GRUPO SPS-DW-OPCHAIN-MINES-Descripción PDF

ESUDIOS Y MODELOS DE OPTIMIZACIÓN
APLICADOS A
MINERÍAY METALURGIA
MINES DEVELOPING
PROCESS INDUSTRIES MODELING
BLENDING & TRANSPORT OF MATERIALS
WATER USE MANAGEMENT & OPTIMIZATION
ENERGY EFFICIENCY: DESIGN & OPERATIONS
INTEGRATED PLANNING OF MINING COMPLEXES
SALES & OPERATIONS INTEGRATED OPTIMIZATION (S&OP)
OPTIMIZING THE VALUE CHAIN
MINERALS CHAIN OPTIMIZATION
Ing. Jesús Velásquez-Bermúdez, Dr. Eng.

Chief Scientist DecisionWare – GRUPO SPS
info@sps-sistemas.com
GRUPO SPS -OPCHAIN-MINES
MATHEMATICAL PROGRAMMING APPLIED TO
MINING & METALLURGICAL INDUSTRIES
MATHEMATICAL PROGRAMMING
APPLIED TO
1. INTRODUCCIÓN
Las cadenas productivas de productos minerales pueden por su similitud conceptualizarse de manera
genérica, como compuestas por al menos tres eslabones:
▪ El primario conformado por las minas (cielo abierto o subterráneas) donde se obtiene la materia
prima para los productos derivados;
▪ El eslabón transporte conformado por los diferentes medios/modos de transporte que se deben
utilizar para llevar la materia prima y/o los productos derivados hasta los puertos y/o las plantas de
transformación/refinación; y
▪ El eslabón industrial donde las materias primas se convierten en productos derivados.
CADENA DE ABASTECIMIENTO DE PRODUCTOS MINERALES

COMPLEJO PORTUARIO
COMPLEJO INDUSTRIAL
COMPLEJOS SISTEMA DE Mineral Procesado
MINEROS TRANSPORTE Molinos / Refinadoras/…

Reservas
MULTIMODAL
Homogenizadas
Palas
Refinamiento Stacke=-Reclaimer
del Mineral
Volquetes
Reservas homogenizadas
Correa
Transportadora
Lump Pellet
Sinter Feeds
Feeds Reservas Gruesas
Homogenizadas
Instalaciones de Cribado
Volquetes
MERCADO
DOMESTICO
Desde hace varias décadas se conocen aplicaciones de optimización matemática avanzada en

Investigación de Operaciones en las siguientes áreas de la industria minera:
▪ DESARROLLO DE LA MINA (MINE PLANNING)
▪ MEZCLA DE MINERALES (ORE BLENDING)
▪ PROGRAMACIÓN DE MEDIOS DE TRANSPORTE
▪ PLANIFICACIÓN INTEGRADA DE COMPLEJOS MINEROS y METALÚRGICOS
▪ OPTIMIZACIÓN DE LA EFICIENCIA ENERGÉTICA
Estos problemas se pueden tratar de manera independiente, pero normalmente están fuertemente
relacionados, de forma tal que la planificación óptima integrada implica vincularlos o en un solo modelo
o en modelos encadenados inter-relacionados por las condiciones de frontera.
La “optimización matemática moderna” ha evolucionado de forma tal, que gracias a las

velocidades de las CPUs modernos, al paralelismo de bajo nivel de los servidores, al paralelismo de
alto nivel de las redes de servidores, al desarrollo de los algoritmos matemáticos especializados, y al
poder de comunicaciones y de conectividad brindado por internet, cada vez sea más fácil resolver
problemas de ingeniería cada vez más complejos con alto grado de detalle.
2
DecisionWare (DW) ha realizado un proceso de investigación, de desarrollo tecnológico y de

