Embed Size (px)
Citation preview
REPUBLIQUE DEMOCRATIQUE DU CONGO
UNIVERSITE DE LUBUMBASHI
FACULTE POLYTECHNIQUE
DEPARTEMENT DES MINES
Thèse de Master Présentée et défendue pour
l’obtention du grade de master en sciences
appliquées et nouvelles technologies
Spécialités : Planning et design des mines à
ciel ouvert
Par KALONJI MBOLELA
KABEZYA MBAYO
Promotion : MASTER I MINES
Dirigé par Pr. Fulbert MUKALAY
Ass. MBAYA
Application d’un bloc modèle géotechnique dans la
planification à court terme d’une mine à ciel ouvert
« Cas du projet Mutoshi nord »
Par : Ben KABEZYA MBAYO
Année Académique 2016 - 2017
Directeur : Prof. Freddy BOKWALA
i
EPIGRAPHE
.
Il y a deux façons de voir la vie, l’une comme si rien n’était
un miracle, l’autre comme si tout était miraculeux.
Albert Einsten,1934
ii
IN MEMORIUM
A toi mon regretté père SELENGE MBAYO Bruno – Pascal qui nous as quitté avant
l’achèvement de notre cursus de master.
Votre nom restera gravé dans ma mémoire puisqu’il me servira toujours de
référence durant toute ma vie terrestre. Croyant à l’ascension des saints, je suis
convaincu que vous êtes allé chanter louange et gloire à côté du père céleste et
qu’un jour nous nous retrouverons.
A travers ce travail, moi qui me réjouis des œuvres et du modèle de vie que vous
m’avez transmis, je garde votre immortalité.
iii
DEDICACES
A ma mère MWANGE FEZA, immense source de mon existence, pour tant
d’affection, de sacrifices consentis et surtout pour sa sublime éducation qui a
produit un fruit devenu aujourd’hui master en sciences de l’ingénieur.
A mes frères et sœurs : Michel Kahenga, Lylyane Selenge, Emmanuel Matete,
Alain Chungu, Eric Salumu, Guylain Shindano, Betty Aminata, Andy
Bulimwengu, Bel-ange Kibibi et Deborah Buzilu pour tant de sacrifice,
d’encouragement et d’assistance spirituelle, morale et matérielle. Que ce
travail soit pour vous une illumination d’abondance.
A mes neveux et nièces : Plamedi Mundeke, Myfa Selenge, Dadina Ngoy,
Prince Kalemba, Divine Chungu, Nene Kabulo, Benita Kahenga, Logane
Kahenga, Ethane Mumba, Clementia, Marcus Selenge, Alvine Kabwe, Uriel
Selenge que ce fruit de beaucoup de patience soit pour vous une inspiration
vers un avenir de génie.
A tous ceux qui me sont chers.
Je dédie ce travail, expression de ma grande considération
iv
REMERCIEMENTS
Vous n’imaginez pas combien de fois j’ai pensé aux remerciements et maintenant que j’y suis,
il m’est difficile de me souvenir de toutes les jolies phrases qui sont passées dans ma tête pour
remercier toutes les personnes qui m’ont accompagné et m’ont soutenu.
Ainsi, nos sincères et vifs remerciements s’adressent à Jéhovah le Dieu de mes ancêtres pour
sa protection, sa grâce et le courage qu’il ne cesse de m’accorder et surtout l’inspiration qu’il
suscite en moi à chaque instant de la vie.
Je tiens à remercier le Pr. Dr. Ir. Freddy BOKWALA BONKEKA qui, malgré ses multiples
occupations a accepté de diriger ce travail. Ses idées, sa grande curiosité et son soutien ainsi
que son aide avec beaucoup de patience m’ont été profitables.
Nous tenons à remercier également tous les professeurs, chefs de travaux et assistants de la
Faculté Polytechnique de Lubumbashi, en particulier ceux du Département de Mines pour les
connaissances acquises auprès de leur personne.
A mes compagnons de lutte de tout le temps, Corneille Kavula, Isaac Kawangu, Melick
Lukanda, Jose Makonga, Jean Monga, Danny Mbalay.Noella Malunga, Karel Nkale, Pathie
Musenge, Obed Katim, Serge Mastaki, Justin Muyumba, Herve Losaladjome, Venance
Kasang, Arsene Keppens, Peter Kabala, Seintiche Simbi. Que ce travail soit pour vous une
marque de grand espoir.
Nos sincères remerciements s’adressent également à la grande famille C18, paul lutandula,
jeremie malanga, tresor lupichi, patrick makaba.
Que mes collègues de promotion sans être exhaustif, Arcel Kalonji, Eliezer Maneno, Gaspard
Bwanga, trouve ici l’expression de notre franche reconnaissance.
Que se sentent aussi remerciées toutes les personnes qui nous aiment et que nous aimions et
qui de près ou de loin, pour peu ou prou, à un moment ou un autre, nous ont apporté leur
soutien, mais dont les noms ne figurent pas sur cette liste in exhaustive trouvent ici l’expression
de notre profonde gratitude.
v
RESUME
Ce travail aborde les aspects relatifs à l’intégration des paramètres géotechniques dans
la planification à court terme du gisement de Mutoshi se trouvant autour de la région minière
de Kolwezi.
Lors de la planification à court terme dans une mine à ciel a ouvert, la connaissance
détaillée des conditions de la masse rocheuse reste dans la plupart de cas inconnue.
L’augmentation du niveau de connaissance de la masse rocheuse réduit le risque relatif aux
conditions imprévisibles entrainant ainsi l’augmentation de la productivité.
Cependant les informations géotechniques étant utilisées dans la majorité de cas pour
de raison d’optimisation des angles de talus. Ce travail présente les procédures allant de la
compilation des informations géotechniques dans une base des données en passant par la
création du bloc modèle géotechnique jusqu’à l’application de ce dernier dans la planification
à court terme.
Ainsi une campagne de forage avait permis la collecte des données géotechniques sur
2 183 mètres de carottes. Ces informations géotechniques reposaient principalement sur le Rock
Mass Rating (RMR), l’indice de résistance en compression (IRS) la fréquence de fracture (FF)
et le Rock Quality Designation (RQD) et étaient regroupées dans une base de données en
Surpac.
Ces paramètres géotechniques, RMR, IRS, FF, RQD étaient modélisés dans chaque
formation géologique en utilisant l’interpolation géostatistique résultant ainsi en un bloc model
géotechnique composé des blocs de 500 m3. Il s’en était suivi que le bloc modèle géotechnique
pouvait être contraint pour effectuer des prédictions sur les conditions de la masse rocheuse
dans toutes les zone planifiées pour l’exploitation comme c’est le cas des teneurs du cuivre dans
le bloc modèle des ressources.
L’intérêt de ce travail réside dans l’application pratique du bloc modèle géotechnique.
Ceci était atteint en créant un modèle de fragmentation qui utilise les informations
géotechniques interpolées se trouvant dans le bloc modèle.
Ce travail a permis de rendre disponibles les paramètres géotechniques détaillées du
gisement de Mutoshi dans les trois dimensions. Les informations recueillies pourront être
facilement analysées et interprétées constituant ainsi un outil puissant pour les études de
faisabilité, la planification ainsi que l’optimisation de la production.
vi
ABSTRACT
This thesis aims to explain the integration of geotechnical parameters in short term planning of
Mutoshi deposit located around the mining region of Kolwezi.
Detailed knowledge of the rock mass conditions is often unknown in the short term planning.
As the knowledge of the rock mass improves, so the risk of unforeseen conditions reduces and
therefore productivity can be increased.
Then, geotechnical information was historically used for slope angle optimization purpose. This
project shows procedures undertaken to create a geotechnical bloc model and its application
within the short term planning.
Thus, an exploration drilling campaign allowed the geotechnical data collection on 2,183 metres
of drilling cores. This geotechnical information were collected in the form of Rock Mass Rating
(RMR), Intact Rock Strength (IRS), Fracture Frequency (FF) and Rock Quality Designation
(RQD) in order to create a database with Surpac.
And then, these geotechnical parameters were modelled in each lithological unit using
geostatistical interpolation resulting in geotechnical bloc model creation composed by blocs of
500 m3. Therefore the bloc model can be queried to give predictions on rock mass conditions
for any planned mining area as is the case of copper grade within the resources model.
The crux of this project lies in the practical application of the geotechnical bloc model. This
was reached through the development of the fragmentation model using the geotechnical
information in the bloc model.
This work allowed to make available detailed geotechnical information from Mutoshi deposit
in three dimensions. This information can be easily accessed and interpreted, thus providing a
powerful planning tool from which feasibility studies, planning and production optimization
can be implemented.
vii
TABLE DES MATIERES
EPIGRAPHE .......................................................................................................................... i
IN MEMORIUM ................................................................................................................... ii
DEDICACES ....................................................................................................................... iii
REMERCIEMENTS ............................................................................................................ iv
RESUME ...............................................................................................................................v
ABSTRACT ......................................................................................................................... vi
TABLE DES MATIERES ................................................................................................... vii
LISTE DES TABLEAUX .................................................................................................... ix
LISTE DES FIGURES ...........................................................................................................x
INTRODUCTION GENERALE.............................................................................................1
A. MOTIVATION ET CONTEXTE .............................................................................1
B. PROBLEMATIQUE ET OBJECTIFS ......................................................................1
C. HYPOTHESES ........................................................................................................2
D. ORGANISATION DU TRAVAIL ...........................................................................2
CHAPITRE I. GENERALITES SUR LE PROJET DE MUTOSHI.........................................3
I.1. Cadre géographique ......................................................................................................3
I.2. Climat, végétation et hydrographie régionaux ...............................................................4
I.3. Géologie régionale........................................................................................................5
I.4. Tectonique ....................................................................................................................6
I.5. Géologie Locale ...........................................................................................................6
I.6. Minéralisation ..............................................................................................................7
CHAPITRE II GENERALITES SUR LA GEOTECHNIQUE DANS UNE MINE A CIEL
OUVERT ...............................................................................................................................8
II.1. Introduction .................................................................................................................8
II.2. Système de Classification de la masse rocheuse ...........................................................8
II.2.2. Classification de Barton ( N. Nsenga, 2009) ....................................................... 12
II.3. Logging géotechnique sur les carottes ....................................................................... 19
II.3.1. Paramètres géotechniques du logging ................................................................. 19
II.3.2. Caractéristiques des fractures .............................................................................. 23
II.4. Modélisation en bloc ................................................................................................. 25
II.5. Interpolation géostatistique et son application en géotechnique.................................. 26
II.6. Conclusion ................................................................................................................ 29
viii
CHAPITRE III DEVELOPPEMENT DU MODELE GEOTECHNIQUE 3D DE LA MINE
DE MUTOSHI ..................................................................................................................... 30
III.1. Introduction ............................................................................................................. 30
III.2. Présentation des données géotechniques ................................................................... 30
III.3. Régularisation des paramètres géotechniques .......................................................... 32
III.4. Etude statistique ....................................................................................................... 33
III.5. Etude variographique ............................................................................................... 38
III.6. Choix de la méthode d’interpolation. ........................................................................ 40
III.7. Géométrie et caractéristiques du bloc modèle ........................................................... 41
III.8. Détermination du Mining Rock Mass Rating (MRMR) ............................................ 42
III.9. Validation du modèle. .............................................................................................. 46
CHAPITRE IV. APPLICATION DU MODELE 3D DANS LA PLANIFICATION DES
OPERATIONS MINIERES .................................................................................................. 48
IV.1. Introduction ............................................................................................................. 48
IV.2. Détermination du Blastability index (BI).................................................................. 48
IV.3. Calcul de l’énergie explosive ................................................................................... 53
IV.4. Détermination de la séquence d’exploitation et design des plans de tirs .................... 56
II.5. Conclusion ................................................................................................................ 62
CONCLUSION GENERALE ............................................................................................... 63
REFERENCES BIBLIOGRAPHIQUES............................................................................... 65
ANNEXES ........................................................................................................................... 67
ix
LISTE DES TABLEAUX
Tableau II. 1. Paramètres du Rock Mass Rating d’après Bieniawski (1989) .......................... 11
Tableau II. 2. Paramètres du Rock Mass Rating d’après Laubscher (1990) .......................... 14
Tableau II. 3. Facteurs d’ajustement du rating 40 des joints .................................................. 15
Tableau II. 4. Altération potentielle et facteurs d’ajustement d’après Laubscher (1990) ........ 16
Tableau II. 5. Facteur d’ajustement tenant compte de l’orientation des joints ........................ 16
Tableau II. 6. Logsheet d’après le modèle de Dempers (2009) .............................................. 21
Tableau II. 7. Coefficient du RMR avec la résistance en compression unixiale ..................... 22
Tableau II. 8. Epaisseur des matériaux de remplissage des fractures ..................................... 24
Tableau II. 9. Coefficient du RMR relatif au type de matériaux de remplissage .................... 24
Tableau II. 10. Coefficient du RMR relatif à la rugosité macroscopique ............................... 25
Tableau II. 11. Coefficient du RMR relatif à la rugosité microscopique ................................ 25
Tableau III. 1. Coordonnées des forages géotechniques ........................................................ 31
Tableau III. 2. Valeurs moyennes des paramètres géotechniques sur les données originales des
carottes ................................................................................................................................. 37
Tableau III. 3. Paramètres de l’ellipsoïde d’estimation .......................................................... 40
Tableau III. 4. Paramètres de l’ellipsoïde d’estimation dans chaque unité lithologique .......... 40
Tableau III. 5. Classification de la masse rocheuse sur base des paramètres géotechniques ... 42
Tableau III. 6. Comparaison entre les valeurs moyennes des compositing et celle du bloc
modèle.................................................................................................................................. 47
Tableau IV. 1. Taille des blocs du gisement de Mutoshi et leur caractérisation d’après le BI . 49
Tableau IV. 2. Ratings de la masse rocheuse en fonction de RMD ....................................... 52
Tableau IV. 3. Rating de la masse rocheuse en fonction de l’orientation des joints ............... 52
Tableau IV. 4. RMD, JPO et la densité dans chaque unité lithologique ................................. 53
Tableau IV. 5. Planification hebdomadaire de forage des polygones ..................................... 61
Tableau IV. 6. Planification hebdomadaire des minages de différents polygones .................. 61
x
LISTE DES FIGURES
Figure I. 1. Localisation régional de la mine de Mutoshi .........................................................3
Figure I. 2. Situation géographique locale de la mine de Mutoshi ( R. Van Dooren, 2003) ......4
Figure I. 3. Coupe géologique du gisement de Mutoshi d’après M. Deliens (1987) .................6
Figure II. 1. Schéma de récapitulation de la détermination du Mining Rock Mass Rating..... 18
Figure II. 2. Illustration d’une discrétisation en blocs ............................................................ 26
Figure II. 3. Variogramme .................................................................................................... 29
Figure III. 1. Vue en plan des forages géotechniques et de la fosse finale .............................. 30
Figure III. 2. Section E339680 montrant les unités lithologiques .......................................... 32
Figure III. 3. Résultats du compositing du RMR dans la RSC ............................................... 33
Figure III. 4. Courbes des fréquences du RMR dans les unités lithologiques du gisement de
Mutoshi ................................................................................................................................ 34
Figure III. 5. Courbes de fréquence de la fréquence des fractures dans les unités lithologiques
du gisement .......................................................................................................................... 35
Figure III. 6. Courbes de fréquence du RQD dans les unités lithologique du gisement ......... 35
Figure III. 7. Courbes de fréquence de IRS dans chaque unité lithologique .......................... 36
Figure III. 8. Variogrammes du RMR dans la RSC ............................................................... 38
Figure III. 9. Variogramme majeur du RMR dans la RSC ..................................................... 39
Figure III. 10. Variogramme semi majeur de la RSC............................................................. 39
Figure III. 11.Limites du bloc modèle du gisement de Mutoshi ............................................ 41
Figure III. 12. Distribution spatiale du MRMR dans le gisement de Mutoshi ........................ 43
Figure III. 13. Distribution plane du RMR dans le plan xy .................................................... 44
Figure III. 14 Distribution du RMR dans le plan XZ ............................................................ 45
Figure III. 15. Distribution du RMR dans le plan YZ ............................................................ 45
Figure III. 16. Distribution des IRS dans le modèle géotechnique ......................................... 46
Figure IV. 1. Corrélation puissance entre JPS et FF .............................................................. 50
Figure IV. 2 Corrélation linéaire entre JPS et FF (FF < 1) ..................................................... 51
Figure IV. 3. Corrélation linéaire entre JPS et FF (FF > = 1) ................................................ 51
Figure IV. 4. Corrélation linéaire entre IRS et UCS .............................................................. 53
Figure IV. 5. Informations géotechniques dans chaque unité minimale exploitable du bloc
modèle.................................................................................................................................. 55
Figure IV. 6. Le facteur A, le BI et la charge spécifique Cs dans l’unité exploitable du modèle
(sélectionnée à droite de l’image) ......................................................................................... 55
xi
Figure IV. 7. Evolution des matériaux à miner avec la profondeur ........................................ 56
Figure IV. 8. Séquence d’exploitation à court terme du niveau 1450 de la mine de Mutoshi.. 57
Figure IV. 9. Superposition des polygones d’exploitation et le bloc modèle géotechnique.... 58
Figure IV. 10. Distribution de la résistance en compression des roches dans les polygones
d’exploitation. ...................................................................................................................... 58
Figure IV. 11. Détermination des valeurs moyennes des paramètres géotechniques .............. 59
Figure IV. 12. Comparaison des types de roches des polygones sur base de la résistance en
compression ......................................................................................................................... 60
Figure IV. 13. Plan de tir du polygone 2 ............................................................................... 62
1
INTRODUCTION GENERALE
A. MOTIVATION ET CONTEXTE
Le projet de Mutoshi Nord est une exploitation à ciel ouvert, ayant connu une
exploitation antérieure avec la générale des carrières et des mines. Actuellement ce gisement
étant à sa phase d’études de faisabilité, sera exploité par l’entreprise Chemical of Africa.
