Sequenciamento estocástico de blocos de minério para uso no planejamento de curto prazo, procurando estacionarização multivariada dos teores

Abstract

Na mineração a céu aberto, na etapa de planejamento a curto prazo são desenhadas linhas de escavação em bancadas de minério exposto com o objetivo de selecionar, organizar e sequenciar os blocos. Geralmente, o processo é manual e restrito a uma ou duas variáveis químicas, o que, mesmo assim, requer de muitos recursos para seu desenho. As linhas de escavação devem apresentar teoricamente a menor variabilidade possível de teores, a fim de alimentar homogeneamente a planta de beneficiamento e considerar os teores máximos e mínimos para cada espécie química, considerando as restrições da planta de processamento para maximizar a recuperação. A proposta deste trabalho é gerar linhas de escavação para formar pilhas de minério ou alimentar diretamente a planta de processamento no curto prazo de forma automática e sequenciar todos os blocos de minério visando a estacionarização dos teores, considerando uma ou múltiplas variáveis para depósitos respectivamente univariados e multivariados. No caso estocástico univariado, primeiro, cada um dos cenários equiprováveis é tratado como determinístico, e através de uma função de transferência, é gerada a linha de escavação quase-ótima com a maior aderência ao modelo de referência. Em seguida, as linhas de escavação geradas para cada cenário equiprovável são comparadas para quantificar a incerteza dos teores nos blocos. Posteriormente, são selecionados os blocos com maiores chances de ocorrência de serem lavrados, buscando a quase-otimização da incerteza geológica através de outra função de transferência que seleciona os blocos de maior probabilidade de ocorrência entre as linhas de escavação equiprováveis. Para o caso multivariado, o processo anterior é repetido para cada variável, atribuindo pesos de acordo com a importância de cada variável, com base nos critérios da planta de beneficiamento e na geolocalização dos blocos. Além disso, são considerados os teores médios e os valores máximos e mínimos de cada variável. Os resultados mostram que as linhas de escavação possuem distribuições de teores semelhantes à distribuição de referência, tanto no caso univariado quanto no multivariado, permitindo o sequenciamento operacional dos blocos com quase-estacionaridade dos parâ- metros para ambos casos.

In open-pit mining, short-term mine planning is generally defined by designing diglines, allocated on benches. Typically, the design process is manual and restricted to considering one or two chemical variables, even though it demands substantial resources for the designer. The diglines should ideally exhibit the least possible variability in grades among them to ensure the creation of a homogeneous plant feed. Additionally, they must adhere to the maximum and minimum acceptable levels for each chemical variable, taking into account the processing plant’s limitations to maximize ore recovery. The objective of this thesis is to develop a methodology for automatically designing diglines to create ore piles or directly feed the processing plant in the short-term mine planning and to sequence all ore blocks while maintaining the most constant grade possible. This entails seeking a steady grade sequence for both univariate and multivariate deposits. In the univariate stochastic case, each of the equiprobable scenarios is initially treated as deterministic, and a transfer function is employed to generate the quasi-optimal digline that best adheres to the reference model. Following this, the diglines generated for each equiprobable scenario are compared to assess the uncertainty in the block’s contents. Subsequently, the blocks with the highest likelihood of being mined are selected, aiming to quasi-optimize the geological uncertainty through another transfer function that chooses the blocks with the highest probability of occurrence among the equiprobable diglines. In the multivariate case, the previous process is repeated for each variable, with weights assigned based on the variable’s importance, as determined by the process plant’s criteria and the blocks’ geolocation. Additionally, the mean grade, as well as the maximum and minimum values of each variable, are simultaneously taken into consideration. The results show that the diglines have grade distributions similar to the reference distribution in both cases: the univariate and multivariate cases. Thus, it was possible to sequence the blocks in operational form, guaranteeing the quasi-stationarity of the parameters for univariate and multivariate cases.