Planificacion Minera

I Compendio de Planificacin Minera
I Compendio de Planificacin Minera 2009
DELPHOS Laboratorio de Planificacin Minera. Universidad de Chile Av. Tupper 2069 Santiago
-i-
Prlogo
El Primer Compendio de Planificacin Minera es un documento que resume la actividad acadmica desarrollada a lo largo de la primera versin del Diplomado de Planificacin Minera, dictado por el Departamento de Ingeniera de Minas de la Universidad de Chile, entre agosto de 2008 y agosto de 2009. El programa surge como respuesta a la necesidad industrial de formar especialistas en el rea que permita actualizar el desarrollo cientfico-tecnolgico acontecido al interior de la Universidad, en los procesos de planificacin minera. En esta primera versin se graduaron 16 estudiantes provenientes de empresas mineras que interactuaron y compartieron experiencias desde la minera de gran escala a cielo abierto a minera subterrnea selectiva. En este Primer Compendio se resumen los trabajos realizados por los alumnos del Diplomado, constituyendo un notable ejemplo de la integracin del conocimiento terico y prctico desarrollados por la academia y la industria, respectivamente, pues cada uno de los trabajos aqu resumidos se sustenta en problemas reales y actuales de planificacin minera donde los estudiantes han utilizado herramientas adquiridas a lo largo del Diplomado para la resolucin de estos. Este compendio de planificacin minera se ha titulado Transformando Recursos en Reservas para el Negocio Minero, queriendo enfatizar el hecho del que el negocio minero se sustenta en una apuesta de inversin que resulta de un ejercicio financiero el cual puede y debe obedecer a diferentes objetivos estratgicos, dependiendo de la compaa minera en cuestin. El propsito es resaltar el hecho de que el resultado del proceso de planificacin minera, debe atender las necesidades de los objetivos estratgicos de las empresas y, por lo tanto, dista mucho de ser un proceso estndar y automatizable. La industria minera hoy da tiene el gran desafo de integrar variables que, tradicionalmente, se consideraban exgenas, tales como el consumo y disponibilidad de agua y energa, el acceso a recursos humanos calificados, entre otros. A su vez el gran desafo de los sistemas de planificacin futuros ser que de manera coherente, integrada y sistmica establecer un programa de produccin minero que integre variables de sustentabilidad. En esta direccin el desarrollo de teora, modelos, algoritmos y mtodos permitir a la industria minera crecer en tecnologa y transformarse en una industria inteligente en el uso de los recursos que la sustentan. Como Director del programa no me queda nada ms que agradecer a los profesionales que confiaron en la calidad acadmica y desempeo de esta primera versin del Diplomado. Ha sido un gran honor tener estudiantes de tan alto nivel acadmico y experiencia profesional, lo que ha venido a enriquecer el desarrollo acadmico de la Ingeniera de Minas al interior de nuestro Departamento. Tambin me gustara agradecer a las empresas mineras que apoyaron a sus profesionales para cursar este programa, transformndolos en la primera generacin de chilenos con especializacin en planificacin minera. A todos muchas felicidades y agradecimientos.
Enrique Rubio E. Director DELPHOS Laboratorio de Planificacin Minera
- ii -
ndice
Introduccin ....................................................................................................................... 1 Modelo de variacin del VAN de explotar relaves bajo el concepto de incertidumbre ........ 2 Planificacin en etapa de perfil de yacimiento en Codelco Norte ..................................... 17 Variacin en flota de equipos segn secuencia de extraccin en Panel Caving............... 40 Simulacin de programas de produccin ......................................................................... 55 Estudio de pisos ptimos mina Sur Sur Subterrneo (Footprint Finder) ........................... 70 Evaluacin del impacto en el plan minero condicionado a dilucin variable en minera subterrnea ..................................................................................................................... 85 Optimizacin de programas de produccin de minas explotadas por mtodos de hundimiento ..................................................................................................................... 99 Evaluacin de planes mineros desde el punto de vista del cumplimiento de las tasas de extraccin ...................................................................................................................... 111 Sensibilizacin de pit final usando variables geometalrgicas ....................................... 124 Informe laboratorio planificacin minera......................................................................... 136
- iii -
Introduccin
La planificacin minera es la disciplina de la Ingeniera de Minas que se encarga de disear la mejor estrategia productiva, en funcin de los recursos minerales existentes y las estrategias de negocios establecidas por la compaa minera. Esta estrategia productiva define los mtodos de extraccin, mineros y metalrgicos, y las cuotas de minerales a comercializar en el tiempo, resumidas en un programa de produccin minero. Este programa es un documento bancable que permite analizar financieramente la factibilidad de un emprendimiento, desarrollo u optimizacin de un proyecto minero. Con el objetivo de formar gente experta en el rea, El Departamento de Ingeniera de Minas de la Universidad de Chile entrega a la comunidad minera el Diploma en Planificacin Minera, cuya primera versin, realizada durante el ao 2008 y parte del 2009, fue una instancia de formacin indita en pas y en el mundo, pues los tpicos diseados para este programa no son abordados como parte de la formacin de pre-grado dictada en universidades nacionales o extranjeras. Por otro lado, actualmente no existen programas de formacin de posttulo en esta rea temtica en el pas. El Diploma se organiz en base a las siguientes caractersticas: Seis cursos intensivos de una semana de duracin (40 horas de docencia), en temas relevantes a la formacin y actualizacin en conceptos de Planificacin Minera. Cada uno de estos cursos se evalu parcialmente con un trabajo realizado durante la semana de clases y un examen final al terminar cada curso. Un curso de laboratorio, el cual consisti en revisar los sistemas computacionales y modelos actualmente disponibles en el mercado. Este curso tuvo como objetivo que los alumnos ensayaran las tcnicas aprendidas en el transcurso del Diploma, en problemas de aplicacin de su inters. La duracin de este curso fue de dos semanas de trabajo dirigido, equivalentes a 80 horas de trabajo.
Para lo anterior se consider el desarrollo de clases tericas relacionadas especficamente a los temas que se detallan a continuacin: 1. 2. 3. 4. 5. Introduccin a la Planificacin de Minas (Enrique Rubio, Sebastin Troncoso) Tecnologas de la Informacin (Sean Dessureault) Evaluacin de Recursos (Julin Ortiz) Diseo Minero (Ral Castro) Riesgo en la Planificacin Minera y Simulacin de Operaciones Unitarias (Roussos Dimitrakopoulos, Enrique Rubio) 6. Evaluacin de Planes Mineros (Christian Moscoso, Edmundo Tulcanaza) 7. Laboratorio de Planificacin Minera (Enrique Rubio, Sebastin Troncoso)
En este Compendio se encuentran los trabajos realizados por los participantes de la primera versin del Diplomado como parte del Mdulo Laboratorio de Planificacin Minera y constituyen la aplicacin prctica de las temticas analizadas durante todo el programa en proyectos de inters especfico de cada participante. Los estudiantes provienen de las siguientes empresas mineras: Minera Escondida Ltda., Codelco Chile (Divisin Norte, Andina y El Teniente) y Minera Las Cenizas.
-1-
Modelo de variacin del VAN de explotar relaves bajo el concepto de incertidumbre

Jocelyn Lizana, Gerente Comercial, CYCLUS
Resumen
En Andacollo existen ms de 10 relaves secos y abandonados (aprox. 4 MTon), con posibles altas leyes de oro, cobre y mercurio. Por ello, el objetivo de este estudio es crear un modelo matemtico que permita obtener el valor econmico de vender estos relaves a CDA, (Compaa Minera en Andacollo) con el fin de analizar si es posible un proyecto autofinanciable y as limpiar la comuna. No existe informacin de los relaves, pero se sabe que provienen de procesar diferentes vetas de la zona, es decir, existe incertidumbre intrnseca, adems de la incertidumbre propia del presente estudio por el bajo nivel de datos. Esto significa que este anlisis se basa en la simulacin y por ello no se obtiene un valor de VAN, sino un rango del mismo. El modelo construido es el siguiente:
Definir: Mallas de Muestreo Mt. de estimacin
Realizar 100 simulaciones de realidad con valores de variables cada 1x1x1
Transformar cada simulacin a valores reales mediante una distribucin
Muestrear cada simulacin a cada malla definida y estimar con geoestadstica
Resultado: 100 Estimaciones a cada malla definida
Construir Ecuacin De Venta y Estructura de Costos
Calcular Desv. Std. del Error () de estim. vs rebloq. entre mallas de inters
Construir un Plan Minero
Suponer o Aplicar: Dimensin del Modelo de bloques Variables de estudio Variograma
Suponer o Aplicar: Distribucin Real de cada Variable
Rebloquear cada simulacin a cada malla definida
Resultado: 100 Rebloqueos por cada malla definida
Aplicar Ec. De Venta, Costos y Plan Minero a c/u de las 100 estimaciones a la malla de inters, usando Variable Analizar Histogramas de VAN
Definir: Mallas de Rebloqueo
Figura 1. Funcionamiento del modelo matemtico de estimacin del valor econmico de explotar relaves.
El modelo fue probado con supuestos que se deben corregir por datos reales cuando se aplique, estos son: Variograma tipo de corto alcance en 3D y distribucin exponencial de media 2 para una variable denominada Ley equivalente (Leq). Para la iteracin 1, que consider solo 3 simulaciones para reservas equivalentes a 5 aos de produccin, y que fue evaluada bajo una ecuacin de venta, un plan minero no optimizado y una estructura de costos, se obtuvo lo siguiente:
-2-
Tasa de Desc.: 1% mensual Mn.: 18 MUS$ Mx.: 26 MUS$ Media: 22 MUS$ Desv. Est: 4 MUS$
Figura 2. Rango de variacin del VAN en la iteracin 1 (con slo 3 simulaciones).
El caso desarrollado considera cumplir la ley mensual, estimando cada 1,5 das (Por KO, con muestreo en 20mx20mx2m de cada realidad simulada) vs control semanal de CDA (equivalente a bloques rebloqueados de 40mx40mx2m de cada realidad simulada). La variacin del VAN es de 10%, pero este grfico no es concluyente, pues se necesita reducir la incertidumbre con al menos 100 simulaciones e iterar al variar el plan minero, la ec. de venta y la estructura de costos para encontrar el negocio que sea autofinanciable y que tenga el menor riesgo de ejecucin.
-3-
Introduccin y Objetivo
Andacollo posee ms de 10 relaves secos de cobre y oro, dispersos y abandonados en la comuna con contenido de metales pesados como mercurio, que acumulan aprox. 4 MTon. Sin embargo, estos relaves pueden contener leyes interesantes de cobre y oro, pues provienen de diferentes vetas de buena ley de oro y cobre de la zona y adems se les aplic metalurgia artesanal del ltimo siglo (de posible baja recuperacin). Sin embargo, no existe un modelo de estos relaves, ni ha habido un muestreo contundente y claro. Los relaves impactan negativamente la salud, el ambiente y el turismo. La Compaa Minera Carmen de Andacollo de Teck (CDA) se encuentra en Andacollo y su planta poda procesar este material a 1.000 tpd. Por otro lado, existe voluntad poltica de la Alcalda y voluntad social por parte de CDA de eliminar este problema. En las fotos a continuacin puede verse el problema en terreno:
Figura 3. Relaves abandonados en Andacollo.
El objetivo de este estudio es crear un modelo matemtico que permita obtener un rango de variacin del VAN de vender estos relaves a CDA dada su incertidumbre intrnsica y adems definir un soporte de muestreo de corto plazo que garantice ese rango de variacin del VAN. Obviamente, de forma paralela se deben desarrollar las factibilidades tcnicas de mover y procesar estos relaves, lo que incluye resolver asuntos legales, obtener permisos ambientales, optimizar el mtodo fsico de muestreo, extraccin y transporte por parte de la empresa que realizara este servicio (CYCLUS) y adems optimizar el proceso de recepcin, control y procesamiento de los relaves por parte de CDA. NOTA: Los datos utilizados no corresponden a la realidad, slo son herramientas de trabajo y por ende los resultados de VAN no representan en ningn caso valores oficiales. Cuando se aplique el modelo a la realidad, se debe ajustar cada supuesto e incluir todas las variables que correspondan.
-4-
Diagrama de funcionamiento del modelo matemtico

La figura que se mostrar a continuacin, no fue deducida en el primer paso, sino ms bien constituye el modelo matemtico que fue posible crear para resolver el problema planteado. Sin embargo, ser exhibido de forma inmediata, ya que la forma de construirlo constituy en s mismo un anlisis iterativo tipo prueba error, para poder incluir de forma correcta el efecto de la incertidumbre intrnseca de los relaves, que se refiere principalmente al variograma que representa a cada variable de inters y a la distribucin que siguen las mismas. A su vez, tambin era necesario incluir de forma correcta la incertidumbre propia de este estudio debido al bajo nivel de datos concretos, como lo son la ecuacin de venta, la estructura de costos, el plan minero y cules y cuantas eran las variables de inters.
Definir: Mallas de Muestreo Mt. de estimacin
Realizar 100 simulaciones de realidad con valores de variables cada 1x1x1
Transformar cada simulacin a valores reales mediante una distribucin
Muestrear cada simulacin a cada malla definida y estimar con geoestadstica
Resultado: 100 Estimaciones a cada malla definida
Construir Ecuacin De Venta y Estructura de Costos
Calcular Desv. Std. del Error () de estim. vs rebloq. entre mallas de inters
Construir un Plan Minero
Suponer o Aplicar: Dimensin del Modelo de bloques Variables de estudio Variograma
Suponer o Aplicar: Distribucin Real de cada Variable
Rebloquear cada simulacin a cada malla definida
Resultado: 100 Rebloqueos por cada malla definida
Aplicar Ec. De Venta, Costos y Plan Minero a c/u de las 100 estimaciones a la malla de inters, usando Variable Analizar Histogramas de VAN
Definir: Mallas de Rebloqueo
Figura 4. Funcionamiento del modelo matemtico de estimacin del valor econmico de explotar relaves.
Construccin del modelo matemtico y aplicacin

Simulacin
1. Se realizaron 5 simulaciones para el presente caso (R1 a R5), probando el modelo con R1, R2 y R4 2. Se recomienda un nmero igual o mayor a 100 simulaciones para reducir la incertidumbre 3. Se cre un Modelo de Bloques (MB) de bloques con valores cada 1m x 1m x 1m 4. En cada simulacin se utiliz un variograma exponencial de corto alcance en 3D: 1 0.1 - nst, nugget effect 1 0.9 0.0 0.0 0.0 - it,cc,ang1,ang2,ang3 10 10 10 - a_hmax, a_hmin, a_vert
-5-
5. Este variograma debe ser el real cuando se aplique el modelo 6. El tamao del MB es de 40m x 120m x 150m, equivalente a 5 aos de produccin a 1.000 tpd, aproximadamente un 2% de la produccin da de CDA. 7. Se trabaj con una variable tipo: Ley equivalente (Leq) Nota: La simulacin arroja datos gaussianos (Dist. Normal: Media=0, Var=1), es necesario transformarlos
Transformacin de los datos

1. Se supuso que cada realidad sigue una distrib. exponencial de Leq con Media 2 2. Esta distribucin debe ser ajustada al momento de utilizar el Modelo Matemtico, de acuerdo a la informacin real existente 3. Bajo este supuesto el Valor de Leq se calcula as:
Donde: = 1 Valor Gaussiano Simulado =1/Media
Definicin de las mallas de muestreo y de rebloqueo
Tabla 1. Mallas relevantes para este proyecto tanto para muestreo como rebloqueo.
Rebloqueo
1. Se rebloque cada realizacin a la malla de 4x4x2, 20x20x2 y 40x40x2 2. Esto es equivalente aprox. al tonelaje de dos camiones, 1,5 das y una semana de produccin respectivamente. 3. Esto significa que la ley simulada 1x1x1 se promedia dentro de un bloque de 4x4x2 y se obtiene la ley del bloque para ese tamao y as para cada malla.
-6-
Muestreo y estimacin
1. Se muestre y estim por Kriging Ordinario (KO) cada realizacin a la malla de 4x4x2, 20x20x2 y 40x40x2 2. El variograma utilizado es el mismo de la simulacin gaussiana, salvo por los radios de bsqueda (De 10x10x10 se aument a 20x20x10 y 40x40x10 para las mallas 20x20x2 y 40x40x2 respect.) 3. Este supuesto debe ser corregido con el variograma real cuando se utilice el modelo
Clculo de la desviacin estndar entre mallas de inters

1. CDA tendr un compsito por semana al muestrear la correa que lleve 1.000 tpd de relave al molino 2. La ley comprometida ser controlada por CDA con el promedio de 5 compsitos semanales (ley mes) 3. Esto equivale al promedio de 5 bloques de 40x40x2 de la realidad rebloqueada a esa malla 4. Ahora bien, el muestreo de relave ser cada 1,5 das con el fin de establecer estrategias de corto plazo para cumplir de la ley comprometida 5. Por ello, la ley del mes comprometida ser el promedio de la ley estimada de 20 bloques de 20x20x2 Desviacin Estndar del Error de cada realizacin = = ( (Ley est. prom. de 20 bloques 20x20x2 - Leq rebloq. prom. de 5 bloques 40x40x2) / N datos)^(1/2)
Ley mensual comprometida: Ley mensual control CDA: Promedio de 20 bloques estimados de 20x20x2 Promedio de 5 bloques rebloqueados de 40x40x2
Figura 5. Ejemplo grfico del clculo de un par ordenado el cual se utiliza para evaluar
Es importante calcular dentro de este estudio, pues como puede observarse en los siguientes grficos existe una dispersin no menor entre estimacin y control. Luego, con el fin de disminuir el riesgo de la decisin final es importante situarse en un caso pesimista de envo de ley, lo cual ocurre al descontar esta cifra a las leyes del plan minero, como se ver ms adelante.
-7-
Figura 6. Dispersin entre estimacin y control para cada simulacin.
En el siguiente grfico, la dispersin de cada malla relevante con respecto a su rebloqueo para el caso de simulacin R4. Para el Caso de la Malla 4x4x2, R1, R2 y R4 presentan un comportamiento similar, sin embargo el nmero de muestras es de 22.500 (cada 2 camiones, para este tamao del MB), lo que representa un costo fuera de presupuesto, esto implica una de las principales razones por la cual la malla 20x20x2 (cada 1,5 das) es la escogida como malla de inters a comparar con el control que CDA realizar sobre la ley mensual.
-8-
Figura 7. Ejemplo dispersin para el caso de la Simulacin R4.
Construccin de la ecuacin de venta y estructura de Costos

La ecuacin de venta fue construida bajo el concepto de proyecto social, es decir, la empresa que enva el material a CDA debe tener asegurados sus costos, por lo tanto existe un valor fijo mnimo de ingreso. Ahora bien, la idea es que este proyecto sea de carcter ganar ganar, por lo que se premia cada punto de ley del relave que es enviado a proceso y que es posible recuperar (se utiliz 85% de recuperacin) tal que ayude a mejorar la ley mensual de CDA, con lo que se incentiva a la Empresa Extractora a una optimizacin constante del plan minero de explotacin de estos pasivos ambientales. Como puede verse en el ejemplo de la tabla, este punto correspondera a 0,5% de Leq. Esto es aplicable porque segn un anlisis paralelo a este estudio, el costo fijo que debe pagar CDA equivale a un % mnimo de sus gastos y adems existe la posibilidad de obtener esos dineros por fondos fiscales, debido a que se trata de un proyecto comunal. Sin embargo, y lo ms importante, es que dada las bajas leyes de la ecuacin de venta (leyes del orden de CDA) y la posibilidad de que las leyes de los relaves sean mayores al umbral mencionado, es probable que los relaves ayuden la mayora de las veces a mejorar la ley mensual de CDA, con un mnimo tonelaje (2%).
-9-
Esto es muy interesante, pues CDA, en los rangos de precio de hoy en da tendra una diferencia entre el ingreso y el costo de procesar estos relaves y finalmente aumentara sus utilidades.
Tabla 2. Ec. De Venta aplicada al caso desarrollado.
Aplicacin de un plan minero

1. Se aplicar un plan minero de prueba no optimizado 2. El plan consumir las reservas de forma descendente, extrayendo a banco completo 3. El modelo de bloques contiene reservas equivalentes aprox. a un periodo de 5 aos (57 meses) 4. La ley comprometida considerar el peor caso de envo de ley, es decir: Ley comprometida: Ley estimada -
- 10 -
Figura 8. Flujos de caja del plan minero para cada estimacin 20x20x2 proveniente de distintas simulaciones.
Figura 9. Rango de variacin del VAN en la iteracin 1 (con slo 3 simulaciones).
- 11 -
Conclusiones
Al aplicar este modelo a los relaves reales se debe utilizar el variograma y la distribucin real de cada variable, pues los supuestos bsicos son un variograma tipo, de corto alcance (baja correlacin en las 3 direcciones) y 10% de pepa, con una distribucin de tipo exponencial de media 2, para una variable denominada Leq. Esta informacin provendr en el caso real, del anlisis exploratorio y luego, de la retroalimentacin de operacin. Adems este modelo debe ampliarse a otras variables de control, como leyes de contaminantes o granulometra). Respecto, del muestreo 4x4x2, este es de alta correlacin con la realidad, pero slo aplica si existe presupuesto, debido a la gran cantidad de muestras. Sin embargo, para 4x4x2, debe analizarse el costo-beneficio de muestrear vs disminuir el rango de variacin del VAN y con ello el riesgo del negocio. Para el caso desarrollado (muestreo y estimacin cada 1,5 das vs control semanal por parte de CDA) y con el compromiso de cumplir una ley mensual, la variacin del VAN es 10% (ver histograma). Pero este grfico no es concluyente, pues se necesita reducir la incertidumbre del resultado realizando ms simulaciones para mejorar la informacin y se debe iterar con un mejor plan minero. Adems, el VAN es funcin de la ecuacin de venta y cuando esta es desconocida es posible ocupar SOLVER para encontrar el negocio factible de tipo ganar- ganar para cada stakeholder. Finalmente, puede decirse, que el Modelo construido responde a las necesidades buscadas, pues permite analizar el rango de variacin del VAN de explotar un relave con incertidumbre intrnseca y disminuye el riesgo de la decisin que se tome, al utilizar el caso pesimista de ley dentro de los planes mineros, cuando se descuenta la desviacin estndar del error entre estimacin y control. Por otro lado, el soporte de muestreo, ms que determinarlo por causa del modelo, debe ser una gama de posibles mallas que se evaluarn en el modelo, pero que fin de a cuentas depende del presupuesto existente y la estrategia de control de corto plazo que se quiera llevar a cabo para cumplir con los compromisos. Cabe mencionar, que este proceso es posible automatizarlo lo cual correspondera a una segunda etapa. NOTA: Los datos utilizados no corresponden a la realidad, slo son herramientas de trabajo y por ende los resultados de VAN no representan en ningn caso valores oficiales. Cuando se aplique el modelo a la realidad, se debe ajustar cada supuesto e incluir todas las variables que correspondan.
- 12 -
Anexos
Programas utilizados
A continuacin se encuentra la lista de programas de la GSLIB que se utilizaron en este estudio, mediante una muestra de la configuracin que se utiliz para una simulacin.
sgsim.exe Para realizar simulaciones

Parameters for SGSIM ******************** START OF PARAMETERS: R1.txt - file with data 1 2 3 4 0 0 - columns for X,Y,Z,vr,wt,sec.var. -1.0 1.0e21 - trimming limits 0 - transform the data (0=no, 1=yes) sgsim.trn - file for output trans table 0 - consider ref. dist (0=no, 1=yes) histsmth.out - file with ref. dist distribution 1 2 - columns for vr and wt 0.0 15.0 - zmin,zmax(tail extrapolation) 1 0.0 - lower tail option, parameter 1 15.0 - upper tail option, parameter 1 - debugging level: 0,1,2,3 1sim_R1.dbg - file for debugging output 1sim_R1.out - file for simulation output1 1 - number of realizations to generate 40 0.0 1.0 - nx,xmn,xsiz 120 0.0 1.0 - ny,ymn,ysiz 150 0.0 1.0 - nz,zmn,zsiz 101107 - random number seed 0 8 - min and max original data for sim 12 - number of simulated nodes to use 1 - assign data to nodes (0=no, 1=yes) 1 3 - multiple grid search (0=no, 1=yes),num 0 - maximum data per octant (0=not used) 10.0 10.0 10.0 - maximum search radii (hmax,hmin,vert) 0.0 0.0 0.0 - angles for search ellipsoid 51 51 11 - size of covariance lookup table 0 0.60 1.0 - ktype: 0=SK,1=OK,2=LVM,3=EXDR,4=COLC ../data/ydata.dat - file with LVM, EXDR, or COLC variable 4 - column for secondary variable 1 0.1 - nst, nugget effect 1 0.9 0.0 0.0 0.0 - it,cc,ang1,ang2,ang3 10.0 10.0 10.0 - a_hmax, a_hmin, a_vert
- 13 -
blkavg.exe: Para rebloquear una simulacin

Parameters for BLKAVG ********************* START OF PARAMETERS: 2BM_R1_1X1X1.out - file with realization 1 - column for grade -1.0 1.0e21 - trimming limits 1 - number of realizations 40 0 1.0 - Input size: nx,xmn,xsiz 120 0 1.0 - ny,ymn,ysiz 150 0 1.0 - nz,zmn,zsiz 4BM_R1_4x4x2.out - file for output 10 0.0 4.0 - Output size: nx,xmn,xsiz 30 0.0 4.0 - ny,ymn,ysiz 75 0.0 2.0 - nz,zmn,zsiz
addcoord.exe: Para coordenar un modelo de bloques

