《Mining Technology》：Diagnosing short-term pit–crusher decoupling from routine production reports: A source-audited field study
编辑推荐：
中文摘要翻译：
日常生产报表将采场运输、设备工时、物料类别和破碎机给料分开记录，可能掩盖短期损失的来源。研究人员开发了一种来源审计的诊断工作流程，使用了来自某匿名露天矿山的19份连续日度报告包。数据核对后得到38个采场班次、18个日度车队工时观测值和34个匹配
中文摘要翻译：
日常生产报表将采场运输、设备工时、物料类别和破碎机给料分开记录，可能掩盖短期损失的来源。研究人员开发了一种来源审计的诊断工作流程，使用了来自某匿名露天矿山的19份连续日度报告包。数据核对后得到38个采场班次、18个日度车队工时观测值和34个匹配的采场-破碎机班次。同班次总装载量与破碎机计数之间呈弱关联（Pearson r=0.108, p=0.543）；基于矿石的代理指标同样呈现弱关系。阈值筛选识别出五个不一致班次，其中三个满足更严格的中位数绝对偏差（MAD）标准。在最强的上游案例中，低车队工时覆盖率与接近中位数的破碎机给料同时发生，而每活跃卡车工时的装载量仍与参考班次相当。在三个下游案例中，破碎机计数减少与维护/停机标注同时出现，而采场运输仍在继续。这些标注提供了内部文档一致性，而非独立验证。一次为期九天的单台卡车故障提供了资产可靠性背景，但未出现明显的车队工时或夜间破碎机给料崩溃。在高达20%的假设输入变化下，四个事件保留了其阈值分类，尽管上游MAD核心事件在10%变化时失去了该状态。该工作流程能够识别记录的采场-破碎机不匹配，但无法确定库存缓冲、物料改道或其他因果机制。
论文解读文章
研究背景与问题
露天采矿与矿物加工构成一个连接的物质流系统。开采、装载、运输、目的地分配、堆存和破碎等环节相互作用，但并非总是在同一时间尺度上运行。预破碎堆和原矿堆的缓冲作用已被广泛认可，它们可以吸收变异性，防止延误向下游传递。然而，日常生产报表通常将采场运输、设备工时、物料类别和破碎机给料分开记录，这可能导致短期损失的来源被掩盖。现有的堆场模型解释了潜在的物质流动，设备研究描述了机器性能特征，但在相关文献中，尚缺乏一种可追溯的程序，能够将班次运输量、物料类别、车队工时和破碎机计数整合在一起，从而在直接通过中间存储的运动未被测量时，区分低采场侧活动与破碎机侧中断。本研究旨在填补这一空白，开发一种基于来源审计的诊断工作流程。
研究方法与技术
研究人员采用回顾性研究设计，利用来自某匿名露天矿山的19份连续日度生产报告包。关键技术方法包括：（1）来源审计与数据核对：对采场运输记录、设备工时表、物料分类表和破碎机日计数表进行逐项核对，确保每个提取值均可追溯至原始来源；（2）班次归一化与阈值筛选：分别计算采场和破碎机的班次保持率，即各指标除以同班次类型的中位数，并设定描述性阈值（上游中断：采场保持率<0.40且破碎机保持率≥0.70；下游中断：破碎机保持率<0.50且采场保持率≥0.70）来筛选候选极端不匹配事件；（3）稳健中位数绝对偏差检验：计算保持率差值的稳健z分数，以|z|>2.5作为更严格的核心事件子集判定标准；（4）敏感性分析：对筛选出的事件施加高达20%的假设输入扰动，检验分类稳定性。
研究结果
1. 核对、观测结构与物料组成
19份报告包共产生38个采场生产班次。最终用于采场-破碎机分析的匹配班次为34个（16个白班，18个夜班）。白班采场装载量范围为0至388车，夜班为278至401车。废石占采场运输量的很大比例，表明总运输量不能代表同班次送至破碎机的矿石量。
2. 同班次采场-破碎机耦合在物料意识敏感性分析中仍然较弱
