Detecting drainage pitfalls in open-pit mines and haul roads using UAV-photogrammetry

Abstract

espanolLas minas a cielo abierto generalmente tienen problemas operativos, como empozamiento y flujo de agua no apropiados en los caminos de acarreo, principalmente en minas ubicadas en areas con altos indices de lluvia. Estas situaciones aumentan los tiempos de ciclo de los camiones, promueven el rapido deterioro de las carreteras de transporte ocasionando la reduccion de productividad debido al aumento del tiempo de inactividad y de la frecuencia del mantenimiento de las carreteras. Ademas de eso, los costos operativos se incrementan una vez que aumenta la frecuencia del mantenimiento de los camiones y desgaste de los neumaticos. El uso de un modelo de elevacion tridimensional de alta resolucion, creado a partir fotogrametria de datos de vehiculos aereos no tripulados (UAV), ha demostrado ser una tecnica eficaz para detectar anomalias de forma rapida y precisa. Con el enfoque propuesto, es posible diagnosticar las condiciones de los caminos de acarreo despues de la lluvia, o anticipar el potencial de ocurrencia de tales anomalias antes de que se conviertan en un problema mayor. Este diagnostico se puede utilizar para priorizar las actividades de mantenimiento en minas a cielo abierto. Para describir la metodologia, se presenta un estudio de caso que demuestra y valida los resultados obtenidos EnglishOpen-pit mines generally have operational problems such as puddling and inappropriate water flow over haul roads, particularly if located in areas with high rainfall indices. These situations increase truck cycle times, promote rapid deterioration of haul-road wearing-course material, reduce productivity due to downtime and increase road maintenance. In addition, operational costs are raised as the frequency of truck maintenance and tire failures also increase. The use of a high-resolution three-dimensional elevation model, created based on Unmanned Aerial Vehicle (UAV) photogrammetry, has been shown to be an effective technique to detect anomalies in a fast and precise way. With the proposed approach, it is possible to diagnose haul-road conditions after rainfall or to anticipate the potential occurrence of such anomalies before they become a greater problem. This diagnosis can then be used to prioritize maintenance activities in open-pit mines. To describe the methodology, a case study is presented demonstrating and validating the results obtained