Cependant, le gisement de Mutoshi présente de bonne teneur en cuivre et en cobalt.
Actuellement, ce potentiel en minéralisation et considérant la conjoncture économique actuelle
du cuivre et du cobalt sur le marché, il est profitable d’envisager des études sur la masse
rocheuse pour les études de faisabilité et l’optimisation de la production.
La connaissance détaillée des conditions géologiques et surtout géotechniques est un
facteur majeur le moins connu pendant l’exploitation d’une mine à ciel ouvert. Plus les
connaissances géologiques et géotechniques s’améliorent, plus les risques liés aux conditions
imprévisibles, se réduisent si bien que la sécurité et la productivité peuvent augmenter.
Dans ces conditions, il est souhaitable de mener une étude géotechnique préalable de
toute la masse rocheuse du gisement de Mutoshi. Ceci facilitera d’effectuer la planification en
fonction des nouvelles contraintes géotechniques de l’exploitation.
Ainsi pour notre projet de master, le sujet intitulé : Application d’un bloc modèle
géotechnique dans la planification à court terme d’une mine à ciel ouvert : Cas du projet
Mutoshi ».
B. PROBLEMATIQUE ET OBJECTIFS
Au stade de l’étude de faisabilité d’un projet minier, un grand volume de données est
collecté pendant les logging géotechnique. La problématique qui se pose dans cette thèse est :
comment à partir des données géotechniques, réaliser une représentation spatiale de la
variabilité de la masse rocheuse et comment faudra-t-il l’intégrer dans la planification à court
terme pour maximiser la production.
Eu égard à cette problématique, nous visons dans ce projet à développer en trois
dimensions, un modèle géotechnique du massif rocheux. Ce bloc modèle sera particulièrement
appliqué à la planification à court terme et à la prévision de la fragmentation à l’explosif.
2
Ainsi de manière à atteindre nos objectifs, nous allons procéder de la manière
suivante :
Création de la base des données géotechniques ;
Création du bloc modèle géotechnique par interpolation ;
Détermination du Blastability index (BI) ;
Développement du modèle de prédiction de la fragmentation à l’explosif
Intégration du bloc modèle géotechnique dans la planification à court terme.
C. HYPOTHESES
La grande partie des travaux antérieurs ayant porté sur l’étude de la rentabilité d’un
projet minier, s’était focalisée sur la construction du modèle de ressources en se basant sur la
base de données géologiques. Dans ce travail, nous avons postulé l’hypothèse selon laquelle les
études géologiques et les estimations du bloc modèle des ressources sont déjà effectuées. En
conséquence, nous allons uniquement créer le bloc modèle géotechnique pour l’intégrer dans
la planification de la production.
D. ORGANISATION DU TRAVAIL
Mis à part cette introduction générale et la conclusion générale, ce travail comprend
quatre chapitres suivants :
Le premier chapitre présente les généralités sur le gisement de Mutoshi. Il est
consacré à la présentation d’un bref historique du site de travail, de sa localisation
géographique, de son cadre géologique et se clôture par une description du projet de la mine de
Mutoshi.
Le deuxième chapitre est consacré à la théorie autour de la Collecte des informations
géotechniques et leur traitement pour la construction d’un bloc modèle géotechnique. Ce
dernier aborde les aspects théoriques et pratiques de la classification de la masse rocheuse, du
Logging géotechnique et de l’interpolation.
Le troisième chapitre concerne la modélisation 3D des paramètres géotechniques de
la mine de Mutoshi. Il montre la démarche conduisant à la création du bloc modèle
géotechnique par interpolation en utilisant la distance inverse.
Le quatrième chapitre est dédié à la mise en application du bloc modèle géotechnique
dans la planification à court terme et la prévision de la fragmentation à l’explosif.
3
CHAPITRE I. GENERALITES SUR LE PROJET DE MUTOSHI
I.1. Cadre géographique
L'ancienne exploitation minière de Mutoshi, désignée à l'origine sous le nom de Ruwe,
est localisée dans la partie orientale de l'écaillé de charriage de la ville de Kolwezi. La colline
minéralisée est plus précisément située entre 25°10' et 25° 56' de longitude et entre 10°21' et
10°53' de latitude sud, près de la source du ruisseau Kalumaziba, affluent de la Lualaba. La
figure suivante illustre la localisation régionale du projet de Mutoshi autour de Kolwezi.
Figure I. 1. Localisation régional de la mine de Mutoshi (L. henry , 2014)
Selon la classification régionale de Van Dooren (2003) la region de kolwezi peut être
subdivisée en 3 trois zones le gisement de Mutoshi se trouve dans la zone 1 comme illustrée sur
la figure précédente. La carte suivante montre un zoom sur la zone 1 de la figure I.1.
Mutoshi
4
Figure I. 2. Situation géographique locale de la mine de Mutoshi ( R. Van Dooren, 2003)
I.2. Climat, végétation et hydrographie régionaux
Placet (1995) a démontré que Kolwezi est une région qui présente un climat tropical
tempéré à tendance océanique caractérisé par deux saisons dont la saison sèche et la saison de
pluie. Cette dernière va du mois d’octobre au mois d’avril avec des précipitations considérables
relatives aux variations des températures.
La température moyenne annuelle est de 21°C avec une variation annuelle de 6 à 8°C ;
la température mensuelle est d’environ 18 à 22°C, avec une température maximum variant entre
29 et 30°C aux mois de septembre et d’octobre.
Sous ce type de climat pousse une végétation bien particulière, dominée par une savane
boisée plus herbacée qu’arborescente dans laquelle abondent des « brachystegia ». On y observe
fréquemment aussi une végétation basse du type steppe sur les hauts plateaux et le long des
cours d’eau, on rencontre des galeries forestières (François, 1995).
5
La région de Kolwezi est située dans le bassin du Lualaba. Son réseau hydrographique
est constitué de plusieurs cours d’eau prenant leur source dans le plateau de Manika
notamment le fleuve Congo tout en se rattachant au sous bassin de la Luilu et de la Musonoi.
Mutoshi se trouve près du ruisseau de Kalumaziba.
I.3. Géologie régionale
Partant des travaux de plusieurs auteurs, trois grands ensembles géologiques au
Katanga ont été mis en évidence (François 1995) Il s’agit bien :
du soubassement archéen ;
des formations protérozoïques ;
de la couverture tabulaire d’âge phanérozoïque.
Les formations protérozoïques peuvent être classifiées en trois ensembles géologiques,
à savoir :
Ensemble paléoprotérozoique : l’ubendien ;
Ensemble mésoprotérozoique : le Kibarien ;
Ensemble néoprotérozoique : le katanguien.
Le katanguien affleure sur plus de 500km de long et sur plus de 60 km de large de part
et d’autre de la frontière Congo-Zambie. Ce supergroupe Katanguien est constitué par une série
épaisse ayant plusieurs milliers de mètres des sédiments qui se sont déposés entre 880 et 550Ma
(Kyalwe, 2012).
De bas en haut, ce supergroupe comprend les groupes suivants :
1. Le groupe de Roan qui comprend :
le sous-groupe des RAT (R1) ;
le sous-groupe des mines (R2) ;
le sous-groupe de la Dipeta ou (R3) ;
le sous-groupe du Mwashya ou (R4).
2. Le groupe de Nguba
le groupe de nguba comprend les sous-groupes suivants :
le sous - groupe de Muombe ou G1 ;
le sous - groupe de Monwezi ou G2.
3. Le groupe de Kundelungu
6
le sous - groupe de la Kalule ;
le sous - groupe de la Biano ;
le sous - groupe de Kiubo.
I.4. Tectonique
Pendant l’orogenèse Lufilienne, les sédiments se sont métamorphisés en schiste au
degré des amphiboles dans le Copperbelt zambien, fortement plissés et poussés vers le nord et
en développant des couches chevauchées d’angle faible, sur le bloc Bangwelu et auprès du
craton du Congo. L’arc Lufilien est le résultat de cette évolution. (A.Francois, 2006)
I.5. Géologie Locale
Le gisement de Mutoshi se présente sous forme d'un synclinal composite dont l'axe est
orienté SO-NE et dont les flancs sont en pente douce (de 20° en surface à 10-12° en profondeur).
Cette structure est accolée vers le sud à un second synclinal dont l'axe est parallèle et dont le
flanc sud est fortement redressé. Les deux synclinaux appartiennent à la Série du Roan,
représentant la partie inférieure du Katanguien. (M. Deliens, 1987)
La coupe dessinée à la figure (I.3) est perpendiculaire aux axes des plis synclinaux; la
succession stratigraphique locale y est indiquée. Les deux synclinaux de Mutoshi reposent par
charriage sur un substratum plus jeune constitué de roches du Kundelungu supérieur.
Les deux corps minéralisés ou ore bodies du faisceau R2 (ancienne Série des Mines)
sont généralement localisés de part et d'autre des R.S.C. (actuellement R 2.1.3), c'est-à-dire
Kundelungu supérieur
CMN
Shale
RSC - RSF
Rat lilas
50
0
0 1000
Coupe géologique du gisement de Mutoshi
Figure I. 3. Coupe géologique du gisement de Mutoshi d’après M. Deliens (1987)
7
dans les S.D. (R 2.2), ore body supérieur, et dans la succession R.S.F.-D.strat.- R.A.T. grises
(R 2.1.2 et R 2.1.1), ore body inférieur.
De haut vers le bas, la stratigraphie de la mine de Mutoshi, se présente de la manière
suivante :
calcaires à minerais noirs ou C.M.N,
schistes dolomitiques ou S.D,
Black ore mineralized zone ou BOMZ,
roches siliceuses caverneuses ou R.S.C,
roches siliceuses feuilletées ou R.S.F,
dolomies stratifiées ou D.strat,
roches « argilo-talqueuses » grises ou R.A.T. grises.
I.6. Minéralisation
Le gisement a été exploité à l'origine pour l'or puis pour le cuivre et le cobalt. Ces deux
derniers éléments sont sous forme de minéralisations sulfurées stratiformes localisées à la base
de la série synclinale.
A Mutoshi, l'ore body supérieur a été complètement lessivé, tandis que l'inférieur n'est
que faiblement minéralisé. Les fortes concentrations s'y trouvent dans le niveau des R.A.T. lilas,
à la suite d'une accumulation. (M. Deliens, 1987)
Selon EMI (2009) la minéralisation de la zone d'oxydation du gisement de Mutoshi est
caractérisée, comme c'est le cas pour la plupart des gisements cupro-cobaltifères du Katanga
méridional, par une gamme étendue de carbonates, de silicates et de phosphates de cuivre,
accompagnés d'enduits noirs d'oxydes hydratés de cobalt (hétérogénite) et de quelques
minéraux secondaires d'uranium issus de l'altération d'uraninite primaire accompagnant les
sulfures des corps minéralisés.