Parameters for ADDCOORD *********************** START OF PARAMETERS: 2BM_R1_1X1X1.OUT 6coord_R1_1X1X1.out 1 40 0.0 1.0 120 0.0 1.0 150 0.0 1.0 - file with data - file for output - realization number - Output size: nx,xmn,xsiz - ny,ymn,ysiz - nz,zmn,zsiz
kt3d.exe: Para realizar kriging con un conjunto de datos de muestreo

Parameters for KT3D ******************* START OF PARAMETERS: 7kt3d_R1_4X4X2.out 0 1 2 3 4 0 -1.0e21 1.0e21 0 xvk.dat 1 2 0 3 0 3 8kRIG_R1_4x4x2.dbg 8KRIG_R1_4x4x2.out 10 0 4.0 30 0 4.0 75 0 2.0 1 1 1 4 8 - file with data - columns for DH,X,Y,Z,var,sec var - trimming limits - option: 0=grid, 1=cross, 2=jackknife - file with jackknife data - columns for X,Y,Z,vr and sec var - debugging level: 0,1,2,3 - file for debugging output - file for kriged output - nx,xmn,xsiz - ny,ymn,ysiz - nz,zmn,zsiz - x,y and z block discretization - min, max data for kriging
- 14 -
0 10.0 10.0 10.0 0.0 0.0 0.0 1 2.302 000000000 0 extdrift.dat 4 1 0.1 1 0.9 0.0 0.0 0.0 10.0 10.0 10.0
- a_hmax, a_hmin, a_vert
- max per octant (0-> not used) - maximum search radii - angles for search ellipsoid - 0=SK,1=OK,2=non-st SK,3=exdrift - drift: x,y,z,xx,yy,zz,xy,xz,zy - 0, variable; 1, estimate trend - gridded file with drift/mean - column number in gridded file - nst, nugget effect - it,cc,ang1,ang2,ang3
- 15 -
Esquema de trabajo por cada realizacin: herramienta para la automatizacin
- 16 -
Planificacin en etapa de perfil de yacimiento en Codelco Norte

Galo Muoz, Ingeniero de Planificacin, Codelco (Divisin Codelco Norte)
Resumen
A partir de la informacin entregada en cuanto a topografa del sector y modelo de bloques se procede a ingresarla en Whittle, adems de los parmetros tcnicos y econmicos para la evaluacin del yacimiento. Con esta informacin se determina que existe un potencial de recursos a extraer, lo que hace necesario seguir con el anlisis. Estos primeros resultados son analizados en profundidad y entregan un pit final, a esto, hay que agregar las consideraciones de inversin para mina y plantas que son fundamentales, ya que el anlisis se realizo sin inversin considerando la disponibilidad de equipos y plantas disponible. Se considero para esto el trmino de yacimiento extico con equipos mina y su planta a un nivel mximo de 35 Ktpd, en cuanto a los sulfuros ocupar una capacidad disponible despus del ao 2030, cuando termina el aporte de sulfuros de Radomiro Tomic. Es fundamental para una segunda etapa revisar el tema del transporte de los minerales a planta, ya que este proyecto sin inversin entrega un valor de 100 MUS$, por lo tanto el nivel de inversiones debe ser muy bajo, para que este proyecto presente inters econmico.
- 17 -
Introduccin
El presente informe se enmarca en una etapa de ingeniera de perfil, para un posible yacimiento en las cercanas de las instalaciones de la divisin Codelco norte, la idea es poder ocupar informacin disponible y poder realizar una evaluacin para ver la factibilidad de una posible explotacin. Se debe mencionar que adems se espera poder conocer y utilizar software mineros para realizar los clculos, especficamente Whittle para ver si hay atractivo de los recursos que se tienen. Adems es fundamental para el anlisis las consideraciones de entorno que se deben tener, por posible capacidad disponible de plantas y equipos. En trminos generales el yacimiento presenta una cantidad importante de recursos de baja ley, partiendo con xidos y en profundidad sulfuros. Por lo tanto se considerar la alternativa de procesar ambos tipos de materiales.
Metodologa
La metodologa ocupada para revisar este proyecto, se basa en las distintas etapas que se deben considerar en la planificacin minera, partiendo desde la informacin de modelo de bloques, hasta llegar a la determinacin de reservas basado en su programa de produccin. El detalle de las etapas realizadas es el siguiente: Cargar informacin disponible en paquete minero. Exportar archivos necesarios para utilizar en Whittle. Importar modelo de bloques en Whittle. Definir restricciones geomecnicas del rajo, y parmetros metalrgicos. Definir parmetros econmicos a utilizar, precios, costos. Optimizacin para definir pit anidados. Valorizar pit para varias capacidades de produccin. Definir capacidad de tratamiento y pit final. Simulacin para definicin de fases. Calculo de programa de produccin y valorizacin. Visualizacin del secuenciamiento de bloques en paquete minero.
Informacin disponible
La informacin disponible para la determinacin de las siguientes etapas es fundamental, y cada parmetro a ingresar dar origen a un nuevo escenario, dando nuevos resultados y a su vez nuevos programas de produccin. Los antecedentes que se han utilizado son: Topografa
- 18 -
Modelo de bloques Recuperaciones metalrgicas Parmetros de diseo Antecedentes econmicos
Topografa
La topografa considerada corresponde a un sector de 30 millones de metros cuadrados, con 6.000 metros en la direccin este oeste y 5.000 metros en direccin norte sur.
Modelo de bloques
Respecto del modelo de bloques este corresponde a un modelo del ao 2006, este va desde las coordenadas E 501787 a 507512, N 7518587 a 7523512, Z 1247 a 2417, con una geometra de 25 * 25 * 15, en base a esto son 229 bloques en direccin este, 197 en direccin norte y 78 en altura, por lo tanto se tiene 3.518.814 bloque disponibles. La informacin en este modelo es densidad, leyes de cobre total para los sulfuros y de cobre soluble si son xidos, adems de las coordenadas x, y, z. Tambin estn disponibles las unidades geolgicas, las que se agrupan fundamentalmente para asignar un destino y as un proceso. La siguiente tabla muestra estos destinos.
Un id ad G eo l g ic a E s teril G rav a E x o tic a Min era liz ad a L ix iv iad o R x L ix iv iad a c o n O x id o s d e C u O x id o s V erd es O x id o s N eg ro s O x id o s V erd es y Neg ro s Mix to s O x id o s > S u lfu ro s Mix to s S u lfu ro s > O x id o s E n riq . S ec . F u erte E n riq . S ec . D eb il C a lc o p irita _B o rn ita C alc o p irita C a lc o p irita _B o rn ita P irita
L ey Med ia % C u T -% C u S 0.41-0.14 0.20-0.09 0.23-0.10 0.50-0.36 0.30-0.10 0.38-0.24 0.45-0.21 0.38-0.11 0.66-0.03 0.37-0.04 0,41 0,36 0,29
D es tin o Materia l B o tad ero D ump D ump
O x id o s L ix iv ia c io n
C o n c en trad o ra
B o tad ero
Figura 1. Clasificacin de destino de materiales.
Recuperaciones metalrgicas
En cuanto a las recuperaciones metalrgicas se definieron por tipo de destino, las utilizadas en el clculo fueron:
Proceso Dump Lixiviacin Concentradora
% 30 65 85
Tabla 3. Recuperacin metalrgica por proceso.
- 19 -
Bases geotcnicas
Respecto de la geotecnia se considero un ngulo en base a la informacin geotcnica del sector, siendo el utilizado de 45, para todo el yacimiento, en una etapa posterior se podra considerar distintos sectores para la evaluacin.
Antecedentes econmicos
En cuanto a los antecedentes econmicos se ha definido un proceso asociado a cada unidad geolgica, se han utilizados por proceso los siguientes:
Costos Costo Mina Costo Lixiviacin Costo Concentradora Costo Dump Costo Fund-Refinacin Costo SX-EW Costo Flete
Unidad US$/t US$/t US$/t US$/t cUS$/lb cUS$/lb cUS$/lb
Valor 1,23 1,49 4,80 0,41 12,10 15,00 13,15
Tabla 4. Antecedentes econmicos.
Respecto del precio en base a las orientaciones comerciales para los prximos ao siendo este de 1,5 US$/lb. En el caso de las inversiones se considera la disponibilidad de equipos que quedara disponibles el ao 2013 para un ritmo no mayor a 150 ktpd, los que se plantean ocupar estos como alternativa, para no tener mayor gasto en inversin en este tem. En cuanto a las plantas, asociado a estos equipos se presenta la oportunidad de ocupar la planta de xidos con un nivel no superior a 35 Ktpd. Para el caso de los sulfuros es algo similar ya que habra una capacidad disponible no mayor a 40 ktpd a partir del ao 2030.
Optimizacin para definir pit anidados

En una primera etapa se realiza un anlisis con bloques ms grandes, de 4*4*1, es decir bloques de 100*100*15 para ver si el proyecto flota o no, el resultado fue el siguiente:
- 20 -
Modelo 4*4*1
Total (Mill Ton) 5,942
Mineral (Mill Ton) 3,027
Ley Cu 0.34
Ley Cus 0.05
Figura 2. Resultados para bloques de 100x100x15.
El resultado entrega un nivel de recursos interesantes, con un error en el ngulo de talud de 9, es as como se decide realizar un nuevo anlisis para mejorar la estimacin, y se decide realizar un anlisis de bloques de 2*2*1, es decir de 50*50*15, los resultados obtenidos fueron los siguientes,
- 21 -
Modelo 2 * 2 *1
Total (Mill Ton) 6,076
Mineral (Mill Ton) 2,934
Ley Cu 0.34
Ley Cus 0.05
Figura 3. Resultados para bloques de 50x50x15.
Este resultado mejora la estimacin del ngulo de talud llegando a un error de 5, se puede observar una forma ms suave de los conos, y se presentan principalmente dos zonas de inters, las que sern analizadas, en base a esta informacin se procede a definir factores de precio (RF) para definir los posibles pit de inters, en un primer anlisis se realiza de 0 a 2 con pasos de 0.25 determinando as 16 pit, los que se muestran en la siguiente tabla,
- 22 -
Pit 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
RF 0.75 0.83 0.92 1.00 1.08 1.17 1.25 1.33 1.42 1.50 1.58 1.67 1.75 1.83 1.92 2.00
Total Ton 171 560 974 6,076 8,388 10,022 11,520 12,522 13,262 13,962 14,558 15,101 15,521 15,981 16,413 16,639
Mineral Ton 76 289 552 2,934 3,950 4,563 5,146 5,437 5,688 5,861 6,022 6,138 6,218 6,289 6,354 6,402
REM 1.25 0.94 0.77 1.07 1.12 1.2 1.24 1.3 1.33 1.38 1.42 1.46 1.5 1.54 1.58 1.6
Cut 0.54 0.44 0.38 0.34 0.33 0.32 0.32 0.32 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31
Cus 0.25 0.13 0.09 0.05 0.05 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04
Tabla 5. Pits anidados.
Adems se puede observar en el siguiente grfico el comportamiento y el potencial de recursos de la los 16 pit generados,
Figura 4. Grfico Pit a Pit.
- 23 -
Se puede observar que a partir del pit 5 no se agrega ms valor, por esta razn se proceder a realizar un nuevo anlisis hasta el pit 5, es decir el RF varia de 0 a 1.1 con 50 pasos, concentrando as el inters en un sector ms reducido, los resultados se muestran en la siguiente tabla:
Pit 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 RF 0.74 0.76 0.79 0.81 0.83 0.85 0.88 0.90 0.92 0.94 0.97 0.99 1.01 1.03 1.06 1.08 1.10 Total Ton 134 267 361 372 560 655 758 892 1,013 3,904 5,031 5,741 6,385 7,070 7,698 8,364 8,671 Mineral Ton 57 124 175 181 289 343 405 499 575 1,874 2,414 2,789 3,073 3,372 3,628 3,935 4,053 REM 1.34 1.15 1.07 1.06 0.94 0.91 0.87 0.79 0.76 1.08 1.08 1.06 1.08 1.1 1.12 1.13 1.14 Cut 0.56 0.51 0.48 0.48 0.44 0.42 0.4 0.39 0.37 0.35 0.35 0.34 0.34 0.33 0.33 0.33 0.33 Cus 0.28 0.21 0.17 0.17 0.13 0.12 0.11 0.09 0.09 0.07 0.06 0.06 0.05 0.05 0.05 0.05 0.05
Tabla 6. Pits anidados.
De esta tabla podemos determinar que mnimo precio es con RF 0.74 es decir 1,1 US$/lb, a partir de este precio se hace interesante el proyecto. En el siguiente grfico se muestran los resultados de esta corrida
- 24 -
Figura 5. Grfico pit a pit.
Se puede observar que hasta el pit nmero 9 se agrega valor, adems muestra en un primer anlisis el rango de material y valor del proyecto llegando a ser 250 millones de US$ en el mejor caso.
Valorizacin de pit
En esta parte se procede a valorizar los pit a un determinado precio, para este caso se realizo con un promedio de los prximos cinco aos en base a las orientaciones comerciales, definiendo un precio de 1,5 US$/lb para el anlisis, la idea es valorizar todos los pit anteriores a este precio, se realiza adems un anlisis para distintas capacidades de produccin, esta son:
- 25 -
Total Ktpd 100 150 200 300 400 1000
Min MUS$ -106 1 97 247 346 595
Mx MUS$ 259 361 433 523 586 704
Tabla 7. Resultados de la valorizacin.
De este anlisis se puede decir que al aumentar el ritmo de movimiento va subiendo el VAN, no hay mayor lmite de cantidad, pero a medida que aumenta el ritmo debera aumentar la inversin, solo al considerar un ritmo mayor a 150 Ktpd requerira una inversin en equipos, o que hace poco viable la alternativa, al irse al extremo de 1000 ktpd requiere una inversin en mina aproximada de 700 millones de US$, lo que anulara el beneficio sin considerar la inversin en planta. Por lo tanto en base a lo anterior y a las consideraciones econmicas se decide valorizar escenarios entre 100 y 250 Ktpd, tambin con escenarios de tratamiento de mineral para xidos y sulfuros.
Total Ktpd 100 100 100 150 200 250
Sulfuro Ktpd libre libre 35 35 35 35
Oxido Ktpd libre 35 35 35 35 35
Min KUS$ -106 -123 -158 -156 -157 -157
Mx KUS$ 259 196 169 200 217 244
Tabla 8. Resultados de la valorizacin.
Se puede observar que el mejor valor es cerca de 244 millones, con el mejor caso considerando un ritmo 35 ktpd para el mineral. Hay que mencionar que este caso no es operativo, por lo tanto el proyecto no llegara a este valor en base al escenario que se ha dado en funcin de los equipos mina.
Definicin de pit final y capacidad de produccin

En base a los resultados de la valorizacin de los pit se puede definir que el pit nmero 9 define el pit final, debido a que al pasar al siguiente pit no aumenta el valor independiente de la capacidad de produccin, como se muestra el siguiente grfico,
- 26 -
500 450 400 350 300
Pit Final
50 Ktpd 75 Ktpd 100 Ktpd 200 Ktpd
MUS$
250 200 150 100 50 0 1 2 3 4 5 6 7 8 9 10
Figura 6. Valorizacin para varios pits y ritmos de produccin.
La capacidad de tratamiento y ritmo de movimiento de materiales en base al escenario dado debe ser un valor no mayor a 150 en ktpd como movimiento de materiales, adems se debe considerar el movimiento por tipo de material, que son baja ley (dump), xidos a proceso de lixiviacin, y sulfuros aun proceso de concentradora.
- 27 -
30 35 ktpd 30 ktpd
Figura 7. Produccin por tipo de material.
De este primer anlisis se puede observar que los xidos aparecen en una primera etapa llegando a un valor de 20 millones en el ao 6 lo que es 55 ktpd, en el caso de sulfuros aparece en una segunda etapa llegando a un mximo de 90 ktpd en el ao 25, con una vida total de 29 aos. Al revisar estos nueve pit, se puede observar que corresponden a una parte de la corrida original, como se aprecia en la siguiente figura, dejando un sector inicial fuera del anlisis.
- 28 -
Figura 8. Visualizacin de la solucin.
Simulacin para determinar fases

Se utilizan simulaciones de Milawa para determinar el nmero de fases, paso necesario para llegar a un programa de produccin, hay que mencionar que el peor caso es sacar el material banco a banco, que entrega el menor VAN a medida que crece el nmero de fases se va mejorando el VAN, adems al suavizar los ritmos de produccin van disminuyendo el valor y alargando la vida del proyecto. En la siguiente figura se muestra el valor original basndose en los ritmos mximos de produccin,
- 29 -
Total Ktpd 150
Sulfuro Ktpd 35
Oxido Ktpd 35
Min KUS$ -156
Mx KUS$ 200
Figura 9. Grfico pit a pit.
En la siguiente tabla se muestra el valor econmico a medida que aumenta el nmero de fases,
Fases 2 3 4 6 7 VAN MUS$ 10 69 35 100 110
Tabla 9. VAN para diferente nmero de fases.
Al sensibilizar con 7 fases, pensando que estas fases entregan mineral para tres o cuatro aos, el VAN mejora llegando a un valor cercano a 110 Millones US$, pero al analizar el secuenciamiento se observa que operativamente no es posible, por lo tanto se vuelve a realizar el anlisis con 6 fases, que son las que finalmente se ocuparon, las cuales consideran los nueve pit de diseo y las consideraciones de geometra, capacidad, valor econmico y movimiento de materiales.
Programa de produccin
El programa de produccin es fundamental ya que entrega el nivel de reservas del yacimiento, y las expectativas del mismo en trminos de tonelaje y ley de los materiales a mover. Se realizo un primer anlisis, en donde se dejo sin lmite la capacidad de la planta y considerando las seis fases, el resultado del programa de produccin se puede ver en el siguiente grfico:
- 30 -
Figura 10. Programa de produccin.
Este anlisis es iterativo, ya que la tendencia es a mejorar la determinacin de fases para Este programa de produccin entrega un valor de 158 MUS$ en un perodo de 29 aos, pero no se hace carga del mineral ya que este se presenta en mayor cantidad de la posibilidad de recepcin en planta como se muestra en el siguiente grfico:
- 31 -
Sulfuros 70 ktpd Oxidos 40 ktpd
Figura 11. Programa de produccin por tipo de material.
Al incorporar la restriccin de planta en el programa de produccin, se re calcula este entregando mayor cantidad de aos llegando a 40 aos, como se muestra en el siguiente grfico:
- 32 -
El resultado econmico en este ejercicio baja llegando a 135 MUS$, y presenta adems en al ao 25 un valor fuera de rango por lo que hay que volver a suavizar el programa de produccin, el resultado determino un movimiento de materiales partiendo con lastre por dos aos y luego un perodo cercano a 15 aos con oxido a un ritmo no mayor a 35 ktpd, para posteriormente comenzar con envo de sulfuros hasta el fin de la vida de la mina tambin con un vector no mayor a 35 ktpd. El programa de produccin en cuanto a movimiento total se muestra en el siguiente grfico:
- 33 -
Respecto del mineral a proceso este se comporta como se muestra en el siguiente grfico:
- 34 -
Figura 14. Programa de produccin por tipo de material.
En general al suavizar el movimiento de materiales se alarga la vida del proyecto, pero a su vez baja el valor econmico de este, siendo fundamental la consideracin de equipos y planta para la determinacin del programa de produccin, en la siguiente tabla se muestra esta variacin en base a los ejercicios realizados.
Planta Libre Restringida Suavizada
VAN MUS$ 158 135 100
Aos 29 40 45
Tabla 10. VAN asociado a diferentes escenarios.
Visualizacin del secuenciamiento

Esta etapa de visualizacin del secuenciamiento tambin nos entrega informacin relevante, ya que al visualizar las fases se puede observar su geometra, principalmente espacio, adems se puede ver la ubicacin del modelo respecto de las fases. A continuacin se muestra una seccin y planta tipo del yacimiento,
- 35 -
Seccin
Figura 15. Seccin transversal.
Figura 16. Vista en planta.
Posteriormente es importante cargar los perodos para poder ver como es el secuenciamiento de las fases en el tiempo, y empezar ya a pensar en la etapa del diseo
- 36 -
para relacionar fases con equipos y ritmos de explotacin En la siguiente figura se muestra en a seccin donde se muestran tres perodos, los aos 2, 5, 10
Figura 17. Produccin por fase y por periodos.
De la seccin se puede mencionar que en el perodo dos se tiene un buen avance de la fase 1 y est comenzando la fase dos, al ver el quinto ao se est terminando la fase 1, en bajando con la fase 2 y abriendo la tercera fase, esto nos da una relacin de los equipos que van a ser necesarios para llevar cabo la explotacin del yacimiento. Adems se debe revisar el modelo en estas secciones con oxido y sulfuro para ver el comportamiento en el tiempo de los materiales y visualizar as la relacin espacial y de tiempo de los materiales con la geometra del yacimiento, a continuacin se muestran dos secciones con los modelos de xido y sulfuro para los perodos vistos anteriormente.
Figura 18. xidos y slfuros por fase y periodo.
- 37 -
Figura 19. xidos y slfuros por fase y periodo.
- 38 -
Conclusiones
A partir del modelo de bloque y en base a los antecedentes de partida se puede comentar que el proyecto entrega un nivel de recursos interesantes de 3.000 millones de toneladas con ley de 0.34% cobre. Dada las condiciones de borde en cuanto a capacidades de plantas y equipos disponibles para el anlisis es fundamental para una segunda etapa considerar el traslado de materiales hacia las plantas para ocupar as la capacidad disponible de estas, al pensar en correas se debe analizar el nivel de inversin ya que el yacimiento llega a un valor de 100 Millones US$. En cuanto al valor econmico este recupera un nivel de mineral de 590 millones de toneladas, los que al suavizar el programa de produccin entregan una vida de 45 aos. El movimiento de materiales parte con dos aos de movimiento de lastre a un rimo de 140 Ktod, para el tercer aos partir con oxido siendo 15 aos a un ritmo mximo de 35 ktpd y posteriormente sulfuros con un ritmo mximo de 35 ktpd hasta el fin de la vida del yacimiento. Finalmente sealar que el yacimiento entrega un bajo nivel de ingresos no considerando inversiones, siendo entonces sensible a, precio, recuperaciones, y nivel de inversiones para equipos, movimiento de materiales desde la mina a las plantas, e inversiones en plantas, es as que para una segunda etapa es fundamental el movimiento del mineral a planta y asegurar la disponibilidad de las plantas.
- 39 -
Variacin en flota de equipos segn secuencia de extraccin en Panel Caving

