Optimización de predicciones a corto plazo en minería subterránea mediante la reconciliación de modelos de bloques y datos de procesamiento en planta
Optimizing short-term predictions in underground mining through reconciliation of block models and plant processing data
DOI:
https://doi.org/10.56712/latam.v5i6.3054Palabras clave:
reconciliación, modelos, estimación, recursos, minería, corto plazo, diluciónResumen
Este estudio presenta una comparación detallada entre las estimaciones de tonelaje y ley de oro y plata generadas a partir del modelo de bloques y los resultados de producción reales reportados por la planta de una mina, durante un mes de operación. Las áreas minadas se identificaron como zonas 1 a 9, y se evaluaron las discrepancias entre los valores teóricos del modelo y los valores de producción real de oro y plata, observándose un impacto significativo de factores como la dilución. Estudios previos subrayan la importancia de integrar una metodología de reconciliación en la planificación minera para reducir las variaciones en las estimaciones. Por ejemplo, Wang et al. (2011) destacan cómo la dilución puede afectar la precisión de los modelos, mientras que Chieregati et al. (2019) discuten un marco de reconciliación que permita una evaluación precisa a corto plazo. Los resultados de este estudio muestran que los factores de dilución reducen la ley promedio del mineral extraído en comparación con las estimaciones originales. Con base en estos hallazgos, se propone un enfoque de reconciliación optimizado que mejore la precisión en la planificación operativa y la gestión de recursos, contribuyendo a una mayor sostenibilidad y eficiencia en las operaciones mineras.
Descargas
Citas
Araújo, C. da P., Costa, J. F. C. L., & Koppe, V. C. (2018). Improving short-term grade block models: alternative for correcting soft data. REM - International Engineering Journal, 71(1), 117–122. https://doi.org/10.1590/0370-44672016710007 DOI: https://doi.org/10.1590/0370-44672016710007
Chieregati, A. C., Pignatari, L. E. C., Pitard, F. F., & Delboni, H., Jr. (2019). Proactive reconciliation as a tool for integrating mining and milling operations. International Journal of Mining Science and Technology, 29(2), 239–244. https://doi.org/10.1016/j.ijmst.2019.01.001 DOI: https://doi.org/10.1016/j.ijmst.2019.01.001
Articulo Reconciliacion
CIM Estimation of Mineral Resources and Mineral Reserves Best Practice Guidelines. (2019). Cim.org. https://mrmr.cim.org/media/1129/cim-mrmr-bp-guidelines_2019.pdf
Coombes, J. (2010). Art and science of resource estimation: Russian translation. Coombes Capability.
Herrera Valdez, J., & Mayorga Rojas, J. C. (2020). Acciones para reducir diferencias de reconciliación entre el mineral recibido y el enviado a molienda. Revista del Instituto de investigación de la Facultad de geología, minas, metalurgia y ciencias geográficas de la Universidad nacional mayor de San Marcos (Impresa), 23(45), 29–35. https://doi.org/10.15381/iigeo.v23i45.18059 DOI: https://doi.org/10.15381/iigeo.v23i45.18059
Rossi, M. E., & Deutsch, C. V. (2017). Mineral Resource Estimation. Springer.
Wang, W., Huang, S., Wu, X., & Ma, Q. (2011). Calculation and management for mining loss and dilution under 3D visualization technical condition. Journal of software engineering and applications, 04(05), 329–334. https://doi.org/10.4236/jsea.2011.45037 DOI: https://doi.org/10.4236/jsea.2011.45037