтобы сосредоточить всю информацию о месторождении «в одном ядре». Они уверены, что такой инструмент позволит компании регулировать технологический процесс таким образом, чтобы в финале нарастить объёмы производства золота.
Спасибо!
Теперь редакторы в курсе.