Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelo de Optimizzacion
Modelo de Optimizzacion
PROFESOR GUA:
ENRIQUE RUBIO ESQUIVEL
MIEMBROS DE LA COMISIN:
ANDRS WEINTRAUB POHORILLE
JULIN ORTZ CABRERA
SANTIAGO DE CHILE
ENERO 2009
Resumen
Todo proyecto minero se sustenta en base a la elaboracin de un plan minero. El cual se
encarga de definir: las reservas mineras, la vida de la mina y la capacidad de produccin,
definiciones que permiten realizar la evaluacin econmica del proyecto. Estas
definiciones, se apoyan en clculos y estimaciones realizadas con software especializado
que siguen metodologas diferentes que no han sido comparadas entre si para definir un
estndar en la industria.
El objetivo de este trabajo de ttulo es evaluar la verosimilitud y robustez de los software
de planificacin de rajo abierto hoy da utilizados en la industria minera, con miras a definir
el estado del arte de la planificacin de rajo abierto.
El ejercicio numrico realizado en este estudio consisti en definir: el pit final, las fases y
el programa de produccin para un modelo de bloques de 62,200 bloques de 20x20x20
m3 con contenido de cobre y oro. Para el ejercicio se utilizaron los software: Whittle, NPV
Scheduler y el mdulo Pit Optimiser de Vulcan, en este ltimo slo la correspondiente
eleccin de pit final. Adems, se efectu una prueba de sensibilidad del pit final variando
el precio y la consistencia del revenue factor como multiplicador del precio. El escenario
econmico definido fue igual para todas las herramientas. Se obtuvo los pit finales con un
tonelaje total de 305 Mt en Whittle, 304 Mt NPV Scheduler y 327 Mt en Pit Optimiser. Para
el ejercicio de comparacin se determin 4 fases en cada software de acuerdo al
concepto asociado a cada herramienta: asociada a un pit anidado en Whittle, definidas
bajo restricciones de tonelaje en NPV Scheduler. En tanto, para los planes de produccin
los resultados encontrados variaron entre los 253 y 270 MUS$ para Whittle y 230 MUS$
para NPV Scheduler, con una vida til de 12 y 11 aos respectivamente.
Finalmente, se muestra que a partir de una misma metodologa de trabajo en cada uno de
los software, el resultado de definicin de pit final cambia, a pesar de que en todos los
casos ocupan conceptualmente el algoritmo de Lerchs-Grossman. Estas diferencias se
observan por cmo se definen: las precedencias entre bloques, el ngulo de talud y la
manera que se calculan los beneficios. Por otro lado, tras realizar la prueba de
consistencia se observa que en NPV Scheduler no es posible recrear un mismo escenario
econmico mediante la utilizacin del revenue factor como multiplicador del precio.
ii
Abstract
iii
Agradecimientos
Ms que agradecimientos por colaborar en particular con este trabajo de ttulo quisiera
agradecer a todos aquellos que formaron parte de mi vida durante mi etapa universitaria.
En especial a mis padres por haber sido el apoyo en todos estos aos de estudio. A mi
hermana por ser el apoyo crucial en aquellos momentos de dudas en los primeros aos
donde pensaba retirarme de la universidad, gracias por esa palabra en el momento
indicado, sino nada de esto hubiera sido posible. Y a mi hermano, por inculcarme el gusto
por las ciencias.
A mi profesor Gua Enrique Rubio E., acadmico y profesional destacado que con su
rigurosidad e mpetu ha marcado la vida profesional de todos aquellos que hemos sido
parte del Laboratorio de Planificacin Minera, agradezco la oportunidad de realizar mi
trabajo de ttulo en el rea de la Ingeniera de Minas que considero llamativa.
A Sebastin Troncoso B., quien estuvo siempre presente ante cualquier inquietud o duda
ma. Sers un gran acadmico del que estoy muy orgullosa de haber conocido.
A las reas de soporte de Datamine y Vulcan. Gracias por su buena voluntad y
disposicin.
No puedo dejar mencionar la experiencia vivida en mis prcticas profesionales, agradezco
a todos aquellos superintendentes, operarios y profesionales que colaboraron en mi
crecimiento personal, imposible olvidar las operarias de camiones de Minera Escondida, o
los planteros de Teniente Coln Bajo, entre otros personajes. Por tanto agradezco la
experiencia vivida en todas mis prcticas realizadas: Teniente Codelco; Minera Escondida
y Spence de BHP Billiton.
Tambin a Cristbal, a quien por las casualidades de esta vida conoc nada ms y nada
menos que en una mina, gracias por ser mi compaero y amigo en estos casi dos aos.
Finalmente, no puedo dejar atrs con quienes compart la mayora del tiempo estos aos,
compaeros de bunker y proyectos, de asados y bautizos, a quienes conoc en otras
reas como produccin de pasquines u organizacin de eventos, estoy muy feliz de haber
sido vuestra amiga.
Enero 2009.
iv
Tabla de Contenidos
1.
2.
Introduccin ................................................................................................................ 1
1.1.
Preliminares ......................................................................................................... 1
1.2.
Objetivos .............................................................................................................. 2
1.3.
Alcances .............................................................................................................. 3
1.4.
Metodologa ......................................................................................................... 4
2.2.
2.2.1.
2.2.2.
2.2.3.
2.3.
3.
4.
2.3.1.
Datamine .................................................................................................... 11
2.3.2.
Gemcom ..................................................................................................... 11
2.3.3.
Maptek ........................................................................................................ 12
3.2.
3.3.
4.2.
4.2.1.
4.2.2.
4.2.3.
4.2.4.
4.2.5.
4.3.
Definicin de Fases............................................................................................ 37
4.3.1.
4.3.2.
4.4.
4.4.1.
4.4.2.
4.5.
4.5.1.
4.5.2.
4.5.3.
5.
Conclusiones y Recomendaciones............................................................................ 57
6.
Bibliografa ................................................................................................................ 59
vi
1. Introduccin
1.1.
Preliminares
1.2.
Objetivos
Descripcin del proceso de cada uno de los software que involucran este estudio.
1.3.
Alcances
1.4.
Metodologa
2. Revisin Bibliogrfica
2.1.
2.2.
Segn la metodologa ms utilizada hasta la fecha, luego de que los recursos mineros
pasan a ser reservas, ocurren dos tipos de planificacin primaria: (1) el diseo del pit final
y (2) el plan de produccin. Los componentes del anlisis preliminar del diseo del pit final
consisten en lo siguiente:
1.
2.
lmite esttico de bloques que maximizan el valor no descontado del mineral en el cuerpo
mineralizado.
Otro algoritmo para definir el pit final es el llamado algoritmo de Koborov, que asigna un
cono a cada bloque que posea un beneficio positivo, asignando los bloques negativos
dentro del cono generado, de esta manera el bloque base paga por los bloques
negativos, si despus de este proceso el remanente del bloque es an positivo, se
considera como parte del set de solucin ptima. El supuesto que cada cono en el pit final
es rentable es incorrecto, en efecto, un pit ptimo podra consistir en la coleccin de
conos donde ninguno por si solo tiene un valor positivo, pero en conjunto si lo tienen. Este
problema fue analizado por Down and Onur, quienes corrigen el algoritmo, obteniendo
soluciones en menor tiempo que el Algoritmo de Lerchs Grossman. (Down and Onur,
1992).
Por otro lado, Hochbaum and Chen (2000) realizan un estudio comparativo del algoritmo
de Lerchs-Grossman versus el algoritmo de Push-Relabel. Proponen una mejora al
algoritmo adaptado a las caractersticas del problema del pit final. Adems estudian el
efecto de la distribucin de leyes sobre el tiempo de ejecucin del algoritmo.
