Linear programming in planning and executing the exploration phase of mining

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
School of Electrical Engineering | Doctoral thesis (article-based) | Defence date: 2017-12-15
Date
2017
Major/Subject
Mcode
Degree programme
Language
en
Pages
62 + app. 56
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 228/2017
Abstract
The doctoral dissertation consists of analysis of exploration phase of mining on different levels. The dissertation is of the field of systems technology. Firstly, methods for drillcore analysis are studied. The main emphasis is on rapid, contactless and online analysis of drillcore by Raman spectroscopy and Laser-Induced Fluorescence (LIF). The main result is the introduction of a Non-Negative Least Squares (NNLS) method for studying Raman spectra in order to partly automate the analysis of measurements. Because this in turn makes the analysis of drillcores more rapid, the research can alleviate the negative economic and ecological impact of exploratory phase of mining activities. Secondly, the mathematical methods are extended to help geologists in search for ore. This goal is achieved by measuring homogenised pellet samples with Raman spectroscopy and analysing the results with Data Envelopment Analysis (DEA). This creates opportunities for more efficient exploration as geologist can use the results to identify ore zones. Thirdly, the sustainable exploration phase of mining is discussed and suitable mathematical method based on DEA is introduced. The mathematical method takes into account different economic, ecological and social factors and it can be used to alleviate negative social or ecological impacts the exploration phase of mining may have. As a conclusion, Non-negative least squares and Data Envelopment Analysis are introduced as useful tools for developing the exploration phase of mining to become more economically, ecologically and socially acceptable.

Tämä väitöskirja analysoi malminetsintävaihetta kolmella eri tasolla. Väitöskirja kuuluu systeemitekniikan tutkimusalaan. Ensiksi tarkastellaan kairasydänten matemaattisia analyysimenetelmiä. Aineistona käytetään nopeita, kosketuksettomia ja malminetsintäpaikalla tehtäviä mittauksia Raman-spektroskopia ja Laser-Induced Fluorescence (LIF) -menetelmillä. Päätuloksena esitellään Raman-spektrien tulkinnan välineeksi lineaariseen ohjelmointiin perustuva, pienimmän neliösumman menetelmä positiivisille luvuille (NNLS), jonka avulla mittausten käsittelyä voidaan automatisoida. Koska tämä puolestaan nopeuttaa kairasydänten käsittelyä, tutkimuksen tulokset edistävät taloudellista ja ekologista kestävyyttä malminetsintävaiheessa. Toiseksi matemaattisia menetelmiä jatkokehitetään soveltumaan geologien apuvälineiksi heidän toimiessaan malminetsintäpaikalla. Tavoitteeseen pyritään käyttämällä homogenisoituja pellettinäytteitä mittaavaa Raman-spektroskopiaa ja Data Envelopment Analysis (DEA, suom. tehokkuusanalyysi) -menetelmää. Tämä tutkimushaara tuottaa välineitä tehokkaampaan malminetsintään nopeuttamalla geologien tekemää malmiesiintymien tunnistamista. Kolmanneksi tarkastellaan malminetsinnän kokonaiskestävyyttä, jonka pohjalta esitellään malminetsinnälle tehokkuusanalyysiin perustuva matemaattinen mallinnusväline. Väline ottaa huomioon joitain malminetsinnän taloudellisia, sosiaalisia ja ekologisia vaikutuksia ja sitä voidaan käyttää vähentämään haitallisia sosiaalisia ja ekologisia vaikutuksia, joita malminetsintään usein liittyy. Yhteenvetona voidaan esittää pienimmän neliösumman menetelmä positiivisille luvuille ja tehokkuusanalyysi käyttökelpoisina matemaattisina välineinä malminetsintävaiheen kehittämiseksi taloudellisesti, sosiaalisesti ja ekologisesti kestävämmäksi.
Description
Supervising professor
Zhou, Quan, Associate Prof., Aalto University, Department of Electronics and Nanoengineering, Finland
Thesis advisor
Zenger, Kai, Doc., Aalto University, Department of Electrical Engineering and Automation, Finland
Keywords
exploration, non-negative least squares, data envelopment analysis, Raman analysis, mineral concentration, rock breakage, sustainability, malminetsintä, pienin neliösumma, tehokkuusanalyysi, Raman-analyysi, kiven kovuus, kestävä kehitys, mineraalikonsentraatio
Other note
Parts
  • [Publication 1]: Kauppinen, T., 2016. Data Envelopment Analysis as a tool for the exploration phase of mining. Computers & Geosciences 93, 96-102.
    DOI: 10.1016/j.cageo.2016.05.005 View at publisher
  • [Publication 2]: Kauppinen, T., Khajehzadeh, N., 2015. Sustainability in the exploration phase of mining: a data envelopment analysis approach. IFAC Symposium on Automation in Mining, Mineral and Metal Industries -conference 25.-27.8.2015.
    DOI: 10.1016/j.ifacol.2015.10.088 View at publisher
  • [Publication 3]: Kauppinen, T., Jackson, J., Manlapig, E., Lay, J., 2014a. Data fusion on Rock breakage using Data Envelopment Analysis. In Emrouznejad, A., R. Banker R., S. M. Doraisamy and B. Arabi (2014), Recent Developments in Data Envelopment Analysis and its Applications, Proceedings of the 12th International Conference of DEA, April 2014, Kuala Lumpur, Malaysia
  • [Publication 4]: Kauppinen, T., Haavisto, O., Khajehzadeh, N., Häkkänen, H., 2014b. Raman analysis: detection of minerals and measurement of concentration using reference spectra. IMPC2014-conference, Santiago, Chile, 20.-24.10.2014
  • [Publication 5]: Kauppinen, T., Khajehzadeh, N., Haavisto, O., 2014c. Laser-induced fluorescence images and raman spectroscopy studies on rapid scanning of rock drillcore samples. International Journal of Mineral Processing 132 (10), 26-33.
    DOI: 10.1016/j.minpro.2014.09.003 View at publisher
  • [Publication 6]: Kauppinen, T., Haavisto, O., Häkkänen, H., 2013. Optimisation algorithms in the case of mineral detection using Raman analysis. IFAC Symposium on Automation in Mining, Mineral and Metal Industries -conference 25.-28.8.2013.
    DOI: 10.3182/20130825-4-US-2038.00021 View at publisher
Citation