Análisis de riesgo con incertidumbre geológica en el plan minero en minería subterránea

Abstract

Los modelos de recursos y reservas de largo plazo utilizan métodos geoestadísticos como el kriging ordinario y el inverso a la distancia. Sin embargo, estas metodologías no consideran fuentes de incertidumbre, solo proveen un único valor y los diseños de reservas son generados a partir de estos modelos en secuencia, ya sea anual, trimestral o mensual. Esta es una razón importante debido a que el modelo tiene diferentes fuentes de incertidumbre y existen herramientas como la simulación secuencial gaussiana, que nos permite tener escenarios equiprobables y nos permite cuantificar la incertidumbre, y que, con el apoyo de otras herramientas como el valor en riesgo (sigla en inglés VaR), permiten cuantificar el riesgo asociado y de esta manera nos ayudan en la toma de decisiones. El presente trabajo propone una metodología que considere las variables geológicas más relevantes que generan fuente de incertidumbre en un modelo de largo plazo como la densidad, la ley, geometría del sólido, así como los diseños de reservas y la recuperación metalúrgica, con la finalidad de generar diferentes escenarios y compararlos con el diseño de reservas generado con el modelo de largo plazo a fin de realizar una evaluación de riesgo del valor presente neto (VPN) de las reservas. El análisis se realiza dentro de las reservas del cuerpo Camila del proyecto Yumpag en 8 periodos trimestrales (2 años) y se hace la evaluación de riesgo del VPN. Se obtiene que los trimestres 6 y 8 presentan el riesgo más bajo. Está metodología permite concluir la importancia de realizar una evaluación de riesgos en el plan de minado, ya que permite optimizarlo. Los resultados indican que, en lo posible, se debería replantear el orden del programa de reservas, iniciando por aquellas con bajo riesgo y contemplar un programa de perforación para los trimestres con mayor riesgo.

Long-term resource and reserve models use geostatistical methods such as ordinary kriging and inverse distance weighting; however, these do not consider sources of uncertainty. What they do is to provide a single value and reserve designs are generated from these models in sequence either annually, quarterly or monthly. This is an important consideration since the model has different sources of uncertainty. Additionally, there are supporting tools such as the Sequential Gaussian Simulation, which allows us to have equiprobable scenarios as well as to quantify the uncertainty, together with, the Value at Risk (English acronym VaR), which estimates the associated risk; thus, helping us in decision-making. This current study proposes a methodology that considers the most relevant geological variables that generate a source of uncertainty in a long-term model such as density, ore grade, solid geometry as well as reserve designs and metallurgical recovery. It aims to generate different scenarios to be compared with the reserve design generated from the long-term model in order to carry out a risk assessment of the net present value (NPV) in the reserves. The analysis is conducted within the reserves of Camila body in the Yumpag project in 8 quarterly periods (2 years) and the NPV risk assessment is also performed. It is obtained that quarters 6th and 8th have the lowest risk. This methodology emphasizes the importance of carrying out a risk assessment in the mining plan since it leads to its optimization. The results suggest that, if possible, the order of the reserve program should be reconsidered, starting with those with low risk and contemplating a drilling program for the quarters with higher risk.