Está en la página 1de 62

Geoestadstica.

com
| |

Planeamiento de Minado
Quines somos Servicios Cursos y Talleres Contctenos

Planeamiento de Minado
El planeamiento de minado es establecer cual volumen de mineral, con que ubicacin y
en que momento extraerlo, con la finalidad de mantener una produccin continua
mensual.
Es conocido que el planeamiento se realiza a corto, mediano y largo plazo, en donde a
corto plazo se entiende un planeamiento para un mes y unos pocos meses mas, a
mediano plazo se considera desde un trimestres hasta un ao, a largo plazo desde el
primer ao hasta la culminacin de las reservas.
El planeamiento a mediano y largo plazo generalmente involucra utilizar reservas
probadas y probables, el solo hecho de utilizar reservas probables, el planeamiento a
mediano y largo plazo presenta cierta incertidumbre de cumplimiento, siendo necesario
su revisin peridica.
PLANEAMIENTO A LARGO PLAZO
El planeamiento a largo plazo es el primer plan que se realiza desde el inicio de las
operaciones, y su alcance comprende la extraccin de la totalidad de las reservas. Esta
extraccin debe ser expresada en produccin por aos, describiendo la secuencia de
extraccin, el volumen y ubicacin. Estos planes estan relacionados a la capacidad anual
de procesamiento del mineral que se cuenta predefinida en planta.

Fig. 1: Plan de Minado a Largo Plazo


En la Fig. 1 se observa una seccin con leyes de bloques de mineral y pits anidados para
cada uno de los 7 aos de produccin. en la Fig. N 2 se observa otra seccin con
bloques de mineral y pits tambin anidados para cada uno de los aos de produccin.

Fig. 2: Plan de Minado a Largo Plazo


Procedimiento de clculo del plan de minado a largo plazo
Por el gran volumen de informacin que se procesa en un plan de minado a largo plazo,
es necesario utilizar las opciones de variantes de los software de diseo de pits. Sin bien
la mayora de software disponibles en el mercado se utilizan para obtener un pit ptimo,
sabemos que ste se presenta para la condicin establecida de un precio, un costo y una
recuperacin en un cierto momento de trabajo.
Tambin este software en su bsqueda del ptimo pit para ese momento, pasa por
calcular y determinar los pits para diferentes condiciones de precios o costos, estos pits
por lo general son concentricos o anidados y los objetivos en cada pit son de maximizar
el beneficio. En primera intensin se podra asumir que son los pits que uno desea
extraer en cada ao de produccin, sin embargo esta idea no es compartida por todos,
debido al hecho de que los pits anidados son calculados maximizando el beneficio,
estaran orientadose a extrae principalmente las zonas de mayor ley, con lo cual se
estara extrayendo la crema y solo las partes ricas del tajo final.
Esto es cierto, sin embargo, se debe considerar dos aspectos importantes, 1) El plan de
minado es a largo plazo, y se presenta como una gua haca donde se orientarn las
operaciones, 2) Este plan estar sujeto a mejoras y variaciones cuando se realicen los
planes de minado a corto y mediano plazo, siempre que se respete el pit ptimo final.
PLANEAMIENTO DE MINADO A MEDIANO PLAZO
El planeamiento de minado a mediano plazo, se realiza para perodos trimestrales hasta
llegar a un ao de produccin proyectada. Los resultados de este planeamiento debe
mantener relacin con la geometra del planeamiento del ao definido en el Largo
Plazo.
Con informacin del modelo de bloques se definen slidos (o volmenes) geomtricos
por bancos que contengan ley, tonelaje de mineral y tonelaje de desmonte. El tamao de
estos slidos es muy variable y depende de la continuidad y calidad de la
mineralizacin.
Definido el lugar a donde llegar para encontrar el mineral de inters, la geometra de los
slidos o volmenes deben mantener como prioritarios las facilidades de acceso de los
equipos en las operaciones mineras, y cumplir con los objetivos de produccin de
mineral.

Fig. 3: Plan de Minado a Mediano Plazo

PLANEAMIENTO DE MINADO A CORTO PLAZO


El planeamiento de minado a corto plazo, se realiza para perodos mensuales, con
informacin del modelo de bloques se definen slidos (o volumenes) geomtricos por
bancos, el tamao y forma de estos volmenes se adecuan a la calidad del mineral, es
decir tonelaje de mineral, ley, tonelaje de desmonte.
Como es de suponer el planeamiento a corto plazo no es un proceso optimal, an no se
ha creado un algoritmo que permita conseguir la optimalidad matemtica y tcnica de
un planeamiento, es claro que el objetivo ser de conseguir la mxima rentabilidad con
mnimo costo, sin embargo la tcnica aplicable pasa actualmente por anlisis de multi
opciones de extraccin de mineral, consistente en una realizar una combinatoria de
volmenes de extraccin, hasta lograr una secuencia de extraccin de mineral que
permita cumplir con la produccin del mes y con las condiciones de operatividad
minera.

Fig. 4: Plan de Minado a Corto Plazo


Geoestadistica.com

| |

Estimacin de Recursos
Una de las etapas mas importantes para evaluar un depsito o parte de un depsito de
minerales
Quines somos Servicios Cursos y Talleres Contctenos

Estimacin de Recursos
Experiencia en:
En Per: Tintaya, Cerro Verde, Antamina, Andaychagua, Cerro de Pasco, Toromocho,
Cobriza, Cemento Lima, La Arena, La Granja, Huilacoyo, Picomachay, Tentadora,
Seductora, Cochavara, Clarita, Sacalla.
En el Exterior: Carpatia (Australia), Calcatreu (Argentina), Maqui Maqui (Bolivia).
La Estimacin de Recursos es una de las etapas mas importantes para evaluar un
depsito o parte de un depsito de minerales.
La estimacin de recursos interviene inmediatamente despues que se cuenta con la
informacin de campo y con informacin de taladros. Es un actividad permanente
durante las operaciones mineras, la calidad y certeza de la estimacin es parte
fundamental para el logro de las metas de produccin.
Por ello el tipo de tcnica de estimacin y el procedimiento que se aplique, debe
demostrar confiabilidad y certeza durante los procesos de verificacin, conciliacin y
reconciliacin.
La estimacin de recursos se realiza contando con dos elementos fundamentales: (1)
resultados de ensayes de muestras, provenientes de las distintas formas, tales como
sondajes diamantinos (ddh), sondajes de aire reversa (rcd), taladros de voladura para
produccin (bhd), canaletas, trincheras, etc. Que aseguren la correcta aplicacin de las
tecnologas de muestreo y tratamiento de la muestra, evitando todas las formas de sesgo
posible. (2) la interpretacin geolgica, debidamente ingresada a medios digitales.
La evaluacin de recursos se desarrolla de manera distinta para cuerpos, vetas angostas
y mantos (con fuerte o suave buzamiento). En todos los casos es necesario la aplicacin
de reglas y estndares de estimacin establecidas en la base terica y prctica de la
geoestadstica.
En Geoestadstica.com contamos con muchos aos de experiencia para efectuar
estimaciones de recursos con resultados confiables, acompaado de una excelente
presentacin que facilitar la toma de decisiones en la evaluacin de proyectos y en las
operaciones mineras. Nuestros resultados pueden ser tambin refrendados por Personal
Calificado (Qualify Person), certificado por organismos de reconocimiento
internacionalmente.
En adicin a los servicios de un informe tcnico consitente, y a requerimiento del

cliente, podemos validar los resultados de recursos con intervencin de Personal


Calificado (Qualify Person), certificado por organismos de reconocimiento
internacional.
Al margen de otras recomendaciones importantes, consideramos tener presente las
siguientes consideraciones para el clculo de recursos:
1.
Las leyes de metal deben contar con un registro, acompaado de la
interpretacin geolgica y los cores fsicos guardados y protegidos.
2.
Los logueos y los resultados de anlisis qumicos deben estar registrados en
medios magnticos.
3.

Se recomienda aplicar los estndares internacionales en el anlisis, registro y


proteccin de las muestras, ante una eventual necesidad de financiamiento
bancario. Acceda a la primera parte del Cdigo Jorc aqu.

4.

Para los clculos de estimacion de recursos aplicar software seguro y de


preferencia bancable, por ejemplo: Vulcan, Mine Sight, Gemscom, Data Mine,
etc.

5.

Encargar la revisin de la estimacin de los recursos a terceros, a fin de asegurar


los resultados.

6.

Asegrese usted que las variables de clculo utilizadas en el software de


estimacin fueron correctamente aplicadas, acorde a los lineamientos y
parmetros establecidos por la geoestadstica. El uso de criterios de clculo sin
sustento previo puede ocasionar riesgos de baja precisin en los resultados.

7.

Evaluar y verificar si la precisin de la estimacin encontrada, guarda relacin


con el tipo de mineralizacin del depsito y con los indicadores encontrados en
el variograma.

8.

Asegurese de visualizar a tres dimensiones el modelo de recursos y la


informacin geolgica para mejor interpretacin de los resultados.

9.

Que los resultados de estimacin de recursos sean exportable al software de


clculo de "reservas" minables.

10.

Considere usted que los solo los recursos medidos e indicados podrn participar
en los siguientes procesos de evaluacin econmica del depsito, los recursos
inferidos no podrn formar parte en la evaluacin ni estar comprendidos como
parte de reservas probadas y probables.

Fig. 1
Geoestadistica.com

Estimacin de Recursos
Una de las etapas mas importantes para evaluar un depsito o parte de un
depsito de minerales
Quines somos Servicios Cursos y Talleres Contctenos

CONCEPTOS DE GEOESTADSTICA
GEOESTADISTICA: Conceptos e Hiptesis

Georges Matheron, creador de la teora geoestadstica


Qu es la Geoestadstica? (*)
Con el objetivo de obtener una mayor precisin en la estimacin de las
reservas minerales, surge la Geoestadstica. Su punto de partida
corresponde al encontrar en la naturaleza informacin aleatoria desde un
punto de vista local, sin embargo en esta misma naturaleza se encuentra a
nivel global una funcin matemtica que describe el comportamiento de la
aletoriedad en cada lugar.
La medicin de la aleatoriedad local es expresada con conceptos e
indicadores probabilsticos, definiendose para todo el escenario geogrfico
una funcin probabilstica funcin aleatoria FA, que represente este
comportamiento en cada lugar.
Asi podemos definir en un punto (x) de la naturaleza el comportamiento
aleatorio de una variable Z, con (VA)Z(x), en dos puntos x e y se tendrn
dos VA: Z(x) y Z(y) que sern diferentes, pero no sern independientes por
que existe una correlacin entre ellas, que es empresada por FA.
En la naturaleza encontramos muchas variables que mantienen un
caracterstica en base a la gnesis de su ocurrencia, por ejemplo la
presencia de un elemento qumico o metal como el oro, al analizar su
presencia debajo de la superficie, podemos determinar la orientacin del
flujo mineralizante, tambin determinar que tan aleatoria es su presencia en
los centros del depsito o en los bordes, y as otras interpretaciones que van
de la mano con la interpretacin geolgica.

Durante el proceso de construccin de la FA se asume, como hiptesis, que


todo el depsito tiene el mismo comportamiento en forma estacionaria en
todos su dimensin, de esta forma se simplifica la construccin a una sola
FA que se utilizar como instrumento de aplicacin de estimador de Kriging.
A diferencia de otros mtodos de interpolacin, como por ejemplo, el
inverso de la distancia, el Kriging, utiliza en la estimacin las caractersticas
de variabilidad y correlacin espacial del fenmeno estudiado, por lo que su
uso implica un anlisis previo de la informacin, con el objetivo de definir o
extraer de esta informacin inicial un modelo que represente su continuidad
espacial, una vez logrado esto, estamos en condiciones de obtener a travs
del Kriging el mejor valor posible en cada localizacin o bloque a estimar,
acompaadas de la varianza Kriging como medida del error de la estimacin
realizada [Armstrong y Carignan,1997].
De acuerdo a los acontecimientos ms importantes hasta el Vigsimo
Simposium Internacional de la Aplicacin de la Computacin y la
Matemtica en la industria Mineral, APCOM 87, la evolucin de la
Geoestadstica se ha dividido en algunas generaciones [Matheron, y
Kleingeld,1987], las cuales son:
La Geoestadstica Lineal 1945-1965, la ciencia, ahora llamada
Geoestadstica, tuvo su comienzo en los trabajos de H.S. Sichel en 1947 y
1949, en la aplicacin de la distribucin lognormal en minas de oro, seguido
por la ahora famosa contribucin de D.G. Krige en la aplicacin del anlisis
de regresin entre muestras y bloques de mena, los cuales fijaron la base de
la Geoestadstica Lineal, adems de la introduccin de la teora de funciones
aleatorias por B. Matern en el estudio de la variacin espacial de un campo
forestal. La generacin de la Geoestadstica Lineal culmina en el trabajo de
G. Matheron en su tesis doctoral de 1965 titulada: "Las variables
regionalizadas y su estimacin".
La Geoestadstica No Lineal 1966-1974, la segunda generacin vio el
establecimiento de la escuela de Fontainebleau, en Mayo de 1968, fue
creado el Centro de Geoestadstica, en la atmsfera tranquila de
Fontainebleau segn Matheron (1987). Importantes contribuciones fueron
hechas en este perodo por los autores M. David, A.G. Journel, Ch. J.
Hiujbregts, P. Delfiner, P. Chauvet y J.P. Chiles. Muchos otros autores tambin
contribuyeron en el campo de la Geoestadstica durante este perodo, lo que
se evidencia en la gran cantidad de artculos publicados en esta poca.
La tercera generacin 1974-1987, estuvo dedicada a resolver problemas
ms complejos asociados con la seleccin y combinacin de bloques de
mena, Matheron introduce el modelo de Kriging Disyuntivo, la primera
aplicacin prctica del Kriging Disyuntivo Gaussiano fue desarrollada por A.
Marchal en 1975. Numerosas actividades relacionadas con el cambio de
soporte, la funcin de transferencia, parametrizacin de reservas,
selectividad de la distribucin, la simulacin, el estudio de casos
multivariados ocurrieron durante este perodo. En 1980 W.J.Kleingeld,
propuso el problema de extrema asimetra distribuidos en porciones
discretas del yacimiento, lo cual culmina con el desarrollo de la

