Ingeniera Civil de Minas / Actualmente la industria minera se enfrenta a procesos cada vez más complejos y desafiantes en la planificación de mediano y corto plazo; la tendencia a la baja en las leyes promedios de los yacimientos, el aumento de los costos operacionales, la mayor selectividad y aumento en mezclas de minerales, son las nuevas limitantes a la hora de lograr una cierta producción. La falta de herramientas computacionales que permitan incorporar todas estas variables en el proceso de planificación de Corto Plazo, obliga a los planificadores a utilizar métodos de aproximación manual, de prueba y error, aplicando sustanciales esfuerzos para generar planes de Corto Plazo que satisfagan todas las necesidades y que se ajusten a los lineamientos del Largo Plazo. El siguiente trabajo de título presenta la validación de la herramienta de optimización BOS2 en el área de Planificación Minera del Corto y Mediano Plazo en Compañía Minera Cerro Colorado (CMCC) de BHP Billiton. BOS2 fue desarrollado por Delphos, laboratorio de Planificación Minera de la Universidad de Chile. Es un software de optimización, cuya función objetivo es la maximización de cobre fino. Para ello BOS2 integra la variabilidad mineralógica del yacimiento, que constituye el principal desafío en el complejo proceso de planificación en CMCC. La validación es realizada por medio de pruebas o corridas numéricas, llevadas a cabo por la plataforma Virtual Mining Machine (VMM) desarrollada por Cube Mine, empresa constituida a partir del laboratorio Delphos. Las pruebas de validación replican el plan Budget de Mediano Plazo, para el año fiscal 2013 y 2014 realizado por CMCC, a fin de obtener comparaciones en los finos de cobre entregados con ambas metodologías. Las pruebas de optimización se realizaron durante los meses de Abril a Julio del presente año. Los resultados observados en la primera etapa de validación, dan cuenta sólo de un 83% del compromiso de los finos de cobre del plan CMCC. A partir de estos hallazgos se identificaron oportunidades de mejoras técnicas para la aplicación del modelo en base a la liberación de restricciones. En efecto, al tomar la decisión de liberar la restricción de distancias entre fases contiguas, se alcanza un 97% de los finos estipulados en el plan CMCC, dando cuenta preliminarmente de la validez de esta herramienta en el proceso de planificación. Los resultados más relevantes del estudio se presentan en la siguiente tabla comparativa: Plan CMCC Validación 1 Validación 2 Material Procesado [Kton] 39,995 36,286 39,881 Finos de Cobre [Kton] 448 373 437 Remanejo [Kton] 4,713 4,567 3,444 Tal como se mencionó la validación 1 corresponde a la primera corrida numérica del modelo de optimización, mientras que la validación 2 corresponde al modelo con decisiones de mejoras técnicas, en las que se evidencia un aumento en los finos de cobre y mayor coherencia con el plan de CMCC, al mismo tiempo la disminución de un 27% en el remanejo de materiales indica un potencial de beneficio para el negocio.

Magíster en Gestión y Dirección de Empresas / Hoy en día la industria minera se ve enfrentada a desafíos de distinta complejidad tales como altos costos de las materias primas e insumos, leyes decrecientes de mineral lo que implica mayores exigencias y finalmente repercute en la gestión operacional de la producción, la que se encuentra expuesta a la disminución de holguras en la cadena productiva. Esto sin duda representa un desafío hoy en día debido a que las exigencias acerca de una gestión más fina del sistema productivo son cada vez mayores. El alcance de esta tesis corresponde al área de Lixiviación perteneciente a Compañía Minera Cerro Colorado, debido a que es en esta parte del proceso donde se obtiene el cobre en solución para ser tratado y convertido finalmente en cátodos. Por lo tanto, el objetivo principal de este trabajo es lograr desarrollar un modelo de gestión operacional el cual busca aumentar el valor para el negocio a través de una mayor estabilidad, continuidad, rendimiento y sustentabilidad de las operaciones. Este modelo debe ser capaz de generar conectividad de las actividades que se realizan en la operación, contar con flujos de información, canales de comunicación, reuniones de gestión del desempeño y facilitar la buena toma de decisiones con indicadores claves, sistemas y procedimientos que interactúan en la gestión. Para poder lograr los objetivos planteados, el trabajo utiliza como herramientas bases la gestión de procesos, el ciclo de mejora continua y el control estadístico de procesos. Con estas herramientas fue posible realizar un diagnóstico de la situación actual, cuyos resultados identificaron como principales focos de variabilidad aquellos relacionados con la gestión de la información, la gestión operacional y la gestión de los equipos, en los