Toward optimum value in underground mine scheduling

CIM Journal, Vol. 1, No. 3, 2010

B. Maybee, Curtin Graduate School of Business, Perth, Australia, L. Fava Symbioticware, Sudbury, Ontario, P. G. Dunn, Curtin University of Technology, Perth, Australia, S. Wilson, Mine Advantage Inc., Toronto, Ontario, J. Fitzgerald, Scotia Capital,

The scheduling of underground mining activities is a complex task that must simultaneously satisfy a large number of constraints. A schedule optimization tool (SOT) for underground mine planning is described, and its use for investigating strategic decisions is illustrated through a case study. The main components of the SOT include (a) a genetic algorithm that searches for optimal schedules, (b) guidance for the application of heuristic rules, and (c) sliding, which implements just-in-time development. Findings indicated that preliminary scheduling performed before invoking the SOT, intended to provide a good starting point for the search, did not ultimately lead to higher value schedules. Le séquencement des activités minières souterraines constitue une tâche complexe qui doit répondre à de nombreuses contraintes simultanément. Un outil d’optimisation du séquencement (SOT) pour la planification souterraine est décrit et son utilisation pour analyser les décisions stratégiques est illustrée par une étude de cas. Les principales composantes du SOT comprennent (a) un algorithme génétique qui recherche des séquencements optimaux, (b) des lignes directrices pour l’application des règles heuristiques et (c) la construction par poussage, qui met en oeuvre le développement juste à temps. Les résultats démontrent que le séquencement préliminaire effectué avant de faire appel au SOT, ce qui devait fournir un bon point de départ pour la recherche, ne conduisait pas en bout de ligne à de meilleurs séquencements.

Keywords: Schedule optimization, Scheduling, Optimization, Mine planning, Genetic algorithms, Mine valuation, Optimisation du séquencement, Séquencement, Optimisation, Planification minière, Algorithmes génétiques, Évaluation minière