MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 570 / MARZO 2025 38 Fuente: elaboración propia. Figura 4. Sección transversal del tajo óptimo tradicional vs Pysight. jetivo de la iteración. Cuatro casos cumplieron con el ratio siendo seleccionados para su posterior evaluación económica. 4.Los cuatro casos seleccionados previamente fueron ranqueados considerando el VPN, siendo la alternativa de US$ 404.1 millones con el mejor perfil económico. A su vez, esta opción generada por Pysight es mayor en 18.5% al caso tradicional modificado. Adicionalmente, la necesidad de capacidad en el botadero es menor en -14.7 y el leach pad, -3.3%. Una menor huella de carbono es inherente al mejor caso seleccionado. Recomendaciones 1.Los algoritmos de optimización de tajos deberían incluir un parámetro de entrada para mezcla de materiales. 2. Los softwares comerciales tienen la oportunidad de incluir una herramienta que permita simular escenarios de manera automatizada. Bibliografía Avalos, S., & Ortiz, J. 2020. A guide for pit optimization with Pseudoflow in python. Queen's University, 186-193. Cáceres Beizaga, L. M. 2022. Universidad Nacional Mayor de San Marcos. Obtenido de http://cybertesis.unmsm.edu.pe/handle/20.500.126 72/18903 Dagdelen, K. 2001. Open Pit Optimization - Strategies for Improving Economics of Mining Projects Through Mine Planning. Mining Engineering Department, Colorado School of Mine, 117-119. Hall, B. 2019. Cut-Off Grades and Optimising the Strategic Mine Plan. España: Ausimm. Kržanović, D., Vušović, N., & Ljubojev, M. 2018. Selection of the Optimum Pushbacks in a long-term planning process of the Open Pit - a condition for maximization the net present value: case study: The Open Pit Veliki Krivelj, Serbia. Mining and Metallurgy Institute Bor, 37-43. Liu, B., Zhang, D., & Gao, X. 2021. A method of Ore Blending Based on the Quality of Beneficiation and Its Application in a Concetrator. Multidisciplinary Digital Publishing Institute , 1-2. Mckinney, W. 2011. Pandas: a Foundational Python Library for Data Analysis and Statistics. Semantic Scholar, 1-2. Mertz, D. 2015. Functional Programming in Python (Primera ed.). O'reilly. Muller, D. 2021. Intuitive Python Productive Development for Project that Last. Raleigh: The Pragmatic Bookshelf. Mwangi, A., Jianhua, Z., & Gang, H. 2020. Ultimate Pit Limit Optimization Methods in Open Pit Mines: A Review. SpringerLink, 588-602. Porter , D., Boyd-Wickizer, S., Howell, J., Olinsky, R., & Hunt, G. 2011. Rethinking the Library OS from the Top Down. ACM Digital Library, 291-294. Rahmanpour, M., & Osanloo, M. 2013. A genetic algorithm for pit limit and blending optimization. University of Tehran, 19-128. Remer, D., & Nieto, A. 1995. A compendium and comparison of 25 project evaluation techniques. Part 1: Net present value and rate of return methods. Elsevier, 8284. Rendu, J. 2014. An Introduction to Cut Off Grade Estimation. United States: Society for Mining, Metallurgy & Exploration. Rodríguez Ojeda, L. 2016. Python Programación. Guayaquil: Escuela Superior Politécnica del Litoral. Wharton, C. 2004. The Use of Extractive Blending Optimization for Improved Profiability. Orebody Modelling and Strategic Mine Planning, 69-70.
RkJQdWJsaXNoZXIy MTM0Mzk2