Sie sind auf Seite 1von 86

GEOESTADSTICA.

COM
La minera es la industria extractiva de mayor monto de inversin y de mayor riesgo, los esfuerzos para reducir la inversin y el nivel de incertidumbre con que se presenta el mineral econmico, son preocupaciones permanentes en toda labor operativa minera y proyecto de inversin.

Uno de los puntos fundamentales para definir la bondad de un proyecto, requiere resolver y definir los niveles de recuperacin metalrgica, definidos por la tecnologa vigente disponible y sus costos de inversin inicial. Los costos operativos mina y planta son los pilares fundamentales que permiten definir la rentabilidad de un proyecto minero, los mismos que se sustentan en un adecuado planeamiento de minado a corto, mediano y largo plazo. Considerando que la bsqueda de un procedimiento operativo ptimo es aquel que nos permite la mxima rentabilidad, los esfuerzos que se puedan aplicar para alcanzarlo desde un inicio generan un procedimiento o estndar de trabajo que se reflejar en menores costos y beneficios destacados. La experiencia tambin indica mantener una permanente revisin y control de los estndares de trabajo que puedan mantenerse durante un tiempo, a fin de identificar los puntos frgiles que se requieran mejorar para volver a alcanzar nuevamente el procedimiento ptimo inicial. Los integrantes de nuestra empresa conocen bien el qu hacer en las operaciones de minado, as tambin tienen claridad del respeto y cuidado que se debe tener en cada normativa que regulan las actividades mineras. Esto permite mejorar los estndares de trabajo e inversin que algunas veces son tomadas con simplicidad de otras experiencias "similares", consideramos que el evaluar con profundidad las condiciones particulares propias de cada proyecto minero o de una operacin minera generarn una importante reduccin de montos de inversin, costos, tiempo y esfuerzo. Ante esta secuencia de actividades que conlleva importantes montos de inversin, costos operativos con comprensibles riesgos en cada una de las etapas, consideramos oportuno proponer a las compaas mineras nuestra experiencia acumulada en muchos aos de trabajo en diferentes tipos de operaciones mineras, plantas metalrgicas y localidades que alcanzan a la regin andina.

Estimacin de Recursos
Una de las etapas ms importantes para evaluar un depsito o parte de un depsito de minerales

1 Conceptos de Geoestadstica Objetivo del Kriging

Teora Geoestadstica: Objetivo del Kriging


El objetivo del kriging es interpolar la ley a partir de muestras que lo rodean, asignando pesos a cada muestra que redusca al mnimo la varianza de estimacin. En otras palabras, se interpola la ley con la mxima precisin posible. La precisin de la estimacin (interpolacin) depende de varios factores:

Del nmero de muestras y de la calidad de la data en cada punto De la posicin de las muestras con respecto al punto a estimar De la distancia entre las muestras y con el punto a estimar De la continuidad espacial de los valores de las muestras

Para poder llegar a la definicin del kriging, es necesario dejar claro la definicin de la varianza de estimacin. A continuacin se presenta la deduccin de las varianza de estimacin simulando las ocurrencias de una funcin aleatoria con resultados de anlisis qumicos al interior de un bloque.

Funcin Aleatoria

Teora Geoestadstica: Funcin Aleatoria


FUNCIONES ALEATORIAS Un valor observado en cada punto de x es considerado como el resultado z(x) de un variable aleatoria Z(x), se debe comprender que cada uno de los puntos z(x), sean estos cuantificados o no, son representados por la variable aleatoria Z(x). La totalidad de variables aleatorias Z(x) localizados en cada punto x, conforman una

funcin aleatoria FA. (que es sinnimo de un proceso estocstico). La funcin aleatoria reproduce la misma relacin de una de sus ocurrencias como variable aleatoria. La funcin aleatoria esta caracterizada por una distribucin finita multidimensional de variables aleatorias. Por ejemplo la unin de la distribucin de todas las variables aleatorias Z(x1), Z(x2), Z(x3).... Z(xk), para todos los k y para todos los puntos x1, x2,..., xk conformara una funcin aleatoria (F.A.), lo cual sera imposible hacer algo prctico, a menos que estemos preparados para hacer supuestos a estas distribuciones. Hiptesis intrnseca de estacionariedad En estadstica es comn asumir la estacionariedad de las variables, por ejemplo los indicadores estadsticos y distribuciones de frecuencia son invariables a la traslacin, de la misma forma una funcin aleatoria estacionaria es homognea y auto repetitiva en el espacio. Es decir para todo incremento h, la distribucin probabilstica de Z(x1), Z(x2), Z(x3),...., Z(xk) es la misma a h metros de distancia Z(x1+h), Z(x2+h), Z(x3+h),...., Z(xk+h). Esto hace posible realizar una inferencia estadstica sobre una ocurrencia particular de las variables. En el estricto sentido la estacionariedad requiere que todos los momentos (estadsticos) sean invariables en la traslacin, pero esto no puede ser verificado a partir de data experimental, usualmente solo podemos contar con dos momentos que son la media y la covarianza para que sean constantes. A esto llamamos estacionariedad de segundo orden. En otras palabras, reconocemos y dejamos establecido que el valor esperado (o promedio) de Z(x) debe ser constante para todos los puntos x. E(Z(x)) = m(x) = m

En "segundo" lugar la funcin covarianza de los valores existentes entre cualquiera de dos puntos x y x+h depende del vector h, pero no del punto x. Es decir: E(Z(x).Z(x+h)) - m2 = C(h)

No se necesita hacer asumciones sobre la varianza, por que sta se orienta a ser igual a la covarianza C(h), para una distancia de h=0. En la prctica a menudo la aplicacin de asumciones no satisface, claro que cuando se observa que hay una tendencia marcada de una mineralizacin no se puede asumir el valor promedio como constante. Otra rama de la geoestadstica fue desarrollado para tomar en cuenta la no estacionariedad en las variables regionalizadas. Esta fuera de nuestro tema, los interesados pueden consultar a Matheron (1973) o Delfines (1976). Por el momento podemos considerar casos en donde el valor promedio se mantiene constante. Sin embargo, aun cuando esto es cierto, la covarianza no esta presente. Un ejemplo prctico particular de esto fue descrito por Krige (1978) para leyes de oro en Sudfrica. En ambas investigaciones terico y prctico, es conveniente plantear esta

hiptesis. A esto se debe por que Matheron (1963 - 1965) desarroll la "hiptesis intrinseca", en donde se asume que para incrementos en la funcin aleatoria hay presencia de estacionariedad en la ley promedio y tambien en la varianza de incrementos Z(x+h) Z(x) y es independiente del punto x. E(Z(x)) = E(Z(x+h)) E(Z(x+h) - Z(x)) = 0 Var (Z(x+h) - Z(x)) = 2Gama(h)

La funcin Gama(h) se denomina semi-variograma (variograma para simplificar). Es la herramienta bsica para la interpretacin de la estructura de un fenmeno o para la estimacin. Las variables regionalizadas que son estacionarias siempre satisfacen la hiptesis intrnseca, veremos que si la variable regionalizada es estacionaria, existir equivalencia entre el variograma Gama(h) y la covarianza C(h). La mayora de los estimadores utilizados en las ciencias de la tierra, son combinaciones lineales de datos. Es cierto que para el mtodo del inverso de la distancia, el mtodo poligonal o para otro mtodo de medias mviles, no habra forma de determinar la varianza que parecera cero, por ello es importante calcular la varianza en furncin del variograma o cavarianza. En contraste con el caso estacionario, cuando trabajamos con variables intrnsecas las operaciones son solo definidas por incrementos. Veremos que la varianza de una combinacin lineal puede ser calculada solamente si la suma de los pesos es cero, utilizando el indicador de la funcin aleatoria en base a incrementos dentro del rango del modelo del variograma disponible. Funcin espacial de la covarianza Las propiedades bsicas de la covarianza espacial y su relacin con el variograma para funciones aleatorias estacionarias, son las siguiente: C(0) = varianza C(h) = C(-h) |C(h)| < = C(0)

La relacin bsica entre el variograma y la respectiva covarianza es la siguiente:

Es decir:

El variograma en la prctica indica (en cada uno de sus puntos) el valor esperado de la diferencia entre las muestras distanciadas en h metros. Este instrumento servir de soporte para la medicin de la probabilidad de acercarse a la realidad al realizar la estimacin de la ley en un depsito de mineral.

Variografa Modelamiento

Teora Geoestadstica: Variografa - Interpretacin - Modelamiento

DEFINICIN Como se explic en la formulacin terica, el variograma de una funcin intrnseca aleatoria esta expresado por:

En donde Z(x+h) y Z(x) son los valores de leyes en el punto x+h y x respectivamente, considerando que las variables estacionarias e intrnsicas, el promedio de Z(x+h) - Z(x) es cero, el variograma resulta ser el promedio de las diferencias.

Expresado en trminos numricos para aplicacin prctica, tenemos:

Los puntos x y x+h se debe entender que pueden estar en un espacio de n dimensiones como n=1, 2 3. En todos los casos es necesario determinar gama(h) en todas las direcciones posibles para identificar la orientacin del comportamiento de la mineralizacin. Si bien la expresin matematica indica que el variograma es funcin de h, en donde h es la distancia entre pares de muestras, esto significa que la funcin se crear en base al valor promedio de la diferencia de pares de muestras que se encuentren distanciados a h metros.

VARIOGRAMA A 1 DIMENSIN Por ejemplo para el caso de clculo del variograma en una direccin se tiene en el siguiente ejemplo, Fig. 1, leyes distanciadas cada dos metros. En la Fig. 2 se describe el clculo de cada punto del variograma para distancias h=2m, h=4m, h=6m, etc.

Fig. 1

Fig. 2

VARIOGRAMA A DOS DIMENSIONES Para el clculo del variograma a dos dimensiones es necesario precisar la direccin de clculo, esta direccin se indica en base a un rango de ngulo que debern formar los pares de muestras. Cualquier otro par de muestras que no cumplen con el rango de orientacin no formar parte del clculo del variograma. Por ejemplo en el grfico siguiente se presentan muestras en X e Y.

Fig. 3 En la Fig. 3 se observa que el clculo del variograma se realizar para la direccin N80E considerando un ngulo de tolerancia de +/- 15, que indica que los pares de muestras que se encuentren que intervienen en el clculo deben una orientacin entre N65E y N95E. Como el variograma es una funcin de "h", se debe indicar su primer valor, en este caso se fijar en 6 m, el siguiente valor 12 m, el tercer valor 18 m, y as sucesivamente. La forma de clculo del variograma en esta direccin se presenta como sigue (Fig. 4)

Fig. 4 Estos nueve resultados generan el grfico del variograma, que servir para interpretar su comportamiento en la direccin calculada, para otras direcciones se debern volver a realizar lo clculos tomando pares de muestras que tengan la orientacin deseada. Para un clculo a tres dimensiones el rango del ngulo de orientacin de los pares se definir en un cono teniendo como orientacin principal el eje del cono. Para un depsito a tres dimensiones se recomienda calcular los variogramas en todas las direcciones a fin de encontrar la direccin preferencial de la mineralizacin y las

anisotropas

ELECCIN DEL MEJOR VARIOGRAMA Una vez calculado el variograma en todas las direcciones posibles, se seleccionan los mejores que tengan caractersticas que reflejen el mejor comportamiento de correlacin espacial entre las muestras. Entre las formas que adoptan los variogramas, se pueden definir las que se indican en la Fig. N 5:

Fig. 5 Los tipos de Variograma 1, 3 y 5 tienen una misma caracterstica, no tienen correlacin espacial entre las muestras, por lo tanto la estimacin de leyes puede ser realizada con cualquiera de los mtodos de estimacin tradicionales (icd, triangulacin, poligonacin, etc.). Esto indica que no ser posible medir la precisin de la estimacin. Sin embargo es importante destacar que la informacin del variograma sobre el nivel de aleatoriedad (alto, medio o baja) permite determinar el nivel de precisin que se obtendra al aplicar los mtodos tradicionales. Los tipos de Variograma 2, 4, y 6, definitivamente indican ventaja superior en la estimacin de leyes con kriging, la diferencia entre ellas se encuentra en la diferencia de precisin de la estimacin. Por ejemplo para baja aleatoriedad indicado con el variogama 6, la varianza de

estimacin o el error relativo de estimacin ser menor que el que se obtenga con los variogramas 2 y 4. Otros aspectos importantes para elegir los variogramas mas representativos del comportamiento de la mineralizacin son el nmero de pares utilizados para determinar cada punto del variograma y la altura o valores de la meseta del variograma. La meseta es la lnea horizontal mxima que indica el lmite en promedio del variograma. Por lo general los primeros puntos del variograma deben tener alto nmero de pares, a mayor nmero de pares en cada punto del variograma el valor de ste ser mas representativo. Una meseta mas baja en un variograma con respecto a otro, indica que la varianza o error relativo en la estimacin de leyes ser menor, por lo tanto la estimacin ser mas precisa.

MODELOS AUTORIZADOS PARA EL MODELAMIENTO Para el modelamiento de un variograma experimental se deben aplicar frmulas o modelos matemticos autorizados, estos modelos matemticos tienen la caracterstica de ser una funcin siempre positiva para cualquier valor de |h|. A continuacin presentamos los modelos autorizados siguientes: Efecto de Pepita (Co): Corresponde a un fenmeno netamente aleatorio, sin correlacin entre valores, y sin importar que tan prximos se encuentren ellos. Se aplica por lo general en el origen para h=0. En la prctica se obtiene al inferir y determinar en que punto cruza el variograma experimental con el eje vertical. La interpretacin del trmino "efecto de pepita" se aproxima a imaginar leyes de alto y bajo valor distantes pocos milmetros o centmetros, al aplicar la frmula del variogram las diferencias entre ellas generan un alto valor del variograma a una distancia h de casi cero metros. Modelo Esfrico: Corresponde a un comportamiento del variograma de crecimiento gradual similar a la figura N xx. La expresin matemtica es:

para valores de h < a

para valores de h >= a

en donde "a" es el alcance, que es la distancia "h" en donde el variograma alcanza la meseta. Modelo Exponencial: Corresponde a un comportamiento del variograma de crecimiento muy gradual similar a la figura N yy. La expresin matemtica es:

en donde "a" es el alcance que equivale en este modelo a un tercio de la distancia que se alcanza a la meseta. Modelo Potencial: Corresponde a la expresin matemtica

en donde el exponente "n" puede adoptar valores entre cero y 2, reproduciendo lo indicado en la figura adjunta. (el signo "^n" se debe interpretar como potencia "n") Tambien se tienen definidos los modelos Gausiano, Cbico, funcin Seno. Sin embargo los tres primeros modelos descritos son los mas utilizados para el modelamiento, ya sean estos en forma independiente o combinados entre si.