在所有34个匹配班次中，总采场装载量与破碎机计数之间仅呈弱的同期线性关联（Pearson r=0.108, p=0.543; R2=0.012）。将上游指标限制为更可能与破碎机给料相关的物料子集（中品位+高品位+超高品位矿石代理指标）并未揭示显著的同期关联（Pearson r=-0.145, p=0.413）。班次分层分析也未发现正同期耦合的证据。留一日期分析和日期块置换检验均表明，观察到的弱关联并非由单一研究日期驱动。
3. 双向不一致性及方向特异性运营证据
阈值筛选标记了五个白班为候选极端不匹配事件（占34个匹配班次的14.7%）。在上游事件U1和U2中，采场产出低而破碎机计数维持高位；在下游事件D1、D2和D3中，采场持续生产而破碎机计数偏低。在中位数绝对偏差筛选中，U2、D1和D2构成了更窄的核心事件集。上游事件中，U2的白班仅有54车采场装载量且全部为废石，破碎机计数却达到白班中位数的101.7%；U1则记录了零个白班采场装载量，但有独立的二次转运记录。下游事件中，D1在破碎机维护/停机标注期间仍运输了88车中品位矿石。在高达20%的假设输入变化下，U2、D1、D2和D3保持了其描述性阈值分类，但U2在10%扰动时失去了中位数绝对偏差核心事件地位。
4. 上游事件证据：车队工时覆盖与活跃工时生产率
在18个标准汇总日期中，日采场装载量随记录的车队工时增加而上升（r=0.864, p=3.74×10??; R2=0.747）。对于最强上游事件U2，该白班卡车仅记录了27个运行工时，运输了54车废石，每卡车工时为2.00车。两个高产出白班比较班次的每卡车工时分别为1.883车和1.867车，16个常规非事件日的平均车队生产率为约1.846车/工时。这表明U2的特征是部署的车队工时极低，而非活跃工时生产率下降。
5. 持续性单台设备故障：补充的可靠性背景
一台代号U-SO1的卡车在18个标准汇总日期中的9个连续日被记录为全天故障，累计故障工时247.5小时，占车队总故障工时的28.0%。在其完全停运的9天期间，夜班破碎机计数平均值从停运前的428.3升至467.6，日车队工时也相似（约339 vs. 349小时/天）。因此，记录显示在该设备停运期间并未出现明显的车队工时覆盖率下降。
讨论与结论
本研究的主要贡献在于建立了一个基于来源审计的工作流程，用于从日常生产报表中解读采场-破碎机界面。关键步骤是在归因之前先核对记录。破碎机计数与同班次总运输量之间仅呈弱关联，而与两种矿石代理指标的关联同样微弱。另一方面，最大的不匹配事件得到了同一报告系统内设备工时、二次转运或破碎机维护标注的支持。因此，可靠的诊断必须依赖多个记录流，仅凭采场和破碎机产量数据是不够的。
筛选出的班次展示了两种不同的模式。在上游事件中，尽管没有记录到同班次采场核心矿石装载量，破碎机计数仍得以维持，这与中间库存供应的可能性一致。在下游事件中，采场运输在破碎机计数偏低时仍在继续，但观察到的废石为主的物料组合在研究期间是常规情况。U2的分析表明，机械可用性或每小时生产率单独来看是不完整的生产描述指标；实际运行的卡车并未表现出差的活跃工时生产率，主要特征是极低的运行工时覆盖率。
研究结论指出，来源审计的日常生产报表核对为诊断短期采场-破碎机解耦提供了一种实用手段。弱的同期关系在物料意识敏感性分析中持续存在。极端不匹配在双向均发生，且两个中断方向伴随着不同的运营证据。最强的上游事件进一步表明，低部署车队工时覆盖率而非低活跃工时生产率是与低运输产出相关的主要运营特征。诊断贡献不在于缓冲本身的存在，而在于能够利用常规收集的记录帮助区分记录的上游和下游不匹配，并指导进一步调查，而无需假设经过验证的因果机制。需要更长周期的数据集，包含连续的堆场库存、目的地级跟踪和独立标记的事件，才能直接量化缓冲状态、停留时间和可恢复产量，并验证事件归因。
