Programa de Produccin

Tutor: Enrique Rubio erubio@ing.uchile.cl

Auxiliares: Fernando Peirano fpeirano@gmail.com,
Marcelo Vargas vargas.v.marcelo@gmail.com

La Secuencia de Extraccin
Define donde comienza
la mina y como
progresa en el tiempo.
Generalmente se
disea pensando en la
distribucin de ley, no la
geomecnica ni la
geotcnica.

Definicin de Secuencia

2
3

Plan Minero
Define el qu?, cundo? y cmo? se
extraern los recursos en cada uno de los
perodos del negocio minero, Programa
de Produccin
Se cuantifican los recursos humanos y
materiales a utilizar
Representa el plan de negocios de la
compaa

Discretizacin de la Envolvente
Econmica
Gruesa
Caserones, Cruzado de produccin en Hundimiento
por Paneles, Fases de rajo

Fina
Anillos de perforacin, Puntos de extraccin,
Interseccin fase banco (o banco)

A mayor discretizacin mayor ser el tiempo en

resolver la secuencia operativa a utilizar
Debe ser elegida en funcin de la selectividad
del mtodo de explotacin

Plan Minero
Programa de preparacin

Programa de produccin

Flujo de Recursos
Equipos.
Servicios.
Personal.

Programa de Produccin
Objetivo:
Max. VAN.
Max. vida mina.
Max. fino.
Min Costo
Min Desviacin
.

Programa de Produccin
Rajo

Maximizar el VAN enviando a planta las leyes altas primero, poltica

de leyes de corte
Proveer un balance en el tiempo de los productos, cobre, fierro, etc.
Proveer un balance en el movimiento de estril y mineral en el
tiempo y que sea acorde a las flotas de equipo
Definir las fases de modo de utilizar al mximo la infraestructura
minera definida
Definir el ancho de explotacin lo suficientemente amplio para
cumplir con la meta de produccin y los equipos que la sostienen
Identificar las aperturas de banco en el plan de produccin de modo
de cuantificar confiablemente la meta de produccin
Manejo de pilas y rajos mltiples de modo de maximizar la
utilizacin de la envolvente econmica.

Programas de Produccin Utilizando

Programacin Matemtica
Funcin objetivo

Parmetros econmicos
Parmetros no deseados
Variables reales, como tonelaje
Variables enteras, acciones, cuando abrir el casern,
cuando cerrarlo

Restricciones

Mtodo de explotacin, secuencia

Produccin por unidades mineras
Contaminantes
otros

Restricciones de extraccin
Vel. Desarrollo.
Variables productivas del mtodo de
explotacin.
Secuencia.
Tonelaje procesamiento.
Contaminantes.
Costos.

Diagrama conceptual de la
programacin de la
produccin

Recursos Mtodo de
Secuencia
Econmicos
Expl.

Recursos
1.80
1.60
%Cu

2,500

1.40
1.20

2,000
1,500

1.00
0.80

Au (ppm)

0.60
0.40

1,000
500

0.20
0.00

T1, l1

BC

T2, l2

Rajo

Tn, ln

CyR

1.4

1.3

1.2

1.1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

UBM 1

Tonelaje (mt)

3,000

Ley Media

3,500

Lc

1.80
1.60
%Cu

2,500

1.40
1.20

2,000
1,500

1.00
0.80

Au (ppm)

0.60
0.40

1,000
500

0.20
0.00
1.4

1.3

1.2

1.1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

UBM 2

Tonelaje (mt)

3,000

Ley Media

3,500

Lc

1.80
1.60
%Cu

2,500

1.40
1.20

2,000
1,500

1.00
0.80

Au (ppm)

0.60
0.40

1,000
500

0.20
0.00
Lc

1.4

1.3

1.2

1.1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

UBM n

Tonelaje (mt)

3,000

Ley Media

3,500

Diagrama conceptual de la
programacin de la
produccin
A2
A1
AT
UBM 1

UBM 2

UBM n

Porcentajes de extraccin de
Cada UBM en diferentes
perodos de tiempo

Programa de Produccin de un
Inventario de Recursos
v lc

Valorizacin del inventario de recursos

u lc , t Proporcin del inventario de recursos

que es extrado en periodo t

Factor de actualizacin anual

q v l u(l , t )

Funcin Objetivo MAX

u ( l ,t )
c

Restricciones

t 1

0 u (lc , t ) 1 Proporcin
N

u (l , t ) 1 Conservacin de masa
vT lc u lc , t Tt t 1..N Tonelaje meta
c

t 1

lc

v l u l , t Lm(t ) t 1..N
lm

lc

Restriccin de Leyes

Ejemplo de Programacin de
Inventario de Recursos
Matriz de Decisiones
Valoracin del Inventario
Lc
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4

T (Mt)
3320
3297
3032
1816
1171
789
527
356
247
173
122
87
61
42
C
CM
CP
Rev Factor
a

Ti
23
265
1216
645
382
262
171
109
74
50
35
26
19
42
12
3.5
4.5
18
0.1

Cu_i
0.135
0.290
0.346
0.445
0.546
0.647
0.746
0.846
0.945
1.047
1.146
1.247
1.349
1.664