aproximacin generalizada de modelos isofactoriales discretos. Estos


modelos fueron puestos en prctica por Ch. Lantujoul y Ch. Lujaunie, para
el caso general; y por W.J. Kleingeld por el Binomio Negativo o Modelos de
Mosaico. Durante este perodo, fue tambin desarrollado por A.G.Jounel el
Kriging de Indicadores y una forma especial de Kriging Disyuntivo. El
desarrollo de modelos genticos de yacimientos fue acometido por
J.Rivoirard.
En la actualidad, los mtodos Geoestadsticos han sido extendidos a los ms
diversos campos de la Ciencias de la Tierra. El desarrollo de la informtica
moderna ha propiciado condiciones para su divulgacin y su aplicacin a un
grupo cada vez mayor de problemas, pueden encontrarse en el mercado
informtico programas profesionales que ofrecen opciones para la aplicacin
de estas tcnicas.
Geoestadistica.com
|

EsGeoestadistica.com
| |

Estimacin de Recursos
Una de las etapas mas importantes para evaluar un depsito o parte de un depsito de
minerales
Quines somos Servicios Cursos y Talleres Contctenos

Teora Geoestadstica: Objetivo del Kriging


El objetivo del kriging es interpolar la ley a partir de muestras que lo rodean, asignando
pesos a cada muestra que redusca al mnimo la varianza de estimacin. En otras
palabras, se interpola la ley con la mxima precisin posible.
La precisin de la estimacin (interpolacin) depende de varios factores:
1.
Del nmero de muestras y de la calidad de la data en cada punto
2.
De la posicin de las muestras con respecto al punto a estimar
3.

De la distancia entre las muestras y con el punto a estimar

4.

De la continuidad espacial de los valores de las muestras

Para poder llegar a la definicin del kriging, es necesario dejar claro la definicin de la
varianza de estimacin. A continuacin se presenta la deduccin de las varianza de
estimacin simulando las ocurrencias de una funcin aleatoria con resultados de anlisis
qumicos al interior de un bloque.

timacin de Recursos
Una de las etapas mas importantes para evaluar un depsito o parte de un
depsito de minerales
Quines somos Servicios Cursos y Talleres Contctenos
Teora Geoestadstica: Funcin Aleatoria
FUNCIONES ALEATORIAS
Un valor observado en cada punto de x es considerado como el resultado
z(x) de un variable aleatoria Z(x), se debe comprender que cada uno de los
puntos z(x), sean estos cuantificados o no, son representados por la variable
aleatoria Z(x).
La totalidad de variables aleatorias Z(x) localizados en cada punto x,
conforman una funcin aleatoria FA. (que es sinnimo de un proceso
estocstico). La funcin aleatoria reproduce la misma relacin de una de sus
ocurrencias como variable aleatoria. La funcin aleatoria esta caracterizada
por una distribucin finita multidimensional de variables aleatorias. Por
ejemplo la unin de la distribucin de todas las variables aleatorias Z(x1),
Z(x2), Z(x3).... Z(xk), para todos los k y para todos los puntos x1, x2,..., xk
conformara una funcin aleatoria (F.A.), lo cual sera imposible hacer algo
prctico, a menos que estemos preparados para hacer supuestos a estas
distribuciones.
Hiptesis intrnseca de estacionariedad
En estadstica es comn asumir la estacionariedad de las variables, por
ejemplo los indicadores estadsticos y distribuciones de frecuencia son
invariables a la traslacin, de la misma forma una funcin aleatoria
estacionaria es homognea y auto repetitiva en el espacio. Es decir para
todo incremento h, la distribucin probabilstica de Z(x1), Z(x2), Z(x3),....,
Z(xk) es la misma a h metros de distancia Z(x1+h), Z(x2+h), Z(x3+h),....,
Z(xk+h). Esto hace posible realizar una inferencia estadstica sobre una
ocurrencia particular de las variables.
En el estricto sentido la estacionariedad requiere que todos los momentos
(estadsticos) sean invariables en la traslacin, pero esto no puede ser
verificado a partir de data experimental, usualmente solo podemos contar
con dos momentos que son la media y la covarianza para que sean
constantes. A esto llamamos estacionariedad de segundo orden. En otras

palabras, reconocemos y dejamos establecido que el valor esperado (o


promedio) de Z(x) debe ser constante para todos los puntos x.
E(Z(x)) = m(x) = m

En "segundo" lugar la funcin covarianza de los valores existentes entre


cualquiera de dos puntos x y x+h depende del vector h, pero no del punto x.
Es decir:
E(Z(x).Z(x+h)) - m2 = C(h)

No se necesita hacer asumciones sobre la varianza, por que sta se orienta


a ser igual a la covarianza C(h), para una distancia de h=0.
En la prctica a menudo la aplicacin de asumciones no satisface, claro que
cuando se observa que hay una tendencia marcada de una mineralizacin
no se puede asumir el valor promedio como constante. Otra rama de la
geoestadstica fue desarrollado para tomar en cuenta la no estacionariedad
en las variables regionalizadas. Esta fuera de nuestro tema, los interesados
pueden consultar a Matheron (1973) o Delfines (1976).
Por el momento podemos considerar casos en donde el valor promedio se
mantiene constante. Sin embargo, aun cuando esto es cierto, la covarianza
no esta presente. Un ejemplo prctico particular de esto fue descrito por
Krige (1978) para leyes de oro en Sudfrica. En ambas investigaciones
terico y prctico, es conveniente plantear esta hiptesis. A esto se debe
por que Matheron (1963 - 1965) desarroll la "hiptesis intrinseca", en
donde se asume que para incrementos en la funcin aleatoria hay presencia
de estacionariedad en la ley promedio y tambien en la varianza de
incrementos Z(x+h) - Z(x) y es independiente del punto x.
E(Z(x)) = E(Z(x+h))
E(Z(x+h) - Z(x)) = 0
Var (Z(x+h) - Z(x)) = 2Gama(h)

La funcin Gama(h) se denomina semi-variograma (variograma para


simplificar). Es la herramienta bsica para la interpretacin de la estructura
de un fenmeno o para la estimacin. Las variables regionalizadas que son
estacionarias siempre satisfacen la hiptesis intrnseca, veremos que si la
variable regionalizada es estacionaria, existir equivalencia entre el
variograma Gama(h) y la covarianza C(h). La mayora de los estimadores
utilizados en las ciencias de la tierra, son combinaciones lineales de datos.
Es cierto que para el mtodo del inverso de la distancia, el mtodo poligonal
o para otro mtodo de medias mviles, no habra forma de determinar la
varianza que parecera cero, por ello es importante calcular la varianza en
furncin del variograma o cavarianza. En contraste con el caso estacionario,

cuando trabajamos con variables intrnsecas las operaciones son solo


definidas por incrementos. Veremos que la varianza de una combinacin
lineal puede ser calculada solamente si la suma de los pesos es cero,
utilizando el indicador de la funcin aleatoria en base a incrementos dentro
del rango del modelo del variograma disponible.
Funcin espacial de la covarianza
Las propiedades bsicas de la covarianza espacial y su relacin con el
variograma para funciones aleatorias estacionarias, son las siguiente:
C(0) = varianza
C(h) = C(-h)
|C(h)| < = C(0)

La relacin bsica entre el variograma y la respectiva covarianza es la


siguiente:

Es decir:

El variograma en la prctica indica (en cada uno de sus puntos) el valor


esperado de la diferencia entre las muestras distanciadas en h metros. Este
instrumento servir de soporte para la medicin de la probabilidad de
acercarse a la realidad al realizar la estimacin de la ley en un depsito de
mineral.
Teora Geoestadstica: Variografa - Interpretacin - Modelamiento

DEFINICIN
Como se explic en la formulacin terica, el variograma de una funcin
intrnseca aleatoria esta expresado por:

En donde Z(x+h) y Z(x) son los valores de leyes en el punto x+h y x


respectivamente, considerando que las variables estacionarias e intrnsicas,
el promedio de Z(x+h) - Z(x) es cero, el variograma resulta ser el promedio
de las diferencias.

Expresado en trminos numricos para aplicacin prctica, tenemos:

Los puntos x y x+h se debe entender que pueden estar en un espacio de n


dimensiones como n=1, 2 3. En todos los casos es necesario determinar
gama(h) en todas las direcciones posibles para identificar la orientacin del
comportamiento de la mineralizacin.
Si bien la expresin matematica indica que el variograma es funcin de h,
en donde h es la distancia entre pares de muestras, esto significa que la
funcin se crear en base al valor promedio de la diferencia de pares de
muestras que se encuentren distanciados a h metros.
VARIOGRAMA A 1 DIMENSIN
Por ejemplo para el caso de clculo del variograma en una direccin se tiene
en el siguiente ejemplo, Fig. 1, leyes distanciadas cada dos metros. En la
Fig. 2 se describe el clculo de cada punto del variograma para distancias
h=2m, h=4m, h=6m, etc.

Fig. 1

Fig. 2

VARIOGRAMA A DOS DIMENSIONES


Para el clculo del variograma a dos dimensiones es necesario precisar la
direccin de clculo, esta direccin se indica en base a un rango de ngulo
que debern formar los pares de muestras. Cualquier otro par de muestras
que no cumplen con el rango de orientacin no formar parte del clculo del
variograma. Por ejemplo en el grfico siguiente se presentan muestras en X
e Y.

Fig. 3
En la Fig. 3 se observa que el clculo del variograma se realizar para la
direccin N80E considerando un ngulo de tolerancia de +/- 15, que indica
que los pares de muestras que se encuentren que intervienen en el clculo
deben una orientacin entre N65E y N95E.
Como el variograma es una funcin de "h", se debe indicar su primer valor,
en este caso se fijar en 6 m, el siguiente valor 12 m, el tercer valor 18 m, y
as sucesivamente.

La forma de clculo del variograma en esta direccin se presenta como


sigue (Fig. 4)

Fig. 4
Estos nueve resultados generan el grfico del variograma, que servir para
interpretar su comportamiento en la direccin calculada, para otras
direcciones se debern volver a realizar lo clculos tomando pares de
muestras que tengan la orientacin deseada.
Para un clculo a tres dimensiones el rango del ngulo de orientacin de los
pares se definir en un cono teniendo como orientacin principal el eje del
cono.
Para un depsito a tres dimensiones se recomienda calcular los variogramas
en todas las direcciones a fin de encontrar la direccin preferencial de la
mineralizacin y las anisotropas
ELECCIN DEL MEJOR VARIOGRAMA
Una vez calculado el variograma en todas las direcciones posibles, se
seleccionan los mejores que tengan caractersticas que reflejen el mejor
comportamiento de correlacin espacial entre las muestras. Entre las formas
que adoptan los variogramas, se pueden definir las que se indican en la Fig.
N 5:

Fig. 5
Los tipos de Variograma 1, 3 y 5 tienen una misma caracterstica, no tienen
correlacin espacial entre las muestras, por lo tanto la estimacin de leyes
puede ser realizada con cualquiera de los mtodos de estimacin
tradicionales (icd, triangulacin, poligonacin, etc.). Esto indica que no ser
posible medir la precisin de la estimacin. Sin embargo es importante
destacar que la informacin del variograma sobre el nivel de aleatoriedad
(alto, medio o baja) permite determinar el nivel de precisin que se
obtendra al aplicar los mtodos tradicionales.
Los tipos de Variograma 2, 4, y 6, definitivamente indican ventaja superior
en la estimacin de leyes con kriging, la diferencia entre ellas se encuentra
en la diferencia de precisin de la estimacin. Por ejemplo para baja
aleatoriedad indicado con el variogama 6, la varianza de estimacin o el
error relativo de estimacin ser menor que el que se obtenga con los
variogramas 2 y 4.
Otros aspectos importantes para elegir los variogramas mas representativos
del comportamiento de la mineralizacin son el nmero de pares utilizados
para determinar cada punto del variograma y la altura o valores de la
meseta del variograma. La meseta es la lnea horizontal mxima que indica
el lmite en promedio del variograma.
Por lo general los primeros puntos del variograma deben tener alto nmero
de pares, a mayor nmero de pares en cada punto del variograma el valor

de ste ser mas representativo.


