Un nuevo enfoque para estimar la brecha entre los planes de mediano

y corto plazo
J Yarmuch 1 y J Ortiz 2,3

ABSTRACTO

En casi todas las compañías mineras de cobre, la planificación minera se realiza

considerando diferentes marcos de tiempo, que conduce a largo plazo (vida-de-
la-mina) (LOM), mediano plazo (primeros tres años) y corto plazo (primero
planes anuales, mensuales, semanales y hasta diarios). Los planes a corto plazo
generalmente están asociados con más abundante información, por lo tanto,
modelos con menor incertidumbre. Sin embargo, capturan más de variabilidad
encontrada en los atributos geológicos. En los modelos a largo plazo,
generalmente los métodos de estimación tienden para ocultar esta variabilidad,
proporcionando interpretaciones suavizadas.

Los planes a mediano y largo plazo consideran los valores promedio para los
parámetros y la optimización se aplican técnicas dirigidas a maximizar el
beneficio económico. Planes a corto plazo, por la otra mano, están hechas para
cumplir con las promesas a mediano plazo, maximizando el uso de los recursos
(equipos y capacidades de procesamiento) y se ocupa de la variabilidad no
caracterizada en las etapas de planificación anteriores. Esto genera una brecha
importante entre el corto plazo y los planes a mediano y largo plazo.

Se realizó un estudio de caso utilizando una mina de óxido de cobre importante,

donde la variabilidad encontrada en el plan a corto plazo tiene un gran impacto
en el proceso productivo, lo que reduce la calificación diaria del mineral la
variabilidad es un objetivo importante. En este documento, este problema de
planificación se aborda mediante la creación de los planes de mina a plazo que
usan programación entera mixta que se comparan utilizando la salida de un
simulación de la extracción diaria que tiene como objetivo satisfacer las
limitaciones diarias del procesamiento planta, la disponibilidad de equipos de
minería y la variabilidad de la ley del mineral. El resultado muestra el brecha
esperada entre estos procesos de planificación minera, lo que sugiere corregir
algunos de los parámetros utilizados en futuros planes a mediano y largo plazo.

INTRODUCCIÓN

La planificación minera en minas de cobre se realiza comúnmente en cuatro

etapas, que están representadas en Figura 1. La planificación estratégica incluye
la visión de la compañía, buscando alternativas para crear más valor para la
empresa (Whittle y Wharton, 1995; King, 1999; Epstein et al, 2003). Una vez
se elige una alternativa, se desarrolla en el plan de negocios, que considera el
LOM, con información a nivel anual. El plan de mediano plazo muestra más
detalles en los primeros cinco años de producción. El objetivo principal es
garantizar las condiciones para el cumplimiento del plan de negocios. El primer
año se describe mensualmente, el segundo y tercer año se detallan
trimestralmente; finalmente el cuarto y el quinto año se describen
semestralmente. El plan a corto plazo se divide en cuatro días planes y planes
diarios, que son más detallados.

El plan de mediano plazo considera información mensual para el primer año

para completar el primer año del plan a largo plazo (Kostas, Pelley y Calder,
1987). Una secuencia de extracción y corte factible estrategia de grado se
generan para cumplir con este plan. Sin embargo, para el plan a corto plazo, los
parámetros

Plan Estratégico Vida de la Mina Plan Mediano Plazo Plan a Corto Plazo

FIG 1 - Etapas de planificación de la mina.

que se simplificaron en las etapas de planificación de mediano y largo plazo

ahora se vuelven relevantes y deben incorporarse como nuevas fuentes de
incertidumbre en el plan de minería (Horsley, 2002). La adición de estas nuevas
variables agrega complejidad al proceso de toma de decisiones realizado por la
mina planificador. Cuantificar la variabilidad del proceso de minería se vuelve
necesario, ya que es relevante para los procesos de extracción, transporte y
trituración del material. Esto lleva a la generación de acciones, con el fin de
agregar flexibilidad al plan y garantizar que se puede lograr.

