개요
SPb-Giproshaht는 국제적으로 운영되며 광산업에 대한 설계, 조달, 건설 사업을 수행하는 컨설팅 회사다. 이들이 이 분야에서 주력하고 있는 프로젝트는 구리 니켈 황화 광석의 최대 광부 중 하나인 광업 회사인 메드베지 루치(Medbezhy Ruchey)의 수송 시스템 최적화 프로젝트다. Medbezhy Ruchey는 SPb-Giproshaht와 제휴하여 운반 시스템 라우팅 및 채굴 프로세스 최적화에 사용할 수 있는 광석 침전물의 채굴 운반 시뮬레이션 모델을 개발했다.
심층 개발: 글로벌 동향 및 목표
현재까지 지구 표면 근처의 광물 퇴적물은 사실상 소진되고 있다. 따라서 광산업체들은 보다 심층적이고 생산성이 높은 기업을 만들 수밖에 없다. 개방된 구덩이에서 추출한 생광물의 약 90%가 수심 500m 이상의 광산에서 발굴된다.
개방된 구덩이의 깊이를 증가시키면서 원재료 추출이 더욱 복잡해졌고, 결국 다양한 광업과 운송수단으로 구성된 운반 시스템을 구축해야 했다. 그러한 시스템은 생산 공정의 모든 운영을 포괄한다. 동시에, 교통비는 증가해, 심층 개방 구덩이의 경우, 원자재 비용의 60-75%를 차지한다.
메드베지 루치는 채굴 운영과 운송 과정을 최적화하기 위해 SPb-Giproshaht에 의뢰해 메드베지 루치 오픈 핏 갱도와 자폴랴르니 갱도의 시뮬레이션 모델을 구축했다. 두 경우 모두 다음과 같은 물류적 과제를 해결하기 위해 채굴 시뮬레이션 모델이 필요했다.
- 광산 운송 네트워크 처리량 평가.
- 암석 질량을 운반하는 데 필요한 장비를 확인한다.
- 장비 선택 및 수량에 대한 권장 사항 개발.
- 지정된 장비 비행대를 통해 지정된 생산 능력이 충족되는지 확인하십시오.
SPb-Giproshaht 팀은 AnyLogic 광산 모델링 소프트웨어를 적용하여 두 개의 개별 시뮬레이션 모델을 개발했다.
오픈 핏 마이닝 시뮬레이션 및 최적화 모델
해결책
AnyLogic 광산 모델링 소프트웨어는 모델을 구축할 때 여러 모델링 접근법을 동시에 적용할 수 있다. 이 경우, 에이전트 기반 및 이산형 이벤트 접근방식을 사용하여 모델을 개발했다.
3차원 하중 및 하역 최적화 모델의 단편
모델에서는 굴삭기가 광석을 발굴해 과부하(광석체 위와 주변에 자리한 천연암석과 토양)에 사용되고 덤프트럭은 광석을 운반하고 과부하를 제거하는 데 사용된다. 광석은 가공 공장이나 메드베지 루치 오픈 핏에 위치한 찌그러지고 운반되는 시설로 운반되며, 과도한 부담은 덤핑으로 가져간다. 오레 덤퍼 하역 작업이 연속적으로 진행되는 한편, 서로 다른 트럭에서 과다하게 덤프 하역 작업이 동시에 진행될 수 있다.
채굴 최적화 모델에 대한 입력 데이터는 오픈 핏의 최대 운송 부하 기간과 최대 생산 능력(광산 운영 7년, 8년, 9년)에서 나왔다.
교통망은 오픈 핏에 대한 부지 배치 계획에 기초하였다. 3D 상황 계획은 마이크로민과 지오비아 서팍 소프트웨어 애플리케이션에서 로드된 채굴 운영 데이터베이스에 따라 설정되었다.
이 모델은 2D와 3D 모드를 가지고 있다. 운송 경로는 표준 AnyLogic 재료 취급 시뮬레이션 도구를 사용하여 개발되었으며, 지형 특수성, 채굴 위치 및 과부하 면, 덤프 및 기타 인프라 객체를 고려하였다.
이 모델은 두 가지 유형의 실험을 허용한다: 간단한 실험과 파라미터 변동 실험이다.
간단한 실험은 미리 정의된 파라미터로 모델을 실행한다. 모델 스타트업에서는 채굴 연도, 광석 덤핑 지점, 장비 양과 같은 매개변수가 설정된다. 또한 채굴 시뮬레이션 모델은 덤프 용량, 차량 속도, 적재 및 하역 기간을 포함한 추가 매개변수의 설정을 가능하게 한다. 모델 스타트업의 경우 암석 운송 과정이 표시된다. 결과는 그래프, 다이어그램 및 동적 텍스트로 제시된다. 관련 차량의 수, 굴착된 총 광석과 과부하(교대조 및 전체 시뮬레이션 기간 동안), 기타 운송 프로세스의 특성.