Raimundo Silva
Resumen
El objetivo principal de este trabajo fue determinar el dimensionamiento en el tiempo de la flota de equipos necesaria para la extraccin en un sector de una mina explotada por Panel Caving respecto a la variacin en la secuencia de apertura de puntos de extraccin. En primer lugar se deba obtener el piso ptimo para el que se obtuviera el mayor beneficio de la extraccin de la columna de mineral sobre l, considerando los costos y otros parmetros econmicos (Pcu, Costos, recuperacin, etc.) Una vez seleccionado el piso ptimo, se realizaron 3 ejercicios en cuanto al secuenciamiento de la apertura de los puntos de extraccin: Direccin Oeste Este, Direccin Oeste 45 Norte, Direccin Oeste 45 Sur. Posteriormente se realiz una programacin de la extraccin por sector abierto a medida que los puntos de extraccin se habilitaban y la posterior cuantificacin de la flota de equipos requeridos para cumplir estos requerimientos.
- 40 -
Introduccin
En un principio el objetivo principal de este trabajo fue determinar el dimensionamiento en el tiempo de la flota de equipos necesaria para la extraccin en un sector de una mina explotada por Panel Caving respecto a la variacin en la secuencia de apertura de puntos de extraccin. Este objetivo se ampli al anlisis en la variacin del tamao de los equipos de extraccin (asumiendo que las galeras se disean segn el tamao del equipo). Los objetivos secundarios a cumplirse antes de desarrollar el principal fueron: 1. 2. 3. 4. Determinar el piso ptimo para la explotacin de un sector por Panel Caving. Clculo de la altura econmica de las columnas. Secuenciar la apertura de los puntos de extraccin. Estos se cumplieron utilizando PCBC de Gemcom.
Metodologa de trabajo
Para el proyecto se dispona de un modelo de bloques de un sector de una mina (por confidencialidad esta informacin no puede entregarse). En primer lugar se deba obtener el piso ptimo para el que se obtuviera el mayor beneficio de la extraccin de la columna de mineral sobre l, considerando los costos y otros parmetros econmicos (Pcu, Costos, recuperacin, etc.). Los parmetros utilizados fueron: Precio del Cu (lb) = 1.7 US$/lb Costo Fundicin y Refinacin = 0.25 US$/lb Recuperacin = 88% Costo Mina = 7 US$/ton Costo Planta = 4 US$/Ton
PCBC entreg como resultado la tabla MT.01, desde donde se obtuvo que el piso ptimo de extraccin debiera situarse en la cota 330. El criterio utilizado para la decisin fue el de la valoracin econmica del conjunto.
- 41 -
Tabla MT.01: Piso ptimo de extraccin.
El clculo de la altura econmica se realiz en PCBC con los siguientes parmetros: Altura mxima de extraccin: 350 m. Altura mnima de extraccin: 80 m. Diferencia en altura entre puntos vecinos: 80 m. Dilucin al 55% de la extraccin. Altura de Interaccin de los conos 90 m.
Con esto se asegur que los puntos de explotacin fueran econmicamente rentables. El piso se coloc a la cota 270, para simular la altura que existe entre los puntos de extraccin y los de ingreso del material quebrado a los conos de extraccin. Finalmente, con las alturas de extraccin definidas, se poda entregar una secuencia de extraccin en cuanto al rea abierta anualmente. Se realizaron 3 ejercicios en cuanto al secuenciamiento de la apertura de los puntos de extraccin. Estas fueron (como se ve en la figura MT.02, pgina siguiente): Direccin Oeste Este. Direccin Oeste 45 Norte Direccin Oeste 45 Sur
- 42 -
Oeste 45 Norte
Oeste Este
Oeste 45 Sur
Figura MT.02: Piso ptimo de extraccin.
La explotacin del sector se realizara en 17 aos (2010 a 2026), con una apertura de puntos progresiva que tomara los primeros 10 perodos. Con las diferentes direcciones de avance de la explotacin se obtuvo 3 secuencias de apertura de puntos. Si bien el tonelaje extrado anualmente debiera ser el mismo, las distintas distancias a los puntos de vaciado deban variar, con lo cual la cantidad de equipos necesarios podra tener variaciones entre las diferentes secuencias. Los puntos de vaciado se colocaron siguiendo un patrn que fuera lgico para un nivel de transportes. El mismo patrn se utiliz para todas las secuencias (ver figura MT.03).
- 43 -
7750
7650
7550
7450
7350
7250
7150
7050 3900 4000 4100 4200 4300 4400 4500 4600
Puntos de Extraccin
Puntos de Vaciado
Figura MT.03: Puntos de Vaciado vs Ptos. De Extraccin.
Se realiz una programacin de la extraccin por sector abierto a medida que los puntos de extraccin se habilitaban1, ver tabla MT.04.
Con la secuencia se pudo obtener el porcentaje de mineral extrado de cada sector abierto, al tener las distancias promedio de ese sector a los puntos de vaciado, se calcul una distancia promedio anual de acuerdo al peso del porcentaje de mineral y la respectiva distancia media de cada sector desde donde se extrajo para cumplir con el plan anual.
- 44 -
Seq 45 Ton Perodo Requerido 1.272.250 2.537.500 3.625.000 3.625.000 3.625.000 3.625.000 3.625.000 3.625.000 3.625.000 3.625.000 3.625.000 3.625.000 3.625.000 3.625.000 3.625.000 2.537.500 1.319.454 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 Ptos. Abiertos 120 60 60 70 80 90 120 120 120 35 Distancia Promedio (m) 50 47 47 47 47 46 46 44 46 45 Ton en rea 5.831.304 3.923.084 4.781.644 5.470.582 5.646.184 6.194.264 7.324.687 6.235.748 7.093.788 2.290.417 Perodo 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 Ptos. Abiertos 120 60 60 70 80 90 120 120 120 35 Distancia Promedio (m) 50 47 47 47 47 46 46 44 46 45 Ton en rea 4.568.321 2.690.830 3.068.323 4.294.011 5.216.689 5.544.843 8.465.067 9.691.688 9.244.772 2.007.161
Seq 135 Ton Perodo Requerido 1.272.250 2.537.500 2.812.189 3.692.734 3.692.734 3.692.734 3.692.734 3.692.734 3.692.734 3.692.734 3.692.734 3.692.734 3.692.734 3.692.734 3.692.734 2.537.500 1.319.453 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 Ptos. Abiertos 120 60 60 70 80 90 120 120 120 35 Distancia Ton en Promedio rea (m) 50 2.504.976 47 1.658.442 47 2.458.521 47 4.194.740 47 6.107.565 46 7.615.279 46 10.530.703 Hubo un cambio en el tonelaje requerido 44 9.464.704 debido a que la secuencia no permita el 46 8.528.313 tonelaje requerido anualmente, por lo que 45 1.728.459 hubo de modificarse el flujo de mineral.
Tabla MT.04: Puntos de Extraccin habilitados anualmente.
Para la Seq 135 hubo que cambiarse la secuencia de extraccin del mineral, pues en el 3 ao, la cantidad de mineral disponible en los puntos abiertos no satisfaca la demanda (debido a la diferencia de altura de columna de los puntos abiertos en la secuencia Seq 135, respecto a los abiertos en las 2 secuencias anteriores: Seq 45 y Seq 90). La tabla de la pgina siguiente, MT.05, contiene las distancias promedio entre los puntos de vaciado y los de extraccin por ao de explotacin considerando la ponderacin de las reas desde donde proviene el mineral2.
La planificacin de la extraccin del mineral segn el ao y las distancias ponderadas se encuentran en los Anexos.
- 45 -
Perodo 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026
Distancia Ajustada (Km) Seq 45 Seq 90 0,0504 0,0504 0,0487 0,0487 0,0481 0,0481 0,0479 0,0477 0,0475 0,0470 0,0473 0,0467 0,0466 0,0464 0,0462 0,0461 0,0460 0,0455 0,0460 0,0453 0,0459 0,0453 0,0457 0,0452 0,0455 0,0452 0,0455 0,0453 0,0453 0,0453 0,0454 0,0452 0,0456 0,0468
Seq 135 0,0504 0,0487 0,0469 0,0469 0,0470 0,0467 0,0461 0,0457 0,0456 0,0455 0,0453 0,0452 0,0452 0,0452 0,0453 0,0451 0,0458
Tabla MT.05: Puntos de Extraccin habilitados anualmente.
Clculo de equipos
Ejercicio n1
El clculo de la flota de equipos se realiz en base a LHD de 7 Yd cbicas, los rendimientos que estos presentan, las distancias medias y el tonelaje anual a extraer. El objetivo era determinar la variacin en el nmero de equipos, y su entrada en operaciones, dependiendo de la secuencia elegida. Se esperaba una variacin pequea en el nmero de equipos debido a las diferentes configuraciones de distancias. Pero no hubo tal variacin del nmero de equipos necesarios, pues las distancias variaron muy poco segn la configuracin de los puntos de vaciado (donde se tuvo cuidado de no dejar puntos de extraccin a ms de 150 metros de los de vaciado). Como se ve en la tabla MT.05, las distancias medias variaron, pero muy poco, no reflejndose en el clculo del nmero de equipos de explotacin, ver tabla CE.01.
- 46 -
Perodo 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026
Seq 45 2 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3 2
N LHD Seq 90 2 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3 2
Seq 135 2 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3 2
Tabla CE.01: Nmero de Equipos segn secuencia.
Si bien no existe diferencia en el nmero de equipos necesarios para la produccin, existen diferencias en la superposicin de los LHD respecto a las horas y perodos en que trabajan, ver secuencias para LHD de 7 Yd cbicas en Anexo A y tabla CE.02.
N Equipos en Faena Perodo 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 Seq 45 2 3 4 4 4 5 5 4 4 4 4 4 4 4 4 4 2 Seq 90 2 3 4 4 4 6 4 4 4 4 5 4 4 4 4 4 2 Seq135 2 3 4 4 4 5 5 4 4 4 4 4 4 4 4 4 2
Tabla CE.02: Nmero de Equipos en Faena segn la panificacin.

- 47 -
No existe variacin entre las secuencias Seq 45 y 90 en lo referente a equipos y su entrada en operacin, aunque si se presentan diferencias en las horas trabajadas por equipo en cada perodo. Los equipos N 06 y 10 deben entrar antes en operacin en la secuencia Seq 45 que en la Seq 135; as mismo el equipo N 03 debe cesar su operacin antes en la secuencia Seq 45.
Ejercicio n2
Tomando la secuencia Seq 45 se realiz el ejercicio de cambiar la capacidad de los equipos de extraccin, con baldes de 7, 9 y 13 Yd3, Anexo B. La cantidad de equipos necesarios durante la explotacin del sector vara decrecientemente (como se espera) debido a la mayor capacidad de los equipos (tabla CE.03 en la pgina siguiente).
Seq 45 Perodo 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 LHD 7 2 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3 2 LHD 9 1 2 3 3 3 3 3 3 3 3 3 3 3 3 3 2 1 LHD 13 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1
Tabla CE.03: Nmero de Equipos segn capacidad.
- 48 -
Conclusiones
La herramienta PCBC disponible en Gems fue de gran ayuda para determinar en forma gruesa la distribucin de los puntos de extraccin. Para el clculo del piso econmicamente rentable de explotacin se debe tener cuidado al ingresar datos que apunten a reflejar de la manera ms fiel posible la realidad econmica que, se supone, imperar en el proyecto (eso considera personalmente el autor de este trabajo), pues mientras ms fina sea la sintona en los datos ingresados al programa, mejor ser el resultado en cuanto a acercarse al ptimo econmico de la explotacin real. Entendindose real como el rea siendo explotada. Las ocasiones donde a un equipo le faltan horas para cumplir su vida til se transforman en oportunidades de disponer una mayor flexibilidad en la flota disponible en el siguiente perodo. Dadas las caractersticas del rea a explotar parece lgico y razonable utilizar equipos de 7 o 9 Yd3, ya que permiten un mejor control en el tiraje de los puntos de extraccin, repercutiendo positivamente, respecto a la utilizacin de LHD de 13 Yd3, en el plan de extraccin y control de la dilucin. El alcance no del trabajo no inclua el anlisis econmico de los ejercicios, por lo que queda propuesto para una siguiente oportunidad. As mismo queda propuesto a futuro el anlisis econmico en conjunto con el resto de las reas que operan en una mina (niveles de ventilacin, acarreo, etc.), lo cual podra arrojar diferencias en la cantidad de equipos y dimensiones de ellos, si se opta por una u otra forma de transporte del mineral (camiones, trenes o traspaso directo).
- 49 -
Anexo A: Secuencias para LHD de 7 Yd cbicas

Secuencia 45 LHD 7 Yd
3 LHD NIVEL DE PRODUCCIN yd = 7
2010 2 6586 5431 3801 3293 3293 3293
2011 3 13039 5416 3791 4346 4347 4346 4346
2012 4 18577 5416 3791 4644 4645 4644 4644 4644
2013 4 18560 5416 3791 4640 4640 4640 4640 4640
2014 4 18528 5431 3801 4632 4632 4632 4632 4632
2015 4 18508 5416 3791 4627 1243 1245 4538 4627 4627 2228
2016 4 18450 5416 3791 4612
2017 4 18418 5416 3791 4605
2018 4 18403 5431 3801 4601
2019 4 18398 5416 3791 4599
2020 4 18390 5416 3791 4597
2021 4 18373 5416 3791 4593
2022 4 18358 5431 3801 4589
2023 4 18358 5416 3791 4589
2024 4 18344 5416 3791 4586
2025 3 12847 5416 3791 4282
2026 2 6687 5431 3801 3344
FLOTA DE LHD's REQUERIDOS POR AO Horas de operacin para cumplimiento de produccin MXIMO DE HORAS DE FUNCIONAMIENTO O DESGASTE AL AO POR LHD MXIMO DE HORAS DE TRABAJO EFECTIVO AL AO POR LHD Horas promedio por equipo LHD-01 0 LHD-02 0 LHD-03 0 LHD-04 0 LHD-05 0 LHD-06 0 LHD-07 0 LHD-08 0 LHD-09 0 LHD-10 0 LHD-11 0 LHD-12 1171 LHD-13 16405 LHD-14 22800 Equipos Presentes en faena
4257 4731 4731 4731
4605 4605 4604 4604
4601 4601 4601 4600
4236 4340 4911 4911
2295 3953 4597 4597 2948
4088 4762 4762 4761
4589 4589 4590 4590
4589 4589 4590 4590
4263 4432 4825 4824
1480 4034 4282 3051 4
3343 3344 2
Figura 1. Secuencia 45 LHD 7 yd cbicas.
- 50 -
2010 2 6586 5431 3801 3293 3293 3293
2011 3 13039 5416 3791 4346 4346 4346 4347
2012 4 18577 5416 3791 4644 4644 4644 4644 4645
2013 4 18543 5416 3791 4636 4636 4636 4636 4635
2014 4 18480 5431 3801 4620 4620 4620 4620 4620
2015 4 18456 5416 3791 4614 1261 1261 4553 5416 5416 549
2016 4 18433 5416 3791 4608
2017 4 18408 5416 3791 4602
2018 4 18360 5431 3801 4590
2019 4 18341 5416 3791 4585
2020 4 18341 5416 3791 4585
2021 4 18339 5416 3791 4585
2022 4 18339 5431 3801 4585
2023 4 18339 5416 3791 4585
2024 4 18340 5416 3791 4585
2025 3 12833 5416 3791 4278
2026 2 6723 5431 3801 3362
3484 4983 4983 4983
4602 4602 4602 4602
4590 4590 4590 4590
3209 5044 5044 5044
3032 3581 3910 3909 3909
4654 4562 4562 4561
4585 4585 4585 4584
4585 4585 4585 4584
4585 4585 4585 4585
574 574 4484 3601 3600 5
3362 3361 2
Figura 2. Secuencia 90 LHD 7 yd cbicas.
- 51 -

2010 2 6586 5431 3801 3293 3293 3293
2011 3 13037 5416 3791 4346 4346 4346 4345
2012 4 14335 5416 3791 3584 3584 3584 3584 3583
2013 4 18818 5416 3791 4704 4705 4705 4704 4704
2014 4 18832 5431 3801 4708 4708 4708 4708 4708
2015 4 18805 5416 3791 4701 2164 2164 4825 4826 4826
2016 4 18755 5416 3791 4689
2017 4 18722 5416 3791 4681
2018 4 18708 5431 3801 4677
2019 4 18704 5416 3791 4676
2020 4 18683 5416 3791 4671
2021 4 18682 5416 3791 4670
2022 4 18682 5431 3801 4670
2023 4 18682 5416 3791 4670
2024 4 18685 5416 3791 4671
2025 3 12827 5416 3791 4276
2026 2 6691 5431 3801 3346
634 4979 4689 4689 3764
4681 4681 4680 4680
4677 4677 4677 4677
3927 4926 4926 4925
3827 4753 5052 5051
3466 5072 5072 5072
4671 4671 4670 4670
4671 4671 4670 4670
3335 5117 5117 5116
3269 3271 4276 2011 4
4068 2623 2
Figura 3. Secuancia 135 LHD 7 yd cbicas.
- 52 -
Anexo B: Secuencia Seq 45, para LHD de 7, 9 y 13 Yd cbicas

Secuencia Seq 45 LHD 7 Yd
2010 2 6586 5431 3801 3293 3293 3293
2011 3 13039 5416 3791 4346 4347 4346 4346
2012 4 18577 5416 3791 4644 4645 4644 4644 4644
2013 4 18560 5416 3791 4640 4640 4640 4640 4640
2014 4 18528 5431 3801 4632 4632 4632 4632 4632
2015 4 18508 5416 3791 4627 1243 1245 4538 4627 4627 2228
2016 4 18450 5416 3791 4612
2017 4 18418 5416 3791 4605
2018 4 18403 5431 3801 4601
2019 4 18398 5416 3791 4599
2020 4 18390 5416 3791 4597
2021 4 18373 5416 3791 4593
2022 4 18358 5431 3801 4589
2023 4 18358 5416 3791 4589
2024 4 18344 5416 3791 4586
2025 3 12847 5416 3791 4282
2026 2 6687 5431 3801 3344
4257 4731 4731 4731
4605 4605 4604 4604
4601 4601 4601 4600
4236 4340 4911 4911
2295 3953 4597 4597 2948
4088 4762 4762 4761
4589 4589 4590 4590
4589 4589 4590 4590
4263 4432 4825 4824
1480 4034 4282 3051 4
3343 3344 2
Figura 4. Secuencia Seq 45 LHD 7 yd cbicas.
- 53 -

LHD NIVEL DE PRODUCCIN yd3 = 9
2010 2011 2 10141 5416 3791 5071 5071 5070 2013 3 14435 5416 3791 4812 4812 4812 4811 2014 3 14411 5431 3801 4804 2978 3811 3811 3811 2015 3 14395 5416 3791 4798 4291 5052 5052 2016 3 14350 5416 3791 4783 2017 3 14325 5416 3791 4775 2018 3 14313 5431 3801 4771 2019 3 14310 5416 3791 4770 2020 3 14303 5416 3791 4768 2021 3 14290 5416 3791 4763 2022 3 14278 5431 3801 4759 2023 3 14278 5416 3791 4759 2024 3 14268 5416 3791 4756 2025 2 9992 5416 3791 4996 2026 1 5201 5431 3801 5201 FLOTA DE LHD's REQUERIDOS POR AO 1 Horas de operacin para cumplimiento de produccin 5122 MXIMO DE HORAS DE FUNCIONAMIENTO O DESGASTE AL AO POR LHD 5431 MXIMO DE HORAS DE TRABAJO EFECTIVO AL AO POR LHD 3801 Horas promedio por equipo 5122 LHD-01 0 LHD-02 0 LHD-03 0 LHD-04 0 LHD-05 0 LHD-06 0 LHD-07 0 LHD-08 0 LHD-09 778 LHD-10 10361 LHD-11 22800 Equipos Presentes en faena 5122
4310 5020 5020
4775 4775 4775
4142 5086 5085
4770 4770 4770
3149 3718 3718 3718
4452 4919 4919
4760 4759 4759
4633 4823 4822
4581 4844 4843 3
4996 4996 2
2601 2600 2

LHD NIVEL DE PRODUCCIN yd3 = 13
2010 2011 2 7021 5416 3791 3510 3511 3510 2012 2 10003 5416 3791 5002 5002 5001 2013 2 9994 5416 3791 4997 4997 4997 2014 2 9977 5431 3801 4988 4989 4988 2015 2 9966 5416 3791 4983 755 4304 4907 2016 2 9935 5416 3791 4967 2017 2 9918 5416 3791 4959 2018 2 9909 5431 3801 4955 2019 2 9907 5416 3791 4953 2020 2 9902 5416 3791 4951 2021 2 9893 5416 3791 4947 2022 2 9885 5431 3801 4942 2023 2 9885 5416 3791 4942 2024 2 9878 5416 3791 4939 2025 2 6917 5416 3791 3459 2026 1 3601 5431 3801 3601 FLOTA DE LHD's REQUERIDOS POR AO 1 Horas de operacin para cumplimiento de produccin 3546 MXIMO DE HORAS DE FUNCIONAMIENTO O DESGASTE AL AO POR LHD 5431 MXIMO DE HORAS DE TRABAJO EFECTIVO AL AO POR LHD 3801 Horas promedio por equipo 3546 0 LHD-01 0 LHD-02 0 LHD-03 0 LHD-04 0 LHD-05 0 LHD-06 LHD-07 9463 LHD-08 22800 Equipos Presentes en faena 3546
4968 4967
4959 4959
4955 4954
3011 3448 3448
4472 5430
4947 4946
4943 4942
4032 5416 437 3
4939 4939 2
2557 4360 2
3601 1
- 54 -
Simulacin de programas de produccin

Patricio Miranda, Ingeniero de Planificacin GRMD, Codelco (Divisin El Teniente)
Resumen
Los programas de produccin anuales realizados en la actualidad entregan un perfil de tonelaje-ley fijo para los meses del ao a simular. Este perfil da cuenta de las condiciones o criterios de planificacin utilizados los cuales pueden ser: incorporacin de rea, disponibilidad de rea, velocidades de extraccin, reas abiertas y disponibles, distribucin de rea en quiebre, rgimen y sobre extraccin, etc. El perfil tonelaje-ley definido puede variar durante el transcurso del ao y es importante poder definir un intervalo en la cual se pueden mover los valores de produccin-ley y de esta forma definir la confiabilidad del cumplimiento del plan. En este sentido hacer simulacin de planes de produccin es una alternativa a utilizar la cual entrega varia soluciones posibles. La simulacin de los programas de produccin se realizan mediante el software PC-BC by Gemcom, el cual utiliza la herramienta SIMULATE, desarrollada en El Teniente, para iterar el programas de produccin utilizando probabilidad de uso de rea (Utilizacin de rea). Con esta misma herramienta, adems se sensibiliza esta probabilidad en las reas en quiebre, rgimen y sobre extraccin, dando cuanta cual rea es la mas sensible a dicha probabilidad. Los resultados alcanzados en este trabajo entregan seales claras de la importancia de la simulacin de los programas de produccin, incorporando el concepto de confiabilidad de cumplimiento de plan asociado a una probabilidad. Adems, se determina la importancia de la utilizacin de rea como variable de planificacin.
- 55 -
Introduccin
Objetivos
El desarrollo del trabajo Simulacin de programas de produccin, define los siguientes objetivos: Realizar programas de produccin utilizando simulacin en PC-BC. Analizar la sensibilidad con respecto a la distribucin del rea productiva. Definir intervalos de confianza en el programa comprometido.
El desarrollo de estos objetivos persiguen bsicamente poder aportar en la construccin de planes de produccin, definiendo una confiabilidad del programa de produccin, y de esta forma al comprometer un plan de produccin poder entregar una distribucin de solucione posibles de acuerdo a una probabilidad.
Alcances
En funcin del tiempo disponible para la realizacin del trabajo, se ha optado por restringir el anlisis al sector productivo Esmeralda, el cual es uno de los ms importantes de Divisin el Teniente, el cual aporta el 20% de la produccin anual 2009.
Metodologa de trabajo
Para el desarrollo de este trabajo, es necesario identificar las actividades a desarrollar, estableciendo el alcance y finalidad de cada una de ellas.
Actividades desarrolladas
Como metodologa de trabajo se plantea desarrollar las siguientes actividades, destacando la informacin disponible para su materializacin: 1. Revisin de la informacin disponible en el proyecto Esmeralda. Se cuenta con el proyecto construido en PC-BC el cual se utiliz para la construccin del programa de produccin 2009. 2. Definir nmero de simulaciones del programa de produccin. Se define realizar 9 simulaciones en cada corrida del plan de produccin. Inicialmente est acotada a la capacidad de almacenamiento de Planilla Excel pudiendo llegar a un mximo de 999. 3. Caracterizacin de la zona productiva. Se determina la distribucin de rea productiva aproximadamente en 50% en quiebre y 50% en rgimen. El rea en sobre extraccin es despreciable y no contribuye al anlisis. 4. Sensibilizacin de la zona productiva. Se deja fijo las probabilidades de uso de rea y se sensibiliza en una de ellas. 5. Definicin de la confiabilidad del programa de produccin Segn los resultados obtenidos se define las posibles variaciones del programa de produccin.
- 56 -
Antecedentes proyecto Esmeralda

A continuacin, se documenta la informacin base de proyecto respecto de los criterios de planificacin utilizados en la confeccin del plan.
Criterios de planificacin
Los criterios de planificacin particulares utilizados en la planificacin del sector Esmeralda para el ao 2009 son los siguientes: Estrategia de crecimiento mediante frentes desacoplados e incorporacin de bateas en zona central, con el fin de generar mejores condiciones de estabilidad del rea colapsada al norte de zanja Z-19, para la futura recuperacin de estas reservas mediante un nivel inferior de explotacin. El plan establece el crecimiento en 2009 en los frentes Hw, Fw y la incorporacin de 4 bateas en el pilar central, de acuerdo con la estrategia de crecimiento definida en el plan PND 2009. Explotacin del sector mediante panel caving con variante hundimiento avanzado al lmite en rea con desarrollos y construcciones ya realizados al ao 2008. En frente Hw, hundimiento avanzado al lmite y luego transicin a hundimiento convencional con forzamiento desde Z-27 al sur, anlogo a la experiencia del sector Hw en Teniente 4 Sur. En frente Fw, hundimiento avanzado por calles con armada de zanjas y construccin de puntos de extraccin sin conexin de zanjas, salvo accesos para no dejar calles ciegas. Distancias mximas entre frentes de socavacin y extraccin de 30 m. ngulos de extraccin entre 30 y 45 respecto de la horizontal, medido en la direccin de crecimiento. Incorporacin y socavacin de rea sujeta a geometra de frentes, ngulos de extraccin, estado de fortificacin e infraestructura minera. Tasa mxima de incorporacin de bateas 4 por mes. Velocidades de extraccin mximas recomendadas por geomecnica para los puntos con extraccin menor al 30% de la columna de primario; adems, aumento en 25% de velocidad de extraccin en zanjas de frente Fw emplazadas en litologa tipo CMET. Reservas mineras limitadas en zona de riesgo de ingreso de barro y marginales en rea activa 2008; en rea nueva reservas PND 2009. Disponibilidad de rea abierta variable 60% - 75% rea nueva y 70 85% en rea en proceso de quiebre y rgimen. Aporte mximo por calle de 3.800 tpd en sector Fw calle 33 y 35, resto de calles aporte mximo 3.500 tpd. Incorporacin de aporte de sobre extraccin bajo anlisis detallado y estimacin de su de ley de Cu en Esmeralda tradicional.
A partir de los criterios anteriormente mencionados, se define el plan de produccin, de incorporacin de rea y de socavacin del sector para el ao 2009.
- 57 -
Plan de produccin Esmeralda convencional

El perfil de tonelaje y ley mensual comprometida se muestra en el siguiente grfico:
PRODUCCIN MINA ESMERALDA CONV.
38,000 34,000
LEY Cu MINA ESMERALDA CONV.