Le gisement se signale en outre par la présence de vanadium associé au cuivre dans la
volborthite, à l'uranium dans la métatyuyamunite, à ces deux éléments dans la sengiérite et au
plomb et au zinc dans la descloizite.
8
CHAPITRE II GENERALITES SUR LA GEOTECHNIQUE DANS UNE
MINE A CIEL OUVERT
II.1. Introduction
Ce chapitre aborde les aspects théoriques de la modélisation géotechnique en bloc
basée sur la classification de la masse rocheuse. Il présente en outre la méthodologie du logging
géotechnique comme procédé systématique de la collection des données géotechniques.
II.2. Système de Classification de la masse rocheuse
Les systèmes de classification de la masse rocheuse constituent une approche
empirique dans l’élaboration des designs des ouvrages en roches (A. Hudson, 2002). Ils
cherchent à attribuer d’une part des valeurs numériques à chacune des propriétés de la masse
rocheuse supposées influencer le comportement de celle - ci, à combiner ces valeurs
individuelles en un seul ratio global représentant toute la masse rocheuse d’autre part.
Selon Bieniawski (1989) la classification de la masse rocheuse ne remplace pas
complètement toutes les démarches de réalisation du design dans le domaine d’ingénierie. Par
contre elle doit être utilisée intelligemment en conjonction avec les approches analytiques pour
réaliser un design global rationnel tenant compte des contraintes d’exploitation et de la géologie
du site.
Cette classification de la masse rocheuse vise à :
déterminer les paramètres qui influencent le plus le comportement de la masse
rocheuse,
regrouper la masse rocheuse en des classes de comportement similaire,
fournir la base de compréhension des caractéristiques des différentes classes de
la classification,
relater l’expérience des conditions d’un site à un autre,
Fournir un moyen de communication entre les ingénieurs et les géologues,
Améliorer la qualité de la reconnaissance du site à partir de quelques paramètres,
Fournir des données quantitatives pour de fins de design,
Permettre un meilleur jugement des ingénieurs et une bonne communication sur
un projet.
De manière globale, l’objectif de la classification de la masse rocheuse est d’établir la
qualité d’une masse rocheuse en attribuant des valeurs numériques à un ensemble de
9
paramètres. (Hudson, 1997) La première classification des masses rocheuses est celle de
Terzaghi (1946) utilisée essentiellement dans le choix de soutènement des tunnels.
Suivant différents projets et différentes conditions des masses rocheuses, plusieurs
systèmes de classification de la masse rocheuse ont été développés dont nous citons :
la classification géomécanique « R.S.R » (Rock Structure Rating),
la classification de BIENIAWSKI avec le R.M.R (Rock Mass Rating) ;
l’indice Q de Barton (1975),
l’indice géologique de résistance ou G.S.I. (Hoek & Brown, 1998),
le mining rock mass rating de Laubscher (MRMR),
Etc….
Il est à noter que l’utilisation inappropriée d’un système de classification de la masse
rocheuse pourrait conduire à des résultats très désastreux. Ainsi, chaque classification devra
être utilisée dans les circonstances et les conditions de la masse rocheuse pour lesquelles elle a
été développée (Bradi, 2001). Les paragraphes suivants de cette thèse donnent les détails sur
les systèmes de classification de la masse rocheuse les plus utilisés.
II.2.1. Système de classification de BIENIAWSKI
Bieniawski a développé en 1976 et 1989 son système de classification en utilisant les
données obtenues principalement des excavations du génie civil de l’Afrique du sud. La
classification de Bieniawski utilise six paramètres suivants pour déterminer le Rock Mass
Rating (RMR) d’une masse rocheuse :
1. La résistance en compression de la roche
Généralement, ce paramètre est mesuré par le teste de compression unixiale réalisé
au laboratoire sur les échantillons de carottes. Alternativement, pour des roches de faible
résistance en compression, on peut aussi utiliser les essais à la pointe.
2. Le Rock Quality Designation (RQD)
Le RQD est un paramètre géomécanique introduit par DEERE pour mesurer
l’espacement entre les discontinuités. Il est déterminé à partir des carottes et est exprimé en
pourcentage de la somme des toutes les carottes dont la longueur est supérieure à 10 centimètres
par rapport à la longueur de la passe. La formule suivante illustre le calcul du RQD :
𝑅𝑄𝐷 = 100 ∑ 𝑥𝑖
𝐿 (%) (Eq.1)
10
Avec :
xi la longueur individuelle de chaque morceau de carotte dont la longueur est
supérieure à 10 cm
L la longueur totale de la passe du forage réalisé
3. La nature des joints
Il prend en compte l’ouverture des joints, la nature des matériaux de remplissage, la
rugosité de la surface des discontinuités.
4. Les venues d’eau
Ce paramètre intègre dans le RMR l’influence de la pression et de la circulation de
l’eau sur la stabilité des masses rocheuses autour des excavations. Ces venues d’eau sont
exprimées en termes de ratio fixé en fonction du débit d’écoulement.
5. L’orientation des joints.
Elle reste très importante pour l’exploitation des mines et des tunnels en ce sens que
l’orientation des joints peut conduire à des glissements des blocs d’une masse rocheuse de très
bonne tenue.
Chacun de cinq paramètres reçoit une note (voir tableau II.1) pour obtenir par addition
une note globale dite RMR permettant de dresser une appréciation globale de la qualité de la
masse rocheuse comme illustré dans le tableau II.1 ci - dessous
11
Tableau II. 1. Paramètres du Rock Mass Rating d’après Bieniawski (1989)
12
II.2.2. Classification de Barton ( N. Nsenga, 2009)
Le RMQ a été proposé en relation avec la stabilité des excavations souterraines. Dans ces
facteurs interviennent 6 paramètres.
𝑅𝑀𝑄 = 𝑄𝑖𝑛𝑑𝑒𝑥 = (𝑅𝑄𝐷
𝐽𝑛×
𝐽𝑟
𝐽𝑎) × (
𝐽𝑤
𝑆𝑅𝐹) (Eq.2)
Jn : facteur du système des joints (nombre des joints)
Jr : facteur de rugosité des joints
Ja : facteur d’altération des joints
Jw : facteur de réduction d’eau interstitielle
S.R.F : facteur de réduction des contraintes
Les valeurs de ces 6 paramètres ont été déterminées par ajustements successifs à partir du
comportement d’excavations souterraines.
Il n’apparait que 3 facteurs algébriques :
𝑅𝑄𝐷
𝐽𝑛: Se rapporte à la structure du massif. C’est une mesure de la dimension des blocs
élémentaires variant de 200 à 0,5.
𝐽𝑟
𝐽𝑎∶ Fournit une valeur de la rugosité des joints et du degré d’altération des épontes en
d’autre termes c’est une mesure de la résistance au cisaillement.
𝐽𝑤
𝑆𝑅𝐹: en rapport avec l’état des contraintes. Il est plus difficile à définir sur base physique.
Entre la classification de BIENIAWSKI et celle de NGI c.à.d. entre le RMR et le Qindex, il
existe des corrélations. La meilleures des corrélations est de la forme :
RMR = 9lnQindex + 44 (Eq.3)
II.2.3. Système de classification de Laubscher
La classification de Laubscher est basée sur celle de Bieniawski (RMR). Son
développement est fondé sur le fait que le RMR devra subir des ajustements dus à l’altération,
aux contraintes induites par l’exploitation et surtout les effets du minage (Laubscher, 1990).
Les paramètres géologiques qui doivent être analysés dans la classification d’après
Laubscher incluent l’espacement des discontinuités, les conditions des joints, la résistance de
la roche intacte.
13
1. Résistance de la roche intacte (IRS)
Elle représente la résistance de la matrice rocheuse vue à l’échelle macroscopique. Par
hypothèse, cette partie de la roche est dépourvue des fractures. Les valeurs de l’IRS varient
entre 1 et 20.
2. Les conditions des joints
Pour ce paramètre, on étudie la combinaison entre l’orientation de la discontinuité et
le cisaillement pour déterminer la possibilité du mouvement le long de la discontinuité. Ce
faisant, les conditions des joints participent à favoriser ce mouvement.
Un coefficient est attribué à chaque paramètre selon son importance de sorte que la
somme globale des valeurs maximales pour chaque paramètre soit égale à 100. Cette évaluation
constitue le RMR selon Laubscher comme illustré dans le tableau II.2.
Pour tenir compte des contraintes induites par l’exploitation, des effets de minages et
surtout de l’orientation des fractures, Laubscher propose des facteurs d’ajustement qu’il faudra
appliquer au RMR pour obtenir le MRMR (Mining Rock Mass Rating) qui est le coefficient
qui intervient dans le design.
14
Tableau II. 2. Paramètres du Rock Mass Rating d’après Laubscher (1990)
La méthode de classification de Laubscher propose des réajustements sont empiriques
sur base de l’analyse des observations numériques sur terrain. La procédure de réajustement
requiert une analyse des activités minières et ses impacts sur la masse rocheuse. Les facteurs
d’ajustement sont élucidés ci-dessous :
1. Alteration
Certains types de roches s’altèrent facilement et affectent leur comportement qui devra
être pris en considération dans le dimensionnement des ouvertures dans le massif rocheux et le
design de soutènement. Dans le RMR de Laubscher, l’altération affecte les trois paramètres
suivants :
A B A B A B A B A B
> 180 20 97 - 100 15 40 40 40
165 -185 18 84 - 96 14 40 40 40
145 - 164 16 71 - 83 12 40 40 38
125 -144 14 56 - 70 10 40 38 36
105 -124 12 44 - 55 8 38 36 34
85 - 104 10 31 - 43 6 36 34 31
65 - 84 8 17 - 30 4 34 31 28
45 - 64 6 4 - 16 2 31 28 26
35 - 44 5 0 - 3 0 29 26 24
25 - 34 4 26 24 21
12 -24 3 24 21 18
5_ 11 2 21 18 15
1_4 1 18 15 12
15 12 10
12 10 7
10 7 5
7 5 2
5 2 0
10
15
20
30
40
1,5
2
3
5
7
0,25
0,3
0,5
0,8
1
0 < - > 25 0,1
0,15
0,2
IRS
Mpa
Classes
Rating
Description
Couleur
5
Rating RQD
%
Rating Joint spacing
(m)
Moyenne au
metre1 set 3 set 2 set
Parametres et ratings
Fracture frequency, FF/m
1 2 3 4
20 - 0
Very poor
Green yellow Brown Red
40 - 21100 - 81
Very Good
Blue
80 - 61 60 - 41
Good Fair Poor
15
La résistance de la roche saine (IRS) : la résistance de la matrice rocheuse est
proche de la résistance en compression de la roche. Cette valeur diminue avec
l’augmentation de l’altération.
Le Rock Quality Designation : il est bien évident que l’altération augmente la
fracturation des roches si bien que le pourcentage du RQD est réduit sensiblement.
Les conditions des joints : dans ce cas, l’altération affecte les facettes des joints et
surtout les matériaux de remplissage.
Les tableaux II.3 et II.4 ci-dessous présentent les valeurs utilisées dans le réajustement
du RMR de Laubscher dû à l’altération.
Tableau II. 3. Facteurs d’ajustement du rating 40 des joints
Pression
moderée
25 - 125
l/m
Pression
elevée
> 125 l/m
100 100 95 90
95 90 85 80
85 80 75 70
80 75 70 65
75 70 65 60
95 90 85 80
90 80 75 70
80 75 70 65
75 70 65 60
65 60 55 50
60 55 50 45
55 50 45 40
Grossier 90 85 80 75
moyen 85 80 75 70
fin 80 75 70 65
Grossier 70 65 60 55
moyen 60 55 50 45
fin 50 45 40 35
Planaire et Lisse
Poli
Description
Alteration de la surface des joints moins resistante que la
roche ou le remplissage
Facteurs d'ajustement du rating 40 des joints
Parametres
Rectiligne
Rugeux ou irregulier
Lisse
Rugeux et Onduleux
Lisse et Onduleux
Planaire et Rugueux
65 60
Materiaux non tendre et cisaillé
Materiaux tendre et cisaillé
Remplissage
des joints
Joints à
grande
echelle
Joint à petite
echelle
200 mm x
200 mm
75 70
Polydirectionnelle
Unidirectionnnelle
Courbé
Legère ondulation
Sec Humide
Ajustement en %
16
Tableau II. 4. Altération potentielle et facteurs d’ajustement d’après Laubscher (1990)
2. Orientation des joints
Laubscher (1990) a démontré que la taille, la forme et l’orientation d’une excavation
affectent le comportement de la masse rocheuse. Alors Le comportement des joints et surtout
lorsque les facettes des blocs sont déjà exposées, ont un impact significatif sur la stabilité de
l’excavation, ainsi le RMR devra être ajusté conséquemment.
Le degré d’ajustement dépend forcement de l’orientation des joints en ce sens que si
le bloc doit glisser, ce sera sous l’effet de la gravité. Il en résulte que l’instabilité des blocs reste
lié au nombre des fractures qui s’éloignent de la verticale. Les coefficients d’ajustements sont
présentés dans le tableau ci-dessous :
Tableau II. 5. Facteur d’ajustement tenant compte de l’orientation des joints
3. Les contraintes induites
Les contraintes induites par des activités minières résultent de la redistribution des
contraintes in situ qui sont causées par la géométrie et l’orientation des excavations.
1/2 y 1 y 2 y 3 y 4+ y
Roche saine 100 100 100 100 100
Altération superficielle 88 90 92 94 96
Altértion moderée 82 84 86 88 90
Altération élevée 70 72 74 76 78
Altération complète 54 56 58 60 62
Sols residuels 30 32 34 36 38
Altération potentielle et facteurs d'ajustement en %Degré d'altération
70% 75% 80% 85% 90%
3 3 2
4 4 3 2
5 5 4 3 2 1
6 6 5 4 3 2,1
Nbre des joints
delimitant un
bloc
Nbre des faces inclinées par rapport à la veriticale
17
Cependant, l’intensité des contraintes in situ devraient être connues (Bradi, 2001).
Les contraintes in situ qui sont prises en considération sont les contraintes principales et leur
différence.
