UNIVERSIDAD NACIONAL DE INGENIERÍA

Optimización de los límites de los tajeos en

minería subterránea

César Estrella Bazán

Julio de 2017
 i

RESUMEN

Un tajeo puede ser definido como una zona de producción subterránea donde el mineral
es extraído usando distintos métodos de extracción. El asegurar los límites óptimos de
los tajeos asegura el máximo valor de un proyecto minero, respetando las restricciones
operacionales y geo mecánicas del yacimiento. La optimización de los límites del tajeo
se vuelve un aspecto crítico en el desarrollo de una operación minera subterránea. Los
algoritmos existentes tratan de obtener una solución óptima a este problema, pero dada
la complejidad del mismo, no garantizan la obtención de un modelo óptimo. El presente
trabajo técnico se centró en desarrollar e implementar un algoritmo heurístico que pueda
obtener una solución óptima al respetar las restricciones propuestas para un modelo de
bloques proporcionado; limitándose a tajeos de dimensiones regulares y sin incluir un
escenario para el manejo de mineral con leyes marginales. El algoritmo ha sido validado
en un modelo de bloques regulares (10x10x10 m) que representa a un depósito de
Cobre; obteniendo adecuados resultados.
 ii

TABLA DE CONTENIDOS

RESUMEN ...............................................................................................................................................I

TABLA DE CONTENIDOS .........................................................................................................................II

INTRODUCCIÓN ..................................................................................................................................... 1

PROBLEMÁTICA ............................................................................................................................................ 1
OBJETIVOS ................................................................................................................................................... 1
ALCANCE ..................................................................................................................................................... 2
METODOLOGÍA............................................................................................................................................. 2

CAPÍTULO 1: OPTIMIZACIÓN DEL LÍMITE DE TAJEO EN MINERÍA SUBTERRÁNEA ................................ 3

1.1 FUNDAMENTO DE LOS MÉTODOS POR TAJEOS ........................................................................................ 3

1.2 ALGORITMOS EXISTENTES DE OPTIMIZACIÓN DEL LÍMITE DE TAJEO .............................................................. 4
1.2.1 Algoritmos robustos................................................................................................................ 4
1.2.2 Algoritmos heurísticos ............................................................................................................ 5

CAPÍTULO 2: DESARROLLO DEL ALGORITMO HEURÍSTICO ................................................................... 6

2.1 DELIMITACIÓN DEL MODELO DE BLOQUES..................................................................................................... 6

2.2 GENERACIÓN DE TAJEOS SIN SOBRE POSICIÓN ................................................................................................ 7
2.2.1 Adición de pilares puente ............................................................................................................ 9
2.2.2 Adición de pilares entre tajeos .................................................................................................... 9
2.3 DESCARTE DE TAJEOS NO ECONÓMICOS........................................................................................................ 9
2.3.1 Ley de corte crítica .................................................................................................................... 10
2.4 VALORIZACIÓN DE TAJEOS ....................................................................................................................... 10
2.5 ELECCIÓN DEL CONJUNTO DE TAJEOS ÓPTIMO.............................................................................................. 10

CAPÍTULO 3: IMPLEMENTACIÓN DEL ALGORITMO HEURÍSTICO ........................................................ 12

3.1 DELIMITACIÓN DEL MODELO DE BLOQUES................................................................................................... 12

3.2 GENERACIÓN DE TAJEOS SIN SOBRE POSICIÓN .............................................................................................. 13
3.3 DESCARTE DE TAJEOS NO ECONÓMICOS...................................................................................................... 13
3.4 VALORIZACIÓN DE TAJEOS ....................................................................................................................... 13
3.5 ELECCIÓN DEL CONJUNTO DE TAJEOS ÓPTIMO.............................................................................................. 16

CAPÍTULO 4: RESULTADOS ................................................................................................................ 21

 iii

CONCLUSIONES .................................................................................................................................... 22

REFERENCIAS BIBLIOGRÁFICAS ............................................................................................................ 23

ANEXOS ........................................................................................... ¡ERROR! MARCADOR NO DEFINIDO.

CÓDIGO DEL ALGORITMO DE OPTIMIZACIÓN PLANTEADO ........................................ ¡ERROR! MARCADOR NO DEFINIDO.

 1

INTRODUCCIÓN

Problemática

La creciente demanda mundial de metales y el agotamiento de los recursos minerales cercanos a

superficie; está forzando a realizar proyectos mineros subterráneos, que a su vez deben ser
productivos y rentables.

Los métodos de explotación subterránea mediante tajeos, por lo general tienen costos unitarios de
minado mayores que su contraparte, la minería superficial; por lo que una adecuada planificación
de los límites a minar, debe ser abarcada.

Los límites a minar en una operación subterránea por lo general no son determinados mediante
algoritmos de optimización, obteniéndose una gran brecha entre el valor óptimo del proyecto y el
valor obtenido.

Los algoritmos existentes de optimización para los límites de tajeo, son algoritmos muy robustos; y
tienden a fallar al obtener el valor óptimo de un modelo dado de recursos.

Una reciente investigación llevada a cabo en Australia, por (Sandanayake, 2014), se centra en un
algoritmo de optimización heurística, mostrando mejores resultados en comparación a los
algoritmos ya existentes a esa fecha; el enfoque de esta investigación es implementar un algoritmo
heurístico para la optimización de los límites de los tajeos, acortando así la brecha entre los
resultados de planeamiento y los operacionales.

Objetivos

Los objetivos de la presente investigación son:

 Revisar los algoritmos existentes para la optimización de los límites de tajeo en minería
subterránea.
 Desarrollar el algoritmo heurístico con las restricciones planteadas.
 Implementar y validar el algoritmo en un modelo de bloques de un yacimiento de cobre.

Optimización de los límites de los tajeos en minería subterránea

 2

Alcance

El alcance de este proyecto está limitado a la optimización de los límites del tajeo en un modelo de
recursos dado, no considera otros efectos operacionales que puedan influir en el valor del proyecto;
no considera la variabilidad en las condiciones geo mecánicas dentro del modelo de recursos, no
acepta variabilidad en el tamaño de los tajeos, no considera la implementación de Stockpile para
mineral con ley marginal.

Metodología

El algoritmo obtiene la solución óptima dentro de un conjunto finito de soluciones para los límites
del tajeo, el algoritmo incorpora tamaños fijos y variables de cada tajeo, así como pilares entre tajeo
y pilares entre niveles de producción para representar escenarios reales de proyectos mineros
subterráneos. El algoritmo fue implementado usando el lenguaje de programación Python 3.6 en el
programa Spyder 3.4. Microsoft Excel fue usado para facilitar la manipulación de los datos. Los
programas de diseño Datamine Studio y SGeMS fueron usados para la visualización.

Optimización de los límites de los tajeos en minería subterránea

 3

CAPÍTULO 1: OPTIMIZACIÓN DEL LÍMITE DE TAJEO EN MINERÍA

SUBTERRÁNEA

Unas variedades de técnicas de optimización han sido desarrolladas al pasar de los años, y el
diseño y planeamiento de minas superficiales ha mostrado excelentes resultados, como el conocido
algoritmo de Learchs & Grossman, en contraste la optimización en minería subterránea ha tenido
menos énfasis.

Un óptimo límite de los tajeos asegura la maximización del valor presente neto; lo cual es crítico
cuándo se está desarrollando un proyecto minero. (Hustruild, William and Bullock, Richard, 2001).
La optimización de los tajeos es mucho más complicada que una mina superficial, usando distintos
métodos de explotación en minería subterránea; además, el desarrollo de tajeos requiere de
consideraciones físicas y geo mecánicas.

1.1 Fundamento de los métodos por tajeos

El minado por tajeos es un proceso ingenieril sistematizado que abarca la extracción de mineral de
una mina subterránea mediante distintos métodos. La selección del método está basada en la
geometría del depósito, la rentabilidad del método, niveles de producción, seguridad, condiciones
geo mecánicas y consideraciones del tamaño del equipo a emplear.

El fundamento es elegir el método que ofrezca la mejor combinación de seguridad, rentabilidad y

recuperación minera. (Okubo, S & Yamatomi, J).

La siguiente figura muestra un ciclo de minado en una operación subterránea usando métodos por
tajeos.

Optimización de los límites de los tajeos en minería subterránea

 4

Figura 1.1 Ciclo de minado en una operación subterránea. Fuente: Mining method in Underground Mining,
Atlas Copco

Los métodos por tajeos suelen dividirse para su clasificación en: Métodos auto soportados y
métodos con soporte artificial.

1.2 Algoritmos existentes de optimización del límite de tajeo

Los algoritmos existentes para la optimización de los límites de tajeo en minería subterránea,
pueden dividirse en robustos y heurísticos; Los algoritmos robustos tienen sustento de optimización
matemática y algunos ejemplos de aquellos algoritmos incluyen la programación dinámica (Riddle,
1977), Ramificación y acotación (Ovanic, J. & Young, D., 1995) y método de flujo de redes (Bai,
2013). Los algoritmos heurísticos resuelven problemas óptimamente basados en reglas que son
aplicadas durante la búsqueda de la solución óptima y algunos ejemplos de aquellos algoritmos
incluyen División de árbol octal (Cheimanoff, 1989), Tajeo flotante (Alford, 1995), Sens and Topal
(Sens, J. & Topal, E , 2009) y el máximo valor de las cercanías (Ataee-pour, 2000).

1.2.1 Algoritmos robustos

La siguiente tabla describe las principales ventajas y desventajas de los algoritmos robustos

Tabla 1.1 Ventajas y desventajas de los algoritmos robustos

ALGORITMO VENTAJA DESVENTAJA

Programación No obtiene soluciones
Simplicidad de implementación
Dinámica tridimensionales
Ramificación y No tiene limitación en cuánto a la geometría de los
Sólo optimiza en una dimensión
acotación bloques
Método de flujo de Limitado a SLS y yacimientos
Solución adecuada
redes pequeños

Optimización de los límites de los tajeos en minería subterránea

 5

1.2.2 Algoritmos heurísticos

La siguiente tabla describe las principales ventajas y desventajas de los algoritmos heurísticos

Tabla 1.2 Ventajas y desventajas de los algoritmos heurísticos

ALGORITMO VENTAJA DESVENTAJA

División de árbol Adiciona mucha cantidad de desmonte en
Solución real tridimensional
octal los límites finales
Tajeo Flotante Simplicidad de implementación Genera tajeos sobrepuestos
Máximo valor de las No siempre respeta las dimensiones del
Simplicidad de implementación
cercanías tajeo
Selección tridimensional de las dimensiones
Sens and Topal No genera la solución más adecuada
adecuadas del tajeo

Optimización de los límites de los tajeos en minería subterránea

 6

CAPÍTULO 2: DESARROLLO DEL ALGORITMO HEURÍSTICO

El algoritmo propuesto abarca cinco etapas principales que son implementados secuencialmente
para un modelo de bloques dado. La Figura 2.1 muestra las principales etapas.

Delimitación Generación de Descarte de

del modelo de tajeos sin tajeos no
bloques sobre posición económicos

Elección del
Valorización
conjunto de
de tajeos
tajeos óptimo

Figura 2.1 Secuencia de las etapas del algoritmo

El proceso comienza al importar un modelo de bloques regulares y delimitar los límites en donde se
generarán los tajeos, obteniendo así un prisma recto que abarcará todo el modelo de recursos
conteniendo todos los bloques con contenido metálico, posteriormente el algoritmo genera tajeos
sin sobreponerse, respetando los límites físicos de los mismos y la adición de pilares puente y entre
tajeos; para luego descartar los tajeos con leyes de mineral menores a la ley de corte crítica,
considerados de esta manera como desmonte; después de descartar estos tajeos, se valoriza cada
uno de los mismos con un precio de metal, recuperación metalúrgica y costo de minado total
asumidos; como paso final se selecciona el conjunto de tajeos que presente el mayor valor
económico.

2.1 Delimitación del modelo de bloques

El algoritmo requiere de un modelo de bloques con dimensiones de bloques iguales, pudiendo variar
la dimensión en los ejes X, Y y Z; además requiere que sea un modelo regular en todos los niveles,
llenando el modelo con bloques asumidos como desmonte. Adicionalmente, los bloques deben
tener una identificación indexada con valores enteros.

Optimización de los límites de los tajeos en minería subterránea

 7

El algoritmo identifica los índices máximos y mínimos para las tres dimensiones: X, Y y Z, de los
bloques con contenido metálico. Posteriormente, genera una base de datos conteniendo sólo los
bloques dentro de los límites determinados.

La siguiente figura muestra la obtención de los límites para un modelo de bloques dado, tomando
como ejemplo un nivel de referencia.

Figura 2.2 Obtención de los límites para el modelo de bloques

2.2 Generación de tajeos sin sobre posición

Con la base de datos del modelo de bloques delimitado, el algoritmo procede a generar tajeos sin
sobre posición de los mismos, de la siguiente manera.

Dado unas dimensiones de tajeo (𝑛𝑥𝑠 𝑛𝑦𝑠 𝑛𝑧𝑠 ), el algoritmo determina la posición final para cada
tajeo, con la siguiente expresión:

(𝑖𝑓 𝑗𝑓 𝑘𝑓 ) = (𝑖𝑖 𝑗𝑖 𝑘𝑖 ) + (𝑛𝑥𝑠 − 1 𝑛𝑦𝑠 − 1 𝑛𝑧𝑠 − 1)

(𝑖𝑖 𝑗𝑖 𝑘𝑖 ) = 𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑑𝑒 𝑜𝑟𝑖𝑔𝑒𝑛 𝑑𝑒𝑙 𝑡𝑎𝑗𝑒𝑜

(𝑖𝑓 𝑗𝑓 𝑘𝑓 ) = 𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑓𝑖𝑛𝑎𝑙 𝑑𝑒𝑙 𝑡𝑎𝑗𝑒𝑜

Optimización de los límites de los tajeos en minería subterránea

 8

Al terminar el primer tajeo, el algoritmo asegura que la nueva posición de origen pertenezca
a un tajeo adyacente y no sobre puesto, con la siguiente expresión:

(𝑖𝑖+1 𝑗𝑖+1 𝑘𝑖+1 ) = (𝑖𝑖 𝑗𝑖 𝑘𝑖 ) + (𝑛𝑥𝑠 𝑛𝑦𝑠 𝑛𝑧𝑠 )

El algoritmo sólo incluye a los tajeos que cumplan con la siguiente condición:

𝑖𝑓 𝑖𝑚𝑎𝑥
𝑗𝑓 ≤ 𝑗𝑚𝑎𝑥
𝑘𝑓 𝑘𝑚𝑎𝑥

Para los tajeos que cumplan con la condición mencionada, se determina la densidad, ley
de metal, volumen y posición central, en base a los bloques que pertenezcan a estos tajeos,
con las siguientes expresiones:

∑𝑛𝑖=1 𝑑𝑖
𝑑𝑠 =
𝑛𝑥𝑠 × 𝑛𝑦𝑠 × 𝑛𝑧𝑠

∑𝑛𝑖=1 𝑑𝑖 × 𝑔𝑖
𝑔𝑠 =
𝑛𝑥𝑠 × 𝑛𝑦𝑠 × 𝑛𝑧𝑠 × 𝑑𝑠

𝑉𝑠 = 𝑛𝑥𝑠 × 𝑛𝑦𝑠 × 𝑛𝑧𝑠 × 𝑎𝑥 × 𝑎𝑦 × 𝑎𝑧

𝑖𝑠 𝑖𝑖 (𝑛𝑥𝑠 − 1)/2
𝑗𝑠 = 𝑗𝑖 + (𝑛𝑦𝑠 − 1)/2
𝑘𝑠 𝑘𝑖 (𝑛𝑧𝑠 − 1)/2

𝑑𝑖 = 𝐷𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑏𝑙𝑜𝑞𝑢𝑒

𝑔𝑖 = 𝐿𝑒𝑦 𝑑𝑒 𝑚𝑒𝑡𝑎𝑙 𝑑𝑒𝑙 𝑏𝑙𝑜𝑞𝑢𝑒

𝑎𝑥 = 𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑥 𝑑𝑒𝑙 𝑏𝑙𝑜𝑞𝑢𝑒

𝑎𝑦 = 𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑦 𝑑𝑒𝑙 𝑏𝑙𝑜𝑞𝑢𝑒

𝑎𝑧 = 𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑒𝑛 𝑒𝑙 𝑒𝑗𝑒 𝑧 𝑑𝑒𝑙 𝑏𝑙𝑜𝑞𝑢𝑒

Optimización de los límites de los tajeos en minería subterránea

 9

𝑑𝑠 = 𝐷𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑡𝑎𝑗𝑒𝑜

𝑔𝑠 = 𝐿𝑒𝑦 𝑑𝑒 𝑚𝑒𝑡𝑎𝑙 𝑑𝑒𝑙 𝑡𝑎𝑗𝑒𝑜

𝑉𝑠 = 𝑉𝑜𝑙𝑢𝑚𝑒𝑛 𝑑𝑒𝑙 𝑡𝑎𝑗𝑒𝑜

(𝑖𝑠 𝑗𝑠 𝑘𝑠 ) = 𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑡𝑎𝑗𝑒𝑜

Este proceso se repite, variando la primera posición del tajeo inicial, tanto en las dimensiones X, Y
y Z; obteniéndose de esta manera un grupo de conjuntos de tajeos sin sobreponerse.

