“AÑO DEL BUEN SERVICIO AL CIUDADANO”

UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE INGENIERIA DE MINAS

ESCUELA DE INGENIERIA DE MINAS

LIMITE FINAL DE UNA EXPLOTACION

SUPERFICIAL EMPLEANDO EL CONO
FLOTANTE Y EL ALGORITMO DE LERCHS
GROSSMAN

PROFESOR: GUILLERMO RAMIREZ GARCIA

CURSO: MINERIA SUPERFICIAL

CICLO: VIII

ALUMNO: JUAN QUEVEDO GUERRERO

2019
1
 INDICE

OBJETIVOS……………………………………………………………………………3

INTRODUCCIÓN……………………………………………………………………..4

1 ALGORITMOS DE OPTIMIZACIÓN DEL PIT FINAL……………………6

1.1. CONO FLOTANTE…………………………………………………...6

1.2. CASO PRÁCTICO……………………………………………………11
2 MÉTODO DE OPTIMIZACIÓN DE TAJO DE LERCHS-GROSSMAN…17
1.3. LERCHS GROSSMAN………………………………………………17
1.4. PARAMETROS ECONOMICOS……………………………………19
1.5. PARAMETROS GEOTECNICOS…………………………………..21
1.6. METODO LERCHS Y GROSSMAN (PROCESO PARA EL
DISEÑO)………………………………………………………………22
1.7. OPTIMIZACIÓN DE UN PIT………………………………………...23
3 ANÁLISIS DE LOS ALGORITMOS DE OPTIMIZACIÓN UTILIZANDO
GEMCOM SURPAC Y UPL…………………………………………………24
a. METODOLOGÍA……………………………………………………...24
4 CASOS PRÁCTICOS………………………………………………………..33
Ejercicio 1……………………………………………………………………..34
Ejercicio 2……………………………………………………………………..38

CONCLUSIONES……………………………………………………………………41

BIBLIOGRAFIA………………………………………………………………………42

2
 OBJETIVOS

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

Grossman respecto al cono flotante.

 Analizar el método de Lerchs Grossman para establecer los bloques que

se explotan y los que no.

 Determinar los límites del método de Lerchs Grossman en el punto en el

cual se maximicen los ingresos y con ello definir la secuencia de
extracción dentro de los límites del pit.

 Definir los procesos que desarrollan el algoritmo del cono flotante para la
optimización del pit final y analizar todos los cálculos que congloba el
desarrollo del método.

 Desarrollar ejemplos prácticos que ayuden con el entendimiento del

procedimiento de cada algoritmo y poder solucionar posteriormente
ejercicios similares.

3
 INTRODUCCIÓN

La evaluación económica de un macizo rocoso suele ser una tarea bastante

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

Existen distintos métodos para evaluar estas variables; este artículo se centrará
en la aplicación del algoritmo de Lerchs-Grossmann y el del cono flotante a un
depósito hipotético, en el cual se genera el pit óptimo estableciendo los límites
de este en el punto en el cual se maximizan los ingresos, y definiendo la
secuencia de extracción del material contenido dentro de los límites de este pit.

Estos métodos son ampliamente usados en depósitos masivos y diseminados, y

en menor medida en depósitos estratificados siempre y cuando sean
horizontales y sub horizontales.

Debido a que uno de los parámetros importantes dentro del diseño de una
explotación a cielo abierto es la definición de los límites físicos de la explotación,
estos métodos son usados como base en el software de simulación y
optimización minera de mayor distribución en el mundo, y finalmente llevados al
manejo de estos algoritmos en Microsoft Excel.

El algoritmo de Lerchs-Grossmann las herramientas (Surpac y UPL) no tienen

grandes diferencias cuantitativas, en cuanto a cantidad de bloques a minar y
ganancia neta se refiere, pero sí difieren gráficamente en la configuración del pit,
esto principalmente debido a condicionamientos en la operación del UPL. Por
otra parte, para el método del cono flotante sucede lo contrario, pues la
geometría final del pit dada por las dos herramientas es bastante similar, pero
los resultados cuantitativos, en especial la ganancia, difiere de manera
considerable de una herramienta a otra siendo la del UPL la más conservadora.

4
El notable incremento que han sufrido todos los costos asociados al desarrollo
de una explotación minera (maquinaria, salarios, etc.) junto con la explotación de
yacimientos que poseen cada vez leyes más bajas, ha hecho que el diseño final
de la explotación a cielo abierto tenga que llevarse a cabo con criterios
económicos, de tal forma que dicho diseño no comprometa, en ningún caso, la
futura viabilidad económica de la explotación.

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

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

5
 1. ALGORITMOS DE OPTIMIZACIÓN DEL PIT FINAL

1.1. CONO FLOTANTE

El método del cono flotante es una de las técnicas más ampliamente aceptada
en el diseño de los límites finales de un pit, porque es de rápida ejecución, veloz
y de fácil conceptualización.

La programación lógica incluida es empleada después del método convencional

de secciones-transversales, se procede a utilizar un llamado punto equilibrio en
el radio de área a descapotar como criterio básico de optimización.

La principal diferencia con técnicas manuales, es que esta utiliza el concepto de

cono flotante en tres dimensiones(alto, ancho, profundo) para remover
incrementos en lugar de secciones verticales para generar la geometría final del
pit.

Un pit es generado y analizado mediante la construcción de una forma cónica en

dirección inversa y moviendo su vórtice de un bloque de mena a otro.

La forma del cono es definida de manera tal que esté conforme con las
restricciones de pendiente de diseño del piten las distintas áreas del depósito. El
computador es utilizado en la generación de las configuraciones cónicas 3D y en
el cálculo del valor neto de cada cono, mediante la suma de los valores de todos
los bloques de mena y estéril encerrados dentro del cono. Finalmente, un límite
3D del pit es obtenido mediante la remoción del frustrum de todos los conos con
valor neto positivo.

El método del cono flotante es significativamente restrictivo, debido a la gran

cantidad de esfuerzo computacional requerido. Ciertamente, la determinación de
un soporte mutuo entre conos solapados, no es usualmente requerida debido a
que usan más implementaciones del algoritmo del cono flotante. El método
finaliza sus iteraciones después de que los conos tienen sus vértices localizados
en todos los bloques de mena positivos que han sido evaluados.

6
Por esta razón, el método heurístico del cono flotante muchas veces falla para
generar verdaderos límites finales del pit

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

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

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

En un intento por considerar el soporte mutuo entre conos, técnicas más

eficientes aplican sofisticadas programaciones matemáticas. Además de la
aplicación de sistemas conceptuales de análisis que han sido desarrollados.

7
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

1.1.1. BONDADES DEL CONO FLOTANTE.

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

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

1.1.2. SECUENCIAS DE EXTRACCIÓN DE CONOS:

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

8
En la figura se puede apreciar el beneficio que reporta la extracción de cada
bloque. Los bloques con beneficio positivo ya se les han descontado lo que
cuesta extraer dicho bloque o costo mina (-10).

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

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

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

resultando un beneficio de +30

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

9
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 se libera un valor de +20, esto indica que dicho bloque al no extraerse en
su condición más favorable debe ser eliminado del análisis.

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

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

1.1.3. CONOS CON SOBRECARGA RELACIONADA

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

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

10
No obstante si se analiza en su conjunto se ve que es ventajosa su extracción,
pues esta trae consigo un beneficio de +40.

1.2. CASO PRÁCTICO

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

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

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

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

11
 1.2.1. DESARROLLO

Orden de evaluación del cono.