MODELAMIENTO DEL VARIOGRAMA El modelamiento del variograma se realiza una vez que se eligieron los variogramas representativos del depsito para las direcciones principales. El modelamiento consiste en elegir el variograma experimental mas representativo de acuerdo a las caractersticas mencionadas en el punto anterior. Una vez elegido, el variograma experimental suele presentar algunas formas similares a los tipos N 2, 4, y 6. En el modelamiento corresponde aplicar modelos matemticos "autorizados" para encontrar la frmula que representen los variogramas experimentales. As por ejemplo en la Fig. N 8 se observa un variograma experimental superpuesto con el modelo autorizado que mas se le

aproxima. El modelo autorizado aplicado es el "exponencial", el modelo final encontrado es el que indica para Gama(h). En donde el Efecto de Pepita Co = 0.02

Modelo de variograma de dos componentes

"Dist.Prom" es el promedio de las distancias de los pares de muestras utilizados en el clculo del variograma

Modelo de variograma de tres componentes

En este variograma experimental fue necesario aplicar tres componentes en el modelo

Esta figura presenta un variograma ajustado con tres componentes, el primer componente "efecto de pepita" Co, el segundo componente esfrico, y tambin el tercer componente esfrico. Varianza Geoestadstica

Teora Geoestadstica: Varianza Geoestadstica

Supongamos que extraemos un gran nmero de muestras y cubrimos todos los espacios de un bloque de volumen V, asumimos de cada una de las muestras extraemos una infinitsima parte para analizarla. Los resultados suministrarn una ley media de las siguientes caractersticas:

que en la prctica indica el valor promedio de las leyes de todos los puntos con ley z(x) que pueden encontrarse al interior del volmen V. (por ejemplo los puntos blancos del siguiente grfico, pero saturando todo el volmen V).

Fig. 1

Expresado en forma discreta tenemos.

As con todos esos valores analizados en el volumen V, la varianza ser:

Aqu el 0 indica un punto, con un volumen casi cero. Si de esta poblacin de muestras tomamos otra ley analizada de la misma muestra, es decir del mismo punto (considerar que dos anlisis qumicos de cada fraccin de una muestra, nunca proporciona el mismo resultado, salvo que sea coincidencia), tendremos otra poblacin de datos. Si continuamos tomando otra y otra ley de cada muestra tendremos una poblacin de datos para cada punto, la varianza de esta poblacin de datos se define como:

Es decir como la esperanza de la varianza. Se puede demostrar que las varianzas estan relacionadas al variograma por la frmula:

Esta integral es el promedio que se obtiene variando x e y independientemente a traves del volumen V. Expresado en variograma promedio, se tiene:

En el lmite, la varianza de un punto al interior de un volmen V, puede ser expresado por el variograma promedio entre los puntos que se encuentran al interior del volmen V, como se indica en el siguiente grfico.

=====>

Fig. 2 En la prctica se calcula discretizando el bloque V.

VARIANZA DE v DENTRO DE V Ahora consideremos una nueva funcin aleatoria definida como el promedio espacial de un volumen v dentro un volumen V

Fig. 3

El objetivo es encontrar la dispersin de esta nueva variable Zv(x) como si se moviera en todo el volumen V. En la prctiva v podra significar un pedazo de taladro y V podra ser un bloque. La varianza de v dentro de V se expresa por y se da por:

Expandiendolo resulta:

Frmula del Kriging

Teora Geoestadstica: Kriging


DEDUCCIN DE LA FORMULA DE KRIGE Para deducir la frmula del kriging planteamos el problema siguiente: Tenemos N valores de muestras z(x1), z(x2),...., z(xN) en nuestro depsito y queremos estimar una funcin lineal de nuestra variable Z(x). Por ejemplo deseamos estimar los valores en un punto particular Z(xo), o el promedio en cierta regin. Para poder definir y escribir todos los casos separadamente, expresamos el valor a ser estimado con:

El volumen V sera el depsito total, o el block de mineral, o podra ser un pequeo y simple punto. Podra ser incluso un volumen irregular. Para estimar Z(V) consideramos un promedio pesado de la data.

en donde son los pesos. El astersco indicar el valor estimado para diferenciarlo del valor real desconocido en el terreno. El problema se traduce en encontrar los mejores valores para los pesos que se utilizarn en la ponderacin. Es aqu en donde se aplicar el modelo geoestadstico. Consideraremos la variable regionalizada.

Los pesos a encontrar deben estar sujetos a: 1. No ocasionar sesgo en la estimacin

2.- La varianza o error de estimacin debe ser mnimo:

El No sesgo de los ponderadores Asumiendo que la variable aleatoria Z(x) es estacionaria con valor promedio m. Significa que para cualquier zona se mantendr la media m y tambin ser la media de cualquier bloque.

La estimacin de un punto se realizar asignando pesos a las muestras que se encuentran alrededor del punto a estimar, definiendose una combinacin lineal siguiente:

La media del error de estimacin de [Z*v - Zv] puede expresarse en trminos de covarianza o variograma.

A fin de asegurar el no sesgo del interpolador, el valor esperado debe ser cero, por lo tanto m=0 o la suma de los pesos debe ser igual 1.

Varianza mnima en la estimacin La varianza del error [Z*v - Zv] se puede expresar en terminos de la covarianza y del variograma.

en donde:

es el promedio del variograma entre los puntos de las muestras y los puntos discretizados al interior del volumen V, como se indica en el siguiente grfico.

es el variograma promedio entre los puntos discretizados al interior del volmen V y si mismos, como se indica en el siguiente grfico.

A fin de minimizar la varianza de estimacin bajo condiciones que la suma de los pesos deben ser igual a 1, introducimos el multiplicador de Lagrange "u" en la expresin de la varianza a ser minimizada. Si la suma de los pesos debe ser 1.0, podemos adicionar el trmino "u" en la forma que se indica de tal manera que la expresin no cambia en valor.

La derivada parcial de la cantidad es por lo tanto cero, esto permite extender a N+1 las ecuaciones lineales que se denominan sistema de ecuaciones lineales para el kriging. Un poco mas abajo mostraremos los detalles de deduccin matemtica de esta expresin. Cuando escribimos el sistema de ecuaciones lineales en trminos del modelo del variograma resulta.

La mnima varianza de estimacin denominada varianza de kriging, se expresa por:

Ecuaciones del Kriging

Teora Geoestadstica: Kriging


DERIVACIN PRACTICA DEL SISTEMA DE ECUACIONES DEL KRIGING Considerando que Z*v es la ley estimada de un bloque y Zv es la ley verdadera del mismo bloque, tenemos las siguientes expresiones:

Como condicin de no sesgo en la estimacin:

La varianza del error [Z*v - Zv] es la varianza de estimacin del bloque, el cual debe ser el mnimo posible, entonces se debe encontrar el error mnimo de estimacin, el error se expresa de la siguiente forma:

Desarrollando tenemos:

Llevando las covarianzas a variogramas, se tiene:

Para aplicar el teorema de Lagrage se plantea la siguiente ecuacin:

En donde la variable adicionada al final no altera la expresin por ser igual a cero.

Para obtener el valor de los coeficientes que me me suministre el valor mnimo de la expresin, derivamos con respecto a los coeficientes para cada uno de los valores de i = 1, 2, ... , N. A modo de ejemplo consideraremos 4 muestras, y determinaremos el valor de los 4 coeficientes, que vienen a ser los ponderadores o pesos de las muestras. Considerando:

Desarrollaremos la anterior expresin:

Considerando que:

Se obtiene:

Derivando con respecto a

se obtiene:

de aqu se obtiene:

continuando la derivacin para

se obtiene:

y derivando con respecto a "u", se obtiene:

La solucin de estas cinco ecuaciones lineales, determinar el valor de los coeficientes, Si consideramos que tenemos leyes conocidas z(1), z(2), z(3) y z(4) para este ejemplo de clculo, la ley estimada z*se determinar de forma siguiente:

Con una varianza de kriging:

Estimacin de Recursos

La estimacin de recursos interviene inmediatamente despus que se cuenta con la informacin de campo y con informacin de taladros. Es un actividad permanente durante las operaciones mineras, la calidad y certeza de la estimacin es parte fundamental para el logro de las metas de produccin. Por ello el tipo de tcnica de estimacin y el procedimiento que se aplique, debe demostrar confiabilidad y certeza durante los procesos de verificacin, conciliacin y reconciliacin. La estimacin de recursos se realiza contando con dos elementos fundamentales: (1) resultados de ensayes de muestras, provenientes de las distintas formas, tales como sondajes diamantinos (ddh), sondajes de aire reversa (rcd), taladros de voladura para produccin (bhd), canaletas, trincheras, etc. Que aseguren la correcta aplicacin de las tecnologas de muestreo y tratamiento de la muestra, evitando todas las formas de sesgo posible. (2) la interpretacin geolgica, debidamente ingresada a medios digitales.

La evaluacin de recursos se desarrolla de manera distinta para cuerpos, vetas angostas y mantos (con fuerte o suave buzamiento). En todos los casos es necesario la aplicacin de reglas y estndares de estimaciones establecidas en la base terica y prctica de la geoestadstica. En Geoestadstica.com contamos con muchos aos de experiencia para efectuar estimaciones de recursos con resultados confiables, acompaado de una excelente presentacin que facilitar la toma de decisiones en la evaluacin de proyectos y en las operaciones mineras. Nuestros resultados pueden ser tambin refrendados por Personal Calificado (Quality Person), certificado por organismos de reconocimiento internacionalmente. En adicin a los servicios de un informe tcnico consistente, y a requerimiento del cliente, podemos validar los resultados de recursos con intervencin de Personal Calificado (Quality Person), certificado por organismos de reconocimiento internacional. Al margen de otras recomendaciones importantes, consideramos tener presente las siguientes consideraciones para el clculo de recursos: 1. Las leyes de metal deben contar con un registro, acompaado de la interpretacin geolgica y los cores fsicos guardados y protegidos. 2. Los logueos y los resultados de anlisis qumicos deben estar registrados en medios magnticos. 3. Se recomienda aplicar los estndares internacionales en el anlisis, registro y proteccin de las muestras, ante una eventual necesidad de financiamiento bancario. Accede a la primera parte del Cdigo Jorc 4. Para los clculos de estimacin de recursos aplicar software seguro y de preferencia bancable, por ejemplo: Vulcan, Mine Sight, Gemscom, Data Mine, etc. 5. Encargar la revisin de la estimacin de los recursos a terceros, a fin de asegurar los resultados. 6. Asegrese usted que las variables de clculo utilizadas en el software de estimacin fueron correctamente aplicadas, acorde a los lineamientos y parmetros establecidos por la geoestadstica. El uso de criterios de clculo sin sustento previo puede ocasionar riesgos de baja precisin en los resultados. 7. Evaluar y verificar si la precisin de la estimacin encontrada, guarda relacin con el tipo de mineralizacin del depsito y con los indicadores encontrados en el variograma. 8. Asegurese de visualizar a tres dimensiones el modelo de recursos y la informacin geolgica para mejor interpretacin de los resultados. 9. Que los resultados de estimacin de recursos sean exportable al software de clculo de "reservas" minables. 10. Considere usted que los solo los recursos medidos e indicados podrn participar en los siguientes procesos de evaluacin econmica del depsito, los recursos inferidos no podrn formar parte en la evaluacin ni estar comprendidos como parte de reservas probadas y probables.

Fig. 1

Fig. 2

El cdigo JORC

Cdigo de Australasia para Informar sobre Recursos Minerales y Reservas de Mina (el Cdigo JORC)
Preparado por el Comit Conjunto de Reservas de Mina de "The Australasian Institute of Mining and Metallurgy, Australian Institute of Geoscientists, and The Minerals Council of Australia (JORC)" El Cdigo original de 1999 se puso en vigor en el mes de Septiembre de 1999. Esta traduccin al espaol fue publicada en el mes de Mayo de 2001. Esta traduccin del Cdigo JORC se basa en una versin preparada por el personal de BHP Escondida y ha sido revisada por especialistas afluentes en espaol en Australia. En trminos generales, el significado de palabras particulares y frases corresponde a los americanismos en Chile. En cualquier disputa sobre la interpretacin, la versin del lenguaje ingles toma precedencia. This translation of the JORC Code is based on a version prepared by thestaff of BHP Escondida and reviewed by specialists fluent in Spanish in Australia. In general, the meaning of individual words and phrases conforms with South American (Chilean) usage. In any dispute over interpretation, the English language version takes precedence. Cdigo de Australasia para Informar sobre Recursos Minerales y Reservas de Mina (Cdigo JORC) Nota: Solo se presentar el prembulo, para mayor informacin, favor escrbanos.

PREMBULO

1. El Cdigo australiano para Informar sobre Recursos Minerales y Reservas de Mina (el "Cdigo JORC" o "el Cdigo"), establece estndares mnimos, recomendaciones y normas para la Informacin Pblica de resultados de exploraciones, Recursos Minerales y Reservas de Mena en Australia. Este ha sido redactado por el Comit Conjunto de Reservas de Mena de "The Institute of Mining and Metallurgy, Australian Institute of Geoscientists y Minerals Council of Australia". El Comit Conjunto de Reservas de Mena se constituy en 1971 y public varios informes haciendo recomendaciones sobre la clasificacin e Informacin Pblica de Reservas de Mena antes de la primera divulgacin del Cdigo JORC en 1989. 2. En esta edicin del Cdigo JORC, las normas que previamente se separaron del Cdigo, se han colocado despus de las clusulas respectivas del Cdigo con el fin de proporcionar mayor ayuda y gua para los lectores. Estas normas se presentan con sangra y en un tipo letra en cursiva ms pequea. No forman parte del cdigo pero deben considerarse persuasivas al interpretar el Cdigo. Se ha aplicado la misma sangra y tipo de letra en cursiva al Apndice 1 - "El Cdigo JORC y las Bolsas de Valores de Australia" y a la Tabla 1 - "Lista de Verificacin de Criterios de Evaluacin e Informacin" para recalcar que estas dos secciones son normas, y que esta ltima no es una lista obligatoria de criterios de evaluacin e informacin. Adems en esta edicin del Cdigo, se ha marcado la primera de una mencin particularmente significativa, despus de la clusula 2 de trminos que se definen en el Cdigo con un superndice 'D10', y se han destacado las definiciones correspondientes en negritas. Por ejemplo, la Persona Competente'D10' significa que este trmino se define en la clusula 10. 3. El Instituto de Minera y Metalurgia de Australasia y el Instituto Australiano de Geocientficos han adoptado el cdigo y por lo tanto es obligatorio para los miembros de esas organizaciones. Es respaldado por el Consejo de Minerales de Australia y el Instituto de Valores de Australia como un aporte a las mejores prcticas. Las reglas para que las acciones sean cotizadas en la Bolsa de Valores de Australia y en la Bolsa de Valores de Nueva Zelanda incorporan el Cdigo. Ver Anexo 1. 4. Los principales principios que rigen la operacin y aplicacin del Cdigo JORC son, transparencia, relevancia y competencia. La "Transparencia" requiere que el lector de un Informe Pblico D5 reciba suficiente informacin, cuya presentacin sea clara y no ambigua, con el fin de entender el informe y no ser pervertido. La "Materialidad" exige que el Informe Pblico contenga toda la informacin relevante que los inversionistas y sus asesores profesionales podran necesitar razonablemente, y razonablemente esperaran encontrar en el informe, con el fin de hacer un juicio razonado y equilibrado con respecto a la mineralizacin que se est informando. "Competencia" requiere que el Informe Pblico se base en trabajo que es de responsabilidad de una persona debidamente calificada y con experiencia que est sujeta y regida por un cdigo de tica profesional que puede ser aplicado. 5. El Cdigo es la norma mnima requerida para Informacin Pblica. El comit tambin recomienda que se adopte como una norma mnima para otros informes. La referencia que se hace en el Cdigo a un Informe Pblico o Informacin Pblica es la referencia a un informe o informacin sobre resultados de exploracin, Recursos Minerales 020 o Reservas de Mena 029, preparado con el objeto de informar a los inversionistas o inversionistas potenciales y a sus asesores. Esto incluye un informe

