Modèle d'optimisation pour la planification à moyen terme des mines à ciel ouvert

L'exploitation d'une mine à ciel ouvert requiert un grand nombre d'étapes de planification, que ce soit au niveau de l'analyse du site, de l'organisation des installations ou de la gestion des activités de production. Cette planification est complexe puisque les opérations à planifier sont nombreuses et fortement dépendantes les unes des autres. Dans ce projet, nous nous intéressons principalement au problème de planification à moyen terme (i.e. une période allant jusqu'à 3 mois) de ces activités. Ce problème consiste à trouver l'ordre de traitement des blocs d'une mine, tout en minimisant les coûts de production. Ces séquences doivent respecter les liens de préséances entre les blocs et les contraintes de mélange, ainsi que considérer le déplacement des pelles et le groupement des blocs pour le forage/dynamitage. Ce niveau de planification pour les mines à ciel ouvert a reçu peu d'attention dans la littérature jusqu'à présent. Ainsi, nous proposons un modèle composé d'entiers mixtes (MIP) avec lequel nous établissons l'organisation des opérations et la séquence d'extraction des blocs de la mine. Deux méthodes de résolution sont développées afin d'exploiter ce modèle. En premier lieu, une méthode optimale faisant l'usage de stratégies de résolution est présentée. Parmi ces stratégies, nous retrouvons la fixation de variables, l'établissement de priorités pour l'arbre de branchement et l'inclusion de contraintes et de paramètres ayant la propriété d'éliminer les symétries dans les solutions. L'utilisation de ce type de stratégies est indispensable et améliore le temps de résolution de façon drastique. Par la suite, une méthode heuristique exploitant le caractère intuitif d'extraire les blocs en séquence directe est développée. Cette méthode repose sur l'établissement d'une séquence intuitive qui sera ensuite proposée au solveur, lors de la résolution, par l'entremise de rabais dans la fonction objectif. Les résultats démontrent que cette façon de faire permet d'obtenir de bonnes solutions rapidement pour des modèles de taille très supérieure aux modèles pouvant être résolus de façon optimale.