METODOS DE

EXPLOTACION
SUPERFICIAL
CAPITULO V
OPTIMIZACION ECONOMICA DE EXPLOTACIONES A CIELO ABIERTO

Docente:

Ing. Wilmer Alejandro Salcedo Rebaza

Cajamarca, 29 de Octubre del 2015.

TIPOS DE ALGORITMOS:

Los diferentes algoritmos existentes para llevar a cabo

la optimizacin se pueden agrupar en dos categoras (Annels,
1991):

1. Heursticos: La experiencia demuestra que funciona

satisfactoriamente, aunque no poseen demostraciones
matemticas que permitan asegurar su validez. Es el caso
del mtodo del cono flotante.

2. Rigurosos: aquellos cuya optimizacin tiene una completa

demostracin matemtica, el mas caracterstico es el de
Lerchs y Grossman.

En el curso se van a tener en cuenta estos dos

mtodos debido a que son los mas usados en la industria
minera y estn presentes en los algoritmos de los programas
informticos que llevan a cabo los procesos de optimizacin
econmica.
MTODO DE LERCHS-GROSSMAN:

Estos autores propusieron en 1965 un

algoritmo matemtico que permita: disear el
contorno de una explotacin a cielo abierto de tal
forma que se maximice la diferencia entre el valor
total de mineralizacin explotada y el coste total de
la extraccin del mineral y estril .

Este trabajo fue el comienzo de las aplicaciones

informticas de optimizacin de explotaciones a
cielo abierto, siendo con mucho, el artculo que
mayor incidencia en esta temtica aplicada a la
industria minera. Con todo su uso no esta aun
todava universalmente aceptado por las siguientes
razones:
MTODO DE LERCHS-GROSSMAN:

1. Complejidad del mtodo en trminos de

comprensin y programacin.
2. Tiempo requerido, en trminos de ordenador
para la obtencin del diseo.
3. Dificultad para incorporar cambios en las
pendientes de la explotacin.
4. El criterio de la optimizacin se basa en el
beneficio total, mientras que debera hacerlo en
el valor actual neto.
MTODO DE LERCHS-GROSSMAN:

El mtodo bidimensional de Lerchs-Grossman

permitir disear, en una seccin vertical, la
geometra del pit que arroja la mxima utilidad
neta. El mtodo resulta atractivo por cuanto elimina
el procesos de prueba y error de disear
manualmente el rajo en cada una de las secciones.
La metodologa es conveniente, adems para el
procesamiento computacional.
Al igual que el mtodo manual, el mtodo de
Lerchs-Grossman disea el rajo en secciones
verticales. Los resultados pueden continuar siendo
transferidos a una plano de plantas del rajo y ser
suavizados y revisados en forma manual. An
cuando el pit es ptimo en cada una de las
secciones, es probable que el pit final resultante del
proceso de suavizamiento no lo sea.
MTODO DE LERCHS-GROSSMAN:

El ejemplo de la figura N1 representa

una seccin vertical por medio de un
modelo de bloques del depsito. Cada
cubo representa el valor neto de un bloque,
si ste fuera explotado y procesado de
forma independiente. En la figura los
bloques de valor neto positivo se han
pintado. Adems se ha establecido el
tamao del bloque de forma tal que el
mtodo en el perfil del pit se mueva hacia
arriba o hacia abajo solamente cada un
bloque (mximo), a medida que se mueva
hacia los costados .
MTODO DE LERCHS-GROSSMAN:

Paso N1:
Sume los valores de cada columna de
bloques e ingrese estos nmeros en los
bloques correspondientes en la figura N2.
Este es el valor superior de cada bloque en
dicha figura y representa el valor
acumulativo del material desde cada uno
de los bloques hasta superficie.
MTODO DE LERCHS-GROSSMAN :

Paso N2:
Comience con el bloque superior de la columna
izquierda y repase cada columna. Coloque una
flecha en el bloque, apuntando hacia el valor ms
alto en:
1.- El bloque a la izquierda y arriba.
2.- El bloque a la izquierda.
3.- El bloque a la izquierda y debajo.
Calcule el valor inferior del bloque, sumando el
valor superior con el valor inferior del bloque hacia
el cual apunta la flecha. El valor inferior del bloque
representa el valor neto del material del bloque. Los
bloques de la columna y los bloques en el perfil del
pit a la izquierda del bloque. Los bloques marcados
con una X no se pueden explotar, a menos que se
sumen ms columnas al modelo. .
MTODO DE LERCHS-GROSSMAN :