Lc

v (M$)
(127.0)
(739.3)
(2,152.6)
1.5
696.4
957.3
926.0
790.8
667.4
544.5
447.9
374.6
307.2
924.2

v (M$)
T
lm
C
vi
VAN

v (M$)
(127.0)
(739.3)
(2,152.6)
1.5
696.4
957.3
926.0
790.8
667.4
544.5
447.9
374.6
307.2
924.2

0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4

A1
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.2

A2
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.2

A3
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.2

A4
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.2

A5
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.2

A6
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.2

A7
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.2
0.3
0.0

A8
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.1
0.3
0.0

A9
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.4
0.0

A10
0.0
0.0
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.7
0.0
0.0

Restricciones Productivas y Resultado

A1
100.0
1.22
100
1401
$10,628

A2
100.0
1.20
100
1367

A3
150.0
1.11
150
1799

A4
150.0
1.09
150
1735

A5
170.0
1.07
170
1923

A6
170.0
1.05
170
1854

A7
170.0
1.08
170
1952

A8
170.0
1.07
170
1926

A9
170.0
1.06
170
1875

A10
170.0
1.08
170
1950

Programa de Produccin de
Mltiples UBMs
vi

Valorizacin de UBM i

u i, t Proporcin de la UBM i que es extrado en periodo t

b i , t
q

Variable o parmetros binarios que permiten

asignar o definir secuencia
Factor de actualizacin anual

q v u i, t b i, t

Funcin Objetivo

MAX
u ( i ,t ),b i ,t

t 1

0 u (i , t ) 1

Restricciones

0 b(i, t ) 1

Proporcin

u i, t b i, t 1 i 1..M

Conservacin de masa

t 1

b i 1, t 1 b i, t i 1..M, t 1..N

v u i, t T t 1..N
T

v lm i u i, t Lm(t ) t 1..N

Secuencia Minera

Tonelaje meta
Restriccin de Leyes

Ejemplo Secuencia 5 Rajos

Programar 5 Rajos

62 Mt/a de cobre fino

42 Mt/a de cobre de sulfuros
20 Mt/a de cobre en xidos
Chancado 14.2 Mt/a
Mov mina max 36 Mt/a

Componentes
UBM
M1
M1
M2
M2
M3
M4
M4
M4
M4
M4
M4
M4
M4
M4
M4
M5

Pushback
1
2
1
2
1
1
2
3
5
6
7
8
9
10
11
1

Mov Total
26,402,763
15,514,912
17,324,876
28,542,238
18,581,157
24,420,593
25,709,988
83,735,907
32,582,447
12,533,236
21,750,275
33,395,272
64,285,838
17,195,931
34,940,115
34,051,660

Ore Total
10,978,474
7,752,800
10,895,447
16,208,035
4,180,503
18,290,551
8,856,439
14,168,759
5,315,842
5,336,910
7,465,511
5,905,978
12,942,225
11,880,632
9,220,957
11,284,073

Waste Total
15,424,288
7,762,112
6,429,429
12,334,202
14,400,653
6,130,041
16,853,549
69,567,146
27,266,604
7,196,326
14,284,764
27,489,293
51,343,612
5,315,298
25,719,156
22,767,586

Fino Total
68,867
53,138
50,288
54,937
28,990
88,091
43,940
78,690
50,887
47,542
49,478
42,288
95,420
44,001
48,581
50,643

Cubicacin de diferentes unidades bsicas mineras, de acuerdo

a algn nivel de discretizacin ad-hoc para aplicar el mtodo de
explotacin

Restricciones de Secuencia
UBM
M1
M1
M2
M2
M3
M4
M4
M4
M4
M4
M4
M4
M4
M4
M4
M5

Pushback
1
2
1
2
1
1
2
3
5
6
7
8
9
10
11
1

Y1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0

Y2
1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0

Y3
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
0

Y4
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0

Y5
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0

Y6
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
0

Y7
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
0

Y8
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
0

Y9
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

Y10 Y11 Y12

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

Matriz de Decisiones
M1
M1
M2
M2
M3
M4
M4
M4
M4
M4
M4
M4
M4
M4
M4
M5

Y1
0.33
0.41
0.05
0.14
0.19
-

Y2
0.50
0.50
-

Y3
0.17
0.59
0.35
-

Y4
0.45
0.52
-

Y5
0.26
0.00
0.48
0.04
0.47
-

Y6
0.35
0.20
0.05
0.53
-

Y7
0.33
0.29
0.47
0.01
-

Y8
0.04
0.27
0.13
0.26
-

Y9
0.01
0.27
0.20
0.31
0.13
-

Y10
0.60
0.17
0.07
0.21
0.28
-

Y11
0.11
0.01
0.23
0.16
0.57

Y12
0.32
0.23
0.18
0.07
0.43

sum pond
1.00
1.00
1.00
1.00
0.92
1.00
1.00
1.00
1.00
1.00
0.54
1.00
0.48
1.00

Matriz de Restricciones
Productivas
Prod Fino
Meta Fino
Prod Fino Ox
Meta Fino Ox
Prod Fino Sulf
Meta Fino Sulf
Ore Sulf Prod
Ore Sulf Meta +
Ore Sulf Meta Ore Ox Prod
Ore Ox Meta +
Ore Ox Meta Mine Prod
Mine Prod +
Mine Prod -