4. Les effets de minage
Hors mis la redistribution des contraintes, les effets de minage dans les travaux
miniers, les minages créent des fractures et affaiblissent la masse rocheuse causant ainsi des
mouvements autour des joints de sorte que ces ajustements soient faits :
Creusement mécanisé : 100 %,
Minage de reprofilage : 97 %,
Minage conventionnel : 94 % ,
Mauvais minage : 80 %.
En définitif, il sied de noter que le réajustement doit prendre en compte la durée de vie
de l’excavation et l’évolution dans le temps du comportement de la masse rocheuse :
Alteration : l’ajustement possible est compris entre 30 et 100 %,
Orientation des joints : ajustement compris entre 63 et 100 %,
Contraintes induites : ajustement compris entre 60 et 120 %,
Effets de minage: 80 et 100%.
La figure suivante résume le processus de la classification de la masse rocheuse selon
Laubscher :
18
Figure II. 1. Schéma de récapitulation de la détermination du Mining Rock Mass Rating
Résistance de la roche
saine 0 - 20
Rock mass rating de
Laubscher 0 - 100
Ajustements miniers
30 – 120 %
Mining rock mass
rating 0 - 100
Conditions des joints
0 - 40
Orientation des
joints 63 – 100 %
Contraintes 60 -
120 %
Contraintes 60 -
120 %
Effet de minage
80 -100 %
Alteration
30 – 100%
ou
Fréquence
des fractures
au mètre
FF/m
RQD (0 – 15)
+
espacement
des joints
19
Hormis la classification de Bieniawski et celle de Laubscher, il existe d’autres
systèmes de classification de la masse rocheuse qui sont également appliqués dans le domaine
de mécanique des roches qui ne sont pas abordés dans ce travail.
II.3. Logging géotechnique sur les carottes
Au niveau de l’étude de faisabilité d’un projet minier, les masses rocheuses sont
hétérogènes et souvent très variées. Un large volume de données est collecté de manière non
effective pour comprendre les conditions de la roche pendant l’exécution du projet. L’objectif
du logging géotechnique sur les carottes est de collecter de manière systématique, les
informations sur les conditions et le comportement de la masse rocheuse afin de les appliquer
dans le design. Dempers (2007)
Etant donné la quantité d’informations géotechniques à prélever sur les carottes,
Dempers a mis au point une procédure de logging géotechnique sur les carottes qui permet une
utilisation optimale des grandes quantités des données géotechniques. Cette procédure de
collecte des données mécaniques et structurales de la masse rocheuse est unique en ce sens
qu’elle permet de réunir suffisamment d’informations facilitant la détermination indépendante
de la majorité des systèmes de classification (RMR de Bieniawski ou de Laubscher, Q de
Barton,…). (Seymour, 2007)
Le système de logging permet une appréciation meilleure et précise de la masse
rocheuse et des conditions structurales dans un projet.
Il existe différents modèles de formulaires de logging géotechnique selon les résultats
escomptés. Dans notre travail, nous avons opté pour le modèle de Seymour qui est le plus utilisé
dans la création des blocs modèles géotechniques. Ce modèle de Seymour diffère des autres en
ce sens qu’il a l’avantage de mettre en évidence la variabilité de la masse rocheuse ainsi que les
zones potentiellement problématiques pour des fins de design. (Jenkins et.al 2009).
II.3.1. Paramètres géotechniques du logging
Chaque carotte est divisée en différents domaines géotechniques, dépendant
principalement des limites lithologiques remarquables. Chaque domaine est à son tour
subdivisé en sous domaines selon la fracturation et les conditions de joints. (MB Harris, 2010).
D’après Jenkins (2009), Les paramètres prélevés dans chaque domaine géotechnique sont
repris ci-dessous :
20
identification du sondage et les profondeurs limitant chaque domaine ;
type de roche ;
altération ;
résistance en compression de la roche ;
Rock Quality Designation (RQD) ;
matrice et la structure rocheuse en incluant les failles, la fracturation intense et
les joints de stratification ;
nombre des familles des joints ;
nombre des fractures et groupement des fractures selon l’angle alpha ;
rugosité des joints (micro et macro) ;
fractures remplies et le type de matériaux de remplissage ainsi que leur
épaisseur ;
altération des bords de joints ;
commentaires.
Le tableau II.6 ci-dessous illustre le modèle du Logsheet proposé par Dempers.
Hole_id : représente l’identification du sondage.
From et To représentent les limites de chaque domaine géotechnique.
Rock type : dans un domaine géotechnique, nous pouvons avoir plusieurs types de roches mais
on prend le type de roche le plus prépondérant de ce domaine.
Weath : le degré d’altération à laquelle la roche a été exposée est pondérée par des
coefficients allant de 1 à 5 tel que :
1 pour la roche saine ;
2 pour la roche faiblement altérée ;
3 pour une roche moyennement altérée ;
4 pour une altération avancée ;
5 pour une roche complètement altérée.
21
Tableau II. 6. Logsheet d’après le modèle de Dempers (2009)
22
QSI : le Quality Strength Index, ce facteur est une estimation moyenne de la résistance en
compression de la roche dans un domaine, on heurte deux morceaux de carottes et on apprécie
le son, si ce dernier tend vers un son métallique, la résistance de la roche est élevée. Dans le
modèle de Logging ci-dessus, le QSI se trouve dans l’intervalle allant de 0.5 (plus faible)
jusqu’à 5 (plus dure). Le coefficient du RMR et la résistance en compression équivalente sont
repris dans le tableau suivant :
Tableau II. 7. Coefficient du RMR avec la résistance en compression unixiale
Rock Quality Désignation (RQD) : dans ce modèle, il représente le pourcentage de la longueur
de la carotte forée dans un domaine géotechnique dont la longueur est supérieure ou égale à
100mm. Dans ce cas le RQD est donné par la formule suivante :
𝑅𝑄𝐷 = 𝑙𝑜𝑛𝑔𝑢𝑒𝑢𝑟 𝑡𝑜𝑡𝑎𝑙𝑒 𝑑𝑒 𝑐𝑎𝑟𝑜𝑡𝑡𝑒 > 100 𝑚𝑚
𝑙𝑜𝑛𝑔𝑢𝑒𝑢𝑟 𝑑𝑢 𝑑𝑜𝑚𝑎𝑖𝑛𝑒 𝑔𝑒𝑜𝑡𝑒𝑐ℎ𝑛𝑖𝑞𝑢𝑒
Matrix structure : la matrice est une description supplémentaire du contexte géotechnique.
Elle n’est pas utilisée pour tous les domaines géotechniques mais uniquement dans les
circonstances exceptionnelles notamment dans les domaines géotechniques qui sont
minéralisés.
Les codes communément utilisés pour représenter la matrice et la structure rocheuses sont les
suivants :
DescriptionValeur
loggée
Coefficient
RMR
UCS
équivalent
(Mpa)
Interval de
UCS
(Mpa)
Extremement tendre 0,5 1 1 < 1
Très tendre 1 1 4 1 -5
Tendre 2 3 25 5 - 25
Moyenne dure 2,5 6 64 25 -65
Dure 3 10 100 66 - 105
Dure à très dure 3,5 13 134 106 - 140
Très dure 4 15 154 141 - 160
Très dure à extremement dure 4,5 17 174 161 - 185
Extremement dure 5 18 185 > 185
(Eq.4)
23
M1 - Faille ;
M2 – zone de cisaillement ;
M3 – fracturation intense ;
M4 – Minéralisation intense ;
M5 – Matériaux deformable;
No sets: nombre de familles de joints dans chaque intervalle géotechnique.
Nombre des fractures par domaines géotechniques
Les fractures sont groupées à partir de leurs angles alpha en quatre classes qui sont :
0° à 30° ;
30° - 60° ;
60° - 90° ;
0 et 90° (fractures considérées étant parallèles à l’axe de la carotte).
Le comptage inclue les fractures, les joints de stratifications, les cassures, les joints,
les foliations, les failles, les zones de cisaillements. Il est important de signaler que les cassures
mécaniques ne sont pas prises en compte.
Dans les zones présentant une fracturation intense, on considère que toutes ces
fractures sont parallèles à l’axe de la carotte. Comme cette fracturation ne permet en aucun cas
de faire le comptage, on prend 1000 fractures par domaine lorsque la taille des fragments des
roches est voisine de celle de popcorn. Dans le cas où la taille des fragments des roches est
assimilable des boites d’allumettes, on prend 500 fractures par domaine. Enfin, lorsque celle-ci
dépasse la taille des boites d’allumettes, on prend 250 fractures.
II.3.2. Caractéristiques des fractures
Comme élucidé précédemment, les caractéristiques des fractures sont prélevées en
fonction des classes basées sur l’angle alpha. Les caractéristiques des fractures qui sont prises
en compte dans ce Logging sont le nombre de fracture, la rugosité des fractures (macro et
micro), les conditions de remplissage et le type de matériaux de remplissage ainsi que
l’altération des murs des fractures.
24
Il est à noter que ces descriptions des fractures en dehors de la rugosité macroscopique,
représentent les caractéristiques de la surface des fractures à l’échelle de l’échantillon de la
carotte. En effet, la rugosité macroscopique décrit à grande échelle les caractéristiques des
surfaces des fractures au niveau de l’excavation des plusieurs mètres. Les tableaux suivants
donnent les valeurs du Logging et le coefficient de RMR pour les différentes caractéristiques
des fractures.
Tableau II. 8. Epaisseur des matériaux de remplissage des fractures
Tableau II. 9. Coefficient du RMR relatif au type de matériaux de remplissage
Pas de remplissage ou insignifiant 0
Epaisseur de remplissage < 1mm 1
Epaisseur de remplissage < 5mm 2
Epaisseur de remplissage > 5mm 3
Zones épaisses des materiaux alterés 4
Descriptionsvaleur du
logging
Epaisseur des materiaux de remplissage
DescriptionsValeur du
logging
RMR rating
(mouillée)
RMR rating
(sec)
Creux < amplitude 1 0,45 0,55
Creux > amplitude 2 0,5 0,6
Bien tondue 3 0,55 0,65
Moyennement tondue 4 0,6 0,7
Grossièrement tondue 5 0,65 0,75
Non ramollie 6 0,7 0,8
Moyennement ramollie 7 0,75 0,85
Grossièrement ramolli 8 0,8 0,9
Surface ternie 9 0,85 0,95
Type de materiaux de remplissage
25
Tableau II. 10. Coefficient du RMR relatif à la rugosité macroscopique
Tableau II. 11. Coefficient du RMR relatif à la rugosité microscopique
II.4. Modélisation en bloc
La modélisation en blocs consiste en une discrétisation de la masse rocheuse en des
petits blocs. Ainsi, la masse rocheuse sera considérée comme étant une collection des petits
blocs dont les propriétés seront similaires pour des blocs plus proches les uns des autres. La
figure suivante illustre un bloc modèle.
DescriptionsValeur du
logging
RMR rating
(mouillée)
RMR rating
(sec)
Plane 1 0,65 0,75
Onduleuse 2 0,75 0,8
Courbe 3 0,8 0,85
Irregulière et unidirectionnelle 4 0,85 0,95
Irregulière et multidirectionnelle 5 0,95 1
Rugosité Macroscopique
DescriptionsValeur du
logging
RMR rating
(mouillée)
RMR rating
(sec)
Surface polie, glissante et plane 1 0,45 0,55
Surfacelisse et plane 2 0,5 0,6
Surface rugueux et plane 3 0,55 0,65
Onduleuse et glissante 4 0,6 0,7
Onduleuse et lisse 5 0,65 0,75
Onduleuse et rugueuse 6 0,7 0,8
Imbriquée et glissante 7 0,75 0,85
Imbriquée et lisse 8 0,8 0,9
Imbriquée et rugueuse 9 0,85 0,95
Rugosité microscopique
26
Figure II. 2. Illustration d’une discrétisation en blocs
Partant des propriétés interpolées dans le bloc modèle, on distingue divers types de
bloc modèle. Lorsque les propriétés géomécaniques de la roche sont interpolées, on parle du
bloc modèle géotechnique par contre, on parle de bloc modèle des ressources lorsqu’il s’agit
d’un élément minéral utile qui est interpolé pour l’évaluation d’un gisement.
Les dimensions de sous blocs dans un bloc model sont déterminées en fonction de la
maille de forage d’exploration. Empiriquement, Hustrulud (2006) recommande de considérer
dans le plan « x,y » le 25% de la maille de forage et le sous multiple de la hauteur des gradins
dans la direction de « z ».
Allan Russel (2003) résume la construction d’un bloc modèle géotechnique en quatre
étapes suivantes :
Creation des modèles geologiques par triangulation,
Création d’un bloc modèle vide c’est-à-dire sans attributs,
Contraintes sur les blocs modèle dans différents modèles géologiques de
chaque lithologie,
Interpolation géostatistique des différentes propriétés géomécaniques.
II.5. Interpolation géostatistique et son application en géotechnique
La géostatique est basée sur la théorie de la variable régionalisée qui donne des
meilleures estimations des valeurs inconnues en certaines zones (Clark, 1979). L’utilisation de
27
la géostatistique comme une méthode d’estimation est bien connue pour l’estimation des
réserves dans un gisement et dans l’interpolation des paramètres géotechniques.
Il sied de noter que cette technique d’interpolation peut être utilisée partout ou un
échantillon d’une variable continue est prélevé dans une région bien spécifique dans l’espace.
En d’autres termes, partout où on espère attribuer à une variable une valeur par rapport à sa
position et sa relation avec son voisin.
Il existe diverses méthodes d’interpolation géostatistique comme énumérées
ci-dessous :
Le plus proche voisin,
La distance inverse,
Le krigeage.
1. La méthode du plus proche voisin
La méthode de plus proche voisin utilise pratiquement la méthode de polygone
consistant en une délimitation équidistante entre deux échantillons et elle attribue à tous les
blocs la valeur de l’échantillon le plus proche.
2. La distance inverse et le krigeage
Hustrulud (2006) stipule que le problème majeur étant d’arriver à attribuer une valeur
𝑔0 en un point 𝑥0 connaissant 𝑔𝑖 en un point 𝑥𝑖 autour de 𝑥0. L’objectif 𝑔0 peut etre simplement
exprimé comme etant une combinaison lineaire des observations connues. L’equation obtenue
est appelée estimateur lineaire reprise ci-dessous :
𝑔0 = 𝑎1𝑔1 + 𝑎2𝑔2 + 𝑎3𝑔3 + ⋯ + 𝑎𝑛𝑔𝑛 (Eq. 5)
Avec :
𝑔0 : la valeur estimée,
𝑔𝑖 : les valeurs connues,
𝑎𝑖 : les fonctions de poids.
