Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Baudino - Modelos de Corto y Mediano Plazo
Baudino - Modelos de Corto y Mediano Plazo
= (2)
GEOMIN 2009, Antofagasta, Chile 274
Por tener implcita una estimacin de cunta dilucin paga la ley de mineral para cada bloque, el
mtodo est diseado para mejorar la seleccin de mineral/estril a lo largo de los contactos. Si los
paneles a ser minados son de volumen grande, la razn de superficie contacto por tonelada de
mineral es baja. Lo opuesto es cierto si las zonas mineralizadas son ms pequeas. Para este ltimo
tipo de mineralizacin, caracterstica de yacimientos de Au, el BEI ha probado ser muy efectivo.
La Figura 4 muestra un ejemplo de cortes de seleccin y destino en un Rajo Abierto obtenidos
utilizando dos mtodos, un Inverso de la Distancia al cubo (ID3), y el BEI. Los cortes
sombreados corresponden al ID3, mientras que los polgonos sobreimpuestos corresponden al
BEI. Los distintos colores y sombreados representan los distintos destinos de material (10 en
total, incluyendo estril). Los destinos de mineral estn sub-divididos por rangos de leyes y
presencia o no de elementos nocivos.
Obsrvese como existen diferencias siginificativas entre ambos mtodos, tanto en el volumen
como en la orientacin y distribucin espacial de los cortes. Segn produccin, el BEI fue
claramente superior. Pero ms all de cul mtodo sea el que resulta mejor, lo que se pretende
ilustrar ac es que las diferencias entre un mtodo de modelamiento y otro pueden ser muy
significativas.
Adems de los posibles beneficios econmicos, hay que considerar que la operacin no tiene el
flujo de seleccin libre, como suponen todos estos mtodos. Esto significa que el carguo depende
de la direccin de minado, geometra del panel a ser extrado, y cmo se ha volado (tronado) el
sector. En el caso del BEI, se obtiene el beneficio adicional de suavizar las esquinas de los paneles,
disminuyendo la cantidad de esquinas de ngulo agudo o recto, que son reas de alta dilucin. Por
lo tanto, el BEI resulta en menor cantidad de dilucin y prdida de mineral no planificada, porque
puede extraer ms fielmente los paneles delineados.
Figura 4: Comparacin de paneles de control de ley utilizando
ID3 (sombreados) y BEI (polgonos sin sombrear)
GEOMIN 2009, Antofagasta, Chile 275
Mtodos Basados en Simulacin Condicional
El objetivo de este tipo de mtodo es de separar mineral de estril segn un criterio de optimizacin
diferente y ms flexible. Esto se hace considerando que, adems de existir tpicamente ms de un
destino de mineral, tambin puede incluir la necesidad de mezclar materiales con respuestas
metalrgicas diferentes.
Los algoritmos de kriging, que minimizan la varianza de estimacin, no son necesariamente los
ms adecuados. En toda mina en operacin, el criterio bsico de optimizacin debe ser
maximizacin del valor econmico recuperado. En ciertas circunstancias y regiones del mundo, se
aplica una combinacin de beneficio econmico y maximizacin del aprovechamiento del recurso,
dos conceptos de optimizacin no necesariamente excluyentes. Pero en ningn momento se
considera el criterio de minimizacin de la varianza de estimacin, conocida tambin como un
mtodo de mnimos cuadrados.
Las Funciones de Prdida se pueden utilizar para optimizar a travs de funciones especficas de
costos asignadas a cada tipo de error que se pueda cometer, ver por ejemplo J ournel (1988), Isaaks
(1990), y Goovaerts (1997). El modelo de simulacin condicional se utiliza para obtener la
incertidumbre local, que en conjunto con los costos asignados a cada posible error, permite
optimizar numricamente en base a beneficio econmico.
Mtodo de Maximizacin de Ganancias
El mtodo Maximizacin de Ganancias para control de leyes es un procedimiento en dos etapas,
primero descripto por Isaaks (1990). Aguilar y Rossi (1996) describen una de las primeras
aplicaciones industriales del mtodo.
Inicialmente, una serie de simulaciones condicionales se obtienen a partir de la informacin de
control de produccin, por ejemplo pozos de tronadura. Este modelo de simulacin condicional
provee un modelo de incertidumbre de las estimaciones de leyes. Posteriormente, se aplica el
proceso de optimizacin econmica para definir la separacin entre mineral y estril. Se utilizan las
Funciones de Prdida para cuantificar las consecuencias econmicas de cada decisin posible.
