Impacto de incertidumbre en los límites de mineral/estéril en minería a cielo abierto: incertidumbre geológica y movimiento por tronadura

Abstract

La minería es fundamental para la economía chilena, destacándose en la producción mundial de cobre. La mayor parte de esta extracción se realiza mediante operaciones a cielo abierto, donde uno de los principales desafíos es definir con precisión los límites entre material mineralizado y estéril. En la planificación de corto plazo, un aspecto fundamental es la definición de polígonos de extracción que determinan los sectores del banco que serán procesados, stockeados, o enviados a botadero según las distintas calidades del material, los tipos de roca, las restricciones geometalúrgicas y los targets de producción. Este proceso se puede ver afectado por distintas fuentes de incertidumbre: geológica, operacional, por tronadura, entre otras. Estas fuentes pueden afectar el beneficio económico y el cumplimiento de las metas productivas en el corto plazo, por lo que es necesario abordarlas en el proceso de planificación. Tradicionalmente, la planificación minera se basaba en modelos de bloques estimados a partir de sondajes limitados. Estos modelos proporcionaban una idea aproximada del yacimiento, pero no presentaban con precisión la totalidad de los recursos minerales ni su complejidad. La delimitación manual de los límites de excavación carecía de estandarización y sistematización, lo que provocaba subjetividad y afectaba la precisión y confiabilidad de los límites establecidos. Además, los límites definidos antes de la tronadura perdían validez debido al movimiento provocado por la explosión. Para abordar estos desafíos, se han propuesto diversos algoritmos y metodologías. Entre ellos, se encuentran algoritmos heurísticos y metaheurísticos, como el recocido simulado, que se ha utilizado para optimizar los límites de excavación, buscando maximizar los ingresos y minimizar las pérdidas económicas por errores en la clasificación del material. En 2014, la programación entera estocástica ganó relevancia al incorporar la incertidumbre geológica en la planificación minera. Actualmente, se aborda como un problema de programación lineal entera mixta, garantizando soluciones óptimas, aunque con mayores tiempos de cálculo. Mining is fundamental to the Chilean economy, standing out in global copper production. Most of this extraction is carried out through open-pit operations, where one of the main challenges is precisely defining the boundaries between mineralized material and waste. In short-term planning, a fundamental aspect is the definition of extraction polygons that determine which bank sectors will be processed, stockpiled, or sent to waste dumps according to different material grades, rock types, geometallurgical restrictions, and production targets. This process can be affected by various sources of uncertainty: geological, operational, blasting-related, among others. These sources can impact economic benefit and the achievement of short-term production goals, making it necessary to address them in the planning process. Traditionally, mine planning was based on block models estimated from limited drill holes. These models provided an approximate idea of the deposit but did not precisely represent all mineral resources or their complexity. Manual delimitation of excavation boundaries lacked standardization and systematization, which led to subjectivity and affected the accuracy and reliability of established boundaries. Additionally, boundaries defined before blasting lost validity due to movement caused by the explosion. To address these challenges, various algorithms and methodologies have been proposed. Among them are heuristic and metaheuristic algorithms, such as simulated annealing, which has been used to optimize excavation boundaries, seeking to maximize revenue and minimize economic losses due to material classification errors. In 2014, stochastic integer programming gained relevance by incorporating geological uncertainty into mine planning. Currently, it is approached as a mixed integer linear programming problem, guaranteeing optimal solutions, albeit with longer calculation times.