автореферат диссертации по химической технологии, 05.17.02, диссертация на тему:Оптимизация технологии скважинного подземного выщелачивания урана из руд гидрогенных месторождений

На правах рукописи

00461 м

УМАНСКИИ Алексей Борисович

ОПТИМИЗАЦИЯ ТЕХНОЛОГИИ СКВАЖИННОГО ПОДЗЕМНОГО ВЫЩЕЛАЧИВАНИЯ УРАНА ИЗ РУД ГИДРОГЕННЫХ МЕСТОРОЖДЕНИЙ

Специальность 05.17.02 - Технология редких, рассеянных и радиоактивных элементов

Автореферат диссертации на соискание ученой степени кандидата технических наук

2 8 ОКТ ?010

Екатеринбург - 2010

004611955

Работа выполнена на кафедре редких металлов и наноматериалов Федерального государственного автономного образовательного учреждения высшего профессионального образования «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина»

Ведущая организация: ОАО «Чепецкий механический завод», г. Глазов

Защита состоится «18» октября 2010 г. в 15 часов на заседании совета Д 212.285.09 при Уральском федеральном университете имени первого Президента России Б.Н. Ельцина по адресу 620002, г. Екатеринбург, ул. Мира, 19, зал учёного совета (И-420).

Ваш отзыв на автореферат, заверенный гербовой печатью, в двух экземплярах просим выслать по адресу: 620002, г. Екатеринбург, ул. Мира, 19, ФГАОУ ВПО «УрФУ имени первого Президента России Б.Н. Ельцина», учёному секретарю совета Д 212.285.09.

Факс (343) 374-54-91. Адрес электронной почты: jaaf@dpt.ustu.ru С диссертацией можно ознакомиться в библиотеке ФГАОУ ВПО «УрФУ имени первого Президента России Б.Н. Ельцина». Автореферат диссертации разослан «17» сентября 2010 г.

Ученый секретарь диссертационного совета,

Научный руководитель: доктор технических наук, профессор

Смирнов Алексей Леонидович Официальные оппоненты: доктор технических наук

Ремез Виктор Павлович кандидат технических наук Трощенко Виталий Георгиевич

доктор химических наук, профессор

Л.Ф. Ямщиков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы

Уран является одним из видов топлива для ядерной энергетики и рассматривается как стратегический материал для военных целей и обеспечения энергетической независимости. Доля России на мировом рынке низкообогащенного урана весьма существенна, а задача поддержания и дальнейшего увеличения объемов экспорта, являющегося важнейшим источником финансирования отрасли, остается первостепенной.

Процесс извлечения урана способом скважинного подземного выщелачивания (СПВ) протекает в условиях неопределенности геотехнологической информации о недрах, что зачастую негативно сказывается на стоимости капитальных затрат на строительство предприятия и текущих затратах на его эксплуатацию, следовательно проблема поисков путей оптимизации и снижения затрат сохраняет свою актуальность. Поэтому изучение геотехнологической среды в межскважинном пространстве и физико-химических процессов взаимодействия растворов с породой и полезньм ископаемым, обоснование границ и порядка отработки является, по сути, самой главной задачей.

В связи с этим, помимо исследования физико-химических особенностей процесса, одним из направлений оптимизации и повышения эффективности извлечения урана способом СПВ может послужить применение математических методов моделирования, позволяющие получить более ясную и достоверную картину текущего состояния предприятия. Успешная реализации полученных моделей в цифровом виде на ЭВМ позволит привлечь большее количество исходных данных, увеличить степень их использования, обеспечит возможность оперативного составления альтернативных вариантов технологической отработки, ускорит принятие решений при проектировании, планировании и управлении производством.

Цель работы

На основе физико-химических закономерностей протекания процесса Выщелачивания урана и построенной цифровой модели месторождения, провести подбор оптимальных технологических параметров и схем размещения технологических скважин, обеспечивающих сокращение времени отработки технологических блоков и уменьшение потерь полезного компонента.

Объект исследования - геотехнологические комплексы добычи урана способом СПВ.

Предмет исследования - кинетика процесса выщелачивания урана и статистические методы оценки и прогнозирования минерально-сырьевых и технологических показателей на добывающих предприятиях.

Задачи исследования

1 Исследовать кинетику выщелачивания урана из руд и на основе полученных физико-химических зависимостей определить оптимальные технологические параметры, интенсифицирующие процесс.

2 Используя существующие наработки в области статистики и геостатистики, разработать методику математического моделирования, позволяющих наиболее полно учитывать все основные свойства системы СПВ и получать информацию о взаимосвязях и закономерностях изменений геологических и технологических параметров с целью своевременного использования её для принятия решений планирования и управления в технологическом цикле. Разработать алгоритмы реализации полученной модели и на их основе создать автоматизированный программный комплекс обработки геотехнологических данных, удовлетворяющий основным требованиям, предъявляемым геоинформационной системам.

3 С помощью созданных программных средств построить цифровую модель месторождения урана, отрабатываемого способом СПВ и на её основе определить оптимальные параметры расположения сети технологических скважин.

Достоверность полученных результатов

Проведенные расчеты, с использованием полученной модели и применением разработанных программных средств, показали высокую сходимость при сопоставлении результатов моделирования с известными фактическими показателями отработанных месторождений.

Научная новизна

Разработана математическая модель обработки, анализа и интерпретации геотехнологических показателей месторождения, отличающаяся от традиционных методов интерполяции универсальной схемой моделирования, позволяющей рассчитать значение рассматриваемого атрибутивного признака (содержание, мощность, плотность и т.д.) в любой точке геопространства путем выявления области пространственной автокорреляции атрибута относительно рассчитываемой точки и построения в этой области самосогласующихся трендов, характеризующих изменения признака вдоль выделенных профилей.

Практическая значимость работы

Разработанная на основе полученной модели, автоматизированная информационная система (АИС) «Геотехнология», с максимальной автоматизацией расчетов, позволяет принимать решения по планированию и управлению разработкой месторождения и подбирать оптимальные параметры схемы расположения технологических скважин и режимов отработки, что позволит интенсифицировать процесс, уменьшая время отработки эксплуатационных участков и снижая потери.

Личный вклад автора

1 Усовершенствование способа расчета значения исследуемого признака в рассчитываемой точке по результатам определения области автокорреляции признака и выявления закономерности (тренда) его изменения по всем рассматриваемым направлениям.

2 Разработка алгоритмов реализации полученной математической модели в цифровом виде в соответствие предъявляемым требованиям, таким

как: малая трудоемкость считывания информации с первичных геолого-маркшейдерских материалов, универсальность, информативность и надежность.

3 Реализация полученных алгоритмов в виде программного комплекса АИС «Геотехнология», позволяющего максимально автоматизировать весь процесс построения модели, расчёт технологических параметров и подбор оптимальной схемы расположения технологических скважин.

Апробация результатов

Основные положения и результаты диссертационной работы обсуждены и одобрены на семинарах кафедры РМиН Физико-технического факультета УрФУ им. Б.Н. Ельцина; докладывались на XII отчетной конференции молодых ученых УГТУ-УПИ (г. Екатеринбург, 2007), на IV и V Международной научно-практической конференции по актуальным проблемам урановой промышленности (Алматы, Республика Казахстан, 2006,2008), и на XV и XVIII международной научной конференции молодых ученых (г. Екатеринбург, 2008,2010).

Публикации

Основные положения диссертации опубликованы в 14 научных работах.

Структура диссертации

Диссертационная работа изложена на 145 страницах машинописного текста, включая 38 рисунков, 8 таблиц, и состоит из введения, 4 глав, заключения, библиографического списка из 121 источников отечественных и зарубежных авторов, 5 приложений.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе проводится обзор особенностей технологии физико-химического способа добычи полезных ископаемых и условия возможности ее применения, а также проводиться анализ существующих разработок компьютерных систем для решения различных технологических задач.

Физико-химические способы добычи полезных ископаемых получили широкое промышленное применение в России и за рубежом. Наиболее перспективным является метод СПВ, который позволяет выщелачивать металл in situ - на месте залегания. Способ СПВ особенно перспективен для отработки месторождений, приуроченных к осадочным водоносным породам.

