INVESTIGATION OF THE RANDOM VALUE STATISTICAL DISTRIBUTIONS MODELS CHOICE INFLUENCE ON THE MINING OPERATIONS MODELING RESULTS
DOI:
https://doi.org/10.14529/ctcr210313Keywords:
simulation modeling, stochastic model, potash ore, mining operations, statistical distribution, uniform distribution, normal distribution, Poisson distribution, negative binomial distributionAbstract
The importance of production planning for improving the performance indicators of a mining enterprise is indicated. The possibility of simulation modeling using for this aim is shown. It is shown that the created model has a large number of stochastic parameters. It is investigated that there is a problem of research lack about the choice influence of the mining modeling results with different statistical distributions. It is known that with an increase in stochastic deviations fromthe initial parameters, the productivity of queuing systems decreases. Purpose of work is to study this influence with four statistical distributions of a random quantity (uniform, normal, negative binomial and Poisson distribution) for individual operations and their combinations. In addition, it is necessary to determine how much a change in one particular parameter will affect the overall result of the modeling. Materials and methods. In the previously created simulation model, a stochastic delay is added to the time of individual operations. The addition of such a delay with different statistical distributions and with the same mathematical expectation is investigated. The simulation results are compared with each other, for each individual operation the absolute and relative deviation of
the results is shown. Further, a similar simulation is performed when all the simultaneously selected parameters changing. Result. It is shown that the magnitude of the deviation significantly differs among all deviations. It is shown that for various single changes in operations, the largest and smallest deviations can be given by different statistical distributions. To study the joint change with all parameters, 3 modeling scenarios are implemented: all uniform distributions (this case is used now), the scenario with the smallest deviation and the scenario with the largest deviation. It is shown that switching to another scenario leads to a significant change in the simulation. Conclusion. It is concluded that the used significant influence of statistical distributions choice to the accuracy of modeling the operation of the mining machine is shown, especially when they are taken into account together. The results can be used to clarify the influence of individual factors in the simulation model and improve the planning of potash mining operations, for individual mining machines too.
References
Еврохим. Финансовые результаты по МСФО за 2020 год. – https://www.eurochemgroup.com/ ru/media-announcements/finansovye-rezultaty-po-msfo-za-2020-god/ (дата обращения: 17.05.2021).
Morales, N. Incorporation of geometallurgical attributes and geological uncertainty into long-term open-pit mine planning / N. Morales, S. Seguel, A. Cáceres et al. // Minerals. – 2019. – Vol. 9,
iss. 2, pap. 108. DOI: 10.3390/min9020108
Шек, В.М. Использование имитационного моделирования для оптимизации проведения горных работ / В.М. Шек, М.Ю. Соболева // Горный информационно-аналитический бюллетень. – 2005. – № 10. – С. 201–205.
Zatonskiy, A.V. Verification of Kolmogorov Equation Usability for Reproduction and Death Processes / A.V. Zatonskiy // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». –2019. –Т. 19, № 3. – С. 60–67. DOI: 10.14529/ctcr190306
Соловьев, В.А. Разработка калийных месторождений: практикум / В.А. Соловьев, А.И. Секунцов. – Пермь: Изд-во ПНИПУ, 2013. – 265 с.
Затонский, А.В. Разработка объектных средств имитационного и многоагентного моделирования производственных процессов / А.В. Затонский, В.Н. Уфимцева // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. – 2018. – № 4. – С. 56–62.
Разработка имитационной модели для планирования горно-выемочных работ / С.А. Варламова, Ю.И. Володина. А.В. Затонский, П.А. Язев // Горный информационно-аналитический бюллетень. – 2019. – № 10. – С. 214–222. DOI: 10.25018/0236-1493-2019-100-214-222
Голодов, М.А. Обоснование параметров короткозабойных технологий отработки околоствольных целиков с закладкой выработанных пространств: дис. … канд. техн. наук. – Новочеркасск: Шахтинский университет (филиал ЮРГПУ (НПИ)), 2009. – 227 с.
Разработка имитационной модели шагающей крепи с интеграцией алгоритмов управления для визуализации технологических процессов / М.С. Никитенко, С.С. Журавлев, Ю.В. Малахов, Н.В. Абабков // Вестник КузГТУ. – 2019. – №1. – C. 49–58.
Непша, Ф.С. Методология имитационного компьютерного моделирования системы электроснабжения выемочного участка угольной шахты / Ф.С. Непша, В.А. Воронин, А.Н. Ермаков // Горное оборудование и электромеханика. – 2020. – № 6 (152). – С. 59–67.
Okolnishnikov, V.V. Modelling of Longwall Coal Mining // 2020 International Conference on Mathematics and Computers in Science and Engineering (MACISE). – Madrid, Spain, 2020. –
P. 202–208. DOI: 10.1109/MACISE49704.2020.00044
Matamoro, M.E.V. Stochastic short-term mine production schedule accounting for fleet allocation, operational considerations and blending restrictions / M.E.V.Matamoro, R. Dimitrakopoulos // European Journal of Operational Research. – 2016. – Vol. 255. – P. 911–921.
Применение имитационного моделирования для оценки вариантов отработки выемочного блока короткими забоями / В.В. Зиновьев, А.Н. Стародубов, П.И. Николаев, И.С. Кузнецов // Горный информационно-аналитический бюллетень. – 2018. – № 48. – С. 181–193. DOI: 10.25018/0236-1493-2018-11-48-181-193
Язев, П.А. Использование статистических распределений случайной величины при моделировании горно-выемочных работ / П.А. Язев, О.Н. Лапаев // Молодежная наука в развитии регионов. – 2020. – С. 30–32.
Кузнецов, И.С. Исследование влияния внеплановых простоев горных машин на добычу угля открыто-подземным способом методом имитационного моделирования / И.С Кузнецов, В.В. Зиновьев, А.Н. Стародубов // Уголь. – 2020. – № 9. – С. 10–13. DOI: 10.18796/0041-5790-2020-9-10-13
