See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/274989501

Mine Equipment Selection for Ajabanoko Iron Ore Deposit, Kogi State, Nigeria

Article · January 2013

DOI: 10.11648/j.sr.20130102.13

CITATIONS READS

4 98

3 authors:
R.A Adebimpe Jide Muili Akande
The Federal Polytechnic Ado-Ekiti UNIVERSITY OF NAMIBIA,FACULTY OF ENGG. AND I.T. ONGWEDIVA, CAMPUS.
6 PUBLICATIONS 15 CITATIONS 42 PUBLICATIONS 58 CITATIONS

SEE PROFILE SEE PROFILE

Chinwuba Arum
Federal University of Technology, Akure
24 PUBLICATIONS 68 CITATIONS

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

WORKABILITY AND COMPRESSIVE STRENGTH OF CONCRETE CONTAINING PARTIAL REPLACEMENT OF ORDINARY PORTLAND CEMENT BY SELECTED
SUPPLEMENTARY CEMENTITIOUS MATERIALS View project

All content following this page was uploaded by Jide Muili Akande on 16 October 2015.

The user has requested enhancement of the downloaded file.

Science Research
2013; 1(2): 25-30
Published online April 2, 2013 (http://www.sciencepublishinggroup.com/j/sr)
doi: 10.11648/j.sr.20130102.13

Mine equipment selection for Ajabanoko iron ore deposit,

Kogi State, Nigeria
Adebimpe, R. A.1, Akande, J. M2, Arum C3
1
Dept. of Mineral Resources Engineering. The Federal Polytechnic, Ado-Ekiti, Nigeria
2
Dept. of Mining Engineering. The Federal University of Technology, Akure, Nigeria
3
Dept. of Civil Engineering. The Federal University of Technology, Akure, Nigeria

Email address:
rasheed4u1@yahoo.com(Adebimpe, R. A.)

To cite this article:

Adebimpe, R. A., Akande, J. M, Arum C. Mine Equipment Selection for Ajabanoko Iron Ore Deposit, Kogi State, Nigeria. Science
Research. Vol. 1, No. 2, 2013, pp. 25-30. doi: 10.11648/j.sr.20130102.13

Abstract: Pemilihan peralatan tambang merupakan bagian integral dari perencanaan dan desain tambang. Penelitian ini
dilakukan pemilihan peralatan tambang menggunakan gabungan beberapa atribut pengambilan keputusan metode (MADM).
Berbagai model lima peralatan tambang utama (dump truck, wheel loader, crawler excavator, bulldozer, dan rig pengeboran
lubang ledakan) dipertimbangkan untuk dipilih. Atribut yang dipertimbangkan untuk pemilihan peralatan yang sesuai adalah
biaya / unit, berat operasi, kapasitas muatan, kapasitas bucket, kedalaman penggalian maksimum dan daya. Urutan pemilihan
peralatan tambang untuk dump truck, wheel loader, excavator, bulldozer dan rig pengeboran di deposit bijih besi Ajabanoko
adalah EUCLID R90, CAT IT 62H, TEREX TC 225 LC, HITACHI 2505 dan TEREX SKT-12. Penelitian lebih lanjut
menetapkan pentingnya atribut dalam pemilihan model peralatan tambang yang sesuai .
Keywords: Peralatan Tambang, Atribut, Orde Seleksi, MADM, Model

