Académique Documents
Professionnel Documents
Culture Documents
ASIGNATURA:
PLANEAMIENTO EN MINERÍA
TRABAJO ENCARGADO:
TEMA PAPER: PLANIFICACION DE UN MÉTODO DE
OPTIMIZACIÓN ESTOCÁSTICA CON DESECHOS EN EL
TAJO Y ELIMINACIÓN DE RELAVES PARA LA
PRODUCCIÓN DE MINA A CIELO ABIERTO
PARA:
Ing. ESTEBAN AQUINO ALANOCA
DE LOS ESTUDIANTES:
- JALLO PAREDES CRISTHIAN MICHAEL 150848
- CHAMBI PINTO ANTHONY ARTHUR 151343
2019 - I
Un método de optimización estocástica con
desechos en el Tajo y eliminación de relaves para
la producción de la mina a cielo
abierto. planificación
M. Adrien Rimélé a , Roussos Dimitrakopoulos a , ⁎ , Michel Gamache b
una COSMO - Laboratorio de Planificación de Minas Estocásticas, Departamento de Ingeniería de
Materiales y Minas, Universidad McGill, Montreal, QC, Canadá
b Departamento de Ingeniería Matemática e Industrial, Escuela Politécnica de Montreal, Montreal,
QC, Canadá
Palabras clave:
Planificación y valoración de minas.
Programación de la producción de la mina Explotación de relaves y residuos Optimización
estocástica
RESUMEN
1. Introducción
2.1. Notación
2.1.2. Parámetros
2.1.3. Variables
2.1.3.1. Variables de extracción (primera etapa)
Fig. 2. Vista superior de las tiras para almacenar los relaves.
2.2.2. Restricciones
2.2.2.1. reserva restricciones.
2.2.2.3. Limitaciones de capacidades .
La función objetivo y las restricciones (1) a (5.2) corresponden a una formulación típica para una
optimización estocástica de una planificación de mina a cielo abierto bajo incertidumbre
geológica. Siguen breves explicaciones; Para más detalles, el lector puede referirse
a Dimitrakopoulos y Ramazan. (2008) , Ramazan y Dimitrakopoulos (2013) o Rimélé et
al. (2017) . los objetivo función es compuesto de dos partes. Parte 1objetivos a optimizar la caja
descontado promedio de flujo sobre el conjunto de escenarios,
mientras Parte 2 penaliza la desviaciones desde la producción objetivos Esta segundo parte Es
esencial para la robustez del cronograma ante la incertidumbre geológica.
restricciones (9) verifica las tiras que están más al norte que la tira k (la
amarilla unos) a Mira para la fondo y parte superior tiras. Si solamente la parte superior tira se cumple,
la tira k está en la zona de almacenamiento (caso 1); si se encuentran las tiras superior e inferior, la
tira k está ubicada más al sur que la zona de almacenamiento (caso 2); finalmente, si ni el superior ni
las tiras inferiores se cumplen, la tira k es promover norte(caso 3). Caso 4 justi fi ca la en la
ec. (9) . En efecto, Si tira k es además la fondo tira, eso debe ser disponible para almacenamiento
tan solamente la tira encima es comprobado para no siendo la fondo uno.
2.2.2.9.Tolerancia de almacenamiento dentro de una tira
Periodo dado, permanece extraído para los periodos posteriores. Restricciones (2) Permite que
cualquier bloque sea enviado a un solo destino. Las
restricciones (3) de fi nen la accesibilidad de la bloques ese es, para una bloquear a ser extraído, Sus
antecesores directos deben ser extraídos también, respetando la precedencia
Una banda puede ser llenada con el material sólo si ha sido definido como disponible para el
almacenamiento.
Por tira, el volumen máximo de relaves que se pueden almacenar es el volumen de mineral que se
ha extraído dentro de esta tira. Se hace una suposición sobre el volumen ocupado por los relaves:
en promedio,
cualquier extraído bloquear resultados en 80% de sus volumen como relaves a ser almacenado Esto
es fi justificado por la hinchazón de los bloques mineros (típicamente un pliegue in- de 20 - 30%
del volumen después de la extracción) y el grado promedio de hierro del 30%, lo que, para los
bloques enviados al molino, será Extraído y reducirá el volumen resultante. Ambos fenómenos
compensan a cada uno. otro.
Fig. 3. Disponibilidad de tiras para gráficos de almacenamiento.
Para cada período, la cantidad de material almacenado debe ser inferior a la que se ha extraído durante
este período debido a que los relaves o desechos se mueven solo una vez.
UNA máximo cantidad de almacenamiento a externo reservas situado fuera del pozo, es decir ,
está de fi nido. Por encima de esta cantidad, el almacenamiento de relaves debe realizarse dentro
del pozo.
Zonas de extracción ferrosas alejadas entre sí de un período a otro una vez que se extrae la capa
inferior. Además, la baja caída de la deposito litología facilita ambos la circulación de camiones y la
estable disposición de residuos y relaves los concepto aplicado en esta caso
estudio es de fi nir una inmersión orientada hacia las tiras que, una vez que su mineral tiene
Para reducir el tiempo de cómputo y dado que el tonelaje de reserva es muy superior al objetivo de
producción, solo la mitad noreste del depósito se considera en esta solicitud.
Más especí fi camente, la programación se realiza en 3177 bloques de minería
Fig. 4. Sección transversal de la extracción obligatoria de bloques de mineral dentro de una tira.
El tamaño del problema. Por ejemplo, en la Fig. 6 , la iteración # 1 considera solo las variables de
extracción del período 1 como binarias y relaja las demás, y los períodos 4 y 5 se fusionan en un
período con capacidad de producción duplicada. Además, se modi fi can los primeros períodos de las
restricciones de extracción . En lugar de usar las ecuaciones (16) (como se da en Rimélé et al.,
2017 ), definimos estas limitaciones por parte de la ecuación. (16 ′ ) , cual
son cali fi cado como actualizado en los primeros períodos de extracción.
antes de almacenamiento γ se establece en 75%. Este valor fue elegido para prevenir
el almacenamiento en fosas desde la esterilización de una alta proporción de bloques de mineral
mientras se pro- Viding suficiente flexibilidad para satisfacer los objetivos de producción (un valor
de Es probable que el 100% deteriore la mezcla o envíe bloques de mineral al vertedero de
residuos). Sin embargo, dependiendo de los requisitos especí fi cos , uno podría adaptar este valor en
un estudio de caso Erent di ff. Un conjunto de 10 estocásticos. Las simulaciones se utilizan como
entrada ( Fig. 5 muestra un ejemplo). los las restricciones de cantidad son en términos de concentrado
de toneladas de hierro por año, mientras que las restricciones de calidad se refieren al promedio
DTWR (Davis Tube Recuperación de peso representando el hierro recuperable) grado promedio
por año y el grado medio de sílice, que constituye el más pro- Impureza mínima en el producto
concentrado. La incertidumbre geológica era cuantificada por un conjunto de 10 simulaciones
estocásticas generadas por un directa simulación de bloques con factores de autocorrelación mín /
máx ( Boucher y Dimitrakopoulos, 2009 ), que determina para cada bloque minero de la deposite el
grado de hierro (FeH%), DTWR (%), grado de sílice (Sio2%) ydensidad. El modelo OMPSIP-ITD
contiene 64,680 variables binarias, 680 continuos y alrededor de 413,000 restricciones, de las cuales
el in-pit solo almacenamiento (restricciones 6 - 15) representan 1140 variables binarias,
380 Continuas y alrededor de 33.000 restricciones. Este modelo es demasiado Complejo a resolver
por el solucionador Cplex; por lo tanto, una ventana de tiempo deslizante heurística (STWH),
adaptada del método utilizado en Dimitrakopoulos y Ramazan (2008) y Cullenbine et al. (2011) , se
utiliza aquí en su lugar. La figura 6 ilustra el enfoque de STWH. Es un método iterativo que,
en cada iteración, relaja las variables binarias, excepto por algunos períodos consecutivos (a saber,
la " ventana deslizante " ). Una vez resuelto el modelo
resultante, la primera período de la ventana es fi ja, la ventana es movido un período más, y el proceso
es reiterado.
En este estudio de caso, se considera una ventana deslizante de un período, y algunos de los últimos
periodos se fusionan cuando se relajan para reducir
En cada iteración k , el método STWH tiene como objetivo determinar qué
k . se refiere al conjunto de bloques que se han asignado previamente a un período anterior
a k . Estas de fi ni- ciones garantizar que sólo los bloques restantes son considerados, es decir, los
bloques que ya no han sido extraídos por el final del periodo k. Para cada uno de estos bloques, las
cantidades totales de sus predecesores restantes se definen. Luego, estas cantidades se comparan
con los objetivos de producción del período k . Si el bloque no es accesible durante un período
determinado, la variable correspondiente se puede establecer en 0. Estas nuevas
restricciones (16 ') permitir la fi jación de más variables en cada iteración. Con lo
anterior versión, restricciones (dieciséis) principalmente fi xe variables asociado con los primeros
periodos
3.2. Resultados
tabla 1
Almacenamiento de relaves por franja y periodo.
Período a otro (restricciones (8) ). Además, la correspondencia con el programa muestra que no se
extraen bloques en una tira reservada para el almacenamiento en un período determinado
(restricciones (13) ). En total, se han extraído 1177 bloques durante los 10 años: 677 bloques de
relaves se han almacenado en el foso y 500 en el exterior. La Tabla 1 brinda más detalles sobre las
tiras utilizadas para el almacenamiento, incluso durante qué período y cuántos bloques de relaves.
Para una vista más explícita del almacenamiento en una tira individual, dos secciones
transversales de tira número 3 son presentado en Higo. 8 . los primera grafico muestra los períodos
de extracción de los bloques: todos los bloques se extraen entre los períodos 1 y 3. En total, se
extrajeron 69 bloques en esta tira y 23 permanecieron intactos (es decir, se extrajo exactamente el
75% de los bloques según se solicitó) por restricciones(15) ). El segundo gráfico presenta una
interpretación de cómo el almacenamiento dentro de esta tira haría
Con el fin de mantener los bloques más profundas en el lado este de la cessible AC- depósito,
los residuos primeros están posicionados en el lado oeste de la tira.
La Fig. 9 muestra los destinos de los bloques individuales; La mayoría de los bloques son
considerados como minerales por el optimizador y enviados a la fábrica. En
términos de calidad restricciones la riesgo per fi les son todos satisfactorio. Higo. 10 , Fig. 11 y fig.
12 presente (respectivamente) las toneladas concentradas, el grado promedio de sílice y el
promedio de recuperación del peso del tubo Davis (grado de hierro recuperable magnéticamente)
para todas las simulaciones, incluido el promedio del conjunto de simulación y sus objetivos. La
producción promedio de concentrado está cerca del objetivo con una distribución baja,
y la sílice y la DTWR son dentro la distancia de tolerancia.
los brecha en condiciones de la objetivo valor en CPLEX Entre la La solución binaria fi nal y el
modelo relajado (relajación de la extracción
1.77%, aunque no se consideran los ahorros de no re-manejar los relaves para la rehabilitación.
La cantidad de material almacenado dentro del pozo se puede convertir en un área de descarga
equivalente para estimar el volumen guardado en existencias externas. La figura 15 presenta las
dimensiones de la pila correspondiente; representaría un volumen de 81 millones de m 3 , que, al
suponer una altura de 100 m, requeriría un área de almacenamiento de desechos con un diámetro
de 1224 m en el suelo.
4. Conclusiones
Expresiones de gratitud
Referencias
Birge, JR, Louveaux, F., 2011. Introducción a la programación estocástica. Springer Science &
Business Media, Berlín .
Boland, N., Dumitrescu, YO., Froyland, SOL., Gleixner, A.M, 2009. Enfoques de
desagregación basados en
LP a resolviendo la abierto pozo minería producción programación problema con Procesamiento s
electivo de bloques . Comput. Oper. Res. 36 (4) 1064 - 1089. http://dx.doi.org/10. 1016 /
j.cor.2007.12.006 .
Boucher, A., Dimitrakopoulos, R., 2009. Simulación de bloques de múltiples variables
correlacionadas.
Mates. Geosci. 41 (2), 215 - 237. http://dx.doi.org/10.1007/s11004-008-9178-0 . Caccetta, L., Hill,
SP, 2003. Una aplicación de ramificación y corte para abrir minas a cielo abierto
a la perfección J. Glob. Optimo 27 (2), 349 - 365 .
Chicoisne, R., Espinoza, D., Goycoolea, M., Moreno, E., Rubio, E., 2012. Un nuevo algoritmo para el
problema de la programación de la producción de minas a cielo abierto. Oper. Res. 60 (3),
517 - 528. http://dx.doi.org/10.1287/opre.1120.1050 .
Cullenbine, C., Wood, RK, Newman, A., 2011. Una heurística de ventana de tiempo deslizante para
la secuenciación de bloques a cielo abierto. Optimo Letón. 5 (3),
365 - 377. http://dx.doi.org/10.1007/ s11590-011-0306-2 .
Del Castillo, MF, Dimitrakopoulos, R., 2016. UNA multivariable destino política para geometalúrgic
a variables en mineral valor cadenas utilizando agrupación de formación de
coaliciones . Resour Política 50, 322 - 332. http://dx.doi.org/10.1016/j.resourpol.2016.10.003 .
Dimitrakopoulos, R., 2011. Optimización estocástica para la planificación estratégica de minas: una
década de desarrollos. J. min. Sci. 47 (2),
138 - 150. http://dx.doi.org/10.1134/ S1062739147020018 .
Dimitrakopoulos, R., Farrelly, CT, Godoy, METRO., 2002. Emocionante adelante desde optimización
tradicional: grado incertidumbre y riesgo e ff ECTS en a cielo abierto diseño. Min. Tecnol. 111 (1),
82 - 88. http://dx.doi.org/10.1179/mnt.2002.111.1.82 .
Dimitrakopoulos, R., Ramazan, S., 2008. Programación de enteros estocásticos para optimizar los
programas de producción a largo plazo de minas a cielo abierto: métodos, aplicación y valor de
soluciones estocásticas. Min. Tecnol. 117 (4), 155 - 160. http://dx.doi.org/10.1179/
174328609 × 417279 .
Dimitrakopoulos, R. (Ed.), 2018. Avances en la planificación estratégica de minas
aplicada. Springer Nature (800p) .
Dowd, P., 1994. Evaluación de riesgos en la estimación de reservas y la planificación a cielo
abierto. Trans. Inst. Min. Metall (Sect. A: Min. Ind.) 103 (enero),
148 - 154. http://dx.doi.org/10.1016/ 0148-9062 (95) 97056-O .
Godoy, M., 2002. El E ff caz de gestión de riesgo geológico en A largo plazo Producción Programación
de Cielo Abierto Minas. Universidad de Queensland, Brisbane, Qld .
Goodfellow, R., Dimitrakopoulos, R., 2016. Optimización global de complejos mineros a cielo
abierto con incertidumbre. Apl. Suave Comput. 40, 292 - 304. 〈http://doi.org/10. 1016 /
j.asoc.2015.11.038 〉 .
Goodfellow, R., Dimitrakopoulos, R., 2017. Optimización estocástica simultánea de
Complejos mineros y cadenas de valor mineral (341-36). Mates. Geosci. 49 (3). http:
// dx.doi.org/10.1007/s11004-017-9680-3 .
Goovaerts, P., 1997. Geoestadística para la evaluación de los recursos naturales. Oxford
University Press, Nueva York .
Hustrulid, WA, Kuchta, M., 2006. Planificación y diseño de minas a cielo abierto, 2ª ed. Prensa
CRC (991p) .
Journel, A., Kyriakidis, P., 2004. Evaluación de reservas minerales: un enfoque de simulación.
Oxford University Press, Nueva York .
Menabde, M., Froyland, G., Stone, P., Yeates, G., 2007. Optimización de la programación de la
minería para cuerpos condicionales simulados. Modelado de Orebody y planificación estratégica
de la mina: Modelos de incertidumbre y gestión de riesgos, 2ª ed. AusIMM, pp. 379 - 384 .
Montiel, L., Dimitrakopoulos, R., 2015. Optimización de complejos mineros con múltiples
alternativas de procesamiento y transporte: un enfoque basado en la
incertidumbre. EUR. J. Oper. Res. 247 (1),
166 - 178. http://dx.doi.org/10.1016/j.ejor.2015.05.002 .
Montiel, L., Dimitrakopoulos, R., Kawahata, K., 2016. Optimizando globalmente las operaciones de
minería a cielo abierto y subterráneas bajo incertidumbre geológica. Min. Tecnol. 125 (1), 2 - 14 .
Hombre
nuevo, A.M, Rubio MI., Caro R., Weintraub, UNA., Eurek, K., 2010. UNA revisión de Investiga
ción de operaciones en planificación minera. Interfaces 40 (3),
222 - 245. http://dx.doi.org/10. 1287 / inte.1090.0492 .
Ramazan, S., Dimitrakopoulos, R., 2013. Producción programación con incierto suministro: una
nueva solución a la abierto pozo minería problema. Optimo Ing. 14 (2) 361 - 380. http: //
dx. doi.org/10.1007/s11081-012-9186-2 .
Ramazan, S., Dimitrakopoulos, R., 2005. Programación estocástica de enteros para optimizar
la programación de producción a largo plazo para minas a tajo abierto con una nueva formulación
de programación de enteros . Modelado de Orebody y planificación estratégica de minas: modelos
de incertidumbre y gestión de riesgos. AusIMM, pp. 359 - 366 .
Ramazan, S., Dimitrakopoulos, R., 2004. Las aplicaciones recientes de la investigación de operaciones
y e fi cientes formulaciones ciente MIP en la minería a cielo abierto. PYME Trans. 316 (1), 73 - 78 .
Ramazan, S., 2007. El nuevo algoritmo de árbol fundamental para la programación de producción
de minas a cielo abierto. EUR. J. oper. Res. 177, 1153 - 1166 .
Ravenscroft, PJ, 1992. Análisis de riesgo para la programación de minas mediante simulación
condicional.
Trans. Inst. Min. Metall Secta. A. min. Ind. 101, 104 - 108. http://dx.doi.org/10.1016/ 0148-
9062 (93) 90969-K .
Rimélé, A., Gamache, M., Dimitrakopoulos, R., 2017. Método heurístico para el estocástico
Aplicaciones informáticas en los minerales Industrias (APCOM ' 99). Colorado School of Mines,
Golden, CO, pp. 15 - 24 .
Zuckerberg, M., Stone, P., Pasyar, R., Mader, E., 2007. Extracción conjunta de mineral y optimización
de vertido en el pozo . Modelado de Orebody y planificación estratégica de la mina: modelos
de incertidumbre y gestión de riesgos, 2ª ed. Instituto Australasiano de Minería y Metalurgia
(AusIMM), pp. 137 - 140 .