1.15 1.10 1.05
% Cu
30,000
Tpd
26,000 22,000 18,000 14,000 10,000

Real Rev-2 2009 Rev-0 2009
1.00 0.95 0.90 0.85 0.80

Real Rev-2 2009 Rev-0 2009
Figura 1. Tonelajes y leyes comprometidas en el periodo de anlisis.
El aporte de tonelaje promedio anual es de 28.500 tpd con una ley de 1.07 %Cu, presentando un aporte mximo mensual de 33.000 tpd. Durante el ao 2008, la ley de cobre presenta un comportamiento creciente que tiene relacin con la disminucin del aporte de mineral del rea sobre extrada y el aumento de mineral fresco producto de la incorporacin de rea nueva, con mayor contenido de cobre, en los frentes Hw y Fw. El rea abierta al 01 de Diciembre del 2008 es de 62.546 m2, (230 puntos de extraccin) con un 48% de rea en quiebre (extraccin bajo 30% de columna de mineral primario), 46% de rea en rgimen y 6% en sobre extraccin (segn las reservas del PND 2008). Las figuras siguientes muestran grficamente el estado de rea y la distribucin de esta. Estado de rea productiva al 01 Dic 2008
Agotado Abandonado Barro Hundido Razn Operacin Quedado Cerrado Operativo Re-Abierto
Figura 2. Estado del rea productiva al 01 dic 2008.

- 58 -
Ene-06 M ar-06 M ay-06 Jul-06 Sep-06 Nov-06 Ene-07 M ar-07 M ay-07 Jul-07 Sep-07 Nov-07 Ene-08 M ar-08 M ay-08 Jul-08 Sep-08 Nov-08 Ene-09 M ar-09 M ay-09 Jul-09 Sep-09 Nov-09
E n e-0 6 M a r-06 M a y -0 6 J u l-0 6 S ep -0 6 N o v-0 6 E n e-0 7 M a r-07 M a y -0 7 J u l-0 7 S ep -0 7 N o v-0 7 E n e-0 8 M a r-08 M a y -0 8 J u l-0 8 S ep -0 8 N o v-0 8 E n e-0 9 M a r-09 M a y -0 9 J u l-0 9 S ep -0 9 N o v-0 9
En Quiebre En Regimen En Sobreextraccin
Figura 3. Distribucin del rea activa al 01 dic 2008.
Las figuras muestran que al 01 de diciembre del 2008 existen 16 calles productivas entre la 11 y la 41. Se espera que durante el ao 2009 ingrese a produccin las calles 43, 45 y 47. El tonelaje mximo promedio mes comprometido para las calles es de 3.800 tpd, siendo las ms productivas las calles 33 y 35.
Secuencia de incorporacin de rea

La siguiente figura muestra la secuencia de incorporacin de puntos de extraccin a la produccin durante el ao 2009.
Ene-09 Feb-09 Mar-09 Abr-09 May-09 Jun-09 Jul-09 Ago-09 Sep-09 Oct-09 Nov-09 Dic-09
Area Abierta 01-Dic-08
Figura 4. rea abierta al 31 dic 2008.

- 59 -
El siguiente cuadro, resume las reservas quebradas al 01 de diciembre del 2008 y la proyeccin de incorporacin de rea fresca y reservas para el ao 2009. Antecedentes al 01-Dic-08 Ptos Reservas Area Abierta Abiertos Remanentes [Un] [m2] [KTon] 230 62.546 28.518 Antecedentes incorporacin 2009 Reservas Ptos Nuevos Area Nueva Incorporadas [Un] [m2] [KTon] 84 23.934 14.731
Tabla 11. Antecedentes al 31 dic 2008 e incorporacin de rea 2009.
El rea nueva a produccin est evaluada con rea de influencia de los puntos de extraccin incorporados. El plan de socavacin e incorporacin de rea para el sector convencional se detallan en informe de respaldo del Programa de Preparacin Mina 2009 RevisinB.
Antecedentes simulaciones de respaldo

Los grficos siguientes, resumen el empalme entre el comportamiento real y la proyeccin segn simulaciones para el periodo enero 2008 a diciembre 2009, de los siguientes parmetros de planificacin: velocidad de extraccin real del sector y distribucin de la extraccin segn categora (en quiebre, en rgimen y en sobre extraccin).
Velocidad de extraccin operacional

Se observa un comportamiento regular tendiendo a estabilizarse en 0,45 tpd/m2, efecto asociado al incrementar la exigencia del sector durante el ao 2009 y al aumento de rea por incorporacin.
Velocidades de Extraccin Sector Esmeralda 0.70 0.60 Velocidad [tpd/m ] 0.50 0.40 0.30 0.20 0.10 0.00
ar -0 8 8 ar -0 9 9 Ju l-0 9 Se p09 Ju l-0 8 Se p08 En eEn eov -0 9 N ov -0 8 08 ay -0 09 ay -0
Real 2008 Estimada 2009
2
Figura 5. Velocidad de extraccin operacional.
- 60 -
Distribucin de la extraccin segn categora

Del grfico anterior se observa un crecimiento del aporte de los puntos en rgimen, asociado a la constante incorporacin de rea fresca durante el ao y al paso de mineral en quiebre a rgimen. La estimacin del aporte de sobre extraccin muestra un perfil decreciente, asociado al agotamiento de este mineral y a la incorporacin de rea fresca.
Real 2008- Estimada 2009 35,000 30,000 25,000 20,000 15,000 10,000 5,000 0
e F e - 08 b M -0 8 ar A b -0 8 r Ma -0 8 yJ u 08 nJu 0 8 l A g - 08 o S e - 08 pO c 08 t N o -0 8 vD i 08 cE n 08 e F e - 09 b M a -0 9 r A b -0 9 r M -0 9 ay J u 09 nJu 0 9 l A g - 09 o S e - 09 pO c 09 t N o -0 9 vD i 09 c -0 9
En
Quiebre
Regimen
Sobreextraccin
Figura 6. Velocidad de extraccin por categoras.
Anlisis desarrollados
Simulacin de programa de produccin en PC-BC
En este caso se pretende realizar una simulacin orientada al parmetro de planificacin disponibilidad de rea para cada uno de los estados, en quiebre, rgimen y sobre extraccin en que se divide el rea activa de un panel en la mina El Teniente. El programa de produccin consistir en un nmero de iteraciones definido por el usuario en el cual en cada iteracin la eleccin de los puntos utilizados por rea se realizar de manera estocstica. De esta manera ser posible medir la gestin operacional de mantencin y utilizacin de rea en el programa de produccin. Por otro lado ser posible utilizar velocidad de extraccin instantneas las cuales podrn reflejar de mejor manera la productividad de cada sector de la mina. Para cada estado del rea se definir la disponibilidad de rea en un Adanvaced Profile (Aplicacin avanzada) denominado SIMULATE como se muestra a continuacin:
Figura 7. Advanced profile.
- 61 -
El advanced profile definido anteriormente contiene los siguientes parmetros: PROB_PRIM: este parmetro consiste en la disponibilidad del estado del rea en quiebre. PROB_NORM: este parmetro consiste en la disponibilidad del estado del rea en rgimen PROB_OVER: este parmetro consiste en la disponibilidad del estado del rea en sobre extraccin.
La siguiente es la definicin y clasificacin de las zonas productivas: rea en Quiebre: Extraccin bajo 30% de columna de mineral primario. rea en Rgimen: Extraccin sobre 30% de columna de mineral primario y bajo el 100% de columna de mineral extrable. rea en Sobre Extraccin: Extraccin sobre 100% de columna de mineral extrable.
Topografa
Lmite 1/2
1 30% Primario
Altura Extrable
En Quiebre En Regimen En Sobreextraccin
Figura 8. Clasificacin de zonas productivas.
El sistema reconoce si un punto est en quiebre, rgimen o sobre extraccin a travs de la carga de los buckets (Vectores de informacin asociados al punto de extraccin) LOADPRIM y LOADOVER. Notar que estos buckets se encuentran como alturas no tonelaje. La carga de estos buckets se realiza en la hoja Input del programa de produccin. A continuacin se muestra la hoja Input de un programa de produccin simulado
- 62 -
Figura 9. Hoja INPUT (parmetros PCBC production scheduler).
El ltimo parmetro a definir antes de simular un programa de produccin es la palabra clave que define que PC-BC funcionar en el modo simulacin. La palabra clave es SIMULATE, el parmetro que acompaa la palabra clave es el nmero de iteraciones. A continuacin se muestran los parmetros para una simulacin con 9 iteraciones. Se realiz simulaciones con 9 iteraciones de los periodos enero 2009 a diciembre 2009 en el sector Esmeralda primero con 90% de probabilidad de rea en todas las zonas productivas y luego con 80%. Las bandas de Tonelaje/Ley generado producto de las simulaciones se muestran a continuacin.
Tonelaje Simulado P 90%
33,000 32,000 31,000 30,000 29,000 28,000 27,000 26,000 25,000 24,000
0 1 2 _1 _2 _3 _4 _5 _6 _7 _8 _9 _1 09 09 09 09 09 09 09 09 09 09 09 09 _1 _1
M edia Sim#5 Sim#1 Sim#6 Sim#2 Sim#7 Sim#3 Sim#8 Sim#4 Sim#9
Tonelaje Simulado P 80%

30,000 29,000 28,000 27,000 26,000 25,000 24,000 23,000 22,000 21,000
20 09 _9 20 09 _1 0 20 09 _1 1 20 09 _1 2
Sim# 2 Sim# 7 Sim#3 Sim#8 Sim#4 Sim#9
M edia Sim# 5 Sim#1 Sim#6 Sim#2 Sim#7 Sim#3 Sim#8 Sim#4 Sim#9
20 09 _1
20 09 _2
20 09 _3
20 09 _6
20 09 _7
20 09 _4
20 09 _5
20
20
20
Ley de Cu Simulado P 90%

1.220 1.200 1.180 1.160 1.140 1.120 1.100 1.080 1.060
10 11 12 3 4 2 1 5 6 7 8 9 20 09 _ 20 09 _ 20 09 _ 20 09 _ 20 09 _ 20 09 _ 20 09 _ 20 09 _ 20 09 _ 20 09 _ 20 09 _ 20 09 _
M edia Sim# 5 Sim# 1 Sim# 6 Sim# 2 Sim# 7 Sim# 3 Sim# 8 Sim# 4 Sim# 9
Ley de Cu Simulado P 80%

1.220 1.200 1.180 1.160 1.140 1.120 1.100 1.080 1.060
0 20 09 _9 20 09 _7 20 09 _1 20 09 _3 20 09 _4 20 09 _6 20 09 _2 20 09 _5 20 09 _8 1 20 09 _1 20 09 _1 20 09 _1 2
M edia Sim# 5 Sim# 1 Sim# 6
Figura 10. Programas de produccin P80% y P90%.
- 63 -
20 09 _8
20
20
20
20
20
20
20
20
20
Las bandas de tonelajes y ley encontradas se pueden representar con los valores de cobre fino (Tmf) obtenido en cada simulacin con el promedio de las simulaciones, el valor mximo de la variable, el valor mnimo de la variable, las desviaciones positivas (+) y negativas (-) con respecto al promedio de simulacin y el porcentaje que representan cada una de estas desviaciones con respecto a la media. Los resultados de dichas simulaciones se pueden observar a continuacin.
mes 2009_1 2009_2 2009_3 2009_4 2009_5 2009_6 2009_7 2009_8 2009_9 2009_10 2009_11 2009_12 Anual media 8646 8410 9438 9393 9293 9458 10007 10143 9463 10550 10467 10570 115838 max 8780 8573 9639 9683 9445 9611 10257 10443 9720 10765 10631 10803 118351 min 8499 8191 9177 9183 9161 9105 9756 9958 9258 10286 10289 10292 113154 delta+ 134 163 201 290 153 154 250 300 257 215 163 234 2,513 delta-147 -219 -261 -209 -132 -353 -251 -185 -206 -264 -179 -278 -2,684 % Var 1.5% 1.9% 2.1% 3.1% 1.6% 1.6% 2.5% 3.0% 2.7% 2.0% 1.6% 2.2% 2.2% % Var -1.7% -2.6% -2.8% -2.2% -1.4% -3.7% -2.5% -1.8% -2.2% -2.5% -1.7% -2.6% -2.3%
P 90%
P 80%
mes 2009_1 2009_2 2009_3 2009_4 2009_5 2009_6 2009_7 2009_8 2009_9 2009_10 2009_11 2009_12 Anual
media 7774 7439 8477 8306 8355 8508 8996 9198 8268 9377 9280 9364 103343
max 7978 7756 8677 8559 8553 8857 9524 9386 8646 9673 9697 9703 107009
min 7455 7054 8206 8081 7939 8294 8621 8912 7927 9045 8753 8880 99167
delta+ 204 317 200 253 198 349 528 188 377 296 417 339 3,666
delta-319 -385 -271 -225 -416 -214 -375 -286 -341 -333 -527 -483 -4,177
% Var 2.6% 4.3% 2.4% 3.0% 2.4% 4.1% 5.9% 2.0% 4.6% 3.2% 4.5% 3.6% 3.5%
% Var -4.1% -5.2% -3.2% -2.7% -5.0% -2.5% -4.2% -3.1% -4.1% -3.5% -5.7% -5.2% -4.0%
Tabla 12. Resultados de las simulaciones.
La variacin anual que se puede obtener con una probabilidad de rea de 90% puede llegar a (+) 2.518 tmf y (-) 2.684 tmf, esto se puede representar como el porcentaje de desviacin estimado como (media-min)/media o (media-max)/media el cual varia entre (+) 2,2% a (-) 2,3%. La variacin anual que se puede obtener con una probabilidad de rea de 80% puede llegar a (+) 3.666 tmf y (-) 4.177 tmf, esto se puede representar como el porcentaje de desviacin estimado como (media-min)/media o (media-max)/media el cual varia entre (+) 3,5% a (-) 4,0%. De acuerdo a los resultados se puede decir que al disminuir la probabilidad de uso de rea el intervalo en el cual se mueve el programa es mayor, adems, la distribucin no es simtrica, ya que las desviaciones sobre la media y bajo esta no son iguales.
- 64 -
Este intervalo es el cual debe medirse en cada programa de produccin, de modo de, en conjunto con la operacin tratar de gestionar mejoras que permitan manejar y eventualmente disminuir la amplitud de este rango.
Sensibilizacin por distribucin de rea

Con el objeto de determina la variabilidad del programa en funcin de la distribucin de rea se realiza un anlisis de sensibilidad con respecto al rea en quiebre y rgimen. Para el desarrollo de la sensibilizacin se define la probabilidad de uso de ara en quiebre variable la cual puede tomar los valores 90%, 80% y 70% y las probabilidades de rea de las rea en rgimen y sobre extraccin en 100%. Los resultados se pueden observar en los siguientes grficos.
Ley de Cu Simulado Quiebre P 90%
1.240 1.220 1.200 1.180 1.160 1.140 1.120 1.100 1.080
0 1 20 09 _1 20 09 _2 20 09 _3 20 09 _4 20 09 _5 20 09 _6 20 09 _7 20 09 _8 20 09 _9 20 09 _1 20 09 _1 20 09 _1 2
media Sim# 5 Sim#1 Sim#6 Sim# 2 Sim# 7 Sim#3 Sim#8 Sim# 4 Sim# 9
Tonelaje Simulado Quiebre P 90%

33,000 32,000 31,000 30,000 29,000 28,000 27,000 26,000 25,000 24,000

1.240 1.220 1.200 1.180 1.160 1.140 1.120 1.100 1.080
0 20 09 _2 20 09 _6 20 09 _5 20 09 _9 20 09 _1 20 09 _8 20 09 _3 20 09 _7 20 09 _4 1 2 20 09 _1 20 09 _1 20 09 _1
media Sim# 5 Sim# 1 Sim# 6 Sim# 2 Sim# 7 Sim# 3 Sim# 8 Sim# 4 Sim# 9

1.240 1.220 1.200 1.180 1.160 1.140 1.120 1.100 1.080
0 09 _3 09 _5 09 _1 09 _4 09 _6 09 _8 09 _2 09 _7 09 _9 20 09 _1 1 20 09 _1 20 09 _1 20 20 20 20 20 20 20 20 20 2
media Sim# 5 Sim#1 Sim#6 Sim#2 Sim#7 Sim# 3 Sim# 8 Sim# 4 Sim# 9
- 65 -
09 _9 20 09 _1 0 20 09 _1 1 20 09 _1 2
09 _7 20
09 _4
09 _5
09 _1
09 _2
09 _3
20
20
20
09 _6
20
09 _8
20
20
20
20
Tonelaje Simulado Quiebre P 70%

33,000 32,000 31,000 30,000 29,000 28,000 27,000 26,000 25,000 24,000
Tonelaja Simulado Quiebre P 80%

33,000 32,000 31,000 30,000 29,000 28,000 27,000 26,000 25,000 24,000
09 _1 0
09 _1 1
20 0
20 0
20 0
20 0
20 0
20 0
20 0
20 0
20 0
20
20
20
20
20
20
20
20
20 0
20 0
20 0
20
Figura 11. Programas de produccin P70%, P80% y P90%.
De acuerdo a los resultados obtenidos se puede destacar que la variabilidad promedio en tonelaje y ley con respecto a la media de las simulaciones corresponde a: Probabilidad uso de rea 90%, tonelaje +195 tpd y -172 tpd y en cuanto a ley de cobre la variacin corresponde a +0,004 % de Cu y -0,004 % de Cu. Probabilidad uso de rea 80%, tonelaje +272 tpd y -313 tpd y en cuanto a ley de cobre la variacin corresponde a +0,006 % de Cu y -0,005 % de Cu. Probabilidad uso de rea 70%, tonelaje +301 tpd y -326 tpd y en cuanto a ley de cobre la variacin corresponde a +0,006 % de Cu y -0,006 % de Cu.
De acuerdo a estos resultados se puede apreciar cierta variacin del tonelaje entorno a 250 tpd y en el caso de ley de Cu a medida que disminuye la probabilidad de utilizacin de rea la variabilidad aumenta por ende disminuye la confiabilidad de obtener el resultado comprometido. Para el desarrollo de la sensibilizacin se define la probabilidad de uso de ara en rgimen variable la cual puede tomar los valores 90%, 80% y 70% y las probabilidades de rea de las rea en quiebre y sobre extraccin en 100%. Los resultados se pueden observar en los siguientes grficos.
Ley de Cu Simulado Rgimen P 90%
1.220 1.200 1.180 1.160 1.140 1.120 1.100 1.080 1.060
media Sim#5 Sim# 1 Sim# 6 Sim#2 Sim#7 Sim# 3 Sim# 8 Sim# 4 Sim# 9
Tonelaje Simulado Rgimen P 90%

33,000 32,000 31,000 30,000 29,000 28,000 27,000 26,000 25,000 24,000
20
20
20
9_ 1
9_ 6
9_ 2
9_ 4
9_ 5
9_ 7
9_ 8
9_ 3
9_ 9
9_ 1 20 0
9_ 1
1 20 0
20 09 _7
20 09 _5
20 09 _6
20 09 _2
20 09 _8
20 09 _1
20 09 _4
20 09 _9
20 09 _3
20 0
20 0
20 0
20 0
20 0
20 0
20 0
20 0
20 09 _1
20 09 _1
20 09 _1
20 0
- 66 -
20 0
9_ 1
09 _1 2
09 _1
09 _2
09 _3
09 _4
09 _5
09 _6
09 _7
9_ 1
9_ 1
9_ 1
09 _8
09 _9
9_ 3
9_ 1
9_ 4
9_ 6
9_ 2
9_ 7
9_ 5
9_ 8
9_ 9

1.220 1.200 1.180 1.160 1.140 1.120 1.100 1.080 1.060
9_ 11 20 09 _7 20 09 _9 20 09 _1 20 09 _3 20 09 _5 20 09 _8 20 09 _4 20 09 _2 20 09 _6 9_ 12 9_ 10 20 0 20 0 20 0

33,000 32,000 31,000 30,000 29,000 28,000 27,000 26,000 25,000 24,000
09 _1 0
09 _1 1 20
20 0
20 0
20 0
20 0
20 0
20 0
20 0
20 0
20 0
20

1.220 1.200 1.180 1.160 1.140 1.120 1.100 1.080 1.060
0 1 20 09 _5 20 09 _8 20 09 _3 20 09 _4 20 09 _6 20 09 _7 20 09 _9 20 09 _2 20 09 _1 20 09 _1 20 09 _1 20 09 _1 2

30,000 29,000 28,000 27,000 26,000 25,000 24,000 23,000 22,000 21,000
09 _1 0 09 _1 1 09 _1 2 09 _1 09 _4 09 _3 09 _6 09 _7 09 _9 09 _2 09 _5 09 _8
media Sim#5 Sim# 1 Sim# 6 Sim#2 Sim#7 Sim#3 Sim#8 Sim# 4 Sim# 9
20
20
20
20
20
20
20
20
20
20
20
Figura 12. Programas de produccin P70%, P80% y P90%.
De acuerdo a los resultados obtenidos se puede destacar que la variabilidad en tonelaje y ley con respecto al promedio de las simulaciones corresponde a: Probabilidad uso de rea 90%, tonelaje +451 tpd y -435 tpd y en cuanto a ley de cobre la variacin corresponde a +0,011 % de Cu y -0,011 % de Cu. Probabilidad uso de rea 80%, tonelaje +425 tpd y -500 tpd y en cuanto a ley de cobre la variacin corresponde a +0,019 % de Cu y -0,016 % de Cu. Probabilidad uso de rea 70%, tonelaje +460 tpd y -392 tpd y en cuanto a ley de cobre la variacin corresponde a +0,021 % de Cu y -0,024 % de Cu.
De acuerdo a estos resultados se puede apreciar cierta estabilidad de la variacin del tonelaje entorno a 450 tpd y en el caso de ley de Cu a medida que disminuye la probabilidad de utilizacin de rea la variabilidad aumenta por ende disminuye la confiabilidad de obtener el resultado comprometido. El resumen de los resultados de variabilidad utilizando la variacin promedio anual de las simulaciones se presentan a continuacin y da cuenta que la variacin de la probabilidad de rea en rgimen genera una mayor variabilidad en los resultados, esto posiblemente por las mayores velocidades de extraccin definidas para dicha zona.
- 67 -
20
20
09 _1 2
9_ 1
9_ 2
9_ 3
9_ 6
9_ 7
9_ 8
9_ 9
9_ 4
9_ 5
Quiebre P 0.9 P 0.8 P 0.7 R g imen P 0.9 P 0.8 P 0.7
media 122,311 118,328 113,900 media 119,866 112,162 102,876
max 123,034 119,297 114,969 max 121,923 114,786 105,410
min 121,620 117,226 112,645 min 117,820 109,808 100,336
delta+ 723 970 1,069 delta+ 2,057 2,624 2,534
delta-690 -1,102 -1,255 delta-2,046 -2,354 -2,539
% Var 0.6% 0.8% 0.9% % Var 1.7% 2.3% 2.5%
% Var -0.6% -0.9% -1.1% % Var -1.7% -2.1% -2.5%
Tabla 13. Resumen de resultados de las simulaciones.
- 68 -
Conclusiones
Realizar simulaciones del programa de produccin nos entrega un intervalo de produccin y ley de Cu posibles a comprometer, adems identificar el diferencial de fino a producir nos entrega un indicador de confiabilidad de cumplimiento de programa. Esta informacin se hace relevante al momento de decidir el compromiso productivo en caso particular de Divisin El Teniente con la Casa Central, de tal forma evaluar con que riesgo asociado me estoy comprometiendo. Al tener menor utilizacin de rea implica mayor variabilidad del tonelaje, ley de Cu y cobre fino de esta forma se pueden tomar medidas en conjunto con lar operadores mineros en funcin de generar mejoras en la utilizacin de rea, por ejemplo gestionado el cumplimiento del Cartir (Programa de produccin diario). Al determina que la variabilidad de la utilizacin de rea en Rgimen tiene un mayor impacto en el comportamiento del plan de produccin (Ton/Ley), tambin permite identificar que porcin de rea productiva me impacta de mayor forma y as concentrar los recursos en las mejoras asociadas a este indicador Adems, al sensibilizar la utilizacin de rea, esta nos entrega una herramienta con la cual podemos anticipar el comportamiento de la extraccin al realizar anlisis de comportamientos histricos de estas variables de planificacin (Trabajo realizado para el Nuevo Nivel Mina) se tiene una base de informacin con la cual se puede proyectar los valores a utilizar en las prximas simulaciones. Finalmente se recomienda utilizar esta tcnica de planificacin en confeccin de los planes de produccin, y de esta forma entregar un producta asociado a una confiabilidad. Se plantea adems, continuar con la identificacin de la correlacin de la distribucin de rea y el impacto en la produccin comprometida y aumentar el nmero de iteracin de planes de produccin y de esta forma construir una curva de distribucin de posibles resultados.
Bibliografa
R. Dimitrakopoulos, 2008, Ore Reserve Risk and Mine Planning Optimization: Stochastic Models and Optimization whith Applications, McGill Cosmo. R. Dimitrakopoulos, C. T. Farrelly and M. Godoy, 2001, Moving forward from traditional optimizacion: grade uncertainty and risk effects in open-pit desing. Enrique Rubio, 2005, Desarrollo del ngulo de Tiraje y Simulacin en PC-BC, Gemcom Software International Inc. Informe Interno Rev-2 2009, Divisin El Teniente Codelco Chile. Material Diplomado en Planificacin Minera, Universidad de Chile, Departamento de Ingeniera de Minas, 2008.
- 69 -
Estudio de pisos ptimos mina Sur Sur Subterrneo (Footprint Finder)