1. Introduction
Pemilihan peralatan tambang adalah salah satu keputusan
penting yang harus diambil selama tahap perencanaan
tambang baru. Adalah penting untuk mempertimbangkan
atribut yang akan memiliki kontribusi positif terhadap
keseluruhan kinerja peralatan. Tujuan pemilihan peralatan
adalah memilih peralatan optimal dengan biaya minimum
[1]. Biaya peralatan yang dipilih juga harus
mempertimbangkan pemeliharaan yang diharapkan dan
biaya operasional. Namun, faktor spesifik tambang dan
bukan generalitas mendorong peralatan tambang dan
pemilihan mesin [2]. Pemilihan peralatan yang tepat
menurunkan biaya penambangan dan bahkan dapat
mengubah batas pit yang dioptimalkan, oleh karena itu
optimasi peralatan dan optimasi pit sangat terkait erat [3].
Pemilihan peralatan tambang adalah proses yang dinamis
dan berlanjut sepanjang umur tambang. Peralatan
mempengaruhi pertimbangan ekonomi dalam desain
lubang terbuka, khususnya batuan sisa batuan penutup dan
biaya penambangan bijih dan parameter eskalasi biaya
sebagai fungsi dari lokasi dan kedalaman rencana [4].
Masalah pemilihan peralatan di tambang adalah kompleks
[5]. Oleh karena itu atribut peralatan tambang perlu
dipelajari secara hati-hati untuk memilih peralatan yang
akan beroperasi secara optimal di dalam
keseluruhan rencana tambang. Istilah optimal di sini
mencerminkan bahwa peralatan yang dipilih harus sesuai
dengan kondisi / keterbatasan penambangan dan memenuhi
persyaratan dasar dan preferensi tambang [4, 6]. Banyak
fitur, pembatasan, dan kriteria perlu dipertimbangkan [7].
Oleh karena itu tujuan dari penelitian ini adalah untuk
memilih beberapa peralatan tambang yang diperlukan
untuk mengeksploitasi deposit bijih besi Ajabanoko.
2. Multiple Attribute Decision Making
/ Pengambilan Keputusan Atribut
Berganda (MADM)
Metode MADM adalah prosedur yang menentukan
bagaimana informasi atribut diproses agar dapat mencapai
pilihan [8]. MADM berkaitan dengan masalah memilih
alternatif dari serangkaian alternatif yang dicirikan dalam hal
atribut mereka [4]. Tingkat rekayasa proses MADM
menentukan alternatif dan menunjukkan konsekuensi
memilih salah satu dari mereka dari sudut pandang berbagai
kriteria [9]. MADM mengacu pada pendekatan yang
digunakan untuk memecahkan masalah yang melibatkan
seleksi dari sejumlah alternatif terbatas [8].
26 Adebimpe, R. A et al: Equipment Selection
Science for Ajabanoko
Research
26
Biasanya terdiri dari satu tujuan, tetapi ini mungkin dari dua
jenis yang berbeda: (i) yang pertama adalah di mana untuk
memilih alternatif dari satu set gol yang didasarkan pada nilai-
nilai dan pentingnya atribut dari masing-masing alternatif (ii)
yang kedua jenis tujuan adalah untuk mengklasifikasikan
alternatif, menggunakan semacam model peran atau kasus
serupa [4]. Langkah-langkah utama pembuatan keputusan
multi kriteria adalah sebagai berikut [9]. (I) menetapkan
kriteria evaluasi sistem yang menghubungkan kemampuan
sistem dengan tujuan (ii) mengembangkan sistem alternatif
untuk mencapai tujuan (menghasilkan alternatif) (iii)
mengevaluasi alternatif dalam hal kriteria (nilai fungsi
kriteria) (iv) menerapkan normatif metode analisis multi
kriteria (v) menerima satu alternatif sebagai "optimal"
(disukai) (vi) jika solusi akhir tidak diterima, mengumpulkan
informasi baru dan masuk ke iterasi berikutnya dari optimasi
multi kriteria.
3. Analytical Hierarchy Process (AHP)
AHP adalah prosedur pengambilan keputusan multi-kriteria
(MCDM) yang telah terbukti berkontribusi dalam beberapa
studi penelitian [10]. Cara-cara berikut ini digunakan untuk
menghasilkan prioritas dalam membuat keputusan: (i)
Menentukan masalah dan menentukan jenis pengetahuan yang
dicari (ii) Struktur hirarki keputusan dari atas dengan tujuan
dari tujuan keputusan dari perspektif yang luas, melalui
perantara tingkat (kriteria yang bergantung pada unsur
berikutnya) ke tingkat terendah (yang biasanya merupakan
sekumpulan alternatif) (iii) Buat satu set matriks perbandingan
berpasangan. Masing-masing elemen di tingkat apa pun
digunakan untuk membandingkan unsur-unsur di tingkat tepat
di bawah (iv) Gunakan prioritas yang diperoleh dari
perbandingan untuk mempertimbangkan prioritas. Lakukan
ini untuk setiap elemen. Kemudian untuk setiap elemen di
tingkat bawah tambahkan nilainya yang ditimbang dan
