JKMRC Friday Seminar 2025: Connecting the Mine with the Mill using the JKMRC Stockpile Model

JKMRC Friday Seminar 2025: Connecting the Mine with the Mill using the JKMRC Stockpile Model

🎙 Dr Marko Hilden 👥 6K 📅 24 novembre 2025 ⏱ 64 min 👁 317 📄 revue d'actualité 🧭 2026-08-16
Disponible en : Français (actuel) English

Mots-clés

stockpilemodèleautomate cellulaireségrégationsoft sensor

Résumé

Cette présentation du séminaire JKMRC 2025 par le Dr Marko Hilden décrit le développement et les applications d’un modèle dynamique de stockpile basé sur la technique des automates cellulaires continus (CCA). Le modèle simule l’écoulement des matériaux et la ségrégation granulométrique dans les stockpiles, silos et trémies, en temps réel. Il permet de suivre les propriétés du minerai (taille, grade, âge) et d’optimiser le mélange et l’alimentation de l’usine. Le Dr Hilden présente les principes du modèle, sa calibration sur des données industrielles (sites de Los Bronces et Batu Hijau), et ses applications : contrôle de la taille d’alimentation des SAG, soft sensors, suivi des matériaux pour la géométallurgie, et réconciliation. Le modèle est rapide et basé sur des principes physiques, contrairement aux approches par apprentissage machine. Des travaux récents étendent le modèle au suivi d’identifiants de lots de minerai, permettant une traçabilité complète de la mine à l’usine. La présentation inclut des exemples de validation et des perspectives d’intégration dans des systèmes de contrôle avancé.

166 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La présentation apporte une valeur certaine en détaillant une méthode originale de modélisation des stockpiles, un sujet souvent négligé mais crucial pour l’optimisation minéralurgique. L’argumentation est solide : le Dr Hilden explique les limites des modèles existants (files d’attente, DEM trop lents) et justifie le choix des automates cellulaires par leur rapidité et leur capacité à reproduire des phénomènes complexes comme la ségrégation. Il présente des validations sur deux sites industriels avec des comparaisons quantitatives (hauteurs, granulométries), ce qui renforce la crédibilité. Les applications potentielles (soft sensors, géométallurgie, réconciliation) sont bien argumentées et montrent l’intérêt pratique du modèle. Cependant, certains détails techniques sont survolés (règles de probabilité, calibration fine) et la présentation reste orientée vers la promotion du travail du JKMRC.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : le modèle est basé sur des principes physiques et des travaux antérieurs (Ra Castro, Martin Servin), et les validations sur des données réelles sont présentées. Les sources citées sont principalement des travaux internes au JKMRC et des conférences (SAG Conference). Les liens de la description pointent vers le site du SMI et la chaîne YouTube, mais ne fournissent pas de références directes aux publications. Le titre est adéquat : il reflète bien le contenu de la présentation. La qualité des sources est correcte, mais on pourrait attendre plus de références externes pour étayer les affirmations.

237 mots

Adéquation titre / contenu

Le titre correspond bien au contenu : la présentation décrit le modèle de stockpile JKMRC et son rôle pour connecter la mine à l'usine.

Qualité & fiabilité

8/10

Présentation technique par un chercheur senior du JKMRC, s'appuyant sur des travaux publiés et des validations sur sites industriels. La méthode est expliquée en détail, avec des comparaisons aux données de terrain. Quelques limitations sont mentionnées, mais la présentation reste promotionnelle.

Moments clés

Sources citées

  • SMI Webinars — Page des webinaires du Sustainable Minerals Institute, mentionnée pour accéder aux séminaires passés.
  • Chaîne YouTube SMI UQ — Chaîne YouTube du SMI, mentionnée pour les séminaires précédents.

Sources concordantes

  • SMI Webinars — Page des webinaires du SMI, qui peut contenir des présentations similaires.

Apport & nouveautés

L’apport principal est la présentation d’un modèle de stockpile dynamique basé sur les automates cellulaires continus, capable de simuler en temps réel l’écoulement et la ségrégation des matériaux dans les stockpiles. Ce modèle comble un manque entre les modèles trop simples (files d’attente) et les modèles DEM trop lents. Il permet de suivre les propriétés du minerai (taille, grade, âge) et offre des applications concrètes pour l’optimisation des procédés, les soft sensors et la géométallurgie.

Pour aller plus loin :

110 mots

Profil radar

Le profil radar montre des scores élevés en quantité et qualité d'information, ainsi qu'en fiabilité, reflétant une présentation dense et bien étayée. Le niveau technique est également bon, indiquant un contenu accessible mais exigeant. La note globale de 4 étoiles est cohérente avec ce profil.

Fiabilité 8/10