Data analysis and decision making in the mining sector

Abstract

La minería es un sector de alto riesgo, ya que no sólo es difícil conocer el volumen extraíble de un metal o mineral, sino que también es difícil calcular el capital de inversión y humano requerido o el precio del producto antes de iniciar su extracción. Sin embargo, en los últimos tiempos se ha visto una creciente posibilidad de mejorar la eficiencia de este sector mediante el análisis de datos y la aplicación de técnicas matemáticas de simulación que permiten obtener explotaciones mineras más competitivas y respetuosas ambientalmente (Tarshizi et al., 2015). De esta manera, el objetivo del presente trabajo de investigación se centra en la aplicación de modelos matemáticos de optimización que permitan evaluar el factor aleatorio de las distintas variables involucradas en la actividad minera con el fin de dar solución a las elevadas exigencias técnicas y económicas actuales. Para llevar a cabo este trabajo, se parte de la necesidad de disponer de simulaciones numéricas aplicadas a minería cada vez más precisas que permitan optimizar la eficacia y la seguridad de los movimientos de tierras, la ejecución de voladuras o las técnicas de mantenimiento. De este modo, se tratará de optimizar aquellas situaciones en las que existen múltiples factores intervinientes difíciles de estimar y cuantificar. Un caso de elevado interés se corresponde con la optimización de las técnicas de mantenimiento en maquinaria pesada empleada en explotación de minas y obra civil. Los principales constructores de maquinaria ofrecen con sus productos protocolos de mantenimiento que a menudo distan de la realidad de obra. Para afrontar esta tesitura, se aplican distintos modelos probabilísticos en base a al criterio técnico y a la experiencia del ingeniero con el fin de analizar cómo varían las decisiones en función de la estrategia tomada. Con el fin de conocer qué método se ajusta más a la realidad técnica, se implementan diferentes modelos de simulación matemática, tratando de obtener la bondad de cada estimador y evaluando qué repercusión económica y técnica supone para el contexto de obra minera. Ante este objetivo, se considera esencial analizar los historiales de trabajo, los datos de campo y toda la información disponible en empresas del sector sobre estas situaciones particulares de incertidumbre para poder optimizar de manera adecuada las ecuaciones que permiten resolver este tipo de problemas en minería. Para ello se recurrirá a la aplicación de la teoría de matemática de la información (Shannon, 1948) a través de la cual será posible analizar cuáles son las variables más relevantes en la consecución de ciertos objetivos, lo cual permitirá modificar las ecuaciones de la simulación, adaptándose de manera específica al caso particular de la simulación minera bajo estudio. Finalmente, una vez obtenidos los resultados de la simulación tras la optimización de los parámetros en las ecuaciones se desea analizar la actitud hacia el riesgo en la consecución de los objetivos. Esto garantizará la viabilidad necesaria de cualquier proyecto, algo que ya se está comenzando a aplicar en temas ambientales en minas de carbón (Yu et al., 2016). Para ello, se analizarán actitudes conservadoras, neutrales y proclives al riesgo dentro de los modelos matemáticos optimizados lo cual permitirá alcanzar resultados de especial interés acerca de los efectos que suponen las decisiones bajo riesgo, un campo ampliamente estudiado en el ámbito económico y dominado por la teoría prospectiva (Kahneman et al, 1979) según la cual existe una atracción por el riesgo en aquellas decisiones en las que existen pérdidas seguras de antemano. De esta manera, con este proyecto de investigación se trata de aplicar y demostrar de manera exitosa el empleo de las últimas técnicas en análisis de datos y simulación numérica en la mejora de la eficiencia sector minero, tratando de evaluar el riesgo empresarial que supone la decisión de implementar dichas soluciones en la práctica real.