El software Whittle utiliza el denominado Mtodo de Parametrizacin en pos de generar
una secuencia de extraccin. Ellos consideran un modelo descontado de beneficios y
varan el valor econmico de cada bloque (ci) como (ci - ) para 0 , el incremento de
da origen a una serie de pit anidados que dan origen a dos secuencias de extraccin: el
best que se obtiene de extraer cada pit de manera secuencial y el worst que se define
como la extraccin por bancos dentro del ltimo pit. (Whittle, 1998). Estos casos permiten
al planificador estimar el rango en que se encuentra la solucin al problema.
2.2.2. Secuenciamiento de bloques a partir de los lmites del pit final.
Este enfoque sirvi como un puente entre el problema del pit final y el problema del
secuenciamiento de bloques. Muchas investigaciones han sido realizadas en torno a este
tema, sin embargo haremos referencia a las ms mencionadas en la literatura.
Gershon (1987) desarrolla un secuenciamiento heurstico basado en el peso posicional de
los bloques, the sum of the ore qualities within the cone generated downward from a
7
block within the ultimate pit, (Gershon, 1987, p.8), para determinar cuando un bloque
debe ser extrado. El peso posicional de un bloque determina el atractivo de remover el
bloque en un punto especfico en el tiempo, mientras ms alto es el peso ms atractivo. El
bloque accesible de la fila ms alta se extrae, comenzando el proceso donde se
determina el peso posicional de los bloques remanentes en el ltimo pit, esto se repite
hasta que todos los bloques en el pit final han sido removidos. Adems en la misma
investigacin seala otro enfoque heurstico ideado para resolver el problema del
secuenciamiento en casos de requerir mezclas como por ejemplo minas de hierro
carbn.
Dowd y Onur (1992) tambin tienen una solucin al problema de la secuencia de
extraccin de bloques, este algoritmo usa programacin dinmica para encontrar la
secuencia. El algoritmo determina el bloque que debe ser minado primero, determina el
bloque siguiente que debe ser extrado y determina todas las alternativas de secuencias
posibles dentro de una misma combinacin de bloques. Notar que este mtodo sufre un
crecimiento exponencial del tiempo de proceso a medida que el nmero de bloques
aumenta, sealan adems que muchas de las secuencias de extraccin de bloques
pueden ser eliminadas por ser no factibles, reduciendo con esto el espacio de bsqueda.
2.2.3. El enfoque integral del secuenciamiento de bloques
El enfoque integral del secuenciamiento en rajo abierto usa una etapa para procesar y
determinar simultneamente el lmite del pit final y el programa de produccin. Este
enfoque moderno es el objetivo a futuro para tratar de resolver el problema de la
planificacin minera.
La relajacin lagrangeana es una tcnica usada para remover restricciones que complican
a la programacin entera mixta y transformar el problema a una formulacin ms tratable.
Gaupp (2008) seala que Akaike and Dagdelen usan relajacin lagrangeana para
convertir su formulacin de programacin entera en uno basado en redes. Esta
formulacin subyacente del problema tiene una estructura de flujo de redes con una
restriccin complicada de la capacidad de produccin. Ellos integraron esta restriccin de
la capacidad en la funcin objetivo creando un problema de plan de produccin de largo
plazo que tiene las mismas caractersticas del problema del diseo del pit final. En tanto
8
Cai (Gaupp, 2008) tambin usa relajacin lagrangeana para incorporar las restricciones
de secuenciamiento en el clculo del valor neto de los bloques mediante multiplicadores
para penalizar la violacin de estas restricciones. Cai seala sin embargo, que usando
multiplicadores de Lagrange no podra lograrse una convergencia de la funcin objetivo a
una solucin aceptable para todas las instancias claves del problema y la complejidad del
problema en la existencia de espacios entre pits anidados.
Cacceta y Hill (2003), desarrollaron una programacin entera mixta para la planificacin
minera, presentaron un modelo MIP con una estrategia de Branch-and-Cut, obteniendo
algunos resultados para el problema. La estrategia de branch-and- cut consiste en una
combinacin de la primera mejor bsqueda, y la primera bsqueda profunda. Ellos usan
su propia caracterizacin del problema para elegir que variable fijar y de qu manera
cruzar el espacio completo de soluciones. Tambin implementan una programacin lineal
heurstica para obtener un mejor lmite inferior.
Ramazan y Dimitrakipoulos (2004) presentan una descripcin general de la formulacin
del problema de secuenciamiento mediante programacin entera mixta. Ellos apuntan a
maximizar el valor presente neto global del mineral de la mina sujeto a las limitaciones del
ngulo de talud, requerimientos de mezcla de leyes, produccin de mineral y capacidad
de la mina. Proponen reducir el nmero de variables binarias mediante la separacin de
los bloques valorados positivamente (los cuales llaman como bloques de mineral) de los
bloques valorados negativamente (que son denominados estril). Slo los bloques de
mineral son definidos como binarios, mientras que los bloques de estril siguen como
remanentes que permitirn la excavacin. Este anlisis muestra que este esquema puede
reducir significativamente el tiempo de solucin. Testean el modelo con un caso de
estudio realizado en un depsito de oro.
Esfandiari et al (2004) hacen un intento mediante el uso de un modelo con mltiples
criterios de toma de decisiones y modelo cero-uno no lineal de programacin, cuya meta
era obtener la programacin de la produccin para lograr un mayor beneficio en un tiempo
especfico y bajo consideraciones econmicas y tcnicas. Este mtodo sirve tanto para
planes de corto y largo plazo.
unidades se calcular un plan que optimice el flujo de caja descontado en el tiempo, los
agregados que el optimizador elija constituir el pit final ptimo.
En la segunda etapa se genera una nueva variedad de agregados que siguen una misma
conexin espacial mientras que los lmites de esta nueva unidad vienen dados por las
restricciones de ngulos de talud. De esta manera, esta etapa busca una nueva
secuencia que maximice el flujo de caja descontado en el tiempo.
10
2.3.
Existe una gama de empresas con sus respectivas herramientas de optimizacin para las
diferentes necesidades de la industria minera. En este captulo se muestran las
principales empresas predominantes en la actualidad. (De Saint Pierre. D et al, 2005). En
la siguiente tabla se pueden observar las principales empresas y las herramientas que
ofrecen para el rea de Planificacin Minera.
Software
Gemcom
Empresa
Gemcom
Datamine
Datamine
Vulcan
MineSight
Mincom
Maptek
Mintec
Mincom
Herramienta
Whittle
GEMS
Datamine Studio
NPV Scheduler
Vulcan
Strategic Planner
Mincom MineScape
2.3.1. Datamine
La solucin propuesta por Datamine comenz con un riguroso anlisis de las distintas
actividades de la minera, luego prosigui con la mejora continua de toda la lnea de
productos y el desarrollo de todas aquellas tecnologas que permitieran cubrir todas las
reas del negocio minero, en cualquiera de sus variantes. Entre sus productos destaca el
software Datamine Studio.
2.3.2. Gemcom
Las soluciones integradas que desarrolla Gemcom abarcan desde las fases de
exploracin, evaluacin de recursos, diseo de mina, optimizacin, planificacin minera y
control de leyes de produccin, hasta la reconciliacin y balance metalrgico a lo largo de
la lnea de produccin. Lo relevante es la integracin real de todos los elementos
involucrados en la cadena de valor, lo que posibilita una visin global confiable, con los
indicadores adecuados que permiten a los ejecutivos tomar decisiones ms certeras.
11
2.3.3. Maptek
12
3.
Este captulo contempla la caracterizacin de los procesos que involucran cada uno de los
software considerados en este estudio. Para ello se confeccionaron flowchart para ser
ms afable al entendimiento del lector.
3.1.
Proceso Whittle
13
Luego de entregar el rango en que el algoritmo de LG calcular los pits, es decir, el rango
en que se mover el revenue factor, el software entrega un resumen con los pits
generados, sus correspondientes tonelajes y la cantidad de mineral asociada segn el
precio al cual fue generado el pit y el mtodo de eleccin de mineral correspondiente.
