С начала 50-х годов прошлого столетия интенсивно разрабатываются прямые геохимические методы количественного определения прогнозных запасов руд. Из обзора их тридцатилетнего развития [Булкин, 1984] следует, что геофизические методы традиционно относились к косвенным способам количественной оценки прогнозных запасов руд. С тех пор новых основополагающих идей не появилось, но бурное развитие получили методы компьютерного моделирования прогноза запасов, основанные на математически и термодинамически согласованном использовании геолого-геохимических и геофизических данных.
В настоящее работе мы предлагаем прямые геофизические методы количественного определения прогнозных запасов месторождений полезных ископаемых (не только руд). В работе используется метод аналогий, но не в том смысле, в котором он применяется в геологии. В геологии он основан на знаниях о геологии, взаимосвязях признаков оруденения того или иного месторождения. Нами используется аналогия между физическими скалярными полями и характеризующими их параметрами.
Одна из наиболее успешных, на наш взгляд, моделей определения прогнозных запасов руд, основанная на понятии энергии рудообразования, предложена Н.И. Сафроновым [Сафронов, 1971; Сафронов и др., 1978]. Используя представления Больцмана о термодинамической вероятности и ее связи с энтропией, Сафроновым Н.И. получено уравнение для расчета дифференцированного запаса руды при данном содержании главного элемента K:
(1)
где числитель - общий расход энергии на образование руд градации K (по Больцману); знаменатель - расход энергии на образование единицы объема руды градации K (по термодинамике идеальных растворов).
Если расходами энергии на сжатие-разрежение второстепенных элементов, по сравнению с главным металлом, пренебречь, то дифференцированные запасы в единице объема определяются так:
(2)
где KM - кларк концентрации главного металла.
Для перехода при расчете на металл учтем, что его количество в единице объема пропорционально KM. Итак, при расчете на металл:
(3)
Применение статистической неравновесной термодинамики к анализу геофизических данных
Чтобы измерить какое-либо физическое свойство геологического объекта нужно воздействовать на него каким-либо первичным полем (магнитным, электрическим и т.д.) и измерить вторичное поле (отклик системы), величина которого несет информацию об объекте. Поскольку процесс взаимодействия объекта с полем обычно протекает довольно быстро (время одночастичных релаксаций ~10-12 с), ясно, что процесс этот далек от равновесного. С другой стороны, характеристики вторичного поля несут информацию об объекте, находящимся в определенных термодинамических условиях и обладающим термодинамическими параметрами, которые непосредственно связаны с его структурными, химическими и физическими свойствами. Таким образом, с помощью неравновесной статистической термодинамики можно попытаться найти связь между микроскопическими (квантовыми) процессами взаимодействия первичных полей (параметры которых можно контролировать и изменять в широких пределах) с макроскопическими характеристиками геологического объекта. Именно такой подход и реализован нами применительно к магнитным измерениям [Портнов, Юров, 2004].
Рассмотрим железо, связанное с магнетитом, как систему невзаимодействующих магнитных диполей, погруженную в термостат, представляющий собой рудовмещающие породы. Квантовые переходы, обусловленные взаимодействием магнитных диполей с термостатом, будут диссипативными (с вероятностью Р) в отличие от взаимодействия с внешним магнитным полем (с вероятностью F). Диссипативные процессы приводят к тому, что вторичное поле Z2 всегда меньше первичного Z1.
Поскольку подсистема магнитных диполей обменивается с термостатом только энергией, то соответствующий им ансамбль частиц будет каноническим [Китель, 1977]. Статистическая интерпретация энтропии Больцмана принимает вид:
(4)
где fi - функция распределения; k - постоянная Больцмана.
Дифференцируя (4) по времени и преобразуя, получим:
(5)
где Pij - вероятность перехода из начального i (с энергией Ei) в возбужденное состояние j (с энергией Ej).
Для диссипативных процессов принцип детального равновесия имеет вид:
где gi, gj - статистические веса для уровней Ei и Ej.
Тогда (7) примет вид:
Каноническая функция распределения:
где статистическая сумма:
Z = e-G/kT;
здесь G - потенциал (свободная энергия) Гиббса системы термостат (вмещающие породы) + система магнитных диполей (магнетитовая руда).
