← Neueste Arbeiten
📄 Geowissenschaften

System dynamics model driven by process parameters for carbon emission prediction and mitigation scenario evaluation in open-pit metal mines

Diese Studie entwickelt und validiert ein durch Prozessparameter gesteuertes Systemdynamikmodell zur Vorhersage der Kohlenstoffemissionen in Tagebau-Metallminen und bewertet Minderungsszenarien, wobei sie aufzeigt, dass die Aufbereitung und das Tailing-Management die Emissionen dominieren, kombinierte Effizienzverbesserungen und Dekarbonisierungsstrategien jedoch die Gesamtemissionen und die damit verbundenen Kosten signifikant reduzieren können.

Ursprüngliche Autoren: Bin Bai, Guoqing Q. Li, Jie Hou

Veröffentlicht 2026-09-24
📖 5 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: Bin Bai, Guoqing Q. Li, Jie Hou

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Die Welt bewegt sich in Richtung einer kohlenstoffarmen Zukunft, ein Übergang, der enorme Mengen an Metall für Elektrofahrzeuge, Windkraftanlagen und Energiespeichersysteme erfordert. Um diesen Bedarf zu decken, müssen Bergbaubetriebe expandieren, doch eben jener Akt der Gewinnung dieser Ressourcen ist energieintensiv und erzeugt erhebliche Treibhausgase. Seit Jahrzehnten versuchen Wissenschaftler und Ingenieure, diese Emissionen zu messen, doch traditionelle Methoden basieren oft auf einem Rückblick auf das, was bereits geschehen ist. Sie zählen den verbrannten Kraftstoff oder den genutzten Strom im Nachhinein zusammen. Dieser Ansatz, obwohl nützlich für die Berichterstattung, hat Schwierigkeiten vorherzusagen, wie sich die Emissionen verändern werden, wenn eine Mine tiefer wird, Straßen länger werden oder Ausrüstung ersetzt wird. Er behandelt die Mine als eine statische Momentaufnahme statt als ein lebendiges, atmendes System, in dem jede Entscheidung in der Planungsphase Auswirkungen auf den gesamten Betrieb hat und die Energienutzung sowie den Kohlenstoffausstoß Monate oder Jahre später verändert.

Forscher der University of Science and Technology Beijing haben einen neuen Weg entwickelt, um dieses Problem zu betrachten. Sie haben ein Computermodell entwickelt, das wie eine dynamische Simulationsmaschine fungiert, die speziell für Tagebaue zur Metallgewinnung konzipiert wurde. Anstatt nur vergangene Emissionen zusammenzuzählen, nimmt dieses Werkzeug die Produktionspläne der Mine – wie viel Gestein bewegt werden muss, wie weit es transportiert werden soll und welche Ausrüstung verwendet werden soll – und berechnet die daraus resultierende CO2-Bilanz Monat für Monat. Das Modell unterteilt die Mine in ihre Kernaktivitäten: das Bohren von Löchern für Sprengstoffe, das Sprengen von Gestein, das Beladen von Lastwagen, den Transport von Materialien, das Brechen von Gestein und die Aufbereitung des Erzes. Es berücksichtigt sogar den Verlust der natürlichen Kohlenstoffspeicherung, wenn das Land gestört wird. Durch die Verknüpfung dieser Prozesse können die Forscher sehen, wie eine Änderung in einem Bereich, wie etwa eine längere Transportstrecke oder der Wechsel zu elektrischen Lastwagen, die Gesamtemissionen des gesamten Standorts beeinflusst.

Um ihre Schöpfung zu testen, wandte das Team das Modell auf eine große, reale Metallmine in China an. Zuerst speisten sie die Daten aus dem Jahr 2024 in das Modell ein, um zu sehen, ob es die tatsächliche Energienutzung und die Emissionen der Mine genau reproduzieren konnte. Die Ergebnisse waren verblüffend nah an der Realität; die Vorhersagen des Modells für Strom, Diesel und Sprengstoffanwendung lagen innerhalb weniger Prozentpunkte der tatsächlichen Aufzeichnungen. Dies gab den Forschern das Vertrauen, das Werkzeug zu nutzen, um in die Zukunft zu blicken und die Betriebsabläufe der Mine für das Jahr xét 2027 zu simulieren. In diesem Zukunftsszenario sagte das Modell voraus, dass die Mine etwa 1,76 Millionen Tonnen CO2-Äquivalente emittieren würde. Die Simulation zeigte, dass die monatlichen Schwankungen der Emissionen fast vollständig dadurch getrieben wurden, wie viel Gestein die Mine in dem jeweiligen Monat bewegen plante. Wenn der Produktionsplan vorsah, mehr Gestein zu bewegen, stiegen die Emissionen; wenn sich der Zeitplan verlangsamte, sanken die Emissionen. Die Distanz, die Lastwagen zurücklegen mussten, war zwar wichtig, aber ein sekundärer Faktor im Vergleich zum schieren Volumen der geleisteten Arbeit.