2. Valorizacin econmica y eleccin del pit final
Luego de la generacin de los pits anidados es necesaria una evaluacin econmica
preliminar para determinar qu envolvente definir al pit final. Para ello, se genera un
nuevo escenario econmico, donde se define el precio por el cual los pits definirn su
tonelaje de mineral, adems se ingresan los parmetros necesarios para una evaluacin
econmica como es saber el ritmo de produccin, tasa de descuento, gastos de
administracin y ventas etc. Para esta evaluacin, dado que no podemos realizar un plan
minero a priori, Whittle ocupa dos escenarios denominados Worst Case y Best Case. El
primero corresponde al plan realizado mediante la extraccin banco a banco del material
que est dentro de cada envolvente econmica, mientras que el segundo corresponde al
plan realizado mediante la extraccin pit por pit del material que involucra la envolvente
econmica.
1
1
2
4
5
14
800
400
700
600
300
500
250
400
200
300
150
Tonelaje [Mt]
VAN [MUS$]
350
200
100
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
Pit
Mineral
Estril
Figura 3: Grfico Best Case y Worst Case bajo ritmo de produccin de 60.000 tpd.
La eleccin del pit final depender del criterio que utilice el planificador, sin embargo se
propone ubicar en la parte de la curva en que se obtiene un mayor Worst Case y se
alcanza el mayor Best Case, de manera de ubicarse en un rango de menor variabilidad
del van del plan minero, es decir en este caso entre los pits 4 y 9 los cuales estn entre
los 280 y 390 MUS$.
15
16
17
Unidades
Importacin
Modelo de
Bloques
Tamao
Bloques
Bearing
Construccin de
Arcos
Rebloqueo
Error Asociado al
ngulo de Talud
Slope
Escenario
Econmico
Mining
Selling
Rec.
Minera
Costo
Mina
Dilucin
Costo
Rehabil.
Precio
Processing
Costo
Venta
Rec.
Metalrgica
Costo
Planta
Valorizacin
Bloque
Cash
Flow
Cut Off
Value
Mode
Optimization
Raised
Intervalo
RF
Bloques
Control
Group
Lowered
Raised
Lowered
Discounting
Archivo de Pit
Anidados
Nuevo
Escenario
Econmico
Valorizacin
Econmica
Cap.
Mina
Cap.
Planta
Tasa de
Dcto
Capital
Inicial
Gastos de
Adm. y ventas
Implicit
Definicin
Pit Final
Configuracin
Plan a priori
Explicit
Plan Minero
Milawa NPV
Manual
Pit
Definicin de
Fases
Semi - Aut
Automatic
Algoritmo
Milawa
Balanced
Fixed Lead
N
Fases
User Defined
18
Milawa
Constraint
Plan de
Produccin
3.2.
siguiente paper: Open Pit Mine Planning & Design" by Hustrulid and Kuchta, 1995, A.A.
Balkema Publisher.
2. Seleccin de algoritmo y restricciones
De esta etapa se obtiene la envolvente econmica que definir al pit final, sin embargo
tambin se definen parmetros y se seleccionan los algoritmos para las etapas siguientes.
Por un lado, se selecciona el algoritmo bajo el cual ser determinado el pit final, ya sea
mediante el algoritmo de Lerchs-Grossman o uno que maximiza recursos. En esta etapa
se define el correspondiente rango de revenue factor que dar origen a los pit anidados,
este factor puede actuar como un multiplicador del precio, de beneficio o de costo. Por
otro lado, esta herramienta define el pit final a priori como el pit generado por el mayor
revenue factor. Adems se definen las restricciones de ngulos de talud y las respectivas
regiones donde estas condiciones sern aplicadas.
En adicin se selecciona la heurstica que realizar el secuenciamiento, ya sea por
mezcla o optimizando el van, junto con un ritmo de produccin y una tasa de descuento.
Luego de esta optimizacin se entregan los correspondientes resmenes por pit anidado
de tonelajes y leyes, junto con una evaluacin econmica tentativa de acuerdo a un
secuencia originada a travs del mtodo de parametrizacin, es decir el best case que es
la extraccin pit por pit y el worst case banco a banco.
19
3. Generacin de fases
La generacin de fases en NPV, si bien no se encontr una explicacin explcita de cmo
funciona, busca la construccin de fases de manera de fraccionar los recursos. Esta
formulacin de fases no es la creada a partir de los pits anidados, sino que corresponde a
una serie de expansiones que se sostienen en base a ciertas restricciones:
a) Nmero de fases a generar
b) Profundidad mxima de fases: en trmino de bancos
c) Tamao de fase: indicando una restriccin de tonelaje finos en cada fase a
generar.
Dentro de las cualidades de esta generacin de fases nos encontramos que existe una
conexin espacial entre los bloques que la definen, se asegura una accesibilidad a la
misma, existe un control en el tamao y existe un lmite prctico entre fases (a diferencia
de las fases creadas mediante pits anidados). (Manual de usuario NPV Scheduler)
4. Programa de produccin
La generacin de un plan minero en NPV Scheduler se realiza a travs de un modelo de
programacin dinmica, que busca realizar un ordenamiento bajo ciertas restricciones.
Estas restricciones pueden ser por perodo como tasas o razones, por ejemplo mediante
la relacin E/M y se define un ritmo de produccin por perodo, fijo o ajustado por
ponderadores.
Este modelo trabaja bajo el concepto de fase-banco, cada fase-banco es subdividida en
tomos, los que agrupan a un conjunto de bloques, cuyos atributos son reunidos y
repartidos a cada tomo de manera proporcional a la masa de estos. La funcin objetivo
del modelo es encontrar una secuencia de extraccin de tomos tales que satisfagan las
restricciones y optimicen algn indicador, como por ejemplo el Van. El programa
construye dos estructuras de datos llamadas rboles, los que consisten en nodos y arcos.
Los nodos describen el estado del sistema, mientras que los arcos representan la accin
que tomar el sistema de un estado al siguiente. Los nodos en ambos rboles son
construidos por una lista de fases-bancos y tomos disponibles para la extraccin. El
problema de este modelo de programacin dinmica es que los rboles crecen de manera
20
Start After: permite restringir la entrada en produccin de una fase especfica hasta
un determinado periodo.
Los dos primeros, son anlogos a los parmetros Max Lead y Min Lead de Whittle.
El detalle del proceso se encuentra en la siguiente figura:
21
Unidades
Importacin
modelo de
bloques
Tamao
Bloques
Asignacin
de Campos
Resumen
Importacin
Valorizacin de
bloques
Prices
Mining
Mtodo
Seleccin
Mineral
Costo
Venta
Precios
Processing
Costo
Mina
Revenue
Costo
Planta
Dilucin
Rec.
Metalrgica
Rec.
Minera
Cut Off
Seleccin del
Pit Final
Ultimate
Pit
L&G
Max.
Recur.
Sequencing
Optimize
NPV
Pit
Existente
Price
Factors
Time
Optimize
Blending
Tasa
Dcto.
Slope
Average
ore output
rate
Azimuth
Advanced
Rebloqueo
Slope
Profit
Factors
Construccin
de Fases
N Mx.
de Fases
Profundidad
Bancos
Control
Options
Dist. entre
Fases
Restriccin
de tonelaje
NO
Existe
solucin?
SI
Programa de
Produccin
Target
Time
Options
Plan de
Produccin
Rango
Atributo
Ore
Tasa
Relative
rate
Bench
Lag
Rock
22
Otros
3.3.
Esta aplicacin que forma parte del software Vulcan, permite al usuario obtener pits
anidados
valorizar dichos pits para obtener un van de su correspondiente Best Case y Worst Case.
Esta herramienta a diferencia de las dos anteriores, no genera un plan de produccin ni
tampoco permite la definicin de fases. Como es parte del software Vulcan, se caracteriza
por definir variables para cada una de las operaciones que se llevan a cabo. Esta
metodologa de crear variables, permite guardar diferentes configuraciones de
optimizacin segn el planificador estime conveniente.