Y1
47,000
47,000
5,000
62,000
42,000
42,000
6,200,000
6,200,000

Y2
62,000
62,000
31,255
62,000
30,745
42,000
4,620,303
6,200,000

Y3
62,000
62,000
20,374
62,000
41,626
42,000
6,095,057
6,200,000

Y4
62,000
62,000
32,000
32,000
30,000
42,000
5,230,387
6,200,000

Y5
62,000
62,000
20,000
20,000
42,000
42,000
5,396,053
6,200,000

Y6
62,000
62,000
20,000
20,000
42,000
42,000
6,200,000
6,200,000

5,
6,

1,138,662
9,000,000

9,000,000
9,000,000

5,939,281
9,000,000

7,505,113
9,000,000

4,915,715
9,000,000

4,660,954
9,000,000

4,
9,

15,929,663
36,000,000

27,521,545
36,000,000

23,490,648
36,000,000

24,167,333
36,000,000

36,000,000
36,000,000

36,000,000
36,000,000

36,
36,

Programa de Produccin

Movimiento Mina (tons)

Millions

40
35
30
25
20
15
10
5
Y1
M1

M2

Y2
M3

Y3
M4

Y4
M5

Y5

Y6

Y7

Y8

Y9

Y10

Y11

Y12

Programa de Produccin de
Sulfuros

Prod. Sulf. (tons)

Millions

7.0
6.0
5.0
4.0
3.0
2.0
1.0
Y1
M1

Y2
M2

M3

Y3
M4

Y4
M5

Y5

Y6

Y7

Y8

Y9

Y10

Y11

Y12

Programa de Produccin

Movimiento Mina (tons)

Millions

40
35
30
25
20
15
10
5
Y1
M1

M2

Y2
M3

Y3
M4

Y4
M5

Year

Y5

Y6

Y7

Y8

Y9

Y10

Y11

Y12

Programa de Produccin

Reservas mineras

Categorizacin de Reservas
De acuerdo a su nivel de confiabilidad en la
extraccin de la reserva

Ley.
Factores econmico financieros.
Sistema minero.
Proceso metalrgico.
Sistema sustentable.

Se dividen en
Probadas.
Probables.

Inventario de Recursos Y
Reservas
1200 Mt
0.5 Cu
5.27 Mt Cu

1,200

2.50

1,000

2.00
600 Mt
0.55 Cu
2.88 Mt Cu

800

1.50

600

1.00

420 Mt
0.77 Cu
2.75 Mt Cu

400
200

0.50
0.00

0.28 COG

Ley De Corte (%Cu)

Recursos <> Reservas

2.39

2.12

1.86

1.60

1.33

1.07

0.80

0.54

0.28

Tonelaje (t)

Millions

1,400

Ley Media (%Cu)

3.00

Programacin Matemtica
Alexandra Newman, PhD, Profesor Asistente
Departamento de Negocios Colorado School of
Mines

Contenidos

Programacin lineal
Programacin lineal entera
Programacin lineal entera mixta
Modelos de red
Programacin no lineal

Programacin lineal
Considere el siguiente problema:

x es el vector de variables de decisin, A,

c y b son parmetros conocidos de
dimensiones mxn, 1xn y mx1
respectivamente

Programacin lineal en
minera
Mezcla de materiales con determinadas
caractersticas.
Bajo una secuencia determinada, calcular
el programa de produccin.
Asignacin de equipos a actividades
determinadas dado el tiempo total
disponible.
Decisiones tcticas de envo de
produccin a planta de procesamiento.

Problema genrico de PL
Maximize Z 2 A 3B
subject to :
A6
A B7
2B 9
A 3B 9
A,B 0

Solucin grfica
8
7

A+B=7

6
2B=9

5
B

-A+3B=9

optimo

A=6

3
2

region factible

1
0
0

4
A

Ejemplo 1: programacin
lineal
La compaa Metalco requiere producir
una nueva aleacin de 40% estao, 35%
zinc y 25% de plomo a partir de las
aleaciones disponibles presentadas en la
tabla 1. Formule el problema de
programacin lineal que permita encontrar
las proporciones de materiales
disponibles a mezclar para generar esta
nueva aleacin a un costo mnimo.

Ejemplo 1: programacin
lineal
Tabla 1: propiedades de las aleaciones disponibles

Soluacin 1a: programacin

lineal
Sea Xi la proporcin utilizada de la aleacin
i {i=1,2,3,4,5}

Soluciones al problema de
optimizacin lineal
Si Ax=b es:
Un sistema determinado, entonces x es
nico.
Un sistema sobredeterminado, entonces x no
existe
Un sistema subdeterminado, entonces
pueden existir un set de valores factibles para
x.

Programacin lineal en 2
dimensiones
La interseccin de las restricciones Ax=b de una
regin factible.
Pueden moverse evaluaciones paralelas de la
funcin objetivo (hacia arriba para un problema
de maximizacin, hacia abajo para un problema
de minimizacin) hasta que alguna de las
realizaciones toque el ltimo punto de la regin
factible.
Este punto extremo es la solucin ptima.