innovación (R&D+i) cuyo objetivo es ofrecer soluciones informáticas basadas en herramientas
3
analíticas de alta calidad, para que las empresas mineras y/o metalúrgicas puedan capturar el beneficio
económico inmediato que se deriva del uso de las tecnologías de Advanced Analytics. El resultado
de este proceso es la concepción y la implementación de OPCHAIN-MINES, un conjunto de modelos
matemáticos orientados a optimizar las decisiones de las empresas mineras y metalúrgicas que se
complementan con los modelos matemáticos especializados orientados a la optimización en general de
las cadenas productivas “convencionales”, netamente industriales, de forma tal de permitir la
planificación holística de cadenas multi-negocio, integradas horizontal y/o verticalmente.
Dentro de los beneficios que obtienen las empresas mineras como consecuencia del uso intensivo de
tecnologías de optimización matemática se pueden enumerar:
▪ Planificación integrada.
▪ Análisis de escenarios y restricciones.
▪ Evaluación óptima de proyectos incluyendo su ubicación en el tiempo óptimo de inicio.
▪ Planificación robusta ante escenarios desfavorables.
▪ Análisis rápido de múltiples alternativas.
▪ Coordinación optima de múltiples minas y plantas.
▪ Búsqueda de un plan de acción óptimo.
▪ Reducción de costos operativos.
▪ Optimización de la mezcla de productos para obtener “mejor” mineral comercial.
▪ Mejor programación de los equipos.
▪ Mayor productividad económica.
▪ Mayor comprensión de los procesos productivos para tomar mejores decisiones
▪ Simplifica de la programación, lo que permite a los planificadores centrarse más en las
preocupaciones estratégicas.
▪ Mayor beneficio en el procesamiento de los datos.
▪ Procesos de planificación sistemáticos y conocidos por la organización.
▪ Ahorro significativo en costos de producción.
▪ Aumento de retorno de la inversión.
Con base en modelos matemáticos de optimización la suite OPCHAIN-MINES incluye soluciones para
optimizar integralmente cadenas de abastecimiento de productos minerales y de sus derivados. Su
estructura abierta permite comunicación con sistemas transaccionales ERP, servidores OLAP,
herramientas de visualización de diferente tipo: IBM JVIEWS, MS-PROJECT, ESRI ARCINFO.
OPCHAIN-MINES está compuesto por los siguientes modelos matemáticos (módulos):

▪ MIP: Desarrollo de la mina (mine planning)
▪ BLENDING: Mezcla de minerales
▪ TSO: Optimización de los sistemas de transporte de la cadena de abastecimiento
▪ EEF: Eficiencia Energética
Los anteriores modelos pueden integrarse para producir el modelo de planificación integrado de la
cadena de abastecimiento de una empresa con múltiples complejos mineros y plantas industriales de
refinación:
▪ OCM: Optimización del Complejo Minero
2. DESARROLLO DE LA MINA (MINE PLANNING)
2.1 TOMA DE DECISIONES
OPCHAIN-MINES-MIP tiene como objetivo ayudar a decidir cuál debe ser la secuencia de extracción
óptima de los bloques de la mina, manteniendo la viabilidad económica, dados unos escenarios
geológicos y económicos con la finalidad de satisfacer la demanda comprometida de minerales.
4
PROGRAMACIÓN DE PRODUCCIÓN/OPERACIONES MINERAS
En la planificación minera se pueden identificar problemas diferentes:
▪ Programación de producción: Decidir la secuencia de extracción óptima dada la caracterización