1.2.2. PARÁMETROS DEL DISEÑO

 Tamaño del Bloque: 50 x 50 x 50

 Factor de Tonelaje: 12.5 ft3/ton
 Tons/block: 10,000 tn
 Valor Neto: 8.51 $/lb Cu.
 Costo (Minado + Procesamiento) 3.25 $/tn.
 Costo de Minado desmonte: 0.90 $/tn. Ecuación para el cálculo de la
ganancia o pérdida Bloques de Desmonte

Ecuación para el cálculo de la ganancia o pérdida

Bloques de Desmonte

 Ventas = 0
 Costo = 10,000 tn x 0.90 $/tn = $ 9,000
 Ganancia = -9,000 $ Bloques entre Ley de corte de Mina y Planta

12
Bloques entre Ley de corte de Mina y Planta

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

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

Bloques mayores que la Ley de corte de Mina

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

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

Evaluación Cono # 1

13
Evaluación Cono # 2

Evaluación Cono # 3

14
Evaluación Cono # 4

Evaluación Cono # 5

15
Evaluación Cono # 6

Evaluación Cono # 7

16
Solo bloques mayores a la Ley de corte de Mina serán usados como bases de
Conos, bloques superiores son evaluados antes que los bloques profundos.

2. MÉTODO DE OPTIMIZACIÓN DE TAJO DE LERCHS-GROSSMAN

2.1. LERCHS GROSSMAN

Este algoritmo de programación dinámica original fue demostrado en el diseño

de la configuración óptima de bloques para ser removidos en una sección
transversal bi-dimensional (2D) (Lerchs-Grossmann, 1965). Tomando una
sección transversal 2D de un modelo de bloques y las restricciones de ángulo de
pared final definidas. El algoritmo procede calculando la suma de la columna de
valores originales de bloques para cada bloque. Este valor de la suma de la
columna representa un valor acumulativo, realizando una extracción de una sola
columna vertical, desde la parte de arriba del modelo de bloques para cada
bloque individual.

A continuación, se asigna columna-por-columna iniciando desde cualquier punto

final de una columna de la sección transversal, un valor de pit representando el
máximo valor del pit potencial 2D es computado para cada bloque. Este valor de
pit es calculado de la suma de los valores de los bloques de la columna, y el
valor predeterminado del pit de un bloque adyacente a la columna previa. Este
nuevo valor es la contribución máxima posible del inicial fin de columna para la
columna que contiene tal bloque para cualquier pit 2D posible que contiene el
bloque en su contorno. Una flecha se usa para indicar el bloque adyacente que
proporciona el máximo valor para calcular el valor del pit de un bloque en
particular. El límite final del pit es entonces determinado al trazar hacia atrás las
flechas obtenidas desde el bloque en el nivel superior que tiene el máximo valor
de pit.

La aproximación a la programación dinámica originalmente definida por (Lerchs-

Grossmann 1965) es capaz de generar el contorno óptimo del pit mediante
secciones transversales en 2D. Una geometría de pit 3D final es entonces
determinada al unir la geometría determinada por múltiples secciones
transversales a través del pit. Una verdadera optimización puede no ser obtenida

17
por el ensamble de estas secciones transversales 2D, y generalmente encuentra
que el límite final puede también afectar el valor del ángulo final de pit.

La aplicación de la teoría gráfica para el diseño de límites de pit fue

creativamente introducido por (Lerchs-Grossmann.1965) El modelo del algoritmo
integra problemas zero-one dentro de la red de ramificaciones. Los vértices son
equivalentes a bloques minados, y los arcos direccionados impuestos
representan las limitaciones de la pendiente del pit. Estos arcos direccionados
indican la relación entre bloques de estéril que deben ser removidos antes de
minar un bloque de mena en particular. Entonces cualquier contorno de pit
factible es obtenido mediante el cierre de la gráfica. (Lerchs y Grossmann)
reconocieron que el pit final es un problema de determinación del cierre de una
gráfica con unamasa total máxima.

Este algoritmo inicia por cada vértice dentro de cada categoría de nodo positivo
ó negativo correspondiente para cada valor de bloque (positivo = potencial mena
y negativo = estéril).