Una meseta mas baja en un variograma con respecto a otro, indica que la
varianza o error relativo en la estimacin de leyes ser menor, por lo tanto
la estimacin ser mas precisa.
MODELOS AUTORIZADOS PARA EL MODELAMIENTO
Para el modelamiento de un variograma experimental se deben aplicar
frmulas o modelos matemticos autorizados, estos modelos matemticos
tienen la caracterstica de ser una funcin siempre positiva para cualquier
valor de |h|. A continuacin presentamos los modelos autorizados
siguientes:
Efecto de Pepita (Co): Corresponde a un fenmeno netamente aleatorio, sin
correlacin entre valores, y sin importar que tan prximos se encuentren
ellos. Se aplica por lo general en el origen para h=0. En la prctica se
obtiene al inferir y determinar en que punto cruza el variograma
experimental con el eje vertical.
La interpretacin del trmino "efecto de pepita" se aproxima a imaginar
leyes de alto y bajo valor distantes pocos milmetros o centmetros, al
aplicar la frmula del variogram las diferencias entre ellas generan un alto
valor del variograma a una distancia h de casi cero metros.
Modelo Esfrico: Corresponde a un
comportamiento del variograma de
crecimiento gradual similar a la figura N
xx. La expresin matemtica es:

para valores de h < a

para valores de h >= a


en donde "a" es el alcance, que es la
distancia "h" en donde el variograma
alcanza la meseta.

Modelo Exponencial: Corresponde a un


comportamiento del variograma de
crecimiento muy gradual similar a la
figura N yy. La expresin matemtica es:

en donde "a" es el alcance que equivale


en este modelo a un tercio de la distancia
que se alcanza a la meseta.
Modelo Potencial: Corresponde a la
expresin matemtica

en donde el exponente "n" puede adoptar


valores entre cero y 2, reproduciendo lo
indicado en la figura adjunta. (el signo
"^n" se debe interpretar como potencia
"n")
Tambien se tienen definidos los modelos Gausiano, Cbico, funcin Seno.
Sin embargo los tres primeros modelos descritos son los mas utilizados para
el modelamiento, ya sean estos en forma independiente o combinados entre
si.
MODELAMIENTO DEL VARIOGRAMA
El modelamiento del variograma se realiza una vez que se eligieron los
variogramas representativos del depsito para las direcciones principales.
El modelamiento consiste en elegir el variograma experimental mas
representativo de acuerdo a las caractersticas mencionadas en el punto
anterior. Una vez elegido, el variograma experimental suele presentar
algunas formas similares a los tipos N 2, 4, y 6.
En el modelamiento corresponde aplicar modelos matemticos
"autorizados" para encontrar la frmula que representen los variogramas
experimentales. As por ejemplo en la Fig. N 8 se observa un variograma
experimental superpuesto con el modelo autorizado que mas se le
aproxima. El modelo autorizado aplicado es el "exponencial", el modelo final
encontrado es el que indica para Gama(h). En donde el Efecto de Pepita Co
= 0.02

Modelo de variograma de dos


componentes

"Dist.Prom" es el promedio de las distancias


de los pares de muestras utilizados en el
clculo del variograma

Modelo de variograma de tres


componentes

En este variograma experimental fue


necesario aplicar tres componentes en el
modelo

Esta figura presenta un variograma ajustado con tres componentes, el


primer componente "efecto de pepita" Co, el segundo componente esfrico,
y tambin el tercer componente esfrico.
Teora Geoestadstica: Varianza Geoestadstica

Supongamos que extraemos un gran nmero de muestras y cubrimos todos


los espacios de un bloque de volumen V, asumimos de cada una de las
muestras extraemos una infinitsima parte para analizarla. Los resultados
suministrarn una ley media de las siguientes caractersticas:

que en la prctica indica el valor promedio de las leyes de todos los puntos

con ley z(x) que pueden encontrarse al interior del volmen V. (por ejemplo
los puntos blancos del siguiente grfico, pero saturando todo el volmen V).

Fig. 1
Expresado en forma discreta tenemos.

As con todos esos valores analizados en el volumen V, la varianza ser:

Aqu el 0 indica un punto, con un volumen casi cero. Si de esta poblacin de


muestras tomamos otra ley analizada de la misma muestra, es decir del
mismo punto (considerar que dos anlisis qumicos de cada fraccin de una
muestra, nunca proporciona el mismo resultado, salvo que sea
coincidencia), tendremos otra poblacin de datos. Si continuamos tomando
otra y otra ley de cada muestra tendremos una poblacin de datos para
cada punto, la varianza de esta poblacin de datos se define como:

Es decir como la esperanza de la varianza. Se puede demostrar que las


varianzas estan relacionadas al variograma por la frmula:

Esta integral es el promedio que se obtiene variando x e y


independientemente a traves del volumen V. Expresado en variograma
promedio, se tiene:

En el lmite, la varianza de un punto al interior de un volmen V, puede ser

expresado por el variograma promedio entre los puntos que se encuentran


al interior del volmen V, como se indica en el siguiente grfico.

====
=>

Fig. 2
En la prctica

se calcula discretizando el bloque V.

VARIANZA DE v DENTRO DE V
Ahora consideremos una nueva funcin aleatoria definida como el promedio
espacial de un volumen v dentro un volumen V

Fig. 3

El objetivo es encontrar la dispersin de esta nueva variable Zv(x) como si


se moviera en todo el volumen V. En la prctiva v podra significar un
pedazo de taladro y V podra ser un bloque. La varianza de v dentro de V se
expresa por

y se da por:

Expandiendolo resulta:

Teora Geoestadstica: Kriging


DEDUCCIN DE LA FORMULA DE KRIGE
Para deducir la frmula del kriging planteamos el problema siguiente:
Tenemos N valores de muestras z(x1), z(x2),...., z(xN) en nuestro depsito y
queremos estimar una funcin lineal de nuestra variable Z(x). Por ejemplo
deseamos estimar los valores en un punto particular Z(xo), o el promedio en
cierta regin. Para poder definir y escribir todos los casos separadamente,
expresamos el valor a ser estimado con:

El volumen V sera el depsito total, o el block de mineral, o podra ser un


pequeo y simple punto. Podra ser incluso un volumen irregular. Para
estimar Z(V) consideramos un promedio pesado de la data.

en donde son los pesos. El astersco indicar el valor estimado para


diferenciarlo del valor real desconocido en el terreno. El problema se
traduce en encontrar los mejores valores para los pesos que se utilizarn en
la ponderacin. Es aqu en donde se aplicar el modelo geoestadstico.
Consideraremos la variable regionalizada.

Los pesos a encontrar deben estar sujetos a:


1. No ocasionar sesgo en la estimacin

2.- La varianza o error de estimacin debe ser mnimo:

El No sesgo de los ponderadores

Asumiendo que la variable aleatoria Z(x) es estacionaria con valor promedio


m. Significa que para cualquier zona se mantendr la media m y tambin
ser la media de cualquier bloque.

La estimacin de un punto se realizar asignando pesos a las muestras que


se encuentran alrededor del punto a estimar, definiendose una combinacin
lineal siguiente:

La media del error de estimacin de [Z*v - Zv] puede expresarse en


trminos de covarianza o variograma.

A fin de asegurar el no sesgo del interpolador, el valor esperado debe ser


cero, por lo tanto m=0 o la suma de los pesos debe ser igual 1.
Varianza mnima en la estimacin
La varianza del error [Z*v - Zv] se puede expresar en terminos de la
covarianza y del variograma.

en donde:

es el promedio del variograma entre los puntos de las muestras y los puntos
discretizados al interior del volumen V, como se indica en el siguiente
grfico.

es el variograma promedio entre los puntos discretizados al interior del


volmen V y si mismos, como se indica en el siguiente grfico.

A fin de minimizar la varianza de estimacin bajo condiciones que la suma


de los pesos deben ser igual a 1, introducimos el multiplicador de Lagrange
"u" en la expresin de la varianza a ser minimizada. Si la suma de los pesos
debe ser 1.0, podemos adicionar el trmino "u" en la forma que se indica de
tal manera que la expresin no cambia en valor.

La derivada parcial de la cantidad es por lo tanto cero, esto permite


extender a N+1 las ecuaciones lineales que se denominan sistema de
ecuaciones lineales para el kriging. Un poco mas abajo mostraremos los
detalles de deduccin matemtica de esta expresin.
Cuando escribimos el sistema de ecuaciones lineales en trminos del
modelo del variograma resulta.

La mnima varianza de estimacin denominada varianza de kriging, se


expresa por:

Teora Geoestadstica: Kriging


DERIVACIN PRACTICA DEL SISTEMA DE ECUACIONES DEL KRIGING
Considerando que Z*v es la ley estimada de un bloque y Zv es la ley
verdadera del mismo bloque, tenemos las siguientes expresiones:

Como condicin de no sesgo en la estimacin:

La varianza del error [Z*v - Zv] es la varianza de estimacin del bloque, el


cual debe ser el mnimo posible, entonces se debe encontrar el error mnimo
de estimacin, el error se expresa de la siguiente forma:

Desarrollando tenemos:

Llevando las covarianzas a variogramas, se tiene:

Para aplicar el teorema de Lagrage se plantea la siguiente ecuacin:

En donde la variable adicionada al final no altera la expresin por ser igual a


cero.
Para obtener el valor de los coeficientes que me me suministre el valor
mnimo de la expresin, derivamos con respecto a los coeficientes para
cada uno de los valores de i = 1, 2, ... , N.
A modo de ejemplo consideraremos 4 muestras, y determinaremos el valor
de los 4 coeficientes, que vienen a ser los ponderadores o pesos de las
muestras.
Considerando:

Desarrollaremos la anterior expresin:

Considerando que:

Se obtiene:

Derivando con respecto a

se obtiene:

de aqu se obtiene:

continuando la derivacin para

se obtiene:

y derivando con respecto a "u", se obtiene:

La solucin de estas cinco ecuaciones lineales, determinar el valor de los


coeficientes, Si consideramos que tenemos leyes conocidas z(1), z(2), z(3) y
z(4) para este ejemplo de clculo, la ley estimada z*se determinar de
forma siguiente:

Con una varianza de kriging:

Estimacin de recursos
Geoestadistica.com
|

Estimacin de Recursos
Una de las etapas mas importantes para evaluar un depsito o parte de un
depsito de minerales
Quines somos Servicios Cursos y Talleres Contctenos

Cdigo de Australasia para Informar sobre Recursos Minerales y Reservas de


Mina (el Cdigo JORC)
Preparado por el Comit Conjunto de Reservas de Mina de "The Australasian
Institute of Mining and Metallurgy, Australian Institute of Geoscientists, and
The Minerals Council of Australia (JORC)"
El Cdigo original de 1999 se puso en vigor en el mes de Septiembre de
1999. Esta traduccin al espaol fue publicada en el mes de Mayo de 2001.
Esta traduccin del Cdigo JORC se basa en una versin preparada por el
personal de BHP Escondida y ha sido revisada por especialistas afluentes en
espaol en Australia. En trminos generales, el significado de palabras
particulares y frases corresponde a los americanismos en Chile. En cualquier
disputa sobre la interpretacin, la versin del lenguaje ingles toma

precedencia.
This translation of the JORC Code is based on a version prepared by thestaff
of BHP Escondida and reviewed by specialists fluent in Spanish in Australia.
In general, the meaning of individual words and phrases conforms with
South American (Chilean) usage. In any dispute over interpretation, the
English language version takes precedence.
Cdigo de Australasia para Informar sobre Recursos Minerales y Reservas de
Mina (Cdigo JORC)
Nota: Solo se presentar el prembulo, para mayor informacin, favor
escrbanos.
PREMBULO

1.

2.

3.

El Cdigo australiano para Informar sobre Recursos Minerales y


Reservas de Mina (el "Cdigo JORC" o "el Cdigo"), establece
estndares mnimos, recomendaciones y normas para la Informacin
Pblica de resultados de exploraciones, Recursos Minerales y
Reservas de Mena en Australia. Este ha sido redactado por el Comit
Conjunto de Reservas de Mena de "The Institute of Mining and
Metallurgy, Australian Institute of Geoscientists y Minerals Council of
Australia". El Comit Conjunto de Reservas de Mena se constituy en
1971 y public varios informes haciendo recomendaciones sobre la
clasificacin e Informacin Pblica de Reservas de Mena antes de la
primera divulgacin del Cdigo JORC en 1989.
En esta edicin del Cdigo JORC, las normas que previamente se
separaron del Cdigo, se han colocado despus de las clusulas
respectivas del Cdigo con el fin de proporcionar mayor ayuda y gua
para los lectores. Estas normas se presentan con sangra y en un tipo
letra en cursiva ms pequea. No forman parte del cdigo pero deben
considerarse persuasivas al interpretar el Cdigo. Se ha aplicado la
misma sangra y tipo de letra en cursiva al Apndice 1 - "El Cdigo
JORC y las Bolsas de Valores de Australia" y a la Tabla 1 - "Lista de
Verificacin de Criterios de Evaluacin e Informacin" para recalcar
que estas dos secciones son normas, y que esta ltima no es una lista
obligatoria de criterios de evaluacin e informacin. Adems en esta
edicin del Cdigo, se ha marcado la primera de una mencin
particularmente significativa, despus de la clusula 2 de trminos
que se definen en el Cdigo con un superndice 'D10', y se han
destacado las definiciones correspondientes en negritas. Por ejemplo,
la Persona Competente'D10' significa que este trmino se define en la
clusula 10.
El Instituto de Minera y Metalurgia de Australasia y el Instituto
Australiano de Geocientficos han adoptado el cdigo y por lo tanto es
obligatorio para los miembros de esas organizaciones. Es respaldado
por el Consejo de Minerales de Australia y el Instituto de Valores de
Australia como un aporte a las mejores prcticas. Las reglas para que
las acciones sean cotizadas en la Bolsa de Valores de Australia y en la
Bolsa de Valores de Nueva Zelanda incorporan el Cdigo. Ver Anexo 1.

4.

Los principales principios que rigen la operacin y aplicacin del


Cdigo JORC son, transparencia, relevancia y competencia. La
"Transparencia" requiere que el lector de un Informe Pblico D5 reciba
suficiente informacin, cuya presentacin sea clara y no ambigua,
con el fin de entender el informe y no ser pervertido. La
"Materialidad" exige que el Informe Pblico contenga toda la
informacin relevante que los inversionistas y sus asesores
profesionales podran necesitar razonablemente, y razonablemente
esperaran encontrar en el informe, con el fin de hacer un juicio
razonado y equilibrado con respecto a la mineralizacin que se est
informando. "Competencia" requiere que el Informe Pblico se base
en trabajo que es de responsabilidad de una persona debidamente
calificada y con experiencia que est sujeta y regida por un cdigo de
tica profesional que puede ser aplicado.

5.

El Cdigo es la norma mnima requerida para Informacin Pblica. El


comit tambin recomienda que se adopte como una norma mnima
para otros informes. La referencia que se hace en el Cdigo a un
Informe Pblico o Informacin Pblica es la referencia a un informe o
informacin sobre resultados de exploracin, Recursos Minerales 020
o Reservas de Mena 029, preparado con el objeto de informar a los
inversionistas o inversionistas potenciales y a sus asesores. Esto
incluye un informe o informacin preparada para satisfacer los
requisitos reguladores. Se alienta a las Compaas para que en sus
Informes Pblicos entreguen la informacin ms amplia posible. Los
Informes Pblicos incluyen pero no se limitan a las Memorias Anuales
de la compaa, informes trimestrales y otros informes a las Bolsas de
Valores de Australia o Nueva Zelanda, o que exija la ley de
sociedades. Se recomienda que el Cdigo se aplique a los siguientes
informes si han sido preparados para el objetivo descrito en la
Clusula 5: estados ambientales; Memornda de Informacin;
Informes de Expertos y documentos tcnicos con respecto a la
informacin sobre resultados de exploracin, Recursos Minerales o
Reservas de Mena.
El trmino "requisitos reglamentarios" tal como se usa en la clusula
5 no tiene la intencin de cubrir informes que deben presentar las
compaas a agencias gubernamentales que se puedan necesitar
para efectos de inventario o planificacin del Gobierno Estatal o el
Gobierno Federal. Si los informes preparados para dichos efectos
posteriormente quedan disponibles para el pblico, normalmente no
se consideraran Informes Pblicos en trminos del Cdigo JORC (ver
tambin las normas sobre Clusulas 20 y 37.
Se reconoce que puede haber situaciones en que una Persona
Competente'D10' prepare documentacin para efectos internos de la
compaa o efectos similares nopblicos que no cumple con el Cdigo
JORC. En dichas circunstancias, la documentacin debera incluir una
declaracin en el sentido de que no cumple con el Cdigo JORC. Esto
restringir la probabilidad de que se use documentacin que no
cumpla con las normas, como base para Informes Pblicos, ya que la
clusula 8 exige que los Informes Pblicos reflejen en forma justa los
Recursos Minerales y/o estimaciones de Reservas de Mena y la
documentacin de respaldo preparada por una Persona Competente
(ver clusula 8, y tambin Apndice 1 con respecto a requisitos de
bolsas de valores sobre Informacin Pblica).

Aunque se han hecho todos los esfuerzos dentro del Cdigo y Normas
para inc luir la mayor parte de las situaciones que podran
presentarse en la Informacin Pblica de resultados de exploracin,
Recursos Minerales y Reservas de Mena, inevitablemente habr
ocasiones en que existan dudas en cuanto al procedimiento
apropiado que debe seguirse. En dichos casos, los usuarios del cdigo
y aquellos que preparan informes bajo el Cdigo deben guiarse por su
intencin, presentar a travs de las normas pertinentes para
Informacin Pblica y asegurar que dicha informacin contenga toda
aqulla que los inversionistas y sus asesores profesionales
razonablemente requeriran y razonablemente esperaran encontrar
en el informe con el objeto de hacer un juicio razonado y equilibrado
con respecto a la mineralizacin que se est informando.

6.

El Cdigo es aplicable a todos los Minerales slidos, incluyendo


diamantes, otras piedras preciosas y carbn, para los cuales las
Bolsas de Valores de Australia y Nueva Zelanda requieren Informacin
Pblica sobre resultados de exploracin, Recursos Minerales y
Reservas de Mina.

7.

El Comit conjunto reconoce que de tiempo en tiempo ser necesario


revisar nuevamente el Cdigo.

EJEMPLO DE CLCULO DE LA LEY DE TAJEO


Geoestadistica.com
|

Estimacin de Recursos
Una de las etapas mas importantes para evaluar un depsito o parte de un
depsito de minerales
Quines somos Servicios Cursos y Talleres Contctenos
Kriging en vetas: ejemplo de clculo de la ley de un Tajeo
Breve Explicacin Terico / Prctica:
Si visualizamos una veta con tajeos delimitados por galeras y chimeneas
como indica la figura 1, podemos extraer un tajeo y mostrarlo como indica
la figura 2, en donde se observan las dimensiones del tajeo, las leyes y la
potencia que se presentan en las galeras y tambin se presentan en las
chimeneas (asumiremos que las chimeneas tienen sus leyes y potencias
definidas).

Fig. 1: Tajeos en una veta

Fig. 2: Un Tajeo de mineral con Leyes y


Potencias

Las variables que intervienen para la estimacin de la ley del tajeo son:

1.
2.

Ley (z), potencia (p) y coordenadas x de cada una de las canaletas de


las galeras A1 y A2. (Fig. 3)
Ley (z), potencia (p) y coordenadas x de cada una de las canaletas de
las chimeneas A3 y A4. (Fig. 3)

3.

Variograma de "ley x potencia" (z * p)

4.

Dimensiones del tajeo (Lx en la direcci horizontal y Ly en la direccin


vertical) con sus coordenadas de ubicacin.

Para la estimacin de la ley de cada tajeo se utilizan los valores del producto
(ley x potencia), y tambin se debe estimar la potencia promedio por tajo,
con estos dos valores se determina la ley promedio (del elemento metlico
de inters).

Fig. 3: Identificacin de Variables de Clculo


Para los clculos, considerar que en adicin al manejo de coordenadas de
las muestras, se debe tomar en cuenta que las galeras y chimeneas estarn
representadas por puntos en linea, mientras el tajeo estar representado
por puntos en el plano del tajeo.

Es importante destacar que la estimacin puede ser realizada, en primera


forma utilizando cada una de las muestras que se encuentran en las
galeras y chimeneas, en segunda forma puede ser realizada utilizando las
leyes y potencias promedios de las galeras.
En la primera forma en el clculo podran intervenir al rededor de 200
muestras, que requiere plantear y solucionar un sistema de 200 ecuaciones
de krigeage, mientras en la segunda forma se requerira solo de 5
ecuasiones de krigeage. En los casos prcticos de gran cantidad de tajeos,
se podra realizar una comparacin de los resultados de ambas formas de
clculo y tomar decisiones sobre la precisin obtenida en la estimacin.
Para este ejemplo y por fines didcticos se mostrar el procedimiento con la
segunda forma de clculo, de esta forma se requerir seguir los siguientes
pasos:
1.
Calcular el variograma experimental y aplicar la modelizacin de ste
con alguno(s) de los modelos autorizados, tales como: esfrico,
exponencial, lineal, gausiano, etc.
2.
Se deber tomar en cuenta las anisotropas encontradas y debern
ser aplicadas al modelo del variograma.

3.

Clculo de la ley media ponderada para cada galera y cada


chimenea, nombraremos z1 y z2 a las leyes promedio de las galeras,
z3, z4 a las leyes promedio de las chimeneas. Fig. 3.

4.

Nombraremos l1 y l2 a las longitudes de las galeras, l3 y l4 a las


longitudes de las chimeneas.

5.

Se asume que las leyes promedio zi se distribuyen uniformemente en


los li metros de cada galera o chimenea (i).

6.

Considerando el punto 3 vlido, no se requerir trabajar con el


producto ley x potencia.

7.

Para propsitos de clculo de los gamas promedio, se considerar al


tajeo representado por puntos (Fig. 3).

Para determinar el modelo del variograma, se debe calcular el variograma


experimental, en lo posible por tajeo y con todas las leyes del tajeo.

Fig. 4: Variograma Experimental y Modelo Exponencial


En el grfico adjunto, se muestra el variograma experimental con el modelo
de variograma exponencial siguiente:

Cada punto del variogram experimental es la medida de la discrepancia


promedio entre leyes distanciada a "h" metros (en el grfico el eje horizontal
Range). En cierta forma, el variograma es un indicador de como se
incrementan las discrepancias entre las muestras a medida que se van
distanciando entre si. cuando el valor de "h" crece. El modelo matemtico
ajustado se utilizar para el procedimiento de clculo del krigeage.
Para explicacin sobre variografa, de click aqu.
Para los clculos, se considerar que las galeras y chimeneas estarn
representadas por una lnea de puntos, mientras el tajeo estar
representado por puntos que representen la figura plana del tajeo.
Es muy importante destacar que la estimacin puede ser realizada, en
primera forma, utilizando cada una de las muestras que se encuentran en
las galeras y chimeneas, y en segunda forma puede ser realizada utilizando
las leyes y potencias promedios de las galeras.
La explicacin de la estimacin se realizar aplicando el mtodo del
krigeage ordinario, para ello debemos conocer el significado de cada una de
las variables de la siguiente formulacin matemtica que se aplicar:

Fig. 5: Ley del tajeo (t) a estimar

Fig. 6: Sistema de Ecuaciones Krigeage

Fig. 7: Sistema de Ecuaciones de Krigeage (expandido)

En donde los smbolos son los pesos para cada ley zj, los ij son el
promedio de aplicar el variograma entre las geometras (i) y (j) que
corresponden a cada una de las galeras, chimeneas y tajeo, como se
explica a continuacin:
Con la frmula del modelo del variograma (figura 4) y la indicacin grfica
de la Fig. 6, se calcula el 1,1 entre los puntos de la galera (1) y los mismos
puntos de esta galera (1).
Luego se calcular el 1,2, que es el promedio del variograma entre los puntos
de la galera (1) y la galera (2), de la misma forma se contina con 1,3, 1,4.

A continuacin se calcula el
t,t.

1,t

,..., hasta el

2,t

. Tambin se calcula el

4,t

Fig. 8: Descripcin Geomtrica de forma de clculo de los gama(i,j)


Este texto es para quienes desean mayor explicacin sobre el clculo de los
gama(i,j).
Como ejemplo para el clculo del gama(2,3), se tomar un primer punto de
la galera (2) y el otro extremo de "h" se ubicar en un primer punto de la
chimenea (3), se calcula la distancia absoluta (por diferencia de
coordenadas) y esta distancia se reemplaza en la frmula del modelo del
variograma (figura 4), se calcula el valor que da la frmula y se registra
como un primer valor.
A continuacin se vuelve a tomar el primer punto de la galera (2), y en el
otro extremo de "h" se ubica el segundo punto de la chimenea (3), se
calcula la distancia entre estos dos nuevos puntos, esta distancia al
reemplazar en la frmula de la figura 4, originar otro valor que se debe
sumar al anterior resultado. Hasta aqu tenemos 2 clculos.
Luego se sigue la misma forma de clculo, siempre fijando un extremo en el
primer punto de la galera (2) y moviendose el otro extremo de "h" a todos
los puntos de la chimenea (3). Para cada distancia "h" entre dos puntos, se
seguirn acumulando los valores de gama(h) y tambin se seguirn
contabilizando los clculos realizados.
Una vez barrido todos los puntos de la chimenea (3), se mover el primer
extremo del vector "h" a un se gundo punto de la galera (2), el otro
extremo del vector "h" barrer de la misma forma anterior todos los puntos
de la chimenea (3). Se continuar acumulando los valores de gama(h)
calculados y el nmero de clculos realizados.
Si la galera (2) estuviera definido por 70 puntos y la chimenea (3) estuviera
definido por 50 puntos, al final de estos clculos se habr realizado una
interaccin entre los 70 puntos de la galera (2) y 50 puntos de la chimenea
(3), originando (50 x 70) 3,500 clculos de variogramas, que deben ser
sumados y promediados por el nmero de clculos.