La clave de este mtodo est en reproducir correctamente la variabilidad de los pozos de
tronadura, y que stos, en conjunto, sean una representacin de la variabilidad espacial geolgica de
las leyes a ser estimadas. Sin una representacin adecuada de la varianza de las distribuciones de
leyes, es imposible cuantificar y por lo tanto optimizar para maximizar los beneficios econmicos.
Todos los mtodos que utilizan muestras ponderadas para estimar (inverso de la distancia, krigeage)
no reproducen la variabilidad de la informacin original, que se supone representativa de la
variabilidad geolgica.
El modelo de incertidumbre, que es en realidad la curva de frecuencias acumuladas de los
valores posibles para cada nodo, se puede escribir como:
{ } n n z x Z ob n x z F ,..., 1 ), ( | ) ( Pr )) ( | ; ( = = (3)
Donde F(z;x|(n)) es el modelo de incertidumbre para nodo x de la grilla simulada y se obtiene
utilizando los (n), =1,...,n pozos de tronadura condicionantes. Este modelo provee la probabilidad
de cada nodo de estar por encima o debajo de cualquier ley z de inters.
En control de leyes, la seleccin de mineral/estril se hace sobre valores estimados de leyes,
z
*
(x), y siempre intentando minimizar los errores de clasificacin de material. Dado que el valor
verdadero de cada nodo no es conocido, los errores de estimacin siempre estn presentes. La
GEOMIN 2009, Antofagasta, Chile 276
Funcin de Prdida L(e) (J ournel, 1988) asigna un valor econmico (por ejemplo en dlares por
tonelada,) a cada posible error, midiendo su impacto y por ende la prdida asociada. Al aplicar una
Funcin de Prdida a una serie de valores equiprobables simulados (Ecuacin 3), se puede encontrar
la prdida condicional esperada con:
{ } )) ( | ; ( ) ( ) ( | ) (
* *
n x z dF z z L n Z z L E =
+
(4)
La prdida mnima se encuentra simplemente calculando las prdidas esperadas para cada valor
posible de leyes, y dejando aqul que minimiza la prdida total. Como se describe en Isaaks (1990),
la prdida esperada condicional es una funcin en escaln, cuyo valor depende de los costos de
operacin, de los costos relativos de la mala clasificacin, y de los costos de oprtunidad que
pudieran existir. Esto significa que el proceso de maximizacin de las ganancias (a travs de una
minimizacin de las prdidas) depende solamente de la clasificacin en la que cae el valor estimado
z
*
(x), no en el valor estimado mismo. Por ejemplo, la prdida incurrida cuando un bloque de mineral
de pila de lixiviacin se enva a planta de CIL, es funcin de las diferencias en costos de
procesamiento; tambin, por supuesto, depender del valor real de la ley, pero no el valor estimado
de esa misma ley.
ASPECTOS OPERACIONALES DEL CONTROL DE LEYES
Hay muchos aspectos operacionales que deben ser considerados para que el control de ley sea
efectivo. De poco sirve la implementacin de mtodos posiblemente sofisticados si no existe una
supervisin y control adecuado a la hora de ejecutar los procesos. Algunos de estos aspectos que se
deben mencionar son:
La relacin entre las acitividades de control de ley y la planificacin a corto plazo; planificar lo
que se extrae y extraer lo planificado, o sea, el cumplimiento del Plan Mina
Las dificultades prcticas de obtener muestras representativas; esto es cierto en el caso de Cielo
Abierto, pero an ms en el caso de minas subterrneas
Restricciones de tiempo; operaciones que mueven mucho material, sin importar tanto la calidad;
esto es un error comn, donde las toneladas movidas es prcticamente la nica medida de
rendimiento de la operacin
Consideraciones de marcado en terreno de las zonas de estril y mineral, y del movimiento del
material despus de la tronadura. Dilucin no planificada
El control del equipo de carguo; no todas las operaciones tienen sistemas GPS incorporados;
entrenamiento de los operadores para reconocer zonas de difcil carguo, y cuando necesitan el
apoyo del gelogo en terreno
El control del destino del material; no todos los camiones van adonde se suponen tienen que ir!
La contabilidad del movimiento de materiales, avances topogrficos, etc.
Densidad y humedad; como afecta a las reconciliaciones en general, y las comparaciones mina-
planta.