Problema con solucin ptima

nica

Problema con mltiples

soluciones ptimas

Problema desbordado

Problema infactible

Dos algoritmos de optimizacin

lineal
Mtodo Simplex: tericamente tiene
performance exponencial, pero en la
prctica es bueno (slo revisa los puntos
extremos, y usualemtne no todos).
Mtodo del punto interior: tericamente
tiene performance polinomial, en la
prctica es adecuado para problemas
grandes.

Mtodo Simplex

Mtodo del punto interior

Solucion 1b: programacin

lineal
Costo mnimo: $23.46
Aleacin 1: 0.043
Aleacin 2: 0.283
Aleacin 3: 0.674

Programacin lineal entera

Considere el siguiente sistema:

y es el vector de variables de decisin, A,

c y b son parmetros conocidos de
dimensiones mxn, 1xn y mx1
respectivamente

Programacin lineal entera en

minera
Delinear un depsito mineral, determinar
la envolvente econmica.
Programacin de la produccin de largo
plazo.
Toma lgica de decisiones: precedencias,
restricciones: secuenciamiento de rajos.

Ejemplo 2: programacin
entera
W.R. Grace extrae fosfatos desde estratos
numerados de i=1 en la superficie hasta
i=n en el nivel ms profundo. Cada estrato
debe extraerse antes que el siguiente
estrato pueda ser extrado, pero slo
algunas capas contienen suficiente
mineral para justificar su procesamiento
para la generacin de 3 productos
(j=1,2,3).

Ejemplo 2: programacin
entera
La compaa puede estimar a partir de sondajes
las cantidades de aij de producto j disponible en
cada estrato, la fraccin bij de BPL (medida del
contenido de fosfato) y la fraccin pij de
contaminante. La compaa desea maximizar la
generacin de productos manteniendo un BPL
promedio para cada producto con a lo menos bj
y la concentracin de contaminante promedio
mxima de pj. Formule un problema de
programacin lineal entera que modele esta
situacin.

Ejemplo 2: programacin
entera
Tabla 2: cantidad disponible, BPL y proporcin de contaminante de cada
estrato.

Solucin 2a: programacin

entera
Sea xi=1 si se extrae el estrato i, 0 en caso contrario
Sea yi=1 se se procesa el estrato i, 0 en caso contrario

Programacin lineal entera

Algoritmo de optimizacin
entera
Ahora existe un nmero finito de soluciones factibles.
Se podran enumerar dichas soluciones, evaluarlas en la
funcin objetivo y escoger la mejor de todas.
Lo anterior podra tomar un tiempo considerable.
De hecho, aunque los algoritmos convencionales usan
tcnicas ms inteligentes para reducir esta
enumeracin, los algoritmos an tienen un performance
terico exponencial.
En la prctica, los problemas de programacin entera
requieren muchsimo mayor tiempo para encontrar una
solucin ptima que los problemas de programacin
lineal.

Solucin 2b: programacin

entera
Produccin mxima: 12
Extraer estratos 1, 2, 3 y 4
Procesar estratos 3 y 4

Programacin entera mixta

Considere el siguiente sistema:

x es un vector de variables de decisin (nx1), y

es un vector de variables de decisin (nx1) y A,
E, c, d y b son parmetros conocidos de
dimensiones mxn, 1xn, 1xn y mx1
respectivamente,

Programacin entera mixta en

minera
Programacin de produccin con
decisiones de secuencia y tonelaje.
apoyar decisiones en desarrollos con
restricciones de tonelaje.
Resolucin de modelos combinados de
programacin.

Ejemplo 3: programacin entera

mixta
Una planta de acero a recibido la orden de producir
25 toneladas de acero. El acero debe contener 5%
de carbn y 5% de molibdeno (en peso). El acero
se produce combinando 3 tipos de metal: lingotes,
chatarra y aleaciones. Existen 4 tipos de lingotes
disponibles para comprar. El peso (t), costo por
tonelada, contenido de carbn y molibdeno de
cada lingote se muestran en la tabla 3. pueden
comprarse 3 tipos de aleaciones. Las propiedades
de las aleaciones estn en la tabla 4. la chatarra
puede comprarse a un costo de 100$/t.

Ejemplo 3: programacin entera

mixta
La chatarra contiene 3% de carbon y 9%
de molibdeno. Formule el modelo de
programacin entera mixta cuya solucin
permita producir el pedido con las
caractersticas establecidas.
Tabla 3: propiedades de los lingotes

Ejemplo 3: programacin entera

mixta
Tabla 4: propiedades de las aleaciones

Solucion 3a: Programacin

entera mixta
S= cantidad de chatarra comprada (t)
Ai= cantidad comprada de la aleacin i
(i=13)(t)
yi=1 si el lingote i es comrpado(i=14), 0
en caso contrario.
xi=cantidad utilizada del lingote i (i=14)
(t)

Solucion 3a: programacin

entera mixta

Algoritmo de optmizacin lineal

entera mixta
Se resuelven de la misma manera que los
problemas de programacin lineal.

Solucin 3b: programacin

entera mixta
Costo mnimo: $3,894
Chatarra: 4.28t
Aleacin 1: 5.8t
Cantidad de lingotes 1, 2, 3 y 4: 5, 3, 2, 2.92
respectivamente (t).
Todas las variables yi son 1.

