Propuesta de ajuste al modelo predictivo Kuz-Ram empleando análisis granulométrico de imágenes para mejorar la estimación de la fragmentación de roca volada en un yacimiento hidrotermal de alta sulfuración del Perú

Abstract

Este trabajo de investigación busca mejorar la estimación de la fragmentación de roca volada en minería a cielo abierto, específicamente en la empresa Minera Aruntani S.A.C. Unidad Arasi. La investigación se lleva a cabo mediante una reestructuración a la ecuación de predicción del tamaño de rocas, Kuz-Ram, modelo tradicional, cambiando el coeficiente de tierra, permitiendo disminuir los márgenes de error tomando en consideración aspectos relevantes del diseño como los parámetros geológicos, así como parámetros de perforación y voladura. Para efectuar dicho logro, se planteó una función objetivo y su posterior solución mediante el método iterativo de Newton-Raphson desarrollado en un entorno del software Matlab. El pertinente planteamiento y desarrollo permitió obtener un nuevo valor para el coeficiente de tierra con el cual se logra disminuir los porcentajes de error en la estimación de fragmentación de 40%, con el método tradicional, a un 8% en promedio logrando así una mejora considerable.

This research work seeks to improve the prediction of the fragmentation of blasted rock in open pit mining, specifically in the company Minera Aruntani S.A.C. Arasi unit. The research is carried out through a modification to the Kuz-Ram fragmentation estimation model, a traditional model, changing the land coefficient, allowing to reduce the margins of error taking into consideration relevant aspects of the design such as geological parameters, as well as parameters of drilling and blasting. To carry out this achievement, an objective function was proposed and its subsequent solution by means of the iterative Newton-Raphson method developed in a Matlab software environment. The pertinent approach and development allowed obtaining a new value for the land coefficient with which it is possible to reduce the error percentages in the fragmentation estimation from 40%, with the traditional method, to 8% on average, achieving a considerable improvement.