Marcelo Bustamante, Ingeniero Especialista, Codelco (Divisin Andina)
Resumen
El objetivo del presente estudio es conocer y utilizar la herramienta Footprint Finder (FPF) para determinar el piso ptimo y econmico de hundimiento para la explotacin por minera subterrnea de los recursos profundos del rajo Sur Sur de Divisin Andina. El inicio del trabajo corresponde a una revisin general de los posibles pisos ptimos de hundimiento al interior de un lmite rectangular extendido, con el propsito de conocer las potencialidades de la herramienta Footprint Finder. Posteriormente se determin el piso ptimo para dos contornos o lmites preestablecidos, es decir, para los contornos o lmites asociados a las cotas 3180 y 3450 (msnm). Finalmente y como consecuencia del desarrollo de este trabajo se pudo determinar que el piso ptimo de hundimiento para el contorno 3180 corresponde al nivel 3116 y para el contorno 3450 el nivel 3148, adems que la mejor condicin es desarrollar slo un piso de hundimiento y con el contorno asociado al lmite 3450.
- 70 -
Introduccin
El Plan de Negocios y Desarrollo de Divisin Andina considera en sus planes de largo plazo, la explotacin por minera subterrnea de los recursos profundos bajo el actual rajo Sur Sur, lo anterior se enmarca en la visin de futuro de Divisin Andina que tiene como objetivo hacer de Andina una de las cuatro principales faenas mineras del pas, maximizando su aporte de valor y posicionarla en el primer cuartil de costos, adems de desarrollar la mxima capacidad Mina, para alcanzar en la prxima dcada ritmos cercanos a las 300 ktpd y en torno a los 800 ktmf Cu/ao que representa aproximadamente cuatro veces los ritmos actuales. En este contexto, el Proyecto Sur Sur Subterrneo se enmarca dentro de la estrategia Corporativa y Divisional ya que: Es parte del Plan de Negocios, por lo que forma parte de la trayectoria de desarrollo de Divisin Andina. Apunta a la estrategia de crecimiento ya que estara en condiciones de aportar cerca de 80 ktpd de mineral iniciando su operacin el ao 2018. Apunta a la estrategia de mejorar competitividad, al aumentar la utilizacin de activos y mejorar a travs del mayor tratamiento la posicin de costos de la Divisin.
De acuerdo a lo anterior, el Proyecto brinda las siguientes oportunidades de Negocio: Expandir capacidad de planta a 290 ktpd a partir de ao 2020, ya que el Proyecto Sur Sur Subterrneo complementa la produccin de los Rajos y permite sostener la expansin a 290 kt/d por 18 aos. Atractivo econmico de incorporar leyes sobre 0,9%Cu del cuerpo subterrneo versus las menores leyes de Rajo producto de disminuir la ley de corte. Desarrollar/mantener expertizaje en Andina de operaciones subterrneas. Esto es relevante ya que en el largo plazo el plan es masivamente subterrneo
Metodologa
La metodologa utilizada para el desarrollo de este trabajo se detalla a continuacin: Disponer de la topografa final del rajo Sur Sur, correspondiente al ao 2009. Definir el volumen y las leyes del relleno de lastre producto de las operaciones vecinas - que se depositar al interior del rajo Sur Sur luego del trmino de su vida operativa. Crear el modelo de bloques que incluya este material de relleno. Valoracin del modelo de bloques mediante la elaboracin y ejecucin de un algoritmo (scrip) que contiene los parmetros y criterios segn las orientaciones comerciales de diciembre de 2008.
- 71 -
Definir los polgonos de evaluacin que nos permiten evaluar el modelo de bloques al interior de ellos. Definir el archivo de parmetros de entrada para la generacin de los pisos ptimos calculados por el Footprint Finder (FPF). Determinar el o los pisos ptimos econmicos en funcin de los polgonos antes descritos. Generar los planes de produccin segn las secuencias de hundimiento indicadas en el archivo de parmetros para el o los pisos econmicos. Anlisis de resultados y sensibilizacin segn criterios establecidos.
Topografa final rajo Sur Sur

El Rajo Sur Sur termina su ciclo productivo durante el ao 2009 para luego ser utilizado como depsito de lastre, estando proyectado depositar en su interior aproximadamente 100 millones de toneladas de material proveniente de la explotacin de los rajos vecinos. La figura muestra la topografa final del rajo con la plataforma del depsito de lastre en su interior.
- 72 -
Figura 1. Topografa final del rajo.
Volumen y leyes de lastre

Los lastres depositados al interior del rajo Sur Sur ascienden aproximadamente a 100 millones de toneladas con leyes asociadas a: Cu Mo As Pb Wi Rec 0.20 % 0.002 % 0.002 % 0.002 % 13.5 80 %
Tabla 14. Volumen y leyes del lastre.
- 73 -
La figura nos muestra un perfil que identifica el fondo del rajo y la plataforma que se genera producto del relleno posterior. Adems se muestra la cota de los dos niveles preliminarmente estudiados.
Figura 2. Niveles estudiados.
Crear modelo de bloques

Una vez definida la cantidad y calidad del relleno que se deposita al interior del rajo, es necesario completar el modelo de bloques, considerando que el nuevo modelo de bloques ahora tiene una cota superior ms alta producto del crecimiento vertical asociado a los 100 millones de toneladas del relleno de lastre. La figura muestra un perfil del modelo de bloques que identifica los bloques adicionales y complementarios al modelo original.
- 74 -
Figura 3. Modelo de bloques.
Valoracin del modelo de bloques

La valoracin del modelo de bloques se realiza mediante la elaboracin y ejecucin de un algoritmo (scrip) que contiene los parmetros y criterios incorporados en las orientaciones comerciales de diciembre de 2008. La figura siguiente muestra un detalle del algoritmo o scrip de valoracin, donde se consideran parmetros tales como los precios y recuperaciones del Cu y Mo, ingresos y descuentos por tratamiento, etc.
- 75 -
Figura 4. Script para valorizacin del modelo de bloques.
Definir polgonos de evaluacin

Se debe definir los polgonos que nos permitan, en su interior, evaluar el modelo de bloques y as poder determinar los pisos ptimos de hundimiento. En principio se define un polgono extendido con el cual hacer una evaluacin general y sin restricciones del modelo de bloques. Posteriormente se evalan los dos pisos que originalmente se analizan, es decir, los polgonos o contornos pertenecientes a los niveles 3180 y 3450, los que ya presentan restricciones de carcter ambiental (glaciares) y geomecnicos (subsidencias). Las figuras siguientes muestran los lmites o contornos estudiados.
- 76 -
Figura 5. Polgono extendido.
Figura 6. Polgonos niveles 3180 y 3450.
Definir el archivo de parmetros de entrada

El archivo de parmetros de entrada (Advance Profile) es el que permite a la herramienta Footprint Finder (FPF) determinar no slo los pisos ptimos, sino que tambin entregar alternativas que permitan generar y sensibilizar por ejemplo con diferentes secuencias de hundimiento - programas de produccin.
- 77 -
Algunos parmetros insertos en este archivo, al igual que el formato del mismo se muestran en la siguiente figura.
Figura 7. Parmetros Footprint finder.
Determinar de pisos ptimos y planes de produccin

La herramienta Footprint Finder, considerando los parmetros de entrada descritos anteriormente, nos entrega los pisos ptimos econmicos de hundimiento para cada uno de los lmites o contornos antes definidos, es decir, para el contorno extendido, contorno 3180 y 3450 respectivamente. Adems de lo anterior se definieron distintos planes de produccin para diferentes secuencias de hundimiento. Las tablas siguientes nos permiten determinar, a partir de los resultados econmicos (VAN) cual es el piso optimo econmico de hundimiento.
- 78 -
POLIGONO EXTENDIDO
HMAX (m) 100 200 300 400 500 600 700 800 900 1000 Piso Optimo 2540 2540 3020 3004 2540 2540 2540 2540 2540 2540 Tons 228,461,728 537,632,640 954,433,920 1,385,447,680 1,922,638,976 2,427,835,392 2,829,015,552 3,318,372,352 3,686,649,344 4,020,984,576 Dollar Value (US$) 894,796,160 2,728,430,336 4,323,938,304 5,905,779,712 7,079,384,576 8,217,122,816 9,200,523,264 10,119,066,624 10,731,224,064 13,179,554,816 Aera (m ) 895,050 1,059,975 1,257,525 1,339,200 1,477,125 1,571,850 1,596,825 1,639,125 1,656,675 1,674,450
2
Fino (t) 2,202,390 4,760,808 7,097,896 10,055,491 14,224,759 17,558,733 20,338,630 23,614,137 26,088,078 28,325,222
Tabla 15. Resultados Footprint finder polgono extendido.

PLAN DE PRODUCCIN POLIGONO EXTENDIDO HAMAX = 400 m
Sec. (Az) 0 90 180 270 Piso 2540 3212 3516 3164 Tons 1,430,600,320 1,132,651,776 522,520,064 1,182,857,856 Periodos (Aos) 118 86 41 90 Dollar Value (US$) 825,744,896 753,985,984 924,563,072 1,309,322,496 Aera (m ) 1,339,200 1,339,200 1,339,200 1,339,200
2
Fino (t) 11,020,083 8,230,021 3,883,853 8,647,447
Tabla 16. Programa de produccin polgono extendido.
Para el polgono extendido, los resultados obtenidos indican que para una altura mxima de columna de 400 metros, el piso ptimo corresponde a la cota 3164, con un VAN de aproximadamente de 1.310 MUS$ y con una secuencia de hundimiento de 270 de azimut, es decir, secuencia de hundimiento de este a oeste. El tonelaje involucrado es de 1.180 Mton y un perfil de produccin de 90 aos.
POLIGONO 3180 (638.100 m )
HMAX (m) 100 200 300 400 500 600 700 800 900 1000 Piso ptimo 3148 3132 3116 3116 3068 3020 3004 2988 2940 2908 Tons 114,678,096 303,994,784 481,510,528 672,783,424 833,772,864 989,472,640 1,136,191,104 1,297,174,016 1,431,199,616 1,534,580,864 Dollar Value (US$) 749,908,928 2,020,075,648 3,111,812,352 4,194,723,584 4,950,115,328 5,530,566,144 5,954,779,648 6,264,599,552 6,413,946,368 6,485,881,856 Aera (m2) 448,425 592,875 625,500 632,025 635,625 636,075 636,075 636,525 637,200 637,200 Fino (t) 1,104,367 2,639,993 4,051,743 5,563,255 6,839,618 8,058,173 9,165,677 10,316,590 11,268,891 11,970,121
2
Tabla 17. Resultados Foorprint finder polgono 3180.
- 79 -
PLAN DE PRODUCCIN POLIGONO NIVEL 3180 HAMAX = 400 m

Sec. (Az) 0 90 180 270 Piso 2540 3164 3180 3116 Tons 627,187,200 665,174,848 659,424,064 672,783,360 Periodos (Aos) 48 51 51 52 Dollar Value (US$) 847,211,520 1,064,484,352 902,407,104 1,218,255,360 Aera (m ) 594,450 628,200 624,150 632,025
2
Fino (t) 5,096,043 5,460,680 5,403,817 5,563,254
Tabla 18. Programa de produccin polgono 3180.
1.400.000.000 1.200.000.000 1.000.000.000 800.000.000 600.000.000 400.000.000 200.000.000 0

2540 2604 2668 2732 2796 2860 2924 2988 3052 3116 3180 3244 3308 3372 3436 3500 3564 3628 3692 3756 3820 3884 3948 4012
800.000.000 700.000.000 600.000.000 500.000.000 400.000.000 300.000.000 200.000.000 100.000.000 0
$val
Tons
Figura 8. Resultados valoracin econmica.
Para el polgono correspondiente al contorno 3180, los resultados obtenidos indican que para una altura mxima de columna de 400 metros, el piso ptimo corresponde a la cota 3116, con un VAN de aproximadamente de 1.220 MUS$ y con una secuencia de hundimiento de 270 de azimut, es decir, secuencia de hundimiento de este a oeste. El tonelaje involucrado es de 673 Mton y un perfil de produccin de 52 aos.
- 80 -
POLIGONO NIVEL 3450 (405.675 m2)

HMAX (m) Piso Optimo 100 200 300 400 500 600 700 800 900 1000 3452 3388 3292 3164 3148 3116 3068 3020 3004 3004 Tons 74,008,200 199,718,256 303,872,224 428,989,920 537,963,904 644,325,056 746,876,288 858,391,552 925,915,392 951,618,176 Dollar Value (US$) 678,662,208 1,683,650,560 2,523,578,112 3,393,342,720 3,981,443,328 4,429,917,184 4,758,630,400 4,989,395,456 5,075,250,688 5,102,123,520 Aera (m2) 283,050 381,600 388,125 396,900 400,950 403,425 404,100 404,550 404,550 404,550 Fino (t) 741,265 1,837,452 2,781,292 3,918,246 4,851,185 5,750,192 6,600,340 7,466,997 7,939,470 8,101,559
Tabla 19. Resultados Footprint finder polgono 3450.

PLAN DE PRODUCCIN POLIGONO NIVEL 3450 HAMAX = 400 m
Sec. (Az) 0 90 180 270 Piso 3164 3164 3260 3148 Tons 428,989,824 428,989,856 433,347,232 429,844,736 Periodos (Aos) 34 34 34 34 Dollar Value (US$) 844,562,176 1,048,224,576 1,235,315,712 1,265,573,120 Aera (m2) 396,900 396,900 398,925 398,250 Fino (t) 3,918,242 3,918,243 3,883,588 3,926,316
Tabla 20. Programa de produccin polgono 3450.
1.400.000.000 1.200.000.000 1.000.000.000 800.000.000 600.000.000 400.000.000 200.000.000 0

2540 2604 2668 2732 2796 2860 2924 2988 3052 3116 3180 3244 3308 3372 3436 3500 3564 3628 3692 3756 3820 3884 3948 4012
500.000.000 450.000.000 400.000.000 350.000.000 300.000.000 250.000.000 200.000.000 150.000.000 100.000.000 50.000.000 0
$val
Tons
Figura 9. Resultados valoracin econmica.
- 81 -
Para el polgono correspondiente al contorno 3450, los resultados obtenidos indican que para una altura mxima de columna de 400 metros, el piso ptimo corresponde a la cota 3148, con un VAN de aproximadamente de 1.266 MUS$ y con una secuencia de hundimiento de 270 de azimut, es decir, secuencia de hundimiento de este a oeste. El tonelaje involucrado es de 430 Mton y un perfil de produccin de 34 aos.
Anlisis de resultados
Las opciones analizadas son las siguientes: Opcin oficialmente en estudio Dos niveles, (3180 y 3450 msnm) Nivel 3180 con 270 metros de columna Nivel 3450 con 400 metros de columna Perfil de produccin total de 55 aos
Cota Contorno 3450 Lmite 3450 3180 Lmite 3180 Total Tonelaje 412,534,144 473,514,112 886,048,256 Ley 0.832 0.837 0.835 Periodos 31 35 VAN 972,769,280 1,144,167,296 VAN POSTERGADO 1,218,248,322
Opcin Base Nivel Nivel_1 Nivel_2
Tasa Descuento Desfase Produccin (Aos)

Tabla 21. Caso base.
8% 20
Piso ptimo nivel1= 3516 Piso ptimo nivel2= 3116 La altura mxima de columna para ambos niveles = 400 metros Perfil de produccin total de 70 aos
Cota Contorno 3516 Lmite 3450 3116 Lmite 3180 Total Tonelaje 366,492,032 672,783,360 1,039,275,392 Ley 0.810 0.827 0.821 Periodos 27 50 VAN 844,070,080 1,218,255,360 VAN POSTERGADO 1,105,444,584
Opcin_1 Nivel Nivel_1 Nivel_2

Tabla 22. Opcin 1.
8% 20
Piso ptimo nivel1= 3548 Piso ptimo nivel2= 3148 La altura mxima de columna para ambos niveles = 400 metros rea evaluada para ambos niveles corresponde al contorno 3450
- 82 -
Perfil de produccin total de 52 aos

Cota Contorno 3548 Lmite 3450 3148 Lmite 3450 Total Tonelaje 330,225,408 429,844,736 760,070,144 Ley 0.805 0.913 0.866 Periodos 24 32 VAN 772,602,432 1,265,573,120 VAN POSTERGADO 1,044,128,876
Opcin_2 Nivel Nivel_1 Nivel_2

Tabla 23. Opcin 2.
8% 20
- 83 -
Conclusiones
La herramienta Footprint Finder nos corrobora que los pisos ptimos dependen de la secuencia de hundimiento, de las leyes de corte y de los parmetros de evaluacin considerados. Los pisos oficialmente estudiados (2) y con los parmetros de evaluacin vigentes, nos entregan un VAN levemente superior a los entregados por las opciones 1 y 2, adems de estar prximos a los determinados por FPF, sin embargo, los resultados obtenidos indican que stos podran ser revisados y optimizados. Los resultados asociados a la Opcin 1 nos indican que lo ms apropiado es explotar los recursos profundos de la mina Sur Sur en un solo nivel, teniendo como piso ptimo la cota 3116 y con el contorno del lmite 3180. Para la Opcin 2, lo apropiado sera explotar las reservas tambin en un solo nivel y con piso ptimo en la cota 3148.
Recomendaciones
A pesar que los pisos seleccionados oficialmente (3180 y 3450), estn prximos a los entregados por la herramienta Footprint Finder, se recomienda en virtud a los resultados obtenidos, revisarlos y posiblemente optimizarlos. Es necesario concordar criterios de valoracin del modelo de bloques, considerando los parmetros de evaluacin que permitan hacer una mejor comparacin con los valores oficiales, permitiendo adems obtener resultados consistentes. Ampliar los estudios realizados, incorporando planes de produccin a diferentes tasas de extraccin, secuencias de hundimiento, restricciones geomecnicas y de interferencia con la operacin de otros rajos etc., con el fin de aprovechar todas las bondades y potencialidades del Footprint Finder. Ampliar el conocimiento de esta herramienta con el propsito de entregar valor a los actuales y futuros estudios de ingeniera de la corporacin.
- 84 -
Evaluacin del impacto en el plan minero condicionado a dilucin variable en minera subterrnea
Rodrigo Quiroz, Ingeniero Planificacin Mediano Plazo, Codelco (Divisin El Teniente)
Resumen
La estimacin del ingreso de material diluyente, en yacimientos explotados por minera subterrnea, juega un rol fundamental al momento de definir el plan minero, ya que permite conocer el nivel de riesgo, la calidad de sus reservas y el beneficio esperado. Durante el proceso de planificacin y al momento de congelar el plan minero, surgen dudas respecto a la caracterizacin del material diluyente y los efectos que generaran sus variaciones, las cuales eventualmente pueden ser consideradas optimistas o bien conservadoras, dependiendo de los registros observados en terreno. Para efectos de conocer el impacto de la dilucin en el plan minero se construyeron distintos modelos de bloques variando aisladamente el ingreso de dilucin considerando distintos puntos de entrada de dilucin y luego se realizaron simulaciones utilizando un plan base de referencia con una estrategia de extraccin conocida. Los resultados de cada escenario simulado muestran diferencias mnimas entre ellos y considerando el plan referencial, la mxima diferencia slo alcanza al 4% del cobre fino mina comprometido, el cual corresponde a la condicin menos favorable (menor PED). Por lo tanto, los efectos en el plan minero son menores siendo relevantes slo en un horizonte de corto plazo. Para estimar de mejor manera las diferencias es necesario un anlisis con mayor nivel de detalle que incluya, por ejemplo, el contenido de ley de molibdeno e impurezas que puedan generar efectos mayores, unido a una evaluacin econmica con costos representativos en funcin del mayor contenido de material quebrado e in situ. Finalmente, es necesario reconciliar el proceso de planificacin con la informacin recogida a travs de levantamientos de terreno en los puntos de extraccin, para lo cual es requisito contar con registros anlogos al conteo de tonelaje y leyes extradas; en este caso, incorporar el monitoreo del material diluyente continuamente.
- 85 -
Introduccin
En yacimientos explotados por minera subterrnea y con mtodos de hundimiento gravitacional (panel caving), la estimacin del ingreso de material diluyente en el modelo de recursos producto de la actividad minera (flujo de mineral por punto de extraccin), juega un rol fundamental en el proceso de planificacin minera, ya que define el momento en que se contaminar el material considerado como mineral, proceso de carcter irreversible hasta consumir el techo de columna definido en el plan minero. El mecanismo utilizado para determinar el ingreso de dilucin corresponde al algoritmo de Laubscher, el cual considera un flujo vertical en las columnas a ser extradas. Una vez realizado el proceso de dilucin mencionado, es posible contar con un modelo de recursos el cual ser extrado mediante una estrategia de explotacin previamente definida y que constituir finalmente el plan minero. Al respecto, surgen dudas si los resultados del plan obedecen al comportamiento esperado de la dilucin considerada previamente, y si es o no necesario realizar iteraciones para visualizar el efecto de una mayor o menor contaminacin por el ingreso anticipado de dilucin. Por lo tanto, es necesario realizar una evaluacin considerando distintos escenarios de planificacin variando solamente el comportamiento del mineral diluyente, con el fin de revisar la relevancia y efectos en el plan minero.
Objetivos
Estimar el impacto en el plan minero al variar el comportamiento de la dilucin en yacimientos explotados por panel caving. Conocer la sensibilidad en los resultados del proceso de planificacin variando aisladamente el ingreso de mineral quebrado.
Alcances
Los alcances del presente documento estn dados por: Se utiliza plan minero quinquenal (PQ) de un sector productivo conocido de referencia y base para el anlisis La generacin de distintos modelos de bloques se realiza variando slo el porcentaje de entrada de dilucin (PED). Anlisis busca identificar diferencias en cobre fino mina actualizado al 8% Se realiza adems una comparacin con datos reales en trminos de aportes de mineral quebrado del plan y registro real de extraccin
Metodologa
Para realizar el trabajo de evaluacin, a continuacin en los siguientes puntos se explica la metodologa a utilizar:
- 86 -
1. A partir de PED variables (20% - 30% - 40% - 50% - 60%) de un sector minero en explotacin se generan distintos modelos de bloques 2. Plan minero quinquenal base con estrategia y secuencia de extraccin conocida se intersecta con todos los modelos de bloques entregando planes con distintas leyes de cobre y contenido de material quebrado. Lo anterior implica realizar cinco escenarios de produccin con simulador de produccin xprod (simulador de planes mineros, programa computacional de planificacin minera) y visualizar resultados a travs de la herramienta computacional visual planning (visualizador de programas de produccin generados a travs de herramienta xprod) 3. Se realiza comparacin de cada uno de los escenarios con el plan base para conocer las diferencias respecto al contenido de cobre de cada plan. 4. Finalmente, se realiza comparacin con datos reales en trminos de aportes de mineral quebrado del plan y registro real de extraccin para el rea considerada en plan de referencia La figura N 1 muestra el proceso para generar los distintos modelos de bloques, haciendo variar solamente el punto de entrada de dilucin (PED)
Figura 1. Proceso de generacin de modelos de bloques in situ a modelos diluidos con distinto PED
El plan de produccin base corresponde a un plan quinquenal de un sector minero que se indica en la figura N 2 para efectos de visualizar la convivencia con sectores agotados y/o en explotacin, caractersticos en un yacimiento de tipo prfido cuprfero con minera de hundimiento.
- 87 -
Figura 2. Ubicacin sector productivo Esmeralda
Respecto a la secuencia de produccin, la figura N 3 muestra la secuencia de incorporacin de rea a produccin y el rea abierta inicial del quinquenio. Considerando que parte del anlisis tambin involucra comparar resultados reales, entonces la porcin de rea abierta formar parte del rea a analizar con los registros diarios de produccin.
- 88 -
Figura 3. Secuencia de incorporacin de rea plan quinquenal base y rea abierta inicial sector Esmeralda.
De acuerdo con la figura N 3 se observa que gran parte del rea abierta inicial del plan quinquenal ha sido explotada anteriormente por el sector productivo Teniente 4 Sur en un nivel de produccin superior, lo cual explica la importancia de conocer el efecto de la dilucin al momento de generar los planes mineros. Respecto al plan minero asociado al rea abierta del plan quinquenal, en la figura N 4 se muestra el perfil de produccin y ley de cobre.
Polgono explotacin T4 Sur
- 89 -
Figura 4. Programa quinquenal de produccin rea abierta inicial
Antecedentes
Considerando el sector indicado anteriormente y para efectos de contar con una aproximacin del aporte real de mineral in situ y quebrado se construy un registro diario de extraccin separando por tipo de mineral para conocer el aporte y ley del mineral quebrado, el cual es considerado como dilucin al momento de generar los modelos de bloques en el proceso de planificacin minera. La metodologa para tipificar el mineral quebrado e in situ consiste en el siguiente formulismo.
% in situ punto extraccin =
tacum tcolumna in situ
*100
(1)
Si % in situ > 100 entonces se considera el punto de extraccin con mineral quebrado y en caso contrario su extraccin corresponde a mineral in situ. Para efectos de realizar este clculo e identificar los aportes de mineral se gener una base de datos con toda la extraccin por turno de los ltimos 14 meses por punto de extraccin en el sector Esmeralda. La tabla N 1 indica una muestra del registros generado para el anlisis.
Punto Extraccin 1117F 1118F 1119F Ley % Cu 1.75 1.39 1.03
Da 02-Ene-08 02-Ene-08 02-Ene-08
Tpd 80 116 145
T acum 155628 95926 72035
T columna in situ 78436 104317 114512
% in situ 198% 92% 63%
Tipo mineral QUEBRADO IN SITU IN SITU
- 90 -
Tabla 24. Registro diario por punto de extraccin y clasificacin de mineral in situ & quebrado
Las figuras N 5 y N 6 resumen grficamente el registro a escala mensual de los ltimos 14 meses.
Figura 5. Aporte de mineral in situ y quebrado
Figura 6. Tonelaje y ley de mineral quebrado
De acuerdo con las figuras indicadas anteriormente, se observa que en promedio el aporte de mineral quebrado alcanza 41% y la ley de cobre 0,9% CuT.
- 91 -
Ahora, al comparar el valor proyectado de aporte de mineral in situ y quebrado por el rea abierta del plan quinquenal se obtienen valores similares, al menos para los primeros 15 periodos, de 42% de aporte en mineral quebrado. La siguiente figura N 7 muestra la proyeccin de los aportes mencionados.
Figura 7. Proyeccin de aportes de mineral in situ y quebrado en rea abierta de plan quinquenal.
Resultados
Las figura N 8, N 9 y tabla N 2 resumen los resultados considerando cinco modelos de bloques generados con PED variable desde 20% a 60%, incrementando en 10% cada escenario de planificacin, considerando similar estrategia de extraccin, capacidades y alturas econmicas para el rea abierta del plan quinquenal; es decir, modificando slo el modelo de bloques utilizado en cada ejercicio de planificacin.
- 92 -
30,000 Tpd PQ Ley PQ Ley 20 Ley 30 Ley 40 Ley 50 Ley 60
1.10
25,000
1.05
Produccion, Tpd
20,000
1.00 Ley % CuT
15,000
0.95
10,000
0.90
5,000
0.85
0 13 26 Periodo, mes 38 1
0.80
Figura 8. Resultados de ejercicios de planificacin de rea abierta en plan quinquenal considerando distintos modelos de bloques
Figura 9. Fino actualizado de ejercicios de planificacin de rea abierta plan quinquenal considerando distintos modelos de bloques
- 93 -
Tabla 25. Diferencias fino actualizado segn plan quinquenal de rea abierta.
De acuerdo con los resultados indicados la diferencia mxima alcanza slo el 4% respecto al plan quinquenal, la cual se obtiene al considerar el menor rango de PED (20%).
- 94 -
Conclusiones
Las diferencias en cobre fino mina de cada uno de los escenarios evaluados son menores entre s y respecto al plan quinquenal base se obtiene slo una diferencia mxima de 4% en el fino comprometido, en el escenario con menor punto de entrada de dilucin, el cual representara la condicin menos favorable desde el punto de vista de contaminacin anticipada de reservas por ingreso de dilucin. Por lo tanto, para cuantificar de mejor manera las diferencias es necesario evaluar otras variables en los escenarios realizados. Por ejemplo, leyes de molibdeno y contaminantes (Cuns, cobre no sulfuro). A la luz de los resultados se confirma que el punto de entrada de dilucin es un factor que impacta en menor grado los planes mineros de mediano a largo plazo. Sin embargo, en la planificacin de corto plazo, s es relevante de considerar las variaciones y tener previamente identificado las reas y sub-zonas con mayor potencial de riesgo desde el punto de vista de contaminacin de reservas. Para tales efectos, es necesario consolidar la estimacin de PED con observaciones de terreno con el fin de reconciliar el proceso de planificacin minera y generar una base de datos apropiada para el manejo rpido de la informacin con los registros correspondientes. Respecto a la medicin del mineral quebrado real, sta difiere del clculo realizado en el proceso de planificacin, ya que slo considera aportes de dilucin una vez que ha sido extrado en su totalidad el mineral in situ; por lo tanto, es necesario homologar el clculo de la extraccin para realizar comparaciones vlidas. Sin embargo, ambas metodologas conllevan a resultados que son similares al menos respecto a los aportes en cantidad de mineral quebrado e in situ. Es recomendable realizar iteraciones considerando altura econmica variable condicionada al contenido de mineral quebrado mximo por reserva y adems incorporar evaluaciones econmicas y de riesgo considerando ingresos y/o costos de explotacin y procesamiento variables segn la calidad del mineral en cada escenario. Claramente, el costo de reduccin secundaria en sectores con mayor aportes de mineral quebrado es inferior al tener menor granulometra; sin embargo el incremento en el riesgo del plan, dada la menor calidad en su informacin y el eventual contenido de impurezas para el posterior procesamiento pueden ser elementos de juicio relevantes para modificar la estrategia de extraccin, privilegiando zonas con menor contenido de mineral quebrado.
- 95 -
Anexo A: herramientas de planificacin

