Documentos de Académico
Documentos de Profesional
Documentos de Cultura
QAQC Espanish PDF
QAQC Espanish PDF
Preparado por:
Scott Long
AMEC
Mayo 2003
Programa de Aseguramiento y Control de Calidad de los Ensayos
TABLA DE CONTENIDOS
Pgina
TDC 1
Programa de Aseguramiento y Control de Calidad de los Ensayos
LISTA DE TABLAS
LISTA DE FIGURAS
TDC 2
Programa de Aseguramiento y Control de Calidad de los Ensayos
1.0 INTRODUCCIN
Pgina 3
Programa de Aseguramiento y Control de Calidad de los Ensayos
2.0 DEFINICIONES
2.1 Generalidades
En el contexto del presente documento, Aseguramiento de Calidad se refiere a la
informacin recolectada para demostrar y cuantificar la confiabilidad de los datos de los
ensayos. El Control de Calidad consiste en los procedimientos utilizados para mantener
el nivel de calidad deseado en la base de datos de los ensayos. El Aseguramiento de
Calidad puede, hasta cierto punto, ser adicionada posteriormente en el programa. El
Control de Calidad, por seguridad, slo puede llevarse a cabo en tiempo real.
Pgina 4
Programa de Aseguramiento y Control de Calidad de los Ensayos
Hay dos componentes para establecer los objetivos del nivel de desempeo,
independientemente de lo que se est analizando. La precisin es la habilidad para
reproducir una medida consistentemente. La exactitud es la cercana (en promedio) de
dichas medidas al valor verdadero. En la medicin del tiempo, un reloj moderno es
ms preciso que uno solar, pero el solar ser ms exacto si el reloj moderno est
programado para un lugar a ocho zonas horarias de diferencia. Nunca se sabe cul es
el valor verdadero, pero en la prctica generalmente puede ser estimado a un nivel de
confianza, o intervalo de confianza suficiente. Un intervalo de confianza comnmente
empleado es el correspondiente a 95%; este es el intervalo (ms o menos) alrededor de
la media que tiene el 95% de probabilidad de incluir el valor verdadero. Este intervalo
de confianza de 95% es muchas referido como el error estndar de la media.
Una muestra duplicada tiene la misma ubicacin espacial que la muestra original. Por ello,
la segunda mitad de un testigo de perforacin, an tomado del mismo intervalo, no es
estrictamente un duplicado ya que tiene una diferente (aun de pequea diferencia)
ubicacin. Lo mismo se da para muestras de canal subterrneas y de zanjas. Muchas
veces stas son referidas como re-muestras o muestras gemelas (y an la mayora de
gemelos no son idnticos) en lugar de duplicados. De forma similar, muchas veces los
geoqumicos de exploraciones colectan duplicados de campo que en realidad con
muestras espaciadas muy cerca. Los duplicados slo pueden obtenerse por cuarteo de
muestras representativas de minerales partidos porque todo lo dems contiene un
componente espacial.
Puede que un resultado de ensayo sea considerado como duplicado de otro si es que se
cree que la distincin entre la muestra original y el duplicado es arbitral. Usualmente, esta
circunstancia slo se da cuando un laboratorio analiza una segunda sub-muestra de la
pulpa en un mismo grupo. Algunos laboratorios comerciales se refieren a esto como una
rplica, ya que generalmente este trmino no es empleado para referirse a otro aspecto.
Es mejor referirse a los ensayos de verificacin de duplicados de muestras de pulpa como
ensayos de verificacin de la misma pulpa, en lugar de resultados duplicados.
Generalmente existe cierta medicin de la variabilidad entre los resultados del ensayo
realizado por diferentes laboratorios o diferentes protocolos en el mismo laboratorio. El
intercambio arbitrario de resultados originales y duplicados no puede realizarse,
distinguindolos de rplicas. En algunos casos uno descubre que, an cuando las
muestras originales y duplicadas han sido reportadas y procesadas en exactamente la
misma manera, existe una significativa (es decir, real) variacin; esto significa que la
recoleccin de muestras y preparacin de protocolos no estn proporcionando muestras
representativas, siendo esto una seal de alarma.
Los duplicados debern ser descritos en la etapa del proceso donde han sido
colectados. Los duplicados slo pueden ser generados donde una etapa del proceso
reduce la masa de una muestra tomando una sub-muestra (es decir, la muestra es
dividida o cuarteada). En el caso de duplicados de campo se requiere que la muestra
sea dividida antes del proceso. Esto es comnmente ejecutado en perforaciones de
circulacin reversa colectando una segunda muestra (preferentemente del mismo
tamao) de la porcin no colectada de los cortes de perforacin.
Pgina 6
Programa de Aseguramiento y Control de Calidad de los Ensayos
Otro factor que vale la pena considerar en situaciones especiales es si los duplicados
son procesados juntos en un mismo grupo o en grupos separados. Una comparacin
de duplicados del mismo grupo versus diferente grupo puede ser empleado para
verificar el desempeo errtico del laboratorio. Esto no es comn y casi no es usado,
salvo que otra informacin, tal como el desempeo en estndares insertados, lleve a
uno a considerar que hay un problema.
Las rplicas de laboratorio consisten en duplicados creados por el laboratorio (no ciegas) para ser
usadas en su control de calidad, consistentes en 30 gramos de material P-95 #150 tomado del
mismo sobre de pulpa que la muestra original. Estas han sido analizadas al mismo tiempo. Dado
que el laboratorio basa sus decisiones de si entregar sus valores dependiendo de que tan bien estos
duplicados concuerdan, el desempeo de los duplicados muestra que el laboratorio considera un
desempeo aceptable para este material y protocolo. Dado que los resultados malos son excluidos
de este proceso, los valores de desempeo pueden indicar un desempeo mejor al que se obtendra
con duplicados de muestras ciegas del mismo tipo.
Los duplicados de gruesos rechazados consisten en segundos cuarteos de la fraccin rechazada de
la salida de la chancadora, determinada por ensayos de tamizado (ver grfico) en aproximadamente
P-95 (la mediana del porcentaje pasante la malla #10 fue de 78%), pesando entre 400 y 800
gramos. Las muestras fueron re-etiquetadas con la finalidad que el laboratorio desconozca cul
Pgina 7
Programa de Aseguramiento y Control de Calidad de los Ensayos
muestra ha sido duplicada. Estas muestras fueron entregadas en la misma carga de sus
equivalentes muestras originales, pero no necesariamente han sido ensayadas junto con la muestra
original.
Los duplicados de perforacin consisten en la recoleccin de toda la fraccin rechazada de un
separador Gilson empleado en el sitio de perforacin (para el caso de muestras secas) o de un
separador de cono rotativo (para el caso de muestras hmedas) montado en la perforadora. En el
caso de duplicados secos, toda la fraccin rechazada fue pasada por el separador Gilson y luego
separada repetidamente para obtener una segunda muestra (duplicado) de aproximadamente la
misma masa (4 a 8 kg) de la muestra original. Las muestras hmedas fueron enviadas al lugar de
preparacin para su secado, luego del cual fueron separadas empleando un cuarteador hasta
aproximadamente la misma masa de las muestras originales. El tamizado de 10 de los rechazados
seleccionados al azar mostraron que las muestras secas son de aproximadamente P-95 y las
muestras hmedas de aproximadamente P-95 .
Incremento: alguna fraccin de una muestra (puede ser 1), seleccionada de un lote
con un corte sencillo del dispositivo de muestreo. Un nmero de
incrementos puede ser combinado para formar una muestra.
Pgina 8
Programa de Aseguramiento y Control de Calidad de los Ensayos
perforaciones que son ejecutadas muy cerca de otras; lo que Gy considera con gemelo
es muchas veces empleado como duplicado; un lote es comnmente llamado un grupo;
un incremento es muchas veces llamado una fraccin. Notar que la distincin entre
espcimen y muestra es muy til ya que muchas veces esta distincin no es dada, y
uno ve el trmino muestra representativa (redundante en la nomenclatura de Gy) para
distinguirla de muestras que en realidad son especimenes. De acuerdo con Gy, un
espcimen no puede ser empleado para estimar un componente de un lote.
[(0.0667)2 + (0.22)2]
Pgina 9
Programa de Aseguramiento y Control de Calidad de los Ensayos
lo que da aproximadamente
Entonces, en este caso el mtodo dado dio un resultado correcto. No hubiera dado un
resultado correcto si los errores relativos hubieran sido similares. Por ejemplo,
considerar un caso donde luego de secar la muestra de 15.00 0.01 gramos, el peso del
material restante es 8.00 0.01 gramos. Ahora los errores relativos son 0.0667% y
0.125%. La suma de stos da un error de 0.067+0.125 = 0.19%, que difiere de tomar la
raz cuadrada de la suma de los cuadrados,
La distribucin de los pesos cerca de los 15.00 gramos sera relativamente simtrica de
ser graficada como un histograma. Cul es la precisin? Si uno emplea todo el
universo de valores obtenidos, la precisin dada es ms una funcin de cuntas
mediciones han sido tomadas en lugar de un factor intrnseco en el proceso de pesado.
Consecuentemente, es preferible emplear una proporcin de la poblacin en vez del
100% (el universo de mediciones).
Una indicacin de precisin (por ejemplo 20%) sin una referencia al nmero de
desviaciones estndar (percentil) de la poblacin asociada con esa precisin, no tiene
sentido alguno.
El rango determinado por la media ms o menos una desviacin estndar abarca cerca
del 68% de la poblacin. Ms o menos 2 abarca cerca del 95%. Ms o menos 3
abarca cerca del 99.8%. Otro rango comnmente usado es 1.65, ya que ste
corresponde al 95% de la poblacin. Otro de los rangos que se tomarn en el presente
documento es 1.414, que abarca cerca del 84% de la poblacin. El nmero 1.414
proviene de la raz cuadrada de 2, el que muchas veces surge cuando se trabaja con
pares de resultados duplicados.
Pgina 10
Programa de Aseguramiento y Control de Calidad de los Ensayos
Los resultados duplicados muestran la varianza contribuida por todas las etapas en el
proceso que le sigue a la creacin del duplicado. Empleando un nmero suficiente de
resultados duplicados de cada etapa del proceso, es posible calcular la varianza
contribuida por cada etapa del proceso sustrayendo la varianza calculada en la etapa
siguiente. Tales comparaciones son ms confiables si las mismas muestras son
empleadas para crear duplicados en cada etapa, lo que es una prctica comn al
realizar experimentos para optimizar un conjunto de protocolos. Las comparaciones
son vlidas an si las diferentes muestras son empleadas para generar duplicados en
las diferentes etapas, siempre y cuando el mtodo para seleccionar cuales muestras
son duplicadas es el mismo para las diferentes etapas, o no es parcializado con
respecto a los parmetros que afectan la varianza. Tales parmetros incluyen
mineraloga y ley.
Pgina 11
Programa de Aseguramiento y Control de Calidad de los Ensayos
Entonces, la precisin implicada de tres cifras significativas cae dentro de 5/100 y 5/999,
0.5% a 5%. Notar que este nivel de precisin es para la ltima etapa de ensayo
obtenido de la misma solucin de la muestra, o en el caso de ensayos gravimtricos de
oro fire assay del mismo glbulo de oro. Esto no incluye la varianza introducida en el
sub-muestreo al tomar una muestra de pulpa diferente. Similarmente, un resultado con
dos cifras significativas implica una precisin dentro de 5% y 50%.
Cuando un resultado tiene una cifra significativa, como es el caso cerca del lmite de
deteccin analtico, la incertidumbre es generalmente sealada como una unidad (en
lugar de media unidad, como es empleado para dos o tres cifras significativas). Esto
proporciona una precisin de 100% en el lmite de deteccin (por ejemplo: 1 1).
Pgina 12
Programa de Aseguramiento y Control de Calidad de los Ensayos
3.0 LABORATORIOS
Los programas analticos deben incluir dos o ms laboratorios, uno de los cuales debe
actuar como laboratorio primario para cada proyecto y con uno o ms laboratorios
adicionales sirviendo como laboratorios de verificacin. Pueden existir varios
laboratorios primarios utilizados por una compaa durante un ao tpico, con cada
proyecto asignado a un laboratorio primario. El laboratorio primario recibe la mayor
parte del trabajo analtico de dicho proyecto, mientras que el laboratorio arbitral slo
recibe los trabajos de ensayos de verificacin. Un laboratorio arbitral es aquel que es
empleado por dos individuos para formar un consenso en la ley del material, tal como
mineral o concentrado. Muchas veces este trmino es empleado para describir un
tercer laboratorio empleado para determinar cul de los dos laboratorios en desacuerdo
parece ser el ms correcto.
La seleccin del laboratorio primario se basa en una serie de factores que incluyen:
calidad de trabajo, precio, conveniencia y servicio. El laboratorio primario debe
proporcionar resultados que sean lo suficientemente oportunos, precisos y exactos para
las necesidades del proyecto a un costo competitivo. Normalmente la precisin no es
tan buena como la ofrecida por los laboratorios arbitrales, pero debe ser aceptable para
el uso en la estimacin de reservas de mineral. La exactitud deber ser suficiente para
ser empleada en el modelado de recursos sin incluir factores de correccin. Para evitar
factores de correccin, debe existir una apropiada evidencia de que la exactitud general
de los resultados del laboratorio primario se encuentra dentro del 5 por ciento del valor
verdadero probable, tal como lo demuestra el desempeo en estndares insertados
(valores medios) y la concordancia con los resultados del laboratorio de verificacin y
posible laboratorio arbitral (comparando valores medios).
Para seleccionar un laboratorio, se puede entregar a cada uno de los candidatos cierta
cantidad de materiales de referencia estndar. Por lo menos se debe entregar entre
cinco o seis materiales diferentes y realizar al menos dos entregas diferentes en das
diferentes. Se debe variar la cantidad de muestras de cada material en cada entrega,
pero cuando se combinan los resultados de todas las entregas se puede mantener una
cantidad constante. El protocolo de ensayo seleccionado deber ser tal que sea
considerado para trabajos de rutina.
Pgina 13
Programa de Aseguramiento y Control de Calidad de los Ensayos
Para los casos en los que un laboratorio analiza pequeas cantidades de cada material,
existen mtodos estadsticos especiales para establecer lmites confiables en valores
medios y estimados de variacin. En los casos en los que se haya entregado pequeas
cantidades de muestras, las pequeas (estadsticamente insignificantes) variaciones en
el desempeo entre los diferentes laboratorios deben estar subordinadas a otras
consideraciones tales como calidad del servicio (tiempo de cumplimiento, calidad del
almacenamiento de la muestra, etc.).
Una vez que se hayan recopilado los resultados, se puede otorgar un puntaje a cada
laboratorio candidato en diferentes formas. Para la precisin, se puede calcular la
desviacin estndar (o varianza: cualquiera proporcionar la misma clasificacin
relativa) obtenida por cada laboratorio en cada material de referencia. Para cada
material, se puede clasificar los laboratorios de altos a bajos, siendo la clasificacin ms
alta (1) asignada al laboratorio con la variacin ms baja en un determinado material
estndar.
asumiendo el valor medio de las medianas como el mejor valor. Algunos estadistas
recomiendan el valor medio en lugar de la mediana; los dos debern ser casi
equivalentes para una distribucin normal. Sin embargo, generalmente existe por lo
menos un laboratorio errante que dar un valor medio alejado substancialmente. En
lugar de analizar cual de los resultados deber ser rechazado para calcular el valor
medio, es mejor emplear el valor de la mediana.
Para la seleccin final, se deber examinar los resultados muy de cerca. Por ejemplo,
en la Tabla 3-1, el Laboratorio A muestra muy buena exactitud en las muestras de
xido pero muy poca exactitud en una muestra de sulfuros, lo que subestima
ampliamente el valor certificado. Esto puede indicar que se cuenta con protocolos no
adecuados para ensayar muestras sulfurosas. Si las muestras de sulfuro son un
componente importante del proyecto, entonces el Laboratorio D sera una mejor
eleccin para el proyecto.
Muchas veces existe un contaminante importante que afectar el valor de los bloques
minados, tal como arsnico en un depsito de cobre. Esto puede ser valorizado de la
misma manera como un elemento adiciona valor a una clasificacin. Por ejemplo, si se
espera que las penalidades por presencia de arsnico sean tales de disminuyan el valor
del cobre minado en un 10%, las clasificaciones de arsnico seran valorizadas
multiplicndolas por 0.1. Por supuesto, muchas veces uno se ve forzado de aplicar
suposiciones razonables para tales valorizaciones. Para algunos proyectos, stos
pueden basarse en modelos de recursos del depsito anteriores, o en otros depsitos
de la zona.
Pgina 15
Programa de Aseguramiento y Control de Calidad de los Ensayos
Tabla 3-1
Ejemplo de evaluacin de varios laboratorios ficticios
Estndar 1: xido de oro, ley aproximada 2.0 gm/ton, no el mejor valor Clasificacin
Desviacin
LAB Resultado 1 Resultado 2 Resultado 3 Resultado 4 Resultado 5 Media Exactitud Precisin
Estndar
A 2.16 2.06 2.22 2.14 2.09 2.14 0.062 1 1
B 2.22 2.13 2.20 2.13 2.42 2.22 0.119 2 3
C 1.73 2.03 2.14 1.70 1.90 1.90 0.189 5 4
D 2.25 2.22 2.39 2.07 2.20 2.23 0.115 3 2
E 2.09 1.46 2.56 2.50 1.32 1.99 0.575 4 5
Mejor Valor (Mediana y Media) 2.14
Pgina 16
Programa de Aseguramiento y Control de Calidad de los Ensayos
Una parte decisiva de cualquier programa de QA-QC son los ensayos de verificacin
realizados por un laboratorio externo o arbitral. La seleccin de un laboratorio de
verificacin implica mayor escrutinio que el requerido para la seleccin de un laboratorio
primario, ya que este(os) laboratorio(s) debe realizar un trabajo analtico rutinario y de
excepcional alta calidad, a la vez que monitorea lo siguiente:
Fineza de la pulpa: Las pulpas recibidas del laboratorio primario deben ser verificadas
rutinariamente en cuanto al porcentaje que pasa la malla #100 ( #150). Tpicamente cada
quinta o dcima muestra que es enviada para ensayo de verificacin, es tambin verificada
por tamizado (de preferencia hmedo) de 10 20 gramos de pulpa. El material obtenido
de la bolsa de pulpa para esta prueba deber ser descartado y no devuelto a la bolsa.
Condicin y Mtodo de transmisin de muestras: Las muestras recibidas del laboratorio
primario debern ser almacenadas en paquetes legiblemente marcados y no daados,
ordenadas correctamente e ir acompaadas de una hoja organizada de transmisin de
muestras. Esto es un reflejo de las condiciones de manejo de muestras dentro del
laboratorio primario.
De acuerdo con un consenso que se est logrando con la industria minera, los ensayos
de verificacin debern ser realizados nicamente por laboratorios acreditados. Entre
las organizaciones mundialmente reconocidas que proporcionan acreditaciones estn la
International Standards Organization (ISO) y la recientemente creada Guide 25, un
programa del Standards Council of Canada (SCC) que es administrada por el Canada
Centre for Mineral and Energy Technology (CANMET). Una acreditacin no es
evidencia, por ningn medio, que el trabajo de ensayo realizado a un grupo de muestras
es adecuadamente preciso y exacto. De la misma manera, la falta de acreditacin no
es indicador de que el laboratorio realiza un trabajo mediocre. La parte negativa de los
programas de acreditacin radica en su resistencia a la innovacin que puede significar
mejoras en la precisin y exactitud.
Pgina 17
Programa de Aseguramiento y Control de Calidad de los Ensayos
Los programas de QA-QC incluyen controles; este trmino algunas veces es utilizado
para referirse a cualquier material de QA-QC insertado, y otras para referirse a los
materiales con una ley del producto muy bien establecida. Con el fin de evitar
ambigedades, los materiales de ley desconocida sern referidos como Materiales de
Referencia Estndar, o MRE para abreviar. Otros materiales de QA-QC incluyen
duplicados y muestras ciegas. Pueden haber varios programas de re-muestreo as
como estudios gemelos (como en perforacin gemela). Los materiales de referencia
estndar, que usualmente son roca pulverizada, no deben ser confundidos con los
estndares de calibracin que son soluciones de concentracin conocida y utilizada por
el laboratorio para calibracin de instrumentos, ni tampoco deben ser confundidos con
pesos estndares, utilizados para verificar las balanzas de los laboratorios. El problema
de emplear el trmino Estndar es que muchas veces este trmino es empleado para
referirse a la metodologa empleada para preparar los ensayos de las muestras. Para
evitar esta confusin, es mejor referirse a la metodologa como protocolo.
Un material de referencia estndar ideal tiene una matriz idntica a las muestras que
estn siendo ensayadas, heterogeneidad extremadamente baja, valor (ley) dentro de la
clasificacin utilizada para categorizar mineral y una reputacin de ser preparado
confiablemente y caracterizado con exactitud. Los lmites de las categoras pueden ser
reales, como en el caso de un corte de mineral/residuo, o ms tericos, como en el caso
de leyes cubiertas utilizadas en el modelado de recursos. Idealmente, una serie de
estndares agrupa cada uno de tales lmites de categoras, en combinacin con cada
diferencia de importancia en la matriz de la muestra. La serie deber incluir estndares
con leyes a ambos lados de cualquier etapa importante dentro de los procedimientos en
el laboratorio, como las etapas de dilucin o cambios en los estndares de arranque y
calibracin de los instrumentos. Las diferencias importantes de la matriz de la muestra
casi siempre incluyen muestras de xido y sulfuro, debido a que los procedimientos de
los ensayos fire assays utilizan ajustes de flujo y/o cambios en el peso de las muestras
al procesar muestras ricas en sulfuro, y los proyectos de cobre muchas veces incluyen
ensayos para ayudar a distinguir el xido de cobre de otros tipos de minerales.
Pgina 18
Programa de Aseguramiento y Control de Calidad de los Ensayos
Los materiales de referencia estndar estn disponibles para su compra, pero pueden
resultar costosos. Fuentes comerciales (en Norte Amrica) para materiales de
referencia estndar son:
LQSI (Chicago)
Tel. 708 331-3249
Comentario: Realiza evaluaciones cclicas de laboratorio costosas, materiales pueden
no estar disponibles. Cuenta con un separador rotativo de gran tamao para trabajos
especficos costosos.
Pgina 19
Programa de Aseguramiento y Control de Calidad de los Ensayos
Geostats
Freemantle, Australia
Informacin y rdenes fuera de Norte Amrica: http://geostats.copl.com.au
Ordenes en Norte Amrica: FPSC@aol.com
Comentario: Amplia seleccin, caracterizacin y re-empaque de materiales Gannet.
Rocklabs Ltd.
P.O.Box 18-142
Auckland 6, Nueva Zelanda
Tel. 64-9-634-7696 Fax 64-9-634-6896
http://rocklabs.com
Comentario: Ms reconocido por sus equipos de preparacin de muestras. Pequea
seleccin de MRE de Au y Ag a precios razonables.
Una ventaja de los materiales de referencia estndar comerciales, que son ampliamente
conocidos, es tambin una desventaja ya que los laboratorios comerciales estn
familiarizados con las leyes y apariencia de la mayora de materiales de referencia
comerciales. Es difcil entregar al laboratorio estos materiales de manera annima
intercalndolos con las muestras del proyecto, si es que el laboratorio analtico tambin
cuenta con instalaciones de preparacin de muestras, lo que es muy comn. El
laboratorio reconocer estos materiales como pulpas, y por lo tanto como material de
referencia estndar, punto a partir del cual estn a un paso de deducir exactamente qu
tipo de material comercial es. En la Seccin 5.3 se presentan algunos alcances
probables para mantener el anonimato de los materiales de referencia estndar.
Si se est creando un nuevo estndar a partir de los materiales del sitio, es importante
incluir todos los siguientes pasos.
Recolectar suficiente cantidad (ver Seccin 5.2) y tipos de material para las
necesidades del proyecto. Es mejor tener un juego de varios estndares que sean
utilizados a lo largo del proyecto, en lugar de tener diferentes estndares en diferentes
momentos. Tener los mismos estndares proporciona una verificacin ms sensible del
rumbo del laboratorio. Si no es posible recolectar la suficiente cantidad de material al
inicio, es importante superponer los estndares (es decir, incluir entregas que
contengan un estndar antiguo que este comenzando a agotarse con el nuevo
estndar). Se debe intentar recolectar una cantidad de muestras sueltas. Estos
podran incluir:
Un estndar con una ley de oro cercana al corte anticipado de residuos y mineral
Pgina 21
Programa de Aseguramiento y Control de Calidad de los Ensayos
Un estndar con una ley de oro entre el percentil 85 y 95 de todas las muestras de mineral
Estndares con leyes cercanas a cualquier otro potencial punto de decisin, tal como la
ley de la molienda y el corte de la pila de lixiviacin
Estndares que cubran los ajustes del procedimiento analtico, tales como estndares de
xido y sulfuro, ya que las muestras de sulfuro requieren de ajustes de flujo
Estndares que cubran una porcin substancial de los rangos de otros elementos
analizados rutinariamente.
No todos los depsitos tienen material que puede ser fcilmente preparado dentro de
los estndares con tales tolerancias; en especial, los depsitos de oro grueso
representan mayores retos. Debido a que el propsito del estndar es asegurar la
exactitud y la precisin a travs del tiempo, no es recomendable hacer estndares de
tales materiales. Algunas veces esta limitacin puede ser superada mediante el
tamizado del material a travs de una malla #100 o ms fina y descartando el material
retenido, seguido por la remolienda del material pasante. En tales casos, muchas veces
es mejor comprar los estndares comerciales, an si existen algunas diferencias en la
1
Algunos estadistas recomiendan que el nmero de muestras ensayadas sea igual a la raz cbica del nmero de
muestras en el lote; por ejemplo, de esta manera se ensayara 10 muestras de un lote de 1,000. AMEC considera que
este nmero slo es vlido si es que no se presenta un efecto pepita, y en todo caso proporcionar estimaciones de
variabilidad poco certeras.
Pgina 22
Programa de Aseguramiento y Control de Calidad de los Ensayos
Establecer el mejor valor (tambin algunas veces referido como el valor buscado o
certificado) y los lmites razonables de aprobacin o falla mediante la entrega del
material a una serie de laboratorios acreditados. Esto debe incluir cualquier laboratorio
que realice trabajo metalrgico (si tal trabajo incluye, por ejemplo, ensayos de oro fire
assay para establecer leyes principales), los laboratorios primarios y arbitrales (o
candidatos) y los laboratorios ampliamente reconocidos en la industria por desarrollar
trabajos de calidad.
Los materiales debern ser entregados por lo menos en dos lotes separados en das
diferentes, la cantidad de muestras de cada material deber variar en cada lote, pero el
nmero total debe ser el mismo (tpicamente 8 a 10 determinaciones realizadas por
cada laboratorio para cada una de las muestras) cuando se combinan todas las
entregas. De esta manera, se incluyen las variaciones entre los grupos. Por ejemplo, la
primera entrega enviada al Laboratorio A podra contener 5 muestras del estndar 1 y
3 muestras del estndar 2, y la segunda entrega entonces contendra 3 muestras del
Pgina 23
Programa de Aseguramiento y Control de Calidad de los Ensayos
estndar 1 y 5 muestras del estndar 2, de tal manera que se analicen 8 muestras del
estndar 1 y 8 muestras del estndar 2. De este modo, resulta menos evidente para el
laboratorio que el mismo material se est entregado varias veces. Si existe un
programa activo, es posible incrementar el anonimato incluyendo muestras de pulpas de
perforaciones que son enviadas para la verificacin de ensayos.
Algunos laboratorios tratan de dar una buena impresin analizando cada muestra
muchas veces cuando saben que el material es para control de calidad. Esto
proporciona un estimado ms confiable del mejor valor, pero lleva a conclusiones
errneas en cuanto al establecimiento de lmites de aprobacin y falla no razonables
para el material. Si se sospecha de esta situacin, el peso de la muestra debe ser
limitado cuidadosamente.
El mejor valor puede ser tomado como el valor medio de todos los resultados que
quedan despus de descartar los valores fuera del lmite (generalmente son los
resultados con ms de 3 desviaciones estndar por encima o por debajo del valor
medio), o la mediana de la poblacin de los valores medio del laboratorio (Seccin 3.1).
Es preferible el segundo acercamiento si es que el nmero de ensayos realizador por
diferentes laboratorios es variable.
Muchas compaas mineras grandes establecen dos lmites de aprobacin y falla. Los
lmites ms amplios son aquellos donde se cuenta con un mayor grado de probabilidad
de ocurrencia de un error de consideracin (probable errores del Tipo I, tales como
Pgina 24
Programa de Aseguramiento y Control de Calidad de los Ensayos
mezclado de muestras), y los lmites ms estrechos son empleados para detectar las
variaciones del laboratorio y posibles errores del Tipo I. Los resultados que estn fuera
de los lmites exteriores requieren siempre de acciones correctivas, mientras que los
resultados que se encuentren fuera de los lmites de aprobacin y falla interiores
requieren de acciones correctivas slo si ocurren con una alta frecuencia inusual.
De emplearse este tipo de acercamiento, los lmites de falla exteriores pueden ser
establecidos sobre la base de una poblacin que conforme todos los resultados
(incluyendo aquellos fuera de lo esperado), encontrando el rango que incluya el 95% de
todos los resultados. Para realizar esto, se debe ordenar todos los resultados de los
ensayos por ley y retirar los valores que se encuentren dentro del 2.5% superior e
inferior, luego se toman los valores mximo y mnimo de la poblacin restante. Si los
resultados son representativos del material ms la variabilidad relativa entre
laboratorios, entonces estos lmites no debern ser excedidos en ms de 5% de las
veces, independientemente del laboratorio. Los lmites pueden ser sesgados alrededor
del mejor valor, sobretodo si la muestra es de baja ley. Esto puede reflejar cierta
heterogeneidad en el material, y por lo tanto resulta vlido contar con tal asimetra.
Cuando se cuenta con grandes cantidades de informacin (tales como las
proporcionadas en un reporte de CANMET), este tipo de acercamiento da mejores
resultados.
Los lmites de falla ms estrechos pueden ser ajustados para el laboratorio en particular
que esta siendo empleado, tomando en consideracin cualquier parcialidad relativa
(diferencia relativa entre el valor medio que ese laboratorio obtiene en el material de
referencia estndar y el mejor valor del material) empleando el valor medio de ese
laboratorio en lugar del mejor valor. Esto slo debe ser intentado si es que la
incertidumbre en el valor medio obtenido por el laboratorio es pequea, medido como el
error estndar de la media. Si la incertidumbre del valor medio excede cerca del 2%,
ms resultados del laboratorio son requeridos antes de poder establecer un valor medio.
La incertidumbre del valor medio deber reducirse en forma proporcional a la raz
cuadrada del incremento en la cantidad de mediciones; por ejemplo, al cuadruplicar el
nmero de resultados, esto deber reducir hasta aproximadamente la mitad la
incertidumbre del valor medio.
Se puede tomar la desviacin estndar tpica mostrada por los laboratorios de origen y
emplearla para ubicar lmites igualmente espaciados alrededor del valor medio del
Pgina 25
Programa de Aseguramiento y Control de Calidad de los Ensayos
Los valores presentados en la Tabla 3-1 (Seccin 3.1) pueden ser empleados como
ejemplo. El Estndar 1 tiene un valor promedio de 2.09 y una desviacin estndar (de
todos los valores) de 0.290, dado un rango de media 3 de 1.22 a 2.96, lo que encierra
todo el rango de resultados (1.32 a 2.56). Por ello, no se puede excluir ningn valor
basados en la premisa de ser mayores a 3 desviaciones estndar del valor medio.
Dado que no se deber seleccionar un laboratorio con una parcialidad alta para un
determinado proyecto, se espera que el laboratorio presente una parcialidad
relativamente pequea. Los laboratorios (o protocolos de ensayo) que presenten
parcialidades que excedan el 5% en muestras de mineral de ley (de principal inters)
debern ser evitados. En todo caso, el grado de parcialidad aceptado depende del
contexto proporcionado por el modelo de recursos y el punto de vista de los lectores.
Aquellos que financiarn el proyecto no se vern perturbados por emplear sub-
estimaciones, sin embargo aquellos que promuevan la propiedad s lo estarn. Las
parcialidades deben verse basndose en todos los ensayos en los materiales de
referencia estndar, as como en base a perodos prolongados de resultados altos y
bajos (variacin del laboratorio). Como regla general, para el inters principal, una
parcialidad (empelando un material de referencia estndar) por debajo del 5% es
ampliamente aceptada, y una por encima del 10% es ampliamente rechazada. En
ciertas ocasiones se aceptan parcialidades mayores, para el caso de subproductos y
contaminantes, en funcin del pequeo impacto que generen en las valuaciones.
Pgina 26
Programa de Aseguramiento y Control de Calidad de los Ensayos
Ha habido muchos casos en los que las compaas mineras, al momento de crear sus
propios estndares, han confiado principalmente en la rodadura y mezclado del material
para reducir su heterogeneidad. Removieron el material de una mezcladora de
cemento (o un balde que rodaron en el piso del laboratorio), un balde lleno (o una pala
llena) a la vez y lo colocaron en frascos numerados, los que procedieron a utilizar en
forma secuencial. Luego, cuando se agot un frasco y se comenz a utilizar el
siguiente (evento que se realiza al azar en cualquier lugar), result que aparentemente
el laboratorio haba fallado en su desempeo, ligeramente alto o bajo. En realidad, el
laboratorio no ha cambiado, lo que cambi es la ley del material de referencia estndar
enviado al laboratorio.
4.4 Modelos
Los modelos son muestras de material desprovistas del elemento que est siendo
analizado. Los modelos ayudan a monitorear la contaminacin y desarreglo de las
muestras durante la preparacin y anlisis de la muestra. Los modelos pueden ser
entregados como material grueso (modelos gruesos) consistente en material estril
nominal de de pulgada el cual se inserta dentro de la cadena de muestreo en el sitio
de la perforacin (en el caso de cortes rotatorios) o durante la particin de testigos.
Luego este material se somete a los mismos pasos de preparacin de la muestra por
los que pas la muestra de un proyecto. Otro tipo de modelo consiste en material
Pgina 27
Programa de Aseguramiento y Control de Calidad de los Ensayos
pulpado, como arena Ottawa u otra arena de alta pureza, o material estril confiable
recolectado del lugar de perforacin del proyecto, el cual se ha convertido en pulpa.
Estos modelos de pulpa se incluyen dentro de la cadena de muestreo luego que la
preparacin de muestras se ha completado.
Como regla general, los modelos gruesos debern dar valores menores que o iguales al
doble del valor del lmite de deteccin; y el 90% de las veces, los modelos de pulpas
debern dar valores menores que o iguales al doble del valor del lmite de deteccin.
Luego de corregir cualquier intercambio de muestra y reemplazar los resultados de
cualquier grupo fallado con nuevos resultados, el valor medio de los modelos de pulpa
(asignando un valor de 0 a las muestras reportadas por debajo de la deteccin) no
debern exceder el lmite de deteccin.
Con una adecuada medicin del tamao de partcula en el que el material es dividido
(separacin) y la masa de la fraccin, se puede describir los tipos de duplicados. Gy
(1992) ha efectuado una investigacin exhaustiva empleando diferentes tipos de
chancadoras y zarandas para determinar que mediciones de tamao de partcula
caracterizan mejor una muestra. Gy encontr que el tamao de malla que deja pasar el
95% de la muestra es la medida ms independiente del mtodo en que el material ha
sido chancado o rodado, y ms independiente del rango de tamao de partculas (es
Pgina 28
Programa de Aseguramiento y Control de Calidad de los Ensayos
Pgina 29
Programa de Aseguramiento y Control de Calidad de los Ensayos
los intervalos de la ley del mineral para establecer que el proceso de seleccin de la
mitad del testigo no fue parcializada.
Algunos geoestadistas piensan que es til examinar el nivel de varianza en este tipo de
muestra duplicada al completar la variografa (para una estimacin independiente del
efecto en una pepita en la separacin a escala en centmetros de la muestra). Las
perforaciones gemelas tienen una mayor separacin espacial y comnmente son
difciles de evaluar. Esto es porque las muestras no pueden ser fcilmente agrupadas
en pares entre las dos perforaciones, ya que los controles de mineral no son siempre
horizontales y son frecuentemente variables en una escala de metros.
Debido a la dificultad en igualar los intervalos para crear pares en las perforaciones
gemelas, an cuando las perforaciones han sido sometidas a registros de detalle en
toda su profundidad, es recomendable comparar las perforaciones gemelas en base a la
similaridad de las distribuciones, tal como se hace con un trazo quantil-quantil (Q-Q).
En algunos casos, las dos tcnicas diferentes de perforacin revelan la presencia de
muestreo parcial, causado por factores tales como contaminacin del barreno hacia
abajo durante la perforacin rotatoria con agua o prdida de mineral selectivo durante la
perforacin, comparado con la perforacin rotatoria en seco. En tales circunstancias,
emparejar los resultados o comparar los valores medios resulta an ms problemtico
ya que los tamaos de las partculas son por lo general desiguales.
Dadas dos poblaciones de muestras tomadas de un mismo lote, pero de diferente masa
de muestra, la poblacin de muestras ms pequeas tendr una distribucin con una
cola ms larga, es decir ser ms asimtrica que la poblacin de muestras ms
grandes. Ambas poblaciones cuentan con una misma media, o bastante cercana, si las
muestras son seleccionadas de manera adecuada y el tamao de la poblacin es
suficientemente grande. Este efecto es descrito como cambio de soporte:
incrementando el soporte tiene el efecto de reducir la dispersin de los valores de los
ensayos, pero en forma tal que la media no cambia. Esto se puede presentar al
comparar los resultados de perforaciones de voladura y de exploracin o perforaciones
de testigos de diferente tamao, o al comparar la perforacin de testigos contra
perforaciones de circulacin reversa.
Los promedios pueden ser calculados para unidades geolgicas, ya sea ley promedio o
contenido de metal promedio (total de ley por longitud) para cada unidad geolgica.
Esto puede resultar mucho ms til cuando el rumbo de las unidades de mineral vara a
lo ancho en distancias cortas. Los lmites de las unidades geolgicas deben basarse en
las observaciones geolgicas y no deben ser influenciadas por los resultados de los
ensayos.
Pgina 30
Programa de Aseguramiento y Control de Calidad de los Ensayos
Un grupo es un trmino impreciso, pero que puede ser definido como un conjunto de
muestras que son procesadas como un grupo (por ejemplo, quemado en un horno,
calentado en una bandeja caliente).
Los MRE de baja ley debern tener leyes cercanas a la ley de los cortes anticipados
(para oro, digamos 0.4 a 0.8 g/m 0.012 a 0.023 oz/tonelada corta). Un MRE de alta
ley deber estar por encima de la ley de cualquier corte anticipado de mineral de molino
y mineral lixiviado o alrededor del percentil 85 de todas las muestras de mineral de ley
Pgina 31
Programa de Aseguramiento y Control de Calidad de los Ensayos
Un estndar de mineral de ley (de adecuado estado de oxidacin) y una muestra por
debajo de la ley del mineral o modelo debern ser analizadas en cada grupo de
laboratorio. El total de dichas inserciones debe comprender por lo menos el 5% de las
muestras que son entregadas al laboratorio
Deben haber modelos en cada grupo de laboratorio. Si el laboratorio no usa modelos
como parte de su control de calidad, entonces el gerente de proyecto deber incluirlos a
una tasa de un modelo por grupo. Modelos de gruesos adicionales debern incluirse de
vez en cuando dentro de o inmediatamente luego de la identificacin visual de las
muestras de alta ley.