Ms especficamente, Pit Optimiser requiere de todos los parmetros econmicos
necesarios para llevar a cabo la optimizacin. Ser explicado en el orden segn se van
configurando. En la primera parte
23
Creacin de
Proyecto
Tamao
Bloques
Importacin
Modelo de
Bloques
Unidades
Creacin
variable
Optimizacin
Men Pit
Optimiser
Modelo de
Bloques
NO
Rebloqueo ?
Creacin archivo
Parmetros (.OPF)
SI
Modelo de
Bloques
Rebloqueado
Financials
Products
Precio
Process
Selling
Cost
Rock Type
CAF
process
Nombre
Proceso
Combinations
Costo
Rehab.
Costo
Planta
Tonnage
Rec.
Metalrgica
Dens.
Costo
Mina
Rec.
Minera
Dilucin
L&G
Variable
Optimizacin
Algoritmo
Cono
Optimisation
Push Relabel
Air
Criteria
Sub
Regions
Bearing
Slope
Slope
Interpolation
Multiple
Pit
Slope
Precision
Parmetros
Evaluacin
RF Fijo
Segn RF que
define pit
Eleccin de
Reporte
Analysis
Variable Pit
Caract. del
Reporte
Scenario
Tasa de
descuento
Capacidad
Mina
Report
Capacidad
Planta
Capital
Inicial
Pit
Tonelaje
Reporte
24
Leyes
RF
Caractersticas Generales
1,6
450
1,4
400
1,2
Tonelaje (Mt)
350
300
250
0,8
200
0,6
150
0,4
100
0,2
50
0
0
0
0,2
0,4
Tonelaje
0,6
0,8
Ley Cu
1
Ley Au
1,2
1,4
WAST
OX
MX
PM
AIRE
Total
Cdigo
numrico
9
1
3
2
0
-
Bloques
47.094
528
2.978
3.068
8.552
62.220
25
En la siguiente tabla se adjuntan las estadsticas bsicas de densidades y leyes para los
tipos de roca OX, MX y PM
Minimum
Densidad
(t/m3)
0,24
Maximum
2,75
1,46
1,42
Average
2,54
0,43
0,41
Std. Deviation
0,36
0,28
0,28
Cu (%)
Au (ppm)
26
4.2.
Con la metodologa de cada una de estas herramientas, se proceder a definir el pit final
para el modelo de Bloques Marvin, se mantendr el mismo escenario econmico y de
ritmo de produccin tanto para la generacin de los pits anidados como para la seleccin
del pit final (60.000 tpd). El anlisis detallado de la eleccin de este ritmo de produccin
se puede encontrar en el captulo Anexos. Marvin posee dos elementos de importancia
econmica Cobre (Cu) y Oro (Au), de esta manera, la configuracin ser la siguiente:
Escenario
Precio
Costo de Venta
Recuperacin Metalrgica
Costo Planta
Costo Mina
Cu
0,837
0,3
88
3,69
0,9
Unidades
US$/lb
US$/lb
%
US$/t
US$/t
Escenario
Precio
Costo de Venta
Recuperacin Metalrgica
Costo Planta
Costo Mina
Au
11,07
0,18
60
3,69
0,9
Unidades
US$/gr
US$/gr
%
US$/t
US$/t
Adems en el caso de los parmetros geomtricos el ngulo de talud para todas las
paredes ser de 45, mientras que no se considerar dilucin minera y la recuperacin
minera ser de un 100%. Si bien ambos software entregan dentro de sus reportes un Van
asociado a cada pit, estos valores no sern tomados en cuenta, por tanto el anlisis de
eleccin de pit final utilizar un Van calculado en Excel que tendr los siguientes
supuestos:
27
1. Los beneficios sern repartidos de manera equitativa a lo largo de los aos que
dure el proyecto
2. La tasa de descuento ser de un 10%
3. Se considerar una inversin inicial de 300 MUS$.
Finalmente el pit final ser definido a partir de la envolvente que obtenga un porcentaje de
captura del VAN cercano al 90%, el cual tendr como referencia el mayor VAN obtenido a
partir del clculo de los beneficios para los pit anidados en un rango entre [0,1] de
revenue factor.
De esta manera
visualmente se obtuvo:
0,8
0,7
500
300
0,4
0,3
200
0,2
100
0,1
0
0,58
0,59
0,6
0,61
0,62
0,63
0,64
0,65
0,66
0,67
0,68
0,69
0,7
0,71
0,72
0,73
0,74
0,75
0,76
0,77
0,78
0,79
0,8
0,81
0,82
0,83
0,84
0,85
0,86
0,87
0,88
0,89
0,9
0,91
0,92
0,93
0,94
0,95
0,96
0,97
0,98
0,99
1
Tonelaje [Mt]
0,5
Revenue Factor
Mineral
Estril
Cu %
Au g/t
28
0,6
400
$ 350
$ 300
VAN [MUS$]
$ 250
$ 200
VAN
$ 150
$ 100
$ 50
$0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43
Pit Nmero
Pit
12
Revenue
Factor
0,69
Informacin
VAN
[MUS$]
328,91
Tonelaje [Mt]
% Captura
VAN
91,01
Leyes
Cu
Au
Mineral Estril Roca [%]
[gr/t]
217,8
86,8 304,6 0,569 0,607
El pit sealado ser el utilizado para los pasos posteriores en el proceso Whittle, por otro
lado este pit se exportar a GEMS para visualizarlo de manera geomtrica y compararlo
con los pit definidos por las otras herramientas.
29
0,8
0,7
500
0,6
Tonelaje [Mt]
0,5
300
0,4
0,3
400
200
0,2
100
0,1
0,45
0,46
0,47
0,48
0,49
0,5
0,51
0,52
0,53
0,54
0,55
0,56
0,57
0,58
0,59
0,6
0,61
0,62
0,63
0,64
0,65
0,66
0,67
0,68
0,69
0,7
0,71
0,73
0,74
0,75
0,76
0,77
0,78
0,79
0,8
0,81
0,82
0,83
0,84
0,85
0,86
0,87
0,89
0,9
0,91
0,92
0,93
0,94
0,95
0,96
0,97
0,98
0,99
1
Revenue Factor
Mineral
Estril
Ore- Cu %
Ore- Au g/t
La metodologa de obtencin del pit final es la misma que se detall en el comienzo del
captulo, de esta manera fueron calculados los beneficios asociados a cada pit y el
correspondiente VAN que permitir definir el pit final.
VAN calculado NPV Scheduler vs. Pit Anidado
$ 300
$ 250
VAN [MUS$]
$ 200
$ 150
VPN
$ 100
$ 50
$0
1
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53
Pit Nmero
30
Informacin
Tonelaje [Mt]
Leyes
Pit Revenue Factor VAN [MUS$] % Captura VAN Roca Mineral Estril Cu [%] Au [gr/t]
13
0,57
257,1
90,8
304,3
215,9
88,3
0,569
0,606
del
software
Vulcan.
El
siguiente
grfico
muestra
los
tonelajes
correspondientes a cada uno de los pits y las leyes medias asociadas, donde el destino
fue determinado a partir de los precios del escenario econmico.
0,800
0,700
500,0
Tonelaje [Mt]
0,500
300,0
0,400
0,300
200,0
0,200
100,0
0,100
-
0,590
0,600
0,610
0,620
0,630
0,640
0,650
0,660
0,670
0,680
0,690
0,700
0,710
0,720
0,730
0,740
0,750
0,760
0,770
0,780
0,790
0,800
0,810
0,820
0,830
0,840
0,850
0,860
0,870
0,880
0,890
0,900
0,910
0,920
0,930
0,940
0,950
0,960
0,970
0,980
0,990
1,000
Revenue Factor
Mineral [t]
Estril
Ley Cu [%]
Ley Au [gr/t]
Por otro lado, segn el clculo realizado para los pit anidados, se obtuvo:
31
0,600
400,0
VAN [MUS$]
$ 350
$ 300
$ 250
$ 200
VAN
$ 150
$ 100
$ 50
$0
1 3 5 7
9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41
Pit Nmero
Donde el pit con el mximo VAN determin el consecuente pit final, que tiene las
siguientes caractersticas:
Informacin
Tonelaje [Mt]
Leyes
Pit Revenue Factor VAN [Mt] % Captura VAN Roca Mineral Estril Cu[%] Au[ppm]
13
0,71
343,4
89,6
327,2 210,5 116,6 0,598 0,627
Tabla 8: Informacin Pit Final
Cada uno de estos pit finales ser exportado, de manera de compararlos espacialmente y
adems de verificar los tonelajes asociados a cada uno.
