UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE MINAS

INFORME:

OPTIMIZACION ECONOMICA DE EXPLOTACIONES A

CIELO ABIERTO.

PRESENTADO POR:

INFANTE BECERRA, ROGER

HUARIPATA SANGAY, ROBERT
MEJÍA LIBERATO, ANNY
MOLOCHO BENAVIDES, TATIANA
VASQUEZ MACEDO MICHAEL

DOCENTE:

Ing. ARMANDO BOHORQUEZ HUARA

CAJAMARCA-PERÚ
Octubre 2017
INTRODUCCION

El notable incremento que ha sufrido los costos asociados a una explotación

minera (maquinarias, salarios, etc) junto con la explotación de yacimientos que
poseen cada vez leyes más bajas, ha hecho que el diseño final de explotación a
cielo abierto tenga que llevarse a acabo con criterios económicos, de tal forma
que dicho diseño no comprometa en ningún caso la futura viabilidad económica
de la explotación. Esta filosofía de trabajo ha permitido desarrollar, en las últimas
décadas, diferentes algoritmos que tiene como objetivo optimizar la explotación,
es decir, buscar un diseño que a grandes rasgos, permia obtener el máximo
beneficio de la mina.

Prácticamente la totalidad de algoritmos utilizados en la optimización de la

explotación a cielo abierto trabajan sobre un modelo de mineralización
constituido por un bloque tridimensional regular. Así pues el punto de partida de
estos métodos consiste en el diseño del bloque, lo suficientemente grande para
incluir en todo el área de interés del yacimiento.

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

A continuación, este gran bloque se subdivide en otros pequeños bloques (fig.

N°01), a los que se le aplica un valor estimado para cada uno de ellos. Este valor
es, casi siempre, el beneficio neto que se obtendría con la extracción y
tratamiento del mineral presente en el bloque
Fig. N° 01 Bloque mayor subdividido en pequeños bloques tridimensionales.

Sin embargo, existen autores que consideran necesario dividir el problema

(optimización) en dos partes claramente separadas: TECNICA Y ECONOMICA,
considerando que el único diseño de interés es el que se centra en maximizar la
cantidad de metal, por lo que la ley debe ser el valora considerar para cada
bloque, en lugar del beneficio neto. Este método, aunque enteramente
consistente, no es rigurosamente óptimo, existiendo un gran rechazo, por parte
de la industria minera, a su utilización. Ahora bien, sea cual sea el tipo de valor
que asignemos al bloque, éste procederá, en todos los casos, de los valores
correspondientes de las leyes medias del bloque, por lo que el factor base en la
definición será, al menos en su punto de partida, la ley o contenido en mineral
del bloque. Para ellos, la cantidad de datos para estimar este parámetro es el
punto clase. Estos valores estimados llevan consigo, indefectiblemente, un error
asociado, por lo que, cuanto más pequeño sea el tamaño de estos pequeños
paralelepípedos, menor será la validez del modelo construido para la
optimización de la explotación. Las consecuencias de ignorar la discrepancia
entre los “valores reales” y los “valores estimados” puede ser desastrosa (dowd
y onur,1993) Así pues, la influencia del tamaño del bloque en el proceso de
optimización es, sin duda alguna, el factor clave en el citado proceso. La
definición de un tamaño grande para el bloque posee una indudable ventaja, la
disminución del tiempo requerido para generar la optimización, mientras posee
una clara desventaja, la perdida de definición en la ley (por ejemplo, sondeos),
cuanto menor sea el tamaño del bloque, mayor el error en la estimación de la ley
y, consecuentemente, menor será la validez del modelo de beneficios que se
aplicara en la optimización. Como regla general, las dimensiones de los bloques
deben limitarse al tamaño de la red de sondeos, pues bloques de menor tamaño
no permiten la estimación adecuada (máxima exactitud) que permita generar el
correspondiente modelo ley/beneficio en el que basar la optimización. Así pues,
los errores en la estimación puedes concretarse en dos factores: LA CANTIDAD
DE DATOS y EL TAMAÑO DEL BLOQUE A ESTIMAR. Dowd (1994) define estos
parámetros como “efecto de la información” y “efecto del soporte”
respectivamente.