Paso N3:
Busque el valor mximo total de la fila
superior. Este es el retorno neto total del pit
ptimo. Para el ejemplo, el pit ptimo
tendra un valor de US$ 13. Vuelva a trazar
las flechas, a fin de obtener la geometra del
rajo. La figura N3 nos muestra la geometra
del pit en la seccin. Cabe sealar que
aunque el bloque de la fila 6, en la columna
6, tiene el valor neto ms alto del depsito,
ste no se encuentra en el rajo, ya que
explotarlo reducira el valor total del rajo
(beneficio).
MTODO BIDIMIENSIONAL DE LERCHS-GROSSMAN:

En 1965, Lerchs y Grossman propusieron dos

mtodos diferentes para la optimizacin de
rajos abiertos en un mismo documento. Uno
de estos mtodos trabaja en una seccin
simple a la vez. Este slo maneja taludes que
estn un bloque arriba o abajo y un bloque
transversal, de modo que es necesario
seleccionar las proporciones de los bloques
de manera tal de crear los taludes requeridos
(modificar dimensionalmente el modelo de
bloques).
MTODO BIDIMIENSIONAL DE LERCHS-GROSSMAN:

Este mtodo es fcil de programar y es

confiable en lo que hace, pero dado que las
secciones son optimizadas en forma
independiente, no hay ninguna garanta de
que sea posible unir secciones sucesivas en
una forma factible. En consecuencia por lo
general se hace necesario una cantidad
considerable de ajustes manuales para
producir un diseo detallado. El resultado final
es errtico e improbable de ser
verdaderamente ptimo.
MTODO BIDIMIENSIONAL DE LERCHS-GROSSMAN:

Existen dos variantes recientes de este

mtodo, una de ellas (Johnson, Sharp, 1971)
utiliza el mtodo bidimensional tanto a lo
largo de las secciones como a travs de stas
en un intento por unirlas. El otro mtodo
(Koenigsberg, 1982) emplea una idea similar,
pero trabaja en ambas direcciones al mismo
tiempo. Ambos mtodos estn restringidos a
los taludes que son definidos por las
proporciones de los bloques y ninguno
respeta incluso estos taludes a 45 con
respecto a la seccin.
MTODO BIDIMIENSIONAL DE LERCHS-GROSSMAN:

Este ltimo punto queda mejor ilustrado

ejecutando los programas en un modelo que
contenga solamente un bloque de mineral
(muy valioso). El pit resultante tiene forma de
diamante en vez de circular, con taludes
correctos en las direcciones E-W y N-S, pero
bastante empinado entremedio.
LERCHS-GROSSMAN TRIDIMENSIONAL Y FLUJOS DE REDES:

El segundo de los mtodos representados por

Lerchs y Grossman (1965) se bas en un
mtodo de la teora de grficos (grafos), y
Johnson (1968) public un mtodo de flujos
de redes para optimizar un rajo. Ambos
garantizan encontrar el ptimo en tres
dimensiones, sin importar cual sean las
proporciones de los bloques. Naturalmente
ambos entregan el mismo resultado.
Los dos son difciles de programar para un
ambiente de produccin, donde existen
grandes cantidades de bloques.
LERCHS-GROSSMAN TRIDIMENSIONAL Y FLUJOS DE REDES:

No obstante, esto se ha logrado y en la

actualidad existen programas disponibles que
pueden ser ejecutados en cualquier
computador tipo PC en adelante. La mayora
de estos programas utilizan el mtodo de
Lerchs-Grossman. .
LERCHS-GROSSMAN TRIDIMENSIONAL Y FLUJOS DE REDES:

Debido a que estos programas garantizan

encontrar el subconjunto de bloques con el
mximo valor absoluto acatando las
limitaciones de taludes, las alteraciones a la
geometra del rajo causada por pequeos
cambios en los taludes o valores de los
bloques son indicadas confiablemente como
efectos de tales cambios. Esto ha permitido la
apertura del campo del anlisis de
sensibilidad real, donde los efectos de los
cambios de talud, precio y costos pueden ser
medidos en forma precisa. Con los dems
mtodos, slo es posible el trabajo de
sensibilidad ms tosco.
LERCHS-GROSSMAN TRIDIMENSIONAL Y FLUJOS DE REDES:

Lo anterior ha conducido al desarrollo de

programas que automatizan algunos
aspectos del anlisis de sensibilidad, llegando
a un punto tal que es posible plotear
fcilmente los grficos del valor presente neto
en funcin, del tonelaje total del pit.
GRACIAS!!!