کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7387593 1480748 2018 18 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Application of predictive data mining to create mine plan flexibility in the face of geological uncertainty
ترجمه فارسی عنوان
کاربرد داده کاوی پیش بینی شده برای ایجاد انعطاف پذیری برنامه های معدن در مواجهه با عدم اطمینان زمین شناسی
ترجمه چکیده
عدم اطمینان زمین شناسی یک تهدید ذاتی برای همه پروژه های استخراج معادن است. عملیات معدن با استفاده از مدل بلوک منابع به عنوان منبع اصلی در برنامه ریزی و تصمیم گیری. با این حال، چنین تصمیمات عملیاتی از ریسک و عدم اطمینان آزاد نیست. برای اکثر معادن سنگ آهن، به عنوان مثال، عدم اطمینان از قبیل غلاف های رس و تنوع در نمرات و تناژ ها می تواند تاثیر قابل توجهی بر حیات پروژه ها داشته باشد. با این حال، یک تغییر پارادایم در مورد نحوه برخورد با عدم اطمینان و تمایل به سرمایه گذاری در مناطقی که انعطاف پذیری عملیاتی را ایجاد می کنند، می تواند زیان های احتمالی را کاهش دهد. تجزیه و تحلیل داده ها به عنوان یکی از اختلالات عمده در قرن 21 شناخته شده است و عملیات به درستی با استفاده از داده ها می تواند فرصت های واقعی را در مواجهه با آینده نامشخص ایجاد کند. از آنجاییکه سازمان ها دارای داده های مشخص زمین شناسی فراوان هستند، ترکیبی از داده کاوی و گزینه های واقعی می تواند مزیت رقابتی را فراهم کند. در مطالعه حاضر، الگوریتم های پیش بینی داده کاوی به یک عملیات معدن منفرد واقعی برای پیش بینی احتمال برخورد با سنگ معدن در برنامه معادن اعمال شد. خروجی مدل داده ها برای تولید گزینه های واقعی ممکن است که عملیات می تواند برای مقابله با عدم قطعیت خاک رس استفاده شود. بهترین الگوریتم داده کاوی انتخاب شده برای این وظیفه، درخت طبقه بندی بود که پیش بینی وقوع رس آن با دقت 78.6٪ بود. توزیع پواسون و شبیه سازی مونت کارلو برای تحلیل گزینه های واقعی مختلف مورد استفاده قرار گرفتند. این تحقیق نشان می دهد که عملیات می تواند باعث کاهش تلفات برنامه ریزی شده در کارخانه پردازش شود و اگر مقدار پیش بینی شده الگوریتم داده کاوی برای ایجاد گزینه های واقعی افزایش یابد، ارزش فعلی پروژه بین 12 تا 21 درصد خواهد بود.
موضوعات مرتبط
مهندسی و علوم پایه علوم زمین و سیارات زمین شناسی اقتصادی
پیش نمایش مقاله
کاربرد داده کاوی پیش بینی شده برای ایجاد انعطاف پذیری برنامه های معدن در مواجهه با عدم اطمینان زمین شناسی
چکیده انگلیسی
Geological uncertainty represents an inherent threat for all mining projects. Mining operations utilise resource block models as a primary source of data in planning and in decision making. However, such operational decisions are not free from risk and uncertainty. For the majority of iron ore mines, as an example, uncertainties such as clay pods and variability in grades and tonnages can have dramatic impacts on projects' viability. However, a paradigm shift on how uncertainty is treated and a willingness to invest in areas that create operational flexibility can mitigate potential losses. Data analytics is touted as one of the major disruptions in the 21st century and operations that properly utilise data can create real opportunities in the face of an uncertain future. Since organisations have abundant definite geological data, a combination of data mining and real options can provide a competitive advantage. In the present study, predictive data mining algorithms were applied to a real case mine operation to predict the probability of encountering problematic ore in a mining schedule. The data mining model outputs were used to generate possible real options that the operations could exercise to deal with clay uncertainty. The most suitable data mining algorithm chosen for this task was the classification tree, which predicted the occurrence of clay with 78.6% precision. Poisson distribution and Monte Carlo simulations were applied to analyse various real options. The research revealed that operations could minimise unscheduled losses in the processing plant and could increase a project's present value by between 12% and 21% if the predictive data mining algorithm was applied to create real options.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Resources Policy - Volume 55, March 2018, Pages 62-79
نویسندگان
, , ,