TT-223
Determinacin de Altura de Banco ptimo con
Simulacin Geoestadstica
Oscar Retto Magallanes1
RESUMEN
La definicin de altura de bancos en proyectos
mineros de explotacin a cielo abierto es una
tarea que involucra conceptos tcnicos y
econmicos de importancia que tienen un
impacto positivo o negativo en el beneficio
econmico de un proyecto.
El objetivo de este estudio es de determinar la
altura de banco ptimo basado en simulacin
geoestadstica. El estudio no incluye la
evaluacin de parmetros tcnicos como
factores geotcnicos, tamao de equipos de
acarreo de mineral, entre otros.
Con este trabajo se pretende mostrar que las
tcnicas geoestadsticas no solo son tiles en
la estimacin de modelos, sino tambin
pueden ayudar a optimizar procesos mineros
que conlleven a maximizar el beneficio
econmico e involucren una eficiente
extraccin de mineral.
Este estudio analiza el impacto de distintas
altura de bancos en la distribucin de modelos
de mineral e investiga la variacin econmica
de las distintas configuraciones o alturas de
bancos a travs de curvas de ley, tonelaje y
valor neto en un proyecto simulado.
Para el estudio se tom la informacin de un
sector de un depsito tipo prfido de cobre. La
zona seleccionada representa 228 Mt de
mineral y desmonte extrables en 5 aos de
operacin solo en este sector.
El estudio consisti en simular dentro del
sector seleccionado nodos regulares para
generar modelos de bloques a distintas
dimensiones verticales. Los modelos fueron
utilizados para evaluar modelos de leyes,
tonelajes y valor neto dentro de tajos
econmicos.
El anlisis muestra que la altura de banco
correspondiente a 10 metros es la que
maximiza el valor neto del proyecto.
(1) Director y Consultor Principal OREDELTA
Email: oretto@oredelta.com
PERUMIN - 32 Convencin Minera
INTRODUCCION
El estudio se basa en un sector de un
depsito mineral tipo prfido de cobre que
incluye tres unidades litolgicas y 529 taladros
simulados. La zona de estudio incluye material
a ser removido en 5 aos de explotacin de
mineral y desmonte.
El estudio consiste en simular leyes de cobre
en una zona del depsito expresados en
nodos regulares espaciados ortogonalmente
cada 2 metros en el espacio 3D. Estos son
representados en un modelo de bloques de
dimensiones de 700x700x200 metros en las
direcciones este, norte y vertical
respectivamente. El modelo de bloques
simulado es reagrupado o rebloqueado en
modelos a distintas configuraciones.
El algoritmo de simulacin usado fue la de
simulacin gaussiana secuencial (SGS)
condicionante. Con este algoritmo fue posible
generar 10 realizaciones para cada una de las
tres unidades litolgicas, de las cuales se
eligi una realizacin por cada unidad
litolgica y se represent en un modelo global
simulado.
A partir del modelo simulado se generaron 6
modelos de bloques con distintas
configuraciones o altura de banco y
posteriormente procesados para generar 6
tajos econmicos que servirn para evaluar el
beneficio econmico de cada una de estos
escenarios.
Los clculos de simulacin fueron realizados
con rutinas GSLIB, el anlisis estadstico y
compilacin de informacin espacial con el
software Isatis y la evaluacin econmica con
Minesight.
METODOLOGIA
La metodologa del estudio considera los
siguientes pasos:
Definicin de la zona de estudio dentro de
un potencial proyecto minero a cielo abierto.
Esto incluye lmites razonables de
1
 procesamiento computacional que
involucren el minado de desmonte y mineral
y que representen mltiples aos de
produccin.
Anlisis estadstico de datos. El anlisis
comprende el desagrupamiento de datos o
declustering.
Transformacin de datos a distribucin
gaussiana normal utilizando la tcnica
score normal.
Clculo variogrfico de la data transformada
Simulacin condicional utilizando el
algoritmo simulacin gaussiana secuencial.
Validacin y eleccin de la mejor
realizacin.
Rebloqueo de la data simulada a distintas
configuraciones o dimensiones verticales
expresados en 6 modelos de bloques.
Generacin de tajos de explotacin posible
(conos).
Anlisis de resultados.
DESARROLLO DEL ESTUDIO
Definicin de la Zona de Estudio
