Professional Documents
Culture Documents
La Secuencia de Extracción
• Define donde comienza
la mina y como
progresa en el tiempo.
• Generalmente se
diseña pensando en la
distribución de ley, no
la geomecánica ni la
geotécnica.
Definición de Secuencia
$3,000
$2,500 4
5
6
3 7
Pit Value $2,000
2 8
$1,500
$1,000 1
$500
$0
0 2,000 4,000 6,000 8,000 10,000 12,000
Pit Tonnes
2 1
3
Plan Minero
• Define el ¿qué?, ¿cuándo? y ¿cómo? se
extraerán los recursos en cada uno de los
períodos del negocio minero, Programa de
Producción
• Se cuantifican los recursos humanos y
materiales a utilizar
• Representa el plan de negocios de la
compañía
Discretización de la Envolvente
Económica
• Gruesa
– Caserones, Cruzado de producción en Hundimiento
por Paneles, Fases de rajo
• Fina
– Anillos de perforación, Puntos de extracción,
Intersección fase banco (o banco)
• A mayor discretización mayor será el tiempo en
resolver la secuencia operativa a utilizar
• Debe ser elegida en función de la selectividad
del método de explotación
Plan Minero
• Programa de preparación
• Programa de producción
• Flujo de Recursos
– Equipos.
– Servicios.
– Personal.
Programa de Producción
• Objetivo:
– Max. VAN.
– Max. vida mina.
– Max. fino.
– Min Costo
– Min Desviación
– ….
Programa de Producción
Rajo
• Maximizar el VAN enviando a planta las leyes altas primero, política
de leyes de corte
• Proveer un balance en el tiempo de los productos, cobre, fierro, etc.
• Proveer un balance en el movimiento de estéril y mineral en el
tiempo y que sea acorde a las flotas de equipo
• Definir las fases de modo de utilizar al máximo la infraestructura
minera definida
• Definir el ancho de explotación lo suficientemente amplio para
cumplir con la meta de producción y los equipos que la sostienen
• Identificar las aperturas de banco en el plan de producción de modo
de cuantificar confiablemente la meta de producción
• Manejo de pilas y rajos múltiples de modo de maximizar la
utilización de la envolvente económica.
Programas de Producción Utilizando
Programación Matemática
• Función objetivo
– Parámetros económicos
– Parámetros no deseados
– Variables reales, como tonelaje
– Variables enteras, acciones, cuando abrir el caserón,
cuando cerrarlo
• Restricciones
– Método de explotación, secuencia
– Producción por unidades mineras
– Contaminantes
– otros
Restricciones de extracción
– Vel. Desarrollo.
– Variables productivas del método de
explotación.
– Secuencia.
– Tonelaje procesamiento.
– Contaminantes.
– Costos.
–…
Diagrama conceptual de la
programación de la
producción
Recursos Método de
Recursos Secuencia
Económicos Expl.
3,500 1.80
3,000 1.60
%Cu 1.40
2,500
Tonelaje (mt)
1.20
BC
Ley Media
T1, l1
2,000 1.00
2
1,500 0.80
Au (ppm)
UBM 1
0.60
1,000
0.40
500 0.20
- 0.00
1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.1
1.2
1.3
1.4
Lc
3,500 1.80
3,000 1.60
%Cu 1.40
2,500
Tonelaje (mt)
1.20
Ley Media
2,000
Rajo
1.00
UBM 2 1,500
1,000
500
-
Au (ppm)
0.80
0.60
0.40
0.20
0.00
T2, l2 1
1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.1
1.2
1.3
1.4
Lc
3,500 1.80
3,000 1.60
%Cu 1.40
2,500
Tonelaje (mt)
1.20
UBM n
Ley Media
2,000 1.00
1,500
1,000
500
-
Au (ppm)
0.80
0.60
0.40
0.20
0.00
Tn, ln CyR n
1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.1
1.2
1.3
1.4
Lc
Diagrama conceptual de la
programación de la
producción
A1 A2 AT
UBM 1
Porcentajes de extracción de
Cada UBM en diferentes
períodos de tiempo
UBM 2
UBM n
Programa de Producción de un
Inventario de Recursos
vlc Valorización del inventario de recursos
u lc , t Proporción del inventario de recursos
que es extraído en periodo t
q Factor de actualización anual
N t
Función Objetivo MAX q vlc u (lc , t )
u ( l c ,t )
t 1
Restricciones
0 u(lc , t ) 1 Proporción
N
u (l , t ) 1 Conservación de masa
t 1
c
VAN $10,628
Programa de Producción de
Múltiples UBMs
vi Valorización de UBM i
ui, t Proporción de la UBM i que es extraído en periodo t
35
30
25
Movimiento Mina (tons)
20
15
10
-
Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12
M1 M2 M3 M4 M5
Programa de Producción de
Sulfuros
7.0
Millions
6.0
5.0
4.0
Prod. Sulf. (tons)
3.0
2.0
1.0
-
Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12
M1 M2 M3 M4 M5
Programa de Producción
40
Millions
35
30
25
Movimiento Mina (tons)
20
15
10
-
Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12
M1 M2 M3 M4 M5 Year
Programa de Producción
Reservas mineras
Categorización de Reservas
• De acuerdo a su nivel de confiabilidad en la
extracción de la reserva
– Ley.
