Journals →  Горный журнал →  2017 →  #2 →  Back

СЫРЬЕВАЯ БАЗА
ArticleName Комплексный показатель перспективности разработки участков месторождений полезных ископаемых
DOI 10.17580/gzh.2017.02.05
ArticleAuthor Кожиев Х. Х., Босиков И. И.
ArticleAuthorData

Северо-Кавказский горно-металлургический институт (государственный технологический университет), Владикавказ, Россия:

Кожиев Х. Х., декан, д-р техн. наук
Босиков И. И., доцент, канд. техн. наук, igor.boss.777@mail.ru

Abstract

Целью настоящей работы является анализ изменчивости основных геолого-промышленных параметров месторождения: абсолютных отметок поверхности, мощности рудного тела, содержания полезного компонента, формы залежи. Проведенные исследования показали, что методика зонирования этих параметров с последующим расчетом комплексного показателя эффективности может быть использована для обоснованного выделения участков месторождений, наиболее перспективных для проведения дальнейшей разведки.
Работа выполнена при поддержке проекта № 4858 «Разработка ресурсосберегающих технологий производства экологически безопасных продуктов питания в техногенной зоне РСО – Алания», выполняемого в рамках базовой части государственного задания.

keywords Месторождение, математическая модель, мощность рудного тела, сложность рельефа, содержание полезного компонента, сложная форма залежи, комплексный показатель эффективности, цифровая модель рельефа, методика зонирования
References

 

1. Поротов Г. С. Разведка и геолого-экономическая оценка месторождений полезных ископаемых. – СПб. : Санкт-Петербургский государственный горный институт (технический университет), 2004. – 244 с.
2. Сборник руководящих материалов по геолого-экономической оценке месторождений полезных ископаемых. – М. : ГКЗ СССР, 1986. Т. 2. – 530 с.
3. Saaty T. L. Generalization of Perron's theorem to hierarchic composition: unpublished manuscript. University of Pittsburg, 1984. P. 171–183.
4. Босиков И. И., Аликов А. Ю., Босиков В. И., Смелков З. А. Математические модели и способы их построения при проведении геологоразведочных работ // Перспективы науки. 2013. № 6(45). С. 59–62.
5. Wang G., Li R., Carranza E. J. M., Yang F. 3D geological modeling for prediction of subsurface Mo targets in the Luanchuan district, China // Ore Geology Reviews. 2015. Vol. 71. P. 592–610.
6. Najafi A. B., Saeedi G. R., Farsangi M. A. E. Risk analysis and prediction of out-of-seam dilution in longwall mining // International Journal of Rock Mechanics and Mining Sciences. 2014. Vol. 70. P. 115–122.
7. Трубецкой К. Н., Галченко Ю. П. Геоэкология освоения недр и экогеотехнологии разработки месторождений. – М. : Научтехлитиздат, 2015. – 359 с.
8. Босиков И. И., Клюев Р. В. Методы системного анализа природно-техногенной системы горно-металлургического комплекса. – Владикавказ : Северо-Осетинский государственный университет им. К. Л. Хетагурова, 2015. – 124 с.
9. Saaty T. L., Vargas L. C. Inconsistency and rank preservation // Journal of Mathematical Psychology. 1984. Vol. 28. No. 2. P. 205–214.
10. Saaty T. L. Axiomatic foundation of the analytic hierarchy process // Management Science. 1986. Vol. 32. No. 7. P. 841–855.
11. Босиков И. И., Аликов А. Ю., Босиков В. И., Смелков З. А. Исследование закономерностей функционирования природно-промышленной системы горноперерабатывающего комплекса с помощью математических моделей // Перспективы науки. 2012. № 1(28). С. 70–72.
12. Моисеев Н. Н. Математические задачи системного анализа : учеб. пособие. – М. : Наука, 1981. – 488 с.
13. Pismenny A., Chaadaev A., Akishev A., Bondarenko I., Babaskin S. Innovative technologies at open-cast mining of diamond deposites // Innovations and Nanotechnologies of Russia. 2012. № 1(2). P. 38–39.
14. Рыков А. С. Модели и методы системного анализа: принятие решений и оптимизация : учеб. пособие. – М. : НИТУ «МИСиС», 2005. – 352 с.
15. Benardos A., Athanasiadis I., Katsoulakos N. Modern earth sheltered constructions: A paradigm of green engineering // Tunnelling and Underground Space Technology. 2014. Vol. 41. P. 46–52.
16. He L., Song Y., Dai S. Z., Durbak K. Quantitative research on the capacity of urban underground space – The case of Shanghai, China // Tunnelling and Underground Space Technology. 2012. Vol. 32. P. 168–179.

 

Language of full-text russian
Full content Buy
Back