Förbättrad resurseffektivitet genom dynamiskt styrd utlastning
Diarienummer | |
Koordinator | Luleå tekniska universitet - Institutionen för samhällsbyggnad och naturresurser |
Bidrag från Vinnova | 4 800 000 kronor |
Projektets löptid | juli 2014 - juli 2020 |
Status | Avslutat |
Utlysning | SIP Swedish Mining Innovation -Strategiska innovationsprogrammet för Gruv och Metallutvinning |
Ansökningsomgång | Strategiska innovationsprogrammet Gruv och Metallutvinning - våren 2014 |
Viktiga resultat som projektet gav
Syftet och målet med Dynamisk Lastning var att förbättra lastningen och ekonomin vid skivrasbrytning genom att avslut av varje krans kan göras vid en optimalt tidpunkt. Ett viktigt resultat från projektet är en ny styrmodell som praktiskt införts för lastningsstyrning i LKABs Kiirunavaara gruva. Genom att minska antalet för tidigt stängda kransar, ökar malmuttaget och vinsten per avsänkningsmeter och genom att minska antalet för sent stängda kransar minskas gråbergsuttaget och därmed kostnaderna för att hantera och anrika gråberg.
Långsiktiga effekter som förväntas
Med undantag för de övergripande målen har projektet; Skapat en djupare förståelse för lastning vid skivrasbrytning Skapat en djupare förståelse för rasflöden och flödesvariationer Utvecklat en probabilistisk modell för variationer i rasflöden Utvecklat en ekonomisk modell för on-line prognoser av brytningsekonomin vid lastning Utvecklat en styrmodell för optimering av raslastning Genererat 4 vetenskapliga artiklar och 2 konferensbidrag Genererat en licentiat avhandlingar och en doktorsavhandling
Upplägg och genomförande
Dynamisk Lastning har adresserat ett område som tidigare varit föremål för omfattande forskning. Projektet har baserats på mätdata som samlats in under mer än 10 års produktion, utveckling av avancerade statistiska och ekonomiska modeller för att lösa och optimera ett klassiskt gruvtekniskt problem. Den utvecklade lösningen används idag för lastningsstyrning i LKABs Kiirunavaara gruva. Dock har utvecklingen av den industriella applikationen varit mer tids- och resurskrävande än vad som är kan uppskattas, vilket lett till både förseningar och kostnadsökningar.