Los duplicados de gruesos rechazados debern constituir el 5% de las muestras
entregadas al laboratorio. Como mximo, un 5% de las muestras de perforaciones re-
numeradas (de igual pulpa) deber ser entregado nuevamente con los estndares, en
caso que la misma organizacin realice la preparacin y ensayo de la muestra, con la
finalidad de mantener mejor el anonimato de los estndares. En el muestreo de
perforaciones por circulacin reversa, los duplicados del equipo de perforacin pueden ser
utilizados en lugar de los duplicados de gruesos rechazados.
Los resultados analticos de los estndares sern utilizados para evaluar los valores
analticos y para aceptar o rechazar los grupos de resultados del laboratorio. Los
duplicados de gruesos rechazados son utilizados para evaluar el desempeo de la
preparacin de muestras. Los modelos de gruesos son utilizados para evaluar la
preparacin y ensayo de la muestra. Es preferible que las muestras duplicadas sean
analizadas en un grupo diferente al de la muestra original.
0.02625 w D / l
Pgina 32
Programa de Aseguramiento y Control de Calidad de los Ensayos
w D(l n ) + 0.05 w D / (l m )
Debido a que todos los materiales de referencia estndar son entregados como pulpas,
es imposible mantener su identidad en secreto para el laboratorio primario que por otro
lado est recibiendo material geolgico de tamao variable. La entrega ciega de
estndares al laboratorio primario sera ms fcil si la preparacin de la muestra fuera
manejada por otra instalacin diferente al laboratorio de ensayo primario. Si se hace
esto, todas las muestras que lleguen al laboratorio primario sern pulpas y ser ms
fcil la conciliacin de los estndares intercalados desde el laboratorio. La mayora de
laboratorios comerciales, bajo coaccin, slo realiza la preparacin de la muestra. Sin
embargo, tan slo la preparacin puede resultar costosa debido a que los precios de
preparacin publicados frecuentemente se elevan debido a los precios analticos, los
cuales tienen mayor margen de ganancia para el laboratorio. Los laboratorios son
reticentes a desarrollar la preparacin de la muestra sin obtener tambin el trabajo
analtico, ya que la preparacin de la muestra puede convertirse en un cuello de botella
que impida al laboratorio obtener trabajos ms remunerativos que incluyan tanto la
preparacin como el anlisis.
Pgina 33
Programa de Aseguramiento y Control de Calidad de los Ensayos
Si existen dudas sobre si los controles ciegos pueden ser identificados y separados
para tratamiento especial, pares de estndares, que difieren uno del otro en el valor de
ensayo por 1.5 (1.5 veces la desviacin estndar obtenida para el estndar a ser
diluido). Esto es tpicamente de cuatro a ocho del porcentaje relativo, con una
diferencia ms elevada del porcentaje relativo para los estndares con leyes cercanas
al lmite de deteccin analtico. Cerca del corte del mineral o residuo, dicho par de
estndares puede tener valores de 0.48 y 0.52 gm/ton de Au (una diferencia relativa de
0.04 / 0.50, u 8%). Un par de estndares de alta ley pueden tener valores de 2.04 y
1.96 gm/ton de Au (una diferencia relativa de 0.8/20.0, 4%). Es difcil que un
laboratorio identifique tales diferencias con certeza en base a un nico ensayo. Donde
se utilice tal aproximacin, se pueden graficar los dos estndares de cada par en la
misma carta de control, como lneas separadas.
Cuando esto sea posible, se deber mantener una lista clave de la identidad MRE de
cada muestra. Al igual que para las muestras, cada insercin de un MRE debe ser
acompaado por un nmero de muestra nico
Para mantener el anonimato y para controlar la ubicacin de los MRE en el proceso, los
nmeros de muestras pueden ser reservados en un cuaderno de nmeros de muestra
impreso, si es utilizado. Esto se puede realizar utilizando un sello que diga
ESTNDAR: ________ en las pginas seleccionadas, de tal manera que cada grupo de
muestras (igual al tamao del grupo) tenga dos lugares reservados para MRE
Pgina 34
Programa de Aseguramiento y Control de Calidad de los Ensayos
Cuando se utilizan las distancias de perforacin como nmeros de muestra, los MRE no
pueden ser fcilmente insertados. Utilizar distancias de intervalos de perforacin
ficticias es una fuente potencial de confusin y no es recomendable. De adoptarse este
procedimiento, se les deber asignar una longitud cero a las distancias de perforacin
ficticias (es decir, el de deber ser igual al a) de manera que reciban una incidencia
de cero (y sean descartados) de ser equvocamente incorporados en el modelo de
recursos.
Pgina 35
Programa de Aseguramiento y Control de Calidad de los Ensayos
La idea de un control de calidad por grupos es que un todo un grupo podra haber sido
sometido a procedimientos incorrectos y por lo tanto todo el grupo est mal. Esto
ocurre algunas veces, pero no es usual. Los tipos de errores ms frecuentes en los
ensayos son los episdicos, los cuales ocurren al azar. Algunos ejemplos son: error al
leer un nmero en una balanza o equipo, transposicin de dgitos al registrar el nmero,
error al colocar un punto decimal, derrames o reboses de una nica muestra, bloqueo
parcial transitorio en el flujo de fluidos hacia el espectrmetro, contaminacin producida
por el goteo de un horno sucio, la reutilizacin de un crisol contaminado, entre otros.
Es una buena prctica firmar un acuerdo con el laboratorio en el que se especifiquen los
niveles de desempeo requeridos del laboratorio, cmo sern medidos, y qu acciones
de remediacin son requeridas bajo diferentes circunstancias. Los acuerdos
especficos variarn, pero normalmente el laboratorio estar de acuerdo en volver a
Pgina 36
Programa de Aseguramiento y Control de Calidad de los Ensayos
hacer los ensayos, sin costo adicional, a los grupos que para el gerente del proyecto
presentan fallas. Este acuerdo ser perjudicado si el programa de Control de Calidad
es mal manejado evidencindose, por ejemplo, por la frecuente mezcla de muestras por
parte del personal del proyecto responsable del etiquetado y de insertar los estndares
y duplicados de la muestra ciega. Para los materiales de referencia estndar
certificados, la tolerancia (rango alrededor del valor deseado de un estndar que se
crea aceptable) se debe basar en lo que ha sido alcanzado por otros laboratorios
utilizando procedimientos analticos similares, tal como se publica en el informe de
certificacin. Los lmites razonables abarcan el 95% de las determinaciones obtenidas
durante el proceso de certificacin, no el error estndar de la media (la incertidumbre en
la estimacin del valor certificado), tal como se observa en algunas etiquetas
comerciales, incluyendo los estndares CANMET.
Para los materiales de referencia estndar, el rango aceptable debe ser el valor deseado
2 (nominalmente 95% de intervalo de confianza). Esta es una tolerancia generosa. Uno
puede esperar que, si el laboratorio tiene un desempeo por encima del promedio y las
muestras no han sido mal etiquetadas antes a su entrega al laboratorio, menos del 5% de
los estndares entregados estarn fuera de este rango
Los modelos de pulpas debern presentar valores menores que o iguales al doble del
lmite de deteccin. El material de modelo de gruesos no deber exceder el triple del lmite
de deteccin
Es ms problemtico colocar lmites de aprobacin y falla en los resultados duplicados
debido a que se tiene menos conocimiento de la confiabilidad de los pares de
duplicados. Lo que puede parecer un requerimiento difcil de conseguir para un
depsito puede ser muy fcil de obtener para otro. Algunas reglas empricas
especifican que el 90% de los pares de duplicados cumplen con uno de los siguientes
criterios:
Pgina 37
Programa de Aseguramiento y Control de Calidad de los Ensayos
Qu tan bien funcionen estas reglas para resultados duplicados cerca del lmite de
deteccin depende de cmo defina el laboratorio su lmite de deteccin; estas reglas
son consistentes con las establecidas para los modelos de muestras.
Estas reglas son bastante efectivas para identificar pares de resultados aceptables. Un
laboratorio con una gran cantidad de resultados cercanos al lmite de deteccin que no
satisface los criterios antes mencionados, pero tiene buen desempeo con muestras de
leyes altas, podra estar subestimando su lmite de deteccin (prctico). Muchos
documentos preparados por Thompson y Howarth tratan este problema en detalle. Una
solucin es redefinir el lmite de deteccin prctico en un nivel ms alto que el
establecido por el laboratorio (por ejemplo, duplicndolo). Existe poco riesgo para la
estimacin de recursos, mientras que el nuevo lmite de deteccin permanezca muy
por debajo de cualquier posible corte de mineral o residuo anticipado para el proyecto.
Si el corte del mineral o residuo es menor a 15 veces el lmite de deteccin redefinido, la
adecuacin del mtodo analtico debe ser cuidadosamente revisada.
Pgina 38
Programa de Aseguramiento y Control de Calidad de los Ensayos
verdadero puede ser muy grande o muy pequea. Algunos de los errores de este tipo
pueden ser cuantificados por su frecuencia de ocurrencia. Por ejemplo, al verificar
algunos de los ingresos en una base de datos con la documentacin de origen, se
puede hallar el porcentaje de valores que presentan errores en su ingreso.
Los errores de medicin y muestreo, a veces llamados errores Tipo II, son ms
predecibles. Una poblacin lo suficientemente extensa de estos errores tiene una
medio de cero (los errores positivos y negativos tienden a anularse entre si). Para este
tipo de errores, se pueden calcular intervalos de confianza y similares. Este tipo de
errores no previenen la obtencin de una respuesta correcta. Los errores de medicin
y muestreo no se pueden prevenir, slo se pueden reducir en tamao.
El tercer tipo, los errores sistemticos, tambin son predecibles pero proporcionan la
respuesta equivocada. Por ejemplo, si la calibracin de una balanza utilizada para
pesar alcuotas de muestra est 5% por debajo, entonces el promedio de resultados de
las muestras pesadas en dicha balanza estar 5% por encima, debido a que cada
alcuota de muestra pesada en dicha balanza tiene un promedio de 5% ms de masa de
muestra que la utilizada en el clculo de la ley de la muestra. Los errores sistemticos
pequeos se presentan en cualquier proceso; son la razn por la cual diferentes
laboratorios obtendrn resultados promedio ligeramente diferentes para el mismo grupo
de muestras. Los errores sistemticos grandes en los ensayos o muestreos pueden ser
fallas fatales en un modelo de recursos.
El primer tem por ubicar son los errores grandes Tipo I. Estos son los puntos alejados
en un grfico de dispersin de resultados duplicados. Estos se pueden ubicar
visualmente en los grficos de dispersin. Si se pueden identificar y remover, los
valores restantes contienen errores pequeos Tipo I que no son distinguibles de los
errores Tipo II y Sistemticos. Luego de remover los puntos alejados, los valores
duplicados pueden utilizarse para construir una tabla para aceptar o rechazar cualquier
par de resultados duplicados.
Pgina 39
Programa de Aseguramiento y Control de Calidad de los Ensayos
errores de medicin no son constantes, como por ejemplo, diluir una muestra. Un error
de 1% en la dilucin produce una diferencia de 0.01 en una muestra con una ley de 1, y
una diferencia de 0.001 en una muestra con una ley de 0.1.
Uno debe evaluar los datos establecidos para definir que nivel de precisin es aceptable
para determinada ley. A continuacin se presenta un acercamiento. Coloque los
resultados duplicados en las columnas A y B de una hoja de clculo. Calcule las
medias de los pares ([A+B]/2) en la columna C, y las diferencias (A-B) en la columna D.
Luego:
2. Calcule la varianza de cada par en una nueva columna, por ejemplo: E32:
=VAR(A32,B32).
4. Los pares con leyes promedio cercanas al lmite de deteccin no presentan puntos
alejados debido a que si uno de los valores fue mucho mayor que el otro, el par
promedio los coloca ms alejados del lmite de deteccin. Por lo tanto, las
estimaciones de precisin cercanos al lmite de deteccin no se pueden realizar de
esta manera. Bajando por la columna E, borrar los ingresos hasta que los
resultados lleguen a un pico y comiencen a descender. Los pares con las leyes
promedio ms altas tambin presentan un problema: no hay pares en la vecindad
por encima de ellas. En consecuencia, la frmula en las ltimas celdas deber ser
alterada arreglando el rango utilizado para el clculo de la mediana. Por ejemplo, si
los datos terminan en la fila 340, la frmula para la celda E320 no
es=MEDIANA(E316:E348); sino =MEDIANA(E16:E$340).
6. Copiar los valores (pegado especial valores) de esta hoja de trabajo a otra hoja de
trabajo y clasificar en orden descendente segn las proporciones de la columna G.
Ahora los candidatos a puntos alejados se ubican en la parte superior de la lista.
7. Si se conoce que porcentaje de los pares presentan errores grandes de tipeo u otros
errores Tipo I, entonces se puede elegir la cantidad apropiada de pares de la parte
superior de la lista como posibles puntos alejados. Ante la falta de un clculo de
este tipo, se puede seleccionar un porcentaje fijo, o se puede realizar el grfico de
dispersin y los nmeros cambiantes (desde la parte superior de la lista hacia abajo)
se pueden imprimir como puntos alejados. Esto constituye una mejora desde una
apreciacin visual simple en el que uno realiza un juicio subjetivo, en este caso en la
Pgina 40
Programa de Aseguramiento y Control de Calidad de los Ensayos
cantidad de puntos alejados, pero no se elige que puntos son los alejados. Por lo
tanto es argumentable una seleccin ms objetiva. Si se hace una seleccin
estrictamente visual, esto ayuda a mantener las escalas x e y invariables, o cambiar
los datos que son x y los que son y.
8. Si los puntos alejados estn en desacuerdo con el sentido comn, recuerde que lo
que manda son las reglas del sentido comn: ajustar el tamao de la vecindad hacia
arriba o hacia abajo en por lo menos 20% y buscar la mejora. Esto se puede
realizar fcilmente editando la frmula en la columna F32 (paso 3). No olvidar de
editar la frmula para valores mayores (paso 4).
Pgina 41
Programa de Aseguramiento y Control de Calidad de los Ensayos
Tabla 6-1
Lmites de tolerancia oficiales pre-establecidos por el estado
Rango de Ley Tolerancia en porcentaje*
Au g/t Clase de Laboratorio*
min max A B C
50 99 8.9 18 25
20 49 15 25 33
10 19 23 33 55
5 9.9 33 50 75
2 4.9 50 75 83
0.5 1.9 75 83 83
0.2 0.49 83 83 83
* Diferencia del Par / (Media del Par)
En la mayora de los casos (hay excepciones para algunos depsitos que tiene ms de
una poblacin de minerales con distribuciones muy diferentes de tamaos de
partculas), se puede esperar que la varianza aumente o se mantenga igual conforme
2
de: Branch Standard: Control of Quality of Analytical Work, Control operacional del laboratorio de coincidencia
(repeticin) de los resultados de los ensayos de calidad de materiales de mineral crudo, OST 41-08-214-82 Edicin
Oficial. Aprobado por la Orden del Ministerio de Geologa de URSS Sep. 9, 1982. Introducido al trabajo Julio 1, 1983.
Pgina 42
Programa de Aseguramiento y Control de Calidad de los Ensayos
10. En una columna separada, llamada columna H, calcular el criterio de varianza para
un par que no cumple con p*mediana de varianza. Para suavizar esto hacia una
funcin de aumento montono, utilizar (por ejemplo, en la celda H23):
=max(h22,p*E22) donde E22 contiene la mediana del par de varianza de la
vecindad (ver pasos 3 y 4).