La construcción y el uso de acciones aumentan los costos de la operación

minera, sin embargo, este costo puede ser necesario. Dependiendo del sistema
de minería estudiado. Por ejemplo, una mina donde el mineral se deposita en
un estrecho estructuras, como es el caso de la minería de óxidos de cobre
utilizados en este estudio, pueden requerir más inventario la administración en
comparación con depósitos más masivos y uniformes. Por otro lado, la
lixiviación y la electro obtención requiere menos variabilidad en el grado de
mineral procesado, porque el proceso electrolítico tiene una intensidad de
corriente fija.
METODOLOGÍA

Plan de mina a mediano plazo

El plan de minería a mediano plazo en este caso está hecho con 11

polígonos. Cada uno de estos polígonos puede contener óxidos, mezclados,
lixiviados, sulfuros o desechos. El problema se resuelve usando programación
de enteros mixtos y para esto, el dominio se divide en unidades de minería
básicas (UMB) que establecen la discretización de la problema. Luego, el
procedimiento es estimar las reservas para cada polígono de acuerdo con los
puntos de corte presentado en la Tabla 1, formando así la UMB para la
optimización. Entonces, cada polígono tendrá 14 rupturas de tonelaje y grado,
es decir, el problema de 11 polígonos se traduce en 154 BMU. El problema
tiene cinco destinos y tres períodos de tiempo, por lo tanto, el número de
variables consideradas en el problema es 2310 con alrededor de 900
restricciones, además de las variables asociadas con el manejo de stock por
periodo

La tasa máxima de fase es de 155 000 t / d y la tasa de stock es de 45 000 t / d,

la trituradora de mineral requiere un suministro de 157 000 t / d. Las Figuras 2,
3 y 4 muestran la distribución espacial de los polígonos de mediano plazo.

El problema de optimización se resuelve para maximizar la función de

beneficio, dando el plan que se muestra en Tabla 2.
Plan de mina a corto plazo

En esta etapa de planificación, se incorpora la incertidumbre operacional. La

productividad utilizada para el equipo se calcula según la base de datos de un
año. En este trabajo las variables que tienen un el coeficiente de variación
mayor a 0.1 se modela como variables aleatorias. El coeficiente de variación se
define como la relación entre la desviación estándar y la media de una variable.

Las variables consideradas son:

• Producción diaria de palas 73 yd3, que tienen un promedio de 70,51 kt / d con

un coeficiente de variación de 0.53. Esta distribución se modela como una
distribución de Weibull traducida con parámetros α = 170.99, β = 4.86 y γ = -
86.10.
• Producción diaria de palas de 56 yd , que tienen un promedio de 56.52 kt / d
3

con un coeficiente de variación de 0.55. Esta distribución se modela como una

distribución de Weibull traducida con parámetros α = 165.45, β = 5.89 y γ = -
96.60.
• Producción diaria de Front End Loader (FEL), que tienen un promedio de
18.93 kt dy un coeficiente de variación de 0.64. Esta distribución se modela
como una distribución normal con parámetros μ = 18.92, σ = 12.09.
• Producción diaria de trituradora de mineral, que tiene una producción
promedio de 157.87 kt / dy un coeficiente de variación de 0.33. Su producción
se modela con una distribución traducida de Weibull con parámetro α = 227.70,
β = 5.53 y γ = -48.17.

Algoritmo de dilución y extracción del modelo de bloques

La extracción de cada polígono sigue un patrón secuencial para emular el

movimiento real de la pala en operación, Figura 5. La metodología propuesta
considera que se extraen de 1 a 5 bloques en un turno, se considera la unidad
geológica predominante y se calcula el grado de los bloques extraídos por un
promedio ponderado.

Modelado de flujo de mineral

En cada turno, el planificador de minas debe decidir cuánto material de cada

fase de producción debe vaya a la trituradora, material de alto grado, material
de baja ley y botadero de desechos. Para satisfacer todos los objetivos y
restricciones que requieren la planta de procesamiento, y para manejar la
variabilidad de palas y trituradoras, la mejor estrategia de mezcla debe ser
definida. En teoría, este problema se puede modelar como un flujo de red
problema, como se muestra en la Figura 6.

El modelo considera tres fases de mineral simultáneas: un stock de baja ley, un

stock de alto grado y aplastante.
La productividad de los cargadores, palas y la trituradora de mineral se
consideraron variables aleatorias.

Once variables de flujo a resolver se detallan a continuación:

x 1t; Flujo de material desde la fase de producción 1 a la trituradora de mineral en t
x 2t; Flujo de material desde la fase de producción 2 a la trituradora de mineral en t
x 3t ;Flujo de material desde la fase de producción 3 a la trituradora de mineral en t
x 4t ; Flujo de material de la fase de producción 1 a stock de alto grado en t
x 5t ; Flujo de material de la fase de producción 2 a stock de alto grado en t
x 6t ; Flujo de material desde la fase de producción 3 hasta el material de alta ley en t
x 7t ;Flujo de material de la fase de producción 1 a stock de baja calidad en t
x 8t ;Flujo de material desde la fase de producción 2 a stock de baja calidad en t
x 9t ;Flujo de material de la fase de producción 3 a stock de baja calidad en t
x 10t; Flujo de material de alto grado a la trituradora en t
x 11t; Flujo de material de material de baja ley a la trituradora en t

FIG 6 - Problema de flujo de red.

