книги2 / geokniga-ekologo-ekonomicheskaya-i-socialnaya-effektivnost-geotehnologicheskih-metodov

Известно, что в Казахстане более существенную роль как в запасах, так и в добыче играют комплексные месторождения, гораздо меньший удельный вес имеют золото-меднопорфировые и россыпные месторождения. По уровню запасов, их качеству основные золоторудные месторождения Казахстана сопоставимы с месторождениями зарубежных стран и в принципе могли бы обеспечить более высокий уровень производства золота в стране. Однако имеются факторы, сдерживающие увеличение добычи и переработки золотосодержащих руд в республике. Рассмотрим некоторые из низ [243, С.17]:

отсутствие новых крупных золоторудных месторождений и т. д. Пока отсутствуют новые крупные золоторудные месторождения, которые могли бы служить базовыми объектами для устойчивого развития отрасли на длительную перспективу. При государственном финансировании геофизических и геологоразведочных работ возможно нахождение таких объектов;

более 50 % имеющихся активных запасов руд характеризуются как сложные для обогащения, содержат вредные примеси - мышьяк и сурьму. Для их освоения требуется более квалифицированный подход в плане разработки технологий с учетом жестких экологических требований, более серьезных и долговременных инвестиций. Существующие финансовые институты не рассчитаны на долговременное кредитование;

реальные запасы золота по собственно золоторудным месторождениям, готовые к отработке, не обеспечивают прогнозируемый уровень производства золота по республике в 30-35 тонн;

ошибочное применение или копирование технологий (большей частью западных), включающих и финансовые технологии, позволяющих получить быструю прибыль с наиболее богатой и легко обогатимой части месторождения, а остальную часть признать нерентабельной с соответствующим пересчетом запасов в сторону уменьшения;

возможности расширения минерально-сырьевой базы за счет комплексных месторождений лимитируется отсутствием подготовленных крупных резервных месторождений.

Решение проблемы минерально-сырьевой базы невозможно без поисков и разведки новых месторождений, конкурентоспособных в современных условиях. Если с реальной рудной базой и наличием геологической информации на начало работ на месторождениях все нормально, то, с точки зрения использования технологических приемов извлечения золота, вопрос остается открытым.

Дело в том, что изменение структуры запасов в золотосодержащей отрасли Казахстана, вовлечение в эксплуатацию средних и мелких месторождений, в том числе месторождений с низким содержанием золота, вызывает необходимость добычи и обогащения большого количества рудного сырья, что значительно повышает себестоимость металла. Все это выдвигает в число первоочередных проблем внедрение в производство новых прогрессивных технологий, обеспечивающих рентабельную переработку

301

низкосортных руд. К такой технологии можно отнести как раз способ кучного выщелачивания благородных металлов из низкосортных руд. Популярность данного метода объясняется низким энергопотреблением, высокой производительностью труда и, как следствие, низкой себестоимостью. Между прочим в странах СНГ впервые метод КВ стал применяться на Васильковском ГОКе (расположен недалеко от города Кокшетау Акмолинской области).

Мировая горнорудная практика показывает, что метод КВ наиболее пригоден для руд, куски которых достаточно проницаемы для выщелачивающих растворов руд, золото в которых находится в микротрещинах и на плоскостях скола. В этих случаях золото способно выщелачиваться из руды крупностью -6, -20, -50 мм, в отдельных случаях -100. Крупность руды для кучного выщелачивания определяется в каждом конкретном случае технологическими исследованиями. Решающее значение для эффективности процесса KB имеют правильная предварительная подготовка и отсыпка рудной массы, оптимальный способ орошения, способы интенсификации процесса выщелачивания. Для переработки хвостов обогащения руд, в частности, целесообразно предварительное их окомкование с цианистыми растворами, обеспечивающее высокую степень извлечения золота.

Золото- и серебросодержащее сырье агломерируется в щелочной среде с использованием известкового молока, извести, портландцемента. В качестве связующего добавляется каустическая сода. Процесс агломерации сокращает продолжительность выщелачивания, увеличивает концентрацию целевых компонентов в растворе.

