Robust Short-Term Scheduling Approach for Underground Mines Using Constraint Programming

La planification à court terme des mines souterraines joue un rôle crucial pour assurer la rentabilité et l’efficacité des projets miniers. Elle consiste à attribuer les équipements aux activités minières, en déterminant leur séquence et leurs heures de début pour chaque quart de travail, sur un horizon de planification qui s’étend généralement jusqu’à deux semaines. Cette procédure est un problème d’optimisation difficile, car elle implique un grand nombre d’activités et divers types de machines qui doivent être planifiées, ainsi que de multiples contraintes opérationnelles. Cette thèse aborde le problème de la planification à court terme des mines souterraines. Des études antérieures ont montré l’efficacité de la programmation par contraintes (PPC) dans la résolution des problèmes de planification. L’objectif principal de cette recherche est de développer un outil d’optimisation efficace et robuste utilisant la PPC pour la planification à court terme dans les mines souterraines. Pour ce faire, différentes variantes de modèles basés sur la PPC ont été présentées sous la forme de trois articles de recherche. Dans le premier article, un modèle PPC est présenté pour la planification à court terme des mines souterraines, en tenant compte des exigences techniques des opérations souterraines et des objectifs quotidiens de développement et de production du plan de mine. Le modèle PPC a été testé sur deux ensembles de données provenant de la mine Meliadine, une mine d’or souterrain, impliquant des activités de planification pour un horizon de planification d’une semaine. Pour évaluer l’efficacité du modèle développé, nous comparons les ordonnancements générés par le modèle PPC avec ceux créés manuellement par le planificateur de la mine pour les deux ensembles de données. Les expériences démontrent que le modèle PPC est plus performant que l’approche manuelle en générant des plannings plus efficaces et de plus faibles durées de fabrication. Les résultats soulignent les avantages potentiels de la mise en oeuvre du modèle PPC dans les opérations minières souterraines réelles afin d’améliorer à la fois le développement et la production grâce à une planification minière optimisée à court terme et de réduire la dépendance à l’égard de la planification manuelle. Le deuxième article propose deux approches différentes basées sur le modèle PPC pour une planification minière souterraine à court terme robuste avec des durées d’activité incertaines. La première approche vise à créer un calendrier robuste en utilisant plusieurs scénarios du problème. Ce modèle PPC stochastique permet de trouver un ensemble de séquences ordonnées robustes d’activités effectuées sur des machines disponibles à travers plusieurs scénarios. Dans la deuxième approche, une contrainte de confiance est introduite dans le modèle PPC pour spécifier la probabilité que le calendrier généré ne sous-estime pas la durée des activités. Le modèle permet au planificateur minier de contrôler le niveau de risque associé à la production d’un calendrier optimisé, en veillant à ce qu’il puisse être mis en oeuvre compte tenu des durées d’activité réelles. Un modèle d’évaluation est conçu pour évaluer les performances robustes des modèles proposés. Les expériences démontrent que les deux approches basées sur les scénarios et sur les contraintes de confiance surpassent le modèle déterministe en générant des calendriers plus robustes aux incertitudes dans les opérations souterraines. Le troisième article présente un modèle PPC pour la planification simultanée des activités minières et d’entretien dans les opérations minières souterraines. Adapté du modèle PPC introduit dans le premier article, le nouveau modèle PPC intègre la planification de l’entretien préventif dans le modèle de planification minière souterraine à court terme. Le modèle proposé prend en compte les contraintes opérationnelles et d’entretien de l’équipement pour générer des calendriers efficaces et fiables. De plus, le modèle d’optimisation détermine le moment optimal et la séquence dans laquelle l’entretien devrait être effectué, visant à minimiser son impact sur la durée d’exécution du plan minier à court terme. Les expériences montrent l’efficacité du modèle PPC dans l’intégration de la planification minière à court terme et de la planification de l’entretien dans l’exploitation minière souterraine en générant des calendriers optimaux avec des durées d’exécution plus courtes et plus d’activités d’entretien. Le modèle développé permet de maximiser l’efficacité opérationnelle dans l’exploitation minière souterraine en optimisant les activités d’entretiens planifiés et en réduisant les temps d’arrêt imprévus.

Abstract

Short-term underground mine planning plays a crucial role in ensuring the profitability and efficiency of mining projects. It involves assigning equipment to associated mining activities and determining their sequence and start times for each shift over a planning horizon that typically spans up to two weeks. This procedure is a challenging optimization problem since it involves a large number of activities and diverse machine types that need to be scheduled, along with multiple operational constraints. This thesis addresses the short-term underground mine planning problem. Previous studies have shown the efficiency of Constraint Programming (CP) in solving scheduling problems. The main objective of this research is to develop an effective and robust optimization tool using CP for short-term planning in underground mines. In order to achieve this, different CP-based model variants have been presented in the form of three research articles. In the first paper, a CP model is introduced for short-term underground mine planning,taking into consideration the technical requirements of underground operations and the daily development and production targets of the mine plan. The CP model was tested on two data sets from the Meliadine underground gold mine, involving scheduling activities for a one-week planning horizon. To evaluate the efficacy of the developed model, we compare schedules generated by the CP model with the ones created manually by the mine planner for both data sets. The experiments demonstrate that the CP model outperforms the manual approach by generating more efficient schedules with lower makespans. Results highlight the potential benefits of implementing the CP model in actual underground mining operations to improve both development and production through optimized short-term mine planning and reduce reliance on manual scheduling. The second paper proposes two different approaches based on the CP model for robust shortterm underground mine scheduling with uncertain activity durations. The first approach aims to create a robust schedule using multiple scenarios of the problem. This stochastic CP model enables finding a set of robust ordered sequences of activities performed on available machines over several scenarios. In the second approach, a confidence constraint is introduced in the CP model to specify the probability that the schedule generated will not underestimate the duration of activities. The model allows the mine planner to control the risk level associated with producing an optimized schedule, ensuring it can be implemented given the actual activity durations. An evaluation model is designed to evaluate the robust performance of the proposed models. The experiments demonstrate that both scenario-based and confidenceviii constraint approaches outperform the deterministic model by generating schedules that are more robust to uncertainties in underground operations. The third paper presents a CP model for simultaneously scheduling mining and maintenance activities in underground mining operations. Adapted from the CP model introduced in the first paper, the new CP model integrates preventive maintenance scheduling into the shortterm underground mine planning model. The proposed model considers operational and equipment maintenance constraints to generate efficient and reliable schedules. Additionally, the optimization model determines the optimal timing and sequence for performing equipment maintenance, aiming to minimize its impact on the short-term mine schedule makespan. Experiments show the efficacy of the CP model in integrating short-term mine planning and maintenance scheduling in underground mining by generating optimal schedules with lower makespans and more maintenance activities. The developed model helps maximize operational efficiency in underground mining by optimizing scheduled maintenance and reducing unplanned downtime.