Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lectura 04 - Strategic Mine Planning and Design - En.es
Lectura 04 - Strategic Mine Planning and Design - En.es
com
M. Godoy
Introducción
M. Godoy (&)
MAusIMM, Ingeniero Experto en Minas/Geoestadístico, Golder Associates, Av 11 de
Septiembre 2353, Piso 2, Proviendencia, Santiago, Chile
correo electrónico: mgodoy@golder.cl
1. análisis de incertidumbre de la estructura final del tajo: valor neto (NV), costos,
tonelaje, ley y metal;
2. identificación de áreas de potencial alcista y de riesgo a la baja;
3. análisis de compensaciones para estrategias de reducción de agotamiento; y
4. evaluación de la incertidumbre relacionada con los bloques de mineral que impulsan el
incremento entre los sucesivos tajos.
En los siguientes apartados, cada aplicación se desarrolla por separado e incluye una
descripción paso a paso del procedimiento y una discusión de los resultados obtenidos en una
aplicación de caso real.
estimado único 1
Soltero,
modelo Vista tradicional Desconocido,
Probabilidad
a menudo
verdadero
preciso,
respuesta
equivocado
respuesta
Proceso Minero o
Función de transferencia
Reservas
Diseño de minas y
Modelo de yacimiento
Programación de producción
Financiero y Preciso
Múltiple probable 1
incertidumbre
Producción
modelos Estimacion
Probabilidad
Previsiones
Reservas
Figura 1Conversión de un recurso mineral en una reserva de mineral, visión tradicional y orientada al riesgo.
Un marco basado en el análisis de riesgos… 77
• A partir del archivo de resultados de Whittle producido por el proceso de optimización del tajo, genere un archivo
de lista de tajos de Whittle que contenga información sobre el tajo numerado más pequeño del que forma parte
cada bloque.
• Aplique el archivo de lista de tajos producido en el Paso 1 a cada uno de los modelos de yacimientos
simulados.
• Ejecute el programa de análisis configurado para generar la misma información,
previamente generada por el análisis de la optimización del tajo original. El análisis debe
realizarse para cada uno de los modelos simulados disponibles.
Cantidad de mineral
350
300
250
200
Mineral (MT)
ResSim1 ResSim2
150
ResSim3 ResSim4
ResSim5 ResSim6
100 ResSim7 ResSim8
ResSim9 ResSim10
ResSim11 ResSim12
50 ResSim13 ResSim14
ResSim15 EstMod
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo
1.8
1.6
1.4
1.2
1
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo
Fig. 3Incertidumbre en la calidad de alimentación del molino para las cáscaras de tajo incrementales
Metal recuperado
18000
16000
14000
12000
Oro (Moz)
10000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo
Sugiere que el modelo estimado sobreestima el valor del tajo sobre todos los tramos
de tajo optimizados. Hasta el tajo 27, la nube de Valor Neto acumulado derivada de los
modelos simulados presenta una disminución promedio de aproximadamente 33,39%
en relación al Valor Neto predicho por el modelo estimado. También indica un potencial
a la baja para el tajo 27 con un NV esperado equivalente a $951,6 M o una disminución
del 26,12% en relación a los $1288 M obtenidos para el análisis del modelo de bloques
estimado. Es interesante observar que si se utilizara el Valor Neto como criterio para la
selección del tajo definitivo, las simulaciones concordarían con el modelo estimado al
indicar el tajo 27. El rango de Valores Netos esperados va de $890 a $1013 M. lo que
corresponde a −6,47 a +6,41% con relación al valor esperado.
El objetivo de este análisis es explorar el posible potencial de desventajas y ventajas del pozo
final seleccionado con respecto a los modelos de incertidumbre de ley disponibles. Para lograr
esto, se llevan a cabo corridas de optimización de tajo independientes en cada modelo
simulado. El análisis se divide en dos partes:
1. Primero, cada resultado de optimización se evalúa en términos de mineral contenido, ley, metal y
valor del tajo. Esto proporciona una cuantificación del potencial del proyecto dados escenarios
realistas de la distribución espacial de las leyes.
2. La segunda parte analiza las extensiones espaciales de un tajo específico producido para cada
optimización independiente. La comparación de esta 'nube' de estructuras de pozo con un diseño de
pozo determinado proporciona una evaluación de las áreas con ventajas y desventajas.
80 M. Godoy
1200
1000
Valor Neto (M$)
800
600
400
ResSim1 ResSim2 ResSim3 ResSim4
ResSim5 ResSim6 ResSim7 ResSim8
200 ResSim9 ResSim10 ResSim11 ResSim12
ResSim13 ResSim14 ResSim15 EstMod
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo
potencial y se puede utilizar para definir objetivos para perforaciones adicionales. También proporciona
una indicación sobre la solidez de un diseño de tajo determinado en relación con la incertidumbre de la
ley.
• Crea un nuevo proyecto en Whittle e importa cada uno de los modelos simulados. A continuación,
establezca los parámetros de optimización para la ejecución de optimización.
• Aplique los mismos parámetros a cada modelo y ejecute la optimización. El proceso generará
una serie de archivos de resultados de Whittle, uno para cada modelo simulado. Este paso suele
requerir una gran cantidad de espacio en disco.
• Ejecute el programa de análisis configurado para generar la información resumida
relevante. El análisis debe realizarse para cada uno de los modelos simulados disponibles.
• Produzca secciones transversales para un número de pozo seleccionado en todos los modelos optimizados.
A diferencia del desarrollo de un análisis de riesgo sobre los armazones finales de un tajo determinado,
como se llevó a cabo en la sección anterior, el procedimiento anterior genera conjuntos alternativos de
armazones incrementales, un conjunto para cada modelo simulado. Cifra6muestra la roca total contenida en
cada capa incremental producida por cada optimización independiente.
La línea naranja gruesa corresponde a los resultados obtenidos del análisis de los estratos
incrementales optimizados en el modelo estimado, en adelante denominado tajo estimado.
Las líneas finas corresponden a los resultados obtenidos del análisis de los cascarones
incrementales optimizados en cada uno de los modelos simulados, en adelante denominados
tajos simulados. La figura muestra que hasta el tajo 24 los tajos estimados y simulados
presentan una cantidad equivalente de roca contenida, es decir, tienen aproximadamente el
mismo volumen. Desde alrededor del pozo 25, hay una clara separación con los pozos
simulados mostrando un aumento progresivo en comparación con el pozo estimado. Este
escenario permanece igual hasta el tajo 39, cuando el tajo estimado comienza a
Un marco basado en el análisis de riesgos… 81
Movimiento Total
2500
ResSim1 ResSim2
ResSim3 ResSim4
ResSim13 ResSim14
ResSim15 EstMod
1000
500
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo
Figura 6Tonelaje total de roca contenido en los tajos incrementales. El pozo estimado está representado por la línea
naranja gruesa y las líneas finas de colores restantes corresponden a pozos simulados.
Cantidad de mineral
350
300
250
200
Mineral (MT)
ResSim1 ResSim2
150
ResSim3 ResSim4
ResSim5 ResSim6
100 ResSim7 ResSim8
ResSim9 ResSim10
ResSim11 ResSim12
50 ResSim13 ResSim14
ResSim15 EstMod
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo
figura 7Tonelaje total de mineral contenido en los tajos incrementales. El pozo estimado está representado por la
línea naranja gruesa y las líneas finas de colores restantes corresponden a pozos simulados.
Grado de oro
3
ResSim1 ResSim2
2.8 ResSim3 ResSim4
ResSim5 ResSim6
2.6 ResSim7 ResSim8
ResSim9 ResSim10
2.4 ResSim11 ResSim12
ResSim13 ResSim14
2.2 ResSim15 EstMod
Ley (g/t)
1.8
1.6
1.4
1.2
1
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo
Figura 8Ley promedio contenida en los depósitos incrementales de los tajos. El pozo estimado está representado por la línea
naranja gruesa y las líneas finas de colores restantes corresponden a pozos simulados.
pozo estimado (aproximadamente 10% menos). El perfil de riesgo sobre Valor Neto va desde
$1068 a $1292 M, lo que corresponde a un rango de −7,86 a +6% en relación al valor esperado.