– Factores económico financieros.
– Sistema minero.
– Proceso metalúrgico.
– Sistema sustentable.
• Se dividen en
– Probadas.
– Probables.
Inventario de Recursos Y
Reservas
1200 Mt
0.5 Cu 3.00
5.27 Mt Cu
1,400
2.50
1,200
Millions
1.00
420 Mt
400 0.77 Cu
2.75 Mt Cu
0.50
200
- 0.00
0.28
0.54
0.80
1.07
1.33
1.60
1.86
2.12
2.39
0.28 COG Ley De Corte (%Cu)
Maximize Z 2 A 3B
subject to : A6
A B7
2B 9
A 3B 9
A,B 0
Solución gráfica
8
7
A+B=7
6
-A+3B=9
5 2B=9
B 4 2A
+3 optimo A=6
B=
12
3
2 2A 2A
+3 region factible +3
B= B=
2A 6 18
+3
B= 1
0
0
0 1 2 3 4 5 6 7 8
A
Ejemplo 1: programación
lineal
• La compañía Metalco requiere producir
una nueva aleación de 40% estaño, 35%
zinc y 25% de plomo a partir de las
aleaciones disponibles presentadas en la
tabla 1. Formule el problema de
programación lineal que permita encontrar
las proporciones de materiales disponibles
a mezclar para generar esta nueva
aleación a un costo mínimo.
Ejemplo 1: programación
lineal
Tabla 1: propiedades de las aleaciones disponibles
Soluación 1a: programación
lineal
Sea Xi la proporción utilizada de la aleación
i {i=1,2,3,4,5}
Soluciones al problema de
optimización lineal
Si Ax=b es:
– Un sistema determinado, entonces x es
único.
– Un sistema sobredeterminado, entonces x no
existe
– Un sistema subdeterminado, entonces
pueden existir un set de valores factibles para
x.
Programación lineal en 2
dimensiones
• La intersección de las restricciones Ax=b de una
región factible.
• Pueden moverse evaluaciones paralelas de la
función objetivo (hacia arriba para un problema
de maximización, hacia abajo para un problema
de minimización) hasta que alguna de las
realizaciones toque el último punto de la región
factible.
• Este “punto extremo” es la solución óptima.
Problema con solución óptima
única
Problema con múltiples
soluciones óptimas
Problema “desbordado”
Problema infactible
Dos algoritmos de optimización
lineal
• Método Simplex: teóricamente tiene
performance exponencial, pero en la
práctica es “bueno” (sólo revisa los puntos
extremos, y usualemtne no todos).
• Método del punto interior: teóricamente
tiene performance polinomial, en la
práctica es adecuado para problemas
grandes.
Método Simplex
Método del punto interior
Solucion 1b: programación
lineal
• Costo mínimo: $23.46
– Aleación 1: 0.043
– Aleación 2: 0.283
– Aleación 3: 0.674
Programación lineal entera
Considere el siguiente sistema:
– Extraer estratos 1, 2, 3 y 4
– Procesar estratos 3 y 4
Programación entera mixta
• Considere el siguiente sistema:
– Chatarra: 4.28t
– Aleación 1: 5.8t
– Cantidad de lingotes 1, 2, 3 y 4: 5, 3, 2, 2.92
respectivamente (t).
– Todas las variables yi son 1.
Modelos de red
Considere el siguiente sistema:
A = {(1,3),(2,3),(3,4),(4,5)}
Xij= flujo en el arco (i,j)
Formulación del problema de
red
Ejemplo 4: modelos de red
• El gerente del distrito de Whiskey Coal Mining
Company desea maximizar el beneficio de las
operaciones del distrito. La producción de la
mina #1 son embarcadas a las plantas #1 y/o
#2; sin embargo, la mina #2 sólo puede enviar
carbón hacia la planta #2. Las producciones,
esquemas de transportes, capacidades y costos
están en las tablas 5-7. La planta #1 genera $4
de beneficio por tonelada y la planta #2 genera
$5 de beneficio por tonelada. Dibuje el diagrama
de flujo de costo mínimo cuya solución
maximice el beneficio.
