Stochastic Simulation of Tailings Consolidation Process
Tony Zheng, Nicholas Beier
In the proceedings of: GeoEdmonton 2018: 71st Canadian Geotechnical Conference; 13th joint with IAH-CNCSession: Risk Management in Geotechnical Projects
ABSTRACT: A system dynamics (SD) model was developed in the Tailings Management Simulator (TMSim) to simulate consolidation processes under quiescent conditions. A top-down iterative approach guides the overall philosophy of the modelling process. The GoldSim software was used as the main simulation environment to implement various stock-flow relationships and causal loop diagrams. For quiescent consolidation, an explicit finite difference scheme was used to solve the governing equation for one-dimensional large-strain consolidation process. The SD consolidation model was calibrated with a commercial software FSCA under a variety of tailings parameter input and deposit geometry. The model was also validated against past case histories and experimental data. Simulation results demonstrated that the SD model is capable of preserving key physics of the large-strain consolidation process while exposing important variables in a simplified and transparent manner. Once the deterministic base case is successfully simulated, stochastic processes are incorporated. Uncertainties are addressed by assigning probability distributions to selected input parameters. Nested Monte Carlo techniques will be used to explicitly model the two types of uncertainties: those due to inherent randomness (i.e. fines content) and those due to lack of knowledge (i.e. insufficient data collection or ignorance). Un modèle de dynamique des systèmes (SD) a été développé dans le simulateur de gestion des résidus (TMSim) pour simuler les processus de consolidation des résidus dans des conditions de repos. Une approche itérative descendante principal de simulation pour implémenter différentes relations stock-flux et diagrammes de boucles simples. Pour la consolidation au repos, un schéma de différences finies explicite a été utilisé pour résoudre l'équation régissant le processus de consolidation unidimensionnel à grande contrainte. Le modèle de consolidation SD a été calibré avec un logiciel commercial FSCA sous une variété de paramètres d'entrée des résidus et de géométrie de dépôt. Le modèle a également été validé par rapport aux antécédents de cas et aux données expérimentales. Les résultats de la simulation ont démontré que le modèle SD est capable de préserver les principales caractéristiques du processus de consolidation à grandes contraintes tout en exposant les variables importantes de manière simplifiée et transparente. Une fois le cas de base déterministe simulé avec succès, les processus stochastiques sont incorporés. Les incertitudes sont adressées en affectant des distributions de probabilité aux paramètres d'entrée sélectionnés. Les techniques de mise à jour de Monte Carlo imbriquées seront utilisées pour modéliser explicitement les deux types d'incertitudes: celles dues au caractère aléatoire inhérent et celles dues au manque de connaissance.
Access this article:
Canadian Geotechnical Society members can access to this article, along with all other Canadian Geotechnical Conference proceedings, in the Member Area. Conference proceedings are also available in many libraries.
Cite this article:
Tony Zheng; Nicholas Beier (2018) Stochastic Simulation of Tailings Consolidation Process in GEO2018. Ottawa, Ontario: Canadian Geotechnical Society.
@article{geo2018Paper168,author = Tony Zheng; Nicholas Beier,title = Stochastic Simulation of Tailings Consolidation Process ,year = 2018}