В процессе проведения работ по СПВ выявилось, что подземное выщелачивание через скважины сталкивается с рядом трудностей, что при отсутствии надежных методов контроля над движением рабочих растворов делает процесс СПВ трудно управляемым, а также осложняет геотехнологические расчеты его параметров.

В связи с этим исключительно большое значение имеет создание математических моделей обработки и анализа геотехнологических данных с последующей реализацией их в виде компьютерных программ, позволяющих проводить многоплановые эксперименты на ЭВМ с минимальными затратами времени. На базе таких экспериментов можно устанавливать новые закономерности, прогнозировать результаты и последствия отработки месторождений полезных ископаемых, провести оптимизацию технологии в целом.

В мировой практике имеется множество конкурирующих между собой интегрированных систем, некоторые из них получают определенное распространение на территории Российской Федерации при проектировании и эксплуатации месторождений. Однако, в результате экспертизы, проведенной в ЦКР Роснедра министерства природных ресурсов и экологии, был выявлен ряд недостатков, присущий всем предлагаемым программным продуктам:

1 ни одно программное средство не может претендовать на полноту охвата решаемых задач, характерных для конкретного предприятия;

2 значительное время на освоение;

3 значительное время на внедрение такого рода систем - общее время

внедрения, как правило, больше суммы времени на внедрение отдельных частей, решающих необходимый перечень задач,

4 колоссальный набор инструментов, входящих в программные пакеты, значительно увеличивающий их рыночную цену;

5 применяемые в них математические методики моделирования имеют 20 - 30-летнюю давность.

Во второй главе сформулированы требования, предъявляемые к модели месторождения, и проведен анализ основных инструментов геостатистики, используемых для создания моделей месторождений в подавляющем большинстве современных геоинформационных систем.

Математическая модель месторождения должна давать комплексное представление о месторождении, включающее пространственное размещение залежи и вмещающих пород (геометрические параметры), геологические, гидрогеологические и физико-механические свойства, характеристику сортов и технологических типов руд.

Можно выделить наиболее важные характеристики, предъявляемые к модели месторождения:

• точность — способность модели отражать первичную геологическую информацию с минимальной погрешностью;

• универсальность — пригодность для моделирования разнообразных гррно-геологических условий и решения различных задач;

• информативность — возможность получения необходимого количества и перечня данных;

• надежность — возможность сохранения значений параметров и показателей и предотвращения ошибок в процессе обращения к модели.

Все современные компьютерные геоинформационные системы строят модели месторождений, используя в качестве математического аппарата геостатистику. Термин геостатистика применяется к специализированным ветвям прикладной статистики в качестве теории оценки пространственных переменных.

Основной инструмент геостатистики - полувариограшш, используется для определения пространственной корреляции между произвольно размещенными реальными данными наблюдений. Как только экспериментальная полувариограмма описана математической функцией, полученная модель может быть использована для оценки неизвестных значений исследуемого параметра в любой точке данного пространства. Эта процедура оценивания называется крайгингом.

Однако на практике применение геостатистики для решения геологоразведочных задач сталкивается с рядом проблем.

Первая и самая большая - то, что пространственная корреляционная функция оцениваемого массива остается неизвестной. Она обычно оценивается с помощью построения полувариограмм, которым подбирается та или другая стандартная модель. При этом интерпретация полувариограмм - вещь сугубо субъективная. Геостатистики разработали множество «правил» для интерпретации полувариограмм, но до сих пор это «искусство» остается в высокой степени субъективным.

Другая важная проблема - это предположение о стационарности исследуемых переменных, которое в большинстве случаев не соблюдается, поскольку зачастую в разных частях месторождения присутствуют трендовые отклонения от среднего, что делает невозможным применения точечного крайгинга, а использование универсального или других видов крайгинга приводит к сложным многократным расчетам с последовательньм приближением к «истине», которая также является субъективной.

В третьей главе описана теоретическая разработка математической модели анализа пространственно-факторной связи геотехнологических данных, исключающая выше обозначенные ограничения геостатистической теории.

Месторождение полезного ископаемого как объект геометризации состоит из отдельных горно-геологических, горнотехнических и других показателей (атрибутивных признаков) полезного ископаемого и вмещающих

пород X = (XI, Х2,...,Хп), измеренных в системе пространственных

координат х ~(х, у, г). Вследствие генетического и пространственного единства различных атрибутивных признаков, между ними наблюдаются различного рода взаимосвязи как на данном структурном уровне (по горизонтали), так и между уровнями (по вертикали).

Многомерный комплекс различных атрибутивных признаков месторождения в наиболее общем виде можно описать системой пространственно-факторных полей отдельных показателей: " X, =П/1(*,Х);<р,(х,X)]

Х2=Р[/2(х,Х)-<р2(х,Х)\ (1)

Здесь / (х, х ) - закономерная составляющая пространственно-факторного поля, выражающая закономерность размещения атрибутивного признака X, в пространственных и факторных координатах (уравнение тренда и многофакторная регрессионная модель). Случайная составляющая <р (х, ~х) оценивает дисперсию модели по пространственным и факторным координатам. Оператор F определяет вид взаимодействия/и <р.

Корреляционная связь геоданных в наиболее полном объеме выражается корреляционной матричной функцией (КМФ), транслируемой в геопространстве. При этом элементом связности геоданных является КМФ вдоль пространственного профиля. На основе профильных корреляций составляется представление о площадной или объемной связности геоданных в форматах 2Т) или ЗБ.

Предполагается, что атрибутивные признаки геосистемы измерены в точках профиля, образующих первое однородное множество координат X/, с установленной регулярностью, т.е. интервал ДХ1 между двумя любыми последовательно расположенными точками на профиле выдерживается постоянным.

[М ] = тп

Х„ Х.2 Х„ Л Х,„

Х22 Х23 Л Х2п

Л м Л Л А

Хи, Х„о Л Хщп

Обозначив I, длину транзитивно передвигающегося по профилю интервала, разделяющего две его точки и измеряя эту длину количеством единичных интервалов, ограничим целочисленные значения / в пределах от О до п-2, то профильную матричную корреляционную функцию можно

представить в виде произведения матриц

[кЩ [лпф/+«Г' (3)

где [М (!)]• [М *(1)] - матрицы, получаемые из матрицы (2) в результате удаления / столбцов с левого края (знак минус) и, соответственно, - с правого края (знак плюс); Т - знак транспонирования матрицы. Значения коэффициентов корреляции, составляющих матрицу (4), зависят от количества точек профиля, интервала I и характера распределения атрибутивных признаков вдоль профиля. КМФ имеет вид

ки =

МО МО МО МО

.*«.( о

*,2(0

*..( о

*«, (О.

(4)

КМФ содержат всю информацию о корреляционной структуре отдельных случайных признаков и их взаимосвязей. Она характеризует динамику взаимосвязей в зависимости от интервала разведки. В случае 1=0 из (4) получим симметричную матрицу коэффициентов корреляции, отображающую связь геоданных по совмещенньм точкам профиля. По значению каждого коэффициента кц(0) первой строки матрицы оценивают уровень пространственно-атрибутивной связи соответствующего признака. Повышенное значение указывают на наличие тренда, и тогда пространственно-атрибутивная связь распространяется на весь профиль. Низкое значение коэффициента отражает преобладание случайной компоненты в распределении признака по профилю. При этом

11

корреляционная связь существует лишь на ограниченном расстоянии, то есть в пределах интервала автокорреляции /к. Интервал автокорреляции для выделенного атрибутивного признака с индексом г, определяется автокорреляционной функцией из известного соотношения ¿„{/к)=0.

.. Вид распределения атрибутивных признаков вдоль профиля, в сопоставлении с координатным распределением, в пределах выявленного интервала корреляции, определяется построением самосогласованного тренда.

В соответствии с (1) любое из наблюдаемых значений признака X, состоит из двух компонент, одна из которых /(Х^ - закономерная, т.е. трендовая составляющая, а другая <р(Х) - случайная.

