Un marco basado en el análisis de riesgos para la planificación estratégica de

minas
y diseño - Método y aplicación.
ABSTRACTO
La evaluación y gestión de la incertidumbre del yacimiento es fundamental para
planificación minera estratégica. Este documento presenta un enfoque que consiste en
una serie de procedimientos para la evaluación de riesgos en la optimización y el diseño de boxes.
Múltiples simulaciones de ley de bloque se procesan en Whittle Software para
producir una distribución de posibles resultados en términos de valor actual neto.
Los ejemplos de una mina a cielo abierto se utilizan para ilustrar la práctica
aplicación de la metodología.

INTRODUCCIÓN
Tradicionalmente, la determinación de la distribución espacial de los grados en un modelo de
yacimiento se basa en la estimación geoestadística. los principal inconveniente de las técnicas de
estimación, ya sean geoestadísticas o no, es que no pueden reproducir la variabilidad en el espacio
“in situ” como se deduce de los datos disponibles. Ignorando tal fuente consecuente de riesgo e
incertidumbre puede conducir a planes de producción poco realistas (por ejemplo,
Dimitrakopoulos, Farrelly y Godoy, 2002).
En el tratamiento de la incertidumbre en la distribución espacial de atributos de un depósito
mineral, se pueden generar varios modelos del deposito basados y condicionados a los mismos
datos disponibles y sus características estadisticas , estos modelos están todos limitados a:
• reproducir toda la información disponible y sus estadísticas.
• representar modelos igualmente probables del espacio real distribución de calificaciones.
La disponibilidad de múltiples modelos igualmente probables de una mina depósito permite a los
planificadores de minas evaluar la sensibilidad del pozo diseño y programación de producción a
largo plazo de incertidumbre geológica. Este enfoque ha sido propuesto por muchos autores en
los últimos 20 años (David, 1988; Journel, 1992; Ravenscroft, 1992; Dimitrakopoulos, 1998; Kent,
Peattie y Chamberlain, 2007; y otros).
La Figura 1 ilustra la diferencia entre el proceso tradicional usado para convertir un recurso
mineral en un mineral reserva y el enfoque basado en el riesgo basado en la técnica de simulación
condicional.
El objetivo de este documento es proporcionar ingenieros de planificación minera una serie de
procedimientos que pueden usarse para considerar los efectos de grado de incertidumbre en los
estudios de planificación minera. Cuatro casos han sido seleccionado para ilustrar diferentes tipos
de aplicaciones:
1. Análisis de incertidumbre de un pit final- Valor neto (NV), costos, tonelaje, grado y metal;
2. identificación de áreas de potencial alcista y desventaja riesgo.
3. análisis de compensación para estrategias de reducción del agotamiento.
4. evaluación de la incertidumbre relacionada con los bloques de mineral que conducen la
incremento entre los sucesivos proyectiles de pozo.
En las siguientes secciones, cada aplicación está desarrollada por separado e incluye una
descripción paso a paso del procedimiento y una discusión de los resultados obtenidos en un caso
real solicitud.

ANÁLISIS DE INCERTIDUMBRE PARA UN PIT FINAL.

El objetivo de este análisis es evaluar la sensibilidad de la clave los resultados de optimización de
pozo para calificar la incertidumbre. El proceso conocido como optimización de pozo
tradicionalmente se lleva a cabo sobre la base de la estimación modelo de recurso y el uso de la
implementación de pozo anidado de la Algoritmo Lerchs-Grossmann del software Whittle (Lerchs
y Grossmann, 1965; Whittle, 1999). El resultado de la proceso de optimizacion es una serie de
depósitos incrementales. Diferentes criterios se pueden utilizar para seleccionar el pit final,
incluido el valor neto del pozo y el valor presente neto basado en una secuencia de extracción
referencial. Esta última cáscara de pozo se utiliza como la base para el diseño de pozo y
planificación. Usando modelos condicionalmente simulados como entrada, Whittle programa de
análisis (FDAN) puede ser utilizado permitiendo el evaluación del riesgo debido a la incertidumbre
sobre lo real, pero desconocido, distribución de calificaciones. En el procedimiento propuesto a
continuación, La última cáscara de pozo producida en Whittle se evalúa frente a una serie de
modelos simulados del yacimiento.
Para evaluar la incertidumbre sobre los principales parámetros que impulsan la selección de la
cáscara de pozo definitiva el siguiente procedimiento es propuesto:

• Del archivo de resultados Whittle producido por la optimización del pozo a procesar, generar un
archivo de la lista Whittle pit que contenga información sobre el hoyo numerado más pequeño del
que cada parte del bloque.

