www.excelenciaenmineria.uc.cl II Seminario de Excelencia en Minería UC Antofagasta, 18 de Agosto de 2011

1. Investigación Operacional en minería: valor y oportunidades Jorge Vera A. Dept. de Ingeniería Industrial y de Sistemas Escuela de Ingeniería Pontificia Universidad Católica de Chile. 1

2. Outline: El contexto de la minería La Investigación Operacional y sudesarrollo Areas de aplicación y metodologíasrelevantes Conclusiones 2

3. Contexto Toma de decisiones en minería enfrenta ambiente complejo. Facetas de complejidad: Grandes operaciones Gran impacto económico de las decisiones Muchas opciones incertidumbres 3

4. Contexto Desdeluego, estoocurretambién en otrosámbitosindustriales ¿Cómopodemostomardecisiones? Intuición y “buenjuicio” Formales Un procesomás formal de toma de decisionesayuda a mayor eficacia y eficiencia. Permitevermásopciones y evaluarlas Aquíesdonde la visiónanalítica-cuantitativa de la Investigación Operacional (I.O.) puede ser de granayuda. 4

5. La Investigación Operacional: “Application of scientific methods to management and administration of military, government, commercial, and industrial systems.”(Enciclopedia Británica) Orígenes: Desarrollo industrial de comienzos del siglo XX 2a. Guerra Mundial Desarrollo industrial de posguerra 5

6. La investigaciónOperacional La I.O. se considera sinónimo del concepto de “Management Sciences” y es considerada el núcleo cuantitativo de la Ingeniería Industrial. Diversasherramientas: Optimización Lineal, no lineal, entera (o discreta), dinámica Modelosestadísticos. Modelos de colas, optimizaciónbajoincertidumbre Simulación 6

7. El impacto A fines de los 40: G. Dantzigdesarrollo el algoritmo SIMPLEX paraProgramación Lineal y lasaplicacionescomienzan de inmediato. En paralelo: desarrollo de la capacidadcomputacional. Pormás de 60 años los modelos de I.O. hanapoyadodecisionescomplejas en los másdiversosámbitos de lasempresas y la sociedad. 7

8. Algunasáreas de aplicación: Planificación de Producción: Estafueuna de lasprimerasaplicaciones de la I.O. Muchasempresasmanufacturerasusansistemas de planificación e inventariobasados en optimización Casoejemplo: Kellog En Chile: sector forestal, paracosecha y producción La planificaciónpuedeabarcardistintoshorizontes: Estratégico Máscortoplazo: programaciónoperacional. 8

9. Planificación en minería: Las operacionesminerasrequieren la planificación de muydiversasactividades. Problemas de planificación de explotación: Plan minero Decisiones: quésectoresexplotar en quémomento de tiempo, dados: topografía, geología, recursos, consideracionesmedioambientales y otraslimitantes, paramaximizar el valor a lo largo del tiempo. 9

10. Planificación en minería El problema se formula según el tipo de explotación: Open pit mining problem Underground mining planning En ambos casos son problemasque se puedenmodelarcomoproblemas de optimización Estosproblemashansidoabordados y son conocidos. 10

11. Planificación de “rajo” (open pit) El problema tiene complejidad geométrica (cono de explotación) Además se desea tener el plan en el tiempo Se ha abordado con optimización lineal-entera y dinámica También es de reciente interés la consideración de la incertidumbre, por ejemplo, en la ley del mineral.

12. Planificación en minería: Existensoluciones de software queabordanestosproblemas… Pero: No olvidarque el problemasubyacenteesdifícil. Pregunta: ¿está el “software cajanegra” entregandounabuenasolución? Existenmetodologías de optimizaciónquepermitenlograrmejoressoluciones. ¿Quéconocimientosdebenmanejar los planificadores? Charla de M. Smith por la tarde… El impacto de contar con unasoluciónmejorpuede ser enorme. 12

13. Planificación a nivel operacional: Diversos problemas en el corto plazo: Detalles de la explotación de corto plazo. Actividades de las plantas de procesamiento. Programación de operaciones en las fundiciones. Mezcla de casos con “flujo continuo” y “producción por lotes” Objetivos distintos al largo plazo: Ahora muchas veces hay que cumplir con el procesamiento, metas de producción y órdenes de clientes. atenerse a restricciones de los proceso, disponibilidades de personal, restricciones medioambientales, etc. Similitud con problemas de otras industrias, pero también problemáticas particulares.