Die Simulation deckte auch auf, wo der Kohlenstoff tatsächlich herkam. Entgegen der verbreiteten Annahme, dass die schweren Lastwagen, die die Grube hoch und runter fahren, die Hauptverursacher der Verschmutzung sind, zeigte das Modell, dass die Aufbereitung des Erzes die dominante Quelle war. Die Schritte des Mahlens des Gesteins und der Trennung des wertvollen Metalls, bekannt als Aufbereitung (Benefiziation), zusammen mit der Handhabung des verbleibenden Abfallmaterials, machten etwa 91 Prozent der Gesamtemissionen der Mine aus. Die Lastwagen, obwohl laut und kraftvoll, trugen weniger als 5 Prozent bei. Diese Erkenntnis ist entscheidend, da sie darauf hindeutet, dass der bloße Austausch von Diesel-Lastwagen gegen elektrische Lastwagen, obwohl dies für die Lastwagen selbst vorteilhaft wäre, einen überraschend geringen Einfluss auf den gesamten CO2-Fußabdruck der Mine hätte. In der Simulation reduzierte der Ersatz von 30 Prozent der Diesel-Lastwagen-Arbeitsleistung durch elektrische Lastwagen die Emissionen der Lastwagen um fast 19 Prozent, aber die Gesamtemissionen der Mine sanken um weniger als 1 Prozent. Der Grund ist einfach: Die Lastwagen waren von vornherein gar nicht das Hauptproblem.

Als die Forscher verschiedene Strategien testeten, um die Emissionen zu senken, wurde der effektivste Weg deutlich. Die größten Gewinne wurden durch die Verbesserung der Energieeffizienz der Erzaufbereitungsanlage und den Wechsel der gesamten Mine zu einer saubereren Stromquelle erzielt. Wenn die Mine in der Lage wäre, die benötigte Elektrizität zur Aufbereitung des Erzes um 10 Prozent zu reduzieren, würden die Gesamtemissionen um fast 8 Prozent sinken. Wenn das Stromnetz selbst sauberer würde und die Kohlenstoffintensität des Stroms um 15 Prozent reduziert würde, würden die Gesamtemissionen um über 14 Prozent fallen. Das stärkste Ergebnis ergab sich aus der Kombination dieser Maßnahmen mit der Elektrifizierung der Lastwagen. Durch die gleichzeitige Umsetzung aller drei Maßnahmen zeigte das Modell, dass die Mine ihre jährlichen Gesamtemissionen auf etwa 1,38 Millionen Tonnen senken könnte, was einer Reduktion von fast 22 Prozent entspricht. Dieser kombinierte Ansatz würde der Mine auch Millionen von Dollar an potenziellen Kohlenstoffkosten ersparen, sofern ein Preis für Kohlenstoffemissionen festgelegt wird.

Die Studie behauptet nicht, das Problem der Bergbauemissionen gelöst zu haben, und sie deutet auch nicht an, dass elektrische Lastwagen eine schlechte Idee seien. Stattdessen bietet sie eine präzise Karte darüber, worauf der Fokus der Bemühungen liegen sollte. Für diese spezifische Art von Mine liegt der Weg in eine kohlenstoffarme Zukunft weniger im Wechsel der Fahrzeuge als vielmehr in der Optimierung der Aufbereitungsanlage und der Sicherung sauberer Energie. Das Modell dient als Entscheidungshilfe, die es Minenplanern ermöglicht, die Folgen ihrer Entscheidungen zu sehen, bevor diese getroffen werden. Es zeigt, dass zwar jeder Teil des Betriebs zählt, aber die Energie, die benötigt wird, um Gestein in Metall zu verwandeln, der entscheidende Faktor in der Kohlenstoffbilanz ist. Durch das Verständnis dieser dynamischen Beziehung können Bergbauunternehmen ihre Abläufe so planen, dass sie effizienter und weniger klimaschädlich sind, um sicherzustellen, dass die Metalle, die für eine grüne Zukunft benötigt werden, mit dem kleinstmöglichen CO2-Fußabdruck gewonnen werden.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →