Planeamiento en Minas A Cielo Abierto

CURSO DISEÑO DE MINAS
Y CALCULO DE RESERVAS
6.- PLANEAMIENTO EN MINAS A CIELO

ABIERTO
1
LOS RECURSOS DE MINERAL COMO PUNTO DE INICIO
EN EL PLANEAMIENTO DE MINADO
SOFTWARE ESPECIALIZADO
REGISTRO DE
LOGUEOS
BASE DE DATOS GEOLOGICOS

Ubicación, leyes, códigos
geológicos, RQD, GE, etc
LOGUEO GEOLOGICO
MODELO DE LEYES
Roca, Alteración,
(RECURSOS)
Mineralización, etc.
CAMPAÑA DE PERFORACIÓN
Obtención de Testigos LOGUEO GEOTECNICO CARACTERIZACIÓN
Pruebas Geomecánicas, MINERALÓGICA
RQD, etc
MODELO GEO
METALURGICO
INTERPRETACIÓN
ESTRUCTURAL
MODELO GEO
MECANICO
DIVISIÓN cada tramo
del DDH MODELO GEOLOGICO
DEPOSITO DE TESTIGOS LABORATORIO

en custodia QUIMICO certificado
2
MODELO GEOLÓGICO – LEYES - RECURSOS
La campaña de perforación diamantina, es

una etapa decisiva para la evaluación de
un depósito. La calidad del trabajo con los
resultados de los sondajes, determinará el
éxito en la valorización de un proyecto
minero. 3
El estudio mineralógico, litológico y

otras formas de caracterización
geológica que se obtengan de los
logueos servirán de base para la mejor
interpretación genética y económica del
depósito.
La protección y custodia de los logueos

consolidarán la fiel representatividad de
la información digital registrada que se
utiliza para la valorización del depósito.
4
A partir de los logueos, se podrá

realizar la interpretación
estructural y su representación en
3D las distintas variables
geológicas al interior del depósito
Software secciones
5
CursoAlati
Modelo de Bloques - Leyes (Recursos).
El modelo de bloques es la
representación de bloques de
tamaños iguales en todo el interior
del depósito de minerales cubierto
por la malla de sondajes y la
topografía.
Software secciones 6
CursoAlati
 ( h) 
1

N (h)
i (h)
Z ( xyzi  h)  Z ( xyzi )2
2 N ( h)
 3  h  1  h 3    
 |h|   
 h2 

 2
 ( h)  C         (h)  C 1  e a    (h)  C 1  e  a  
 2  a  2  a      
 
7
Gam.h 0.078 0.173 0.234 0.247 0.248 0.264 0.286 0.310 0.305 0.276 0.344 0.343 0.303 0.509 0.654 0.718 0.431 0.449 0.465 0.480 0.501 0.520 0.530 0.549 0.578 0.607 0.629
h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
M.Gama1 0.091 0.170 0.226 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247 0.247
Sill-1 0.247 El M.Gamah cumple para h>0 y h<a1
 3  h  1  h 3 
a1 4.000  ( h)  C       
 2  a  2  a  
M.Gama2 0.006 0.007 0.007 0.008 0.008 0.008
Sill-2 0.008
a2 9.000 El M.Gamah cumple para h>a1 y h<a2  3  h  1  h 3   3  h  1  h 3 
 (h)  C0  C1        C2      
M.Gamat 0.078 0.173 0.234 0.247 0.254 0.271 0.293 0.318 0.313 0.284
 2  a1  2  a1    2  a2  2  a2  
(h) 0.800
0.700
0.600
0.500
0.400
0.300 0.318
0.313
0.293 0.284
0 0.271
.254
0.247
0.234
0.200
0.173
0.100
0.078
Software secciones
0.000 Gam.h M.Gama1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 CursoAlati
Se observan dos estructuras de variograma para permitir mejor

representación de la correlación a distancias mayores al alcance a1.
Observar los límites que se imponen a la función del variograma. 8
Norte
Cota 50°
70°
Este
Y Para Recursos
Medidos
X
2
3 Para Recursos
6 7 1 Indicados
4 Para Recursos
Inferidos
5
9
 3  h  1  h 3   3  h  1  h 3 
 (h)  0  0.247         0.008      
 2  4  2  4    2  9  2  9  
(1) 1 (0)  2 (0.170)  3 (0.218)  4 (0.232)    0.130 1  0.3370
(2) 1 (0.170)  2 (0)  3 (0.170)  4 (0.252)    0.130 2  0.2507
3  0.3370
(3) 1 (0.218)  2 (0.170)  3 (0)  4 (0.232)    0.130
4  0.0753
(4) 1 (0.232)  2 (0.252)  3 (0.232)  4 (0)    0.216
u  0.00355
(5) 1  2  3  4  1
10
Modelo - Leyes (Recursos).
INGRESAR A MINOCT16 0-COPIA
Software secciones
11
CursoAlati
CRITERIOS DE OPTIMIZACIÓN ECONÓMICA EN MINAS A CIELO ABIERTO
La búsqueda de la máxima rentabilidad 1.Ubicar zona

de mayor ley
en el diseño y producción de una mina y volumen de
6.- Fijar
a cielo abierto, es un objetivo de ubicación,
mineral
permanente mejora con la aplicación de tamaño

botadero
cada vez más modernas 2.Verificar mi
6.- Fijar
implementaciones de tecnología de ubicación,
neral recurso
algoritmos y procesamiento de datos. medido o
tamaño Pads
indicado
Fijar Ton-Ley
a extraer y
Ley de corte.
El objetivo al parecer lo tienen 6.- Fijar
3.- Evaluar
identificado, encontrar la forma de ubicación,
condiciones
tamaño planta
integrar toda la data existente y la que Geomecanica
se viene presentando durante la
producción para identificar y adecuar 12.- Diseñar
18.- Dimen
rutas
los límites de minado para mayor extracción sionar
tamaño flota
retorno a la inversión. mineral
equipos
2.Verificar mi 3.- Evaluar 5.- Fijar 6.- Fijar
neral recurso condiciones Ton/Ley x día ubicación,
medido o Geomecanica a extraer y tañamo planta
1.Ubicar zona
indicado Ley de corte. y tipo de proce
de mayor ley
y volumen de so de planta
mineral
11.-Fijar
malla perfor
ación y tipo
explosivos
10.- Diseñar
frentes de
perforación y
voladura
18.- Dimen
12.- Diseñar
sionar
rutas
tamaño flota
extracción
equipos
mineral
17.- Dimen
sionar
mantenimien
to y logística
 Revisión de los algoritmos documentados y utilizados a la fecha.
 Descripción del proceso de cada uno de los software que involucran este estudio.
 Descripción del modelo de bloques a utilizar en las pruebas.
 Creación de una metodología de trabajo para definir pit final.
 Cálculo y valorización de envolventes económicas para los distintos modelos bajo los mismos
parámetros.
 Cubicación de las envolventes obtenidas y análisis de eventuales diferencias.
 Definición de Fases en cada software.
 Cálculo de plan de producción según distintos modelos.
 Evaluación económica de los planes anteriores.
 Análisis comparativo de resultados.

La optimización económica se define como el procedimiento de simulación de

extracción del mineral buscando el objetivo de máximo retorno a la inversión.
Para ello se requiere contar previamente con toda la información posible

concerniente al material que generará ingresos (Depósito de Recursos y Reservas),
las condiciones geomorfológicas del terreno en el entorno del depósito, la forma de
extracción del mineral y forma de tratamiento del mineral, todo reflejado en costos
en cada uno de los puntos que integran el escenario para la inversión y para la
producción.
En el caso de una mina a cielo abierto, se requiere acopiar y sintetizar toda esta
información para ingresarla a un modelo de algoritmo numérico que interactúe con toda
esta información y suministre como resultado un diseño de la mina de como debe
quedar al final de su explotación.
En el medio científico profesional se han desarrollado varios algoritmos que tienen como
objetivo lograr esta optimización, podemos citar:
• Multiconos o conos flotantes.
• Korobov
• Learch y Grossman en 2D
• Teoría de Grafos y teoría de Lipkewich y Borgman
• Teoría de Le Foret sub compacté.
• Le Parametrage des contours optimaux.
60m 120m 180m

Beneficio Neto
Tasa de retorno
Recuperación
• Estrategias:
• Tasa de retorno, para leyes altas
• Recuperación, extracción de materiales no
económicos subsidiados por otros
• Maximizar beneficio, ampliamente utilizad
E
• Como extraer mineral
manteniendo una producción
con tonelaje homogéneo en
mineral y desmonte, todo el
tiempo M
E/M
t
FORMA DE EXTRACCIÓN
• Método de razón estéril mineral descendente

• A medida que cada banco de mineral es extraído, todo el material estéril en dicho banco
es extraído hasta el límite del pit
• Ventaja, espacio de trabajo operativo
• Desventaja, costos operativos son máximos en los primeros años de operación debido al
gran volumen de estéril
1 1 1
2 2 2
DESMONTE MINERAL DESMONTE
VOLUMEN DESBROCE
3 3 3
4 4 4
5 5 5
6 6 6
Pendiente total del Pit

7
TIEMPO
• Método de razón estéril mineral ascendente

• La extracción de estéril se realiza de tal forma hasta alcanzar el mineral.
• Ventaja, beneficio neto máximo en los primeros años reduciendo riesgo en
inversión
• Desventaja, falta de espacio de trabajo operacional debido a que los bancos
son estrechos.
1 1
1
2 2
3 2 3
DESMONTE MINERAL DESMONTE
4 4
VOLUMEN DESBROCE
3
5
5 4 6
5
6
6
Pendiente total del Pit

7
TIEMPO
• Método de pendientes de trabajo

• La extracción inicial de estéril son muy bajas, a medida que se
incrementa la profundidad de la extracción esta va aumentando.
• Ventaja, se dispone de acceso a todos los bancos de la mina
VOLUMEN DESBROCE
Pendiente total del Pit Pendiente total del Pit
TIEMPO
Secuencia de extracción en fases

Ventajas
Yacimientos de gran tamaño, cuyos • Razón estéril mineral bajas en los primeros años.
volúmenes de estériles iniciales • Flexibilidad en el diseño de pit final.
• Equipos trabajan a capacidad máxima.
son bajos y se mantienen bajos • Permite retiros programados hacia el termino de la mina.
hasta el termino de la vida de la • El área de trabajo operativo no es excesivamente grande.
mina.
FASE 1
2 DESMONTE
DESMONTE
VOLUMEN DESBROCE
FASE 2
FASE 3
MINERAL
Pendiente total del Pit TIEMPO

VALUACIÓN ECONÓMICA
• La valorización se realiza a cada bloque del modelo de bloques.

• El valor debe ser calculado asumiendo que el bloque está descubierto.
• El valor debe ser calculado suponiendo que será explotado.
• El costo en la detención de la mina, planta o venta debe ser contabilizada en la
valorización de un bloque.
• Ingresos se calculan con: • Los costos y egresos se calculan

• Tonelajes de:
• Leyes • Costos de minería
• Costos de procesamiento
• Recuperaciones
• Costos de metalurgia
• Precio del producto • Costos generales
VALUACIÓN ECONÓMICA
COSTOS DE FUNDICIÓN
COSTOS DE EXTRACCIÓN COSTOS DE PLANTA
Y REFINACIÓN
1. Perforación 1. Movimiento desde 1. Transporte del concentrado
2. Voladura. stockpile
2. Costos generales de
3. Carguío 2. Molienda fundición y refinería
4. Transporte 3. Flotación 3. Amortización y depreciación
5. Mantención de los 4. Espesadores 4. Perdidas de la fundición y
caminos refinería
5. Filtración
6. Botaderos 5. Transporte del cobre blister
6. Secadores
7. Bombeo de aguas 6. Créditos y cargos de la
7. Costos generales de la
8. Costos general de la mina fundición
planta de concentración
9. Amortización y
depreciación 8. Amortización y
depreciación
VALORIZACIÓN DE BLOQUES
El costo de mina es el costo de mover un bloque de roca.

Todo el resto de los costos involucrados en la extracción se deben
asignar al costo de planta.
Nomenclatura
Cm, costo mina $/t
Cp, costo planta $/t
Cfr, costo de refinación y fundición $/t
R, recuperación del proceso minero y metalúrgico
Lm, ley media
P, precio
Revenue Factor: factor de utilidad =(P-Cfr)*R*f, f=22.04
para cobre
VALORIZACIÓN DE BLOQUES
Para las siguientes leyes de Cu en bloques
%Cu 0.3 0.3 0.3 0.3 0.3 1 0.3

0.15 0.15 4 0.15 0.15
7 1 0.1
Utilidad = Ingreso – Costos Revenue Factor (Factor de Utilidad = RF = 11 $/t/%Cu X %Cu
por bloque Costo Mina + Costo Planta (Cm+Cp) = 8 $/t
-5 -5 -5 -5 -5 3 -5
$/t -6 -6 36 -6 -6
69 3 -7
RELACIÓN ESTERIL MINERAL
La relación estéril/mineral interviene en la

valoración de un determinado cono de pit.
Dependiendo de los valores de los parámetros E
económicos esta relación permitirá mayor o menor
cantidad de estéril.
M
Si planteamos un equilibrio entre ingresos y egresos, se
tiene:
P * Lm * Tm = Tm x Cm + Te x Cm + Cp Tm
en donde Tm es toneladas de Mineral, Te es toneladas
de estéril,
P precio metal. Luego Multiplicando la segunda parte
por Tm y dividiendo por Tm, se tiene:
P * Lm * Tm = (Cm + (Te * Cm / Tm) + Cp) x Tm

Despejando Lm se tiene: Lm=((1+Te/Tm)*Cm+Cp)/P
EQUILIBRIO MARGINAL PARA UN CONO
Lm
Flota o es
económico E
M
Cm/P
(Cm+Cp)/RF
No Flota o no es
económico
E/M
Lm=((1+Te/Tm)*Cm+Cp)/P
Lo que indica el gráfico es: A mayor costo
de minado tiene que existir mayor P para
poder mantener el equilibrio de la
relación estéril mineral.
VARIOS PITS PARA VARIOS REVENUE FACTOR
1.6
1.4 RF1
1.2 RF2
1 RF3 E
Lm
0.8
0.6 M
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5
RF=8 RF=10 RF=12 RF=14 RF=16 RF=18 RF=20 E/M
LIMITE FINAL
Sección XX - Cuerpo Masivo

Topografía
Material Explotable
Limites del Rajo

Inventario
de Mineral Económico
6.- ALGORITMOS DE DISEÑO DE MINAS A CIELO ABIERTO
Los algoritmos de diseño de minas a cielo abierto, es una corriente científica originada en los años
1970 – 1980, coincidente con el fortalecimiento en el uso de los primeros grandes ordenadores.
La necesidad en la comunidad científica es encontrar un procedimiento numérico que permitiera
maximizar el valor de beneficio económico del contenido metálico resultante de la envolvente a
un conjunto de bloques de mineral y desmonte. Envolvente que utilice inicialmente como base de
información las leyes de bloques de recursos, topografía de superficie, pendientes de paredes del
pit.
La búsqueda fue muy motivada en la comunidad científica internacional, al extremo que se
pueden destacar notables e importantes métodos de optimización de varios países bien
desarrollados en minería a cielo abierto, que en conjunto todos contribuyeron para llegar hasta
nuestros días.
Entre los métodos más importantes se destacan las siguientes:
Conos flotantes, Lipkewich y Borgman

Multiconos, Grafos
Korobov Parametrización de Reservas Minables
Learch y Grossman Whittle
32
METODO DEL CONO MOVIL O INCREMENTOS

Cuando no se introduce el criterio económico, se parte con volúmenes de
geometría del fondo diferente, y luego se efectúa la ampliación
considerando solamente la relación desmonte / mineral.
Las desventajas de este método son: Al ser utilizadas, la solución a menudo

depende de la forma como se partió dando por lo tanto muchas soluciones
que no conducen al óptimo. Particularmente el traslape de volúmenes no es
fácil de controlar. Por ejemplo:
Tanto el cono 1 como el

cono 2, ninguno de los dos
independientemente
pueden ser minados en
forma económica, pero
considerando ambos a la
vez, resulta un valor positivo
= 1.
Ejemplo de Multiconos. 33
ALGORITMO DE KOROBOV
Este método es particularmente aproximado al de multiconos y se muestra simple

permitiendo cierta flexibilidad en la elección de las pendientes de los taludes en
direcciones principales (X e Y).
La diferencia que se encuentra con el método anterior, es que no se necesita del

análisis combinatorio tedioso. La metodología es simple, pero no introduce
criterios de optimalidad estricta pues el resultado depende de la dirección en que
se trabaja el método. En el ejemplo que sigue se trabajará de izquierda a derecha,
el contenido del ejemplo se extrajo a partir de un reporte técnico de Sergey
Korobov, investigador del Instituto de Minas de Moscú, editado en el Dpto. de
Mienerales de la Escuela Politécnica de Montreal.
34
ALGORÍTMO DE KOROBOV
El proceso de este algoritmo puede ser explicado con el siguiente

ejemplo, partiendo de la Fig. Nº 1 en donde los números en color es
el número del bloque, el número a su derecha es la evaluación inicial
y el número debajo de estos dos, la evaluación resultante que se
forma hacía arriba
Empezamos a explorar el primer nivel y extraemos todos los bloques

cuya valución sea positiva. Encontramos los bloques 1, 2, y 7 que dan
la primera evaluación V = 1+1+3 = 5. Resulta el siguiente gráfico.
35
En el segundo nivel identificamos los bloques con valor cero o positivo 13, 14,
y 17.
Para cada uno de estos bloques identificamos los bloques necesarios a
extraer, que se encuentran en el primer nivel.
Para el bloque 13 vemos que es necesario extraer el bloque 3 y 4.
La suma de los valores de estos bloques resulta valor negativo, por lo tanto el
cono que se forma a partir del bloque 13 no puede ser extraído.
Marcamos con valor cero a los bloques de este cono que pueden ser
pagados por el bloque 13, en este caso queda pagado solo el bloque 3 y el
mismo bloque 13, queda sin ser pagado el bloque 4.
36
Pasamos al bloque 14 que esta "cubierto" por los bloques 3, 4 y 5, para ser extraído
tiene que pagar el costo del bloque 4 y 5, pues el bloque 3 ya lo pagó el bloque 13.
Vemos que la valuación resultante del bloque 14 es cero, por lo tanto tampoco puede
extraerse. Sin embargo el bloque 14 paga los bloques 4 y 5 por ello se les asigna a
éstos valores cero como pagados.
Por lo tanto hasta el momento contamos como bloques pagados (con valor cero) los
bloques 3, 4, 5, 13 y 14.
En el mismo nivel encontramos al bloque 17, el cual puede ser extraído junto con los
bloques 6 y 8. La valuación resultante del bloque 17 es V = +5 -1-1 = 3.
Esto significa que si sumamos los valores de los bloques de los conos extraídos hasta
el momento, el valor total hasta el momento se incrementaría a V = 5 + 3 = 8.
37
Agregando el tercer nivel, encontramos en este nivel un solo bloque positivo, el

23; el cual contiene en su cono de extracción a los bloque superiores 3, 4, 5, 14,
15, 16.
El bloque 23 solo debe y puede pagar la extracción de 15, debido a que los
bloques 3, 4, 5, 14 ya fueron pagadas.
Los pagos se realizan de arriba hacía abajo y de izquierda a derecha, en aquellos
bloques que no fueron pagados por otros bloques anteriormente.
Por lo tanto la valuación del cono resultante desde el bloque 23 es cero y no
puede ser extraído.
38
Adicionando el cuarto nivel en el gráfico, analizamos el bloque con valor positivo