Modelos de red
Considere el siguiente sistema:

A es el set de arcos, xij es el flujo en el arco (i,j),

cij es el costo por unidad en el arco (i,j), sj es la
oferta del nodo j, dj es la demanda del nodo j, lij
es el mnimo flujo en el arco (i,j) y uij es el flujo
mximo en el arco (i,j).

Modelos de red en minera

Asignar recursos a tareas.
Decisiones de reemplazo de equipos.
Secuenciamiento de bloques con
estructuras especiales.
Determinacin de pit final.

Beneficios de los modelos de

red
Rpida resolucin.
Pueden mostrarse grficamente.

Una red

A = {(1,3),(2,3),(3,4),(4,5)}
Xij= flujo en el arco (i,j)

Formulacin del problema de

red

Ejemplo 4: modelos de red

El gerente del distrito de Whiskey Coal Mining
Company desea maximizar el beneficio de las
operaciones del distrito. La produccin de la
mina #1 son embarcadas a las plantas #1 y/o
#2; sin embargo, la mina #2 slo puede enviar
carbn hacia la planta #2. Las producciones,
esquemas de transportes, capacidades y costos
estn en las tablas 5-7. La planta #1 genera $4
de beneficio por tonelada y la planta #2 genera
$5 de beneficio por tonelada. Dibuje el diagrama
de flujo de costo mnimo cuya solucin
maximice el beneficio.

Modelos de red
Tabla 5: capacidad (t) y costos de cada mina

Tabla 6: capacidad (t) y costos de transporte mina-planta

Modelos de red

Tabla 7: capacidad de cada planta

Solucin 4a: modelos de red

Solucin 4a: modelos de red

Los costos de extraccin de cada mina y el costo de
transporte de mineral de las minas a las plantas estn
dados por los arcos desde la fuente (S) hacia las minas
y los arcos desde las minas hacia las plantas
respectivamente. Los beneficios generados por cada
planta estn dados por costos negativos en los arcos
que conectan el sumidero (T). Los lmites mnimos y
mximos en las capacidades de las minas y en los arcos
de conexin entre minas y plantas estn dados en los
arcos desde la fuente a las minas y desde las minas a
las plantas, respectivamente. Las capacidades de las
plantas estn dadas en los arcos que conectan con el
sumidero.

Resolviendo el problema de
red
Existen algoritmos muy rpidos (polinomiales)
para resolver problemas de red.
Los incrementos en performance (comparados
con herramientas para resolver problemas de
programacin lineal) son significativos para
modelos grandes.
Si el modelo es pequeo, o las soluciones
rpidas no son necesarias, pueden utilizarse los
mismos algoritmos que en los problemas de
programacin lineal.

Solucion 4b: modelos de red

Costo mnimo: $4
Mina 1: extraer 6t, enviar 2t a la planta 1 y 4t
a la planta 2.
Mina 2: extraer 2 toneladas y enviarlas a la
planta 2.
Planta 1: procesar y vender 2 toneladas de
carbon
Planta 2:procesar y vender 6 toneladas.

Introduccin a AMPL/Cplex

Modelo
Sets, definen el espacio en que se mueven las variables. Tpicamente:
bloques I
Tiempo T

Parmetros que son coeficientes en la funcin objetivo y restricciones

Aij, Bij,Cij,Rt

Variables que son las proporciones o enteros a buscar en el modelo de

optimizacin
Xij, Dijt

Formulacin de la funcin objetivo con las variables y parmetros

anteriores
Formulacin de las restricciones con las variables y parmetros
anteriores

Datos
Matrices con datos para alimentar los parmetros del modelo y algunos
sets que permitan adherir heurstica en la optimizacin

Programacin Matemtica
AMPL

Ejemplo de Aplicacin de Modelo

Geo Metalrgico en la
Programacin de la Produccin

Descripcin del problema

SAG
B11

B12

B13

B14

B1n

B21

B22

B23

B24

B2n

B31

B32

B33

B34

B3n

B41

B42

B43

B44

B4n

Bm1

Bm2

Bm3

Bm4

Bmn

Para un perodo dado varios bloques estn

disponibles para ser extrados de acuerdo a la
secuencial LTP.
En la planificacin de mediano plazo aquellos
bloques deben ser ubicados en alguna etapa de
procesamiento.

N/S

No
Where

Descripcin del problema

SAG
B11

B12

B13

B14

B1n

B21

B22

B23

B24

B2n

B31

B32

B33

B34

B3n

B41

B42

B43

B44

B4n

Bm1

Bm2

Bm3

Bm4

Bmn

N/S

No
Where

Aproximacin Heurstica
Bloques con el ms alto valor al SAG y el
resto a cubrir el tonelaje en el N/S.
Rev. Factor
Met. Recov.
tons/block
SAG Cap
N/S

14
0.87
7800
3
2

% Cu

% Cu

Total Block
0.35%
Revenue
0.39%
0.34%
1.40%
2.20%
1.88%
0.46%
0.51%

%Cu*Rev.
factor* 33.3
Met. Recov
37.1
32.3
133.0
209.0
178.6
43.7
48.5

0.35%
0.39%
0.34%
1.40%
2.20%
1.88%
0.46%
0.51%
0.45%

SAG
SAG
Total Revenue
SAG
N/S
N/S

Total Block
Revenue (k$)
33.3
37.1
32.3
133.0
209.0
178.6
43.7
48.5
42.8

Alloc COG
SAG
SAG
SAG
N/S
N/S
612.8

Descripcin del Problema

Maximizar el beneficio del molino a travs
de ubicar varios bloques en dos lneas de
procesamiento; SAG and N/S, sin exceder
sus capacidades.
El nmero de bloques corresponde con un
mes de produccin de la mina.
Cada bloque tiene una renta diferente
dependiendo de su destino (SAG, N/S).
La capacidad del molino est dada por su
disponibilidad en el tiempo.

Tamao del producto afecta la

recuperacin metalrgica

Kelebek S., 2000, Analysis of Andina data on

the effect of primary grind size on the recovery
of Cu with implications on processing tonnage,
An internal Queens University report for
Metalica, Santiago Chile.

Tamao de alimentacin tpico

y flujo de salida

S.Morrell1 & W.Valery, 2000. INFLUENCE OF FEED SIZE

ON AG/SAG MILL PERFORMANCE. SAG 2001, CIM.

Modelo de diferentes
caractersticas de molienda.

1
2
3

Modelamiento del material de salida de la mina (MOTC)

y el tipo de roca (RT)

El Modelo

Valorando los bloques de

mineral
Rec. Metalrgica de bloques como una
funcin del MOTC y RT
Rik f k MOTCi , RTi

For all k=1..K processes and i=1..I

blocks

Tiempo para procesar un bloque como

funcin de el MOTC.
Ti k f k MOTCi

For all k=1..K processes and i=1..I

blocks

Renta del bloque

Re vik F ( Rik , P, g i ,...)

For all k=1..K processes and i=1..I

blocks

Construyendo el modelo
Dimensiones
Nmero de bloques N

Parametetros
Rentas por caractersticas del proceso: R SAGi R NS i
Tiempo por bloque para diferentes caractersticas de
procesamiento: TSAG TNS
Tiempo mximo disponible en los molino: T NSi T SAGi

Variables

Bloque enviado a el SAG o no. vi

Bloque enviado a la N/S o no. wi

Construyendo el modelo
Funcin objetivo
Maximizar la renta en el
perodo en estudio

Restricciones
Tiempo de procesamiento
disponible.
Lmites.

Max
vi , wi

R
SAG

R
NS

w
i i i i
N

i 1

T SAG v TSAG
i 1

T NS v TNS
i 1

vi wi 1 i 1..N
vi , wi binary variables (optional)

Prototipo (algunos Bloques)

Usando la misma aproximacin heurstica de extraccin, pero

valorando la extraccin de mineral usando la aproximacin MOTC y
RT.
Tambin agregando una restriccin en la disponibilidad temporal del
molino.
% Cu
0.35%
0.39%
0.34%
1.40%
2.20%
1.88%
0.46%
0.51%
0.54%

Recovered Cu Metal Rates Total Block Revenue

(klb/hr)
(k$)
SAG
N/S
SAG
N/S
45.0
49.5
45.0
125.2
177.2
157.9
46.1
50.6
52.8

17.1
18.8
17.1
53.5
75.6
68.1
23.3
25.6
26.7

26.6
28.2
24.7
151.4
237.8
227.3
55.4
61.5
64.0

Total SAG
Total N/S
Total Revenue

25.7
27.2
23.8
141.3
221.9
214.2
49.8
55.3
57.6

3.5 <=
5.4 <=
615.9

Process Time
(min)
SAG
N/S
0.7
0.7
0.7
1.2
1.2
1.2
1.5
1.5
1.5

1.8
1.8
1.8
2.5
2.5
2.5
2.7
2.7
2.7

3.0
4.3

Real Prod.
Cap.
86%
79%

Alloc COG
SAG
SAG
SAG
N/S
N/S
-

La restriccin de tiempo es
rota, luego la aproximacin
eurstica no es confiable.

Solucin usando la IP
% Cu
0.35%
0.39%
0.34%
1.40%
2.20%
1.88%
0.46%
0.51%
0.54%

Recovered Cu Metal Rates Total Block Revenue

(klb/hr)
(k$)
SAG
N/S
SAG
N/S
45.0
49.5
45.0
125.2
177.2
157.9
46.1
50.6
52.8

Process Time
(min)
SAG
N/S

17.1
18.8
17.1
53.5
75.6
68.1
23.3
25.6
26.7

26.6
28.2
24.7
151.4
237.8
227.3
55.4
61.5
64.0

25.7
27.2
23.8
141.3
221.9
214.2
49.8
55.3
57.6

0.7
0.7
0.7
1.2
1.2
1.2
1.5
1.5
1.5

Total SAG
Total N/S

3.0
4.3

<=
<=

3.0
4.3

Total Revenue

1.8
1.8
1.8
2.5
2.5
2.5
2.7
2.7
2.7

Alloc
SAG
N/S
N/S
SAG
SAG
-

660.2

No intuitiva
Toma en consideracin la renta de la productividad como
$/tiempo

Aplicacin en Grasberg
PT Freeport Indonesia

Grasberg Open Pit

PT Freeport Indonesia
Ubicado West Papua
El depsito porfrico de
Grasber se ubica en el
Nor-Weste de el distrito
minero de Erstsberg,
contiene la ms
grandes reservas de
oro.
Una de las tres ms
grandes reservas de
rajo abierto en el
mundo.