Este autor muestra en su trabajo, a partir de un yacimiento simulado, la notable

diferencia que existe en el valor final de la corta, tomando diferentes tamaños de
la malla de sondeos como base para establecer el diseño de la optimización.
Dicha diferencia puede llegar alcanzar el 40% del valor total de la explotación a
cielo abierto.

Desarrollo general del proceso:

1.- Definición de las leyes de los bloques

La estimación de las leyes a asignar a cada bloque se puede llevar a cabo por
cualquiera delos métodos citados en los capítulos de estimación de las reservas,
es decir, básicamente tres:
(1) geo estadística utilizando el krigeaje,
(2) inverso de la distancia y
(3) polígonos, triángulos o similar.
Una vez establecido el método que mejor se adapte al yacimiento en cuestión,
se tendrá definido todo el conjunto de bloques con sus leyes correspondientes.
2.- definición del valor económico de los bloques

Conocidas las leyes para los diferentes bloques, se calcula el valor económico
para cada uno de ellos, con lo que, a cada bloque, se le asigna un valor
(expresado en el valor de una moneda) a partir del cual se establece la
optimización de la explotación. Así pues, el problema del diseño de la corta se
convierte en encontrar aquel conjunto de bloques que den el máximo valor
posible, conjunto, por supuesto, sujeto a las restricciones mineras que
puntualmente pueden aparecer. Desde el punto de vista económico, cada bloque
se puede caracterizar por los siguientes parámetros:
a) Valor de la mineralización presente en el bloque (I).
b) Costos directos que pueden atribuirse directamente a cada bloque (CD):
sondeos, arranque, transporte, tratamiento, etc.
c) Costos indirectos que no se pueden asignar a los bloques individuales (CI) y
que, además, son función del tiempo: salarios, amortización del valor de la
maquinaria, etc. El valor económico del bloque vendrá dado por:
VEB = I –CD
Es necesario recordar que el valor económico del bloque no es lo mismo que el
beneficio o pérdida, que vendrá definido por:

Beneficio (perdida) =∑ (VEB) –CI

El objetivo de la optimización del diseño de la explotación será maximizar el valor

∑VEB.
No obstante, como se comentó al principio, existen numerosos criterios a la hora
de
“optimizar”, pudiendo citarse:
1) Maximizar el valor total de la explotación.
2) Maximizar el valor por tonelada de producto vendible.
3) Maximizar la vida de la mina.
4) Maximizar el contenido en meta dentro de la explotación.

El primer criterio, la maximización del valor total de la explotación (la

maximización del ∑VEB), es, con mucho, el más utilizado a la hora de realizar la
optimización económica de la explotación a cielo abierto, por lo que los diferentes
métodos que se pueden citar a continuación se centran en él.

3.- Tipos de algoritmos

Los diferentes algoritmos existentes para llevar a cabo la optimización se pueden

agrupar en dos categorías (según Annels, 1991):