2.2.1 Adición de pilares puente

El algoritmo se vuelve más realista al adicionar separaciones entre los niveles de tajeo, llamados
comúnmente como pilares puente, el algoritmo toma como dato de entrada la dimensión del ancho
del pilar puente y obtiene los tajeos con la respectiva separación, con la siguiente expresión:

(𝑖𝑖+1 𝑗𝑖+1 𝑘𝑖+1 ) = (𝑖𝑖 𝑗𝑖 𝑘𝑖 ) + (𝑛𝑥𝑠 𝑛𝑦𝑠 𝑛𝑧𝑠 + 𝑎𝑝𝑝 /𝑎𝑧 )

𝑎𝑝𝑝 = 𝐴𝑛𝑐ℎ𝑜 𝑑𝑒𝑙 𝑝𝑖𝑙𝑎𝑟 𝑝𝑢𝑒𝑛𝑡𝑒

2.2.2 Adición de pilares entre tajeos

Para adicionar más restricciones operacionales se añaden pilares entre los tajeos adyacentes, el
algoritmo toma como dato de entrada la dimensión del ancho del pilar tanto en la dirección X, como
en la dirección Y y obtiene los tajeos con la respectiva separación, adicionando los pilares puente;
con la siguiente expresión:

(𝑖𝑖+1 𝑗𝑖+1 𝑘𝑖+1 ) = (𝑖𝑖 𝑗𝑖 𝑘𝑖 ) + (𝑛𝑥𝑠 + 𝑎𝑝𝑥 /𝑎𝑥 𝑛𝑦𝑠 + 𝑎𝑝𝑦 /𝑎𝑦 𝑛𝑧𝑠 + 𝑎𝑝𝑝 /𝑎𝑧 )

𝑎𝑝𝑥 = 𝐴𝑛𝑐ℎ𝑜 𝑑𝑒𝑙 𝑝𝑖𝑙𝑎𝑟 𝑒𝑛 𝑙𝑎 𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛 𝑋

𝑎𝑝𝑦 = 𝐴𝑛𝑐ℎ𝑜 𝑑𝑒𝑙 𝑝𝑖𝑙𝑎𝑟 𝑒𝑛 𝑙𝑎 𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛 𝑌

2.3 Descarte de tajeos no económicos

Con el fin de reducir el tiempo de procesamiento para la elección del conjunto de tajeos óptimos, el
algoritmo descarta los tajeos con ley de metal menor a una ley de corte crítica; los tajeos con leyes

Optimización de los límites de los tajeos en minería subterránea

 10

de metal menores a esta ley de corte crítica pasan a ser denominados como desmonte y no tomados
en cuenta.

2.3.1 Ley de corte crítica

Para la obtención de la ley de corte crítica, el algoritmo toma como datos de entrada los parámetros
comunes de algoritmos de optimización, como: Precio neto del metal, Recuperación Metalúrgica,
Costo total de minado y procesamiento, obteniendo la ley de corte crítica con la siguiente expresión:

𝐶𝑡
𝐿. 𝐶. 𝐶 =
𝑃𝑛 × 𝑅𝑀

$
𝐶𝑡 = 𝐶𝑜𝑠𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑚𝑖𝑛𝑎𝑑𝑜 𝑦 𝑝𝑟𝑜𝑐𝑒𝑠𝑎𝑚𝑖𝑒𝑛𝑡𝑜 ( )
𝑇𝑀

$
𝑃𝑛 = 𝑃𝑟𝑒𝑐𝑖𝑜 𝑛𝑒𝑡𝑜 𝑑𝑒𝑙 𝑚𝑒𝑡𝑎𝑙 ( 𝑜 $/𝑜𝑧)
𝑇𝑀

𝑅𝑀 = 𝑅𝑒𝑐𝑢𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑀𝑒𝑡𝑎𝑙ú𝑟𝑔𝑖𝑐𝑎

𝐿. 𝐶. 𝐶 = 𝐿𝑒𝑦 𝑑𝑒 𝑐𝑜𝑟𝑡𝑒 𝑐𝑟í𝑡𝑖𝑐𝑎 (% 𝑜 𝑜𝑧/𝑇𝑀

2.4 Valorización de tajeos

El algoritmo procede a valorizar los tajeos que cumplan con las condiciones mencionadas, con la
siguiente expresión:

𝑣𝑠 = 𝑑𝑠 × 𝑉𝑠 × (𝑔𝑠 × 𝑅𝑀 × 𝑃𝑛 − 𝐶𝑡 )

𝑣𝑠 = 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝑡𝑎𝑗𝑒𝑜 ($)

El algoritmo obtiene el valor sin descontar de todo el conjunto de tajeos-

2.5 Elección del conjunto de tajeos óptimo

El criterio de optimización tomado por el algoritmo es el de elegir dentro de todo el grupo de

conjuntos de tajeos, aquel que posea mayor valor sin descontar. Una vez determinado este conjunto
de tajeos, el algoritmo crea un archivo en Excel para la visualización de los parámetros de los tajeos
generados.

