Schedule a 3D Drift With Colors | Tip Of The Month

Schedule a 3D Drift With Colors | Tip Of The Month

In this Tip Of The Month, we will create a 3D drift and schedule its advance rate with colors. To do so:

  1. Create 3 layers for the Centerline, 2D drift walls and 3D drift.
  2. On the Cenerline layer, create two intersecting centerlines using the Draw Center Line (PLDT) command from theDrift Design module
  3. Adjust the elevations and slopes of the centerlines using the command Edit Elevations (PLDT)
  4. Using PLDT, specify an advance rate and assign a date for the first drawn centerline
  5. Using PLDT, specify an advance rate for the intersecting centerline
  6. Using PLDT, choose the option “pick” to retrieve the intersecting date from the first drawn centerline
  7. On the 2D drift walls layer, use the command PLWA to draw the 2D wall contours of the centerlines
  8. Use the command TRIM to cut off the parts of the 2D walls inside the drift
  9. Use the command Date Colors (PLAL) to display the schedule of the advance rate of the centerlines with colors
  10. Click on the command Construct 3D Model (PL3D) and choose the centerlines, then hit Enter
  11. In the PL3D window, configure the shape of the drift and assign it to the 3D drift layer
  12. In the PL3D window, make sure to choose the options “Divide Model per Month” and “Use Month Colors”, then click OK
  13. Switch to realistic mode for better visualization
  14. In Essentials > Promine tools, insert a legend using the command Insert Legend (PROMLEG)
  15. You can customize your own legend in Promine Options > Colors Legend. Then, go back to PROMLEG to insert your customized legend

 

Want to discover more of Promine’s capabilities? Request a Live Demonstration today!

For more information, contact us at [email protected]

 

Control de la Dilución Minera Subterránea con Inteligencia Artificial

Control de la Dilución Minera Subterránea con Inteligencia Artificial

Las compañías mineras explotan depósitos cada vez más complejos y profundos. Estos depósitos profundos se extraen la mayor parte del tiempo mediante métodos con barrenos largos. Altas sobre y sub-excavaciones se presentan en estos métodos, generando importantes valores de dilución y pérdidas operacionales.

El impacto económico de altas diluciones y perdidas operacionales es tan relevante que puede poner en riesgo la viabilidad de una operación. La dilución genera sobrecostos debido al transporte, procesamiento y la posterior disposición de material inerte producto de la sobre-excavación. Las pérdidas operacionales por su parte impactan las finanzas de la operación de manera que mineral que se había planeado extraer permanece al interior del tajo sin el consecuente aporte económico previamente planeado. Sumado a esto, un mejor control de la dilución permite reducir la huella ambiental de una operación minera.

La experiencia del personal de las operaciones es importante para controlar la dilución. Sin embargo, dadas las condiciones particulares de las minas, las cuales se encuentran normalmente ubicadas en zonas remotas, existe una alta rotación de personal, quienes se llevan consigo esa experiencia y conocimiento.

La pregunta que se formuló en su momento fue ¿Cómo podemos retener ese conocimiento? ¿Cómo podemos aprender de la experiencia de otras operaciones? Para ello nos podemos apoyar en la inteligencia artificial. La inteligencia artificial se puede entender como un sistema informático que, a partir de datos, permite construir reglas, evaluarlas y prevenir algún resultado.

Lo primero es construir una base de datos con información de tajos planeados y extraídos lo suficientemente exhaustiva para generar modelos de predicción confiables. Para ello se contó con la participación de importantes compañías mineras con fuerte presencia en Canadá, las cuales proveyeron información y asesoría técnica para la realización del proyecto. También contamos con la participación de la Universidad de Laval, startups de tecnología y el soporte económico del Ministerio de Economía e Innovación de Quebec.

A partir de la exhaustiva base de datos generada con información de alrededor de 1000 tajos de diferentes operaciones mineras se construyó un modelo en inteligencia artificial para la predicción de la dilución a partir de un tajo planeado. Esta información se conecta a una interfaz web que permite hacer la interrogación de la predicción de la dilución basado en los parámetros técnicos, geométricos y geomecánicos del tajo.

Actualmente se trabaja en la herramienta de prescripción para reducir la dilución teniendo en cuenta los costos y beneficios de la solución recomendada. El objetivo del proyecto es reducir la dilución entre un 3 y 5%, lo cual representa ahorros cuantiosos para una operación minera.

Este proyecto resalta también la importancia de la colaboración industria-gobierno-centros de investigación en pro de un objetivo común como lo es en este caso la reducción de la dilución minera subterránea. Mas proyectos de este tipo se requieren para seguir haciendo de la minería una actividad cada vez más rentable y sostenible.

 

Luis Montiel Petro, PhD.