número 28, el cual puede solo pagar a 12, 16 y 21, no se podrá pagar el bloque
22, dando como valor resultante del cono igual a cero y no puede ser extraído.
El siguiente bloque positivo de este nivel es el 31 que contiene en su cono a los
bloques 4, 5, 9, 10, 15, 16, 18, 19, 24, 25 y 26, de los cuales solo pueden ser
pagados 9, 10, 18, 19, 24 y 25, no se podrá pagar el bloque 26, resultando un
valor cero para el cono que parte del bloque 31 sin poder ser extraído
39
En el mismo nivel 4 se tiene el bloque positivo 32, que paga los bloques 11, 20, 26 y 27 dando
un valor resultante del cono igual a 3 (valor del bloque 32 = 7, menos los valores
recientemente pagados que suman - 4). Por lo tanto este cono si puede ser extraído.
Notar que este cono tiene 11 bloques de valor -1. Con ello la valuación total hasta el
momento disminuirá a V = 8 + 7 - 11 = 4.
Luego de culminar la extracción del cono desde el cuarto nivel se obtiene el siguiente gráfico.
40
El siguiente paso es comenzar nuevamente el análisis desde el primer nivel, esta

vez borrando todos los valores resultantes (ceros en este caso). Según el siguiente
gráfico, en el nivel 1 no se obtienen bloques positivos, en el segundo nivel
encontramos el bloque 13 que paga la extracción del bloque 3, dando un valor
resultante cero sin poder extraerse este cono.
El bloque 14 paga la extracción del bloque 4, dando como valor resultante 1. Por lo
tanto los bloques 3, 4 y 14 pueden ser extraídos.
Se debe volver a analizar el mismo nivel vemos que podemos extraer el bloque 13
por no tener bloques superiores. Hasta aquí, en el siguiente gráfico, la valuación
total será V = 4 + (3-2) = 5. 41
Continuamos con el nivel 3 y vemos que ningún bloque puede ser extraído,
pues la valuación resultante desde el bloque 23 es cero.
En el nivel 4 el bloque 28 paga el minado de 12, 21, 22 dando valor resultante
del cono igual a cero, por lo tanto no puede extraerse.
En el nivel 4 el bloque 31 paga la extracción del bloque 24, dando como valor
resultante igual a 5, por lo tanto los bloques 15, 24 y 31 pueden ser extraídos.
La nueva valuación será V = 5 + (6 - 2) = 9 como se indica en el gráfico siguiente.
42
Volviendo a analizar desde el nivel superior, se encuentra que el bloque 23

puede ser minado, la valuación se incrementará a V = 9 + 1 = 10.
Examinando el cono del bloque 28 vemos que no puede ser minado, por lo
tanto la valuación final es V = 10, con el diseño final que se observa.
43
ALGORÍTMO DE LEARCHS Y GROSSMAN A 2D.
Este algoritmo esta limitado a dos dimensiones, debido a su simplicidad es fácil de

programar, las principales desventajas para un diseño se encuentran justamente por ser a
2D que lo aleja del óptimo, más aún cuando se requiere aplicar los alisados para un pit
operativo.
Para dar inicio a una explicación práctica se definirá: "Precedentes" de un bloque x: son los
tres bloques que existen a la izquierda de un bloque x (cuando el pit es diseñado de
izquierda a derecha).
En la Fig. Nº 1 se tiene una sección de J = 9

columnas con I = 4 niveles, con valorización de
bloques (negativo cuando el material es estéril y
requiere un costo para extraerlo). Se adiciona una
fila artificial (0) con costo nulo, con un elemento
adicional en la columna J+1 (se ignoran los
Fig. 1: Sección con Valorizaciones C(i,j)
bloques con color gris).
44
FASE 1: A partir de las valorizaciones de bloques C(i,j) de la Fig 1, se calcula

el valor de M(i,j) con la siguiente expresión:
para i = 0,...,I
j = 1,..., J.
Por ejemplo para el bloque M(3,5) se tiene: M(3,5) = c(3,5) + c(2,5) + c(1,5)
+ c(0,5) = -3
Fig. 1: Sección con Valorizaciones C(i,j) Fig. 2: Sección con Valores M(i,j)
45
FASE 2: Para todas las columnas desde j = 2 hasta j = j + 1, se trata cada

bloque añadiendo el mayor valor de sus precedentes. Es decir se calcula
P(i,j) con la siguiente expresión:
Se debe notar que cuando se trata la columna j, la columna j-1 ya ha sido

tratada y tiene valores Pij en lugar de Mij. Por ejemplo en la Fig. 3 se tiene:
P(2,3) = M(2,3) + Max [ P(1,2), P(2,2), P(3,2) ]
P(2,3) = 5 + Max [ 1,0,-4 ] = 5 + 1 = 6
Fig. 2: Sección con Valores M(i,j) Fig. 3: Sección con Valores P(i,j)
46
Si nos detenemos a ver el significado de cada valor de P(i,j), vemos que

indica el máximo valor de un pit que se puede construir desde el bloque
(i,j).
Fig. 4: Valores de C(i,j) que suman P(2,5)
En la Fig. 3 al diseñar el pit desde el bloque P(2,5)=1 hacía la izquierda