Примем, что не конфигурационная часть потенциала Гиббса линейно зависит от концентрации N магнитных диполей:
где ω(N) - статистический вес.
Опуская промежуточные вычисления, которые подробно изложены в работе [Портнов, Юров, 2004], запишем выражение для функции отклика системы магнитных диполей:
(6)
где ΔS - изменение энтропии в диссипативном процессе; τ - время релаксации; τр - время жизни возбужденного состояния;
G0 - термодинамический потенциал термостата; N - число магнитных диполей в единице объема вещества; k - постоянная Больцмана; Т - температура.
В качестве функции отклика можно брать измеряемую величину в том или ином геофизическом методе (магнитная восприимчивость, электрическая проводимость и т.д.). Для перехода к весовой концентрации железа, связанного с магнетитом , воспользуемся соотношением:
где NA = 6,02∙1023 моль-1 - число Авогадро.
Если в качестве функции отклика в формуле (6) взять коэффициент отображения К в методе искусственного подмагничивания (или магнитную восприимчивость), то после линеаризации (6) и вычисления всех величин, получаем следующее корреляционное уравнение для железа, связанного с магнетитом ():
Для магнетита G0 = 1,014∙106 Дж∙моль-1 [Булах А., Булах К., 1978]:
. (7)
Для Кентобинского, Сарбайского, Куржункульского и Соколовского месторождений экспериментально получены уравнения связи, позволяющие определять содержание железа в магнетитовых рудах с погрешностью не более ±2,3 % абс. по результатам построения качественных (сортовых) планов горизонтов карьеров еще до бурения взрывных скважин, по которым выполняется геологическое и геофизическое опробование. Построение таких планов позволяет управлять добычными работами с целью обеспечения заданных качественных показателей руды, снижения разубоживания и потерь.
Уравнение связи (7) для достаточно хорошо согласуется с экспериментальными. Максимальное отклонение для Соколовского месторождения от соотношения (7) равно 9,8 %. Это связано с присутствием в этих рудах титаномагнетита и отличием энергии Гиббса минералов вмещающей среды каждого месторождения. Тем не менее теоретическое уравнение связи (7), полученное из первых принципов, не связанное с химическими анализами, дает возможность произвести оценку запасам магнетитового железа.
Использование данных каротажа магнитной восприимчивости для оценки прогнозных ресурсов железных руд
Сделаем объединение развитых выше идей с моделью подсчета запасов руд Сафронова Н.И. [Сафронов, 1971]. Для идеальных процессов изменение внутренней энергии и энтальпии равно нулю, и свободная энергия ΔF совпадает с энергией Гиббса ΔG. Тогда:
(8)
Для магнитной восприимчивости магнетита получено выражение [Портнов, Юров, 2004]:
(9)
где β = (2,4 ± 0,7)·10-2 ед. СИ. Чтобы привести к одним единицам измерения, нужно правую часть формулы (9) умножить на число Авогадро NA, тогда из (8) и (9) имеем с учетом числовых значений βkTNA ≈ 75 ед. СИ,
(10)
где , а
- начальное и конечное содержание элемента в единице объема, моль. С учетом того, что процесс рудообразования идет с разрежением «атмосферы» элементов железа, из формулы (10) имеем:
(11)
Если учесть, что среднее содержание железа в земной коре , то формула (11) принимает вид:
(12)
Тогда, нетрудно показать с учетом (8), (9), (10) и (12), что для дифференцированных запасов металла имеет место следующая формула:
(13)
где q1 - коэффициент, равный 11406, полученный с учетом значений ; ;
- среднее значение магнитной восприимчивости магнетитовых руд.
Для Соколовского месторождения, например, среднее значение
, и соотношение (13) дает для содержания железа в единице объема 8,81 % и для магнетита - 23,6 %. Н.И. Сафронов для этого же месторождения получил соответственно значения 11,359 и 26,06 %. Это незначительно отличается от наших результатов.
Для того чтобы оценить запасы месторождения с использованием соотношения (13), необходимо знать геометрию рудных тел, их среднюю магнитную восприимчивость, объемное содержание магнетита в руде. Для большинства магнетитовых месторождений Казахстана эти параметры определены [Беркалиев, 1974]. В табл. 1, приведены рассчитанные с учетом этих данных и соотношения (13) ресурсы магнетитовых руд некоторых месторождений Казахстана.
