Sie sind auf Seite 1von 27

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE MINAS

PRIMER EXAMEN:
ALGORITMOS DE OPTIMIZACIÓN DEL PIT FINAL, CONO
FLOTANTE Y LERCHS GROSSMAN

PLANEAMIENTO DE MINADO SUPERFICIAL

Autores:

MONCADA FLORES, José Luis

VILLAR ZAMORA, Raúl Augusto

Docente: Ing. Armando Bohórquez Huara

OCTUBRE DEL 2017


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

ÍNDICE DE CONTENIDOS

CAPITULO 1. INTRODUCCIÓN .......................................................................... 3

CAPITULO 2. OBJETIVOS........................................................................... 4

CAPITULO 3. ALGORITMOS DE OPTIMIZACIÓN DEL PIT FINAL ............ 5

3.1 CONO FLOTANTE .............................................................................................. 5


3.1.1 BONDADES DEL CONO FLOTANTE......................................................... 6
3.1.2 SECUENCIAS DE EXTRACCIÓN DE CONOS: ......................................... 6
3.1.3 CONOS CON SOBRECARGA RELACIONADA ......................................... 8

3.2 CASO PRÁCTICO ............................................................................................... 9


3.2.1 DESARROLLO ......................................................................................... 10
3.2.2 PARÁMETROS DEL DISEÑO .................................................................. 10

CAPITULO 4. MÉTODO DE OPTIMIZACIÓN DE TAJO DE LERCHS-


GROSSMAN …………….................................................................................. 15

4.1 PARAMETROS ECONOMICOS ........................................................................ 15


4.1.1 PRECIOS ................................................................................................. 15
4.1.2 COSTOS .................................................................................................. 16
4.1.3 RECUPERACIONES ................................................................................ 17
4.1.4 LEY DE CORTE ....................................................................................... 17

4.2 PARAMETROS GEOTECNICOS ...................................................................... 17


4.2.1 ALTURA DE BANCO. ............................................................................... 17
4.2.2 TALUDES DEL TAJO ............................................................................... 18

4.3 METODO LERCHS Y GROSSMAN (PROCESO PARA EL DISEÑO) ............... 18


4.4 CASOS PRÁCTICOS ....................................................................................... 19
4.4.1 EJERCICIO 1. .......................................................................................... 20
4.4.2 EJERCICIO 2. .......................................................................................... 24

CAPITULO 5. CONCLUSIONES ................................................................ 27

Planeamiento de minado superficial 2


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

CAPITULO 1. INTRODUCCIÓN

La evaluación económica de un macizo rocoso suele ser tarea bastante


engorrosa a la que se ven enfrentados la mayoría de ingenieros de minas, a la
hora de realizar un planeamiento adecuado, en la secuencia de extracción y
límites de explotación del mineral de un proyecto minero que maximice los
ingresos obtenidos, puesto que se hace necesario conocer la mayoría de la
variables posibles, para poder realizar una predicción del beneficio de
extracción con un buen nivel de confianza.

El notable incremento que han sufrido todos los costos asociados al desarrollo
de una explotación minera (maquinaria, salarios, etc.) junto con la explotación
de yacimientos que poseen cada vez leyes más bajas, ha hecho que el diseño
final de la explotación a cielo abierto tenga que llevarse a cabo con criterios
económicos, de tal forma que dicho diseño no comprometa, en ningún caso, la
futura viabilidad económica de la explotación.

Esta filosofía de trabajo ha permitido desarrollar, en las últimas décadas,


diferentes algoritmos que tienen como objetivo optimizar la explotación.
Generalmente trabajan sobre un modelo de la mineralización constituido por un
bloque tridimensional regular. Existen distintos métodos para evaluar las
variables como el de lerchs Grossman y el cómo flotante a un depósito
hipotético, en el cual se genera un pit óptimo estableciendo los límites de este
en el punto en el cual se maximizan los ingresos y definiendo la secuencia de
extracción del material contenido dentro de los límites del pit. Estos, métodos
son ampliamente usados en depósitos masivos y diseminados.

