Loading...
Incrementando el valor sustentable y facilitando la toma de decisiones de proyectos mineros desde 2010
Incrementando el valor sustentable y facilitando la toma de decisiones de proyectos mineros desde 2010
Este caso de uso de MiningMath se origina en un estudio académico desarrollado en la universidad de santiago de chile (USACH), dentro de la Departamento de Ingeniería de Minas. El estudio fue realizado por Fabián Ignacio González Recabarren como parte de su tesis para obtener el título de Ingeniero de Minas, bajo la supervisión de Profesor Moisés Álvarez Becerra.
Realizado en 2022, El trabajo aplicó metodologías avanzadas de planificación minera al yacimiento La Cocota., un gran pórfido de cobre ubicado en el norte de Chile. La investigación buscó comparar, de forma cuantitativa y metodológicamente rigurosa, Los resultados de las técnicas de planificación tradicionales con la más reciente Programación Directa de Bloques (DBS) acercarse, Concepto también aplicado y refinado por la rama personalizada de MiningMath & Algoritmo de corte dentro de su exclusivo enfoque de optimización de minería de un solo paso.
El estudio estratégico del yacimiento La Cocota demostró que la Optimización Minera de un Solo Paso, implementado por MiningMath, supera las limitaciones de los métodos tradicionales como Lerchs & Grossmann y Whittle-Milawa. Mientras que los métodos secuenciales imponen restricciones artificiales y generan planes sujetos a arbitrariedad, Optimización de un solo paso con secuenciación integrada simultánea, destinos, y restricciones operativas.
El resultado fue un aumento significativo del VPN. de 439.4 para 518.6 millones de dólares, Combinado con una mayor consistencia operativa y la anticipación de flujos de caja positivos en dos años. Además de maximizar el valor, La metodología proporcionó mayor transparencia., replicable, y soluciones alineadas operativamente.
Los proyectos de minería a cielo abierto implican largos ciclos de inversión y decisiones que impactan toda la vida de la operación.. La elección de las tarifas mineras, capacidad de la planta, y las cubiertas de los pozos influyen directamente en el rendimiento económico y la viabilidad técnica.. Los errores en estas definiciones pueden resultar en pérdidas financieras significativas., desequilibrio entre mina y planta, y un mayor riesgo operativo.
Los tradicionales Lerchs & Metodología de Grossmann, aplicado en software tradicional, Las estructuras minadas se ubican en pozos anidados y dependen de la definición manual de fases. Esta lógica presenta limitaciones importantes.
Dependencia de decisiones subjetivas en la definición de fases.
Resultados que no tienen en cuenta directamente el valor temporal del dinero.
Riesgo de inconsistencia entre la capacidad de la planta mina y la secuenciación.
Problemas como el Problema de brecha, que requieren la creación de subfases artificiales.
Estos puntos reducir la robustez económica y ampliar la brecha entre la teoría y la práctica operativa.
Una mayor capacidad computacional ha abierto espacio para metodologías más integrales, como DBS, que integran simultáneamente aspectos técnicos, económico, y variables operativas. MiningMath llevó este concepto más allá con su enfoque de optimización minera de un solo paso., lo que elimina la necesidad de pasos intermedios, reduce los sesgos manuales, y ofrece soluciones más consistentes.
modelo de bloque: 1,040,820 bloques (15×15×10 m).
Recursos: 143 Monte @ 0.67% Cortar (cierre 0.2%).
Parámetros técnicos: recuperación metalúrgica 84%; grado concentrado 29%.
Supuestos económicos: precio USD 3,6/lb; tasa de descuento 10%.
Escenarios: plantas de 15, 20, 25, y 30 ktpd, con tasas mineras de 35 para 95 mtpa.
MiningMath aplica un proceso híbrido de tres pasos:
Evaluación inicial: exclusión de regiones sin valor económico.
Optimización linealizada (MILP): aproximación del problema no lineal, integración geométrica, económico, y restricciones operativas.
Refinamiento no lineal (Rama & Cortar): transformación en soluciones viables y operativas, respetando todos los parámetros del proyecto.
ángulos de pendiente: 48°–52°.
Ancho inferior mínimo: 40 metro.
Velocidad vertical máxima: 15 bancos/año.
Existencias sin límite máximo.
Capacidades de la planta minera ajustado por escenario.
Esta integración redujo el espacio para sesgos subjetivos y eliminó la necesidad de retrocesos predefinidos.
MiningMath generó un incremento de 79 MUSD, equivalente a un 18% aumento del VPN, para la misma capacidad de planta.
| Metodología | Planta (ktpd) | Mío (mtpa) | VAN (MUSD) |
|---|---|---|---|
MineríaMatemáticas | 30 | 95 | 518.6 |
Tradicional | 30 | Contenido | 439.4 |
Movimiento rockero: 568.1 Monte (MineríaMatemáticas) vs. 664.9 Monte (tradicional).
Cobre fino: 630.6 kt (MineríaMatemáticas) vs. 737.7 kt (tradicional).
Flujo de caja positivo: comienza en el año 5 (MineríaMatemáticas) vs. año 7 (tradicional)
A pesar de tener un cobre fino más bajo, la La reducción de residuos y la consistencia de la secuencia garantizaron un mayor rendimiento neto.
Los resultados del estudio La Cocota resaltan varias ventajas prácticas que ofrece la Optimización Minera de un Solo Paso. Más allá de las ganancias numéricas en VPN y flujo de caja, La metodología transforma la forma en que se analizan y gestionan los proyectos mineros.. Los siguientes puntos resumen los beneficios clave observados al aplicar MiningMath en este contexto.:
Subjetividad reducida definición de fase.
Agilidad para probar múltiples escenarios.
Modelos mejor alineados con la realidad operativa.
Aumento significativo del valor del proyecto.
Anticipación de ingresos y mayor liquidez.
Base científica fiable para justificar las inversiones.
El estudio del yacimiento La Cocota muestra claramente que la Optimización Minera de un Solo Paso de MiningMath representa una evolución respecto a las metodologías tradicionales de planificación minera..
Los resultados ejemplifican cómo la integración total puede generar planes mineros con mayor retorno económico., mayor consistencia técnica, y menor riesgo de desequilibrio entre la mina y la planta. En La Cocota, Esto se tradujo en un incremento de 79 millones de dólares en VPN, junto con la anticipación de flujos de caja positivos en dos años. Estas cifras son significativas en términos de competitividad.: representan mayor liquidez, más espacio para la reinversión, y una mayor seguridad frente a las incertidumbres del mercado.
MiningMath desafía los paradigmas de planificación. Permite a los ingenieros actuar menos como “ajustadores de fase” y más como analistas de escenarios., Explorando combinaciones de capacidad, restricciones geotécnicas, parámetros económicos, y variaciones del mercado que permiten tomar decisiones estratégicas bien fundamentadas con variaciones comparables. La metodología convierte cada estudio en una oportunidad para generar nuevos conocimientos, reducir riesgos, y aumentar los rendimientos.
Contáctenos hoy para aumentar el valor y reducir los riesgos en su proyecto minero..
Windows de 64 bits (x86_64) - 121 MB
Windows de 64 bits (x86_64) - 121 MB
Hola, es mima aquí 😇 Hazme cualquier pregunta!