dapatkan berat keseluruhannya. Lanjutkan proses
penimbangan dan penambahan ini hingga prioritas akhir dan
alternatif di tingkat paling bawah diperoleh [11].
The AHP struktur masalah keputusan dalam tingkat
yang sesuai dengan yang pemahaman tentang situasi:
tujuan, kriteria, sub-kriteria, dan alternatif [12]. Dengan
memecahkan masalah menjadi level, pembuat keputusan
dapat fokus pada set keputusan yang lebih kecil. Dalam
formulasi tradisional AHP, penilaian manusia
direpresentasikan sebagai nilai-nilai renyah [12]. Metode
AHP mempertimbangkan penggunaan matriks timbal balik
untuk mengekspos kriteria perbandingan berpasangan dan
vektor eigen yang dihasilkan sebagai bobot subjektif [13].
Kerugian dari teknik AHP adalah bahwa ia berfokus
terutama pada pengambil keputusan yang harus membuat
perbandingan berpasangan untuk mencapai keputusan,
sementara mungkin menggunakan preferensi subjektif
[14]. AHP adalah unik karena memungkinkan kuantifikasi
tidak berwujud melalui konstruksi masalah dalam cara
hierarkis visual [10]. Hal ini memungkinkan hubungan
antara tujuan akhir, kriteria pilihan dan alternatif untuk
secara jelas digambarkan dalam proses pengambilan
keputusan [15].
2013; 1(2):Iron Ore Deposit, Kogi State, Nigeria
25-30 26
26
4. Technique for Order Preferences by
Similarity to an Ideal Solution/ Teknik Preferensi
Pesanan oleh Kesamaan dengan Solusi Ideal (TOPSIS)
TOPSIS pertama kali diusulkan oleh Hwang dan Yoon [16].
Solusi ideal adalah solusi yang memaksimalkan kriteria
manfaat dan meminimalkan kriteria biaya; sedangkan solusi
ideal negatif memaksimalkan kriteria biaya dan
meminimalkan kriteria manfaat [16]. Alternatif yang optimal
adalah yang paling dekat dengan solusi ideal dan terjauh ke
solusi ideal negatif [17]. Schinas mengidentifikasi kelebihan
yang ditawarkan oleh algoritma TOPSIS kepada pengambil
keputusan (i) ia menawarkan solusi Euclidean, yaitu mudah
dibayangkan (ii) TOPSIS tidak menggunakan skala preferensi
tertentu (iii) semua perhitungan dapat dengan mudah
dilakukan pada PC normal -Compatibles [18]. TOPSIS lebih
efisien dalam berurusan dengan tangibles [8].
5. Location and Geology of Ajabanoko
Iron Ore Deposit
Wilayah studi untuk proyek ini adalah Ajabanoko, yang
terletak di Okene, Kogi State, Nigeria. Deposit Bijih Besi
Ajabanoko berada di sepanjang garis panjang 60 15 '50 "N
dan 60 16' 50" N dan garis lintang 70 37 '25 "E dan 70 38'
35" E. Ajabanoko terletak 4,5 km di sebelah barat laut bukit
Itakpe.
Kawasan deposit Ajabanoko berada di dalam kompleks
ruang bawah tanah Precambria Nigeria, sebuah rangkaian
batu kristal yang terpapar di hampir separuh dari negara
yang membentang ke barat ke Dahomeyan dari Republik
Benin dan timur ke Kamerun [19]. Daerah Ajabanoko
terdiri dari satu set tiga perbukitan batuan dasar yang terkait
erat di mana beberapa band besar bijih besi muncul. Ketiga
bukit yang menandai zona-zona bijih selatan, tengah dan
utara ini terdiri terutama dari gneisses migmatit dan biotit
yang kecenderungan dalam arah timur laut-barat daya dan
sebagian besar dip ke arah barat. Satuan lithologic dominan
dari daerah deposit Ajabanoko adalah gneiss dari
migmatite, biotit dan granit, kuarsit ferruginous, granit dan
pegmatite [19]. Kuarsit ferruginous adalah sumber
mineralisasi bijih besi di daerah tersebut [20].
Sifat deposit bijih besi Ajabanoko dan bebatuan yang
terkait menunjukkan bahwa mereka adalah konsentrat
residu yang berasal dari sedimen kaya besi, material
sedimen vulkanogenik [21]. Hal ini menunjukkan bahwa
semua batuan di daerah termasuk yang metamorfik kelas
tinggi seperti gneisses dan metamorfik kelas rendah seperti
kuarsit mungkin berasal dari bahan sedimen yang pada
gilirannya mungkin berasal dari sumber vulkanik kuno
[22] . Empat lapisan bijih utama telah diidentifikasi untuk
zona bijih yang berbeda [23]. Empat pita tebal mulai dari
1 hingga 5 m dalam ketebalan dan pengukuran
1.22km sepanjang mogok telah diidentifikasi dalam
deposit, dan diklasifikasikan sebagai tubuh bijih I, tubuh
bijih II, tubuh bijih III dan tubuh bijih IV seperti yang
ditunjukkan pada Tabel 1 [22]. Studi petrologi bijih telah
mengungkapkan empat jenis bijih
 27 Adebimpe, R. A et al: Equipment Selection
Science for Ajabanoko
Research 2013; 1(2):Iron Ore Deposit, Kogi State, Nigeria
25-30 27
27 27

