ORIGINAL PAPER
Choosing the location of the opening cut to expose brown coal deposits – problem solving and decision making with the use of multiple-criteria decision analysis (MCDA)
 
More details
Hide details
1
AGH University of Science and Technology
 
 
Submission date: 2019-12-04
 
 
Final revision date: 2020-02-18
 
 
Acceptance date: 2020-03-30
 
 
Publication date: 2020-03-30
 
 
Corresponding author
Mateusz Henryk Sikora   

AGH University of Science and Technology
 
 
Gospodarka Surowcami Mineralnymi – Mineral Resources Management 2020;36(1):93-104
 
KEYWORDS
TOPICS
ABSTRACT
Global brown coal resources are estimated to be extracted at around 512 million Mg. They are found in over a dozen countries, including primarily: Australia, China, the Czech Republic, Greece, Germany, Poland, Russia, the United States and Turkey. More than 80% of total brown coal production in the EU takes place in: Germany, Poland, Greece and the Czech Republic. This means that the majority of production still uses conventional fuels, including both hard coal and brown coal. Given the current energy needs in the context of brown coal reserves depletion and the impacts of the current climate and energy policies of the EU, it is very important that all new investments in mining and energy complexes based on brown coal resources must be prepared carefully to ensure high production efficiency and minimize negative environmental impacts. This article attempts to solve a problem involving the choice of the location of the opening cut to expose brown coal deposits. Due to the stratified nature of brown coal deposits and the associated open-cast mining technology used in a continuous mining system with bucket wheel excavators, belt conveyor systems and spreaders, the location of the opening cut is not completely random and the number of potential solutions is finite. The multifaceted technical, organizational, economic, social and environmental problems require a holistic approach to this research problem. Such an approach should take the different, often opposing, perspectives of the many stakeholders into account. These issues can be solved using mathematical tools designed for multiple-criteria decision support. With the proposed method, a ranking of alternatives can be created, depending on the predefined location of the opening cut.
METADATA IN OTHER LANGUAGES:
Polish
Wybór lokalizacji wkopu udostępniającego pokład węgla brunatnego – rozwiązywanie problemów i podejmowanie decyzji z wykorzystaniem metod wielokryterialnego wspomagania decyzji (WWD)
węgiel brunatny, planowanie strategiczne w górnictwie, wkop udostępniający, wielokryterialne metody wspomagania decyzji
Światowe zasoby węgla brunatnego możliwe do wydobycia szacowane są na około 512 mln Mg i koncentrują się w kilkunastu krajach, przede wszystkim: Australii, Chinach, Czechach, Grecji, Niemczech, Polsce, Rosji, Stanach Zjednoczonych i Turcji. Ponad 80% całkowitej produkcji węgla brunatnego w UE koncentruje się w Niemczech, Polsce, Grecji i Czechach. Mając na uwadze aktualne potrzeby energetyczne w horyzoncie wyczerpujących się obecnie eksploatowanych złóż oraz realia obecnej polityki klimatyczno-energetycznej Unii Europejskiej, bardzo istotne jest, aby ewentualna inwestycja w nowy kompleks górniczo-energetyczny oparty na węglu brunatnym była przygotowana w sposób niezwykle staranny, zapewniający wysoką efektywność produkcji oraz minimalizację negatywnego wpływu na środowisko. Celem artykułu jest wskazanie możliwości rozwiązania problemu badawczego polegającego na opracowaniu metody wyboru lokalizacji wkopu udostępniającego pokład węgla brunatnego. Z uwagi na pokładowy charakter zalegania złóż węgla brunatnego oraz związaną z nim technologię eksploatacji metodą odkrywkową z wykorzystaniem przede wszystkim systemów ciągłych układów koparka-taśmociąg-zwałowarka (KTZ), przestrzenna lokalizacja wkopu udostępniającego nie jest dowolna, a liczba rozwiązań skończona. Wieloaspektowość problematyki obejmująca zagadnienia techniczno-organizacyjne, ekonomiczne, społeczne i środowiskowe wymaga holistycznego podejścia do problemu badawczego uwzględniającego różne, często przeciwstawne punkty widzenia. Problem ten może zostać rozwiązany z wykorzystaniem narzędzi matematycznych dedykowanych do wielokryterialnego wspomagania decyzji. Opracowana metoda pozwala na stworzenie rankingu wariantów w zależności od uprzednio zdefiniowanych lokalizacji wkopów udostępniających.
 
REFERENCES (17)
1.
Dudek, M. and Krysa, Z. 2017. Sustainable Mining Land Use for Lignite Based Energy Projects. World Multidiciplinary Earth Sciences Symposium (WMESS 2017), IOP Conf. Series: Earth and Environmental Science 95.
 
2.
Jurdziak, L. and Kawalec, W. 2010. An optimisation study for brown coal mining system scenarios (Studium optymalizacji scenariuszy technologicznych kopalnia węgla brunatnego). Górnictwo i Geoinżynieria 34(3), pp. 141–157 (in Polish).
 
