Memoria para optar al título de Ingeniero Civil de Minas / Los métodos de explotación por hundimiento son una de las mejores opciones para la extracción de yacimientos masivos a bajo costo. Una principal exigencia, es asegurar la continuidad operacional de la extracción. Para esto se deben tener en cuenta aquellos riesgos que puedan repercutir en el aspecto económico, como es el caso de las interferencias operacionales que disminuyen la productividad y obligan a incurrir en costos adicionales; tal como ocurre en el caso de formación de colgaduras, que interrumpen el flujo normal de mineral en los puntos de extracción, no permitiendo que estén disponibles y forzando a aplicar técnicas de reducción secundaria para reestablecerlos. El objetivo general de este estudio, es desarrollar una herramienta a través de una metodología estadística que permita generar modelos mediante la técnica denominada de regresión logística binaria, cuya motivación consiste en generar predicciones de colgaduras posibles de incorporar a los años posteriores en aspectos de planificación y diseño. La base de datos está basada en información proveniente de dos bloques pertenecientes a la faena minera Cadia East de Newcrest en Australia. Del análisis realizado a los bloques PC1S1 y PC2S1, se obtiene que la fragmentación de PC1S1 es fina en comparación de la mayoría de las minas que se conocen a nivel mundial respecto al uso de técnicas de preacondicionamiento, y se traduce en un comportamiento diferente en términos de colgaduras. Además, PC1S1 posee un caving maduro conectado a superficie, mientras que el PC2S1 aún no lo ha hecho, y se espera una disminución de la fragmentación y colgaduras cuando ocurra la conexión. El estudio analizó varios sets de variables para representar el fenómeno en cuestión, sin embargo, aquellas que demostraron ser representativas y que a la vez no eran redundantes respecto a las demás corresponden a la extracción, uniformidad y RMR. Basado en las variables seleccionadas se realizaron modelos de colgaduras para ambos bloques obteniendo aciertos globales de 54% y 60% para PC1S1 y PC2S1 respectivamente. De lo anterior, cabe señalar que el acierto de PC1S1 es bajo y no se recomiendan pronósticos de colgaduras sobre el footprint, mientras que si es posible ejecutarlo sobre PC2S1 (según confiabilidad esperada para el modelamiento según etapa del proyecto, Tabla 38). De cada modelo, se obtiene que un incremento en las variables de extracción y uniformidad reflejan una disminución del índice de colgaduras (eventos/1,000 t). De modo contrario, para mayores valores de la variable RMR, el índice de colgaduras se incrementa. Haciendo uso del modelo para PC2S1, se establece un pronóstico de las zonas del footprint que se verán mayormente afectadas, y es que desde un comienzo el sector de mayor riesgo estuvo en el centro, se espera que se traslade hacia el este para finales del año 2018, concentrando el mayor porcentaje de área afectada por colgaduras/área activa en las calles de producción de 212 a 232.

Magíster en Minería / El método block caving ha sido aplicado exitosamente como método subterráneo masivo para depósitos minerales extensos y profundos. Sin embargo, durante el proceso de propagación de la subsidencia hacia la superficie, el agua acumulada en el macizo o en superficie puede entrar a la columna de extracción, mezclándose con el material rocoso fragmentado. Cuando esta mezcla se produce con material rocoso fino, la entrada de barro puede convertirse en uno de los principales riesgos operacionales en minas de hundimiento. Por este motivo, la evaluación del riesgo de entrada de barro a los puntos de extracción representa un rol importante en la recuperación de reservas, tanto para el corto como para el largo plazo. Hasta la fecha, pocas investigaciones han abordado el análisis de las variables de riesgo claves asociadas con la entrada de barro; en consecuencia, aún existen importantes limitaciones relacionadas con la identificación y cuantificación del grado de asociación entre las variables de riesgo operacionales mineras y la entrada de barro. Esta investigación tiene por objetivo estudiar y cuantificar la influencia de las principales variables de riesgo asociadas con la entrada de barro, por medio del análisis estadístico utilizando datos mina colectados desde División El Teniente y el método de regresión logística. La metodología de la investigación está compuesta de tres etapas. En primer lugar, se llevó a cabo un análisis univariable para estudiar el grado de asociación entre las variables de riesgo y la entrada de barro. En segundo lugar, se empleó la regresión logística multivariable para analizar la interrelación de las variables de riesgo claves relacionadas con la entrada de barro. Como resultado, se obtuvo el mejor modelo predictivo ajustado para el corto y largo plazo, respectivamente, con la finalidad de estimar la probabilidad de entrada de barro. La calibración y validación de los modelos se realizó utilizando los datos minas con los cuales fueron construyeron, con el objetivo de medir la capacidad predictiva para la entrada de barro. Finalmente, se emplearon los modelos predictivos para crear mapas de susceptabilidad (zonas de riesgo en base a probabilidades) de entrada de barro, tanto para el corto como el largo plazo, los que permiten identificar zonas propensas a la entrada de barro en cada punto de extracción. A partir de los resultados obtenidos, las conclusiones de este estudio indican que las variables de riesgo claves corresponden a la cavidad de subsidencia (canalón de subsidencia), porcentaje de extracción de la columna in situ, infiltración de agua, uniformidad de la extracción, y área vecina con barro en los puntos de extracción. Adicionalmente, la capacidad predictiva de los modelos se consideró como aceptable para la estimación del tonelaje extraído antes de la entrada de barro, debido a que la precisión de los modelos fue estimada en 84% para el modelo de planificación de corto plazo y 81% para el modelo de planificación de largo plazo. Por lo tanto, los resultados presentados demuestran que, utilizados en condiciones óptimas de calibración y validación, estos modelos predictivos pueden servir como una importante herramienta para delimitar zonas susceptibles a la entrada de barro. Del mismo modo, estos modelos predictivos pueden ser utilizados para evaluar diferentes planes de producción del corto y largo plazo en minería de hundimiento. Esto último, podría permitir tomar decisiones preventivas que eviten o minimicen la pérdida de reservas causadas por el fenómeno de la entrada de barro. / Block caving has been succesfully applied as bulk undergroud mining method for large, deep orebodies. Once the cave subsidence propagates to the surface, the accumulated water may enter the extraction column. Because of that, wet muck entry has been identified as one of the major operational risks in cave mines. Therefore, the risk assessment of wet muck entry is an important part of ore reserve recovery process for both short and long-term mine planning. Up to date, wet muck entry key variables are poorly understood. Thus, additional studies to identify and quantify the degree of association between risk variables and wet muck entry are needed. This research aims to study and quantify the influence of the principal risk variables related to wet muck entry through the execution of several statistical analyses using mine data collected from El Teniente mine, and using the logistic regression approach. The research methodology considered three stages. First, a univariate analysis were carried out to study the degree of association between main risk variables and wet muck entry. Second, the multivariate logistic regression method was used to analize the interrelationship of key risk variables related to wet muck entry. As a result, a best-fitted multiple predictive models were obtained to estimate the likelihood of wet muck entry. The calibration and validation of the models were performed to estimate its prediction capability. Finally, the predictive models were used to create a group of wet muck entry susceptible maps to identify the risk zones prone to wet muck entry based on wet muck entry likelihood in each drawpoint. To conclude, this study indicates that the key risk variables for wet muck entry are topographic gutter, percentage of ore extraction from the in situ column, water infiltration, uniformity of draw, and neighboring wet muck area at drawpoints. In addition, since models accuracy were estimated as 84% for short-term planning and 81% for long-term planning, the predictive ability of the models were found to be reliable in terms of ore tonnage drawn prior to wet muck entry at drawpoints. Therefore, the results presented in this research demonstrate that; if the model is applied under optimal calibration and validation, these predictive models can provide an important tool to delineate zones prone to wet muck entry. Moreover, they can be also used to evaluate different short and long-term production plans for block caving, allowing preventive decisions that will avoid or minimize the ore reserve losses caused by the wet muck entry phenomena.

Tesis para optar al grado de Magíster en Minería / Las colgaduras son un problema operacional de minas de caving que presentan fragmentación gruesa, estas interrumpen el flujo normal de mineral en los puntos de extracción, causando la disminución de la disponibilidad de área para extraer y, en consecuencia, lograr con la producción diaria del sector se transforma en un desafío. Además, existen problemas indirectos, como las interferencias operacionales propias del proceso de descuelgue o los problemas de ingreso temprano de dilución o barro a los puntos de extracción producto de la extracción desuniforme que genera la menor disponibilidad de área. En esta investigación se busca determinar la relación que existe entre la granulometría, la geometría de la batea, tipo de roca y extracción de mineral en la formación de colgaduras a través de la realización de experimentos en un modelo físico a escala y análisis de una base de datos de colgaduras a escala mina. La metodología se dividió en dos etapas; en la primera se construyó un modelo físico a escala 1:50 para el cual se definió un plan experimental donde se realizaron experimentos en tres bateas geométricamente distintas y utilizando distintas granulometrías. En segundo lugar, se analizó una base de datos mina de colgaduras, realizando un análisis exploratorio de datos para determinar las variables que tienen relación con la formación de colgaduras y luego se utilizó la regresión logística para determinar el peso de cada una de las variables con el fenómeno en estudio. Los principales resultados de esta investigación mostraron que la granulometría gruesa es el principal factor que aumenta la formación de colgaduras, sin embargo, tanto el largo como el ángulo de batea pueden llegar a variar en un 80% el promedio de la masa entre colgaduras. Por otro lado, el tonelaje extraído acumulado está relacionado con la disminución de la fragmentación, y en consecuencia, de las colgaduras, pero esto solo se observó en el tipo de roca menos competente, en el tipo de roca más competente se observó que a medida que la extracción aumenta la formación de colgaduras se mantiene prácticamente constante. Finalmente, la uniformidad es una variable a considerar, sobre todo respecto a la extracción de un punto de extracción y su vecino dentro de la batea, en particular, se observó que a mayor uniformidad ocurre una menor formación de colgaduras. Finalmente, como principal conclusión, las colgaduras se producen por la relación existente entre la granulometría y el ancho efectivo de salida del mineral. En consecuencia, aquellas variables que definen la granulometría que se presenta en el punto de extracción, tal como el tipo de roca, la frecuencia de fracturas o vetillas y el tonelaje extraído acumulado se relacionan con las colgaduras. A su vez, las variables que están relacionadas con el ancho efectivo salida del mineral, como el ancho del punto de extracción y las dimensiones de la batea afectan también la formación de arcos de roca.