 Heurísticos: La experiencia demuestra que funcionan satisfactoriamente,

aunque no poseen demostraciones matemáticas que permitan asegurar
su validez. Es el caso del método del cono flotante.
 Rigurosos: aquellos cuya optimización tiene una completa demostración
matemática. El más característico es el método de Lerchs y Grossmann.
En el presente trabajo, se considerará el primero de los dos algoritmos, el
del CONOFLOTANTE, ya que este, como el de Lerchs y Grossmann, son
los más utilizados en la industria minera y presentes en los diferentes
programas informáticos que llevan a cabo los procesos de optimización
económica.
METODO DEL CONO FLOTANTE
Consiste en el estudio económico de los bloques mineralizados y estériles que
caen dentro de un cono invertido, el cual se mueve sistemáticamente a través de
una matriz de bloque, con el vértice del cono ocupando, sucesivamente, los
centros de los bloques. La premisa básica de trabajo es que los beneficios netos
obtenidos por explotar la mineralización que se encuentra dentro del cono deben
superar los gastos de extraer el estéril existente en dicho cono. Los conos,
individualmente, pueden no ser económicos, pero, cuando dos o más conos se
superponen, existe una parte importante de estéril que es compartida por los
diversos conos, lo que genera un cambio en sus estatus económicos.
Se parte de una matriz de bloques en la que las leyes de los bloques, como se
ha comentado anteriormente, se han calculado por los métodos oportunos (por
ejemplo el krigeaje o inverso de la distancia). A continuación se establece una
ley mínima de explotación y, dado un ángulo determinado para la pendiente de
la corta (por ejemplo 45 grados), se coloca el cono en el primer bloque,
empezando por arriba y por la izquierda (fig. N° 02). La viabilidad económica del
conocer calcula utilizando la fórmula:
B = (Pr * RM * G * NB – (MM+ P) * NB – (ME* NE)) *VB *DA
Donde:
B: Beneficio
Pr: Precio de venta del metal
RM: Recuperación metalúrgica.
G: Ley media
NB: Numero de bloques con G como ley media
MM: Costo de extraer y transportar cada tonelada de mineralización.
P: Costo de procesar cada tonelada de mineralización.
ME: Costo de extraer y transportar cada tonelada de estéril.
NE: Numero de bloques estériles.
VB: Volumen del bloque.
DA: Densidad aparente.
Fig. N° 02 Optimización Económica para el método del cono flotante.

Si el beneficio es positivo, todos los bloques incluidos dentro del cono se marcan
y se quitan de la matriz de bloques, son lo que se crea una nueva superficie. Por
el contrario, si el beneficio es negativo, la matriz se queda como está y el vértice
del cono se traslada al segundo bloque cuyo valor está por encima de la ley
mínima de explotación, repitiéndose, a continuación, el proceso. El desarrollo
completo del método, en forma de diagrama de flujo.

En el ejemplo de la figura 02, si el primer cono genera resultados positivos, el

segundo cono apenas generaría bloques marcados, por lo que su posible
economicidad es más probable. Si el beneficio es negativo en el primer cono y
positivo en el segundo, el cono vuelve a trasladarse al primero, pues la extracción
de bloques del segundo puede ser viable, ahora, el primero. La técnicas, por
tanto, iterativa y se finaliza cuando se han tocado todos los bloques que están
por encima de la ley mínima de explotación y no se puede aumentar ya el tamaño
de la corta, ni lateralmente ni hacia abajo. Económicamente se acaba cuando el
valor neto es negativo.
Ejemplo 9.1.
En la figura 9.4 se muestra una matriz de bloques cuya optimización se va a
llevar acabo (hustruilid y kuchta, 1995). El proceso se realiza de la siguiente
forma:

La primera fila presenta un bloque con valor positivo; puesto que no existen
bloques superiores, su extracción generaría resultados positivos, siendo el valor
del cono el del bloque (+1) (fig. 9.5)

El siguiente cono vendría definido por el bloque de la fila 2 y columna 4 (+4). El

valor del cono seria:

-1-1-1+4=+1
Con su valor positivo, el cono se extraería (fig. 9.6)

A continuación, el siguiente bloque a analizar sería el de la fila 3 y columna 3

(+7). El valor de este cono seria:

-1-1-2-2+7=+1

El nuevo valor es positivo, por lo tanto también se extrae (fig. 9.7)

Finalmente, el último cono vendría definido por la fila 3 y columna 4 (+1), cuya
extracción generaría el siguiente valor:

-2+1=-1

En este caso, el valor es negativo, por lo que no se extrae (fig. 9.8). El diseño
final de la explotación seria el que se muestra en la figura 9.9. El valor total de la
corta vendría dado por:

-1-1-1-1-1+1-2-2+4+7=+3
En esta situación, el diseño final obtenido seria el “optimo”