• Aplicar el archivo de la lista de boxes producido en el Paso 1 a cada uno de los modelos de
yacimientos simulados.

• Ejecute el programa de análisis configurado para generar la misma información, previamente

generada por análisis del original optimización de pozo El análisis debe llevarse a cabo para cada
uno de los modelos simulados disponibles.

El procedimiento anterior genera una variedad de resultados alternativos para el proceso de

optimización original. Esto le permite al planificador evaluar el rango probable de mineral
contenido, metal y una serie de indicadores económicos clave.

La figura 2 muestra el tonelaje del mineral predicho producido por análisis de riesgo. Hasta el hoyo
27, la nube de Tonelaje acumulativos derivados de los modelos simulados presentes una
disminución promedio de aproximadamente 9.76 por ciento en relación con el tonelaje predicho
por el modelo estimado. En el hoyo 27 el modelo estimado indica aproximadamente 180.3 Mt
frente a un valor esperado de 164.6 Mt derivado de las simulaciones. los resultados esperados del
mineral contenido van de 163,3 Mt a 166.1 Mt, que corresponde a un rango de -0.83 por ciento a
+0,92% en relación con el valor esperado derivado del simulaciones.

El mismo tipo de análisis llevado a cabo en promedio la calidad de alimentación del molino (Figura
3) muestra una sobreestimación decreciente en grados del modelo estimado en relación con el
simulado modelos. En el shell número 1, el modelo estimado predice una Grado promedio de
alimentación del molino de 2.6 g / t, mientras que las simulaciones indican un grado esperado de
2.2 g / t. En el hoyo 27, el modelo estimado indica aproximadamente 1.98 g / t contra un valor
esperado de 1.95 g / t derivado de las simulaciones. El perfil de riesgo en la fábrica el grado de
alimentación va de 1.93 g / t a 1.98 g / t, lo que corresponde a rango de -1.24 por ciento a +1.32
por ciento en relación con valor esperado.

La figura 4 muestra el metal recuperado predicho producido por el análisis. Hasta el hoyo 27, la
nube acumulativa las onzas recuperadas derivadas de los modelos simulados presentan una
disminución media de aproximadamente el 17,41 por ciento en relación con las onzas predichas
por el modelo estimado. Este resultado indica que el modelo estimado potencialmente está
sobreestimando grados como un efecto de suavizado excesivo. En el hoyo 27
El modelo estimado indica 9.84 Moz contra un valor esperado de
8.85 Moz derivado de las simulaciones. El perfil de riesgo en
las onzas recuperadas van desde 8.72 Moz a 8.98 Moz, que
corresponde a un rango de -1.4 por ciento a +1.58 por ciento en
relación con el valor esperado.
La combinación de la sobreestimación en tonelaje de mineral y molino
grado de alimentación tiene un impacto directo en el rendimiento del pozo lo que radica en el
Valor Neto de la mina.
Pit Net Value.

La figura 5 presenta los resultados obtenidos para el pozo

Valor neto.
Sugiere que el modelo estimado sobreestima el valor del pozo
sobre todos los depósitos de pozo optimizados. Hasta el hoyo 27, la nube de
Valor neto acumulativo derivado de los modelos simulados presentes
una disminución promedio de aproximadamente 33.39 por ciento en relación al valor neto
predicho por el modelo estimado. También indica un potencial bajista para el hoyo 27 con NV
esperada equivalente a $ 951.6 M o un 26.12 por ciento de disminución en relación con los $ 1288
M obtenidos para el análisis en el bloque estimado modelo. Es interesante observar que si Net
Value fuera a ser utilizado como el criterio para la selección de la última cáscara del pozo las
simulaciones estarían de acuerdo con el modelo estimado al indicar hoyo 27. El rango de valores
netos esperados va de $ 890 M a $ 1013 M, que corresponde a -6.47 por ciento a +6.41 por ciento
en relación con el valor esperado.