(siguiendo los máximos precedentes) encontramos el cortorno del la Fig.
4. Si sumamos los valores de C obtenemos el valor 1.
47
FASE 3: En la primera fila de la Fig. 3 se busca el elemento de mayor valor,

si hay varios se toma el que se encuentra mas a la derecha. Según lo
indicado en la fase 2 este valor representaría la valuación del pit óptimo
encontrado.
FASE 4: Se entiende con facilidad que se puede dibujar el pit solución a

partir del bloque de la columna 9, siguiendo al bloque precedente P de
mayor valor.
Fig. 5: Sección con Valores P(i,j) con el Pit Óptimo.
48
En donde V(i,m) representa el máximo valor total de cualquier pit que se trace desde
(i,m), el máximo valor de V(i,m) se obtiene eligiendo entre todos los valores V(i,m) que se
encuentran desde los bloques de la fila 3. En la expresión se resta M por que esta incluido
dos veces (tanto en P como en PD).
Pij Fig. 9: Sección con Valores P(i,p)
M
Como ejemplo de cálculo de V(i,m) tenemos:
PDij Fig. 12: Resultado PD(i,j) Hasta el Nivel 3
Mij Fig. 7: Valores de M(k,p)
49
El valor máximo es V(3,3) = -1, por lo tanto el pit debe ser diseñado desde el
bloque (3,3), hacía la izquierda en la matriz P(i,j) como se indica en la Fig. 13.
Y hacía la derecha en la matriz PD(i,j) como se indica en la Fig. 14. Al unirse
ambos trazos resultará un solo diseño del pit óptimo que llega hasta el nivel 3.
Fig. 13:Diseño hacía la izquierda en P(i,j) Fig. 14: Diseño hacía la derecha en PD(i,j).
50
Por lo tanto si el concepto de diseño óptimo nos permite encontrar un solo

diseño que proporcione el máximo valor, también podemos forzar encontrar
el óptimo que llegue a cada nivel (i) deseado, obteniendo como resultado el
mejor diseño que proporcione el mayor valor del pit hasta el nivel (i).
Fig. 18
Entonces podemos obtener para una sección una columna de valores, por
ejemplo para una sección con valores de C(i,j) como se indica en la Fig. Nº
18, podemos obtener los siguientes resultados:
Fig. 19 S(1,1) = 1 + 1 = 2
En donde el valor económico S(i,j), donde i es el número de nivel y j es

número de la sección. Se tiene para este ejemplo S(1,1) = 1 + 1 = 2
51
Fig. 20
S(2,1) = 1 + 1 -2 -3 = -4
Fig. 21
S(3,1) = -4+1+1-2-7-1-3+3+12=0
Fig. 22
S(4,1) = -8
La nueva columna de valores generados estará formada por los

52
resultados: 2, -4, 0, -8.
Si tomamos otra sección adyacente, con valores C(i,j), obtendremos también otra
columna de valores de los diseños hasta cada nivel como el obtenido para la Fig N
º 18.
Así sucesivamente obtendremos similares valores para las demás secciones, que
nos permitirá formar otra matriz como se indica en el lado lateral derecho de la
Fig. Nº 23.
A continuación con esta nueva matriz de valores ubicado en el lado lateral
derecho de la Fig. 23, procedemos a aplicar los mismos conceptos descritos, de
donde podremos obtener un pit que proporcione el diseño con mejor valor
económico.
Fig. 23
53
Así si el diseño llega hasta llega hasta el valor 5 del 3er nivel, indica que en el pit
en la primera sección llegará hasta el nivel 1, de donde se tomará el diseño
obtenido previamente hasta este nivel.
Si en la sección 2, el diseño llega hasta el 2do nivel, se tomará en esta sección 2, el

diseño encontrado previamente que llegó hasta este 2do nivel
De esta forma se procede a tomar el diseño encontrado y elegido en cada sección

para hacer el ensamblado de secciones y obtener una presentación similar a la Fig.
Nº 24
Fig. 24
54
ALGORÍTMO DE GRAFOS DE LEARCHS Y GROSSMAN
Este algorítmo se sustenta en la teoría de grafos que define entidades y

relaciones básicas simples para lograr la selección máxima de entidades
agrupadas con valor.
El procedimiento empieza con la construcción de un árbol To en G. Luego

To es transformado en sucesivos árboles T1, T2, .... , Tn, según
determinadas reglas hasta que ya no sea posible ninguna transformación.
Entonces el cierre máximo viene formado por aquellas ramas conocidas
del árbol final.
Fig. Nº 1 55
Fig. Nº 2
• Se definen:
• Arista Debil (D), cuando la masa negativa es soportada por una
arista positiva P, o cuando la masa positiva es soportada por una
arista negativa N. Ejemplo en la rama que soporte (7,13) ésta es
una arista débil.
• Arista fuerte (F), cuando la masa que soporta una arista P es
positiva, o cuando la masa que soporta una arista N es negativa.
Las aristas que no son fuertes se les llama débiles (D).
Ejemplo de tipos de aristas:
Arista de aristas fuertes y positivas: (8,4),