komposisi mirip dengan Itakpe Hill: (i) kuarsit magnetit (ii) EQUIPSELECTOR ditulis untuk pemilihan peralatan
kuarsit hematit-hematit (iii) kuarsit hematit-magnetit (iv) berdasarkan prosedur yang ditetapkan oleh Rao [8
hematit-kuarsit. Jumlah total cadangan bijih besi di seluruh Metodologi gabungan TOPSIS (Teknik Preferensi
deposit adalah 62,104 juta ton dalam kategori C1 dan 25,952 Urutan berdasarkan Kesamaan dengan Solusi Ideal dan
juta ton dalam kategori C2 seperti yang ditunjukkan pada AHP (Analytic Hierarchy Process) adalah sebagai berikut
Tabel 2. [8] .:
Langkah 1: Atribut obyektif dan evaluasi ditentukan
Langkah 2: Bentuk matriks dari semua informasi yang
6. Bench Geometry tersedia dari atribut diwakili. Seperti matriks disebut
Kapasitas dump truck yang akan digunakan untuk tambang matriks keputusan seperti yang ditunjukkan dalam
yang diusulkan adalah 100 ton sementara tingkat Persamaan 1. Tabel 4 merupakan penilaian verbal dari
berkelanjutan maksimum untuk jalan akses tambang atribut bila dibandingkan dengan satu sama lain.
adalah 8%. Lebar jalan pengangkutan bervariasi antara 18- Perbandingan berpasangan dari atribut dilakukan
30m, ini cukup untuk memungkinkan pergerakan truk yang menggunakan Persamaan 1 dan 2.
mudah dan peralatan pengangkutan lainnya sebagaimana
Tabel 4. Skala Dasar dari Angka Mutlak
ditunjukkan pada Tabel 3. Kemiringan tanggul pengaman
yang digunakan untuk penelitian ini adalah 300 yang cukup Numerical assessment Linguistic Meaning
untuk menjamin stabilitasnya. Ketinggian tanggul 1 Equal Important
3 Moderately more important
pengaman bervariasi dari 2-3,5m sementara tinggi bangku 5 Strong more important
adalah 15m. 7 Very strongly important
Table 1. Parameters of the Main Ore Layer Of Ajabanoko Iron Ore 9 Extremely more important
Deposit 2,4,6,8 Intermediate values of Importance.
Length along Average Average
Ore layer
strike(m) thickness(m) Fetot
Orebody I 1100 14.7 40.4
Orebody II 925 10 30.3
Orebody III 750 3.6 37.28
Orebody IV - 4.3 34.04