Identificación de ventajas y desventajas potenciales

El objetivo de este análisis es explorar el posible potencial de alto/bajo del rajo final especificado
con respecto a los modelos de incertidumbre disponibles, las ejecuciones se llevan a cabo en cada
modelo simulado. El análisis se divide en dos partes:

1. En primer lugar, cada salida de optimización se evalúa en términos de mineral contenido,

grado, metal y valor de pozo. Esto proporciona una cuantificación del potencial del proyecto
dados los escenarios realistas de la distribución espacial de los grados.
2. La segunda parte examina las extensiones espaciales de un caparazón de pozo específico
producido para cada optimización independiente. La comparación de esta 'nube' de
depósitos con un diseño de pozo dado proporciona una evaluación de las áreas con
potencial alto/bajo y puede usarse para definir objetivos para la perforación adicional.
También proporciona una indicación sobre la solidez de un diseño de pozo dado en relación
con la incertidumbre de grado.

El procedimiento propuesto para el desarrollo de este análisis es el siguiente:

 Cree un nuevo proyecto en Whittle e importe cada uno de los modelos simulados. A
continuación, configure los parámetros de optimización para la ejecución de optimización.
 Aplique los mismos parámetros a cada modelo y ejecute la optimización. El proceso
generará una serie de archivos de resultados Whittle, uno para cada modelo simulado. Este
paso generalmente requiere una gran cantidad de espacio en el disco.
 Ejecute el programa de análisis configurado para generar la información de resumen
relevante. El análisis debe llevarse a cabo para cada uno de los modelos simulados
disponibles.
 Produzca secciones transversales para un número de pozo seleccionado en todos los
modelos optimizados.

Contrariamente a desarrollar un análisis de riesgo en un caparazón de pozo final determinado,

como se llevó a cabo en la sección anterior, el procedimiento anterior genera conjuntos
alternativos de caparazones incrementales, un conjunto para cada modelo simulado. La Figura
6 muestra la roca total contenida en cada caparazón incremental producida por cada
optimización independiente.

Fig.6 tonelaje de roca total contenido en cáscaras de pozo incrementales. El pozo estimado
está representado por la línea anaranjada gruesa y las líneas finas coloreadas restantes
corresponden a pozos simulados.

La línea naranja gruesa corresponde a los resultados obtenidos del análisis de las capas
incrementales optimizadas en el modelo estimado, en lo sucesivo denominado pozo estimado.
Las líneas finas corresponden a los resultados obtenidos del análisis de las capas incrementales
optimizadas en cada uno de los modelos simulados, en lo sucesivo denominadas pozos
simulados. La figura muestra que hasta la cáscara del pozo 24 los pozos estimados y simulados
presentan una cantidad equivalente de roca contenida, es decir, tienen aproximadamente el
mismo volumen. Desde alrededor del rajo 25, hay una clara separación con los pozos simulados
que muestran un aumento progresivo en comparación con el pozo estimado. Este escenario
sigue siendo el mismo hasta el caparazón 39, cuando el pozo estimado comienza a converger a
la nube de pozos simulados. El foso 27 es particularmente interesante ya que corresponde al
foso seleccionado como base para el diseño del foso. Para el cascarón 27, el promedio de roca
contenida sobre los pozos simulados es de 925 Mt contra 828 Mt en el pozo estimado, lo que
corresponde a un aumento de aproximadamente 11.7 por ciento. La Figura 7 presenta los
resultados obtenidos para el mineral total contenido. En este caso, los pozos estimados y
simulados muestran un comportamiento similar al de la roca total, solo que la magnitud de las
diferencias es menor. Para el cascarón 27, el mineral contenido promedio sobre los pozos
simulados es de 183.9 Mt contra 180.3 Mt en el pozo estimado, lo que corresponde a un
incremento de aproximadamente dos por ciento. El perfil de riesgo en el mineral contenido va
de 174 Mt a 195 Mt, que corresponde a un rango de -5.92 por ciento a +6.06 por ciento en
relación con el valor esperado. En términos de grado de alimentación del molino, el pozo
estimado comienza con 2.61 g / t contra un promedio de 2.43 g / t sobre los pozos simulados.
Esta diferencia disminuye con cáscaras de pozo incrementales y se vuelven equivalentes en
cáscara de pozo 27 (Figura 8).