Трендовая компонента представляется алгебраическим полиномом степени р, состоящим из п членов.

Коэффициенты тренда могут иметь разную значимость в связи с относительной долей вклада каждого члена в его суммарный результат. В свою очередь в целом тренд описывает закономерность в изменении признака с некоторой погрешностью. Поэтому развитие тренда определяется двумя видами испытаний: внутренними по оценке значимости коэффициентов и внешними - на соответствие тренда поставленной информационной задаче.

Главной особенностью предложенной модели тренда являются внешние испытания, в процессе которых устанавливается степень его достаточности или направление дальнейшего развития. Испытания связаны с оценкой распределения случайной составляющей искомого признака вдоль каждого аргумента.

Случайная составляющая признака в точке / опорной сети определяется разностью

(5)

Дисперсия признака ауч с учетом этой разности сравнивается с его дисперсией сболтим, обусловленной воспроизводимостью метода получения

признака в точке сети и влиянием незначимых структурных неоднородностей объекта вдоль каждого трендового аргумента. Соотношение

^ случ оптим (6)

является критерием, по которому оценивается степень самодостаточности, т.е. согласованности тренда. Величина <?0Птш устанавливается на основе анализа полувариограммы случайной составляющей признака вдоль каждого аргумента

ХДх^З^+Д*)-^*,)]2 (7)

2п ,

где Ах - интервал между значениями аргумента х и х,+ Ах; п - количество возможных интервалов Ах на множестве х,.

В качестве оптимальной а2оптим принимается дисперсия асяуч, при которой минимумы полувариограмм, разделенные размерами значимых структурных неоднородностей объекта, близки к нулю или принимают заданную допустимо малую величину. Разделение значимых и незначимых структурных неоднородностей геотехнологических объектов и, соответственно, выделение случайной составляющей признака зависит от информационных требований, содержащихся в поставленной горногеологической задаче.

Искомое значение исследуемого признака в рассчитываемой точке, определяется по формуле:

(8)

* 1

I— Ml.Pl

где 1 - рассчитываемое значение в точке; г, - значение в ¿-ом узле интерполяции; /у - расстояние между рассчитываемой точкой и /-ым узлом; Pi - степень трендовой составляющей признака вдоль профиля /; д - количество выделяемых профилей, включающих рассчитываемую точку.

В четвертой главе исследованы основные кинетические закономерности выщелачивания урана из руд и разработаны алгоритмы реализации полученной модели в виде АИС «Геотехнология», с помощью которой была построена цифровая модель технологического блока, отрабатываемого способом СПВ, и определены оптимальные параметры сети расположения технологических скважин.

Для установления закономерностей кинетики выщелачивания урана из руды были проведены две серии испытаний при разных температурах и при различных концентрациях серной кислоты.

200 400 (00 Время, мин

1 - 20°С; 2 - 40°С; 3 - 60°С; 4 - 80°С Рисунок 1 - Зависимость степени выщелачивания от времени при различных температурах и концентрации Н280410 г/л

400 8р«мя, мин

1 - 10 г/л Н2804; 2-20 г/л Н2804; 3-30 г/л Н3804;

4-40 г/л Н2304; 5 - 50 г/л Н2804 Рисунок 2 - Зависимость степени выщелачивания от времени при различных концентрациях исходного реагента и температуре 20сС

Как видно из графиков скорость выщелачивания урана сильно зависит от температуры, но не зависит от концентрации кислоты. Проведенные расчеты показали, что энергия активации Е=43 кДж/моль, а значение порядка реакции п ~ 0.

Известно, что присутствие Ре(Ш) в растворе существенно повышает степень извлечения урана а, однако кинетика этого процесса до сих пор не была освещена. Чтобы выявить влияние присутствия железа в растворе на кинетику выщелачивания был проведен ряд модельных экспериментов по растворению и3Ов при разных температурах с разными концентрациями Ре(Ш) в выщелачивающем растворе Н2504 10 г/л

14

Время, мин

1 - 20°С; 2 - 40°С; 3 - 60°С; 4 - 80°С Рисунок 3 - Зависимость степени выщелачивания урана из и^Ов от времени

Время, мин

1 - 20°С; 2 - 40°С; 3 - 60°С; 4 - 80°С. Рисунок 4 - Степень выщелачивания урана из изОз (0,2 г/л Ре(Ш)) от времени

Время, мин Время, им

1 - 20°С; 2 - 40°С; 3 - 60°С; 4 - 80°С. Рисунок 5 - Зависимость степени выщелачивания урана из 1}зО$ (0,4 г/л Ре(Ш)) от времени

1 - 20°С; 2 - 40°С; 3 - 60°С; 4 - 80°С Рисунок б - Зависимость степени выщелачивания урана из и^О« (1,6 г/л Ре(Ш)) от времени

Оптимальная концентрация железа (III) была установлена на основании следующих экспериментальных данных

Концентрация N(1111, г?л

Рисунок 7 - Влияние концентрации Ре(Ш) на выщелачивание урана раствором с концентрацией Н2В0410 г/л.

Таким образом, на основании выявленных физико-химических особенностей процесса для интенсификации СПВ целесообразно применять окислители Ре(П) в оборотных растворах ПВ, поддерживая концентрацию Ре(Ш) на уровне 0,5-2 г/л. Увеличение скорости подачи раствора в пласт с одной стороны снизит диффузионное сопротивление, но с другой может привести к механической кольматации пород, что в еще больше замедлит процесс. Повышение кислотности (свыше 10 г/л) растворов ПВ также нецелесообразно ввиду выявленных кинетических закономерностей процесса.

Поскольку для таких систем нет возможности создания масштабных аналоговых моделей, то использование физико-химических методов моделирования не позволяет представить технологию СПВ по всей совокупности взаимосвязанных геотехнологических показателей месторождения, поэтому в плане дальнейшего поиска путей оптимизации и интенсификации технологии СПВ помимо физико-химического эксперимента, нужно прибегнуть к использованию математического моделирования и компьютерного эксперимента.

Разработанный программный комплекс АИС «Геотехнология», реализованный соответствии с вышеприведенной математической схемой моделирования пространственно-факторной связи геоданных, представляет собой объектно-ориентированное, многооконное, 32-х битное программное обеспечение и состоит из трех подсистем обеспечивающих обработку и интерпретацию данных в форматах Ш, 20, ЗБ, т.е. решает задачи профильного, площадного и объемного моделирования соответственно.

С помощью данной информационной системы, на основе геотехнологических данных по скважинам, можно создавать двух и трехмерные цифровые модели месторождения или отдельных его частей (рисунок 8). Это позволит провести анализ геологической среды и технологических условий протекания процесса, осуществить прогнозирование показателей месторождения по базе первоначальных

данных, а в ходе поступления новых данных выдавать информацию необходимую для управления добычей, а также для выбора оптимальных схем расположения технологических скважин и режимов отработки. Всё это позволит значительно сократить времени эксплуатации, достигая при этом максимально возможной степени извлечения.

Таблица 1 - Оптимальные параметры для блока Н-З-С)

Технологический блок Н-З-Сг Радиус ячейки, м - Время закисления, сут. Время эксплуатации,сут. Кол-во скважин Время эксплуатации при существующей схеме расположения скважин, сут.

Гексагональная схема 28 87 2233 60 5152

Рядная схема 32 92 2775 90 -

Для проверки достоверности информации, получаемой с использованием предложенной математической модели, и разработанной на ее основе информационной системы был проведен ретроспективный анализ отработанного месторождения (таблица 2). Результаты компьютерных расчетов; запасов проведенных по данным начальной геологразведки практически полностью совпали с окончательными результатами выработки на этапе завершения отработки месторождения. Тогда как первоначальная оценка запасов по данным геологоразведки традиционными способами показали отклонение порядка 20% с конечными результатами.