National Steel Raw Material Exploration Agency (1994)

Table 2. Itakpe and Ajabanoko Iron Ore Deposits

% Mineral Composition Itakpe Iron Ore Ajabanoko Iron Ore

Average Fetot 36.00 34.44
Femag 19.90 20.19
SiO2 42.05 41.99
Al2O3 3.20 3.22
P2O5 - 0.17
Ore reserve 200million tons 62.104million tons

Table 3. Parameters of Haulage Road and Catch Bench Design

Langkah 3: Matriks keputusan yang dinormalisasi, Rij,
Parameter Value diperoleh menggunakan Persamaan 3

Minimum bench width 18m

Maximum bench width 30m
Gradient 8%
Height of berm 2-3.5m
Berm slope angle 300
Non-working berm width 3m
Working berm width 15m
Drainage ditch type v-shaped Step 4: The relative of different attributes with respect to
Drainage ditch slope 3:1
Grade of ditch 3%
the following objective was obtained.
Bench height 15m The attribute values were obtained from equipment
Width of safety bench 10m manufacturers and suppliers as shown in Tables 5-9
Width of working platform 27.5m The relative normalized weight (wj) of each attribute was
obtained by (i) calculating the geometric mean of the ith
7. Methodology row, and (ii) normalizing the geometric mean of rows in the
Metodologi TOPSIS dan AHP diadopsi untuk studi ini comparison matrix using Equations 4 and 5.
dan prosedurnya dinyatakan oleh Saaty [24]. dan Rao [8]. N
Program perangkat lunak bernama
GM= aij 0.5 (4)
i 1
28 Adebimpe, R. A et al: Equipment Selection
Science for Ajabanoko
Research 2013; 1(2):Iron Ore Deposit, Kogi State, Nigeria
25-30 28
28 28

and the column of the matrix Rij with its associated weight wj
using Equation 6. Hence
N
wj = GMi ∕ GM i (5) Vij = Wj Rij (6)
i 1

Step 6: The ideal (best) and negative ideal (worst)

The result obtained from wj is arranged in 4x1 matrix = solutions was obtained using Equations 7 and 8 respectively.
A24X1 .
 min ' 

Vij / j
Matrix A3 and A4 such that A3 = A1.A2 and A4 = V*=  max  /I=1,2,…,M
 i Vij / j 
A3/A2 was calculated   


The maximum eigen value λ max which is the average of

matrix A4 was obtained. The consistency index (I =( Amax – =(v*1,V*2,V*3,…,V*N) (7)
N) / (N-1) was obtained. The smaller the value of CI, the
 min   max ' 

smaller is the deviation from consistency. The Consistency V-=  Vij / j   Vij / j   /i=1,2,…,m

ratio CR = CI/RI was obtained.  i  i 

Table 5. Attribute Values for Dump Truck Selection =(V-1,V-2,V-3,…,V- N) (8)

S/No Model Power(hp)

Operating Payload Cost Where =(j=1,2,…N)/j associated with beneficial
weight(kg) capacity(tons) ($/unit)
attributes and ’=(j=1,2,…N)/j associated with non-

ii CAT 773E 682 39390 100 800000 Sept 7: The separation measure was obtained using
iii EUCLID R90 1050 201110 100 540000
iv TR. 100 1050 166320 100 510000
Equations 9 and 10.


S*i.=  Vij
N
Table 6. Attribute Values for Mid-size Wheel Loader Selection 2 0.5 (9)
j i
v
Vj
Operating Bucket Cost
S/No Model Power(hp)
weight(kg) capacity(m3) ($/unit) S-= 2
0.5 (10)

i CAT IT 38H 180 15055 3.0 365000 N

ii CAT IT 62H 211 19400 4.25 400000  Vij Vi
iii TL 210 162 12500 3.4 360000 j i
iv CAT 962H 211 19369 3.8 420000