Arcos direccionados son generados para representar las limitaciones de la

pendiente de un nodo positivo a su nodo negativo sobrepuesto. En general, el
algoritmo construye la gráfica de árbol inicial desde los bloques en el nivel
superior del modelo de bloques y procede hacia abajo nivel por nivel. El árbol
inicial es construido mediante un conjunto de arcos Dummy conectando el nodo
Dummy de referencia a todos los vértices. El árbol será entonces transformado
en árboles sucesivos siguiendo un conjunto de reglas. El proceso de
transformación continúa hasta que ninguna otra transformación es posible. El
algoritmo termina en un número infinito de iteraciones.

18
2.2. PARAMETROS ECONOMICOS

2.2.1. PRECIOS

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

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

2.2.2. COSTOS

2.2.2.1 Costos directos de minado

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

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

2.2.2.2 Costos Indirectos de Minado

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

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

19
2.2.2.3 Costos de Procesamiento por Tonelada de Mineral

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

2.2.2.4 Costos de Transporte y Tratamiento fuera de la Propiedad

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

2.2.3 RECUPERACIONES

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

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

2.2.4. LEY DE CORTE

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

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

20
 2.3. PARAMETROS GEOTECNICOS

2.3.1 ALTURA DE BANCO.

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

2.3.2 TALUDES DEL TAJO

21
 2.4. METODO LERCHS Y GROSSMAN (PROCESO PARA EL DISEÑO)

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

forma que se maximice la diferencia entre el valor total de la mineralización
explotada y el costo total de la extracción del mineral y estéril. Proceso para
Lerchs y Grossman en 2-D:

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

correspondiente valor económico.
 Para el primer paso se procede al cálculo acumulativo de la rentabilidad
en cada columna, independientemente de las otras columnas, desde la
parte superior a la inferior.
 Una fila de bloques con valor cero se adiciona en la superficie, con un
block adicional a los extremos de cada sección.
 Se inicia el procedimiento en el extremo superior izquierdo, el valor
acumulado mostrado se adiciona para lograr un valor derivado en cada
bloque siguiente: puede ser (Precedente).
 Un bloque encima y a la izquierda
 Un bloque a la izquierda
 Un bloque abajo y a la izquierda

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

máximo valor positivo por la adición. Este es el valor derivado de cada
bloque.
 Este proceso se continua trabajando hacia abajo en la primera columna,
luego hacia la siguiente columna de la derecha, hasta analizar todos los
bloques.

22
  Finalmente en la fila superior un bloque hacia el lado derecho mostrara
el mayor valor derivado en la fila. Desde este bloque se sigue la recta de
las flechas a fin de obtener la pared final óptima de la sección.

2.5. OPTIMIZACIÓN DE UN PIT

Para la optimización del rajo final se utilizo el Algoritmo de Lerchs y Grossman,

el cual entrega la envolvente optima a partir del análisis tridimensional del
modelo económico del yacimiento. La metodología utilizada para la creación de
la envolvente óptima se basa en la incorporación secuencial de las fases de
explotación (rajos anidados) hasta alcanzar el límite a beneficio cero.

23
3. ANÁLISIS DE LOS ALGORITMOS DE OPTIMIZACIÓN UTILIZANDO
GEMCOM SURPAC Y UPL

3.1. METODOLOGÍA

3.1.1. Modelo de Bloques

Se diseñó un modelo de bloques hipotético de un material calcáreo partiendo

de un área rectangular de 1000m x 1000m, con una altura de 250m. Dentro de
esta área se definieron a mano alzada dos zonas de mineralización con
diferentes calidades, hay una capa de estéril de 10 m sobre la mineralización.
En la figura 1, se puede apreciar una vista en planta del nivel Z= 110m de dicho
modelo.

Como material estéril se considerara la roca con CaCO3 = 0, el mineral de alta

calidad tiene un contenido de CaCO3 entre 80 y 95 %, y el mineral de baja
calidad tiene un contenido de CaCO3 entre 65 y 80 %.