Es interesante observar que, en cuanto al modelo estimado, el Valor Neto máximo sobre todo
el tajo simulado corresponde al tajo número 26. Esto muestra que el tajo 26 es bastante
robusto con respecto a la incertidumbre de ley. Otra conclusión
Un marco basado en el análisis de riesgos… 83
Oro recuperado
350
300
250
200
Mineral (MT)
ResSim1 ResSim2
150
ResSim3 ResSim4
ResSim5 ResSim6
100 ResSim7 ResSim8
ResSim9 ResSim10
ResSim11 ResSim12
50 ResSim13 ResSim14
ResSim15 EstMod
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo
Figura 9Total de metal recuperado contenido en depósitos de tajo incrementales. El pozo estimado está representado
por la línea naranja gruesa y las líneas finas de colores restantes corresponden a pozos simulados.
1200
1000
Valor Neto (M$)
800
ResSim1 ResSim2
600
ResSim3 ResSim4
ResSim5 ResSim6
400 ResSim7 ResSim8
ResSim9 ResSim10
ResSim11 ResSim12
200 ResSim13 ResSim14
ResSim15 EstMod
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo
Figura 10Valor total del tajo de los depósitos incrementales del tajo. El pozo estimado está representado por la línea naranja
gruesa y las líneas finas de colores restantes corresponden a pozos simulados.
Lo que se puede extraer de estos resultados, que es coherente con los resultados obtenidos en el
análisis presentado en la sección anterior, es que existe una sobreestimación global de leyes y
tonelaje de mineral por parte del modelo estimado en comparación con los modelos simulados.
Se produjeron una serie de secciones transversales para la carcasa del foso 27 en todos los modelos
optimizados y para un diseño del foso. Estas secciones transversales fueron superpuestas y se presentan en
la Fig.11. Las principales conclusiones que se extraen del análisis de estos cortes transversales son
84 M. Godoy
Figura 11Secciones transversales producidas para el pozo 27 sobre todos los modelos optimizados superpuestos con el diseño real del pozo
Un marco basado en el análisis de riesgos… 85
la siguiente. Los pozos simulados respetan fielmente la pared oriental del diseño actual del pozo, lo
que muestra que la pendiente oriental es estable en relación con la incertidumbre de la ley. En
general, hay una fluctuación más pronunciada en el muro occidental, lo que indica niveles más altos
de incertidumbre sobre la ley. El diseño actual tiene una extensión del muro occidental, que no está
incluida en las optimizaciones tanto de los tajos estimados como de los simulados. Esta extensión
representa una importante zona de potencial de desventaja y va desde la superficie actual del tajo
hasta los niveles más bajos del tajo. Los pozos simulados indican una región con potencial de mejora
en la zona suroeste del pozo donde los pozos simulados alcanzan niveles que son más profundos
que el diseño actual del pozo. Se muestra que la dispersión de la nube de pozos simulados es baja
desde la superficie hasta el nivel 350. A continuación, el diferencial aumenta considerablemente. Esto
refleja la creciente incertidumbre sobre la distribución de las leyes en profundidad y está
directamente relacionado con la falta de perforación.
Análisis de compensaciones
El tonelaje de mineral combinado esperado del escenario 'B' es un 2,3% superior al del escenario
'A' (28,2 Mt frente a 27,6 Mt). El perfil de riesgo para el escenario 'A' muestra una gama de
86 M. Godoy
Figura 12Vista del recorte frente al diseño del foso. Los colores indican diferentes conchas de pozo incrementales.
300
Máximo
250
Mínimo
Cantidad de mineral (Tm)
Esperado
200 Estimado
150
100
50
Un escenario Primera etapa Segunda etapa
variación que corresponde al 5,2% del tonelaje de mineral esperado. Para las dos etapas
del escenario 'B', estos rangos corresponden a 5,19% y 6,51% respectivamente. Para el
escenario 'A', el mineral contenido predicho por el modelo estimado es un 4,16%
superior al tonelaje esperado derivado de las simulaciones. Para la primera y segunda
etapa, esta diferencia corresponde al 4,63% y al 9,89% respectivamente. Cifra14 muestra
los resultados en términos de oro recuperado.
