ORIGINAL PAPER
Optimization of underground mine access layout and production scheduling
Jie Hou 1  
,   Guoqing Li 1  
,   Nailian Hu 1
 
More details
Hide details
1
University of Science and Technology Beijing, China
CORRESPONDING AUTHOR
Jie Hou   

University of Science and Technology Beijing, China
Submission date: 2020-03-25
Final revision date: 2020-04-24
Acceptance date: 2020-05-13
Publication date: 2020-06-29
 
Gospodarka Surowcami Mineralnymi – Mineral Resources Management 2020;36(2):87–108
 
KEYWORDS
TOPICS
ABSTRACT
Optimization in mine planning could improve the economic benefit for mining companies. The main optimization contents in an underground mine includes stope layout, access layout and production scheduling. It is common to optimize each part sequentially, where optimal results from one phase are treated as the input for the next phase. The production schedule is based on the mining design. Access layout plays an important role in determining the connection relationships between stopes. This paper proposes a shortest-path search algorithm to design a network that automatically connects each stope. Access layout optimization is treated as a network flow problem. Stopes are viewed as nodes, and the roads between the stopes are regarded as edges. Moreover, the decline location influences the ore transport paths and haul distances. Tree diagrams of the ore transportation path are analyzed when each stope location is treated as an alternative decline location. The optimal decline location is chosen by an enumeration method. Then, Integer Programming (IP) is used to optimize the production scheduling process and maximize the Net Present Value (NPV). The extension sequence of access excavation and stope extraction is taken into account in the optimization model to balance access development and stope mining. These optimization models are validated in an application involving a hypothetical gold deposit, and the results demonstrate that the new approach can provide a more realistic solution compared with those of traditional approaches.
METADATA IN OTHER LANGUAGES:
Polish
Optymalizacja planu dostępu do kopalni podziemnej i harmonogramu produkcji
optymalizacja układu dostępu, optymalizacja harmonogramu produkcji, podziemna kopalnia, programowanie zintegrowane
Optymalizacja w planowaniu kopalni może poprawić korzyści gospodarcze dla przedsiębiorstw górniczych. Główna część optymalizacji w kopalni podziemnej obejmuje układ wyrobisk eksploatacyjnych, schemat udostepnienia i harmonogram wydobycia. Zazwyczaj każdy etap optymalizowany jest sekwencyjnie, gdzie optymalne wyniki z jednej fazy są traktowane jako dane wejściowe do następnej fazy. Harmonogram produkcji opiera się na projekcie górniczym. Struktura udostępnienia odgrywa ważną rolę w określaniu połączeń pomiędzy przodkami eksploatacyjnymi. Ten artykuł proponuje algorytm wyszukiwania najkrótszej ścieżki, aby zaprojektować sieć, która automatycznie łączy każdy przodek. Optymalizacja struktury udostępnienia jest traktowana jako problem przepływu w sieci. Przodki są traktowane jako węzły, a drogi pomiędzy nimi jako krawędzie. Ponadto lokalizacja upadowej udostępniającej wpływa na drogi transportu rudy i odległości odstawy. Analiza ścieżek drzew zdarzeń odbywa się przy założeniu alternatywnych lokalizacji upadowych. Optymalna lokalizacja upadowej jest wybierana metodą wyliczania. Następnie, za pomocą programowania zintegrowanego (Integer Programming – IP) optymalizuje się proces planowania produkcji i maksymalizacji wartości bieżącej netto (NPV).Rozwinięty układ wyrobisk udostępniających i eksploatacyjnych jest uwzględniany w modelu optymalizacji do zbilansowania udostępnienia i eksploatacji złoża. Te modele optymalizacji są walidowane w aplikacji uwzględniającej hipotetyczne złoże rud złota, której wyniki pokazują, że nowe podejście może dostarczyć bardziej realistyczne rozwiązanie w porównaniu z tradycyjnymi metodami.
 
REFERENCES (26)
1.
Alford et al. 2007 – Alford, C., Brazil, M. and Lee, D.H. 2007. Optimisation in underground mining. Handbook of operations research in natural resources. Springer.
 
2.
Badiozamani, M. and Askari-Nasab, H. 2016. Reclamation and Environment 2016. Integrated mine and tailings planning: a mixed integer linear programming model. International Journal of Mining, Reclamation and Environment 30, pp. 319–346.
 
3.
Ben-Awuah et al. 2016 – Ben-Awuah, E., Richter, O., Elkington, T. and Pourrahimian, Y. 2016. Strategic mining options optimization: Open pit mining, underground mining or both. International Journal of Mining Science and Technology 26(6), pp. 1065–1071.
 
4.
Brazil et al. 2008 – Brazil, M., Grossman, P.A., Lee, D.H., Rubinstein, J.H., Thomas, D.A. and Wormald, N.C. 2008. Decline design in underground mines using constrained path optimisation. Journal Mining Technology Transactions of the Institutions of Mining and Metallurgy: Section A 117(2), pp. 93–99.
 