Para la generación de los datos x, y, z del modelo se generó una malla de 20m
x 20m en Autocad. Sobre dicha área, se extrajeron las coordenadas de los
centros de cada bloque en tres listas separadas (estéril, alta calidad y baja
calidad) para cada nivel Z, con un aumento de 20m por nivel, entre 0m y 250
m. Lo que da como resultado las coordenadas X, Y, Z de cada centroide de

24
bloque con dimensiones 20m x 20m x 20m y un total de 32.500 bloques dentro
del modelo.

Las listas generadas se unieron en una hoja de cálculo de Microsoft Excel, a

tres columnas X, Y, Z, a esta lista se añadió una cuarta columna a la que se le
asigno él % de contenido de carbonatos de cada bloque de acuerdo a los
rangos establecidos utilizando la función aleatoria de Microsoft Excel.

Para que los resultados de las optimizaciones a realizar (usando UPL y Surpac)
puedan ser comparables, la lista de datos anteriormente descrita será la que
alimente la totalidad de optimizaciones, con esta misma finalidad a
continuación se definirán los parámetros técnicos y económicos a usar.

3.1.2. Parámetros económicos y técnicos

A continuación se enumeran y describen los parámetros usados en la entrada

de las dos herramientas, estos datos al igual que el modelo son hipotéticos.

a. Recuperación: 95% (promedio de recuperación aceptable en minerales

industriales de origen calcáreo).

b. Precio de venta del mineral: $ 7.604/t, precio en bocamina caliza (UPME,

2009)

c. Costos de extracción mineral: $ 2.000/t

d. Costos de extracción estéril: Generalmente para mineralizaciones calcáreas

el material estéril tiene propiedades físicas similares al mineral de interés por
tanto se consideran que el precio de extracción para el estéril es el mismo que
para el mineral

e. Ángulo de pared final: Se considera 45 ° como ángulo final, con este ángulo
se aumenta la confiablidad de los resultados arrojados por los algoritmos
debido a que 45° expresado en relación vertical - horizontal es 1:1, y
geotécnicamente es un ángulo estable.

f. Densidad del estéril: Se considera que la densidad del estéril es de 2.0

ton/m3 , muy cercana a la del mineral de interés.

25
g. Densidad del mineral: Se considera que la densidad del mineral es de 2.1
ton/m3 , ya que los materiales calcáreos como la caliza tiene un rango de
densidades entre (1.8 y 2.2 ton/m3 )

3.2. RESULTADOS Y ANÁLISIS

Luego de la definición del modelo de bloques y de la asignación de los

parámetros técnicos y económicos, se muestran a continuación los resultados
obtenidos utilizando UPL y SURPAC.

3.2.1. Ultimate pit limit (upl) UPL

es un programa (macro de Excel) diseñado para calcular el límite pit final para
minería a cielo abierto. Mediante este programa se permite la generación de los
límites de pit óptimos con los algoritmos de Lerchs-Grossmann y cono flotante.

El macro de Excel requiere la siguiente información de entrada:

a. Modelo de bloques en hoja de cálculo.

b. Parámetros económicos y técnicos.

3.2.1.1. Generación de límite de Pit con UPL

a. Se introdujo el modelo de bloques en hoja de cálculo bajo el formato en el

cual la macro del UPL lo lee: X, Z, Y, % CaCO3.

b. Ahora se alimentan las variables :

 Tamaño de bloques (x=20, y=20, z=20)

 Ángulo final de Pit: 45°

c. Es necesario convertir el modelo de bloques a un modelo económico para

que los algoritmos de optimización puedan ser aplicados. Se introducen las
variables mencionadas anteriormente.

d. Se selecciona el algoritmo a utilizar dentro del menú, allí se encuentran

disponible los métodos de: Lerchs-Grossmann; Cono flotante y Korobov. Los
resultados arrojados son secciones transversales donde se muestran los
límites de pit (en este caso hipotético entregara una sección cada 20m), y un

26
cuadro de texto con el número de bloques que entran al pit final y el valor total
ó ganancia neta.