A minería é un sector de alto risco, xa que non so é difícil coñecer o volumen extraíble dun metal ou mineral, senón que tamén é difícil calcular o capital de investimento requerido ou o precio do produto antes de iniciar a súa extracción. Emporiso, nos últimos tempos tivo lugar unha crecente posibilidade de mellorar a eficiencia de este sector mediante a aplicación das novidosas técnicas de análise de datos e simulación numérica que permiten obter explotacións mineiras máis competitivas e respetuosas ambientalmente (Tarshizi et al., 2015). De este xeito, o obxectivo do presente traballo de investigación céntrase na aplicación de modelos matemáticos de optimización que permitan evaluar o factor aleatorio das distintas vaiables involucradas na actividade mineira co fin de dar solución aos elevados requerimentos técnicos e económicos actuais. Para levar isto a cabo, pártese da necesidade de dispor de simulacións numéricas aplicadas a minería cada vez máis precisas que permitan optimizar a eficacia e a seguridade dos movementos de terras, a execución de voaduras ou as tarefas de mantemento. Así, tratarase de optimizar aquelas situación nas que existen múltiples factores intervintes difícles de estimar e cuantificar. Un caso de elevado interese é o relativo á optimización das técnicas de mantemento en maquinaria pesada empleada na explotación de minas e obra civil. Os principais construtores de maquinaria ofrecen cos seus productos protocolos de mantemento que a miúdo nada teñen que ver coa realidade e complexidade dos traballos desenvoltos na obra. Para combater esta situación, aplícanse modelos probabilísticos axustados aos criterios dos expertos a fin de analizar como varían as decisións dos técnicos en función da estratexia tomada. Para coñecer o método máis fiable, execútanse diferentes modelos de simulación matemática, identificando a bonbade dos estimadores e analizando que repercusión económica e técnica supón a súa adopción para o contexto da obra mineira. Para cumplir estas tarefas, revisaranse os historiales de traballo, datos de campo e toda a información disponible en empresas do sector sobre estas situacións particulares de incertidume para poder optimizar de maneira axeitada as ecuacións que permiten resolver este tipo de problemas en minería. Ademais, empregarase a teoría matemática da información (Shannon, 1948) a través da cal é posible analizar cales son as variables máis relevantes na consecución de certos obxectivos, o cal permitirá adaptar as ecuacións de simulación ao caso particular baixo estudio. Finalmente, una vez obtidos os resultados das simulacións tras a optimizacións das ecuacións tratarase de analizar a actitude fronte o risco na consecución dos obxectivos. Isto permitirá garantir a viabilidade necesaria de calqueira proxecto, algo que xa se está comezando a aplicar en temas ambientais en minas de carbón (Yu et al., 2016). Atitudes conservadoras, neutrales e proclives ao risco analizaranse dentro dos modelos matemáticos optimizados o cal permitirá acadar resultados de especial interese sobre os efectos que suponen as decisión baixo risco, un campo amplamente estudiado en economía e dominado pola teoría prospetiva (Kahneman et al, 1979), segundo a cal existe una atracción polo risco en aquelas decisións nas que existen pérdidas seguras de antemán. En resumo, este proxecto de investigación tratará de aplicar e demostrar o éxito do empleo das últimas técnicas en análise de datos e simulación numérica na mellora da eficiencia do sector mineiro, tratando de evaluar o risco empresarial que supón a decisión de implementar ditas solucións na práctica real.

Mining is a high-risk sector because it is difficult to know either the volume of mineral which is possible to extract or the investment or the human capital required prior to the commencement of the work. However, in the recent years a new possibility to improve the efficiency of this sector has appeared. The research and development of data analysis and the application of mathematical simulation techniques allow to obtain mining operations more competitive and environmentally friendly (Tarshizi et al., 2015). For these reasons, the goal of this research work is based on the application of data analysis and mathematical methods of optimization that shed light into the randomness present in the main factors responsible for success of the manifold mining operations. To do this work, it is important to bear in mind the huge necessity of having advanced mathematical simulations that accurately reflect the performance and the safety of earthmovings, blasting operations or maintenance practices. Thus, the different situations in which several risk factors are involved will be analyzed and optimized in order to obtain illuminating results for the technical stuff. A great example of high relevance is the optimization of the maintenance practices in the heavy machinery employed in mines and civil works. The principal machinery constructors offer with its products a wide range of protocols for the maintenance execution. However, this protocols are far from the reality of field operations. To tackle this problem a set of probabilistic models are applied based on the engineer’s criteria and experience. These probabilistic models are evaluated by means of different mathematical methods of simulation trying to offer an answer about which model has the highest goodness-of-fit statistics and how its implementation may influence the technical and economical context. In this scenario, it is considered fundamental to analyze work histories, field data and any other available information from companies related to the mining sector. The revision of this information is expected to shed light about the uncertainty associated to the different factors required for the optimization of the models. Moreover, it is intended to make use of the information theory studies (Shannon, 1948) in order to evaluate and identify those risk factors that have a greater influence to the attainment of the objectives.

Finally, once the simulation results are achieved after the optimization of the different models representing different mining scenarios it is intended to analyze the attitude towards risk. This approach will guarantee more consistency to the projects under this frame, something that has been newly introduced to coal mines due to environmental issues (Yu et al., 2016). Averse or conservative, neutral and risk-loving attitudes will be evaluated in the mathematical and probabilistic models trying to attach results that offer a new insight especially into decision making under risk in the mining sector. This is a field amply studied in economics and dominated by the prospect theory (Kahneman et al, 1979) according to which there exists an attraction for risk in those situations where loses are certain beforehand. To sum up, this research work tries to successfully employ data analysis and mathematical methods of simulation in order to improve the efficiency of the mining sector, offering a new insight about the benefits and the business risk regarding the implementation of these solutions in real mining scenarios.