Generación de un modelo geometalúrgico de un yacimiento de Cobre en base a técnicas de aprendizaje de máquinas

Simple item page
dc.contributor.advisorNúñez Retamal, Felipe Eduardo
dc.contributor.advisorSalas Morales, Juan Carlos
dc.contributor.authorMu, Yuyang
dc.contributor.otherPontificia Universidad Católica de Chile. Escuela de Ingeniería
dc.date.accessioned2022-07-08T21:27:26Z
dc.date.available2022-07-08T21:27:26Z
dc.date.issued2022
dc.descriptionTesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2022
dc.description.abstractLa gran cantidad de factores involucrados en los proyectos mineros es una de las causas de la complejidad que estos proyectos presentan. La eficiencia de la inversión minera es un tema crucial en esta industria, donde los problemas más comunes en la ejecución de los proyectos son el sobrepasar la inversión estimada y/o sobreestimar de la capacidad de procesamiento de la planta. El concepto emergente de modelo geometalúrgico de un yacimiento es una probable solución, incidiendo en mejoras en la toma de decisiones. El objetivo general de esta tesis es diseñar, implementar y validar un modelo geometalúrgico de un yacimiento de cobre, utilizando técnicas de aprendizaje no supervisado. Una contribución importante de este trabajo es la aplicación en un yacimiento de cobre, junto con la evaluación del impacto al valor de proyecto. Este estudio, utiliza una base de datos de 569 sondajes con 1112 vectores de datos, que contienen variables espaciales de ubicación, concentración de distintos elementos, datos de procesamiento metalúrgico, mineralogía y variables geológicas. Se evalúan distintas combinaciones de datos de entrada preprocesada y la reducción de dimensiones, junto con la aplicación de k-means, agrupación jerárquica (AGG), DBSCAN y mapa autoorganizado. Se mide la calidad del modelo geometalúrgico a través de indicadores de validación interna de agrupación. Finalmente, el principal resultado obtenido es la generación de un modelo geometalúrgico con la técnica de aprendizaje de máquinas donde el algoritmo k-means tiene mejor desempeño. Los resultados indican que es posible excluir las variables espaciales y categóricas de geología. La aplicación de la técnica de reducción de dimensión no mejora el desempeño del modelo. Adicionalmente, en la evaluación del impacto al valor del proyecto, la aplicación del modelo geometalúrgico afecta la secuencia de extracción y presenta una mejora de orden de 4% en el valor.
dc.format.extent85 páginas
dc.fuente.origenSRIA
dc.identifier.doi10.7764/tesisUC/ING/64381
dc.identifier.urihttps://doi.org/10.7764/tesisUC/ING/64381
dc.identifier.urihttps://repositorio.uc.cl/handle/11534/64381
dc.information.autorucEscuela de Ingeniería ; Núñez Retamal, Felipe Eduardo ; S/I ; 131441
dc.information.autorucEscuela de Ingeniería ; Salas Morales, Juan Carlos ; 0000-0001-7674-6376 ; 1020223
dc.information.autorucEscuela de Ingeniería ; Mu, Yuyang ; 0000-0003-3220-1432 ; 222319
dc.language.isoes
dc.nota.accesoContenido completo
dc.rightsacceso abierto
dc.subjectAprendizaje No supervisadoes_ES
dc.subjectGeometalurgiaes_ES
dc.subjectModelo geometalúrgicoes_ES
dc.subject.ddc549.23
dc.subject.deweyMatemática física y químicaes_ES
dc.subject.otherMetalurgia del Cobrees_ES
dc.subject.otherAprendizaje de máquinaes_ES
dc.titleGeneración de un modelo geometalúrgico de un yacimiento de Cobre en base a técnicas de aprendizaje de máquinases_ES
dc.typetesis de maestría
sipa.codpersvinculados131441
sipa.codpersvinculados1020223
sipa.codpersvinculados222319
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
TESIS DE MAGISTER_Generación de un modelo geometalúrgico_Yuyang Mu.pdf
Size:
3.04 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.98 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
3.01 Tesis magíster