UNIVERSIDAD NACIONAL DEL ALTIPLANO – PUNO

FACULTAD DE INGENIERIA DE MINAS

ESCUELA PROFESIONAL DE INGENIERÍA DE MINAS

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

INFORMACIÓN DEL ARTÍCULO

Palabras clave:
Planificación y valoración de minas.
Programación de la producción de la mina Explotación de relaves y residuos Optimización
estocástica

RESUMEN

La responsabilidad ambiental y el desarrollo sostenible de los recursos minerales son un tema de

importancia crítica para la industria minera y, al mismo tiempo, se relacionan con los costos
operativos y de rehabilitación que deben considerarse en los estudios técnicos. Las operaciones de
minería a cielo abierto impactan en su entorno local en términos de su
modi fi cación de la paisaje y local ecosistemas Muchos de estas impactos son la resultado de la t
ransporte de grandes volúmenes de materiales extraídos y se desplazan desde y
hacia ubicaciones ff Erent di. Reservas externas y
vertederos. ocupar considerable espacio como bien como implicar sustancial transporte costos a
movimiento materiales desde pozos
abiertos a reservas y entonces movimiento ellos atrás a la pozo para rehabilitación después la fin
de explotación. Dependiendo de la forma de la depositar y la destinado
a diseño de la pozo, una deseable opción mayo ser a lugar eso directamente en los espacios libres
dentro del foso, en lugar de almacenar todos los desechos y materiales de relaves en arsenales y /
o vertederos de desechos / relaves. Este documento presenta una nueva formulación matemática
que se integra a la planificación de la vida útil de la mina y la maximización del valor presente
neto, con los residuos relacionados y la eliminación de relaves mantenidos dentro de las partes
minadas
de una pozo, utilizando una estocástico entero programa ese maneja geológico incertidumbre incl
uso metalcalificaciones Tipos de materiales y composiciones químicas relacionadas. Además de
las variables tradicionales relacionadas con los materiales
extraídos. desde la suelo en la formar de minería bloques tiras de suelo siguiendo la inmersión de
una pozo son considerado
dentro la pozo como decisión variables y la mejoramiento proceso objetivos a óptimamente de fi
nir ambos la secuencia de extracción de bloques mineros y la reserva de tiras necesarias para
almacenar residuos. Una aplicación en una
plancha mineral mía demuestra la factibilidad, aplicado aspectos y ventajas de la propuesto método.

1. Introducción

La planificación de la vida útil de la mina (LOM) es un elemento central de la previsión de la

producción, la valoración financiera y el desarrollo ambientalmente responsable de los proyectos y
operaciones de minería a cielo abierto. La optimización de la secuencia de mineral y extracción de
residuos y generación de previsión Formance per- relacionados se llevan a cabo basa en métodos
de investigación operativa con el objetivo de maximizar caja descontado los flujos sobre el LOM
mientras que la contabilidad de las limitaciones operativas y las consideraciones ( Whittle, 1999;
Hustrulid y Kuchta, 2006; Ramazan y Dimitrakopoulos, 2004; Newman et al.,
2010; Dimitrakopoulos, 2018 ). Entre las principales consideraciones de planificación de la LOM,
la gestión de residuos es una preocupación particularmente importante. Vertederos de desechos y
las existencias representan volúmenes significativos de material que tienen un impacto sustancial
del entorno de es- local, mientras que el espacio disponible para el almacenamiento de residuos es
a menudo limitada. Como resultado, el material se trasladó primero a una reserva y luego se trasladó
de nuevo a la fosa abierta durante la fase de rehabilitación, lo que lleva a costes considerables. Un
enfoque alternativo es almacenar residuos y relaves. directamente en las áreas minadas del tajo
abierto durante su operación, lo que reduce el uso y el tamaño de las existencias externas, así como
el transporte de desechos y los costos relacionados. Sin embargo, la eliminación del material dentro
del pozo durante las operaciones de minería puede tener graves consecuencias en la producción, ya
que las áreas de almacenamiento en el pozo pueden esterilizar automáticamente el mineral
subyacente potencial. Como resultado de ello, es fundamental que al mismo tiempo Opti-Mize la
secuencia de extracción de materiales representados por los bloques de minería y la eliminación de
residuos en la mina de manera óptima definen la política de producción minera. La literatura sobre
este tema es limitada, y algunos trabajos relacionados se encuentran en Zuckerberg et al. (2007) ,
quienes presentan una versión extendida del software de planificación de minas Blazor de BHP,
llamado Blasor-InPitDumping (BlasorIPD). Su concepto es el siguiente: un período de extracción
se asigna a los agregados de bloques mineros (o aggs), y Erent di ff pro decisiones cessing se asignan
a las subdivisiones. Entonces, el porcentaje de un AGG que se desperdicia puede ir a una reserva
externa oa un Zona dentro del foso. Si se va a la fosa, se asocia con una “re fi ll AGG " , que es un
agregado más grande que un AGG, pero que también respeta la precedencia restricciones.
BlasorIPD produce una programacion que reduce el Acopio externo aprovechando el espacio libre
en el tajo abierto. Sin embargo, la disposición dispersa de material de desecho dentro del pozo que
puede resultar de la optimización puede ser problemática desde un punto de vista
operacional. Además, la agregación de bloques de minería puede representar erróneamente la
selectividad de la minería y proporcionar resultados de pronóstico engañosos. Además, este
enfoque, al igual que los métodos tradicionales de planificación de minas, se basa en una
optimización determinista en la que todos los parámetros utilizados en el modelo matemático
relacionado se consideran conocidos con certeza. En la planificación de la mina, la información
geológica que describe las propiedades pertinentes de los materiales que se extraen es crítica y, al
mismo tiempo, en gran medida incierta, introduciendo riesgos sustanciales en los planes de la mina,
los pronósticos de producción y las evaluaciones. El ECTS adversos e ff de incertidumbre como-
sociated con los atributos geológicos de interés de los depósitos minerales (grados de comidas, tipos
de material, pro- piedades de roca geometalúrgicos y otros materiales nocivos, etc.) se han
documentado en varias ocasiones en el pasado ( Ravenscroft, 1992; Dowd, 1994; Vallée, 2000;
Dimitrakopoulos et Alabama., 2002; Godoy, 2002; Dimitrakopoulos, 2011 ;
otros). El problema se origina desde la perforación de taladros, datos en en el que se basa el modelo
de mina. Los métodos deterministas de optimización, como los convencionales que se emplean con
frecuencia en la planificación de LOM, utilizan como entrada un modelo personal generado a partir
de los datos de perforación disponibles utilizando técnicas de estimación y basan el proceso de
optimización en esta representación única (estimada) de tipo promedio del depósito de mineral en
mano. Los modelos de depósito estimados de una persona son representaciones suaves de la realidad
y subrepresentan tanto las proporciones globales de materiales como su variabilidad local (por
ejemplo, Dimitrakopoulos et al., 2002 ; Godoy, 2002 ), lo que lleva a planes mineros y programas
de producción mal informados. En términos de gestión de residuos, una presentación sin problemas
de la distribución de grado de un depósito tiende a minimizar los pronósticos de tonelaje de residuos
y los resultados en material adicional inesperado enviado al vertedero de residuos. Para evitar esto
y abordar la inevitable incertidumbre, se puede utilizar un conjunto de realizaciones simuladas
estocásticas del depósito de minerales. Estos modelos simulados del depósito mineral son
representaciones igualmente probables de la persona real, dados los datos disponibles, y reproducen
la variabilidad del grado del depósito ( Goovaerts, 1997; Journel y Kyriakidis, 2004 ). En lugar de
basar la optimización en una sola representación del cuerpo del mineral, un optimizador estocástico
utiliza este conjunto de escenarios simulados de la fuente para obtener un programa de producción
de vida útil de la mina que maximiza el valor presente neto y minimiza el riesgo al cumplir con los
pronósticos de producción. Ramazan y Dimitrakopoulos (2005, 2013) proponer un modelo de dos
etapas estocástico programación entera (SIP) con recursos fijos, que optimiza con éxito la
programación mina a cielo abierto en condiciones de incertidumbre geológica. Varias aplicaciones
de tales modelos con diversos enfoques de solución se pueden encontrar en la literatura. La mayoría
de estos estudios se centran en métodos heurísticos para resolver este complejo problema: la
agregación de técnicas de
bloques. ( Menabde et Alabama., 2007; Ramazan, 2007; Boland et Alabama., 2009; Del Castillo y
Dimitrakopoulos, 2016 ), el método de ventana de tiempo deslizante ( Dimitrakopoulos y Ramazan,
2008; Cullenbine et al., 2011 ) y el algoritmo de clasificación topológica ( Chicoisne et al.,
2012 ). También se han desarrollado métodos metaheurísticos para abordar problemas de gran
escala y complejos mineros completos, que representan la cadena de valor mineral completa con
múltiples minas y flujos de procesamiento. Por ejemplo, Montiel y Dimitrakopoulos
(2015) , Montiel et al. (2016) y Goodfellow y Dimitrakopoulos (2016, 2017) utilizan variaciones de
recocido simulado y logran optimizar la cadena de valor mineral. La noción de complejos mineros
es prometedora en términos de residuos y relaves administración, ya
que la oportunidades dado por la diverso tratamiento material mediante re llenando el pozo durante
la explotación. La motivación para la aplicación de la eliminación de residuos en la mina se origina
en factores Erent di ff, cluding in- limitar el impacto ambiental, cuenta las limitaciones de espacio
disponible en los alrededores del pozo, y reduciendo el costo de transporte de residuos y la
rehabilitación. En el depósito ilustrado en este estudio, la
forma. de la depositar (bajo inmersión capasy largo Huelga longitud) es usado como una ventaja,
que permite que el material se almacene en bandas o tiras orientadas hacia la inmersión; La zona de
almacenamiento correspondiente permanece continua y crece de un período a otro. Esta orientación
asegura que la ubicación de almacenamiento permanezca contenida sin ocupar espacio alrededor
del tajo abierto, con la condición de que el mineral debajo de una zona individual también debe
haber sido extraído antes de usarlo para el almacenamiento. En general, todas las restricciones
requeridas deben abordarse de manera conjunta, comenzando con las asociadas con la secuencia de
extracción de bloques de minería, como la accesibilidad de bloques, la capacidad de producción y
las restricciones de mezcla. La novedad del enfoque propuesto considera explícitamente las
consideraciones de almacenamiento en el foso y, simultáneamente, da cuenta de la incertidumbre
 geográfica dentro del marco de optimización estocástica, un tema particularmente relevante en
términos de previsiones y gestión de la producción de residuos.
En la siguiendo secciones la descripción de la propuesto sorbo modelo, conocido como el
programa estocástico de enteros de planificación a cielo abierto con en el
hoyo relaves disposición (OMPSIP-ITD), es presentado Posteriormente, un estudio de caso en un
depósito de mineral de hierro ubicado en Labrador, Canadá, detalla los aspectos aplicados y las
contribuciones del modelo propuesto. Los resultados se presentan en términos de la disposición del
material dentro del pozo y
la calidad de producción previsiones incluso descontado efectivo fl ujos y los objetivos de
producción junto con su cuanti fi cado de riesgo en función de las previsiones de reuniones debido
a la incertidumbre geológica. Finalmente, las conclusiones y las perspectivas para futuras
investigaciones.

2. El modelo matemático OMPSIP-ITD

En esta sección, se detalla la formulación de la programación matemática estocástica propuesta
para la planificación de la producción de minas a cielo abierto, incluida la integración de la
eliminación de desechos en el pozo (OMPSIP-ITD). El modelo matemático es un programa
estocástico número entero de dos etapas con fijo recurso ( Birge y Louveaux, 2011 ) que reduce al
mismo tiempo Opti la secuencia de extracción y la política de destino ( Ramazan
y Dimitrakopoulos, 2005, 2013; Spleit y Dimitrakopoulos, 2017; Rimélé et al., 2017 ) y el
almacenamiento en el pozo, que introduce varias notaciones, variables y restricciones nuevas. En
particular, en cada período, se considera que una franja superior e inferior delimitan la zona de
almacenamiento en el foso. Todas las tiras intermedias están reservadas para el
almacenamiento. En el modelo se realizan y describen varias hipótesis.

2.1. Notación

Los diversos conjuntos, índices, parámetros y variables utilizados en la siguiente formulación

de OMPSIP-ITD se describen a continuación.
11111
2.1.1. Conjuntos
Fig. 1. Relaciones de precedencia entre bloques.

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.

2.1.3.2. Variables de desviación (segundo etapa) .

2.1.3.3. Variables de almacenamiento en el foso (primero etapa).

2.2. Formulación estocástica general de OMPSIP-ITD

Esta sección describe la formulación de OMPSIP-ITD utilizada en el resto del estudio.

2.2.1. Objetivo función

2.2.2. Restricciones
2.2.2.1. reserva restricciones.
 2.2.2.3. Limitaciones de capacidades .

2.2.2.5. Singularidad de las tiras superior e inferior .

2.2.2.7. Creciente dimensión de la relaves almacenamiento zona.

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.

2.2.2.10. Almacenamiento de cantidad disponible dentro de un tira.

Restricciones para la estabilidad. Los conjuntos de restricciones (4.1) y (4.2)

se aplican. la programado producción a el respeto la cantidades objetivos por Alabama-
desviaciones de baja dev c 1 , p , s , que están penalizadas en la función objetivo. Restricciones (5.1)
y (5.2) tener un papel similar para el grado.
objetivos Dada la no linealidad de la calificación promedio, en realidad lo que se controla es la
cantidad del elemento. También se implementaron otras restricciones de la minería durante el
primer período de extracción, pero se describirán más adelante en este
documento. Restricciones (6) a (15) apuntar a modelar el almacenamiento dentro del pozo
minado. A continuación se proporciona una descripción detallada de estas restricciones.

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.

Cada tira, la desigualdad V 1. γ . ( V 1 V 2 ) es respetado antes de comenzar a almacenar. Relaves

3. Caso estudiar
3.1. Las especificaciones de depósito y solicitud.
En esta sección, el modelo OMPSIP-ITD se aplica a una plancha mineral Depósito ubicado en
Labrador, Canadá, que se está considerando para el
desarrollo, y una factibilidad estudiar es emprendido los depositar tiene una 10 km Sur
norte dimensión de solamente 2 km amplio, cual permite

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

Se ha extraído, se reservará para residuos. El volumen disponible dentro de

2.2.2.14. Condición de mineral extraído para el almacenamiento .
 Para respetar las reglas gubernamentales sobre accesibilidad de las reservas de mineral, todo el
mineral debe extraerse o al menos una cierta proporción de γ antes de almacenarlo en una
franja. Estas restricciones se ilustran en la Fig. 4 ,

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

Los resultados se presentan en términos de producción, rentabilidad y el riesgo asociado a la

incertidumbre geológica. Primero, Fig. 7 presenta una vista aérea de la disposición de los relaves
y el material de desecho dentro de la fosa paralela al cronograma. El horario está representado
por Colores según los períodos de extracción de los bloques (de 1 a 10). Los bloques en gris son
los que no se extraen ( - 1). Es de destacar que la secuencia de extracción es espacialmente
continua; es decir, los bloques extraídos en el mismo período están ubicados uno cerca del
otro. Para la parte de relaves, un diagrama de barras muestra qué tiras son libres (azules) y
cuáles unos son disponible para almacenamiento (rojo unos) para todos la periodos (años
1 - 10). Dentro de la parte roja de las barras (zona reservada para los relaves), se proporciona el
volumen (en términos de número de bloques) disponible para el almacenamiento de residuos. La
zona de almacenamiento respeta la de fi limitaciones previamente definidas: una zona continua
entre la banda superior e inferior (restricciones (9) ) y un creciente capacidad de volumen de
almacenamiento de uno
 Fig. 6. El método heurístico de la ventana de tiempo deslizante (STWH).

Fig. 7. Vista superior de la disposición de relaves por período y calendario.

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

Fig. 8. Sección transversal de la tira # 3: períodos de extracción e interpretación del almacenamiento

en el pozo.
Fig. 9. Destinos de la vista superior.

Fig. 10. Concentrar toneladas de hierro.

 Fig. 11. Grado medio de sílice.

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

El desarrollo ambientalmente responsable de los recursos minerales es de importancia crítica para

la industria minera y, al mismo tiempo, importante en el manejo de los costos operativos y de
rehabilitación. Dada la importancia del tema, el presente trabajo presenta un nuevo
estocástico. formulación matemática que permite incorporar la eliminación de desechos de minería
y materiales de relaves directamente dentro del pozo en la planificación de la vida útil de la mina
y la optimización de la producción. La naturaleza estocástica de la formulación propuesta gestiona
la incertidumbre en términos de grados de mineral, tipos de materiales y sus composiciones
químicas relacionadas, que en conjunto son críticas tanto para la producción de mineral como para
la rehabilitación. Los aspectos prácticos y aportes del método propuesto fue con una aplicación en
un depósito de iones de mineral ubicado en Labrador, Canadá, en desarrollo. El fl en forma de los
facilita depósito la propuesto enfoque, mientras residuos disposición es considerado Por tiras de
conformidad con la inclinación del depósito. Las restricciones operativas requieren una única zona
de almacenamiento continua y en crecimiento de un período a otro, con el mineral presente en esta
zona ha sido extraido.

Fig. 15. Área de descarga equivalente.

Fig. 16. Tiempo computacional de iteración y valor objetivo frente a él # 1 del

enfoque heurístico de la ventana de tiempo deslizante utilizado en el estudio de caso.
 Los resultados del estudio de caso se muestran muy satisfactorios, ya que imponen los relaves y el
almacenamiento de desechos dentro de la fosa. Las comparaciones muestran que proporcionar un
nuevo almacenamiento dentro de la fosa del depósito de mineral de hierro ahorrará costos
considerables en el nuevo manejo durante la fase de rehabilitación del proyecto, reducirá el impacto
en el entorno local y proporcionará una solución a un espacio externo limitado para el
almacenamiento de material, todo a un costo comparable para no integrar directamente la gestión
de residuos en la optimización. Si bien el modelo propuesto es adecuado para depósitos de tipo
asimétrico de baja inmersión, una extensión natural de este estudio podría tener como objetivo
adaptar el modelo a depósitos de forma más complejos. Integrando el enfoque propuesto para la
optimización estocástica simultánea de las cadenas de valor mineral ( Montiel et al.,
2016; Goodfellow y Dimitrakopoulos,

2017 ) es una extensión natural del trabajo aquí presentado.

Expresiones de gratitud

La investigación presentada en este documento fue financiada por el Fondo de Recurso de

Québec-Naturaleza y Tecnologías (FQRNT) Grant G240453 FRQNT MI-181547
titulado " Développement d ′ une stratégie globale d ′ optimization de sites miniers avec incertitude:
Amélioration de la viabilitééconomique et de la gestion des environnementale résidus miniers
d ' mina de junio de fer dans le nord, ” con el nuevo milenio Iron Corporation siendo el colaborador
de la industria, y CRSNG Descubrimiento de Grant 239019.

Apéndice. - Algunos detalles computacionales.

La figura 16 ilustra las características del método de resolución de la ventana de tiempo

deslizante. En la fi eje de ordenadas en primer lugar, se muestra el tiempo de cálculo requerido
para cada iteración del método. En términos de tiempo de procesamiento, el método requirió 6 h
32 min usando CPLEX v12.4 y un procesador i7-2600S de 2.8
GHz y 8 GB de RAM. los segundo ordenada eje muestra la disminución de la objetivovalor por it
eración (como comparado a la primera iteración); la fi periodo primera fue de fi nida como
binario. La evaluación de un valor objetivo decreciente no es sorprendente, ya que el problema está
más restringido en cada
iteración ( restricciones binarias ) y la periodos son desagrupado (especialmente para la primera it
eraciones).

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

Problema de programación de producción de minas a cielo abierto. Informe,

GERAD, G - 2017 - 34 .
Spleit, M., Dimitrakopoulos, R., 2017. Administración de riesgos y optimización del programa
de producción a largo plazo en el depósito de mineral de hierro LabMag en Labrado,
Canadá. Min. Ing. 69 (10), 47 - 53 .
Vallée, METRO., 2000. Recursos minerales + ingeniería, económica y viabilidad legal = mineral rese
rva. CIM Bull. 93 (1038), 53 - 61 .
Whittle, J., 1999. Una década de planificación y optimización de minas a cielo
abierto. Procedimientos de

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 .