Optimización de los límites de los tajeos en minería subterránea

 11

El código del algoritmo descrito ha sido incluido en la subsección 2 del Anexo A.

Optimización de los límites de los tajeos en minería subterránea

 12

CAPÍTULO 3: IMPLEMENTACIÓN DEL ALGORITMO HEURÍSTICO

El algoritmo fue implementado en un modelo de bloques que representa un yacimiento de cobre.

La Tabla 3.1 presenta detalles sobre este modelo de mineral.

Tabla 3.1 Descripción del modelo de bloques

Número de bloques totales 53271

Número de bloques de mineral
Tamaño de bloques
Variación de la densidad
Variación de la Ley de metal
Extensión
6574
Modelo regular de 10x10x10 m
De 2.25 a 2.75 t/m3
De 1.50 a 2.96 % de Cu
De 3000,4000,1640 a 3270,4260,2500

La Figura 3.1 muestra el modelo de bloques de mineral que fue utilizado para la optimización,
haciendo énfasis en la ley de cobre.

Figura 3.1 Distribución de la ley del yacimiento de Cobre

3.1 Delimitación del modelo de bloques

El algoritmo usó este modelo de bloques como modelo de entrada para la optimización, obteniendo
los índices de inicio para la posterior obtención de un modelo regular. La siguiente tabla presenta
los valores obtenidos.

Optimización de los límites de los tajeos en minería subterránea

 13

Tabla 3.2 Valores máximos y mínimos del modelo

DESCRIPCIÓN i j k
Inicial 12 19 1
Máximo 39 45 15

3.2 Generación de tajeos sin sobre posición

El algoritmo toma como entrada el modelo regularizado según los índices iniciales y máximos, y
genera los tajeos, según los siguientes datos de entrada.

Tabla 3.3 Parámetros para la generación de tajeos

DESCRIPCIÓN X Y Z
ns 3 3 3
máximo 39 45 15
ancho pilar (m) 10 10 10
3.3 Descarte de tajeos no económicos

El algoritmo descarta los tajeos generados cuya ley promedio de Cobre estén por debajo de una
ley de corte crítica, el algoritmo considerará a estos tajeos como desmonte y no los tomará en
cuenta en la optimización.

La Tabla 3.4 presenta los parámetros económicos usados para determinar la ley de corte crítica,
así como su valor.

Tabla 3.4 Parámetros económicos

PRECIO NETO DE COBRE ($/TM) 4500

Recuperación Metalúrgica 0.85
Costo total de minado y procesamiento ($/TM) 40
Ley de corte crítica 1.0457% de Cu

3.4 Valorización de tajeos

El algoritmo toma como entrada los tajeos con una ley de metal mayor a la ley de corte crítica y
procede a valorizarlos con los parámetros mostrados en la Tabla 3.4; la Tabla 3.5 muestra los
resultados obtenidos para todo el grupo de conjuntos de tajeos generados.

Tabla 3.5 Soluciones generadas por el algoritmo

DENSIDAD
NÚMERO DE TONELAJE LEY DE CU VALOR PROMEDIO
SOLUCIÓN PROMEDIO
TAJEOS TOTAL (T) PROMEDIO (%) (US$)
(T/M3)

Optimización de los límites de los tajeos en minería subterránea

 14

1 76 2.628006252 5392668.83 1.945204382 185529743

2 76 2.626727997 5390045.85 1.93699252 183746468.5
3 76 2.620483504 5377232.15 1.919081588 179625744.9
4 80 2.609873523 5637326.81 1.880965622 180095313.3
5 75 2.629807175 5325359.53 1.952235881 184646310.4
6 74 2.628719775 5252182.11 1.947265311 181110460.8
7 80 2.612901787 5643867.86 1.892907135 182882189.1
8 78 2.617135508 5511687.38 1.907821327 181743293.2
9 79 2.609757281 5566612.28 1.881588333 177968790.3
10 78 2.615221225 5507655.9 1.900567589 180082229.2
11 80 2.612901787 5643867.86 1.892907135 182882189.1
12 75 2.623053807 5311683.96 1.929916493 179637464.5
13 82 2.611963455 5782887.09 1.885868766 185830071.4
14 81 2.611272986 5710854.02 1.889069469 184214488.2
15 83 2.602735614 5832730.51 1.853156861 180133674.2
16 84 2.605392147 5909029.39 1.860348331 184115450.4
17 81 2.613542666 5715817.81 1.891815712 184975015.7
18 77 2.61823431 5443309.13 1.916273194 181248311.8
19 79 2.622787182 5594405.06 1.930548666 189334172
20 77 2.623774021 5454826.19 1.936515242 185855245.2
21 78 2.617167322 5511754.38 1.911010385 182417834.5
22 79 2.618572311 5585414.74 1.913014574 185283887.8
23 78 2.623819349 5525763.55 1.935063649 187965392.8
24 74 2.627845536 5250435.38 1.955187785 182641292.2
25 74 2.630663589 5256065.85 1.954933168 182785963.9
26 74 2.629216582 5253174.73 1.946599669 181010939.1
27 73 2.626098179 5176039.51 1.940314623 177108721.7
28 77 2.615089375 5436770.81 1.900301518 177709188.9
29 73 2.632550254 5188756.55 1.962275986 181902531.3
30 72 2.631332814 5115310.99 1.957406255 178374931.4
31 71 2.625294319 5032689.21 1.937957921 171750033.4
32 69 2.630422362 4900476.86 1.956083628 170635578.2
33 70 2.622034646 4955645.48 1.929912857 167595801
34 70 2.625836508 4962831 1.936168659 169026337.5
35 71 2.625294319 5032689.21 1.937957921 171750033.4
36 67 2.634870989 4766481.62 1.974148692 169263422.4
37 80 2.63292788 5687124.22 1.945761732 195781447.8
38 84 2.61707134 5935517.8 1.8883822 191305413.7
39 83 2.616337555 5863212.46 1.895127165 190487646.8
40 84 2.618096512 5937842.89 1.895811147 193067633.6
41 79 2.634509794 5619409.39 1.951876849 194764736.7
42 81 2.62105759 5732252.95 1.906267907 188675658.1
43 81 2.627916891 5747254.24 1.930617582 194522271
44 83 2.617455966 5865718.82 1.894369771 190399143.2
45 82 2.617010199 5794060.58 1.89871722 189036636.2