Fig 7 - Total de tonelaje de mineral contenido en depósitos incrementales. El pozo estimado

está representado por la línea anaranjada gruesa y las líneas finas coloreadas restantes
corresponden a pozos simulados.
Fig 8 - Grado promedio contenido en cáscaras de pozo incrementales. El pozo estimado está
representado por la línea anaranjada gruesa y las líneas finas coloreadas restantes
corresponden a pozos simulados.

El perfil de riesgo en el grado de alimentación del molino va de 1.95 g / t a 2.02 g / t, que

corresponde a un rango de -1.61 por ciento a +1.92 por ciento en relación con el valor esperado.
La Figura 9 y la Figura 10 presentan los resultados obtenidos para el metal recuperado y el valor
del pozo total. Como se esperaba, el metal recuperado para pozos estimados y simulados sigue
las mismas tendencias observadas en los gráficos de tonelaje de mineral. Para el caparazón 27,
el oro recuperado sobre los pozos simulados es 10.03 Moz contra 9.84 MOz en el pozo estimado,
que es un aumento de aproximadamente 0.9 por ciento. Esta combinación de metal ligeramente
más alto con un tonelaje de roca considerable en los pozos simulados se traduce en un valor de
pozo neto reducido en comparación con el pozo estimado. El pozo estimado presenta un valor
neto consistentemente más alto hasta el caparazón 39 cuando el tonelaje total de roca se vuelve
equivalente al que se muestra en los pozos simulados. Para el caparazón 27, el valor neto
promedio sobre los pozos simulados es de 1159 millones de dólares contra 1288 millones en el
pozo estimado (aproximadamente un diez por ciento menos). El perfil de riesgo en Valor neto
va de $ 1068 M a $ 1292 M, que corresponde a un rango de -7.86 por ciento a +6 por ciento en
relación con el valor esperado. Es interesante observar que, en cuanto al modelo estimado, el
Valor Neto máximo sobre todos los pozos simulados corresponde al casquillo del pozo número
26. Esto muestra que el casquete de pozos 26 es bastante robusto con respecto a la
incertidumbre del grado. Otra conclusión que puede extraerse de estos resultados, que es
coherente con los resultados obtenidos en el análisis presentado en la sección anterior, es que
hay una sobrestimación global de leyes y tonelaje de mineral por el modelo estimado en
comparación con los modelos simulados.
Fig 9 - Total de metal recuperado contenido en cáscaras de pozo incrementales. El pozo estimado
está representado por la línea anaranjada gruesa y las líneas finas coloreadas restantes
corresponden a pozos simulados.

Fig 10 - Valor total del pozo de los depósitos incrementales. El pozo estimado está representado
por la línea anaranjada gruesa y las líneas finas coloreadas restantes corresponden a pozos
simulados.
 Se produjo una serie de secciones transversales para el caparazón 27 sobre todos los modelos
optimizados y para un diseño de pozo. Estas secciones transversales fueron superpuestas y se
presentan en la Figura 11. Las principales conclusiones extraídas del análisis de estas secciones
transversales son las siguientes. Los pozos simulados respetan estrechamente la pared oriental
del diseño actual del pozo, lo que muestra que la pendiente oriental es estable en relación con
la incertidumbre del grado. En general, hay una fluctuación más pronunciada en la pared
occidental que indica niveles más altos de incertidumbre de grado. El diseño actual tiene una
extensión de la pared occidental, que no está incluida en las optimizaciones de pozos estimados
y simulados. Esta extensión representa una zona potencial importante a la baja y va desde la
superficie real del pozo hasta los niveles más bajos del foso. Los pozos simulados indican una
región de potencial alcista en la zona suroeste del pozo donde los pozos simulados alcanzan
niveles que son más profundos que el diseño del pozo actual. La extensión de la nube de pozos
simulados se muestra baja desde la superficie hasta el nivel -350. A continuación, la propagación
aumenta considerablemente. Esto refleja la creciente incertidumbre sobre la distribución de
grados en profundidad y está relacionado con la falta de perforación.