Таблица 2- Подсчет запасов по отработанному месторождению

Технологический участок №3 Площать россыпи, т.м2 Запасы, т

Ручной расчет по материалам геологоразведочных работ 84.3 21828

Компьютерный расчет по материалам геологоразведочных работ 74.4 25593

Результаты отработки месторождения 74.8 25723

Рисунок 8 - Фрагмент плана площадной продуктивности урана блока П-З-С1 Далматовского месторождения

Таким образом, предлагаемая информационная система позволяет автоматизировать процесс обработки исходных геотехнологических данных, значительно сокращая время анализа и расчета, обеспечивает оперативный доступ к информации необходимой для принятия эффективных управленческих решений, и дает возможность получать дополнительную информацию по месторождению, которая раньше была не доступна в силу сложности и большой трудоемкости ручного расчета. А также позволяет получать более точную оценку запасов и проводить расчеты по подбору оптимальных параметров технологической схемы размещения скважин, обеспечивающее существенное сокращение времени выработки эксплутационных участков, что позволит значительно снизить потери и затраты на извлечение полезного компонента.

ЗАКЛЮЧЕНИЕ

В диссертации на основании выполненных автором исследований была решена актуальная научно-практическая задача по оптимизации технологии СПВ урана путем разработки алгоритмов математического моделирования геотехнологических признаков горного предприятия и создания АИС «Геотехнология» для получения модели в цифровом виде и подбора оптимальных схем расположения технологических скважин.

1 Подземное выщелачивание на сегодняшний день является перспективным, а в ряде случаев экономически выгодным и технически единственно возможным способом добычи урана. Однако его использование сталкивается с рядом трудностей, поскольку процесс протекает в условиях неопределенности информации о недрах, что создает существенные трудности для поиска путей его оптимизации. Физико-химическое моделирование дает возможность исследовать лишь отдельные элементы технологии СПВ. В связи с этим, комплексное изучение таких систем имеет смысл проводить с привлечением методов математического и компьютерного моделирования, однако остаются открытыми вопросы

выбора той или иной модели для описания геотехнологических условий месторождений.

2 Выполненный анализ имеющихся в настоящее время программных средств моделирующих работу добывающего предприятия показал, что, несмотря на использование современных ИТ-технологий по созданию удобного пользовательского интерфейса, работе с базами данных и визуализации высокоуровневой графики, ни одна из предлагаемых систем не соответствует в полной мере требованиям, предъявляемым к информационно-математическому обеспечению. Показано, что математическая база, используемая в предлагаемых программных продуктах, обладает рядом существенных недостатков и не отвечает современным требованиям, что обуславливает необходимость модификации и дополнения существующих методик, используя современные наработки в области статистики и геостатистики.

3 Предложена методика математического моделирования и прогноза геотехнологических показателей добывающего предприятия, отличающаяся от традиционно используемых методов интерполяции, применяемых в настоящее время, универсальной схемой, основанной на построении профильной матричной корреляционной функции в пространстве месторождения по различным направлениям (с заданным шагом) относительно оцениваемой точки (объема) и последующим выявлением области автокорреляции исследуемого атрибутивного признака; выделение закономерной составляющей изменения признака вдоль рассматриваемого направления на фоне случайной посредством построения тренда в пределах области автокорреляции, необходимая степень которого устанавливается на основе принципа самосогласования и последующим расчетом значения признака с помощью модифицированного метода обратных взвешенных расстояний.

4 Проведенные физико-химические исследования закономерностей протекания подземного выщелачивания позволили дать рекомендации по

оптимизации некоторых технологических параметров процесса. Однако, невозможность получения всей информации для принятия комплексных решений по оптимизации с помощью только одного физико-химического моделирования, обусловило необходимость применения математического моделирования и компьютерного эксперимента при анализе геотехнологических параметров процесса СПВ в комплексе.

5 Разработанная на основе полученной модели информационная система, представляющая собой комплекс программ с максимальной автоматизацией расчетов, позволяет принимать решения по планированию и управлению разработкой месторождения путем формирования модели распределения технологических параметров по множеству профилей в планах и разрезах геопространства. И позволяет подбирать оптимальные параметры схемы расположения технологических скважин, что позволит уменьшить время отработки эксплуатационных участков и снизить потери.

6 Построенные с помощью программы цифровые модели эксплуатационных блоков СПВ урана Далматозского месторождения показали преимущество предложенной модели и информационной системы перед традиционными расчетами. А также были продемонстрированы возможности в получении дополнительной информации по месторождению, которая раньше была не доступна в силу сложности и большой трудоемкости ручного расчета, с помощью создания двух- и трехмерные модели рудных залежей.

7 Анализ характеристик полученных математических и компьютерных технологий, и проведенный ретроспективный анализ отработанного месторождения, показали практически полное соответствие требованиям, предъявляемым к информационному обеспечению и моделям добывающих предприятий, что обуславливает возможность их применения для решения задач прогнозирования, управления, оптимизации, интенсификации при отработке месторождения как способом СПВ, так и с использованием традиционных технологий.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Статьи, опубликованные в ведущих рецензируемых научных журналах, входящих в перечень ВАК:

1 Антонов В. А. Автоматизированная информационная система оценки интервалов корреляционной связности признаков геотехногенных объектов / В.А. Антонов, А.Б. Уманский, В.М. Аленичев, А.Л. Смирнов, В.Н. Рынков // Горный информационно-аналитический бюллетень, №10,2008 -с.76-85.

2 Смирнов А.Л. Кинетические закономерности подземного выщелачивания урана из руд гидрогенных месторождений урана / AJI. Смирнов, В.Н. Рычков, А.Б. Уманский, Е.А. Галянина, A.M. Клюшников // Радиохимия, т.51, №1,2009 - с. 53-55.

3 Рычков В.Н. Перспективы использования искусственных окислителей в процессах подземного сернокислотного выщелачивания / В.Н. Рычков, А.Л. Смирнов, A.M. Клюшников, А.Б. Уманский и др. // Известия вузов. Горный журнал, №6,2009 - с.85-90.

Статьи, опубликованные в научных сборниках, журналах и материалах конференций:

4 Уманский А.Б. Математическая модель анализа пространственно-факторной связи геоданных /А.Б. Уманский, А.Л. Смирнов, В.Н. Рычков // Актуальные проблемы урановой промышленности: Материалы IV международной научно-практической конференции. - Алматы, Республика Казахстан: сборник докладов, Алматы, 2006 - с. 305-306.

5 Уманский А.Б. Программный геоинформационный комплекс экспертной оценка минерально-сырьевых и технологических показателей горного предприятия / А.Б. Уманский, А.Л. Смирнов //Научные труды ХП отчетной конференции молодых ученых УГТУ-УПИ: сборник статей в 3-х ч., Екатеринбург: УГТУ-УПИ, 2007, ч.2 - с. 93-95.

6 Уманский А.Б. Изучение кинетики вьпцелзчивания урана из руд с высокой восстановительной ёмкостью / А.Б. Уманский, Е.А. Галянина,

A.JI. Смирнов //Научные труды XII отчетной конференции молодых ученых УГТУ-УПИ: там же, с. 102-103.

7 Клюшников A.M. Пути оптимизации процесса сернокислотного подземного выщелачивания / A.M. Клюшников, А.Б. Уманский, A.JI. Смирнов // Научные труды XII отчетной конференции молодых ученых УГТУ-УПИ: там же, с. 103-105.

8 Уманский А.Б. Автоматизированная информационная система обработки и оценки геологических и технологических признаков геотехногенных объектов /А.Б. Уманский, A.JI. Смирнов, В.Н. Рычков // Актуальные проблемы урановой промышленности: Материалы V международной научно-практической конференции. - Алматы, Республика Казахстан: сборник докладов, Алматы, 2008 - с. 266-271.

9 Смирнов А.Л. Исследование кинетических закономерностей выщелачивания урана растворами серной кислоты / А.Л. Смирнов, А.Б. Уманский, В.Н. Рычков // Актуальные проблемы урановой промышленности: Материалы V международной научно-практической конференции. - Алматы, Республика Казахстан: там же, с. 113-120.

