采矿系统工程研究现状

经过60 a的发展,采矿系统工程取得了长足进步,在采矿工程的各个领域已经得到广泛应用。采矿系统工程不再是单纯地依靠计算机和运筹学在矿山中进行应用,更是一种采矿全流程的优化思想和采矿智能化的实现手段。它不仅包括数学规划、网络流、多目标决策、数据库、CAD辅助设计等传统数学方法和计算机技术的应用,还包括物联网、大数据、云计算等现代化手段的结合,甚至还涉及到无人驾驶、机器人技术、生命科学等最前沿科技的探索。可以说,现代信息科学的任何新进展,都会很快在采矿系统工程中得到应用。从历届APCOM国际会议^{[11,12,13,14,15,16,17,18]} 及涉及到采矿系统工程相关的学术论文^[19,20,21] 来看,目前,采矿系统工程的研究呈现出以下几个特征。

(1)研究对象由单一工艺流程向全流程优化发展。相比早期以境界优化、采剥设计、生产调度等采矿工艺为主的系统优化,近几年采矿系统工程所涉及的研究领域更加宽广,采矿系统工程的研究已经渗透在矿业工艺流程的各个方面,单个工艺流程的整体优化研究已经得到重视,但是各流程相互之间的复杂关系还有待深入研究,优化的对象缺乏以整个矿山企业为对象的或对采—选—尾—冶全流程的整体优化。

(2)优化算法由常规、单一算法向智能化、算法融合发展。采矿系统工程从建立伊始就和算法模型有着千丝万缕的联系,不管是早期的线性规划、整数规划、网络流、多目标决策、存储论、排队论等运筹学方法,还是后来盛行的遗传算法、人工神经网络、不确定向量机等计算智能理论和方法,都在采矿系统工程领域中大放异彩。近年来,由于解决问题对象的复杂性,运用单一算法的优化显得比较吃力,已经有许多学者在多算法融合改进方面做了大量工作。例如在评价方面出现了HS-BP算法、模糊层次-集对分析综合优化、小波变化-聚类算法等,在三维地质建模方面有SFLA-Kriging融合算法、TIN-GTP-TEN混合算法、Kriging与IDW进行融合等,都是从单一算法向多算法的融合发展^{[22,23,24,25]} 。

纵观近年来相关学者发表的文献,虽然对各算法的机理比较清晰,模型运用也比较熟练,但还是没有跳出模仿、改良的圈子,对于新算法的理论创新及适用于矿山企业特色的算法构建,动力略显不足。

(3)技术应用由传统信息技术向新兴技术发展。随着现代信息技术手段飞速发展,采矿系统工程的成长也十分迅猛。随着传统信息技术在采矿工程中的应用不断深入,新兴技术与采矿工程的结合也开始兴起,许多学者已经开始进行了探索式的研究。为解决露天矿卡车调度及出入智能管控问题,建立了基于3PGS和GPS的露天矿出入车辆运输智能管控系统^[26] ;针对边坡检测,开发了基于北斗卫星的露天矿边坡监控系统,在控制中心就可以进行在线分析和安全控制^[27] ;结合多网融合技术、智能融合分析技术,利用云计算和超级计算机实现了对海量数据的整理和分析,拟完成矿山生产网络内的人员、机器、设备、物资、信息等的自动管理和控制,实现智慧矿山^[28,29] ;随着物联网、大数据、云计算、3D打印及虚拟现实等新一代信息技术在矿业领域中的应用,必然会给采矿系统工程的发展带来前所未有的机遇和挑战。

表2给出了目前采矿系统工程进展的一个大体评估。表中按好、中、差3个等级区分各分支的技术成熟程度,即:

第Ⅰ级,已有公认的解决方案,其技术比较成熟,已有商用软件出售。

第Ⅱ级,已有较好的技术方法,但仍需进一步完善。

第Ⅲ级,尚在探索中。