Planeamiento de minado superficial 3


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

CAPITULO 2. OBJETIVOS

 Determinar las ventajas de optimización que tiene el método de Lerchs


Grossman respecto al cono flotante.
 Analizar el método de Lerchs Grossman para establecer los bloques que
se explotan y los que no.
 Determinar los límites del método de Lerchs Grossman en el punto en el
cual se maximicen los ingresos y con ello definir la secuencia de
extracción dentro de los límites del pit.
 Definir los procesos que desarrollan el algoritmo del cono flotante para la
optimización del pit final y analizar todos los cálculos que congloba el
desarrollo del método.
 Desarrollar ejemplos prácticos que ayuden con el entendimiento del
procedimiento de cada algoritmo y poder solucionar posteriormente
ejercicios similares.

Planeamiento de minado superficial 4


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

CAPITULO 3. ALGORITMOS DE OPTIMIZACIÓN DEL PIT


FINAL

3.1 CONO FLOTANTE

La teoría de los conos flotantes para determinar los límites económicos del
Rajo, data de los años 60. La técnica consiste en una rutina que pregunta por
la conveniencia de extraer un bloque y su respectiva sobrecarga. Para esto el
algoritmo tradicional se posiciona sobre cada bloque de valor económico
positivo del modelo de bloques y genera un cono invertido, donde la superficie
lateral del cono representa el ángulo de talud. Si el beneficio neto del cono es
mayor o igual que un beneficio deseado dicho cono se extrae, de lo contrario
se deja en su lugar.

En el siguiente esquema se presenta un perfil de un modelo de bloques


sometido al algoritmo del cono móvil optimizante, donde cada bloque está
definido por un valor económico, es decir lo que significa económicamente su
extracción. Es así que los bloques con valor negativo representan a los bloques
de estéril con su costo de extracción asociado (-10) y los bloques de mineral
son representados por el beneficio global que reporta su extracción (Beneficio
Global = Ingresos - Costos = 810 - 10 = 800).

Planeamiento de minado superficial 5


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

En el ejemplo anterior podemos observar que el extraer el bloque de valor


positivo (+800) y sus 15 bloques de estéril asociado (-10 cada uno), genera un
beneficio final de +650, correspondiente al beneficio de extraer dicho bloque
con su sobre carga asociada

3.1.1 BONDADES DEL CONO FLOTANTE.

El cono flotante tiene esa denominación ya que es una versión mejorada de la


tradicional rutina del cono flotante. El creador fue el ingeniero Marc Lemieux,
quién detectó una serie de deficiencias y mermas económicas producidas por
el método convencional de conos flotantes y en 1979 publicó el artículo
“Moving Cone Optimizing Algorythm”, y como resultado se obtuvo diseños muy
superiores en el aspecto económico, que aquellos obtenidos con el algoritmo
convencional.

Las principales mejoras de la rutina del cono flotante con respecto al método
tradicional fueron:

3.1.2 SECUENCIAS DE EXTRACCIÓN DE CONOS:

Esta radica en la secuencia con que son analizados los bloques del modelo.

Planeamiento de minado superficial 6


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

En la figura se puede apreciar el beneficio que reporta la extracción de cada


bloque. Los bloques con beneficio positivo ya se les han descontado lo que
cuesta extraer dicho bloque o costo mina (-10).

Si el primer cono se construye en el bloque (1) y suponiendo un ángulo de


talud, entonces dicho bloque no puede ser extraído (Beneficio = -10). Al no ser
factible la extracción del bloque (1), el segundo cono se construye en el bloque
(2), donde el beneficio neto del cono es de +10, siendo en consecuencia
ventajosa su extracción, quedando la figura de la siguiente forma:

Continuando con la secuencia, el tercer cono se construye en el bloque (3),


resultando un beneficio de +30.

De este análisis se concluye que los tres bloques con valor económico mayor
que cero son extraídos con un beneficio económico de +40, sin embargo un
correcto análisis debiera obtener un pit con valor de +60, dejando en su lugar el
bloque (3) con su respectiva sobrecarga, como podemos ver en la figura
siguiente:

De lo anterior se desprende que la incorrecta secuencia con que se analizan


los conos, produce pérdidas económicas cuya magnitud, obviamente, depende
de la complejidad de la mineralización, de la variabilidad de las leyes, etc.