Los parámetros del modelo son:

HGSt init tonelaje de alta calidad en t
LGSt init tonelaje de stock de baja ley en t
Cr t capacidad de la trituradora de mineral en t
P 1 capacidad de producción de la fase 1 en t
P 2 capacidad de producción de la fase 2 en t
P 3 capacidad de producción de la fase 3 en t
c 1 costo de acarreo
c 2 carga más costo de acarreo
rhdl máximo rehandle
δ tolerancia
G St.CO stock bajo de baja calidad
G alquitrán grado objetivo
Gj grado para cada material x , con j ∈ {1,2 ... 11}
jt

El modelo matemático del plan a corto plazo es:

Sujeto a:

Donde las Ecuaciones 1, 2 y 3 establecen que todo el material eliminado debe

tener un destino. La restricción en la Ecuación 4 indica que los flujos en el stock
deberían ser menores que el material refaccionado.

Las ecuaciones 5 y 6 aseguran que el material extraído de las existencias debe

ser inferior a su inicial estados. Las ecuaciones 7, 8, 9 y 10 establecen el tonelaje
y la ley del mineral para la alimentación de trituración. Finalmente, la Ecuación
11 asegura que la ley del mineral que va al material de bajo grado es menor que
la máxima impuesta.
Como no siempre es posible satisfacer todas las restricciones, estas pueden
relajarse en la programación lineal problema.

Resultados

La tasa de cumplimiento para la simulación a corto plazo fue del 96,62% y se

promedió la relajación 9.3 por ciento en 3.38 por ciento de los casos restantes,
el rehandle promedió simulado por tres meses es 31.95 kt / d, comparado con
12.31 kt / d estimado en el plan de mediano plazo. La figura 7 muestra la
variación en el tonelaje y grado de poder de trituración para diferentes turnos.

FIG 7 - Plan a corto plazo.

CONCLUSIONES

Las discrepancias entre los planes de mediano y corto plazo pueden reducir
significativamente el beneficio de un proyecto minero Cuantificando la brecha
entre estos dos modelos y optimizando el corto El plan a plazo para cumplir lo
más posible con el plan de mediano plazo suele ser muy relevante. Nosotros
propuso e ilustró una metodología basada en la programación de enteros mixtos
para resolver el corto problema de flujo de términos, para obtener los flujos
entre puntos de producción y destinos que maximice la contabilidad de
beneficios para las restricciones lo más cerca posible.
La nueva metodología propuesta permite la cuantificación de materiales
refabricados basados en el mineral distribución y el plan minero. En este caso,
la diferencia entre el cálculo mensual estimado el tonelaje de mediano plazo y
el plan a corto plazo es de 19,63 kt / d. Ya que resolver este problema es
exigentes en términos del tiempo de configuración del problema de
optimización, recomendamos implementar este enfoque solo para un período
crítico del plan de la mina y luego considerar el material repasado en los planes
a mediano plazo como valor de referencia, para estimar con precisión el
rendimiento y el costo de Equipo de minería.

REFERENCIAS
Epstein, R, Gaete, S, Caro, F, Weintraub, A, Santibañez, P y Catalan, J, 2003.
Optimización a largo plazo
planificación para minas subterráneas de cobre, en Proceedings International
Copper Conference .
Horsley, T, 2002. La planificación minera impulsada por el dólar: la
perspectiva corporativa para la planificación operativa de la mina, en
Actas Conferencia de Planificación Minera Impulsada por el
Dólar (Australian Mining Consultants: Brisbane).
King, B, 1999. Grados de flujo de efectivo: programación de rocas con
diferentes características de rendimiento. Optimizando con
Whittle, en las Actas de la Tercera Conferencia Bienal , 7: 103-109.
Kostas, F, Pelley, C y Calder, P, 1987. Optimización de la programación de
producción a cielo abierto y a corto plazo a cielo abierto,
CIM Bulletin , pp 251-257 (El Instituto Canadiense de Minería, Metalurgia y
Petróleo).
Whittle, J y Wharton, C, 1995. Optimización de las leyes de
corte, Optimización con Whittle , 11: 159-169.