La méthode de distance inverse permet que tous les échantillons autour d’un point
influencent sur la valeur estimée en ce point. Cette influence des échantillons autour d’un point
est inversement proportionnelle à la distance qui les sépare. Il s’en suit clairement que la valeur
estimée sera similaire à la valeur la plus proche. Etant donnée cette variation, les fonctions du
poids deviennent donc :
28
𝑎𝑖 = ∑
1
𝑑𝑖2
𝑛𝑖=1
∑1
𝑑𝑖2
𝑛𝑖=1
(Eq 6)
Ainsi l’estimation par la méthode de distance inverse est résumée par la relation ci-dessous :
𝑔 = ∑
𝑔𝑖
𝑑𝑖2
𝑛𝑖=1
∑1
𝑑𝑖2
𝑛𝑖=1
(Eq. 7)
Avec :
g : la valeur estimée en un point P
gi : la valeur de l’échantillon i
di : la distance entre le point P et l’échantillon i
On calcule la variance d’estimation de l’estimateur linéaire, cherchant à réduire
sensiblement cette variance pour éviter l’erreur d’estimation. Le krigeage est la meilleure
technique qui assure une variance minimale, voilà pourquoi il est fréquemment utilisé dans les
estimations.
Il est important de noter que ces deux techniques d’estimations appliquée en
géotechnique sont utilisée avec anisotropie compte du comportement anisotropique de la masse
rocheuse. Dans ces conditions, on considère que la caractéristique géomécanique à estimer
présente une direction préférentielle dans laquelle se trouve une bonne variabilité du paramètre
par rapport à d’autres directions. Ainsi il est cruciale de déterminer le degré d’anisotropie pour
déterminer le rayon d’influence dans chaque direction autour du point à estimer.
La détermination du degré d’anisotropie et de l’ellipsoïde d’estimation passe par une
étude variographique des données issues de l’échantillonnage. Le variogramme étant une
demi-variance des paires des valeurs échantillonnées, il est défini par la fonction suivante :
𝛾(ℎ) = 1
2𝑛(ℎ)∑ (𝑔𝑖 − 𝑔𝑗)2𝑛
1 (Eq. 8)
Avec :
h : la distance entre paires (lags distance)
𝛾 : la demie variance fonction de la distance h
𝑛 : le nombre de paires
29
𝑔𝑖 𝑒𝑡 𝑔𝑗 : les valeurs échantillonnées au point i et j
Cette fonction est représentée par la courbe décrite ci-dessous :
Figure II. 3. Variogramme
𝑪𝟎 : L’effet de pépite représentant la variance à petite échelle, il est dû aux erreurs de mesures,
erreurs de localisation, erreurs d'analyse et précision analytique.
Portée a : Distance où deux observations ne se ressemblent plus du tout en moyenne, elles ne
sont plus liées (covariance nulle) linéairement. À cette distance, la valeur du variogramme
correspond à la variance de la variable aléatoire. (Marcotte, 2009)
Palier = Co + C: Variance de la v.a. (Var(Z(x))
A l’issu d’une étude variographique, on détermine la première direction présentant une
forte continuité de la variable appelée direction de l’axe majeur, la deuxième est nommée
direction de l’axe semi majeur, et la direction de faible continuité est dite direction de l’axe
mineur. Ainsi le rapport de portée des différents axes déterminent le degré d’anisotropie.
II.6. Conclusion
La création d’un bloc modèle passe par la collecte des informations grâce au logging
géotechniques. Celles – ci sont interpolées dans le bloc modèle par les méthodes géostatiques.
30
CHAPITRE III DEVELOPPEMENT DU MODELE GEOTECHNIQUE 3D
DE LA MINE DE MUTOSHI
III.1. Introduction
Ce chapitre présente la création du bloc modèle géotechnique du gisement de Mutoshi
Nord en élucidant de façon détaillée la démarche adoptée dans ce travail pour atteindre les
résultats attendus. Il montre en outre la variabilité des paramètres géotechniques dans le modèle
conduisant ainsi à sa validation.
III.2. Présentation des données géotechniques
Les informations utilisées dans la création du bloc modèle géotechnique dans ce projet
comprennent principalement quatorze forages géotechniques et 37 forages de ressources. Les
forages d’explorations serviront à étendre les corrélations géologiques et à densifier les
informations dans les directions d’anisotropies.
La base des données est constituée de 2183 mètres de logging géotechnique couvrant
toute la surface de la mine de Mutoshi nord. La figure suivante illustre la répartition spatiale
des forages géotechnique autour du contour de la mine de Mutoshi nord :
Figure III. 1. Vue en plan des forages géotechniques et de la fosse finale
Ces forages géotechniques sont tous orientés de telle sorte qu’ils soient rentrants dans
le massif du mur de la mine. Le tableau ci-dessous reprend les coordonnées des forages
géotechniques
31
Tableau III. 1. Coordonnées des forages géotechniques
Le projet de Mutoshi comprend neuf formations géologiques constituant les grands
domaines géotechniques ; décrites comme suit :
Les shales dolomitiques (supérieures et de base), les roches algilo-talqueuse et
le Black ore mineraliszed Zone considérés ici comme les matériaux altérés dont
l’épaisseur varie jusqu’à 35 mètres vers le sud de la zone et 30 mètres vers le
nord ;
Les RSC ;
Les RSF ;
Les dolomies stratifiées ;
Les brèches.
La figure ci-dessous est une coupe N-S qui montre les unités lithologiques dans le gisement
de Mutoshi nord :
Hole_id X Y ZProfondeur
(m)
MTNGT001 338872,2667 8819590,314 1488,670851 200,5
MTNGT002 339397,706 8820099,125 1504,293 100
MTNGT003 339968,5072 8819719,947 1503,425369 200,5
MTNGT004 340107,4252 8820076,125 1511,95318 100
MTNGT005 338969,02 8820297,423 1479,343 100
MTNGT006 339183,2482 8819467,809 1501,689315 185
MTNGT007 339494,9577 8819576,441 1497,9264 210
MTNGT008 339724,9604 8819668,463 1503,625654 150
MTNGT009 339080,119 8819581,295 1506,010022 120
MTNGT010 339248,226 8819518,196 1505,2484 120,1
MTNGT011B 339247,385 8819522,36 1504,767 120
MTNGT012 339311,6441 8819492,524 1507,4305 176,8
MTNGT013 340158,7365 8819852,504 1507,068941 200,5
MTNGT014 339495,0608 8819579,868 1497,3623 200
32
Figure III. 2. Section E339680 montrant les unités lithologiques
III.3. Régularisation des paramètres géotechniques
Dans une estimation géostatistique, il est nécessaire de faire une régularisation des
paramètres à estimer. Cette régularisation consiste en une subdivision des valeurs loguées en
suivant des passes uniformes. Cette technique est souvent connue sous le nom de compositing.
Elle a pour objectif de réduire sensiblement les erreurs liées à l’effet support. La valeur
moyenne sur chaque passe est déterminée en pondérant les valeurs de base par les passes
initiales comme le montre la formule suivante :
�̅� = ∑𝑙𝑖𝑔𝑖
𝑙𝑖
𝑛𝑖=1 (Eq 9)
Avec :
�̅� : la valeur moyenne ponderée,
𝑙𝑖 : la longueur de la passe
Dans ce travail, le compositing est effectué sur les données de base dans chaque unité
lithologique et en suivant une passe de 2.5 m. Alors si par exemple l’intervalle est de 11 m à
15 m, nous aurons une passe de 11m à 13.5m et de 13.5 m à 15. La figure ci-dessous illustre
les résultats du compositing du RMR dans la RSC :
33
Figure III. 3. Résultats du compositing du RMR dans la RSC
III.4. Etude statistique
Dans une interpolation géostatistique, Il est toujours important de déterminer les
propriétés statistiques de la variable. Le meilleur moyen de grouper les données
statistiquement est l’examination graphique en utilisant les histogrammes (Howarth 1984,
Garrett 1989). Les histogrammes sont des graphiques de distribution des fréquences qui nous
permettent de détecter les deux caractéristiques hasardeuses dans une interpolation géostatique :
multi modalisme et outlier.
Les composites de différents paramètres géotechniques obtenus précédemment sont
représentés ci-dessous par les histogrammes dont les courbes de fréquence ont été mise en
évidence. Les figures suivantes illustrent les courbes de fréquence du Rock Mass Rating
(RMR), la Fréquence de fracture, le Rock Quality Designation et l’indice de résistance en
compression (IRS) dans chacune des unités géologiques du gisement de Mutoshi.
34
Figure III. 4. Courbes des fréquences du RMR dans les unités lithologiques du gisement de Mutoshi
Il sied de noter sur la figure ci-dessus que les valeurs du RMR dans la RSC présentent
une bonne distribution normale par rapport à celles obtenues dans d’autres unités lithologiques.
Cette distribution indique simplement que la RSC dans le gisement de Mutoshi est
structuralement de bonne tenue. Comparativement au reste des unités lithologiques, les valeurs
du RMR sont inférieures à 50 si bien qu’elles ne sont pas de bonne tenue.
Cependant, la RSC et le SDS présentent des fortes fracturations comme le montre la
figure III.5 ci-dessous dont la fréquence de fracture atteint jusqu’à 40 au mètre. Il en résulte que
ces formations sont hautement fracturées ou ayant connu des effets tectoniques de
cisaillements.
Les données récoltées sur les carottes peuvent facilement présenter des valeurs biaisées
du RQD étant donnée les différentes orientations de forage. Actuellement, on substitue le RQD
par la fréquence de fracture au mètre en supposant que celle-ci reste moins affectées par
l’orientation des forages. La figure suivante illustre les courbes de fréquence de la fréquence
des fractures dans chacune des unités lithologiques :
0
20
40
60
80
100
120
0 20 40 60 80 100
Freq
uen
ce
Rock Mass Rating (RMR)
SDS
BOMZ
SDB
RSC
RSF
DSTRAT
RAT
BH
KS
35
Figure III. 5. Courbes de fréquence de la fréquence des fractures dans les unités lithologiques du gisement
En observant la figure de RQD, on note qu’il existe une parfaite corrélation entre le
RQD et le FF comme on peut le remarquer sur la figure suivante. Notamment dans le SDS, La
variation du RQD est une fonction inverse du nombre des fractures.
Figure III. 6. Courbes de fréquence du RQD dans les unités lithologique du gisement
En effet, la résistance en compression des roches dans le logging des carottes est
représentée par les valeurs de l’IRS. Les courbes de fréquences ci-dessous montrent encore une
fois que la RSC présente des très bonnes résistances en compression avec plus d’échantillon
0
10
20
30
40
50
60
70
0 5 10 15 20 25 30 35 40
Freq
uen
ce
Fracture Frequency (FF/m)
SDS
BOMZ
SDB
RSC
RSF
DSTRAT
RAT
BH
KS
0
10
20
30
40
50
60
70
80
0 20 40 60 80 100
Freq
uen
ce
Rock Quality Designation (RQD)
SDS
BOMZ
SDB
RSC
RSF
DSTRAT
RAT
BH
KS
36
dont la valeur est au tour de 3.5 équivalent a une résistance en compression comprise entre 80
et 130 MPa. Il s’en suit que nous avons une forte altération dans les zones ou la valeur de IRS
est sensiblement faible.
Figure III. 7. Courbes de fréquence de IRS dans chaque unité lithologique
Dans tous les cas, seule la RSC présente une distribution normale vis-à-vis des autres
unités lithologiques présentes dans le gisement.
En observant de manière globale les différentes tendances des courbes des fréquences
ci-dessus, nous remarquons que la majorité d’unités lithologiques présentent soit le multi
modalisme soit le outlier comme c’est le cas de la distribution de de la fréquence de fracture
dans le SDS. Ces multi modalisme et outliers sont pris en compte dans la statistique et
l’interpolation.
Le tableau ci-dessous résume les paramètres de la statistique descriptive dans les
différentes formations.
0
20
40
60
80
100
120
0 1 2 3 4 5
Freq
uen
ce
Intact Rock Strengh (IRS)
SDS
BOMZ
SDB
RSC
RSF
DSTRAT
RAT
BH
KS
37
Tableau III. 2. Valeurs moyennes des paramètres géotechniques sur les données originales des carottes
MoyEcart
typeMoy
Ecart
typeMoy
Ecart
typeMoy
Ecart
typeMoy
Ecart
typeMoy
Ecart
typeMoy
Ecart
typeMoy
Ecart
typeMoy
Ecart
type
FF 12 8,7 17,6 8,5 16 8,6 26,3 8,1 18,9 9,4 17,1 9,5 19 8,9 20,3 9,6 18,8 8,9
IRS 2,4 2,4 2,6 0,7 2,8 0,5 3,4 0,6 2,9 0,8 2,6 0,8 2,36 0,6 2,3 0,7 2,5 0,8
Jn 16,5 4,2 13,5 4,8 14 5,4 8,5 5,3 11,6 6,1 12,8 5,8 11,6 5,8 12,3 5,8 10,5 5,2
Jr_Ja 0,3 0,3 0,5 0,4 0,4 0,4 1 0,4 0,7 0,4 0,6 0,5 0,7 0,5 0,7 0,5 0,8 0,5
RMR 18,7 10,7 27,7 13 26,8 12,6 41,5 11,6 31,1 15,1 27,5 12,9 32 13,2 29,8 13,5 34,1 13
RQD 28,7 18,7 39,4 19 38 19,9 64,5 19,7 47 22,1 42 20,5 46,1 21,3 47,3 19,9 53 17,7
RQD_Jn 2,7 4,6 5,7 11,4 5,6 9,8 21,3 26,8 12,3 17,4 6,8 9,7 10 14,4 9 14,3 11,5 17,8
RAT BH KSSDS BOMZ SDB RSC RSF DSTRAT
38
III.5. Etude variographique
Dans une évaluation géostatistique, il est toujours important de faire une étude
variographique. Elle permet de déterminer et de comprendre la manière dont les valeurs varient
en fonction de la distance et de la direction.
