Байланысты: Монография по планированию горных работ
5.3.5. Оптимизация и обновление блочных моделей при поступлении новой информации 5.3.5.1. Оптимизация моделей После того, как Вы оценили качество руды по созданной Вами блочной модели, необходимо
проверить полученную модель, объединить с моделью литологии (если это представляет интерес) и, при
необходимости, – оптимизировать ее или полученную общую модель.
Итак, Ваша модель содержит все поля типов руд и пород, содержания всех компонентов, а
также другие параметры, которые Вы считаете важными. Лучше, если Вы теперь добавите в модель
информацию о плотности руды. Это делается обычно процессом EXTRA (GENTRA), в котором Вы
можете присвоить известные значения плотности всем имеющимся в модели типам руд. Возможно
использовать для этого любое аналитическое выражение, если плотность руды зависит от
содержания в ней металлов и т.п. Операция до предела упрощается, когда вся руда имеет
одинаковую плотность. Для хранения этой информации целесообразно применять стандартное
название поля DENSITY, т.к. в дальнейшем программа сможет его использовать, не спрашивая Вас
каждый раз о вводе величины плотности.
Иногда модель получается очень большой из-за громадного количества маленьких субъячеек,
созданных при заполнении ячейками узких (извилистых) каркасов или при объединении нескольких
больших блочных моделей в одну. Во втором случае часто происходит аварийное наложение ячеек
друг на друга, а это, в свою очередь, вызывает ошибки при использовании такой модели в других
процессах (например, при оценке запасов). Наложение ячеек бывает также следствием заполнения
блоками взаимно пересекающихся каркасов в одном запуске процессов TRIFIL или WAREFILL.
Такие ситуации могут быть исправлены оптимизацией субъячеек модели процессом
PROMOD. Он будет копировать входную модель в новый файл, и при этом выполнять следующие
функции:
Для каждой субъячейки определяется ее «родительская» ячейка
Ликвидируются наложенные субъячейки в «родительских» ячейках
95
Маленькие субъячейки объединяются без ухудшения точности модели по 10
ключевым полям.
Задаются от 1 до 10 ключевых полей. Субъячейки объединяются, если значение поля в них
одинаково, а параметр OPTIMISE=1 или 2.