Evaluación de sistema de control de ley para reducción de la incertidumbre y variabilidad en la alimentación de planta concentradora

Abstract

La presente investigación tiene como objetivo evaluar el incremento de la recuperación metalúrgica en una planta concentradora al implementar un sistema de control de ley avanzado que utiliza tecnologías para la reducción de la variabilidad de ley de alimentación. Se identificaron tres principales fuentes de incertidumbre: desplazamiento por voladura, remanejo desde stocks y falta de monitoreo continuo. Para enfrentar esta problemática, se propuso un modelo conceptual basado en tecnologías de simulación, modelamiento predictivo (OrePro Predict) y sistemas de medición en tiempo real. La implementación del sistema en una planta minera permitió mejorar la predictibilidad de la ley de alimentación, reduciendo el coeficiente de variación al percentil 50 e incrementando la recuperación metalúrgica de cobre en 0.15% (0.36% en altas leyes). Desde el punto de vista económico, esta mejora representa 1,079 toneladas métricas adicionales de cobre fino y un ingreso anual estimado en USD 7.1 millones. Con un CAPEX de USD 150,000 y un OPEX anual de USD 97,600, el proyecto obtuvo un Valor Actual Neto (VAN) de USD 2.315 millones, una Tasa Interna de Retorno (TIR) de 370% y un periodo de recuperación de la inversión (payback) de 0.78 años. Se identificaron riesgos técnicos y operativos, mitigados mediante protocolos de mantenimiento, capacitación y gestión del cambio. Finalmente, se plantea la escalabilidad de la solución hacia otras operaciones mineras, como parte de una estrategia de integración digital entre la mina y la planta, orientada a mejorar la eficiencia, rentabilidad y sostenibilidad del proceso productivo.

This research aims to evaluate the increase of metallurgical recovery in a concentrator plant by implementing an advanced grade control system using technologies for feed grade variability reduction. Three main sources of uncertainty were identified: blast displacement, re-handling from stockpiles and lack of continuous monitoring. To address this issue, a conceptual model based on simulation technologies, predictive modelling (OrePro Predict) and real-time measurement systems was proposed. The implementation of the system in a mining plant allowed improving the predictability of the feed grade, reducing the coefficient of variation to the 50th percentile and increasing the metallurgical recovery of copper by 0.15% (0.36% on high grades). Economically, this improvement represents an additional 1,079 metric tonnes of fine copper and an estimated annual revenue of USD 7.1 million. With a CAPEX of USD 150,000 and an annual OPEX of USD 97,600, the project has a Net Present Value (NPV) of USD 2.315 million, an Internal Rate of Return (IRR) of 370% and a payback period of 0.78 years. Technical and operational risks were identified and mitigated through maintenance, training and change management protocols. Finally, the scalability of the solution to other mining operations is proposed as part of a digital integration strategy between the mine and the plant, aimed at improving the efficiency, profitability and sustainability of the production process.