XPROD: Simulador de produccin
- 96 -
Visual Planning: Visualizador de Planes Mineros
- 97 -
Reporte Diario: extraccin tonelaje ley segn mineral quebrado & in situ
Dia 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 02-Ene-08 Punto de extraccin 1117F 1118F 1119F 1317H 1318F 1318H 1319F 1319H 1320F 1321F 1322F 1515F 1516F 1516H 1517F 1517H 1518F 1518H 1519F 1519H 1520F 1520H 1521F 1521H 1522F 1522H 1715F 1716F Tpd 80 116 145 51 44 73 73 138 7 51 22 73 29 36 44 36 153 145 167 80 145 22 58 87 22 73 44 73 Ley % CuT 1.75 1.39 1.03 1.13 1.47 1.93 1.26 1.39 1.26 0.90 2.25 1.56 1.97 1.39 2.36 1.60 1.69 1.35 1.45 1.04 1.63 1.02 1.17 1.24 1.68 1.17 1.50 1.54 T acum 155628 95926 72035 154253 111234 118376 102192 83740 47059 29668 14757 151830 116462 110414 128258 133400 129625 125247 90406 90352 53684 46452 22317 25799 9931 12653 138769 149152 T columna in situ 78436 104317 114512 78436 78436 78441 84190 111753 120690 121201 116922 78436 78441 78436 78441 78436 78441 78441 84190 83204 88893 88881 121554 121530 121515 121498 78436 78441 % in situ 198% 92% 63% 197% 142% 151% 121% 75% 39% 24% 13% 194% 148% 141% 164% 170% 165% 160% 107% 109% 60% 52% 18% 21% 8% 10% 177% 190% Tipo mineral QDO IS IS QDO QDO QDO QDO IS IS IS IS QDO QDO QDO QDO QDO QDO QDO QDO QDO IS IS IS IS IS IS QDO QDO
- 98 -
Optimizacin de programas de produccin de minas explotadas por mtodos de hundimiento

Jos Miguel Castro, Ingeniero Planificacin Minero Metalrgica, Codelco (Divisin El Teniente)
Resumen
La programacin de la produccin juega un importante rol dentro de la planificacin minera, dado que refleja la estrategia de consumo del recurso mineral incidiendo fuertemente en el resultado del negocio. Para la generacin de programas de produccin es necesario contar con informacin asociada tanto a mbitos de diseo minero e infraestructura, geotecnia y geomecnica, como a aspectos operacionales de los proyectos. En particular, en un horizonte de mediano plazo, sta requiere considerar como variables de decisin algunos de stos elementos por encontrarse los proyectos en etapas de ingeniera ya sea de prefactibilidad o factibilidad. Por estas razones presenta inters el desarrollar modelos optimizantes de la programacin de la produccin que tomen consideraciones de mbitos propios del diseo minero de minas subterrneas. En particular para minas explotadas por mtodos de hundimiento, la orientacin y nmero de calles, ubicacin y cantidad de piques, as como el sistema de transporte intermedio de sectores son temas claves en la generacin de programas de produccin. El presente trabajo tiene por objetivo el formular un modelo de programacin de la produccin de minas explotadas por mtodos de hundimiento de bloques y paneles para un horizonte de mediano plazo, que considere algunos elementos clave del diseo minero como son las calles, sistema de traspaso y transporte intermedio de sectores. Para ello se formula un modelo de programacin matemtica de tipo discreto, el cual es codificado en el software AMPL y resuelto en CPLEX 10.2. Como estudio de caso se aborda la programacin de la produccin del proyecto Pilar Norte de CODELCO Chile Divisin El Teniente (DET). Al comparar los resultados obtenidos es posible concluir que el modelo propuesto, pese a sus simplificaciones, permite mostrar un potencial de optimizacin de programas de produccin del orden de un 6% en produccin de cobre contenido en mineral. En trminos generales, esta optimizacin se basa en el supuesto de una alta selectividad y confiabilidad de la infraestructura mina en el proceso de extraccin, lo que se aprecia en la mayor concentracin de produccin en algunos cruzados de transporte y menor rea abierta que la situacin base.
- 99 -
Dados los resultados obtenidos, se recomienda emplear el modelo propuesto como base para la generacin de modelos que permitan optimizar diseos mineros en etapas de ingeniera (largo plazo), dado que para el uso en la labor diaria de planificacin requiere grandes recursos computacionales y tiempo para su resolucin.
- 100 -
Introduccin
La programacin de la produccin juega un rol especialmente relevante en la planificacin minera dado que se trata de la extraccin de un recurso no renovable, lo cual hace que la estrategia de consumo de ste genere diferencias significativas en el valor econmico del negocio. La informacin requerida para realizar la programacin de la produccin en minas subterrneas en particular aquellas explotadas por mtodos de hundimiento de bloques y paneles- abarca tanto aspectos estratgicos como la secuencia de explotacin, diseo de proceso (niveles de hundimiento, produccin, traspaso y transporte, tecnologa/equipos) y diseo de producto (granulometra); as como aspectos tcticooperacionales (rendimiento de equipos principales y de desarrollo de mina, sistemas de turnos, etc.). Otro mbito especialmente relevante es la geotecnia y geomecnica, tanto para asegurar la extraccin del recurso (generacin y propagacin del hundimiento) como la seguridad de las personas e infraestructura (control ssmico y estabilidad de las excavaciones). La relevancia de cada una de estas variables depende tanto de la naturaleza del proyecto como de las condiciones pre-existentes del sistema productivo global. En la actualidad, Divisin El Teniente de Codelco Chile cuenta con herramientas computacionales que permiten la programacin ptima de la produccin en el largo plazo, desarrollo realizado en conjunto con el Centro de Gestin de Operaciones de la Universidad de Chile. Sin embargo, para la generacin de programas de produccin de mediano plazo -que involucra decisiones de tipo tctico-operacional- se carece de herramientas computacionales optimizantes que consideren todos los parmetros relevantes y variables de decisin presentes en el proceso de planificacin. En este sentido, el tipo de decisiones involucradas en el mediano plazo son de alta relevancia por influir tanto en decisiones estratgicas como el diseo minero en proyectos en etapas de prefactibilidad y factibilidad, as como en decisiones tctico-operacionales como la programacin de la preparacin de mina. Es por estas razones que se justifica el desarrollar modelos y herramientas computacionales que permitan tanto optimizar resultados como agilizar la toma de decisiones en el mediano plazo. Este trabajo tiene por objetivo el desarrollar un modelo matemtico que permita optimizar la programacin de la produccin de minas explotadas por hundimiento tomando en consideracin las restricciones impuestas por el secuenciamiento de la explotacin, diseo minero y consideraciones geomecnicas asociadas a la extraccin de mineral. Como estudio de caso, se procede a evaluar el programa de produccin del proyecto Pilar Norte utilizando este modelo en contraste con el generado con el software XPROD empleado actualmente en Divisin El Teniente.
- 101 -
A continuacin se describe la informacin disponible para la realizacin de este trabajo. Plan de Negocios y Desarrollo ao 2009 (PND 2009) de CODELCO Chile Divisin El Teniente; Modelo de bloques de reservas diludas del proyecto Pilar Norte; Simulacin del programa de produccin PND 2009 del proyecto Pilar Norte (involucra todos los parmetros de entrada utilizados en la estimacin de capacidad productiva del proyecto); Manual de usuario del software AMPL (software de enlace con el CPLEX 10.2).
Estudio de caso: proyecto Pilar Norte

El proyecto Pilar Norte, limita al Sur con el sector Esmeralda, al Oeste con la Pipa Braden, al Norte con el rea Invariante Teniente Sub-6 y sector Andesita y al Este con la alta montaa. Segn PND 2009 sus reservas extrables corresponden a 32,0 Mt, con una ley media de 1,33 % CuT y 0,032 % de molibdeno. El proyecto tiene contemplada una capacidad de regimen de 17.000 t/d. La explotacin de Pilar Norte, desde el punto de vista de las condiciones geotcnicas, es factible de realizarse bajo un mtodo de explotacin de bloques con hundimiento avanzado, realizando previamente el preacondicionamiento hidrulico del macizo rocoso. El manejo de materiales se ilustra en la figura 1. En un contexto general, el proyecto dispone de equipos LHD 7 yd3 en el nivel de produccin, transportando y vaciando el material en piques de vaciado, reducido por martillos picadores ubicados en el mismo nivel. El mineral es traspasado al nivel de transporte intermedio, donde equipos LHD 13 yd3 cargarn, transportarn y vaciarn el mineral en los 4 piques principales del proyecto, desde donde se alimentar los cruzados XC-50 y XC-60 del nivel de transporte principal del FFCC Teniente 8 con destino a la Planta Coln.
- 102 -
Figura 1. Esquema general del manejo de materiales del proyecto Pilar Norte.
De esta manera, orientado al problema planteado en este estudio, el proyecto consta de un total de 166 puntos de extraccin, 11 calles y 22 piques de vaciado en el nivel de produccin, 5 galeras de transporte y 4 piques principales.
Modelo de optimizacin
Para describir el modelo matemtico desarrollado se utiliza la estructura clsica de la programacin matemtica en el siguiente orden: variables de decisin, funcin objetivo y restricciones.
Variables de decisin
La variable de decisin del modelo corresponde a una variable binaria denominada D(i,j,t), que representa la decisin de extraer el bloque j-simo del punto de extraccin i en el perodo t. De esta manera el modelo se plantea de acuerdo a una formulacin discreta.
Funcin objetivo
La funcin objetivo del modelo desarrollado se muestra en la ecuacin 1.
T DPT S t =1 i =1
MAX _ TMF =
( Ley(i, j ) LC ) * Ton(i. j ) * D(i, j, t ) (1 + r ) t j =1
(1)
- 103 -
De la anterior, se aprecia que el objetivo del modelo es maximizar la produccin de cobre contenido en el mineral actualizado segn una tasa de descuento r, con la finalidad de que la solucin obtenida considere el efecto del costo de oportunidad. Por otra parte, las consideraciones econmicas se representan a travs de la aplicacin de un descuento a la ley de cada bloque extrado (ley de cierre de puntos, parmetro LC) con la finalidad de que el modelo permita la extraccin de bloques sub-econmicos en un punto de extraccin siempre que stos contribuyan a la obtencin de un mayor beneficio global.
Restricciones
Como primera restriccin, se presenta el hecho de que cada bloque se extrae slo una vez, lo cual se representa segn la ecuacin 2.
T
D (i , j , t ) 1
t =1
(2)
Por otra parte, se debe respetar la condicin de secuencia de extraccin dentro de un punto de extraccin, representada en la ecuacin 3.
t
D(i, j, k ) D(i, j + 1, t )
k =1
(3)
La ecuacin anterior indica que un bloque de un punto de extraccin slo puede ser extrado si se extrae previamente el bloque inmediatamente anterior de dicho punto. La secuencia de explotacin global se representa por medio de la ecuacin 4.
t
D(i,1, k ) D (i + 1,1, t )
k =1
(4)
La ecuacin 4 representa que el inicio de la extraccin desde un punto de extraccin est condicionado por el inicio previo de la extraccin del punto inmediatamente anterior en la secuencia global. La condicin de no reapertura de puntos de extraccin se representa a travs de la ecuacin 5.
j
D(i, b, t ) D(i, j + 1, t + 1)
b =1
(5)
- 104 -
Esta condicin se aplica con la finalidad de asegurar la regularidad del tiraje y la operatividad de puntos a travs de la continuidad de la extraccin. La tasa mxima de extraccin por punto de extraccin se representa a travs de la ecuacin 6.
S
D(i, j, t ) VE *VH (i, t )

j =1
(6)
Esta ecuacin considera que cada punto de extraccin ya incorporado a la produccin (VH(i,t)=1) puede ser extrado a una tasa de extraccin mxima VE. No se hace consideracin de tasas de extraccin variables en funcin de la altura extrada. La condicin de limitar la extraccin global de acuerdo a un programa de produccin establecido se representa a travs de la ecuacin 7.
NP ( t )
(t )
P(i, t )
i =1
(7)
En esta ecuacin la extraccin global se define como la suma de la extraccin de todos los puntos de extraccin activos. La condicin de produccin mxima programable por punto de vaciado se representa a travs de la ecuacin 8.
NP ( t )
PV0
( p, t )
P ( p, t )
i =1
(8)
La condicin de produccin mxima programable por calle del nivel de produccin se representa por medio de la ecuacin 9.
NP ( t )
C0
( c, t )
P ( c, t )
i =1
(9)
En este sentido, el modelo considera una relacin nica entre punto de extraccin y punto de vaciado, lo que simplifica la resolucin del modelo, pero reduce su potencial de optimizacin. La condicin de produccin mxima programable por cruzado del nivel de transporte intermedio se representa a travs de la ecuacin 10.
- 105 -
NP ( t )
XC0
( w, t )
P(w, t )
i =1
(10)
El modelo sealado fue codificado en el software AMPL y tanto su cdigo como el valor de los parmetros utilizados en l se sealan en el Anexo A de este informe.
- 106 -
Metodologa experimental
Escala temporal de evaluacin
El modelo propuesto est formulado para generar programas de produccin a cualquier escala de tiempo, sin embargo se presenta algunas limitaciones. Dada la formulacin discreta, se establece una escala de tiempo mnima para la evaluacin estimada en 2-3 meses debido a que la extraccin mnima corresponde a bloques completos de 20 m de altura por perodo. Se evalu el rebloquear el modelo usado a bancos de 10m de altura, sin embargo el aumento del tiempo de resolucin requerido por el software (+3 horas) hizo no operativa esta alternativa. Esta limitante no permite lograr el detalle requerido para ste trabajo, dado que los programas de produccin quinquenales de CODELCO requieren un mayor nivel de detalle (primeros dos aos a nivel mensual, los dos siguientes a nivel trimestral y el ltimo a nivel semestral), sin embargo se opt por realizar la evaluacin a escala semestral con la finalidad de estimar el potencial de mejora por optimizacin de la programacin.
Condiciones experimentales
Para evaluar el efecto de realizar la programacin optimizada con el modelo propuesto, se define las siguientes condiciones experimentales: Se simula el programa de produccin del proyecto Pilar Norte en el software XPROD a escala semestral para un perodo de evaluacin de 5 aos, para obtener el escenario base; y Luego se simula este mismo escenario (programa de produccin global, secuenciamiento de explotacin, tasa de incorporacin de rea nueva, restricciones de capacidad por lnea de proceso) en el modelo codificado en AMPL y resuelto en CPLEX 10.2, para obtener el escenario optimizado.
Finalmente se contrasta ambos escenarios para los siguientes resultados: produccin de cobre contenido en mineral, produccin por lnea de proceso (calle, punto de vaciado, cruzado de transporte intermedio) y rea abierta.
Resultados
A continuacin se presenta los principales resultados obtenidos en este estudio: produccin de cobre contenido en mineral, produccin por cruzado de transporte intermedio y rea abierta.
Produccin global
En la Tabla 1 se muestra el programa de produccin resultante al usar el modelo propuesto (SIM CPLEX) y el modelo usado actualmente (SIM DET).
- 107 -
Dias P eriodo 178.4 1 183.8 2 178.4 3 183.8 4 179.4 5 183.8 6 178.4 7 183.8 8 178.4 9 183.8 10 P rod total, kt
S IM C P L E X P rod, T/d P rod, TMF 4989 6614 10473 13826 16332 16606 16352 16960 16963 21616 14168 19472 29506 34883 43657 45626 43387 41148 42660 315
L ey C u,% 1.54 1.65 1.53 1.41 1.45 1.54 1.44 1.36 1.37
P eriodo 1 2 3 4 5 6 7 8 9 10
S IM DE T P rod, T /d P rod, TMF L ey C u,% 5034 6660 10447 13828 16375 16670 16245 16995 16998 21640 14308 17817 26755 33227 41680 41431 41493 39826 39005 296 1.55 1.50 1.39 1.34 1.38 1.39 1.39 1.31 1.25
Tabla 26. Resultados programa de produccin global.
De la tabla 1 se puede apreciar que para un mismo programa de produccin (diferencia de un 0.1% en el total de produccin), se logra obtener una mejora de 19 kt de cobre contenido en mineral (equivalente a un 6% adicional al escenario base). De lo anterior se puede apreciar el potencial de mejora al que se puede aspirar en el caso de tener una alta selectividad en la extraccin de mineral. Sin embargo, dado que el modelo se planteo de manera discreta (se extrae bloques completos) y sin consideracin de tasa de extraccin variable en altura como en el caso del modelo XPROD utilizado como escenario base, esta mejora define un lmite mximo. Por lo anterior, el modelo propuesto considera todos los puntos en situacin libre de control geomecnico a partir de su inicio en produccin.
Produccin por cruzado de transporte intermedio (GTI)

