delphos: laboratorio de planificación minera - codelco€¦ · visión de delphos 6/2/2010 3...

23
Delphos: Laboratorio de Planificación Minera 6/2/2010 1 Enrique Rubio, PhD Ingeniería de Minas Nelson Morales, Docteur en Science Fernando Peirano, MASc (candidato) Marcelo Vargas, MASc (candidato)

Upload: buidat

Post on 28-Apr-2018

218 views

Category:

Documents


1 download

TRANSCRIPT

Delphos: Laboratorio de

Planificación Minera

6/2/2010 1

Planificación Minera

Enrique Rubio, PhD Ingeniería de MinasNelson Morales, Docteur en ScienceFernando Peirano, MASc (candidato)Marcelo Vargas, MASc (candidato)

Contenido

• Visión de Delphos

• Desafíos de la Planificación Minera

– HPC en Delphos

1. Enfoque Integrado

6/2/2010 2

1. Enfoque Integrado

2. Mezclas

3. Incertidumbre

• Investigación Actual

• CubeMine

Visión de Delphos

6/2/2010 3

Transformarse en una institución académica de clase mundial que

delínea las mejores prácticas en planificación minera que apoyan la

nueva generación de sistemas mineros sustentables

Delphos

• Puente de conexión entre la Industria Minera y la Academia

• La Misión es proveer de instancias para:

– Discutir el marco Conceptual de la Planificación Minera

– Desarrollar métodos, modelos, algoritmos para mejorar la

6/2/2010 4

– Desarrollar métodos, modelos, algoritmos para mejorar la actual productividad y calidad de la planificación minera

– Construir experimentos a escala mina que permitan a académicos y profesionales ensayar diferentes herramientas y métodos y desarrollar nuevas métricas

– Proporcionar un lugar de formación y perfeccionamiento en la Planificación Minera

Enfoque Colaborativo

UBC

Imp.

College

Transf. Tec.

Gemcom

Oracle

GobiernoConycit

FONDEF

Innova Corfo

Serv. Comp.

Attlas Copco

Comp.

Mineras:

6/2/2010 5

Net-ORM

CSIRO

DELPHOS

Spin Offs

CubeMine

Consultores

Hatch

REDCO

Mineras:

BHP

Codelco

Anglo

Comp. Serv.

RedPath

Proyectos

• Los Bronces Sequence Optimization, Anglo

• Underground development optimizer, AMTC-

Fondef

• Sequence under uncertainty, AMTC

6/2/2010 6

• Sequence under uncertainty, AMTC

• Short term planning model with blending,

Spence (BHPB)

• Drilling and blasting on demand for large open

pit mines, AMIRA

HPC en Delphos

• Cluster:

– 5 nodos, 8 cores Xeon

1,8Ghz = 40 cores.

– 4 Gb por nodo

• Software:

• Aplicaciones Paralelas:

– Calculador de

precedencias rápido.

– UCF (Secuenciador

basado en penalización

6/2/2010 7

• Software:

– Lerchs & Grossman

Paralelo

– Solver de optimización

de última generación

(CPLEX 12 8 Threads)

basado en penalización

por Gershon y Pit Final)

• Aplicaciones

Distribuidas:

– uBOS2

Actuales Líneas de Investigación

1. Planificación Minera Integrada y Holística

2. Mezcla

6/2/2010 8

3. Secuenciamiento bajo Incertidumbre

Problema 1: Integración

• El procedimiento

actual es desintegrado

6/2/2010 9

• Modelo Holístico con

enfoque en el

secuenciamiento de

bloques

Problema 1: Ejemplo de Optimización en el

Secuenciamiento de BloquesSoftware Comercial C-Pit

6/2/2010 10

507 MUS$633 MUS$

Problema 1: Ejemplo de Diseño y Secuencia

de Caserones en Mina Muzo

Optimizador de Secuencia Optimizador de Diseño + Secuencia

6/2/2010 11

CubeMine

�15% más de Kilates

Critical Path (en desarrollo)

• Cálculo distribuido de

matriz de Pits

RevFactor/Floating

Band (distintos colores

en máquinas

Rev

Factor

Bancos

1-3

Bancos

1-6

Bancos

1-9

0.1 $, PIT $, PIT $, PIT

0.3 $, PIT $, PIT $, PIT

6/2/2010 12

en máquinas

diferentes).

• Selección de mejor ruta

para secuencia.

0.3 $, PIT $, PIT $, PIT

0.5 $, PIT $, PIT $, PIT

0.7 $, PIT $, PIT $, PIT

1.0 $, PIT $, PIT $, PIT

Problema 2: Enfoque Mono vs Multi Variable

• Actual Práctica es basada

en un valor de bloque

pre-calculado $

6/2/2010 13

• Mezclamiento como

parte del modelo

$, t

Problema 2: BOS2

Obj Max Cu s. t.PrecedenciasCapacidadesMezclamientoConectividadCampañas

6/2/2010 14

Producción de 10k t Cu extra en 3 meses

Campañas

Problema 3: Incertidumbre

• Mercado: Precio, trabajo,

insumos…

• Geológica: litología, leyes,

densidades…

6/2/2010 15

densidades…

• Tecnológica: disponibilidad,

utilización y productividad

de equipos.

Planificando bajo incertidumbre

SimulacionesGeoestadísticas

Secuenciamientoóptimo rápido

• C- Pit

Simulacionesde producción

F

seq

Plan deterministico actual

6/2/2010 16

•• LyG Float. Band• Gershon• BOS2

Indicadores estadísticos

BOS3

• LyG Float. Band

• Gershon• MIP ad hoc

Secuenciamientobajo incertidumbre

Probabilidad del plan como indicador deconfiabilidad

BOS3

• Secuenciador de corto plazo bajo restricciones de blending e incertidumbre.

• Calcula planes basado

6/2/2010 17

• Calcula planes basado en simulaciones condicionales.

• Construye plan robusto a partir de los planes individuales.

Distintas simulaciones en nodos distintos.

Acceso F3

Acceso F1

Acceso F5

Acceso F3

Acceso F1

Acceso F5

•Mapa de probabilidad de que un bloque sea extraído en periodo 1

Resultados BOS3 Forecast 2009

6/2/2010 18

Banco 1670 Banco 1655

50

60

70

80

90

100

% D

e c

um

pli

mie

nto

Confiabilidad en Meta Productiva

Caso Kriging

Resultados BOS3 Forecast 2009

6/2/2010 19

0

10

20

30

40

50

330 335 340 345 350 355

% D

e c

um

pli

mie

nto

Tonelaje total finos (Miles de Toneladas)

Caso Kriging

Confiabilidad (R) vs VAN

VAN

dVAN

6/2/2010 20

Tpd (LdC)

R

Leyes de Corte (LdC)

Tecnología de Planificación Minera

VAN Confiabilidad

6/2/2010 21

Manual Alg. Valoración Marginal

Leyes decorte

variables

Secuenciamientode bloques

Secuenciamientoestocástico

Transferencia Tecnológica de Modelos y Algoritmos desarrollados

6/2/2010 22

Comentarios Finales

• Nuevas herramientas computacionales pueden usar modelos

de investigación de operaciones para soportar las decisiones

mineras de forma adaptada a cada compañía.

• No incorporar la incertidumbre produce desviaciones

operacionales que impactan fuertemente el costo de las

6/2/2010 23

operacionales que impactan fuertemente el costo de las

operaciones.

• Las técnicas de optimización ayudan a resolver problemas:

multivariables y multiperíodo, que enfocan las problemáticas

mineras de manera integrada y que podrían llevar al

desarrollo de nuevas tecnologías.