geológica del terreno (probabilística), la caracterización de la demanda, y caracterización de los
costos de extracción para cada bloque. El objetivo en estos casos puede ser minimizar la demanda
no atendida, los desvíos entre la calidad vendida y la producida y/o el costo de extracción entre
muchos objetivos.
▪ Diseño de último pit: Encontrar cuales son los últimos bloques que se deben extraer de una mina
para mantener la viabilidad económica.
El criterio de la optimización depende del decisor y puede ser uno de, o una combinación de, varios
criterios posibles; por ejemplo: minimizar la diferencia entre el material extraído y la demanda
“calificada”. Los modelos corresponden a modelos de optimización mixta lineal.
OPCHAIN-MINES-MIP
SIGM
ENTRADAS
PROGRAMACIÓN
▪ ESTIMACIÓN DE LA CANTIDAD/CALIDAD DE
MINERAL EN EL BLOQUE
▪ REGLAS DE SECUENCIAMIENTO
▪ DEMANDA FIRME/PROYECTADA
▪ SECUENCIA DE EXPLOTACIÓN
▪ EXTRACCIÓN DE BLOQUES EN CADA
PERIODO
▪ ESTIMACIÓN DEL INVENTARIO
EN CADA PERIODO
SALIDA
5
2.2 COMPLEJO MINERO LKAB’S KIRUNA - CASO DE ÉXITO
Un caso de éxito bien conocido es el uso de modelos de optimización para el desarrollo (mine planning)
del del complejo minero LKAB’s Kiruna, localizado en Suecia por encima del Circulo Ártico, que emplea
3000 trabajadores y produce 24 millones de toneladas de mineral de hierro por año. El yacimiento es
de clase mundial y tiene depósitos con altos grados de magnetita y en año 2004 era el complejo minero
subterráneo más grande del mundo.
Los modelos matemáticos proporcionan soluciones óptimas para programación de operaciones que
cubren 5 años, en muy poco tiempo (300 segundos en 2004). Los principales beneficios reportados
son:
▪ El ahorro en personal orientado a estas labores implica la reducción del 25% del costo de nómina
y en un mejor uso del tiempo del personal calificado
▪ Estas soluciones producen planes de producción con desvíos menores al 5% con respecto a la
demanda, que son sensiblemente superiores a los obtenidos con las anteriores herramientas, que
producían desvíos entre el 10-20%.
La siguiente imagen presenta el modelo matemático utilizado en LKAB’S KIRUNA
6
PRODUCTION SCHEDULING MATHEMATICAL MODEL - LKAB’S KIRUNA MINE
3. BLENDING - MEZCLA DE MINERALES
OPCHAIN-MINES-BLEND tiene como objetivo la programación operativa a mínimo costo para fijar
la combinación óptima de minerales extraídos de distintas reservas para satisfacer las restricciones
sobre las características químicas que establecen de los compromisos comerciales para un período
determinado (días, semanas, meses).
La mezcla óptima es necesaria porque:
▪ Las órdenes de los clientes exigen distintas características químicas en los minerales y brindan
múltiples posibilidades para cumplir los contratos comerciales establecidos.
▪ Las eficiencia productiva y las emisiones no-deseadas de las plantas de procesamiento de minerales
dependen directamente de los procesos físico-químicos que a su vez dependen de la composición
química de la mezcla de minerales que entra al proceso. En muchos casos, cambiar la mezcla de
minerales implica parar el proceso industrial para adecuarlo a las características de la mezcla, lo
que implica altos costos por el lucro cesante debido a la parada de la línea de producción.
7
La característica del mineral en cada reserva es diferente y el número de mezclas que se podrían llegar
a producir es infinito, esto hace importante seleccionar la cantidad “exacta” de mineral que debe
retirarse de cada reserva para minimizar los costos.
CADENA DE ABASTECIMIENTO DE PRODUCTOS MINERALES

COMPLEJO PORTUARIO
SISTEMA DE COMPLEJO INDUSTRIAL
COMPLEJOS
TRANSPORTE Mineral Procesado
MINEROS Molinos / Refinadoras/…
MULTIMODAL Reservas
Homogenizadas
Palas
Refinamiento
Stacke=-Reclaimer
del Mineral
Volquetes
Reservas homogenizadas
Correa
Transportadora
Lump Pellet
Sinter Feeds
Feeds Reservas Gruesas
Homogenizadas
Instalaciones de Cribado
Volquetes
MERCADO
DOMESTICO
Para resolver el problema se debe considerar:

▪ Minas: cada una de ellas con minerales con características físico-químicas diferentes.
▪ Enriquecimiento mineral: Cada mina tiene una o varias plantas de refinamiento de mineral con
proporciones relativamente fijas de granularidades: grueso, sinterizado, pellet.
▪ Durante la acumulación de reservas, cada lote es examinado para determinar sus características
físico-químicas.
▪ Formación de las reservas: La disponibilidad de minerales enriquecidos en los centros de producción
tiene que tener en cuenta capacidades de: almacenamiento en las minas y en el puerto, de
carga/descarga en los patios de operación, de transporte.
▪ La demanda comercial de los minerales de be estar acorde con los contratos comerciales
comprometidos y con los precios de los minerales en los mercados “spot”.
▪ Productos finales
▪ Son formados al combinar minerales enriquecidos con una calidad específica (características
físico-químicas estandarizadas) dentro de rangos especificados comercialmente.
▪ La calidad del producto es una función ponderada de los porcentajes de cada lote componente
de la mezcla.
▪ Los precios de venta deben respetar formas de cálculo.
Los modelos matemáticos corresponden a modelos de programación mixta lineal o programación mixta
no-lineal.
8
OPCHAIN-MINES-BLEND
ENTRADAS
PROGRAMACIÓN
▪ LOTES DISPONIBLES
▪ CARACTERÍSTICAS FISICOQUÍMICAS DE LOS