En la tabla 2 se muestra la produccin programada por cruzado de transporte intermedio.
P eriodo 1 2 3 4 5 6 7 8 9 10 G T I1 1150 838 904 1297 1989 1770 1532 836 268 S IM C P L E X G T I2 2030 2049 4069 4352 4404 4657 4646 3446 3449 G T I3 1809 3726 4474 4930 5000 4923 4938 4879 4928 G T I4 G T I5 G T I1 1140 1396 1693 2883 2033 2254 2135 1259 1287 S IM DE T G T I2 2011 2660 3496 4491 4684 4200 3867 3531 3740 G T I3 1883 2604 4099 4778 4983 5000 5000 4590 4306 G T I4 G T I5
912 2803 4330 4650 4683 4654 4375
114 444 609 606 554 3144 3941
947 1370 4134 4673 4700 4314 4048
213 306 541 543 543 3300 3617
Tabla 27. Produccin programada por cruzado del nivel de transporte para el escenario base y escenario optimizado (produccin expresada en t/d).
- 108 -
De esta tabla se puede apreciar, en trminos generales, que se cumple la condicin de continuidad de la extraccin al presentarse cifras de similar magnitud en ambos escenarios. Sin embargo se aprecia que la programacin optimizada tiende a reducir la produccin a travs del GTI-1 que cubre zonas de menor ley de cobre y a aumentar la extraccin a travs de los GTI-3 y GTI-4 que cubren zonas de mayor ley. En la figura 2 se presenta la evolucin del rea abierta en el tiempo para ambos escenarios.
60000 SIM CPLEX 50000 SIM DET
40000 Area abierta, m2
30000
20000
10000
0 1 2 3 4 5 6 7 8 9 10 Perodo, semestre
Figura 2. Evolucin del rea abierta en el tiempo.
En la figura 2 es posible observar que a medida que aumenta el tiempo de evaluacin se genera una diferencia creciente en el rea abierta entre ambos escenarios. En este sentido, la forma en que se simplific la tasa de extraccin mxima (valor constante e igual al valor libre de control geomecnico) permite al modelo optimizado cumplir el programa de produccin requiriendo para ello una menor rea abierta. Dado lo anterior, es necesario considerar aspectos asociados a la confiabilidad y mantencin de la infraestructura mina dentro de los datos de entrada del modelo optimizado, para de esta forma no eliminar las holguras/redundancia que el sistema requiere en un contexto de programacin de mediano y largo plazo.
- 109 -
Conclusiones
Los resultados anteriormente presentados permiten concluir que el modelo propuesto, pese a sus simplificaciones, permite mostrar un potencial de optimizacin de programas de produccin de hasta un 6%. En trminos generales, esta optimizacin se basa en el supuesto de una alta selectividad y confiabilidad de la infraestructura mina en el proceso de extraccin, lo que se aprecia en la mayor concentracin de produccin en algunos cruzados de transporte y menor rea abierta que la situacin base. La formulacin del modelo influye significativamente en el tiempo computacional de resolucin del problema, como se seala en la Metodologa Experimental. Esta situacin desfavorece la aplicacin del modelo propuesto en la labor diaria de planificacin, pero su uso es muy apropiado para el apoyo a evaluaciones mas estratgicas desde un punto de vista tcnico, por ejemplo en el evaluacin de diseos mineros en etapas de ingeniera de prefactibilidad y factibilidad. El modelo propuesto es til como base para la generacin de otros modelos alternativos de programacin de la produccin de minas explotadas por mtodos de hundimiento.
Recomendaciones
Dados los favorables resultados obtenidos en este estudio, pese a las limitaciones impuestas por el tiempo de clculo computacional para el caso de problemas muy extensos, se recomienda el uso de este modelo para el anlisis y generacin de programas de produccin en el mbito de decisiones estratgicas asociadas al diseo minero. Para este efecto, se cita los siguientes ejemplos: 1. Definicin de cantidad y ubicacin de puntos de vaciado en el nivel de produccin de un proyecto. Para ello se requiere redefinir la variable de decisin D(i,j,t) incorporando la dimensin punto de vaciado, es decir por la variable D(i,j,pv,t) y evaluando el rendimiento de equipos LHD de acuerdo a consideraciones de distancia de transporte, as como el efecto de la inversin y costo de mantencin requerido por punto de vaciado; y 2. Plantear el problema de secuenciamiento ptimo e incorporacin de rea variable haciendo consideracin de los diseos de infraestructura mina (calles, puntos de vaciado, cruzados de transporte).
- 110 -
Evaluacin de planes mineros desde el punto de vista del cumplimiento de las tasas de extraccin
Manuel Alanis, Ingeniero de Planificacin, Codelco (Divisin Codelco Norte)
Resumen
A partir de datos de carguos diarios de palas de 34, 56 y 73 yds3, se realiza un anlisis estadstico para cada flota de equipos. De acuerdo a los resultados obtenidos, se asumen distribuciones de probabilidades para las tasas de extraccin, posteriormente se evala un plan minero definido. De esta forma se estiman las probabilidades de cumplimiento de las tasas de extraccin definidas en el plan minero para cada tipo de pala. Con la informacin anterior se estima la confiabilidad total del sistema bajo el supuesto de cumplir con el movimiento de materiales establecido en el plan, as como las probabilidades de cumplimiento del movimiento del sulfuro. Los resultados que arroja esta evaluacin son desde el punto de vista de cada equipo, desviaciones que nos entregan una alerta sobre tasas de extraccin planificadas con una baja probabilidad de cumplimiento, lo anterior bajo un criterio de alerta aplicado para una probabilidad de cumplimiento de a lo menos un 50 %, es decir en el caso de utilizar una distribucin normal, la tasa de extraccin debe ser igual al promedio del carguo histrico. Para el caso del sistema en general, es difcil obtener un nmero que sea un buen indicador o que nos pueda entregar informacin de utilidad con respecto al cumplimiento del plan, tanto para el movimiento total de materiales como del envo de sulfuro, por lo cual, lo anterior es lo que genera continuar desarrollando el tema a tal punto de definir una metodologa a aplicar que permita evaluar planes mineros, su probabilidad de cumplimiento y el riesgo asociado a este. Cabe destacar que esta aplicacin de la Teora de la Confiabilidad a un plan minero es un primer intento por establecer una evaluacin del grado de cumplimiento del plan.
- 111 -
Introduccin
Por lo general, las evaluaciones de riesgo de los planes mineros dicen razn con precios, costos, aspectos geotcnicos y geolgicos entre otros y se deja de lado temas a nuestro juicio relevantes como lo es la tasa de extraccin a la cual se debe realizar el movimiento de materiales del plan, lo cual puede repercutir en las posteriores evaluaciones a realizar ya sea disminuyendo o aumentando los indicadores econmicos del proyecto. Luego la consulta es, Es posible cumplir el plan minero de acuerdo a las tasas de extraccin que este considera?, Cul es la probabilidad de cumplir las tasas de extraccin asignadas al plan minero, es decir, cul es la probabilidad de cumplir el plan minero?, y finalmente cul es el valor en riesgo del negocio desde el punto de vista de las tasas de extraccin consideradas? El presente trabajo trata de responder este cuestionamiento mediante la aplicacin de la Teora de la Confiabilidad, si bien la anterior tiene sus cimientos en anlisis meramente estadsticos y en leyes probabilsticas de fallas, se utilizar para revisar que sucede en su aplicacin a un plan minero en particular y sus conclusiones y recomendaciones sern la base para revisar si es posible confeccionar una metodologa que nos ayude a tener una idea numrica del cumplimiento del plan minero en relacin a las tasas de extraccin utilizadas en el.
Datos analizados
Los datos analizados corresponden a datos histricos de toneladas cargadas por da entre enero de 2007 y marzo de 2008 para equipos de 34, 56 y 73 yds3 un ejemplo de estos datos, se puede observar en la Tabla 1 siguiente.
- 112 -
FECHA
01-01-07 02-01-07 03-01-07 04-01-07 05-01-07 06-01-07 07-01-07 08-01-07 09-01-07 10-01-07 11-01-07 12-01-07 13-01-07 14-01-07 15-01-07 16-01-07 17-01-07 18-01-07 19-01-07
EQUIPO
091 091 091 091 091 091 091 091 091 091 091 091 091 091 091 091 091 091 091
EXPANSION
47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA 47WA
TON
25543 36736 18368 29848 28700 29848 29274 18081 18942 18368 12915 22386 17507 25543 30135 8610 31283 19803 26404
DISPONIBILIDAD %
100.0 96.3 98.3 97.0 100.0 97.6 90.1 81.7 97.4 69.2 91.0 95.6 98.8 95.2 97.0 96.1 98.6 95.6 50.3
UEBD %
66.3 74.0 40.1 60.4 60.0 67.5 63.4 51.6 33.1 63.1 22.7 51.4 36.9 49.2 63.2 15.5 57.7 35.0 74.0
UEBN %
66.3 71.3 39.5 58.6 60.0 65.8 57.1 42.2 32.3 43.7 20.7 49.2 36.5 46.8 61.3 14.9 56.9 33.5 37.2
MINA
CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA CHUQUICAMATA
Tabla 28. Datos Carguo Palas Mina Chuquicamata
Anlisis estadstico
En las Grficas 2 a 4 se presentan los carguos diarios para cada tipo de pala en el tiempo. La consideracin relevante en este anlisis es que no se realiza una diferenciacin de los datos en funcin de los anchos de carguo, situacin que se abordar en ejercicios posteriores. Para este trabajo, la informacin fue trabajada como flotas de palas de 34, 56 y 73 yds3, adems de lo anterior, las condiciones de carguo se encuentran en forma implcita en los datos, no existiendo registros de las condiciones de carguo particulares de cada equipo en el tiempo.
Toneladas cargadas dia - Palas 34 yds3
Ton Cargadas 140000 120000 100000 80000 60000 40000 20000 0
01-01-07 01-02-07 01-03-07 01-04-07 01-05-07 01-06-07 01-07-07 01-08-07 01-09-07 01-10-07 01-12-07 01-03-08 01-11-07 01-01-08 01-02-08 01-04-08
3
Figura 1. Toneladas cargadas da - Pala 34 yds
- 113 -
Toneladas cargadas dia - Palas 56 yds3

Ton cargadas 140000 120000 100000 80000 60000 40000 20000 0
01-01-07
01-02-07
01-03-07
01-04-07
01-05-07
01-06-07
01-07-07
01-08-07
01-09-07
01-10-07
01-11-07
01-12-07
01-01-08
01-03-08
3
Toneladas cargadas da - Palas 73 yds

Ton Cargadas 140000 120000 100000 80000 60000 40000 20000 0
02-01-07
02-02-07
02-04-07
02-03-07
02-05-07
02-06-07
02-07-07
02-08-07
02-09-07
02-10-07
02-11-07
02-12-07
02-01-08
02-02-08
02-03-08
3
Los Histogramas obtenidos a partir de esta informacin se presentan en las figuras 4 a 6.
- 114 -
01-04-08
01-02-08
Histogram Ton dia - Palas 34 yds3

400 350 300
Frequency
250 200 150 100 50 0
Bin Frequency
Figura 4. Histograma carguo da - Pala 34 yds

400 350 300
Frequency
250 200 150 100 50 0
Bin Frequency
- 115 -

400 350 300
Frequency
250 200 150 100 50 0
Bin Frequency
Para los tres casos analizados, se supondr una distribucin normal, con la cual se estimarn las probabilidades de cumplimiento de cada equipo de carguo y del sistema en general. El resumen de los resultados estadsticos obtenidos, se presenta en la Tabla 2 siguiente.
Datos Palas Toneladas Cargadas Da

34 yds3
Promedio (Ton/dia) Desv. Estandar (Ton/dia) Mximo (Ton/dia) Mnimo (Ton/dia) Rango
Total Kth 123300
56 yds3 40967 16054 96157 4905 91252
73 yds3 58742 21159 125560 1924 123636
33786 13525 75897 3113 72784
Tabla 29. Resumen Estadstica Carguo Palas
Plan minero
El plan minero a evaluar corresponde a un ejercicio de Mina Chuquicamata, el cual se supondr en el primer semestre de 2009, la disposicin de los equipos de carguo, movimiento total de materiales y programa de sulfuros, se presenta en la Figura 1 siguiente.
- 116 -
N
EXP. 43N BCO. 2974 85 KTH/DM D1 C1 G1 EXP. 42N BCO. 2671 228 KTH/DM J1
PLAN MINERO
2009_1 Expansin
F1 C1
685
73 yd
3
Ktpd
56 yd
3
Total Kth
34 yd
3
123300
Capacidad Carguio Ktpd 40 105 25 105 240 85 90 25 0
B1
34 yd3 Trepsa
CF
PH
Ktpd Expansin
17 101 22 110 243 85 77 30
C1
EXP. 61W BCO. 2898 76.9 KTH/DM L1 J1 G1 K1
I1
B1
B1 M1 H1 K1
EXP. 42A BCO. 2219 22 KTH/DM P1
E1
R1 EXP. 47WN BCO. 2057 17.1 KTH/DM R1 J1 L1 O1
H1
D1
A0
F1
47WA 41E 42A 38SD 42N 43N 61W Desc. Doble Manejo Stock
1 1 1 2 1 1 1 1 2 1 1 1 1
K1 C1 L1 J1 E1 H1
N1 T1
Q1 H1 EXP. 41E BCO. 2219 101 KTH/DM I1 N1 M1
Total
685
715
S1
G1
O1
D1
F1 G1 I1 N1
Expansin 47WA 41E 42A 38SD 42N 43N Stock
Ktpd
Ley Cu %
Cu Fino % Cu Total Contenido Kton
M1
N1
H1
F1
F1 H1 J1 G1
EXP. 38SD K1 2601 BCO. 110 KTH/DM
H1 G1 I1
47WA 41E 42A 38SD 42N 43N 61W D
16.8 87.6 21.7 9.3 29.3
1.13 0.86 0.75 1.66 0.49
33 133 29 27 25
14% 54% 12% 11% 10%
Total
165
0.85
248
FECHA
NOVIEMBRE 2007
PREPARO
REVISO
APROBO
PND 2008 FOTO PERIODO AO 2009 1 SEMESTRE
Escala 1 : 7500
Figura 7. Disposicin de Equipos y Movimiento de Materiales Plan a Evaluar
Resultados
Estimacin probabilidades
De la aplicacin de las distribuciones de probabilidad a los equipos de carguo definidos por el plan minero, obtenemos los siguientes resultados como probabilidades de cumplimiento de la tasa de extraccin por equipos, ver Tabla 3.
- 117 -
INFORMACION PLAN MINERO

Fase Cap. Balde yds3 Tasa Tasa Plan Extraccin Total tpd
DATOS REALES
Promedio tpd Desv. Estandar tpd 13525
DISTRIBUCION NORMAL
Z Probabilidad Cumplimiento Probabilidad Falla
47WA (Mx)
34
17000 17000
33786
-1.24
89% 52% 33% 50% 31% 11% 20% 20% 21% 19% 31% 12% 69% 29%
11%
41E (Mx)
34 73
33000 68000 101000
33786 58742
13525 21159
-0.06 0.44
48% 67%
42A (Mx)
CF
22000 22000
22000
6000
0.00
50%
38SD (Mx)
CF 73
25000 85000 110000
22000 58742
6000 21159
0.50 1.24
69% 89%
42N (Mx)
34 34 73 73
45000 45000 76000 77000 243000
33786 33786 58742 58742
13525 13525 21159 21159
0.83 0.83 0.82 0.86
80% 80% 79% 81%
43N
CF 56
25000 60000 85000
22000 40967
6000 16054
0.50 1.19
69% 88%
61W
34 56
27000 50000 77000
33786 40967
13525 16054
-0.50 0.56
31% 71%
Tabla 30. Resumen Calculo Probabilidades de Cumplimiento
Los resultados, los podemos observar en planta segn se presenta en la Figura 8.
- 118 -
43N 25000 31% Conf. 60000 12% 3.6%
42N (Mx) 45000 20% Conf. 45000 20% 0.2% 76000 21% 77000 19%
61W 27000 69% Conf. 50000 29% 19.9% 47WA (Mx) 17000 89% Conf. 89.3% Conf.
42A (Mx) 22000 50% 50.0%
41E (Mx) 33000 52% Conf. 68000 33% 17.3%
38SD (Mx) 25000 31% Conf. 85000 11% 3.3%
Figura 8. Confiabilidad Equipos de Carguo
Aplicando como criterio de aceptabilidad una probabilidad mnima de un 50 % o ms, vemos marcados con lnea roja los equipos que cumplen con el criterio, ver Figura 9.
- 119 -
43N 25000 31% Conf. 60000 12% 3.6%
42N (Mx) 45000 20% Conf. 45000 20% 0.2% 76000 21% 77000 19%
42A (Mx) 22000 50% 50.0%
41E (Mx) 33000 52% Conf. 68000 33% 17.3%
38SD (Mx) 25000 31% Conf. 85000 11% 3.3%
Figura 9. Equipos que cumplen Criterio de Aceptabilidad
Si estimamos la confiabilidad del sistema en general, considerando en serie las palas para cada fase y posteriormente en serie las fases entre s, obtenemos una confiabilidad de 0 %, ver Figura 10.
- 120 -
PROBABILIDAD
25000
43N 60000 12% 3.6%
CUMPLIMIENTO PLAN MINERO
31% Conf.
42N (Mx) 45000 20% Conf. 45000 20% 0.2% 76000 21% 77000 19%
42A (Mx) 22000 50% 50.0%
41E (Mx) 33000 52% Conf. 68000 33% 17.3%
38SD (Mx) 25000 31% Conf. 85000 11% 3.3%
Confiabilidad Cumplimiento Plan Minero = 0 %
Figura 10. Confiabilidad Cumplimiento Plan Minero
Luego, para la confiabilidad del compromiso de sulfuro a planta, realizamos una nueva estimacin, pero solo para fases que aportan sulfuro a planta, el resultado lo podemos observar en la Figura 11 adjunta.
PROBABILIDAD
25000 43N 60000 12% 3.6%
CUMPLIMIENTO PLAN MINERAL (Serie)
31% Conf.
42N (Mx) 45000 20% Conf. 45000 20% 0.2% 76000 21% 77000 19%
42A (Mx) 22000 50% 50.0%
41E (Mx) 33000 52% Conf. 68000 33% 17.3%
38SD (Mx) 25000 31% Conf. 85000 11% 3.3%
Confiabilidad Mineral = 0 %
Cumplimiento
Figura 11. Confiabilidad Cumplimiento Plan de Mineral

- 121 -
De la evaluacin anterior, se tiene una confiabilidad de un 0 %. Finalmente se realiza la estimacin de la confiabilidad para el envi de mineral, ver Figura 12 adjunta.
43N
PROBABILIDAD CUMPLIMIENTO PLAN MINERAL (Redundante)
25000
60000
Conf.
0.0%
42N (Mx) 45000 67% Conf. 45000 67% 14.7% 76000 57% 77000 57%
61W 27000 50000
42A (Mx) 22000 50%
Conf.
0.0% 47WA (Mx) 17000 100% Conf. 100.0%
Conf.
50.0%
41E (Mx) 33000 98% Conf. 68000 55% 53.7%
38SD (Mx) 25000 77% Conf. 85000 37% 28.8%
Confiabilidad Mineral = 1 %
Cumplimiento
Figura 12. Confiabilidad cumplimiento plan de mineral.
Se observa una mayor cantidad de equipos por sobre el criterio de aceptabilidad, sin embargo, al revisar la confiabilidad del plan general esta solo llega a un 1 %.
- 122 -
Conclusiones
Si bien, la confiabilidad del cumplimiento del plan minero total como del cumplimiento de mineral a planta es 0, resulta de mayor utilidad analizar las probabilidades de cumplimiento por cada equipo en cada fase. Conforme con lo anterior, el anlisis del sistema total no indica mucho, en cambio el anlisis de probabilidades por equipos nos permite identificar fases que presenten mayores dificultades para cumplir su movimiento de materiales. En relacin a lo anterior, el proceso puede ser inverso, analizar las fases de mayor importancia (por ejemplo las de envo de mineral por sobre las de lastre) a fin de establecer un nivel aceptable de probabilidad de cumplimiento o bien definir el apoyo necesario o la estrategia a seguir para aumentar la probabilidad de cumplimiento, ejemplo utilizar palas de mayor capacidad de balde, apoyo de cargadores frontales, envo de materiales de stock, etc. No parece errado el establecer como criterio de aceptabilidad una probabilidad (en el caso de una distribucin normal) de cumplimiento de a lo menos un 50 %, se estara trabajando con el promedio. Para el caso del anlisis redundante, si bien existen equipos para asegurar el envo de mineral, esto no asegura el cumplimiento de las tasas de extraccin necesarias para satisfacer el plan, de no ser que se adicione un equipo ms a la fase, lo cual est sujeto a temas de geometra de la fase. Es necesario realizar el anlisis de las productividades de los equipos de acuerdo a su ubicacin espacial, y de acuerdo a su agrupacin temporal, de forma de poder tener una visin sectorizada de la mina. Finalmente, debemos indicar que este trabajo de aplicacin de la Teora de la Confiabilidad a nuestra interrogante, no establece nada definitivo, quedando bastante en cuanto al desarrollo del tema y en especial a la interpretacin de sus resultados.
- 123 -
Sensibilizacin de pit final usando variables geometalrgicas

Eric Zepeda, Superintendente de Planificacin de Corto Plazo, Minera Escondida Limitada
Resumen
El presente trabajo est orientado a demostrar la incidencia de variables Geometalrgicas dentro de la planificacin minera, especficamente a la etapa de optimizacin y el clculo de fases de explotacin. La variable escogida corresponde a la dureza de la roca traducida en un parmetro denominado TPH, en donde confluyen aspectos de BWI (Bond Work index) y SPI (Sag Power Index). Debido al nmero de simulaciones necesarias para este estudio, y a la informacin disponible, se simul un yacimiento pequeo, que representara la distribucin de TPH de uno mayor, como primera aproximacin del problema. El software utilizado en los clculos corresponde a Whittle, al que debieron adaptarse matemticamente los aspectos de impacto de dureza en la valorizacin de cada bloque, dado que el software al final slo optimiza en base al valor econmico de cada bloque minero. El estudio es concluyente en trminos de que se debe determinar fehacientemente todos los aspectos que pudiesen impactar el valor final del bloque , en trminos de proceso y de costos asociados, dado que existe impacto en la geometra fin al calculada del pit final, de las fases y por supuesto del VAN.
- 124 -
Introduccin
Dentro del proceso de planificacin, una de las etapas cruciales consiste en definir los lmites del pit final y el diseo de las fases de extraccin dentro de este lmite. Para este proceso se han diseado una serie de algoritmos matemticos y softwares, siendo el algoritmo ms utilizado el de Lerchs-Grossmann, implementado en el software Whittle, programa que produce una serie de pit anidados, cada uno de los cuales es ptimo para ciertas condiciones operativas y econmicas . El presente trabajo, analiza el impacto en el pit final y en el desarrollo de las fases futuras de produccin, la incorporacin de variables adicionales, que impacta directa o indirectamente el beneficio del bloque minero y su posible explotacin a futuro. Para este caso se ha tomado en cuenta la dureza de la roca a travs del proceso de molienda de una Planta concentradora, a la cual se le ha calibrado una variable denominada TPH (Toneladas por hora) la que representa la productividad de la planta al tratar cada bloque en particular, y se analiza su impacto en los costos de tratamiento.
Metodologa
Para generar los diversos escenarios, se gener un modelo de bloques manipulable, de 300,000 bloques, al cual se le incorpor una sectorizacin de 3 unidades litolgicas con distintas poblaciones de TPH, una zona de bajo , una moderada y una de alto TPH. Se calcul un modelo de ajuste de costos de proceso por bloque, dependiendo su TPH y se gener una nueva variable a optimizar denominada Flujo de fino por hora. El primer escenario contempla generar una optimizacin en Whittle considerando slo leyes de bloques de dos variables, Cobre y Oro y un escenario de costos fijo. El segundo escenario incorpora un factor de ajuste por costo de tratamiento, a travs de un modelo lineal que corrige el costo de tratamiento de acuerdo a la dureza de la roca. Un tercer escenario, adems de corregir los costos de tratamiento planta, incorpora una optimizacin por la cantidad de fino que genera cada bloque en una unidad de tiempo dado. Los tres escenarios son comparados, tanto en VAN como en la geometra de sus pit finales y fases.
El concepto de tratamiento planta (TPH) no es nuevo dentro de la industria minera, pero ha cobrado fuerza en el ltimo tiempo, especialmente en yacimientos con materiales complejos desde el punto de vista de la conminucin. Su clculo proviene de la relacin de dos variables propias de la roca, el BWI y SPI, las cuales pueden ser obtenidas a travs de ensayos de testigos de sondajes. El concepto de WI (Work Index) es el ndice de Trabajo del Molino de Bolas Bond, y se mide en KWH/Ton, este test es realizado en un molino a escala estndar.
- 125 -
La Prueba del ndice de Energa SAG (SPI) es una medida de la dureza del mineral desde una perspectiva de molienda SAG, se realizada en un molino SAG a escala, la prueba mide la energa necesaria para realizar una reduccin de tamao estndar (expresada como un ndice). Ambos parmetros son utilizados como parmetros de ingreso bsicos de programas computacionales, los cuales consideran los distintos tipos de configuraciones de molinos y su escalamiento a travs de calibraciones realizadas con medidas en las propias faenas, logrando obtener como resultado un ndice de tratamiento (toneladas por Hora), para cada par WI, SPI dado. El manejo de los datos SPI y WI dentro del modelo, constituyen un tratamiento geoestadstico tradicional, a travs del cual cada bloque modelado tendr un WI y SPI, bases para calcular luego el TPH de ese bloque. El concepto de fino/hra. se puede apreciar en la figura 1, en donde se comparan dos bloques con leyes de cobre asociadas. A primera vista el bloque de mayor beneficio es el nmero 1, el cul entrega un fino de 2,6 millones de libra v/s 1,6 millones del bloque 2. Al incorporar el concepto de tratamiento y al tener el bloque 1 una mayor dureza y por lo tanto un mayor tiempo de residencia en el molino, su contribucin en fino/hora ser menor que la del bloque 2, el cul al ser ms blando su contribucin en fino/hora ser mayor pese a tener menor ley de cobre. En trminos financieros y al incorporar el costo de proceso, el bloque 2 generar un mayor beneficio que el bloque 1. Bloque 1 Bloque 2
X Y Z Cut(%) Densidad Fino cut
30 30 30 1.8 2.5 2,678,613
X Y Z Cut(%) Densidad Fino cut
30 30 30 1.1 2.5 1,636,930
Ton : TPH : Horas de Tratamiento : Lbs/hra : US$ lbs/Hra :
67,500 2,750 24.5 109,129 163,693
Tm Tm/hra Hras Lbs/Hra US$ lbs/Hra
Ton : TPH : Horas de Tratamiento : Lbs/hra : US$ lbs/Hra :
67,500 5,100 13.2 123,679 185,519
Tm Tm/hra Hras Lbs/Hra US$ lbs/Hra
Figura 1. Concepto fino/hra.
- 126 -
Generacin del modelo de bloques

La primera etapa, consiste en generar un modelo de TPH, que represente la configuracin de tres tipos litolgicos con una distribucin de dureza Normal, Duro y Blando, claramente definidos, para obtener un modelo estimando por IDP. (Ver fig 2 y 3)
Figura 2. Distribucin de datos TPH.
Figura 3. Modelo TPH
- 127 -
Definicin de costos
Una vez definido el modelo de TPH, se genera un modelo de ajuste de costo de tratamiento, que por simplicidad se asume que el principal costo es el consumo de energa. En la figura 4 se observa datos histricos del comportamiento de consumo especfico de energa v/s TPH. Si bien es cierto el ajuste es cuadrtico, para efectos prcticos lo consideraremos lineal. El valor de referencia de TPH se defini en 4750 TPH, como la de un tratamiento estndar, cuyo factor de ajuste de costos, corresponde a 1.
Figura 4. TPH v/s Consumo especfico de Energia.
En la figura 5 se muestra la grfica con el factor de ajuste el cul dividir al valor de 4.4 US$/Ton definido como valor estndar de costo de tratamiento, es decir a mayor TPH el factor mayor a 1 disminuir el valor de 4.4 US$/Ton, mientras que un valor menor a 1 incrementar ese valor, representando un bloque de mayor dureza, y por lo tanto de mayor costo.
- 128 -
1.60 1.40 1.20 Factor de Ajuste 1.00 0.80 0.60 0.40 0.20 0.00 2000 2500 3000 3500 4000 4500 TPH 4750 5000 5500 6000 6500
Figura 5. Factor de ajuste de costo Planta.
Definicin de tratamiento horario

Para la incorporacin del tratamiento horario, se calcula el fino contenido en el bloque (Toneladas de Cobre, gramos de Oro), ste valor es dividido por la cantidad de horas necesarias para tratar el bloque dada su TPH. Con esto se logra obtener una nueva variable que para el caso del cobre es Ton Cu/Hra y para el oro grs Au/Hra. Como el sistema final Whittle debe valorizar el bloque en US$, las variables de precio deben ser convertidas a US$ Hra/Ton Fino, para lo cual nuevamente se toma como patrn un bloque de 4,750 Ton/Hra. Equivalente a un tratamiento de 14.8 hras. Si se considera el precio del cobre a 1.5 US$/lbs, se obtiene un factor precio de 48,870 US$*hra/Ton CuT. El mismo tratamiento se genera para calcular el factor multiplicador para el oro. La Tabla 1 resume la secuencia de operaciones para obtener los factores adecuados, adems de compararlo con una valorizacin de bloque tradicional.
- 129 -
Calculo de Factores Precio 1.5 us$/lb 2204.62 lbs/Ton Valor tonelada Cut 3306.93 US$/TonCu Tiempo Medio 14.8 Hrs Factor precio 48,870 US$*hra/Ton-Cut
740 us$/Oz Valor gr Oro Tiempo Medio Factor precio
28.35 grs/oz 26.1 US$/gr 14.8 Hrs 385.7 US$*hra/gr-Au
Calculo Valorizacin Bloques Cut Densidad 2.6 Ton 70,200 Ley 0.42% Tph 4750 Horas 14.8 Fino Fino/hra Valor Bloque Valor Bloque Trad 294.84 ton cu 19.95 ton cu/hra 974,953 US$ 975,015 US$
Densidad Ton Ley Tph Horas Fino Fino/hra Valor Bloque Valor Bloque Trad
2.6 70,200 0.42% 5800 12.1 294.84 ton cu 24.36 ton cu/hra 1,190,469 US$ 975,015 US$
2.6 70,200 0.42% 2500 28.1 294.84 ton cu 10.5 ton cu/hra 513,133 US$ 975,015 US$
Calculo Valorizacin Bloques Au Densidad 2.6 Ton 70,200 Ley 1.20 Tph 4750 Horas 14.8 Fino Fino/hra Valor Bloque Valor Bloque Trad 84,240 5,700 gr Au gr Au/hra
2.6 70,200 1.20 5800 12.1 84,240 6,960 gr Au gr Au/hra
2.6 70,200 1.20 2500 28.1 84,240 3,000 gr Au gr Au/hra
2,198,716 US$ 2,198,857 US$
2,684,748 US$ 2,198,857 US$
1,157,219 US$ 2,198,857 US$
Tabla 31. Clculo de Fino/Hra y factor precio.
Proceso en Whittle
Los pasos a seguir para el tratamiento en el software Whittle son los siguientes:

Importacin de modelo de bloques como contenido de fino por bloques en el caso 1 y como fino/hra en el caso 2 Generacin de estructura de arcos para establecer relaciones espaciales entre los bloques Imposicin de ngulos de talud dependiendo de los dominios geotcnicos Valoracin de los bloques para una determinada estructura econmica Optimizacin utilizando L&G (Pit anidados). Para una capacidad de produccin dada: mina, planta se calcula el tiempo en extraer cada pit anidado. Se re valoriza cada pit de acuerdo a un nuevo modelo econmico (actual) En base a lo anterior se calcula el VAN incremental de cada Pit Se escoge el Pit ptimo Secuencia de produccin a travs de fases. Programa de produccin.
Parmetros de ingreso a Whittle

Los parmetros de precio y costos ingresados al software son:
- 130 -
Parmetro Costo Mina Costo Planta Precio CuT Precio Au Costo venta CuT Costo venta Au Leyes
Caso Base
1.6 US$/Ton 4.4 US$/Ton 1.5 US$/Lb 750 US$/Oz 0.3 US$/Lbs 350 US$/Oz Modelo
Caso2
1.6 US$/Ton 4.4 US$/PCAF 1.5 US$/Lb 750 US$/Oz 0.3 US$/Lbs 350 US$/Oz Modelo
Caso 3
1.6 US$/Ton 4.4 US$/PCAF 48,870 US$-Hra/TonCuT 386 US$-Hra/gr-Au 9,122 US$-Hra/TonCut 182 US$-Hra/gr-Au Ton-grs-Fino/Hra
Tabla 32. Parmetros de precio y costos caso base, caso 2 y caso 3.
Anlisis de resultados
La evaluacin de los Pit final en cada caso muestra una fuerte disminucin del VAN, que van desde 17.8% menos al comparar el caso base con el caso que incorpora los costos plantas, a una diferencia de 33.4% menos de Van al comparar el caso base con el que incorpora costos y tratamiento horario. Con respecto al pit final, existen diferencias geomtricas en posicin y tamao de los mismos, lo que se explica en que los bloques de mayor dureza, al incorporar costos y velocidad de tratamiento, pasan a ser no econmicos, al nivel de precios analizados, concepto que tambin se aprecia en el diseo de las fases de produccin. El clculo del tratamiento ptimo, se ve afectado por la incorporacin de los efectos de dureza del material, pasando de 80 Kton/da de tratamiento en los casos 1 y 2, a 60 Kton/da en el caso 3. En la figura 7 y 8 se aprecia el modelo de bloques de dureza y la posicin de los distintos pit finales. En azul se muestran los bloques de mayor dureza y como el pit no flota estos bloques, en la medida que se incrementa su real valorizacin, incorporando costos y velocidad de tratamiento. El concepto de tratamiento horario se aprecia perfectamente en el sector sur de la figura 7, dado que el pit del caso 3 incorpora bloques que en los casos anteriores no eran considerados, es decir estos bloques por su excelente respuesta al tratamiento, logran un valor econmico que paga su extraccin. Este punto cobra real importancia, dado que si no se incorporan todas las variables que impacta la valorizacin de un bloque, este puede fcilmente ser enviado a botadero, o a un proceso en donde no se obtendr el beneficio esperado.
- 131 -
390,000 380,000 370,000 360,000 Kton 350,000 340,000 330,000 320,000 310,000 300,000 290,000 Toneladas Van Caso Base 385,351,317 936,481,954 Caso 2 357,572,718 770,065,831 Caso 3 323,905,743 623,638,328
1,000,000 900,000 800,000 700,000 500,000 400,000 300,000 200,000 100,000 Miles US$ 600,000
Figura 6. Impacto en el VAN y Tonelaje en cada pit ptimo.
Figura 7. Impacto en la Geometra del Pit final.
- 132 -
Caso 3: Pit Final
Caso 2: Pit Final
Caso Base: Pit Final
Figura 8. Impacto en la Geometra del Pit final (Perfil N-S).
Caso Base: Fase 1
Caso 2 : Fase 2
Figura 9. Impacto en la Geometra de fases de produccin.
- 133 -
Conclusiones
Parte importante del trabajo de generacin del pit ptimo, consiste en detectar las variables claves que impactaran la valorizacin econmica del bloque, las cuales dependen de cada yacimiento en particular. Lo ms comn, es invertir grandes esfuerzos y dinero en determinar los perfiles de leyes de los elementos principales, dejando en un segundo plano aspectos tan importantes tales como recuperacin, dureza, contaminantes etc. que pueden incluso ser ms gravitante a la hora de valorizar un yacimiento, tal como lo demuestra este estudio. Existen algunas limitaciones de software de optimizacin, en trminos de incorporar de manera transparente algunos aspectos tan importantes como sensibilizar mezclas de materiales, cuyos parmetros bsicos no tienen un comportamiento lineal, de hecho la dureza del mineral no tiene un comportamiento lineal en las plantas concentradoras, lo que implica que el anlisis de tratamiento bloque a bloque no es igual al anlisis de un grupo de bloques mezclados en diferentes proporciones, de hecho algunas experiencia en el tema muestran que a partir de cierta dureza las restricciones del molino tienen un comportamiento polinmico. (ver anexo ) Los conceptos vertidos en el clculo del pit ptimo, deben ser revisados y contrastados con la realidad, cuando el yacimiento est en explotacin, dado que se cuenta con mayor cantidad y calidad de informacin a travs de campaas de sondajes, pozos de tronadura y al analizar el comportamiento de los materiales en los procesos. Esta informacin es clave para la calibrar los modelos de bloques y generar un proceso de anlisis iterativo (Back- anlisis.)
- 134 -
Anexo A: Comportamiento de material de alta dureza

INCIDENCIA DEL % MINERALES DUROS EN TPH SAG 4 (8.9 RPM)
6000 5500 5000
TPH SAG 4
4500 4000 3500 3000 2500 2000 0 10 20 30 40 50 60 70 80 90 100
% MINERALES DUROS > 75 SPI (ESC. NORTE)

PONDERADO DATOS REALES CURVA AJUSTADA
Figura 10. Incidencia del % minerales duros en TPH SAG 4 (8.9RPM).
- 135 -
Informe laboratorio planificacin minera

Roberto Pasten Jeraldo, Ingeniero de Operaciones Mina, Codelco Chile Javier Soto Venegas, Ingeniero de Planificacin, Codelco Chile
Resumen
Actualmente para la realizacin de los planes mineros se trabaja con modelos independientes, en donde la frontera o limites de los modelos la informacin no siempre es la ms real o completa, lo que muchas veces nos lleva a no tomar la decisin mas acertada o la ms econmica. Respecto a esto ltimo, si bien el trabajar con un modelo integrado entrega una informacin ms completa, es necesario adicionar la variable mineralgica, ya que hoy en da el tratar un material en un determinado proceso no depende solo de las unidades geolgicas. Se requiere dar una mirada al PND (Plan de Negocio y Desarrollo), de la Divisin Codelco Norte (DCN), como una Divisin Integral donde cada mina (Chuquicamata Radomiro Tomic ENMS MMH), compita con sus minerales por ingresar a proceso considerando el menor costo por ton de CuF. Para ello se considera la mayor cantidad de recursos de sulfuros (RT- 6.000 MTH), para definir los planes de produccin, donde parte del problema es generar estrategias de cmo analizar este box, ya que el modelo de bloques supera los 5 millones (las herramientas computacionales existentes hoy quedan desbordadas). Al realizar la comparacin de los diferentes escenarios para los planes de RT, en proceso de Sulfuro, nos queda por conocer si solo estamos en presencia de recursos minerales para copar las capacidades de planta o para competir directamente con los minerales de Chuquicamata, y con ello variar el PND de la DCN.
- 136 -
Introduccin
En la actualidad los yacimiento que presentan unidades geolgicas diferentes como xidos y sulfuros, se trabaja con modelos de bloques independientes uno de otro, por lo que la valorizacin final siempre es una funcin compuesta de dos modelos diferentes, que incluso a veces tienen diferentes dimensiones lo que podra llevar a cometer errores en la estimacin del pit final como en la valorizacin de este ltimo.
Objetivos
Se probar que trabajar con un Modelo de Bloques Integrado (MBI), entrega una informacin ms real a la que trabajar con modelos independientes (uno de xidos y otro de Sulfuro), ya que es un modelo que contiene ambas unidades geolgicas involucradas, las cuales se enviaran a su proceso respectivo, segn su mineraloga y cintica. Por lo tanto se evaluar el impacto econmico en el plan de produccin al trabajar con Modelo Independientes versus Modelos de bloques integrados (MBI). Este ejercicio se realizar corriendo los dos modelos en forma independiente en el software WHITLE, para luego repetir el ejercicio para el MBI. Se les calcular el Pit ptimo, como tambin el valor actualizado neto a cada pit y por ltimo el plan de produccin asociado a cada modelo con sus respectivas restricciones.
Modelo de bloques
Se trabajar con los modelos de bloques de sulfuro y xidos de manera independiente ms el modelo integrado. Las dimensiones de los modelos son 60*60*15. Estos modelos estn ubicados entre las coordenadas 2490 y 5310 por el este, 8000 y 12500 por el norte, 2000 y 3170 en la elevacin. Estos modelos fueron creados a partir del software VULCAN por el departamento de geologa. En la tabla mostrada a continuacin se detallan los valores del modelo de bloques:
DIMEN. x y z ESTE NORTE ELEVAC. 60 60 15
N 47 75 78
COORD. 2490 8000 2000
PTO. UNO 5310 12500 3170
DELTA 2820 4500 1170
Tabla 1. Coordenadas del modelo de bloques.
- 137 -
PTO. UNO
(5310-12500-3170)
1170 Mts
2820 Mts
WHITTLE => PTO. INICIO (2490-8000-2000)
Figura 1. Modelo de bloques.
El modelo de xidos contiene 72.052.120 ton de recursos, el de sulfuros contiene 1.219.145.863 ton de recursos y el modelo integrado contiene 1.291.197.983 ton de recursos. Adems de contener 274.950 bloques.
Parmetros operacionales y econmicos

Para los tres casos a estudiar se tomaron los siguientes parmetros operacionales y econmicos. Capacidad de planta de xidos Capacidad de planta de Sulfuros Inversin inicial planta de xidos Inversin inicial planta de sulfuros Recuperacin planta xidos Recuperacin planta de sulfuros Costo mina Costo Planta xidos Costo Planta Sulfuro 155 90 0 400 78 75 2.2 0.47 4.31 Ktpd ktpd MUS$ MUS$ % % US$/t US$/t US$/t
Tabla 2. Parmetros tcnico-econmicos.
Seleccin de envolvente econmica

Generacin de Arcos
En los tres modelos lo primero que se realiza es la determinacin de los arcos y las ramas a ocupar para tener un error menor al grado en las diferentes zonas geotcnicas. Para el caso del modelo de xidos se determina un error de 0,7 grados para 20 ramas. Para el caso del modelo de sulfuro se determina un error de 0,8 grados para 18 ramas. Para el caso del modelo integrado se determina un error de 0,7 grados para 20 ramas. Un ejemplo de esto se ve en la pantalla siguiente.
- 138 -
Figura 2. Generacin de arcos.
Generando los pit econmicos

Para generar los diferentes pit econmicos en los tres modelos, con los parmetros anteriormente descritos. Para el caso del modelo de xidos se generan 60 pit econmicos, con esto podemos determinar la curva tonelaje ley para este modelo. A continuacin se muestra esta grfica.
- 139 -
Figura 3. Curva tonelaje ley modelo de xido.
- 140 -
Figura 4. Curva tonelaje ley modelo integrado (oxidos y sulfuros).
Para el caso del modelo integrado se generan 86 pit econmicos, con esto podemos determinar la curva tonelaje ley para este modelo. A continuacin se muestra esta grfica. Para el caso del modelo de sulfuro se generan 86 pit econmicos, con esto podemos determinar la curva tonelaje ley para este modelo. A continuacin se muestra esta grfica.
- 141 -
Figura 5. Curva tonelaje ley modelo de sulfuros.
Escenarios econmicos y productivos para proceso de slfuros de Radomiro Tomic

Se genera un Modelo de Bloques de sulfuro y se consideran 3 escenarios para evaluar los distintos ritmos de produccin (30, 60, 90, 120 ktpd). 1. Transporte de minerales a travs de CAEX desde mina RT a chancador Chuquicamata: Parmetros econmicos: Inversin: 200MUS$. Costo Mina: 2US$/t Costo Proceso: 4.31 US$/t Costo F&R: 0.26 US$/lb CAF tipo de Rx:1.1 RM: 75% 2. Chancador de sulfuros en RT y transporte de Minerales con correa transportadora a concentradora Chuquicamata: Parmetros econmicos: Inversin: 400MUS$. Costo Mina: 2.2US$/t Costo Proceso: 4.31 US$/t Costo F&R: 0.26 US$/lb CAF tipo de Rx:1.05 RM: 75% 3. Chancador de sulfuros en RT y concentradora en RT, con mineroducto para envo de concentrado a fundicin Chuquicamata: Parmetros econmicos:
- 142 -
Inversin: 1,000MUS$. Costo Mina: 2.2US$/t Costo Proceso: 4.31 US$/t Costo F&R: 0.26 US$/lb CAF tipo de Rx:1.05 RM: 75%
Escenario 1
Se realiza la corrida, considerando los tanto parmetros de diseo (Construccin de Arcos) como econmicos: Se corren para 86 pits (0.3 2,0), dando la envolvente Pits 3 con un RvF de 0,36. Se corre la envolvente 3, para optimizar para un RvF de (0 a 0,36), para 50 Pits. El PIT FINAL da el Pits 42 Se corren para los 4 posibles ritmos de produccin, dando 90 ktpd, el mejor VAN.
MAX VAN V AN (90% ) 775,473,640 697,926,276 1,284,675,044 1,156,207,539 1,692,967,723 1,523,670,950 2,019,154,240 1,817,238,816
30 K T P D
F inal pit tonne in place bes t 1291,466,722 2387,745,140 3639,248,384 4883,742,525 O pen pit cas hflow ME D IA $ dis c 744,911,819 775,473,640 726,029,572 635,251,676
60 K T P D
O pen pit cas hflow ME D IA $ dis c 954,857,397 1,121,251,516 1,284,675,044 1,280,079,974
90 K T P D
O pen pit cas hflow ME DIA $ dis c 907,349,086 1,169,613,971 1,540,958,872 1,673,930,764
120 K T P D
O pen pit cas hflow ME D IA $ dis c 755,514,111 1,081,861,419 1,616,092,626 1,876,524,367
Tabla 3. Resultados valorizacin econmica escenario 1.
- 143 -
Figura 6. Grfico pit a pit escenario 1.
Escenario 2
Se realiza la corrida, considerando los tanto parmetros de diseo (Construccin de Arcos) como econmicos: Se corren para 86 pits (0.3 2,0), dando la envolvente Pits 19 con un RvF de 0,66. Se corre la envolvente 19, para optimizar para un RvF (0 a 0,66), para 50 Pits. El PIT FINAL da el Pits 48 Se corren para los 4 posibles ritmos de produccin, dando 90 ktpd, el mejor VAN.
MAX VAN VAN (90% ) 384,809,091 346,328,181 844,135,317 759,721,785 1,211,674,604 1,090,507,144 1,508,472,268 1,357,625,041
30 K T P D
tonne in place bes t 16 17 18 19 20 21 178,628,241 235,734,826 334,827,941 451,233,382 547,243,666 672,383,219 O pen pit cas hflow ME DIA $ dis c 309,635,255 357,158,877 384,809,091 363,857,092 329,913,194 277,256,831
60 K T P D
O pen pit cas hflow ME D IA $ dis c 498,510,520 616,468,634 748,628,194 823,921,416 844,135,317 836,169,427
90 K T P D
O pen pit cas hflow ME DIA $ dis c 578,773,800 733,667,859 930,158,370 1,077,260,538 1,147,970,036 1,195,565,030
120 K T P D
O pen pit cas hflow ME DIA $ dis c 620,361,443 796,635,246 1,033,625,281 1,230,819,500 1,337,537,390 1,430,949,683
F inal pit
R F :.0,66
- 144 -
Escenario 3
Se realiza la corrida, considerando los tanto parmetros de diseo (Construccin de Arcos) como econmicos: Se corren para 86 pits (0.3 2,0), dando la envolvente Pits 19 con un RvF de 0,66. Se corre la envolvente 19, para optimizar para un RvF (0 a 0,66), para 50 Pits. El PIT FINAL da el Pits 49 Se corren para los 4 posibles ritmos de produccin, dando 90 ktpd, el mejor VAN.
MAX VAN VAN (90% ) 357,704,540 321,934,086 810,870,173 729,783,155 1,169,094,565 1,052,185,108 1,465,987,123 1,319,388,411
30 K T P D
F inal pit 16 17 18 19 20 21 tonne in place bes t 171,130,485 224,606,072 324,640,949 449,120,399 547,243,666 672,383,219 O pen pit cas hflow ME D IA $ dis c 269,499,311 321,346,696 357,704,540 342,970,376 309,622,662 257,807,829
60 K T P D
O pen pit cas hflow ME DIA $ dis c 437,152,755 551,962,911 696,133,267 787,269,797 810,870,173 805,017,957
90 K T P D
O pen pit cas hflow ME D IA $ dis c 506,434,914 653,267,721 857,149,145 1,026,068,855 1,101,025,913 1,151,116,431
120 K T P D
O pen pit cas hflow ME D IA $ dis c 545,460,181 711,340,431 953,387,070 1,175,543,462 1,289,286,570 1,384,918,115
Para poder realizar el anlisis y comparar los planes se toma el escenario N 2 (Chancador en RT y correa transportadora a concentradora Chuquicamata); para un ritmo de 90 KTPD. Dando el mejor VAN al 90% para dicho ritmo.
- 145 -
Tabla 6. Resumen de resultados.
Discretizacin de la envolvente econmica - Resultados

A continuacin para los tres modelos se busca el pit ptimo (el de mayor VAN), a travs de una corrida del software, con los parmetros anteriormente descritos. En este caso los resultados son los siguientes: Para el caso del Modelo de xidos (MO) el pit ptimo se genera en el pit nmero 13 con un RvF de 0,54. Luego a este pit se le generaron una nuevas corridas solo hasta este RvF, lo cual dio como resultado un VAN de MUS$ 537, con un horizonte de dos aos. El resultado de los diferentes planes se muestra a continuacin en las grficas siguientes:
- 146 -
Para el caso del Modelo de Sulfuro (MS) el pit ptimo se genera en el pit nmero 19 con un RvF de 0,66. Luego a este pit se le generaron una nuevas corridas solo hasta este RvF, lo cual dio como resultado un VAN de MUS$ 1.077, con un horizonte de once aos, para 48 posibles fases. El resultado de los diferentes planes se muestra a continuacin en las grficas siguientes:
- 147 -
Figura 8. Programa de produccin y resumen de resultados.
Para el caso del Modelo Bloques Integrado el pit ptimo se genera en el pit nmero 19 con un RvF de 0,66. Luego a este pit se le generaron una nuevas corridas solo hasta este RvF, lo cual dio como resultado un VAN de MUS$ 1.387. El resultado de los diferentes planes se muestran a continuacin en las grficas siguientes: Plan con cuatro fase y sin restriccin de la mina.
- 148 -
Plan con cuatro fases y la mina restringida a un movimiento total de 300 ktpd.
- 149 -
- 150 -
Conclusiones
Al trabajar con modelos independientes se pierde la sinergia que pueden tener estos. El trabajar con modelos independientes fija de antemano los posibles destinos de los minerales, perdiendo la oportunidad que se podra generar si se consideraran otros parmetros como la mineraloga. Realizar un estudio, a travs de otras variables como la mineraloga presente en el modelo geolgico debera ser clave en la construccin de los planes ya que sin duda esta informacin aportara en mayor medida las decisiones. Si bien los valores de los diferentes planes (segn el modelo), muestran una diferencia considerable, no implica que trabajar con modelos independientes es lo mismo que trabajar con un solo modelo, ya que se deja de lado mucha informacin relevante, como la mineraloga presente, sobre todo en las fronteras (zona de bordes), de los dos modelos. Existe un plan minero metalrgico para paliar eventuales atrasos de los proyecto Chuqui Subterrneo, pero evidentemente de menor oferta de Cobre Fino y valor econmico. MMH, por su aporte de fino, es clave en el plan integrado y su inclusin no puede postergarse respecto de la fecha definida en PEX. RT sulfuros es la nica fuente en cantidad, calidad y oportunidad disponible. Su puesta en operacin disminuye el riesgo del plan y garantizara el abastecimiento constante a la actual concentradora.
- 151 -
Anexos
Anexo A: Escenario N1
Figura 11. Escenario 1.
- 152 -
Anexo B: Escenario N2
- 153 -
Anexo C: Escenario N3
- 154 -

Planificacion Minera

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Planificacion Minera

Caricato da

Copyright:

Formati disponibili

I Compendio de Planificacin Minera

I Compendio de Planificacin Minera 2009

I Compendio de Planificacin Minera

Enrique Rubio E. Director DELPHOS Laboratorio de Planificacin Minera

I Compendio de Planificacin Minera

I Compendio de Planificacin Minera

I Compendio de Planificacin Minera

Modelo de variacin del VAN de explotar relaves bajo el concepto de incertidumbre

Realizar 100 simulaciones de realidad con valores de variables cada 1x1x1

Transformar cada simulacin a valores reales mediante una distribucin

Muestrear cada simulacin a cada malla definida y estimar con geoestadstica

Resultado: 100 Estimaciones a cada malla definida

Construir Ecuacin De Venta y Estructura de Costos

Construir un Plan Minero

Suponer o Aplicar: Dimensin del Modelo de bloques Variables de estudio Variograma

Suponer o Aplicar: Distribucin Real de cada Variable

Rebloquear cada simulacin a cada malla definida

Resultado: 100 Rebloqueos por cada malla definida

Definir: Mallas de Rebloqueo

I Compendio de Planificacin Minera

Figura 2. Rango de variacin del VAN en la iteracin 1 (con slo 3 simulaciones).

I Compendio de Planificacin Minera

Figura 3. Relaves abandonados en Andacollo.

I Compendio de Planificacin Minera

Diagrama de funcionamiento del modelo matemtico

Realizar 100 simulaciones de realidad con valores de variables cada 1x1x1

Transformar cada simulacin a valores reales mediante una distribucin

Muestrear cada simulacin a cada malla definida y estimar con geoestadstica

Resultado: 100 Estimaciones a cada malla definida

Construir Ecuacin De Venta y Estructura de Costos

Construir un Plan Minero

Suponer o Aplicar: Dimensin del Modelo de bloques Variables de estudio Variograma

Suponer o Aplicar: Distribucin Real de cada Variable

Rebloquear cada simulacin a cada malla definida

Resultado: 100 Rebloqueos por cada malla definida

Definir: Mallas de Rebloqueo

Construccin del modelo matemtico y aplicacin

I Compendio de Planificacin Minera

Transformacin de los datos

Donde: = 1 Valor Gaussiano Simulado =1/Media

Definicin de las mallas de muestreo y de rebloqueo

I Compendio de Planificacin Minera

Clculo de la desviacin estndar entre mallas de inters

I Compendio de Planificacin Minera

Figura 6. Dispersin entre estimacin y control para cada simulacin.

I Compendio de Planificacin Minera

Figura 7. Ejemplo dispersin para el caso de la Simulacin R4.

Construccin de la ecuacin de venta y estructura de Costos

I Compendio de Planificacin Minera

Tabla 2. Ec. De Venta aplicada al caso desarrollado.

Aplicacin de un plan minero

I Compendio de Planificacin Minera

Figura 9. Rango de variacin del VAN en la iteracin 1 (con slo 3 simulaciones).

I Compendio de Planificacin Minera

I Compendio de Planificacin Minera

sgsim.exe Para realizar simulaciones

I Compendio de Planificacin Minera

blkavg.exe: Para rebloquear una simulacin

addcoord.exe: Para coordenar un modelo de bloques

kt3d.exe: Para realizar kriging con un conjunto de datos de muestreo

I Compendio de Planificacin Minera

- a_hmax, a_hmin, a_vert

I Compendio de Planificacin Minera