Etant donnée la distribution anitropique des paramètres géotechniques dans les
différentes formations géologiques, il est aussi crucial de déterminer le degré d’anisotropie qui
fixe les conditions de l’ellipsoïde d’estimation.
L’ellipsoïde d’estimation est défini par trois axes dont l’axe majeur qui détermine la
direction de plus grande continuité et les deux autres axes qui sont perpendiculaires à l’axe
majeurs qu’on appelle respectivement axe semi majeur et axe mineur.
Le rapport des longueurs entre l’axe majeur, semi majeur et l’axe mineur détermine
deux ratios qui permettent de déterminer le degré d’anisotropie d’une variable dans une unité
lithologique.
Cette étude variographique a porté sur chaque paramètre géotechnique et dans chaque
unité lithologique. Pour de raisons illustratives, nous présentons dans le paragraphe suivant une
des études variographiques menées sur le RMR dans la RSC. La figure suivante montre le
variogramme expérimental du RMR dans la RSC.
Figure III. 8. Variogrammes du RMR dans la RSC
Ce variogramme montre que le RMR dans la RSC suit une allure exponentielle avec
une portée de 50 mètres et l’effet de pépite proche de 0. Ce variogramme est fait dans un plan
dont le pendage est de 15° et une direction de 240°. Il est remarquable que les données du RMR
39
dans la RSC présente une forte anisotropie étant donnée la portée par rapport à l’épaisseur de
la couche de RSC.
Il en résulte la détermination de l’ellipsoïde d’estimation sur base des variogramme
majeurs, semi majeurs et mineur. Les figures suivantes illustrent les deux variogrammes
majeur et semi majeur du RMR dans la RSC.
Figure III. 9. Variogramme majeur du RMR dans la RSC
Le variogramme majeur présente une plus grande portée qui est autour de 100 mètres
alors que celui de la figure ci-dessous présente une portée autour de 54 mètres. Il s’en suit que
la portée du variogramme mineur est autour de 14 mètres.
Figure III. 10. Variogramme semi majeur de la RSC
40
Ainsi le rapport d’anisotropie axe majeur sur l’axe semi majeur est 1,85. Ceci montre
qu’il existe pratiquement une isotropie dans le plan dont le pendage est de 15°vers le Sud. Par
contre, il y a une forte anisotropie dans la direction orthogonale à ce plan avec un rapport
d’anisotropie de 7. Ceci est due au fait que c’est dans une direction perpendiculaire au pendage
des couches.
Le tableau ci-dessous reprend les paramètres définitifs de l’ellipsoïde d’estimation du RMR
dans la RSC.
Tableau III. 3. Paramètres de l’ellipsoïde d’estimation
Se référant à la méthodologie de la détermination de l’ellipsoïde d’estimation élucidée
précédemment le tableau suivant résume les paramètres d’estimations du RMR dans toutes les
unités lithologiques du gisement de Mutoshi.
Tableau III. 4. Paramètres de l’ellipsoïde d’estimation dans chaque unité lithologique
III.6. Choix de la méthode d’interpolation.
Actuellement, les méthodes géostatistiques sont les plus utilisées dans l’interpolation
des variables dans la modélisation en bloc. De toutes les méthodes géostatiques, le krigeage
ordinaire est le plus répandue. Dans ce travail, nous utilisons la méthode de distance inverse
carrée avec anisotropie. Ce choix se justifie par la quantité limitée d’information réunie sur les
carottes. La méthode de krigeage ordinaire donne le résultat satisfaisant lorsque les données de
base sont denses. Le krigeage ordinaire pourrait être utilise pendant l’exploitation lorsque les
Dip 15°
Plunge 14°
Dip dir 255°
maj/semi 1,85
maj/min 7
RMR
SDS BOMZ SDB RSC RSF DSTRAT RAT BH KS
Dip 16° 17° 13° 15° 14° 19° 15° 15° 18°
Plunge 14° 15° 18° 14° 16° 18° 19° 18° 20°
Dip dir 215 240° 246° 255° 235° 261° 250° 253° 245°
maj/semi 2 2,1 1,74 1,85 2,3 1,5 1,6 1,93 2,1
maj/min 4,5 6 4,1 7 4,4 8 7,4 5,8 6,4
RMR
41
données issues du logging de face des murs s’ajouteront aux données d’origine pour la mise à
jour du bloc modèle géotechnique.
III.7. Géométrie et caractéristiques du bloc modèle
Pour des raisons d’interpolation, un bloc modèle vide est créé pour ce projet dont les
caractéristiques géométriques sont fixées en suivant les règles empiriques. La taille des blocs
dans le plan xy est de 25 % de l’espacement des forages alors que dans la direction de z, on
considère soit la hauteur de gradin soit une passe d’exploitation.
En se référant à ces deux règles empiriques, les dimensions des blocs sont de 10 m x
10 m x 5 m dont les coordonnées de l’origine du bloc modèle sont reprises ci - dessous:
Y (Nord) origine = 8819636N 85 blocs de 10 m ;
X (Est) origine = 338974 E 121 blocs de 10 m ;
Z (Elevation) = 1420mRL 30 blocs de 5m ;
Le bloc model a ensuite subi une rotation de 15° dans le sens anti horlogique pour que
les blocs soient alignés en suivant le design de la mine. La figure ci-dessous illustre le bloc
modèle et sa rotation.
Figure III. 11.Limites du bloc modèle du gisement de Mutoshi
42
III.8. Détermination du Mining Rock Mass Rating (MRMR)
La détermination du Mining Rock Mass Rating passe par l’ajustement du RMR de
Laubscher suivant l’altération de la roche, l’orientation de fracture, les contraintes induites par
l’exploitation et le minage.
Dans ce projet, vue l’altération globale de la roche plus ou moins modérée, une faible
fracturation de la roche en observant les valeurs moyenne du RQD et surtout la fréquence
réduite des minages dans les roches de la série des mines , les facteurs suivant ont été retenus
pour l’ajustement :
Altération : 100 %,
Orientation : 90 %,
Contraintes induites : 100 %,
Minage : 95 %.
Le tableau ci-dessous reprend la classification des masses roches en suivant les paramètres
d’interpolation dans le bloc modèle.
Tableau III. 5. Classification de la masse rocheuse sur base des paramètres géotechniques
Paramètres Très
mauvais Mauvais Moyen Bon
Très
bon
Densité des joints
(RQD/Jn) < 4 4 - 8 8 - 15 15 – 25 >25
Résistance au
cisaillement des
joints (Jr/Ja)
< 0.5 0.5 – 0.75 0.75 - 2 2 – 3 >3
Fréquence des
fractures (FF/m) >15 3 - 15 1 - 3 0.3 - 1 <0.3
Résistance en
compression (UCS) <25 25 - 50 50 - 100 100 - 160 >160
Rock Mass Rating
(RMR) <20 20 - 40 40 - 60 60 - 80 >80
Ces quatre paramètres réunis donnent un coefficient d’ajustement du RMR en MRMR
de 86%. La figure ci-dessous montre la distribution spatiale du MRMR dans le gisement de
Mutoshi.
43
Figure III. 12. Distribution spatiale du MRMR dans le gisement de Mutoshi
44
La masse rocheuse de Mutoshi se trouve entre mauvais et moyen selon la classification
élucidée précédemment. La partie ouest du gisement reste caractérisée par des roches
moyennement bonnes due à la présence de la brèche et des calcaires a minéraux noires alors
que dans la partie Est nous trouvons des roches de mauvaise tenues étant donné la présence des
shales altérées. Au centre du gisement, se trouve de forte variation mettant en évidence la
présence d’une zone de cisaillement majeure. La figure montre la distribution plane du RMR
dans le plan horizontal.
Figure III. 13. Distribution plane du RMR dans le plan xy (Z1475 RL)
La distribution plane montre que la masse rocheuse est à prédominance moyenne du
centre du gisement vers le nord de celui-ci. Il sied de noter que l’interpolation de ces paramètres
géotechniques a tenu compte des unités lithologiques et l’anisotropie suivant le pendage des
couches. La figure ci-dessous montre l’anisotropie des paramètres géotechniques qui suivent
l’allure des couches.
45
Figure III. 14 Distribution du RMR dans le plan XZ
On remarque que la fraction de la roche de bonne tenue correspond à la roche siliceuse
cellulaire qui présentait déjà des valeurs de base du RMR autour de 50. Compte tenu du
pendage, les couches vont en dessous du fond de la mine.
Figure III. 15. Distribution du RMR dans le plan YZ
La résistance en compression de la masse rocheuse de Mutoshi présente des fortes
variations dans la partie est alors que dans le flanc ouest, il présente des roches dont la résistance
en compression est autour de 50MPa comme l’illustre la figure suivante :
46
Figure III. 16. Distribution des IRS dans le modèle géotechnique
III.9. Validation du modèle.
Il existe plusieurs techniques dans la validation d’un bloc modèle selon Geovia 2017,
notamment la statistique descriptive sur les centroids des blocs, la courbe de tonnage-teneur, la
méthode de l’analyse de la tendance.
Dans ce travail, nous utilisons la statistique descriptive sur les centroids de blocs.
Cette méthode consiste à déterminer les valeurs moyennes des paramètres estimés dans le bloc
modèle et à les comparer avec les valeurs de base utilisées pour l’estimation. Le tableau III.6
suivant reprend les valeurs moyennes issues de la statistique descriptive.
En observant les différences entre les valeurs de base et celles estimées, nous
remarquons que les écarts sont acceptables compte tenu de la densité des données de base. Il en
résulte que sur base des données de base, cette modélisation en block donne une représentation
raisonnable de la masse roche du gisement de Mutoshi.
47
Tableau III. 6. Comparaison entre les valeurs moyennes des compositing et celle du bloc modèle
Moy
Comp
Moy
Bloc
Moy
Comp
Moy
Bloc
Moy
Comp
Moy
Bloc
Moy
Comp
Moy
Bloc
Moy
Comp
Moy
Bloc
Moy
Comp
Moy
Bloc
Moy
Comp
Moy
Bloc
Moy
Comp
Moy
Bloc
Moy
Comp
Moy
Bloc
FF 12 13 17,6 20 16 15 26,3 26,8 18,9 18,6 17,1 18,2 19 20,9 20,3 21 18,8 19,4
IRS 2,4 2,1 2,6 1,9 2,8 2,6 3,4 3,6 2,9 2,4 2,6 2,8 2,36 2,4 2,3 2,3 2,5 2,45
Jn 16,5 18,1 13,5 15 14 16 8,5 8,5 11,6 12 12,8 12,6 11,6 11,2 12,3 14 10,5 10,1
Jr_Ja 0,3 0,36 0,5 0,4 0,4 0,4 1 1,1 0,7 0,8 0,6 0,75 0,7 0,6 0,7 0,5 0,8 0,5
RMR 18,7 20 27,7 30 26,8 27,3 41,5 43 31,1 29,8 27,5 28,1 32 29,8 29,8 30,5 34,1 30,8
RQD 28,7 26,4 39,4 42,1 38 39,4 64,5 66 47 47,9 42 42,3 46,1 50,1 47,3 45 53 52
RQD_Jn 2,7 2,8 5,7 6,1 5,6 9,8 21,3 26,4 12,3 13,5 6,8 9,7 10 14,4 9 12,1 11,5 12,3
RAT BH KSSDS BOMZ SDB RSC RSF DSTRAT
48
CHAPITRE IV. APPLICATION DU MODELE 3D DANS LA
PLANIFICATION DES OPERATIONS MINIERES
IV.1. Introduction
Dans ce chapitre, nous présentons la mise en application des informations
géotechniques du modèle 3D dans la planification des opérations minières notamment la
fragmentation à l’explosif et la séquence d’exploitation.
IV.2. Détermination du Blastability index (BI)
Le forage et le minage constituent une première étape physique des opérations
minières si bien qu’ils jouent un rôle déterminant dans les performances des opérations en avale.
Les propriétés inhérentes de la masse rocheuse constituent l’un des plus grands facteurs le
moins connu dans le design des schémas de tir jouant ainsi un rôle déterminant dans le coût du
minage et sa productivité. Le model géotechnique en 3D fournit les informations détaillées sur
la masse rocheuse pouvant être appliquées dans le plan de tir pour améliorer le résultat du
minage.
Cependant, dans l’objectif d’intégrer la complexité des propriétés de la masse rocheuse
dans les plans d’exploitations, des équations empiriques ont été développées par Bieniawski
(1973, 1976, RMR), Laubscher (1990, MRMR). Alors, le rock mass rating dérivant de ces
systèmes permet une estimation semi quantitative dans le design. Ce concept a été approfondi
par Lilly(1986) pour intégrer le Blastability index
Le fondement du Blastatbility index (BI) est de développer un outil permettant de
caractériser la masse rocheuse en termes de sa facilité à être fragmentée par le moyen du
minage. Ainsi les corrélations pourront être possibles entre le facteur de l’énergie explosive et
le BI.
Lilly (1986) présente la relation pour calculer le Blastability index comme illustrée
ci-dessous :
𝐵𝐼 = 0.5 𝑥 (𝐽𝑃𝑆 + 𝑅𝑀𝐷 + 𝐽𝑃𝑂 + 𝑅𝐷𝐼 + 𝑆 ) (Eq. 10) Avec :
BI : Blastability index,
JPS : espacement des joints,
RMD : description de la masse rocheuse,
JPO : orientation des joints,
49
RDI : facteur influençant la roche,
La résistance de la roche.
Nous pouvons à partir des données contenues dans notre modèle géotechnique,
convertir la fréquence des fractures par mètre en la taille des blocs en utilisant la formule
ci-dessous :
𝑇𝑎𝑖𝑙𝑙𝑒 𝑑𝑒𝑠 𝑏𝑙𝑜𝑐 (𝑚) =1
𝐹𝐹/𝑚 (Eq. 11)
Le tableau IV.1 donne les valeurs de la fréquence des fractures contenues ainsi que
la taille de blocs et le JPS correspondants.