LOTES
▪ CAPACIDADES DE OPERACIÓN
▪ DEMANDA FIRME/PROYECTADA DE ACUERDO B1 ▪ PROGRAMACIÓN ÓPTIMA DE MEZCLAS

CON CARACTERÍSTICAS FISICOQUÍMICAS
B2 ▪ PROGRAMACIÓN DE OPERACIONES DE
APOYO
SALIDA
Más información y ejemplos: https://goo.gl/iybryj
4. OPERACIONES DE TRANSPORTE
4.1 OPERACIONES DE TRANSPORTE
En las operaciones mineras, dependiendo de la estructura de la cadena de abastecimiento, se requiere

resolver varios problemas asociados al transporte de los minerales, como:
Programación de llegada/salida de barcos en puertos.
Programación de transporte regional (minas - plantas – puertos – centros de distribución).
Asignación de vehículos y bandas transportadoras en áreas de trabajo.
Programación de bombeo de minerales y agua.
OPCHAIN-MINES -TSO está en capacidad de proveer soluciones para los anteriores ya sea ayudando
a planificación regional de los minerales y/o en el acopio de los minerales dentro de las minas y/o los
complejos mineros.
9
OPCHAIN-MINES-TSO
ENTRADAS
PROGRAMACIÓN DE OPERACIONES
▪ VEHÍCULOS DISPONIBLES
▪ RUTAS
▪ TIEMPOS/VELOCIDADES DE VIAJE
▪ CAPACIDADES CARGA/DESCARGA
▪ CAPACIDADES DE ALMACENAMIENTO
▪ HORARIOS
▪ COSTOS DE OPERACIÓN
SALIDA
4.2 TRANSPORTE Y MEZCLA DE MINERALES EN VALE - CASO DE ÉXITO
Un caso de éxito conocido es el uso de modelos de optimización en VALE, formalmente Companhia

Vale do Rio Doce, CVRD Brazil, que es la segunda empresa de minería más grande del mundo. Extrae
hierro, níquel, magnesio, cobre, bauxita, potasa, caolín, alúmina y aluminio., siendo la primera
productora de hierro en el mundo (250 x 106 tons/año) y el proveedor más importante de servicios
logísticos en Brasil.
VALE utiliza modelos matemáticos para optimizar la asignación de vehículos en las operaciones
cotidianas de sus complejos mineros optimizando simultáneamente la mezcla y las operaciones de
transporte. El objetivo es establecer un plan que se pueda llevar a cabo con los recursos actuales, al
mínimo costo posible y maximizando la producción; se tienen en cuenta las siguientes restricciones:
▪ Calidad
▪ Restricciones operacionales
▪ Camiones
▪ Palas
▪ Tractores
Para validar este modelo se hicieron pruebas en el complejo minero de Aguas Claras:
▪ 26 áreas mineras (14 para desechos y 12 de extracción)
▪ 9 variables químicas
▪ 9 palas
▪ 2 tipos de camiones
10
SHORT TERM
MINE PLANNING FOR VALE
Durante el período de prueba VALE reporta disminución de costos del 4.7% con respecto al año
anterior; adicionalmente reconoce los siguientes beneficios no directamente económicos:
Implementación de una herramienta para la toma de decisiones diarias en ambientes mineros
Ayudó a implementar la cultura de planificar antes de ejecutar.
Aumentó la fiabilidad de los planes entregados a los operadores.
Permitió el análisis de utilización de equipos y comparar la realidad con lo simulado.
Permitió analizar varios escenarios.
5. PLANIFICACIÓN INTEGRADA DE COMPLEJOS MINEROS Y/O METALÚRGICOS
El propósito de estos modelos es optimizar la planificación integrada de varios complejos mineros

integrados por múltiples minas (subterráneas y/o de tajo abierto) que comparten mercados y procesos
de producción posteriores durante un horizonte de planificación de mediano/largo plazo. OPCHAIN-
MINES-OCM integra en un solo modelo los problemas anteriormente estudiados y con base en el
modelo integrado con visión holística de todo el sistema minero genera utilidades adicionales a las que
se consiguen con una visión aislada de cada mina.
CADENA INTEGRADA DE ABASTECIMIENTO DE PRODUCTOS MINERALES

SISTEMA DE COMPLEJO COMPLEJO
COMPLEJOS TRANSPORTE INDUSTRIAL PORTUARIO
MINEROS MULTIMODAL
11
Dado un conjunto de minas y un conjunto de plantas industriales de refinación/molienda, la

