Mejores prácticas actuales
Reflejos
Mine planning typically follows a step-by-step process: pozos anidados, retrocesos, then scheduling. While this structure simplifies planning, it limits flexibility and can reduce project value.
- Integrated single step optimization improves results: MiningMath’s method handles economic, geométrico, and operational constraints at once, cutting rework and speeding up iterations.
- Proprietary MILP and Branch and Cut engine boosts NPV: It solves complex constraints in a single run, producing more practical pit limits and better cash flow than traditional methods.
- Multiple scenarios in one execution: This supports faster risk analysis and more flexible decisions, unlike staged models that fix plans too early.
El software MiningMath permite a los ingenieros de minas mejorar su análisis estratégico a través de evaluaciones de riesgos realizadas en un un solo paso enfoque de optimización. En otras palabras, La metodología de optimización de minería global de MiningMath ayuda a integrar múltiples áreas del negocio. Maneja todos los parámetros simultáneamente, ofrecer múltiples escenarios y tener en cuenta los aspectos estratégicos y tácticos.
Por eso, Es importante comprender otras mejores prácticas actuales que emplean un razonamiento paso a paso y sus desventajas en comparación con el enfoque de un solo paso de MiningMath..
Tecnologías paso a paso
Los modelos de planificación minera construidos con las mejores prácticas actuales han desarrollado atajos y aproximaciones para tratar de entregar resultados aceptables que consideren todas las complejidades y limitaciones del proyecto.. para manejarlo, Se requieren máquinas poderosas para encontrar una solución y determinar simultáneamente el límite óptimo del tajo y la secuencia de minería que brinden el máximo valor del proyecto..
Figura 1 representa un enfoque paso a paso utilizado por las mejores prácticas actuales.
Figura 1: Mejores prácticas actuales: enfoque paso a paso
Etapas de enfoques graduales
Estos pasos pueden incluir diferentes estrategias, tecnologías o algoritmos. Sin embargo, por lo general, todos se resuelven individualmente en tres etapas más grandes:
- Pozos anidados: al encontrar hoyos anidados es posible emplear el Lerchs-Grossmann (LG) algoritmo, el algoritmo de pseudoflujo, optimización de destinos, programación directa de bloques, o incluso mecanismos heurísticos más recientes.
- Definición de retroceso: tener los pozos anidados definidos, el siguiente paso generalmente sería realizar la definición de retrocesos de forma manual por parte de algunos ingenieros expertos en planificación de minas utilizando una serie de reglas empíricas. Las formas automáticas centradas en la optimización del NPV también podrían emplearse para el diseño de retroceso., pero estos suelen estar sujetos a limitaciones de recursos y no tienen en cuenta suficientes requisitos geométricos.
- Horarios: por fin, a partir de un retroceso elegido, se realiza la programación. Para ello se pueden emplear infinidad de técnicas, como la programación directa de bloques, algoritmos genéticos, (difuso) algoritmos de agrupamiento, programación dinámica, y métodos heurísticos en general. Todos con diferentes tasas de éxito., pero variedad limitada de soluciones debido a la única entrada de retroceso.
Objetivo de los enfoques graduales
Independientemente de las tecnologías o algoritmos, en un enfoque por pasos, el objetivo es encontrar inicialmente el límite final del tajo que maximiza el flujo de caja sin descontar para luego enfocarse en la secuencia de bloques dentro de esta envolvente final del tajo. Al restringir el problema y predefinir entradas, estos atajos (aproximaciones) ayuda a ahorrar tiempo y recursos informáticos, permitir que dicho software considere complejidades como los requisitos de mezcla de minerales, diferentes rutas de procesamiento, política de almacenamiento, consideraciones de la flota de camiones, y así.
Desventajas de los enfoques graduales
Con las mejores prácticas actuales que emplean un enfoque gradual, se pueden generar miles de horarios potenciales con una multitud de métodos diferentes, pero todos se basan en la misma lógica paso a paso, con un paso guiando al otro. Comúnmente, los programas se derivan de un conjunto de pozos anidados y otros parámetros de entrada fijos, como la geotecnia, desempeño metalúrgico, restricciones de mezcla, etc.. Por lo tanto, los resultados frecuentemente presentan comportamientos similares y restringen la exploración completa del espacio de solución.
Solución MineraMatemática
MiningMath resuelve los problemas paso a paso a través de modelos de optimización matemática que integran múltiples áreas del negocio., en un solo paso. Maneja todos los parámetros simultáneamente y ofrece múltiples escenarios, teniendo en cuenta los aspectos estratégicos y tácticos. Para comprender mejor la singularidad de MiningMath, continúe leyendo aquí.