Modelando el ambiente.
1x2 km pit
800 m profundidad
Produccin
Mineral 260 Ktpd
Esteril 340 Ktpd

Leyes
2.5%Cueq

15 Palas, 10
cargadores
105 camiones

Tamao del problema

2 opciones de procesamiento SAG y una
lnea de molienda convencional N/S.
72,000 parmetros.
18,000 bloques necesitan ser planificados
en un perodo de un ao en una base
mensual.
36,000 variables.
54,000 restricciones.

Supuestos
La Heurstica fue usada para reducir el tamao
del problema en alrededor un 30% en donde las
restricciones temporales dejaron fuera los
bloques de alto tiempo de procesamiento y baja
ley.
El modelo trabaja con una secuencia predefinida.
El problema fue resuelto usando la plataforma
Front Line Premium Solver Platform con el
mtodo Interval Branch and Bound
El modelo corri alrededor de 35 hrs.

Database
BLOCKS
x

y
1
1
1
1
1
1
1
1
1
1

z
1
1
1
1
1
1
1
1
1
1

MOTC
1
1
1
1
1
1
1
1
1
1

TYPE
3
3
3
3
3
3
3
3
3
3

3
3
3
3
3
3
3
3
3
3

TONNES CU
AU
CuEq
7725
0.14%
0.06
0.19%
7665
0.42%
0.06
0.47%
9217
0.43%
0.1
0.50%
9160
0.35%
0.077
0.41%
8883
0.26%
0.117
0.34%
8984
0.24%
0.092
0.30%
10179
0.26%
0.08
0.32%
10493
0.28%
0.077
0.33%
10162
0.27%
0.073
0.32%
10962
0.29%
0.075
0.34%

Modelos Geo-MineroMetalurgicos
Modelos MOTC
MOTC
1
2
3

SAG tph
8931
7671
6241

Size
23.18
16.38
8.66

MOTC
1
2
3

N/S tph
3510
3510
3510

Size
30.25
30.25
30.25

Modelo de Rec. Met.

Metallurgical Recoveries for SAG Processing line
MOTC/TYPE
1
2
3

1
96.5%
97.5%
98.7%

2
86.4%
88.9%
91.8%

3
76.2%
78.8%
81.7%

4
86.4%
88.9%
91.8%

Metallurgical Recoveries for N/S Processing line

MOTC/TYPE
1
2
3

1
95.5%
95.5%
95.5%

2
83.8%
83.8%
83.8%

3
73.5%
73.5%
73.5%

4
83.8%
83.8%
83.8%

Disponibilidad de molinos
Processing Time Available (hrs)

800
750
700
650
600
550
500
450
400
Jan Feb
TSAG

Mar Aprl May Jun

"TN/S"

Jul

Month

Aug Sep

Oct

Nov Dec

Resultados
Optimizacin Heurstica sin restricciones
2,300 M$
Restriccin Heurstica de disponibilidad de
tiempo para el procesamiento.
2,175 M$
Modelo de optimizacin IP
2,296 M$

Leyes de corte por MOTC y

Procesamiento
Jan
Feb
Mar
Aprl
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec

SAG Cut-Off grade by Material Type

SAG t1
SAG t2
SAG t3
NS
0.42%
0.91%
1.17%
0.35%
0.36%
0.79%
2.05%
0.38%
0.30%
0.40%
0.56%
0.39%
0.41%
0.51%
0.59%
0.29%
0.29%
0.47%
0.49%
0.37%
0.27%
0.34%
0.70%
0.33%
0.36%
0.42%
0.71%
0.45%
0.31%
0.53%
0.73%
0.31%
0.32%
0.36%
0.73%
0.40%
0.35%
0.39%
0.79%
0.43%
0.34%
0.39%
0.89%
0.39%
0.35%
0.66%
0.86%
0.32%

Leyes de corte fijas para caractersticas

de multi-procesamiento no funcionan.

Ley de corte real como funcin

del tiempo de procesamiento
4.50%
4.00%
3.50%
S1

Grade

3.00%

S2

2.50%

S3

2.00%

NS1
NS2

1.50%

NS3

1.00%
0.50%
0.00%
0.00

0.50

1.00

1.50
Time

2.00

2.50

3.00

Resultado Heurstico para la

secuencia de la produccin
Grade
SAG

NS

NS

NW
NS
NW
Time

El grfico es retroalimentado con el algoritmo

de secuenciamiento y se repite el ciclo.

Ciclo de planificacin minera

LTP
Re
Modeling

Production Promise

MTP
OP.
Performance

Contracts

STP

OP. DB.

Facilities and
Equipment

Operation

Comentarios
Modelos Geo Minero Metalrgicos pueden ser
tiles para integrarse a la cadena de valor.
Aproximacin Heurstica puede ser mejorada
usando Investigacin de Operaciones.
Tonelaje es una mala restriccin, una ms
realista es el tiempode procesamiento disponible.
Una estrategia de leyes de corte fija para colocar
bloques de mineral en diferentes alternativas de
procesamiento no funciona.