5.
Brazil, M. and Grossman, P.A. 2008. Access layout optimisation for underground mines. pp. 119–128.
 
6.
Brazil et al. 2004 – Brazil, M., Lee, D., Rubinstein, J., Thomas, D., Weng, J. and Wormald, N. 2004. Optimisation in the design of underground mine access. Proceedings Orebody Modelling and Strategic Mine Planning 14, pp. 3–6.
 
7.
Brazil et al. 2003 – Brazil, M., Lee, D., Van Leuven, M., Rubinstein, J., Thomas, D. and Wormald, N.C. 2003. Optimising declines in underground mines. Journal Mining Technology Transactions of the Institutions of Mining and Metallurgy: Section A 112(3), pp. 164–170.
 
8.
Brazil, M. and Thomas, D.A. 2007. Network optimization for the design of underground mines. Special Issue on Multicommodity Flows and Network Design 49(1), pp. 40–50.
 
9.
Hou et al. 2019 – Hou, J., Li, G., Hu, N. and Wang, H. 2019. Simultaneous integrated optimization for underground mine planning: application and risk analysis of geological uncertainty in a gold deposit. Gospodarka Surowcami Mineralnymi – Mineral Resources Management 35(2), pp. 153–174.
 
10.
Khodayari, F. and Pourrahimian, Y. 2019. Long-term production scheduling optimization and 3D material mixing analysis for block caving mines. Journal Mining Technology Transactions of the Institutions of Mining and Metallurgy 128(2), pp. 65–76.
 
11.
Krupiński, B. 1963. Principles of mine design. Śląsk Publishing House.
 
12.
Little et al. 2013 – Little, J., Knights, P. and Topal, E. 2013. Integrated optimization of underground mine design and scheduling. Journal of the Southern African Institute of Mining and Metallurgy 113(10), pp. 775–785.
 
13.
Little et al. 2008 – Little, J., Nehring, M. and Topal, E. 2008. A new mixed-integer programming model for mine production scheduling optimisation in sublevel stope mining. Proceedings-Australian Mining Technology Conference, 2008. Twin Waters. The Australasian Institute of Mining and Metallurgy.
 
14.
Little et al. 2011 – Little, J., Topal, E. and Knights, P. 2011. Simultaneous optimisation of stope layouts and long term production schedules. Journal Mining Technology Transactions of the Institutions of Mining and Metallurgy: Section A 120(3), pp. 129–136.
 
15.
Martinez, M.A. and Newman, A.M. 2011. A solution approach for optimizing long-and short-term production scheduling at LKAB’s Kiruna mine. European Journal of Operational Research 211(1), pp. 184–197.
 
16.
Morin, M.A.E. 2002. Underground mine design and planning: complexity and interdependencies. Mineral Resources Engineering 11(2), pp. 197–215.
 
17.
Musingwini, C. 2016. Optimization in underground mine planning-developments and opportunities. Journal of the Southern African Institute of Mining and Metallurgy 116(9), pp. 809–820.
 
18.
Nehring et al. 2010 – Nehring, M., Topal, E. and Little, J. 2010. A new mathematical programming model for production schedule optimization in underground mining operations. Journal of the Southern African Institute of Mining and Metallurgy 110(8), pp. 437–446.
 
19.
Nehring, M. and Topal, E. 2007. Production schedule optimisation in underground hard rock mining using mixed integer programming. Project Evaluation Conference 2007, pp. 169–175.
 
20.
Newman et al. 2010 – Newman, A.M., Rubio, E., Caro, R., Weintraub, A. and Eurek, K.J.I. 2010. A review of operations research in mine planning. A Review of Operations Research in Mine Planning Interfaces 40(3), pp. 222–245.
 
21.
Nhleko et al. 2018 – Nhleko, A., Tholana, T. and Neingo, P. 2018. A review of underground stope boundary optimization algorithms. Resources Policy 56, pp. 59–69.
 
22.
O’Sullivan, D. and Newman, A. 2014. Extraction and backfill scheduling in a complex underground mine. Interfaces 44(2), pp. 204–221.
 
23.
O’Sullivan, D. and Newman, A. 2015. Optimization-based heuristics for underground mine scheduling. European Journal of Operational Research 241(1), pp. 248–259.
 
24.
Terblanche, S. and Bley, A. 2015. An improved formulation of the underground mine scheduling optimisation problem when considering selective mining. African Journals 31(1), pp. 1–16.
 
25.
Yardimci, A. and Karpuz, C. 2016. Shortest Path Estimation Considering Kinematical Constraints of Main Haulage Roads in Underground Mines: A Heuristic Algorithm. 6th International Conference on Computer Applications in the Minerals Industries, CAMI2016.
 
26.
Yardimci, A.G. and Karpuz, C. 2019. Shortest path optimization of haul road design in underground mines using an evolutionary algorithm. Applied Soft Computing 83, 105668.
 
eISSN:2299-2324
ISSN:0860-0953