“五品聯動”礦冶工程管理優化決策支持系統研究及應用

劉文勝 李鐵鋼 李克慶 劉保順 袁懷雨

(1. 鞍鋼集團礦業公司工程管理部，遼寧鞍山114001;2. 北京科技大學土木與環境工程學院，北京100083)

現代礦冶生產涉及地質—采礦—選礦—燒結(球團)—煉鐵等多種專業、多個生產環節，包括生產地質勘查系統、采礦工程系統、采出礦石質量均衡系統、選礦生產系統、球團生產系統、燒結生產系統、信息系統、財務系統、決策支持系統及決策系統，每個系統又包含許多子系統，子系統之下還存在更低層次的子系統，直至系統的基本組成──生產單元。它們之間緊密連接，環環相扣，構成一項復雜的系統工程。

礦冶工程管理的成效，集中體現在礦冶生產各工程系統的“產物”的質量——品位上。對鐵礦山而言，其核心是生產地質勘查系統的地質品位、采礦工程系統的采出品位、采出礦石質量均衡系統的入選品位、選礦工程系統的精礦品位、球團工程系統或燒結工程系統的入爐品位(球團礦品位或燒結礦品位)。這5 個品位(以下簡稱“五品”)的高低，決定了各生產系統的“產物”的產量、成本的高低。因此，抓住管好、統籌考慮、系統優化這5 個品位，使礦冶各工程環節都圍繞、服務于這5 個品位的優化，實施“五品聯動礦冶工程管理”，將有助于礦冶工程管理的科學化、高效化，使企業取得更為顯著的經濟效益、提高礦產資源的利用率，減少廢石占地，對實現礦業的可持續發展，具有重大戰略意義。

為了實現上述管理目標，鞍鋼集團礦業公司(以下簡稱“鞍鋼礦業”)在創建“五品聯動礦冶工程管理”模式(以下簡稱“五品聯動”)［1-2］的基礎上，在國內首次研發了適用于公司所有礦山“五品聯動”整體優化的決策支持系統，并將其應用于生產實際，取得了顯著的經濟、資源回收和環境效益。

1 礦冶工程系統的特征及“五品聯動”優化的理論基礎

1.1 礦冶工程系統的主要特征

礦冶工程作為一個大系統，其主要特征表現為該系統的復雜性和動態性。

(1)礦冶工程系統的復雜性。礦冶工程系統的復雜性體現在不同礦山或同一礦山的不同部位，礦床的規模、礦體的產狀和形狀、礦體的埋藏深度及覆蓋層厚度、礦石的礦物組成及結構構造、礦石類型、礦巖的物理性質、水文地質條件等多變而復雜［3］，沒有完全相同的礦山。因此，各礦山的采礦和選礦方法各不相同，相應地其最佳的“五品”也各不相同。

(2)礦冶工程系統的動態性。在礦冶工程系統的各個子系統之間、子系統與單元之間、單元與單元之間，往往存在著動態的聯系。例如，礦床的儲量和地質品位隨著品位指標的變化而變化;采出品位隨地質品位和貧化率的變化而變化，對于有些采礦方法如崩落采礦法，貧化率又隨著出礦截止品位的變化而變化，損失率隨貧化率的變化而變化;入選品位隨著多個供礦點采出品位和供礦比例的變化而變化;同時，精礦產率和精礦品位又隨著入選品位的變化而變化。這些變化又都將影響整個礦山生產經營的經濟效益和資源回收效益。因此，在礦冶工程管理中，必須針對不同技術指標之間的這種動態變化特征，建立相應的數學關系模型，并以其為基礎，實施礦冶生產過程中主要技術指標的優化和管理。礦冶工程系統的動態性還體現在該系統對內外部條件的自適應性。如礦產品市場價格上升，或技術進步使礦產品成本降低、質量提高，都有利于利用貧礦，因而可以降低地質品位，隨之，采出品位、入選品位也可以降低。因此，礦山生產系統的優化不是一勞永逸、一成不變的，而是動態的，要隨外部條件的變化，隨時進行調整。