Optimizacin No Lineal
R
Metallurgical Recovery

T+: Maximum feasible mill throughput

T*: Design mill throughput
T-: Minimum feasible mill throughput

T-

T*

T+

Mill Throughput

Funcin Objetivo
La misma pero con la relacin lineal del tratamiento

Restricciones
Restricciones relacionadas con el tonelaje y no el tiempo de
proceso

Formulacin
Funcin Objetivo
Sujeto a

Max
vi , wi

R SAG

i 1

T v

i 1

T w

i 1

T v

i 1

T w
i 1

T w
i 1

b1
b2

T* SAG (1 t )

i 1

T* NS (1 t )

Funciones que definen el ajuste de acuerdo al

tonelaje a tratar por lnea de proceso

T* SAG (1 t )

T v
N

f NS a 2

vi f SAG R NS i wi f NS

f SAG a1

T* NS (1 t )

vi wi 1 i 1..N

Capacidades de procesamiento acotadas por la

tolerancia mxima a tratar en cada lnea de
proceso y su capacidad de diseo.

Resultados
El despacho de bloques depende del tiempo de
procesamiento, la ley de mineral y la dureza del
mineral (MOTC)

Despacho de Bloques Programa de

Produccin Mensual

Esta optimizacin posee un

potencial de mejora de 30
Grade
M$/a si se materializa de
acuerdo al modelo
Esta aplicacin fue
desarrollada para una mina
que explota mineral sulfurado
de cobre con ley equivalente
de 2.3 %Cu y un ritmo de 320
Ktpd

SAG

NS

NS

NW
NW
Time

Planificacin de minas a rajo

abierto con agregacin
Fase-Banco-Rango
Patricio Prieto V.
Sebastin Troncoso B.

Antecedentes
Yacimiento Cu-Au con
altas concentraciones de
arsnico.
Penalizaciones por
arsnico en concentrado.
Restriccin en la cantidad
de arsnico en el mineral
de envo a planta.

Motivacin
Metodologa
estndar genera
programas de
produccin inviables.
Lerchs y Grossmann.
Milawa balanced.

Restriccin directa
(limits) no resuelve.

Motivacin
Aplicacin de leyes de
corte al generar
envolvente econmica
Reduccin drstica de
VAN.
Escenarios inviables.

Relacin As-VAN.
Prueba y error no
asegura optimalidad.

Objetivo
Calcular un plan de produccin alineado
con los objetivos estratgicos de la
compaa, respetando la concentracin
mxima de arsnico en el mineral de
envo a planta (150 ppm).
Maximizacin de VAN.

Alcances
Minera a cielo abierto.
Programa de produccin anual.
Se analizan los 5 primeros aos de
explotacin.

Metodologa
Seleccin de envolvente
econmica.

Seleccin de caso potencialmente

factible
Valorizacin de bloques con
penalidad por arsnico.
Valorizacin de bloques sin
penalidad por arsnico.
Aplicacin de leyes de corte para
As en L&G
(200,300,400,500ppm).

Seleccin de envolventes para

sustentar 5 aos de produccin a:
25Ktpd
50 Ktpd
75 Ktpd
100Ktpd

Discretizacin envolvente
econmica.
Modelo de optimizacin.
Programa de produccin.

Metodologa

Metodologa
Seleccin de envolvente
econmica.
Discretizacin envolvente
econmica.
Modelo de optimizacin.
Programa de produccin.

Discretizacin en 5 fases:

Cada fase subdividida en

bancos.
Cada banco subdividido
en rangos:

Metodologa
Cada FBR
posee:

Tonelaje.
Ley de Cu.
Ley de Au.
Ley de As.
Valor.

Metodologa Modelo de
optimizacin (fragmento)
Variables de decisin

Metodologa Modelo de
optimizacin (fragmento)

Metodologa
Seleccin de envolvente
econmica.
Discretizacin envolvente
econmica.
Modelo de optimizacin.
Programa de produccin.

Secuencia

Fases activas por periodo

Anlisis de resultados
Seleccin de material
a procesamiento
33% del tonelaje
procesado posee As
sobre 150ppm.
6.5Mt procesadas que
fueron catalogadas
como estril en L&G.
9.8Mt procesadas con
valor econmico
negativo (valorizacin
independiente)

Leyes

En todos los periodos se

procesan FBRs de alta
cocentracin de
arsnico.

En la globalidad
igualmente se cumplen
las restricciones.

En todos los periodos se

procesa al menos una
FBR sin leyes de Cu o
Au.

ley de corte 0?

Conclusiones
El plan calculado tiene un VAN de 714.9MUS$ y captura
un 85% del valor presente neto del plan de produccin
sin restriccin de As (840.5MUS$).
La secuencia y la seleccin del material a
procesamiento no estn ligadas a una ley de corte, sino
que se determinan de acuerdo a la maximizacin de una
funcin objetivo y respetando determinadas
restricciones.
En resumen, la aproximacin propuesta logr
incrementar el VAN (en un 288%) y las reservas del
depsito (en un 30%), con respecto al caso factible que
limita la concentracin de arsnico en los bloques de
alimentacin a planta a 200ppm.
Discretizacin.

Aplicacin de Modelacin
Matemtica al Clculo de Alturas
de Columnas
Traer paper de Rubio