Umeå universitets logga

Detta examensarbete har genomförts i samarbete med Boliden och syftade till att optimera transportflödet av gråberg och komplexmalm genom förbättrad logistikplanering för bergtransporter. I Kristinebergsgruvan i Kristineberg, Sverige, sker transporten av berg med hjälp av lastbilar och lastare. För att identifiera de mest effektiva transportvägarna för dessa fordon utvecklades en linjär blandad heltalsoptimeringsmodell. Modellen utgör ett verktyg för att stödja planering och optimering av framtida transporter i gruvdriften.

Optimeringen sker för 14 skift, det vill säga en vecka. I detta arbete används data för vecka 47, 2024. För att säkerställa en hög grad av verklighetsanknytning inkluderar modellen begränsningar som tar hänsyn till tillgången på lastbilar och lastare, vägkapacitet samt krav på att uppfylla produktionsmålen för både malm och gråberg. Dessutom genomfördes en jämförande analys mellan de transporter som genererades av modellen och de faktiska transporterna som utförts i gruvan under samma vecka, baserat på samma parametrar.

Den utvecklade modellen har potential att hantera transportplaneringen för 6–9 skift utan större störningar. För att effektivt hantera de variationer som uppstår, rekommenderas det att modellen uppdateras med nya indata var 2–4 skift. Detta beror på hur dynamisk produktionsplaneringen är i dagsläget. Variationer i sprängvolymer och tidpunkter påverkar i hög grad hur realiserbar transportplaneringen blir. Eftersom sprängningsschemat kontinuerligt uppdateras, är det nödvändigt att även transportplaneringen anpassas vid dessa förändringar.

This thesis was conducted in collaboration with Boliden and aimed to optimize the transportation flow of waste rock and complex ore through improved logistics planning for mining transport. At the Kristineberg mine in Kristineberg, Sweden, rock transport is carried out using trucks and loaders. To identify the most efficient transportation routes for these vehicles, a mixed-integer linear optimization model was developed. The model serves as a tool to support the planning and optimization of future transport operations in mining activities.

The optimization is performed for 14 shifts, corresponding to one week. In this study, data from week 47 of 2024 is used. To ensure a high degree of realism, the model incorporates constraints such as the availability of trucks and loaders, road capacity, and requirements to meet production targets for both ore and waste rock. Additionally, a comparative analysis was conducted between the transportation schedules generated by the model and the actual transport operations performed at the mine during the same week, based on identical parameters.

The developed model has the potential to manage transportation planning for 6–9 shifts without significant disruptions. To effectively handle the variations that arise, it is recommended that the model is updated with new input data every 2–4 shift. This is due to the dynamic nature of the current production planning. Variations in blasting volumes and timing significantly impact the feasibility of transportation planning. Since the blasting schedule is continuously updated, it is essential that the transportation plan is also adjusted accordingly.