1.2 “五品聯動”優化的理論基礎

礦冶工程系統的構成及上述特征決定了對處于其中的各生產單元實施技術、質量等方面管理的困難性和復雜性，因此，要實現礦冶生產工程管理的科學、高效，必然要以系統論為理論指導，并結合相關的經濟學理論，對礦山生產各工程系統以“五品”為主線的礦山技術經濟指標實施系統的優化和管理。

(1)扣除前序費用理論。礦石的開采成本是各個工序的費用之和，在回采階段，若降低原定出礦截止品位，提高貧化率，降低損失率，就會多回收礦石，這部分礦石無需再耗費采準、切割、回采的鑿巖爆破等費用，只需耗費回收這些礦石的鏟裝、運輸、選礦等后序費用。以上可以不再耗費的費用，即為可以扣除的前序費用［3-4］。

(2)邊際效用理論和邊際分析方法。“五品聯動”的目標之一是經濟效益的最大化。當產量不變時，單位成本最低，經濟效益最大。但對應于不同的“五品”方案，各工序環節的產量應該不同。例如，適當降低地質品位，儲量將增加，采出礦量也會隨之增加，精礦量、入爐礦量也有可能增加。而提高精礦品位，精礦量可能減少，入爐礦量也將減少。按經濟學的邊際效用理論和邊際分析方法分析［5-6］，當產量可變時，就不是單位成本最低，經濟效益最大了，應是邊際成本等于邊際收益時經濟效益最大。因此，在產量變動的情況下，對“五品”尋優，不能以單位成本最低的“五品”為最優，而應該從多個可能的“五品”方案中，找出能使邊際成本等于邊際收益的“五品”，即為經濟效益最大的“五品”。

(3)多目標優化決策理論與方法。礦產資源的稀缺性、可耗竭性，決定了合理的“五品”不應只以經濟效益最大為目標，還要兼顧資源回收效益和環境效益。但這些效益存在著互相制約的關系。“五品”較低，往往資源回收效益較好，但經濟效益卻往往不是最大;“五品”較高，往往經濟效益較大，但資源回收效益卻不見得最好。因此，“五品”方案的優化和制訂，應該基于多目標優化決策理論，盡可能地兼顧上述多種效益，實施多目標優化和決策。

2 “五品聯動”優化的方法

礦冶工程系統的動態性決定了不能對“五品”分別、孤立地進行管理、優化，而要采用系統工程的全局優化方法［5］，將“五品”聯系起來，還要將“五品”與其他技術指標也聯系起來，作為一個整體進行管理、優化。為此，必須建立反映“五品”及“五品”與其他技術指標之間相互影響和動態變化的數學模型，包括地質儲量和品位預測模型、采礦損失率與貧化率關系模型、選礦比及精礦品位模型、燒結礦質量及產量預測、球團礦質量及產量預測模型，以及可用于多個決策目標值計算的綜合技術經濟分析模型，并將這些模型根據它們的內在邏輯關系進行有機的集成，對“五品”進行多目標優化，從而構成“五品聯動”優化決策系統，如圖1 所示。

2.1 建立地質儲量和品位預測模型

礦體的地質品位和儲量取決于儲量計算所采用的品位指標，因此，需要建立根據品位指標預測地質品位和儲量的模型。

圖1 “五品聯動”優化決策系統Fig.1 Five-grade linkage optimization decision system

目前，我國絕大多數礦山在儲量計算時采用雙品位指標制，即采用邊界品位和工業品位2 個指標，用斷面法計算儲量。即便針對1 套指標(方案)，這種方法往往也需要繪制幾十張斷面圖，而在進行“五品聯動”優化時，所涉及的品位指標方案往往有幾十套、幾百套，其工作量之大可想而知。盡管目前有不少軟件可用于礦體儲量的計算，但還沒有適用于雙品位指標，可用計算機全自動圈定礦體、繪圖和儲量計算的成熟軟件。為此，我們采用數理統計法，建立品位指標與地質儲量和品位的數學模型［7］。該方法的基本思路是，礦體儲量與體積成正比，礦體體積與穿過礦體的探礦工程所采集的樣品數量與總樣長成正比。據此，可以根據樣品化驗數據，統計不同品位樣品的樣長反算體積，再根據體積結合體重反算儲量。這樣可避免由手工繪制斷面圖的巨大工作量，并可由計算機自動完成。針對鞍鋼集團礦業公司的實際情況，采用這種方法建立了其下屬13 個主要采區的地質儲量和品位模型，利用該模型，即可計算該采取不同品位指標方案下的礦體儲量和地質品位。

