РОЗРОБЛЕННЯ ЕКОЛОГІЧНИХ СЦЕНАРІЇВ ЕФЕКТИВНОГО ОСВОЄННЯ ЦІННИХ РОДОВИЩ КОРИСНИХ КОПАЛИН

  • V. H. Hrinov Інститут фізики гірничих процесів Національної академії наук України https://orcid.org/0000-0003-2942-6518
  • A. O. Khorolskyi Інститут фізики гірничих процесів Національної академії наук України https://orcid.org/0000-0002-4703-7228
  • O. P. Kaliushchenko Інститут фізики гірничих процесів Національної академії наук України https://orcid.org/0000-0003-1077-0407
Ключові слова: сценарій освоєння, цінні родовища, екологія, раціональне природокористування, оптимальна стратегія, динамічне програмування, комп’ютерні програми

Анотація

Мета цієї праці полягає в демонстрації можливостей розроблення економічних та екологічних сценаріїв розвитку територій із забруднювальним виробництвом. Установлено, що для планування ефективного освоєння родовищ, незалежно від виду корисної копалини, може бути запропонована модель зміни стану запасів копалини від балансових до кінцевої продукції. Альтернативні оптимальні варіанти сценаріїв освоєння запасів родовища корисної копалини показано на прикладі аналізу показників реального невеликого золоторудного родовища, обґрунтовано вартість екологічно безпечного виробництва кінцевої продукції під час видобутку золотоносної руди.

Посилання

1. Bellman R., Drejfus S. Applied Dynamic Programming. – Moskva: Nauka, 1965. (In Russian).

2. Grinev V. G. Evaluation and selection of rational parameters of underground mining of ore deposits of Yakutia. Dr. tech. Science. – Novosibirsk: IGD SO RAN, 1993. – 43 p. (In Russian).

3. Grinev V. G. Solution of the problems of the development of ore deposits of the North. – Novosibirsk: Nauka, 1992. – 205 p. (In Russian).

4. Grinev V. G., Izakson V. Yu., Zubkov V. P. The solution of mountain problems on a computer during the development of ore deposits. – Novosibirsk: Nauka, Siberian Publishing Company of the Russian Academy of Sciences, 1999. – 215 p. (In Russian).

5. Shwarc V. Dynamic programming on the example of copper ore sme lting technology optimization//Erzmetall. – 1968. – № 10. (In Russian).

6. Amankwah H. Mathematical Optimization Models and Methods for Open-Pit Mining. 2011. Ph.D. Linköping University.

7. Ataei M., Jamshidi M., Sereshki F., Jalali I. S. M. E. Mining method selection by AHP approach. Journal of the Southern African Institute of Mining and Metallurgy, 2008, 108(12), 741–749.

8. Daskin M. S. Network and discrete location: models, algorithms, and applications. John Wiley & Sons, 2013, https://doi.org/10.1002/9781118537015.

9. Dehghani H., Siami A., Haghi P. A new model for mining method selection based on grey and TODIM methods. Journal of Mining & Environment. 2017, 8(1), 49-60, doi: 10.22044/jme.2016.626.

10. Fioroni M., Santos Letícia C., Franzese L., Seixas J., Penna B., Alkmim G. Logistic evaluation of an underground mine using simulation. Rem: Revista Escola de Minas, 2014. 67(4), 447–454. https://dx.doi.org/10.1590/0370-44672014670181.

11. Guang X., Jinxin H., Baisheng N., Chalmers D., Zhuoming Y. Calibration of Mine Ventilation Network Models Using the Non-Linear Optimization Algorithm. Energy, 2017. 31(11), 11–19, https://doi.org/10.3390/en11010031.

12. Hurwicz L. What is the Coase Theorem? Japan and the World Economy, 7(1), 1995. 49–74.

13. Imanberdieva N., Chukunkyzy N., Severoğlu Z., Kulenbekov Z. Ecology and Environmental Aspects of “Makmalzoloto” Gold Mining Area in Kyrgyzstan. In: Vegetation of Central Asia and Environs. Springer, Cham, 2018. https://doi.org/10.1007/978-3-319-99728-5_13.

14. Iphar M., Alpay S. A mobile application based on multi-crite ria decision-making methods for underground mining method selection. International Journal of Mining, Reclamation and Environment, 2018, 126(3), 69–77, https://doi.org/10.1080/17480930.2018.1467655.

15. Karabyn V., Shtain B., Popovych V. Thermal regimes of spontaneous firing coal washing waste sites. News of the National Academy of Sciences of the Republic of Kazakhstan. Series of Geology and Technical sciences, 2018, 429(3), 64–74.

16. Kellerer H., Pferschy U. and Pisinger D. Knapsack Problems – Springer Science+Business Media, 2004. 548 p. http://dx.doi.org/10.1007/978-3-540-24777-7.

17. Mikaeil R., Naghadehi M., Ataei M., Khalokakaie R. A decision support system using fuzzy analytical hierarchy process (FAHP) and TOPSIS approaches for selection of the optimum underground mining method. Archives of Mining Sciences, 2009, 54(2), 349–368.

18. Opricovic S., Tzeng G.-H. Extended VIKOR method in comparison with outranking methods. European Journal of Operational Research, 2007, 178(2), 514–529. https://doi.org/10.1016/j.ejor.2006.01.020.

19. Starodub Y., Karabyn V., Havrys A., Shainoga I., Samberg A. Flood risk assessment of Chervonograd mining-industrial district. Proc. SPIE 10783, 107830P. Event SPIE. Remote Sensing, Berling, Germany (10 October 2018). https://doi.org/10.1117/12.2501928.

20. Tzeng G., Huang J. Multiple attribute decision making: Methods and applications. 2011, Boca Raton, FL, USA: Chapman and Hall/CRC Press.
Опубліковано
2019-07-10
Як цитувати
Hrinov, V. H., Khorolskyi, A. O., & Kaliushchenko, O. P. (2019). РОЗРОБЛЕННЯ ЕКОЛОГІЧНИХ СЦЕНАРІЇВ ЕФЕКТИВНОГО ОСВОЄННЯ ЦІННИХ РОДОВИЩ КОРИСНИХ КОПАЛИН. Мінеральні ресурси України, (2), 46-50. https://doi.org/10.31996/mru.2019.2.46-50