o informacin preparada para satisfacer los requisitos reguladores. Se alienta a las Compaas para que en sus Informes Pblicos entreguen la informacin ms amplia posible. Los Informes Pblicos incluyen pero no se limitan a las Memorias Anuales de la compaa, informes trimestrales y otros informes a las Bolsas de Valores de Australia o Nueva Zelanda, o que exija la ley de sociedades. Se recomienda que el Cdigo se aplique a los siguientes informes si han sido preparados para el objetivo descrito en la Clusula 5: estados ambientales; Memornda de Informacin; Informes de Expertos y documentos tcnicos con respecto a la informacin sobre resultados de exploracin, Recursos Minerales o Reservas de Mena. El trmino "requisitos reglamentarios" tal como se usa en la clusula 5 no tiene la intencin de cubrir informes que deben presentar las compaas a agencias gubernamentales que se puedan necesitar para efectos de inventario o planificacin del Gobierno Estatal o el Gobierno Federal. Si los informes preparados para dichos efectos posteriormente quedan disponibles para el pblico, normalmente no se consideraran Informes Pblicos en trminos del Cdigo JORC (ver tambin las normas sobre Clusulas 20 y 37. Se reconoce que puede haber situaciones en que una Persona Competente'D10' prepare documentacin para efectos internos de la compaa o efectos similares nopblicos que no cumple con el Cdigo JORC. En dichas circunstancias, la documentacin debera incluir una declaracin en el sentido de que no cumple con el Cdigo JORC. Esto restringir la probabilidad de que se use documentacin que no cumpla con las normas, como base para Informes Pblicos, ya que la clusula 8 exige que los Informes Pblicos reflejen en forma justa los Recursos Minerales y/o estimaciones de Reservas de Mena y la documentacin de respaldo preparada por una Persona Competente (ver clusula 8, y tambin Apndice 1 con respecto a requisitos de bolsas de valores sobre Informacin Pblica). Aunque se han hecho todos los esfuerzos dentro del Cdigo y Normas para inc luir la mayor parte de las situaciones que podran presentarse en la Informacin Pblica de resultados de exploracin, Recursos Minerales y Reservas de Mena, inevitablemente habr ocasiones en que existan dudas en cuanto al procedimiento apropiado que debe seguirse. En dichos casos, los usuarios del cdigo y aquellos que preparan informes bajo el Cdigo deben guiarse por su intencin, presentar a travs de las normas pertinentes para Informacin Pblica y asegurar que dicha informacin contenga toda aqulla que los inversionistas y sus asesores profesionales razonablemente requeriran y razonablemente esperaran encontrar en el informe con el objeto de hacer un juicio razonado y equilibrado con respecto a la mineralizacin que se est informando. 6. El Cdigo es aplicable a todos los Minerales slidos, incluyendo diamantes, otras piedras preciosas y carbn, para los cuales las Bolsas de Valores de Australia y Nueva Zelanda requieren Informacin Pblica sobre resultados de exploracin, Recursos Minerales y Reservas de Mina. 7. El Comit conjunto reconoce que de tiempo en tiempo ser necesario revisar nuevamente el Cdigo.

3)Ejemplo de clculo de la ley de un tajeo

o Varianza Geoestadstica o Frmula del Kriging o Ecuaciones del Kriging

4)Ejemplo de clculo de la ley de un bloque

i. Varianza Geoestadstica ii. Frmula del Kriging iii. Ecuaciones del Kriging

Calculos de reservas
Las reservas constituyen el activo valorizado de mineral que puede ser extraido econmicamente, para llegar a estos resultados es necesario realizar un anlisis y clculo de costos de produccin, recuperacin metalrgica y eleccin del precio del metal o metales dentro de los plazos de recuperacin de la inversin mas utilidades. Estas tres variables, al parecer simples, definen con certeza la ley de corte (cut off) requerida para el trabajo cotidiano de las operaciones mineras. Ley * T * R * P > Ci En donde las variables son tonelaje (T), recuperacin metalrgica (R), precio del metal a vender (P), costos (Ci)para cada actividad minera i. En las operaciones mineras siempre se tiene que buscar que el lado izquierdo de la expresin sea mucho mayor que el lado derecho, sin embargo estas expresiones al ser iguales se encuentra la Ley que indica el valor mnimo de la ley que se debe extraer y enviar a la planta metalrgica. Ley * T * R * P = Ci La Ley del mineral (ley equivalente si son varios elementos, por ejemplo Pb, Ag, Zn) en este caso significa el Cut Off o Ley de Corte. Hoy se manejan trminos como cut off operativo, cut off empresarial y otros, que se van adoptando en un proyecto minero a

medida que avanzan las operaciones y se tienen que interactuar con activos depreciados (pero con importante valor en el mercado), con costos financieros pagados o refinanciados. Con esta ley de corte podemos identificar los cuerpos o zonas mineralizadas de inters, sin embargo es necesario que este volumen de mineral identificado pueda pagar su extraccin, tanto en minera subterranea como en minera superficial, este concepto es de igual significado. En minera subterranea, si luego de la estimacin de recursos, encontramos que algunos tajeos tienen ley mayor a la ley de corte, sin embargo se encuentran muy alejados de la planta metalrgica, no formar parte de las reservas (hasta encontrar algna forma que redusca los costos de extraccin o minado). De forma similar en minera superficial, los recursos pueden indicar volumenes con leyes superiores a la ley de corte, pero si estos se encuentran en profundidad que no puede pagar el desbroce, no formarn parte de las reservas.

1 Concepto de Clculo de Reservas


Los recursos clasificados en medidos, indicados e inferidos mantienen esta calificacin en base a la precisin de la estimacion que depende de la cantidad de muestras y la proximidad de las mismas utilizadas en la estimacin de recursos, sin embargo esta clasificacin de recursos mantienen una relacin directa con las reservas probadas y probables, pero aqu es muy importante precisar que la calificacin de reservas depende ms de la facilidad de extraccin del mineral. De esta manera se entiende con facilidad que no todos los recursos medidos e indicados podrn convertirse en reservas probadas o probables. Es aqui en donde se destaca que las reservas (probadas o probables) se definen por anlisis de costos, precios y recuperacin metalrgica.

Las reservas constituyen el activo valorizado de mineral que puede ser extraido econmicamente, para llegar a estos resultados es necesario: 1. 2. 3. 4. 5. Anlisis y clculo de costos de produccin Determinacin de la Recuperacin Metalrgica Determinar el precio mas confiable y seguro del metal Determinar el tiempo de proyeccin de estas variables Determinacin de los accesos y volmenes de extraccin del mineral

El conocimiento y control de estas variables permiten definir con mayor certeza la ley de corte (cut off) requerida para el trabajo cotidiano de las operaciones mineras. En la siguiente expresin el lado izquierdo indica las variables: tonelaje (T), recuperacin metalrgica (R), precio del metal a vender (P) y el lado derecho la suma de, costos (Ci). En toda operaci minera el lado izquierdo debe ser mayor que el lado derecho. Sin embargo al igualar estas expresiones se determina la condicin que debe cumplir la ley de corte o cut-off, en donde la ley de corte subir en valor directamente proporcional al alza de los costos, tambin la ley de corte subir en valor cuando la recuperacin metarlgica o el precio disminuyan en valor. En trminos simples la ley de corte indica la mnima ley de mineral que debe ser enviada a la planta de tratamiento. Con esta ley de corte podemos identificar los cuerpos o zonas mineralizadas de inters, sin embargo es necesario que este volumen de mineral identificado pueda pagar su extraccin, tanto en minera subterranea como en minera superficial, este concepto es de igual significado. En minera subterranea, si luego de la estimacin de recursos, encontramos que algunos tajeos tienen ley mayor a la ley de corte, sin embargo se encuentran muy alejados de la planta metalrgica, no formar parte de las reservas (hasta encontrar algna forma que redusca los costos de extraccin o minado). De forma similar en minera superficial, los recursos pueden indicar volumenes con leyes superiores a la ley de corte, pero si estos se encuentran en profundidad que no puede pagar el desbroce y extraccin, no formarn parte de las reservas. La ley de corte puede indicar tambin la ley de corte equivalente (conformado por la ley mnima de cada uno de los metales presentes en el mineral de inters). Otra de las principales preocupaciones de las empresas constituyen encontrar la diferenciacin entre las leyes de corte operativa, empresarial y corporativa, que algunas veces pasan por un mayor anlisis de depreciacin de activos, costos de refinanciamiento y su influencia en el tonelaje de recursos y reservas.

El control anlisis y control comparativo de la ley de corte, costos y reservas permiten preveer y proyectar el desarrollo sostenido de las operaciones mineras.

2 Clculo de Reservas en Minas Subterrneas


Criterios para el Clculo de Reservas en Minera Subterrnea Partiendo del clculo de recursos, con el cual se puede determinar la cantidad de metal presente en cada punto posible de extraccin, es posible valorizar cada uno de los volmenes con recursos estimados. Si tenemos tajeos de vetas en mina subterranea con tonelajes y leyes de metal, stas recibirn un valor de acuerdo al contenido de metal, precio y recuperacin metalrgica. El siguiente paso es iniciar en forma virtual la extraccin de estos tajeos siempre y cuando paguen el proceso de minado hasta colocarlo en la planta de tratamiento. Si bien la ley de corte es un importante clasificador de zonas de explotacin, en minera subterranea tambin es importante determinar el tonelaje suficiente que pueda pagar cada tajeo en los desarrollos que se requieren para su extraccin. Para poder calcular las reservas, es necesario realizar el diseo de la mina subterranea, este diseo debe suministrar seguridad durante la extraccin del mineral de cada tajeo considerando aspectos y consideraciones netamente operativas, como por ejemplo: 1. Certeza de la estimacin clasficado en Reservas Probadas y Reservas Probables 2. Distancia de la planta que permita costos de transporte de mineral incluidos en la Ley de Corte 3. Consideraciones de distancia, accesibilidad, transporte y acarreo 4. Condiciones de trabajo (seguridad, ventilacin, etc) En el grfico N 1 se observa, a manera de ejemplo, un conjunto de tajeos con "recursos estimados" y calificados de la forma siguiente: (A) Medidas, (B) Indicadas, (C) Inferidas. Realizando una evaluacin de cada tajeo y la factibilidad de su extraccin, se determina que de los recursos medidos (A) se extraen econmicamente los tajeos A1 al A10 conformando las "reservas probadas". De los recursos indicados (B) se determina que solo pueden ser extraidos econmicamente los tajeos B1 al B4 conformando las "reservas probables". Se observan tajeos con recursos medidos (A) y recursos indicados (B) que no podrn ser extraidos, por posible falta de algunas de las condiciones de operatividad (2), (3) (4), indicadas en prrafos anteriores. Tambin se observa a los recursos inferidos que no son tomados en cuenta en la evaluacin de reservas para extraccin.

Fig. 1

Hoy en da con el conocimiento de las operaciones y aplicando intensivamente software de diseo podemos determinar con mayor rapidez y certeza, no solo cuales son los tajeos que se debe extraer econmicamente, sino tambin la secuencia de extraccin (plan de minado) a corto, mediano y largo plazo, plasmando en tres dimensiones el modelo geolgico del yacimiento, las rutas de acceso y como quedarn la mina al final de sus operaciones.

3 Clculo de Reservas en Minera Superficial


Criterios para el Clculo de Reservas en Minera Superficial Para calcular las reservas en minera superficial, es necesario realizar el diseo de la mina a tajo abierto, el diseo se sustenta en lograr identificar los bloques estimados con ley superior a la ley de corte (cut off) y al mismo tiempo su extraccin pague el esteril o desmonte que se encuentra sobre ellos.

Fig. 1 Entre las consideraciones mas importantes que se deben tener en cuenta para el diseo de una mina a cielo abierto, se presentan las siguientes: 1. Modelo de bloques con valores de ley y certeza de la estimacin de bloques de mineral 2. Recursos clasificados en medidos, indicados e inferidos 3. Modelo topogrfico del terreno, en una extensin suficiente para la extensin de los taludes del tajo 4. Altura del banco de explotacin y gradiente de los taludes en direcciones 5. Recuperacin metalrgica, Costos de Mina y de Planta, Precios de los metales a explotar

Fig. 2

Fig. 3

Con esta informacin se procede a calcular el diseo ptimo del tajo mediante cualquiera de los software disponibles en el mercado que garantice la optimalidad del clculo. El diseo ptimo es nico, por ser una funcin matemtica, sin embargo constituye un diseo por lo general no aplicable en 100%, debido a que muchas veces presenta contornos no compatibles con la operacin de los equipos de minado. Para ello, es necesario introducir ajustes en el diseo aplicando criterios operativos, si bien estos ajustes alejarn en un pequeo porcentaje el diseo ptimo matemtico, estaremos logrando un ptimo tcnico operativo para el proceso de produccin.

Fig. 4

Fig. 5

Una vez obtenido el "diseo ptimo tcnico" de la mina a cielo abierto (Fig. 4), se procede a calcular el tonelaje de mineral que se encuentra en su interior (Fig. N 5), el mineral dentro del pit es calificado como reservas. Aquellos recursos que fueron calificados como "recursos medidos" y que se encuentran al interior del diseo, reciben el calificativo de "reservas probadas". Aquellos recursos que fueron calificados como "recursos indicados" y que se encuentran al interior del diseo, reciben el calificativo de "reservas probables". Los recursos inferidos no son tomados en cuenta para el clculo del diseo del pit y tampoco como contribucin en los tonelajes de reservas.

