Algorithme tabou pour le problème de positionnement des trous de forage en tenant compte d'un indice d'incertitude des blocs

Dans le cadre de la recherche exploratoire, le problème du positionnement des trous de forage (PTF) émerge du besoin de planifier avec précision les forages de définitions dont le but est d'améliorer la connaissance du gisement souterrain. Pour résoudre ce problème deux approches sont souvent utilisées : l'approche géostatistique et l'approche d'optimisation. L'approche géostatistique actuelle consiste principalement à subdiviser le champ exploré en blocs classifiés en fonction de la précision de l'estimation de leur teneur en minerais, et à positionner plus ou moins subjectivement les forages vers les blocs d'intérêt. L'approche d'optimisation propose de sélectionner le meilleurs sous-ensemble de forages pour maximiser la couverture des blocs par les forages, mais ne discrimine pas les blocs en fonction de l'information déjà disponible sur ceux-ci. La nouvelle approche proposée dans ce travail intègre ces deux approches : une métaheuristique est développée pour résoudre le problème du PTF en prenant en compte un nouvel indice d'incertitude sur la présence du gisement dans un bloc : la variance de faciès. La méthode géostatistique proposée pour le calcul de la variance de faciès s'applique directement à la reconstitution de l'enveloppe surfacique du gisement. Elle est basée sur l'interprétation d'un variogramme expérimental construit à partir des forages existants et utilise la simulation par bandes tournantes. Le problème du PTF est reformulé pour tenir compte de ce nouvel indice d'incertitude des blocs et un algorithme tabou est développé pour permettre de résoudre le PTF ainsi reformulé. Les résultats de cet algorithme se montrent satisfaisants, permettant d'obtenir des solutions de qualité avoisinant 95% de l'optimum pour des instances moyennes du problème d'optimisation. L'intuition qui a donné lieu à ce travail est qu'il est possible d'intégrer un critère de discrimination des blocs, basé sur les forages existants dans la formulation actuelle et courante du PTF. Les travaux de cette recherche montrent que la prise en compte de la variance de faciès comme indice d'incertitude est une valeur ajoutée dans la solution du problème de PTF La méthode proposée est applicable aussi bien en 2D qu'en 3D.

Abstract

As part of mining exploration, the drill holes positioning problem (DPP) emerges from the need to accurately plan definition drill holes whose aim is to improve current knowledge of the underground deposit. Two approaches are often used to solve this problem: the geostatistical approach and the optimization approach. The current geostatistical approach consists mainly in subdividing the exploration field into blocks that are classified according to the perceived accuracy of their mineral content estimation. The drill holes are then planned with more or less subjectivity, roughly placing new drill holes next to the blocks of interest. The optimization approach aims to select the best subset of drill holes that maximizes coverage of the blocks (proximity between drill holes and blocks). However the blocks are not differentiated and the current available information (existing samplings) is unused. This research proposed a new approach that incorporates both approaches: a meta-heuristic is developed to solve the DPP while taking into account a new uncertainty index that quantifies reliability of the current interpretation of the blocks. This new index is defined as the blocks facies variance index. A geostatistical process is proposed for calculating the blocks facies variance and this process is shown to be enhancing the reconstitution of the deposit surface or external envelope. The proposed method relies on the experimental variogramme calculated from existing samples and involves geostatistical simulations using the turning bands algorithm. The DPP is reformulated to include the new uncertainty index and a tabou search algorithm is developed to solve that new formulation of the DPP. The proposed tabou search algorithm is shown to provide good quality solutions approaching 95% of the optimal solution calculated for medium size problems. The intuition that led to this work was that it is possible to enhance the DPP with the use of the current information from existing drill holes. This research shows that defining and taking into account the blocks facies variance adds value and provides better solutions to the DPP. Furthermore, the proposed method is applicable to both 2D and 3D deposits.