Академический Документы
Профессиональный Документы
Культура Документы
CICLO: VIII
2019
1
INDICE
OBJETIVOS……………………………………………………………………………3
INTRODUCCIÓN……………………………………………………………………..4
CONCLUSIONES……………………………………………………………………41
BIBLIOGRAFIA………………………………………………………………………42
2
OBJETIVOS
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.
3
INTRODUCCIÓN
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.
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.
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.
5
1. ALGORITMOS DE OPTIMIZACIÓN DEL PIT FINAL
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 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.
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.
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
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).
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.
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.
11
1.2.1. DESARROLLO
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
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.
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.
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).
18
2.2. PARAMETROS ECONOMICOS
2.2.1. PRECIOS
2.2.2. COSTOS
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.
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
20
2.3. PARAMETROS GEOTECNICOS
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.
21
2.4. METODO LERCHS Y GROSSMAN (PROCESO PARA EL DISEÑO)
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.
23
3. ANÁLISIS DE LOS ALGORITMOS DE OPTIMIZACIÓN UTILIZANDO
GEMCOM SURPAC Y UPL
3.1. METODOLOGÍA
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.
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.
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.
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 )
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.
26
cuadro de texto con el número de bloques que entran al pit final y el valor total
ó ganancia neta.
27
28
Los resultados de la optimización obtenidos mediante UPL, se presentan a
continuación en las tablas 1 y 2
29
Figura 5. Pit óptimo Lerchs-Grossmann usando SURPAC
30
3.2.4. Comparación de resultados
31
Tabla 6. Comparación de resultados arrojados por el programa UPL y
SURPAC para el algoritmo de cono flotante
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
33
EJERCICIO 1.
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.
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.
37
EJERCICIO 2.
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.
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.
40
CONCLUSIONES
Los bloques que se encuentran fuera del límite son los que no se
pueden explotar, a menos que se sumen más columnas al modelo.
41
BIBLIOGRAFIA
http://www.scielo.org.co/pdf/bcdt/n28/n28a03.pdf
https://es.scribd.com/doc/191420171/2-Metodo-de-Lerchs-Grossmann
https://es.scribd.com/document/367680966/PRIMER-EXAMEN-Cono-Flotante-
y-Lerchs-Grossman
42