Diseo de minas
1 Optimalidad en el Diseo de Minas
Experiencia en: En Per: Tintaya, Cerro Verde, Antamina, Andaychagua, Cerro de Pasco, Toromocho, Cobriza, La Arena, La Granja, Huilacoyo, Picomachay, Tentadora, Seductora, Cochavara, Clarita, Sacalla. Maqui Maqui. El diseo de una mina es la concepcin de como debe quedar la mina al final de la extraccin de sus reservas, para iniciar el diseo es necesario contar con leyes de corte (cut

off) que se aplicarn para todo el depsito o para cada una de las partes del depsito. Para iniciar el diseo de una mina, ya sea subterranea o superficial, es necesario contar previamente con toda la informacin de recursos, es necesario establecer las condiciones y formas de acceso para la extraccin de mineral, as como las condiciones y restricciones de seguridad y medio ambiente durante las operaciones. Con esta informacin se realiza una proyeccin de extraccin de los recursos de las formas mas econmicas posibles, planteandose un gran nmero de opciones de extraccin de mineral a traves del tiempo hasta que se culmine con la extraccin de la mxima cantidad de recursos disponible y con la mxima rentabilidad de inversin. Observando el Grfico N 1, para un depsito con recursos, encontraremos un tonelaje de minado (t) que proporcionar una rentabilidad (r), a cualquiera de los puntos que se encuentran debajo de la curva le corresponde a un (t) que suministra una rentabilidad (r). La nuve de puntos debajo de la curva es infinita, es decir las posibilidades de optencin de rentabilidad de acuerdo al tonelaje (t) tambin es infinita, sin embargo para fines prcticos se debe evaluar el diseo ptimo en los tonelajes que generan rentabilidades mximas (por ejemplo en los puntos a, b, c, d, e, f, g, etc.). Para lograr encontrar la mxima rentabilidad, entre (c) y (f) se aplican modelos matemticos de optimizacin apoyados por software desarrollados para este fin.

Fig. 1: Rentabilidad vs tonelaje de minado Es importante mencionar que la rentabilidad es tambin funcin de N variables que intervienen en todo el proceso de clculo del cash flow. El hecho de conocer mas opciones de optimalidad nos permite obtener la curva que nos expresa el resultado de la sensibilidad de la rentabilidad para todo proyecto nuevo de inversin o proyecto de ampliacin de operaciones. Para determinar si en un depsito se debe aplicar minado subterraneo o superficial, se recomienda desarrollar previamente un estudio de minado a cielo abierto, incluso cuando se trata de una veta con potencia importante y poco recubrimiento. Si queda sin explotar un

importante tonelaje de recursos, se pasa a etapa de comparacin de rentabilidades con minado subterraneo o a minado aplicando ambos mtodos.(Fig. N 2).

Fig. 2: Minado superficial y subterraneo

2 Diseo de Minas en Vetas


En el diseo de una mina subterranea en vetas, se requiere tener evaluado el volumen de mineral existente en cada frente de trabajo, se requiere establecer la secuencia de extraccin del mineral hasta el final de la vida de la mina, se detallan las formas de explotacin en cada zona de trabajo, las rutas de acceso, las rutas de ventilacion, la forma de extraccin del mineral desde cada frente de produccin y las condiciones de seguridad de las operaciones de minado. El minado subterraneo en Per se orienta en su mayora de los casos a vetas angostas, y en menores casos a estructuras con potencia aproximada de 20 o 50 metros. Es menos frecuente la presencia de mantos mineralizados a profundidad. Una de las variables importantes que inciden directamente en los costos y por lo tanto en los resultados del diseo es el ancho de minado, toda variacin del ancho de minado en los

frentes de los tajeos de explotacin ocasionar variacin en la ley y en el tonelaje de recursos y reservas.

Fig. 1: Tajeos subterraneos

Fig. 2: Minado subterraneo y superficial

En la fig. N 1 se observan tajeos de los cuales aquellos con nomenclatura A y B sern extraidos por su proximidad con las rutas de acceso (1, 2, 3). El mineral de los tajeos C no pagarn la extraccin, por lo tanto el diseo de la mina esta definido por la opcin mas rentable de secuencia de minado que engloba un tonelaje total de reservas. Dependiendo de la cantidad de tajeos, el procedimiento para determinar el diseo en una mina subterranea, requiere el registro de cada tajeo con su particular identificacin de calidad, cantidad de mineral, costo de extraccin y recuperacin metalrgica. Luego de este registro e identificacin de tajeos se procede a plantear todas las opciones factibles de extraccin de mineral de los tajeos, los mismos que pueden requerir extraccin simultanea de dos o mas tajeos para cumplir objetivos de mezclas de mineral para fines de mejor recuperacin metalurgica. Para mediana minera, por lo general se presentan varias vetas a explotar simultaneamente, en cada veta se disponde de decenas de tajeos con tonelaje y leyes estimadas. El uso intensivo de herramientas de cmputo con algoritmos que permitan administrar la informacin de las combinaciones posibles para los procesos de clculo que sirvan para encontrar el diseo de mina mas rentable, forma parte de la disciplina de la ingeniera de software minero para alcanzar la optimalidad de la relacin costo / beneficio. Esto significa plantear un gran nmero de posibilidades para la extraccin de la mayor cantidad de mineral de recursos posible, evaluando y ajustando en cada tajo la variacin de los costos operativos mina y su influencia en el cut off, identificando con claridad los tajeos que presentan leyes marginales muy cercanas al cut off, por tratarse de mineral con slidas espectativas econmicas ante eventuales alzas de precios de los metales. La presentacin de los resultados del diseo de minas en vetas, consta de planos descriptivos con cuadros de reservas (tonelajes y leyes) con identificacin de tajeos a extraer relacionado a un cronograma de trabajo hasta el agotamiento de las reservas. Dentro de este cronograma tambin se presenta las fechas y duracin de construccin de accesos, preparacin de la mina, rutas de ventilacin y construcciones para ventilacin, seguridad y contingencia.

3 Diseo de Mina a Tajo Abierto (Open Pits)


El diseo de una mina a tajo abierto ( cielo abierto) es una de las actividades ms importantes en el estudio tcnico econmico de un proyecto minero, pues no solo nos proporcionar las reservas econmicas a explotar, sino la forma de la mina al final de su vida en cada banco de explotacin, la pendiente de los taludes en diferentes niveles, el tonelaje de material estril a extraer, la ubicacin del tonelaje y ley que suministrar la mayor rentabilidad.

Fig.1: Secuencia para llegar a reservas

Consideramos importante en esta parte introducir el concepto de optimalidad que involucra el aplicar un algoritmo de diseo de minas mediante alguno de los software disponibles en el mercado. Es tambin importante mencionar la histrica trayectoria de investigacin en varios pases para lograr el software que obtenga, en primer lugar el diseo ptimo matemtico del tajo abierto, y en segundo lugar que presente versatilidad y flexibilidad en la aplicacin en depsitos de gran dimensin y complejidad.

Para entender la magnitud de la complejidad de clculo en el diseo ptimo de una mina a cielo abierto, se muestra en el grfico N 3

Fig. 3: Tajo con bloques seleccionados En este diseo de tajo abierto, se observan bloques de 10 x 10 x 10 m3, la magnitud del modelo de bloques se encuentra en el orden de 180 x 120 x 80 (1,728,000 bloques) limitado en la parte superior por una topografa. En el grfico se observan bloques seleccionados encima de la topografa del tajo diseado y debajo de sta se observan los bloques que no son posibles de extraer, ya sea por que estar ms profundos o de menor ley, que no pagan su extraccin. Para el diseo ptimo del tajo abierto es necesario que el algoritmo a aplicar seleccione los bloques con ley que puedan pagar la extraccin del material esteril que la recubre, respetando las condiciones de estabilidad de los taludes indicados. Se podr entender que la combinatoria de seleccin de bloques de mineral con bloques con material estril requiere de un software comprobado, validado y reconocido y aceptado internacionalmente por las principales entidades que financian proyectos mineros. Un software de alta versatilidad presenta como resultado en un solo proceso de clculo varios diseos de minas, cada uno diferenciado del parmetro (Pit (i)), que esta en funcin de los costos de mina, planta, precios del metal y recuperacin.

Fig. 4: Diseos de tajos con bloques de reservas Considerando las variables que intervienen en el clculo del cut-off, se entiende que es posible disear pits anidados que estan en funcin de las variables que determinan el cut-

off. Por lo tanto Cada Pit es funcin del, precio (P) del metal, recuperacin (R), tonelaje (T), ley del metal (L) y costos (C).

Los software disponibles actualmente en el mercado pueden suministrar en un solo proceso decenas de pits, simulando un anlisis de sensibilidad para variaciones del parmetro tcnico econmico, indicando tambin el diseo ptimo para las condiciones actuales de costos y precios. En la figura 4 se presentan tajos generados mediante la variacin de parmetros tales como el Costo (mina + planta), Precio del metal, Recuperacin Metalrgica, Tonelaje de Mineral y ley del metal. Estos parmetros en conjunto generan el cut off o ley de corte, entonces cada tajo que pueda generarse mantiene una relacin directa y proporcional con el cut off

Fig. 5: Diseos de tajos para diferentes parmetros En el grfico 5, se muestra como incrementando el valor del precio del metal se puede lograr que se vuelva econmico las profundidades de un pit. Lgicamente esta relacionado a la presencia de buena ley y a la relacin estril mineral. Si observamos un depsito con recursos, podremos realizar un gran nmero de diseos que generarn un tonelaje de minado y una rentabilidad, segn la Fig. 6 podremos encontrar un tonelaje (t) que proporcionar una rentabilidad (r), para cualquiera de los puntos que se encuentran debajo de la curva

Fig. 6: Curva de Optimalidad de la Rentabilidad Si evaluamos la rentabilidad de un proyecto que tiene como mximo 120 millones de toneladas, la rentabilidad puede partir desde valores muy bajos (para mnimos tonelajes) como indica la curva, y se va incrementando gradualmente hasta un mximo, luego del cual la rentabilidad ir decreciendo. Es interesante imaginar que los puntos debajo de la curva tambin son relaciones que pueden presentarse entre valores de tonelaje y la rentabilidad, estos puntos debajo de la curva definitivamente no constituyen valores ptimos para cada tonelaje total a producir en el proyecto. Probablemente estos valores debajo de la curva podran ser utilizados en los casos que no se apliquen criterios de optimalidad ocasionando prdidas en el proyecto por mala concepcin. La cantidad de puntos existente debajo de la curva es muy grande. Los diseos ptimos de tajos abiertos que se pueden encontrar con un software especializado se ubican en el borde superior de la curva (puntos a, b, c, d, e, f, g, etc.), de los cuales para cierta condicin de las variables que intervienen en un determinado momento, encontrariamos el ptimo entre los puntos (e) y (g). El hecho de conocer la mayor cantidad de opciones de optimalidad para distintos valores del parmetro Pit(i) nos permite definir un espectro de opciones de pits ptimos que contribuyen a definir mejor el horizonte de trabajo principalmente en perodos de inestabilidad de los precios y costos. En todo proyecto que involucra inversin y riesgo es necesario contar con un anlisis de sensibilidad de los retornos de inversin acorde a las fluctuaciones de precios y costos.

4 Algoritmos de Diseo de Minas


Bsqueda del ptimo La Mineria al igual que en otros procesos industriales requiere de un anlisis profundo de la forma de explotacin de los minerales, una de las etapas cruciales que definen la

rentabilidad o no de un proyecto minero a cielo abierto corresponde al diseo final ptimo del tajo abierto. La tecnologa de procesamiento de informacin en base a modelos matemticos de optimizacin, ha sido desarrollada durante muchos aos por los principales centros de investigacin de pases desarrollados con importante influencia en inversiones mineras de gran magnitud. Es as que podemos recopilar importantes esfuerzos cientficos desarrollados en Estados Unidos, Inglaterra, Rusia, Francia, Blgica, etc. con miras a encontrar la frmula o el algoritmo matemtico mas eficiente y flexible para conseguir un diseo ptimo matemtico de una mina a cielo abierto. Entre los algoritmos mas importantes podemos destacar: 1. 2. 3. 4. 5. 6. Cono Movil o Mtodo de Incrementos (USA) Algoritmo de Korobov (Ruso) Programacin Dinmica (Lerchs y Grossman) (Ingls y USA) Grafos de Lerchs y Grossman (Ingls y USA) Bosque Subcompactado de Ren Vallet (Belga) Parametrizacin de Reservas Minables de Mathern (Francia)

Casi todos estos mtodos o algortmos descritos, logran obtener o llegar con bastante aproximacin al ptimo matemtico (a excepcin del Cono Movil), pero la diferencia se encuentra en la flexibilidad para el procesamiento y velocidad para converger en el ptimo matemtico, que como se sabe es nico. Ejemplo Figurativo Simple: Para lograr transmitir en forma simple el mensaje sobre el significado de optimizacin de un tajo, y saber por que se llama ptimo, que hace el software que optimiza y por que utilizarlo, podemos imaginar un modelo de bloques (figurativamente) del tamao de una caja de cartn de unos 30 cm de alto x 60 cm de ancho y 88 cm de largo. Los "bloques de mineral" los colocaremos al interior de esta caja de cartn, tomando para ello cajas pequeas de fsforo cerillos (de 1 cm de alto x 3 cm de ancho x 4 cm de largo) distribuidas en forma ordenada. Asumiremos en este modelo simulado que la topografa es horizontal. En total podriamos colocar 30 x 20 x 22 cajas de fsforo (simulando 30 bloques en direccin de la cota, 20 bloques en direccin norte, 22 bloques en direccin este), esto significa que se requeriran 13,200 cajas al interior del model simulado. Si a 5,000 cajas de fosforo ubicados con cierta aleatoriedad en profundidad le cargamos con monedas de valores diferentes entre 1$ y 5$ (obtendremos bloques que simulan la valorizacin del metal dentro de cada uno). A este conjunto de cajas con valores positivos, las rodeamos hasta llenar el modelo con bloques que contengan un material estril pesado y con valor negativo por que su extraccin cuesta, de esta manera tendremos un modelo de bloques que simula a los depsitos de mineral.

El objetivo en este conjunto de cajas de fosforo es extraer los bloques (tanto con valor positivo o negativo) que en conjunto sumen el mximo valor a extraer de todas las combinaciones de extraccin posibles. Asi mismo se deber tener cuidado en darle una forma y gradiente a las paredes del hoyo para que tenga estabilidad. Esta combinatoria de extraccin de bloques de mineral que se encuentran en profundidad cubierto por bloques de material estril es la que buscan los algortmos de diseo de minas para encontrar el diseo que proporcione el mximo beneficio (mayor cantidad de metal y menor cantidad de desmonte). A esta complejidad debemos adicionarle las condiciones de variacin de los precios, costos, topografa irregular, recuperacin metalrgica de acuerdo al tipo de mineral.

a) Diseo de Minas a Cielo Abierto: Mtodo del Cono Mvil


Mtodo del Cono Mvil o mtodo de incrementos Es un mtodo que an es utilizado con cierta frecuencia para obtener los primeros resultados en un diseo, se aproxima al mtodo manual de diseo por su fcil aplicacin. Existen muchas variantes de este mtodo, pero en escencia consiste en remover material en forma de conos o porciones de estos conos. Las consideraciones generales que guan la metodologa son: 1. Definir el volmen de minado inicial, fijando la forma del fondo de este volmen 2. Sumar los valores de los bloques que caen dentro de la porcin a incrementar (parte de un cono) 3. Considerar a la porcin como incremento efectivo al primer volmen si su valor es mayor de cero Cuando no se introduce el criterio econmico, se parte con volmenes de geometra del fondo diferente, y luego se efecta la ampliacin considerando solamente la relacin desmonte / mineral. Las desventajas de este mtodo son: Al ser utilizadas, la solucin a menudo depende de la forma como se parti dando por lo tanto muchas soluciones que no conducen al ptimo. Particularmente el traslape de volmenes no es fcil de controlar. Por ejemplo:

Tanto el cono 1 como el cono 2, ninguno de los dos independientemente pueden ser minados en forma econmica, pero considerando ambos a la vez, resulta un valor positivo = 1. Fig. 1: Ejemplo de Multiconos Tanto el cono 1 como el cono 2, ninguno de los dos independientemente pueden ser minados en forma econmica, pero considerando ambos a la vez, resulta un valor positivo = 1.

b) Diseo de Minas a Cielo Abierto: Algoritmo de Korobov


Este mtodo es particularmente aproximado al de multiconos y se muestra simple permitiendo cierata flexibilidad en la eleccin de las pendientes de los taludes en direcciones principales (X e Y). La diferencia que se encuentra con el mtodo anterior, es que no snecesita del anlisis combinatorio tedioso. La metologa es simple, pero no introduce criterios de optimalidad estricta pues el resultado depende de la direccin en que se trabaja el mtodo. En el ejemplo que sigue se trabajar de izquierda a derecha, el contenido del ejemplo se extrajo a partir de un reporte tcnico de Sergey Korobov, investigador del Instituto de Minas de Mosc, editado en el Dpto. de Mienerales de la Escuela Politcnica de Montreal. El proceso de este algoritmo puede ser explicado con el siguiente ejemplo, partiendo de la Fig. N 1 en donde los nmeros en color es el nmero del bloque, el nmero a su derecha es la evaluacin inicial y el nmero debajo de estos dos, la evaluacin resultante que se forma haca arriba.

Empezamos a explorar el primer nivel y extraemos todos los bloques cuya valucin sea positiva. Encontramos los bloques 1, 2, y 7 que dan la primera evaluacin V = 1+1+3 = 5. Resulta el siguiente grfico.

A continuacin pasamos al segundo nivel y analizamos su influencia en el primer nivel, en el segundo nivel identificamos los bloques con valor positivo 13, 14, y 17. Para cada uno de estos bloques identificamos los bloques necesarios a extraer, que se encuentran en el primer nivel (ver el siguiente grfico). 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 extraido. 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 se pagado el bloque 4. Pasamos al bloque 14 que esta "cubierto" por los bloques 3, 4 y 5, para ser extraido tiene que pagar el costo del bloque 4 y 5, pues el bloque 3 ya lo pag el bloque 13. Vemos que la valuacin 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 stos valores cero como pagados. Por lo tanto hasta el momento contamos como pagados (con valor cero) los bloques 3, 4, 5, 13 y 14. En el mismo nivel encontramos al bloque 17, el cual slo puede ser extraido junto con los bloques 6 y 8. La valuacin resultante del bloque 17 es V = +5 -1-1 = 3. Esto significa que si sumamos los valores de los bloques de los conos extraidos el valor total hasta el momento se incrementara a V = 5 + 3 = 8.

Agregando el tercer nivel (siguiente grfico), encontramos en este nivel un solo bloque positivo, el 23; el cual contiene en su cono de extraccin a los bloque superiores 3, 4, 5, 14, 15, 16. El bloque 23 solo debe y puede pagar la extraccin de 15, debido a que los bloques 3, 4, 5, 14 ya fueron pagadas. (los pagos se realizan de arriba haca abajo y de izquierda a derecha, en aquellos bloques que no fueron pagados por otros bloques anteriormente). Por lo tanto la valuacin del cono resultante desde el bloque 23 es cero y no puede ser extraido.

Adicionando el cuarto nivel (en el siguiente grfico), analizamos el bloque con valor positivo nmero 28, el cual puede solo pagar a 12, 16 y 21 dando como valor resultante del cono igual a cero y no puede ser extraido. 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 (sin considerar los bloques ya pagados) 9, 10, 18, 19, 24 y 25, no se podr pagar el bloque 26, resultando un valor cero para el cono que parte del bloque 31 sin poder ser extraido 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 extraido. (notar que este cono tiene 11 bloques de valor -1). Con ello la valuacin total hasta el momento disminuir a V = 8 + 7 - 11 = 4.

Luego de culminar la extraccin del cono desde el cuarto nivel se obtiene el siguiente grfico.

El siguiente paso es comenzar nuevamente el anlisis desde el primer nivel, esta vez borrando todos los valores resultantes (ceros en este caso). Segn el siguiente grfico, en el nivel 1 no se obtienen bloques positivos, en el segundo nivel encontramos el bloque 13 que paga la extraccin del bloque 3, dando un valor resultante cero sin poder extraerse este cono.

El bloque 14 paga la extraccin del bloque 4, dando como valor resultante 1. Por lo tanto los bloques 3, 4 y 14 pueden ser extraidos. Volviendo a analizar el mismo nivel vemos que podemos extraer el bloque 13 por ya no tener bloques superiores. Hasta aqu la valuacin total ser V = 4 + (3-2) = 5.

Continuamos con el nivel 3 y vemos que ningn bloque puede ser extraido, pues la valuacin resultante desde el bloque 23 es cero. En en 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 extraccin del bloque 24, dando como valor resultante igual a 5, por lo tanto los bloques 15, 24 y 31 pueden ser extraidos. La nueva valuacin ser V = 5 + (6 - 2) = 9 como se indica en el grfico siguiente.

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

minado, la valuacin se incrementar a V = 9 + 1 = 10. Examinando el cono del bloque 28 vemos que no puede ser minado, por lo tanto la valuacin final es V = 10, con el diseo final que se observa. Este mtodo de diseo que puede extrapolarse son facilidad a tres dimensiones, no requiere del anlisis tedioso e incorrecto del mtodo del cono mvil. Por ejemplo si aplicamos el cono mvil en este ejemplo el cono que se forma desde el bloque 31 o el que cono que se forma desde el bloque 32 no pueden ser incluidos en el pit final, sin embargo ambos calculados en forma simultanea si pueden ser incluidos en el pit final.La nueva valuacin ser V = 5 + (6 - 2) = 9. Adems en el primer grfico si evaluamos (con el mtodo de multiconos) solo el cono desde el bloque 28 obtenemos (12 - 9) = 3, no estamos tomando en cuenta que los bloques superiores con valor positivo estaran pagando incorrectamente algunos bloques negativos de niveles inferiores. En este mtodo de Korobov se tiene cuidado de que los bloques negativos de niveles superiores solamente sean pagados por los bloques positivos que se encuetnran en niveles inferiores.

c) Diseo de Minas a Cielo Abierto: Algoritmo de Learchs y Grossman a 2D


Este algortmo esta limitado a dos dimensiones, debido a su simplicidad es fcil de programar, las principales desventajas para un diseo se encuentran justamente por ser a 2D que lo aleja del ptimo, ms an cuando se requiere aplicar los alizados para un pit operativo. Para dar inicio a una explicacin prctica se definirn los siguientes trminos:

"Precedentes" de un bloque x: son los tres bloques que existen a la izquierda de un bloque x (cuando el pit es diseado de izquierda a derecha) El pit pasa por el bloque x, si x pertenece al pit y toca el lmite con sus caras

En la Fig. N 1 se tiene una seccin de J = 9 columnas con I = 4 niveles, con valorizacin de bloques (negativo cuando el material es estril 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 bloques con color gris).

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 expresin:

Fig. 1: Seccin con Valorizaciones C(i,j)

para i = 0,...,I j = 1,..., J.

Se observa que para cualquier pit que pase por el bloque (i,j), M(i,j) representa la participacin del valor de la columna en el pit.

Fig. 2: Seccin con Valores M(i,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

FASE 2 Para todas las columnas desde j = 2 hasta j = j + 1, se trata cada bloque aadiendole el mayor valor de sus precedentes. Es decir se calculo P(i,j).

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. 3: Seccin con Valores P(i,j)

Si nos detenemos a ver el significado de cada valor de P(i,j), vemos que indica el mximo 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 disear el pit desde el bloque P(2,5)=1 haca la izquierda (siguiendo los mximos precedentes) encontramos el cortorno del la Fig. 4. Si sumamos los valores de C obtenemos el valor 1.

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. Segn lo indicado en la fase 2 este valor representara la valuacin del pit ptimo encontrado.

FASE 4 Se entiende con facilidad que se puede dibujar el pit solucin a partir del bloque de la columna 9, siguiendo al bloque precedente P de mayor valor.

Fig. 5: Seccin con Valores P(i,j) con el Pit ptimo

OBTENCION DE UN DISEO HASTA UN NIVEL DESEADO Por definicin el pit ptimo en una matriz de valores como la descrita en la seccin (o de cualquier seccin real de terreno) es uno solo, por lo tanto llega hasta un solo nivel. Sin embargo para propsitos de lograr la extrapolacin a tres dimensiones, se requiere lograr el diseo ptimo hasta un nivel deseado, este diseo si bien no ser el ptimo, ser el diseo que suministre el mximo valor que llega al nivel que uno desea. Partiendo con la misma seccin de valores de bloques (Fig. 1) pero ignorando la existencia del del nivel 4 se tiene la Fig. 6. A esta seccin se aplica el procedimiento de la Fase 1 y tambin lo descrito en la Fase 2.

Fig. 6: Seccin C(i,j) sin el nivel 4

Los valores de M se presentan en la Fig. 7, segn la frmula siguiente:

Fig. 7: Valores de M(k,p)

Los valores de P se presentan en la Fig. 8, que se obtienen con la siguiente expresin:

En donde se tendr en cuenta que cuando k = i, r es diferente de 1, para no tomar en cuenta los valores de P d la fila 3

Fig. 8: Valores de P(k,p)

A continuacin calculamos los valores de P par la fila 3 aplicando la siguiente expresin hasta obtener la Fig. 9.

Fig. 9: Seccin con Valores P(i,p)

PROCESO PARA LLEGAR DEL NIVEL i HASTA SUPERFICIE Considerando que para realizar el diseo ste se delimita dese la superficie, en los siguientes pasos se describir el proceso para delinear el ptimo desde el ltimo nivel hasta la superficie. CASO 1 A partir del primer bloque del ltimo nivel (de izquierda a derecha) subimos la diagonal de izquierda a derecha de la forma siguiente: Con valores de s = 1, 2, 3, ... Para cada bloque (i - s, p + s) de la diagonal, se calcula:

En donde los sub ndices indican las siguientes coordenadas: Bloque Z de coordenadas (i,p), X de coordenadas (i-s,p+s).

Fig. 10: Diagonal y Precedentes de (i,p)

Los precedentes de x son: a : de coordenadas (i-s-1,p+s-1) b : de coordenadas (i-s,p+s-1) c : de coordenadas (i-s+1,p+s-1) Cuando :

y se contina subiendo la diagonal, aumentando el valor de s. Pero si:

Se detiene el ascenso en la diagonal (se detiene el incremento de s) y se pasa a otra diagonal, retornando el clculo desde la fila i , para una columna (p+1) siguiente, en el bloque P(i,p+1). Por ejemplo si empezamos esta aplicacin desde el bloque (i,p) = (3,2), de la Fig. 9, tenemos lo siguiente: P(3,2) = M(3,2) + Max [ P(3,1), P(2,1) ] P(3,2) significa el mximo valor de un pit que se puede construir desde (3,2), sin pasar por los niveles 4 y 5. Para subir la diagonal empezamos con s = 1 (subimos un bloque).

Encontramos que el resultado es P(2,3) que tambin tiene valor 6, por lo tanto cambiamos de diagonal, por que el nivel i no incrementa el valor de los P superiores (se puede comprobar si seguimos subiendo esta misma diagonal). Al cambiar de diagonal tenemos: P(3,3) = M(3,3) + Max [ P(3,2), P(2,2) ] = 4 + Max ( 0, -4 ) = 4 que es lo que se muestra en la Fig. 9. Para subir la diagonal, empezamos con s = 1.

vemos que este resulado es igual a P(2,4) por lo tanto cambiamos de diagonal y pasamos al siguiente bloque (3,4), y as sucesivamente hasta terminar la fila i = 3 (que no hace posible ascender hasta el nivel cero).

CASO 2 Si no se llega al nivel cero en ninguna diagonal, aplicamos el algortmo de optimizacion simple que vimos en la Fase 1 y 2 pero de derecha a izquierda, de la siguiente forma: A partir de la Fig. 7 aplicamos la siguiente frmula similar a la utilizada en la Fase 1 y 2.

Por ejemplo de la matriz M Fig. 7 obtenemos el resultado siguiente:

PD(1,7) = M(1,7) + Max [ PD(0,8), PD(1,8), PD(2,8) ] = -1 + Max [0, -1] = -1 tambin obtenemos: PD(1,6) = M(1,6) + Max [ PD(0,7), PD(1,7), PD(2,7) ] = -1 + Max [9, -1, -3 ] = -1 De esta forma completamos el clculo y obtenemos el resultado de la Fig. 11 y 12.

Fig. 11: Resultado PD(i,j) Hasta el Nivel 2

Fig. 12: Resultado PD(i,j) Hasta el Nivel 3

De esta forma conseguimos dos matrices P(i,j) de la Fig. 9, y PD(i,j) de la Fig. 12. Recordando P(i,j) es el procedimiento de clculo de izquierda a derecha hasta el nivel 3, y PD(i,j) resulta del procedimiento aplicado de derecha a izquierda hasta el nivel 3. A continuacin, utilizando las matrices P(i,j), PD(i,j) y M(i,j), esta ltima de la Fig. 7, calculamos los valores de la siguiente expresin:

En donde V(i,m) representa el mximo valor total de cualquier pit que se trace desde (i,m), el mximo valor de V(i,m) se obtiene elegiendo entre todos los valores V(i,m) que se encuentran desde los bloques de la fila 3. En la expresin se resta M por que esta incluido dos veces (tanto en P como en PD). Como ejemplo de clculo de V(i,m) tenemos:

El valor mximo es V(3,3) = -1, por lo tanto el pit debe ser diseado desde el bloque (3,3), haca la izquierda en la matriz P(i,j) como se indica en la Fig. 13 y haca la derecha en la matriz PD(i,j) como se indica en la Fig. 14. Al unirse ambos trazos resultar un solo diseo del pit ptimo que llega hasta el nivel 3.

Fig. 13:Diseo haca la izquierda en P(i,j)

Fig. 14: Diseo haca la derecha en PD(i,j)

CASO 2 (continuacin) En el caso que aplicando las frmulas relacionadas a la Fig. 7, y se llega al nivel cero en cualquiera de las diagonales analizadas, significa que la fila "i" si contribuye con valor a los niveles superiores, por lo tanto existe un ptimo hasta el nivel "i". En este caso el valor del bloque del nivel cero, a donde se lleg subiendo la diagonal, indica el valor del pit que se puede construir desde l. Entonces cuando se ha intentado subir al nivel cero en todas las diagonales y habiendo llegado en algunas, a a continuacin se busca el mayor valor de todos los bloques del nivel cero y que se encuentre mas a la derecha, y desde all se construye el pit ptimo.

Como ejemplo se desarrollar el pit ptimo hasta el nivel i = 2 en la matriz de costos C(i,j) de la Fig. 6. El clculo de la matriz M(i,j) se presenta en la Fig. 7. A continuacin calculamos P(i,j) hasta el nivel (i - 1) = 1. como se muestra en la Fig. 15.

Fig. 15: Calculo de P(i,j) hasta el Nivel (i - 1)

Al igual que para la Fig. 9, calculamos los P(i,p) que se muestra en la Fig. 16 siguiente. Luego desde cada uno de los bloques de la fila 3 aplicamos la expresin siguiente que se utiliz anteriormente.

A modo de ejemplo obtenemos lo siguiente:

Fig. 16: Clculo de P(i,p) hasta el nivel "i" igual a 2.

Para

Luego s=1 segn lo indicad en la frmula, se tiene:

Cambiamos la diagonal por condicin ya indicada, y tenemos nuevamente:

Luego s=1

entonces cambiamos de diagonal y tenemos:

Luego s=1

Vemos que:

entonces cambiamos el valor de P (1,4) segn la frmula establecida.

A continuacin incrementamos s al valor 2, y tendremos:

Vemos que:

por lo tanto el nivel cero es alcanzado, lo cual indica que es posible construir desde este bloque (0,5) un pit que llegue hasta el nivel i = 2, por lo tanto existe un diseo ptimo que llega hasta el nivel 2. Esta parte del algortmo indica que el procedimiento descrito debe aplicarse para todas las columnas desde p = 2,....., J para buscar otros contornos posibles que se encuentren mas a la derecha y que puedan proporcionar un mejor valor. En este ejemplo particular, al continuar con los clculos no encontraremos un mejor pit, por que no se encuentra un valor mayor de P(0,5) = 3. Aplicado este procedimiento a todas las columnas, buscamos en la fila artificial (primera fila) el bloque de mayor valor que se encuentre ms a la derecha, vemos que es el bloque

(0,9). Este valor 3 es el valor del pit que se puede construir desde l y que llegar hasta el nivel i = 2, como se muestra en la Fig. 17.

Fig. 17

Comparando este resultado, que tiene una particular metodologa que fuerza encontrar el diseo ptimo hasta cierto nivel, con la obtenida por un mtodo mas simple (Fig. N 5) se encuentran iguales resultados, es decir suministran el mismo diseo que llega hasta el nivel 2 y adems el mismo valor econmico. Por lo tanto si el concepto de diseo ptimo nos permite encontrar un solo diseo que proporcione el mximo valor, tambin podemos forzar encontrar el ptimo que llegue a cada nivel (i) deseado, obteniendo como resultado el mejor diseo que proporcione el mayor valor del pit hasta el nivel (i).

Fig. 18

Entonces podemos obtener para una seccin una columna de valores, por ejemplo para una seccin con valores de C(i,j) como se indica en la Fig. N 18, podemos obtener los siguientes resultados:

Fig. 19

En donde el valor econmico del Pit es: S(1,1) = 1 + 1 = 2

Fig. 20

S(2,1) = 1 + 1 -2 -3 = -4

Fig. 21

S(3,1) = 0

Fig. 22

S(4,1) = -8 La columna de valore estar formada por los resultados: 2, -4, 0, -8. Si tomamos otra seccin adyacente, con valores C(i,j), obtendremos tambin otra columna de valores de los diseos hasta cada nivel como el obtenido para la Fig N 18. As sucesivamente obtendremos similares valores para las demas secciones, que nos permitir formar otra matriz como se indica en el lado lateral derecho de la Fig. N 23. A continuacin 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 diseo con mejor valor econmico.

Fig. 23

As si el diseo llega hasta llega hasta el valor 5 del 3er nivel, indica que en el pit en la primera seccin llegar hasta el nivel 1, de donde se tomar el diseo obtenido previamente hasta este nivel. Si en la seccin 2, el diseo llega hasta el 2do nivel, se tomar en esta seccin 2, el diseo encontrado previamente que lleg hasta este 2do nivel. De esta forma se procede a tomar el diseo encontrado y elegido en cada seccin para hacer el ensamblado de secciones y obtener una presentacin similar a la Fig. N 24.

Fig. 24

d) Diseo de Minas a Cielo Abierto: Algoritmo de Grafos de Learchs y Grossman


Este algoritmo se sustenta en la teora de grafos que define entidades y relaciones bsicas simples para lograr la seleccin mxima de entidades agrupadas con valor. En las siguientes lneas se observar como estas entidades son representadas por bloques de mineral, y como

la relacin entre ellas se soportan en definiciones bsicas de relacin entre ellas.

DEFINICIONES BSICAS

Fig. 1

Fig. 1a

Camino: Es una secuencia de arcos tal que el vrtice final de cada uno de ellos corresponda al vrtice inicial del siguiente. No interea la orientacin de los arcos, Fig. 2. Circuito: Es un camino donde el vrtice inicial y final conciden, es decir las orientaciones son en un solo sentido, Fig. 3.

Fig. 2

Fig. 3

Arista: Es un conjunto e(i) = (X,Y) de dos elementos que pueden ser (X,Y) pertenecientes al conjunto A de arcos, o (Y,X) tambin pertenecientes a A. Se diferencian del arco porque la arista no implica orientacin. Cadena: Es una secuencia de aristas (e1, e2, .... , en) donde cada arista tiene un vrtice en comn con el siguiente, Fig. 4. Ciclo: Es una cadena donde los vrtices inicial y final conciden, Fig. 5.

Fig. 4

Fig. 5

Sub-Grafo: Se llama sub-grafo de G(X,A) al conjunto de vrtices Y de X, y comprendiendo a todos los arcos que conectan los vrtices de Y en G, se denota por G(Y,Ay), Fig. N 6a y 6b.

Fig. 6a En donde: X = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}

Fig. 6b

A = {(2,1), (3,2), (4,3), (8,3), (3,5), (8,6), (6,5), (9,6), (6,7), (9,10)} Y = {3, 4, 5, 6, 7, 8} Ay = {(4,3), (8,3), (8,6), (6,5), (6,7)}

Fig. 6a

Fig. 6b

Grafo Parcial: El grafo parcial G(X,B) de un grafo G(X,A) es un conjunto de arcos B contenido en A y conteniendo todos los vrtices de G(X,A), Fig. 7.

Fig. 7a En donde: X = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}

Fig. 7b

A = {(2,1), (3,2), (3,4), (5,4), (5,6), (7,3), (8,3), (8,5), (9,5), (9,10)} B = {(2,1), (7,3), (8,3), (8,5), (5,6), (9,10)} Cierre de un Grafo Orientado: Se denomina cierre de un grafo orientado G(X,A) a un conjunto de vrtices Y perteneciente a X que cumplen la condicin.

Para todo vrtice X perteneciente al conjunto de vrtices Y, implica que cualquier elemento perteneciente al cono (formado a partir de X) pertenezca al conjunto Y. Sea el conjunto Y de vrtices pertenecientes a un "pit". Fig. 8.

Y = {2, 3, 4, 5, 6, 10, 11, 12, 18} Tomemos un punto x del conjunto Y. Por ejemplo el 18, vemos que x pertenece a Y, adems que todos los elementos del cono (es decir los primeros vrtices a minar antes de llegar a X) estn contenidos en ?(x) = ?(18) = {2, 3, 4, 5, 6, 10, 11, 12, 18} Vemos que si Y es un cierre de G(X,A), entonces G(Y,Ay) es un sub-grafo cerrado de G(X,A). Adems por definicin el conjunto nulo Y=0 es tambin un cierre de G(X,A).

rbol: Es un grafo orientado que no contiene ningn ciclo. Se le denomina por T=(X,C). Fig. 9:

Raz: Cualquier vrtice de un rbol puede ser raz. Fig. 10:

Fig. 10a

Fig. 10b

Por ejemplo en la figura si suprimimos un arco (2,6) se obtienen 2 componentes. El componente T1 = (X1, A1) que no contiene la raz se llama ramo de T = (X,C), la raz del ramo es el vrtice del ramo adyacente del arco (2,6). Este vrtice adyacente es el 2. Los ramos de un ramo le llamaremos "ramitos".

EL PROBLEMA Con estas definiciones de base pasamos a anunciar el problema: Dado un conjunto de bloques v(i) de valor m(i), que encierra el yacimiento, estos bloques pueden formar un grafo orientado G(X,A), es decir cada v(i) constituye un vertice x(i) del grafo con un valor m(i), y todos los arcos A estn orientados haca la "superficie", Fig. N 11.

Fig. 11

Se necesita hallar el cierre G(Y,Ay) tal que la suma de las masas m(i) que lo contienen, sea mxima.

todo vrtice Xi que pertenezca a Y (vrtices del cierre mximo) implica que el rbol (o ramo) que forman los vrtices Xi , tambin pertenezcan a Y, Fig. 12:

Fig. 12

Los vrtices x = 1, 2, 3, 4, 5 pertenecen a Y, para que sea un cierre mximo T(X) debe pertenecer a Y.

DESARROLLO DEL ALGORITMO El procedimiento que se explicar en pocos pasos ms adelante, empieza con la construccin de un rbol To en G. Luego To es transformado en sucesivos rboles T1, T2, .... , Tn, segn determinadas reglas hasta que ya no sea posible ninguna transformacin. Entonces el cierre mximo viene formado por aquellas ramas conocidas del rbol final. La transformacin de los sucesivos rboles Ti, pueden ser realizados teniendo en cuenta ciertas propiedades que describiremos a continuacin:

Cada arista ek (arco ak) de un rbol T, define una rama; Tk = (Kk, Ak) Se llamar a Xk, la raz de la rama Tk

La masas Mk de una rama Tk es la suma de las masas de los vrtices

En la Fig. 13 la masa M de la rama es +8.6 podemos decir que la arista ek soporta la masa +8.6

Fig. 13

En una rbol con una raz ficticia Xo, cada arista ek, es caracterizada por una orientacin del arco ek, respecto a Xo Arista positiva (P), cuando el arco ek, esta orientado haca la rama Tk (no haca la raz) es decir si el vrtice final del arco ak es parte de la rama Tk

En la Fig. 13 los arcos (8,4), (7,2) y (8,3 ) son positivos.

Arista Negativa (N), cuando el arco est orientado haca afuera de Tk en este caso Tk es llamado rama negativa. Ejemplo en la rama que soporte (7,13) sta es una arista negativa y la rama que la soporta es negativa 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 dbiles (D)

Ejemplo de tipos de aristas:


Arista de aristas fuertes y positivas: (8,4), (7,2), (8,3) Arista positiva y dbil: (7,1) Arista negativa y dbil: (2,8), (4,10), (7,13) Arista negativa fuerte: (11,6), (7,11)

Fig. 14

Un vrtice Xk es de carcter fuerte cuando la cadena que lo une con el vrtice raz tiene alguna arista fuerte Arbol Normalizado: si su raz es comn a todas las aristas fuertes, cada rbol T de un grafo G puede ser normalizado, reemplazando los arcos P fuertes (Xk, Xe) por un arco que una el vrtice final (de este arco fuerte) con el vrtice ficticio, es decir (Xo, Xe) y el arco (Xq,Xr) de una arista N fuerte por un arco ficticio (Xo ,Xq). Iterando este procedimiento hasta que todas las aristas fuertes tenga Xo como extremidad

El rbol normalizado de la Fig. N 13 se representa en la Fig. N 14. Vemos que todas las aristas fuertes son positivas. El vrtice Xo ser la raz de todos los vrtices considerados.

PRINCIPALES PASOS DEL ALGORITMO Se construye un rbol To en el grafo G, y se entra a un proceso iterativo siguiente: La iteracin (i + 1) transforma el rbol normalizado To en un nuevo rbol normalizado Ti+1. Cada rbol Ti = (X, Ai) es caracterizado por sus arcos Ai y sus vrtices fuertes Yi. El Proceso termina cuando Y es un cierre de G. Cada iteracin Ti+1 es realizado por los siguientes pasos (Fig. N 15): 1. Buscar un arco (Xk, Xe) en G, tal que Xk ? Yi (tal que un vrtice Xk sea fuerte) y Xe ? (X- Yi) ( Xe sea dbil), si existe, entonces ir al paso 2, sino ir al paso 4 2. Determinar el vrtice Xm la raz de la rama fuerte que contiene a Xk . Construir el rbol Tj substituyendo el arco (Xo, Xm) de Ti con el arco (Xk, Xe). Ir al paso 3 3. Normalizar el rbol Tj , con lo cual obtenemos el rbol Ti+1 , regresa al paso 1 4. Se termina el proceso. Yi es el cierre mximo de G

Fig. 15

El mecanismos mencionado, implica el investigar arcos, una gran cantidad de veces, que depende del nmero de vrtices existentes yd e la situacin de ellos con las consecuencias de clculos muy pesados, difciles de predecir en tiempo de computacin.

APROXIMACIN DE LIPKEWICH Y BORGMAN A partir de una publicacin de Michael P. Lipkeweich y Leon Borgman, se ha podido obtener una variante de la aplicacin de la teora de grafos que simplifica el nmero de clculos y obtiene resultados bien aproximados al ptimo. La simplificacin consiste en tratar a los vrtices (bloques econmicos) nivel por nivel, trabajando primero el nivel superior (1 nivel), luego el 1 con el 2 y as sucesivamente.

Fig. 16

Fig. 17: PD=positivo dbil, PF=positivo fuerte

Para aplicar mas al detalle esta optimizacin, se expondr un ejemplo numrico a dos dimensiones obtenido de la mencionada publicacin. Partiendo de la Fig. 16 iniciamos el algortmo con el 1 nivel. Al normalizar el grafo nicamente con los vrtices del 1 nivel, tenemos el rbol de la Fig. 17. Se extraen los bloques nicamente con vrtices fuertes. El rbol queda reducido a la Fig. 18:

Fig. 18

Fig. 19

Aadimos el 2 nivel y tenemos la Fig. N 19. Vemos que el vrtice 7 est condicionado a la extraccin 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 ir a 1. Vemos en la Fig. N 20 que 1 ser un vrtice fuerte por lo tanto (Xo,1) es una arista positiva fuerte, necesariamente a extraer. Del mismo modo, los vrtices 9 y 10 estn condicionados a la extraccin de 5 (ver grfico inicial). Podemos conectar el vrtice 10 a 5 que formar as una masa positiva cuyo vrtice 5 ser fuerte, unido al Xo por una arista positiva fuerte (PF). Fig. N 20.

Fig. 20

Fig. 21

Realizando la extraccin de las masas que tienen como soporte a una arista fuerte obtenemos la Fig. 21. A este resultado le agregamos el siguiente nivel. Fig. 22. Para poder extraer los vrtices fuertes es necesario extraer los que condicionan su extrccin. Por ejemplo para extraer 11 es necesario extraer 6. Por lo tanto ambos unidos forman una masa negativa que ser unido a Xo por una arista positiva dbil (Fig. 23). De igual modo para extraer 13 es necesario extraer 8. Ambos forman una masa negativa que unido al vrtice Xo resulta ser este arco (Xo,8) positivo dbil.

Fig. 22

Fig. 23

Vemos que no podemos realizar mas extraccin por no existir aristas fuertes positivas, por lo tanto el fondo del pit esta conformado por vrtices negativos. Esto significa que el cierre mximo est formado por los vrtices 1, 2, 3, 4, 5, 7, 9 y 10, constituyendo la solucin ptima, Fig. 23.

EXTENSIN A TRES DIMENSIONES Para fines de mejor claridad se present el procedimiento y ejemplo a dos dimensiones, en donde no se consider la variable de la pendiente de los taludes del pit. Orientandonos a una evaluacin similar a tres dimensiones, es necesario considerar las variables de gradiente de los taludes en diferentes direcciones, siendo necesario establecer una funcin matemtica del cono (Fig. 24) que permita identificar los bloques superiores condicionantes para poder extraer los de menor nivel.

Fig. 24

Si bien la funcin del cono nos permite identificar los bloques superiores que condicionan la extraccion de bloques inferiores, puede ser interesante visualizar las diferentes opciones de configuracion de bloques superiores que se pueden presentar de acuerdo a la pendiente de los taludes. Por ejemplo en la Fig. 25 se presenta dos alternativas visualizadas a tres dimensiones, analizando las gradientes que generan se presentan los ngulos segn la orientacin en la Fig. 26

Fig. 25

En donde manteniendo una disposicin de bloques uniforme y similar a la 1 alternativa, se obtienen (Fig. 26) ngulos diferentes en direcciones: 45 en la direccin A-A y 55 en la direccin B-B.

Fig. 26

De aplicarse la 2 alternativa en forma genrica, se obtendran 45 en la direccin A-A y 35 en la direccin B-B.

Fig. 27

Realizando la combinacin de ambas alternativas, se obtiene un comportamiento simtrico en ambas direcciones (Fig. 28), siendo esta forma de disposicin la que permite obtener mejor control en las gradientes. Es importante considerar que en algunos casos al aplicar mtodos numricos que nos faciliten la identificacin de los bloques condicionantes, podran tambin evaluarse la posibilidad de utilizar tamaos de bloques en la estimacin de recursos segn las gradientes deseadas en los taludes.

Fig. 28

En la construccin de un modelo de identificacin de bloques condicionantes, la relacin de extraccin de un bloque con respecto a otro que se ubica encima de l, se presentara segn la Fig. 29. Por lo tanto es posible establecer los arcos de dependencia de un bloque Xk con los que condicionan su extracccin.

Fig. 29 Esta identificacin de los bloques dependientes vienen a ser objetivamente para el caso de un Pit, la funcin Y= ?(x), con el conocimiento de esta funcin, se procede a la optimizacin a tres dimensiones, avanzando nivel por nivel, anlogamente al caso visto a dos dimensiones.

e) Diseo de Minas a Cielo Abierto: Algoritmo del Bosque Subcompactado


Esta metodologa fue creada por informticos belgas, el anlisis que se describe es parte de una publicacin de Ren Vallet en la revista "Annales des Mines de Belgique". Lo interesante de este algoritmo es que tambin emplea la terminologa y fundamentos de la teora de grafos, pero ampla sus conceptos con nuevos trminos que hacen fcil su comprensin y aplicacin. A continuacin se inicia con algunas definiciones de grafos.

Un grafo es conexo, si para todo par de vrtices existe una cadena desde un vrtice hacia el otro. Fig. 1:

Fig. 1

Fig. 2

El sub grafo A del grafo G, es un componente conexo si las dos condiciones siguientes se cumplen: 1. A, es conexo 2. No existe ninguna cadena que una un vrtice desde A haca un vrtice G-A

Los diferentes componentes conexos de G constituyen una particin de G A, es libre relativamente a G si ningn vrtice de G-A es antecedente de un vrtice de A. Fig. N 2 (3,5,2) A, es neutro relativamente a G si ningn vrtice de A es antecedente de G-A. Fig. N 3 (3,5,3)

Fig. 3

Fig. 4

Todo componente conexo de G es a la vez libre y neutro relativamente a G Si dos sub grafos son libres relativamente a G, su reunin interseccin diferencia es libre relativamente a G Si el sub grafo A es libre relativamente a G y si el sub grafo B es libre relativamente a G-A, su reunin o interseccin es libre relativamente a G, Fig. 4

Densidad de un sub grafo es igual a la masa del sub grafo dividido por el nmero de vrtices que lo contiene.

Raz de un rbol, es un vrtice que se distingue de los otros porque se le define y considera como tal Rama es un sub grafo conexo de un rbol, ligado al resto de su rbol por un solo arco Un tronco es un sub grafo conexo de un rbol que contiene la raz de este rbol Rama verdadera es un sub grafo conexo cuando no contiene la raz del rbol Bosque subcompactado es un bosque donde todos los rboles tienen una raz y que posee la propiedad siguiente: La densidad de toda rama libre es igual o superior a toda rama verdadera neutra Bosque es un grafo donde cada componente es un rbol

Resolucin del Algoritmo Paso 1: A partir del grafo G = G(X, A), se construye un grafo parcial G` que es un bosque donde todos los rboles tienen una raz y que no contienen ninguna verdadera rama neutra. Paso 2: Seleccionar dentro de G` la rama libre A` que tenga la densidad mxima. Sea A el

sub grafo de G que contiene los mismos vrtices de A` . Si un vrtice de j de (G-A) es antecedente de un vrtice i de A, ir al paso 3. Si A es libre relativametne a G se debe ir al paso 4. Paso 3: Si A`es una verdadera rama, suprimir del grafo parcial G` , el arco que dentro de G une A` con (G` - A`). Si A` es un rbol entero, la raz de este rbol pierde su calidad de raz. Agregar el grafo parcial G` el arco que dentro de G une j con i. Regresar al paso 2. Paso 4: El sub grafo A toma lugar dentro de la secuencia de sub grafos libres de densidad mxima. Retirar A del grafo G. Retirar A` del grafo parcial G`. Si los dos grafos son vacios el proceso se termina. Sino se debe ir al paso 2.

Discusin del Algoritmo El paso 1 crea un grafo parcial que es un bosque sub-compactado. Cuando se entra por primera vez en la operacin 2, A` es entonces el sub-grafo libre de densidad mxima de G`. Si A es libre dentro del grafo completo, A es el sub grafo libre de densidad mxima de G, y la operacin 4, sustrayendo A de G`, crea un nuevo grafo parcial G` que es siempre un bosque sub-compactado. Si A no es libre relativamente a G, la operacin hace de A` una verdadera rama neutra creada, ella tambin hace un nuevo G` el cual es siempre un bosque sub-compactado. Cualquiera que sea el camino seguido, cuando se regresa a la operacin 2, el grafo parcial G` queda como un bosque sub-compactado. Si el nmero de vrtices que contiene G es finito, el nmero de grafos parciales posibles de G es un nmero finito. Si el algoritmo no puede generar dos veces el mismo parcial, el nmero de operaciones que necesitar para tratar G es un nmero finito. El mismo grafo parcial no ser generado dos veces si la rama libre A`, una vez transformado en rama neutra por la operacin 3, no puede resultar ms una libre en la serie de tratamientos. Las ramas libres de densidad mxima que la serie de tratamientos encontrar son de 3 formas:

Aquellos que son contenidos por la rama A` actual Aquellos que no son contenidos por la rama A`actual y que no lo contienen Aquellos que contienen la rama A` actual

Antes de resultar ramas neutras, aquellos que son contenidos dentro de A` sern separados de A` , puesto que el arco que los une a A` ser suprimido por la operacin 3. En este caso la rama A` actual las perder, pero lo que quedar de A` ser siempre una rama neutra.

Aquellos que no son contenidos detnro de A` y que no contienen A` resultarn ramas neutras, ya sea de A` mismo o del resto del grafo. En el primer caso, A` estar contenido en la nueva rama neutra. Este mismo ser un trozo de rama ni libre ni neutro. En el segundo caso, A` quedar invariable. Cuando aquellos que contengan A` se convierten en ramas neutras, A` estar contenida dentro de la nueva rama neutra. Segn la posicin del nuevo arco, A` ser una rama neutra, o resultar un tronco de rama neutra. En ningn caso A` puede resultar una rama libre.

Ejemplo de Aplicacin En la Fig. N 5 se ilustra el problema de partida, en donde se presentan las valorizaciones de cada bloque a minar.

El primer paso (Fig. 6) es transformar este grafo G en un grafo parcial G` que es un bosque formado por rboles que poseen una raz, sin presencia de ramas verdaderas neutras. La eleccin de estas races, para cada rbol se gua por la existencia de un vrtice de alto valor que se encuentra en profundidad. No se establece otra regla de eleccin.

Fig. 5

Fig. 6

En este grafo parcial G` se escoge el rbol de mayor densidad Fig. 7 denominndolo A` (y en el grafo G lo denominamos A). Vemos qeu un vrtice de (G - A) es antecedente de un vrtice A, por lo tanto continuamos al paso 3. En este paso, visto que A` es una verdadera rama (pues consideramos que no contiene a la raz del grafo), suprimimos los arcos que en G unen A` con (G` - A' ). Luego agregamos en este grafo G` el arco que una (G` - A`) con la raz de A` Fig. 8. Regresamos al paso 2.

Fig. 7

Fig. 8

En este caso repetimos la bsqueda de ramas ( rboles) de mayor densidad. Encontramos al de densidad 7. En el cual repetimos la operacin de eliminar en G` los arcos que en G unen este vrtice A con (G - A). Fig. 9 y finalmente agregamos (Fig 10), el arco que una la raz de A` (sera el mismo vrtice A) con (G` - A`) pero con un arco cuyo antecedente se encuentra en (G`- A`) pero con un arco cuyo antecedente se encuentra en (G` - A`) pudiendo ser con la rama o rbol anteriormente conectada.

Fig. 9

Fig. 10

Continuamos buscando ramas o rboles de mayor densidad, y encontramos al de 5.5 (Fig. 5.7). En el cual repetimos la operacin de eliminar arcos que unen la nueva rama A` con G` - A`, que existen en G, y agregar el arco que una la raz de A` con G`- A`(Fig. 5.8).

Fig. 11

Fig. 12

A continuacin encontramos al vrtice A' que se muestra en la Fig. 13 con la densidad 5, resultando la Fig. 14 con las operaciones ya sealadas.

Fig. 13

Fig. 14

El siguiente paso encuentra al nuevo A, de densidad 4 (Fig. 15). Vemos en G que (G - A) no posee ningn vrtice antecedente de A, por lo tanto A es libre relativamente a G y nos trasladamos al paso 4.

En el paso 4 (Fig. 16), retiramos el sub grafo A' de G' y A del grafo G. como G - A no es vaco, continuamos el proceso con el paso 2.

Fig. 15

Fig. 16

En este paso sabemos que continuamos buscando la rama A' de mayor densidad, esta vez igual a 3.5 (Fig. 17). En donde se puee trazar un arco de vrtice antecedente que se encuentra en G' - A', por lo cual la rama no puede ser retirada. Fig. 18.

Fig. 17

Fig. 18

A continuacin el nuevo A' se muestra en la Fig. 19. En donde A resulta libre relativamente G, pudiendo ser extraido, pues no es posible de trazar un arco cuyo vrtice antecedente se encuentra en (G' - A' ). Fig. 20.

Fig. 19

Fig. 20

El nuevo A' que se presenta es de densidad 1 (Fig. 21) y puede ser extraido de la misma forma anterior. Fig. 22.

Fig. 21

Fig. 22

De igual procedimiento vemos lo que sucede en las Fig. 23, Fig. 24, Fig. 25.

Fig. 23

Fig. 24

Fig. 25

Experiencia en: En Per: Tintaya, Cerro Verde, Antamina, Andaychagua, Cerro de Pasco, Toromocho,

Cobriza, Cemento Lima, La Arena, La Granja, Huilacoyo, Picomachay, Tentadora, Seductora, Cochavara, Clarita, Sacalla. En el Exterior: Carpatia (Australia), Calcatreu (Argentina), Maqui Maqui (Bolivia). La Estimacin de Recursos es una de las etapas mas importantes para evaluar un depsito o parte de un depsito de minerales.

Reciba asesoramiento para este proceso de clculo


En Geoestadistica.com encontrar las respuestas mas convincentes para confiar en la calidad y cantidad de sus recursos, la aplicacin de la mas alta tecnologa mediante los software disponibles o no en su empresa, garantizaran la verificacin de los resultados. Para mayor informacin contctenos.

Planeamiento de Minado
Planeamiento de Minado
El planeamiento de minado es establecer cual volumen de mineral, con que ubicacin y en que momento extraerlo, con la finalidad de mantener una produccin continua mensual. Es conocido que el planeamiento se realiza a corto, mediano y largo plazo, en donde a corto plazo se entiende un planeamiento para un mes y unos pocos meses mas, a mediano plazo se considera desde un trimestres hasta un ao, a largo plazo desde el primer ao hasta la culminacin de las reservas. El planeamiento a mediano y largo plazo generalmente involucra utilizar reservas probadas y probables, el solo hecho de utilizar reservas probables, el planeamiento a mediano y largo plazo presenta cierta incertidumbre de cumplimiento, siendo necesario su revisin peridica. 1) PLANEAMIENTO A LARGO PLAZO El planeamiento a largo plazo es el primer plan que se realiza desde el inicio de las operaciones, y su alcance comprende la extraccin de la totalidad de las reservas. Esta extraccin debe ser expresada en produccin por aos, describiendo la secuencia de extraccin, el volumen y ubicacin. Estos planes estan relacionados a la capacidad anual de procesamiento del mineral que se cuenta predefinida en planta.