32
Figuras 14 y 15: Perfiles desplegados en GEMS Norte 7.062,9 metros y Norte 7.171,8 metros,
respectivamente.
Figuras 16 y 17: Plantas Cota 285 msnm y Cota 405 msnm respectivamente.
33
Figuras 18 y 19: Plantas Cota 525 msnm y Cota 645 msnm respectivamente.
Como se aprecia en las los perfiles y plantas, cada pit es diferente del resto. Esto era un
hecho conocido a priori dado que conceptualmente cada uno de los pit fue obtenido a
revenue factor distintos. Tambin podemos darnos cuenta que las formas tambin varan
dado que cada software tiene distintas maneras de crear los ngulos de talud para
respetar las condiciones geomtricas. Adems cada una de las soluciones encontradas,
fueron cubicadas nuevamente de manera de identificar posibles diferencias entre los
reportes entregados y el valor calculado por la herramienta GEMS. Los resultados fueron
los siguientes:
Whittle
NPV Scheduler
Pit Optimiser
Pit
Revenue Factor
Total reportado
N
N
Mt
12
0,69
304,6
13
0,57
304,3
13
0,71
327,2
Total GEMS
Diferencia
Total Mineral
Total Estril
Ley media Cu
Ley media Au
Mt
%
Mt
Mt
%
gr/t
306,9
0,75
217,8
86,8
0,57
0,61
304,5
0,05
215,99
88,35
0,57
0,61
353,5
8,05
210,5
116,6
0,60
0,63
E/M
0,40
0,41
0,55
34
Los valores de mineral y leyes medias fueron entregados por cada uno de los software
donde se llev a cabo la optimizacin, esto tomando en cuenta los valores del escenario
econmico definido al comienzo, es decir, la evaluacin realizada a revenue factor igual a
1. Por otro lado, en el caso de los softwares Whittle y NPV Scheduler, sus resultados son
muy cercanos, sin embargo, la diferencia existente entre los revenue factor es mayor a un
10%. Este hecho, hace pensar que uno de los dos softwares no sea completamente
consistente con la metodologa que ofrece. Por otro lado, la diferencia entre los reportes
de tonelaje generados por los software y el reporte de GEMS se obtuvo diferencias no
significativas para Whittle y NPV Scheduler con valores bajo el 1%, lo que indica una muy
buena precisin en dichas herramientas, mientras tanto para Pit Optimiser esta diferencia
fue de un 8%. Detalle de estos resultados en tabla N9, pgina anterior.
P Cu
P Au
Uni
-3%
-2%
-1% Referencia
1%
2%
3%
US$/lb 0.812 0.820 0.829
0.837
0.845 0.854 0.862
US$/gr 10.738 10.849 10.959
11.070
11.181 11.291 11.402
Tabla 10: Precios utilizados para realizar el anlisis
35
Tonelaje Mineral
Tonelaje Mineral [Mt]
Tonelaje Total
400
350
300
250
200
150
100
50
0
Whittle
NPV Scheduler
Pit Optimiser
250
200
150
100
Whittle
50
NPV Scheduler
Pit Optimiser
Caso de estudio
Caso de Estudio
Por otro lado, para cada uno de estos casos se calcularon porcentualmente las
diferencias entre los valores obtenidos y el precio de referencia.
Variacin Precio Uni
Whittle
Total
Diferencia
Mineral
Pit Optimiser
NPV
Scheduler
Diferencia
Total
Diferencia
Mineral
Diferencia
Total
Diferencia
Mineral
Diferencia
-3%
-2%
-1%
P*
1%
2%
3%
-14,78 -11,23
-5,53
1,52
5,41
8,52
-10,79
-8,06
-3,97
1,19
4,05
5,98
-12,08 -11,20
-8,86
3,33
3,91
3,98
-10,21
-9,18
-7,00
2,51
3,54
3,99
-11,51
-6,32
-4,82
1,68
3,12
4,37
-9,62
-5,30
-3,59
1,75
3,13
4,53
36
4.3.
Definicin de Fases
El paso siguiente tanto en Whittle como en NPV Scheduler ser la definicin de fases de
acuerdo a cada metodologa respectiva. Es decir, Whittle que trabaja con el concepto de
fases de los pit anidados y NPV Scheduler que define las fases mediante restricciones de
tamao y distancia.
4.3.1. Definicin de Fases en Whittle
Para Whittle la generacin de fases est estrechamente ligada a la creacin de un plan de
minero, de esta manera la generacin automtica de fases busca la mejor configuracin
posible para la funcin objetivo que defina al plan:
Parmetros
Min Lead
Max Lead
Max Bech
Y las restricciones de movimiento tanto como para planta y mina sern de: 21,9 Mt anual
y 30 Mt anual respectivamente, se buscaron las soluciones automticas de eleccin de
fases para planes de 2, 3, 4, 5 y 6 fases, obteniendo los siguientes pit anidados como
fases:
37
Fases
2
3
4
5
6
Pits
Fase Fase
3
4
Algoritmo
Fase
1
Fase
2
Fase
5
Fase
6
Milawa Balanced
12
Milawa NPV
12
Milawa Balanced
12
Milawa NPV
12
Milawa Balanced
12
Milawa NPV
12
Milawa Balanced
11
12
Milawa NPV
12
Milawa Balanced
12
Milawa NPV
Para cada uno de estos casos se graficaron las correspondientes partes de mineral y
estril para cada una de las fases y la configuracin correspondiente.
3 Fases Whittle
120,0
160,0
140,0
120,0
100,0
80,0
60,0
40,0
20,0
0,0
100,0
Fase 1
Fase 2
Tonelaje [Mt]
Tonelaje [Mt]
2 Fases Whittle
80,0
60,0
40,0
Fase 1
20,0
Fase 2
0,0
Mineral
Estril
Mineral
Balanced
Fase 3
Mineral
Estril
Estril
Mineral
Balanced
NPV
Estril
NPV
Configuracin
Configuracin
38
5 Fases Whittle
120,0
100,0
100,0
80,0
60,0
Fase 1
40,0
Fase 2
20,0
Tonelaje [Mt]
Tonelaje [Mt]
4 Fases Whittle
120,0
80,0
60,0
Fase 1
40,0
Fase 2
20,0
Fase 3
Fase 3
0,0
Mineral
Estril
Mineral
Balanced
0,0
Fase 4
Fase 4
Estril
Mineral
Estril
Mineral
Balanced
NPV
Estril
Fase 5
NPV
Configuracin
Configuracin
Tonelaje [Mt]
6 Fases Whittle
100
90
80
70
60
50
40
30
20
10
0
Fase 1
Fase 2
Sin Solucin
Fase 3
Fase 4
Mineral
Estril
Mineral
Estril
Fase 5
Fase 6
Balanced
NPV
Configuracin
Figuras 24, 25 y 26: Grficas de mineral y estril para bsqueda automtica 4, 5 y 6 fases
39
Para el caso de 4 Fases, se tomaron tres opciones para realizar esta comparacin:
1. Fases generadas automticas utilizando Milawa Balanced
2. Fases generadas automticas utilizando Milawa NPV
3. Fases generadas manualmente utilizando Milawa Balanced
En cada uno de los casos se definieron fases de manera de obtener un buen plan minero.