Step 8: The relative closeness of a particular alternative

Table 7. Attribute Values for Crawler Excavator Selection to the ideal solution is obtained using Equation 11.
C
S/No Model Power(hp)
Operating Max. digging Cost
* Si
weight(kg) depth(m) ($/unit) i (11)
i TEREX TC 210LC 165 19958 5.6 380000 S i* Si
ii TEREX TC 225LC 156 21682 7.58 410000
iii TEREX TC 260LC 168 24132 7.69 425000
iv CAT 325L 168 25520 5.60 450000
8. Results and Discussion
Table 8. Attribute Values for Bulldozer Selection The attributes used in the selection of mine equipment
for Ajabanoko iron ore deposit are power, operating weight,
Operating Equipment3 Cost($/unit) payload capacity, bucket capacity, maximum digging
S/No Model Power(hp) capacity(m )
weight(kg)
capacity, maximum hole size, maximum hole depth,
i HITACHI 190 5 765 185900 15.0 435,000
ii HITACHI 250 5 1007 242000 16.5 460,000 maximum bit load and cost. The equipment considered in
iii CAT D854 K 904 98101 15 580,000 this study are dump trucks, wheel loaders, bulldozers,
iv CAT 844 H 687 70816 15 520,000 crawler excavators and drilling rigs .The equipment
attributes were evaluated for the equipment identified
29 Adebimpe, R. A et al: Equipment Selection
Science for Ajabanoko
Research 2013; 1(2):Iron Ore Deposit, Kogi State, Nigeria
25-30 29
29 29

Table 9. Attribute Values for Rotary Drill Selection above. The equipment models identified for dump truck are

Max. TR 100, HITACHI EH 1700-3, CAT 773E and EUCLID

Max. hole Max. bit Cost
S/No Model hole R90 as shown in Table 5. The attributes considered for the
depth(mm) load(kg) ($/unit)
size(mm) dump truck selection are power, operating weight, payload
I ATLAS COPCO DML-SP 251 51500 24500 790000 capacity and cost/unit. The selection order obtained using
ii ATLAS COPCO DML 270 52500 27200 810000 EQUIPSELECTOR is, EUCLID R90, CAT 773E, TR100
iii TEREX SKF-15 269.9 23470 22679.6 780000
and HITACHI EH 1700-3 . The values obtained for this
iv TEREX SKF-12 269.9 55474 22679.6 820000
selection decrease from 0.6590 for EUCLID R90 and
reached a lower limit of 0.4001 for HITACHI EH 1700-3
Step 5: The weighted normalized matrix Vij was as shown in Table 10. This indicates that EUCLID R90 is
obtained. the most acceptable dump truck based on the attributes
This is obtained by the multiplication of each element of listed above while HITACHI EH 1700-3 is the least
30 Adebimpe, R. A et al: Equipment Selection
Science for Ajabanoko
Research 2013; 1(2):Iron Ore Deposit, Kogi State, Nigeria
25-30 30
30 30

acceptable dump truck as shown in Table 10. The models Table 12. Selection Order for Crawler Excavator

considered for wheel loaders are CAT IT 38H, CAT IT 62H, S/No Model Value
TEREX TL 210 and CAT 962H as shown in Table 6. The i TEREX TC 225LC 0.7947
attributes considered for wheel loaders selection are power, ii TEREX TC 260 LC 0.5699
operating weight, bucket capacity and cost/unit. iii CAT 325 L 0.4494
iv TEREX TC 210LC 0.2670
The equipment selection order obtained from the

EQUIPSELECTOR package are CAT IT 62H, CAT IT Table 13. Selection Order for Bulldozer
38H , TEREX TL 210 and CAT 962H and the
corresponding values attached to the selection order are S/No Model Value

0.8777, 0.8095, 0.7364 and 0.2636 respectively. This i HITACHI 2505 0.5694
ii CAT D854 K 0.5239
indicates that the model CAT IT 62H is the most acceptable iii CAT 844 H 0.5037
loading machine while the least acceptable is CAT 962H as iv HITACHI 1905 0.4554
shown in Table 11 .The attributes values for crawler
excavator are power, operating weight, maximum digging Table 14. Selection Order for Rotary Drill Rig
depth and cost/unit. The models considered for selection
S/No Model Value
are TEREX TC 210LC, TEREX TC 225LC, TEREX TC i TEREX SKT-12 0.8410
260LC and CAT 325L as shown in Table 7. The selection ii ATLAS COPCO DML 0.8276
order obtained for the crawler excavator are TEREX TC iii ATLAS COPCO DML-SP 0.7646
260LC,CAT325L, TEREX TC 210LC,TEREX TC 225LC iv TEREX SKT-15 0.2533
with corresponding values of 0.7947, 0.5699, 0.4494 and