매개변수 변동 실험을 통해 사용자는 모형 행동에 대한 특정 매개변수의 유형과 영향 정도를 평가할 수 있다. 사용자는 필요한 파라미터를 선택하고 선택한 파라미터의 값을 변경하기 위한 자동 시뮬레이션 실행 횟수를 설정한다. 실험 결과는 다양한 매개변수에 대한 모델 효율의 의존성을 보여주는 도표에 표시된다. 예를 들어, 이 실험은 운송된 과부하 볼륨이 덤프트럭 수와 어떻게 관련이 있는지에 대한 통찰력을 제공했다. 필요한 성능을 제공하는 데 필요한 덤프 트럭의 최소 양을 정의하는 데 도움이 되었다.
결과
개방형 피트 최적화 모델을 통해 엔지니어는 다음을 수행할 수 있었다.
- 교통 흐름과 개방 핏 도로망의 최대 용량을 계산하여 혼잡을 방지한다.
- 전체 추출된 암석 질량을 처리 공장으로 이송하여 과도한 부담을 줄 수 있는지 확인한다.
- 매개변수 변동 실험을 이용하여 필요한 덤프트럭의 수를 더 정확하게 계산하고 암석 질량의 종류와 총 채석 시간에 따라 필요한 덤프트럭의 양을 줄인다.
자폴랴니 지하 갱도 시뮬레이션 모델
해결책
자폴랴니 지하 갱도의 채굴 과정은 여러 가지 특징이 있다. 예를 들어 스포크 팁을 발생시키는 채굴작업은 폐쇄된 운송망에서 운영되며, 네트워크를 항해할 때 덤프트럭이 서로 간섭할 수밖에 없다. 또한, 현장 개발이 진전됨에 따라 원료 추출 위치에 따라 스포크 팁의 위치가 달라진다. 그 결과 다양한 개발 단계에서 덤프트럭을 서로 다른 장소에 적재해야 하며, 이로 인해 수많은 운반 경로가 만들어진다.
이러한 특징들은 암석 대량 수송 과정을 비선형적으로 만든다. 모델을 개발할 때 나열된 특징을 반영하기 위해 이산 이벤트 접근방식을 선택했다. AnyLogic Material Handling Library는 교통망 내에서 이동하는 차량이 서로 어떤 영향을 미칠 수 있는지를 반영하는 구성요소를 제공했다.
전송 네트워크 모델
이 모델은 "경로"와 "노드"로 구성되어 있으며, 기존 및 계획된 광산 구조와 함께 스케일링 래스터 배경에 표시되는 표준 AnyLogic 객체로 구성되어 있다. 운송망의 특정 지점에서 구성부품은 덤프트럭 적재 및 하역 지점의 위치를 결정한다. 시뮬레이션과 파라미터 변동 실험도 이 모델에서 이용할 수 있다.
시뮬레이션 실험을 수행할 때, 한 번의 작업 교대조 동안 덤프 트럭 운용을 결정하는 매개변수로 채굴 생산성 향상 모델이 실행된다. 전송 네트워크 운영의 최소 시간 간격은 한 달력이다. 매월은 일정한 광업영역에 해당하는 반면 암석 대량 수송의 과정은 변함이 없다. 모델은 지정된 날짜에 작업이 수행되고 있는 지역에 대한 정보를 데이터베이스로부터 요청하고, 운송 네트워크의 해당 적재 지점을 활성화한다. 이 데이터를 참작해 덤프트럭의 노선이 만들어져 사고를 감시·제거한다.
매개변수 변동 실험의 경우 연도와 월은 변수로 설정되며, 다음 설정은 매개변수로 작용한다.
- 덤프 트럭의 수
- 주행당 운반되는 암석의 중량
- 덤프 트럭의 속도(부하 및 비어 있음)
- 적재 및 하역 기간
- 교대 중 덤프트럭 작업 시간
결과는 주어진 시간대의 각 달의 석탄 생산량을 보여주는 히스토그램에 표시된다.
결과
지하 갱도 모델은 엔지니어들이 여러 해 동안 원하는 성능을 달성하는 데 필요한 장비 수량을 계산하는 데 도움을 주었다. 시뮬레이션 결과를 토대로 2018~2030년에는 덤프트럭, 2033~2047년에는 2대, 2031년에는 2032년, 2048년에는 1대씩 증차할 계획이다.