Adicionalmente esta macro entrega también la vista en planta de cada nivel de

la optimización (en este caso hipotético entregara una vista en planta cada
20m)

En la figura 2, se puede ver el formato en el cual UPL entrega las secciones

transversales y las vistas en planta del pit optimizado mediante cualquiera de
los métodos disponibles. De la figura 2, se puede apreciar: A Bloques que no
entran al pit optimizado, B Bloques que conforman el pit optimizado, C límite
del pit. En la figura 2, se puede apreciar: D Bloques que conforman el pit
optimizado, E Bloques que no entran al pit optimizado.

Los resultados pueden ser exportados a un archivo de Autocad con formato X,

Y, Z, el cual puede ser utilizado en un programa de generación de superficies
donde se puede ver el pit final, en este caso se han usado los resultados
obtenidos con UPL para la optimización del modelo de bloques hipotético
mediante los métodos de Lerchs-Grossman y cono flotante. Se han generado
sus respectivas superficies, las cuales se muestran a continuación en la figura
3 y 4 respectivamente.

27
28
Los resultados de la optimización obtenidos mediante UPL, se presentan a
continuación en las tablas 1 y 2

3.2.3. Surpac vision

La información del modelo geológico mencionado anteriormente se llevo a un

modelo de bloques en SURPAC y se utilizaron los algoritmos de Lerchs-
Grossmann y cono flotante para buscar el pit óptimo mediante cada uno de
estos.

Se usaron los mismos parámetros económicos y técnicos usados en UPL.

Adicionalmente se utiliza un parámetro de encogimiento para los bloques
(shrinkage) cercano a cero: 0.05, con esto se busca que las paredes estén
escalonadas con el tamaño de bloque igualando los resultados con los
obtenidos mediante UPL.

Los resultados obtenidos para las optimizaciones mediante Lerchs-Grossman y

cono flotante son presentados a continuación en las tablas 3 y 4, y figuras 5 y
6.

29
Figura 5. Pit óptimo Lerchs-Grossmann usando SURPAC

30
3.2.4. Comparación de resultados

Se comparan los resultados obtenidos con SURPAC y UPL para cada

algoritmo, comparando el número de bloques útiles y el valor del pit. Teniendo
en cuenta las siguientes definiciones: Bloques Útiles: Número de bloques con
contenido mineral que quedaron dentro del pit óptimo.

VPN: Valor presente neto obtenido en el caso de minar o extraer el depósito de

acuerdo con la optimización en pesos colombianos, también puede definirse
como Valor del pit. A continuación se muestran en las tablas 5 y 6 los
resultados con estos parámetros para cada algoritmo y programa.

Tabla 5. Comparación de resultados arrojados por el programa UPL y

SURPAC para el algoritmo de Lerchs-Grossman

Para el algoritmo de Lerchs-Grossman las diferencias de resultados

cuantitativos entre los dos programas de optimización usados son mínimas, lo
cual nos permite inferir que aunque existan diferencias gráficas, la solución
óptima a este problema de diseño mediante la aplicación de este método, no
deberá diferir en gran medida de los resultados obtenidos por cada programa.

Adicionalmente, el método de UPL para el algoritmo de Lerchs-Grossman no

garantiza los ángulos de las paredes del pit en sentido N-S, debido a que el
programa evalúa cada perfil en el sentido E-W, y luego superpone los perfiles
para formar el pit óptimo, esto se puede apreciar en la figura 7.a.

En el sentido E-W el resultado gráfico obtenido con UPL se asemeja mucho al

resultado arrojado por SURPAC, tal como se ve en la figura 7.b.

31
 Tabla 6. Comparación de resultados arrojados por el programa UPL y
SURPAC para el algoritmo de cono flotante

Para el algoritmo del cono flotante se observa que aunque el número de

bloques útiles son cantidades cercanas si tomamos en cuenta son 32.500 el
número de bloques que ingresan a la optimización en el valor del pit existe una
notoria diferencia entre los dos programas ya que no se garantiza que la
distribución de los bloques útiles sea la misma en cada método.