Modelos de red
Tabla 5: capacidad (t) y costos de cada mina
No
• Para un período dado varios bloques están
disponibles para ser extraídos de acuerdo a la
Where
secuencial LTP.
•En la planificación de mediano plazo aquellos
bloques deben ser ubicados en alguna etapa de
procesamiento.
Descripción del problema
SAG
No
Where
Aproximación Heurística
• Bloques con el más alto valor al SAG y el
resto a cubrir el tonelaje en el N/S.
Rev. Factor 14 Total Block
% Cu Alloc COG
Met. Recov. 0.87 Revenue (k$)
tons/block 7800 0.35% 33.3 -
SAG Cap 3 0.39% 37.1 -
N/S 2 0.34% 32.3 -
1.40% 133.0 SAG
Total Block 2.20% 209.0 SAG
% Cu Alloc COG
Total Block Revenue (k$) 1.88% 178.6 SAG
0.35% = %Cu*Rev.
33.3
factor* -
Revenue Met. Recov 0.46% 43.7 N/S
0.39% 37.1 - 0.51% 48.5 N/S
0.34% 32.3 -
0.45% 42.8 -
1.40% 133.0 SAG
2.20% 209.0 SAG
Total Revenue 612.8
1.88% 178.6 SAG
0.46% 43.7 N/S
0.51% 48.5 N/S
Descripción del Problema
• Maximizar el beneficio del molino a través
de ubicar varios bloques en dos líneas de
procesamiento; SAG and N/S, sin exceder
sus capacidades.
– El número de bloques corresponde con un
mes de producción de la mina.
– Cada bloque tiene una renta diferente
dependiendo de su destino (SAG, N/S).
– La capacidad del molino está dada por su
disponibilidad en el tiempo.
Tamaño del producto afecta la
recuperación metalúrgica
2
3
• Variables
– Bloque enviado a el SAG o no. vi
– Bloque enviado a la N/S o no. wi
Construyendo el modelo
• Función objetivo
– Maximizar la renta en el N
Max R SAGi vi R NSi wi
período en estudio vi , wi
i 1
• Restricciones N
disponible. N
– Límites. T NS v TNS
i 1
i i
vi wi 1 i 1..N
vi , wi binary var iables (optional)
Prototipo (algunos Bloques)
• Usando la misma aproximación heurística de extracción, pero
valorando la extracción de mineral usando la aproximación MOTC y
RT.
• También agregando una restricción en la disponibilidad temporal del
molino.
Recovered Cu Metal Rates Total Block Revenue Process Time
% Cu Alloc COG
(klb/hr) (k$) (min)
SAG N/S SAG N/S SAG N/S
0.35% 45.0 17.1 26.6 25.7 0.7 1.8 -
0.39% 49.5 18.8 28.2 27.2 0.7 1.8 -
0.34% 45.0 17.1 24.7 23.8 0.7 1.8 -
1.40% 125.2 53.5 151.4 141.3 1.2 2.5 SAG
2.20% 177.2 75.6 237.8 221.9 1.2 2.5 SAG
1.88% 157.9 68.1 227.3 214.2 1.2 2.5 SAG
0.46% 46.1 23.3 55.4 49.8 1.5 2.7 N/S
0.51% 50.6 25.6 61.5 55.3 1.5 2.7 N/S
0.54% 52.8 26.7 64.0 57.6 1.5 2.7 -
Real Prod.
Cap.
Total SAG 3.5 <= 3.0 86%
Total N/S 5.4 <= 4.3 79% La restricción de tiempo es
rota, luego la aproximación
Total Revenue 615.9 eurística no es confiable.
Solución usando la IP
Recovered Cu Metal Rates Total Block Revenue Process Time
Alloc
% Cu (klb/hr) (k$) (min)
SAG N/S SAG N/S SAG N/S
0.35% 45.0 17.1 26.6 25.7 0.7 1.8 SAG
0.39% 49.5 18.8 28.2 27.2 0.7 1.8 N/S
0.34% 45.0 17.1 24.7 23.8 0.7 1.8 -
1.40% 125.2 53.5 151.4 141.3 1.2 2.5 N/S
2.20% 177.2 75.6 237.8 221.9 1.2 2.5 SAG
1.88% 157.9 68.1 227.3 214.2 1.2 2.5 SAG
0.46% 46.1 23.3 55.4 49.8 1.5 2.7 -
0.51% 50.6 25.6 61.5 55.3 1.5 2.7 -
0.54% 52.8 26.7 64.0 57.6 1.5 2.7 -
• No intuitiva
• Toma en consideración la renta de la
productividad como $/tiempo
Aplicación en Grasberg
PT Freeport Indonesia
Grasberg Open Pit
PT Freeport Indonesia
• Ubicado West Papua
• El depósito porfírico de
Grasber se ubica en el
Nor-Weste de el distrito
minero de Erstsberg,
contiene la más
grandes reservas de
oro.