Таблица 1 Ресурсы магнетитовых руд месторождений Казахстана, млн т
Месторождение |
Ресурсы руд, млн т |
|
прогнозные |
разведанные [Беркалиев, 1974] |
|
Соколовское |
5330 |
3343 |
Сарбайское |
2108 |
890,3 |
Качарское |
6005 |
3998 |
Второе (основное рудное тело) |
71,87 |
32,733 |
Третье рудное тело |
17,31 |
13,51 |
Куржункульское |
639,3 |
более 80 |
Из табл. 1 видно, что прогнозные ресурсы Соколовского и Сарбайского месторождений в сумме составляют 7438 млн т, а разведанные - 4233 млн т. Н.И. Сафронов считает, что объем неразведанных запасов этих месторождений составляет 3-4 млрд т, что вполне согласуется с нашими результатами. Наряду с ранее известными методами преимуществом изложенного выше метода расчета прогнозных ресурсов магнетитовых руд является его экспрессность при удовлетворительной точности результатов. Метод позволяет рассчитывать запасы руд в пределах площади рудного горизонта, блока, охватываемой измерениями магнитной восприимчивости руд в естественном залегании, а также делать их качественную оценку по горизонтам, определяя среднее значение магнитной восприимчивости.
Метод аналогий и поля аналоги
В физике существует значительное количество примеров успешного использования метода аналогий, и это является предпосылкой того, чтобы придать аналогии статус одного из возможных методов научного познания, что было блестяще доказано Дж. Максвеллом [Максвелл, 1954] В табл. 2 показана аналогия, существующая между величинами в различных скалярных полях.
Таблица 2 Аналогия между величинами в потенциальных полях [Бинс, Лауренсон, 1970]
Параметр |
Электростатическое поле |
Электрического тока поле |
Магнитостатическое поле |
Тепловое поле |
Потенциал |
Потенциал U |
Потенциал U |
Потенциал Ω |
Температура Т |
Градиент |
Напряженность электрического поля Е |
Напряженность электрического поля Е |
Напряженность магнитного поля H |
Градиент температуры gradT |
Постоянная, характеризующая свойства среды |
Диэлектрическая проницаемость ε |
Электрическая проводимость σ |
Магнитная проницаемость μ |
Температуропроводность а |
Плотность потока |
Электрическое смещение D |
Плотность тока j |
Магнитная индукция B |
Плотность теплового потока q |
Интенсивность источника |
Плотность заряда ρe |
Плотность тока j |
Плотность магнитной массы ρm |
Плотность источника тепла Q |
Проводимость поля |
Емкость С |
Электрическая проводимость G |
Магнитная проводимость Λ |
Тепловая проводимость λ |
Результаты измерений удельного электрического сопротивления (р) в различных методах электроразведки могут быть использованы для подсчета прогнозных ресурсов полезных ископаемых.
Пользуясь аналогией (табл. 2) для методов электроразведки, получим:
(14)
где σ - электропроводность минерала, (Омм)-1.
Используя ранее полученное, экспериментально подтвержденное, значение q1 для средних значений магнитной восприимчивости и приравнивая (15) и (16), для одного и того же месторождения нетрудно получить:
где ρср - среднее значение удельного электрического сопротивления магнетитовых руд.
Это позволяет вычислить коэффициент q2, который равен - 155121. Значение q2, так же как и q1, можно определять в лабораторных условиях, определяя содержание полезного элемента Pк в руде с помощью физических или химических методов анализа и измеряя соответствующую величину в формулах (15) и (16). В табл. 3 приведена иллюстрация предложенного метода.