Planeamiento de minado superficial 7


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

El problema antes descrito es resuelto por el nuevo algoritmo introduciendo el


concepto del “cono negativo”, algoritmo que consiste en extraer todos los
bloques con beneficio positivo, para posteriormente devolverlos al rajo con su
respectiva sobrecarga y así analizar la conveniencia de extraerlos o bien
eliminarlos. En el ejemplo presentado anteriormente, se aprecia que al devolver
el bloque (3) con su respectiva sobrecarga, se produce un beneficio económico
pues se libera un valor de +20, esto indica que dicho bloque al no extraerse en
su condición más favorable debe ser eliminado del análisis.

En la práctica la técnica del cono negativo presenta deficiencias similares a las


obtenidas mediante lo que se podría llamar el cono positivo, sin embargo un
análisis simultáneo de ambas técnicas (cono positivo y negativo) produce
resultados satisfactorios.

3.1.3 CONOS CON SOBRECARGA RELACIONADA

Este es el principal aporte del método del cono móvil optimizante, consiste en
analizar conos que tengan sobrecarga compartida, por ejemplo:

Los bloques (1) y (2) tienen un beneficio de +70 (incluido el costo mina). Al
analizar conos individualmente, se aprecia que no es conveniente la extracción
de dichos bloques, pues cada caso el beneficio neto del cono es -10.

No obstante si se analiza en su conjunto se ve que es ventajosa su extracción,


pues esta trae consigo un beneficio de +40.

Planeamiento de minado superficial 8


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

3.2 CASO PRÁCTICO

En el siguiente gráfico tenemos un modelo de bloques en dos dimensiones de


la sección X - X´ y se necesita definir los límites del pit final en base a los
siguientes parámetros definidos a continuación.

 7 bloques cuyas leyes son mayores a la ley de corte de mina (0.319 %


Cu)
 2 bloques cuyas leyes son mayores a la ley de corte de planta (0.230 %
Cu)
 El resto de los bloques con leyes menores a la ley de corte de planta son
desmonte.

Planeamiento de minado superficial 9


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

3.2.1 DESARROLLO

Orden de evaluación del cono.

3.2.2 PARÁMETROS DEL DISEÑO

 Tamaño del Bloque: 50 x 50 x 50


 Factor de Tonelaje: 12.5 ft3/ton
 Tons/block: 10,000 tn
 Valor Neto: 8.51 $/lb Cu.
 Costo (Minado + Procesamiento) 3.25 $/tn.
 Costo de Minado desmonte: 0.90 $/tn.

Ecuación para el cálculo de la ganancia o pérdida

Bloques de Desmonte

 Ventas = 0
 Costo = 10,000 tn x 0.90 $/tn = $ 9,000
 Ganancia = -9,000 $

Bloques entre Ley de corte de Mina y Planta

 Ventas = (% Cu x 20 )lb/tn x 0.51 $/lb x 10,000 tn = 10,200 x % Cu


 Costo = 10,000 ton x 3.25 $/tn = $ 32,500
 Ganancia = (10,200 x % Cu ) -32,500

Planeamiento de minado superficial 10


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

Bloques mayores que la Ley de corte de Mina

 Ventas = (% Cu x 20 )lb/tn x 0.51 $/lb x 10,000 tn = 10,200 x % Cu


 Costo = 10,000 ton x 3.25 $/tn = $ 32,500
 Ganancia = (10,200 x % Cu ) -32,500

Evaluación Cono # 1

Evaluación Cono # 2

Planeamiento de minado superficial 11


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

Evaluación Cono # 3

Evaluación Cono # 4

Planeamiento de minado superficial 12


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

Evaluación Cono # 5

Evaluación Cono # 6

Planeamiento de minado superficial 13


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

Evaluación Cono # 7

Solo bloques mayores a la Ley de corte de Mina serán usados como bases de
Conos, bloques superiores son evaluados antes que los bloques profundos.

Planeamiento de minado superficial 14


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

CAPITULO 4. MÉTODO DE OPTIMIZACIÓN DE TAJO DE LERCHS-


GROSSMAN

Un algoritmo preciso para determinar la ubicación del límite final óptimo del pit,
utilizando un procedimiento de programación dinámica de dos dimensiones, fue
desarrollado por Lerchs y Grossman en el año 1965. Esta es una técnica
precisa para definir el límite del pit en una sección transversal de dos
dimensiones, por medio de la cual es posible lograr el mayor beneficio posible.

