课题基金 / 基金详情

Une nouvelle approche combinant simulations multipoints et apprentissage machine en vue d'une meilleure définition des ressources pour les mines exploitées en fosse

Une nouvelle approche combinant simulations multipoints et apprentissage machine en vue d'une meilleure définition des ressources pour les mines exploitées en fosse
结合多点模拟和学徒机的新方法,以实现矿山开采资源的定义
批准号:
515870-2017
负责人:
Marcotte, Denis
金额:
$1.82万
依托单位国家:
加拿大
项目类别:
Engage Grants Program
财政年份:
2017
资助国家:
加拿大
项目状态:
已结题
起止时间:
2017-01-01 至 2018-12-31

项目摘要

项目成果

Marcotte, Denis的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
La compagnie canadienne IAMGOLD exploite des mines d'or en fosse. Dans les gisements d'or, la continuitéspatiale des teneurs est typiquement très faible ce qui complique énormément la prédiction des ressources etnuit à une bonne planification à moyen terme des opérations. Une façon d'améliorer l'estimation des ressourcesest d'injecter plus de géologie dans les modèles. En effet, les géologues de ressources connaissent les contrôlesgéologiques tel un lien direct de la minéralisation d'or avec des veines de quartz liées à des fractures. Lesméthodes actuelles d'estimation des ressources négligent cette information cruciale. L'objectif de ce projet estdonc de développer une nouvelle méthodologie pour incorporer pleinement cette information géologique.La méthodologie proposée se base sur la méthode de simulation multipoints par morceaux combinée à desméthodes d'apprentissage machine. La méthode multipoints permet de reproduire par simulation des textures etstructures identifiées sur une ou plusieurs images d'entraînement. Ces simulations sont compatibles avec lesdonnées observées et respectent des tendances spatiales identifiées à priori. Cette méthode est très peu utiliséedans le domaine minier en raison de l'unicité des gisements et la rareté des images d'entraînement fiables. Dansce projet, les images d'entraînement seront construites à l'aide du très grand nombre de forages de productiondisponibles sur les niveaux déjà exploités de la mine Rosebel. Les teneurs en or seront codées en catégories.Les données conditionnantes seront les données de forage au diamant et à circulation inversée disponibles surles niveaux futurs. Les tendances sur les niveaux futurs d'exploitation seront estimées par apprentissagemachine identifiant la relation entre niveaux successifs.La méthode proposée est transposable à toute exploitation en fosse où les données des niveaux déjà exploitéssont disponibles. Un bénéfice non-négligeable est l'obtention de scénarios compatibles avec les informationsdisponibles permettant de quantifier l'incertitude et d'identifier les zones nécessitant des forages additionnels.On anticipe une bien meilleure modélisation des ressources à moyen terme, d'où bénéfices économiques.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Mise à jour en continu des ressources minérales et leurs incertitudes par apprentissage profond basé sur la géostatistique
  • 批准号:
    RGPIN-2020-04508
  • 项目类别:
    Discovery Grants Program - Individual
  • 资助金额:
    $2.62万
  • 财政年份:
    2022
  • 负责人:
    Marcotte, Denis
  • 依托单位:
Mise à jour en continu des ressources minérales et leurs incertitudes par apprentissage profond basé sur la géostatistique
  • 批准号:
    RGPIN-2020-04508
  • 项目类别:
    Discovery Grants Program - Individual
  • 资助金额:
    $2.62万
  • 财政年份:
    2021
  • 负责人:
    Marcotte, Denis
  • 依托单位:
Mise à jour en continu des ressources minérales et leurs incertitudes par apprentissage profond basé sur la géostatistique
  • 批准号:
    RGPIN-2020-04508
  • 项目类别:
    Discovery Grants Program - Individual
  • 资助金额:
    $2.62万
  • 财政年份:
    2020
  • 负责人:
    Marcotte, Denis
  • 依托单位:
Développement de méthodes d'estimation et de simulation des ressources minérales intégrant mieux la géologie connue et les données auxiliaires en vue d'une meilleure planification minière
  • 批准号:
    RGPIN-2015-06653
  • 项目类别:
    Discovery Grants Program - Individual
  • 资助金额:
    $2.04万
  • 财政年份:
    2019
  • 负责人:
    Marcotte, Denis
  • 依托单位:
海外基金