Tableau IV. 1. Taille des blocs du gisement de Mutoshi et leur caractérisation d’après le BI
FF/m Taille de
Blocs JPS
BI
Description
0,25 4,00 50 Gros bloc
0,5 2,00 41 Gros bloc
0,75 1,33 32 Gros bloc
0,9 1,11 23 Gros bloc
1 1,00 21 Bloc moyen
2 0,50 20 Bloc moyen
3 0,33 19 Bloc moyen
4 0,25 18 Bloc moyen
5 0,20 17 Bloc moyen
6 0,17 16 Bloc moyen
7 0,14 15 Bloc moyen
8 0,13 14 Bloc moyen
9 0,11 13 Bloc moyen
10 0,10 12 Bloc moyen
11 0,09 11,5 Petit bloc
12 0,08 11 Petit bloc
13 0,08 10,55 Petit bloc
14 0,07 10,1 Petit bloc
15 0,07 9,65 Petit bloc
16 0,06 9,2 Petit bloc
17 0,06 8,75 Petit bloc
18 0,06 8,3 Petit bloc
19 0,05 7,85 Petit bloc
20 0,05 7,4 Petit bloc
21 0,05 6,95 Petit bloc
22 0,05 6,5 Petit bloc
23 0,04 6,05 Petit bloc
50
24 0,04 5,6 Petit bloc
25 0,04 5,15 Petit bloc
26 0,04 4,7 Petit bloc
27 0,04 4,25 Petit bloc
28 0,04 3,8 Petit bloc
29 0,03 3,35 Petit bloc
30 0,03 2,9 Petit bloc
31 0,03 2,45 Petit bloc
32 0,03 2 Petit bloc
33 0,03 1,55 Petit bloc
34 0,03 1,1 Petit bloc
35 0,03 0,65 Petit bloc
Ces données présentent une certaine corrélation entre la fréquence des fractures et
l’espacement des plans des joints. En liant les valeurs telles que présentées dans le tableau IV.1
on remarque sur la figure suivante qu’il existe une corrélation puissance entre le JPS et le FF/m
dont l’équation est mentionnée sur le graphique.
En observant l’équation de corrélation et le coefficient de détermination, on note qu’il
existe une faible corrélation puissance entre les deux paramètres au point d’engendrer des
erreurs considérables en faisant une extrapolation en utilisant cette équation.
Figure IV. 1. Corrélation puissance entre JPS et FF
y = 33,784x-0,62
R² = 0,7136
0
10
20
30
40
50
60
70
80
90
0 5 10 15 20 25 30 35
JP
S
FF/m
Correlation entre JPS et FF/m
51
Cependant en regardant les données de base, on constate que l’on peut subdiviser
celles-ci en deux groupes pour avoir deux équations qui seront linéaires dans l’objectif
d’augmenter la précision de l’estimation.
Les figures suivantes illustrent la corrélation entre le JPS et FF/m pour les valeurs de
FF/m inferieures et supérieures à 1 respectivement.
Figure IV. 2 Corrélation linéaire entre JPS et FF (FF < 1)
Figure IV. 3. Corrélation linéaire entre JPS et FF (FF > = 1)
y = -40,408x + 60,745R² = 0,9878
0
10
20
30
40
50
60
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
JP
S
FF/m
Correlation entre JPS et FF/m
y = -0,553x + 18,991R² = 0,9695
0
5
10
15
20
25
1 6 11 16 21 26 31 36
JP
S
FF/m
Correlation entre JPS et FF/m
52
On constate que le coefficient de détermination est bien plus proche de l’unité dans les
deux cas. Ceci montre à suffisance que l’erreur d’estimation est minimisée en utilisant ces deux
équations. Il en résulte que le JPS dans notre modèle sera calculé en utilisant les équations
suivantes :
𝐽𝑃𝑆 = −40,408𝐹𝐹 + 60,745 (𝐹𝐹 < 1) (Eq. 12)
𝐽𝑃𝑆 = −0.553𝐹𝐹 + 18.991 (𝐹𝐹 ≥ 1) (Eq. 13)
La description de la masse rocheuse (RMD) est un paramètre aussi important d’autant
plus qu’elle montre les conditions globales de la masse rocheuse. Cette analyse globale de la
masse rocheuse permet de prédire la distribution granulométrique des fragments après minage.
Ainsi une masse rocheuse compacte, sa distribution granulométrique dépendra des
fractures induites par le minage alors que dans une roche fracturée, la densité des fractures
dictera les résultats de la distribution granulométrique. Le tableau ci-dessous montre les ratings
pour le RMD.
Tableau IV. 2. Ratings de la masse rocheuse en fonction de RMD
N° Description Rating
1 Roche friable 10
2 Roche en bloc 20
3 Roche massive 30
Cependant l’orientation des familles des fractures majeures par rapport à la surface de
dégagement influent forcement sur la qualité des minages. Ainsi le rating du BI est donné dans
le tableau suivant :
Tableau IV. 3. Rating de la masse rocheuse en fonction de l’orientation des joints
N° Description Rating
1 horizontal 10
2 sortant 20
3 Normale à la face 30
4 Rentrant 40
La densité de la roche ayant une grande influence sur la charge explosive à utiliser, le
facteur RDI dans le calcul du BI est donné dans la formule suivante :
𝑅𝐷𝐼 = (𝑑𝑒𝑛𝑠𝑖𝑡𝑒 𝑥 25) − 50 (Eq. 14)
Le tableau ci-dessous résume les trois autres facteurs du BI dans chaque unité
lithologique :
53
Tableau IV. 4. RMD, JPO et la densité dans chaque unité lithologique
Unité lithologique RMD JPO Densité
SDS 15 15 2.2
BOMZ 20 25 2.3
SDB 25 30 2.4
RSC 40 35 2.8
RSF 35 30 2.6
DSTRAT 30 25 2.4
RAT 20 20 2.2
BRECHE 25 20 2.5
KS 30 30 2.3
Enfin le facteur de la résistance en compression dans l’indice de blastabilité est calculé
par la formule suivante :
𝑆 = 𝑈𝐶𝑆𝑥 0.05 (Eq. 15)
Dans notre modèle géotechnique, nous avons l’IRS, ainsi il faudra le convertir pour
trouver la résistance en compression. La figure suivante montre la corrélation entre l’IRS et
UCS que nous allons utiliser dans notre modèle géotechnique.
Figure IV. 4. Corrélation linéaire entre IRS et UCS
IV.3. Calcul de l’énergie explosive
Cunningham(1986) a développé une équation de fragmentation (équation de kuz ram)
basée sur l’équation de Kuznetsov et de la distribution de Rosin Ramler, donnant la blocométrie
y = 47,203x - 48,253R² = 0,9528
0
50
100
150
200
250
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
UC
S
IRS
Correlation entre IRSet UCS
54
moyenne des fragments connaissant la charge spécifique dans des conditions de terrain
connues.
Cette équation de Kuz ram permet de prédire la taille des blocs après minage en
utilisant la relation suivante :
𝑋 = 𝐴 × (𝑉
𝑄)
0.8
× 𝑄0.167 × (𝑅𝑊𝑆
115)
0.633
(Eq. 16)
Avec :
X : la taille moyenne des blocs,
A : le facteur de la roche qui dépend de BI dans le modèle géotechnique,
V: le volume abattu par un trou variant en fonction de la maille de forage et de
la profondeur des trous,
Q : quantité d’explosive dans un trou,
RWS, Facteur d’équivalence de l’explosif par rapport à l’ANFO.
Ainsi à partir de l’équation (Eq.16) la charge spécifique peut être déterminée par la
relation suivante :
𝐶𝑠 = [𝑋
((𝐴 × 𝑄0.167) × ((𝑅𝑊𝑆 115⁄ )0.633)) ]
−1.25 (Eq. 17)
Le facteur de la roche (A) dans l’équation de Kuz ram est utilisé pour tenir compte des
variations des conditions de la roche. Ainsi on le détermine à partir de BI qui regorge toutes les
variations de conditions de la roche. Cunningham (1986) montre la relation entre BI et le facteur
de la roche :
𝐴 = 𝐵𝐼 × 0.12 (Eq. 18)
Toutes ces équations ont été implémentées dans le modèle géotechnique dans
différents attributs pour calculer le BI. Les images IV.4 et IV.5 montrent les informations que
nous pouvons exploitées dans notre bloc modèle géotechniques.
Ces informations peuvent bien être exploitées dans la détermination de l’angle de talus
optimale, la séquence d’exploitation et même dans la fragmentation à l’explosif. Dans ce travail
nous nous limiterons à l’illustration de l’exploitation de ces informations dans l’application de
la planification à court terme.
55
Figure IV. 5. Informations géotechniques dans chaque unité minimale exploitable du bloc modèle
Figure IV. 6. Le facteur A, le BI et la charge spécifique Cs dans l’unité exploitable du modèle
(sélectionnée à droite de l’image)
56
En se basant sur les valeurs de MRMR et de BI contenues dans notre modèle
géotechnique, nous avons déterminé les volumes des matériaux niveau qui nécessiterons le
minage et ceux qui seront directement excavés par la pelle. Les courbes suivantes montrent
l’évolution de ces deux types de volume avec la profondeur dans toute la mine.
Figure IV. 7. Evolution des matériaux à miner avec la profondeur
Ces courbes montrent clairement qu’il y a lieu de comment la découverture de la mine
sans forage et minage jusqu’au niveau 1490 RL. Au-delà de ce niveau la fragmentation à
l’explosif sera incontournable pour la poursuite de l’exploitation. On remarque également que
dans la mine de Mutoshi les coûts opératoires relatifs à la fragmentation augmenteront au-delà
du niveau 1480 RL avec une grande réserve en matériaux friables pour pallier aux difficultés
de la fragmentation pendant l’exploitation.
IV.4. Détermination de la séquence d’exploitation et design des plans de tirs
Ainsi, notre bloc modèle géotechnique contient les paramètres illustrés ci-dessus pour
chaque bloc de 10 x 10 x 5. Cependant dans la planification à court terme, la séquence
d’exploitation ne s’effectue pas par bloc par contre par polygone entourant plusieurs blocs dont
chacun présentant des informations différentes. Il est alors question de déterminer les valeurs
moyennes pour chaque polygones que nous allons intégrer dans le plan à court terme. La figure
suivante illustre la séquence exploitation à court terme du niveau 1450 de la mine de Mutoshi.
57
Figure IV. 8. Séquence d’exploitation à court terme du niveau 1450 de la mine de Mutoshi
Le niveau 1450 de la mine de Mutoshi sera exploité de l’Est à l’ouest dans le but
d’atteindre le tonnage et la teneur requis pour l’alimentation. La taille des polygones tiennent
compte de la largeur minimale d’exploitation des équipements.
Ainsi, dans le but de déterminer les caractéristiques géotechniques de chaque
polygone, nous avons superposé les polygones avec le bloc modèle géotechnique comme
l’illustre la figure V.7. Il en résulte l’évaluation des valeurs moyennes dans chaque polygone.
58
Figure IV. 9. Superposition des polygones d’exploitation et le bloc modèle géotechnique
Nous remarquons sur la figure IV.8 qu’il y a une forte concentration des roches dures
dans les polygones 1,2,3, 4 et 9 alors que dans le reste il y a une prédominance des roches
tendres comme le montre la figure ci-dessous.
Figure IV. 10. Distribution de la résistance en compression des roches dans les polygones d’exploitation.
59
Ainsi, dans la séquence d’exploitation de polygones 1,2,3 et 4 nous avons considéré
le cycle normal des opérations minières pour déterminer la période à la quelle tel ou tel autre
polygone sera exploitée.
Polygone 1: tout commence par le nettoyage de la plateforme ensuite
vient le forage et minage pour finir par l’excavation,
Polygone 2 : pendant que le chargement d’explosif se passe dans le
polygone 1, le forage commence dans le polygone 2 et le nettoyage dans le polygone 3
Polygone 3 et 4 devront suivre la même séquence des opérations minières
que les deux précédents.
Cependant les autres polygones restant peuvent être directement excavées par la pelle
sans un minage préalable. Dans le cycle des opérations minières de ces polygones, il restera
seulement l’excavation. Ceci augmentera la flexibilité du plan d’exploitation en ce sens que le
retard en forage d’un polygone dû à une panne sur les machines de forage serait directement
compensé par l’exploitation des polygones ne nécessitant pas de minage.
Figure IV. 11. Détermination des valeurs moyennes des paramètres géotechniques
Après évaluation, les paramètres géotechniques du polygone 1 à intégrer dans la
planification à court terme sont repris ci-dessous :
60
UCS = 84.64 MPa,
MRMR = 67.48,
BI = 60.48,
A = 7.26,
Cs = 0.45 kg/m3.
Comparativement au polygone 1, le polygone 3 présente moins des roches dures et
sera par conséquent fragmentés avec une charge explosive proportionnelle comme repris dans
le tableau IV.6
Figure IV. 12. Comparaison des types de roches des polygones sur base de la résistance en compression
Une démarche similaire à celle illustrée pour la détermination des paramètres
géotechniques dans le polygone 1 est utilisée dans les autres polygones en considérant que
chaque polygone sera exploité chaque semaine si bien que le tableau IV.6 reprend tous les
paramètres géotechniques pour chaque polygone d’exploitation.
61
Tableau IV. 5. Planification hebdomadaire de forage des polygones
Tableau IV. 6. Planification hebdomadaire des minages de différents polygones
UCS
(Mpa)RMR MRMR BI A
Surface
(m2)
Ecartement
V (m)
Espacement
E (m)
Nbre des
trous
Profondeur
+ surforage
(m)
Commentaires
Week 1 84,64 71,03 67,48 60,48 7,26 11552 4,00 4,00 722 5 + 0,5 Roches dures0
Week 2 79,85 67,41 64,04 58,14 6,98 13410 4,00 4,00 838 5 + 0,5 Roches moyennement dures0
Week 3 56,21 45,65 43,37 36,56 4,39 14958 5,00 5,00 598 5 + 0,5 Minage d'embranlement0
Week 4 55,35 40,12 38,11 34,6 4,15 13787 5,00 5,00 551 5 + 0,5 Minage d'embranlement0
Week 5 26,41 18,15 17,24 20,13 2,42 10732 - - - - - Excavation avec pelle sans minage0
Week 6 24,56 19,63 18,65 19,18 2,30 10755 - - - - - Excavation avec pelle sans minage0
Week 7 25,87 18,46 17,54 18,99 2,28 11613 - - - - - Excavation avec pelle sans minage
Planification hebdommadaire de forage des polygones
RQDUCS
(Mpa)RMR MRMR Densite BI A
Cs
(kg/m3)
Volume
m3
Qt explosif
(kg)Commentaires
Week 1 44,01 84,64 71,03 67,48 2,15 60,48 7,26 0,45 57 760 25 992 Roches dures
Week 2 42,62 79,85 67,41 64,04 2,2 58,14 6,98 0,38 67 050 25 479 Roches moyennement dures
Week 3 38,65 56,21 45,65 43,37 2,05 36,56 4,39 0,19 74 790 14 210 Minage d'embranlement
Week 4 39,45 55,35 40,12 38,11 2,2 34,6 4,15 0,15 68 935 10 340 Minage d'embranlement
Week 5 21,3 26,41 18,15 17,24 2,3 20,13 2,42 - 53 660 - Excavation avec pelle sans minage
Week 6 22,1 24,56 19,63 18,65 2,23 19,18 2,30 - 53 775 - Excavation avec pelle sans minage
Week 7 20,98 25,87 18,46 17,54 2,25 18,99 2,28 - 58 065 - Excavation avec pelle sans minage
Planification hebdommadaire de minages des polygones
62
Nous avons adoptés pour de minages en ferme c’est - à - dire sans surface de
dégagement, le schéma en v comme c’est le cas du polygone 1 qui devra être miné en première
position. Pour les autres lots, les schémas en bouchon v et rangée par rangée ont été adoptés.