PLANIFICACIÓN INTEGRADA DE COMPLEJOS MINEROS Y/O METALÚRGICOS tiene como
objetivo determinar:
▪ Cuales minas explotar ?
▪ Cuales instalaciones (concentradoras/refinadoras) procesarán el mineral ?
▪ Que mezclas realizar ?
▪ Que medios/modos de transporte utilizar ?
Todo lo anterior con el objetivo de maximizar la utilidad socio-económica del complejo minero-industrial
a largo plazo, respetando de manera integral las restricciones medioambientales.
OPCHAIN-MINES-S&OP
ENTRADAS
DEMANDA FIRME/PROYECTADA
OFERTA DE MINERAL POR MINA
(CANTIDAD/CALIDAD)
COSTO DE EXTRACCIÓN POR MINA
REGALÍAS POR MINA
PRECIO DE VENTA
COSTOS DE TRANSPORTE
COSTOS DE PRODUCCIÓN METAS DE PRODUCCIÓN
DONDE EXTRAER
LIMITACIONES AMBIENTALES
CUANDO EXTRAER
SALIDAS
5.2 PLANIFICACIÓN INTEGRADA EN CODELCO – CASO DE ÉXITO
Un caso importante de planificación integrada es la vivencia de CODELCO que desde el año 2001
utiliza modelos matemáticos de optimización con esta finalidad. CODELCO es una empresa estatal
chilena, reconocida por ser la primera productora de cobre en el mundo, que opera EL TENIENTE, la
mina de cobre subterránea más grande del mundo.
12
El propósito del modelo es optimizar la planificación integrada agregada de múltiples minas

(subterráneas y/o de tajo abierto) que comparten procesos industriales de refinación posteriores
durante un horizonte de planificación de mediano/largo plazo. El modelo fue implementado en
CODELCO en 2001. Este sistema ha permitido evaluar escenarios de largo plazo, en particular el
modelo fue utilizado para estudiar la opción de retrasar la conversión de la mina de Chuquicamata de
tajo abierto a mina subterránea.
CADENA DE ABASTECIMIENTO
DE CODELCO
Antes de llevar a cabo la implementación para todas las minas de CODELCO, el modelo fue probado
con 2 complejos mineros: El Teniente y División Norte. Del complejo División Norte solo se tuvieron en
cuenta las dos minas más importantes Chuquicamata y Radomiro Tomic. El horizonte de planificación
para El Teniente fue de 25 años con períodos de 1 año inicial y posteriormente de 4 años. En el caso
del complejo División Norte el período de planificación fue de 10 años con períodos de un año.
Los resultados en El Teniente mostraron un aumento en la productividad económica del 5.1%.

Adicionalmente, CODELCO reconoce que el uso modelo permitía el control de los compromisos de
mantenimiento del medio ambiente, algo imposible sin modelo.
Como el caso de la División Norte contaba con dos minas se analizaron 4 casos.
▪ m-int (modelo integrado dos minas),
▪ l-int (proceso anterior integrando las dos minas),
▪ m-ind (modelo independiente para cada mina),
▪ l-ind (proceso anterior independiente para cada mina)
A continuación, se presentan los resultados publicados por CODELCO.
13
RESULTADOS DIVISIÓN NORTE - (CHUQUICAMATA + RADOMIRO TOMIC)
De los resultados se puede concluir que la planificación integrada produce un beneficio total del 8.2%,
el cual se puede distribuir (aproximadamente) en 4.8% proveniente de la optimización del desarrollo
independiente de cada mina y 3.3% como resultado de la planificación integrada, lo que convierte la
acción de planificar en un acto de valor económico agregado significativo.
5.3 PLANIFICACIÓN DEL COMPLEJO SIDERÚRGICO HYUNDAI - CASO DE ÉXITO
En el complejo siderúrgico de HUNDAY en Corea del Sur se utilizan los modelos de Investigación de
Operaciones (Operations Research) para planificar y programar las operaciones industriales.
Las principales características de la operación consideradas en el modelamiento matemático son:

▪ La planta de importa diferentes tipos de carbón de 6 países diferentes (C1, C2 ,…) para la
producción de acero.
▪ La materia volátil en el carbón se evapora con el tiempo, por lo que se debe mantener en stock por
poco tiempo.
▪ Se deben respetar las características químicas necesarias para la adecuada producción de acero.
14
El sistema de soporte de decisiones esta integrado por tres modelos:
PLANIFICACIÓN INTEGRADA SIDERÚRGICA - CONECTIVIDAD DE MODELOS
Ship Scheduling: Orientado a planificar la programación de la llegada de los barcos incluyendo

la fecha, el tipo de carbón, el atracadero y la cantidad transportada; corresponde a un modelo de
optimización. La siguiente imagen presen un listado presenta en el documento original.
Efficient Yard Simulation: Orientado a similar las operaciones en el patio de maniobras para
programas la asignación de uso de recursos menores.
Optimal Blending: Orientado a optimizar la mezcla de carbón a utilizar en la siderúrgica; corresponde

a un modelo de optimización. La siguiente imagen presen un listado presenta en el documento original.
15
Uno de los principales resultados de la planificación integrada represento para la siderúrgica un