(7,2), (8,3).
Arista positiva y débil: (7,1).
Arista negativa y débil: (2,8), (4,10), (7,13).
Arista negativa fuerte: (11,6), (7,11).
56
Fig. Nº 2
- Arbol Normalizado.- Si su raíz es común a

todas las aristas fuertes, cada árbol T de un
grafo G puede ser normalizado,
reemplazando los arcos P fuertes (Xk, Xe)
por un arco que una el vértice final (de este
arco fuerte) con el vértice ficticio, es decir
Fig. Nº 2 (Xo, Xe). Y el arco (Xq,Xr) de una arista N
fuerte por un arco ficticio (Xo ,Xq). Iterando
Fig. Nº 3
este procedimiento hasta que todas las
aristas fuertes tenga Xo como extremidad.
- El árbol normalizado de la Fig. Nº 2 se

representa en la Fig. Nº 3. Vemos que todas
las aristas fuertes son positivas. El vértice
Xo será la raíz de todos los vértices
considerados.
57
APROXIMACIÓN DE LIPKEWICH Y BORGMAN
A partir de una publicación de Michael P. Lipkeweich y Leon Borgman, se ha

podido obtener una variante de la aplicación de la teoría de grafos que simplifica
el número de cálculos y obtiene resultados bien aproximados al óptimo.
La simplificación consiste en tratar a los vértices (bloques económicos) nivel por

nivel, trabajando primero el nivel superior (1º nivel), luego el 1º con el 2º y así
sucesivamente.
Nivel 1 - -
Nivel 2
Fig. Nº 4
Nivel 3
Fig. Nº 1 58
Al normalizar el grafo únicamente con los vértices del 1º nivel, tenemos el árbol
de la Fig. 4. Se extraen los bloques únicamente con vértices fuertes.
El árbol queda reducido a la Fig. Nº 5.
Nivel 1 - -
Nivel 2
Fig. Nº 4 Fig. Nº 5
59
Añadimos el 2º nivel y tenemos la Fig. Nº 6. Vemos que el vértice 7 está condicionado a la

extracción de 1, pues esto lo tenemos registrado en el grafo original. Por lo tanto podemos
conectar 7 a 1 con un arco, y el arco ficticio desde Xo irá a 1.
Vemos en la Fig. Nº 7 que 1 será un vértice fuerte por lo tanto (Xo,1) es una arista positiva
fuerte, necesariamente a extraer.
Del mismo modo, los vértices 9 y 10 están condicionados a la extracción de 5 (ver gráfico
inicial). Podemos conectar el vértice 10 a 5 que formará así una masa positiva cuyo vértice 5
será fuerte, unido al Xo por una arista positiva fuerte (PF). Fig. Nº 7.
Nivel 1 - -
Nivel 2 - -
Fig. Nº 6 Fig. Nº 7 60
Realizando la extracción de las masas que

tienen como soporte a una arista fuerte
obtenemos la Fig. Nº 8
- Nivel 2
A este resultado le agregamos el siguiente

nivel. Fig. Nº 9. Para poder extraer los vértices Fig. Nº 8
fuertes es necesario extraer los que
condicionan su extracción.
Por ejemplo para extraer 12 es necesario
Nivel 2
extraer 6. Por lo tanto ambos unidos forman -
una masa negativa que será unido a Xo por
una arista positiva débil (Fig. 9). Nivel 3
De igual modo para extraer 13 es necesario
extraer 8. Ambos forman una masa negativa
que unido al vértice Xo resulta ser este arco Fig. Nº 9
(Xo,8) positivo débil.
Fig. Nº 6 61
Vemos que no podemos realizar mas

Nivel 2
extracción por no existir aristas -
fuertes positivas, por lo tanto el fondo
del pit esta conformado por vértices Nivel 3
negativos. Fig. Nº 8
Esto significa que el cierre máximo
está formado por los vértices 1, 2, 3,
4, 5, 7, 9 y 10, constituyendo la solució
óptima, Fig. Nº 10. Fig. Nº 10
Nivel 1
- Nivel 2
Fig. Nº 11
Nivel 3
62
EXTENSIÓN DE CONOS CONDICIONANTES A TRES DIMENSIONES.

Orientándonos a una evaluación similar a tres
dimensiones, es necesario considerar las
variables de gradiente de los taludes en
diferentes direcciones, siendo necesario
establecer una función matemática del cono (Fig.
Nº 12) que permita identificar los bloques
superiores condicionantes para poder extraer los
de menor nivel.
Si bien la función del cono nos permite

identificar los bloques superiores que
condicionan la extracción de bloques inferiores, Fig. Nº 12
puede ser interesante visualizar las diferentes
opciones de configuración de bloques superiores Fig. Nº 8
que se pueden presentar de acuerdo a la
pendiente de los taludes.
63
EXTENSIÓN A TRES DIMENSIONES.
Por ejemplo en la Fig. Nº 13 se presenta dos alternativas visualizadas a tres

dimensiones, analizando las gradientes que generan se presentan los ángulos
según la orientación en la Fig. Nº 14
Fig. Nº 8
En donde manteniendo una disposición