La figure ci-dessous illustre le plan de tir du polygone 2 avec le schéma en bouchon v.
Figure IV. 13. Plan de tir du polygone 2
II.5. Conclusion
Le bloc modèle géotechnique peut être appliqué dans la fragmentation à l’explosif,
dans la détermination des angles de talus. Nous avons montré dans ce chapitre l’intégration du
bloc model géotechnique dans la planification à court terme des opérations de forage et minage
grâce au Blastability index. Ce dernier permet de calculer le facteur A, très déterminant dans la
relation de prédiction de Kuz – Ram.
42 ms en distribution
17 ms en production
63
CONCLUSION GENERALE
Historiquement, la modélisation en bloc était l’apanage des minerais et leurs teneurs,
dans notre étude a abordé la compilation d’une base de données géotechniques et l’application
des informations géotechniques dans la planification à court terme d’une mine à ciel ouvert.
L’utilisation de ces informations géotechniques était améliorée à travers le développement et
l’application d’un bloc modèle géotechnique.
L’objectif de ce travail, tel qu’élucidé dans le paragraphe précèdent, était de
développer une solution ingénieuse à partir d’une base de données géotechnique utilisable dans
les opérations minières. Ainsi notre étude s’est articulée autour :
de la collecte des données géotechniques sur les carottes,
de la création d’une base de données géotechnique,
du développement d’un bloc modèle géotechnique,
de l’application du bloc modèle à la planification à court terme.
Pour notre étude 2183 mètres, ont été logués sur les carottes des forages couvrant la
superficie de la mine de Mutoshi. Le logging était réalisé suivant le modèle de Dempers basé
sur la classification de Laubscher dans la détermination du Mining Rock Mass Rating (MRMR)
Avec le logiciel Surpac, une base de données géotechnique a été créée contenant les
informations en rapport avec le RQD, la fréquence de fracture, la résistance en compression
uniaxiale, le RMR.
Ces paramètres ont été régularisées en les contraignant dans chaque unité lithologique
sur une passe de 2.5 mètres dont les valeurs du RMR ont variée entre 15 et 40 dans les
formations de mauvaise tenue et entre 45 et 80 notamment pour des formations comme la RSC.
L’interpolation dans la création du bloc modèle a été effectuée par la méthode de
distance inverse compte tenu de la faible densité de données. Cette estimation par distance
inverse a été basée sur les résultats d’une étude variographique débouchant sur une anisotropie
de 1.8 : 7 avec un ellipsoïde d’estimation ayant un pendage de 15° et un azimut de 255°.
Apres estimation, la validation du bloc modèle est passée par la méthode de statistique
descriptive comparative. Cette comparaison a montré des variances de l’ordre de 5% entre les
valeurs d’origine et les valeurs estimées ce qui est évidemment acceptable dans une
interpolation par distance inverse.
64
L’application du bloc modèle géotechnique dans notre travail a porté sur la
fragmentation de la roche. Cette intégration du modèle géotechnique dans la planification à
court terme est passée par la détermination du Blastability index qui caractérise la masse
rocheuse du point de vue de la fragmentation à l’explosif. Cette illustration a démontré que pour
des roches dont le BI était supérieur à 60, la charge spécifique était supérieur à 0.4 kg/m3 et
proportionnellement.
La variation du volume des matériaux friables comparé à celui des matériaux à miner
a mis en évidence le niveau 1490 comme limite des matériaux totalement friables. Ces
matériaux à miner ont montré une augmentation sensible des coûts opératoires liés à la
fragmentation au-delà du niveau 1480.
Apres ce large tour d’horizon, nous terminons sur une note selon laquelle, le bloc
modèle géotechnique possède plusieurs applications dans le domaine minier en dehors de la
fragmentation. Il donne ainsi à l’ingénieur un outil puissant d’analyse de la variabilité de la
masse rocheuse dans l’espace pour identifier des zones à risque.
Nous proposons par ailleurs qu’une étude parallèle soit faite mais cette fois-là, en
densifiant les données avec le levé géotechnique des gradins pour l’utilisation du krigeage dans
la mise à jour de notre modèle. En outre il serait plus intéressant de mesurer les UCS au
laboratoire pour appliquer le modèle géotechnique dans la détermination des angles de talus
optimaux de la mine.
65
REFERENCES BIBLIOGRAPHIQUES
1. N. Barton, Lien, R. and Lunde, J. (1974): Engineering classification of rock masses for
the design of rock support. Rock Mechanics, 6, pp189-236.
2. Z.T Bieniawski (1976): Rock mass classification in rock engineering. Exploration for rock
engineering. AA. Balkema, Cape Town. 1, pp97-106
3. Clarke (1979): Practical Geostatistics. Elsevier Applied Science, London and New York
4. C.V.B. Cunningham (1986): The Kuz-Ram model for prediction offragmentation from
blasting. Proceedings of the 1st International Symposium on rock fragmentation by blasting,
Lulea, Sweden. Pp 439-452.
5. Laubscher (1990): A geomechanics classification system for the rating of rock mass in mine
design. Journal of South African Institute of Mining and Metallurgy, pp257-273.
6. P. A. Lilly (1986): An empirical method of assessing rock mass blastability. The Australian
IMM Large Open-pit Mining Conference. Newman Combine Group. October, pp89-92.
7. P. A. Lilly (1992). The use of the Blastability Index in the design of blasts for open pit mines,
Proceedings Western Australian Conference on Mining Geomechanics, (Eds. T. Szwedzicki,
G. R. Baird and T. N. Little. Western Australian School of Mines, Curtin University of
Technology: Kalgoorlie). pp 421-426.
8. Rocscience (2003): Geostatistics in Geotechnical Engineering: A fad or an empowering
approach? Article prepared for RocNews 2003. www.rocscience.com.
9. A. François (1987): Synthèse géologique sur l’arc cuprifère du shaba (rép. du zaïre). In Centenaire
Société Belge de Géologie., volume hors-série. pp24-66.
10. A. François (2006): La partie centrale de l’arc cuprifère du Katanga, étude géologique.
Musée royal de l’Afrique centrale, Belgique.
11. B. Singh et al (1993): Blasting in ground excavation and mines. New Delhi: CMRS, pp 1 – 7,
pp 134 -144 ISBN 90 6191 9568.
66
12. B.V. Gokhale (2011): Rotary drilling and blasting in large surface mines. Londre : CRC press,
pp571-638. ISBN 978-0-415-87878-4.
13. Gemcom Software International. (2012): Geostatistics. Tutorial Surpac 6.3.2
14. W.Hustrilid, M.Kuchta et R. Martin (2013) : open pit mine planning and design.3è éd. Londre:
CRC press. pp 757 -792. ISBN: 978-1-4665-7512-7.
15. B.H.G Bradi et E Brown (2005): Rock mechanics for underground mining. 3è éd. USA: spring
press. Pp 46 – 82. ISBN 1-4020-2116-X
16. D Kadri (2007): Strategic open pit mine planning. Colorado school of mine, cours
17. A Hudson et P. Harrison (2000): Engineering Rock Mechanics: introduction to the principles. 2è
éd. Oxford, 458p ISBN 0 08 043864 4
18. P. Loven etal (2003): 3D modelling of rock mass quality, South African Institute of Mining and
Metallurgy
19. P. Jenkens (2007): Slope stability. Australian Centre for Geomechanics (ACG), article
20. Coffey mining (2011): Technical report of Kapulo copper project. Perth, rapport technique
21. A Roussel (2003): The development and application of a 3d geotechnical model for mining
optimisation sandsloot open pit platinum mine south Africa. Durban, school of geology and computer
science.
22. Gary Dempers etal (2008): Mining Rock Mass Models: 3-D evaluation of the geotechnical
environment for optimal project design and planning, perth, article
23. C R W Seymour etal (2010): Optimising Geotechnical Logging to Accurately Represent the
Geotechnical Environment, Sydney, Second Australasian Ground Control in Mining Conference.
24. Marcotte (2009): Cours de géostatique. Université de Montreal, Canada, cours
25. DD Sarma (2009): Geostatistics with Applications In Earth Sciences. 2è éd. USA : springer press,
ISBN 978- 1-4020-9380-7 220p
26. L. Lucien etal (2011) : Introduction à la statistique descriptive. France : toulouse – cepaduès ISBN
78.2.85428.967.1, 209p
27. SEYMOUR Pty (2013): Mengu hill project – pit slope, Geotechnical and Mining Consultants,
rapport technique.
67
ANNEXES ANNEXE – A.1. Schéma de tir en diagonal
68
ANNEXE – A.2. Calcul du RMR à partir de données de logging
FF 0_30 = Nbre
F/Rec(m)
FF 30_60 =
Nbre F/Rec(m)
FF 60_90 =
Nbre F/Rec(m)
FF 0_90 = Nbre
F/Rec(m)FF_average FF_rating
IRS
Rating
Strength
(Mpa)QSI (Mpa)
Micro
rating
Macro
ratingInfill rating
JWA
ratingJc
GTKNDD01 0 0 0 0 0 12 6 64 64 0,55 0,8 0,7 1 12,32 30,32
GTKNDD01 0,71 0,47 0,00 0,24 0,35 32 13 134 134 0,65 0,7 0,6 0,75 8,19 53,19
GTKNDD01 0,52 0,26 0,00 0,26 0,26 36 13 134 134 0,45 0,75 0,6 0,65 5,27 54,27
GTKNDD01 0,21 0,00 0,00 0,00 0,05 40 10 100 100 0,55 0,6 0,5 0,75 4,95 54,95
GTKNDD01 0,78 1,18 0,00 0,00 0,49 31 13 134 134 0,65 0,6 0,6 1 9,36 53,36
GTKNDD01 0,20 0,00 0,00 0,00 0,05 39 13 134 134 0,75 0,6 0,7 0,75 9,45 61,45
GTKNDD01 0,19 0,00 0,75 0,00 0,23 36 10 100 100 0,75 0,6 0,55 0,75 7,43 53,43
GTKNDD01 0,09 0,37 0,00 0,00 0,12 40 13 134 134 0,75 0,6 0,75 0,65 8,78 61,78
GTKNDD01 0,00 0,00 0,00 0,00 0,00 40 13 134 134 0,75 0,7 0,7 0,65 9,56 62,56
GTKNDD01 2,29 1,72 5,72 1,72 2,86 18 10 100 100 0,75 0,7 0,7 0,75 11,03 39,03
GTKNDD01 0,00 0,00 0,00 0,00 0,00 38 13 134 134 0,8 0,8 0,6 0,75 11,52 62,52
GTKNDD01 0,00 0,00 0,00 0,00 0,00 38 13 134 134 0,85 0,5 0,75 0,6 7,65 58,65
GTKNDD01 10,87 0,00 0,00 0,00 2,72 19 13 134 134 0,55 0,35 0,65 0,75 3,75 35,75
GTKNDD01 0,43 0,00 0,00 0,22 0,16 38 13 134 134 0,65 0,9 0,7 0,75 12,29 63,29
GTKNDD02 0,00 0,00 0,00 0,00 0,00 5 1 1 1 0,75 0,75 0,45 0,8 8,10 14,10
GTKNDD02 0,00 0,00 0,00 0,00 0,00 7 1 1 1 0,5 0,75 0,45 0,8 5,40 13,40
GTKNDD02 0,37 0,37 0,09 0,19 0,26 35 1 1 1 0,55 0,65 0,7 0,65 6,51 42,51
GTKNDD02 0,50 2,49 0,99 0,25 1,06 26 13 134 134 0,6 0,65 0,9 0,85 11,93 50,93
GTKNDD02 0,25 0,00 0,17 0,08 0,13 39 13 134 134 0,6 0,75 0,9 0,85 13,77 65,77
GTKNDD02 0,00 0,00 0,15 0,07 0,06 39 15 154 154 0,6 0,8 0,9 0,85 14,69 68,69
GTKNDD03 0,00 0,00 0,00 0,00 0,00 7 1 1 1 0,45 0,6 0,7 0,8 6,05 14,05
GTKNDD03 0,26 0,13 0,00 0,00 0,10 37 10 100 100 0,5 0,7 0,8 1 11,20 58,20
GTKNDD03 0,17 0,33 0,28 0,00 0,19 35 13 134 134 0,8 0,7 0,65 0,5 7,28 55,28
GTKNDD03 0,00 0,31 0,14 0,00 0,11 36 13 134 134 0,6 0,8 0,7 0,75 10,08 59,08
GTKNDD04 0,12 0,00 0,12 0,00 0,06 9 1 1 1 0,5 0,6 0,9 0,75 8,10 18,10
GTKNDD04 5,43 1,36 1,36 1,36 2,38 21 15 154 154 0,7 0,6 0,5 0,75 6,30 42,30
GTKNDD04 0,02 0,00 0,00 0,00 0,01 40 6 64 64 0,75 0,9 0,85 0,758 17,40 63,40
GTKNDD04 0,54 0,00 0,00 0,00 0,14 40 13 134 134 0,7 0,9 0,9 0,9 20,41 73,41
Fracture frequency Jc = 40 * micro * macro * infill * JWARMR=
FF+IRS+Jc
IRS
Hole ID
69
ANNEXE – A.3. Images des carottes pour le logging géotechnique