2.2 建立其他數學模型

依據鞍鋼礦業的生產實際數據，采用數據挖掘技術，分別建立了2 個采區的混巖率與損失率的關系模型，5 個采區礦石入選廠前預選的預選模型(預選比模型及預選后品位模型)，6 個選廠9 個選礦系列的選礦模型(選礦比模型及精礦品位模型)。

依據《煉鐵學》有關燒結、球團、煉鐵的經典公式，建立了不同精礦來源和品位條件下燒結礦(東鞍山燒結廠)和球團礦(大孤山球團廠、弓長嶺球團廠)的品位、質量、產量預測模型，以及預測不同入爐品位下生鐵產量的模型。

2.3 建立綜合技術經濟模型

基于系統優化的復雜性，應建立將上述各類數學模型與其他技術指標和經濟參數依據其內在邏輯關系結合起來的“綜合技術經濟模型”［8］。這種模型不僅可反映系統復雜的技術指標間的動態聯系，而且可反映經濟參數與技術指標間的密切聯系。應用該模型，不僅可計算不同方案(不同的邊界品位、工業品位、開采損失率、貧化率、供礦比例、生產成本、產品價格等指標的組合)下的總利潤、礦產資源回收量等目標值，而且可基于各目標值進行不同方案優劣的對比分析。

由于公司屬下的弓長嶺鐵礦地、采、選、球自成體系，與鞍鋼礦業在鞍山的其他生產單位之間沒有礦量(原礦、精礦、球團礦)的配合關系，因此，如果將它們合并為1 個優化體系，既無現實根據，亦無必要。所以，分別建立了弓礦和鞍礦2 個系統各自的綜合技術經濟模型，對2 個系統的“五品”分別進行優化。

2.4 進行多目標優化決策

首先，基于鞍鋼集團礦業公司的生產經營戰略，確立了3 個用于衡量包括“五品”在內的主要技術指標管理水平的決策目標:年總利潤為企業主要的經濟效益目標、年采出礦量為衡量礦山企業礦產資源回收效果的社會效益目標、年排巖占地量為衡量環境效益的目標。這3 個目標的權重分別取0.6、0.2、0.2。

其次，確定了優化決策的決策變量。在“五品”聯動優化決策過程中，所涉及的決策變量包括邊界品位、工業品位、混巖率、精礦品位。這些技術指標都是獨立變量，而諸如采礦損失率、采出品位、采出礦量、入選品位、選礦比、燒結礦品位、球團礦品位、入爐品位等技術指標雖然也是優化的對象，但它們均受制于上述獨立變量，是從屬變量，獨立變量的取值一旦確定，這些從屬變量的取值也就確定了。設置的決策變量及方案集包括:

對鞍礦系統以7 個礦山的邊界品位和工業品位指標、2 個采區的混巖率指標、5 個選廠的精礦品位指標為決策變量。對各決策變量設置若干個可行方案，經排列組合，構筑了2 015 萬個方案組成的“五品”尋優方案集。

對弓礦系統以3 個礦山的邊界品位和工業品位指標、1 個選廠的精礦品位指標為決策變量。也對各決策變量設置若干個可行方案，經排列組合，構筑了由24 萬個方案組成的“五品”尋優方案集。