El año 1965, Lerchs y Grossman publicaron un trabajo titulado “Diseño Optimo


de Minas a Tajo Abierto”. El cual se convirtió en un documento obligatorio de
consulta. En el trabajo de describen dos métodos:

 Algoritmo para la programación dinámica de dos dimensiones.


 Algoritmo para la para la programación dinámica de tres dimensiones.

Para propósitos de ejemplo, vamos a describir el algoritmo de dos


dimensiones, Este algoritmo nos muestra en el ejemplo como determina el
límite final en una sección vertical dándonos el máximo beneficio neto, el
método es interesante porque elimina la prueba y error de los diseños
manuales en cada sección, el método también es conveniente y sencillo de ser
procesado en computadoras.

4.1 PARAMETROS ECONOMICOS

4.1.1 PRECIOS

El precio es una de las variables más importantes de la optimización un precio


alto o bajo pueden fácilmente determinar la vialidad o no de un determinado
proyecto, el precio de la mayoría de metales depende de la oferta y la
demanda.

Planeamiento de minado superficial 15


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

4.1.2 COSTOS

4.1.2.1 Costos directos de minado

Incluye los gastos de perforación, voladura, carguío y al costo base de acarreo


del material del tajo, tanto como los costos de soporte asociados para las
carreteras y los botaderos, mantenimiento de equipos, servicios auxiliares,
técnicos y costos administrativos de mina, si los costos se incrementan con la
profundidad o por sectores de la mina, un costo incremental que refleje estos
incrementos debe de ser considerado dentro de los parámetros económicos,
los costos de mina pueden ser diferentes por mineral, desmonte, por tipo de
roca, o por sectores de la mina, estas diferencias deben de ser consideradas
en los parámetros de los costos de mina

4.1.2.2 Costos Indirectos de Minado

Incluye la depreciación de los equipos que considera ambos iniciales y los


requerimientos de capital de sostenimiento. Es reconocido que el equipo de la
mina es consumido en base a las toneladas, por lo tanto estos costos deben de
estar incluidos en los parámetros del cono flotante, estos costos deben de ser
calculados estimando el promedio de productividad por año y su estimado
tiempo de vida, típicamente si es calculado para todas las unidades de
producción primaria y los equipos de soporte de la mina, la depreciación estará
en el rango de $0.14 a $0.17 por tonelada minada.

4.1.2.3 Costos de Procesamiento por Tonelada de Mineral

Para una Concentradora el costo puede ser por tonelada de mineral molido o
por tonelada de concentrado y para una operación de lixiviación con el
tankhouse lleno a través de la vida de la mina, el costo será asignado por libra
de cobre vendido. Si el desmonte es chancado y acarreado por fajas a los
botaderos, este costo debe de ser asignado solo al desmonte y no a las
toneladas del mineral.

Planeamiento de minado superficial 16


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

4.1.2.4 Costos de Transporte y Tratamiento fuera de la Propiedad

Esta categoría de cargos para una operación incluye aquellos gastos relativos
al secado de concentrados, manipuleo y trasporte, fundición y refinería. Estos
costos se cargan por libra de cobre vendible y típicamente están en el rango de
$0.28 a $0.38 por libra de cobre, excluyendo los créditos por metales
preciosos, estos costos son independientes de los condiciones de la operación
(bajo stripping alta ley) y son una porción importante del flujo de caja total.

4.1.3 RECUPERACIONES

Las recuperaciones dependen del proceso o tratamiento que se le dé al


material proveniente de la mina hasta convertirlo en un cátodo, dore, etc, en la
optimización del tajo tienen alta relevancia, el tratamiento por concentradora
puede tener rangos variables, en el cobre las recuperaciones.

4.1.4 LEY DE CORTE

La ley de corte es definido como la ley que normalmente es usado para


discriminar los materiales (mineral) para los diferentes procesos y el desmonte,
la definición de ley de corte es muy precisa sin embargo las políticas que las
compañías usan para el cálculo de la ley de corte durante la operación no son
muy precisas, debido a que el uso de un simple cálculo de la ley de corte
conlleva a la no maximización del depósito.