14. Planificación a niveloperacional: Programación de lasoperaciones de camiones y otrosvehículos: Asignación de recursos de transporte. Coordinación con la explotación Los problemas de transporte y ruteo son otrograntemadonde la I.O. ha sidoexitosa… 14

17. Problemas de ruteo Cómo resolver estosproblemas: Métodos y algoritmos de la Optimización combinatorial Perorequieren mucho tiempoparaproblemasgrandes Métodosaproximadosquebuscanbuenassoluciones Heurísticas. 17

18. Problemas de ruteo Un ruteomáseficiente de los vehículospermitehacer lo mismocon unaflotamenor. ¡Estoesmuyrelevante! Ejemplo: industriaforestal en Chile Transporteesunacomponente de costosimportante. En los 90 se desarrollaronsistemaspara el ruteoeficiente de camiones. Ahorrosmuysignificativos, tanto en costosoperacionalescomo en tamaño de flota. 18

19. Ruteo en minería La mineríaestállena de problemas de estetipo… Ruteo de los camiones en un yacimiento. Ademásesrelevante el problema de control del ruteo en “tiempo real”. Las solucionesdesarrolladas en otrosámbitoslogísticos son relevantespara la minería. 19

21. El problema de la consistencia: La planificaciónoperacional define metas a cumplir y estimaciertosrecursos, pero a niveloperacional se debenimplementaresos planes. Muchasveces la ejecuciónoperacional no coincide con lo asumido en la planificación. La planificación no vetodo el detalleoperacional Además no siempretoma en cuentatodaslasvariabilidades. Desafío: lograrunaplanificaciónmásrobustaquepermitagenerar planes de largo plazo y cortoplazoconsistentes Este problema se da en muchosotrosámbitos. 22

22. Optimización de la logística de repuestos: Muchosequiposmineros son críticos y de alto valor, pero no todassuscomponentes son críticas. ¿Deben tenersetodos los repuestosdisponibles en todaslasubicaciones? Unabuenagestiónpuedegenerarahorrossignificativos en costos y mejoras en los niveles de servicios. Otrasindustriashanusadosprácticas y modelos de clasemundial Charla de Rodrigo Pascual sobreGestión de Activos. 23

23. Logística de repuestos Factores a considerar: Qué tan críticas son lascomponentes Nivel de servicioofrecido Distancias entre clientes y bodegas La demandaesincierta y esoobliga a manejar “stocks de seguridad” (proporcionales a la desv. est. de la demanda) Conceptoimportante: considerardemanda en forma centralizadaporcentros de distribución: “Risk Pooling” 24

25. La desviación estándar conjunta de la demanda agregada en el centro de distribución es menor que la suma de las desviaciones estándar de cada minorista.25

26. Impacto en la logística de repuestos El stock de seguridad “conjunto” en el centro de distribuciónpuede ser menorquesi lo manejaraindependientementecadacliente. Estopermiteahorrar en inventarios, conservando el mismonivel de servicios. Estosconceptos son usados en Gestión de la Cadena de Abastecimientosbajo el nombre de “Vendor Managed Inventory” (VMI) En general, la Gestión de la Cadena de Abastecimiento se ha apoyadofuertemente en herramientas de I.O. Charla de Sergio Maturana. 26

27. El desafío de la incertidumbre Las operacionesindustrialesestánsujetas a diversasincertidumbres La minería no esexcepción. Incertidumbre en la ley del mineral Incertidumbre en el precio del metal Incertidumbresoperacionales: tiempos de viaje, imprevistos Incertidumbres en lasfallas de equipos Incertidumbre en lasincertidumbres 27

28. El desafío de la incertidumbre Unaherramientaquepuedenusarseparaabordarsistemasbajoincertidumbrees la simulacióncomputacional. La simulación ha sidoexitosa en muchosámbitos. Permiteevaluarreglasoperacionales También hay aplicaciones en la minería Ejemplos: Secuenciamiento de operaciones en fundición Políticasoperacionalespara LHD y trenes en mineríasubterranea. Recientemente ha habidodesarrollosimportantes en el uso de simulaciónjunto a optimización. Charla de Pedro Gazmuri. 28

29. El desafío de la incertidumbre La OptimizaciónEstocásticaesotraherramienta. Permitecombinaroptimización de un objetivo con el riesgo en lasdecisiones. Pero los problemas de optimizaciónestocásticasuelen ser másdifícilesquesusanálogosdeterminísticos. Optimización Robusta. Buscasoluciones “robustas”: insensibles a variaciones de los datosdentro de ciertosrangos. Requieresóloestimaciones de la incertidumbre La dificultadsuele ser menor a la de modelosestocásticos. Se ha usado en planificación de producción, planificacióneléctrica, finanzas, etc. 29

30. Conclusión Existengrandesoportunidadespara el uso de herramientassofisticadas de investigaciónoperacional en la minería. También la mineríapresentadesafíosnovedososparalasmetodologías. Entenderbien los problemases fundamental. Entendercomollevaradelante el desarrollo en el contexto de la empresatambiénes clave… 30

31. Conclusión La visión analítica-cuantitativa está haciendo aportes importantes en minería y otros sectores en todo el mundo Conferencias de INFORMS (InstituteforOperationsResearch and Management Sciences) incluyen temas mineros. En Chile también hay conocimiento e investigación para apoyar a las empresas Grupo LogisticaUC reúne conocimiento y desarrollo en Logística e I.O. aplicado a distintos ámbitos. Programas de Postgrado en Gestión están incorporando más contenidos analítico-cuantitativos. Magister en Ingeniería Industrial: MII-UC