El estudio se basa en un depsito mineral que
comprende tres unidades litolgicas e incluye
zonas de prfido (PF), brecha (BX) y prfido
lixiviado (PFL). La zona contiene 529 taladros
simulados de 200 metros de profundidad y
espaciados regularmente cada 30 metros
como se muestra en la Figura 1.
Figura 1: Taladros Simulados
PERUMIN - 32 Convencin Minera
La zona seleccionada comprende una
extensin de 700 metros en la direccin este,
700 metros en la direccin norte y 200 metros
en la direccin vertical y representa una
hipottica extraccin de mineral y desmonte
de aproximadamente 228 millones de
toneladas de material por 5 aos.
Previo al anlisis estadstico, se hizo un
anlisis de contacto para definir los dominios
de simulacin, estos presentaron contactos
duros por lo que el estudio comprendi la
simulacin de tres unidades litolgicas por
separado.
La definicin de dominios tuvo por objeto
aislar reas con distribucin de leyes de cobre
similares y evitar su influencia entre zonas de
baja y alta ley. Se tom en consideracin que
cada dominio tiene que guardar los conceptos
de estacionariedad e hiptesis intrnseca el
cual contiene una sola distribucin estadstica
con un variograma caracterstico. Esto se
realiz en base a la informacin de los
taladros simulados.
Anlisis Estadstico
Los dominios empleados son las que
corresponden a las unidades litolgicas
prfido (PF), brecha (BX) y prfido lixiviado
(PFL). El anlisis estadstico del cobre
presenta una ley media de 0.10, 0.40 y 0.75
%Cu para las zonas PFL, BX y PF
respectivamente (Figura 2).
El anlisis estadstico de muestras revel un
sesgo de leyes altas que fue necesario tratar
para reducir su impacto en el proceso de
simulacin. Las distribuciones sesgadas de
leyes tienen la propiedad que una pequea
proporcin de muestras pueden representar
desproporcionadamente grandes cantidades
de metal. Un limitado nmero de estas
muestras pueden introducir incertidumbres
significativas en un modelo de bloques. Por tal
razn, es de prctica comn acortar las leyes
altas para disminuir el riesgo de afectar los
clculos.
Con el fin de minimizar la influencia del
agrupamiento de valores y debido a que el
proceso de simulacin no realiza el
desagrupamiento como lo hacen las tcnicas
de estimacin, se realiz el desagrupamiento
(declustering) de la data. El mtodo usado fue
el desagrupamiento por celdas, el cual
consisti en realizar la comparacin entre
diferentes tamaos de celda con la media
desagrupada para cada caso.
2
 Figura 2 Histograma de Cu por Zona
Transformacin de Datos
Los datos de Cu desagrupados fueron
llevados al espacio gaussiano donde la data
transformada presenta una media de 0 y
varianza de 1. Este proceso fue utilizado para
cada uno de los dominios litolgicos.
Variografa de Data Tansformada
Los variogramas fueron calculados con la data
transformada a distribucin gaussiana. Debido
a que la simulacin es muy sensible a los
parmetros variogrficos como alcance y
efecto pepita, se prest atencin a las
estructuras cercanas al origen. La Figura 3
PERUMIN - 32 Convencin Minera
muestra los variogramas ajustados con sus
respectivas direcciones. El criterio para
determinar las direcciones preferenciales de
los variogramas fueron las direcciones de
mineralizacin mostradas en las unidades
litolgicas.
Figura 3 Variogramas de Data Transformada
Simulacin Condicional
El algoritmo de simulacin utilizada fue la de
simulacin gaussiana condicional. El proceso
consiste en posicionarse en una ubicacin
aleatoria y luego guardar la distribucin y
variograma de la data condicionante vecina
as como de los previamente simulados (si los
3
hubiese). Luego usa simple kriging para
determinar los parmetros de media y
varianza y asignar un valor simulado en el
nodo con las condiciones retenidas. Este
proceso se repite hasta completar toda la
malla de simulacin. Finalmente se realiza la
desnormalizacin o transformacin de regreso
de la data simulada.
Debido a que los modelos simulados son
bloques regulares que no consideran la
superficie topografa, los modelos fueron
recortados siguiendo la superficie topogrfica.
Figura 5: Modelos a Distintas Configuraciones

El estudio consider una serie de

realizaciones de las cuales se tuvo que
seleccionar la ms adecuada basado en
reconciliacin estadstica, variogrfica y visual
entre las realizaciones y la informacin de
taladros (Figura 4). Se consider la
generacin de 10 realizaciones para cada
dominio litolgico de las cuales las
realizaciones elegidas fueron la 8, 2 y 10 para
PFL, BX y PF respectivamente. La Tabla 1
muestra la comparacin entre la data de
taladros y la data simulada para cada uno de
los dominios simulados. Excepto el dominio
PFL que alcanz diferencia de 10% en ley
media, los dominios BX y PF mostraron
medias con precisin similar. Generacin de Tajos Econmicos

Cada uno de los modelos de bloques

Figura 4: Simulacin de la Zona de Estudio generados fue usado para la generacin de
conos econmicos.

Los parmetros utilizados en los clculos fue

de 3.00 US$/lb para precio de cobre. Costo de
proceso de 6.0 US$/ton, costo de mina de 2.0
US$/ton. Recuperacin metalrgica de cobre
de 85% y un ngulo de talud constante de 45.

Adicionalmente, se us un incremento del

costo de 0.01 US$/ton por profundidad de
banco y un modelo de densidades igual para
cada modelo rebloqueado.

La Figura 6 muestra el cono generado con el

modelo de 10x10x6 metros. La Tabla 2
muestra un resumen de los resultados
obtenidos para un cutoff de 0.1 % Cu para las
distintas configuraciones dentro de sus
Rebloqueo respectivos tajos econmicos.
El rebloqueo consisti en agrupar nodos Figura 6: Modelo de Bloques de 10x10x6m y
simulados dentro de modelos de bloques con Cono Generado
distintas dimensiones verticales o altura de
bancos. Las alturas de banco consideradas
para el estudio fueron 6, 8, 10, 12, 14 y 16
metros pertenecientes a modelos de bloques
de 10x10x6, 10x10x8, 10x10x10, 10x10x12,
10x10x14 y 10x10x16 metros
respectivamente. Los modelos rebloqueados a
distintas configuraciones son mostrados en la
Figura 5.

PERUMIN - 32 Convencin Minera 4

 Tabla 1 Estadstica por Dominios
Dominio Data Muestras Min Max Media Std Dev
PFL Taladro 579 0.01 1.11 0.10 0.11
PFL Simulada 942,549 0.00 1.12 0.09 0.09
BX Taladro 4,393 0.00 4.68 0.40 0.40
BX Simulada 6,900,310 0.00 4.68 0.40 0.37
PF Taladro 1,822 0.05 2.76 0.75 0.38
PF Simulada 2,716,302 0.02 2.78 0.75 0.36

Tabla 2: Valor Neto Generado por Modelos

ALTURA (m) TONELAJE LEY MEDIA (%) NV (US$)
6 172,189,205 0.558 3,994,169,330
8 174,458,111 0.557 4,041,499,277
10 174,864,362 0.556 4,045,185,361
12 171,139,067 0.558 3,985,689,711
14 174,361,470 0.555 4,030,361,307
16 172,752,767 0.556 4,005,645,862

Anlisis Figura 8: Variacin en Leyes

El anlisis comparativo entre las distintas

alternativas dentro de los tajos econmicos
muestra que la mayor y menor variacin en
tonelaje se presenta entre las alturas de
banco de 10 y 12 metros (Figura 7), llegando
a alcanzar una diferencia de alrededor de 4
Mt. La diferencia de leyes entre las distintas
alternativas es poco significativa (Figura 8).

La diferencia en valor neto (VN) entre las

alternativas evaluadas (Figura 9) muestra que
el mayor VN es la generada por la altura de
banco de 10 metros. La que genera menor VN
es la alternativa de 12 metros. La diferencia Figura 9: Variacin en Valor Neto
entre estas dos alternativas alcanza los 60M
de US$ aproximadamente.

Figura 7: Variacin en Tonelajes

CONCLUSIONES

De acuerdo a los resultados obtenidos, la

altura de banco de 10 metros es la alternativa
con mayor valor neto del proyecto por lo que

PERUMIN - 32 Convencin Minera 5

es la alternativa ptima frente a los otros
escenarios. Aunque su valor se ha alcanzado
con parmetros ideales y provienen solo de un
sector del depsito, los distintos valores netos
demuestran que su eleccin podra tener un
impacto de importancia en proyectos mineros
a cielo abierto similares.

El estudio demuestra que las herramientas de

simulacin geoestadstica pueden ser
empleadas tambin para optimizar procesos
en proyectos mineros. La metodologa
empleada en este estudio tambin puede
servir para determinar el SMU de un proyecto
o las dimensiones de un modelo de recursos.

REFERENCIAS

Chiles, J and Delfiner, P, 2012. Geostatistics

Modeling Spatial Uncertainty, Second Edition.
Wiley Publication.

Deutsch, C and Journel, A, 1998. GSLIB

Geostatistical Software Library and Users
Guide. Oxford University Press.

Dimitrakopoulos, R, 2014. Orebody Modelling

and Strategic Mine Planning. AusIMM.

Hall, B, 2014. Cut-off Grades and Optimising

the Strategic Mine Plan. Spectrum Series 20,
AusIMM.

Remy, N, Boucher, A and Wu, J, 2009.

Applied Geostatistics with SGeMS a Users
Guide. Cambridge University Press.

Retto, O y Saez, F, 2013. Estudio de

Espaciamiento Optimo de Taladros Usando
Simulacin Condicional en la Mina
Tantahuatay. VIII Congreso Internacional de
Prospectores y Exploradores ProExplo 2013

Sinclair, A and Blackwell, G, 2002. Applied

Mineral Inventory Estimation. Cambridge
University Press.

PERUMIN - 32 Convencin Minera 6