10 Аленичев В.М. Построение цифровой модели месторождения с учетом динамической корреляционной связности признаков / В.М. Аленичев, А.Б. Уманский //Геотехнологические проблемы комплексного освоения недр: сборник научных трудов, вып. 4/94/ ИГД УрО РАН, Екатеринбург, 2008 -с. 255-261.

11 Уманский А.Б. Исследование влияния Fe(III) на кинетику выщелачивания урана растворами серной кислоты /А.Б. Уманский, А.М. Клюшников, А.Л. Смирнов //Научные труды XV международной научной конференции молодых ученых: сборник статей в 3 Ч. -Екатеринбург: УГТУ-УПИ, 2009,4.2 - с.240-243.

12 Клюшников А.М. Пути повышения извлечения урана и молибдена при выщелачивании урана из руд / A.M. Клюшников, А.Б. Уманский,

A.JI. Смирнов // Научные труды XV международной научной конференции молодых ученых: там же, с.240-243.

13 Уманский А.Б. Автоматизированная информационная система построения цифровой модели месторождения полезного ископаемого / А.Б. Уманский, В.М. Аленичев, А.Л. Смирнов // Научные труды XV международной научной конференции молодых ученых: там же, с.235-239.

14 Уманский А.Б. Расчёт по цифровой модели месторождения оптимальных параметров сети технологических скважин при добыче урана способом скважинного подземного выщелачивания / А.Б. Уманский, А.Л. Смирнов, В.М. Аленичев // Научные труды XVIII Международной конференции молодых учёных по приоритетным направлениям развития науки и техники: сборник статей. В 3 Ч. Екатеринбург: УГТУ-УПИ, 2010. Ч.1-С.351-354.

Отпечатано в типографии ООО «Издательство УМЦ УПИ» 620078, Екатеринбург, ул. Гагарина, 35а, оф. 2. тел. (343) 362-91-16,362-91-17 Заказ Тираж

ВВЕДЕНИЕ.

1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ТЕХНОЛОГИИ СПВ И ЕЁ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ.

1.1 Особенности физико-химической технологии скважинного подземного выщелачивания урана.

1.2 Условия освоения урановых месторождений методом СПВ.

1.3 Краткая история развития компьютерных технологий для решения горнотехнических задач.

1.4 Анализ современного состояния компьютерных технологий обработки информации и моделирования при добыче полезных ископаемых.

1.5 Выводы.

2 ИССЛЕДОВАНИЕ ОСНОВНЫХ МЕТОДОВ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ГОРНО-ТЕХНОЛОГИЧЕСКИХ СИСТЕМ.

2.1 Принцип математического моделирования горно-технологических задач.

2.2 Геостатистика как инструмент для получения достоверной информации о месторождении.

2.3 Оценка корреляционной связности геотехнологических данных моделированием полувариограмм.

2.4 Оценка методом крайгинга значений исследуемой переменной в промежуточных точках геопространства.

2.5 Выводы и постановка задач исследования.

3 РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ АНАЛИЗА

ПРОСТРАНСТВЕННО-ФАКТОРНОЙ СВЯЗИ

ГЕОТЕХНОЛОГИЧЕСКИХ ДАННЫХ.

3.1 Модель размещения показателей месторождения.

3.2 Оценка интервалов корреляционной связности признаков горнотехнологических объектов.

3.3 Модель самосогласованной трендовой оценки признаков горнотехнологических объектов.

3.4 Оценка значений исследуемого признака в промежуточных точках геопространства.

3.5 Выводы.

4 РАСЧЕТ ОПТИМАЛЬНЫХ ТЕХНОЛОГИЧЕСКИХ ПАРАМЕТРОВ ДЛЯ

ИНТЕНСИФИКАЦИИ СПВ.

4.1 Определение параметров, влияющих на кинетику выщелачивания.

4.2 Автоматизированная информационная система геотехнологических расчетов и моделирования.

4.2.1 Подсистема моделирования профиля.

4.2.2 Подсистема площадного моделирования.

4.2.3 Подсистема объемного моделирования.

4.3 Построение цифровой модели эксплуатационных блоков СПВ урана Далматовского месторождения.

4.4 Характеристика разработанных математических и информационных технологий и рекомендации по их использованию в целях управления и оптимизации технологии СПВ.

4.5 Выводы.

Актуальность работы.

Уран- является одним из видов топлива для ядерной энергетики и рассматривается' как стратегический материал для военных целей , и обеспечения энергетической независимости. Мировое потребление урана неуклонно растет и; по прогнозу Всемирной Ядерной Ассоциации, составит в 2020 г. примерно 74 тыс. т. Доля России на мировом рынке низкообогащенного урана весьма существенна, а задача поддержания и дальнейшего увеличения; объемов-, экспорта^ являющегося важнейшим источником-финансирования отрасли; остается первостепенной: В настоящее время наиболее: перспективными регионами для, промышленного производства урана являются Стрельцовский,, Зауральский (Далматовское, Хохловское месторождения) и Витимский (Хиагдинская группа месторождений). Месторождения двух последних регионов относятся к пластово-инфильтрационному типу пригодному для отработки физико-химическими технологиями комплексного освоения месторождений, в. частности технологией скважинного подземного выщелачивания.

Процесс извлечения урана способом СИВ протекает в условиях неопределенности геотехнологической информации о недрах, что зачастую негативно сказывается на стоимости капитальных затрат на строительство, предприятия и текущих затратах на его эксплуатацию, следовательно проблема поисков путей оптимизации и снижения затрат сохраняет свою актуальность. Поэтому изучение геотехнологической среды в межскважинном пространстве и физико-химических процессов взаимодействия растворов с породой и полезным ископаемым, обоснование границ и порядка отработки является, по сути, самой главной задачей.

В связи с этим одним из направлений оптимизации и повышения эффективности извлечения урана способом СПВ может послужить применение математических методов моделирования, позволяющие получить более ясную и достоверную картину текущего состояния предприятия. Получаемые модели открывают широкие возможности для обоснования схем вскрытия, выбора технологических схем разработки и структуры комплексной механизации, оптимизации производственной мощности, формирования качества готовой продукции и внедрения автоматизированных систем управления и проектирования. Успешная реализации полученных моделей в цифровом виде на ЭВМ позволит привлечь большее количество исходных данных, увеличить степень их использования, обеспечит возможность оперативного составления альтернативных вариантов технологической отработки, ускорит принятие решений при проектировании, планировании и управлении производством.

Цель работы.

На основе физико-химических закономерностей протекания процесса выщелачивания урана и построенной цифровой модели месторождения, провести подбор оптимальных технологических параметров и схем размещения технологических скважин, обеспечивающих сокращение времени отработки технологических блоков и уменьшение потерь полезного компонента.

Структура диссертации.

Диссертационная работа изложена на 145 страницах машинописного текста, включая 38 рисунков, 8 таблиц, и состоит из введения, 4 глав, заключения, библиографического списка из 121 источников отечественных и зарубежных авторов, 5 приложений.

4.5 Выводы

1 Проведенные расчеты кинетических характеристик процесса выщелачивания позволили установить физико-химические закономерности его протекания, что позволило дать некоторые рекомендации по его интенсификации, а также показало необходимость применения математического моделирования для поиска путей дальнейшей оптимизации.

2 Разработанный на базе предложенной математической модели программно-информационный комплекс позволяет автоматизировать все этапы проводимых , вычислений и позволяет стоить цифровые модели-добывающего предприятия.

3 Результаты геотехнологических расчетов, проведенные с помощью данной информационной системы, показали преимущество предложенной; модели, и информационной системы перед, традиционными ручными расчетами. А возможность проведения оптимизационных расчетов позволяет не только интенсифицировать технологию извлечения, но и подстраиваться под действующие на любой ! момент добычи экономические ограничения^ не позволяя терять в недрах запасы, являющиеся рентабельными.

4 Проведенный анализ" предложенных математических: и информационных технологий показал их соответствие требованиям, предъявляемым к информационно-математическому обеспечению.

5 .Проведенные исследования и расчеты позволяют сделать вывод о высокой^ степени конкурентоспособности методов обработки геотехнологической информации с применением ИТ, в сравнении с действующими традиционными регламентами; расчетов. Это говорит о целесообразности полномасштабного внедрения данной информационной системы для использования на добывающих предприятиях, что существенно снизит затраты и сведет к минимуму проблему потерь.

-заключение:

В! диссертации на основании выполненных автором исследований была решена актуальная научно-практическая задача* по оптимизации технологии СПВ урана? путем разработки алгоритмов; математического*, моделирования; геотехнологических: признаков горного предприятия и, создания АИС. «Геотехнология» для;, получения модели в цифровом виде и подбора оптимальных схем расположешштехнологйческих- скважин.

1 Подземное выщелачивание на сегодняшни® день, является? перспективным, а в ряде случаев- экономически выгодным и технически единственно возможным способом добычи урана. Однако его использование сталкивается с рядом трудностей, поскольку процесс протекает в условиях неопределенности? информации о недрах, что создает существенные трудности для поиска путей его оптимизации. Физико-химическое, моделирование дает возможность исследовать лишь отдельные элементы технологии СПВ. В связи с этим, комплексное изучение таких систем имеет смысл проводить, с привлечением методов математического и компьютерного моделирования,, .однако^ остаются открытыми вопросы выбора той или иной модели для описания геотехнологических условий месторождений.

2 Выполненный! анализ, имеющихся в настоящее время программных средств моделирующих работу добывающего предприятия показал, что, несмотря на использование современных ИТ-технологий по созданию удобного пользовательского интерфейса, работе с базами данных и визуализации высокоуровневой графики, ни одна из предлагаемых систем не соответствует в полной мере требованиям, предъявляемым к информационно- математическому обеспечению. Показано, что математическая база, используемая в предлагаемых программных продуктах, обладает рядом существенных недостатков и не отвечает современным требованиям, что обуславливает необходимость модификации и дополнения существующих методик, используя современные наработки в области статистики и геостатистики.

3 Предложена методика математического моделирования и прогноза геотехнологических показателей добывающего предприятия, отличающаяся от традиционно используемых методов интерполяции, применяемых в, настоящее время, универсальной схемой, основанной на построении профильной матричной корреляционной функции в пространстве месторождения по различным направлениям (с заданным шагом) относительно оцениваемой точки (объема) и последующим выявлением области' автокорреляции исследуемого атрибутивного признака; выделение закономерной составляющей изменения' признака вдоль рассматриваемого направления на фоне случайной посредством построения- тренда в пределах области автокорреляции, необходимая* степень которого устанавливается на основе принципа самосогласования и последующим расчетом* значения признака с помощью модифицированного метода обратных взвешенных расстояний.

4 Проведенные физико-химические исследования закономерностей протекания^ подземного выщелачивания позволили дать рекомендации по оптимизации, некоторых технологических параметров процесса. Однако, невозможность получения всей информации для принятия комплексных решений по оптимизации с помощью только одного физико-химического моделирования, обусловило необходимость применения математического моделирования и компьютерного эксперимента при анализе геотехнологических параметров процесса СПВ в комплексе.

5 Разработанная на основе полученной модели информационная система, представляющая собой комплекс программ с максимальной автоматизацией расчетов, позволяет принимать решения по планированию и управлению разработкой месторождения путем формирования модели распределения технологических параметров по множеству профилей в планах и разрезах геопространства. И позволяет подбирать оптимальные параметры схемы расположения технологических скважин, что позволит уменьшить время отработки эксплуатационных участков и снизить потери.

6 Построенные с помощью программы цифровые модели эксплуатационных блоков СПВ урана Далматовского месторождения показали преимущество предложенной модели и информационной системы перед традиционными ручными расчетами. А также были продемонстрированы возможности в получении дополнительной информации по месторождению, которая раньше была не доступна в силу сложности и большой трудоемкости ручного расчета, с помощью создания двух- и трехмерные модели рудных залежей.

7 Анализ характеристик полученных математических и компьютерных технологий, и проведенный ретроспективный анализ отработанного месторождения, показали практически полное соответствие требованиям, предъявляемым к информационному обеспечению и моделям добывающих предприятий, что обуславливает возможность их применения для решения задач прогнозирования, управления, оптимизации, интенсификации при отработке месторождения как способом СПВ, так и с использованием традиционных технологий.

1. Кириченко И.П. Химические способы добычи полезных ископаемых Текст. / И.П. Кириченко. М.: АН СССР, 1958 - 101 с.

2. Бахуров В.Г. Химическая добыча полезных ископаемых Текст. /В.Г. Бахуров, И.К. Руднева М.: Недра, 1973 -133 с.

3. Кабалин А.И. Добыча полезных ископаемых подземным выщелачиванием Текст. /А.И. Кабалин — М.: Атомиздат, 1969 375 с.

4. Гидрогенные месторождения урана Текст. / Под. ред. А.И. Перельмана М.: Недра, 1980 - 270 с.

5. Бахуров В.Г. Подземное выщелачивание урановых руд Текст. / В.Г. Бахуров, С.Г. Вечеркин, И.К. Луценко -М.: Атомиздат, 1969 150 с.

6. Справочник по геотехнологии урана Текст. / Под ред. Д.И. Скороварова — М.: Энергоатомиздат, 1997 672 с.

7. Глотов Г.Н. Методическое руководство для проектирования скважинных систем при разработке пластово-инфильтрационных месторождений урана способом подземного выщелачивания Текст. / Г.Н. Глотов, А.Н. Еременко, А.Б. Скрипник Навои: НГМК, 1998

8. Underhill D.H. Analysis of Uranium Supply to 2050 /International Symposium on the Production Cycle and the Environment Vienna, Austria 2-6 October 2000, IAEA-SM-pp. 15-41.

9. Шумилин M.B. Баланс мирового производства и ресурсов урана Текст. / М.В. Шумилин // Разведка и охрана недр. №3, 1996 с. 10-11.

10. Садыков Р.Х. Подземное выщелачивание урана. Организация опытных и промышленных участков ПВ за рубежом Текст.// Информ. выпуск №57-М.:ЦНИИАТОМИНФОРМ, 1985.

11. Языков В .Г. Геотехнология металлов Текст. , /В.Г. Язиков, Е.И. Рогов, В.Л. Забазнов, А.Е. Рогов Алматы, 2005- 395 с.

12. Бровин К,Г. Изучение геотехнологических условий гидрогенных; месторождений применительно к разработке их способом ПВ Текст. / К.Г. Бровин, В.В. Тен //Разведка и охрана недр №3, 1991

13. Основы прогноза урановорудных провинций Текст./Под ред. Н.П. Лаверова-М.: Недра, 1986- 206 с.

14. Шумилин М.В. Разведка месторождений урана для отработки методом подземного выщелачивания Текст./М.В. Шумилин, Н.Н. Муровцев, КТ. Бровин -М.:, 1985

15. Арене В.Ж. Геотехнология Текст. / В .Ж. Арене М.: МГГУ, 2002726 с.

16. Бровин К.Г. Прогноз, поиски, разведка и промышленная оценка месторождений урана для отработки подземным выщелачиванием : Текст. / К.Г. Бровин, В.А. Грабовников, М.В. Шумилин, В.Г. Язиков Алматы: Гылым, 1997 — 3 84 с.

17. Толстов Е.А. Физико-химические технологии освоения месторождений урана и золота в кызылкумском регионе Текст., / Е.А. Толстов, Д.Е. Толстов М.: Геоинформцентр, 2002 - 286 с.

18. Рафальский. P.1I. Химия процесса: подземного выщелачивания:. Взаимодействие: сернокислых растворов с карбонатами Текст.; / Р.П. Рафальский //Атомная энергия. Вып.З, Т.44, 1978 249 с.

19. Подземное выщелачивание полиэлиментых руд Текст.: / под,ред. Н.П; Лаверова-М.:: Академия торных наук,! 19981-448* с:.

20. Петров I-1.IT. Урановые месторождения- Казахстана Текст. / H.IT. Петров, В.Г. Язиков, Х.Б. Абубакиров Алматы: Гылым, 1996

21. Рогов Е.И. Математическое; моделирование вт горном деле: Текст. /Е.И: Рогов, B.F. Язиков, А.Е. Рогов Алматы, 2002 -215 с.

22. Каракоцкая И.А. Математическая модель отработки месторождения способом скажинного подземного выщелачивания : Текст. : Автореферат дис. ------канд.техн.наук /И.А. Каракоцкая,-Екатеринбург, 2006.

23. Информационные технологии в горном деле: Труды VI республ. науч.-технич. конфер: Текст.; Екатеринбург: : Уральская гос: Еорно-геологическая академия, 1999 - 123 с.

24. Канутин Ю.Е. Информационные технологии ключ к повышению эффективности горного производствам Электронный, ресурс. Режим доступа http://www.geocad-it.ru/403/403r.htmr . cBo6oflHbM. - Загл. с экрана. - Яз. рус.

25. Капутин Ю.Е. Краткий обзор современного состояния* программного обеспечения для горных предприятий Электронный ресурс. Режим* доступа http://www.geocad-it.ru/3 02/302r.html , свободный. Загл. с экрана-. — Яз. рус.

26. Капутин Ю.Е. Горные компьютерные технологии и геостатистика Текст. /Ю.Е. Капутин С-Пб.: Недра, 2002 -334 с.

27. Аленичев В.М. Экономико-математическое моделирование горнотехнических задач на рудных карьерах Текст. / В.М. Аленичев. М.: Недра, 1983- 135 с.

28. Капутин Ю.Е. Информационные технологии планирования' горных работ Текст. /Ю.Е. Капутин С-Пб.: Недра, 2004 -324 с.

29. Павловский ТО.А'. Имитационные модели и системы Текст. — М.: Фазис, 2000 456 с.

30. Бекжанов Г.Р. Геологические модели при прогнозировании ресурсов полезных ископаемых Текст. / Г.Р. Бекжанов, А.Н. Бугаец, B.JI. Лось — М.: Недра, 1987 140 с.

31. Коробов С.Д. Цифровая^ модель месторождения Текст. / С.Д. Коробов Тр. Моск. ин-та радиоэлектроники и горной механики, 1964, №5, с.33-42.

32. Аленичев' В.М. Компьютерная система планирования открытых горных разработок Текст.: Автореферат дис. . докт.техн.наук /В.М. Аленичев Екатеринбург, 1995.

33. Аленичев В.М. Подготовка информационной' базы для моделирования Текст.: В кн.: Совершенствование методов проектирования и планирования горных работ в карьере / В.М. Аленичев, М.Н. Сивков, A.A. Старков-Л: Наука, 1981 с. 40-42.

34. Ригин Е.В. Визуализация геоинформационных математических моделей объектов открытых горных работ Текст.: Автореферат дис. . канд.техн.наук / Е.В. Ригин Екатеринбург, 1996.

35. Капутин Ю.Е. Информационные технологии и экономическая оценка горных проектов Текст. /Ю.Е. Капутин С-Пб.: Недра, 2008 - 493 с.50'Ian С. Runge. Mining economics and strategy SME. USA. 1998 316 p.

36. Гавришин А.И. Гидрогеохимические исследования с применением математической статистики и ЭВМ /А.И. Гавришин М.: Недра, 1974 — 144 с.

37. Matheron G. The theory of regionalized variables and their applications // Center of Geostatistics, Fontainebelau, 1971 212 p.

38. Chiles J.-P.,Delfiner P. Geostatistics: modeling spatial uncertainty — N.Y.: Wiley, 1999

39. Давид M. Геостатистические методы при оценке запасов руд Текст. -Л.: Недра, 1980-360 с.

40. Каневский М.Ф. Основные понятия и элементы геостатистики / М.Ф. Каневский, В.В. Демьянов, Е.А. Савельева, С.Ю. Чернов // Проблемы окружающей среды и природных ресурсов. №11, 1999 с. 26-33.

41. Капутин Ю.Е. Геостатистика в горно-геологической практике Текст. / Ю.Е. Капутин, А.И. Ежов, С. Хенли Апатиты, ГИ КНЦ РАН, 1995- 190 с.

42. Isaaks E.N., Srivastava R.M. An introduction to applied geostatistics -Oxford University Press, 1989.

43. Newton MJ. Variogram calculation and kriging for folded deposits // Mineral Resource Evaluation'95 Conference Leeds University, UK, 1995.

44. Чини Р.Ф. Статистические методы в геологии Текст. М.: Мир, 1986-169 с.

45. Birkhoff G., Mansfield L. Compatible triangular finite elements // Mathematical analysis and applications, Vol 47, 1974 p. 531-553

46. Интерполяция и регрессия Электронный ресурс. Режим доступа: http .7/www.keldvsh.ru/comma/html/data/index.html ,свободный. Загл. с экрана. — Яз. рус.

47. Шалагинов А.В. Моделирование Электронный ресурс. Режим доступа: http://ermak.cs.nstu.ru~sh.alag/enter.html ,свободный. Загл. с экрана.- Яз. рус.

48. Девис B.C. Статистический анализ данных в.геологии Текст.' — В 2т. Т.2; М".:Недра, 1990 427 с.

49. Armstrong М. Basic linear geostatistics. Springer — Verlag, Berlin, 1998 -152 p.

50. Mayers D.E. To be or'not to be. stationary? That is the question // Mathematical Geology, vol.18, 1986 pp. 347-362.

51. Гайдышев И. 'Анализ и обработка данных: специальный справочник С-Пб.: Питер, 2001 - 752 с.

52. Journei A.G. Geostatistics for conditional simulation orebodies // Economic Geology, Vol 69, 1974 pp. 673-687.

53. Wackernagel H. Multivariate Geostatistics Springer, Berlin, 1995256 p.

54. Armstrong M: Common problems seen in variograms, // Mathematical geology," Vol 16, 1984-pp. 305-313.

55. Armstrong M. Improving the estimation and modeling of the variogram // Geostatistics for natural resources characterization Dordrecht, 1984 - pp. 1-19.

56. Davis B.M. Uses and abuses of cross-validation in geostatistics // Mathematical geology, Vol 19, 1987 pp. 241-248.

57. Dowd P.A. Variogram and kriging: robust and resistant estimator // Geostatistics for natural resources characterization Dordrecht, 1984 - pp. 91-106

58. Armstrong M. Problem with universal kriging // Mathematical geology, vol.16, 1984 —pp. 101-108.

59. Dowd P.A. Longnormal kriging // Mathematical geology 1982.

60. Абрамович И.И. Методы теоретической геологии Текст. / И.И.Абрамович, Ю.И. Бурков, В.В. Груза и др. Л.: Недра, 1978.

61. Родионов'Д.А. Статистические решения в-геологии Текст. / Д.А. Родионов М.: Недра, 1981.

62. Калинченко В.М. Математическое моделирование и прогноз показателей месторождения Текст. / В.М'. Калинченко М.: Недра, 1993 — 319 с.

63. Каждан А.Б. Математические методы* в, геологии Текст. / А.Б. Каждан, О.И. Гуськов М.: Недра, 1990 - 251 с.

64. Каждан А.Б. Математическое моделирование в геологии и разведкеполезных ископаемых Текст. / А.Б. Каждан, О.И. Гуськов, A.A. Шиманский-М.: Недра, 1979.

65. Борзунов В.М. Разведка и промышленная- оценка месторождений нерудных,полезных ископаемых Текст. / В.М. Борзунов — М.: Недра, 1982 — 310 с.

66. Букринский В.А. Геометрия'недр Текст.: учеб. для вузов, 2-е изд., перераб. и доп. М.: Недра, 1985.

67. Милютин А.Г. Геология и разведка месторождений полезных ископаемых Текст. / А.Г. Милютин. -М.: Недра, 1989.

68. Девис B.C. Статистический анализ данных в-геологии' Текст. В 2т. Т.1, М.:Недра, 1990 - 427 с.

69. Антонов В.А. Оценка корреляционной связности геоданных горного предприятия Текст. / В.А. Антонов, В.М. Аленичев // Горный информационно-аналитический бюллетень. №10, 2007 — с. 318-322.