Con este procedimiento obtendramos gama(2,3), es decir el variograma


promedio entre la galera (2) y la chimenea (3). El mismo procedimiento se
aplica para todos los gama(i,j).
Para el clculo de los gama(i,t), es decir gama(1,t), gama(2,t)......,
gama(4,t), se considerar que el tajeo "t" esta conformado por puntos, tal
como indica la figura N 3, la cantidad de puntos a definir al interior de "t"
depende del nivel de precisin de la estimacin.
Hasta aqu hemos terminado los clculos de los gama(i,j) y gama(i,t), y
tenemos definido el sistema de ecuaciones de krigeage, quedando solo las
incognitas "lamda" ( ?) , que se resuelven aplicando cualquiera de los
procedimientos conocidos, y si estas ecuaciones son numerosa, aplicando
cualquiera de las rutinas de solucin de ecuaciones lineales difundidas en la
web.
La presente explicacin continuar con la definicin de la varianza, varianza
relativa, como utilizarla y como mejorarla. Antes de terminar este punto, es
importante destacar que estos procedimientos de clculo son aplicables
mediante casi todos los software especializados y que cuenten con mdulos
de clculos geoestadsticos, sin embargo es necesario conocer como
identificar y asignar los correctos valores geoestadisticos en los menus o
pantallas que guian el proceso de estimacin de recursos

Ejemplo de clculo de la ley de un tajeo


1.
2.

Varianza geoestadstica
Frmula del Kriging

3.

Ecuaciones del Kriging

EJEMPLO DE CLCULO DE LA LEY DEL BLOQUE


Geoestadistica.com
|

Estimacin de Recursos
Una de las etapas mas importantes para evaluar un depsito o parte de un
depsito de minerales
Quines somos Servicios Cursos y Talleres Contctenos
Kriging en Cuerpos: ejemplo de clculo de la ley de un bloque
Breve Explicacin Terico / Prctica:
Si visualizamos una veta con tajeos delimitados por galeras y chimeneas
como indica la figura 1, podemos extraer un tajeo y mostrarlo como indica

la figura 2, en donde se observan las dimensiones del tajeo, las leyes y la


potencia (asumiremos que las chimeneas tienen sus leyes y potencias
definidas).
Una matriz de bloques (a 3D) que encierra a un cuerpo mineralizado, es
conocido como "Modelo de Bloques" , normalmente este modelo esta
cortado por la superficie topogrfica, perforado por taladros con muestras
de leyes de inters. Si realizamos, en cierta seccin vertical, la extraccin de
una tajada de bloques de esa matriz y mostramos los taladros cercanos a
esa seccin observamos la Fig. N 1.
Las leyes de los taladros, normalmente deben tener una longitud regular
(igual), se acostumbr compositarlos a una longitud igual a la altura del
banco de operaciones del tajo. Sin embargo considero que el clculo de
compositos debe orientarse a mantener una igualdad en la longitud de
todas las muestras, y no necesariamente a la longitud del banco de
operaciones.
Con esta informacin regular se procede al clculo del variograma, en lo
posible, en todas las direcciones de una esfera, buscando las mas
representativas y que guarden relacin con las ocurrencias de campo y las
interpretaciones de los gelogos con experiencia en el terreno.

Fig. 1: Seccin de Bloques con taladros


La variografa, es uno de los instrumentos mas importantes e la
Geoestadstica, por ello es recomendable realizar clculos de variogramas
en todas las direcciones posibles del depsito.
Por lo general el clculo parte en la direccin de azimuth cero, para este
azimuth se debe calcular los variogramas para los buzamientos que van
desde 80 hasta -90 variando la direccin de clculo cada 15.
Habiendo culminado los clculos para este azimuth cero, se cambia la
direccin a 15 de azimuth y se calculan los variogramas para los mismo
buzamientos. As sucesivamente se vara la direccin del azimuth desde 00
hasta 165.

Estas direcciones debern ser tomadas como sugerencia, el mismo que


podr variar de acuerdo a las caractersticas del depsito y de acuerdo al
nmero de muestras disponibles.
En base a los resultados del variograma, se determinarn los radios de
influencia en las direcciones preferenciales as como las anisotropas de
correlacin entre las muestras.
Para la construccin del elipsoide de la figura 3, se encontraron variogramas
experimentales (figura 2) con alcances distintos en direcciones
perpendiculares entre ellas. Esto indica la presencia de anisotropa que es
muy comn en casi todos los depsitos.

Fig. 2: Variograma Experimental y Modelo de Variograma


Para determinar el modelo del variograma, se debe calcular el variograma
experimental, que debe ser determinado en todas las direcciones posibles
del depsito.
En el grfico adjunto, se muestra el variograma experimental con el modelo
de variograma exponencial siguiente:

Cada punto del variogram experimental es la medida de la discrepancia


promedio entre leyes distanciada a "h" metros (en el grfico el eje horizontal
Range).
En cierta forma, el variograma, es un indicador de como se incrementan las
discrepancias entre las muestras a medida que se van distanciando entre si.
cuando el valor de "h" crece.

El modelo matemtico que se ajusta al variograma experimental se aplicar


en el krigeage.
Luego de encontrar la direccin preferencial de mineralizacin mediante los
variogramas experimentales, se aplica la modelizacin (figura 2) con las
frmulas autorizadas como: esfrico, exponencial, lineal, gausiano, etc. En
forma similar se debe aplicar la modelizacin en las direcciones
perpendiculares a la direccin preferencial.
Este anlisis permitir encontrar las anisotropias en la mineralizacin del
depsito y determinar los radios de influencia de las leyes en las direcciones
principales.
Para la estimacin de la ley de un bloque, es necesario que las muestras se
encuentren "regularizadas", es decir que mantengan la misma longitud, esto
se logra con los procedimientos de "clculo de compsitos" que encuentra
los valores de leyes en muestras de igual longitur.
Con las muestras regularizadas, se coloca al centro del elipsoide cada uno
de los elementos del Modelo de Bloques, de tal forma que la estimacin se
realice individualmente para cada uno, tomando como dato de clculo toda
informacin que se encuentren al interior del elipsoide.
Para mejor explicacin del clculo de la ley de un bloque, se tomar la figura
3, en donde asumiremos que el elipsoide presenta una radio mayor de 30
metros y radios menores perpendiculares de 15 metros. Con estos
distancias, del conjunto de muestras de los taladros hemos seleccionado 4
muestras que caen al interior del elipsoide.

Fig. 3: Elipsoide de influencia, con block a estimar


Este elipsoide se utilizar para cada bloque a estimar, es decir navegar por
todo el modelo de bloques construido para el depsito.Las coordenadas
centrales del elipsoide y del bloque debern se coincidentes.
Las muestras se ubican en 3D segn las coordenadas de su punto medio.
Los valores de las leyes de las muestras se representan porz(i). Para este

ejemplo, tenemos 4 muestras y un volumen a estimar de 10x10x10 m3.


Para propsitos de clculo se entender que el bloque esta representado por
una malla de puntos en su interior de 4x4x4 puntos.
Al utilizar cuatro muestras, se asignar a cada una un peso "lamda" ( ?),
este peso depende de la distancia de la muestra al bloque, o tambin
depende si existen algunas otras muestras intermedias que ocasionan
apantallamiento. El objetivo del krigeage es determinar los valores de los
( ?), una vez conocido recin se podr calcular la ley del bloque mediante la
expresin de la figura N 4.

Fig. 4: Ley del bloque (V) a estimar


Conocido los valores de los pesos el clculo de la ley estimada se obtiene
como indica la frmula de la fig. 5.
Para determinar el peso de cada muestra se aplicar, para esta explicacin,
el krigeage ordinario, su aplicacin requiere conocer el significado de cada
una de las variables de la siguiente formulacin matemtica que se aplicar:

Fig. 6: Sistema de Ecuaciones Krigeage

Fig. 7: Sistema de Ecuaciones de Krigeage (expandido)


En donde los smbolos "lamda" ( ?) son los pesos para cada ley (j), los
"gama i j " son el promedio de aplicar el variograma entre las geometras (i)
y (j) que corresponden a cada una de las galeras, chimeneas y tajeo, como
se explica a continuacin:
Con la frmula del modelo del variograma (figura 3) y la indicacin grfica
de la Fig. 4, entre el punto (1) y el mismo punto (1) se calcula el gama(1,1).

Luego se calcular el gama(1,2), que es el valor del gama(h) entre los puntos
(1) y (2), de la misma forma se contina con gama(1,3),..., y gama(4,4).
A continuacin se calcula el gama(1,v), gama (2,v),..., hasta el gama (4,v).
Tambien se calcula el gama (v,v).

Fig. 8: Descripcin Geomtrica de forma de clculo de los gama(i,j)


Con la frmula del modelo del variograma (figura 4) y la indicacin grfica
de la Fig. 6, se calcula el gama(1,1) entre los puntos de la galera (1) y los
mismos puntos de esta galera (1).
Luego se calcular el gama(1,2), que es el promedio del variograma entre los
puntos de la galera (1) y la galera (2), de la misma forma se contina con
gama(1,3),..., y gama(4,4).
A continuacin se calcula el gama(1,V), gama (2,V),..., hasta el gama (4,V).
Tambien se calcula el gama (V,V).
Este texto es para quienes desean mayor explicacin sobre el clculo de los
gama(i,j)
Por ejemplo para el clculo del gama(2,3), se tomar el punto (2) y el otro
extremo de "h" se ubicar en el punto (3), se calcula la distancia absoluta
(por diferencia de coordenadas) y esta distancia se reemplaza en la frmula
del modelo del variograma (figura 2), se calcula el valor que da la frmula y
se registra como un primer valor. Se debe entender que este valor es igual a
gama(3,2).
A continuacin se vuelve a tomar el punto (2), y en el otro extremo de "h"
se ubica el punto (3), se calcula la distancia entre estos dos nuevos puntos,
esta distancia al reemplazar en la frmula de la figura 2, originar otro valor
que se debe sumar al anterior resultado.
Luego se sigue la misma forma de clculo, para todas las posibles
interacciones entre la 4 muestras, hasta completar de calcular todos los
gama(i,j).

Para el clculo de los gama(i,v), es decir gama(1,v), gama(2,v)......,


gama(4,v), se considerar que el bloque "v" esta conformado por puntos en
su interior con una distribucin interna de 4 puntos en el eje x, 4 puntos en
el eje y, cuatro puntos en el eje z, totalizando en su interior 64 puntos.
Esto significa que para calcular el gama(1,v), el punto (1) tendr que
interactuar con los 64 puntos que representa al volumen.
Hasta aqu hemos terminado los clculos de los gama(i,j) y gama(i,V), y
tenemos definido el sistema de ecuaciones de krigeage, quedando solo las
incognitas "lamda" ( ?) , que se resuelven aplicando cualquiera de los
procedimientos conocidos, y si estas ecuaciones son numerosa, aplicando
cualquiera de las rutinas de solucin de ecuaciones lineales difundidas en la
web.
Antes de terminar este punto, es importante destacar que estos
procedimientos de clculo son aplicables mediante casi todos los software
especializados y que cuenten con mdulos de clculos geoestadsticos, sin
embargo es necesario conocer como identificar y asignar los correctos
valores geoestadisticos en los menus o pantallas que guian el proceso de
estimacin de recursos

CALCULO DE RESERVAS

Geoestadstica.com
| |

Clculo de Reservas
Quines somos Servicios Cursos y Talleres Contctenos

Concepto de Clculo de Reservas


Los recursos clasificados en medidos, indicados e inferidos mantienen esta calificacin
en base a la precisin de la estimacion que depende de la cantidad de muestras y la
proximidad de las mismas utilizadas en la estimacin de recursos, sin embargo esta
clasificacin de recursos mantienen una relacin directa con las reservas probadas y
probables, pero aqu es muy importante precisar que la calificacin de reservas depende
ms de la facilidad de extraccin del mineral.
De esta manera se entiende con facilidad que no todos los recursos medidos e indicados
podrn convertirse en reservas probadas o probables. Es aqui en donde se destaca que
las reservas (probadas o probables) se definen por anlisis de costos, precios y
recuperacin metalrgica.

Las reservas constituyen el activo valorizado de mineral que puede ser extraido
econmicamente, para llegar a estos resultados es necesario:
1.
Anlisis y clculo de costos de produccin
2.
Determinacin de la Recuperacin Metalrgica
3.

Determinar el precio mas confiable y seguro del metal

4.

Determinar el tiempo de proyeccin de estas variables

5.

