понедельник, 2 августа 2021 
Современная горноперерабатывающая промышленность – это не только глубокие шахты и карьеры, обогатительные комбинаты и тяжелая техника. Богатые полезными веществами "сливки" с поверхности земной коры уже сняты и переработаны. Наступило время максимально эффективного использования добытой руды и точной настройки технологической схемы переработки полезных ископаемых.
Знание свойств руды является ключом к контролю качества руды и технологической схемы. Обязательно владеть информацией о макроскопических параметрах руды (элементы и содержание минералов), но зачастую критическое значение приобретают более мелкие масштабные параметры (например, как средний размер зерна, текстурные отношения и химический состав полезных ископаемых).
Прямое исследование параметров требует больших затрат и времени даже при использовании автоматических минералогических систем (например, QEMSCAN). Обычно для определения геологических характеристик месторождения приходится пробурить десятки километров керна и проанализировать десятки тысяч проб. Прямые минералогические исследования экономически нецелесообразны, поэтому на арену выходят косвенные способы: рентгеноструктурный анализ, предсказание минерального состава на основе элементного. Однако эти методы не дают очень важной для переработки руд и извлечения побочных элементов конкретной информации.
В конце 80-х годов XX века была сделана попытка прогноза химического состава апатита Хибинского месторождения с использованием множественной нелинейной регрессии. К сожалению, тогда передовые методы регрессионного анализа были в зачаточном состоянии, и вычислительной техники было недостаточно для их реализации, поэтому точность предсказания оказалась весьма невысокой.
Ученые Геологического института предложили прогнозировать химический состав рудных минералов по химическому составу всей породы с использованием математических методов. Начались работы с "образцово комплексного" Ковдорского месторождения, на котором добывают три минерала, применяемые в разных отраслях промышленности, разрабатывают техногенное месторождение (хвостохранилище), разведывают другие месторождения и постоянно изучают возможности использования новых видов сырья, а также попутно извлекают нерудные ископаемые.
Ядро предлагаемого подхода – поиск связей между "дешевой/быстрой" и "дорогой/медленной" информацией. Современный уровень развития математической статистики и вычислительной техники позволяет находить эти связи с помощью продвинутых методов машинного обучения. Ученые устроили соревнование между четырьмя методами машинного обучения и нашли победителя. Лучше всего справляется с нахождением корреляционных связей между химическим составом пород и параметрами рудных минералов мультивариативная адаптивная регрессия сплайн (МАРС). Даже небольшой обучающий набор, дающий почву для определения параметров обработки, химических анализов, модальной минералогии, распределения высвобождения полезных ископаемых и физических свойств, позволяет компьютерной системе найти взаимосвязи и применить их для большого объема данных. Далее найденные корреляции применяются к массовому опробованию месторождения, объемы которого на 2-3 порядка больше, чем тонких минералогических исследований, либо к опробованию рудопотока для получения минералого-технологической информации в режиме реального времени.
Многолетние кропотливые исследования, которые вели Андрей Калашников, Айя Базай, Яков Пахомовский, Наталья Коноплева и Юлия Михайлова, принесли свои плоды: ученым удалось предсказать свойства рудных минералов Ковдорского бадделеит-магнетит-апатитового месторождения. Они с очень высокой степенью достоверности (от 72% до 98%) определили содержание циркония, тантала, ниобия, скандия и гафния в бадделеите, титана, алюминия, марганца, магния, ванадия и железа в магнетите, стронция, фосфора и редкоземельных металлов в апатите, а также средний размер зерен этих минералов, вероятность наличия включений ильменита и шпинели в магнетите и срастания пирохлора с бадделеитом.
Эти параметры необходимы для понимания качества концентрата, произведенного из руды, и сложности обогащения. Например, технология производства стали на Череповецком металлургическом комбинате требует, чтобы содержание оксида магния в магнетитовом концентрате было от не менее 2% и не более 5%. Иначе металлургам придется либо добавлять магний в шихту при его недостатке, либо – при избытке – сталь получится низкого качества. Используемый для производства удобрений апатитовый концентрат должен быть чист от примесей пирохлора, который содержит радиоактивные элементы и тяжелые металлы. Бадделеит Ковдорского месторождения, помимо циркония, содержит в себе скандий и гафний. Если будет разработан экономически оправданный способ их извлечения, Россия может стать мировым лидером на рынке этих металлов.
Метод, который нашли апатитские исследователи, очень перспективен. Сейчас на его основе созданы технологии трехмерного минералого-технологического моделирования. Ближайшая "точка приложения" этих технологий – новые способы обогащения апатитовых руд. Их будут разрабатывать в новой лаборатории Кольского научного центра, созданной в сотрудничестве с ПАО "ФосАгро".