Таблица 3 Прогнозные дифференцированные ресурсы угля основных свит Карагандинского угольного бассейна
Свита |
Удельное сопротивление углей, ρ (Ом·м) [Дрижд и др.] |
Дифференцированные запасы Pк ( %) |
Долинская |
134,8 |
14,2 |
Тентекская |
155,0 |
14,5 |
Карагандинская |
145,1 |
14,3 |
Ашлярикская |
86,7 |
13,4 |
Предложенный нами термодинамический анализ результатов измерений магнитной восприимчивости был использован и для гамма-гамма-метода. Отличие состоит в том, что энергия гамма-квантов Еγ значительно превосходит энергию магнитных диполей, поэтому членом eхp(Em/kТ) в выражении для функции отклика пренебрегать уже нельзя. Беря в качестве функции отклика Ф относительную интенсивность рассеянного гамма-излучения с энергией Еγ, получаем:
(15)
где I - интенсивность регистрируемых гамма-квантов после рассеяния; I0 -интенсивность гамма-квантов от источника, В = (kТ)2/С, С = 2ΔS/k - постоянная для данного элемента и источника гамма-излучения; ΔS - изменение энтропии при квантовом переходе из возбужденного состояния в основное,
где - среднее число атомов элемента в минерале; G0 - энергия Гиббса железосодержащего минерала с содержанием общего железа СFe.
Из (15) следует линейная зависимость интенсивности рассеянного излучения от содержания железа СFe, что соответствует экспериментальным данным.
Для расчета прогнозных ресурсов с использованием результатов измерений в гамма-гамма методе достаточно выполнить анализ, аналогичный приведенному выше, и воспользоваться формулой (15). В результате при q4 = 809826, получаем:
(16)
Для ряда железорудных месторождений прогнозные ресурсы, вычисленные с помощью формулы (16), представлены в табл. 4.
Таблица 4 Ресурсы железных руд и угольных месторождений Казахстана, млн т
Месторождение |
Ресурсы руд, млн т |
|
прогнозные |
разведанные [Беркалиев, 1974] |
|
Атансор |
51,6 |
55,9 |
Тлеген |
19,3 |
12,0 |
Кузган |
23,4 |
14,6 |
Сарытобе |
35,9 |
20,0 |
Используем аналогию между электрическими и акустическими системами, представленную в табл. 5.
Таблица 5 Аналогия между электрическими и акустическими переменными и параметрами [Ольсон, 1947]
Электрическая система |
Акустическая система |
Напряжение V |
Давление Р |
Ток I |
Скорость частиц υ |
Заряд e |
Смещение u |
Индуктивность L |
Плотность среды ρ |
Емкость С |
Акустическая емкость СА = 1/τ |
Сопротивление R |
Акустическое сопротивление RA |
Для нас представляет интерес скорость движения частиц υ, которая и является измеряемой величиной в сейсморазведке. Для прогнозных ресурсов минерального сырья, используя данные сейсморазведки, получено выражение
(17)
где q5 = 26,03. В качестве примера в табл. 3 представлены результаты расчета прогнозных дифференцированных ресурсов по формуле (17) для уже рассчитанных ресурсов угольных свит Карагандинского бассейна по данным электроразведки.
Видно, что оба метода неплохо согласуются между собой в пределах ошибок эксперимента.
Заключение
Определение прогнозных ресурсов полезных ископаемых имеет важное значение с экономической точки зрения. Использование геофизических методов разведки, особенно в естественном залегании (метод искусственного подмагничивания, метод вызванной электрической поляризации и т.д.), позволяют значительно экономить средства на бурение разведочных скважин. Следует отметить также, что значение соответствующей физической величины (магнитной восприимчивости, удельного сопротивления и т.д.) определяется величиной энергии Гиббса.
Последняя, как известно, равна G0 = H - TS + PV, где энтальпия Н определяет метаморфизм руд и минералов, энтропия S определяет их структурную упорядоченность, температура и давление - термодинамические условия образования минералов.
Рецензенты:
-
Данияров Н.А., д.т.н., зам. директора по научной работе ДГП «КазНИИ БГП», г. Караганда;
-
Кенжин Б.М., д.т.н., профессор, директор ТОО «Карагандинский машиностроительный Консорциум», г. Караганда.
Работа поступила в редакцию 29.12.2011
Библиографическая ссылка
Портнов В.С., Юров В.М., Турсунбаева А.К, Умбетова А.Т. Оценка прогнозных ресурсов месторождений полезных ископаемых геофизическими методами // Фундаментальные исследования. 2012. № 3-2. С. 403-408;URL: https://fundamental-research.ru/ru/article/view?id=29618 (дата обращения: 18.05.2025).