Проблема КВ золота тесно увязывается с проблемой поиска малотоксичных растворителей. При использовании аминокислот и гуминовых кислот для КВ себестоимость переработки оказывается на 27-31% выше, чем при цианировании, и на 40-42% ниже, чем при выщелачивании тиомочевиной. Известен способ выщелачивания золота с использованием тиосульфата аммония. В качестве заменителя цианидов исследовались также хлоридсодержащие реагенты. Интересны возможности использования в качестве растворителей тиомочевины и активного хлора. Достаточно хорошая эффективность извлечения золота достигается при применении кислотнохлоридного растворителя. Однако как показывает практика, несмотря на достоинства того или иного растворителя и недостатка цианидов, вследствие высокой токсичности, наиболее широкое распространение в мировой горнорудной практике при кучном выщелачивании золота получил цианид натрия. При использовании цианида натрия существенное влияние на процесс выщелачивания оказывают концентрации цианида и кислорода и рН раствора

[245, С.13].

Как свидетельствует мировая горнорудная практика отходы обогатительного производства эффективно могут перерабатываться геотехнологическими и гидрометаллургическими методами, например, кучным выщелачиванием. Поскольку опыт применения кучного выщелачивания золота, особенно в странах СНГ, пока еще довольно ограничен, а для

302

переработки хвостов флотационного обогащения золотосодержащих руд практически отсутствует, создание эффективной технологии добычи золота из накопленных отходов флотационного обогащения руд должно быть связано с решением комплекса задач, таких как [244, С.80]:

анализ мирового и республиканского золотопроизводства, выявление тенденций его развития;

оценка отходов обогатительного производства горнорудных предприятий Казахстана, подсчет запасов золота в хвостохранилищах и поиск возможных технологий его извлечения;

геотехнологическая классификация золотосодержащих отходов; технологические исследования выщелачивания золота из отходов

обогащения руд;

разработка технологических схем добычи золота из отходов для объектов опытно-промышленных работ;

разработка инженерных методов расчета параметров технологии; технико-экономическое обоснование строительства и эксплуатации

опытно-промышленных комплексов добычи золота на выбранных объектах;

реализация результатов научных исследований в проекты и производство.

Решение перечисленных задач позволит сформировать базу научнометодического и инженерного обеспечения работ для освоения и внедрения технологии повторного извлечения золота из отходов обогатительного производства на рудниках Казахстана. Основная идея при создании эффективной технологии заключается в адаптации разрабатываемых схем и параметров технологий геотехнологическим свойствам и особенностям хвостов обогащения руд.

Для ускорения внедрения кучного выщелачивания в отечественную практику золотодобычи, в том числе в практику переработки хвостов, каждое из эксплуатируемых и разведуемых месторождений, а также каждое из золотосодержащих хвостохранилищ должны быть подвергнуты геотехнологической оценке и создана надежная методическая база формирования параметров технологии.

К числу определяющих факторов применения кучного выщелачивания золота из хвостов обогащения руд относятся: состояние хвостохранилищ, наличие достаточности запасов для организации КВ, климатические условия района работ, вещественный состав хвостов, формы нахождения золота в перерабатываемом материале, состояние поверхности золотинок и их величина, соответствие параметров технологии условиям выщелачивания. Степень влияния того или иного фактора зависит от конкретных природных и производственных условий. Поэтому решение вопроса применения кучного выщелачивания для добычи золота из хвостов, в первую очередь должно базироваться на степени изученности геотехнологической пригодности материала к выщелачиванию.