0.2670 respectively as shown in Table 12. Also the
maximum digging depths are 7.69m, 5.60m, 5.60m and
7.58m respectively as shown in Table 7.
The attribute values for bulldozers considered for this
study are model, power, operating weight, equipment
capacity and cost/unit while the models considered are
HITACHI 1905, HITACHI 2505, CAT D854K and CAT
844 H as shown in Table 8. The equipment selection order
for bulldozer are HITACHI 2505, CAT D854 K, , CAT 844
H and HITACHI 1905 with values 0.5694, 0.5239, 0.5037
9. Conclusions and Recommendations
The equipment selection order is EUCLID R90 model
for dump truck; CAT IT 62H model for loading machine;
TEREX TC 225 LC model for crawler excavator;
HITACHI 2505 for bulldozer and TEREX SKT-12 for
rotary drilling rig.
Mine equipment selection order using their attributes
should be used when selecting mine equipment for the
optimal exploitation of the deposit

and 0.4554 respectively as shown in Table 13 . The

attributes values used for rotary drilling rig are maximum
bit load and cost/unit while the models considered for
selection are ATLAS COPCO DML-SP, ATLAS COPCO
DML, TEREX SKF-15 and TEREX-SKF-12 as shown in
Table 9. However the selection order obtained with the
package are TEREX SKT-12, ATLAS COPCO DML,
ATLAS COPCO DML-SP and TEREX SKT-15 with
corresponding selection values of 0.8410, 0.8276, 0.7646
and 0.2533. This shows that TEREX SKF-12 is the most
acceptable while TEREX SKT-15 is the least acceptable as
shown in Table 14.
Table 10. Selection Order for Dump Truck
S/No Model Value
References
[1] Lizotte, Y. Economic and Technical Relations Between
Open Pit Designs and Equipment Selection. Mine Planning
and Equipment Selection. Singhal (Ed). Balkema Rotterdam.
pp. 3-14, 1988.
[2] Akande, J.M and Loto, I.F. Selection of Mine Equipment
and Machinery (Loading and Hauling) for Itakpe Iron Ore
Mine. International Research Journal in Engineering
Science and Technology. 2(2):57-67, 2005.
[3] Ebrahimi, E.B. Economics of Scale in Surface Mining
Industry. University of British Columbia, Department of
Mining Engineering. pp.1-22, 2002.

[4] Bascetin, A. A Decision Support System for Optimal

i EUCLID R90 0.6590
Equipment Selection in Open Pit Mining: Analytical
ii CAT 773E 0.5837 Hierarchy Process. Istanbul University, Engineering Faculty.
iii TR 100 0.5461 Journal for Earth Science. C.16.S.2. pp.1-11, 2003.
iv HITACHI EH 1700-3 0.4001
[5] [5] Burt, C., Caccetta, L. Hill, S and Welgama P. Models for
Table 11. Selection Order for Loading Machine Mining Equipment Selection. Curtin University of
S/No Model
Technology. Perth, Western Australia. pp. 1730-1736, 2004.
Value
i CAT IT 62H 0.8777 [6] Samanta, B., Sarkar,B and Mukherjee,S.K . Selection of
ii CAT IT 38H 0.8095 Open Cast Mining Equipment by Multi-criteria Decision
iii TEREX TL 210 0.7364 Making Process. Mining Technology. 111(2):136-142, 2002
iv CAT 962H 0.2636
31 Adebimpe, R. A et al: Equipment Selection
Science for Ajabanoko
Research 2013; 1(2):Iron Ore Deposit, Kogi State, Nigeria
25-30 31
31 31

