untuk Penilaian Karakteristik Mutu Deposit Cayırhan Lignite
Nama : Imam sutoyo
Nim : 200930264 Geostatistik PENGANTAR Estimasi sumber daya dan cadangan adalah salah satu aspek yang paling penting dari geologi pertambangan modern. Geostatistik menawarkan beberapa metode untuk estimasi sumber daya dan dalam beberapa tahun terakhir teknik ini telah digunakan secara efektif. Tujuan utama dalam industri batubara yang kompetitif adalah untuk menghasilkan batubara yang memberikan spesifikasi pasar sambil memperoleh pemulihan maksimum dengan biaya minimum dan mendapatkan profitabilitas yang banyak. KONDISI SIMULASI Simulasi bersyarat adalah serangkaian metode untuk menghasilkan model pada skala rinci untuk mensimulasikan karakteristik spasial dan statistik dari suatu endapan.
Aspek yang menarik dari simulasi bersyarat adalah bahwa nilai
simulasi dapat dihasilkan pada posisi geografis yang sangat dekat yang mencakup seluruh deposit, tidak hanya di lokasi sampel.
Dalam simulasi geostatistik, data sampel, histogram sampel dan
variogram model digunakan untuk menentukan fungsi distribusi probabilitas bersyarat (cpdf) dari variabel yang diinginkan. Dalam simulasi Gaussian. PROSES SIMULASI GAUSSIAN SEKUENSIAL WILAYAH STUDI, KARAKTERISTIK LIGNIT DAN DATA Daerah penelitian terletak 25 km barat Beypazar dan 5 km barat laut Cayırhan, Provinsi Ankara, Anatolia tengah, Turki Deposit lignit Cayırhan mengandung dua lapisan batubara (bawah dan atas). semakin rendah lapisan lignit dibatasi secara areal dan terputus secara lateral, memiliki banyak lapisan bagian dan bervariasi dari 1- sampai 11-m ketebalan. Ini adalah jahitan berkualitas rendah dengan jahitan tinggi kandungan abu (50%) dan sulfur (4%). Lapisan ini tidak dieksploitasi saat ini dan tidak dibahas lebih lanjut di sini. PROSES SIMULASI GAUSSIAN SEKUENSIAL A. Langkah-langkah dasar berikut B. Sebuah histogram yang terlibat dalam proses representatif untuk data simulasi Gaussian sekuensial masukan diperoleh. dibuat untuk penelitian ini:
C. Pengambilan sampelnya bukan
D. Model variogram diproduksi Gaussian; data akumulasi diubah menggunakan data yang menjadi distribusi normal standar dinormalisasi. dengan pemodelan anamorphosis.
E. Fungsi kepadatan kumulatif F. Nilai acak dari distribusi
bersyarat. diambil. VALIDASI HASIL Aspek visual dari simulasi: Dengan rencana dan bagian, dan perbandingan dengan data dikendalikan. Pengondisiannya bagus, dan tidak ada masalah khusus yang dipilih, dengan kemungkinan pengecualian dari beberapa zona sampel yang kurang misalnya kandungan belerang dari lapisan. Ringkasan statistik: Seperti yang diharapkan, rata-rata tertimbang dari data dan nilai blok yang disimulasikan sangat cocok. Variasi dari kualitas yang disimulasikan variabel jahitannya mendekati variabel kualitas aslinya Reproduksi variogram: Variogram dihitung untuk 100 realisasi dan diplot dengan variogram input SIMULASI DAN PEMETAAN KETIDAKPASTIAN Seperti disebutkan di bagian proses SGS dan validasi hasil, kualitas lignit variabel tidak dapat digunakan secara langsung dalam studi geostatistik, yang selalu membutuhkan aditif variabel. Dalam kasus seperti itu, variabel layanan disebut akumulasi (produk ketebalan dan variabel kualitas lignit) didefinisikan dan simulasi dilakukan berulang kali akumulasi dan ketebalan. Kualitas simulasi diperoleh dengan membagi akumulasi simulasi dengan ketebalan simulasi. Dengan demikian, penilaian ketidakpastian adalah juga dilakukan pada kualitas simulasi. • Seratus simulasi variabel kualitas dihasilkan menggunakan data yang dinormalisasi Dalam peta, standar deviasi simulasi pada setiap node grid adalah dihitung. Peta-peta ini mewakili cara menilai ketidakpastian ketika yang asli variabel non-Gaussian dan terlebih lagi, ini memungkinkan mengatasi kelemahan kriging varians independensi dari nilai sampel aktual menunjukkan bahwa ketidakpastian lebih besar di bagian bernilai tinggi dari wilayah studi. KESIMPULAN Analisis data yang memadai, berkualitas baik, dan eksplorasi sangat penting untuk kualitas karakteristik jahitannya. Simulasi dapat digunakan dengan itu model multivariat yang probabilitas bersyarat ini dapat ditentukan Kombinasi beberapa model simulasi menyediakan alat yang diperlukan untuk menilai atribut yang dipelajari. Dalam hal validasi hasil, SGS tampaknya merupakan sarana yang sangat baik untuk menghasilkan karakteristik kualitas dan menilai ketidakpastian spasial dalam deposit batubara REFERENSI Costa, J., Zingano, A.C., and Koppe, J.C., 2000. Simulation–An approach to risk analysis in coal mining. CIM. Explor. Mining Geol. 9, 43-49. David, M., 1977. Geostatistical ore reserve estimation. Developments in geomathematics 2. Elsevier, Amsterdam, 364p. • David, M., 1988. Handbook of applied advanced geostatistical ore reserve estimation. Elsevier Science Publishing Company Inc., Amsterdam, 232 p. Dowd, P.A., 1996. Structural controls in the geostatistical simulation of mineral deposits. Baafi, E.Y. and Schofield, N.A. (Eds.), Geostatistics Wollongong ’96. 2, 647-657. Fouguet, C., 1994. Reminders on the kriging, Geostatistical Simulations. Eds. Armstrong, M. and Dowd, P.A., Kluwer Academic Publishers, pp. 131-145. Gambin, F., Costa, J.F.C.L. and Koppe, J.C., 2005, Forecasting fluctuations in a coal quality delivered to a powerplant via stochastic simulation, Mining Technology (Trans. Inst. Min. Metall. A), Vol. 114, A167-175 Geovariances, 2006, Isatis Software, France, 579 p. TERIMAKASIH