Ficha
| Título: | Planificación adaptativa utilizando simulación geoestadística antitética |
| Tesis para optar al grado de magíster en minería | |
| Memoria para optar al título de Ingeniero Civil de Minas | |
| Alumno: | Gonzalo Nelis Suazo |
| Profesor(es): | Nelson Morales V. (guía) - Julián Ortiz C. (coguía) - Felipe Álvarez D. (integrante) - Alejandro Cáceres S. (invitado) |
| Fecha: | Mayo 2016 |
Resumen
La planificación minera ha evolucionado a través del tiempo para entregar soluciones a problemas de minería cada vez más complejos, que involucran cada vez más variables y a horizontes temporales mayores. En las últimas décadas, el foco ha sido la incorporación de la incertidumbre en el proceso de planificación, para hacer frente a las variables y parámetros inciertos involucrados en estos problemas a raíz de los tres tipos clásicos de incertidumbre encontrados en minería: la incertidumbre de mercado, operacional y la geológica.
Con respecto a la incertidumbre geológica, es necesario considerar que la planificación de largo plazo se realiza en base a modelos con información limitada del yacimiento, pero posteriormente, a medida que avanza la explotación de este, la información aumenta producto del muestreo de los pozos de tronadura. Esta información es incorporada en el corto plazo con el fin de corregir las decisiones consideradas anteriormente. Sin embargo, la antelación con la que llega esta información entrega poca flexibilidad para modificar decisiones más complejas como el cambio de secuencia minera. Dado este escenario, en esta tesis se buscó medir el efecto de tener esta información de manera prematura en el agendamiento minero de corto plazo en minería a cielo abierto, y verificar si es rentable adelantar la campaña de muestreo para poder tomar mejores decisiones. Para esto, se utilizó un modelo de agendamiento con programación estocástica en dos etapas.
En el caso de estudio propuesto, se verifica que para un horizonte de 5 meses en un solo banco, el obtener la información de manera prematura no impacta significativamente en el valor del agendamiento, ni en los indicadores de material procesado ni en la ley media del plan. Esto ocurre pues las decisiones de secuencia tienen poca relevancia en el valor del agendamiento dado el corto horizonte temporal estudiado. Por otro lado, la posibilidad de reasignar los destinos una vez conocida la información del pozo de tronadura mostró ser un factor clave en el valor del plan, independientemente de la secuencia considerada.
El uso de la programación estocástica implica la incorporación de diversos escenarios de modelos de bloques dentro del problema de optimización, lo cual repercute fuertemente en los tiempos de ejecución computacional. Por otro lado, es necesario utilizar suficientes escenarios para obtener un resultado confiable considerando la variabilidad del depósito. Por este motivo, se implementó un algoritmo que genera simulaciones antitéticas, para generar escenarios con correlación negativa y utilizar un menor número de éstos para representar la variabilidad del depósito. Las pruebas mostraron que este tipo de simulaciones aceleran la convergencia del problema de agendamiento estocástico, obteniendo resultados más precisos con un número menor de escenarios, comparados a los algoritmos tradicionales de simulación.