Ingeniera Civil Industrial / Este trabajo ha sido parcialmente financiado por el Instituto de Sistemas Complejos de Ingeniería / 27/11/2022

Ingeniero Civil Industrial / 11/04/2023

Ingeniero Civil de Minas / El agua-barro es uno de los principales riesgos asociado a la minería de Block/Panel caving, ya que son operaciones inherentemente susceptibles al ingresos súbitos de barro a través de los puntos de extracción, esto debido a que este método de explotación permite la acumulación de agua y genera mineral fino. Para evitar el riesgo de bombeos de agua-barro en DET se ha tomado la decisión de cerrar aquellos puntos de extracción que presentan ingreso de agua-barro en su columna, muchas veces dejando mineral con valor económico sin extraer. El objetivo de esta investigación es determinar las reservas comprometidas por ingreso de agua-barro de puntos que se encuentran en estado operativo y futuro hasta diciembre del 2015, en las minas Reservas Norte, Diablo Regimiento y Esmeralda Bloque 1 de DET. Esto se realiza mediante modelos de predicción de ingreso de agua-barro a puntos de extracción, construidos con la técnica estadística de regresión logística. La metodología utilizada en este estudio se basa en un análisis de los sectores en estudios para comprender el comportamiento del agua-barro, posteriormente se lleva a cabo la construcción de los modelos de ingreso de agua-barro y finalmente se evalúa el PND 2016 para estimar las reservas futuras comprometidas por ingreso de agua-barro. El análisis del ingreso de agua-barro, indica que existen dos mecanismos de ingreso: uno vertical, que hace referencia a agua-barro que proviene de la parte superior y otro mecanismo lateral, el que se produce por extracción a puntos vecinos que poseían agua-barro con ingreso vertical, por consecuencia de esta extracción se produce una migración lateral de barro. Se modela el ingreso de agua-barro con regresión logística, este tipo de regresión es utilizada para predecir el resultado de una variable categórica, que en este estudio es el ingreso de agua-barro a las columnas de extracción, en función de variables independientes. De los modelos de ingreso de agua barro, se tienen que las principales variables son: Porcentaje de extracción de columna in-situ , Canalón , Altura de roca primaria , Estación del año y Vecinos barro . La calibración de los modelos consiste en disminuir la diferencia entre el tonelaje recuperado antes del ingreso de barro por el modelo y el real según los datos mina. Los modelos de ingreso de agua-barro poseen un error medio de: 0,24 % en ES (B1), 13,2% en DR y 13,8% en el caso de NN. El plan PND 2016 considera la extracción de 14 Mton para ES (B1), 61,6 Mton para DR y 80,9 Mton para RENO. Considera la extracción desde el año 2016 hasta 2037 en ES (B1), para DR la extracción es desde 2016 hasta 2029 y en RENO desde el año 2016 hasta 2027. La recuperación del tonelaje planificado en el plan, para cada sector es la siguiente: 77% para ES (B1), 90,4% para DR, y un 90,7% para NN. El tonelaje remanente respecto al tonelaje económicamente extraíble considerando el criterio de agua-barro de DET, al evaluar el PND 2016 es de: 3,6 MTon en ES (B1), 6,3 MTon para DR, 7,8 MTon en RENO. Por lo cual se dejaría de extraer mineral valioso por ingreso de agua-barro. Se recomienda incorporar en los modelos de ingreso de agua-barro variables dependientes de la operación, como uniformidad del tiraje o velocidad de extracción. También incorporar modelos de ingreso de agua-barro en la planificación de largo plazo de DET, para cuantificar de mejor forma el riesgo de este fenómeno.