По данным исследования [245, С.14], общие закономерности

303

экономической эффективности кучного выщелачивания золота по результатам анализа мировой горнорудной практики выглядят следующим образом:

Удельные капитальные затраты (%) на:
установки дробления и извлечение золота	-60,0
устройства для доставки руды и формирования штабеля	-10,7
строительство площадки КВ	-13,3
установки обезвреживания стоков	-16,0
Итого:	-100,0
Эксплуатационные расходы, %:
рабочая сила	-44,9
реагенты и материалы	-20,0
электроэнергия	-2,5
доставка руды, отсыпка штабеля (исключая рабочую силу)	-23,3
обезвреживание стоков	-9,3
Итого:	-100,0

Капитальные затраты на осуществление процесса KB составляют 2025%, а эксплуатационные - 35-40% от затрат на традиционный цианистый процесс.

Таким образом, кучное выщелачивание является перспективной технологией для извлечения золота из беднотоварных руд и техногенного сырья горнодобывающих предприятий, уже находит на ряде предприятий применение и в ближайшее время может получить широкое распространение в Казахстане.

304

Глава 14. ПРИМЕНЕНИЕ ЛОГИСТИЧЕСКИХ ФУНКЦИЙ ДЛЯ ФУНДАМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ В ОБЛАСТИ ОСВОЕНИЯ НОВЫХ ГОРНЫХ ТЕХНОЛОГИЙ (НА ПРИМЕРЕ УГОЛЬНОЙ ОТРАСЛИ)

14.1Использование логистической кривой в деятельности предприятия

Выше нами указывалось (в третьей главе), что развитие многих процессов в экономике, в том числе и на предприятиях, отражается логистической кривой, представляющей собой временную либо другую зависимость параметров объекта. Логистическую кривую еще называют S- образной, так как она напоминает букву S, но смещенную вправо в верхней ее части и влево — в нижней. S-образной кривой моделируется процесс резкого (скачком) перехода от одного стабильного состояния к другому, процесс радикальных изменений организации, сопровождающих ее инновационную деятельность, процесс нарастания и развития кризисных явлений.

Ряд исследователей называют логистическую функцию «учебной» кривой: люди растут через испытания и ошибки, достигают уверенности и мастерства, однако если не продолжают совершенствоваться, их работоспособность и достижения начинают снижаться. Эту аналогию можно перенести на конкретные компании, которые, достигнув успеха в своем виде производства, наслаждаются жизнью и вдруг в один «прекрасный» момент начинают понимать, что они уже далеко не первые.

Чарльз Хэнди – автор книги «За пределами определенности» считает, что секрет постоянного роста компании заключается в том, чтобы перейти на новую S-образную кривую до того, как первая иссякнет. На рис.46 представлено, как это может выглядеть.

Руководитель компании (предприятия) мирового класса обязан работать эффективно не только на одной или другой S-образной кривой, но и на обеих одновременно, причем стратегии руководства на каждой из них имеют свои особенности. На первой — компания улучшает свое настоящее, на второй — разрабатывает свое будущее.

Идея использовать логистические кривые в руководстве компанией не нова. Имеется ряд работ по применению S-образной кривой в экономическом и научно-техническом прогнозировании. Ее применял в своем труде «Сумма технологии» знаменитый писатель-фантаст Станислав Лем и получил качественные выводы о научно-техническом развитии, которые представляют интерес по сей день. Метод логистических кривых используется в фундаментальных монографиях, учебниках и учебных пособиях о техническом прогресссе [247-250]. Но особое место S-образной кривой в стратегии нововведений, в конкурентной борьбе, путях и способах разработки новых видов продукций, а также значение фундаментальных исследований в освоении новых технологий показал Р. Фостер — директор известной американской консультационной компании МсКinceу в своей известной книге [251].

305

х1

Рис. 46. Секрет постоянного роста компаний (предприятий): П 1 П 2 - точки перегиба кривых; М 1 , М 2 - точки максимума кривых (Примечание – данные работы [246, С.124])

Как отмечают вышеуказанные авторы, в конце XX века и начале XXI столетия технологии широкого применения стали основным мотором экономического роста. Такие технологии, которые допускают многочисленные усовершенствования, имеют различные варианты использования, применимы во многих секторах народного хозяйства и способны сочетаться с другими технологиями, повышая их эффективность. Благодаря перечисленным качествам каждая технология широкого применения порождает новые технологии, принципиально меняя технологическую структуру народного хозяйства, препятствуя убыванию отдачи факторов производства и тем самым поддерживая экономический рост.

