HomeCómo minimizar las sanciones en las ventas de mineral de hierro
.jpg)
El control de las características de la mezcla de mineral de hierro suministrada es uno de los aspectos más importantes del negocio de la minería. El precio del mineral de hierro varía en función de su composición química y sus propiedades físicas, según la evaluación del diferencial de valor de uso realizada por Platts. De ahí que se apliquen sanciones de venta sobre los precios en caso de entregas que no cumplan las especificaciones.
Por ejemplo, si el contenido de hierro en el producto entregado es inferior al establecido en el contrato, se aplica una sanción sobre el precio, lo que reduce los ingresos. También se controla el contenido de impurezas, como alúmina (Al2O3), sílice (SiO2) y fósforo (P).
En una empresa estándar de extracción de hierro, la cadena de producción se compone de la minería, el tratamiento del mineral y el suministro al cliente. Estas penalizaciones suelen ser el resultado de la descoordinación en la toma de decisiones entre la planificación de la mina y el suministro al cliente, la primera y última etapa. Cuando las decisiones se toman a "nivel local", la etapa intermedia -la planta de tratamiento- tiene dificultades para ofrecer la mejor mezcla posible.
La mayoría de las veces, la forma en que se procesa la ROM en la planta no está coordinada con la entrega del producto. Además, el mineral generalmente se mezcla en una pila de homogeneización única. Esto da como resultado la producción de mineral de hierro con una calidad incierta debido a la variabilidad típica en las características de ROM. Sin embargo, al final del proceso, los contratos definen especificaciones muy estrictas. Este aspecto, unido al hecho de que los volúmenes y calidades definidos en los contratos están siempre al límite de la capacidad de producción, genera entregas que no cumplen las especificaciones y pérdidas de ingresos.
Como ejemplo, imaginemos una mina de hierro genérica con una planta de tratamiento equipada con separadores magnéticos. La planta genera tres tipos de subproductos de minerales de hierro, denominados aquí como no magnético (NMAG), magnético (MAG) y concentrado (CON). Se pueden vender por separado o mezclar en diferentes proporciones para cumplir con diferentes especificaciones de calidad. El índice de producción y la composición de cada subproducto varían en función de la litología de ROM que se alimenta a la planta, como se describe abajo:
Podemos considerar de manera arbitraria que el consumo semanal de ROM sigue la misma distribución que la disponibilidad mensual de cada litología. La planificación operativa se divide en 21 franjas horarias secuenciales, donde las 12 primeras representan semanas (W1 a W12) y las 9 últimas representan meses (M4 a M12). Cada semana tiene 28 turnos de 6 horas cada uno y uno de ellos es exclusivo para mantenimiento.
La planta suministra a tres clientes, clasificados como de alta calidad (HQ: mín. 63,5% de Fe y máx. 5,5% de SiO2), de calidad media (MQ: mín. 62,5% de Fe y máx. 6% de SiO2) y de baja calidad (LQ: mín. 59,5% de Fe y máx. 8,8% de SiO2), cada uno con diferentes especificaciones de Fe y SiO2, con productos personalizados que se deben entregar cada mes en cantidades específicas. Los subproductos almacenados en la terminal de trenes se mezclan y cargan para cumplir tanto con las especificaciones químicas como con la masa solicitada. La entrega de un producto fuera de la especificación del contrato es un desafío permanente.
Teniendo en cuenta esas directrices y la disponibilidad de ROM, la planta puede programar sus trenes para abastecer mejor a sus clientes. Sin embargo, incluso con flexibilidad en la entrega, algunos trenes se cargan con productos que no cumplen las especificaciones. En este caso concreto, en el mes 1, uno de los tres trenes suministrados al cliente MQ (2,8% del suministro global) superaba el contenido de SiO2 en un 0,22%. También, en el mes 3, cuatro de los once trenes suministrados al cliente HQ (3% del suministro global) superaba el contenido de SiO2 en un 0.31%.
Para evitar esto, se puede utilizar la planificación integrada e integral (de extremo a extremo). Es importante utilizar la variabilidad como una oportunidad en vez de un problema. Para ello, como primer paso, se aplica una combinación de técnicas de clustering (agrupación) y clasificación logística para predecir los resultados del proceso de tratamiento. El clustering se utiliza en primer lugar para definir grupos de ROMs que tienen una composición similar para un determinado producto. A continuación, se utiliza un modelo de regresión logística para predecir el grupo de un determinado ROM para cada tipo de producto en función de su litología.
Aplicando esto a nuestro ejemplo, podemos segregar los tres subproductos producidos con alta variabilidad por la pila de ROM consumida (aquí tenemos tres tipos de ROM: A, B y C):
El segundo paso consiste en utilizar las variables definidas para crear un modelo de programación matemática. En este modelo se puede optimizar la producción de cada subproducto por ROM en cada periodo, la mezcla de diferentes calidades de subproductos para cumplir las especificaciones de los contratos y el plan de carga de trenes y barcos. En nuestro ejemplo, esto se traduce en una planificación de las operaciones que garantiza todas las entregas de acuerdo con las especificaciones del cliente:
El principal impulsor de esta solución es el mejor aprovechamiento de ROM. La planta se ha beneficiado con la posibilidad de elegir qué ROM tratar cada semana, reduciendo la masa total de entrada a la planta. La figura de abajo muestra la comparación de la proporción de consumo del tipo de ROM por período entre la planificación óptima y el caso de contextualización, donde consideramos arbitrariamente un consumo uniforme de ROM A, B y C:
Aplicando esta combinación de clustering (agrupación), clasificación y programación matemática, podemos ver que la planificación integrada de principio a fin puede convertir las dificultades en oportunidades y minimizar las sanciones en las entregas de productos que no cumplen las especificaciones, aumentando los beneficios de una empresa minera.
Si está interesado en más beneficios que se pueden conseguir con este tipo de modelo, ¡consulte nuestro Insights para ver más contenido con oportunidades de optimización!
Coautores: Fabio Silva - Gerente Senior en Cassotis Consulting
Emmanuel Marchal - Managing Partner en Cassotis Consulting