Цифровая модель улучшит переработку отходов горной промышленности в РФ

Система способна получать подобные данные по небольшому числу проб, которые берутся из разных регионов техногенных отложений при помощи бензобура и изучаются при помощи методов спектроскопического анализа

Исследователи из России разработали систему цифрового моделирования отходов горной промышленности и продемонстрировали, что ее можно использовать для повышения качества извлечения минерального сырья из различных форм шлама. Эта методика позволит повысить экономическую выгоду от переработки вторсырья, сообщила пресс-служба НИТУ МИСИС.

"Значительная часть отвалов остается неиспользованной из-за недостаточной изученности их состава. Мы разработали методику геоинформационного моделирования техногенных месторождений, при помощи которой система позволяет построить точные трехмерные модели хвостохранилищ и показывает наличие в них полезных компонентов", - пояснил старший преподаватель кафедры геологии и маркшейдерского дела НИТУ МИСИС (Москва) Илья Мельниченко, чьи слова приводит пресс-служба вуза.

Как отмечают исследователи, добыча меди, других цветных металлов, а также прочих полезных ископаемых ведет к образованию большого количества так называемых хвостов - отходов производства, состоящих из переработанной и пустой руды, а также других пород, извлеченных из земли в процессе добычи ресурсов. Эти отходы хранятся на отвалах, терриконах и в других техногенных массивах, чья общая площадь в РФ составляет более миллиона гектар.

Истощение запасов полезных ископаемых, а также курс на устойчивое развитие экономики заставляют ученых и инженеров искать способы, позволяющие извлекать полезные ресурсы, присутствующие в "хвостах". Для оценки целесообразности их добычи необходимо знать состав этих отвалов пород, а также понимать, как могут быть распределены ресурсы по этим скоплениям отработанных природных материалов.

Ученые создали специализированную цифровую систему, которая способна получать подобные данные по небольшому числу проб, которые берутся из разных регионов техногенных отложений при помощи бензобура и изучаются при помощи методов спектроскопического анализа. Далее алгоритм разбивает изучаемый "хвост" на множество небольших блоков и анализирует то, как много меди, цинка, серы и других ценных веществ присутствует в каждом из них, а также определяет плотность, пористость и другие свойства пород в каждой ячейке цифровой модели.

Как отмечают исследователи, работу этого подхода они уже успешно апробировали на отвалах техногенных отходов на предприятиях одного из российских горнодобывающих холдингов цветных металлов. Проведенные замеры и расчеты показали, что разработка исследователей позволяет оценивать среднее количество полезных ископаемых в изучаемых отложениях и другие их важнейшие свойства, что поможет принять максимально эффективное решение по началу повторной добычи ресурсов, сообщает ТАСС.