• Una de las tres más
grandes reservas de
rajo abierto en el
mundo.
Modelando el ambiente.
• 1x2 km pit
• 800 m profundidad
• Producción
– Mineral 260 Ktpd
– Esteril 340 Ktpd
• Leyes
– 2.5%Cueq
• 15 Palas, 10
cargadores
• 105 camiones
Tamaño del problema
• 2 opciones de procesamiento SAG y una
línea de molienda convencional N/S.
• 72,000 parámetros.
• 18,000 bloques necesitan ser planificados
en un período de un año en una base
mensual.
• 36,000 variables.
• 54,000 restricciones.
Supuestos
• La Heurística fue usada para reducir el tamaño
del problema en alrededor un 30% en donde las
restricciones temporales dejaron fuera los
bloques de alto tiempo de procesamiento y baja
ley.
• El modelo trabaja con una secuencia pre-
definida.
• El problema fue resuelto usando la plataforma
Front Line Premium Solver Platform con el
método Interval Branch and Bound
• El modelo corrió alrededor de 35 hrs.
Database
BLOCKS
Metallurgical Recoveries for SAG Processing line Metallurgical Recoveries for N/S Processing line
MOTC/TYPE 1 2 3 4 MOTC/TYPE 1 2 3 4
1 96.5% 86.4% 76.2% 86.4% 1 95.5% 83.8% 73.5% 83.8%
2 97.5% 88.9% 78.8% 88.9% 2 95.5% 83.8% 73.5% 83.8%
3 98.7% 91.8% 81.7% 91.8% 3 95.5% 83.8% 73.5% 83.8%
Disponibilidad de molinos
800
Processing Time Available (hrs)
750
700
650
600
550
500
450
400
Jan Feb Mar Aprl May Jun Jul Aug Sep Oct Nov Dec
• Modelo de optimización IP
2,296 M$
Leyes de corte por MOTC y
Procesamiento
SAG Cut-Off grade by Material Type
SAG t1 SAG t2 SAG t3 NS
Jan 0.42% 0.91% 1.17% 0.35%
Feb 0.36% 0.79% 2.05% 0.38%
Mar 0.30% 0.40% 0.56% 0.39%
Aprl 0.41% 0.51% 0.59% 0.29%
May 0.29% 0.47% 0.49% 0.37%
Jun 0.27% 0.34% 0.70% 0.33%
Jul 0.36% 0.42% 0.71% 0.45%
Aug 0.31% 0.53% 0.73% 0.31%
Sep 0.32% 0.36% 0.73% 0.40%
Oct 0.35% 0.39% 0.79% 0.43%
Nov 0.34% 0.39% 0.89% 0.39%
Dec 0.35% 0.66% 0.86% 0.32%
4.00%
3.50%
S1
3.00%
S2
2.50%
Grade
S3
2.00% NS1
NS2
1.50%
NS3
1.00%
0.50%
0.00%
0.00 0.50 1.00 1.50 2.00 2.50 3.00
Time
Resultado Heurístico para la
secuencia de la producción
Grade
SAG NS
NS NW
NS
NW
Time
Production Promise
LTP
Contracts
Re MTP
Modeling
Facilities and
OP. Equipment
Performance STP
T- T* T+ Mill Throughput
• Función Objetivo
– La misma pero con la relación lineal del tratamiento
• Restricciones
– Restricciones relacionadas con el tonelaje y no el tiempo de
proceso
Formulación
• Función Objetivo
N
Max R SAGi vi f SAG R NS i wi f NS
vi , wi
i 1
• Sujeto a
N
f SAG a1 Ti vi b1
i 1 Funciones que definen el ajuste de acuerdo al
N
f NS a 2 Ti wi b2 tonelaje a tratar por línea de proceso
i 1
N
Ti vi T* SAG (1 t )
i 1
N
Ti wi T* NS (1 t ) Capacidades de procesamiento acotadas por la
i 1
N
tolerancia máxima a tratar en cada línea de
Ti vi T* SAG (1 t ) proceso y su capacidad de diseño.