Fig 11 - Secciones transversales producidas para la cáscara del pozo 27 sobre todos los modelos
optimizados superpuestos con el diseño del pozo real.

Análisis de compensación.
El objetivo de este análisis es cuantificar el impacto de la incertidumbre de ley en el tonelaje, las
leyes, el metal y el valor neto de dos estrategias mineras diferentes. El escenario 'A' considera el
agotamiento de un recorte como una sola etapa, mientras que el escenario 'B' define dos etapas
separadas. El análisis consiste en la cuantificación de la incertidumbre sobre los exámenes físicos
mineros clave y los parámetros económicos para los dos escenarios mineros considerados. El
objetivo es evaluar si uno de los escenarios es mejor en términos del compromiso entre el valor
neto y la exposición al riesgo. El procedimiento propuesto para desarrollar el análisis es el
siguiente:

1. generar un wireframe ? (estructura?) que describa el reduccion,

2. filtrar el modelo de bloque contra el wireframe y retener los bloques que se encuentran dentro
de la reduccion como nuevo modelo de bloque,
3. Exportar el modelo de bloque producido anteriormente a un Whittle Model File,
4. Repetir los pasos 2 y 3 para cada uno de los modelos simulados,
5. Para cada modelo producido en los pasos anteriores, calcule el
información resumida relevante, y
6. repita los pasos 1 a 6 para las etapas 1 y 2 que corresponden a otro escenario de minería

El procedimiento se llevó a cabo para un total de 16 modelos, correspondiente a 15 simulaciones

de grado más el modelo estimado. La Figura 12 presenta una vista en 3D del corte mostrando su
posición en relación con el diseño actual de la mina. La figura 13 muestra el resultados en
términos de mineral contenido para cada escenario de minería:

• el primer perfil corresponde al escenario 'A', que corresponde a las reducciones de reducción
como una sola etapa; y
• los otros perfiles corresponden a la primera y segunda etapa de escenario 'B'.

El tonelaje de mineral combinado esperado del escenario "B" es 2.3 por ciento más alto que el
escenario "A" (28.2 Mt frente a 27.6 Mt). El perfil de riesgo para el escenario 'A' muestra un rango
de variación que corresponde al 5,2% del tonelaje de mineral esperado. Para las dos etapas del
escenario 'B', estos rangos corresponden a 5.19 por ciento y 6.51 por ciento respectivamente. Para
el escenario 'A', el mineral contenido predicho por el modelo estimado es 4.16 por ciento más alto
que el tonelaje esperado derivado de las simulaciones.
Para la primera y la segunda etapa, esta diferencia corresponde al 4,63 por ciento y al 9,89 por
ciento, respectivamente. La figura 14 muestra los resultados en términos de oro recuperado.

El metal recuperado esperado del escenario 'B' es aproximadamente 1.7 por ciento más alto que
en el escenario 'A' (1.63 Moz contra 1.60 Mt). El perfil de riesgo para el escenario 'A' muestra un
rango de variación que corresponde al 7.1 por ciento del tonelaje esperado. Para el escenario 'B',
estos rangos corresponden a 8.5 por ciento y 12.3 por ciento. Para el escenario 'A', el oro
recuperado pronosticado por el modelo estimado es 10.43 por ciento más alto que el tonelaje
esperado derivado de las simulaciones. Para las etapas primera y segunda del escenario 'B', esta
diferencia corresponde a 16.70 por ciento y 3.61 por ciento respectivamente. La Figura 15 resume
los resultados en términos de Valor Neto.