70. Антонов В.А. Автоматизированная информационная система оценки интервалов корреляционной связности признаков геотехногенных объектов Текст. / В.А. Антонов, А.Б. Уманский, В.М. Аленичев, А.Л.

71. Смирнов, В;Н-. Рынков // Горный- информационно-аналитический бюллетень №10?2008í-c:76-85-. ,;

72. Антонов В.А. Модель самосогласованной- трендовой оценки признаков горно-геологических объектов Текст. // Горный информационно-аналитический бюллетень. №1, 2006-с. 125-130.

73. Грабовников В/А. Геотехнологические исследования при разведке • металлов Текст./В:А: Грабовников-2-е изд. М.: Недра, 1995 120 с.

74. Белецкий В'.И. Методы исследований при подземном выщелачивании руд Текст./В.И. Белецкий, Л.Г. Давыдова, П.Ф. Долгих -М.: МГРИ, 1981,

75. Зеликман А.Н. Теория гидрометаллургических процессов Текст. / А.Н. Зеликман Г.М. Вольдман -М.: Металлургия, 1983. 424 с.

76. Hiskey J.B. Kinetics of Uranium dioxide dissolution in ammonium carbonate // Trans. Inst. Mining and Met. C.88, 1979 pp. 145-152.

77. Смирнов А.Л. Кинетические- закономерности- подземного выщелачивания; урана из* руд гидрогенных месторождении урана? Текст.;./ А.Л. Смирнову В:ШРычков; А.Б. Уманский, Е.А\. Еалянина, А.М: Клюшников // Радиохимия, т.51, №1, 2009 с. 53-55.

78. Смирнов А.Л: Исследование кинетических закономерностейвыщелачивания1 урана;растворами серной кислоты Текст. / А.Л;. Смирнов,"

79. А.Б. Уманский, В.Н. Рычков // Актуальные проблемы урановой промышленности: Материалы: V международной научно-пракгической конференции. --Алматы, Республика Казахстан, 2008;

80. Несмеянова . F.M. Исследование роли окислительно-восстановительных процессов: при? растворение1 окислов; урана в кислых средах: Текст. / F.Mi Несмеянова^ F.Mi Алхазашвили// Атомная?энергия^т.8^ вып.4, 1960-с. 330-335.

81. Каневский Е.А. Влияние ионного состава растворов Fe(III) на; растворение двуокиси урана Текст. / Е.А. Каневский, А.П. Филиппов //' Радиохимия^т.5, вып:5; 1963- с. 602-608L

82. Рычков В.Н. Перспективы использования искусственных окислителей в процессах подземного сернокислотного выщелачивания Текст. / В.Н. Рычков, А.Л. Смирнов, A.M. Клюшников, А.Б. Уманский и др. // Известия вузов. Горный журнал, №6, 2009 с.85-90.

83. Кнут Д.Э1 Искусство программирования Текст. т. 1-3, М.:Вильямс, 2005.

84. Б. Керниган Язык программирования С. Третье издание Текст. / Б. Керниган, Д. Ритчи СПб.: Невский диалект, 2001 — 384 с.

85. Поляков Л.Г. Процесс создания трехмерной графики Электронный ресурс. Режим доступа: http://design.tvernet.ru/articl.php7nurbs , свободный. — Загл. С экрана. Яз. рус.

86. Халезов А.Б. Далматовское месторождение урана Текст. М.: ВИМС, 2003 - 109 с.

87. Антропов П.Я. Месторождения урана в осадочных породах депрессий Текст. / П.Я. Антропов,,Л.С. Евсеева, Г.П. Полуаршинов // Сов. геология. №9, 1977 с.32-36.

88. Шумилин М.В. Подсчет запасов урановых месторождений Текст. / М.В. Шумилин, В.А. Викентьев М.: Недра, 1982

89. Временные методические рекомендации по геолого-экономической оценке промышленного значения месторождений твердых полезных ископаемых (кроме угля и горючих сланцев) МПР РФ Текст.: утв. 13.01.98 г. №3-р.

90. Марков С.Н. Подсчет балансовых геологических, запасов; урана в эксплуатационных; полигонах П-2-Сь II-3-Ci — УСП «Зеленогоскгеология», ©€ЖС<<Шрскаяшартияг№71>>^20041

91. Марков С.Н. Подсчет балансовых геологических запасов урана: в эксплуатационных, полигонах II-5-Cj- УСП «Зеленогоскгеология», ОСП «Юрская партия №71», 2004.

92. Макаров В. Сравнение методов, подсчета запасов Электронный ресурс. Режим доступа: http ://gold. prime-tass.ru/documents/documents.asp?documented=266 ,свободный;. Загл. с; экрана.: -Яз. рус.

93. Каракоцкая H.A. Построение информационных систем для. предприятий минерально-сырьевого комплекса Текст. // Промышленный Урал XXI век: Материалы международной; научно-практической конференции — Екатеринбург, 2006.

94. Лопатников Л.И. Адекватность модели Электронный ресурс. Режим доступа: http://www.iet.ru/slovar/adequacy model:htm .свободный:.Загп с экрана. Яз. рус.

95. Набиуллин В.И. Подсчет запасов валунчатых хромовых руд Сарановской россыпи № 3 по состоянию на 01.01.2008 г. по результатам доразведочных работ 2003-2004 гг. Сараны, 2009.

96. Набиуллин В.И; Подсчет запасов валунчатых хромовых руд. Сарановской россыпи № 6 по состоянию на 01.01.2008 г. по результатам доразведочных работ 2003-2004 гг. Сараны, 2009.

97. Гидрогеохимический каротаж: теория и практика / Под ред. В.И. Величкина- М.: Едиториал УРСС, 2005 320с.

98. Файл отчета ПМП (приведен частично):

99. Результаты :.раЪчетов . корреляционной: и структурной -функций! для ;определния.интервала 'корреляции.

100. Метрическая матрица.;профильных ;г'еоданных.:: .100 2.00 3.00 4.00 5.00 6.00 7.00 8.00063 0.18 0.26 1.71 1.38 2.23 2.79 0.09710 7.60 6.80 5.20 5.40 3.30 4.40 4,50

101. Корреляционная матрица-при Ь=0: . .100 ' 0.18 0.59 • .V 018 1.00:; -0.53 0.59 -0.53 1.00

102. Корреляционная матрица- атрибутивных признаков:при, Ь=0: 1.оо; . -0.53-0.53 : 1.00 ■ " • .

103. Определитель, корреляционной матрицы ■ атрибутивных',, приз каков,- при Ь=0: 0.72195 .': ■1. При I. =>• 1|

104. Корреляционная матрица1 атрибутивных признаков:: 0.42 -0.39 . . .-0.18 0.69 Структурная матрица атрибутивных признаков:058 '.—0525" ' ■■ -0.25 '.: '0.31;

105. Определитель структурной матрицы атрибутивных признаков: 0.12:113; .■•■■1. При Ъ = 2|

106. Корреляционная матрица,, атрибутивных;; признаков:;; -0.00 -0.09: 0.17 0.33 '

107. Структурная матрица атрибутивных признаков: 1.00 -0.57 -0.57 0.67

108. Определитель структурной матрицы атрибутивных;,признаков: ' 0.3.4713 ' . "< "■'.' '■'■1. При Ь 3|

109. Корреляционная матрица ;атрибу.тивных признаков: -0.38 0.52• Й1 . ||роницаемость более 1,3 м/сут. проницаемость 1,1-1,3 м/сут. проницаемость 1-1,1 м/сут. (проницаемость 0,8-1 м/сут.500 т—400300200100 Ь

110. Рисунок Б. 1 План распределения проницаемости рудовмещающей породы блока Н-З-С)136ощность более 9 м. мощность 5-9 м. ощность 3-5 м. ощность 0,1-3 м.500450400350300250200

111. Рисунок В Л План распределения мощности рудовмещающейпороды блока-3

112. Рисунок Г.1 План распределения содержания урана блока И-З-С1