Determinacin de los accesos y volmenes de extraccin del mineral

El conocimiento y control de estas variables permiten definir con mayor certeza la ley
de corte (cut off) requerida para el trabajo cotidiano de las operaciones mineras.
En la siguiente expresin el lado izquierdo indica las variables: tonelaje (T),
recuperacin metalrgica (R), precio del metal a vender (P) y el lado derecho la suma
de, costos (Ci). En toda operaci minera el lado izquierdo debe ser mayor que el lado
derecho.
Sin embargo al igualar estas expresiones se determina la condicin que debe cumplir la
ley de corte o cut-off, en donde la ley de corte subir en valor directamente proporcional
al alza de los costos, tambin la ley de corte subir en valor cuando la recuperacin
metarlgica o el precio disminuyan en valor.
En trminos simples la ley de corte indica la mnima ley de mineral que debe ser
enviada a la planta de tratamiento.
Con esta ley de corte podemos identificar los cuerpos o zonas mineralizadas de inters,
sin embargo es necesario que este volumen de mineral identificado pueda pagar su
extraccin, tanto en minera subterranea como en minera superficial, este concepto es
de igual significado.
En minera subterranea, si luego de la estimacin de recursos, encontramos que algunos
tajeos tienen ley mayor a la ley de corte, sin embargo se encuentran muy alejados de la
planta metalrgica, no formar parte de las reservas (hasta encontrar algna forma que
redusca los costos de extraccin o minado).
De forma similar en minera superficial, los recursos pueden indicar volumenes con
leyes superiores a la ley de corte, pero si estos se encuentran en profundidad que no

puede pagar el desbroce y extraccin, no formarn parte de las reservas.


La ley de corte puede indicar tambin la ley de corte equivalente (conformado por la ley
mnima de cada uno de los metales presentes en el mineral de inters).
Otra de las principales preocupaciones de las empresas constituyen encontrar la
diferenciacin entre las leyes de corte operativa, empresarial y corporativa, que algunas
veces pasan por un mayor anlisis de depreciacin de activos, costos de
refinanciamiento y su influencia en el tonelaje de recursos y reservas.
El control anlisis y control comparativo de la ley de corte, costos y reservas permiten
preveer y proyectar el desarrollo sostenido de las operaciones mineras.
Geoestadstica.com
|

Clculo de Reservas
Quines somos Servicios Cursos y Talleres Contctenos
Clculo de Reservas en Minas Subterrneas
Criterios para el Clculo de Reservas en Minera Subterrnea
Partiendo del clculo de recursos, con el cual se puede determinar la
cantidad de metal presente en cada punto posible de extraccin, es posible
valorizar cada uno de los volmenes con recursos estimados. Si tenemos
tajeos de vetas en mina subterranea con tonelajes y leyes de metal, stas
recibirn un valor de acuerdo al contenido de metal, precio y recuperacin
metalrgica.
El siguiente paso es iniciar en forma virtual la extraccin de estos tajeos
siempre y cuando paguen el proceso de minado hasta colocarlo en la planta
de tratamiento. Si bien la ley de corte es un importante clasificador de
zonas de explotacin, en minera subterranea tambin es importante
determinar el tonelaje suficiente que pueda pagar cada tajeo en los
desarrollos que se requieren para su extraccin.
Para poder calcular las reservas, es necesario realizar el diseo de la mina
subterranea, este diseo debe suministrar seguridad durante la extraccin
del mineral de cada tajeo considerando aspectos y consideraciones
netamente operativas, como por ejemplo:

1.
2.

Certeza de la estimacin clasficado en Reservas Probadas y Reservas


Probables
Distancia de la planta que permita costos de transporte de mineral
incluidos en la Ley de Corte

3.

Consideraciones de distancia, accesibilidad, transporte y acarreo

4.

Condiciones de trabajo (seguridad, ventilacin, etc)

En el grfico N 1 se observa, a manera de ejemplo, un conjunto de tajeos


con "recursos estimados" y calificados de la forma siguiente: (A) Medidas,
(B) Indicadas, (C) Inferidas. Realizando una evaluacin de cada tajeo y la
factibilidad de su extraccin, se determina que de los recursos medidos (A)
se extraen econmicamente los tajeos A1 al A10 conformando las "reservas
probadas". De los recursos indicados (B) se determina que solo pueden ser
extraidos econmicamente los tajeos B1 al B4 conformando las "reservas
probables".
Se observan tajeos con recursos medidos (A) y recursos indicados (B) que
no podrn ser extraidos, por posible falta de algunas de las condiciones de
operatividad (2), (3) (4), indicadas en prrafos anteriores.
Tambin se observa a los recursos inferidos que no son tomados en cuenta
en la evaluacin de reservas para extraccin.

Fig. 1
Hoy en da con el conocimiento de las operaciones y aplicando
intensivamente software de diseo podemos determinar con mayor rapidez
y certeza, no solo cuales son los tajeos que se debe extraer
econmicamente, sino tambin la secuencia de extraccin (plan de minado)
a corto, mediano y largo plazo, plasmando en tres dimensiones el modelo
geolgico del yacimiento, las rutas de acceso y como quedarn la mina al
final de sus operaciones.
Geoestadstica.com
|

Clculo de Reservas
Quines somos Servicios Cursos y Talleres Contctenos
Clculo de Reservas en Minera Superficial

Criterios para el Clculo de Reservas en Minera Superficial


Para calcular las reservas en minera superficial, es necesario realizar el
diseo de la mina a tajo abierto, el diseo se sustenta en lograr identificar
los bloques estimados con ley superior a la ley de corte (cut off) y al mismo
tiempo su extraccin pague el esteril o desmonte que se encuentra sobre
ellos.

Fig. 1
Entre las consideraciones mas importantes que se deben tener en cuenta
para el diseo de una mina a cielo abierto, se presentan las siguientes:

1.
2.

Modelo de bloques con valores de ley y certeza de la estimacin de


bloques de mineral
Recursos clasificados en medidos, indicados e inferidos

3.

Modelo topogrfico del terreno, en una extensin suficiente para la


extensin de los taludes del tajo

4.

Altura del banco de explotacin y gradiente de los taludes en


direcciones

5.

Recuperacin metalrgica, Costos de Mina y de Planta, Precios de los


metales a explotar

Fig. 2

Fig. 3

Con esta informacin se procede a calcular el diseo ptimo del tajo


mediante cualquiera de los software disponibles en el mercado que
garantice la optimalidad del clculo.
El diseo ptimo es nico, por ser una funcin matemtica, sin embargo
constituye un diseo por lo general no aplicable en 100%, debido a que
muchas veces presenta contornos no compatibles con la operacin de los
equipos de minado. Para ello, es necesario introducir ajustes en el diseo
aplicando criterios operativos, si bien estos ajustes alejarn en un pequeo

porcentaje el diseo ptimo matemtico, estaremos logrando un ptimo


tcnico operativo para el proceso de produccin.

Fig. 4

Fig. 5

Una vez obtenido el "diseo ptimo tcnico" de la mina a cielo abierto (Fig.
4), se procede a calcular el tonelaje de mineral que se encuentra en su
interior (Fig. N 5), el mineral dentro del pit es calificado como reservas.
Aquellos recursos que fueron calificados como "recursos medidos" y que se
encuentran al interior del diseo, reciben el calificativo de "reservas
probadas". Aquellos recursos que fueron calificados como "recursos
indicados" y que se encuentran al interior del diseo, reciben el calificativo
de "reservas probables". Los recursos inferidos no son tomados en cuenta
para el clculo del diseo del pit y tampoco como contribucin en los
tonelajes de reservas.

DISEO DE MINAS

Geoestadstica.com
| |

Diseo de Minas
Diseo de Minas para su empresa
Quines somos Servicios Cursos y Talleres Contctenos

Optimalidad en el Diseo de Minas


Experiencia en:
En Per: Tintaya, Cerro Verde, Antamina, Andaychagua, Cerro de Pasco, Toromocho,
Cobriza, La Arena, La Granja, Huilacoyo, Picomachay, Tentadora, Seductora,
Cochavara, Clarita, Sacalla. Maqui Maqui.
El diseo de una mina es la concepcin de como debe quedar la mina al final de la
extraccin de sus reservas, para iniciar el diseo es necesario contar con leyes de corte
(cut off) que se aplicarn para todo el depsito o para cada una de las partes del
depsito.
Para iniciar el diseo de una mina, ya sea subterranea o superficial, es necesario contar
previamente con toda la informacin de recursos, es necesario establecer las
condiciones y formas de acceso para la extraccin de mineral, as como las condiciones

y restricciones de seguridad y medio ambiente durante las operaciones.


Con esta informacin se realiza una proyeccin de extraccin de los recursos de las
formas mas econmicas posibles, planteandose un gran nmero de opciones de
extraccin de mineral a traves del tiempo hasta que se culmine con la extraccin de la
mxima cantidad de recursos disponible y con la mxima rentabilidad de inversin.
Observando el Grfico N 1, para un depsito con recursos, encontraremos un tonelaje
de minado (t) que proporcionar una rentabilidad (r), a cualquiera de los puntos que se
encuentran debajo de la curva le corresponde a un (t) que suministra una rentabilidad
(r). La nuve de puntos debajo de la curva es infinita, es decir las posibilidades de
optencin de rentabilidad de acuerdo al tonelaje (t) tambin es infinita, sin embargo para
fines prcticos se debe evaluar el diseo ptimo en los tonelajes que generan
rentabilidades mximas (por ejemplo en los puntos a, b, c, d, e, f, g, etc.). Para lograr
encontrar la mxima rentabilidad, entre (c) y (f) se aplican modelos matemticos de
optimizacin apoyados por software desarrollados para este fin.

Fig. 1: Rentabilidad vs tonelaje de minado


Es importante mencionar que la rentabilidad es tambin funcin de N variables que
intervienen en todo el proceso de clculo del cash flow.
El hecho de conocer mas opciones de optimalidad nos permite obtener la curva que nos
expresa el resultado de la sensibilidad de la rentabilidad para todo proyecto nuevo de
inversin o proyecto de ampliacin de operaciones.
Para determinar si en un depsito se debe aplicar minado subterraneo o superficial, se
recomienda desarrollar previamente un estudio de minado a cielo abierto, incluso
cuando se trata de una veta con potencia importante y poco recubrimiento. Si queda sin
explotar un importante tonelaje de recursos, se pasa a etapa de comparacin de
rentabilidades con minado subterraneo o a minado aplicando ambos mtodos.(Fig. N
2).

Fig. 2: Minado superficial y subterraneo


Geoestadstica.com
| |

Diseo de Minas
Diseo de Minas para su empresa
Quines somos Servicios Cursos y Talleres Contctenos

Diseo de Minas en Vetas


En el diseo de una mina subterranea en vetas, se requiere tener evaluado el volumen de
mineral existente en cada frente de trabajo, se requiere establecer la secuencia de
extraccin del mineral hasta el final de la vida de la mina, se detallan las formas de
explotacin en cada zona de trabajo, las rutas de acceso, las rutas de ventilacion, la
forma de extraccin del mineral desde cada frente de produccin y las condiciones de
seguridad de las operaciones de minado.
El minado subterraneo en Per se orienta en su mayora de los casos a vetas angostas, y
en menores casos a estructuras con potencia aproximada de 20 o 50 metros. Es menos
frecuente la presencia de mantos mineralizados a profundidad.
Una de las variables importantes que inciden directamente en los costos y por lo tanto
en los resultados del diseo es el ancho de minado, toda variacin del ancho de minado
en los frentes de los tajeos de explotacin ocasionar variacin en la ley y en el tonelaje
de recursos y reservas.

Fig. 1: Tajeos subterraneos

Fig. 2: Minado subterraneo y superficial

En la fig. N 1 se observan tajeos de los cuales aquellos con nomenclatura A y B sern


extraidos por su proximidad con las rutas de acceso (1, 2, 3). El mineral de los tajeos C
no pagarn la extraccin, por lo tanto el diseo de la mina esta definido por la opcin
mas rentable de secuencia de minado que engloba un tonelaje total de reservas.
Dependiendo de la cantidad de tajeos, el procedimiento para determinar el diseo en una

mina subterranea, requiere el registro de cada tajeo con su particular identificacin de


calidad, cantidad de mineral, costo de extraccin y recuperacin metalrgica.
Luego de este registro e identificacin de tajeos se procede a plantear todas las opciones
factibles de extraccin de mineral de los tajeos, los mismos que pueden requerir
extraccin simultanea de dos o mas tajeos para cumplir objetivos de mezclas de mineral
para fines de mejor recuperacin metalurgica.
Para mediana minera, por lo general se presentan varias vetas a explotar
simultaneamente, en cada veta se disponde de decenas de tajeos con tonelaje y leyes
estimadas. El uso intensivo de herramientas de cmputo con algoritmos que permitan
administrar la informacin de las combinaciones posibles para los procesos de clculo
que sirvan para encontrar el diseo de mina mas rentable, forma parte de la disciplina de
la ingeniera de software minero para alcanzar la optimalidad de la relacin costo /
beneficio.
Esto significa plantear un gran nmero de posibilidades para la extraccin de la mayor
cantidad de mineral de recursos posible, evaluando y ajustando en cada tajo la variacin
de los costos operativos mina y su influencia en el cut off, identificando con claridad los
tajeos que presentan leyes marginales muy cercanas al cut off, por tratarse de mineral
con slidas espectativas econmicas ante eventuales alzas de precios de los metales.
La presentacin de los resultados del diseo de minas en vetas, consta de planos
descriptivos con cuadros de reservas (tonelajes y leyes) con identificacin de tajeos a
extraer relacionado a un cronograma de trabajo hasta el agotamiento de las reservas.
Dentro de este cronograma tambin se presenta las fechas y duracin de construccin de
accesos, preparacin de la mina, rutas de ventilacin y construcciones para ventilacin,
seguridad y contingencia.
Geoestadstica.com
| |

Diseo de Minas
Diseo de Minas para su empresa
Quines somos Servicios Cursos y Talleres Contctenos

Diseo de Mina a Tajo Abierto


(Open Pits)
El diseo de una mina a tajo abierto ( cielo abierto) es una de las actividades ms
importantes en el estudio tcnico econmico de un proyecto minero, pues no solo nos
proporcionar las reservas econmicas a explotar, sino la forma de la mina al final de su
vida en cada banco de explotacin, la pendiente de los taludes en diferentes niveles, el
tonelaje de material estril a extraer, la ubicacin del tonelaje y ley que suministrar la
mayor rentabilidad.