[7] Naoum, S and Haidar A. A Hybrid Knowledge Based

30 Adebimpe, R. A et al: Equipment Selection for Ajabanoko Iron Ore Deposit, Kogi State, Nigeria
30
System and Genetic Algorithms for Equipment Selection.
Engineering Construction and Architectural Management
7(1): 3 – 14, 2000.
[8] Rao, R.V. Machine Selection in a Flexible Manufacturing
Cell Using a Combined Multiple Attribute Decision Making
Method. Kumaraguru College of Technology, Coimbatore.
pp.76-79, 2005.
[9] Opricovic, S and Tzeng, G.H. Compromise Solution by
MCDM Methods: A Comparative Analysis of VIKOR.
European Journal of Operational Research. Vol.156:445-455,
2004.
[10] Ramli, R., Mustafa, A. and Khader, A.T. Evaluation and
Selection of a Nurse Scheduling Method Using AHP.
MCDM 2004. Whistler B.C Canada. August 6-11, 2004.
[11] Saaty,T.L. Decision Making with the Analytic Hierarchy
Process. Int. J. of Services Sciences. 1(1):83—98, 2008.
[12] Aghajani, A.B., Osanloo, H. and Soltanmohammadi, H.
Loading – Haulage Equipment Selection in Open Pit Mines
Based on Fuzzy-Topsis Method. GODSPODARKA
SUROWCAMI MINERLNYMI. 24(4/3):87-102, 2008.
[13] Bitarafan, M.L.,and Ataei, M. Mining Method Selection by
Multiple Criteria Decision Making Tools. The Journal of the
South African Institute of Mining and Metallurgy, October,
pp.493-498,2004.
[14] Namin, F.S., Shahriar, K., Ataei-pour, M and Dehghani, H.
A New Model for Mining Method Selection of Mineral
Deposit Based on Fuzzy Decision Making. The Journal of
the South African Institute of Mining and Metallurgy.
pp.385-395, 2008.
[15] Mamaghani, F. Evaluation and Selection of an Antivirus and
Content Filtering Software. Information Mgmt & Comput.
Security. 10(1):28-32, 2002.
[16] Hwang, C and Yoon, K. Multiple Attribute Decision Making:
Methods and Application. New York: Springer
Publications.259p, 1981.
[17] Tsai Hui-Yin.,Bao-Huey Huang and An Siou Wang.
Combining ANP and TOPSIS Concept for Evaluating the
Performance of Property – Liability Insurance Companies.
Journal of Social Sciences. 4(1):56-61, 2008.
[18] Schinas, O. Examining the Use and Application of Multi-
criteria Decision Making Techniques in Safety Assessment.
Transmart Consulting, Athens, Greece. p.7, 2008.
[19] Amigun,J.O and Ako,B.D. Rock Density- A Tool for
Mineral Prospection: A Case Study of Ajabanoko Iron Ore
Deposit, Okene SW Nigeria. The Pacific Journal of Science
and Technology. 10(2):733-741, 2009.
[20] Olade, M.A. Pre Cambrian Iron Ore Deposits and its
Environment at Itakpe Ridge, Okene , Nigeria. Institute of
Mining and Metallurgy, February. pp. B1-B9, 1978.
[21] National Steel Development Authority (NSDA). V/O
Tecchnoexport : On the Prospecting and Exploration of Itakpe
Hill Iron Ore Deposit, Okene, Nigeria. NSDA. Kaduna,
pp.1-86, 1976.
[22] Nnagha,B.I. Prefeasibility Study of the Central Zone of the
Ajabanoko Hill Iron Deposit. Ecoles des Mines de Paris.
Paris. pp.60, 1997.
[23] National Steel Raw Materials Exploration Agency
(NSRMEA). Preliminary Report on Ajabanoko Iron Ore
Deposit. NSRMEA, Kaduna. pp.1-79, 1994.
[24] Saaty, T.L. The Analytic Hierarchy Process. McGraw Hill,
New York. 364p, 1980.
 31 Adebimpe, R. A et al: Equipment Selection for Ajabanoko Iron Ore Deposit, Kogi State, Nigeria
View publication stats
31