Примерами подобных инноваций служат паровая машина, электрический двигатель, компьютер, Интернет. К их числу относят также новые способы opганизации производства, например системы фабричного или массового производства. Чтобы избежать замедления экономического роста, необходимо вовремя создать новые технологии широкого применения, которые придут на смену старым, либо дополнят их, либо будут сосуществовать с ними. Однако они появляются сравнительно редко.

Одно поколение машин, продуктов, технологий сменяет другое, одни модели (внутри поколения) - другие. Со временем каждое последующее поколение, каждая последующая модель начинают приносить все меньшие приросты производительности, а затраты на их внедрение, если и не возрастают, то не уменьшаются. В этом есть некий технологический императив, а именно: всякое принципиально новое направление техники небеспредельно, не может дать больше того, что в нем заключено.

Вначале, когда средства вкладывают в разработки нового продукта,

306

успехи незначительны. Затем, когда в дело идут ключевые для достижения успеха знания, результаты улучшаются скачкообразно. Наконец, по мере инвестирования в данный продукт или процесс дополнительных средств технический прогресс становится все более трудным и дорогостоящим, т. е. достигает своего предела. В экономическом мире технологические пределы указывают, какие технологии, машины и процессы скоро начнут устаревать. Они представляют собой ту причину, по которой продукты в конце концов перестают приносить доход компаниям. Способность менеджеров распознавать пределы имеет решающее значение при определении успеха или неудачи компании, ибо предел - самый надежный ключ к выявлению момента, когда придется разрабатывать новую технологию.

Суть вопроса такова: как бы ни определять технологию, она всегда имеет предел - либо в виде предела для конкретной технологии, либо в виде последовательности пределов для нескольких технологий, которые вместе образуют более крупную технологию, продукт или метод ведения дел. Если достигнут предел, то, как ни старайся, продвижение вперед невозможно. По мере приближения к пределу издержки, связанные с дальнейшим продвижением, резко возрастают. Следовательно, для компании важно осознать технологический предел, чтобы предвидеть перемены и перестать вкладывать деньги в то, что уже нельзя усовершенствовать.

Иначе говоря, важнейшее стратегическое решение заключается в выборе: поддерживать ли существующую технологию или осуществлять вложения в новую. Для определения момента разработки новых технологий известен метод «управление технологическими разрывами». Он основан на использовании зависимости между уровнем затрат на улучшение технологии и получаемыми при этом результатами, которая имеет вид логистической (S - образной) кривой. Когда ее крутая средняя часть становится пологой, это означает, что технология достигает своего естественного предела. С этого момента вложения ресурсов в совершенствование технологии эффекта не приносят.

Достижения какой-либо технологией предела своего развития не означает отсутствия другой, которая может эффективно решить проблемы потребителя. У новой технологии своя S - образная кривая. Промежуток между двумя логистическими кривыми называется технологическим разрывом.

14.2 Параметризация логистической функции

На сегодняшний день кривые с насыщением получили большое распространение в эконометрике. К этому типу кривых относится кривая Гомперца – S-образная кривая, предложенная Б. Гомперцем (1799—1865), которая имеет вид

У=Kabt,	(29)
где К, а, b - параметры; t - время (1,2,...).
Кривая Гомперца используется для аналитического	выражения
307

тенденции развития показателя во времени, имеющего ограничения на рост

(рис. 47).

Если log a<0, то верхний предел для показателя у равен параметру К, а нижний - 0. Если log a>0, то кривая имеет лишь нижний предел, равный величине параметра К (рис. 47 в, г).

Для определения параметров тренда a и b может использоваться метод наименьших квадратов, только если задан параметр К. В противном случае возможно лишь приближенное оценивание параметров. Кривая Гомперца применяется в демографических расчетах и страховом деле [252, С.20-21].