Fig.1: Secuencia para llegar a reservas

Consideramos importante en esta parte introducir el concepto de optimalidad que


involucra el aplicar un algoritmo de diseo de minas mediante alguno de los software
disponibles en el mercado. Es tambin importante mencionar la histrica trayectoria de
investigacin en varios pases para lograr el software que obtenga, en primer lugar el
diseo ptimo matemtico del tajo abierto, y en segundo lugar que presente versatilidad
y flexibilidad en la aplicacin en depsitos de gran dimensin y complejidad.

Para entender la magnitud de la complejidad de clculo en el diseo ptimo de una mina


a cielo abierto, se muestra en el grfico N 3

Fig. 3: Tajo con bloques seleccionados

En este diseo de tajo abierto, se observan bloques de 10 x 10 x 10 m3, la magnitud del


modelo de bloques se encuentra en el orden de 180 x 120 x 80 (1,728,000 bloques)
limitado en la parte superior por una topografa.
En el grfico se observan bloques seleccionados encima de la topografa del tajo
diseado y debajo de sta se observan los bloques que no son posibles de extraer, ya sea
por que estar ms profundos o de menor ley, que no pagan su extraccin.
Para el diseo ptimo del tajo abierto es necesario que el algoritmo a aplicar seleccione
los bloques con ley que puedan pagar la extraccin del material esteril que la recubre,
respetando las condiciones de estabilidad de los taludes indicados.
Se podr entender que la combinatoria de seleccin de bloques de mineral con bloques
con material estril requiere de un software comprobado, validado y reconocido y
aceptado internacionalmente por las principales entidades que financian proyectos
mineros.
Un software de alta versatilidad presenta como resultado en un solo proceso de clculo
varios diseos de minas, cada uno diferenciado del parmetro (Pit (i)), que esta en
funcin de los costos de mina, planta, precios del metal y recuperacin.

Fig. 4: Diseos de tajos con bloques de reservas


Considerando las variables que intervienen en el clculo del cut-off, se entiende que es
posible disear pits anidados que estan en funcin de las variables que determinan el
cut-off. Por lo tanto Cada Pit es funcin del, precio (P) del metal, recuperacin (R),
tonelaje (T), ley del metal (L) y costos (C).

Los software disponibles actualmente en el mercado pueden suministrar en un solo


proceso decenas de pits, simulando un anlisis de sensibilidad para variaciones del
parmetro tcnico econmico, indicando tambin el diseo ptimo para las condiciones
actuales de costos y precios.
En la figura 4 se presentan tajos generados mediante la variacin de parmetros tales
como el Costo (mina + planta), Precio del metal, Recuperacin Metalrgica, Tonelaje de
Mineral y ley del metal.

Estos parmetros en conjunto generan el cut off o ley de corte, entonces cada tajo que
pueda generarse mantiene una relacin directa y proporcional con el cut off

Fig. 5: Diseos de tajos para diferentes parmetros


En el grfico 5, se muestra como incrementando el valor del precio del metal se puede
lograr que se vuelva econmico las profundidades de un pit. Lgicamente esta
relacionado a la presencia de buena ley y a la relacin estril mineral.
Si observamos un depsito con recursos, podremos realizar un gran nmero de diseos
que generarn un tonelaje de minado y una rentabilidad, segn la Fig. 6 podremos
encontrar un tonelaje (t) que proporcionar una rentabilidad (r), para cualquiera de los
puntos que se encuentran debajo de la curva

Fig. 6: Curva de Optimalidad de la Rentabilidad


Si evaluamos la rentabilidad de un proyecto que tiene como mximo 120 millones de
toneladas, la rentabilidad puede partir desde valores muy bajos (para mnimos tonelajes)
como indica la curva, y se va incrementando gradualmente hasta un mximo, luego del
cual la rentabilidad ir decreciendo.
Es interesante imaginar que los puntos debajo de la curva tambin son relaciones que
pueden presentarse entre valores de tonelaje y la rentabilidad, estos puntos debajo de la
curva definitivamente no constituyen valores ptimos para cada tonelaje total a producir
en el proyecto. Probablemente estos valores debajo de la curva podran ser utilizados en
los casos que no se apliquen criterios de optimalidad ocasionando prdidas en el
proyecto por mala concepcin.
La cantidad de puntos existente debajo de la curva es muy grande. Los diseos ptimos
de tajos abiertos que se pueden encontrar con un software especializado se ubican en el
borde superior de la curva (puntos a, b, c, d, e, f, g, etc.), de los cuales para cierta

condicin de las variables que intervienen en un determinado momento, encontrariamos


el ptimo entre los puntos (e) y (g).
El hecho de conocer la mayor cantidad de opciones de optimalidad para distintos
valores del parmetro Pit(i) nos permite definir un espectro de opciones de pits ptimos
que contribuyen a definir mejor el horizonte de trabajo principalmente en perodos de
inestabilidad de los precios y costos.
En todo proyecto que involucra inversin y riesgo es necesario contar con un anlisis de
sensibilidad de los retornos de inversin acorde a las fluctuaciones de precios y costos.
Geoestadstica.com
|

Diseo de Minas
Diseo de Minas para su empresa
Quines somos Servicios Cursos y Talleres Contctenos
Algoritmos de Diseo de Minas
Bsqueda del ptimo
La Mineria al igual que en otros procesos industriales requiere de un anlisis
profundo de la forma de explotacin de los minerales, una de las etapas
cruciales que definen la rentabilidad o no de un proyecto minero a cielo
abierto corresponde al diseo final ptimo del tajo abierto.
La tecnologa de procesamiento de informacin en base a modelos
matemticos de optimizacin, ha sido desarrollada durante muchos aos
por los principales centros de investigacin de pases desarrollados con
importante influencia en inversiones mineras de gran magnitud.
Es as que podemos recopilar importantes esfuerzos cientficos desarrollados
en Estados Unidos, Inglaterra, Rusia, Francia, Blgica, etc. con miras a
encontrar la frmula o el algoritmo matemtico mas eficiente y flexible para
conseguir un diseo ptimo matemtico de una mina a cielo abierto.
Entre los algoritmos mas importantes podemos destacar:

1.
2.

Cono Movil o Mtodo de Incrementos (USA)


Algoritmo de Korobov (Ruso)

3.

Programacin Dinmica (Lerchs y Grossman) (Ingls y USA)

4.

Grafos de Lerchs y Grossman (Ingls y USA)

5.

Bosque Subcompactado de Ren Vallet (Belga)

6.

Parametrizacin de Reservas Minables de Mathern (Francia)

Casi todos estos mtodos o algortmos descritos, logran obtener o llegar con
bastante aproximacin al ptimo matemtico (a excepcin del Cono Movil),
pero la diferencia se encuentra en la flexibilidad para el procesamiento y

velocidad para converger en el ptimo matemtico, que como se sabe es


nico.
Ejemplo Figurativo Simple: Para lograr transmitir en forma simple el mensaje
sobre el significado de optimizacin de un tajo, y saber por que se llama
ptimo, que hace el software que optimiza y por que utilizarlo, podemos
imaginar un modelo de bloques (figurativamente) del tamao de una caja
de cartn de unos 30 cm de alto x 60 cm de ancho y 88 cm de largo. Los
"bloques de mineral" los colocaremos al interior de esta caja de cartn,
tomando para ello cajas pequeas de fsforo cerillos (de 1 cm de alto x 3
cm de ancho x 4 cm de largo) distribuidas en forma ordenada. Asumiremos
en este modelo simulado que la topografa es horizontal.
En total podriamos colocar 30 x 20 x 22 cajas de fsforo (simulando 30
bloques en direccin de la cota, 20 bloques en direccin norte, 22 bloques
en direccin este), esto significa que se requeriran 13,200 cajas al interior
del model simulado. Si a 5,000 cajas de fosforo ubicados con cierta
aleatoriedad en profundidad le cargamos con monedas de valores diferentes
entre 1$ y 5$ (obtendremos bloques que simulan la valorizacin del metal
dentro de cada uno).
A este conjunto de cajas con valores positivos, las rodeamos hasta llenar el
modelo con bloques que contengan un material estril pesado y con valor
negativo por que su extraccin cuesta, de esta manera tendremos un
modelo de bloques que simula a los depsitos de mineral.
El objetivo en este conjunto de cajas de fosforo es extraer los bloques (tanto
con valor positivo o negativo) que en conjunto sumen el mximo valor a
extraer de todas las combinaciones de extraccin posibles. Asi mismo se
deber tener cuidado en darle una forma y gradiente a las paredes del hoyo
para que tenga estabilidad.
Esta combinatoria de extraccin de bloques de mineral que se encuentran
en profundidad cubierto por bloques de material estril es la que buscan los
algortmos de diseo de minas para encontrar el diseo que proporcione el
mximo beneficio (mayor cantidad de metal y menor cantidad de
desmonte).
A esta complejidad debemos adicionarle las condiciones de variacin de los
precios, costos, topografa irregular, recuperacin metalrgica de acuerdo al
tipo de mineral.

Geoestadstica.com
| |

Planeamiento de Minado
Quines somos Servicios Cursos y Talleres Contctenos

Planeamiento de Minado

El planeamiento de minado es establecer cual volumen de mineral, con que ubicacin y


en que momento extraerlo, con la finalidad de mantener una produccin continua
mensual.
Es conocido que el planeamiento se realiza a corto, mediano y largo plazo, en donde a
corto plazo se entiende un planeamiento para un mes y unos pocos meses mas, a
mediano plazo se considera desde un trimestres hasta un ao, a largo plazo desde el
primer ao hasta la culminacin de las reservas.
El planeamiento a mediano y largo plazo generalmente involucra utilizar reservas
probadas y probables, el solo hecho de utilizar reservas probables, el planeamiento a
mediano y largo plazo presenta cierta incertidumbre de cumplimiento, siendo necesario
su revisin peridica.
PLANEAMIENTO A LARGO PLAZO
El planeamiento a largo plazo es el primer plan que se realiza desde el inicio de las
operaciones, y su alcance comprende la extraccin de la totalidad de las reservas. Esta
extraccin debe ser expresada en produccin por aos, describiendo la secuencia de
extraccin, el volumen y ubicacin. Estos planes estan relacionados a la capacidad anual
de procesamiento del mineral que se cuenta predefinida en planta.

Fig. 1: Plan de Minado a Largo Plazo


En la Fig. 1 se observa una seccin con leyes de bloques de mineral y pits anidados para
cada uno de los 7 aos de produccin. en la Fig. N 2 se observa otra seccin con
bloques de mineral y pits tambin anidados para cada uno de los aos de produccin.

Fig. 2: Plan de Minado a Largo Plazo


Procedimiento de clculo del plan de minado a largo plazo
Por el gran volumen de informacin que se procesa en un plan de minado a largo plazo,
es necesario utilizar las opciones de variantes de los software de diseo de pits. Sin bien
la mayora de software disponibles en el mercado se utilizan para obtener un pit ptimo,
sabemos que ste se presenta para la condicin establecida de un precio, un costo y una
recuperacin en un cierto momento de trabajo.
Tambin este software en su bsqueda del ptimo pit para ese momento, pasa por
calcular y determinar los pits para diferentes condiciones de precios o costos, estos pits
por lo general son concentricos o anidados y los objetivos en cada pit son de maximizar
el beneficio. En primera intensin se podra asumir que son los pits que uno desea
extraer en cada ao de produccin, sin embargo esta idea no es compartida por todos,
debido al hecho de que los pits anidados son calculados maximizando el beneficio,
estaran orientadose a extrae principalmente las zonas de mayor ley, con lo cual se
estara extrayendo la crema y solo las partes ricas del tajo final.
Esto es cierto, sin embargo, se debe considerar dos aspectos importantes, 1) El plan de
minado es a largo plazo, y se presenta como una gua haca donde se orientarn las
operaciones, 2) Este plan estar sujeto a mejoras y variaciones cuando se realicen los
planes de minado a corto y mediano plazo, siempre que se respete el pit ptimo final.
PLANEAMIENTO DE MINADO A MEDIANO PLAZO
El planeamiento de minado a mediano plazo, se realiza para perodos trimestrales hasta
llegar a un ao de produccin proyectada. Los resultados de este planeamiento debe
mantener relacin con la geometra del planeamiento del ao definido en el Largo
Plazo.
Con informacin del modelo de bloques se definen slidos (o volmenes) geomtricos
por bancos que contengan ley, tonelaje de mineral y tonelaje de desmonte. El tamao de
estos slidos es muy variable y depende de la continuidad y calidad de la
mineralizacin.
Definido el lugar a donde llegar para encontrar el mineral de inters, la geometra de los
slidos o volmenes deben mantener como prioritarios las facilidades de acceso de los
equipos en las operaciones mineras, y cumplir con los objetivos de produccin de
mineral.