Optimización de los límites de los tajeos en minería subterránea

 15

46 83 2.619100031 5869403.17 1.906551927 193253686.8

47 80 2.630302356 5681453.09 1.939811946 194293235.9
48 81 2.619904947 5729732.12 1.903784128 188048335.1
49 84 2.621997438 5946690.19 1.914642707 197638745.3
50 88 2.606893325 6193978.54 1.861154344 193184948.4
51 84 2.616610101 5934471.71 1.89442862 192644195.8
52 86 2.617012261 6076702.47 1.89588666 197600173.6
53 82 2.626675257 5815459.02 1.931320427 196987080.3
54 84 2.612797835 5925825.49 1.884724913 190164053.5
55 83 2.626641437 5886303.46 1.930722538 199252179.1
56 82 2.624399562 5810420.63 1.924245062 195243924.8
57 82 2.622682823 5806619.77 1.924329987 195135069.2
58 84 2.622977222 5948912.34 1.917005633 198250272.8
59 81 2.630737563 5753423.05 1.944752607 197841734.3
60 79 2.627764688 5605022.08 1.939706624 191656882.7
61 77 2.638512684 5485467.87 1.965290763 192936914.7
62 80 2.625324722 5670701.4 1.916399473 188847284.9
63 80 2.621631426 5662723.88 1.914829334 188241524.4
64 81 2.623269753 5737090.95 1.913859132 190500746.5
65 76 2.640230526 5417753.04 1.97187758 191920203.5
66 77 2.62983961 5467436.55 1.936193086 186217529.3
67 72 2.641995329 5136038.92 1.980414649 183617810
68 73 2.632880157 5189406.79 1.948720461 179234625.5
69 73 2.630336027 5184392.31 1.944538933 178232223.1
70 74 2.631698418 5258133.44 1.950499888 181966229.7
71 71 2.644881466 5070237.77 1.991363653 183388774.9
72 72 2.63385713 5120218.26 1.953666114 177813551.4
73 85 2.627690283 6030549.2 1.908643592 199041999.7
74 84 2.629613611 5963963.67 1.924544548 200471654.8
75 86 2.621570413 6087286.5 1.895136227 197769611.7
76 87 2.62061573 6155826.35 1.88261751 197048738.8
77 83 2.631780571 5897820.26 1.922056777 197687101.3
78 81 2.633581728 5759643.24 1.940870833 197200447.1
79 86 2.718848458 6313166.12 1.861099475 196889058.4
80 85 2.714986248 6230893.44 1.876152087 197910730.2
81 87 2.699099715 6340185.23 1.854471752 196124402.1
82 83 2.629377689 5892435.4 1.921680128 197421716.6
83 85 2.72179963 6246530.15 1.867048331 196232237.8
84 82 2.722834187 6028354.89 1.89193898 195117749.1
85 86 2.623693781 6092216.96 1.896544647 198257997.7
86 83 2.629141517 5891906.14 1.927510946 198718048.7
87 84 2.62652612 5956961.24 1.915543147 198185273.2
88 84 2.629443708 5963578.33 1.924127156 200363492.1
89 85 2.625417534 6025333.24 1.902005946 197340072.1
90 80 2.633865986 5689150.53 1.944896527 195662927.2

Optimización de los límites de los tajeos en minería subterránea

 16

91 86 2.626326878 6098331.01 1.911480185 201940846.9

92 88 2.617972045 6220301.58 1.886182163 199960724
93 86 2.623285284 6091268.43 1.903955959 199953898.8
94 84 2.630886477 5966850.53 1.929901992 201791433.6
95 84 2.629887425 5964584.68 1.92338534 200228061.4
96 83 2.625967229 5884792.56 1.91868354 196491136.8
97 82 2.632824566 5829073.59 1.927769971 196656629.7
98 81 2.634381916 5761393.25 1.940864336 197258932.7
99 83 2.625767831 5884345.71 1.911297211 194813729.6
100 84 2.625006852 5953515.54 1.89844237 194176413.7
101 80 2.637196597 5696344.65 1.94210323 195301731.3
102 78 2.638686049 5557072.82 1.958385798 193987725
103 78 2.738375769 5767019.37 1.890119547 186257843.6
104 76 2.738339654 5619072.97 1.915484651 186931318.2
105 77 2.723998846 5663193.6 1.899508155 184938308.8
106 75 2.639725353 5345443.84 1.955915254 186094990.7
107 77 2.741887157 5700383.4 1.896977593 185601023
108 74 2.744425896 5483362.94 1.927308236 184896476.1

3.5 Elección del conjunto de tajeos óptimo

El algoritmo escoge al conjunto de tajeos que presente el mayor valor sin descontar, y determina a
esta solución como la óptima.

Los parámetros del conjunto de tajeos obtenido como solución óptima para el modelo de bloques
de entrada, se presenta en la Tabla 3.6.