ahorro del catorce por ciento (14%) reducción de inventario de carbón
6. EFICIENCIA ENERGÉTICA Y CONTROL DE EMISIONES
Este numeral describe un sistema de soporte a las decisiones operativas en las plantas de
procesamiento de minerales el cual está integrado por varios modelos que apoyarán la optimización de
la planificación y de la programación de las plantas, las cuales se distinguen por ser consumidoras
intensivas de energía y de agua y generan residuos, gaseosos y/o sólidos, que generan contaminación
del medio ambiente, lo que conlleva la necesidad de controlar los procesos para cumplir con las normas
ambientales.
El objetivo de la planificación se orienta a la minimización de los costos de la operación, principalmente

los energéticos. El sistema propuesto por DW trabaja con base en dos tipos modelos que se utilizarán
de manera integrada para lograr el anterior objetivo:
16
OPCHAIN-APS-BATCH (APS, Advanced Planning & Scheduling): orientado a soportar las decisiones
de cuándo se ha de producir una cierta calidad de cemento y en qué molino, labor que en muchas
ocasiones se lleva a cabo manualmente según reglas heurísticas y siempre confiando en la experiencia
del operador. Sin embargo, los numerosos molinos, calidades y silos, además de las diversas
limitaciones operativas y contractuales, hacen que este problema sea complejo. Con demasiada
frecuencia, la opción elegida por el operador dista de ser la óptima. Produce la programación detallada,
por horas, por turnos o medios turnos, de las operaciones que se deben llevar cabo en cada equipo de
producción, principalmente hornos, molinos y silos, incluyendo las especificaciones técnicas de dicha
producción.
OPCHAIN-APS-MAN: Determina las políticas óptimas de mantenimiento de la infraestructura de

productiva de la planta, en el corto y el mediano plazo, acoplándolas con la planificación y la
programación de la producción.
OPCHAIN-RTO-PROCESS (RTO, Real Time Optimization): Produce la optimización del proceso sin
tener en cuenta la topología de la planta, su función principal es permitir al usuario simular políticas de
producción las cuales posteriormente puedan convertirse en reglas de operación que optimizan el
funcionamiento de la planta de cemento. Es un laboratorio de simulación del proceso bajo
condiciones de optimalidad.
Los anteriores modelos tienen como referencia el entorno esperado (valor medio de las variables
aleatorias exógenas) para la operación del sistema.
La siguiente gráfica presenta la cadena de actividades que se deben llevar a cabo para enlazar modelos
y acciones de forma tal que se realicen los procesos industriales por la “senda de la óptimalidad”:
OPCHAIN-APS
MAN
OPCHAIN-APS
BATCH
OPCHAIN-RTO
El siguiente diagrama representa las entradas y salidas del modelo BATCH.
17
ENTRADAS
PLANIFICACIÓN DE LA
PRODUCCIÓN
▪ PREVISIONES DE PEDIDOS DE CLIENTES

▪ PRECIO DE LA ENERGÍA ELÉCTRICA
▪ COSTOS DE COMBUSTIBLES DISPONIBLES
▪ CARACTERÍSTICAS FÍSICO-QUÍMICAS DE LA SALIDAS
MATERIA PRIMA
▪ UMBRALES DE MAXIMA POTENCIA ELÉCTRICA
▪ LIMITACIONES EN EL TRANSPORTE DEL CEMENTO
DESDE LOS MOLINOS HASTA LOS SILOS
Fuente: Revista AAB.
▪ SECUENCIA DE OPERACIÓN DE LAS INSTALACIONES

▪ PROGRAMA DE REFERENCIA PARA LA PLANTA
Los inputs de MAN son los mismos que los de BATCH ya que la razón para tener dos modelos
secuenciales se soporta en la complejidad asociada a la solución de problemas combinatorios (NP-hard)
que puede forzar a que la solución del problema se deba hacer dos pasos y no en uno solo que es lo
que se debe hacer para lograr la planificación óptima de las operaciones de producción. El siguiente
diagrama presenta conectividad asociada al modelo MAN.
ENTRADAS
PLANIFICACIÓN DEL
MANTENIMIENTO
CONSUMO/DISPONIBILIDAD DE RECURSOS
MANTENIMIENTO PREVENTIVO
SALIDA
A continuación, se describe la implementación de los modelos APS para una fábrica de cementos.
6.2 OPTIMIZACIÓN DE OPERACIONES EN UNA PLANTA DE CEMENTOS
6.2.1 GENERALIDADES DEL PROCESO
Este caso se basa en el sistema de optimización diseñado por DW para una planta de cementos. La
siguiente gráfica presenta la cadena productiva del cemento.
18
THERMAL ENERGY
ELECTRIC CHEMICAL ENERGY ELECTRIC
ENERGY GAS EMISSIONS ENERGY
En el proceso de producción de cemento se ubican tres oportunidades de optimización:

Mezcla y trituración de materias primas
Mezcla de combustibles y optimización del proceso de combustión
Mezcla del clinker y optimización de la molienda de cemento fino
La optimización de los anteriores procesos se debe realizar teniendo en mente las reacciones químicas
que se producen en el proceso de clinkerización las cuales están directamente relacionadas con la
composición química de la pasta cruda que se procesa en los hornos y en los molinos.
ENERGY EFFICIENCY OPTIMIZATION
Fuente: Optimización de la Energía en la Industria del Cemento. Revista AAB.
De manera agregada, el modelo de una planta de cementos tiene como entradas materias primas que
sirven para formar la pasta que se convertirá en clinker y posteriormente en cemento pulido. El objetivo
de la planificación es minimizar los costos de producción del cemento, minimizando la suma de los
costos de operación de las unidades de proceso más los costos de las materias primas del clinker (cal
y correctores), de los combustibles utilizados en el horno, y de las materias primas del cemento (clinker,
yeso y adicionales) proceso, cumpliendo con las restricciones asociadas al control de emisiones
ambientales.
19
Las restricciones consideran la oferta de materia prima, de combustibles y de insumos, la demanda de

cemento comercial, los requerimientos mínimos ambientales, las especificaciones técnicas y de calidad
del proceso asociado a cada tipo de unidad, la capacidad de procesamiento y el tiempo disponible para
producción. La planificación es compleja debido al gran número de procesos que incluye y a las
interrelaciones existentes entre ellos.
Los modelos se soportan en los principios de la programación matemática en el que las limitaciones
(restricciones) a satisfacer son numerosas, las más importantes son:
▪ Equilibrio térmico
▪ Nivel de exceso de oxígeno
▪ Control de la composición química de la mezcla de materias primas
▪ Control de la química del clinker
▪ Concentración de volátiles
▪ Límites de emisiones (SO2, NOx, etc.)
▪ Limitaciones de valores máximos y mínimos de los diferentes recursos
▪ Limitaciones operativas sobre consumo de combustible
▪ Representaciones de los procesos en las instalaciones industriales
▪ Contratos con clientes y/o con proveedores
▪ Contratos de suministro de combustibles
▪ Suministro de materia prima
6.2.2 MODELAMIENTO MATEMÁTICO DEL PROCESO
MODELING OF THE PRODUCTION PROCESS OF THE CEMENT
Trituradora Silo Silo MADt,mo,ce

MMPt,mp
Materias Primas Yeso Adición
Mina Caliza
MMTt,tr
MYSt,mo,ce
PMPt,mp
MACt,mo,ce Molino Clinker Separador
MMRt,mt
Dinámico
Inventario
Caliza – Correctores Molino
Materias Primas MRSt,si,mo,ce
IMPt,mp MMMt
MMOt,mo MRRt,mo,ce
Silo Clinker MXSt,mo,si,ce

CMPt,mp MHMt,ho,mo,,ce
IOMPt,mp ISXt,si
MSDt,si,de,ce Silo Cemento

Homogeneizadora MHSt,ho,si
Compras ICXt,si,ce
Correctores MMHt,hm
Centros
FMHOt,ho × MMPt,mp Consumo MXDt,mo,de,ce
MHQt,ho,cq
MHHt,hm,ho
Inventario MFFt,ho,ff MCKt,ho

Combustible Horno MCQt,ho,cq
IMPt,mp
Emisiones
GCHt,ho,cq
6.2.3 EFICIENCIA ENERGÉTICA - SMART GRIDS - IIoT
20
21

GRUPO SPS-DW-OPCHAIN-MINES-Descripción 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

GRUPO SPS-DW-OPCHAIN-MINES-Descripción PDF

Cargado por

Copyright:

Formatos disponibles

ESUDIOS Y MODELOS DE OPTIMIZACIÓN

OPTIMIZING THE VALUE CHAIN

MINERALS CHAIN OPTIMIZATION

Ing. Jesús Velásquez-Bermúdez, Dr. Eng.