Fig. 3: Plan de Minado a Mediano Plazo

PLANEAMIENTO DE MINADO A CORTO PLAZO


El planeamiento de minado a corto plazo, se realiza para perodos mensuales, con
informacin del modelo de bloques se definen slidos (o volumenes) geomtricos por
bancos, el tamao y forma de estos volmenes se adecuan a la calidad del mineral, es
decir tonelaje de mineral, ley, tonelaje de desmonte.
Como es de suponer el planeamiento a corto plazo no es un proceso optimal, an no se
ha creado un algoritmo que permita conseguir la optimalidad matemtica y tcnica de
un planeamiento, es claro que el objetivo ser de conseguir la mxima rentabilidad con
mnimo costo, sin embargo la tcnica aplicable pasa actualmente por anlisis de multi
opciones de extraccin de mineral, consistente en una realizar una combinatoria de
volmenes de extraccin, hasta lograr una secuencia de extraccin de mineral que
permita cumplir con la produccin del mes y con las condiciones de operatividad
minera.

Fig. 4: Plan de Minado a Corto Plazo


Geoestadstica.com
|

Lixiviacin, ADR y Fundicin


Una de las etapas mas importantes para evaluar un depsito o parte de un
depsito de minerales
Quines somos Servicios Cursos y Talleres Contctenos
Lixiviacin, ADR y Fundicin
La Recuperacin Metalrgica
La recuperacin metalrgica es el mejor indicador de la eficiencia
tecnolgica para extraer el metal del material que lo contiene, por lo
general en minas de oro una buena recuperacin metalrgica se encuentra
entre 65% a 90%, dependiendo de las caractersticas del mineral.
En todo proceso de clculo del cut off y del valor econmico del depsito, se
requiere determinar el porcentaje de recuperacin metalrgica, que junto
con el precio, tonelaje y costos constituyen las variables mas importantes
para calcular la rentabilidad de un proyecto minero.
Consideramos que luego de tener los primeros indicadores de presencia de
un volumen de mineral importante para la escala de trabajo que nos
permite nuestro capital de inversin, es muy importante conocer el tipo de
procesamiento de concentracin o recuperacin del metal y el porcentaje de
recuperacin.
La experiencia en minera muestra importantes depsitos descubiertos,
intensamente explorados con considerables cantidad de recursos, que
tienen que esperar un perodo de tiempo hasta obtener la tecnologa que
haga factible y econmica la recuperacin del elemento metlico de inters.

Se recomiendan los siguientes tips para mejor seguimiento en las pruebas


metalrgicas:

1.
2.

Las pruebas deben ser realizadas con profesionales con experiencia


en investigaciones metalrgicas
Antes de cada prueba metalrgica realizar la caracterizacin del
mineral, mediante interpretacin geolgica, mineralgica,
determinacin de caractersticas fsicas y qumicas

3.

Registro del lugar de procedencia o localizacin en el depsito del


mineral de cada prueba

4.

Las recuperaciones obtenidas deben ser factibles de escalarlas a


tamaos industriales

5.

Para un eventual financiamiento bancario, las pruebas metalrgica y


los anlisis qumicos deben estar respaldadas por un laboratorio
certificado

Proceso de Lixiviacin

El proceso de lixiviacin mas frecuente en nuestro medio se realiza en la


extraccin de oro con solucin cianurada, para la aplicacin de este proceso
es recomendable el mayor control en las siguientes variables: Tamao de la
roca y de partcula de oro, Concentracin de Cianuro, Concentracin e
Oxgeno, Temperatura y Alcalinidad.
Tamao de la Roca y Partcula de Oro: El tamao de la roca indica la
cantidad de superficie libre que pueda presentar para mayor contacto con la
solucin cianurada, a menor tamao de la roca la solucin lograr mayor
contacto con las partculas de oro. Respecto del tamao de la partcula de
oro, la experiencia indica que cuando se presenta el oro libre o grueso, es
recomendable separarla con mtodos gravimtricos antes de la cianuracin,
caso contrario las partculas gruesas no podrn ser disueltas
completamente dentro de los plazos previstos de cianuracin. Otra opcin
para reducir el tiempo de lixiviacin es la molienda y clasificacin del
mineral de oro en un circuio cerrado.
Concentracin de Cianuro: Usualmente el factor restrictivo que gobierna
la velocidad de disolucin del oro es la concentracin de oxgeno en la
solucin en contacto con el oro. Hay variaciones muy grandes en la fuerza
de la solucin que provoca la mxima velocidad de disolucin del oro,
probablemente debido a la variedad de las tcnicas empleadas. Barsky,
Swalson y Heddley comprobaron mediante pruebas realizadas, que la
concentracin de la solucin para una rpida disolucin es de 0.05% de
NaCN. En el cuadro siguiente se indica la cantidad de oro que se disuelve en
una hora para diferentes concentraciones de cianuro en una muestra
particular de mineral.

NaCN %

Au
disuelto
en 1 hr
mg/cm2

0.500
0.250
0.100
0.050
0.025
0.010

2.943
3.007
2.986
3.251
2.513
0.338

En la prctica la mayora de las plantas de cianuracin que tratan minerales


de oro, usan soluciones conteniendo menos de 0.05% (500 ppm) de NaCN.
El promedio general esta probablemente cerca de 0.01 a 0.03% de NaCN,
dependiendo del resultado de las pruebas metalrgicas.
Concentracin de Oxgeno: El uso del oxgeno es indispensable para la
disolucin del oro, bajo condiciones normales de cianuracin. Los agentes
oxidantes, tales como el perxido de Sodio, dixido de Manganeso, Cloro,
entre otros, han sido utilizados con mayor o menor xito en el pasado,
debido al costo de estos reactivos y las complicaciones inherentes en el

manejo de ellos, han dejado de ser usados. De otro lado mltiples pruebas
han demostrado que una adecuada aireacin da tan buenos resultados
como lo hacen los oxidantes qumicos citados. Barsky, Swainson y Hedley,
determinaron la siguiente velocidad de disolucin del oro en soluciones de
0.10% de NaCN, a 25 C usando Oxgeno, Nitrgeno y mezcla de ambos.
Oxgeno
%

Au
disuelto
en 1 hr
mg/cm2

0.0
9.0
20.9
60.1
99.5

0.04
1.03
2.36
7.62
12.62

Temperatura: El suministro de calor a la solucin de cianuro en contacto


con oro metlico, produce fenmenos opuestos que afectan la velocidad de
disolucin. El incremento de la temperatura aumenta la actividad de la
solucin, incrementndose por consiguiente la velocidad de disolucin del
oro, al mismo tiempo, la cantidad de oxgeno en la solucin disminuye
porque la solubilidad de los gases decrece con el aumento de la
temperatura. En la prctica el uso de soluciones calientes para la extraccin
del oro, resulta desventajosa por el elevado costo, por lo que usualmente,
se lixivia a temperatura ambiente.
Alcalinidad: El uso de la cal (en solucin) para mantener un PH de 10.5 a
11 (alcalinidad protectora) cumple las funciones de:

1.
2.

Evitar prdidas de cianuro por hidrlisis: (NaCN + H2O = HCN +


NaOH), haciendo que la reaccin sea favorecida hacia la izquierda.
Prevenir o evitar las prdidas de cianuro por accin de dixido de
carbono del aire: 2NaCN + CO2 + H2O= 2 HCN + Na2CO3

3.

Neutraliza los componentes cidos resultantes de la descomposicin


de los diferentes minerales de la mina en la solucin de cianuro.

4.

Neutraliza los componentes cidos tales como sales ferrosas, frricas


y el sulfato de magnesio contenidos en el agua antes de adicionar al
circuito de cianuracin.

5.

Facilita el asentamiento de las partculas finas de modo que pueda


separarse la solucin rica clara de la mena cianurada.

Lixiviacin con pads recargables


Otro aspecto que ltimamente viene tomando forma en forma muy gradual
es la construccin de Pads recargables, principalmente por la presencia
cada vez mas frecuente de ley baja de oro en los depsitos o en las etapas

finales de un proceso de extraccin.


Este proceso se sustenta en el ciclo de recuperacin del oro en el proceso
de lixiviacin en un pad, para ello es necesario medir el tiempo que se
requiere para lograr el porcentaje de recuperacin econmica de oro en un
primer piso de un pad.
La construccin de pads de un solo piso requiere que stos se encuentren
en la proximidad de las operaciones de extraccin de mineral, para luego
del proceso de lixiviacin se realice la recarga del mineral para depositarlo
como material lixiviado en multiples pisos.
La parte mas importante de este proceso es el control de calidad del mineral
en los frentes de minado, en donde se debe evitar el envo de mineral
contaminante a los pads. En el mejor de los casos para mejor control de la
calidad de la lixiviacin de los primeros pisos y administrar la calidad de la
solucin y momento de la descarga, es muy conveniente mantener modulos
independientes al interior de un pad, para de esta manera llevar un control
de la caracterizacin del mineral ingresado a cada mdulo y analizar el
contenido de la solucin en cada mdulo de riego independiente.
ADR : ADSORCION, DESORCIN, RECUPERACIN
Adsorcin
Luego del proceso de lixiviacin, la solucin cianurada con oro, es
recirculada en carbn activado en columnas, El carbn activado debido a su
gran rea superficial 500-1500 m2/gr y por su gran porosidad, tiene una alta
capacidad adsorvente, lo que hace posible y rentable su aplicacin. Estos
carbones son de estructura granular, siendo ms aptos los fabricados a
partir de cscara de coco, debido a su dureza, que lo hace ms resistente a
la ruptura por abrasin y tienen una mayor capacidad de adsorcin que
otros carbones activados. La tecnologa del uso del carbn activado
comprende 3 tcnicas de aplicacin y son el carbn en pulpa (CIP), el
carbn en columna (CIC) y el carbn en lixiviacin (CIL). La tcnica de
adsorcin vara dependiendo del tipo de cianuracin:

1.
2.

3.

Carbn en Pulpa (CIP): Aplicable a soluciones claras salientes de


lixiviacin por precolacin en bateas o pilas, normalmente en varias
etapas y en contracorriente.
Carbn en Columna (CIC): Aplicable A pulpas salientes de cianuracin
por agitacin, se trata sin separacin slido/lquido, en tanques
separados en varias etapas y en contracorriente.
Carbn en Lixiviacin (CIL): Consiste en absorber el oro en carbn
durante y no despus de, la lixiviacin, llevndose a cabo la misma
en los mismos estanques lixiviadores, pero moviendo el carbn en
contracorriente con la pulpa de mineral.

Desorcin:

El proceso de desorcin (extraccin del oro del carbn) se realiza


adicionando solucin de soda custica a alta temperatura (100 a 140 C) al
carbn en un compartimento a presin. En este proceso la solucin liverar
al oro cianurado y pasar a un proceso electro deposicin, formandose aqu
un cemento con alto contenido de oro.
Fundicin:
El cemento con alto contenido de oro pasar a fundicin a fin de extraer el
oro bulln que muchas veces se presenta con contenido de plata cuando en
el mineral estuvo presente.
Proceso SART para recuperacin de mineral de Au con cobre
Si bien el alza de precios del oro ha estado acompaada por un alza en los
costos (mayores precios de reactivos como cianuro y cal, de la energa, y de
otros insumos como el acero), estos altos precios han hecho posible
incorporar como recursos explotables minerales de baja ley de oro y/o
minerales de oro con altos contenidos de cobre. Existe una tecnologa que
ha despertado el inters creciente de la industria para el tratamiento de
estos recursos de Au-Cu, que corresponde al Proceso SART (Sulphidization,
Acidification, Recycling, and Thickening). Recientemente (2008), la planta de
Telfer, en Australia, de propiedad de Newcrest Mining Limited, era pionera
de la aplicacin de esta tecnologa, desarrollada inicialmente por Lakefield
Research en Canad para el proyecto Lobo Marte de propiedad de un joint
venture entre Teck Corporation y Mantos Blancos, en Chile. Hoy en da
Yanacocha en Per, de Newmont Mining Corporation, cuenta con una planta
SART en sus instalaciones y se encuentran en desarrollo, en etapa de
ingeniera de detalles, los proyectos de dos plantas para las operaciones de
Maricunga y Mantos de Oro, de Kinross Gold Corporation, en Chile.
El proceso SART ha sido diseado para regenerar cianuro y recuperar cobre
de soluciones de lixiviacin de minerales de oro. El nombre hace referencia
a las siglas en ingls de las operaciones unitarias del diagrama de flujos del
proceso: sulfidizacin (S), acidificacin (A), recirculacin de cianuro (R), y
espesamiento del precipitado de cobre (T, thickening).