Tabla 3.6 Resultados de la solución óptima obtenida por el algoritmo

IXS IYS IZS ANCHO(m) LARGO(m) ALTO(m) CU(%) DENSIDAD(T/M3) TONELAJE(T) VALOR(US$)
17 23 4 30 30 30 1.83 2.58 69622.6 2,075,338.89
21 23 4 30 30 30 2.09 2.67 72083.7 2,876,193.09
25 23 4 30 30 30 2.09 2.72 73417.8 2,943,793.49
29 23 4 30 30 30 1.99 2.72 73552.2 2,663,817.44
33 23 4 30 30 30 1.79 2.63 71012.9 2,026,819.20
37 23 4 30 30 30 1.54 2.55 68806.7 1,303,755.84
21 27 4 30 30 30 2.12 2.66 71872.6 2,953,947.53
25 27 4 30 30 30 2.10 2.71 73157.4 2,941,747.78
29 27 4 30 30 30 2.13 2.73 73656.3 3,063,099.21
33 27 4 30 30 30 1.88 2.65 71463.0 2,278,740.04
37 27 4 30 30 30 1.28 2.45 66034.1 598,499.78
17 31 4 30 30 30 1.16 2.40 64897.8 289,592.86

Optimización de los límites de los tajeos en minería subterránea

 17

21 31 4 30 30 30 2.35 2.68 72353.3 3,599,224.63

25 31 4 30 30 30 2.13 2.67 71962.6 2,986,361.01
29 31 4 30 30 30 2.18 2.66 71848.9 3,111,566.27
33 31 4 30 30 30 1.76 2.67 72145.9 1,959,843.70
21 35 4 30 30 30 2.30 2.68 72360.0 3,458,828.65
25 35 4 30 30 30 2.38 2.68 72360.0 3,690,500.94
29 35 4 30 30 30 2.17 2.67 72055.6 3,092,478.09
33 35 4 30 30 30 1.86 2.65 71568.1 2,238,109.32
21 39 4 30 30 30 1.79 2.51 67786.7 1,918,807.52
25 39 4 30 30 30 2.11 2.68 72309.6 2,953,907.61
29 39 4 30 30 30 2.04 2.63 71085.9 2,694,936.10
33 39 4 30 30 30 1.92 2.63 71083.7 2,381,910.16
37 39 4 30 30 30 1.64 2.56 69228.6 1,564,547.54
13 23 8 30 30 30 1.36 2.48 66945.6 792,467.31
17 23 8 30 30 30 2.02 2.65 71583.3 2,659,569.84
21 23 8 30 30 30 2.33 2.68 72360.0 3,550,099.96
25 23 8 30 30 30 1.91 2.68 72309.6 2,390,856.77
29 23 8 30 30 30 1.77 2.65 71502.6 1,991,286.78
33 23 8 30 30 30 1.54 2.55 68836.7 1,291,588.09
17 27 8 30 30 30 1.84 2.62 70753.7 2,145,709.15
21 27 8 30 30 30 2.28 2.67 72174.5 3,403,027.49
25 27 8 30 30 30 2.31 2.75 74231.9 3,596,587.95
29 27 8 30 30 30 2.19 2.71 73267.4 3,211,406.11
33 27 8 30 30 30 2.07 2.68 72422.2 2,832,913.90
37 27 8 30 30 30 1.10 2.42 65303.7 139,676.95
17 31 8 30 30 30 2.08 2.67 72183.7 2,863,008.15
21 31 8 30 30 30 2.47 2.66 71747.8 3,896,896.66
25 31 8 30 30 30 2.23 2.67 71983.3 3,270,261.81
29 31 8 30 30 30 2.21 2.68 72311.1 3,229,789.21
33 31 8 30 30 30 1.92 2.68 72360.0 2,421,768.50
17 35 8 30 30 30 2.03 2.62 70688.9 2,656,169.19
21 35 8 30 30 30 2.62 2.68 72333.3 4,369,306.60
25 35 8 30 30 30 2.52 2.66 71854.5 4,040,012.23
29 35 8 30 30 30 2.32 2.65 71573.3 3,493,033.58
33 35 8 30 30 30 1.78 2.67 72123.7 2,025,145.67
17 39 8 30 30 30 2.12 2.68 72360.0 2,963,135.29
21 39 8 30 30 30 2.38 2.68 72360.0 3,691,905.12
25 39 8 30 30 30 2.46 2.68 72357.8 3,906,784.33
29 39 8 30 30 30 2.38 2.67 72088.9 3,666,948.26
33 39 8 30 30 30 1.96 2.65 71548.2 2,494,400.02
37 39 8 30 30 30 1.11 2.42 65420.4 165,130.48
21 43 8 30 30 30 1.42 2.45 66217.8 936,211.03
25 43 8 30 30 30 2.22 2.64 71314.1 3,200,097.98
29 43 8 30 30 30 1.76 2.55 68888.9 1,891,349.89
37 43 8 30 30 30 1.22 2.42 65441.9 441,715.13