El metal recuperado esperado en el escenario 'B' es aproximadamente un 1,7% superior al
del escenario 'A' (1,63 Moz frente a 1,60 Mt). El perfil de riesgo para el escenario 'A' muestra un
rango de variación que corresponde al 7,1% del tonelaje esperado. Para el escenario 'B' estos
rangos corresponden al 8,5% y al 12,3%. Para el escenario 'A', el oro recuperado predicho por
el modelo estimado es un 10,43% mayor que el tonelaje esperado derivado de las
simulaciones. Para la primera y segunda etapa del escenario 'B', esto
Un marco basado en el análisis de riesgos… 87
1.8 Máximo
Mínimo
1.5
Cantidad de metal (Moz)
Esperado
1.3 Estimado
1.0
0,8
0,5
0.3
0.0
Un escenario Primera etapa Segunda etapa
200
Máximo
175
Mínimo
150 Esperado
Valor neto (millones de dólares)
125 Estimado
100
75
50
25
0
Un escenario Primera etapa Segunda etapa
Figura 15Perfiles de riesgo sobre el valor del tajo de dos escenarios mineros
1. A partir del archivo de resultados de Whittle producido por el proceso de optimización del tajo, genere un archivo
de lista de tajos de Whittle que contenga información sobre el tajo numerado más pequeño del que forma parte
cada bloque.
2. Utilice el programa de rebloqueo: aplique el archivo de lista de tajos producido en el paso 1 a cada uno de
los modelos de bloques simulados. Esto creará un conjunto de archivos de resultados.
3. Produzca secciones transversales para los cascos de pozo incrementales.
4. Genere la información resumida de los dos pozos. El análisis debe realizarse para
cada uno de los modelos simulados disponibles. Derive la información referente al
volumen incremental restando los valores físicos mineros acumulados (cantidades
de mineral y metal) y los valores económicos (valor neto, costo de procesamiento y
costo de minería) entre los dos tajos sucesivos.
tabla 1Perfil de riesgo de los parámetros físicos mineros y económicos del incremento entre los tajos
26 y 27
se muestran para los perfiles de riesgo sobre calidad, contenido de metal y costos. El problema
principal aquí está en relación con el valor neto, que tiene posibilidades de ser negativo. Su perfil de
riesgo va desde aproximadamente $-8.2 M a $17.7 M. El motivo del aumento en el perfil de riesgo es
el costo de minería asociado a un alto ratio de stripping (*9), lo que hace que el Valor Neto sea
hipersensible a posibles variaciones en el oro recuperado. . Es importante señalar que el perfil de
riesgo indica un Valor Neto esperado para este incremento de $7,4 M. De hecho, sólo uno de 15
modelos simulados presentó un valor negativo para el Valor Neto. Los resultados indican una
incertidumbre relativamente baja en los tonelajes y las leyes contenidas entre los tajos 26 y 27. Sin
embargo, esta incertidumbre relativamente baja se convierte en un tema crítico debido al alto índice
de desmonte que hace que el Valor Neto del incremento sea muy sensible a la incertidumbre de las
leyes así como al precio del oro.
Se han generado varias secciones transversales para mostrar la región del tajo en relación con el
incremento entre los tajos 26 y 27. Estas secciones muestran las capas incrementales, el diseño
actual del tajo y los bloques de mineral contenidos dentro del incremento. Las principales
conclusiones extraídas del análisis de estos cortes transversales tienen cuatro componentes.
Primero, la diferencia principal entre los costos incrementales del tajo Whittle de $550/oz y $560/oz
corresponde a una región ubicada en el extremo sur del tajo. La mayoría de los bloques de mineral
incrementales tienen un valor esperado dentro del rango de 1,5 a 2,5 g/t. Además, la mayoría de los
bloques de mineral incrementales tienen más del 60% de posibilidades de estar por encima del
límite. El incremento contiene una gran cantidad de desechos y el diseño del pozo tiene
considerablemente más desechos que el casco del pozo 27.