4.2 PARAMETROS GEOTECNICOS

4.2.1 ALTURA DE BANCO.

Es la distancia vertical entre cada nivel horizontal del Tajo, los elementos del
banco se ven en la figura adjunta, en general todos los bancos tienen la misma
altura, a menos que las condiciones geológicas muestren lo contrario. La altura
de banco depende de las características físicas del depósito, el grado de
selectividad requerido en la separación del mineral y el desmonte con el equipo
de carguío; el ratio de producción, el tamaño del equipo y el tipo del equipo

Planeamiento de minado superficial 17


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

para satisfacer los requerimientos de producción y de las condiciones


climáticas.

4.2.2 TALUDES DEL TAJO

FIGURA Nº 1. Pits económicos (ejemplo de


mineral de cobre)

4.3 METODO LERCHS Y GROSSMAN (PROCESO PARA EL DISEÑO)

El método permite diseñar el contorno de una explotación a cielo abierto de tal


forma que se maximice la diferencia entre el valor total de la mineralización
explotada y el costo total de la extracción del mineral y estéril.

Proceso para Lerchs y Grossman en 2-D:

 Se requiere de una sección con bloques de ley conocida y su


correspondiente valor económico.
 Para el primer paso se procede al cálculo acumulativo de la rentabilidad
en cada columna, independientemente de las otras columnas, desde la
parte superior a la inferior.

Planeamiento de minado superficial 18


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

 Una fila de bloques con valor cero se adiciona en la superficie, con un


block adicional a los extremos de cada sección.
 Se inicia el procedimiento en el extremo superior izquierdo, el valor
acumulado mostrado se adiciona para lograr un valor derivado en cada
bloque siguiente: puede ser (Precedente).
 Un bloque encima y a la izquierda
 Un bloque a la izquierda
 Un bloque abajo y a la izquierda

FIGURA Nº 2. Proceso acumulativo.

 Se dibuja una flecha del bloque original hacia el bloque que da el


máximo valor positivo por la adición. Este es el valor derivado de cada
bloque.
 Este proceso se continua trabajando hacia abajo en la primera columna,
luego hacia la siguiente columna de la derecha, hasta analizar todos los
bloques.
 Finalmente en la fila superior un bloque hacia el lado derecho mostrara
el mayor valor derivado en la fila. Desde este bloque se sigue la recta de
las flechas a fin de obtener la pared final óptima de la sección.

4.4 CASOS PRÁCTICOS

El método bidimensional de Lerchs-Grossman permitirá diseñar, en una


sección vertical, la geometría del pit que arroja la máxima utilidad neta. El
método resulta atractivo por cuanto elimina los procesos de prueba y error de
diseñar manualmente el rajo en cada una de las secciones. La metodología es
conveniente, además para el procesamiento computacional

Planeamiento de minado superficial 19


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

Al igual que el método manual, el método de Lerchs-Grossman diseña el tajo


en secciones verticales. Los resultados pueden continuar siendo transferidos a
una plano de plantas del tajo y ser suavizados y revisados en forma manual.
Aún cuando el pit es óptimo en cada una de las secciones, es probable que el
pit final resultante del proceso de suavizamiento no lo sea.

4.4.1 EJERCICIO 1.

Representa una sección vertical por medio de un modelo de bloques del


depósito. Cada cubo representa el valor neto de un bloque, si éste fuera
explotado y procesado de forma independiente. En la figura los bloques de
valor neto positivo se han pintado.

PASO 1.

Sume los valores de cada columna de bloques e ingrese estos números en los
bloques correspondientes. Este es el valor superior de cada bloque en dicha
figura y representa el valor acumulativo del material desde cada uno de los
bloques hasta superficie.

Planeamiento de minado superficial 20


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

PASO 2.

Comience con el bloque superior de la columna izquierda y repase cada


columna. Coloque una flecha en el bloque, apuntando hacia el valor más alto
en

 El bloque a la izquierda y arriba.


 El bloque a la izquierda.
 El bloque a la izquierda y debajo.