cuales el traspaso de información y reuniones de cambio de turno son deficientes, no existe claridad en las metas y resultados por parte de los operadores del área, por ende no están identificadas las variables críticas que deben ser controladas, así como tampoco existe un control de quipos críticos y sus tasas de falla. Dentro de las variables críticas se identificó al aporte de cobre como el producto final de esta etapa de la cadena productiva, por lo que se identificó aquellas variables que tenían incidencia directa en el resultado del aporte, dentro de las cuales se encuentran la concentración de cobre, el caudal de riego, el inicio de las rampas de humectación, el nivel de piscinas de PLS y nivel de piscina de Refino. Cada una de éstas se analizó estadísticamente, de las cuales sólo el nivel de piscina de Refino mostró un comportamiento en control estadístico, mientras que el resto presentó una variabilidad que superaba el 100%, en algunos casos, con respecto al valor establecido por el programa de producción. Es importante mencionar que la compañía busca acotar la variabilidad del proceso en no más de un 5%, lo que valida la importancia del modelo buscado. A partir de los resultados obtenidos se plantea la propuesta de mejora enfocada en mejorar los tres focos de variabilidad; en el caso de la gestión operacional el principal objetivo es controlar las variables críticas para disminuir la variabilidad del desempeño del proceso, para lo cual define las responsabilidades en los distintos niveles involucrados en la operación. Respecto de la gestión de equipos se propone realizar un check list de los equipos del área con el fin de llevar un registro de las tasas de falla y desempeño de éstos. En cuanto a la gestión de la información se propone la utilización de paneles de gestión a la vista o visual board para la entrega correcta de la información y también reuniones de revisión de acciones y resultados entre los distintos involucrados, siguiendo una metodología con formato y esquema pre-establecido. Al implementar esta propuesta se espera disminuir la variabilidad del proceso y poder entregar mayor estabilidad a éste.

Magíster en Minería / Ingeniero Civil de Minas / El presente trabajo corresponde al desarrollo de una herramienta que permite simular valores de una variable regionalizada considerando que tales valores tienen una variación sistemática en el espacio. En este contexto, se desarrolla una nueva herramienta de simulación consistente en un algoritmo de simulación Gaussiana secuencial con rechazo considerando una deriva de referencia como input, bajo la hipótesis que esta herramienta permite respetar tal deriva, obteniendo resultados representativos de la base de datos en cuanto a sus estadísticos de orden 1 (histograma) y orden 2 (variograma). La metodología del algoritmo comienza definiendo la secuencia de visitas de nodos a simular de manera aleatoria. Se acepta o rechaza el nodo simulado en base a la deriva de referencia considerando un rechazo determinístico o probabilístico y una tolerancia dinámica. Para cada nodo se considera una vecindad de búsqueda de datos condicionantes para la simulación y una vecindad de búsqueda de datos para el cálculo de una media local simulada. El algoritmo permite ajustar el número aceptable de rechazos, el tamaño de la vecindad de búsqueda de la media local, la tolerancia y el tipo de rechazo. Se presentan dos casos de estudio. El primero consiste en un ejemplo sintético de una coordenada con deriva lineal. En este primer caso se tiene que, a mayor tolerancia o mayor vecindad de búsqueda de la media local, los valores simulados se distribuyen con mayor dispersión en torno a la deriva de referencia. El segundo estudio de caso consiste en una zona de interés del yacimiento Compañía Minera Cerro Colorado donde se realiza el proceso de simulación en seis unidades de estimación considerando diecisiete sensibilizaciones de los parámetros del algoritmo más una simulación basada en Kriging Simple (SK) y otra basada en Kriging de residuos (BT). En el caso de presencia de deriva se obtiene en general mejores resultados con el algoritmo propuesto que con el SK o BT cuando la deriva se ve reflejada de manera clara en el variograma como en la unidad de estimación cuatro. Las estadísticas de validación en términos de desempeño de las simulaciones como estimación (coeficiente de determinación R2, pendiente de la regresión de datos reales versus simulados y error medio) y en términos de cuantificación de la incertidumbre de los datos originales (accuracy plot) mejoran en relación al SK y BT. De esta manera, la herramienta desarrollada ofrece una alternativa flexible que mejora los estadísticos de validación en comparación al enfoque tradicional frente a un escenario de simulación con presencia de deriva clara en el variograma.