La definicin de fases fue la siguiente:
Fases
Generacin
Automtica Balanced
Automtica NPV
Fase
1
2
1
Manual Balanced
Pits
Fase Fase
2
3
7
8
5
6
6
Fase
4
12
12
12
Las leyes medias del mineral por fases para estos 3 casos, se muestran en la siguiente
tabla:
Fase 1
Fase 2
Fase 3
Fase 4
Balanced Auto
Ley Cu
Ley Au
[%]
[g/t]
0,51
0,70
0,64
0,52
0,58
0,54
0,62
0,45
NPV Auto
Ley Cu Ley Au
[%]
[g/t]
0,48
0,74
0,64
0,55
0,62
0,51
0,62
0,45
Balanced Manual
Ley Cu
Ley Au
[%]
[g/t]
0,48
0,74
0,64
0,54
0,63
0,48
0,61
0,45
4F Balanced
4F NPV
4F Balanced Manual
Fase Mineral [Mt] Estril [Mt] Mineral [Mt] Estril [Mt] Mineral [Mt] Estril [Mt]
1
2
3
4
Total
113,9
58,8
7,9
37,2
217,8
20,0
30,7
5,3
30,9
86,8
91,7
59,1
29,8
37,2
217,8
13,5
23,1
19,4
30,9
86,8
91,7
68,1
31,9
26,1
217,8
40
13,5
28,2
21,6
23,5
86,8
Por otro lado se compararon grficamente las fases, mediante la visualizacin de las
excavaciones en GEMS.
41
42
43
Segn las restricciones recogidas anteriormente fue necesario crear una configuracin de
manera de mostrar de qu manera el algoritmo define las fases y cmo respeta las
restricciones impuestas. De esta manera se decici buscar soluciones para distintos
escenarios.
El primer criterio elegido fue variar el nmero de fases a determinar, es decir, buscando
soluciones para el caso de 2, 3, 4, y 5 fases. En segundo lugar, se buscaron las
restricciones de tonelaje mineral mnimo por fase, esta tabla, que fue confeccionada
mediante prueba y error dado que hubo casos en que no fue posible hallar solucin, tiene
los siguientes parmetros:
Fase 1
60.000.000
40.000.000
10.000.000
10.000.000
Fase 2
100.000.000
40.000.000
20.000.000
10.000.000
Fase 3
60.000.000
30.000.000
10.000.000
Fase 4
50.000.000
10.000.000
Fase 5
30.000.000
N Fases
Total
70.000.000
Para cada uno de estos escenarios definidos, nos encontramos con la tercera variable
involucrada en el proceso, la profundidad o banco asociado a cada fase. Para ello, se
decidi crear dos configuraciones por fase:
1. Banco fijo: que corresponde a configurar las fases al banco ms profundo (270
msnm).
2. Banco variable: que corresponde a configurar las fases en profundidad creciente;
es decir, primera fase menos profunda, ltima fase a mayor profundidad.
Bajo este concepto se obtuvo las siguientes configuraciones que dieron lugar a la
generacin de fases.
44
2 Fases
Fijo
270
270
-
Fase 1
Fase 2
Fase 3
Fase 4
Fase 5
3 Fases
Variable
540
270
-
Fijo
270
270
270
-
4 Fases
Variable
630
450
270
-
Fijo
270
270
270
270
-
5 Fases
Variable
660
540
420
270
-
Fijo
270
270
270
270
270
Variable
690
600
480
390
270
De acuerdo a esta configuracin para el caso de 5 fases banco fijo, NPV Scheduler no
encontr solucin bajo dichos parmetros, por tanto ese caso no forma parte del estudio.
Con esto, se obtuvo las siguientes fases, el resumen de tonelajes se muestra
grficamente como sigue:
Tonelaje [Mt]
Fase 1
Fase 2
Mineral
Estril
Banco Fijo
Mineral
160
140
120
100
80
60
40
20
0
Fase 1
Fase 2
Mineral
Estril
Estril
Banco Fijo
Banco Variable
Mineral
Estril
Fase 3
Banco Variable
Configuracin
Configuracin
Tonelaje [Mt]
Fase 1
Fase 2
Mineral
Estril
Banco Fijo
Mineral
Estril
Fase 3
120
100
80
60
40
20
0
SIN
SOLUCIN
Fase 2
Fase 3
Mineral
Fase 4
Fase 1
Estril
Mineral
Estril
Fase 4
Fase 5
Banco Variable
Banco Fijo
Configuracin
Banco Variable
Configuracin
45
Figuras 37, 38: Perfil N7600 NPV Scheduler Banco fijo y Banco Variable Caso 4 Fases
Figuras 39, 40: Planta nivel 525 m. NPV Scheduler 4 fases banco fijo y banco variable
Por otro lado las leyes medias para los dos escenarios con 4 fases, permiten visualizar
que las fases tienen una ley de mineral creciente de Cu y decreciente de Au.
Fase 1
Fase 2
Fase 3
Cu
[%]
0,23
0,46
0,63
Au
[g/t]
0,83
0,70
0,53
Banco
Variable
Cu
Au
[%]
[g/t]
0,22 0,61
0,40 0,75
0,66 0,54
Fase 4
0,63
0,57
0,63
Banco Fijo
0,58
Fase
1
2
3
4
Banco Fijo
Mineral [Mt] Estril [Mt]
10,1
2,1
51,3
46,8
107,8
21,1
20,1
45,1
Banco Variable
Mineral [Mt] Estril [Mt]
12,6
12,3
44,0
52,7
106,7
47
12,0
19,5
44,6
4.4.
Para los 3 casos definidos en Whittle, se obtuvo una grfica correspondiente a los planes
obtenidos, mediante el archivo de secuencia que es posible exportar, que corresponde a
un archivo con la nomenclatura de modelo de bloques, en donde muestra que esta
mquina de clculo trabaja mediante fracciones de bloques que sern distribuidas en el
tiempo, esto hace cuestionar la factibilidad de esta prctica. Por ejemplo, se encontraron
casos de bloques que son extrados en un 95% en un perodo y un 5% en el perodo
siguiente, existen adems otros casos de secuencia de extraccin de 1%, 2%, 4% del
bloque y con una secuencia del 99, 98 y 96% respectivamente en el perodo siguiente.
Los grficos de movimiento por perodo para cada una de los escenarios Milawa Balanced
Automtico, Milawa NPV Automtico y Milawa Balanced manual se presentan a
continuacin:
48
0,9
0,8
30
0,6
20
0,5
15
0,4
0,3
10
Tonelaje [Mt]
0,7
25
0,2
5
0,1
0
1
10
11
12
Perodo
Fase 1 - Mx
Fase 2 - Mx
Fase 3 - Mx
Fase 4 - Mx
Fase 1 - Est
Fase 2 - Est
Fase 3 - Est
Fase 4 - Est
Cu [%]
Au [g/t]
0,9
0,8
30
0,6
20
0,5
15
0,4
0,3
10
0,2
5
0,1
10
11
12
13
Perodo
Fase 1 - Mx
Fase 2 - Mx
Fase 3 - Mx
Fase 4 - Mx
Fase 1 - Est
Fase 2 - Est
Fase 3 - Est
Fase 4 - Est
Cu [%]
Au [g/t]
49
Tonelaje [Mt]
0,7
25
0,8
30
0,7
0,6
25
0,5
20
0,4
15
0,3
10
0,2
Tonelaje [Mt]
0,1
10
11
12
Perodo
Fase 1 - Mx
Fase 2 - Mx
Fase 3 - Mx
Fase 4 - Mx
Fase 1 - Est
Fase 2 - Est
Fase 3 - Est
Fase 4 - Est
Cu [%]
Au [g/t]
Adems, a partir de los archivos de secuencia, se calcularon los beneficios asociados por
perodo para cada una de estas opciones, de manera de obtener el correspondiente VAN
de cada plan minero.
Plan
Balanced Automtico
NPV Automtico
Balanced Manual
VAN [MUS$]
253,1
270,6
263,3
Como se aprecia se obtienen 3 soluciones distintas, para las soluciones con el algoritmo
Milawa Balanced se tienen diferencias del 6,4% y 2,7% con respecto a la solucin del
algoritmo NPV Automtico. Sin embargo este ltimo caso, no respeta estrictamente la
tasa anual de alimentacin a planta. Por otro lado, se aprecia una consistencia en la
solucin, dado que la explotacin de fases es consecutiva.
50
8.100.000
Bancos
Maximum Relative
Bench Lag
Posteriormente, segn las restricciones configuradas los planes fueron los siguientes:
51
45
0,9
40
0,8
35
0,7
30
0,6
25
0,5
20
0,4
15
0,3
10
0,2
0,1
Tonelaje [Mt]
0
1
10
11
Perodo
Fase 1 - Mx
Fase 2 - Mx
Fase 3 - Mx
Fase 4 - Mx
Fase 1 - Est
Fase 2 - Est
Fase 3 - Est
Fase 4 - Est
Cu [%]
Au [g/t]
45
0,9
40
0,8
35
0,7
30
0,6
25
0,5
20
0,4
15
0,3
10
0,2
0,1
0
1
10
11
Perodo
Fase 1 - Mx
Fase 2 - Mx
Fase 3 - Mx
Fase 4 - Mx
Fase 1 - Est
Fase 2 - Est
Fase 3 - Est
Fase 4 - Est
Cu [%]
Au [g/t]
52
Tonelaje [Mt]
VAN
[MUS$]
233,1
230,5
Ambos casos entregan soluciones muy cercanas a pesar que la definicin de fases sea
distinta, lo que hace pensar que la restriccin de profundidad de bancos no sea una
variable tan fuerte a la hora de la generacin de un plan minero. A diferencia de whittle, en
esta herramienta no se pudo obtener un archivo de secuencia, para analizar la
consistencia de la secuencia de los bloques. Sin embargo, se aprecia que si existe una
consistencia en la extraccin de fases de manera consecutiva, llama la atencin adems,
la distribucin de fases para el plan definido por banco fijo, dado que para el primer
perodo se encuentran 3 fases abiertas al mismo tiempo, resultado que se contrapone al
objetivo que plantea el mismo sofware, el de entregar un plan que consuma de manera
ordenada en el tiempo las fases dispuestas.
Finalmente para los dos software utilizados en la obtencin de un plan minero, nos
encontramos que el peor resultado econmico de Whittle supera de manera amplia al
mejor de los casos obtenidos en NPV Scheduler (253,1 MUS$ en Whittle versus 233,1
MUS$ en NPV Scheduler).
53
4.5.
En cada una de las mquinas de clculo que se consideraron en este estudio tienen un
denominador en comn: la utilizacin del algoritmo de Lerchs y Grossman para definir la
envolvente econmica. Como se ha dicho en captulos anteriores la manera en que estos
software trabajan es definiendo distintas envolventes econmicas a travs de la variacin
del precio, que se realiza a travs del ponderador conocido como revenue factor. Este
factor al ser un ponderador del precio, se entiende que para un precio de referencia y un
revenue factor igual 1, sera posible a priori recrear el mismo escenario de manera tal,
que dicho precio ponderado por el correspondiente revenue factor sea igual a la constante
definida por el primer precio. De esta manera para precios i = 1 n
1 = 1 1 = 2 2 = =
Se realiz el ejercicio de recrear un mismo escenario variando el precio y revenue factor
de manera de mantener la constante dada para el precio de referencia (P*). El precio de
referencia en nuestro ejercicio corresponde a 0,837 US$/lb Cu y 11,07 US$/gr Au con
revenue factor igual a 1.
4.5.1. Consistencia en Whittle
Se realiz el ejercici segn la metodologa sealada anteriormente, recreando el
escenario del precio de referencia, la discretizacin de estril y mineral fue realizada por
el precio multiplicado por el revenue factor correspondiente. En el grfico observamos que
efectivamente las cantidades de mineral y estril permanecen constantes. Por
consiguiente, el resultado total tambin permanece contante, es decir, existe una
consistencia en la utilizacin del revenue factor como un ponderador del precio,
54
600
500
400
300
Estril
200
Mineral
100
0,
55
8
0,
59
8
0,
64
4
0,
69
7
0,
79
7
0,
88
1
0,
98
5
1,
11
6
1,
28
8
1,
52
2
1,
86
0
2,
39
1
Precio Cu [US$/lb]
Tonelaje [Mt]
600
500
400
300
Total Waste
200
Total Ore
100
0,
55
8
0,
59
8
0,
64
4
0,
69
7
0,
76
1
0,
83
7
0,
93
0
1,
04
6
1,
19
6
1,
39
5
1,
67
4
2,
09
2
2,
79
0
Precio Cu [US$/lb]
55
600
500
400
300
Estril
200
Mineral
100
0,
55
8
0,
59
8
0,
64
4
0,
69
7
0,
76
1
0,
83
7
0,
93
0
1,
04
6
1,
19
6
1,
39
5
1,
67
4
2,
09
2
2,
79
0
Precio Cu [US$/lb]
56
5. Conclusiones y Recomendaciones
Si bien en la planificacin minera existe una variedad de criterios para definir el pit final,
hemos comprobado que a partir de una misma metodologa de trabajo en cada uno de los
software, el resultado de definicin de pit final cambia, a pesar de que en todos los casos
ocupan
conceptualmente
el
mismo
algoritmo
de
Lerchs-Grossman.
Existen
consideraciones en que cada software tiene su metodologa para definir los ngulos de
talud, lo que implica a priori una diferencia en los tonelajes asociados, sin embargo en
nuestro caso de estudio, para las herramientas Whittle y NPV Scheduler, encontramos
dos envolventes muy similares en tonelajes totales pero asociadas a revenue factor con
una diferencia mayor al 10%. Adems, tras realizar la prueba de consistencia del revenue
factor concluimos que en NPV Scheduler no es posible recrear un mismo escenario
econmico mediante la utilizacin del revenue factor como un multiplicador del precio. En
tanto que para Whittle y Pit Optimiser existe una consistencia en la metodologa, por
tanto, s es posible recrear un escenario mediante el revenue factor.
Por otro lado, respecto a la generacin de fases, en el caso Whittle el proceso tiene una
dependencia con la generacin del plan minero, lo que permite buscar una eleccin de
fases de manera de generar un plan minero atractivo, sin embargo si este proceso es
efectuado de manera manual (mediante la generacin manual de fases), lleva consigo
una prctica de prueba y error que depender de la expertiz del usuario. Adems, en las
soluciones encontradas de manera automtica, se obtuvo pit consecutivos para la
definicin de fase 2 y 3, en el caso de un total de 4 fases, este resultado es cuestionable,
dado que la distancia existente entre los pits es pequea, lo que hace complicado la
puesta en prctica de fases tan cercanas una de otra.
correctos para encontrar una solucin llevan consigo un proceso de prueba y error
constante.
Finalmente respecto a los planes de produccin, se obtuvo 3 soluciones en Whittle, con
evaluaciones econmicas entre los 253 MUS$ y 270 MUS$, que cumplen mejor las
restricciones de movimiento total por perodo que las soluciones encontradas en NPV
Scheduler, sin embargo los archivos de secuencia muestran que existen bloques que son
extrados en fracciones de 1%, 2%, 5% donde su correspondiente tonelaje remanente es
extrado en el perodo siguiente, esto hace pensar que Whittle busca un plan que
satisfaga las restricciones fraccionando los bloques de una manera alejada de la realidad.
En tanto las soluciones encontradas por NPV Scheduler satisfacen de mejor manera el
tonelaje de mineral movido por perodo y sus resultados estn en el orden de los 230
MUS$, es decir, podemos encontrar una diferencia de hasta un 17% en la evaluacin
econmica de las soluciones. Con esto podemos concluir que no existe una solucin
nica al problema de la planificacin minera a cielo abierto y que las empresas de
software tienen un gran desafo por delante, realizar mejoras en sus herramientas, como
adems implementar algoritmos que han sido desarrollados en la ltima dcada para
evaluar el rendimiento de ellos en casos reales y comparar los resultados de stos con las
herramientas descritas en este trabajo.
58
6. Bibliografa
Cacceta. L, Hill. S, An application of branch and Cut to Open Pit Mine Scheduling, Journal of
Global Optimization, No. 27, pp. 349-365, 2003.
Esfandiari. B, Aryanezhad. B.M, Abrishamifar. A, Open pit optimization including mineral dressing
criteria using 0-1 non-linear goal programming, Mining Technology (Trans. Inst. Min. Metall. A),
Vol. 113, pp. A3-A15, March 2004.
De Saint Pierre. D, Santibez. E, Nuez. S, Lefranc. E, Identificacin de Oportunidades de
Negocio Globales en base a Tecnologas de Informacin y Comunicaciones para el Clster Minero
y Relacionados, pp. 87-97, 2005.
th
Dowd. P.A, Onur A.H., Optimising Open Pit Design and Sequencing, Proceedings of the 26
Symphosium on the Application of Computers and Operations research in the Mineral Industry,
Chapter 42, pp. 411-422, 1992.
Gaupp. M. Methods for Improving the Tractability of the Block Sequencing Problem for an Open Pit
Mine, pp. 15-22, 2008.
Gershon. M, Heuristc approaches for mine planning and production scheduling, International
Journal of Mining and Geological Engineering, No.5, pp. 1-13. 1987.
Hochbaum. D, Chen. A. Performance Analysis and Best Implementations of Old and New
Algorithms for the Open-Pit Mining Problem, INFORMS, Vol 48, No 6, pp. 894-914, Noviembre Diciembre 2000.
Lerchs. H, I. F Grossman. Optimum design of Open-pit Mines, Transactiones of the Canadian
Institute of Mining and Metallurgy, Volume LXVII, pp. 17-24, 1965.
Magin J.M, Reformulacin de una planificacin Minera de Largo Plazo en una Mina a Rajo
Abierto, Universidad de Chile, 2002.
Menabde. M, Stone. P, Law, Baird. B, Blasor - A Generalized Strategic Mine Planning Optimization
Tool, BHP Billiton, 2007.
NPV Scheduler, User Manual, Datamine.
Ramazan. S, Dimitrakopoulus. R., Recent applications of operations research and efficient MIP
formulations in open pit mining, Transactions of the Society for Mining, Metallurgy, and Exploration,
Vol. 316, pp 73-78, 2004.
Rubio. E. Apuntes del Curso Tpicos Avanzados en Planificacin Minera, Universidad de Chile,
2008.
Whittle. J, Four X User Manual, Whittle Programming Pty Ltd., Melbourne, Australia, 1998.
59
Coordenada
Valor (m)
Xo
3460
Yo
6465
Zo
270
Y
(Xo,Yo, Zo)
X
2. Estadsticas
La siguiente grfica corresponde a la curva tonelaje ley de aquella porcin del yacimiento
con los tipos de roca OX, PM y MX, para leyes de corte de oro
500
1,6
450
1,4
400
1,2
Tonelaje (Mt)
350
300
0,8
250
0,6
200
0,4
150
0,2
100
50
0
-0,2
0
0,2
0,4
Tonelaje
0,6
Ley Cu
0,8
Ley Au
1,2
60
1,4
Por su parte, los siguientes histogramas muestran la distribucin de leyes de cobre y oro
para los tipos de roca OX, PM y MX:
Histograma Ley Cu(OX, PM, MX)
600
500
Data (#)
400
300
200
100
0
Ley Cu (%)
Fig. 2: Histograma Cu
Histograma Ley Au (OX, PM, MX)
700
600
Data (#)
500
400
300
200
100
0
Ley Au (ppm)
Fig. 3: Histograma Au
Tipo de roca PM
La siguiente tabla resume las estadsticas bsicas para los bloques con tipo de roca PM:
Densidad
(t/m3)
3.068
Cu (%)
Au (ppm)
3.068
3.068
3.068
3.068
3.068
2,366
0,06
0,02
Mximo
2,75
1,46
1,13
Promedio
2,65
0,51
0,36
Bloques totales
Bloques no
blancos
Mnimo
Desv. Estndar
0,08
0,27
Tabla 1: Estadsticas roca PM
61
0,21
Tipo de roca MX
La siguiente tabla resume las estadsticas bsicas para los bloques con tipo de roca MX:
Denisty
(t/m3)
2.978
Cu (%)
Au (ppm)
2.978
2.978
2.978
2.978
2.978
0,238
Mximo
2,75
1,19
1,42
Promedio
2,53
0,38
0,45
Bloques totales
Bloques no
blancos
Mnimo
Desv. Estndar
0,35
0,28
Tabla 2: Estadsticas roca MX
0,34
WAST
Cu (%)
Au (ppm)
8.552
8.552
Densidad
(t/m3)
47.094
8.552
8.552
8.552
Mximo
Promedio
Desv. Estndar
Bloques totales
Bloques no
blancos
Mnimo
Densidad
(t/m3)
8.552
Cu (%)
Au (ppm)
47.094
47.094
47.094
47.094
47.094
2,7
2,17
0
0
0,40
Tabla 3: Estadsticas AIRE y WAST
62
40ktpd
60ktpd
80ktpd
100ktpd
120ktpd
Revenue
Factor
US$ disc
US$ disc
US$ disc
US$ disc
US$ disc
US$ disc
x1000
x1000
x1000
x1000
x1000
x1000
0,6
121.943
164.669
134.414
75.603
3.156
-79.576
0,65
153.640
254.669
262.288
229.100
170.908
103.655
0,7
163.589
293.625
323.935
307.612
260.088
201.859
0,75
167.110
310.779
353.479
343.955
304.891
251.792
0,8
168.652
319.730
369.526
364.710
330.295
280.008
0,85
169.255
323.641
376.758
374.760
341.979
293.964
0,9
169.436
324.847
379.235
377.839
345.553
298.472
0,95
169.538
325.663
380.906
380.193
348.439
301.325
Pit final
169.566
325.822
381.272
380.763
349.181
301.878
10
1,05
169.529
325.558
380.764
379.903
348.172
300.902
11
1,1
169.490
325.246
380.145
378.948
347.020
299.675
12
1,15
169.402
324.531
378.731
376.845
344.424
296.818
13
1,2
169.380
324.348
378.372
376.322
343.769
296.085
14
1,25
169.300
323.677
377.037
374.378
341.333
293.344
15
1,3
169.161
322.517
374.628
370.948
337.015
288.462
16
1,35
169.001
321.152
371.700
366.809
331.775
282.516
17
1,4
168.989
321.043
371.469
366.479
331.360
282.040
18
1,45
168.949
320.684
370.711
365.399
329.992
280.479
19
1,5
168.924
320.465
370.261
364.755
329.179
279.548
20
1,55
168.812
319.443
368.157
361.734
325.362
275.169
21
1,6
168.797
319.301
367.861
361.309
324.823
274.551
22
1,65
168.796
319.288
367.835
361.272
324.777
274.497
23
1,7
168.773
319.079
367.400
360.644
323.986
273.586
24
1,75
168.640
317.831
364.794
356.880
319.228
268.105
25
1,8
168.636
317.786
364.699
356.742
319.054
267.905
26
1,85
168.523
316.705
362.424
353.442
314.881
263.086
27
1,9
168.498
316.464
361.916
352.704
313.951
262.010
28
1,95
168.497
316.452
361.891
352.668
313.905
261.956
29
168.422
315.758
360.423
350.532
311.203
258.831
63
Si analizamos la tabla, podemos ver que el mayor van se obtiene a revenue factor igual a
1, con un ritmo de produccin de 60.000 tpd.
De esta manera, grficamente
400,000
VAN [kUS$]
300,000
200,000
100,000
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
-100,000
-200,000
Pit
20ktpd US$ disc x1000
64