i 1
N
Ti wi T* NS (1 t )
i 1
vi wi 1 i 1..N
Resultados
• El despacho de bloques depende del tiempo de
procesamiento, la ley de mineral y la dureza del
mineral (MOTC)
4.50%
4.00%
3.50%
S1
3.00%
S2
2.50%
Grade
S3
2.00% NS1
NS2
1.50%
NS3
1.00%
0.50%
0.00%
0.00 0.50 1.00 1.50 2.00 2.50 3.00
Time
Despacho de Bloques Programa de
Producción Mensual
• Esta optimización posee un
potencial de mejora de 30
M$/a si se materializa de Grade
acuerdo al modelo
SAG NS
• Esta aplicación fue
desarrollada para una mina
que explota mineral sulfurado
NS NW
de cobre con ley equivalente
de 2.3 %Cu y un ritmo de 320 NW
Ktpd
Time
Planificación de minas a rajo
abierto con agregación
Fase-Banco-Rango
Patricio Prieto V.
Sebastián Troncoso B.
Antecedentes
• Yacimiento Cu-Au con
altas concentraciones de
arsénico.
• Penalizaciones por
arsénico en concentrado.
• Restricción en la cantidad
de arsénico en el mineral
de envío a planta.
Motivación
120 1000
900
100
• Metodología
800
700
Tonelaje (Mt/año)
80
“estándar” genera
600
As (ppm)
60 500
400
programas de 40
300
200
20
producción inviables. 0
VAN: 840.5 MUS$ 100
0
– Lerchs y Grossmann. 1
Mineral
2
Waste As
3 4
As Limit
5
Periodo (años)
100 1
• Restricción directa
Cu (%), Au (ppm)
60 0.6
20 0.2
VAN: 840.5 MUS$
0 0
1 2 3 4 5
Mineral Waste Cu Au Periodo (años)
Motivación
120 160
140
100
• Aplicación de leyes de 120
Tonelaje (Mt/año)
80
100
corte al generar
As (ppm)
60 80
envolvente económica 40
60
40
– Reducción drástica de 20
20
VAN: 183.9 MUS$
VAN. 0 0
1 2 3 4 5
– Escenarios inviables. Mineral Waste As As Limit Periodo (años)
120 250
80
150
As (ppm)
60
• Prueba y error no 40
100
asegura optimalidad. 20
50
• Maximización de VAN.
Alcances
• Minería a cielo abierto.
– Tonelaje.
– Ley de Cu.
– Ley de Au.
– Ley de As.
– Valor.
Metodología – Modelo de
optimización (fragmento)
Variables de decisión
Metodología – Modelo de
optimización (fragmento)
Metodología 140 1.2
120 1
Tonelaje (Mt/año)
0.8
Cu (%), Au (ppm)
80
económica. 60
0.6
0.4
40
0.2
• Discretización envolvente
20
VAN: 714.9 MUS$
0 0
económica. 1
Mineral
2
Waste
3
Cu Au
4 5
Periodo (años)
140 160
120
100
Tonelaje (Mt/año) 100
80
As (ppm)
80
• Programa de producción. 60
60
40
40
20 20
VAN: 714.9 MUS$
0 0
1 2 3 4 5
Mineral Waste As As Limit Periodo (años)
Secuencia
Periodo
1 2 3 4 5
Fase 1 1 0 0 0 0
Fase 2 1 1 0 0 0
Fase 3 1 1 1 0 0
Fase 4 0 0 1 1 1
Fase 5 0 0 0 0 1
2.5
• En todos los periodos se
2 procesa al menos una
1.5 FBR sin leyes de Cu o
1 Au.
0.5
• ¿ley de corte 0?
0
1 2 3 4 5
min Cu max Cu min Au max Au Periodo (años)
1800
1600
Ley de CU (%), ley de Au (ppm)
• En todos los periodos se 1400
procesan FBRs de alta 1200
1000
cocentración de 800
arsénico. 600
400
• En la globalidad 200
0
igualmente se cumplen
1 2 3 4 5
las restricciones. min As max As Periodo (años)
Conclusiones
• El plan calculado tiene un VAN de 714.9MUS$ y captura
un 85% del valor presente neto del plan de producción
sin restricción de As (840.5MUS$).
• La secuencia y la selección del material a
procesamiento no están ligadas a una ley de corte, sino
que se determinan de acuerdo a la maximización de una
función objetivo y respetando determinadas
restricciones.
• En resumen, la aproximación propuesta logró
incrementar el VAN (en un 288%) y las reservas del
depósito (en un 30%), con respecto al caso factible que
limita la concentración de arsénico en los bloques de
alimentación a planta a 200ppm.
• Discretización.
Aplicación de Modelación
Matemática al Cálculo de Alturas
de Columnas
Traer paper de Rubio