CADENA DE ABASTECIMIENTO DE PRODUCTOS MINERALES

MINEROS TRANSPORTE Molinos / Refinadoras/…

Desde hace varias décadas se conocen aplicaciones de optimización matemática avanzada en

La “optimización matemática moderna” ha evolucionado de forma tal, que gracias a las

DecisionWare (DW) ha realizado un proceso de investigación, de desarrollo tecnológico y de

OPCHAIN-MINES está compuesto por los siguientes modelos matemáticos (módulos):

2. DESARROLLO DE LA MINA (MINE PLANNING)

2.1 TOMA DE DECISIONES

PROGRAMACIÓN DE PRODUCCIÓN/OPERACIONES MINERAS

En la planificación minera se pueden identificar problemas diferentes:

▪ Programación de producción: Decidir la secuencia de extracción óptima dada la caracterización

2.2 COMPLEJO MINERO LKAB’S KIRUNA - CASO DE ÉXITO

La siguiente imagen presenta el modelo matemático utilizado en LKAB’S KIRUNA

PRODUCTION SCHEDULING MATHEMATICAL MODEL - LKAB’S KIRUNA MINE

3. BLENDING - MEZCLA DE MINERALES

La mezcla óptima es necesaria porque:

CADENA DE ABASTECIMIENTO DE PRODUCTOS MINERALES

Para resolver el problema se debe considerar:

▪ CARACTERÍSTICAS FISICOQUÍMICAS DE LOS

▪ DEMANDA FIRME/PROYECTADA DE ACUERDO B1 ▪ PROGRAMACIÓN ÓPTIMA DE MEZCLAS

Más información y ejemplos: https://goo.gl/iybryj

4.1 OPERACIONES DE TRANSPORTE

En las operaciones mineras, dependiendo de la estructura de la cadena de abastecimiento, se requiere

4.2 TRANSPORTE Y MEZCLA DE MINERALES EN VALE - CASO DE ÉXITO

Un caso de éxito conocido es el uso de modelos de optimización en VALE, formalmente Companhia

5. PLANIFICACIÓN INTEGRADA DE COMPLEJOS MINEROS Y/O METALÚRGICOS

5.1 TOMA DE DECISIONES

El propósito de estos modelos es optimizar la planificación integrada de varios complejos mineros

CADENA INTEGRADA DE ABASTECIMIENTO DE PRODUCTOS MINERALES

Dado un conjunto de minas y un conjunto de plantas industriales de refinación/molienda, la

5.2 PLANIFICACIÓN INTEGRADA EN CODELCO – CASO DE ÉXITO

El propósito del modelo es optimizar la planificación integrada agregada de múltiples minas

Los resultados en El Teniente mostraron un aumento en la productividad económica del 5.1%.

A continuación, se presentan los resultados publicados por CODELCO.

RESULTADOS DIVISIÓN NORTE - (CHUQUICAMATA + RADOMIRO TOMIC)

5.3 PLANIFICACIÓN DEL COMPLEJO SIDERÚRGICO HYUNDAI - CASO DE ÉXITO

Las principales características de la operación consideradas en el modelamiento matemático son:

El sistema de soporte de decisiones esta integrado por tres modelos:

PLANIFICACIÓN INTEGRADA SIDERÚRGICA - CONECTIVIDAD DE MODELOS

Ship Scheduling: Orientado a planificar la programación de la llegada de los barcos incluyendo

Optimal Blending: Orientado a optimizar la mezcla de carbón a utilizar en la siderúrgica; corresponde

Uno de los principales resultados de la planificación integrada represento para la siderúrgica un

6. EFICIENCIA ENERGÉTICA Y CONTROL DE EMISIONES

6.1 TOMA DE DECISIONES

El objetivo de la planificación se orienta a la minimización de los costos de la operación, principalmente

OPCHAIN-APS-MAN: Determina las políticas óptimas de mantenimiento de la infraestructura de

El siguiente diagrama representa las entradas y salidas del modelo BATCH.

▪ PREVISIONES DE PEDIDOS DE CLIENTES

Fuente: Revista AAB.

▪ SECUENCIA DE OPERACIÓN DE LAS INSTALACIONES

6.2 OPTIMIZACIÓN DE OPERACIONES EN UNA PLANTA DE CEMENTOS

6.2.1 GENERALIDADES DEL PROCESO

En el proceso de producción de cemento se ubican tres oportunidades de optimización:

ENERGY EFFICIENCY OPTIMIZATION

Fuente: Optimización de la Energía en la Industria del Cemento. Revista AAB.

Las restricciones consideran la oferta de materia prima, de combustibles y de insumos, la demanda de

6.2.2 MODELAMIENTO MATEMÁTICO DEL PROCESO

MODELING OF THE PRODUCTION PROCESS OF THE CEMENT

Trituradora Silo Silo MADt,mo,ce