No obstante, este método de “optimización” no siempre ofrece la situación

óptima, pues pueden presentarse diferentes situaciones problemáticas. En
concreto, dos posibles (Barnes1992):
1) El primero primer problema se presenta cuando bloques positivos se analizan
individualmente. Un bloque único puede no justificar la extracción del
recubrimiento presente, mientras la combinación de estos bloques con otros se
solapan pueden generar valores positivos. Johnson (1973) ha denominado a
esta situación como “el problema del soporte mutuo”. En las figuras 9.10 a 9.13
se representa esta situación. El cono definido por el bloque de la fila 3 y columna
3 (+10) tiene un valor de:
-1-1-1-1-1-2-2-2+10=-1
Dado que el resultado final del cono es negativo, no se extraería (fig. 9.11). De
igual forma, el cono establecido según el bloque de la fila 3 y columna 5 (+10)
tendría un valor de:

-1-1-1-1-1-2-2-2+10=-1

Con lo que tampoco se llevaría a cabo su explotación (fig. 9.13). Esta situación
se puede presentar con una gran facilidad en yacimientos reales, y la
optimización simple por el método del cono flotante no la considera. Por lo tanto,
contemplar la técnica iterativa, comentada anteriormente, resulta el único camino
para resolver situaciones de este tipo.
2) La segunda situación problemática se plantea cuando el método incluye
bloques sin beneficio en el diseño final. Dicha inclusión puede reducir el valor
neto de la explotación. En las figuras 9.14 a 9.16 se muestra el problema. Dada
la matriz de la figura 9.14, el cono correspondiente al bloque de la fila 3 y columna
3 generaría un valor (fig. 9.15):
-1-1-1-1-1+5-2-2+5=+1El hecho de que el valor de este cono sea positivo no
implica que deba ser extraído. Como se observa en la figura 9.16, el valor del
bloque correspondiente a la fila 2, columna 2, tendría un valor:
-1-1-1+5=+2
Que sería el valor del diseño óptimo, pues una vez extraído éste, el siguiente
generaría resultados negativos (fila 3 y columna 3):
-1-1-2-2+5=-1
En este caso, el valor del cono menor es mayor que el del cono más grande
A pesar de estos problemas, existe un número importante de aspectos positivos
que hacen de esta técnica una de las más utilizadas (según Barnes 1982):
1) Puesto que el método es una informatización de las técnicas manuales, los
usuarios pueden utilizarla, entender lo que están haciendo y sentirse satisfechos
con los resultados.
2) Desde el punto de vista de su planteamiento, el algoritmo es muy simple, por
lo que puede incorporarse a un programa de ordenador con gran facilidad y
rapidez.
3) Genera resultados lo suficientemente seguros como para depositar en él la
confianza necesaria a la hora de optimizar una explotación a cielo abierto.

Todos estos procesos se llevan a cabo de sucesivos perfiles, en distancias a

establecer, para conseguir el efecto tridimensional que la explotación necesita.
Como es lógico, se pueden hacer variar diversos factores para controlar la
economicidad (leyes mínimas de explotación, ángulos del cono, etc.). Por último,
hay que hacer notar que este método de optimización económica se encuentra
incluido en diversos paquetes informáticos, como el PITPACK de Geostat
systmsinternational Inc, reduciéndose así notablemente el tiempo dedicado a su
desarrollo. También puede encontrarse este métodos de optimización en otros
programas como elCSMINE, que se entrega con la compra del libroOpen pi
minet; Planning and desing, escrito porHustrulid y Kuchta (1995). La ventaja
reside en su bajo costo, en comparación de una explotación cielo abierto con el
citado programa, pudiendo servir como ejemplo de este tipo de aplicaciones
informáticas, pues todas ellas, en mayor o menor grado, operan de forma
semejante