最后，采用模糊綜合評判法［9］，分別對2 大系統進行了“五品聯動”多目標優化。

表1 為鞍礦系統在當前的生產成本水平、價格水平(生鐵價格取目前鞍山地區的市場價格2 150元/t，商品鐵精礦價格取公司計劃價格780 元/t)下部分生產單元的優化“五品”與現行“五品”的對比結果(限于篇幅，未列全部)，表2 為優化“五品”與現行“五品”所對應的經濟指標的對比結果。

表1 鞍礦系統優化前后“五品”變化情況Table 1 Changes of five-grade before and after optimization in Ankuang system %

由表1、表2 可見，對鞍鋼礦業“五品”的優化，在當前成本、價格條件下，可使鞍鋼礦業獲得顯著的綜合效益:年增總利潤2.217 6 億元的經濟效益，年增產鐵礦石540 萬t 的資源回收效益，以及年減少廢石占用土地1.8 hm2的環境效益。

表2 優化前后的經濟指標對比Table 2 Changes of economic objects before and after optimization

3 結 論

礦冶企業要實現其綜合效益的最大化，就必須實現其管理工程的科學化、決策過程的高效化。鞍鋼礦業立足這個目標，在提出“五品聯動礦冶工程管理”模式的基礎上，首次研發了適用于大型礦業公司所有礦山整體“五品聯動”優化的決策支持系統。在鞍鋼礦業的應用實踐表明，充分把握各個生產環節(工程系統)主要技術指標相互影響和制約關系，系統地優化、科學地管理代表企業質量管理水平的“五品”——地質品位、采出品位、入選品位、精礦品位、入爐品位，對提高礦冶企業的管理水平和綜合效益具有重大意義。

［1］ 邵安林.“五品聯動”工程管理模式的創新與實踐［J］.中國工程科學，2013，15(11):45-47.

Shao Anlin.Innovation and practice of the“five grades ganged”engineering management mode［J］. Engineering Sciences，2013，15(11):45-47.

［2］ 邵安林. 特大型復雜礦區五品聯動礦冶工程管理新模式研究［J］.金屬礦山，2013(10):1-4.

Shao Anlin.A new management model of five grade linkage of mining and metallurgical engineering in large and complex mines［J］.Metal Mine，2013(10):1-4.

［3］ 陳希廉，張玉衡.礦產經濟學［M］.北京:中國國際廣播出版社，1992.

Chen Xilian，Zhang Yuheng.Mineral Economics［M］.Beijing:China International Broadcasting Press，1992.

［4］ 李萬亨，陳龍桂，楊昌明.礦產資源經濟研究的回顧與展望［M］.武漢:中國地質大學出版社，1994.

Li Wanheng，Chen Longgui，Yang Changming. Retrospect and Prospect of Research on Mineral Resources Economy［M］.Wuhan:China University of Geosciences Press，1994.

［5］ 董肇君.系統工程與運籌學［M］.北京:國防工業出版社，2009.

Dong Zhaojun. Systems Engineering and Operation Research［M］.Beijing:Defense Industry Press，2009.

［6］ 高鴻業.西方經濟學:微觀部分［M］. 北京:中國人民大學出版社，2011.

Gao Hongye. West Economics:Micro-part［M］. Beijing:China Renmin University Press，2011.

［7］ 袁懷雨，劉保順，李克慶.合理入選品位整體動態優化［J］.北京科技大學學報，2002，24(3):239-242.

Yuan Huaiyu，Liu Baoshun，Li Keqing.United dynamic optimization study on the rational beneficiation grade［J］.Journal of University of Science and Technology Beijing，2002，24(3):239-242.

［8］ 袁懷雨，劉保順，李克慶，等. 礦產經濟學——原理、方法、技術與實踐［M］.北京:冶金工業出版社，2012.

Yuan Huaiyu，Liu Baoshun，Li Keqing，et al. Mineral Economics:Principles，Methods，Techniques and Practices［M］. Beijing:Metallurgical Industry Press，2012.

［9］ 馮保成，汪培莊.模糊數學實用集粹［M］.北京:中國建筑工業出版社，1991.

Feng Baocheng，Wang Peizhuang. Fuzzy Mathematics Practical Collection［M］.Beijing:China Building Industry Press，1991.