3.
Kasztelewicz, Z. 2005. A method for deposit development programming in multi-pit brown coal mines (Metoda programowania zagospodarowania złóż w wieloodkrywkowej kopalni węgla brunatnego). Rozprawy Monografie 143, Kraków: AGH University of Science and Technology Press (in Polish).
 
4.
Kasztelewicz et al. 2014 – Kasztelewicz, Z., Sikora, M., Zajączkowski, M. and Patyk, M. 2014. Surface mining systems in lignite mines around the world (Układy technologiczne w kopalniach odkrywkowych węgla brunatnego na świecie). Przegląd Górniczy 70(10), pp. 85–89 (in Polish).
 
5.
McQueen, F. 2017. 10 Things you should know about Strategic Mine Planning for open pits, SRK Consulting, January 2017.
 
6.
Naworyta, W. 2013. Analyze of complex utilization of lignite deposit resources, accompanying minerals and waste raw materials (Analiza możliwości kompleksowego zagospodarowania złoża węgla brunatnego Gubin, kopalin towarzyszących oraz odpadowych surowców mineralnych). Zeszyty Naukowe. Uniwersytet Zielonogórski No. 150. Inżynieria Środowiska 30, pp. 112–123 (in Polish).
 
7.
Naworyta, W. 2011. Analysis of geological and mining conditions and external restrictions for lignite extraction from deposit Gubin (Analiza uwarunkowań geologiczno-górniczych oraz ograniczeń zewnętrznych dla zagospodarowania złoża węgla brunatnego Gubin). Polityka Energetyczna – Energy Policy Journal 14(2), pp. 291–304 (in Polish).
 
8.
Naworyta, W. 2013. Analysis of the sulfur content in the Gubin lignite deposit for assessing the need for sorbent and the quantity of REA gypsum produced. Gospodarka Surowcami Mineralnymi – Mineral Resources Management 29(4), pp. 47–58.
 
9.
Naworyta, W. and Badera, J. 2012. Analysis of social and economic conditions for planned development of the Gubin lignite deposit (Diagnoza uwarunkowań społeczno-gospodarczych dla projektowanego zagospodarowania złoża Gubin). Polityka Energetyczna – Energy Policy Journal 15(3), pp. 107–118 (in Polish).
 
10.
Naworyta, W. and Sypniowski. S. 2012. Development of the Gubin lignite deposit – selected aspects of mine design (Zagospodarowanie złoża węgla brunatnego Gubin – wybrane problemy projektowania kopalni). Polityka Energetyczna – Energy Policy Journal 15(3), pp. 119–133 (in Polish).
 
11.
Rompous et al. 2006 – Rompous, C., Liakoura, K. and Leontidis, M. 2006. Strategic mine planning framework for continuous surface mining systems operation. 8th International Symposium Continuous Surface Mining (ISCSM), Aachen, Germany, 24-27 September, pp. 249–260.
 
12.
Rompous, C. and Papacosta, E. 2013. Strategic mine planning of surface mining projects incorporating sustainability concepts, 6th International Conference on Sustainable Development in the Minerals Industry, 30 June–3 July, Milos island, Greece.
 
13.
Schroder, D. 2001. Computer aided systems in mine planning. Continuous surface mining. Stand und Perspektiven der kontinuierlichen Tagebautechnik. ISCSM 2001, 6th International Symposium Continuous Surface Mining.
 
14.
Uberman, R. and Naworyta, W. 2012. Lignite exploitation under spatial and environmental restrictions – case study: Gubin lignite deposit (Eksploatacja złóż węgla brunatnego w warunkach ograniczeń przestrzennych i ekologicznych, studium przypadku złoże Gubin). Polityka Energetyczna – Energy Policy Journal 15(4), pp. 29–41 (in Polish).
 
15.
Wasilewska-Błaszyk, M. and Naworyta, W. 2015. Geostatistical analysis of lignite deposit parameters in the function of the operation progress (Geostatystyczna analiza parametrów złoża węgla brunatnego w funkcji postępów projektowanej eksploatacji). Gospodarka Surowcami Mineralnymi – Mineral Resources Management 31(3), pp. 77–91 (in Polish).
 
16.
Zajączkowski et al. 2014 – Zajączkowski, M., Kasztelewicz, Z. and Sikora, M. 2014. Method for location of an external dump in surface mining using the A-star algorithm. Archives of Mining Sciences 59(3), pp. 722–730.
 
17.
Żak, J. and Sawicki, P. 1999. The ranking of the efficient solutions for the multiobjective fleet sizing problem in the transportation company (Ranking rozwiązań sprawnych dla problemu doboru liczebności taboru w przedsiębiorstwie transportowym). Zeszyty Naukowe Wydziału Mechanicznego Politechniki Koszalińskiej No. 26, Mielno (in Polish).
 
eISSN:2299-2324
ISSN:0860-0953
Journals System - logo
Scroll to top