نام پژوهشگر: عبدالله صدری
نوید فرزام تبار مرتضی اصانلو
در طراحی یک معدن روباز، پس از تعیین محدوده نهایی پیت، مهمترین مسئله، تعیین بهینه برنامه استخراج معدن است. برای این کار با توجه به مدل بلوکی اقتصادی، ترتیب برداشت بلوک های باطله و کانه را با توجه به محدودیت شیب، ظرفیت دستگاه های معدنکاری و کارخانه فرآوری و سایر محدودیت ها طوری انجام می دهند که با یک شاخص بهینه سازی، بیشترین سود از عملیات حاصل شود. هدف پایه از فرآیند بهینه سازی، معمولا ماکزیمم کردن ارزش خالص فعلی کل در عملیات است. بنابراین برنامه ریزی تولید معادن، یک مسئله تصمیم گیری است، یعنی : کدام بلوک ها در چه سالی از محدوده نهایی پیت بایستی معدنکاری شوند تا ارزش خالص فعلی کل با در نظر گرفتن محدودیت های تعریف شده ماکزیمم شود. مدل های برنامه ریزی خطی (lp) و عدد صحیح مختلط (mip) به عنوان یک پتانسیل مهم برای بهینه سازی برنامه زمان بندی تولید با هدف بیشینه کردن npv در معادن روباز محسوب می شوند، هر چند فرمول های mip در مسئله برنامه ریزی تولید برای معادن روباز بزرگ به متغیرهای دودویی خیلی زیادی نیاز دارد که حل آن را خیلی مشکل و یا غیر ممکن می سازد. بر این اساس در این پایان نامه روش جدید درخت پایه در حالت سه بعدی برای غلبه بر مشکل ادغام و هموارسازی مقاطع دو بعدی و نیز کاهش تعداد متغیرها و محدودیت های مورد نیاز برای فرمول بندی اصلاح شده mip ارائه شده است. طبق این روش و قبل از فرمول بندی mip، بلوک ها را بر اساس برنامه ریزی خطی به صورت درخت پایه با هم ترکیب می کنند و به جای بلوک ها از درخت های حاصل، در فرمول بندی mip استفاده می شود. و چون تعداد درخت ها به مراتب خیلی کمتر از بلوک هاست لذا تعداد متغیرها و محدودیت های نسبت داده شده به درخت های پایه نیز کمتر می شود و با این کار اندازه مسئله mip نیز کاهش می یابد، در ضمن زمان حل مسئله به شدت کاهش می یابد و رسیدن به جواب بهینه را نیز تضمین می کند. کاربرد این الگوریتم بر روی معدن بزرگ سنگ آهن شماره 3 گل گهر در سیرجان با تعداد 139719 بلوک در داخل پیت نهایی و پوش بک های طراحی شده مورد آزمایش قرار گرفته و نتیجه آن کاهش تعداد بلوک ها در پوش بک اول با عمر 5 سال از 24944 به 2127 درخت و کاهش تعداد متغیرهای دودویی مورد نیاز برای مدل mip از 124970 به 10635 متغیر می باشد. که باعث کاهش چشمگیری در مدت زمان حل مسئله گشته و رسیدن به جواب بهینه را تضمین می کند. همچنین، npv حاصل از این روش در مقایسه با ارزش خالص بدست آمده از نرم افزار npvs به میزان 73/7 درصد بهبود یافته است.