El Valor Neto esperado del escenario 'B' es aproximadamente un 22.3 por ciento más bajo que en
el escenario 'A' ($ 76.5 M contra $ 98.4 M). El perfil de riesgo para el escenario 'A' muestra un
rango de variación que corresponde al 50 por ciento del valor neto esperado. Para el escenario
"B", los rangos corresponden a 68.61 por ciento y 141.2 por ciento para la primera y segunda
etapa, respectivamente. El rango combinado de variación esperado para el escenario 'B'
corresponde al 67.4 por ciento. Para el escenario 'A', el valor neto predicho por el análisis en el
modelo estimado es 76.85 por ciento más alto que el tonelaje esperado derivado de las
simulaciones. Para las etapas primera y segunda, esta diferencia corresponde a 162.47 por ciento
y -2.48 por ciento respectivamente. Los resultados obtenidos en términos de los perfiles de riesgo
indican que ambos escenarios presentan un alto riesgo de no alcanzar el Valor Neto previsto.
Además, se identificó claramente que el volumen relacionado con la etapa 1 del escenario 'B' es el
que tiene todo el riesgo.

Es importante señalar que este análisis es bastante simplista en el sentido de que el efecto del
dinero en el tiempo no está incluido. Idealmente, se debe desarrollar un cronograma de minería
para tener en cuenta la secuencia de la mina. Sin embargo, el segundo escenario explica
aproximadamente la secuencia al desarrollar el agotamiento en dos etapas. El análisis indicó que
el riesgo de perder el objetivo cuando se extrae el volumen relacionado con la primera etapa del
segundo escenario es extremadamente alto. Esto garantiza una revisión detallada de las
calificaciones estimadas en este volumen.

ANÁLISIS DE RIESGOS EN BLOQUES DE ÓRGANO QUE CONDUCE UN INCREMENTO DE PIT

El objetivo de este análisis es la cuantificación de la incertidumbre en los bloques de mineral que

impulsan el incremento entre dos capas de la mina Whittle?. Para evaluar la incertidumbre sobre
los parámetros principales que conducen el incremento entre dos minas shells?, se propone el
siguiente procedimiento:

1. Del archivo de resultados Whittle producido por el proceso de optimización de mina, genere un
archivo de la lista Whittle pit ? que contenga información sobre la mina numerada más pequeño
del que forma parte cada bloque.
2. Utilice el programa de bloqueo: aplique el archivo de la lista de minas? producido en el paso 1 a
cada uno de los modelos de bloques simulados. Esto creará un conjunto de archivos de resultados.
3. Produzca secciones transversales para los depósitos/ mina? incrementales.
4. Genere la información resumida del pozo para las otras dos minas. El análisis debe llevarse a
cabo para cada uno de los modelos simulados disponibles. Derive el referente de información al
volumen incremental ? restando los físicos mineros acumulados (cantidades de mineral y metal) y
los valores económicos (valor neto, costo de procesamiento y costo de extracción) entre las dos
minas sucesivos.

El procedimiento anterior es similar al procedimiento utilizado en la primera sección de este

documento. La diferencia es que aquí el análisis está limitado a dos pit shells? específicas. El
incremento de la mina 26 a la mina 27 contiene aproximadamente 53 Mt de roca y está ubicado
en el extremo sur de la mina. La Tabla 1 presenta los resultados obtenidos por el análisis del
incremento de pozo.

El perfil de riesgo en el mineral contenido muestra un rango entre 5.7 Mt y 6.2 Mt, con un tonelaje
esperado de aproximadamente 5.9 Mt. También se muestran rangos de variación bajos para los
perfiles de riesgo en grado, contenido de metal y costos. El problema principal aquí es en relación
con el valor neto, que tiene una posibilidad de ser negativo. Su perfil de riesgo va de
aproximadamente $ -8.2 M a $ 17.7 M. El motivo del aumento en el perfil de riesgo es el costo de
minería asociado a una alta relación de desmonte (~ 9), lo que hace que el Valor Neto sea
demasiado sensible a posibles variaciones en el oro recuperado . Es importante notar que el perfil
de riesgo indica un Valor Neto esperado para este incremento de $ 7.4 M. De hecho, solo uno de
cada 15 modelos simulados presentó un valor negativo para el Valor Neto. Los resultados indican
una incertidumbre relativamente baja en los tonelajes y grados contenidos entre los pozos 26 y
27. Sin embargo, esta incertidumbre relativamente baja se convierte en una
problema crítico debido a la alta relación de desbroce que hace que el Valor Neto del incremento
sea muy sensible a la incertidumbre de pendiente y al precio del oro.