Иногда в основе логистической функции лежит закономерность, выражаемая уравнением Ферхюльста [246, С.122-123]:

y	A	+С,	(30 )
	1 10a bx

где У – значение функции; А – расстояние между верхней и нижней асимптотами; a, b - параметры, определяющие наклон, изгиб и точки перегиба графика логистической функции; Х – время; С – нижняя асимптота, т.е. предел, с которого начинается рост функции.

а)

б)

г)

в)

Рис. 47. Кривая Гомперца: a – log a<0 при b<1; б - log a <0 при b>1; в - log a>0 при b<1; г - log a>0 при b<1. (Примечание – данные работы [252, С.21])

Данная концептуальная модель, с помощью которой описывают законы роста, присущего многим формам и условиям жизни, а также сфере материального производства и процессам потребительского спроса, может быть представлена логистической функцией (рис. 48).

Изучение динамики многих экономических и социальных процессов показало, что для исследований можно использовать математическую модель

308

Ленца (модель биологической популяции при наличии ограничений). Эту модель, применительно к генерации новой информации, обычно записывают следующим образом [253, С.231-232]:

I	L	,
	1 ae bt		(31)

где I - накопленная информация (состояние знания) в момент времени t; L - верхний предел информации (обусловленный ограничениями); t - время; a - безразмерная константа; b — константа, имеющая размерность: единица на время.

Рис. 48. Графики логистических функций (Примечание - данные работы [246, С.123])

Как видно из рис. 49, кривая симметрична относительно точки перегиба в пределах от I = 0 (при t = - ) до I = L (при t = + ). Положив вторую производную равной нулю, d2I/dt2=0 легко показать, что точка перегиба приходится на t = ln a/b и что накопленная информация в этой точке всегда составляет половину предельного значения: I = L/2.

Константа a задает положение кривой во временном измерении (изменение значения а означает сдвиг кривой вправо или влево). Константа b задает наклон кривой.

Значение I в заданный момент прошлого или настоящего устанавливается эмпирическим путем. Если верхний предел L может быть установлен исходя из теоретических соображений, можно задать определенное значение константы а: а = L/I0 — 1, где I0 обозначает I в момент t == 0.

Константа b может быть определена по известной или оцененной величине тангенса угла наклона кривой dI/dt в момент t = 0:

b	(1 a)2	(	dL	)t 0	(32)
	aL		dt
		309

или по известному или оцененному «времени удвоения» t1/2:

b	1	ln	2a	.	(33)
	t1/ 2		a 1

I

L

L

2

L

1 a

0	ln a
	b

Точка

перегиба

t

Рис. 49. Графическое представление модели Ленца (Примечание - данные работы [253, С.232])

Уравнение (33) справедливо лишь до тех пор, пока не достигнута точка перегиба (так как в этой точке значение I уже равно L/2 и не может удвоиться после точки перегиба). Если точка перегиба уже перекрыта эмпирически найденной или оцененной частью кривой, величину b можно просто определить по моменту времени t i , соответствующему точке перегиба:

b	ln a	.	(34)
	ti

Таким образом, если известен некий окончательный предел, полная кривая может быть экстраполирована на основе очень короткого временного ряда [253, С.233].

Впервые логистическая кривая была применена А.Кетле (1796-1874) для расчета численности населения [252, С.22]. Рассмотрим возможности использования логистической кривой для составления прогноза темпов технического прогресса в угольной отрасли.

14.3Прогнозирование темпов технического прогресса в угольной промышленности с применением логистической кривой

Вразработке прогноза темпов технического прогресса в угольной отрасли до 2030 г. (в рамках реализации «Стратегии: Казахстан - 2030») важно определить этапы проведения этой работы, методологические и методические подходы, исходную базу, выявив и отобрав наиболее прогрессивные тенденции, выработать критерии экономических оценок.

Вкачестве исходной количественной информации приняты статистические данные шахт Карагандинского бассейна за 1940-2010 гг. о производительности выемочной техники по трем видам машин: врубовые, широкозахватные и узкозахватные комбайны (механизированные комплексы),

310