Optimización de los límites de los tajeos en minería subterránea

 18

13 23 12 30 30 30 1.41 2.47 66800.8 920,318.27

17 23 12 30 30 30 1.58 2.55 68735.6 1,401,058.09
21 23 12 30 30 30 2.04 2.65 71521.5 2,706,680.76
25 23 12 30 30 30 1.55 2.54 68483.0 1,318,175.81
29 23 12 30 30 30 1.10 2.45 66020.8 127,651.78
17 27 12 30 30 30 1.75 2.65 71529.6 1,930,237.29
21 27 12 30 30 30 1.97 2.68 72322.2 2,558,334.50
25 27 12 30 30 30 1.84 2.68 72349.6 2,199,369.44
29 27 12 30 30 30 2.04 2.68 72360.0 2,757,014.23
33 27 12 30 30 30 1.63 2.61 70539.3 1,581,680.29
17 31 12 30 30 30 1.82 2.61 70536.3 2,091,727.91
21 31 12 30 30 30 1.96 2.65 71581.5 2,512,822.41
25 31 12 30 30 30 1.75 2.68 72268.9 1,950,448.84
29 31 12 30 30 30 1.87 2.68 72360.0 2,285,695.90
33 31 12 30 30 30 1.57 2.48 67038.5 1,352,814.29
17 35 12 30 30 30 1.89 2.67 72203.0 2,344,841.35
21 35 12 30 30 30 1.85 2.65 71673.3 2,212,544.46
25 35 12 30 30 30 1.89 2.65 71598.9 2,304,492.04
29 35 12 30 30 30 1.96 2.67 72052.2 2,524,267.49
33 35 12 30 30 30 1.47 2.57 69420.0 1,135,303.14
17 39 12 30 30 30 1.92 2.68 72360.0 2,407,303.52
21 39 12 30 30 30 2.00 2.67 72058.5 2,639,156.46
25 39 12 30 30 30 1.82 2.66 71877.4 2,118,110.90
29 39 12 30 30 30 1.93 2.65 71553.3 2,431,381.52
33 39 12 30 30 30 1.50 2.54 68655.9 1,182,584.16
21 43 12 30 30 30 1.82 2.63 70877.0 2,086,042.22
25 43 12 30 30 30 1.78 2.68 72334.8 2,021,162.17
29 43 12 30 30 30 1.78 2.64 71174.8 1,998,116.88
33 43 12 30 30 30 1.63 2.57 69469.6 1,546,884.67

La Figura 3.2 muestra el conjunto de tajeos obtenidos como solución óptima.

Optimización de los límites de los tajeos en minería subterránea

 19

Figura 3.2 Tajeos obtenidos como solución óptima

La Figura 3.3 muestra la distribución de leyes de metal para el conjunto de tajeos obtenidos como
solución óptima.

Figura 3.3 Distribución de ley de Cobre en los tajeos

Optimización de los límites de los tajeos en minería subterránea

 20

La Figura 3.4 muestra la distribución de la valorización del conjunto de tajeos obtenidos como
solución óptima.

Figura 3.4 Distribución del valor (US$) de los tajeos

Optimización de los límites de los tajeos en minería subterránea

 21

CAPÍTULO 4: RESULTADOS

- El algoritmo obtiene la siguiente solución como la óptima, para el modelo de bloques y las
restricciones operacionales proporcionadas.

Tabla 4.1 Resultados de la solución óptima

DESCRIPCIÓN UNIDAD VALOR

Ancho tajeo
Largo tajeo
Alto tajeo
Ancho de pilar, eje x
Ancho de pilar, eje y
Ancho de pilar, eje z
Número de tajeos
Tonelaje Total
Contenido metálico Cu
Ley promedio de Cu
Valor Total
m 30
m 30
m 30
m 10
m 10
m 10
86
TM 6098331
TM 116568.4
% 1.911480371
US$ 201,940,846.90

- La Tabla 4.2 presenta las principales estadísticas de la solución óptima obtenida por el
algoritmo.

Tabla 4.2 Estadísticas de la solución óptima

NÚMERO DE TAJEOS
MÍNIMO PROMEDIO MÁXIMO
86
Densidad (T/m3) 2.40 2.62 2.7493
Tonelaje(T) 64897.82 70910.83 74231.85
Ley de metal (%Cu) 1.09 1.90 2.62
Valor de los tajeos (US$) 1,276,518.80 2,348,149.00 4,369,607.00

Optimización de los límites de los tajeos en minería subterránea

 22

CONCLUSIONES

- Se ha indagado los actuales algoritmos de optimización del límite de los tajeos en minería
subterránea, concluyendo que no poseen la versatilidad de un modelo heurístico; y que no
adiciona restricciones de pilares.

- Se ha desarrollado un algoritmo heurístico para obtener los límites de los tajeos en minería
subterránea para un modelo de bloques dado, con un tamaño fijo de tajeo, adicionando los
pilares entre tajeos y entre niveles; asegurando la obtención de tajeos físicos reales;
concluyendo que es un algoritmo adecuado y versátil para manejar distintos escenarios
mineros.

- Se ha implementado el algoritmo de optimización en un modelo de bloques de un yacimiento

de cobre, obteniendo una solución óptima y respetando las restricciones impuestas;
validando así la implementación del algoritmo

Optimización de los límites de los tajeos en minería subterránea

 23

REFERENCIAS BIBLIOGRÁFICAS

Alford, C. (1995). Optimisation in underground mine design. Brisbane.

Ataee-pour, M. (2000). A heuristic algorithm to optimise stope boundaries. New South Wales,
Australia.

Bai, X. (2013). Underground stope optimization with network flow method .

Cheimanoff, M. (1989). GEOCAD: an alternative CAD and artificial intelligence tool that helps
moving from geological resources to mineable reserves. Estados Unidos.

Hustruild, William and Bullock, Richard. (2001). Underground mining methods: engineering
fundamentals and international case studies. Colorado, Colorado, Estados Unidos.

Okubo, S & Yamatomi, J. (s.f.). Underground mining methods and Equipment.

Ovanic, J. & Young, D. (1995). Economic optimization of stope geometry using separable
programming with special branch and bound technique. Montreal, Cánada.

Riddle, J. (1977). A dynnamic programming solution of a block caving mine layout. New York,
Estados Unidos.

Sandanayake, D. S. (2014, August). Stope Boundary Optimisation in Underground Mining Based on

a Heuristic Approach. Perth, Western Australia, Australia.

Sens, J. & Topal, E . (2009). A new algorithm for stope boundary optimisation.

Optimización de los límites de los tajeos en minería subterránea

 24

Optimización de los límites de los tajeos en minería subterránea