Cf-Morales CM PDF

UNIVERSIDAD DE CHILE
FACULTAD DE CIENCIAS FSICAS Y MATEMTICAS

DEPARTAMENTO DE INGENIERA DE MINAS
METODOLOGA DE PLANIFICACIN DE CORTO PLAZO INTEGRANDO

RESTRICCIONES GEOMETALRGICAS
MEMORIA PARA OPTAR AL TTULO DE INGENIERO CIVIL DE MINAS
TESIS PARA OPTAR AL GRADO DE MAGSTER EN MINERA
CAMILO IGNACIO MORALES MOLDENHAUER
PROFESOR GUA:
ENRIQUE RUBIO ESQUIVEL
MIEMBROS DE LA COMISIN:
ANDRS WEINTRAUB POHORILLE
JULIN ORTIZ CABRERA
CARLOS VILA URRUTIA
SANTIAGO DE CHILE
OCTUBRE 2009
Resumen
La explotacin masiva de minas a cielo abierto es diseada y planificada sin integrar la variabilidad
espacial de mineraloga presente en el depsito. En general, estas operaciones se planifican con un
modelo de recursos sobre el milln de bloques de mineral lo cual requiere realizar agregaciones de
varios cientos de bloques para realizar la planificacin de la mina. Esta agregacin de bloques
induce discrepancias entre la planificacin de largo y corto plazo, puesto que tanto en el diseo de la
mina como en la planificacin de largo plazo, no se consider la mezcla que se debe realizar para
cumplir con las restricciones impuestas por el procesamiento. El objetivo de este trabajo es
desarrollar un modelo de programacin matemtica para soportar la planificacin minera de corto
plazo en una mina a cielo abierto, integrando mezclas de minerales con diferentes propiedades
mineralgicas. Como producto del modelo se genera una gua para la planificacin minera de corto
plazo para realizar la secuencia de extraccin ptima de bloques desde la mina, en este caso,
incorporando restricciones geometalrgicas sobre el mineral de alimentacin a la planta de
chancado que afectan la produccin y mantenimiento de la operacin. El presente trabajo de tesis
fue apoyado por BHP Billiton, con los datos de Compaa Minera Spence S.A.
El modelo considera la maximizacin de cobre fino sujeto a una serie de restricciones operacionales
como las capacidades de movimiento de material desde la mina y de chancado, precedencias de
bloques para generar geometras mineras construibles, campaas y stock, restricciones geomtricas
como el radio de bsqueda de bloques por periodo y restricciones geometalrgicas relacionadas con
la mezcla del mineral de alimentacin a planta.
Los resultados indican que el modelo es til como una gua para la planificacin minera de corto
plazo de una mina a cielo abierto, incrementando la produccin de cobre fino en un 11%, en
comparacin con la convencional aproximacin de prueba y error. De esta comparacin, se
desprende tambin una reduccin del remanejo de mineral en aproximadamente un 80%, lo cual se
traduce en una disminucin en los costos, los cuales son mayores si el mineral de alimentacin al
chancado proviene de los stocks. Los tiempos de planificacin se reducen debido al conocimiento
relativo previo de cules bloques deben ser extrados en cada periodo del horizonte de tiempo en
estudio. Al utilizar los resultados del modelo como gua y a pesar de siempre encontrarse bajo las
restricciones operacionales impuestas, las caractersticas geometalrgicas presentan una mayor
variabilidad que en el caso de la planificacin tradicional.
Adems, los resultados obtenidos muestran que el radio de bsqueda, cuyo fin es limitar el rea de
bloques disponibles por periodo, es un parmetro relevante y del cual depende la calidad de los
resultados grficos y la conexidad del secuenciamiento de extraccin de bloques. Por lo tanto, se
recomienda la utilizacin de radios de bsqueda no slo por periodo, sino tambin por banco, puesto
que aquellos cuya explotacin sucede en periodos posteriores, presentan una mayor tendencia a
resultados poco conexos.
Se recomienda utilizar los resultados de este trabajo como gua para la planificacin minera de corto
plazo, considerando una redefinicin de los parmetros de entrada del modelo, si se desea su
utilizacin para otros modelos de bloques u otros horizontes de tiempo acorde a los resultados que
se espera obtener. Adems, es importante resaltar que el modelo entrega un secuenciamiento
ptimo de extraccin de bloques el cual no es operacional y la planificacin realizada depender de
la experiencia y habilidad del planificador que lo utilice como herramienta de apoyo. Finalmente, el
modelo posee una considerable utilidad como una herramienta de generacin de opciones de
explotacin, es decir, hoy el plan es nico y no posee opciones frente a eventuales problemas
operacionales. El contar con una serie de opciones permite operar la mejor de ellas, pero tambin
contar con el resto para simplificar el proceso de planificacin.
1
Agradecimientos
En primer lugar quisiera agradecer a mi familia que es un pilar fundamental en mi vida. A pesar
de que durante mi estada universitaria no tuve el privilegio de tener cerca a mis padres, pues
siendo muy joven tuve que alejarme del hogar para venir a estudiar a Santiago, jams dej de
sentir su apoyo, preocupacin y cario incondicional; sin ello muchas veces no podra haber
salido adelante. Ha sido un camino muy largo con momentos malos y buenos pero al fin y al
cabo ellos siempre han tenido la palabra o la accin justa para levantarme cada vez que fue
necesario. Quiero tambin darle las gracias a mi hermano que siempre hizo que mis das en
Santiago fueran ms que gratos, desde que me fui del lado de mis padres. Muchsimas gracias
hermano por permitirme compartir un hogar contigo por tantos aos, por siempre preocuparte
de que todo funcione bien y por estar presente en los momentos que ms lo necesit. Todo el
apoyo de ustedes siempre hizo que este camino fuese ms sencillo, sinceramente se los
agradezco.
A mi polola, amiga, compaera y confidente Camila que en este ms de ao y medio juntos ha

sido parte de todo mi recorrido acadmico en el Magster. Gracias por la tranquilidad,
estabilidad y apoyo incondicional que me has entregado y que siempre ha hecho que todo se
vuelva mucho ms fcil. Gracias por cada una de las palabras en todo este proceso que
siempre las escuch y me sirvieron muchsimo para estar en el punto en que estoy ahora. Te
convertiste en mi otro pilar fundamental y siempre has estado presente cada vez que te he
necesitado, muchsimas gracias por todo.
A Enrique Rubio, mi profesor gua, por darme la oportunidad de trabajar a su lado en una serie
de proyectos desde el ao 2006 hasta el da de hoy. Gracias por todo el apoyo brindado en el
desarrollo de este trabajo y en general, por cada uno de los proyectos que hemos realizado
juntos en los cuales he podido crecer y desarrollarme profesionalmente.
Tambin quisiera agradecer al Laboratorio de Planificacin Minera Delphos de la Universidad

de Chile por la contribucin en el desarrollo y publicacin del estudio realizado, y en particular a
Nelson Morales, pues su participacin y profesionalismo fue indispensable para ello. A
Compaa Minera Spence S.A. y BHP Billiton Base Metals por contribuir con la base de datos y
su experiencia para implementar el modelo de programacin matemtica.
Finalmente quisiera agradecer a mis viejos amigos de Coyhaique, con los que tuve la suerte de
compartir instantes agradables en esta ciudad durante toda mi vida universitaria, haciendo que
la distancia de mi hogar no fuese tan extrema. A mis compaeros de carrera con los cuales
compart por tantos aos y estoy seguro que lo seguir haciendo por muchos aos ms dentro
de este mundo minero que es tan pequeo, les agradezco cada uno de los buenos momentos
que vivimos tanto en la Universidad como fuera de ella; estudios, carretes, terrazas, fondas,
bautizos y Congresos son momentos que jams se olvidarn.
2
ndice de contenidos
Resumen .................................................................................................................................... 1
Agradecimientos ......................................................................................................................... 2
ndice de contenidos ................................................................................................................... 3
ndice de figuras ......................................................................................................................... 7
ndice de tablas......................................................................................................................... 10
1 Introduccin ...................................................................................................................... 13
1.1. Objetivos .................................................................................................................... 14
Objetivo general ................................................................................................................ 14
Objetivos especficos ........................................................................................................ 14
1.2. Alcances ..................................................................................................................... 15
1.3. Organizacin del trabajo ............................................................................................. 15
2 Anlisis bibliogrfico.......................................................................................................... 16
2.1. Planificacin Minera.................................................................................................... 16
2.2. Mtodos de optimizacin de secuenciamiento de bloques.......................................... 20
2.2.1. Algoritmos para la determinacin del pit final ....................................................... 20
2.2.2. Secuenciamiento de pits ...................................................................................... 21
2.2.3. Enfoque integral del secuenciamiento de bloques ............................................... 22
2.2.4. Softwares ............................................................................................................ 25
2.3. Evolucin de CPLEX .................................................................................................. 28
3 Modelo de programacin matemtica para soportar la planificacin minera de corto plazo

31
3.1. Definicin general del modelo matemtico ................................................................. 32
3.2. Descripcin minera de las restricciones ...................................................................... 34
3.3. Modelo de Programacin Matemtica......................................................................... 36
Parmetros de los bloques................................................................................................ 36
Parmetros de la operacin .............................................................................................. 37
3
Parmetros de los stocks .................................................................................................. 37
Parmetros geomtricos ................................................................................................... 38
Variables de decisin ........................................................................................................ 38
Funcin Objetivo ............................................................................................................... 39
Restricciones .................................................................................................................... 39
3.4. Criterios de resolucin ................................................................................................ 42
4 Estudio de caso ................................................................................................................ 44
4.1. Caractersticas generales ........................................................................................... 44
4.2. Definicin del modelo de bloques ............................................................................... 45
4.3. Definicin de parmetros de resolucin ...................................................................... 46
4.4. Criterios de resolucin ................................................................................................ 49
5 Anlisis de resultados ....................................................................................................... 50
5.1. Determinacin de radios de bsqueda........................................................................ 50
RPS = 10 metros y MAR = 10 metros ............................................................................... 52
5.2. Manejo de stockpiles .................................................................................................. 79
5.2.1. Caso base ........................................................................................................... 79
5.2.2. Caso stocks vacos .............................................................................................. 81
5.2.3. Mineral de stocks versus mineral de la mina........................................................ 84
5.3. Modelo de planificacin trimestral Spence .................................................................. 87
5.3.1. Resultados numricos ......................................................................................... 87
5.3.2. Resultados grficos ............................................................................................. 92
4
5.4. Comparacin de Planes de Produccin ...................................................................... 96
5.4.1. Planificacin trimestral manual sin gua ............................................................... 96
5.4.2. Planificacin trimestral manual con gua .............................................................. 99
6 Conclusiones y Recomendaciones ................................................................................. 104
7 Trabajos futuros .............................................................................................................. 107
8 Referencias bibliogrficas ............................................................................................... 108
9 Anexos ............................................................................................................................ 111
9.1. Anexo 1 .................................................................................................................... 111
9.2. Anexo 2 .................................................................................................................... 111
9.3. Anexo 3 .................................................................................................................... 111
9.4. Anexo 4 .................................................................................................................... 111
9.5. Anexo 5 .................................................................................................................... 112
9.6. Anexo 6 .................................................................................................................... 112
9.7. Anexo 7 .................................................................................................................... 112
9.8. Anexo 8 .................................................................................................................... 112
9.9. Anexo 9 .................................................................................................................... 113
9.10. Anexo 10 ............................................................................................................... 113
9.11. Anexo 11 ............................................................................................................... 114
9.12. Anexo 12 ............................................................................................................... 115
9.13. Anexo 13 ............................................................................................................... 115
9.14. Anexo 14 ............................................................................................................... 116
9.15. Anexo 15 ............................................................................................................... 118
9.16. Anexo 16 ............................................................................................................... 118
9.17. Anexo 17 ............................................................................................................... 118
9.18. Anexo 18: Paper presentado en APCOM 2009 Vancouver, Canad ..................... 119
Development of a mathematical programming model to support the planning of short-term

mining ..................................................................................................................................... 119
Abstract .................................................................................................................................. 119
5
1. Introduction ..................................................................................................................... 120
2. Mine planning .................................................................................................................. 121
3. Mathematical programming model .................................................................................. 123
3.1. Considerations.......................................................................................................... 123
3.2. General description................................................................................................... 123
3.3. Block parameters ...................................................................................................... 123
3.4. Operative parameters ............................................................................................... 124
3.5. Stocks parameters .................................................................................................... 124
3.6. Geometric parameters .............................................................................................. 125
3.7. Decision variables..................................................................................................... 125
3.8. Constraints ............................................................................................................... 125
3.7. Objective function ..................................................................................................... 128
4. Case study ...................................................................................................................... 128
5. Results ............................................................................................................................ 131
5.1. Numeric results......................................................................................................... 131
5.2. Geometric results...................................................................................................... 134
6. Conclusions .................................................................................................................... 136
7. Acknowledgments ........................................................................................................... 136
8. References...................................................................................................................... 137
6
ndice de figuras
Figura 1: Componentes del modelo de programacin matemtica............................................ 31

Figura 2: Flowsheet de operaciones de Mina Spence ............................................................... 44
Figura 3: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso RPS =
10 metros y MAR = 10 metros .................................................................................................. 53
Figura 4: Vista en planta del secuenciamiento de bloques del banco 1580 para el caso RPS =
Figura 11: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso RPS
= 10 metros y MAR = 50 metros ............................................................................................... 66
7
Figura 19: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso base
................................................................................................................................................. 79
sin stocks .................................................................................................................................. 82
= 70 metros y MAR = 30 metros sin stocks ............................................................................... 83
= 80 metros y MAR = 30 metros sin stocks ............................................................................... 83
= 80 metros y MAR = 30 metros con stocks.............................................................................. 85
Figura 24: Tonelaje de cobre fino por periodo para planificacin trimestral de Spence ............. 88
Figura 25: Curva tonelaje-ley del movimiento de material (mineral + estril) desde la mina para
la planificacin trimestral de Spence ......................................................................................... 88
Figura 26: Curva tonelaje-ley del mineral de alimentacin a planta para la planificacin trimestral
de Spence ................................................................................................................................ 89
Figura 27: Restricciones geometalrgicas de Clacid (izquierda) y CO3 (derecha) para la
planificacin trimestral de Spence............................................................................................. 89
Figura 28: Restricciones geometalrgicas de F_geomet (izquierda) y mezcla (derecha) para la
planificacin trimestral de Spence............................................................................................. 90
Figura 29: Distancia mxima a accesos por banco en cada periodo de los bloques explotados
para la planificacin trimestral de Spence ................................................................................. 91
Figura 30: Secuenciamiento de bloques del banco 1580 de la fase 02 para la planificacin
trimestral de Spence ................................................................................................................. 94
Figura 34: Planificacin trimestral manual sin gua de mina Spence ......................................... 97
Figura 35: Tonelaje de finos de cobre segn planificacin trimestral manual sin gua de mina
Spence ..................................................................................................................................... 97
8
Figura 36: Restricciones geometalrgicas de Clacid (izquierda) y CO3 (derecha) segn
planificacin trimestral manual sin gua de mina Spence .......................................................... 98
Figura 37: Restricciones geometalrgicas de F_geomet (izquierda) y Mezcla (derecha) segn
planificacin trimestral manual sin gua de mina Spence .......................................................... 98
Figura 38: Secuenciamiento de bloques de los bancos 1580 (izquierda) y 1565 (derecha) de la
fase 02 segn planificacin trimestral mediante el mtodo tradicional ...................................... 99
Figura 39: Secuenciamiento de bloques del banco 1625 de la fase 03 segn planificacin
trimestral mediante el mtodo tradicional .................................................................................. 99
Figura 40: Planificacin trimestral manual con gua de mina Spence...................................... 100
Figura 41: Tonelaje de finos de cobre segn planificacin trimestral manual con gua de mina
Spence ................................................................................................................................... 100
Figura 42: Restricciones geometalrgicas de Clacid (izquierda) y CO3 (derecha) segn
planificacin trimestral manual con gua de mina Spence ....................................................... 101
Figura 43: Restricciones geometalrgicas de F_geomet (izquierda) y Mezcla (derecha) segn
planificacin trimestral manual con gua de mina Spence ....................................................... 101
Figura 44: Secuenciamiento de bloques de los bancos 1580 (izquierda) y 1565 (derecha) de la
fase 02 segn planificacin trimestral con gua ....................................................................... 102
Figura 45: Secuenciamiento de bloques del banco 1625 de la fase 03 segn planificacin
trimestral con gua .................................................................................................................. 102
Figura 46: Contribucin en tonelaje y porcentaje de cada una de las fuentes a la alimentacin
de mineral a la planta de procesamiento para el caso RPS = 60 metros y MAR = 30 metros . 112
9
ndice de tablas
Tabla 1: Comparacin entre las metodologas de los softwares Whittle y NPV Scheduler ____ 25
Tabla 2: Tiempos de resolucin del modelo PDS-30 ________________________________ 30
Tabla 3: Criterios de definicin del tipo de material para cada uno de los bloques del modelo 45
Tabla 4: Bancos a explotar por periodo segn la planificacin de largo plazo _____________ 45
Tabla 5: Estadsticas bsicas del modelo de bloques Julio a Septiembre de 2008 _________ 46
Tabla 6: Definicin de periodos y sus caractersticas ________________________________ 46
Tabla 7: Caractersticas de los stocks bases ______________________________________ 47
Tabla 8: Coordenadas de los bloques que representan los accesos a cada banco _________ 48
Tabla 9: Radios de bsqueda desde los accesos a los bancos para cada periodo _________ 48
Tabla 10: Combinaciones de RPS y MAR para encontrar el radio de bsqueda adecuado ___ 52
Tabla 11: Leyenda de colores para el secuenciamiento de bloques _____________________ 52
Tabla 12: Radios de bsqueda por periodo para el caso RPS = 10 metros y MAR = 10 metros 53
Tabla 13: Relacin de bloques minados y procesados por periodo para el caso RPS = 10
metros y MAR = 10 metros ____________________________________________________ 54
Tabla 14: Utilizacin de stocks para el caso de RPS = 10 metros y MAR = 10 metros ______ 55
10
Tabla 36: Resultados de la determinacin de los radios de bsqueda ___________________ 78
Tabla 37: Relacin de bloques minados y procesados por periodo para el caso base en
campaa de slfuros _________________________________________________________ 80
Tabla 38: Relacin de bloques minados y procesados por periodo para el caso base en
campaa de xidos __________________________________________________________ 81
Tabla 40: Relacin de bloques minados y procesados en los periodos 1 y 2 para el caso RPS =
80 metros y MAR = 30 metros __________________________________________________ 86
Tabla 41: Planificacin trimestral de extraccin de bancos de Spence segn modelo de
programacin matemtica _____________________________________________________ 92
Tabla 42: Planificacin trimestral de extraccin de bancos para alimentacin de la planta de
procesamiento de minerales de Spence segn modelo de programacin matemtica ______ 93
Tabla 43: Contribucin en tonelaje y porcentaje de cada una de las fuentes a la alimentacin de
mineral a la planta de procesamiento para el caso RPS = 10 metros y MAR = 10 metros ___ 111
11
mineral a la planta de procesamiento para el caso base ____________________________ 113
Tabla 51: Bloques que son minados en el periodo 1 pero que no son procesados para el caso
base _____________________________________________________________________ 113
base _____________________________________________________________________ 114
Tabla 53: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso base
sin stocks _________________________________________________________________ 114
Tabla 54: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso RPS =
70 metros y MAR = 30 metros sin stocks ________________________________________ 115
Tabla 55: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso RPS =
80 metros y MAR = 30 metros sin stocks ________________________________________ 115
mineral a la planta de procesamiento para el caso RPS = 80 metros y MAR = 30 metros con
stocks____________________________________________________________________ 115
RPS = 80 metros y MAR = 30 metros con stocks __________________________________ 116
RPS = 80 metros y MAR = 30 metros con stocks __________________________________ 117
Tabla 59: Estadsticas bsicas del banco 1670 de la fase 05 del modelo de bloques de Spence
correspondientes a los meses de julio, agosto y septiembre de 2008 __________________ 118
Tabla 60: Planificacin trimestral manual sin gua de mina Spence ____________________ 118
Tabla 61: Planificacin trimestral manual con gua de mina Spence ___________________ 118
12
1 Introduccin
En la actualidad, la planificacin minera se lleva a cabo en diferentes horizontes de tiempo para

soportar el proceso de llevar un proyecto de una etapa de concepcin a operacin. En las
primeras etapas de definicin del pit final, secuenciamiento y construccin del programa de
produccin, se utilizan modelos de recursos que en general consideran las caractersticas
bsicas del yacimiento como leyes y tipos de roca. En funcin de esta informacin se construye
el modelo de planificacin minera. Una vez que la mina comienza a operar, aparecen una serie
de eventos metalrgicos, como por ejemplo cambios en el tipo de mineralizacin, que obligan a
complementar el modelo de recursos con mineralogas, contaminantes y fragmentacin, las
cuales son variables de operacin que obligan a incorporar mezclas de minerales para entregar
un producto aceptable al proceso metalrgico. Actualmente, poder conciliar el plan de largo
plazo, que define por ejemplo, el secuenciamiento del pit con la operacin de mezcla, es una
tarea de planificacin que consume una cantidad importante de recursos humanos y las
soluciones obtenidas son sub-ptimas.
La planificacin minera considera diferentes horizontes de tiempo los cuales apoyan diferentes
tipos de decisiones. Es as como la planificacin de largo plazo se encarga de la definicin del
tamao y de la vida de la mina, de la que se desprende la inversin y los costos asociados a
ella. La planificacin de mediano plazo, se encarga de adaptar la definicin de negocios de la
mina mediante reemplazo de infraestructura, reconocimiento de recursos y proyectos de
contingencia. Finalmente la planificacin de corto plazo se encarga de analizar los recursos
utilizados en la operacin de la mina de forma de soportar el presupuesto de operaciones de la
mina.
En muchos casos, minas a cielo abierto son diseadas para soportar una operacin masiva,
con grandes equipos, en un cuerpo mineralizado muy selectivo que posiblemente presente gran
variabilidad mineralgica. Esto produce una discrepancia entre la planificacin de largo y corto
plazo, puesto que tanto en el diseo de la mina, como en la planificacin de largo plazo nunca
se consider la mezcla que es necesaria para proveer al chancador en la planta de
procesamiento. Por lo tanto esta discrepancia entre el diseo de la mina a largo plazo, la
planificacin y los rendimientos operativos, tienden a poner en peligro la utilizacin de equipos e
infraestructura de la mina, produciendo un alto incremento en los costos de operacin. Las
principales dificultades de esta discrepancia, se reflejan en el ejercicio de la planificacin de
corto plazo (periodos de un mes a un ao), en donde el programa de produccin tiene que
13
reflejar la verdadera variabilidad mineralgica, en una mina que fue diseada sin considerar las
caractersticas intrnsecas del cuerpo mineralizado.
Generalmente, los planes de produccin son diseados con modelos de clculo que consideran
los depsitos de forma uniforme, sin considerar en ellos, la variabilidad del mineral, lo cual
provoca, al menos, los siguientes problemas:
Variabilidad de costos: Se producen diferencias entre el diseo de la mina a largo plazo,

el plan de produccin y el rendimiento operativo de esta, lo cual podra traducirse en
incrementos en los costos, tanto de explotacin como de procesamiento del mineral.
Variabilidad en la produccin de metal: Las minas a cielo abierto son diseadas para
soportar una operacin del tipo masiva, por lo cual, cualquier cambio en el tipo de
mineral, y por lo tanto, en la mineraloga de ste que cambien sus formas y/o
condiciones de procesamiento, provoca diferencias en la produccin de metal entre un
periodo y otro.
Actualmente, no existe ninguna herramienta de software que permita construir la planificacin

de corto plazo y que considere una mezcla in situ dentro del pit, de forma tal de considerar la
variabilidad mineralgica existente. Este proceso, es realizado mediante una aproximacin
manual de prueba y error e incorporando gran cantidad de mineral de remanejo desde los
stocks.
1.1. Objetivos
Objetivo general
Desarrollar una metodologa para soportar la planificacin minera de corto plazo en una mina a
cielo abierto, integrando en el proceso de planificacin, mezclas de minerales con diferentes
propiedades mineralgicas.
Objetivos especficos
Integrar las restricciones geometalrgicas en un modelo de programacin matemtica

para la planificacin de corto plazo.
Anlisis de factibilidad de las soluciones para diferentes radios de bsqueda.
14
Introducir los stockpiles en el programa de extraccin.
Realizar un anlisis de secuenciamiento de bloques alternativo.
1.2. Alcances
Planificacin minera de corto plazo.

Estudio de caso corresponde a Compaa Minera Spence S.A. para un horizonte de
tiempo de 3 meses.
Equipos con capacidad de movimiento mina de 220,000 toneladas por da.
Planta de chancado con capacidad de 50,000 toneladas por da.
Restricciones geometalrgicas del mineral de alimentacin a la planta de chancado
correspondientes a cloro, carbonato, material particulado fino y arglico.
1.3. Organizacin del trabajo
El presente trabajo est organizado en siete captulos. En el captulo 1, se presenta una

introduccin al tema desarrollado, la cual incluye una descripcin de la problemtica, los
objetivos y los alcances del trabajo. En el captulo 2 se desarrolla un anlisis bibliogrfico
acerca de las herramientas utilizadas para realizar la planificacin minera en sus diferentes
horizontes, as como de la evolucin que ha tenido el desarrollo de modelos de programacin
matemticos, que permiten resolver problemas en esta rea. En el captulo 3 se presenta el
modelo de programacin matemtica con sus ecuaciones respectivas, el respaldo minero detrs
de ellas y los criterios de resolucin del modelo. En el captulo 4 se presenta el estudio de caso
con la definicin de todos los parmetros necesarios para el correcto desarrollo del trabajo. En
el captulo 5 se procede a analizar los resultados, realizando estudios segn los objetivos
especficos planteados para este trabajo. En el captulo 6 se presentan los trabajos a futuro
recomendados para desarrollar mejoras en el modelo. Y finalmente, en el captulo 7 se exponen
una serie de conclusiones y recomendaciones obtenidas de los resultados del trabajo.
15
2 Anlisis bibliogrfico
2.1. Planificacin Minera
La planificacin minera se define como el proceso de Ingeniera de Minas que transforma el

recurso mineral en el mejor negocio productivo para el dueo (Rubio, 2006), definiendo una
promesa productiva y convirtindose en un documento bancable para los inversionistas, de
forma tal de maximizar la renta del negocio minero, activando cada una de sus fuentes e
integrando las restricciones impuestas por el recurso mineral, el mercado y el entorno. Las
razones por las cuales se debe realizar planificacin minera son las siguientes (Smith, 1776;
Camus, 2000):
La minera como negocio es uno de los que involucra la mayor cantidad de capital y
posee los ms altos niveles de incertidumbre.
La minera es uno de los negocios que ha llevado a la banca rota la mayor cantidad de
inversionistas.
Tpicamente los proyectos mineros en vez de pagar el capital, lo consumen en conjunto
con las utilidades.
Lo planteado anteriormente denota lo riesgoso del negocio minero, lo cual desencadena que a
no ser por la cantidad de dinero involucrada, no existiran inversionistas para un negocio de
estas caractersticas, por lo que la planificacin minera toma un papel fundamental para
disminuir los niveles de incertidumbre y de este modo transformar a la minera en un negocio
rentable.
La planificacin minera debe ser coherente (acorde con los objetivos estratgicos de la
empresa), sistmica (incluye diferentes reas de la ingeniera, adems de otras disciplinas
como geologa, geofsica, etc.), y dinmica (analiza el comportamiento operacional en las
labores y luego es modificada de acuerdo a este anlisis).
La planificacin minera, se puede clasificar en:
Planificacin estratgica: tiene como objetivo sincronizar el mercado con los recursos
disponibles y los objetivos de los inversionistas. Sus principales funciones son el
16
reconocimiento constante del recurso mineral, la definicin de los mtodos y ritmos de
explotacin, de la secuencia de produccin y de las leyes de corte.
Planificacin conceptual: es el proceso que delinea los recursos existentes para conducir
a la meta productiva definida por la planificacin estratgica, enmarcndose en un
mbito de proyecto. Sus principales funciones son establecer la envolvente econmica,
el programa de produccin y el diseo del proceso, evaluar los recursos a utilizar,
realizar un estudio de costeo y valoracin, y establecer los indicadores de desarrollo
sustentable. Todo lo anterior conduce a la obtencin del plan minero, que corresponde a
la definicin de qu, cundo y cmo se extraern los recursos en cada uno de los
periodos del negocio minero, representando el plan de negocios de la compaa.
Planificacin operativa: en esta etapa se produce una retroalimentacin hacia la
planificacin conceptual de modo de redefinir algunos conceptos y generar los proyectos
que permitan alinearse con el plan minero, lo que permite la definicin de los indicadores
operacionales.
Otro aspecto relevante dentro de la planificacin minera, es el de los horizontes de planificacin,

que corresponden a una herramienta para tratar la incertidumbre del proceso minero. Smith
(1998), dice que mientras la planificacin de largo plazo tpicamente se encarga de maximizar el
valor del proyecto, la planificacin de corto plazo est comnmente asociada a un objetivo
basado en las metas de produccin con lmites mximos o mnimos de ciertos constituyentes
qumicos crticos, como por ejemplo en minera de carbn con altos contenidos de slfuros, el
maximizar la produccin de estos slfuros. De este modo, se definen los siguientes horizontes:
Planificacin de largo plazo: se encarga de la definicin del tamao y vida de la mina,

como de las reservas de ella. Para ello, en este horizonte se define la envolvente
econmica, el mtodo, ritmo y secuencia de explotacin, el perfil de leyes de corte y
principalmente la inversin y los costos de forma tal de entregar la mayor informacin
posible a los inversionistas, incorporando proyectos con diferentes niveles de riesgo.
Planificacin de mediano plazo: se encarga de adaptar los modelos que sustentan la
planificacin de largo plazo, produciendo planes de produccin que conduzcan a la
operacin a las metas de produccin definidas. El resultado obtenido en este horizonte,
permite adaptar la definicin de negocios de la mina mediante el reemplazo de
infraestructura, reconocimiento de nuevos recursos, proyectos de contingencia, etc.
17
Planificacin de corto plazo: se encarga de la recopilacin y utilizacin de la informacin
operacional de modo de retroalimentar la planificacin de mediano plazo. Adems, se
analizan los recursos utilizados en la operacin de la mina y se definen indicadores de
modo de corregir los modelos que sustentan la planificacin de modo de soportar el
presupuesto de operaciones de la mina.
Por su parte el proceso de planificacin minera involucra los siguientes pasos:
Modelacin de recursos: Realizar interpretacin en 3D de los sondajes realizados,

llevndolos a un modelo de bloques. Debido al costo de los sondajes o a las limitaciones
de longitud de ellos, es posible que un yacimiento pueda ser slo estudiado hasta cierta
profundidad, por lo cual no se puede apreciar una variabilidad mineralgica importante,
lo que lleva a realizar diseos mineros limitados segn las caractersticas iniciales de
yacimiento, los cuales no estn preparados para soportar ni sustentar esta variabilidad.
Diseo minero: Determinar segn las caractersticas fsicas y geolgicas del yacimiento
el mtodo de explotacin a utilizar y todos los procesos necesarios para la obtencin del
producto que se desea comercializar. Lo anterior estar delimitado por la interpretacin
geolgica anterior, puesto que una mala interpretacin del yacimiento, puede provocar
que en el futuro, frente a cambios de mineralizacin, se deban realizar tambin
importantes cambios de infraestructura y procesos para continuar con la produccin.
Plan de produccin: En el caso de una mina a cielo abierto, se debe definir el pit final, el
secuenciamiento en fases, realizar una discretizacin en unidades de reserva (fase
banco, bloques) y definir en qu periodo de tiempo se extrae cada una de ellas. Si no se
considera la variabilidad de la mineralizacin en el yacimiento, los planes de produccin
definidos para el largo plazo, presentarn importantes diferencias con los planes de
corto plazo.
Particularmente, la planificacin de minas a cielo abierto tradicionalmente se ha realizado en

forma secuencial y realizando optimizaciones en cada uno de sus procesos. Estos procesos son
los siguientes:
Obtencin del modelo de bloques.

Valorizacin de los bloques del modelo.
Aplicar la metodologa de Lerchs y Grossmann.
Obtencin de pit anidados.
18
Definicin de fases.
Definicin de leyes de corte.
Construccin del plan de produccin.
Diseo de rampas y accesos.
Suavizamiento del plan de produccin.
Actualmente, la planificacin minera de corto plazo en una mina a cielo abierto se realiza
mediante una metodologa manual de prueba y error, en la cual el planificador realiza cortes en
la fase-banco en explotacin (dada por la planificacin de largo plazo) los cuales deben cumplir
con la capacidad de movimiento mina dada por los equipos de carguo y transporte, con la
capacidad de alimentacin de mineral a la planta de chancado y con ciertas caractersticas
mineralgicas y geometalrgicas de este mineral de alimentacin. Una vez realizado un corte,
se analizan las variables involucradas y en el caso de cumplir se acepta dicho corte y en caso
contrario se debe probar con otro. Esta forma de realizar la planificacin una serie de problemas
los cuales se sealan a continuacin:
La planificacin realizada depende principalmente de la mano del planificador y de la

experiencia de ste, lo cual se traduce en los tiempos involucrados en realizarla.
El realizar cortes en una fase-banco determinada no asegura el cumplimiento de las
restricciones geometalrgicas, puesto que la fase-banco cumple con dichas restricciones
en forma global segn la planificacin de largo plazo, pero al realizar cortes individuales
dentro de ella, stos no necesariamente lo van a hacer.
El diseo y la planificacin minera de largo plazo se realiza sin considerar mezclas.
Esta metodologa manual de planificacin se realiza sin visin en el tiempo, es decir,
slo se trata de cumplir con los requerimientos actuales, sin considerar lo que se dejar
para explotar en el futuro.
Los equipos utilizados para realizar la extraccin de estos cortes fueron planificados
segn el largo plazo para una operacin con caractersticas masivas y a la hora de
realizar esta tarea se encuentran con una operacin mayormente selectiva lo que trae
como consecuencia una reduccin en la productividad de los equipos involucrados.
Es por lo mencionado anteriormente que la propuesta hoy es la de generar un modelo de

planificacin integrado que a travs de la tcnica de Block Sequencing, que utiliza la
programacin entera mixta, pueda resolver conjuntamente la problemtica de la definicin de la
envolvente econmica (pit final), el secuenciamiento de bloques y la definicin de las leyes de
19
corte. Adems, el modelo debe considerar el plan de produccin integrado como lo propuso
Johnson (1969).
2.2. Mtodos de optimizacin de secuenciamiento de bloques
La problemtica del secuenciamiento de bloques presenta dos enfoques en la literatura tal cual
son descritos por Gaupp (2008), de donde se tienen gran parte de las referencias con respecto
a los mtodos de optimizacin existentes: obtencin del secuenciamiento de bloques a partir de
la obtencin del pit final, y determinar el lmite econmico de los bloques a partir de la secuencia
de extraccin, sin considerar la problemtica de la definicin del pit final.
Para poder abordar estos dos enfoques, primero es necesario enfrentar la problemtica de la
determinacin del pit final y la descripcin de los algoritmos utilizados para ello. Posteriormente
se exponen los dos enfoques ya mencionados, para finalmente describir los softwares utilizados
en la industria para la determinacin del pit final, leyes de corte, el plan minero y/o el programa
de produccin, dependiendo del horizonte de tiempo que se considere, es decir, largo, mediano
o corto plazo.
2.2.1. Algoritmos para la determinacin del pit final
El algoritmo ms conocido y utilizado en la actualidad es el algoritmo de grafos de Lerchs y

Grossmann (1965), el cual busca maximizar el beneficio total de un pit, basado en el beneficio
neto y ubicacin espacial de cada bloque de la mina. La ubicacin espacial de los bloques
juega un rol fundamental, puesto que para extraer bloques de niveles inferiores, es necesario
extraer los bloques superiores. Por su parte el beneficio neto de un bloque es la diferencia entre
el valor total de extraer un bloque y los costos asociados a la extraccin y procesamiento de l.
Finalmente, el lmite del pit final representa un lmite esttico de bloques que maximiza el valor
no descontado del mineral en el cuerpo mineralizado y el problema principal de esta
metodologa es que no entrega las capacidades de mina y planta en la determinacin del pit
final.
Para la definicin del pit final tambin existe el llamado algoritmo de Korobov (1974), quien trata
de mejorar el algoritmo original propuesto por Pana (1965) denominado conos flotantes. La
tcnica consiste en una rutina que pregunta por la conveniencia de extraer un bloque y su
respectiva sobrecarga. Para esto el algoritmo tradicional se posiciona sobre cada bloque de
valor econmico positivo y genera un cono invertido, donde la superficie lateral del cono
20
representa el ngulo de talud. Si el beneficio neto del cono es mayor o igual que un beneficio
deseado, dicho cono se extrae, de lo contrario se deja en su lugar. El supuesto de que cada
cono en el pit final es rentable es incorrecto, puesto que un pit ptimo podra estar compuesto
por una coleccin de conos donde ninguno tiene un valor positivo individualmente.
Posteriormente Dowd y Onur (1992) corrigen el algoritmo, obteniendo soluciones en menor
tiempo que el algoritmo de Lerchs y Grossmann.
2.2.2. Secuenciamiento de pits
Esta aproximacin sirvi como un puente entre el problema de la definicin del pit final y el
secuenciamiento de bloques. Este ltimo corresponde a una tcnica que permite obtener un pit
final, una secuencia de explotacin del pit final o un perfil de leyes de corte del mismo.
Gershon (1982) propone una respuesta al secuenciamiento describiendo una aplicacin de

programacin lineal que optimiza la programacin de las operaciones mineras. Usa un modelo
matemtico para determinar el mejor esquema de operaciones mineras de la mina a la planta y
de la planta al mercado. El modelo permite calcular planes de produccin en horizontes de
corto, mediano y largo plazo, tomando en cuenta, la interfase mina-planta-mercado y la
optimizacin de operaciones a lo largo de la vida la mina. Determina los lmites del pit final
sujeto a la disponibilidad de equipos, requerimientos de planta y condiciones de mercado,
creando intrnsecamente un programa de extraccin que define los lmites del pit final.
Gershon (1987) desarroll una programacin heurstica de minas basada en el peso posicional
de un bloque. El peso posicional de un bloque determina la conveniencia de removerlo en un
periodo de tiempo particular (pesos posicionales ms altos, son ms convenientes). Bloques
accesibles con ranking alto son extrados, y luego todo el proceso, comenzando con determinar
el peso posicional de los bloques remanentes del pit final, lo que lleva a que todos los bloques
de ste, deben ser removidos.
Dowd y Onur (1992) usaron programacin dinmica para programar la secuencia de extraccin
de bloques desde el pit final. Notar que este mtodo sufre de crecimiento de tiempo
exponencial, relacionado con el incremento en el nmero de bloques, ellos sealan que muchas
secuencias de extraccin de bloques pueden ser eliminadas porque son infactibles, reduciendo
as el espacio de bsqueda. Ellos admiten sin embargo, que eliminar secuencias infactibles de
extraccin de bloques, slo ayuda a incrementar el problema y que la programacin dinmica
es an impracticable para grandes minas.
21
Tolwinski y Underwood (1992) usaron programacin dinmica para determinar el programa de
produccin ptimo para una mina a cielo abierto que satisface tanto las restricciones
econmicas como las geomtricas. Ellos modelaron la evolucin de la mina como un problema
de optimizacin secuencial, generando una secuencia de pits los cuales parten con un pit inicial
o superficie no minada y continuar a travs de los pits incrementalmente ms grandes hasta
que el pit final es creado.
Dagdelen (2005) muestra cmo el problema de secuenciamiento dentro del pit final involucra la
determinacin de una ley de corte, que a su vez se utiliza para decidir si un determinado bloque
debera ser minado o no, y cundo debera ser minado, y por ltimo, una vez minado, cmo el
mineral debera ser procesado. l describe la relacin circular entre las capacidades fsicas de
las operaciones mineras (las que tomando los costos de produccin, determinan el pit final), y el
diseo de fases (las que basadas en la ley de corte, son usadas actualmente en el programa de
extraccin de bloques).
2.2.3. Enfoque integral del secuenciamiento de bloques
Este enfoque, usa un proceso de una etapa para determinar simultneamente el pit final, las
fases, y la secuencia de extraccin de bloques. Esta moderna aproximacin es la ms popular
para resolver a futuro el problema de planificacin de minas a cielo abierto.
El trabajo original con respecto a este tema corresponde a Johnson (1969), quien propone
utilizar programacin entera mixta para resolver el problema de la planificacin mineral multi-
periodo de una mina a cielo abierto. Para ello desarrolla un algoritmo multi-periodo dividindolo
en etapas y usando las propiedades del problema de cada periodo. Este tratamiento permite la
optimizacin del sistema completo mina-concentracin-refinacin en todo el horizonte de
planificacin y permite que el sistema determine cmo y cundo procesar un bloque de material.
Denby y Schofield (1994) us algoritmos genticos para resolver simultneamente la

determinacin del pit final y el programa de extraccin del cuerpo mineralizado. Usaron el valor
presente neto del programa de extraccin para evaluar la optimalidad del programa. Su mtodo
desarroll simultneamente la definicin del pit final y el programa de extraccin de la mina,
evitando as la sub-optimalidad vista en los casos en que se define el secuenciamiento de
bloques en base a la definicin del pit final. Aunque la verdadera optimalidad puede no ser
encontrada, este algoritmo gentico puede encontrar una buen secuenciamiento de bloques
sub-ptimo.
22
Sevim y Lei (1998) describen la naturaleza simultnea del programa de extraccin de una mina
a cielo abierto. Ellos muestran que la planificacin de la produccin de largo plazo en minas a
cielo abierto envuelve la resolucin simultnea de los siguientes temas:
La tasa de produccin, es decir, la cantidad de bloques a ser minados por ao.

El grupo especfico de bloques que pueden ser minados en un ao determinado.
La ley de corte que va a ser usada para determinar los bloques de mineral y estril.
La determinacin del pit final.
Ellos representan estos cuatro temas interactuando circularmente, y proponen un proceso que
se encarga simultneamente de ellos. Finalmente, su metodologa de resolucin genera una
serie de pits anidados, de los cuales la secuencia con el mayor valor presente neto es elegida.
Hoerger et al. (1999) describen la extraccin minera a largo plazo y el programa de

procesamiento para las operaciones de Newmont Nevada. Este complejo modelo incorpora
datos de ms de 30 minas, que alimentan sobre 60 posibles instalaciones de procesamiento
durante 20 periodos de tiempo. Esta herramienta emplea programacin lineal para maximizar el
VAN cuadrndose con la ley e incrementos de tipo metalrgico para plantas de procesamiento
ptimas, o el tema de los stockpiles a produccin, y las restricciones de capacidad de proceso y
mezcla requeridos. Adicionalmente, usan programacin entera para secuenciar la extraccin
actual de bloques de varias minas y para manejar los modelos de costos fijos.
Por su parte, la relajacin lagrangeana es una tcnica usada para remover restricciones de la
programacin entera mixta y hacer el modelo posible de resolver. Es as como Akaike y
Dagdelen (1999) usan relajacin lagrangeana para convertir su formulacin de programacin
entera en una basada en redes. Su formulacin del problema tiene una estructura de red de
flujo con un lado de restricciones en la forma de una restriccin de capacidad de produccin.
Ellos integraron esta restriccin de capacidad de produccin dentro de la funcin objetivo,
creando un problema de programacin de produccin de largo plazo que tiene las mismas
caractersticas que las del problema de diseo del pit final. Este problema relajado luego es
resuelto bajo la misma teora de grafos que Lerchs y Grossmann usan en su trabajo original con
el problema de definicin del pit final tridimensional. Ellos usaron un proceso iterativo que altera
los valores de los multiplicadores de Lagrange hasta encontrar la solucin del problema relajado
conociendo las restricciones originales de capacidad. Su modelo no contiene ningn
23
procesamiento o restriccin de leyes medias, por lo tanto, las restricciones de capacidad de
produccin se convierten en una formulacin estructurada de redes ms tratable.
Cai (2001) tambin utiliz relajacin lagrangeana incorporando restricciones de

secuenciamiento dentro del clculo del valor neto del bloque mediante multiplicadores que
penalizan las violaciones de estas restricciones. Sin embargo, seala que la utilizacin de
multiplicadores de Lagrange no da lugar a que el valor de la funcin objetivo converja a una
solucin aceptable para todas las instancias del problema, debido a la complejidad del problema
y la existencia de diferencias entre los pits anidados. Es por ello que puede ser imposible
producir un secuenciamiento multi-periodo usando el mtodo de relajacin lagrangeana.
Cacceta y Hill (2003) desarrollaron un modelo de programacin entera mixta con una estrategia
de Branch & Cut para la planificacin minera. Esta estrategia consiste en una combinacin de la
primera mejor bsqueda y la primera bsqueda profunda. Ellos usaron su propia caracterizacin
del problema para elegir qu variable fijar y el modo de cruzar el espacio completo de
soluciones. Adems, implementaron programacin lineal heurstica para obtener un mejor lmite
inferior.
Ramazan y Dimitrakipoulos (2004a) presentan una descripcin general de la formulacin

eficiente de un problema de programacin entera mixta para el problema de planificacin de
minas a cielo abierto. Ellos apuntan a maximizar el VAN descontado del mineral de las minas,
sujeto a las limitaciones de los requerimientos de ngulo de pared, requerimientos de mezcla de
leyes, produccin de mineral, y capacidad de la mina. Ellos tambin proponen reducir el nmero
de variables binarias, separando los bloques evaluados positivamente (llamados bloques de
mineral), de los bloques evaluados negativamente (llamados bloques de estril). Slo los
bloques de mineral son definidos como binarios, mientras que los bloques de estril se
mantienen continuos, con el objetivo de seguir una excavacin parcial. Sus anlisis muestran
que cada uno de los esquemas puede reducir los tiempos de resolucin significativamente.
Ramazan y Dimitrakipoulos (2004b) en otro paper, muestran que la formulaciones de la

programacin entera mixta estn limitadas por la factibilidad de generar soluciones ptimas con
planes mineros prcticos y una inhabilidad de tratar con la variabilidad in-situ de los cuerpos
mineralizados. Ellos proponen una alternativa en la formulacin de la programacin entera mixta
que considera la probabilidad de que los bloques sean planificados en un periodo de tiempo
dado, de este modo tratar con la variabilidad in-situ y otras caractersticas prcticas del modelo
24
de planificacin. Ellos muestran como su metodologa es especialmente aplicable a depsitos
polimetlicos, donde la incertidumbre del cuerpo mineralizado es usualmente una caracterstica
significante.
Esfandiari et al. (2004), hicieron un intento de obtener la programacin de la produccin tanto

de largo como de corto plazo con el objetivo de lograr un mayor beneficio en un tiempo
determinado y bajo consideraciones tcnico-econmicas, mediante la utilizacin de un modelo
multi-criterios de toma de decisiones y un modelo binario no lineal de programacin.
2.2.4. Softwares
Whittle y NPV Scheduler
Ambos programas estn orientados a entregar respuestas a la planificacin de largo plazo,

tanto para la optimizacin de envolventes econmicas (Lerchs y Grossmann), como para
generar planes de produccin. A continuacin se presenta un cuadro comparativo acerca de la
metodologa utilizada por cada uno de estos programas:
Pasos Whittle NPV Scheduler

1 Importacin del modelo de Importacin del modelo de
bloques bloques
2 Valorizacin econmica de Implementacin del modelo
bloques econmico
Construccin de arcos
(ngulos de talud)
3 Generacin de pits anidados Secuenciamiento y seleccin
del pit final
4 Escenario econmico Construccin de fases
5 Definicin de fases y plan de Programa de produccin
produccin
Tabla 1: Comparacin entre las metodologas de los softwares Whittle y NPV Scheduler
Las diferencias en las envolventes econmicas generadas bajo parmetros econmicos

idnticos en cada software disminuyen conforme aumenta el precio efectivo de evaluacin,
tanto para la cubicacin de material total, mineral y estril dentro de la envolvente. Si bien estas
diferencias pueden deberse a las inconsistencias encontradas en NPV Scheduler, se
recomienda analizar el impacto del error en la generacin de las precedencias de cada bloque
25
para un determinado ngulo de talud, dado que impacta directamente en el volumen contenido
de la envolvente.
Respecto a la generacin de fases, no son comparables entre softwares dado que para Whittle
se realiza un proceso manual y la seleccin de fases de NPV Scheduler es automtica. Sin
embargo, respecto a esto ltimo, cabe mencionar que el proceso de seleccin de fases en NPV
Scheduler es anterior e independiente del proceso de construccin del programa de produccin.
Blasor
Menabde et al. (2007) explican la metodologa utilizada por el software Blasor de BHP Billiton, el
cual es una herramienta de planificacin utilizada tanto para el largo como para el mediano
plazo. No es precisamente un planificador, se trata de un optimizador de la planificacin. La
herramienta utiliza MILP para determinar cul material debe ser minado y cul debiese ser su
destino para maximizar el beneficio.
El objetivo de este software es proveer al planificador de una herramienta intuitiva y flexible para
poder optimizar planes de produccin sin la necesidad de recurrir a especialistas. A
continuacin se presenta la metodologa utilizada por este software:
Determinacin del pit final ptimo.

Agregacin de los bloques.
Determinacin de la secuencia ptima de extraccin.
Diseo de fases mineras.
Clculo y valorizacin del panel ptimo de secuencia de extraccin.
Asignacin de destino a cada uno de los bloques (leyes de corte).
La metodologa considera una serie de restricciones orientadas principalmente a las

capacidades de cada proceso, pero no considera restricciones de tipo geometalrgicas. A pesar
que la principal fuerza del software radica en la planificacin de largo plazo, para periodos ms
cortos sirve indiscutiblemente como una gua para el planificador.
26
Chronos
Es un software desarrollado por la empresa Maptek orientado tanto a la planificacin de largo

como de corto plazo. Este software presenta tres modalidades:
Planificacin manual: Estas pueden ser de largo o corto plazo. La planificacin es hecha
interactivamente seleccionando las triangulaciones en pantalla o usando la convencin
de nombres de los bloques de reserva.
IDS (Diseo Interactivo de Planificacin): Este mdulo es generalmente para
planificaciones de corto plazo. Permite al usuario digitalizar un polgono en el aire para
crear bloques de reservas y planificar los bloques interactivamente. El polgono puede
entonces ser modificado y re-planificado con el fin de que tenga un particular valor de
tonelaje, ley, o de diversas variables las cuales se puedes adicionar.
Planificacin optimizada: Esta planificacin es generalmente hecha para soluciones de
planificacin de largo plazo. Todos los bloques de reserva y condiciones de la
planificacin son dados a la mquina de optimizacin (CPLEX) y la solucin ptima es
calculada. Se puede maximizar el valor presente neto, o cualquier otro parmetro en
particular.
Adems de los softwares mencionados anteriormente, es posible encontrar distintos mdulos

dentro de variados softwares llamados contadores de piedras, los cuales cubican y ordenan
los slidos a extraer siempre dirigido por el planificador, lo cual resulta en una planificacin
manual, la cual no optimiza. Algunos ejemplos son los siguientes:
MineSched
Es un programa que puede ser utilizado en cualquier horizonte de tiempo. En una sola
programacin la longitud del perodo puede cambiar, permitiendo que se comience a programar
con perodos ms cortos y que progrese a perodos ms largos en el futuro dentro de la misma
lnea de programacin. Las longitudes de perodo se pueden definir al segundo ms cercano.
La programacin permite que el usuario fije objetivos mltiples, dadas la prioridades el

programa elegir que bloques minar para resolver el mejor caso posible buscando el objetivo,
dentro de las restricciones dadas por el planificador. El programa incluye la funcionalidad de
blending (mezclamiento), sera importante determinar si este software puede optimizar
27
mezclas pero asociadas a litologa y no a leyes de la especie de valor. Adems, este programa
genera informes con tonelaje de produccin y leyes que pueden ser obtenidas.
Mine 2 4D
Se trata de un sistema automatizado para planificacin y control de minas subterrneas que

promete producir mejoras de costos y tiempos a travs de una eficiente administracin y
actualizacin de la informacin. Este software genera una integracin entre las planificaciones
de largo plazo y corto plazo. Sera interesante contar con el cdigo de este software para la
planificacin en minas a cielo abierto.
La planificacin es generalmente un proceso interactivo, en donde el ingeniero deber repetir

muchos pasos del proceso de planificacin, integrar la informacin de las reservas actualizadas
tal como est ocurriendo en la mina. Cambios en las reservas, tasas de explotacin, precios de
los metales y otros factores implican una actualizacin de la planificacin, por lo tanto todas las
actividades a planificar deben estar basadas en la estimacin ms realista de los datos. La
informacin de reservas actualizadas juega un rol realmente importante si se piensa que existen
una serie de faenas mineras que presentan restricciones geometalurgicas determinantes y
limitantes para la continuidad del proceso.
De lo sealado anteriormente, se extrae que existe una escasez de herramientas de

planificacin de corto plazo que consideren mezclas de minerales con diferentes propiedades
mineralgicas. Para el desarrollo de la presente investigacin, se utilizaron tcnicas parecidas a
las de Johnson (1969) agregando restricciones como extraccin ordenada de bloques,
capacidad de equipos mineros, capacidad de planta de chancado, leyes de alimentacin a
planta, y restricciones fsicas, operacionales, legales y polticas.
2.3. Evolucin de CPLEX
Como una manera de respaldar la decisin de utilizar CPLEX para la resolucin del problema
de programacin entera mixta planteado en el presente estudio, resulta interesante apreciar la
evolucin de CPLEX en la historia segn Bixby et al. (2000).
Por muchos aos, la tcnica principal de solucin usada en la prctica de programacin entera
mixta, apenas ha cambiado: programacin lineal basada en Branch & Bound, introducida por
Land y Doig (1960). Esto, a pesar de que ha habido avances significativos en la teora de la
28
programacin entera, y en el estrechamente relacionado campo de la optimizacin
combinatorial. Muchas de las ideas desarrolladas recibieron extensos testeos computacionales,
pero hasta hace poco, relativamente pocos de estos trabajos se haban convertido en cdigos
comerciales utilizados por profesionales, situacin que en la actualidad ha cambiado. Muchos
de esos cdigos, entre ellos LINGO, OSL, y XPRESS-MP, as como el cdigo CPLEX ahora
incluyen capacidades de cortar planos (heursticas), as como otras ideas de la teora
acumulada, reduciendo la brecha entre la teora con el objetivo de que los modelos converjan y
encuentren solucin en un espacio de tiempo razonable.
El poder del paradigma de la modelacin entera mixta fue reconocido casi inmediatamente, lo
cual se remonta a los aos 50 y 60, donde numerosos intentos fueron realizados para ser
aplicada. Desafortunadamente, mientras el paradigma del modelamiento fue fuerte, la
disponibilidad de software y computadores para resolver los modelos no lo fue. Los resultados
fueron desilusionantes, algunos de los cuales persisten hasta hoy. Muchos profesionales an
creen que la programacin entera mixta resulta un tema interesante de hablar, pero tiene una
aplicabilidad prctica limitada. Esta situacin ha cambiado radicalmente en el ltimo tiempo,
puesto que ahora es posible resolver muchos modelos enteros mixtos difciles, interesantes y
prcticos usando una plataforma de software.
A continuacin se presentar una breve comparacin de diferentes versiones de CPLEX

resolviendo un problema de programacin lineal. La razn para mostrar los resultados sobre
programacin lineal, es porque se trata de una tecnologa disponible para resolver
programacin entera mixta, y porque en 1999 se vieron notables e inesperadas mejoras en el
mtodo Simplex, el cual permite resolver problemas de programacin lineal como herramienta
para resolver mediante Branch & Bound programacin entera mixta.
La comparacin se bas en resolver el modelo PDS-30 (Patient Distribution System), el cual es

una clase de modelo introducido por Carolan et al. (1990), bien conocido en el mundo de la
programacin lineal. El modelo consta de 49,944 filas, 177,628 columnas y 393,657 nonzeros, y
fue corrido en una estacin de trabajo de 296 MHz Sun UltraSparc. De este modo los tiempos
de resolucin se muestran a continuacin:
29
Software Ao Tiempo [seg]
CPLEX 1.0 1988 57,840
CPLEX 3.0 1994 4,555
CPLEX 5.0 1996 3,835
CPLEX 6.5 1999 165
Tabla 2: Tiempos de resolucin del modelo PDS-30
Si se toma en consideracin que los resultados presentados anteriormente corresponden al ao

1999, es decir, hace 10 aos, adems de que en el presente estudio la resolucin del modelo
se realiza con CPLEX 10.2, en computadores ms potentes que el utilizado para la resolucin
del modelo PDS-30, se puede esperar muy buenos resultados como consecuencia de utilizar
este software para la resolucin de una problemtica minera. El desarrollo de los computadores
y de los softwares es indispensable para resolver el problema de planificacin de una mina a
cielo abierto con respecto a la definicin del pit final, de las fases y de las leyes de corte
mediante la tcnica de Block Sequencing para generar un programa de produccin que
optimice el VAN sujeto a restricciones de capacidad, de precedencia de bloques y de
alimentacin a planta.
30
3 Modelo de programacin matemtica para soportar la
planificacin minera de corto plazo
Las componentes del modelo de programacin matemtica se pueden dividir de la manera

siguiente:
Parmetros
Variables
Modelo
Restricciones
Funcin
Objetivo
Figura 1: Componentes del modelo de programacin matemtica
Con respecto a los parmetros, existen de distintos tipos:
Parmetros de la operacin: son aquellos que caracterizan la explotacin y

procesamiento de bloques de la mina, y que definen las caractersticas y lmites
necesarios para el minado de un bloque, y posteriormente para su procesamiento. Por
ejemplo, la capacidad de movimiento de material en la mina, la capacidad de la planta,
las restricciones geometalrgicas para el mineral que alimenta la planta de tratamiento,
etc.
Parmetros de los bloques: corresponden a todas aquellas caractersticas entregadas
por el modelo de bloques de cada uno de ellos que facilitan su identificacin y
clasificacin. Por ejemplo, la ubicacin espacial de un bloque, su ley de cobre, su
densidad, su cantidad de carbonato, etc.
Parmetros de los stocks: corresponden a las caractersticas que definen a los bloques
pertenecientes a un tipo determinado de stock. Por ejemplo, el tonelaje del stock, su ley
media de cobre, su densidad media, etc.
31
Parmetros geomtricos: son aquellos que permiten controlar la solucin geomtrica de
secuenciamiento de bloques de forma tal de que la solucin pueda cumplir su objetivo
de servir como gua para la planificacin minera de corto plazo en una mina a cielo
abierto. Por ejemplo, definir un radio de bsqueda de bloques candidatos a ser
explotados por periodo para obtener un secuenciamiento conexo en la solucin.
Con respecto a las variables de decisin del modelo, son aquellas sobre las cuales el modelo
puede trabajar y variar para poder cumplir con la optimizacin de la funcin objetivo. Por
ejemplo, el hecho de minar o no un bloque de la mina, y en el caso de hacerlo, la decisin de
procesarlo o no, son variables de decisin dentro del modelo.
Por su parte, como todo modelo de optimizacin, tambin nos encontramos con restricciones.
Estas restricciones permiten en gran medida definir el problema minero, y pueden variar desde
restricciones muy simples y lgicas como por ejemplo que un bloque puede ser minado o
procesado slo una vez, a restricciones ms complejas como es el caso de la definicin de
precedencias banco a banco, es decir, que para explotar un bloque de un banco de la mina,
deben explotarse antes una cierta cantidad de bloques del banco superior, de tal forma de
despejar el bloque y tener acceso a ste. Cabe destacar que las restricciones impuestas en
este modelo permiten tener control sobre la geometra del secuenciamiento de bloques
obtenido, control sobre la forma de acceder a un bloque, control sobre las caractersticas del
mineral que alimenta la planta de procesamiento, y control sobre todas las limitaciones
existentes en las operaciones (planta, stocks, etc.).
Finalmente, se define la funcin objetivo del modelo, que en este caso corresponde a maximizar
la cantidad de finos de cobre procesados en el horizonte de tiempo en estudio. La maximizacin
de los finos involucra intrnsecamente el aumento de los beneficios obtenidos debido a la mayor
cantidad de cobre producido, lo cual concuerda con el objetivo de la planificacin de largo plazo
de maximizar el VAN, puesto que la cantidad de cobre es el centro del negocio.
3.1. Definicin general del modelo matemtico
De manera general, a continuacin se presentan los tipos de variables, atributos y lmites con
los cuales se ha escrito el modelo. Para ello, si consideramos un bloque u perteneciente al
conjunto B de bloques y t un periodo perteneciente a 1T, se tiene:
32
, : Bloque u es minado en los periodos 1t.
, : Bloque u es procesado en los periodos 1t.
, : Valor del parmetro a para el bloque u (por ejemplo, ley de cobre del bloque u).

, , , : Lmites superior e inferior para el parmetro a en el periodo t.

, : Nmero de bloques del stock tipo m procesados en el periodo t (m: xido o
slfuro).
, : Valor inicial del atributo a para los bloques del stock tipo m.
: Nmero total de bloques disponibles en el stock de tipo m.
A partir de las definiciones expresadas anteriormente, se pueden establecer las restricciones

del modelo matemtico, las cuales se presentan a continuacin. Para t 1, se tiene:
, ,
: El bloque u slo puede ser explotado una vez.
, ,
: El bloque u slo puede ser procesado una vez.
, , : Slo se pueden procesar bloques que ya han sido explotados.
, : El nmero de bloques del stock tipo m que han sido procesados no puede ser
mayor que el nmero total de bloques disponibles en el stock de tipo m.
El objetivo del modelo es maximizar la cantidad de finos de cobre luego del proceso, por lo cual,
la funcin objetivo es la siguiente:

, + ,
, ,
Donde corresponde a la cantidad de cobre en toneladas del bloque u, y corresponde a

la cantidad de cobre en toneladas de un bloque del stock de tipo m.
Considerando que

, = , ,
es una variable binaria que toma el valor 1 si el bloque es
explotado en el periodo t y 0 en otro caso, se tiene que la expresin que representa la
capacidad de movimiento de material de la mina (estril + mineral) es la siguiente:

,
, , ,

33
Por su parte, considerando que

, = , ,
es una variable binaria que toma el valor 1 si
el bloque es procesado en el periodo t y 0 en otro caso, se tiene que la expresin que

representa la capacidad de procesamiento de la planta es la siguiente:

, + , ,
, , ,

3.2. Descripcin minera de las restricciones
En las siguientes lneas se proceder a dar una explicacin minera de cada una de las
restricciones involucradas en el modelo, las cuales se van a ir definiendo de forma general, y
explicar el objetivo de la utilizacin de cada una de ellas.
Un bloque no puede ser explotado ni procesado ms de una vez: esta restriccin resulta
lgica considerando que un bloque es la unidad bsica de explotacin del modelo, y
como tal no puede ser sometida dos o ms veces a un mismo proceso.
Capacidad de planta: la operacin est diseada para alimentar una planta de
procesamiento de mineral, la cual fue dimensionada para tratar un flujo de alimentacin
constante que est determinado por esta restriccin.
Capacidad de movimiento de roca desde la mina: esta restriccin est dada por el
tamao de la operacin, en la cual se considera la cantidad y capacidad de los equipos
de carguo y transporte que se usan en la mina para la explotacin del mineral. Cabe
destacar que el modelo en su intento de maximizar la cantidad de cobre fino, extraer la
capacidad de planta desde la mina y todo el margen restante corresponde al desarrollo
de la mina (movimiento de estril).
Los stocks son limitados: en operaciones, se suelen tener 1 o ms stockpiles de mineral
para alimentar la planta de procesamiento en el caso de una emergencia que no permita
enviar mineral desde la mina, o por necesidad de mezclar mineral para no superar
restricciones geometalrgicas en la alimentacin a la planta. Estos stocks tienen un
tamao determinado, con cierto tonelaje de mineral, lo cual limita su utilizacin.
No se puede procesar un bloque de un tipo de stock si se est en una campaa
diferente: en la planificacin de largo plazo estn definidas dos tipos de campaas,
slfuros y xidos, de igual forma que estn definidos dos tipos de stocks. Es por ello que
si nos encontramos en campaa de slfuros, la planta de procesamiento debe ser
alimentada con mineral de tipo slfuro, por lo que si se utilizan los stocks, slo debe ser
34
mineral del stock de slfuros. En el caso de campaa de xidos ocurre lo mismo. Es
importante sealar que esta restriccin corresponde a una caracterstica particular del
estudio de caso y que requiere de una predefinicin del destino del bloque, la cual se
encuentra considerada en el modelo.
No se puede procesar un bloque no extrado desde la mina: para que un bloque pueda
ser procesado es necesario que haya sido extrado desde la mina.
Precedencias verticales: esta restriccin tiene que ver con el hecho de poder generar el
acceso a un bloque en profundidad. Para ello se define que para extraer un bloque de
un banco de la mina, se deben extraer los 9 bloques que se encuentran sobre l, lo cual
corresponde a un rea de 900 m2, la cual se considera suficiente para la operacin de
equipos mineros como por ejemplo un cargador frontal. Lo anterior corresponde a utilizar
un ngulo de talud que va a estar determinado por el tamao de los bloques, por
ejemplo, se tendr un ngulo de talud de 45 en el caso de bloques de n x n x n.
No se puede procesar un bloque de un tipo de mineral en una campaa distinta: al igual
que en el caso de los stocks, en campaa de slfuros la alimentacin a la planta debe
ser exclusivamente con mineral de tipo slfuro, y en campaa de xidos, la alimentacin
debe ser con mineral de tipo xido o mixto. Cabe destacar que esta restriccin
corresponde a una caracterstica particular del estudio de caso.
Bloques de estril no se procesan: la idea es poder alimentar la planta de tratamiento
slo con mineral, de forma de obtener la mayor cantidad de finos de cobre, y no
procesar bloques que casi no contienen cobre.
Bloques de ROM siempre se procesan: se considera que los bloques de mineral tipo
ROM (run of mine) siempre se procesan, pero no se cuentan dentro del procesamiento
en la planta, sino que se asume que tienen un tratamiento paralelo, el cual se hace a
travs de lixiviacin directa de la roca, sin necesidad de chancado previo.
Restricciones geometalrgicas: corresponden a todas aquellas restricciones del mineral
de alimentacin a la planta de procesamiento, que permiten para esta mina, optimizar el
proceso de recuperacin de cobre. Para el caso de estudio presentado posteriormente
son cuatro las restricciones de este tipo utilizadas: clacid, que corresponde a la cantidad
de cloro en cada uno de los bloques del modelo cuyo efecto es que mata las bacterias
de la lixiviacin bacteriana del mineral de tipo slfuros, co3, que corresponde a la
cantidad de carbonato que contienen cada bloque, que resulta importante puesto que
produce un aumento en el consumo de cido en la lixiviacin del mineral, f_geomet, que
corresponde a la cantidad de material fino particulado que contiene cada bloque que
35
afecta directamente a la molienda del mineral, y finalmente la caracterstica de mezcla,
que corresponde a la presencia de arglico en cada uno de los bloques.
Relacin entre bloques explotados y procesados en un mismo periodo: en general en las
minas, una gran parte del mineral que se explota se lleva a proceso en la planta
inmediatamente. La idea de esta restriccin es asegurar que al menos una mnima
cantidad de los bloques extrados en un cierto periodo van a ser enviados a proceso
durante el transcurso del mismo periodo.
Avance radial desde los accesos a los bancos: generalmente a los bancos se tiene
acceso mediante rampas desde las cuales se comienza la explotacin del banco. Es por
ello que se defini esta restriccin de forma tal de darle conexidad al secuenciamiento
de bloques a partir de los accesos a los bancos, y que la explotacin de estos no sea de
forma diseminada.
3.3. Modelo de Programacin Matemtica

Parmetros de los bloques
X i,j,k: coordenada este del centroide del bloque.

Y i,j,k: coordenada norte del centroide del bloque.
Z i,j,k: cota del centroide del bloque.
Xacc i,j,k: coordenada este del centroide del bloque correspondiente al acceso del banco.
Yacc i,j,k: coordenada norte del centroide del bloque correspondiente al acceso del
banco.
Dest i,j,k: definicin preliminar del tipo de material al que corresponde el bloque (1:
slfuro, 2: xido, 3: mixto, 4: estril o 5: ROM).
Ton i,j,k: tonelaje correspondiente a cada uno de los bloques.
Fgeo i,j,k: corresponde a la cantidad de material particulado fino en porcentaje presente
en cada bloque.
CO3 i,j,k: ley de carbonato presente en el bloque medida en porcentaje.
Clacid i,j,k: ley de cloro presente en el bloque medida en kg/t.
Mez i,j,k: corresponde a la presencia o no de arglico en el bloque. Presenta el valor 1 si
presenta y 0 en el caso contrario.
Finos i,j,k: Tonelaje de cobre fino presente en un bloque.
Dist_max_acc i,j,k: es la distancia que hay entre el centroide del bloque y el centroide del
bloque que define el acceso al banco. Su clculo se realiza como la distancia entre dos
36
puntos (x1, y1) y (x2, y2) de un plano (el plano es definido por un banco que presenta la
misma cota) definida del siguiente modo:
_max _ = &(() ( )) + () ))
Parmetros de la operacin
CapPlan t: capacidad de procesamiento de mineral de la planta medida en tonelaje para

el periodo t.
CapMina t: capacidad de movimiento de material desde la mina medida en tonelaje para
el periodo t.
Camp t: corresponde al tipo de campaa (1: slfuro o 2: xido) que se desarrolla en el
periodo t.
Max_Fgeo t: lmite mximo de Fino_geomet en el periodo t.
Max_Clacid t: lmite mximo de Clacid en el periodo t.
Max_CO3 t: lmite mximo de CO3 en el periodo t.
Max_Mez t: lmite mximo de arglico en el periodo t.
%MinPlan: corresponde a un porcentaje mnimo de bloques que se deben procesar en el
mismo periodo del total de bloques extrados en el mismo.
TACUM t: corresponde al tiempo acumulado en semanas.
Parmetros de los stocks
TSO: tonelaje de cada uno de los bloques del stock de xidos.

TSS: tonelaje de cada uno de los bloques del stock de slfuros.
CuSO: ley de cobre medida en procentaje de cada uno de los bloques del stock de
xidos. Considera la ley media del stock como ley de cobre de cada bloque del stock.
CuSS: ley de cobre medida en procentaje de cada uno de los bloques del stock de
slfuros. Considera la ley media del stock como ley de cobre de cada bloque del stock.
BSO: nmero de bloques que pertenecen al stock de xidos.
BSS: nmero de bloques que pertenecen al stock de slfuros.
Fgeo_SO: cantidad de material particulado fino de cada uno de los bloques del stock de
xidos.
Fgeo_SS: cantidad de material particulado fino de cada uno de los bloques del stock de
slfuros.
37
CO3_SO: ley de carbonato medida en porcentaje presente en cada uno de los bloques
del stock de xidos.
CO3_SS: ley de carbonato medida en porcentaje presente en cada uno de los bloques
del stock de slfuros.
Clacid_SO: ley de cloro medida en kg/t presente en cada uno de los bloques del stock
de xidos.
Clacid _SS: ley de cloro medida en kg/t presente en cada uno de los bloques del stock
de slfuros.
Mez_SO: corresponde al porcentaje de arglico presente en el stock de xidos.
Mez _SS: corresponde al porcentaje de arglico presente en el stock de slfuros.
TBSO: Tonelaje de un bloque del stock de xidos.
TBSS: Tonelaje de un bloque del stock de slfuros.
Parmetros geomtricos
RPS: corresponde al radio de bsqueda desde el acceso para el primer periodo definido
para el modelo.
MAR: corresponde a los metros de avance radial por periodo definidos para el radio de
bsqueda de extraccin.
Variables de decisin
Minar i,j,k,t: variable binaria que toma el valor 1 si el bloque es minado en el horizonte de
tiempo 1t, y 0 en el caso contrario.
Proc i,j,k,t: variable binaria que toma el valor 1 si el bloque es procesado en el horizonte
de tiempo 1t, y 0 en el caso contrario.
NO t: variable entera que corresponde al nmero de bloques procesados desde el stock
de xidos.
NS t: variable entera que corresponde al nmero de bloques procesados desde el stock
de slfuros.
38
Funcin Objetivo
Para t 1 y Dest i,j,k 5:
874 877
{,-.,/,0 (12-.,/,0, 12-.,/,0,
)} + { 4 5674 + 7 5677 }
100 100
.,/,0,
Restricciones
Un bloque solo puede ser extrado una vez desde la mina (para t 1)
Minar i,j,k,t Minar i,j,k,t-1
Un bloque solo puede ser procesado una vez (para t 1)
Proc i,j,k,t Proci,j,k,t-1
Capacidad de planta (para t 1 si Dest i,j,k 5)
{5-.,/,0 (12-.,/,0, 12-.,/,0,

)} + 4 5674 + 7 5677 1;
.,/,0
Capacidad de movimiento mina (para t 1)
{5-.,/,0 (2.,/,0, 2.,/,0,

)}
.,/,0
Los stocks son limitados
4 674

7 677

39
No se puede procesar un bloque de un stock si se est en campaa diferente (para t
1)
7 < 1 4 = 0
7 < 2 7 = 0
No se puede procesar un bloque no extrado desde la mina (para t 1)
Proc i,j,k,t Minar i,j,k,t
No se puede extraer un bloque si no se han extrado los 9 superiores en algn periodo

previo o en el mismo (para t 1)
<2.,/,0, <2.

,/
,0
,
<2.,/,0, <2.

,/,0
,
<2.,/,0, <2.

,/ ,0
,
<2.,/,0, <2.,/

,0
,
<2.,/,0, <2.,/,0

,
<2.,/,0, <2.,/ ,0

,
<2.,/,0, <2. ,/

,0
,
<2.,/,0, <2. ,/,0

,
<2.,/,0, <2. ,/ ,0

,
40
No se puede procesar un bloque de un tipo determinado en una campaa contraria
(para t 1)
7 .,/,0 = 2 - 3 ( < = 1 12-.,/,0, 12-.,/,0,

0
7 .,/,0 = 1 ( < = 2 12-.,/,0, 12-.,/,0,

0
Bloques de estril no se procesan (para t 1)
7 .,/,0 = 4 12-.,/,0, = 0
Bloques de ROM al ser explotados desde la mina siempre se procesan pero no son
contabilizados como alimentacin a la planta de chancado puesto que son llevados a un
stock donde son lixiviados in situ (para t 1)
7 .,/,0 = 5 12-.,/,0, = 2.,/,0,
Restricciones geometalrgicas (para t 1 si Dest i,j,k 5)
{(12-.,/,0, 12-.,/,0,
) (,C-.,/,0 _,C- )} + { 4 (,C-_74 _,C- )}
.,/,0
+ { 7 (,C-_77 _,C- )} 0
{(12-.,/,0, 12-.,/,0,
) (43.,/,0 _43 )} + { 4 (43_74 _43 )} + { 7
.,/,0
(43_77 _43 )} 0
{(12-.,/,0, 12-.,/,0,
) (;D.,/,0 _;D )} + { 4 (;D_74 _;D )}
.,/,0
+ { 7 (;D_77 _;D )} 0
{(12-.,/,0, 12-.,/,0,
) (E.,/,0 _E )} + { 4 (E_74 _E )} + { 7
.,/,0
(E_77 _E )} 0
41
Relacin entre bloques procesados y explotados en un mismo periodo (para t 1)
F12-.,/,0, 12-.,/,0,
G %1; ( 2.,/,0, 2.,/,0,
)
.,/,0 .,/,0
Considerando slo los bloques minados de slfuros, xidos y mixtos.
Avance radial desde accesos a los bancos (para t 1)
7 I17 + 5 I < _max _.,/,0 2.,/,0, = 0
3.4. Criterios de resolucin
La problemtica a resolver descrita en el presente estudio se realiz mediante un modelo de

programacin matemtica, el cual corresponde a un programa lineal binario, en el cual el
nmero de variables es O(N*T), donde N es el nmero total de bloques y T es el nmero de
periodos considerados, es decir, el nmero de variables es lineal en el nmero N de bloques y
en el horizonte T de tiempo. Por su parte el nmero de restricciones es O(N2*T2).
La resolucin del modelo se lleva a cabo mediante el mtodo clsico de bifurcacin y

acotamiento (Branch & Bound), el cual se basa en relajar la condicin de integralidad de las
variables binarias. Este es un algoritmo de enumeracin de soluciones, que busca reducir el
nmero de soluciones generadas al descartar zonas del espacio factible cuyas soluciones
contenidas sean de menor calidad que las calculadas hasta la iteracin correspondiente. Para
esto, Branch & Bound mantiene, en cada iteracin para el caso de un problema de
maximizacin, un valor mximo factible (obtenido a partir de la relajacin), y el valor de la mejor
solucin entera conocida hasta ahora.
Dependiendo del resultado de la relajacin, el algoritmo de Branch & Bound puede continuar
con las siguientes alternativas:
Descubre nuevas soluciones enteras factibles (eventualmente actualizando la mejor

conocida).
42
Subdivide el espacio factible segn el valor de una variable cuyo valor resultara
fraccionario (lo cual genera sub problemas a resolver en el futuro, uno para cada regin
resultante de la subdivisin).
Elimina cierta zona del espacio factible al mostrar que cualquier solucin en sta es
inferior en calidad a alguna ya conocida.
Algunos parmetros relevantes para la resolucin del modelo mediante CPLEX son los
siguientes:
El GAP o tolerancia, que define el criterio de parada del algoritmo cuando ste ha
encontrado una solucin entera factible, que es a lo ms un cierto porcentaje (el GAP)
peor que la ptima, que resulta desconocida.
El nfasis en la bsqueda, el cual determina si CPLEX debe concentrarse en buscar
soluciones factibles, o bien en demostrar su optimalidad, o refinar el GAP.
As, una solucin de valor 100 con gap del 5% implica que, si bien pueden existir soluciones
mejores que sta, ninguna tiene un valor mayor a 105.
Respecto del nfasis de la bsqueda, una constante que se observa en las corridas es que
mientras el valor mximo factible cambia poco, el valor de soluciones factibles conocidas parte
muy distante de este ltimo y es el que se desplaza mayormente hasta obtener la convergencia,
lo cual puede ser visto en la siguiente grfica esquemtica, en donde la lnea roja representa el
valor mximo factible de la funcin objetivo y las lneas negras el valor de las soluciones
factibles que va encontrando en el tiempo:
Valor
Bound
funcin
objetivo
< GAP final
Branching
Tiempo
43
4 Estudio de caso
4.1. Caractersticas generales
Para la realizacin del presente proyecto, se utilizaron los datos correspondientes a mina
Spence (BHP Billiton). Esta mina est ubicada a unos 50 km. al suroeste de Calama en la
Regin de Antofagasta, Chile. Corresponde a un depsito de tipo suprgeno enriquecido y
parcialmente oxidado de cobre porfrico de la edad paleocnica (57 millones de aos) cubierto
por gravas. La profundidad de la mineralizacin vara entre 80 y 100 metros y est compuesta
por atacamita en el caso del mineral oxidado y calcosina para el caso del mineral sulfurado. La
explotacin del yacimiento se realiza mediante una mina a cielo abierto con una produccin de
200,000 toneladas de ctodos de cobre al ao. Por su parte, presenta una capacidad de
movimiento de material desde la mina (estril + mineral) de 220,000 tpd, y una capacidad de
chancado de 50,000 tpd. A continuacin se presenta un flowsheet de las principales
operaciones de la mina:
Figura 2: Flowsheet de operaciones de Mina Spence
Desde la mina se extraen 5 tipos de materiales los cuales son: slfuros, xidos, mixtos, ROM y
estril. Para otorgarles estas categoras a cada uno de los bloques del modelo, se utiliza una
caracterstica geolgica llamada minty derivada del ingls mineral type, es decir, tipo de
mineral segn su mineraloga, adems de la ley de cobre y la solubilidad. Es as, como en el
cuadro siguiente se presentan los criterios necesarios para definir el tipo de material que posee
cada uno de los bloques:
44
Ley de cobre
Tipo de roca Minty [%] Solubilidad Indicador
Slfuros 20, 30, 40 0.3 0.2 1
xidos 20 0.3 0.72 2
Mixtos 20 0.3 >0.2 & < 0.72 3
10, 50 0.1 -
ROM 5
20, 30, 40 0.1 & < 0.3 -
Estril - < 0.1 - 4
Tabla 3: Criterios de definicin del tipo de material para cada uno de los bloques del modelo
Cabe destacar, que en conjunto con lo anterior fue necesario tomar las siguientes
consideraciones:
Los bloques con atributo minty = 60, fueron considerados como estril, puesto que se
trata de mineralizacin hipgena con material primario que no se puede procesar.
Todos los bloques con atributo minty = 30 y con ley de cobre Cut >= 0.3, se
consideraron como slfuros sin importar su solubilidad.
Los bloques con atributo minty = -99, fueron considerados como estril por tratarse de
material de sobrecarga.
Finalmente, los bloques con atributo minty = 24, se les asign el tipo de material
considerando sus caractersticas de ley de cobre y de solubilidad.
Esta pre-clasificacin inicial de los bloques tiene como objetivo reducir el tamao del problema
desde el punto de vista de su resolucin computacional.
4.2. Definicin del modelo de bloques
Debido a que el nmero de bloques del modelo es muy grande, y el horizonte de tiempo a
estudiar es de slo 3 meses (Julio a Septiembre de 2008), se tom la determinacin de utilizar
slo los bloques de aquellos bancos del modelo que segn la planificacin de largo plazo de la
mina sern los explotados en ese periodo. La planificacin se presenta en el siguiente cuadro:
F02 F03 F04 F05

Julio_08 1580 - 1670 1685
Agosto_a_08 1565 - 1655 1670
Agosto_b_08 1550 - - 1670
Septiembre_08 - 1625 - 1670
Tabla 4: Bancos a explotar por periodo segn la planificacin de largo plazo
45
Es as, como se puede apreciar que los bloques a utilizar son los correspondientes a los bancos
1550, 1565, 1580, 1625, 1655, 1670 y 1685, de las fases 2, 3, 4 y 5.
Una vez realizada la tarea anterior, se cuenta con un modelo de bloques representativo del
periodo de estudio de 9,976 bloques de tamao 10 x 10 x 15 metros. A continuacin se
presentan las estadsticas bsicas de este nuevo modelo de bloques:
Tonelaje Tonelaje Cu Ley de cobre Densidad Clacid CO3 F_geomet Mezcla

Tipo de roca # bloques
[t] [t] [%] [t/m3] [kg/t] [%] [%] [%]
Slfuro 1,497 5,628,335 120,118 2.13 2.51 0.45 0.19 19.9 11.5
xido 953 3,441,893 37,479 1.09 2.41 2.66 0.27 17.5 14.9
Mixto 376 1,371,891 15,795 1.15 2.43 1.24 0.27 18.1 11.0
ROM 560 1,999,032 8,051 0.40 2.39 0.72 0.17 19.8 8.3
Estril 6,590 19,733,088 4,715 0.02 2.02 0.49 0.15 22.5 0.4
Total 9,976 32,174,238 186,157 0.58 2.19 0.76 0.17 21.1 4.9
Tabla 5: Estadsticas bsicas del modelo de bloques Julio a Septiembre de 2008
4.3. Definicin de parmetros de resolucin
En la produccin de la mina Spence, existen dos campaas de alimentacin a la planta de

procesamiento, una de slfuros y otra de xidos, las cuales estn definidas en los planes de
produccin. Cabe destacar, que en la campaa de xidos, se envan a la planta de
procesamiento bloques de tipo xido y mixto. Es as como se extrajo de esa informacin, las
campaas correspondientes al periodo de estudio. Por su parte, el modelo a grandes rasgos
ser dividido en periodos de 2 semanas, con ciertas excepciones, como es el caso cuando
existe un cambio de campaa o que en la ltima semana los das sean menos. A continuacin,
se presentan las semanas involucradas, sus respectivas campaas, los periodos definidos para
la resolucin del modelo y las restricciones operacionales:
Lmites
Periodo Das Campaa Mina Planta Clacid CO3 F_geomet Mezcla
[t] [t] [kg/t] [%] [%] [%]
1 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
2 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
3 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
4 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
5 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
6 7 Sulphides 1,540,000 350,000 0.8 1.2 20 25
7 14 Oxides 3,080,000 700,000 - 1.2 20 25
8 1 Oxides 220,000 50,000 - 1.2 20 25
Tabla 6: Definicin de periodos y sus caractersticas
46
Cabe destacar, que los lmites impuestos para las restricciones geometalrgicas son superiores
a las medias de ellas en el modelo de bloques por lo cual se podra esperar no tener problemas
con las caractersticas del mineral de alimentacin al chancado, pero las estadsticas
presentadas son a nivel global y no necesariamente en un corte correspondiente a la
planificacin de corto plazo estas condiciones se vern reflejadas, puesto que la distribucin de
estas propiedades geometalrgicas en el yacimiento no son uniformes y pueden existir sectores
con condiciones muy favorables y otros muy desfavorables.
Adems, el modelo de programacin matemtica considera la utilizacin de dos stocks bases

de slfuros y xidos respectivamente, cuyas caractersticas se presentan a continuacin:
Tonelaje Ley de cobre Clacid CO3 F_geomet Mezcla

Stock # bloques
[t] [%] [kg/t] [%] [%] [%]
Slfuros 438 1,668,112 1.06 0.45 0.19 19.9 11.5
xidos 2,300 8,349,565 1.03 2.25 0.27 17.7 13.8
Tabla 7: Caractersticas de los stocks bases
Con respecto a las caractersticas de los stocks bases de slfuro y xidos, se tomaron las
siguientes consideraciones:
El tonelaje y la ley de cobre de cada uno de los stocks, corresponden a datos del
inventario de stocks de mina Spence de noviembre de 2007. Estos datos tienen relacin
al total de los stocks de la mina.
No se contaba con los datos de las restricciones geometalrgicas del stock de slfuros,
por lo cual se tom la determinacin de utilizar los promedios ponderados con el tonelaje
del modelo de bloques de julio a septiembre de 2008, de aquellos bloques
correspondientes a slfuros.
Tampoco se contaba con los datos de las restricciones geometalrgicas del stock de
xidos, por lo cual se tom la determinacin de utilizar los promedios ponderados con el
tonelaje del modelo de bloques de julio a septiembre de 2008, de aquellos bloques
correspondientes a xidos y mixtos.
Para calcular la cantidad de bloques aproximados existentes en cada uno de los stocks,
se utilizaron los tonelajes totales de estos, el tamao de un bloque del modelo (10 x 10 x
15 metros), y la densidad promedio ponderada por el tonelaje de los bloques de slfuros
del modelo y de los bloques de xidos y mixtos respectivamente.
47
Finalmente, se le debe entregar al modelo las coordenadas del bloque que representa el acceso
a cada uno de los bancos involucrados, las cuales se muestran en la siguiente tabla:
Fase Banco X [m] Y [m] Z [m]

2 1,550 74,955 480,095 1,557.5
2 1,565 74,775 480,115 1,572.5
2 1,580 74,645 480,045 1,587.5
3 1,625 74,365 479,395 1,632.5
4 1,655 73,575 479,255 1,662.5
4 1,670 73,565 479,405 1,677.5
5 1,670 74,015 479,935 1,677.5
5 1,685 73,845 479,985 1,692.5
Tabla 8: Coordenadas de los bloques que representan los accesos a cada banco
A pesar de que en este estudio no ocurre, el modelo es capaz de ser alimentado con ms de un
acceso por banco.
Cabe sealar tambin, que se consider un radio de la primera semana (RPS) de 60 metros,
para un posterior avance radial (MAR) de 30 metros, adems de un porcentaje mnimo de
procesamiento de los bloques explotados en un periodo determinado (%MinPlan) de 80%. Es
as, como en la siguiente tabla se muestran los radios de bsqueda por periodo desde los
bloques representativos de los accesos en cada uno de los bancos:
Duracin Duracin Acum Radio

Periodo
[Semanas] [Semanas] [m]
1 2 2 120
2 2 4 180
3 2 6 240
4 2 8 300
5 2 10 360
6 1 11 390
7 2 13 450
8 1 14 480
Tabla 9: Radios de bsqueda desde los accesos a los bancos para cada periodo
Es importante sealar que esta restriccin no comienza en el periodo de apertura del banco
sino que segn los periodos generales definidos para la explotacin.
48
4.4. Criterios de resolucin
La problemtica expuesta en el presente estudio fue resuelta mediante un modelo de

programacin lineal entera mixta, cuya implementacin fue realizada mediante el lenguaje de
programacin AMPL, y cuya resolucin fue hecha mediante el software comercial ILOG CPLEX
en su versin 10.2, en computadores con 4 u 8 procesadores IntelXeon CPU 1.6 GHz y con
4 Gb de memoria RAM.
Otro punto importante a destacar, es que el valor del GAP empleado fue de 5%, lo que significa
que si bien las soluciones encontradas podran no ser ptimas desde el punto de vista de la
funcin objetivo (total de finos de cobre procesados), no existe ninguna solucin factible para el
modelo que la supere en ms que el valor de GAP. Adems, se fij el parmetro de nfasis de
manera que CPLEX privilegiara la bsqueda de soluciones factibles y no la mejora de la cota
global.
49
5 Anlisis de resultados
5.1. Determinacin de radios de bsqueda
Tal cual fue mencionado con anterioridad, una de las caractersticas que presenta el modelo de
programacin matemtica, es la de asignarle preliminarmente dos parmetros necesarios para
regular la geometra de las soluciones y la conexidad de la extraccin de roca desde la mina, de
forma tal de que los resultados obtenidos puedan ser utilizados como una gua para el
planificador de corto plazo. Estos dos parmetros de control corresponden al radio de la primera
semana, y al avance radial en metros de los siguientes periodos, lo cual permite definir el radio
de bsqueda de mineral en la mina desde los accesos para cada periodo definido en el modelo,
con el objetivo de alcanzar la alimentacin deseada para la planta de procesamiento en estos
periodos.
Es importante recordar que la forma de calcular el radio de bsqueda para una semana t, es la
siguiente:
7 I17 + 5 I < _max _.,/,0 2.,/,0, = 0
De forma sencilla, la ecuacin planteada anteriormente quiere decir, que no se puede extraer
ningn bloque desde un banco de la mina, cuya distancia al bloque representativo como acceso
del banco sea mayor que el radio de bsqueda definido para un periodo determinado. Por
ejemplo, si nos encontramos en el periodo 1 definido en el modelo (consideremos que el
periodo 1 corresponde a 2 semanas), y el radio de la primera semana (RPS) es 60 metros, y el
avance radial (MAR) es de 30 metros, el radio de bsqueda definido para este periodo es de
120 metros, por lo cual, cualquier bloque del banco que se encuentre a ms de 120 metros
desde el bloque de acceso al banco, no puede ser extrado. Cabe destacar que el radio de
bsqueda es invariante a la apertura del banco y comienza su incremento desde el primer
periodo de explotacin de la mina.
Para realizar este anlisis, es importante destacar que no se utiliz todo el modelo de bloques
correspondiente a los 3 meses en estudio, sino que slo las fases 02 y 03, por un asunto de
reducir los tiempos, puesto que se analizaron varias combinaciones posibles de RPS y MAR,
por lo cual lo mejor era realizarlo con un modelo de bloques que permitiera un fcil manejo del
tiempo. Adems esta determinacin se tom puesto que los bancos de la fase 02 estn
50
constituidos principalmente por mineral de tipo slfuro, y el banco de la fase 03 por mineral de
tipo xido, lo cual permita cumplir con el requerimiento de las campaas involucradas, y a esto
se le suma el hecho de que los bancos de las fases 04 y 05 estn conformados principalmente
por estril, por lo cual, para el objetivo de este estudio no resultan tan trascendentes.
Finalmente, es importante destacar que todo el resto de la informacin y parmetros utilizados
para este anlisis son los mismos que los presentados en el estudio de caso.
El anlisis presentado a continuacin se centra principalmente en encontrar los parmetros de

control de geometra de la solucin, con el objetivo de disponer del mineral necesario para
mantener saturada la alimentacin a la planta de procesamiento. Sobre esto es importante
sealar que en campaa de slfuros la capacidad mxima de la mina es de aproximadamente
93 bloques por semana, y en campaa de xidos es de 96 bloques. En conjunto con lo
sealado anteriormente, tambin resulta relevante, que estos parmetros encontrados, permitan
tener acceso a los bloques ms alejados de un banco, lo cual se evaluar con el
secuenciamiento de bloques obtenido para el banco 1580 de la fase 02 (banco superior de los 3
correspondientes a esta fase).
La metodologa a utilizar, corresponde a fijar el valor del radio de la primera semana y el avance
radial en 10 metros y posteriormente se aument el avance radial en 10 metros hasta cuando
se alcanz la capacidad de la planta de procesamiento en todos los periodos en estudio.
Posteriormente, se utiliz la informacin obtenida de este estudio, fijando el avance radial en
aquel valor donde la planta permaneca saturada desde el periodo 2, y se fue aumentando el
radio de la primera semana, hasta alcanzar la capacidad mxima de la planta en el primer
periodo. Finalmente se toma la determinacin de seleccionar aquella combinacin que sature la
alimentacin a planta en todos los periodos en estudio, que entregue la mejor seleccin grfica
entre las opciones disponibles, y que tome el menor tiempo de resolucin del modelo.
De este modo las opciones evaluadas se muestran en la siguiente tabla:
51
Radio de la primera semana Metros de avance radial
RPS [m] MAR [m]
10 10
10 20
10 30
10 40
10 50
30 30
50 30
60 30
Tabla 10: Combinaciones de RPS y MAR para encontrar el radio de bsqueda adecuado
Finalmente es importante sealar no tan slo para el presente anlisis, sino para la
presentacin de todos los resultados grficos del modelo, que la leyenda de colores que se
utiliz para definir el secuenciamiento de bloques en cada uno de los bancos de la mina en los 8
periodos en estudio fue la siguiente:
Periodo Color
1
2
3
4
5
6
7
8
Tabla 11: Leyenda de colores para el secuenciamiento de bloques
RPS = 10 metros y MAR = 10 metros
Para comenzar es importante mostrar el significado de estos dos parmetros en los radios de
bsqueda de cada uno de los periodos en estudio, es por ello que en la siguiente tabla se
muestran los radios de bsqueda que tiene el modelo desde los accesos a los bancos de la
mina en cada uno de los periodos:
52
Periodo
[semanas] [semanas] [m]
1 2 2 30
2 2 4 50
3 2 6 70
4 2 8 90
5 2 10 110
6 1 11 120
7 2 13 140
8 1 14 150
Tabla 12: Radios de bsqueda por periodo para el caso RPS = 10 metros y MAR = 10 metros
Con la utilizacin de estos parmetros, a continuacin se presenta un grfico en el que se

muestra el tonelaje de alimentacin de mineral a la planta de procesamiento, y la contribucin
de cada una de las fuentes en ella (mina, stock de slfuros, stock de xidos). La tabla de
contribucin en cuanto a tonelaje y porcentaje de cada una de las fuentes de alimentacin de la
planta que da origen a este grfico se puede encontrar en el Anexo 1:
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
Mina Stock Slfuros Stock xidos Capacidad Planta
Figura 3: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso RPS = 10 metros y
MAR = 10 metros
Se puede apreciar claramente que en los dos primeros periodos en estudio no existe
alimentacin de mineral de ningn tipo a la planta de procesamiento. Adems, la alimentacin
de mineral en el periodo 3 no se alcanza al 100%, y proviene completamente de bloques
pertenecientes al stock de slfuros, al igual que gran parte de los bloques que alimentan la
planta en los periodos 4 y 5. En los periodos 6 y 8, la alimentacin est dada ntegramente por
bloques explotados en la mina, y en el periodo 7 el 41% de la alimentacin tiene como fuente la
mina. Con respecto a este mismo tema, es importante analizar si los radios de bsqueda
definidos entregaban reas suficientes en cada uno de los periodos para extraer los bloques
necesarios. Para ello a continuacin se muestra una tabla de los bloques minados en cada uno
53
de los periodos y cuntos de ellos alimentan la planta de procesamiento. En conjunto con ello,
se muestra una imagen en planta del banco 1580 de la fase 02, y el secuenciamiento de
bloques obtenido como resultado del modelo:
# bloques
Minados Procesados
1 0 0
2 0 0
3 0 0
Periodo
4 1 1
5 12 10
6 93 93
7 56 77
8 14 13
Tabla 13: Relacin de bloques minados y procesados por periodo para el caso RPS = 10 metros y MAR = 10
metros
Figura 4: Vista en planta del secuenciamiento de bloques del banco 1580 para el caso RPS = 10 metros y
MAR = 10 metros
Cabe destacar que slo en los periodos 6 y 8 se explotan desde la mina suficientes bloques
para saturar la alimentacin de mineral a la planta de procesamiento (recordar que el periodo 8
corresponde a tan slo un da), lo cual tambin se ve reflejado en la figura anterior, en donde es
claro que con los parmetros estudiados no se alcanza la explotacin de todo el banco, sino
que de una proporcin menor de l.
Otro tema relevante es que del modelo se esperara que utilizara los stocks para suplir la falta
de mineral desde la mina para la alimentacin de la planta, y slo los utiliza en los periodos 3, 4,
y 5 en campaa de slfuros, y en el periodo 7 en campaa de xidos. Esto tiene una explicacin
54
basada en que los stocks son limitados, y en el caso del stock de slfuros ste slo cuenta con
438 bloques, y en la siguiente tabla se puede apreciar que se utiliz completamente:
# bloques
Periodo stock slfuros stock xidos
1 0 0
2 0 0
3 83 0
4 182 0
5 173 0
6 0 0
7 0 114
8 0 0
Total 438 114
Tabla 14: Utilizacin de stocks para el caso de RPS = 10 metros y MAR = 10 metros
Finalmente se puede concluir que con estos radios de bsqueda para cada uno de los periodos
en estudio no se pueden obtener los resultados deseados por los siguientes motivos:
Slo se obtienen 32,474 toneladas de cobre fino, lo que en el caso de trabajar con la
capacidad mxima de tratamiento de mineral en la planta en todos los periodos, equivale
a una ley media de alimentacin de 0,71% de cobre, lo cual es bajo comparado con las
leyes de cobre promedio que presenta el modelo de bloques.
Se tienen periodos sin mineral para alimentar la planta.
Se utiliza completamente el stock de slfuros despus del periodo 5 (semana 10).
No todos los bloques del banco 1580 de la fase 02 se encuentran disponibles y resultan
ser alternativa para ser explotados.
55
Periodo
1 2 2 50
2 2 4 90
3 2 6 130
4 2 8 170
5 2 10 210
6 1 11 230
7 2 13 270
8 1 14 290

800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
MAR = 20 metros
En el grfico presentado se puede apreciar que se alcanza la capacidad de alimentacin de

mineral mxima de la planta de procesamiento en todos los periodos. Adems, se puede ver
que en los primeros 2 periodos la alimentacin de mineral viene dada casi en un 100% por
bloques del stock de slfuros, al igual que el 45% de la alimentacin del periodo 3. Ya a partir
del periodo 4, la alimentacin viene dada en un 100% por mineral explotado desde la mina. Con
respecto a este mismo tema, es importante analizar si los radios de bsqueda definidos
entregaban reas suficientes en cada uno de los periodos para extraer los bloques necesarios.
Para ello a continuacin se muestra una tabla de los bloques minados en cada uno de los
periodos y cuntos de ellos alimentan la planta de procesamiento. En conjunto con ello, se
56
muestra una imagen en planta del banco 1580 de la fase 02, y el secuenciamiento de bloques
obtenido como resultado del modelo:
# bloques
Minados Procesados
1 2 2
2 10 8
3 107 104
Periodo
4 198 190
5 190 185
6 99 94
7 176 193
8 13 13
metros
MAR = 20 metros
Cabe destacar que a partir del periodo 4 se explotan desde la mina suficientes bloques para
saturar la alimentacin de mineral a la planta de procesamiento, lo cual tambin se ve reflejado
en la figura anterior, en donde es claro ver que con los parmetros estudiados no se alcanza la
explotacin de todo el banco.
Otro punto importante a destacar tiene relacin con la utilizacin de stocks, que se vuelven
indispensables para poder alcanzar la alimentacin de mineral deseada en los primeros tres
periodos. Para ello fue necesario utilizar completamente el stock de slfuros en estos periodos
como se muestra en la siguiente tabla:
57
# bloques
1 181 0
2 175 0
3 82 0
4 0 0
5 0 0
6 0 0
7 0 0
8 0 0
Total 438 0
en estudio no se pueden obtener los resultados deseados por los siguientes motivos:
Slo se obtienen 74,912 toneladas de cobre fino, lo que en el caso de trabajar con la
capacidad mxima de tratamiento de mineral en la planta en todos los periodos, equivale
a una ley media de alimentacin de 1.63% de cobre, lo cual es bajo comparado con las
leyes de cobre promedio que presenta el modelo de bloques.
No existe stock de slfuros disponible desde el periodo 4 (semana 7), por lo que el
modelo slo debe alimentar con mineral proveniente de la mina sin poder mejorar la
produccin de finos con la alternativa de mezclar la alimentacin con bloques del stock.
58
Periodo
1 2 2 70
2 2 4 130
3 2 6 190
4 2 8 250
5 2 10 310
6 1 11 340
7 2 13 400
8 1 14 430

800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
MAR = 30 metros
Preliminarmente los resultados son muy similares a los del caso anterior. En el grfico
presentado se puede apreciar que se alcanza la capacidad de alimentacin de mineral mxima
de la planta de procesamiento en todos los periodos. Adems, se puede ver que en los
primeros 2 periodos la alimentacin de mineral viene dada casi en un 100% por bloques del
stock de slfuros, al igual que el 42% de la alimentacin del periodo 3. Ya a partir del periodo 4,
la alimentacin viene dada en un 100% por mineral explotado desde la mina. Con respecto a
este mismo tema, es importante analizar si los radios de bsqueda definidos entregaban reas
suficientes en cada uno de los periodos para extraer los bloques necesarios. Para ello a
continuacin se muestra una tabla de los bloques minados en cada uno de los periodos y
59
cuntos de ellos alimentan la planta de procesamiento. En conjunto con ello, se muestra una
imagen en planta del banco 1580 de la fase 02, y el secuenciamiento de bloques obtenido como
resultado del modelo:
#bloques
Minados Procesados
1 1 1
2 7 6
3 124 108
Periodo
4 220 188
5 231 187
6 113 94
7 183 193
8 12 13
metros
MAR = 30 metros
Cabe destacar que a partir del periodo 4 se explotan desde la mina suficientes bloques para
saturar la alimentacin de mineral a la planta de procesamiento, lo cual tambin se ve reflejado
en la figura anterior, en donde es claro ver que con los parmetros estudiados no se alcanza la
explotacin de todo el banco. Tambin se puede apreciar, que a pesar de obtener resultados
similares con el caso anterior con respecto a la alimentacin de mineral a la planta de
procesamiento, los resultados del minado de bloques son distintos, puesto que en este caso, se
dispone de un nmero mayor de bloques por periodo a partir del periodo 4 disponibles para ser
seleccionados por el modelo para ser enviados a planta, lo cual explica que el rea cubierta por
el secuenciamiento de bloques del banco 1580 de la fase 02 es mayor que en el caso anterior,
a pesar de que an no se alcanzan los bloques ms lejanos.
60
Adems se aprecia que existe una mayor dispersin en la solucin (picoteo), sobre todo en los
bloques minados en los periodos 7 y 8, lo cual no ocurra en los casos anteriores. Esto se debe
principalmente a que los radios de bsqueda y por lo tanto las reas de bsqueda para cada
uno de los periodos en este caso son mayores y suficientes para satisfacer la demanda de
bloques por la planta de chancado, por lo cual pueden existir bloques dentro de las reas
correspondientes a los primeros periodos que no sean explotados, y se encuentran disponibles
para ser minados en los periodos finales del horizonte de estudio.
indispensables para poder alcanzar la alimentacin de mineral deseada en los primeros tres
periodos al igual que en el caso anterior. Para ello fue necesario utilizar completamente el stock
de slfuros en estos periodos como se muestra en la siguiente tabla:
# bloques
1 182 0
2 178 0
3 78 0
4 0 0
5 0 0
6 0 0
7 0 0
8 0 0
Total 438 0
Finalmente, como resultado del modelo se obtienen 102,645 toneladas de finos de cobre, lo
cual se acerca bastante a lo que se espera del modelo. A pesar de ello se puede concluir que
con estos radios de bsqueda para cada uno de los periodos en estudio no se pueden obtener
los resultados deseados por los siguientes motivos:
No existe stock de slfuros disponible desde el periodo 4 (semana 7), por lo que el
modelo slo debe alimentar con mineral proveniente de la mina sin poder mejorar la
produccin de finos con la alternativa de mezclar la alimentacin con bloques del stock.
61
Aparece picoteo en la explotacin de los bloques en los ltimos periodos del horizonte
de tiempo en estudio.

Periodo
1 2 2 90
2 2 4 170
3 2 6 250
4 2 8 330
5 2 10 410
6 1 11 450
7 2 13 530
8 1 14 570

800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
MAR = 40 metros
62
mineral mxima de la planta de procesamiento en todos los periodos. Slo en el periodo 1, la
fuente de alimentacin de mineral para la planta proviene mayormente del stock de slfuros, y
ya a partir del periodo 2 casi todo el mineral procesado viene de la mina. Con respecto a este
mismo tema, es importante analizar si los radios de bsqueda definidos entregaban reas
# bloques
Minados Procesados
1 12 12
2 199 180
3 230 187
Periodo
4 231 186
5 227 186
6 115 93
7 193 192
8 13 13
metros
MAR = 40 metros
63
A partir del periodo 2 se explotan desde la mina suficientes bloques para saturar la alimentacin
de mineral a la planta de procesamiento, lo cual se ve reflejado en la figura anterior, ya que con
los radios de bsqueda utilizados se tienen disponibles todos los bloques del banco en estudio.
Al igual que en el caso anterior, se aprecia una mayor cantidad de picoteo, pero ahora no slo
en los ltimos dos periodos, sino que a partir del periodo 6 e incluso en el periodo 5 pero en
menor medida, lo cual se explica del mismo modo que en el caso anterior, es decir, el aumento
en los radios de bsqueda provoca un aumento en las reas de bsqueda y tambin en la
cantidad de bloques disponibles en cada una ellas, los cuales no son explotados en su totalidad
quedando disponibles para ser minados en periodos posteriores, que es lo que en
definitivamente ocurre. En resumen, el fenmeno del picoteo se debe a que la explotacin de
los bloques presenta un lmite superior por periodo dado por los radios de bsqueda, pero no
presenta un lmite superior, lo que le permite al modelo explotar en periodos posteriores bloques
disponibles que se encuentran cercanos al acceso al banco.
indispensables para poder alcanzar la alimentacin de mineral deseada en el primer periodo.
Esta vez no fue necesaria la utilizacin completa del stock de slfuros, ya que slo fue utilizado
en gran cantidad en el periodo 1, lo cual contribuye a que el modelo tenga la posibilidad de
seleccionar entre la opcin de procesar un bloque proveniente de la mina o uno del stock de
slfuros a partir del segundo periodo, lo cual le entrega mayor flexibilidad al modelo. La
utilizacin de los stocks se muestra en la tabla siguiente:
# bloques
1 171 0
2 10 0
3 0 0
4 0 0
5 0 0
6 0 0
7 0 0
8 0 0
Total 181 0
64
en estudio ya se pueden obtener mejores resultados que en los casos anteriores, dentro de los
que destaca que se obtienen 112,795 toneladas de finos de cobre, pero an as la alimentacin
a planta de mineral proveniente de la mina en el periodo 1 resulta muy baja y se aumenta el
picoteo de bloques en la explotacin del banco.

Periodo
1 2 2 110
2 2 4 210
3 2 6 310
4 2 8 410
5 2 10 510
6 1 11 560
7 2 13 660
8 1 14 710

65
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
MAR = 50 metros
Al igual que en el caso anterior, en el grfico presentado se puede apreciar que se alcanza la
capacidad de alimentacin de mineral mxima de la planta de procesamiento en todos los
periodos. La diferencia radica que la mina ya est aportando con un 24% de la alimentacin
total de mineral a la planta en el periodo 1, lo cual se debe principalmente a que presenta una
mayor rea de bsqueda en el este periodo, que le permite explotar una mayor cantidad de
bloques desde la mina. Esto se puede apreciar de mejor forma en la siguiente tabla, en donde
se muestran los bloques minados en cada uno de los periodos y cuntos de ellos alimentan la
planta de procesamiento. En conjunto con ello, se muestra una imagen en planta del banco
1580 de la fase 02, y el secuenciamiento de bloques obtenido como resultado del modelo:
# bloques
Minados Procesados
1 44 44
2 225 188
3 231 188
Periodo
4 223 187
5 215 184
6 107 92
7 227 192
8 17 14
metros
66
MAR = 50 metros
A partir del periodo 2 se explotan desde la mina suficientes bloques para saturar la alimentacin
de mineral a la planta de procesamiento, lo cual se ve reflejado en la figura anterior, ya que con
los radios de bsqueda utilizados se tienen disponibles todos los bloques del banco en estudio.
Se puede apreciar que en este caso, al seguir aumentando los radios de bsqueda, el picoteo a
partir del periodo 4 se vuelve an mayor, por las mismas razones mencionadas en los dos
casos anteriores.
indispensables para poder alcanzar la alimentacin de mineral deseada en el primer periodo.
Esta vez no fue necesaria la utilizacin completa del stock de slfuros al igual que en el caso
anterior, ya que slo fue utilizado en gran cantidad en el periodo 1, lo cual contribuye a que el
modelo tenga la posibilidad de seleccionar entre la opcin de procesar un bloque proveniente
de la mina o uno del stock de slfuros a partir del segundo periodo, lo cual le entrega mayor
flexibilidad al modelo. La utilizacin de los stocks se muestra en la tabla siguiente:
# bloques
1 170 0
2 0 0
3 0 0
4 0 0
5 0 0
6 0 0
7 0 0
8 0 0
Total 170 0
67
en estudio ya se pueden obtener mejores resultados que en los casos anteriores, dentro de los
que destaca que se obtienen 115,877 toneladas de finos de cobre, pero an as la alimentacin
a planta de mineral proveniente de la mina en el periodo 1 resulta muy baja y se aumenta ms
an el picoteo en la explotacin del banco con respecto a los casos estudiados anteriormente.
Luego de haber analizado estas 5 alternativas con un radio de la primera semana de 10 metros,
se tom la determinacin de fijar el avance radial en un valor y probar con distintos radios de
primera semana. El avance radial se fij en 30 metros, puesto que con este valor ya se obtenan
ms de 100,000 toneladas de cobre fino, adems que se abarcaba gran parte del rea del
banco 1580, y al aumentar el radio de la primera semana, se podr tener acceso a los bloques
ms alejados del acceso en este banco. Adems se pudo apreciar que a partir del avance radial
de 30 metros (40 y 50 metros), se pueden obtener una mayor cantidad de finos, pero la solucin
grfica se vuelve ms dispersa con lo cual se pierde el objetivo principal de que sta sea una
herramienta de gua para la planificacin de corto plazo. Finalmente, cabe destacar que con el
avance radial de 30 metros, se mantena trabajando a la planta de chancado de mineral al
100% en todos los periodos, y desde el periodo 4 con aporte 100% de mineral explotado en la
mina.

Periodo
1 2 2 90
2 2 4 150
3 2 6 210
4 2 8 270
5 2 10 330
6 1 11 360
7 2 13 420
8 1 14 450
68
muestra el tonelaje de alimentacin de mineral a la planta de chancado, y la contribucin de
cada una de las fuentes en ella (mina, stock de slfuros, stock de xidos). La tabla de
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
MAR = 30 metros

mineral mxima de la planta de chancado en todos los periodos. Adems, se puede ver que en
el primer periodo la alimentacin de mineral viene dada casi en un 100% por bloques del stock
de slfuros, al igual que el 41% de la alimentacin del periodo 2. Ya a partir del periodo 3, la
alimentacin viene dada en un 100% por mineral explotado desde la mina. Con respecto a este
mismo tema, es importante analizar si los radios de bsqueda definidos entregaban reas
69
# bloques
Minados Procesados
1 13 13
2 117 113
3 220 178
Periodo
4 225 186
5 233 187
6 114 94
7 199 192
8 14 13
metros
MAR = 30 metros
A partir del periodo 3, se explotan desde la mina una cantidad suficiente de bloques para
mantener la planta de chancado de mineral alimentada a su mxima capacidad. En los dos
primeros periodos, el mineral explotado en la mina no es suficiente para alimentar
completamente la planta, por lo cual es necesaria la utilizacin de bloques del stock de slfuros.
Se puede apreciar tambin, que no se alcanza la explotacin completa del banco, es decir, los
bloques ms alejados del acceso al banco no se encuentran dentro del rea de bloques
disponibles a ser explotados, por lo que estos radios de bsqueda para los diferentes periodos
del horizonte de tiempo en estudio resultan insuficientes.
Al igual que en el caso en que el radio de la primera semana es de 10 metros y el avance radial
es de 30 metros, se aprecia picoteo en la explotacin del banco lo cual se explica del mismo
modo planteado en los casos anteriores.
indispensables para poder alcanzar la alimentacin de mineral deseada en los primeros dos
70
periodos. Para ello fue necesario utilizar aproximadamente un 56% del stock de slfuros en
estos periodos como se muestra en la siguiente tabla:
# bloques
stock stock
Periodo slfuros xidos
1 170 0
2 75 0
3 9 0
4 0 0
5 0 0
6 0 0
7 0 0
8 0 0
Total 254 0
cual se acerca bastante a lo que se espera del modelo. A pesar de ello se puede concluir que
con estos radios de bsqueda para cada uno de los periodos en estudio no se pueden obtener
los resultados deseados por los siguientes motivos:
Se utiliza alrededor de un 60% del stock de slfuros en los primeros tres periodos, por lo
que la posibilidad de mejorar la produccin de finos con la alternativa de mezclar la
alimentacin con bloques del stock baja para el resto de los periodos en estudio.
Presencia de picoteo de bloques en la explotacin del banco en los ltimos periodos.
Es importante, al igual que en los casos anteriores, mostrar el significado de estos dos
parmetros en los radios de bsqueda de cada uno de los periodos en estudio, es por ello que
en la siguiente tabla se muestran los radios de bsqueda que tiene el modelo desde los
accesos a los bancos de la mina en cada uno de los periodos:
71
Periodo
1 2 2 110
2 2 4 170
3 2 6 230
4 2 8 290
5 2 10 350
6 1 11 380
7 2 13 440
8 1 14 470

800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
MAR = 30 metros

los periodos 1 y 2, la utilizacin de bloques desde el stock de slfuros baja en comparacin al
caso anterior, aunque siguen siendo parte importante del mineral de alimentacin en el periodo
1. Ya a partir del periodo 3, la alimentacin viene dada en un 100% por mineral explotado desde
la mina. Con respecto a este mismo tema, es importante analizar si los radios de bsqueda
definidos entregaban reas suficientes en cada uno de los periodos para extraer los bloques
necesarios. Para ello a continuacin se muestra una tabla de los bloques minados en cada uno
de los periodos y cuntos de ellos alimentan la planta de procesamiento. En conjunto con ello,
72
se muestra una imagen en planta del banco 1580 de la fase 02, y el secuenciamiento de
bloques obtenido como resultado del modelo:
# bloques
Minados Procesados
1 33 32
2 169 153
3 228 185
Periodo
4 234 188
5 230 186
6 115 92
7 204 191
8 15 13
metros
MAR = 30 metros
Al igual que en el caso anterior, slo a partir del periodo 3 se explotan desde la mina una
cantidad suficiente de bloques para mantener la planta de chancado de mineral alimentada a su
mxima capacidad. En los dos primeros periodos, el mineral explotado en la mina no es
suficiente para alimentar completamente la planta, por lo cual es necesaria la utilizacin de
bloques del stock de slfuros. Se puede apreciar tambin, que se tiene disponibilidad de casi la
totalidad de los bloques del banco, incluso de aquellos que se encuentran ms alejados de los
accesos, salvo por una pequea cantidad de bloques del extremo, lo cual indica que los
parmetros utilizados para definir los radios de bsqueda se estn acercando a los valores
necesarios para la disponibilidad del banco completo.
73
Al igual que en el caso presentando anteriormente, se aprecia picoteo en la explotacin de los
bloques del banco en los ltimos periodos, lo cual se debe a la misma razn expuesta en los
casos anteriores, es decir, los bloques disponibles por periodo segn los radios de bsqueda no
son explotados en su totalidad, con lo cual quedan bloques que pueden ser minados en
periodos posteriores.
indispensables para poder alcanzar la alimentacin de mineral deseada en los primeros dos
periodos, por la falta de bloques de mineral provenientes desde la mina para cumplir con esa
tarea. Para ello fue necesario utilizar aproximadamente un 43% del stock de slfuros en estos
periodos como se muestra en la siguiente tabla, lo cual es alrededor de un 13% inferior al caso
anterior:
# bloques
stock stock
1 152 0
2 36 0
3 2 0
4 0 0
5 0 0
6 0 0
7 0 1
8 0 0
Total 190 1
cual se comienza a acercar al tonelaje de finos mximo alcanzado con un radio de la primera
semana de 10 metros y avance radial de 50 metros, pero con la diferencia que el radio de
bsqueda en el periodo 8 en ese caso era de 710 metros, y en este caso es de slo 470 metros,
lo cual hace que el secuenciamiento de bloques entregado por el modelo sea ms conexo y
ordenado. A pesar de ello se puede concluir que con estos radios de bsqueda para cada uno
de los periodos en estudio an no se pueden obtener los resultados deseados por los
siguientes motivos:
74
A partir del tercer periodo de estudio slo se tiene un poco ms de la mitad del stock de
slfuros disponible inicialmente, por lo que la posibilidad de mejorar la produccin de
finos con la alternativa de mezclar la alimentacin con bloques del stock baja para el
resto de los periodos en estudio.
A pesar de que se tiene acceso a la gran mayora de los bloques del banco, an no
todos los bloques del banco 1580 de la fase 02 se encuentran disponibles y resultan ser
alternativa para ser explotados.
Se presenta picoteo en la explotacin del banco en los ltimos periodos.
Es importante, al igual que en los casos anteriores, mostrar el significado de estos dos
parmetros en los radios de bsqueda de cada uno de los periodos en estudio, es por ello que
en la siguiente tabla se muestran los radios de bsqueda que tiene el modelo desde los
accesos a los bancos de la mina en cada uno de los periodos:

Periodo
1 2 2 120
2 2 4 180
3 2 6 240
4 2 8 300
5 2 10 360
6 1 11 390
7 2 13 450
8 1 14 480

75
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
MAR = 30 metros

los periodos 1 y 2, la utilizacin de bloques desde el stock de slfuros baja en comparacin al
caso anterior, siendo casi el 100% de la alimentacin de mineral del periodo 2 proveniente de la
mina. Ya a partir del periodo 3, la alimentacin viene dada en un 100% por mineral explotado
desde la mina. Con respecto a este mismo tema, es importante analizar si los radios de
bsqueda definidos entregaban reas suficientes en cada uno de los periodos para extraer los
bloques necesarios. Para ello a continuacin se muestra una tabla de los bloques minados en
cada uno de los periodos y cuntos de ellos alimentan la planta de procesamiento. En conjunto
con ello, se muestra una imagen en planta del banco 1580 de la fase 02, y el secuenciamiento
de bloques obtenido como resultado del modelo:
# bloques
Minados Procesados
1 48 48
2 199 173
3 230 187
Periodo
4 229 187
5 229 186
6 115 92
7 195 191
8 14 14
metros
76
MAR = 30 metros
En este caso, ya a partir del periodo 2 se explotan desde la mina una cantidad suficiente de
bloques para mantener la planta de chancado de mineral alimentada a su mxima capacidad.
Slo en el primer periodo, el mineral explotado en la mina no es suficiente para alimentar
completamente la planta, por lo cual es necesaria la utilizacin de bloques del stock de slfuros.
Se puede apreciar tambin, que se tiene disponibilidad de la totalidad de los bloques del banco,
incluso de aquellos que se encuentran ms alejados de los accesos, lo cual indica que los
parmetros utilizados para definir los radios de bsqueda son los adecuados para la
disponibilidad del banco completo.
Cabe destacar que a pesar de que se presenta picoteo en la explotacin de los bloques del
banco en los ltimos periodos, ste es menor en comparacin con el caso que permita la
explotacin completa del banco al mantener el radio de la primera semana fijo (RPS = 10
metros y MAR = 50 metros).
indispensables para poder alcanzar la alimentacin de mineral deseada en el primer periodo,
por la falta de bloques de mineral provenientes desde la mina para cumplir con esa tarea. Pero
esta vez, slo fue necesaria la utilizacin de aproximadamente un 32% de stock de slfuros en
el primer periodo como se muestra en la siguiente tabla:
77
# bloques
stock stock
1 136 0
2 16 0
3 0 0
4 0 0
5 0 0
6 0 0
7 0 1
8 0 0
Total 152 1
Finalmente, como resultado del modelo se obtienen 112,817 toneladas de cobre fino, lo cual es
muy cercano al tonelaje de finos mximo alcanzado con un radio de la primera semana de 10
metros y avance radial de 50 metros, pero con la diferencia que el radio de bsqueda en el
periodo 8 en ese caso era de 710 metros, y en este caso es de slo 480 metros, lo cual hace
que el secuenciamiento de bloques entregado por el modelo sea ms conexo y ordenado.
Sumado a lo anterior, ambas soluciones fueron obtenidas corriendo el modelo con los distintos
parmetros en el mismo computador, y los tiempos de resolucin son considerablemente ms
bajos en este ltimo caso presentado (RPS = 60 metros y MAR = 30 metros). Mientras en el
caso de radio de primera semana de 10 metros y avance radial de 50 metros el tiempo de
resolucin fue de 35,050 segundos (aproximadamente 9.7 horas), en este caso la resolucin fue
realizada en un tiempo de 2,970 segundos (50 minutos). Es por estas razones que se decidi
considerar los parmetros de radio de primera semana de 60 metros y avance radial de 30
metros como parte del caso base. A continuacin se muestra una tabla comparativa de las
distintas alternativas estudiadas y de los resultados obtenidos:
Radio de la primera semana Metros de avance radial Funcin Objetivo Tiempo Resolucin GAP
RPS [m] MAR [m] Cobre Fino [t] [seg] [%]
10 10 32,474 1 0.30
10 20 74,912 2 0.35
10 30 102,645 1,620 2.35
10 40 112,795 6,024 0.73
10 50 115,877 35,050 0.89
30 30 107,372 647 0.85
50 30 110,817 933 0.90
60 30 112,817 2,970 0.81
Tabla 36: Resultados de la determinacin de los radios de bsqueda
78
5.2. Manejo de stockpiles
Para el anlisis de la utilizacin de bloques tanto del stock de slfuros como de xidos, se
estudiaron los resultados obtenidos del modelo para el caso base, es decir, para un horizonte
de tiempo de 3 meses, dividido en 8 periodos, y con las caractersticas iniciales de stock
definidas anteriormente. Posteriormente, se estudi la opcin de contar con los stocks
completamente vacos y los efectos que produca encontrarse en esa situacin.
5.2.1. Caso base
De los resultados obtenidos en el caso base, a continuacin se presenta un grfico en el que se

muestra el tonelaje de alimentacin de mineral a la planta de procesamiento de minerales, y la
contribucin de cada una de las posibles fuentes (mina, stock de slfuros o stock de xidos). La
tabla de contribucin en cuanto a tonelaje y porcentaje de cada una de las fuentes de
alimentacin de la planta que da origen a este grfico se puede encontrar en el Anexo 9:
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
Mina Stock Slfuros Stock xidos Cap Planta
Se puede apreciar, que en cada uno de los periodos se mantiene saturada la alimentacin de
mineral a planta, y que la fuente principal de alimentacin corresponde a la mina. Por su parte,
no existe presencia de bloques provenientes del stock de xidos para los periodos 7 y 8 que
corresponden a la campaa de xidos, pero s se procesan bloques provenientes del stock de
slfuros en los periodos 1 y 2 de la campaa de slfuros. En el periodo 1, el stock de slfuros
aporta con el 61% de la alimentacin y en el periodo 2 slo lo hace con el 12%, lo cual se
produce puesto que a medida que se avanza en los periodos, los radios de bsqueda aumentan
y se tiene una mayor cantidad de bloques disponibles en la mina para ser extrados.
79
Recordemos que la capacidad mxima de alimentacin a planta es de 350,000 toneladas por
semana, lo cual corresponde a 93 bloques de slfuros del modelo aproximadamente. En la
siguiente tabla, se muestran la cantidad de bloques de slfuros que son minados en los
periodos 1 al 6, que corresponden a la campaa de slfuros, y la cantidad de ellos que se
procesan:
Minados Procesados
1 78 73
Periodo 2 194 167
3 229 187
4 232 187
5 229 186
6 113 92
Tabla 37: Relacin de bloques minados y procesados por periodo para el caso base en campaa de slfuros
Es importante recordar que los periodos del 1 al 5 son bisemanales, por lo cual la capacidad
mxima de alimentacin a planta es de aproximadamente 186 bloques, y slo el periodo 6
corresponde a una semana. Es claro apreciar, que la cantidad de bloques minados en el
periodo 1, no alcanza para saturar la alimentacin a planta. Adems si se considera que los
bloques procesados provenientes de la mina en los periodos 1 y 2 son an menores (73 y 167
bloques respectivamente), es imposible alcanzar la alimentacin deseada. A partir de esto es
importante deducir que el modelo de programacin matemtica, est utilizando bloques del
stock de slfuros en los periodos 1 y 2 por necesidad, para as poder mantener constante la
alimentacin semanal a planta. Esto se debe a la naturaleza radial de la restriccin impuesta de
radio de bsqueda por periodo, con la cual la cantidad de bloques de la mina disponibles se
limita, y el modelo en su objetivo final de maximizar finos, y por lo tanto de mantener la planta
de procesamiento trabajando a su mxima capacidad, utiliza bloques del stock, que es lo que
ocurre precisamente en el periodo 1. Una manera de solucionar la baja cantidad de bloques
disponibles, es considerar dos accesos al banco, lo cual aumentara las posibilidades
disponibles y mejorara esta condicin.
Adems es importante analizar el motivo por el cual en los periodos 1 y 2, existen 5 y 27

bloques de slfuros que son minados pero no procesados, estando en la campaa
correspondiente y sin tener los bloques necesarios para alimentar la planta. Para ello, el estudio
se debe centrar en las leyes de estos bloques que no son procesados en comparacin con las
leyes de los bloques de stock de slfuros. En el Anexo 10, se pueden encontrar las leyes de los
80
bloques minados en los periodos 1 y 2, pero que no son procesados, y se pudo apreciar que las
leyes de cobre de cada uno de estos bloques es menor a 1.06%, que corresponde a la ley de
cobre de cada uno de los bloques del stock de slfuros, lo cual es el motivo de que a pesar de
no tener bloques disponibles suficientes en la mina para alimentar la planta de procesamiento,
el modelo es capaz de discriminar entre la mina y la disponibilidad de stocks para maximizar la
cantidad de finos de cobre como resultado global del modelo.
Finalmente es importante tambin analizar los dos ltimos periodos, que corresponden a la
campaa de xidos. La capacidad mxima de alimentacin a planta es de 700,000 toneladas
para el periodo 7 (2 semanas) y 50,000 toneladas para el periodo 8 (1 da), lo cual corresponde
a aproximadamente 192 y 14 bloques de xidos del modelo respectivamente. A continuacin,
se muestra la relacin entre los bloques de xidos minados y procesados en los periodos en
estudio:
Minados Procesados
7 196 192
Periodo
8 14 14
Tabla 38: Relacin de bloques minados y procesados por periodo para el caso base en campaa de xidos
Se puede apreciar, que con los bloques explotados desde la mina es suficiente para saturar la
alimentacin de la planta. Adems cabe destacar que la ley mnima de cobre de un bloque
procesado en el periodo 7 es de 1.56%, y en el periodo 8 existen dos bloques con valores que
son mayores que la ley de cobre de los bloques del stock de xidos que es de 1.03%, lo cual se
explica porque la resolucin del modelo est hecha con un GAP de 5%, lo que quiere decir que
puede haber una solucin mejor que la expuesta, pero esta no es superior a un 5% en valor a la
obtenida, con lo que estos dos bloques con leyes de cobre superiores a las del stock no hacen
la diferencia en aumentar considerablemente el tonelaje de finos de cobre obtenidos como
resultado del modelo.
Finalmente, otro punto importante a destacar de la utilizacin de stocks, es que se obtienen

como resultado del modelo 112,231 toneladas de cobre fino, las cuales sern utilizadas para
comparar con los siguientes casos expuestos.
5.2.2. Caso stocks vacos
En el caso de no considerar la existencia de stocks, o considerar que estos se encuentran

vacos, existen cambios relevantes en los resultados, que tienen que ver con la definicin inicial
81
de los atributos geomtricos necesarios para la correcta resolucin del modelo. A continuacin
se presenta un grfico que muestra el tonelaje de alimentacin de mineral a la planta de
procesamiento en el horizonte de tiempo en estudio. La tabla correspondiente a este grfico se
encuentra en el Anexo 11:
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
Mina Cap Planta
Figura 20: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso base sin stocks
Como era de esperarse segn los resultados analizados de lo obtenido para los stocks bases,
en el periodo 1 no se alcanza la capacidad de alimentacin de mineral a planta, puesto que slo
se extraen de la mina 106 bloques de slfuros, que equivalen a un 57% de la capacidad total de
la planta, lo cual resulta insuficiente para alcanzar las 700,000 toneladas requeridas por el
periodo. El fenmeno anterior se debe a que al tener el stock de slfuros vaco, no existe una
alternativa para suplir la falta de mineral dada por el bajo radio de bsqueda del primer periodo,
por lo cual, el radio necesario para el caso en que se cuenta con stocks resulta distinto que el
de este caso. An as, como resultado del modelo se obtienen 108,919 toneladas de cobre fino,
que corresponden a un 97% de lo obtenido en el caso base con stocks.
Por lo descrito anteriormente es necesario encontrar el radio de bsqueda adecuado para este
caso, para lo cual se aument el radio de la primera semana (RPS) desde los 60 metros
actuales hasta donde sea necesario, en intervalos de 10 metros.
De esta forma, se analizaron las opciones de radio de la primera semana de 70 y 80 metros, y

los resultados obtenidos con respecto al tonelaje de alimentacin de mineral a la planta de
procesamiento son los siguientes. Las tablas correspondientes a estos grficos se encuentran
en el Anexo 12:
82
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
Mina Cap Planta
MAR = 30 metros sin stocks
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
Mina Cap Planta
En los grficos anteriores, se aprecia que para un radio de la primera semana de 70 metros, lo
que implica un radio de bsqueda de 130 metros en el periodo 1, se alcanza un 79% de la
capacidad total de alimentacin de mineral planta. Por su parte, si se aumenta el radio de la
primera semana a 80 metros, lo que aumenta a 140 metros el radio de bsqueda del primer
periodo definido para el modelo, se consigue alcanzar el tonelaje necesario para saturar la
alimentacin de mineral tanto en este periodo, como en los 7 siguientes. Adems, para el caso
en que RPS = 70 metros, se obtuvo un total de 111,554 toneladas de cobre fino que
corresponde a un 99% del caso base, y para el caso en que RPS = 80 metros se obtuvo un total
de 114,490 toneladas de cobre fino que corresponde a un 102% del caso base. Este aumento
en las toneladas de fino para el ltimo caso estudiado se debe principalmente a que las leyes
de cobre de la mina son mayores que las leyes de los stocks, por lo cual presenta una ventaja
el realizar la explotacin completamente desde la mina desde este punto de vista, puesto que
tambin es una desventaja para la operacin el no contar con bloques disponibles en los stocks
83
que permitan suplir una falta de mineral para alimentar la planta que puede ser provocada por
ejemplo, por fallas operacionales producidas en la mina. Cabe destacar eso s, que el resultado
de la funcin objetivo no se encuentra alejado
Es importante observar, que el radio de la primera semana de 60 metros y el avance radial

posterior de 30 metros utilizados para el caso base de estudio, slo son eficaces cuando existe
un stock de slfuros con un mnimo de 108 bloques, los cuales resultan suficientes para poder
completar el tonelaje de alimentacin de mineral a la planta de procesamiento. Ante la
posibilidad de que el stock inicial de slfuros se encuentre vaco, es necesario aumentar el radio
de la primera semana a 80 metros, de forma tal de aumentar el radio de bsqueda del primer
periodo definido para el estudio de 120 a 140 metros, con lo cual se alcanza el rea suficiente
en la mina para explotar la cantidad de bloques de slfuros necesaria para saturar la
alimentacin de mineral a planta, y de esta forma, buscar el objetivo final del modelo, que es la
maximizacin de los finos de cobre. A partir de esto, es conveniente analizar qu pasa con la
utilizacin de stocks, cuando el modelo tiene radio de bsqueda suficiente para alimentar la
planta de procesamiento con mineral proveniente de la mina, y si los resultados obtenidos de
este anlisis resultan satisfactorios con respecto a lo esperado.
5.2.3. Mineral de stocks versus mineral de la mina
El objetivo de esta comparacin, es la de establecer el comportamiento del modelo de

programacin matemtica ante la decisin de utilizar mineral proveniente de la mina o mineral
proveniente de los stocks para la alimentacin de la planta de procesamiento, en igualdad de
condiciones, es decir, que la utilizacin de stocks no se deba a una necesidad del modelo por
completar la alimentacin requerida, sino que se trate de dos opciones viables para hacerlo. En
este sentido, el anlisis se realiz derivado del estudio de trabajar con stocks vacos, para lo
cual fue necesario aumentar el radio de bsqueda del primer periodo en 20 metros (de 120 a
140 metros).
Es por lo sealado anteriormente, que este estudio fue desarrollado considerando un radio de la
primera semana (RPS) de 80 metros y un posterior avance radial (MAR) de 30 metros, lo cual
permite tener el tonelaje de mineral de la mina suficiente para alimentar la planta de
procesamiento a su mxima capacidad en cada uno de los periodos. A continuacin se
presentan los radios de bsqueda para cada uno de los periodos, que derivan de los
parmetros mencionados anteriormente:
84
Periodo
1 2 2 140
2 2 4 200
3 2 6 260
4 2 8 320
5 2 10 380
6 1 11 410
7 2 13 470
8 1 14 500
A continuacin se muestra el tonelaje de alimentacin de mineral a la planta de procesamiento

por periodo, y el aporte de cada una de las posibles fuentes de mineral. La tabla de contribucin
en cuanto a tonelaje y porcentaje de cada una de las fuentes de alimentacin de la planta que
da origen a este grfico se puede encontrar en el Anexo 13:
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
1 2 3 4 5 6 7 8
Periodo
Mina Stock Slfuros Stock xidos Cap Planta
MAR = 30 metros con stocks
Se puede apreciar que en el periodo 1 la alimentacin de mineral a la planta de procesamiento

proviene de la mina y del stock de slfuros con una contribucin de aproximadamente 50%
cada una, con lo cual el modelo dice que a pesar de tener rea suficiente para alimentar
completamente la planta en el periodo 1 con mineral proveniente de la mina, es necesario
procesar bloques del stock de slfuros para poder cumplir con el objetivo de maximizar el
tonelaje de finos de cobre. El resultado obtenido del modelo para este caso es de 114,143
toneladas de cobre fino, las cuales son aproximadamente 350 toneladas menos que en el caso
sin stocks, lo cual nos lleva a preguntarnos por qu el modelo procesa bloques del stock si
obtiene mayor cantidad de fino no hacindolo? La respuesta a esta interrogante se basa en que
los modelos son resueltos con un GAP de 5%, lo que quiere decir que si existe una solucin
85
mejor, esta no es mayor a un 5% en valor que la planteada. En este caso en particular, puede
existir una solucin mejor que 114,143 toneladas de cobre fino, pero esta no puede ser mayor a
119,850 toneladas, rango en la que se encuentra la solucin del mismo caso pero sin la
utilizacin de stocks. Esto quiere decir, que si se reduce el GAP en el caso en que se utilizan los
stocks, la utilizacin de stos ser en menor grado, puesto que si existe una solucin mejor que
la obtenida, no puede ser mejor que la del caso sin stocks, por ser ste, un caso particular del
problema con presencia de stocks. Todo lo anterior se explica como una topologa matemtica
del modelo en que sacar un bloque de la mina implica un costo y sacarlo desde el stock es libre.
Otro punto importante a observar de estos resultados tiene que ver con la utilizacin de bloques
provenientes del stock de slfuros en los periodos 1 y 2, en desmedro de bloques explotados de
la mina. En este sentido, en la tabla siguiente se muestra la relacin de bloques de mineral tipo
slfuros que fueron explotados desde la mina y la cantidad de ellos que se procesaron para los
dos primeros periodos. Adems en el Anexo 14 se pueden encontrar aquellos bloques de
slfuros que fueron explotados desde la mina en los periodos 1 y 2 pero que no fueron
procesados, con sus leyes de cobre respectivas:
Periodo
1 2
# Bloques minados 102 218
# Bloques procesados 100 178
Tabla 40: Relacin de bloques minados y procesados en los periodos 1 y 2 para el caso RPS = 80 metros y
MAR = 30 metros
De los dos bloques que no fueron procesados en el periodo 1, ninguno de ellos presentaba una
ley mayor que la de un bloque del stock de slfuros (1.06% de cobre), por lo cual el modelo
para maximizar finos toma la determinacin de procesar bloques del stock en desmedro de
estos bloques provenientes de la mina. Por su parte en el periodo 2, de los 40 bloques que no
se procesan existen seis que presentan leyes mayores que los bloques del stock, lo cual se
debe al mismo tema del GAP de 5% mencionado anteriormente, en la cual pueden existir
soluciones mejores, que en este caso corresponderan a procesar estos bloques provenientes
de la mina, pero an hacindolo, la solucin no mejora ms all de un 5%.
Con respecto a la utilizacin de un bloque del stock de xidos en el periodo 7 para la

alimentacin de la planta de tratamiento de mineral, cabe destacar que no todos lo bloques que
son explotados de la mina y no son procesados en este periodo presentan ley de cobre menor a
la del stock, en concreto, de los 38 bloques en esta situacin, 11 presentan una ley mayor a
86
1.03% de cobre, y an as no fueron procesados y si fue procesado uno del stock con ley
menor. La explicacin de esto, al igual que en el caso anterior tiene que ver con el GAP de 5%
utilizado para la resolucin del modelo.
Dado que los resultados obtenidos son similares para los casos en que se utilizan o no los
stocks disponibles, es recomendable utilizarlos, puesto que permiten dar flexibilidad a la
operacin en caso de fallas operacionales en la alimentacin de la planta de procesamiento, o
por cualquier emergencia que pueda surgir que provoque no lograr el objetivo final de
maximizar el tonelaje de finos de cobre.
5.3. Modelo de planificacin trimestral Spence
A continuacin se mostrarn los resultados obtenidos del modelo de programacin matemtica

para el horizonte de planificacin de 3 meses (julio, agosto y septiembre de 2008) utilizando
todas aquellas caractersticas expuestas en el estudio de caso. Adems, se utiliz como
parmetros de control de la geometra de la solucin grfica los obtenidos de los estudios
presentados anteriormente, es decir, un radio de primera semana (RPS) de 80 metros y un
avance radial (MAR) de 30 metros, con lo cual se obtienen los radios de bsqueda desde los
accesos a los bancos de la mina por periodo que aparecen en la Tabla 39.
Los resultados obtenidos sern divididos en dos tipos: el primero de ellos de tipo numrico, en
donde se mostrarn los resultados de la funcin objetivo y el cumplimiento de las restricciones
impuestas al modelo. Por su parte, el segundo tipo de resultados sern grficos, en los cuales
se mostrar el secuenciamiento de bloques para cada uno de los bancos estudiados de la mina
en el horizonte de tiempo planteado.
5.3.1. Resultados numricos
El resultado ms importante a presentar en esta etapa, corresponde a la optimizacin de la

funcin objetivo del modelo de programacin matemtica, cuyo objetivo era la maximizacin del
tonelaje de finos de cobre del mineral procesado. De este modo, a continuacin se presenta un
grfico en el que se muestra el tonelaje de finos de cobre para cada uno de los 8 periodos en
estudio:
87
25,000
20,000
Tonelaje [t]
15,000
10,000
5,000
0
1 [14 d] 2 [14 d] 3 [14 d] 4 [14 d] 5 [14 d] 6 [7 d] 7 [14 d] 8 [1 d]
Periodo
Figura 24: Tonelaje de cobre fino por periodo para planificacin trimestral de Spence
El total de tonelaje de cobre fino obtenido es de 114.143 toneladas. Las bajas considerables
que se aprecian en la grfica en los periodos 6 y 8 se deben exclusivamente a la duracin de
estos que es de 7 y 1 das respectivamente, que difieren con los 14 das de duracin que
poseen el resto de los periodos.
Para entender de mejor forma los resultados obtenidos con respecto al tonelaje de finos de
cobre, es preciso dirigirse a la raz de la operacin, es decir, realizar el anlisis del material que
fue explotado de la mina en estos periodos, y del mineral que fue procesado en la planta de
tratamiento. Para ello se presentan a continuacin las curvas tonelaje-ley tanto para el
movimiento mina como para el mineral procesado en la planta:
3.5 3.00%
3.0 2.50%
2.5
Ley de cobre [%]
2.00%
Tonelaje [Mt]
2.0
1.50%
1.5
1.00%
1.0
0.5 0.50%
0.0 0.00%
1 2 3 4 5 6 7 8
Periodo
Modelo Capacidad Mina Ley de cobre
Figura 25: Curva tonelaje-ley del movimiento de material (mineral + estril) desde la mina para la planificacin
trimestral de Spence
88
800,000 3.50%
700,000 3.00%
600,000
2.50%
Ley de cobre [%]

500,000
Tonelaje [t]
2.00%
400,000
1.50%
300,000
1.00%
200,000
100,000 0.50%
0 0.00%
1 2 3 4 5 6 7 8
Periodo
Modelo Capacidad Planta Ley de cobre
Figura 26: Curva tonelaje-ley del mineral de alimentacin a planta para la planificacin trimestral de Spence
Como ya fue mencionado anteriormente, la baja de finos de cobre en los periodos 6 y 8 est
dada por una menor capacidad de la planta de procesamiento en esos periodos. Se puede
apreciar tambin que el ramp-up de finos en los primeros periodos, se debe a que las leyes de
cabeza en los primeros periodos son inferiores y presentan una tendencia a la alza a medida
que avanzan los periodos, al igual que las leyes del material explotado desde la mina. Tambin
resulta importante observar, que en su objetivo de maximizar la produccin de finos de cobre, el
modelo mantiene trabajando a su mxima capacidad la planta de procesamiento de minerales,
no as el caso de la capacidad de movimiento mina, la cual segn el modelo est muy por
debajo del lmite permitido segn los equipos disponibles que es de 220,000 tpd, llegando a
utilizar tan slo un tercio de esta capacidad.
Otro aspecto importante a evaluar en la resolucin del modelo, es el cumplimiento de las

restricciones geometalrgicas impuestas al mineral de alimentacin a la planta. En los
siguientes grficos, se muestran estas restricciones y se observa tambin que son cumplidas a
cabalidad en todos los periodos que abarca el estudio:
3.00
xidos 1.40
2.50 1.20
Slfuros
1.00
2.00
Clacid [kg/t]
CO3 [%]
0.80
1.50
0.60
1.00
0.40
0.50 0.20
0.00 0.00
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Periodo Periodo
Modelo Lmite Clacid Modelo Lmite CO3
Figura 27: Restricciones geometalrgicas de Clacid (izquierda) y CO3 (derecha) para la planificacin
89
21.00 30%
25%
20.00
20%
F_geomet [%]
Mezcla [%]
19.00
15%
18.00
10%
17.00
5%
16.00 0%
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Periodo Periodo
Modelo Lmite F_geomet Modelo Lmite Mezcla
Figura 28: Restricciones geometalrgicas de F_geomet (izquierda) y mezcla (derecha) para la planificacin
Como ya se haba anticipado, la cantidad de cloro en el mineral de alimentacin a planta en

campaa de slfuros es menor a 0.8 kg/t, la ley de carbonato en todos los periodos es menor a
1.2%, la cantidad de material particulado fino es menor a un 20%, y la presencia de arglico en
la alimentacin es menor a un 25% en todos los periodos.
Otro tema de importancia a la hora de realizar el anlisis de los resultados obtenidos tiene
relacin con la utilizacin de stocks. Este tema ya fue tratado en detalle en el anlisis de stocks
realizado anteriormente para este caso (Seccin 5.2.3). Sobre aquello se puede recalcar que se
utilizan 94 bloques del stock de slfuros en los primero dos periodos (86 de ellos en el periodo
1) y slo un bloque del stock de xidos en el periodo 7, lo cual representa el 26% de la
alimentacin en los periodos 1 y 2, y el 1% en el periodo 7. Con respecto a la utilizacin de los
stocks bases, se utiliz un 21% de los bloques disponibles en el stock base de slfuros y un
0.04% del stock base de xidos. Adems se destaca el hecho de que la restriccin
correspondiente a que los stocks son limitados, fue respetada a cabalidad.
Finalmente, es importante analizar si los radios de bsqueda desde los accesos a los bancos de
la mina fueron respetados por el modelo. Es por ello que en la grfica que se muestra a
continuacin, se presentan los radios mximos alcanzados desde los accesos en cada uno de
los bancos del modelo y en cada uno de los periodos para la explotacin de un bloque, y se
comparan con el lmite mximo permitido:
90
600
500
400
Radio [m]
300
200
100
0
1 2 3 4 5 6 7 8
Periodo
F02_1550 F02_1565 F02_1580

F03_1625 F04_1655 F04_1670
F05_1670 F05_1685 Radio bsqueda lmite
Figura 29: Distancia mxima a accesos por banco en cada periodo de los bloques explotados para la
planificacin trimestral de Spence
De la grfica anterior cabe destacar que en ningn periodo ni en ningn banco de la mina, se
explot un bloque cuya distancia al bloque de acceso al banco fuese mayor que la restriccin
impuesta de radio de bsqueda por periodo dada (lnea negra en la Figura 29). Se puede
apreciar tambin que en general la distancia mxima desde el acceso de cada uno de los
bancos hasta el bloque ms lejano explotado es creciente con respecto al tiempo. La nica
salvedad se ve reflejada en los ltimos periodos, dado que se trata de una menor cantidad de
bloques explotados, y al tener un radio de bsqueda que parte desde cero para cada periodo, el
modelo decide extraer estos bloques que no se encuentran tan alejados desde los accesos.
Adems se puede ver que no todos los bancos disponibles en la mina fueron abiertos y
explotados, sino slo los bancos de la fase 02 y 03 respectivamente, lo cual respalda la decisin
tomada para el estudio de los radios de bsqueda de disminuir el tamao del modelo de
bloques utilizando slo aquellos pertenecientes a estas fases.
El banco 1685 de la fase 05 y los bancos 1670 y 1655 de la fase 04 estn compuestos
completamente por bloques de estril, por lo cual resulta lgico pensar que el modelo no
accede a estos bancos puesto que no presentan mineral para poder maximizar el tonelaje de
finos de cobre. Por su parte el banco 1670 de la fase 05 s presenta mineralizacin, por lo cual
se podra esperar que se explotara el banco superior (F05_1685) para as tener acceso a estos
bloques, pero tal como se ve en las estadsticas bsicas del banco en estudio que se presentan
en el Anexo 15, se trata de tan slo 7 bloques entre xidos y mixtos y nula presencia de mineral
de tipo slfuros, por lo que al considerar slo estos bancos (modelo de bloques trimestral) es
innecesario para el modelo acceder a estos cuatro bancos, si se considera adems que el
banco 1625 de la fase 03 est disponible y con una buena cantidad de bloque de xidos y
mixtos para alimentar en la campaa de xidos.
91
5.3.2. Resultados grficos
Adems de los resultados numricos obtenidos, es de suma importancia ver los resultados
grficos del secuenciamiento de bloques en cada uno de los bancos de la mina, de forma tal de
apreciar si el resultado puede ser utilizado como gua para realizar la planificacin de corto
plazo.
Como ya fue mencionado anteriormente, el modelo slo explot bloques pertenecientes a los
bancos de las fases 02 y 03, puesto que los bancos de las fases 04 y 05 estaban compuestos
casi en un 100% por estril, por lo que eran innecesarios para el modelo en su objetivo final de
maximizar la produccin de cobre fino. Es por ello que a continuacin se presenta la
planificacin obtenida de los resultados del modelo para cada uno de los periodos definidos, en
cuanto a los bancos que se estaban explotando en cada uno de ellos:
Periodo F02_1580 F02_1565 F02_1550 F03_1625

1
2
3
4
5
6
7
8
Tabla 41: Planificacin trimestral de extraccin de bancos de Spence segn modelo de programacin
matemtica
Se puede apreciar que en gran parte de los periodos se estn explotando bloques de los 4
bancos y que los bancos 1580 y 1565 se explotan durante todo el horizonte de tiempo en
estudio. En este sentido es importante tambin realizar el anlisis acerca de cules bancos en
cada uno de los periodos son los que alimentan de mineral la planta de procesamiento, lo cual
se muestra a continuacin:
92
Periodo F02_1580 F02_1565 F02_1550 F03_1625
1
2
3
4
5
6
7
8
Tabla 42: Planificacin trimestral de extraccin de bancos para alimentacin de la planta de procesamiento
de minerales de Spence segn modelo de programacin matemtica
Se aprecian diferencias considerables sobre todo en el banco 1625 de la fase 03. Estas
diferencias tienen que ver principalmente a que el modelo no explota desde la mina el mineral
justo y necesario para alimentar la planta, sino que tiene la capacidad de explotar ms bloques
para poder abrir camino en los bancos para extraer los bloques que lo ayuden a maximizar la
produccin de finos de cobre. Con respecto a este tema cabe destacar que a pesar de que el
modelo considera un lmite mximo de capacidad de movimiento de material desde la mina, lo
que implica poder utilizar los equipos a su mxima capacidad, la cantidad de bloques
considerados en el estudio dado el horizonte de tiempo es baja, lo que hace que el modelo no
utilice esta mxima capacidad para despejar estril con el objetivo de exponer mineral y
alimentar ya sea la planta de chancado como los stocks, a pesar de considerarlo como una
opcin.
Una vez definida la estrategia de extraccin de bloques entregada por el modelo, es importante
ver como se despliega grficamente esta, en cada uno de los bancos. Para ello se muestran a
continuacin vistas en planta de estos bancos con el secuenciamiento de bloques obtenido
como resultado de la resolucin del modelo de programacin matemtica:
93
Periodo Color
1
2
3
4
5
6
7
8
Figura 30: Secuenciamiento de bloques del banco 1580 de la fase 02 para la planificacin trimestral de
Spence
Periodo Color
1
2
3
4
5
6
7
8
Spence
Periodo Color
1
2
3
4
5
6
7
8
Spence
94
Periodo Color
1
2
3
4
5
6
7
8
Spence
En las figuras presentadas anteriormente se puede apreciar que el modelo est resolviendo
segn lo esperado y est entregando una solucin que preliminarmente permite ser utilizada
como gua para la planificacin minera de corto plazo. Se puede apreciar que los bancos de la
fase 02, que principalmente poseen mineral de tipo slfuros son explotados desde los primeros
periodos, y que el banco 1580, por ser el superior es casi completamente explotado para tener
accesibilidad a los bancos inferiores. Los bloques que no son explotados, que se encuentran en
zonas centrales de los bancos, son resultado de la necesidad del modelo de maximizar finos y
el horizonte limitado de tiempo. Por su parte, el banco 1625 de la fase 03, es un banco
principalmente de xidos que se explotan en los ltimos periodos, y su secuenciamiento resulta
ms disperso, debido a que en esos periodos el modelo ya tiene radios de bsqueda suficientes
desde el acceso al banco que le permite discriminar segn las mejores leyes con el objetivo
final de maximizar el fino total de cobre extrado. Dado lo anterior, es necesario operativizar la
solucin, es decir, realizar la planificacin utilizando como gua esta solucin obtenida y
cuantificar la prdida de beneficio como resultado de este suavizamiento tal cual ser expuesto
en el captulo siguiente.
Tambin es importante sealar que se dice que el modelo preliminarmente puede servir como
gua para la planificacin de corto plazo, puesto que funciona relativamente bien para los
primeros periodos definidos, pero no as para los periodos posteriores. Esto se debe
principalmente a que los radios de bsqueda van aumentando a medida que se avanza en el
tiempo, al igual que la explotacin de los bancos. El mejor ejemplo en este caso corresponde al
banco 1625 de la fase 03, en donde el secuenciamiento de bloques se ve bastante ms
diseminado que en los otros bancos, y eso es porque se trata de un banco principalmente con
mineralizacin de tipo xido cuya explotacin se centra principalmente en los ltimos periodos
95
del horizonte de tiempo, puesto que son los que corresponden a la campaa de xidos, y los
radios de bsqueda son lo suficientemente grandes para que el modelo busque los bloques con
las mejores leyes de cobre del banco. Es as como esta condicin de conexidad basada en los
radios mximos parece insuficiente, por lo cual puede resultar de suma utilidad considerar los
estos radios segn el periodo en el cual se comienza la explotacin de cada uno de los bancos
para obtener modelo an ms prcticos.
5.4. Comparacin de Planes de Produccin
Como ya fue mencionado anteriormente, el objetivo del presente estudio es entregar una gua
para desarrollar la planificacin de corto plazo. Para saber si es posible utilizar este modelo de
programacin matemtica como gua de planificacin de corto plazo en la mina Spence, un
planificador de dicha compaa realiz dos planificaciones manuales: la primera de ellas de la
manera habitual, es decir mediante prueba y error, y la segunda, de manera manual al igual que
la primera, pero utilizando los resultados obtenidos del modelo de programacin como gua para
desarrollar la planificacin. Para ello se utilizaron los resultados obtenidos de la planificacin
trimestral de mina Spence expuestos anteriormente. Finalmente, se realiza una comparacin de
estas dos planificaciones con el objetivo de validar los resultados obtenidos por el modelo.
5.4.1. Planificacin trimestral manual sin gua
Segn esta planificacin, a continuacin se muestra un grfico en el que se presenta el tonelaje

de mineral extrado desde la mina en cada uno de los periodos en estudio, la cantidad de este
mineral que es enviado a la planta de chancado y a los stocks, y finalmente, la cantidad de
mineral que es utilizado desde los stocks para la alimentacin de la planta (remanejo). En el
Anexo 16 se puede encontrar la tabla que contiene los datos que dan origen al siguiente
grfico:
96
800,000
600,000
400,000
Tonelaje [t]
200,000
0
1 2 3 4 5 6 7 8
-200,000
-400,000
Periodo
Mina Remanejo Mineral a stocks Capacidad Planta
Figura 34: Planificacin trimestral manual sin gua de mina Spence
Por su parte, debemos recordar que la funcin objetivo del modelo es la maximizacin de la
produccin de finos de cobre, por lo cual en la siguiente grfica se muestra el tonelaje de finos
de cobre por periodo segn esta planificacin:
20,000
18,000
16,000
14,000
Tonelaje [t]
12,000
10,000
8,000
6,000
4,000
2,000
0
1 [14 d] 2 [14 d] 3 [14 d] 4 [14 d] 5 [14 d] 6 [7 d] 7 [14 d] 8 [1 d]
Periodo
Figura 35: Tonelaje de finos de cobre segn planificacin trimestral manual sin gua de mina Spence
Segn esta planificacin, se obtiene un total de 87,779 toneladas de cobre fino.
Otro punto importante a evaluar en esta comparacin, tiene que ver con las restricciones
geometalrgicas sobre el mineral de alimentacin a la planta de chancado, lo cual se muestra a
continuacin:
97
0.90 1.4%
0.80
1.2%
0.70
1.0%
0.60
Clacid [kg/t]
CO3 [%]
0.50 0.8%
0.40 0.6%
0.30
0.4%
0.20
0.2%
0.10
0.00 0.0%
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Periodo Periodo
Clacid Lmite Clacid CO3 Lmite CO3
Figura 36: Restricciones geometalrgicas de Clacid (izquierda) y CO3 (derecha) segn planificacin
trimestral manual sin gua de mina Spence
25% 30.0%
25.0%
20%
20.0%
F_geomet [%]
Mezcla [%]
15%
15.0%
10%
10.0%
5%
5.0%
0% 0.0%
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Periodo Periodo
F_geomet Lmite F_geomet Mezcla Lmite Mezcla
Figura 37: Restricciones geometalrgicas de F_geomet (izquierda) y Mezcla (derecha) segn planificacin
trimestral manual sin gua de mina Spence
Se puede apreciar que las restricciones geometalrgicas se cumplen en casi todos los periodos,
salvo en el periodo 3, en donde la mezcla (presencia de arglico) es un poco mayor al 25%
(25.7%), pero para efectos de la alimentacin de mineral a la planta de chancado se considera
aceptable en la planificacin de corto plazo que se realiza en mina Spence.
Finalmente es importante considerar en la presente comparacin la secuencia con la cual sern

explotados los bancos en estudio, de forma tal de establecer las diferencias que existen entre la
solucin reportada por el modelo matemtico, la planificacin realizada segn la metodologa
tradicional y la planificacin utilizando el resultado del modelo matemtico como gua. Es as
como la secuencia de explotacin se presenta a continuacin para cada uno de los bancos
considerados:
98
2 5
1
6
3
5
4
Figura 38: Secuenciamiento de bloques de los bancos 1580 (izquierda) y 1565 (derecha) de la fase 02 segn
planificacin trimestral mediante el mtodo tradicional
8
7
Figura 39: Secuenciamiento de bloques del banco 1625 de la fase 03 segn planificacin trimestral mediante
el mtodo tradicional
Se puede apreciar que las diferencias ms relevantes encontradas entre este secuenciamiento
de bloques y el obtenido como resultado del modelo matemtico, corresponde a que la
explotacin de la fase 02 slo se limita a los bancos 1580 y 1565, sin considerar el banco 1550
y adems que segn el modelo matemtico la forma de realizar la explotacin es avanzando
utilizando todo el ancho del banco, al contrario de la planificacin manual, en que el avance se
hace utilizando aproximadamente la mitad del ancho del banco desde la bajada de la rampa,
para luego de llegar al lmite del banco retornar hacia el inicio nuevamente.
5.4.2. Planificacin trimestral manual con gua
Segn esta planificacin, a continuacin se muestra un grfico en el que se presenta el tonelaje

de mineral extrado desde la mina en cada uno de los periodos en estudio, la cantidad de este
mineral que es enviado a la planta de chancado y a los stocks, y finalmente, la cantidad de
mineral que es utilizado desde los stocks para la alimentacin de la planta (remanejo). En el
99
Anexo 17 se puede encontrar la tabla que contiene los datos que dan origen al siguiente
grfico:
800,000
700,000
600,000
500,000
Tonelaje [t]
400,000
300,000
200,000
100,000
0
-100,000 1 2 3 4 5 6 7 8
-200,000
Periodo
Mina Remanejo Mineral a stocks Capacidad Planta
Figura 40: Planificacin trimestral manual con gua de mina Spence
Al igual que en la presentacin de la planificacin anterior, es necesario mostrar la produccin

de finos de cobre, por lo cual en la siguiente grfica se muestra el tonelaje de finos de cobre por
periodo segn esta planificacin:
25,000
20,000
Tonelaje [t]
15,000
10,000
5,000
0
1 [14 d] 2 [14 d] 3 [14 d] 4 [14 d] 5 [14 d] 6 [7 d] 7 [14 d] 8 [1 d]
Periodo
Figura 41: Tonelaje de finos de cobre segn planificacin trimestral manual con gua de mina Spence
Segn esta planificacin, se obtiene un total de 99,877 toneladas de cobre fino, lo que
corresponde a un aumento en aproximadamente un 11% en comparacin al resultado obtenido
de la planificacin realizada mediante el mtodo tradicional sin considerar gua alguna.
Para poder realizar la comparacin tambin es importante evaluar en esta comparacin, las
restricciones geometalrgicas sobre el mineral de alimentacin a la planta de chancado, lo cual
se muestra a continuacin:
100
0.90 1.4%
0.80
1.2%
0.70
1.0%
0.60
Clacid [kg/t]
CO3 [%]
0.50 0.8%
0.40 0.6%
0.30
0.4%
0.20
0.2%
0.10
0.00 0.0%
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Periodo Periodo
Clacid Lmite Clacid CO3 Lmite CO3
Figura 42: Restricciones geometalrgicas de Clacid (izquierda) y CO3 (derecha) segn planificacin
trimestral manual con gua de mina Spence
25.0% 30.0%
25.0%
20.0%
20.0%
F_geomet [%]
Mezcla [%]
15.0%
15.0%
10.0%
10.0%
5.0%
5.0%
0.0% 0.0%
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Periodo Periodo
F_geomet Lmite F_geomet Mezcla Lmite Mezcla
Figura 43: Restricciones geometalrgicas de F_geomet (izquierda) y Mezcla (derecha) segn planificacin
trimestral manual con gua de mina Spence
Se puede apreciar que las restricciones geometalrgicas se cumplen en casi todos los periodos,
salvo en el periodo 1, en donde el clacid (presencia de cloro) es ligeramente mayor a 0.8 kg/t
(0.85 kg/t), y f_geoemt (presencia de material particulado fino) tambin es un poco mayor a 20%
(20.1%), al igual que en el periodo 5, pero para efectos de la alimentacin de mineral a la planta
de chancado se consideran aceptables en la planificacin de corto plazo que se realiza en mina
Spence.
A continuacin se presenta el secuenciamiento de bloques obtenido al utilizar el resultado del

modelo de optimizacin como gua para realizar la planificacin minera de corto plazo de mina
Spence:
101
Figura 44: Secuenciamiento de bloques de los bancos 1580 (izquierda) y 1565 (derecha) de la fase 02 segn
planificacin trimestral con gua
Figura 45: Secuenciamiento de bloques del banco 1625 de la fase 03 segn planificacin trimestral con gua
Ahora que ya se presentaron los resultados de ambas planificaciones, se puede realizar la

comparacin. Se puede apreciar que utilizando los resultados obtenidos del modelo de
programacin matemtica, se aumenta la produccin de finos de cobre en aproximadamente
12,000 toneladas, y considerando que la solucin ptima entregada por el modelo es de
114,143 toneladas de finos de cobre, la planificacin sin gua slo recupera el 77% de esa
cantidad, en cambio, la planificacin realizada utilizando los resultados del modelo como gua,
recupera un 88% del valor ptimo. Otro punto importante a destacar, es que el experto de mina
Spence que realiz estas planificaciones, pudo utilizar los resultados grficos del modelo como
gua, lo que sumado a lo anterior, nos dice que se cumpli el objetivo de entregar una gua para
la planificacin de corto plazo.
Adems se puede apreciar que al realizar la planificacin sin gua, las caractersticas
geometalrgicas del mineral de alimentacin a la planta de chanchado mantienen una
102
tendencia relativamente constante en el tiempo, cosa que no ocurre as al utilizar los resultados
del modelo como gua, lo cual se aprecia notoriamente en el clacid y en la mezcla. Siempre
resulta conveniente mantener dentro de ciertos mrgenes los atributos limitantes del mineral de
alimentacin, por lo cual se podra pensar en limitar estas caractersticas geometalrgicas
dentro de un rango de valores aceptables como parte del modelo.
Otro punto importante es la distribucin del tonelaje de finos de cobre en el tiempo, que el caso
de la planificacin sin gua llega a su mximo en el periodo 2 y luego comienza a descender
periodo a periodo, en cambio, en la planificacin guiada, la produccin de finos de cobre es
creciente en los primero cuatro periodos, alcanzando su mximo, para posteriormente
descender hasta el final del horizonte de tiempo en estudio.
Existe un menor remanejo y menor alimentacin de mineral a stocks, ya que el modelo mezcla
de manera in situ en mina los arglicos de alta ley que en el caso de la planificacin manual sin
gua son enviados a stock. En la planificacin manual con guan estos bloques se mezclan con
mineral de menor ley, el cual es utilizado como diluyente de arglico.
Se debe cambiar el diseo de perforacin y tronadura para generar el concepto de tronadura

on demand en funcin del plan de produccin y no de la necesidad de quebrar roca.
Finalmente, con respecto al secuenciamiento de bloques se puede apreciar que la solucin

obtenida en este caso se asemeja bastante a la obtenida en el resultado directo del modelo
matemtico, con la salvedad de que al realizar este suavizamiento, no se explota el banco 1550
de la fase 02 y la explotacin periodo a periodo se hace en todo el ancho del banco en el caso
del banco 1580, explotando la totalidad de los bloques y obviando aquellos bloques que segn
el modelo matemtico deben ser explotados en periodos posteriores encontrndose entre
periodos preliminares.
103
6 Conclusiones y Recomendaciones
Se logr desarrollar un modelo de programacin matemtica para soportar la planificacin

minera de corto plazo en una mina a cielo abierto integrando mezclas de minerales con
diferentes propiedades mineralgicas, en donde se fue capaz de integrar las restricciones
geometalrgicas para el mineral de alimentacin de la planta de chancado que son utilizadas en
la actualidad en una faena minera a cielo abierto, como es el caso de mina Spence. Adems
los resultados obtenidos lograron ser utilizados como una gua para el planificador, para realizar
la planificacin minera de corto plazo, aumentando la produccin de tonelaje de finos de cobre
en aproximadamente un 11%, obteniendo as 99,877 toneladas de cobre fino, que
corresponden a un 88% del valor ptimo encontrado por el modelo de programacin
matemtica.
La pre-definicin realizada para asignar el tipo de material a cada uno de los bloques del
modelo, permiti reducir el tamao del problema dado que intrnsecamente se le asigna un
destino al bloque lo que reduce la toma de decisiones del modelo y eso conlleva a una
reduccin de los tiempos de resolucin del problema.
Con respecto al anlisis realizado a los resultados a diferentes parmetros que delimitaban los
radios de bsqueda por periodo, se pudo determinar que estos varan enormemente de un
periodo a otro cuando el valor que se cambia es el del avance radial (MAR) y el radio de la
primera semana (RPS) se deja fijo, lo cual viene dado por la forma en que esta descrito el radio
de bsqueda por periodo. Adems, se obtienen mejores secuenciamientos de extraccin de
bloques al variar el radio de la primera semana periodo a periodo, puesto que de esta forma los
radios de bsqueda no se incrementan en gran medida al cambiar de periodo, lo que hace que
las reas disponibles se encuentren ms acotadas, y baje la probabilidad de obtener resultados
en que el secuenciamiento es disperso, poco conexo, y que finalmente se traduce en un
resultado de ir seleccionando bloque a bloque para su extraccin, lo cual operacionalmente es
imposible porque los equipos disponibles para dichas tareas son limitados, y estn diseados
para operaciones masivas y no excesivamente selectivas. Lo anterior se traduce en que al
trabajar con radios mayores baja el nivel de operatividad puesto que el modelo entrega
secuenciamientos de bloques dispersos los cuales presentan una baja probabilidad de ser
reproducidos en la realidad y el resultado se aleja del objetivo de servir como gua para la
planificacin de corto plazo.
104
Utilizar los resultados obtenidos del modelo de programacin matemtica, permitieron aumentar
la produccin de finos de cobre como ya fue mencionado anteriormente, pero se pierde cierta
homogeneidad en el tiempo de las caractersticas geometalrgicas del mineral que est
alimentando la planta de chancado, sobre todo lo que respecta a la cantidad de cloro y de
arglico, lo cual se vio reflejado en que al realizar la planificacin de la forma tradicional, es
decir, mediante una aproximacin manual de prueba y error, se pudo mantener relativamente
constantes las caractersticas geometalrgicas del mineral, en cambio, cuando se realiz la
planificacin utilizando los resultados del modelo como gua, se perdi cierta flexibilidad, y tanto
la cantidad de cloro como de arglico se muestran con una mayor variabilidad en el tiempo. Lo
que es importante rescatar, es que a pesar de esta variabilidad en el tiempo, se siguen
cumpliendo las restricciones impuestas para el mineral de alimentacin a la planta de chancado.
Esta variabilidad de las restricciones geometalrgicas puede ser resuelta en la optimizacin
mediante tcnicas de estimacin y simulacin geoestadstica aplicadas a ellas, de forma tal de
predecir su variabilidad en el mineral de alimentacin a planta, de forma similar como lo realiza
Yarmuch (2007) para estimar la variabilidad en la ley de alimentacin en un horizonte de tiempo
de corto plazo.
Otra ventaja de utilizar los resultados del modelo como gua para realizar la planificacin minera
corresponde a que se produce un menor remanejo y menor alimentacin de mineral a stocks,
ya que el modelo mezcla de manera in situ en la mina los bloques de alta ley de cobre pero con
alto contenido de arglico que en el caso de la planificacin manual sin gua son enviados a
stock. En la planificacin manual con guan estos bloques se mezclan con mineral de menor ley,
el cual es utilizado como diluyente de arglico. Cabe destacar tambin que la reduccin del
remanejo disminuye los costos operacionales de la mina, puesto que es ms econmico
producir mineral desde la mina que desde los stocks.
Por su parte, el hecho de contar con una herramienta que sirva como gua para la planificacin
de corto plazo, facilita el trabajo en esta rea, puesto que se pasa de una aproximacin manual
de prueba y error que puede tomar una cantidad de tiempo no despreciable, a una planificacin
manual pero guiada, que permite relativamente saber que bloques se deben atacar en cada uno
de los periodos, y reducir los tiempos de planificacin, puesto que el margen de error se reduce
considerablemente, lo que sumado a lo expresado anteriormente, convierten a este modelo de
programacin matemtica en una buena herramienta para soportar la planificacin minera de
corto plazo en una mina a cielo abierto.
105
Con respecto a la utilizacin de bloques provenientes de los stocks, esta resulta relevante en
los resultados, puesto que el modelo adems de tener la capacidad de completar el tonelaje de
alimentacin de mineral a la planta de chancado en el caso de ser necesario, es capaz de
discriminar entre bloques provenientes desde la mina y desde los stocks segn sus atributos ya
sea de ley, o de caractersticas geometalrgicas que le permitan cumplir al modelo su objetivo
final de maximizar la produccin de finos de cobre.
Tambin se recomienda analizar el modelo para estudiar la planificacin minera de corto plazo
en otros periodos, es decir, utilizar otros meses de planificacin como input para el modelo y ver
la consistencia de los resultados. Es importante tambin testear el modelo de programacin
matemtica para horizontes de tiempo ms extensos y para modelos de bloques de otras minas
que presenten las caractersticas necesarias envueltas en los alcances del presente trabajo. El
trabajar con otros modelos de bloques significa reproducir las condiciones de otras minas por lo
cual ser necesaria realizar una serie de modificaciones en el modelo para alcanzar los
resultados deseados, pero slo se tratan de modificaciones en los parmetros de entrada de
ste y no en su programacin, lo que hace que sean ms sencillas de aplicar.
Finalmente, el modelo puede ser utilizado como una herramienta que automatiza el clculo de
planes de produccin, realizando la planificacin en torno a una serie de planes pre-calculados
entregados por el modelo para distintos escenarios.
106
7 Trabajos futuros
Buscar mayor conexidad de la solucin en bancos que entran en operaciones en

periodos posteriores al primero, definiendo la entrada al banco en el tiempo, y hacer que
el radio de bsqueda de bloques candidatos a explotar sea relativa a este periodo en
particular, de forma tal de que no ocurra por ejemplo, lo del banco 1625 de la fase 03,
que presenta una gama de posibilidades amplia, dada la tarda explotacin de ste.
Utilizar el modelo para resolver en un horizonte de tiempo de un ao, de forma tal de
que ste no tenga prioridad de sacar bloques de mejor ley en los periodos finales, dada
su limitacin en el tiempo.
Realizar ms pruebas con otros intervalos de tiempo y otros modelos de bloques, de
forma tal de demostrar que el modelo no est resolviendo para un caso particular en
ciertas condiciones dadas, si no que es capaz de hacerlo para distintos horizontes de
tiempo y distintas caractersticas de yacimientos polimetlicos. Para ello, se puede
trabajar con horizontes de tiempos ms actuales, y recrear las condiciones actuales de
la mina.
Incluir los costos involucrados en la extraccin y procesamiento de un bloque, y los
respectivos descuentos en el tiempo. Esto puede incluir una valoracin de la funcin
objetivo, como tambin puede incluir costos asociados a ciertas violaciones de las
restricciones geometalrgicas dentro de mrgenes relativamente aceptables.
107
8 Referencias bibliogrficas
1. AKAIKE, A., DAGDELEN, K., 1999. A strategic production scheduling method for an
open pit mine. Proceedings of the 28th Symposium on the Application of Computers and
Operations Research in the Mineral Industry, p. 729-738.
2. BIXBY, R. E., FENELON, M., GU, Z., ROTHBERG, E., WUNDERLING, R., 2000. MIP:
Theory and practice closing the GAP. In M. J. D. Powell and S. Scholtes, (eds.), System
Modelling and Optimization: Methods, Theory, and Applications, pages 19--49. Kluwer
Academic Publishers.
3. CACCETA, L., HILL, S. P., 2003. An application of branch and cut to open pit mine
scheduling. Journal of Global Optimization, 27, P. 349-365.
4. CAI, W. L., 2001. Design of open-pit phases with consideration of schedule constraints.
Proceedings of the 29th International Symposium on Computer Applications in the
Mineral Industries, p. 217-221.
5. CAROLAN, W. J., HILL, J. E., KENNINGTON, J. L., NIEMI, S., WICHMANN, S. J., 1990.
An empirical evaluation of the KORBX algorithms for military airlift applications. TR89-
OR-06, CINCMAC Analysis Group, HQ MAC/AG, Scott AFB, IL.
6. DAGDELEN, K., 2005. Open pit optimization strategies for improving economics of
mine planning. Orebody Modeling and Strategic Mine Planning Uncertainty and Risk
Management Models, 14, p. 125-128.
7. DENBY, B., SCHOFIELD, D., 1994. Open-Pit design and scheduling by use of genetic
algorithms. Transaction of the Institution of Mining and Metallurgy (Section A: Mining
Industry), 103, p. A21-A26.
8. DOWD, P. A., ONUR, A. H., 1992. Optimizing open pit design and sequencing.
Proceedings of the 23th Symposium on the Application of Computers and Operations
Research in the Mineral Industry, 42, p. 411-422.
9. ESFANDIARI, B., ARYANEZHAD, B. M., ABRISHAMIFAR, A., 2004. Open pit
optimization including mineral dressing criteria using 0-1 non-linear goal programming.
Mining Technology (Trans. Inst. Min. Metall. A), 113, p. A3-A15.
10. GAUPP, M., 2008. Methods for improving the tractability of the block sequencing
problem for an open pit mine. Phd Thesis, Division of Economics and Business,
Colorado School of Mines, P. 15-22.
11. GERSHON, M. E., 1982. A linear programming approach to mine scheduling
optimization. Proceedings of the 17th Symposium on the Application of Computers and
Operations Research in the Mineral Industry, 43, p. 483-493.
108
12. GERSHON, M. E., 1987. Heuristic approaches for mine planning and production
scheduling. International Journal of Mining and Geological Engineering, 5, P. 1-13.
13. HOERGER, S., BACHMANN, J., CRISS, K., and SHORTRIDGE, E., 1999. Long term
mine and process scheduling at Newmonts Nevada Operations. Proceedings of the 28th
Symposium on the Application of Computers and Operations Research in the Mineral
Industry, p. 739-748.
14. JOHNSON, T. B., 1969. Optimum open-pit mine production scheduling. A Decade of
Digital Computing in the Mineral Industry A Review of the State-of-the-Art, p. 539-
562D.
15. KOROBOV, S., 1974. Method for determining optimal open pit limits. Technical report,
Dept of Mineral Engineering, Ecole Polytechnique de Montreal, Canad.
16. LAND, A. H., DOIG, A. G. 1960. An automatic method for solving discrete programming
problems. Econometrica, 28, p. 497-520.
17. LERCHS, H., GROSSMANN, F., 1965. Optimum design of an open-pit mines.
Transactions of the Canadian Institute of Mining and Metallurgy, 68, p. 17-24.
18. MENABDE, M., STONE, P., LAW, B., BAIRD, B., 2007. Blasor A generalized strategic
mine planning optimization tool. SME Annual Meeting February 25-28 Salt Lake City,
Utah.
19. PANA, M. T., 1965. The simulation approach to open-pit design. Short Course and
Symposium on Computers Applications in Mining and Exploration ZZ, p. 1-24. College of
Mines, University of Arizona, Tucson, Arizona.
20. RAMAZAN, S., DIMITRAKOPOULOS, R., 2004a. Recent applications of operations
research and efficient MIP formulations in open pit mining. Transactions of the Society
for Mining, Metallurgy, and Exploration, 316, p. 73-78.
21. RAMAZAN, S., DIMITRAKOPOULOS, R., 2004b. Traditional and new MIP models for
production scheduling with in-situ grade variability. International Journal of Surface
Mining, Reclamation and Environment, 18(2), p. 85-98.
22. RUBIO, E., 2006. Block cave mine infrastructure reliability applied to production planning.
Thesis (Ph. D.). Vancouver, Canada. The University of British Columbia. The Faculty of
Graduate Studies (Mining Engineering).
23. SMITH, M. L., 1998. Optimizing short-term production schedules in surface mining:
Integrating mine modeling software with AMPL/CPLEX. International Journal of Surface
Mining, Reclamation and Environment, 12, p.149-155.
109
24. TOLWINSKI, B., UNDERWOOD, R., 1992. An algorithm to estimate the optimal evolution
of an open pit mine. Proceedings of the 23th Symposium on the Application of
Computers and Operations Research in the Mineral Industry, 41, p. 399-409.
25. SEVIM, H., LEI, D., D., 1998. The problem of production planning in open pit mines.
INFOR, 33, p. 1-12.
26. YARMUCH, J. L., 2007. Modelo mejorado de corto plazo para predecir la variabilidad en
la ley de alimentacin a planta. Memoria para optar al ttulo de Ingeniero Civil de Minas,
Facultad de Ciencias Fsicas y Matemticas, Departamento de Ingeniera de Minas,
Universidad de Chile.
110
9 Anexos
9.1. Anexo 1
Periodo Mina [t] Stock Slfuros [t] Stock xidos [t] Alimentacin planta [t] Mina [%] Stock Slfuros [%] Stock xidos [%]
1 0 0 0 0 0% 0% 0%
2 0 0 0 0 0% 0% 0%
3 0 316,103 0 316,103 0% 100% 0%
4 3,839 693,143 0 696,981 1% 99% 0%
5 38,190 658,866 0 697,056 5% 95% 0%
6 348,054 0 0 348,054 100% 0% 0%
7 283,662 0 413,848 697,510 41% 0% 59%
8 47,738 0 0 47,738 100% 0% 0%
Tabla 43: Contribucin en tonelaje y porcentaje de cada una de las fuentes a la alimentacin de mineral a la
planta de procesamiento para el caso RPS = 10 metros y MAR = 10 metros
9.2. Anexo 2
1 7,673 689,334 0 697,007 1% 99% 0%
2 30,513 666,483 0 696,996 4% 96% 0%
3 386,127 312,295 0 698,422 55% 45% 0%
4 699,161 0 0 699,161 100% 0% 0%
5 696,980 0 0 696,980 100% 0% 0%
6 349,959 0 0 349,959 100% 0% 0%
7 697,956 0 0 697,956 100% 0% 0%
8 47,355 0 0 47,355 100% 0% 0%
9.3. Anexo 3
1 3,809 693,143 0 696,951 1% 99% 0%
2 21,624 677,909 0 699,533 3% 97% 0%
3 402,533 297,061 0 699,594 58% 42% 0%
4 699,267 0 0 699,267 100% 0% 0%
5 699,533 0 0 699,533 100% 0% 0%
6 349,904 0 0 349,904 100% 0% 0%
7 699,872 0 0 699,872 100% 0% 0%
8 48,137 0 0 48,137 100% 0% 0%
9.4. Anexo 4
1 46,029 651,249 0 697,278 7% 93% 0%
2 661,454 38,085 0 699,538 95% 5% 0%
3 697,059 0 0 697,059 100% 0% 0%
4 698,681 0 0 698,681 100% 0% 0%
5 699,830 0 0 699,830 100% 0% 0%
6 347,504 0 0 347,504 100% 0% 0%
7 697,845 0 0 697,845 100% 0% 0%
8 46,803 0 0 46,803 100% 0% 0%
111
9.5. Anexo 5
1 166,097 533,187 0 699,283 24% 76% 0%
2 698,546 0 0 698,546 100% 0% 0%
3 699,968 0 0 699,968 100% 0% 0%
4 699,908 0 0 699,908 100% 0% 0%
5 696,995 0 0 696,995 100% 0% 0%
6 347,846 0 0 347,846 100% 0% 0%
7 697,923 0 0 697,923 100% 0% 0%
8 49,719 0 0 49,719 100% 0% 0%
9.6. Anexo 6
1 49,833 647,441 0 697,274 7% 93% 0%
2 413,450 285,636 0 699,085 59% 41% 0%
3 665,684 34,276 0 699,960 95% 5% 0%
4 697,805 0 0 697,805 100% 0% 0%
5 698,894 0 0 698,894 100% 0% 0%
6 349,862 0 0 349,862 100% 0% 0%
7 697,157 0 0 697,157 100% 0% 0%
8 47,859 0 0 47,859 100% 0% 0%
9.7. Anexo 7
1 121,109 578,888 0 699,997 17% 83% 0%
2 562,413 137,105 0 699,518 80% 20% 0%
3 691,365 7,617 0 698,982 99% 1% 0%
4 699,819 0 0 699,819 100% 0% 0%
5 697,626 0 0 697,626 100% 0% 0%
6 347,934 0 0 347,934 100% 0% 0%
7 695,379 0 3,630 699,009 99% 0% 1%
8 46,862 0 0 46,862 100% 0% 0%
9.8. Anexo 8
1 179,310 517,953 0 697,263 26% 74% 0%
2 638,427 60,936 0 699,363 91% 9% 0%
3 699,183 0 0 699,183 100% 0% 0%
4 698,231 0 0 698,231 100% 0% 0%
5 698,594 0 0 698,594 100% 0% 0%
6 348,530 0 0 348,530 100% 0% 0%
7 695,814 0 3,630 699,444 99% 0% 1%
8 49,898 0 0 49,898 100% 0% 0%
Figura 46: Contribucin en tonelaje y porcentaje de cada una de las fuentes a la alimentacin de mineral a la
112
9.9. Anexo 9
1 273,485 422,741 0 696,225 39% 61% 0%
2 615,512 83,786 0 699,298 88% 12% 0%
3 699,195 0 0 699,195 100% 0% 0%
4 699,297 0 0 699,297 100% 0% 0%
5 697,266 0 0 697,266 100% 0% 0%
6 348,116 0 0 348,116 100% 0% 0%
7 699,267 0 0 699,267 100% 0% 0%
8 49,860 0 0 49,860 100% 0% 0%
planta de procesamiento para el caso base
9.10. Anexo 10
X [m] Y [m] Z [m] Ley de cobre [%]

74,725 480,105 1,587.5 0.66
74,735 480,105 1,587.5 0.43
74,745 480,085 1,587.5 0.85
74,755 480,085 1,587.5 0.71
74,755 480,075 1,587.5 0.96
Tabla 51: Bloques que son minados en el periodo 1 pero que no son procesados para el caso base
113
74,785 480,135 1,587.5 0.51
74,805 480,125 1,587.5 0.76
74,805 480,115 1,587.5 0.91
74,745 480,105 1,587.5 0.61
74,795 480,105 1,587.5 0.73
74,735 480,095 1,587.5 0.69
74,745 480,095 1,587.5 0.58
74,765 480,095 1,587.5 0.56
74,775 480,095 1,587.5 0.96
74,785 480,095 1,587.5 0.77
74,795 480,095 1,587.5 0.57
74,705 480,085 1,587.5 0.67
74,765 480,085 1,587.5 0.66
74,775 480,085 1,587.5 1.00
74,705 480,055 1,587.5 0.72
74,765 480,045 1,587.5 0.84
74,765 480,035 1,587.5 0.91
74,775 480,035 1,587.5 0.99
74,765 480,025 1,587.5 0.98
74,775 480,005 1,587.5 0.65
74,785 480,005 1,587.5 0.88
74,775 479,995 1,587.5 0.83
74,725 480,085 1,572.5 1.05
74,735 480,085 1,572.5 1.06
74,755 480,025 1,572.5 0.88
74,785 479,995 1,572.5 1.02
74,765 479,965 1,572.5 0.56
Tabla 52: Bloques que son minados en el periodo 2 pero que no son procesados para el caso base
9.11. Anexo 11
Stock Slfuros Stock xidos Alimentacin planta

Periodo Mina [t] [t] [t] [t]
1 397,835 0 0 397,835
2 695,697 0 0 695,697
3 699,590 0 0 699,590
4 697,827 0 0 697,827
5 698,100 0 0 698,100
6 347,544 0 0 347,544
7 698,606 0 0 698,606
8 47,198 0 0 47,198
Tabla 53: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso base sin stocks
114
9.12. Anexo 12

1 551,342 0 0 551,342
2 694,569 0 0 694,569
3 699,987 0 0 699,987
4 699,831 0 0 699,831
5 699,539 0 0 699,539
6 349,970 0 0 349,970
7 699,155 0 0 699,155
8 47,187 0 0 47,187
Tabla 54: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso RPS = 70 metros y

1 696,797 0 0 696,797
2 699,453 0 0 699,453
3 697,421 0 0 697,421
4 697,842 0 0 697,842
5 699,726 0 0 699,726
6 348,183 0 0 348,183
7 699,930 0 0 699,930
8 49,529 0 0 49,529
Tabla 55: Tonelaje de alimentacin de mineral a la planta de procesamiento para el caso RPS = 80 metros y
9.13. Anexo 13
1 370,040 327,529 0 697,568 53% 47% 0%
2 666,795 30,468 0 697,263 96% 4% 0%
3 699,969 0 0 699,969 100% 0% 0%
4 699,867 0 0 699,867 100% 0% 0%
5 698,351 0 0 698,351 100% 0% 0%
6 349,941 0 0 349,941 100% 0% 0%
7 695,207 0 3,630 698,837 99% 0% 1%
8 49,860 0 0 49,860 100% 0% 0%
planta de procesamiento para el caso RPS = 80 metros y MAR = 30 metros con stocks
115
9.14. Anexo 14

74,755 480,085 1,587.5 0.71
74,765 480,085 1,587.5 0.66
Tabla 57: Bloques que son minados en el periodo 1 pero que no son procesados para el caso RPS = 80
metros y MAR = 30 metros con stocks
116
74,795 480,125 1,587.5 0.54
74,815 480,125 1,587.5 0.99
74,755 480,115 1,587.5 0.46
74,765 480,115 1,587.5 0.66
74,805 480,115 1,587.5 0.91
74,735 480,105 1,587.5 0.43
74,745 480,105 1,587.5 0.61
74,755 480,105 1,587.5 0.59
74,765 480,105 1,587.5 0.64
74,775 480,105 1,587.5 0.84
74,785 480,105 1,587.5 0.74
74,795 480,105 1,587.5 0.73
74,725 480,095 1,587.5 0.93
74,735 480,095 1,587.5 0.69
74,765 480,095 1,587.5 0.56
74,775 480,095 1,587.5 0.96
74,785 480,095 1,587.5 0.77
74,795 480,095 1,587.5 0.57
74,745 480,085 1,587.5 0.85
74,715 480,075 1,587.5 0.82
74,745 480,075 1,587.5 0.92
74,695 480,065 1,587.5 0.90
74,725 480,065 1,587.5 0.92
74,745 480,065 1,587.5 0.75
74,765 480,045 1,587.5 0.84
74,785 480,045 1,587.5 1.28
74,775 480,035 1,587.5 0.99
74,785 480,035 1,587.5 1.10
74,795 480,035 1,587.5 1.08
74,775 480,025 1,587.5 0.90
74,785 480,015 1,587.5 0.67
74,795 480,015 1,587.5 1.09
74,775 480,005 1,587.5 0.65
74,785 480,005 1,587.5 0.88
74,775 479,995 1,587.5 0.83
74,835 479,995 1,587.5 2.97
74,775 480,085 1,572.5 0.86
74,785 480,005 1,572.5 0.78
74,785 479,995 1,572.5 1.02
74,745 479,955 1,572.5 1.19
Tabla 58: Bloques que son minados en el periodo 2 pero que no son procesados para el caso RPS = 80
metros y MAR = 30 metros con stocks
117
9.15. Anexo 15
Tonelaje Ley de cobre Finos de cobre Clacid CO3 F_geomet Mezcla

Destino # bloques
[t] [%] [t] [kg/t] [%] [%] [%]
Slfuro 0 0 0.00 0 0.00 0.00 0.0 0.00
xido 5 16,818 0.36 60 1.47 0.29 15.5 0.00
Mixto 2 6,921 0.32 22 1.32 0.29 15.5 0.00
ROM 110 367,076 0.15 552 0.62 0.12 22.0 0.00
Estril 1,771 5,129,505 0.01 583 0.49 0.14 22.5 0.11
Tabla 59: Estadsticas bsicas del banco 1670 de la fase 05 del modelo de bloques de Spence
correspondientes a los meses de julio, agosto y septiembre de 2008
9.16. Anexo 16
Periodo Mina [t] Remanejo [t] Mineral a stocks [t] Alimentacin planta [t]
1 700,000 - - 700,000
2 700,000 - - 700,000
3 681,950 230,760 -230,760 681,950
4 699,315 119,412 -119,412 699,315
5 700,596 77,852 -77,852 700,596
6 349,999 38,500 -38,500 349,999
7 697,754 - - 697,754
8 50,000 - - 50,000
Tabla 60: Planificacin trimestral manual sin gua de mina Spence
9.17. Anexo 17
Periodo Mina [t] Remanejo [t] Mineral a stocks [t] Alimentacin planta [t]
1 654,488 45,512 - 700,000
2 700,069 - - 700,069
3 700,826 - - 700,826
4 716,982 48,000 -65,000 699,982
5 701,203 - - 701,203
6 350,000 - - 350,000
7 700,000 - - 700,000
8 50,000 - - 50,000
Tabla 61: Planificacin trimestral manual con gua de mina Spence
118
9.18. Anexo 18: Paper presentado en APCOM 2009 Vancouver,
Canad
Development of a mathematical programming model to support the planning of

short-term mining
Camilo I. Morales
Universidad de Chile
Enrique A. Rubio
Universidad de Chile
Abstract
At present, many open pit mines are designed to operate and feed a processing plant with ore
characteristics that were defined in the design of the mining business, which are not necessarily
the same as those found during the operation. This is the case of Spence Mine, whose design
was conceived considering the extraction of primary iron sulphides, however, with the extraction
of such minerals, it was necessary to mine and process minerals with secondary enrichment.
Then it is necessary to work with a greater selectivity degree in the operation, however the
capacities of the mine and operational resources were not designed for this. Thus, the changes
in the general conditions of the operation should be considered as a series of geometallurgical
restrictions to achieve production schedules.
The above facts impacts directly in the short-term planning, whose task is to achieve the goals
proposed in productive long-term planning because the company does not have the tools
necessary to plan with the degree of selectivity required, so it should be done by hand,
discretizating and scheduling the production polygons. Naturally, this manual process in the
short term planning deviate sharply from the areas in operation, opening new fronts and
benches that result in a significant increase in costs and a loss of the value of the mineral
resource to miss the exploitation sequence. The research presented in this paper is related to
the development of a mathematical programming model to support the short-term planning, so
as to integrate the challenge of selective mining with geometallurgy restrictions, to provide the
planner a guide to construction of the polygon of exploitation, guiding the fines production to
achieve the goals of the proposed production plan.
119
1. Introduction
Actually, mine planning is done considering different time horizons to conduct a project from its
conception to operation. In the first stages of final pit definition, sequencing and production
schedule construction, usually are considered mineral resources models that only reflect some
basic characteristics of the deposit, like grades and rock types. This information is the basis to
generate the mine planning model. Once the mine starts its operation, appear several
metallurgical issues that force to complement the original mine planning model with additional
variables like mineralogies, pollutants, fragmentation among others whose force ore blending in
order to deliver an acceptable product for the metallurgical process. In this way, to conciliate
long term production schedules is a task that consumes important amounts of time and effort,
generating solution which are not optimal.
In many cases, open pit mines are designed to support a massive extraction (because of the
consideration of basic characteristics of the deposit) in a deposit that during its extraction must
consider a high grade of selectivity to fulfill geometallurgical constraints, due to its high
mineralogical variability. This generates big differences between long term and short term
planning, due to long term never considered the imperative blending requirements that short
term has to face. These differences normally are translated in higher costs and important
deviations between the required and the produced metal, at the end of the year.
Actually, there is no software tools that allows to build short term schedules considering a
dynamic blending inside the pit in order to face the intrinsic mineralogic variability, considering
operative geometric constraints that short term must considering in its productive programs. So
the industry normally considered a trial an error methodology that do not ensure the fulfillment of
geometallurgical constraints in all periods of the schedule nor the commitment of the productive
goals (in terms of produced metal) that were defined in the long term.
This paper present a mathematical programming model to support open pit short term planning,
considering ore blending and geometric constraints that could guide the mine planner in the
generation of a production schedule.
120
2. Mine planning
Mine planning is defined as the process of Mining Engineering which transforms the ore
resource in the best productive business (Rubio, 2006), defining a productive promise and to
become in a bankable document for investors, so as to maximize income mining business,
enabling each of its sources and incorporating the constraints imposed by the ore resource,
market, and environment. Mine planning must be done because:
The mining business is one that involves the largest amount of capital and has highest
levels of uncertainty.
Mining is one of the businesses that led to the bankruptcy of the largest investors.
Typically mining projects instead of paying the capital, use it in conjunction with the
utilities.
The existing literature about the construction of the mine planning model focuses on the long
term, which is responsible for defining the size and life of mine, and the reserves of her. To this
end, in this horizon is defined the economic envelop, the method, rate and sequence of
production, and the profile of cut off grade, so as to deliver as much information as possible to
investors, including projects with different risk levels. Thus the ultimate pit limits, and the
provision of sequencing are using as a guide for short-term planning, resulting in a discrepancy
between both, in the design of the mine, in the long-term planning, was never considered the
mixture is necessary for the crusher feeding. The resolution of this problem has been focused in
two ways: the first is the ultimate pit limits based approaches to block sequencing, and the
second is a comprehensive approach to block sequencing.
Using the ultimate pit limits based approaches to block sequencing, Gershon (1982) use a
mathematical model to determine the most profitable mine operation scheme from pit to plant to
market. By accounting for pit-plant-market interfaces and optimizing operations over the entire
life of the mine, this model is able to calculate long, intermediate, and short-range mine plans.
Gershon (1987) develops a mine scheduling heuristic based on a block's positional weight to
determine when a block should be mined. The positional weight of a block determines the
desirability of removing that block at a particular point in time; higher positional weights are more
desirable. Dowd y Onur (1992) uses dynamic programming to schedule the extraction sequence
of blocks in the ultimate pit. Tolwinski y Underwood (1992) use dynamic programming to
determine the optimal production schedule for an open pit mine that satisfies both physical and
economic constraint. Dagdelen (2005) shows how the block sequencing problem involves the
121
determination of a cutoff grade, which in turn is used to decide whether or not a given block
should be mined and when it should be mined, and then lastly, once mined, how the ore should
be processed.
Using the comprehensive approaches to block sequencing, Denby y Schofield (1994) use
genetic algorithms to simultaneously solve for the ultimate pit limits and the ore bodys extraction
schedule. Sevim y Lei (1998) describes the simultaneous nature of open pit mine scheduling.
They show that long term production planning in open pit mines involves the simultaneous
resolution of four issues: the production rate (number of blocks to be mined each year), the
specific group of blocks that should be mined in a given year, the cutoff grade to be used to
determine ore and waste blocks, and the ultimate pit limits. Hoerger, Bachmann, Criss y
Shortridge (1999) Their tool employs linear programming to maximize NPV by matching grade
and metallurgical type increments to optimum processing plants or stockpiles subject to
production and processing capacity constraints and blending requirements, for the Newmonts
Nevada Operations. Lagrangian relaxation is a tactic used to remove complicating side
constraints from a mixed integer program and transform the problem into a more tractable
formulation. Akaike y Dagdelen (1999). Cai (2001) also uses Lagrangian relaxation by
incorporating schedule constraints into the block's net value calculation via multipliers to
penalize violations of these constraints. Caccetta y Hill (2003) developed a mixed integer
programming for mine planning through a model with Branch & Cut strategy. Ramazan y
Dimitrakipoulos (2004) present a general description of an efficient mixed integer programming
problem formulation for the open pit mine scheduling problem. In another paper Ramazan y
Dimitrakipoulos (2004) show that mixed integer programming formulations are limited by the
feasibility in generating optimal solutions with practical mining schedules and an inability to deal
with in-situ variability of ore bodies. Finally, Esfandiari et al. (2004) make an attempt using a
model with multiple criteria decision making and a binary nonlinear programming model, whose
goal was to get the production Schedule for long and short term.
From the above, there is a shortage of short-term planning tools that consider mixtures of ores
with different mineralogical properties. For the development of this research, we used
techniques similar to those of Johnson (1969) adds constraints as orderly removal of blocks, the
mining equipment capacities, crushing plant capacity, grades of plant feeding, and physical,
operational, laws, and policies constraints.
122
3. Mathematical programming model
3.1. Considerations
Material types: there are 5 types of material, defined by its geologic and mineralogical
characteristics (sulphides, oxides, mixed, ROM and waste).
Campaigns: materials are processed in 2 different campaigns: oxides and sulphides. Oxides
cannot be processed in sulphides campaign and vice versa.
Mixed material: Mixed material is processed as oxide.
Stocks utilization: there are 2 stocks: oxides and sulphides, with known initial attributes.
Vertical geometry extraction: for the extraction of one block, the immediately 9 above blocks
must be extracted.
Geometallurgical constraints: there were considered from case study.
Time scale: 3 month time horizon, 2 weeks periods.
ROM material is always processed as oxides but not considered as plant feeding material
since is not crushed.
Problem was solved in a 4 processors machine (1 x IntelXeon dual core CPU 1,86 GHz, 4
GB RAM.
Maximum acceptable gap for solution is 5%.
3.2. General description

The objective function of the model is to maximize the produced copper fines (from sulphide,
oxide and mixed material) in the considered time horizon.
The main constraints for the model are the mine capacity, processing plant capacity and the
geometry of the extraction. Also there are considered extraction campaigns and a set of
geometallurgical constraints from case study.
3.3. Block parameters

Xi,j,k: east coordinate of the centroid of each block.
Yi,j,k: north coordinate of the centroid of each block.
Zi,j,k: level of the centroid of each block..
Xacci,j,k: east coordiante of the centroid of the block which is the access to bench Z.
Yacci,j,k: north coordiante of the centroid of the block which is the access to bench Z.
Desti,j,k: type of material of each block (1: sulphide, 2: oxide, 3: mixed, 4: waste, 5: ROM).
123
Toni,j,k: tonnage of each block.
Fgeoi,j,k: proportion of fine particulated material in each.
CO3i,j,k: carbonate concentration in each block (%).
Clacidi,j,k: chlorine content in each block (kg/t).
Mezi,j,k: presence of argilic alteration in each block (binary).
Cuti,j,k: copper grade in each block (%).
Finosi,j,k: copper fines in each block (t).
Dist_max_acci,j,k: distance between each block and the access to the bench.
3.4. Operative parameters

CapPlant: plant capacity in period t.
CapMinat: mine capacity in period t.
Campt: extraction campaign in period t (1: sulphides o 2: oxides).
Max_Fgeot: fine particulated material upper limit in period t (for material sent to processing
plant).
Max_Clacidt: chlorine upper limit in period t (for material sent to processing plant).
Max_CO3t: carbonate upper limit in period t (for material sent to processing plant).
Max_Mezt: argilic upper limit in period t (for material sent to processing plant).
%MinPlan: minimum number of blocks that must be processed in the same period.
TACUMt: cumulative time in weeks.
3.5. Stocks parameters

TSO: tonnage of the oxide stock.
TSS: tonnage of the suphide stock.
CuSO: average copper grade in each block of oxide stock.
CuSS: average copper grade in each block of sulphide stock.
BSO: number of block in oxide stock.
BSS: number of block in sulphide stock.
Fgeo_SO: proportion of fine particulated material in each block of oxide stock.
Fgeo_SS: proportion of fine particulated material in each block of sulphide stock.
CO3_SO: carbonate average grade for each block of oxide stock.
CO3_SS: carbonate average grade for each block of sulphide stock.
Clacid_SO: chlorine average grade for each block of oxide stock.
Clacid _SS: chlorine average grade for each block of sulphide stock.
124
Mez_SO: argilic content in oxide stock.
Mez _SS: argilic content in sulphide stock.
TBSO: tonnage of each block of the oxide stock.
TBSS: tonnage of each block of the suphide stock.
3.6. Geometric parameters

RPP: searching radius from the Access to benches, for first period.
MAR: radial progress for searching radius for each period.
3.7. Decision variables

Minari,j,k,t: binary variable, 1 if block i,j,k is mined in period t, 0 otherwise.
Proci,j,k,t: variable, 1 if block i,j,k is processed in period t, 0 otherwise.
NOt: integer variable, number of blocks processed from oxide stock.
NSt: integer variable, number of blocks processed from sulfide stock.
3.8. Constraints
Blocks can be mined only once (for t 1)
<2.,/,0, <2.,/,0,

[1]
Blocks can be processed only once (for t 1)
12-.,/,0, 12-.,/,0,
[2]
Plant capacity (for t 1 if Desti,j,k 5)
{5-.,/,0 (12-.,/,0, 12-.,/,0,

)} + 4 5674 + 7 5677 1; [3]
.,/,0
Mine capacity (for t 1)
{5-.,/,0 (2.,/,0, 2.,/,0,

)} [4]
.,/,0
125
Stocks are limited
4 674 [5]

7 677 [6]

A block from sulfide stock cannot be processed in oxides campaign and vice versa (for t 1)
KL < 1 4 = 0 [7]
KL < 2 7 = 0 [8]
Blocks must be mined before processed (for t 1)
12-.,/,0, <2.,/,0, [9]
Vertical precedence (9 upper blocks, for t 1)
<2.,/,0, <2.

,/
,0
, [10]
[11]
<2.,/,0, <2.
,/,0
,
<2.,/,0, <2.

,/ ,0
, [12]
<2.,/,0, <2.,/

,0
, [13]
<2.,/,0, <2.,/,0

, [14]
<2.,/,0, <2.,/ ,0

, [15]
<2.,/,0, <2. ,/

,0
, [16]
126
<2.,/,0, <2. ,/,0
, [17]
<2.,/,0, <2. ,/ ,0

, [18]
A sulfide block cannot be processed in oxides campaign and vice versa (for t 1)
KL .,/,0 = 2 - 3 ( < = 1 12-.,/,0, 12-.,/,0,

0 [19]
KL .,/,0 = 1 ( < = 2 12-.,/,0, 12-.,/,0,

0 [20]
Waste blocks are not processed (for t 1)
KL .,/,0 = 4 12-.,/,0, = 0 [21]
Bloques de ROM siempre se procesan (para t 1)
KL .,/,0 = 5 12-.,/,0, = 2.,/,0, [22]
Geometallurgical constraints (for t 1 if Desti,j,k 5)
{(12-.,/,0, 12-.,/,0,
) (,C-.,/,0 _,C- )} + { 4 (,C-_74
.,/,0 [23]
_,C- )} + { 7 (,C-_77 _,C- )} 0
{(12-.,/,0, 12-.,/,0,
) (43.,/,0 _43 )} + { 4 (43_74 _43 )}
.,/,0 [24]
+ { 7 (43_77 _43 )} 0
{(12-.,/,0, 12-.,/,0,
) (;D.,/,0 _;D )} + { 4 (;D_74
.,/,0 [25]
_;D )} + { 7 (;D_77 _;D )} 0
127
{(12-.,/,0, 12-.,/,0,
) (E.,/,0 _E )} + { 4 (E_74 _E )}
.,/,0 [26]
+ { 7 (E_77 _E )} 0
Relation between processed and mined blocks in the same period (for t 1)
F12-.,/,0, 12-.,/,0,
G %1; ( 2.,/,0, 2.,/,0,
) [27]
.,/,0 .,/,0
Considering only sulfide, oxide and mixed blocks.
Radial progress from benches access (for t 1)
KL I11 + 5 I < _max _.,/,0 2.,/,0, = 0 [28]
3.7. Objective function
For t 1 and Desti,j,k 5:
874 877
{,-.,/,0 (12-.,/,0, 12-.,/,0,
)} + { 4 5674 + 7 5677 } [29]
100 100
.,/,0,
4. Case study
For the realization of this Project, we used data from Spence mine (BHP Billiton). This mine is
located about 50 km. southwest of Calama in the Antofagasta region, Chile. Corresponds to an
enriched supergene deposit and partially oxidized of copper porphyritic of Paleocene age (57
million years) covered by gravel. The depth of mineralization ranges from 80 to 100 meters and
is composed of atacamite in the case of oxides ore y calcosine in the case of sulphide ore. The
mined of the deposit is made by an open pit mine with a production of 200,000 tons of copper
cathodes per year. In this way, has an ability to move material from the mine (waste + ore) of
22,000 tpd., and a crushing plant capacity of 50,000 tpd.
From the mine are mined 5 kinds of materials which are: sulphides, oxides, mixed, ROM, and
waste. To give these categories to each block of the model using a geological feature called
128
minty, in addition to the grade of copper and the solubility. Thus as in the following table shows
the criteria necessary to define the kind of material that has each of the blocks:
Table 1: Criteria for definition of the kind of material for each block of the model
Rock Type Minty Grade Cu [%] Solubility Indicator
Sulphide 20, 30, 40 0.3 0.2 1
Oxide 20 0.3 0.72 2
Mixed 20 0.3 >0.2 & < 0.72 3
10, 50 0.1 -
ROM 5
20, 30, 40 0.1 & < 0.3 -
Waste - < 0.1 - 4
It should be noted that in conjunction with the above was necessary to take the following
considerations:
Blocks with attribute minty = 60 were regarded as waste because it is hypogene mineralization
whit primary material that cannot be processed.
All blocks with attribute minty = 30 and with grade of copper >= 0.3 were considered as
sulphides regardless of their solubility.
Blocks with attribute minty = -99 were regarded as waste because are overload material.
Finally, blocks with attribute minty = 24 were assigned considering the grade of copper and
solubility.
Due to the number of the blocks of the model is very large, and the horizon time to consider is
only 3 months (July to September 2008), took the decision to use only those blocks of the
benches that will be mined in this period according to the long-term planning. Planning is shown
in the following table:
Table 2: Benches to be mined according long-term planning

F02 F03 F04 F05
July_08 1580 - 1670 1685
August_a_08 1565 - 1655 1670
August_b_08 1550 - - 1670
September_08 - 1625 - 1670
Thus, the blocks to be used are the corresponding to the benches: 1550, 1565, 1580, 1625,
1655, 1670 y 1685 of the phases 2, 3, 4 and 5.
After the previous task, there is a block model representative of the study period of 9,976 blocks
of size 10 x 10 x 15 meters. Here are the basic statistics for this new block model:
129
Table 3: Basic statistics of block model from July to September 2008
Rock # Tonnage Grade
Type blocks Tonnage Cu Cu Density Clacid CO3 F_geomet Mix
3
[t] [t] [%] [t/m ] [kg/t] [%] [%] [%]
Sulphide 1497 5,628,335 120,118 2.13 2.51 0.45 0.19 19.88 11.5
Oxide 953 3,441,893 37,479 1.09 2.41 2.66 0.27 17.47 14.9
Mixed 376 1,371,891 15,795 1.15 2.43 1.24 0.27 18.09 11.0
ROM 560 1,999,032 8,051 0.40 2.39 0.72 0.17 19.76 8.3
Waste 6590 19,733,088 4,715 0.02 2.02 0.49 0.15 22.49 0.4
Total 9976 32,174,238 186,157 0.58 2.19 0.76 0.17 21.14 4.9
It should also be noted that in the production of Spence mine, there are 2 campaigns of plant
feeding, one of sulphides another of oxides which defined in production Schedule. In this way,
the model will be broadly divided into periods of 2 weeks, with certain exceptions, such as when
there is change of campaign or in the last period the days are less. Here are the weeks involved,
their respective campaign, the periods defined for solve the model, and operational constraints:
Table 4: Definition of periods and their characteristics

Limits
Period Days Campaign Mine Plant Clacid CO3 F_geomet Mix
[t] [t] [kg/t] [%] [%] [%]
1 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
2 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
3 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
4 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
5 14 Sulphides 3,080,000 700,000 0.8 1.2 20 25
6 7 Sulphides 1,540,000 350,000 0.8 1.2 20 25
7 14 Oxides 3,080,000 700,000 - 1.2 20 25
8 1 Oxides 220,000 50,000 - 1.2 20 25
Also the mathematical programming model considered the use of 2 initial stocks, one of
sulphides and another of oxides respectively, whose characteristics are described below:
Table 5: Initial stocks characteristics

# Grade
Stock blocks Tonnage Cu Clacid CO3 F_geomet Mix
[t] [%] [kg/t] [%] [%] [%]
Sulphide 438 1,668,112 1.06 1.00 1.00 20 20
Oxide 2,300 8,349,565 1.03 1.10 1.50 20 20
Finally, we must deliver to the model the block coordinates that represents access to each
benches involved, which are shown in the following table:
130
Table 6: Blocks coordinates that represent the access to each bench
Phases Bench X [m] Y [m] Z [m]
2 1,550 74,955 480,095 1,557.5
2 1,565 74,775 480,115 1,572.5
2 1,580 74,645 480,045 1,587.5
3 1,625 74,365 479,395 1,632.5
4 1,655 73,575 479,255 1,662.5
4 1,670 73,565 479,405 1,677.5
5 1,670 74,015 479,935 1,677.5
5 1,685 73,845 479,985 1,692.5
It should also be noted that was considered a first period radius (RPP) of 60 meters, for a further
radial progress (MAR) of 30 meters, plus a minimum percentage processing (%MinPlan) of the
blocks mined in a given period of 80%. Thus, as in the following table shows the searching
radius from the access to the bench for each period:
Table 7: Searching radius from the access to the benches for each period.
Duration
Period Duration Acum Radius
[Weeks] [Weeks] [m]
1 2 2 120
2 2 4 180
3 2 6 240
4 2 8 300
5 2 10 360
6 1 11 390
7 2 13 450
8 1 14 480
5. Results
The results of the mathematical programming model are divided into two types: numeric, which
outlines the results of the objective function and compliance of constraints. The second are the
geometric results, which show how to exploit each of the benches in the study.
5.1. Numeric results

Below is a chart which shows the tonnage of fines of copper from the process. This tonnage
corresponds to the copper content of the plan feeding:
131
25,000
20,000
Tonnage [t]
15,000
10,000
5,000
0
1 2 3 4 5 6 7 8
Period
Figure 1: Tonnage of fines of copper as a result of the mathematical programming model.
A total of 113,123 [ton] of copper fine was obtained, which corresponds to approximately 65% of
the total copper fine available in the benches under study (considering only the copper fine from
sulphide, oxide and mixed ore type). You can see also that there are considerable lows in
periods 6 and 8, which can be explained by the duration of these periods (14 and 1 days
respectively).
In this way, the operation of the benches under study of the mine, and the plant feeding are
shown in the figure below:
3.5 800,000
3.0 700,000
600,000
2.5
Tonnage [Mt]
500,000
Tonnage [t]
2.0
400,000
1.5
300,000
1.0
200,000
0.5 100,000
0.0 0
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Period Period
Model Mine Capacity Model Plant Capacity
Figure 2: Movement of material from the mine (left), and plant feeding (right).
It can be seen that the tonnage of material mined is well below to the mine capacity (around
30% of the limit). Also the charts show the same low tonnage in periods 6 and 8, which is
explained in the same way. Also, one can see that the processing plant remains satured during
the time horizon under consideration, which is satisfactory from the standpoint of solving the
model and the search for the optimization of the objective function. In this way, falls tonnage
during periods 6 and 8 due to the same reasons given above.
132
Another important aspect in solving the model is compliance of geometallurgical constraints in
plant feeding. The following figure show the graphs of these constraints, which can be seen that
they are fully met for each type of constraint and in all periods covered by this study:
21.00 1.40
1.20
20.00
1.00
F_geomet [%]
19.00
CO3 [%]
0.80
18.00 0.60
0.40
17.00
0.20
16.00 0.00
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Period Period
Model F_geomet Limit Model CO3 Limit
2.50 30%
25%
2.00
20%
Clacid [kg/t]
1.50
Mix [%]
15%
1.00
10%
0.50
5%
0.00 0%
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8
Period Period
Model Clacid Limit Model Mix Limit
Figure 3: Geometalurgycal constraints. F_geomet (top-left), CO3 (top-right), Clacid (bottom-left), Mix (bottom-
right)
Finally, it is important to appreciate the use the initial stocks for plant feeding in each of the
periods under study. Thus, the following is a chart which shows the contribution of the stocks in
each period:
400,000
350,000
300,000
250,000
Tonnage [t]
200,000
150,000
100,000
50,000
-
1 2 3 4 5 6 7 8
Period
Oxide stock Sulphide Stock
Figure 4: Use of the initial stocks for plant feeding.
133
Shows that using only blocks of sulphide stocks during periods 1 and 2, which explains that
these are teh periods in which the searching radius are the smallest, so the stock was used to
saturate the plant feeding, and thus achieve a greater production of copper fines.
5.2. Geometric results

It is extremely important to see the geometrical results for the mined of blocks in each of the
benches so as to assess whether the result can be used as a guide for short-term planning.
Below are plan views of block sequencing from each the benches which are presented in a gray
scale color where the lighter correspond to the first periods, the darker represent to the last
periods, and the unfilled blocks should not be mined according to the model. Importantly, the
model only mined the benches 1580, 1565, and 1550 of the phase 02, and the bench 1625 of
the phase 03. In addition to a better understanding of the block sequencing, is attached a table
which shows the period involved in the operation of each bench:
Table 8: Benches mined in each period according to the model

F02_1580 F02_1565 F02_1550 F03_1625
1
2
3
Period
4
5
6
7
8
100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142
136 100 100 6 100 100 135
135 6 5 7 6 6 6 100 136 100 7 6
134 100 100 100 5 7 5 6 6 100 137 100 100 100
133 6 6 5 5 5 6 6 6 100 100 138 6 6 5 100 100 100
132 100 100 5 5 5 5 5 5 5 5 6 100 6
139 7 6 6 6 100 100 100 100
131 100 100 7 4 5 5 5 5 5 5 5 100 100 100
140 100 100 7 100 100 6 6 5 100 100 100
130 100 3 5 6 6 6 4 6 4 5 5 5 5 5 6 6 100
129 3 4 3 4 6 6 7 4 4 5 5 5 5 5 5 6 6 100 141 7 100 100 7 100 100 6 6 6 100 6 6
128 100 100 4 3 3 3 6 5 5 5 4 4 5 5 5 5 5 6 5 6 142 5 100 7 100 100 100 100 100 6 5 5 100 100 100
127 100 100 100 4 7 3 3 3 5 4 6 4 5 5 4 5 5 5 5 5 100 100 143 3 100 6 100 7 100 100 100 7 100 6 100 100 100
126 100 100 4 6 6 8 3 3 3 3 3 6 4 4 4 5 4 6 5 5 5 5 100 100 144 100 100 100 100 3 5 100 100 100 100 100 100 100 100 6 6 100 100
125 100 100 6 6 6 3 3 3 3 3 3 4 6 5 5 5 100 5 5 5 5 5 100 100 145 7 100 100 100 3 3 6 100 100 100 100 5 100 100 100 100 100 100 100
124 100 100 7 7 7 6 6 2 3 3 3 3 3 3 4 4 4 4 4 4 4 5 5 5 6 100 100 146 100 100 100 100 100 3 3 3 100 100 100 100 7 100 100 100 100 7 100 100 100
123 1 1 1 7 7 7 2 2 2 3 3 3 3 3 100 3 4 4 4 4 4 4 5 5 5 5 5 100 147 100 100 100 100 100 100 3 3 3 3 100 100 100 100 100 4 4 4 7 100 7 100 100
122 1 1 1 1 100 7 2 2 2 2 2 3 3 3 3 100 3 4 4 4 4 4 4 5 5 5 5 6 100 148 1 100 100 100 100 100 6 3 3 3 3 3 100 100 100 100 100 4 4 4 6 100 100 5 100
121 1 1 1 1 1 2 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 6 5 149 1 1 100 100 100 100 2 2 2 3 100 100 100 100 100 100 100 4 4 4 4 100 100 7 5 6
120 1 1 1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 5 100 150 1 1 7 7 2 2 2 2 2 3 3 100 4 100 100 100 4 4 4 4 4 5 6 5 6 6
119 2 1 100 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 5 100
151 6 1 2 100 2 2 2 2 2 3 3 3 3 3 100 100 4 5 4 4 5 6 5 5 100 100
118 100 100 100 100 100 4 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 5 100
117
152 1 1 100 2 2 7 100 2 3 3 3 100 100 7 100 5 4 4 4 5 5 5 5 5 5
100 100 100 8 100 2 1 1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 5 5 5 5 5 100
116 100 100 100 100 100 2 1 1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 5 153 1 1 1 7 2 2 2 100 7 3 3 3 7 100 3 4 4 4 4 4 4 5 5 5 5 5
115 100 100 100 100 100 100 2 1 1 1 1 1 1 1 2 100 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 100 154 2 1 1 1 1 2 100 100 100 100 100 3 3 6 3 3 3 4 4 4 4 4 4 5 5 5 5
114 100 100 100 100 100 100 100 1 1 1 1 1 1 1 1 1 2 100 6 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 155 2 1 1 1 1 1 100 100 100 100 8 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5
113 100 100 100 100 100 100 100 100 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 100 156 100 100 2 2 1 1 1 1 2 100 100 100 100 100 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5
112 100 100 100 100 100 100 100 100 100 100 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 100 157 100 100 2 2 100 2 2 100 2 100 100 100 100 100 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 6
111 100 100 100 100 100 100 100 100 100 1 1 1 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 100 158 100 100 100 100 100 100 2 2 2 2 2 100 2 8 2 3 3 3 3 100 4 3 4 4 5 4 4 4 5 5 5
110 100 100 100 100 100 100 1 1 1 1 1 2 1 2 2 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 4 4 4 5 5 159 100 100 100 100 100 8 100 2 2 2 100 100 2 2 2 2 3 3 100 100 100 5 6 6 5 4 4 4 4 5 100
109 100 100 100 100 100 100 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 5 4 4 4 4 4 4 5 5 5 160 100 100 100 100 100 100 100 2 2 2 100 100 100 2 2 2 3 3 100 7 100 5 5 5 5 5 4 5 5 6
108 100 100 100 100 100 1 1 100 2 2 2 2 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 4 4 4 5 161 100 100 100 100 100 100 2 2 100 100 100 2 2 3 3 3 3 3 100 100 5 5 4 5 4 6 6
107 100 100 1 1 1 2 100 2 2 2 2 2 2 3 3 3 3 3 3 3 4 4 4 4 4 4 4 5 162 100 100 100 100 100 100 2 100 100 2 100 100 3 3 3 5 6 5 5 6 5 5 4 4
106 1 2 100 100 100 8 7 2 2 2 2 3 3 3 3 3 5 5 4 4 4 4 4 4 5 5
163 100 100 100 100 100 100 2 2 100 6 3 3 5 7 7 6 5 5 4 4 4 6
105 100 100 2 2 7 2 2 2 3 3 3 3 3 3 3 6 4 5 4 4 5 5 6
104 2 2 2 2 2 3 3 3 3 3 3 3 5 6 5 4 4 5 5 4
164 100 100 100 100 100 100 100 100 100 100 5 5 6 6 100 5 5 5
103 2 2 100 100 100 3 3 3 3 3 5 6 4 4 5 4 4 165 100 100 100 100 100 100 8 100 100 100 100 100 100 100 100 5
102 100 100 100 100 3 3 3 5 5 7 4 4 6 166 100 100 100 3 3 3 5 7 6 6 5 100
101 3 100 100 6 7 7 6 167 3 5 5 7 7
102 168
123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140
24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92
85
86 100 100 100
131 87
88
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100 100 100
89 100 100 100 100 100 100 100 100 100 100 100 100 100 100
132 100 90
91
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100 100
133 100 100 100 100

92
93 100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100
94 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
134 100 100 100 100 100 100 100 100 100 95
96
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100 100
135
97
100 100 100 100 100 100 100 100 100
100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 7 7 100 100 100 100 100 100 100 100 100
98 100 100 100 100 100 100 100 100 100 100 100 8 100 100 100 100 100 7 100 100 100 100 100 100 100 100 100 100 100 100
99 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
136 100 100 100 100 100 100 100 100 100
101 100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
7
7
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100 100
102 100 100 100 100 100 100 100 100 100 100 100 100 100 100 7 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
137 100 100 100 100 100 100 100 100 103
104
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
8
8
100
7
100
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100
138 100 100 100 100 100 100 100 100 100 105
106
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
7
7
7
7
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
7
100
100
100
100
100
100
100
100
100
100
100 100
107 100 100 100 100 100 100 100 100 100 100 100 7 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
139 100 100 100 100 100 100 100 100 100 100 108
109 100
100
100
100 100 100 100 100 100 100 8
7
7
7
7
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
7
100
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
7
100
100
100
100
100
100
100
100 100
140 100 100 100 100 100 100 100 100 100 100 100 100
110 100 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 7 100 7 7 100 100 100
111 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 7 6 100 100 100
112 100 100 100 100 100 100 100 100 100 100 7 100 100 100 100 100 100 100 100 100 100 100 100 100 7 7 7 100 100 100 100
141 100 100 100 100 100 100 100 100 100 100 100 113
114
7 100
7
100
7
100
7
100
100
100
100
7
100
100
7
100
7
100
7
100
7
100
7
7
7
100
100
7
7
100
7
100
100
100
7
100
100
100
7
100
7
7
100
7
100
7
100
7
7
100
100
100
100
100
100
100
100
100
100
100
100 100 100
100
100
100
100 100
115 7 100 100 7 7 100 100 7 7 100 7 100 7 7 7 7 7 7 7 7 7 100 7 100 100 100 100 100 100 100 100 100 7 100 100
142 100 100 100 100 100 100 100 100 100 100 116
117
100 100
100
7
100
100
7
7
100
100
100
100
100
100
100
100
100
100
100
8
100
7
100
7
7
7
7
7
7
7
7
7
7
7
7
7
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100
143 100 100 100 100 6 100 100 100 100 100 118
119
100 100
100
100
100
100
100
100
100
100
100
100
100
100
7
100
7
100
100
7
100
100
100
100
100
7
7
7
7
7
7
7
7
100
100
8
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
120 100 100 100 100 100 100 100 100 100 100 100 7 7 7 7 100 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 7
144 100 100 100 7 100 8 100 100 100 100 121
122
100 100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
7
7
7
100
7
7
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100
145 100 100 100 100 6 100 5 6 100

123
124
100 100
100
100
100
100
100
100
100
100
100
100
7
100
100
7
7
7
100
100
7
100
100
100
100
100
100
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100
125 100 100 100 100 100 100 100 7 7 100 100 100 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
146 100 100 4 4 4 5 100 5 6 126
127
100 100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
8
100
100
100
100
100
7
7
7
7
7
7
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100
147 100 3 6 4 5 4 4 4 5 5
128 100 100 100 100 100 100 100 100 100 100 100 7 7 7 100 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 7 100 100
129 100 100 100 100 100 100 100 7 7 7 7 7 7 100 100 100 100 100 100 100 100 100 100 7 100 100 100 100 100 100 100 100 100
130 100 100 100 7 7 7 7 7 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
148 100 3 100 4 4 5 4 4 5 6 131

132
100 7
100
7
100
7
100
7
7
7
100
100
8
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100 100
133 100 100 7 100 100 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
149 100 100 100 100 100 6 5 6 4 5 5 134
135
100
100
100
100
100
100
100
100
100
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
150 100 100 100 100 6 6 100 100 5 4 5 136

137
100 100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
138 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
151 100 100 100 100 100 6 100 100 100 6 6 139
140
100
100
100
100
100
100
100
6
100
7
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
152 100 100 100 100 100 100 6 6 100 7 100

141 100 7 7 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
142 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
143 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100
153 100 100 100 100 100 100 100 6 6 100 144
145
100 100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
146 100 100 100 100 100 100 100 100 100 100 100 100 100
154 100 100 100 100 100 100 100 100 6 6 147
148
100 100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
155 100 100 100 100 7 100 100 100 100 149
150 100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
151 100 100 100 100 100 100 100

156 100 100 100 100 100 100 100 100 152
153
100
100
100
100
100
100
100
157 100 100 100 100 100

154
155 100
100
100
100
156 100
158 157
158
100
Figure 5: Block sequencing. Bench F02_1580 (top-left), bench F02_1565 (top-right), bench F02_1550 (bottom
left), bench F03-1625 (bottom-right).
134
In the figures presented above can be seen that the model is solving as expected and is
delivering a solution that allows to be used primarily as a guide for short-term mine planning.
You can see that the benches of phase 02 which have mainly sulphide ore are mined from the
earliest periods, and the bench 1580, as the top is almost completely mined to be having access
to benches below. The blocks that are not mined, that are in central areas of the benches, are
the result of the need to maximize fines and the limited horizon time. In this way, the bench 1625
of phase 03, is a bench primarily of oxides that are mined in latest periods, and their sequencing
is more dispersed, because in these periods has enough searching radius from access to bench
it allows us as the best laws with the ultimate goal of maximizing the total copper fine mined.
Following is a chart which sets out the maximum effective searching radius that were reached in
each period by the benches on the model:
500
450
400
350
Radius [m]
300
250
200
150
100
50
0
1 2 3 4 5 6 7 8
Period
F02_1580 F02_1565 F02_1550 F03_1625
Figure 6: Effective searching radius in each period and bench according to the model.
I can be seen that in general the maximum distance between the access to each bench and the
farther mined block is growing over time. The only exception is reflected in the latest periods
because this is a smaller number of blocks mined, and having a searching radius from zero for
each period, the model decided to remove these blocks that are not so far away from access. It
is also important to note that the radius used as input parameters of the model are appropiate,
because allow access to all the blocks available in the bench 1580, where starts operating, and
appears to be the largest in terms of area of the phase 02, which can be seen in Figure 5.
.
135
6. Conclusions
Naturally, a completely operative short term schedule must consider several conditions that this
model does not take into account, as ramps generation to access benches and drilling patterns,
among others. Nevertheless, it is important to note that the solution of the model could be used
as a guide to support the short term planning in a open pit mine, since the shape of the
generated cuts for each period are smooth enough, ensuring a better approach to an optimal
solution than trial and error planning methodologies.
Geometallurgical constraints are satisfied in each period of the schedule ensuring a maximum
copper fines throughput. In this sense, it is relevant to note that plant saturation is a
consequence of objective function and geometallurgical constraints and not a requirement, since
the available materials have certain characteristics, it is important to consider the economic
tradeoff between to saturate the plant and the effect on recovery of overpass certain constraints,
when no feasible solutions can be found.
Part of future works associated to this research, in order to look for better and more applicable
solutions are the following:
To improve the conexity of the solution in periods different than first, reducing the
randomness of the extraction.
Solve the model considering a larger time horizon (1 year), to support annual budgets. Solution
times become relevant when the total available block for one year are considered.
To include economic parameters for extraction and processing.
7. Acknowledgments
To the University of Chile and Delphos Mine Planning Laboratory, to support the publication of
the results associated to the research presented in this paper.
To Compaa Minera Spence S.A. and BHP Billiton Base Metals, to contribute with their
production data and expertise to implement the mathematical programming model.
136
8. References
AKAIKE, A., DAGDELEN, K., 1999. A strategic production scheduling method for an open pit
mine. Proceedings of the 28th Symposium on the Application of Computers and Operations
Research in the Mineral Industry, p. 729-738.
CACCETA, L., HILL, S. P., 2003. An application of branch and cut to open pit mine scheduling.
Journal of Global Optimization, 27, P. 349-365.
CAI, W. L., 2001. Design of open-pit phases with consideration of schedule constraints.
Proceedings of the 29th International Symposium on Computer Applications in the Mineral
Industries, p. 217-221.
DAGDELEN, K., 2005. Open pit optimization strategies for improving economics of mine
planning. Ore body Modeling and Strategic Mine Planning Uncertainty and Risk Management
Models, 14, p. 125-128.
DENBY, B., SCHOFIELD, D., 1994. Open-Pit design and scheduling by use of genetic
algorithms. Transaction of the Institution of Mining and Metallurgy (Section A: Mining Industry),
103, p. A21-A26.
DOWD, P. A., ONUR, A. H., 1992. Optimizing open pit design and sequencing. Proceedings of
the 23th Symposium on the Application of Computers and Operations Research in the Mineral
Industry, 42, p. 411-422.
ESFANDIARI, B., ARYANEZHAD, B. M., ABRISHAMIFAR, A., 2004. Open pit optimization
including mineral dressing criteria using 0-1 non-linear goal programming. Mining Technology
(Trans. Inst. Min. Metall. A), 113, p. A3-A15.
GERSHON, M. E., 1982. A linear programming approach to mine scheduling optimization.

Proceedings of the 17th Symposium on the Application of Computers and Operations Research
in the Mineral Industry, 43, p. 483-493.
GERSHON, M. E., 1987. Heuristic approaches for mine planning and production scheduling.
International Journal of Mining and Geological Engineering, 5, P. 1-13.
137
HOERGER, S., BACHMANN, J., CRISS, K., and SHORTRIDGE, E., 1999. Long term mine and
process scheduling at Newmonts Nevada Operations. Proceedings of the 28th Symposium on
the Application of Computers and Operations Research in the Mineral Industry, p. 739-748.
JOHNSON, T. B., 1969. Optimum open-pit mine production scheduling. A Decade of Digital
Computing in the Mineral Industry A Review of the State-of-the-Art, p. 539-562D.
RAMAZAN, S., DIMITRAKOPOULOS, R., 2004. Recent applications of operations research and
efficient MIP formulations in open pit mining. Transactions of the Society for Mining, Metallurgy,
and Exploration, 316, p. 73-78.
RAMAZAN, S., DIMITRAKOPOULOS, R., 2004. Traditional and new MIP models for production
scheduling with in-situ grade variability. International Journal of Surface Mining, Reclamation
and Environment, 18(2), p. 85-98.
RUBIO, E., 2006. Block cave mine infrastructure reliability applied to production planning. Thesis
(Ph. D.). Vancouver, Canada. The University of British Columbia. The Faculty of Graduate
Studies (Mining Engineering).
TOLWINSKI, B., UNDERWOOD, R., 1992. An algorithm to estimate the optimal evolution of an
open pit mine. Proceedings of the 23th Symposium on the Application of Computers and
Operations Research in the Mineral Industry, 41, p. 399-409.
SEVIM, H., LEI, D., D., 1998. The problem of production planning in open pit mines. INFOR, 33,
p. 1-12.
138

Cf-Morales CM PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cf-Morales CM PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE CHILE

FACULTAD DE CIENCIAS FSICAS Y MATEMTICAS

METODOLOGA DE PLANIFICACIN DE CORTO PLAZO INTEGRANDO

MEMORIA PARA OPTAR AL TTULO DE INGENIERO CIVIL DE MINAS

TESIS PARA OPTAR AL GRADO DE MAGSTER EN MINERA

CAMILO IGNACIO MORALES MOLDENHAUER

A mi polola, amiga, compaera y confidente Camila que en este ms de ao y medio juntos ha

Tambin quisiera agradecer al Laboratorio de Planificacin Minera Delphos de la Universidad

ndice de contenidos ................................................................................................................... 3

ndice de figuras ......................................................................................................................... 7

1.1. Objetivos .................................................................................................................... 14

Objetivo general ................................................................................................................ 14

Objetivos especficos ........................................................................................................ 14

1.2. Alcances ..................................................................................................................... 15

1.3. Organizacin del trabajo ............................................................................................. 15

2.1. Planificacin Minera.................................................................................................... 16

2.2. Mtodos de optimizacin de secuenciamiento de bloques.......................................... 20

2.2.1. Algoritmos para la determinacin del pit final ....................................................... 20

2.2.2. Secuenciamiento de pits ...................................................................................... 21

2.2.3. Enfoque integral del secuenciamiento de bloques ............................................... 22

2.2.4. Softwares ............................................................................................................ 25

2.3. Evolucin de CPLEX .................................................................................................. 28

3 Modelo de programacin matemtica para soportar la planificacin minera de corto plazo

3.1. Definicin general del modelo matemtico ................................................................. 32

3.2. Descripcin minera de las restricciones ...................................................................... 34

3.3. Modelo de Programacin Matemtica......................................................................... 36

Parmetros de los bloques................................................................................................ 36

Parmetros de la operacin .............................................................................................. 37

Parmetros geomtricos ................................................................................................... 38

Variables de decisin ........................................................................................................ 38

Funcin Objetivo ............................................................................................................... 39

3.4. Criterios de resolucin ................................................................................................ 42

4 Estudio de caso ................................................................................................................ 44

4.1. Caractersticas generales ........................................................................................... 44

4.2. Definicin del modelo de bloques ............................................................................... 45

4.3. Definicin de parmetros de resolucin ...................................................................... 46

4.4. Criterios de resolucin ................................................................................................ 49

5 Anlisis de resultados ....................................................................................................... 50

5.1. Determinacin de radios de bsqueda........................................................................ 50

RPS = 10 metros y MAR = 10 metros ............................................................................... 52

RPS = 10 metros y MAR = 20 metros ............................................................................... 55

RPS = 10 metros y MAR = 30 metros ............................................................................... 58

RPS = 10 metros y MAR = 40 metros ............................................................................... 62

RPS = 10 metros y MAR = 50 metros ............................................................................... 65

RPS = 30 metros y MAR = 30 metros ............................................................................... 68

RPS = 50 metros y MAR = 30 metros ............................................................................... 71

RPS = 60 metros y MAR = 30 metros ............................................................................... 75

5.2. Manejo de stockpiles .................................................................................................. 79

5.2.1. Caso base ........................................................................................................... 79

5.2.2. Caso stocks vacos .............................................................................................. 81

5.2.3. Mineral de stocks versus mineral de la mina........................................................ 84

5.3. Modelo de planificacin trimestral Spence .................................................................. 87

5.3.1. Resultados numricos ......................................................................................... 87

5.3.2. Resultados grficos ............................................................................................. 92

5.4.1. Planificacin trimestral manual sin gua ............................................................... 96

5.4.2. Planificacin trimestral manual con gua .............................................................. 99

6 Conclusiones y Recomendaciones ................................................................................. 104

7 Trabajos futuros .............................................................................................................. 107

8 Referencias bibliogrficas ............................................................................................... 108

9 Anexos ............................................................................................................................ 111

9.1. Anexo 1 .................................................................................................................... 111

9.2. Anexo 2 .................................................................................................................... 111

9.3. Anexo 3 .................................................................................................................... 111