DESCRIPCIÓN CONCEPTUAL DEL ALGORITMO DEL CONO MÓVIL

OPTIMIZANTE
La teoría de los conos flotantes para determinar los límites económicos del Rajo,
data delos años 60. La técnica consiste en una rutina que pregunta por la
conveniencia de extraer un bloque y su respectiva sobrecarga. Para esto el
algoritmo tradicional se posiciona sobre cada bloque de valor económico positivo
del modelo de bloques y genera un cono invertido, donde la superficie lateral del
cono representa el ángulo de talud. Si el beneficio neto del cono es mayor o igual
que un beneficio deseado dicho cono se extrae, de lo contrario se deja en su
lugar.
En el siguiente esquema se presenta un perfil de un modelo de bloques sometido
al algoritmo del cono móvil optimizante, donde cada bloque está definido por un
valor económico, es decir lo que significa económicamente su extracción. Es así
que los bloques con valor negativo representan a los bloques de estéril con su
costo de extracción asociado (-10) y los bloques de mineral son representados
por el beneficio global que reporta su extracción (Beneficio Global =Ingresos -
Costos = 810 - 10 = 800)

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

positivo (+800)y sus 15 bloques de estéril asociado (-10 cada uno), genera un
beneficio final de +650, correspondiente al beneficio de extraer dicho bloque con
su sobre carga asociada.
Bondades del cono móvil optimizante.
El cono móvil optimizante tiene esa denominación ya que es una versión
mejorada de la tradicional rutina del cono flotante. El creador fue el ingeniero
Marc Lemieux, quién detectó una serie de deficiencias y mermas económicas
producidas por el método convencional de conos flotantes y en 1979 publicó el
artículo “Mabinga Cine Optimizan Algoritmo”, en nComputerMethods for the 80’s in
the Mineral Industry, de A. Weiss. El nuevo algoritmo fue probado en Clímax
Molybdenum Co. y como resultado se obtuvo diseños muy superiores en el
aspecto económico, que aquellos obtenidos con el algoritmo convencional. Las
principales mejoras de la rutina del cono móvil optimizante con respecto al
método tradicional fueron:
i) Secuencias de extracción de Conos.
Esta radica en la secuencia con que son analizados los bloques del modelo.

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

bloque. Los bloques con beneficio positivo ya se les ha descontado lo que cuesta
extraer dicho bloque o costo mina (-10).Si el primer cono se construye en el
bloque (1) y suponiendo un ángulo de talud entonces dicho bloque no puede ser
extraído (Beneficio = -10). Al no ser factible la extracción del bloque (1), el
segundo cono se construye en el bloque (2), donde el beneficio neto del cono es
de+10, siendo en consecuencia ventajosa su extracción, quedando la figura de
la siguiente forma
Continuando con la secuencia, el tercer cono se construye en el bloque (3),
resultando un beneficio de +30

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

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

conos, produce pérdidas económicas cuya magnitud, obviamente, depende de
la complejidad de la mineralización, de la variabilidad de las leyes, etc. El
problema antes descrito es resuelto por el nuevo algoritmo introduciendo el
concepto del “cono negativo”, algoritmo que consiste en extraer todos los
bloques con beneficio positivo, para posteriormente devolverlos al rajo con su
respectiva sobrecarga y así analizar la conveniencia de extraerlos o bien
eliminarlos.
En el ejemplo presentado anteriormente, se aprecia que al devolver el bloque (3)
con su respectiva sobrecarga, se produce un beneficio económico pues selibera
un valor de +20, esto indica que dicho bloque al no extraerse en su condición
más favorable debe ser eliminado del análisis. En la práctica la técnica del cono
negativo presenta deficiencias similares a las obtenidas mediante lo que se
podría llamar el cono positivo, sin embargo un análisis simultáneo de ambas
técnicas (cono positivo y negativo) produce resultados satisfactorios. Esta
simultaneidad es la que se realiza en la etapa 1 del algoritmo de Lemieux.

ii) Conos con sobrecarga relacionada:

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

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

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

pues esta trae consigo un beneficio de +40
Ejercicios adicionales: