Modelamiento de Incertidumbre Geologica

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 31

Modelamiento de

incertidumbre geológica

Prof. Xavier Emery


Departamento de Ingeniería de Minas
Advanced Mining Technology Center
Universidad de Chile
Agenda
• Introducción

• Caso de estudio: yacimiento de fierro

• Aplicación a la planificación minera

• Conclusiones y referencia
Motivación
La evaluación de yacimientos se centra generalmente en los protocolos de
muestreo, el control de calidad y el uso de métodos geoestadísticos para
evaluar la cantidad y ubicación de los recursos minerales en un yacimiento

→ modelamiento de unidades geológicas


→ validación de la(s) base(s) de datos (sondajes, datos de producción…)
→ análisis exploratorio y variográfico de datos
→ predicción local de leyes por kriging
→ categorización de los recursos
Motivación
Ahora bien, se sabe que el método de kriging sufre de ciertas limitaciones. La
principal de ellas es el suavizamiento, que hace que el modelo de leyes
predichas no refleje la variabilidad de las leyes verdaderas. Esta variabilidad,
junto con el conocimiento parcial del yacimiento, es responsable de la
incertidumbre

Muestras de exploración Modelo obtenido por kriging Realidad


Motivación
En la actualidad, uno de los factores que más contribuyen al riesgo en
proyectos mineros es la incertidumbre geológica (desconocimiento de los tipos
de roca, tipos de mineral, leyes de elementos de interés, características
geometalúrgicas que uno es susceptible encontrar al explotar un yacimiento).

Se torna cada vez más necesario que los modelos de recursos geológicos y
reservas mineras cuantifiquen esta incertidumbre
→ nuevos paradigmas en la planificación y valorización de un proyecto
→ los errores en la interpretación geológica o en la estimación de recursos
pueden implicar la toma de decisiones erróneas o no óptimas
Motivación

Ejemplos de decisiones erróneas o no óptimas


• no identificar sectores con potencial geológico
• gastar recursos en campañas de muestreo
• perder fiabilidad en el reporte de recursos y reservas bancables
• exagerar las metas de producción
• valorizar equivocadamente un plan minero
• tener que cambiar un plan minero
• equivocar el destino del material minado.
Ilustración: modelamiento geológico

Interpretación geológica del yacimiento Radomiro Tomic (1999 y 2002)


Ilustración: inversión en muestreo

Fuente: diario Minería Chilena (16 septiembre 2009)


Ilustración: riesgos en
etapa de factibilidad

Haz clic para agregar texto

Fuente: McCarthy PL, 2003. Managing technical risks for mine feasibility studies. In:
Proceedings Mining Risk Management Conference, The Australasian Institute of Mining
and Metallurgy, Melbourne, pp. 21-27
Ilustración: fracaso de proyectos

Fuente: https://mosimtec.com/top-5-reasons-mining-projects-never-get-off-the-ground
Cómo cuantificar la incertidumbre
La simulación geoestadística permite generar escenarios posibles de la
distribución espacial de la variable de interés, a partir de los cuales se puede
cuantificar la incertidumbre y tomar decisiones

→ Enfoque basado en riesgo, aplicable a diferentes procesos:


• cálculo y categorización de recursos y reservas recuperables
• diseño de la explotación
• planificación y programación de la producción
• evaluación de riesgo financiero
• control de leyes
• etc.
Cómo cuantificar la incertidumbre
Enfoque tradicional

Modelo único
Respuesta
de yacimiento Respuesta
correcta
desconocida predicha
Proceso
1

probabilidad
0
reservas
Cómo cuantificar la incertidumbre
Enfoque basado en riesgo

Múltiples modelos
Respuesta
de yacimiento
correcta
desconocida
Proceso
1

probabilidad
Distribución
de posibles
respuestas

0
reservas
Caso de estudio:
yacimiento de fierro
Flujo de trabajo tradicional
Etapa 1: muestreo para la obtención de datos, tanto en la geología como en las
leyes metálicas y otras propiedades cuantitativas (Fe, SiO2, S, P, K, MR)

Tipos de roca Leyes de fierro


Flujo de trabajo tradicional
Etapa 2: construcción de un modelo de bloques por interpretación geológica o
por técnicas de interpolación espacial (kriging)

Modelo litológico Modelo de leyes


Flujo de trabajo tradicional
Etapa 3: categorización de los recursos (medidos, indicados, inferidos)

Etapa 4: conversión de recursos en reservas (probadas, probables) asociadas a


un plan de largo plazo

Problema: la planificación se alimenta con un modelo de bloques que suaviza


la variabilidad geológica real
→ riesgos y oportunidades perdidas
Solución propuesta
Modelamiento de geología a través de escenarios simulados

Los escenarios reflejan la incertidumbre y la variabilidad geológica.


Solución propuesta
Modelamiento de geología a través de escenarios simulados

Se puede cuantificar la incertidumbre mediante mapas de probabilidad.

Probabilidad de cada tipo de roca


Solución propuesta
Modelamiento de leyes a través de escenarios simulados

Cada escenario de geología se asocia con un escenario de leyes

Modelo litológico Modelo de leyes


Aplicación a la planificación
minera estratégica
Solución propuesta

Sensibilización del plan minero tradicional


Solución propuesta
Optimización del plan minero en base a escenarios simulados

“Pit probabilístico” y secuencia de extracción óptima calculada a partir de


varios (100) escenarios simulados
Solución propuesta
Optimización del plan minero en base a escenarios simulados

Planes de producción calculados a partir de modelo de bloques tradicional y a


partir de escenarios simulados
Solución propuesta
Optimización del plan minero en base a escenarios simulados

Flujos de caja calculados a partir del modelo de bloques tradicional y a partir


de escenarios simulados
Traditional planning Scenario-based planning
Period
net value disc. value net value disc. value
1 $ 6.549.956 $ 5.954.506 $ 7.106.911 $ 6.460.828
2 $ 5.745.762 $ 4.748.563 $ 6.106.056 $ 5.046.327
3 $ 6.827.616 $ 5.129.689 $ 7.280.297 $ 5.469.795
4 $ 4.939.806 $ 3.373.954 $ 5.295.829 $ 3.617.123
5 $ 4.370.655 $ 2.713.833 $ 4.731.329 $ 2.937.783
6 $ 3.722.550 $ 2.101.283 $ 3.964.960 $ 2.238.117
7 $ 4.363.032 $ 2.238.925 $ 4.641.859 $ 2.382.008
8 $ 3.652.027 $ 1.703.698 $ 3.883.115 $ 1.811.502
9 $ 3.135.691 $ 1.329.839 $ 3.328.385 $ 1.411.560
10 $ 4.313.780 $ 1.663.149 $ 4.535.216 $ 1.748.522
11 $ 2.947.268 $ 1.033.000 $ 3.091.155 $ 1.083.431
12 $ 3.272.864 $ 1.042.835 $ 3.396.395 $ 1.082.196
Total $ 53.841.008 $ 33.033.273 $ 57.361.507 $ 35.289.191
Solución propuesta
Optimización del plan minero en base a escenarios simulados

El plan estocástico
logra un mayor
beneficio (+6% en
promedio)
$
Conclusiones y referencia
Conclusiones

• Aportes de valor de los escenarios simulados:


– estudio de sensibilidad de un plan minero dado
– optimización del plan minero: flujo de caja aumentado en un 5 a 10%

• Trabajo multidisciplinario
Referencia
• Maleki M., Jélvez E., Emery X., Morales N., 2020. Stochastic open-pit mine production
scheduling: a case study of an iron deposit. Minerals 10(7), article 585.
Agradecimientos

Departamento de Ingeniería de Minas, Universidad de Chile

Advanced Mining Technology Center, Universidad de Chile

Laboratorio ALGES de Supercómputo Geoestadístico

Proyecto Fondecyt 1170101 (ANID)


Muchas gracias!

También podría gustarte