Fig. 1: Plan de Minado a Largo Plazo En la Fig. 1 se observa una seccin con leyes de bloques de mineral y pits anidados para cada uno de los 7 aos de produccin. en la Fig. N 2 se observa otra seccin con bloques de mineral y pits tambin anidados para cada uno de los aos de produccin.

Fig. 2: Plan de Minado a Largo Plazo

Procedimiento de clculo del plan de minado a largo plazo Por el gran volumen de informacin que se procesa en un plan de minado a largo plazo, es necesario utilizar las opciones de variantes de los software de diseo de pits. Sin bien la mayora de software disponibles en el mercado se utilizan para obtener un pit ptimo, sabemos que ste se presenta para la condicin establecida de un precio, un costo y una recuperacin en un cierto momento de trabajo. Tambin este software en su bsqueda del ptimo pit para ese momento, pasa por calcular y determinar los pits para diferentes condiciones de precios o costos, estos pits por lo general son concentricos o anidados y los objetivos en cada pit son de maximizar el beneficio. En primera intensin se podra asumir que son los pits que uno desea extraer en cada ao de produccin, sin embargo esta idea no es compartida por todos, debido al hecho de que los

pits anidados son calculados maximizando el beneficio, estaran orientadose a extrae principalmente las zonas de mayor ley, con lo cual se estara extrayendo la crema y solo las partes ricas del tajo final. Esto es cierto, sin embargo, se debe considerar dos aspectos importantes, 1) El plan de minado es a largo plazo, y se presenta como una gua haca donde se orientarn las operaciones, 2) Este plan estar sujeto a mejoras y variaciones cuando se realicen los planes de minado a corto y mediano plazo, siempre que se respete el pit ptimo final. 2) PLANEAMIENTO DE MINADO A MEDIANO PLAZO El planeamiento de minado a mediano plazo, se realiza para perodos trimestrales hasta llegar a un ao de produccin proyectada. Los resultados de este planeamiento debe mantener relacin con la geometra del planeamiento del ao definido en el Largo Plazo. Con informacin del modelo de bloques se definen slidos (o volmenes) geomtricos por bancos que contengan ley, tonelaje de mineral y tonelaje de desmonte. El tamao de estos slidos es muy variable y depende de la continuidad y calidad de la mineralizacin. Definido el lugar a donde llegar para encontrar el mineral de inters, la geometra de los slidos o volmenes deben mantener como prioritarios las facilidades de acceso de los equipos en las operaciones mineras, y cumplir con los objetivos de produccin de mineral.

Fig. 3: Plan de Minado a Mediano Plazo

3) PLANEAMIENTO DE MINADO A CORTO PLAZO El planeamiento de minado a corto plazo, se realiza para perodos mensuales, con informacin del modelo de bloques se definen slidos (o volumenes) geomtricos por bancos, el tamao y forma de estos volmenes se adecuan a la calidad del mineral, es decir tonelaje de mineral, ley, tonelaje de desmonte. Como es de suponer el planeamiento a corto plazo no es un proceso optimal, an no se ha creado un algoritmo que permita conseguir la optimalidad matemtica y tcnica de un

planeamiento, es claro que el objetivo ser de conseguir la mxima rentabilidad con mnimo costo, sin embargo la tcnica aplicable pasa actualmente por anlisis de multi opciones de extraccin de mineral, consistente en una realizar una combinatoria de volmenes de extraccin, hasta lograr una secuencia de extraccin de mineral que permita cumplir con la produccin del mes y con las condiciones de operatividad minera.

Fig. 4: Plan de Minado a Corto Plazo

Lixiviacin, ADR y Fundicin


Lixiviacin, ADR y Fundicin
La Recuperacin Metalrgica La recuperacin metalrgica es el mejor indicador de la eficiencia tecnolgica para extraer el metal del material que lo contiene, por lo general en minas de oro una buena recuperacin metalrgica se encuentra entre 65% a 90%, dependiendo de las caractersticas del mineral. En todo proceso de clculo del cut off y del valor econmico del depsito, se requiere determinar el porcentaje de recuperacin metalrgica, que junto con el precio, tonelaje y costos constituyen las variables mas importantes para calcular la rentabilidad de un proyecto minero. Consideramos que luego de tener los primeros indicadores de presencia de un volumen de mineral importante para la escala de trabajo que nos permite nuestro capital de inversin, es muy importante conocer el tipo de procesamiento de concentracin o recuperacin del metal y el porcentaje de recuperacin. La experiencia en minera muestra importantes depsitos descubiertos, intensamente explorados con considerables cantidad de recursos, que tienen que esperar un perodo de tiempo hasta obtener la tecnologa que haga factible y econmica la recuperacin del elemento metlico de inters. Se recomiendan los siguientes tips para mejor seguimiento en las pruebas metalrgicas: 1. Las pruebas deben ser realizadas con profesionales con experiencia en investigaciones metalrgicas 2. Antes de cada prueba metalrgica realizar la caracterizacin del mineral, mediante interpretacin geolgica, mineralgica, determinacin de caractersticas fsicas y qumicas 3. Registro del lugar de procedencia o localizacin en el depsito del mineral de cada prueba 4. Las recuperaciones obtenidas deben ser factibles de escalarlas a tamaos industriales 5. Para un eventual financiamiento bancario, las pruebas metalrgica y los anlisis qumicos deben estar respaldadas por un laboratorio certificado

Proceso de Lixiviacin El proceso de lixiviacin mas frecuente en nuestro medio se realiza en la extraccin de oro con solucin cianurada, para la aplicacin de este proceso es recomendable el mayor control en las siguientes variables: Tamao de la roca y de partcula de oro, Concentracin de Cianuro, Concentracin e Oxgeno, Temperatura y Alcalinidad. Tamao de la Roca y Partcula de Oro: El tamao de la roca indica la cantidad de superficie libre que pueda presentar para mayor contacto con la solucin cianurada, a menor tamao de la roca la solucin lograr mayor contacto con las partculas de oro. Respecto del tamao de la partcula de oro, la experiencia indica que cuando se presenta el oro libre o grueso, es recomendable separarla con mtodos gravimtricos antes de la cianuracin, caso contrario las partculas gruesas no podrn ser disueltas completamente dentro de los plazos previstos de cianuracin. Otra opcin para reducir el tiempo de lixiviacin es la molienda y clasificacin del mineral de oro en un circuio cerrado. Concentracin de Cianuro: Usualmente el factor restrictivo que gobierna la velocidad de disolucin del oro es la concentracin de oxgeno en la solucin en contacto con el oro. Hay variaciones muy grandes en la fuerza de la solucin que provoca la mxima velocidad de disolucin del oro, probablemente debido a la variedad de las tcnicas empleadas. Barsky, Swalson y Heddley comprobaron mediante pruebas realizadas, que la concentracin de la solucin para una rpida disolucin es de 0.05% de NaCN. En el cuadro siguiente se indica la cantidad de oro que se disuelve en una hora para diferentes concentraciones de cianuro en una muestra particular de mineral. NaCN % 0.500 0.250 0.100 0.050 0.025 0.010 Au disuelto en 1 hr mg/cm2 2.943 3.007 2.986 3.251 2.513 0.338

En la prctica la mayora de las plantas de cianuracin que tratan minerales de oro, usan soluciones conteniendo menos de 0.05% (500 ppm) de NaCN. El promedio general esta probablemente cerca de 0.01 a 0.03% de NaCN, dependiendo del resultado de las pruebas metalrgicas. Concentracin de Oxgeno: El uso del oxgeno es indispensable para la disolucin del oro, bajo condiciones normales de cianuracin. Los agentes oxidantes, tales como el perxido de Sodio, dixido de Manganeso, Cloro, entre otros, han sido utilizados con mayor o menor xito en el pasado, debido al costo de estos reactivos y las complicaciones

inherentes en el manejo de ellos, han dejado de ser usados. De otro lado mltiples pruebas han demostrado que una adecuada aireacin da tan buenos resultados como lo hacen los oxidantes qumicos citados. Barsky, Swainson y Hedley, determinaron la siguiente velocidad de disolucin del oro en soluciones de 0.10% de NaCN, a 25 C usando Oxgeno, Nitrgeno y mezcla de ambos. Oxgeno % 0.0 9.0 20.9 60.1 99.5 Au disuelto en 1 hr mg/cm2 0.04 1.03 2.36 7.62 12.62

Temperatura: El suministro de calor a la solucin de cianuro en contacto con oro metlico, produce fenmenos opuestos que afectan la velocidad de disolucin. El incremento de la temperatura aumenta la actividad de la solucin, incrementndose por consiguiente la velocidad de disolucin del oro, al mismo tiempo, la cantidad de oxgeno en la solucin disminuye porque la solubilidad de los gases decrece con el aumento de la temperatura. En la prctica el uso de soluciones calientes para la extraccin del oro, resulta desventajosa por el elevado costo, por lo que usualmente, se lixivia a temperatura ambiente. Alcalinidad: El uso de la cal (en solucin) para mantener un PH de 10.5 a 11 (alcalinidad protectora) cumple las funciones de: 1. Evitar prdidas de cianuro por hidrlisis: (NaCN + H2O = HCN + NaOH), haciendo que la reaccin sea favorecida hacia la izquierda. 2. Prevenir o evitar las prdidas de cianuro por accin de dixido de carbono del aire: 2NaCN + CO2 + H2O= 2 HCN + Na2CO3 3. Neutraliza los componentes cidos resultantes de la descomposicin de los diferentes minerales de la mina en la solucin de cianuro. 4. Neutraliza los componentes cidos tales como sales ferrosas, frricas y el sulfato de magnesio contenidos en el agua antes de adicionar al circuito de cianuracin. 5. Facilita el asentamiento de las partculas finas de modo que pueda separarse la solucin rica clara de la mena cianurada.

Lixiviacin con pads recargables Otro aspecto que ltimamente viene tomando forma en forma muy gradual es la construccin de Pads recargables, principalmente por la presencia cada vez mas frecuente de ley baja de oro en los depsitos o en las etapas finales de un proceso de extraccin. Este proceso se sustenta en el ciclo de recuperacin del oro en el proceso de lixiviacin en

un pad, para ello es necesario medir el tiempo que se requiere para lograr el porcentaje de recuperacin econmica de oro en un primer piso de un pad. La construccin de pads de un solo piso requiere que stos se encuentren en la proximidad de las operaciones de extraccin de mineral, para luego del proceso de lixiviacin se realice la recarga del mineral para depositarlo como material lixiviado en multiples pisos. La parte mas importante de este proceso es el control de calidad del mineral en los frentes de minado, en donde se debe evitar el envo de mineral contaminante a los pads. En el mejor de los casos para mejor control de la calidad de la lixiviacin de los primeros pisos y administrar la calidad de la solucin y momento de la descarga, es muy conveniente mantener modulos independientes al interior de un pad, para de esta manera llevar un control de la caracterizacin del mineral ingresado a cada mdulo y analizar el contenido de la solucin en cada mdulo de riego independiente.

ADR : ADSORCION, DESORCIN, RECUPERACIN Adsorcin Luego del proceso de lixiviacin, la solucin cianurada con oro, es recirculada en carbn activado en columnas, El carbn activado debido a su gran rea superficial 500-1500 m2/gr y por su gran porosidad, tiene una alta capacidad adsorvente, lo que hace posible y rentable su aplicacin. Estos carbones son de estructura granular, siendo ms aptos los fabricados a partir de cscara de coco, debido a su dureza, que lo hace ms resistente a la ruptura por abrasin y tienen una mayor capacidad de adsorcin que otros carbones activados. La tecnologa del uso del carbn activado comprende 3 tcnicas de aplicacin y son el carbn en pulpa (CIP), el carbn en columna (CIC) y el carbn en lixiviacin (CIL). La tcnica de adsorcin vara dependiendo del tipo de cianuracin: 1. Carbn en Pulpa (CIP): Aplicable a soluciones claras salientes de lixiviacin por precolacin en bateas o pilas, normalmente en varias etapas y en contracorriente. 2. Carbn en Columna (CIC): Aplicable A pulpas salientes de cianuracin por agitacin, se trata sin separacin slido/lquido, en tanques separados en varias etapas y en contracorriente. 3. Carbn en Lixiviacin (CIL): Consiste en absorber el oro en carbn durante y no despus de, la lixiviacin, llevndose a cabo la misma en los mismos estanques lixiviadores, pero moviendo el carbn en contracorriente con la pulpa de mineral.

Desorcin: El proceso de desorcin (extraccin del oro del carbn) se realiza adicionando solucin de soda custica a alta temperatura (100 a 140 C) al carbn en un compartimento a presin. En este proceso la solucin liverar al oro cianurado y pasar a un proceso electro

deposicin, formandose aqu un cemento con alto contenido de oro.

Fundicin: El cemento con alto contenido de oro pasar a fundicin a fin de extraer el oro bulln que muchas veces se presenta con contenido de plata cuando en el mineral estuvo presente.

Proceso SART para recuperacin de mineral de Au con cobre Si bien el alza de precios del oro ha estado acompaada por un alza en los costos (mayores precios de reactivos como cianuro y cal, de la energa, y de otros insumos como el acero), estos altos precios han hecho posible incorporar como recursos explotables minerales de baja ley de oro y/o minerales de oro con altos contenidos de cobre. Existe una tecnologa que ha despertado el inters creciente de la industria para el tratamiento de estos recursos de Au-Cu, que corresponde al Proceso SART (Sulphidization, Acidification, Recycling, and Thickening). Recientemente (2008), la planta de Telfer, en Australia, de propiedad de Newcrest Mining Limited, era pionera de la aplicacin de esta tecnologa, desarrollada inicialmente por Lakefield Research en Canad para el proyecto Lobo Marte de propiedad de un joint venture entre Teck Corporation y Mantos Blancos, en Chile. Hoy en da Yanacocha en Per, de Newmont Mining Corporation, cuenta con una planta SART en sus instalaciones y se encuentran en desarrollo, en etapa de ingeniera de detalles, los proyectos de dos plantas para las operaciones de Maricunga y Mantos de Oro, de Kinross Gold Corporation, en Chile. El proceso SART ha sido diseado para regenerar cianuro y recuperar cobre de soluciones de lixiviacin de minerales de oro. El nombre hace referencia a las siglas en ingls de las operaciones unitarias del diagrama de flujos del proceso: sulfidizacin (S), acidificacin (A), recirculacin de cianuro (R), y espesamiento del precipitado de cobre (T, thickening).

Optimizacin de Operaciones Reduccin de Costos Evaluacin de Proyectos de Inversin


Geoestadistica.com Geoestadistica.com | Soluciones en Evaluacin de Recursos, Reservas, Proyectos de Inversin y Operaciones Mineras O'Connor 128, Piso 3 - San Borja - Lima - Per | Tel/Fax: (51-1) 436-6297 Cel. RPC: (511) 9866-11681

Das könnte Ihnen auch gefallen