Calcule el valor inferior del bloque, sumando el valor superior con el valor
inferior del bloque hacia el cual apunta la flecha. El valor inferior del bloque
representa el valor neto del material del bloque. Los bloques de la columna y
los bloques en el perfil del pit a la izquierda del bloque.

Los bloques que se encuentran fuera del límite son los que no se pueden
explotar, a menos que se sumen más columnas al modelo.

Planeamiento de minado superficial 21


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

PASO 3.

Busque el valor máximo total de la fila superior. Este es el retorno neto total del
pit óptimo. Para el ejemplo, el pit óptimo tendría un valor de US$ 108. Vuelva a
trazar las flechas, a fin de obtener la geometría del rajo. En la figura nos
muestra la geometría del pit en la sección.

Planeamiento de minado superficial 22


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

PASO 4. DISEÑO DEL PIT FINAL (Sección después del procedimiento de


Búsqueda)

Planeamiento de minado superficial 23


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

4.4.2 EJERCICIO 2.

Representa una sección vertical por medio de un modelo de bloques del


depósito. Cada cubo representa el valor neto de un bloque, si éste fuera
explotado y procesado de forma independiente. En la figura los bloques de
valor neto positivo se han pintado.

PASO 1.

Sume los valores de cada columna de bloques e ingrese estos números en los
bloques correspondientes en la figura. Este es el valor superior de cada bloque
en dicha figura y representa el valor acumulativo del material desde cada uno
de los bloques hasta superficie.

Planeamiento de minado superficial 24


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

PASO 2.

Comience con el bloque superior de la columna izquierda y repase cada


columna. Coloque una flecha en el bloque, apuntando hacia el valor más alto
en:

 El bloque a la izquierda y arriba.


 El bloque a la izquierda.
 El bloque a la izquierda y debajo.

Calcule el valor inferior del bloque, sumando el valor superior con el valor
inferior del bloque hacia el cual apunta la flecha. El valor inferior del bloque
representa el valor neto del material del bloque. Los bloques de la columna y
los bloques en el perfil del pit a la izquierda del bloque.

Los bloques que se encuentran fuera del límite son los que no se pueden
explotar, a menos que se sumen más columnas al modelo.

Planeamiento de minado superficial 25


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

PASO 3.

Busque el valor máximo total de la fila superior. Este es el retorno neto total del
pit óptimo. Para el ejemplo, el pit óptimo tendría un valor de US$ 322. Vuelva a
trazar las flechas, a fin de obtener la geometría del rajo. En la figura nos
muestra la geometría del pit en la sección.

PASO 4. DISEÑO DEL PIT FINAL (Sección después del procedimiento de


Búsqueda).

Planeamiento de minado superficial 26


Algoritmos de optimización de pit final: Cono flotante y lerchs Grossman

CAPITULO 5. CONCLUSIONES

 La técnica de Lerchs Grossman es un procedimiento matemáticamente


correcto y posee ventajas evidentes respecto de los primeros métodos
de aproximación utilizados por la industria antes del advenimiento
computacional en la planificación y diseño de minas.
 Los bloques que se encuentran fuera del límite son los que no se
pueden explotar, a menos que se sumen más columnas al modelo.
 El método de lerchs Grossman a un depósito hipotético, genera un pit
óptimo estableciendo los límites de este en el punto en el cual se
maximizan los ingresos y definiendo la secuencia de extracción del
material contenido dentro de los límites del pit.
 El método de optimización de tajo de Lerchs-Grossman es usado para
determinar el límite de equilibrio del tajo económico. Este método es
escogido sobre la alternativa del cono flotante por ser un mejor
optimizador para cuerpos de mineral discontinuos donde una zona de
mineral puede compartir algunos gastos de extracción de desmonte con
otra zona cercana (es decir extracción de desmonte compartido).
 El método del cono flotante aunque es relativamente fácil de comprender
y aplicar también es bastante rígido en sus resultados, es decir, tiene un
nivel de flexibilidad muy bajo, no funciona adecuadamente en geologías
con distribuciones físicas y/o químicas irregulares representadas en los
valores de los bloques.
 El desarrollo de nuevas tecnologías que ayuden a optimizar procesos
dentro de las actividades a realizar es muy importante para dar mejores
resultados al proceso.

Planeamiento de minado superficial 27