A Comparison Between Linear Programming and Simulation Models for a Dispacthing System in Open Pit Mines

Cette recherche est principalement axée sur la planification de la production à très court terme et de l'affectation des camions aux pelles dans une mine à ciel ouvert. Les principales lacunes des modèles existants dans la littérature sont: a) la non considération du temps d'attente et de la file d'attente aux serveurs (pelles et concasseurs), b) la simplification des modèles et la considération d'une quantité limitée de détails dans les modèles, c) la négligence de la nature stochastique du système d'affectation des camions aux pelles, d) le développement des modèles est basé sur l'hypothèse d'une flotte identique (camions et pelles). Les objectifs de cette recherche sont le développement et l'utilisation d'un modèle de simulation de base pour valider la solution du modèle de programmation linéaire (PL) et le développement d'un second modèle de simulation qui représente le système de contrôle en temps réel. L'objectif du second modèle de simulation est la maximisation de la production de minerai tout en prenant en compte les contraintes du modèle de PL. Les deux modèles de simulation sont considérés dans les situations déterministes et stochastiques. Les modèles proposés sont appliqués dans une mine de charbon. Les résultats obtenus à partir de l'exemplaire de base démontrent que le concasseur est le goulot d'étranglement de l'installation. Afin de valider et vérifier les modèles proposés, l'exemplaire de base est modifié pour que les camions et les pelles deviennent à tour de rôle les goulots d'étranglement du système d'exploitation. Lorsqu'on diminue le nombre de camions pour que ceux-ci deviennent le goulot d'étranglement, le résultat du modèle PL est très optimiste et diffère de la réalité. Le modèle de PL ne considère pas le temps d'attente aux serveurs, mais le modèle de simulation de base tient compte de la file d'attente aux concasseurs et aux pelles. En conséquence, dès qu'on a un temps d'attente dans le modèle de simulation, il y a perte de temps ce qui réduit la production de minerai. Le modèle de simulation en temps réel obtient un meilleur résultat que le modèle de simulation de base. La raison de cette différence est due au fait que dans le deuxième modèle de simulation, la destination pour laquelle on estime qu'il y aura un temps d'attente aux pelles sera pénalisée. La quantité de minerai produite est donc plus grande que dans le modèle de simulation de base. Quand le temps de chargement de la pelle est considéré comme un goulot d'étranglement, le résultat du second modèle de simulation produit plus de stérile que la solution du modèle de PL. Étant donné que dans le modèle de PL, l'objectif est de maximiser la production de minerai, il existe plusieurs solutions de même valeur (i.e. même quantité de minerai) mais dont la production de stérile peut fortement varier.

Abstract

This research deals with very short term production plan and truck-shovel hauling system in open pit mines. The main shortcomings of the existing models reviewed in the literature are: a) not considering the waiting time and queue at servers (shovels and crushers), b) simplifying the models and considering a limited amount of details in the models, c) ignoring the stochastic nature of the truck and shovel hauling system, d) developing model based on an homogeneous fleet (trucks and shovels). The objectives of this research are: 1- to develop and apply a basic simulation model considering the queue and waiting time of trucks at shovels and crushers in both deterministic and stochastic situations based on the linear programming (LP) model result. This model validates the result of the LP model and provides the detailed and applicable dispatching plan for an open pit mine, 2- To develop, apply and verify the second simulation model which is the real time control system. This simulation model maximizes the ore production while taking into account the LP constraints. This model imitates the truck shovel haulage system in both deterministic and stochastic situations. The proposed models are applied in a coal open pit mine. The obtained results from the LP and simulation models in our case study demonstrate the fact that the crusher is the bottleneck of the system. Then, in order to validate and verify the proposed models, we created two other scenarios where the fleet of trucks and the shovel's service time are considered respectively as bottleneck of the operational system. When the fleet of trucks is the bottleneck, the result of the LP model is too optimistic and differs from the reality. The LP model does not consider the waiting time at servers while the basic simulation model takes into account the queue at crushers and shovels. As a result, as soon as the waiting time occurs in the simulation model, system is losing time thus the production of ore is lower than the expected. The real time simulation model has better results than the basic simulation model. The reason is that in the second simulation model, the waiting time at shovels will be penalized therefore; this model has a better production level than the basic simulation model. When the shovel loading time is considered as the bottleneck of the system, the result of the second simulation model produces more waste in comparison with LP model solution. Since in the LP model, the objective is to maximize the ore production only, there are an infinite number of solutions which have the same level of ore production but different amounts of extracted waste.