de bloques uniforme y similar a la 1º
Fig. Nº 13 alternativa, se obtienen (Fig. Nº 14)
ángulos diferentes en direcciones: 45º
en la dirección A-A y 55º en la dirección
B-B
Fig. Nº 14
64
EXTENSIÓN A TRES DIMENSIONES.
De aplicarse la 2º
alternativa en forma
genérica, se obtendrían
45º en la dirección A-A y
35º en la dirección B-B.
Fig. Nº 15
Es importante considerar que en algunos casos al aplicar métodos numéricos que

nos faciliten la identificación de los bloques condicionantes, podrían también
evaluarse la posibilidad de utilizar tamaños de bloques en la estimación de
recursos según las gradientes deseadas en los taludes.
65
APROXIMACIÓN DE LIPKEWICH Y BORGMAN Sin embargo es necesario la aplicación de

modelos matemáticas que definan de conos
que en conjunto conformen un función
Esta identificación de los bloques dependientes es muy matemática Y= Γ(x) que integre la
importante para lograr la inclinación de los paredes de la mina geometría de inclinación de los taludes en
a cielo abierto, por lo tanto se requiere encontrar una las direcciones requeridas y a 3D.
secuencia de búsqueda de bloques pertenecientes al cono
avanzando banco por banco y desde cada bloque.
Fig. Nº 17 Fig. Nº 12 Fig. Nº 18
66

Planeamiento en Minas A Cielo Abierto

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

Planeamiento en Minas A Cielo Abierto

Cargado por

Copyright:

Formatos disponibles

CURSO DISEÑO DE MINAS

6.- PLANEAMIENTO EN MINAS A CIELO

BASE DE DATOS GEOLOGICOS

DEPOSITO DE TESTIGOS LABORATORIO

La campaña de perforación diamantina, es

El estudio mineralógico, litológico y

La protección y custodia de los logueos

A partir de los logueos, se podrá

Se observan dos estructuras de variograma para permitir mejor

(1) 1 (0)  2 (0.170)  3 (0.218)  4 (0.232)    0.130 1  0.3370

(2) 1 (0.170)  2 (0)  3 (0.170)  4 (0.252)    0.130 2  0.2507

Modelo - Leyes (Recursos).

INGRESAR A MINOCT16 0-COPIA

La búsqueda de la máxima rentabilidad 1.Ubicar zona

permanente mejora con la aplicación de tamaño

 Descripción del modelo de bloques a utilizar en las pruebas.

 Creación de una metodología de trabajo para definir pit final.

 Cubicación de las envolventes obtenidas y análisis de eventuales diferencias.

 Definición de Fases en cada software.

 Cálculo de plan de producción según distintos modelos.

 Evaluación económica de los planes anteriores.

 Análisis comparativo de resultados.

La optimización económica se define como el procedimiento de simulación de

Para ello se requiere contar previamente con toda la información posible

60m 120m 180m

• Método de razón estéril mineral descendente

Pendiente total del Pit

• Método de razón estéril mineral ascendente

Pendiente total del Pit

• Método de pendientes de trabajo

Secuencia de extracción en fases

Pendiente total del Pit TIEMPO

• La valorización se realiza a cada bloque del modelo de bloques.

• Ingresos se calculan con: • Los costos y egresos se calculan

El costo de mina es el costo de mover un bloque de roca.

Para las siguientes leyes de Cu en bloques

%Cu 0.3 0.3 0.3 0.3 0.3 1 0.3

Utilidad = Ingreso – Costos Revenue Factor (Factor de Utilidad = RF = 11 $/t/%Cu X %Cu

por bloque Costo Mina + Costo Planta (Cm+Cp) = 8 $/t

La relación estéril/mineral interviene en la

P * Lm * Tm = (Cm + (Te * Cm / Tm) + Cp) x Tm

EQUILIBRIO MARGINAL PARA UN CONO

VARIOS PITS PARA VARIOS REVENUE FACTOR

Sección XX - Cuerpo Masivo

Limites del Rajo

Conos flotantes, Lipkewich y Borgman

METODO DEL CONO MOVIL O INCREMENTOS

Las desventajas de este método son: Al ser utilizadas, la solución a menudo

Tanto el cono 1 como el

Este método es particularmente aproximado al de multiconos y se muestra simple

La diferencia que se encuentra con el método anterior, es que no se necesita del

El proceso de este algoritmo puede ser explicado con el siguiente

Empezamos a explorar el primer nivel y extraemos todos los bloques

Agregando el tercer nivel, encontramos en este nivel un solo bloque positivo, el

Adicionando el cuarto nivel en el gráfico, analizamos el bloque con valor positivo

El siguiente paso es comenzar nuevamente el análisis desde el primer nivel, esta

Volviendo a analizar desde el nivel superior, se encuentra que el bloque 23

ALGORÍTMO DE LEARCHS Y GROSSMAN A 2D.

Este algoritmo esta limitado a dos dimensiones, debido a su simplicidad es fácil de

En la Fig. Nº 1 se tiene una sección de J = 9

ALGORÍTMO DE LEARCHS Y GROSSMAN A 2D.

FASE 1: A partir de las valorizaciones de bloques C(i,j) de la Fig 1, se calcula

ALGORÍTMO DE LEARCHS Y GROSSMAN A 2D.