MineríaMatemáticas

MiningMath

Loading...

Obtener el límite superior de NPV mejor que el escenario del mejor caso!

Este estudio de caso se basa en la investigación de maestría de Alexey Tsoy en el Escuela de Minas de Camborne, Universidad de Exeter. El estudio exploró cómo se puede mejorar la generación de valor en la minería cuando se consideran las restricciones directamente en el proceso de optimización., en lugar de ser manejado secuencialmente después del diseño geométrico.

Si bien la estructura por etapas de los métodos tradicionales de planificación minera proporciona claridad para el análisis geométrico, También rompe el vínculo entre geometría y economía., a menudo conduce a un desempeño financiero subóptimo. Esta investigación examinó las limitaciones de dichos marcos tradicionales y probó cómo Optimización de minas en un solo paso de MiningMath puede unificar todos los parámetros de planificación (tasa de extracción, capacidad de procesamiento, mezcla, valor del tiempo, y múltiples destinos) dentro de un único modelo de optimización.

Utilizando un yacimiento de cobre en Zambia como referencia, Los resultados del estudio destacan cómo los métodos tradicionales garantizan la viabilidad geométrica, pero no logran maximizar el valor actual neto. (VAN), Mientras que MiningMath logra tanto la optimización económica como la consistencia operativa bajo restricciones reales, indica la transición de Optimización basada en la geometría de Lerchs-Grossmann para Optimización de minas en un solo paso de MiningMath representa un avance significativo en la planificación estratégica de minas..

Introducción

La planificación tradicional de minas a cielo abierto sigue un flujo de trabajo de optimización por etapas que define las fosas y los cortes independientemente de las restricciones operativas.. Estos métodos producen geometrías consistentes pero no tienen en cuenta el valor del tiempo., alternativas de procesamiento, y limitaciones de rendimiento, lo que lleva a subestimar el potencial económico total de un proyecto..

Diagrama para el método tradicional de planificación minera.

Optimización de minería en un solo paso de MiningMath elimina esta brecha al resolver el problema de programación de la mina en un solo paso.. Integra simultáneamente todas las restricciones relevantes y optimiza directamente para N.

Optimización de minería de un solo paso

Cuando se aplica a los mismos modelos de bloques utilizados en la investigación de maestría de Alexey Tsoy, El enfoque de MiningMath logró hasta 50% a través de la optimización de un solo paso de MiningMath destinada a maximizar el flujo de caja descontado de su proyecto que los métodos tradicionales manteniendo la viabilidad operativa. El caso ilustra cómo la integración de restricciones en el proceso de optimización transforma el potencial teórico en valor tangible para las empresas mineras..

Las pruebas se realizaron en un Yacimiento de cobre en Zambia que contienen minerales de sulfuro y óxido. Procesamiento involucrado flotación (para producir concentrado) y lixiviación de tanques (para producir cemento de cobre). Algunos bloques requirieron procesamiento secuencial a través de ambos métodos..

Limitaciones de las prácticas industriales tradicionales

Él Algoritmo de Lerchs-Grossmann sigue siendo el estándar para la optimización de minas a cielo abierto., definir la fosa final y los retrocesos en función de los valores de los bloques calculados a partir de grados de corte fijos.

Un flujo de trabajo típico implica:

  1. Construyendo un modelo de bloques.

  2. Optimización de la zona de operaciones (Algoritmo LG).

  3. Diseñando mecanismos de resistencia.

  4. Planificación y secuenciación.

  5. Informes sobre producción y almacenamiento.

Esta estructura proporciona resultados geométricos fiables pero es sin restricciones y no logra representar las complejas interacciones entre la minería, Procesando, y economía. Excluye elementos estratégicos fundamentales como:

  • Limitaciones de rendimiento o capacidad de la planta.

  • Tasa de descuento y valor temporal del dinero.

  • Remanejo de existencias y variabilidad de la alimentación.

  • Interdependencias entre los tipos de mineral y las rutas de procesamiento.

Limitaciones de los métodos tradicionales

  • 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.

El resultado es geométricamente válido pero económicamente incompleto., producir geometrías de fosos estables. Sin embargo, No pueden capturar las compensaciones dinámicas entre la minería y el procesamiento.. Las principales limitaciones incluyen::

  • Ausencia de restricciones del sistema durante la optimización.

  • Calificaciones de corte estáticas, desvinculadas de las realidades del mercado y de los procesos..

  • Toma de decisiones secuencial a través del pozo, retrocesos, y programación.

  • Optimización centrada en la geometría, no sobre el valor económico total.

Como consecuencia, Incluso los pozos bien diseñados pueden producir VPN subóptimos cuando se aplican restricciones reales más adelante en el proceso..

Minería de datos como siguiente paso

Las operaciones mineras son cadenas de valor con cuellos de botella interdependientes. Restricciones como la voladura, transportación, molienda, o la capacidad de lixiviación determinan el rendimiento general del sistema..

Siguiendo a Goldratt Teoría de las restricciones, La optimización del sistema requiere:

  1. Identificar la restricción.

  2. Explotándolo de manera eficiente.

  3. Subordinar otras operaciones a ella.

  4. Elevarlo cuando esté justificado.

  5. Reevaluación a medida que evoluciona la restricción.

MiningMath operacionaliza estos principios integrándolos en un modelo de optimización matemática que maximiza el flujo de caja descontado bajo todas las restricciones..

Lo algoritmo Optimización de minas en un solo paso Resuelve el problema de la planificación minera de forma integral.. Utiliza programación lineal entera mixta (MILP) para encontrar el conjunto óptimo de extracción, Procesando, y decisiones de destino que maximicen el VPN..

Además, en MineríaMatemáticas, La calificación de corte es no predefinido. En cambio, se convierte en un variable dinámica determinado dentro del proceso de optimización, permitir el enrutamiento basado en el valor entre múltiples destinos.

El sistema considera simultáneamente:

  • Minería, Procesando, y capacidad de almacenamiento.

  • Mezcla de tipos de mineral y distribución de la ley.

  • Factores económicos como la recuperación, costo, y descuentos.

Este enfoque garantiza que cada tonelada extraída siga la ruta más rentable a lo largo de la cadena de valor., sin depender de umbrales estáticos ni de iteraciones manuales..

Las principales ventajas incluyen::

  • Integración de todas las restricciones en un único modelo..

  • Evaluación simultánea de la geometría y el valor descontado en el tiempo..

  • Gestión automática de múltiples rutas de procesamiento y objetivos de mezcla..

  • Generación rápida de optimizados, horarios factibles.

Esta estructura unificada elimina la necesidad de ciclos iterativos entre la optimización de fosos y la programación., elaborar un plan integrado que refleje tanto la realidad económica como la operativa..

Resultados y evidencia

Resultados del método de Lerchs-Grossmann

  • Produjo fosos y sistemas de retroceso estándar para pruebas de resistencia extremas..

  • Se ignoraron las limitaciones de rendimiento y procesamiento..

  • Se generó una secuencia centrada en el tonelaje., no VPN.

  • Sirvió como un válido referencia geométrica, pero no un óptimo económico.

Resultados de la optimización de minas en un solo paso de MiningMath

  • Produjo un constreñido, horario con descuento por tiempo integrando todos los límites de proceso y capacidad.

  • Bloques asignados dinámicamente a la flotación, lixiviación, almacenamiento, o desperdicio, basado en su contribución al VAN.

  • Se reordenaron las fases para priorizar el material de mayor valor en las primeras etapas del cronograma..

  • Entregó un VPN aproximadamente 50% más alto que el plan basado en Lerchs-Grossmann, bajo datos de entrada idénticos.

La mejora se debió a la capacidad de MiningMath para optimizar conjuntamente la secuencia de extracción., ruta de procesamiento, y la programación: decisiones que se manejan por separado en los métodos tradicionales.

Aplicación más amplia

Proyecto de antimonio en fase inicial Yacimiento de cobre con recursos definidos Empresa productora de Au
Resultados del método tradicional
Se generaron fosas indicativas, pero no se integró el rendimiento..
Se proporcionó una estimación de reservas consistente..
Se requirió la fusión manual de múltiples modelos independientes de fosas y pilas de almacenamiento..
Resultados de MiningMath
Se generaron escenarios realistas con limitaciones de rendimiento., Ofrecer información temprana sobre las compensaciones entre escala y valor..

Mantuvieron tonelajes similares pero lograron 50% Mayor VAN mediante secuenciación integrada y control del destino..

Se completó la programación del sistema completo en dos semanas., Integración de la dureza variable del mineral (Índice de obras de bonos) y múltiples fosas en una optimización, revelando nuevas prioridades operativas y una mayor eficiencia económica..

Beneficios técnicos y estratégicos de MiningMath para la gestión de proyectos

Mientras que los enfoques tradicionales ofrecen geometría factible e informes estándar, MiningMath proporciona una solución integrada, Solución que tiene en cuenta las restricciones, maximiza directamente el VAN y garantiza la coherencia operativa..

Beneficios técnicos

  • Maximización directa del VAN bajo descuento.

  • Gestión unificada de restricciones en toda la minería, Procesando, y mezclando.

  • Generación rápida de múltiples escenarios hipotéticos..

  • Derivación automática de valores de corte dentro de la optimización..

Beneficios estratégicos

  • Mejor control de riesgos mediante modelos basados en sistemas..

  • Mejora de la asignación de capital y la identificación de cuellos de botella..

  • Planificación estratégica a largo plazo alineada con los objetivos empresariales..

  • Escalabilidad para la optimización de depósitos múltiples o corporativos..

  • Base científica fiable para justificar las inversiones.

Los métodos tradicionales siguen siendo útiles para la evaluación geométrica preliminar, pero carecen de... profundidad analítica y Conocimientos financieros necesarios para la toma de decisiones integradas. en operaciones mineras modernas.

En todas las aplicaciones derivadas del estudio de Alexey Tsoy, MiningMath logró resultados económicos superiores en comparación con los métodos tradicionales, Demostrando cómo un modelo de optimización unificado puede convertir el potencial teórico en ganancias financieras mensurables.

Descubra cómo la optimización de minas en un solo paso puede convertir las limitaciones en valor. Contáctenos para maximizar el VPN y garantizar resultados realistas., planes mineros rentables.

Windows de 64 bits (x86_64) - 121 MB

Windows de 64 bits (x86_64) - 121 MB

Comparte este artículo
Icono de chat

Hola, es mima aquí 😇 Hazme cualquier pregunta!