El algoritmo del cono flotante limita a que la forma del pit conserve siempre la
forma de un cono invertido garantizando el ángulo de pared en todos los
sentidos por tanto, la geometría final de pit óptimo generada por SURPAC y
UPL son muy similares, esto se evidencia en la figura 8.

32
4. CASOS PRÁCTICOS

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

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

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

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

33
EJERCICIO 1.

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

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

PASO 1.

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

34
PASO 2.

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

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

 El bloque a la izquierda y arriba.

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

Calcule el valor inferior del bloque, sumando el valor superior con el valor
inferior del bloque hacia el cual apunta la flecha. El valor inferior del bloque
representa el valor neto del material del bloque. Los bloques de la columna y
los bloques en el perfil del pit a la izquierda del bloque. Los bloques que se
encuentran fuera del límite son los que no se pueden explotar, a menos que se
sumen más columnas al modelo.

35
PASO 3.

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

36
PASO 4.

DISEÑO DEL PIT FINAL

(Sección después del procedimiento de Búsqueda)

37
EJERCICIO 2.

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

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

PASO 1.

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

38
PASO 2.

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

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

 El bloque a la izquierda y arriba.

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

Calcule el valor inferior del bloque, sumando el valor superior con el valor
inferior del bloque hacia el cual apunta la flecha. El valor inferior del bloque
representa el valor neto del material del bloque. Los bloques de la columna y
los bloques en el perfil del pit a la izquierda del bloque. Los bloques que se
encuentran fuera del límite son los que no se pueden explotar, a menos que se
sumen más columnas al modelo

39
PASO 3.

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

PASO 4.

DISEÑO DEL PIT FINAL (Sección después del procedimiento de Búsqueda)

40
 CONCLUSIONES

 La técnica de Lerchs Grossman es un procedimiento matemáticamente

correcto y posee ventajas evidentes respecto de los primeros métodos
de aproximación utilizados por la industria antes del advenimiento
computacional en la planificación y diseño de minas.

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

 El método de lerchs Grossman a un depósito hipotético, genera un pit

óptimo estableciendo los límites de este en el punto en el cual se
maximizan los ingresos y definiendo la secuencia de extracción del
material contenido dentro de los límites del pit.

 El método de optimización de tajo de Lerchs-Grossman es usado para

determinar el límite de equilibrio del tajo económico. Este método es
escogido sobre la alternativa del cono flotante por ser un mejor
optimizador para cuerpos de mineral discontinuos donde una zona de
mineral puede compartir algunos gastos de extracción de desmonte con
otra zona cercana (es decir extracción de desmonte compartido).

 El método del cono flotante aunque es relativamente fácil de comprender

y aplicar también es bastante rígido en sus resultados, es decir, tiene un
nivel de flexibilidad muy bajo, no funciona adecuadamente en geologías
con distribuciones físicas y/o químicas irregulares representadas en los
valores de los bloques.

 El desarrollo de nuevas tecnologías que ayuden a optimizar procesos

dentro de las actividades a realizar es muy importante para dar mejores
resultados al proceso.

41
 BIBLIOGRAFIA

ANÁLISIS DE LOS ALGORITMOS DE OPTIMIZACIÓN MINERA: CONO

FLOTANTE Y LERCHS-GROSSMANN UTILIZANDO GEMCOM SURPAC Y
UPL

http://www.scielo.org.co/pdf/bcdt/n28/n28a03.pdf

MÉTODO DE OPTIMIZACIÓN DE TAJO DE LERCHS-GROSSMAN

https://es.scribd.com/doc/191420171/2-Metodo-de-Lerchs-Grossmann

PRIMER EXAMEN Cono Flotante y Lerchs Grossman

https://es.scribd.com/document/367680966/PRIMER-EXAMEN-Cono-Flotante-
y-Lerchs-Grossman

42