Se han generado varias secciones transversales para mostrar la región de la mina relativa al
incremento entre los pozos/ fosas 26 y 27. Estos secciones muestran los caparazones
incrementales, el diseño de la mina actual y bloques de mineral contenidos dentro del incremento.
Las principales conclusiones extraídas del análisis de estas secciones transversales tienen cuatro
componentes. Primero, la gran diferencia entre el incremento de Whittle pit shells $ 550 / oz y $
560 / oz corresponde a una región ubicado en el extremo sur de la mina. La mayor parte del
mineral incremental de bloques tienen un valor esperado dentro del rango de 1.5 g / t para 2.5 g /
t. Además, la mayoría de los bloques de mineral incrementales tienen más del 60 por ciento de
posibilidades de estar por encima del límite. El incremento contiene una gran cantidad de
desechos y el diseño de la mina tiene mucho más desperdicio que el caparazón 27.

CONCLUSIONES

El objetivo de este trabajo fue ilustrar diferentes aplicaciones del análisis de riesgos sobre los
efectos de la incertidumbre de grados en varios aspectos de la optimización y el diseño de minas.
Se han llevado a cabo cuatro casos para ilustrar diferentes tipos de aplicaciones:

1. El primer caso consistió en un análisis de incertidumbre sobre los resultados de la optimización

de mina: valor neto, tonelaje, ley y metal. El procedimiento consistió en aplicar un conjunto de
capas de mina incrementales, como las producidas por el proceso de optimización de tajos/
fosas?, a un conjunto de modelos de recursos simulados. El análisis posterior de cada modelo
produjo un conjunto de resultados igualmente probables para los exámenes físicos mineros y las
predicciones económicas dado el conjunto inicial de depósitos incrementales.

2. El segundo caso identificó áreas en las que la incertidumbre en el grado tiene un impacto
importante en la definición de los límites finales de la mina (potencial positivo / negativo). En lugar
de desarrollar un análisis de riesgo en un conjunto dado de depósitos(fosas ??? incrementales,
este procedimiento consistió en la generación de conjuntos alternativos de capas incrementales,
un conjunto para cada modelo simulado.

3. El tercer caso tuvo como objetivo cuantificar el impacto de la incertidumbre degrado en el

tonelaje, los grados, el metal y el valor neto de dos escenarios de explotación diferentes para una
reducción dada. El objetivo principal fue evaluar si uno de los escenarios era mejor en términos del
compromiso entre el valor neto y la exposición al riesgo.

4. El cuarto caso consistió en un análisis de riesgo relacionado con incrementos de pozo. El

objetivo de este análisis es la cuantificación de la incertidumbre en los bloques de mineral que
impulsan el incremento entre dos capas de Whittle pit shells?

Los resultados fueron presentados en dos pasos:

1. primero, cada resultado de optimización se evaluó en términos de mineral contenido, grado,

metal y valor de pozo; y 2. el segundo paso del análisis consistió en la generación de una serie de
secciones transversales. Estas secciones transversales se tomaron sobre todos los modelos
optimizados e incluyeron el diseño de la mina actual. Se han extraído varias conclusiones de estos
gráficos que indican las áreas de potencial positivo y negativo.
Este documento presentó un conjunto de procedimientos que permiten a los ingenieros de
planificación minera llevar a cabo una serie de análisis, que se pueden utilizar para evaluar la
sensibilidad de las capas de minas y diseños de minas para determinar el grado de incertidumbre
???. Los resultados obtenidos del análisis han demostrado proporcionar información valiosa, que
puede utilizarse para desarrollar estrategias mineras que son resistentes al riesgo en relación con
la incertidumbre de grado.