GEOMIN 2009, Antofagasta, Chile 277
Cada uno de los aspectos mencionados merece mucha mayor atencin que la dedicada en este
trabajo. Se mencionan ac para recordar al lector que un proceso exitoso y ptimo de control de
leyes va mucho ms all que la metodologa aplicada a la hora de definir los paneles de seleccin, y
no deben ser dearrollados e implementados en aislamiento de otros aspectos operacionales.
CONCLUSIONES
Las prcticas de modelamiento despus de que una mina entra en operaciones son muy diversas,
dependiendo del tipo de mineralizacin, cultura de la compaa minera, problemas de prediccin y
planificacin, y relacin entre los precios de metales y las leyes extradas de la mina. En tiempos de
vacas gordas, pocas operaciones tienen problemas. Sin embargo, es en esas circunstancias cuando
el costo de oportunidad es ms alto.
El propsito de los Modelos de Mediano y Corto Plazo es de actualizar la informacin del
Modelo de Largo Plazo para inclur la nueva informacin que la operacin va obteniendo. Desde
luego, si el Modelo de Corto Plazo es en realidad un modelo de seleccin mineral/estril, entonces
el objetivo es diferente.
Existen una serie de alternativas metodolgicas, de tecnologa probada, que en general las
Empresas Mineras no estn ocupando o tomando en cuenta para sus operaciones. Esto se debe a una
combinacin de factores: a) el no entender la relacin costo-beneficio que estas tecnologas ofrecen,
y b) el convencimiento (o tal vez auto-engao) de que las cosas no se estn haciendo tan mal. A
veces se prefiere la posicin de no-innovar, a menos que haya uno o varios incidentes que
demuestren que existe la necesidad de mejorar.
La nica manera de evaluar las oportunidades de mejoras es considerar un estudio preliminar
que cuantifique si existe tal mejora con relacin a las prcticas actuales, y que representa en
trminos de beneficios econmicos. Uno de los costos ms grandes y al mismo tiempo ms difciles
de poner en evidencia son los costos de oprtunidad, porque una vez que se cometi el error, no hay
marcha atrs, y no hay una evaluacin de lo que se perdi o se dej de ganar.
Dado que los procesos de modelamiento son mayormente de escritorio, el nico requisito para
implementarlos, adems de la voluntad de las Gerencias involucradas, es el recurso humano,
adecuadamente capacitado. Tambin, la mejora va a ser ms importante si existe una buena
comunicacin entre Geologa de Mina, Planificacin de Corto Plazo, y Metalurgia.
Una buena prctica de modelamiento a Mediano Plazo involucra aplicar una metodologa
consistente con las prcticas de modelamiento a Largo Plazo, bien definida, y semi-automatizada
dentro de lo posible pero siempre correctamente validado. Despus de un estudio inicial para
determinar los parmetros y las caractersticas de estos modelos, se pueden definir con detalle los
procedimientos de trabajo, por ejemplo mes a mes. Tambin se deben incluir los procedimientos de
comparacin con los modelos anteriores, incluyendo el de Largo Plazo, y reconciliaciones con lo
producido en meses anteriores.
En el caso de los mtodos de seleccin mineral/estril, tiene ms sentido definer los paneles de
seleccin en base a consideraciones econmicas que utilizando directamente las leyes. Las
diferencias entre costos y recuperaciones metalrgicas para los distintos rangos de leyes pueden
hacer que el valor esperado de ley no sea el mejor indicador de beneficio econmico.
GEOMIN 2009, Antofagasta, Chile 278
REFERENCIAS
Aguilar, C. A. & Rossi, M. E., (1996). Mtodo para Maximizar Ganancias en San Cristbal,
Minera Chilena, Santiago, Chile, Ed. Antrtica, No. 175, pp.63-69, J anuary 1996. [1]
Douglas, I. H, Rossi, M. E. & Parker, H. M. (1994). Introducing Economics in Grade Control:
the Breakeven Indicator Method. Preprint No 94-223, Albuquerque, New Mexico, February
14-17. [2]
Goovaerts, P. (1997). Geostatistics for Natural Resources Evaluation. Oxford University Press,
483 p. [3]
Isaaks, E. H. (1990). The Application of Monte Carlo methods to the Analysis of Spatially
Correlated Data. PhD. Thesis, Stanford University. [4]
Journel, A. G. (1988). Fundamentals of Geostatistics in Five Lessons. Stanford Center for
Reservoir Forecasting, Stanford, California. [5]
Srivastava, R. M. (1987). Minimum Variance or Maximum Profitability. CIMM, Vol. 80, no. 901,
pp. 63-68. [6]