Conclusiones
El objetivo de este trabajo fue ilustrar diferentes aplicaciones del análisis de riesgos sobre los efectos
de la incertidumbre de la ley en diversos aspectos de la optimización y el diseño del tajo. Se han
llevado a cabo cuatro casos para ilustrar diferentes tipos de aplicaciones:
1. El primer caso consistió en un análisis de incertidumbre sobre los resultados de optimización del
tajo: valor neto, tonelaje, ley y metal. El procedimiento consistió en aplicar un conjunto de
cálculos incrementales del tajo, producidos por el proceso de optimización del tajo, a un
conjunto de modelos de recursos simulados. El análisis posterior de cada modelo produjo un
conjunto de resultados igualmente probables para los pronósticos físicos y económicos de la
minería dado el conjunto inicial de análisis de pozos incrementales.
2. El segundo caso identificó áreas en las que la incertidumbre sobre la ley tiene un impacto
importante en la definición de los límites finales del tajo (potencial al alza/a la baja). En lugar de
desarrollar un análisis de riesgo sobre un conjunto dado de planos incrementales, este
procedimiento consistió en la generación de conjuntos alternativos de planos incrementales, un
conjunto para cada modelo simulado.
3. El tercer caso tenía como objetivo cuantificar el impacto de la incertidumbre sobre la ley en
el tonelaje, las leyes, el metal y el valor neto de dos escenarios mineros diferentes para
una reducción determinada. El objetivo principal era evaluar si uno de los escenarios era
mejor en términos del compromiso entre Valor Neto y exposición al riesgo.
90 M. Godoy
Referencias
David M (1988) Manual de estimación de reservas de mineral geoestadísticas avanzadas aplicadas. Elsevier
Science Publishers, Ámsterdam, p. 216
Dimitrakopoulos R (1998) Algoritmos de simulación condicional para modelar la incertidumbre del yacimiento en
Optimización a cielo abierto. Int J Surf Min Reclam Environ 12:173–179
Dimitrakopoulos R, Farrelly CT, Godoy M (2002) Avanzando desde la optimización tradicional:
incertidumbre de grado y efectos de riesgo en el diseño a tajo abierto. Instituciones trans de Min Metall Min
Technol 111:A82–A88
Dimitrakopoulos R, Martinez L, Ramazan S (2007) Una máxima ventaja/mínima desventaja
enfoque a la optimización tradicional del diseño de minas a cielo abierto. J Min Sci 43:73–82
Godoy MC (2002) La gestión eficaz del riesgo geológico en la producción a largo plazo
programación de minas a cielo abierto, Ph.D. tesis, Universidad de Queensland, Brisbane, p. 256 Journel
AG (1992) Imágenes por computadora en la industria de los minerales, más allá de la mera estética. En
Actas del 23º APCOM (Simposio internacional sobre la aplicación de computadoras e investigación
de operaciones en la industria mineral), Sociedad de Minería, Metalurgia y Exploración, Littleton,
págs. 3–13
Kent M, Peattie R, Chamberlain V (2007) Incorporación de la incertidumbre de grado en la decisión de
Ampliar el tajo principal de la mina de oro de Navachab, Namibia, mediante el uso de simulación
estocástica. En: Dimitrakopoulos R (ed) Modelado de yacimientos y planificación estratégica de minas, 2ª
ed. Instituto Australasiano de Minería y Metalurgia, Melbourne, págs. 207–216
Lerchs H, Grossmann IF (1965) Diseño óptimo de minas a cielo abierto, Boletín CIM, Canadá
Instituto de Minería y Metalurgia, vol 58, enero
Ravenscroft PJ (1992) Análisis de riesgos para la programación minera mediante simulación condicional. Trans
Instituciones de Min Metall Min Technol 101:A101–A108
Whittle J (1999) Una década de planificación y optimización de minas a cielo abierto: el arte de girar
algoritmos en paquetes. En: Actas del simposio internacional APCOM '99 sobre la aplicación de
computadoras e investigación de operaciones en la industria minera, Escuela de Minas de
Colorado, Colorado, págs. 15-24