11. Calcular el par de diferencia de aprobacin y falla (a-b) en una columna I separada.
Continuando con el ejemplo, I32 contiene la frmula =RAIZ[2*H32]. Redondear
estas diferencias para hacer que coincidan con los datos de origen, por ejemplo si
los datos de origen tienen 2 posiciones despus del punto decimal, los pares de
diferencia tambin.
12. Ahora se tiene una funcin escalonada. El mayor par de diferencia aceptable ser
constante para un rango de valores medios, luego aumentar. A partir de esto,
hacer una tabla, hallando el mnimo y mximo par de medias para cada par de
diferencia. Esto da como resultado una tabla referencial con una estructura como la
del ejemplo en la Tabla 6-2
Tabla 6-2
Ejemplo de parte de una tabla de aprobacin y falla para duplicados
Si la Media del Par es y Diferencia del Par Debe ser
<
0 0.2 0.1 (todas aprobadas)
0.2 0.6 0.2
0.6 1.1 0.3
1.1 1.7 0.4
1.7 1.9 0.5
Ahora se tiene una tabla que el personal puede utilizar para identificar fallas en los
datos que regresan. Esto es mucho ms efectivo y consistente que examinar los
resultados duplicados en cuanto a grandes diferencias.
Los puntos alejados identificados utilizando dicha tabla debern ser sucesos poco
comunes que estn relacionados con los grandes errores Tipo I. La primera accin que
se debe tomar con estos es buscar los posibles errores en el ingreso de datos y mezcla
de muestras. Podra ser necesario o deseado solicitar re-ensayos de estos pares de
muestras. Si la disparidad es el resultado de un error de informe (tal como
Pgina 43
Programa de Aseguramiento y Control de Calidad de los Ensayos
Muchos laboratorios comerciales realizan ensayos fire assay de muestras de baja ley
con una terminacin del tipo AA-flame en vez de pesar el glbulo (terminacin
gravimtrica). El laboratorio de verificacin deber efectuar, de manera rutinaria, las
terminaciones de los ensayos fire assay con leyes que mayores de 1 a 2 gm/t por el
Pgina 44
Programa de Aseguramiento y Control de Calidad de los Ensayos
mtodo gravimtrico, ya que es ms preciso para muestras de oro de ley alta. Esto
proporciona una buena verificacin de la terminacin AA-flame del laboratorio
primario, la misma que puede verse afectada por errores de dilucin y de calibracin.
Cualquier valor alejado deber ser identificado y omitido antes de calcular los promedios
empleados para comparar los ensayos originales y de verificacin. Sin embargo, los
valores alejados debern ser considerados para solicitar re-ensayos por el laboratorio
de verificacin. Esto se realiza fcilmente si los resultados son evaluados
inmediatamente despus de haberlos recibido. Si el laboratorio de verificacin obtiene
un resultado del re-ensayo muy cercano al primer ensayo, se puede considerar el valor
alejado es un error del laboratorio de ensayo original. La frecuencia de tales ensayos
Pgina 46
Programa de Aseguramiento y Control de Calidad de los Ensayos
Como regla, si el 90% de los duplicados o rplicas de la misma pulpa con leyes de
pares de medias por encima del corte de mineral y residuo anticipado tienen una
diferencia relativa (media del par dividido entre la diferencia del par) dentro del 10%,
entonces la molienda de la pulpa, el tamao de la alcuota de ensayo y el mtodo de
ensayo pueden ser descritos como de buena precisin. Similarmente, si el 90% de los
duplicados de los gruesos rechazados tienen una diferencia relativa dentro del 20%, el
protocolo de preparacin puede ser considerado como de buena precisin.
Pgina 47
Programa de Aseguramiento y Control de Calidad de los Ensayos
Para el clculo del mejor ajuste se recomienda emplear el mtodo de Reduccin al Eje
Principal (REP) (Agterberg 1974, Davis 1986). Este mtodo no introduce ninguna
suposicin con relacin a cul conjunto de resultados es correcto y permite diferencias
en la varianza de la poblacin entre dos conjuntos de resultados. La pendiente del REP
representa la relacin entre la desviacin estndar de la poblacin y sobre la de la
poblacin x. El punto de interseccin b es calculado resolviendo la ecuacin lineal
y = mx + b, empleando como x el valor medio de la poblacin x, como y el valor medio
de la poblacin y, y como m la pendiente de la RMA.
Pgina 48
Programa de Aseguramiento y Control de Calidad de los Ensayos
percentil (Figura 7-3). Para hacer este grfico, se deber calcular el valor absoluto de la
diferencia y dividirla por la media del par, como se indica en la frmula:
Para pares de valores desarrollados por el mismo laboratorio, esta ecuacin es igual al
doble de la desviacin estndar relativa. Convertir estos valores a porcentajes y
clasificarlos en orden ascendente. Esto proporciona los valores y para un grfico xy.
Los valores x, calcular el percentil correspondiente para cada valor. Por ejemplo, para
una poblacin de 130 de tales pares, el grado de percentil del primer par (menor
diferencia, tpicamente 0%) es 1/130 = 0.77%. Luego, este valor es aadido al valor x
previo para producir un juego de valores de percentil ascendente. Si se hace
correctamente, el ltimo valor de x tendr un valor de 100%.
Algunas hojas de clculo cuentan con una funcin de grado porcentual. Esta funcin
proporciona un grfico menos suavizado ya que se les asigna un mismo grado percentil
a los empates, y con esto el valor percentil da un salto ms grande al siguiente
incremento en el valor absoluto de la diferencia relativa.
Debido a que las diferencias del porcentaje relativo son altas cerca al lmite de
deteccin, es una prctica adecuada descartar los pares de valores que estn cerca
(menores a 10 a 15 veces) del lmite de deteccin cuando se hacen este tipo de
grficos, o trazar 2 lneas separadas en el mismo grfico, una de las cuales excluya los
valores pares con una media del par cerca del lmite de deteccin.
La precisin vara de acuerdo con la ley. Los grficos de Thompson-Howarth (ver las
referencias del mismo nombre) son un tipo de acercamiento adoptado para mostrar la
variacin de la precisin para un conjunto de pares x,y en particular. Dado que muchas
veces se tienen suposiciones que no siempre son correctas, en algunas ocasiones este
mtodo resulta fallido o da conclusiones equivocadas. La principal suposicin es que
existe una tendencia lineal para el par de la varianza con el incremento de la ley. En
sistemas geolgicos donde el tamao de la partcula es constante, esto es un hecho
verdadero. Por ejemplo, si el incremento de la ley en muestras de mineral de oro de un
depsito es proporcional al nmero de partculas, entonces el acercamiento es
adecuado y dar buenos resultados. Sin embargo, las muestras con leyes altas por lo
general contienen partculas grandes en vez de una gran cantidad de partculas
pequeas. En tales casos, el par de la varianza no puede ser aproximado por una
tendencia lineal.
cuente con una ventana movible que termina con el ltimo par (media de ley ms alta).
Finalmente, para cada fila el valor de la desviacin estndar de la ventana movible es
dividido por la media de la ley (de la misma ventana) con la finalidad de obtener la
desviacin estndar como un porcentaje; estos valores son graficados versus el valor
de la ley promedio para generar una curva de la forma general y = m/x + b. En la Figura
7-4 se muestra un ejemplo de dicha curva. En este ejemplo, uno se ve alertado que la
precisin disminuye para leyes ms altas. Una interpretacin Thompson-Howarth no
revelara este hecho.
Pgina 50
Programa de Aseguramiento y Control de Calidad de los Ensayos
Figura 7-1
Uso de un promedio movible en un cuadro de control para mostrar la tendencia del laboratorio
Lmite
Mejor Valor
Lmite
Pgina 51
Programa de Aseguramiento y Control de Calidad de los Ensayos
Figura 7-2
Grfico de dispersin x-y comparando dos laboratorios
ENSAYOS DE VERIFICACIN DE ORO PARA LA MISMA PULPA
N=55. Media LAB C = 0.96 gm/ton, Media LAB A = 0.95 gm/ton.
Datos
x=y
LAB A, Au (g/t)
Q-Q
Ajuste REP
LAB C, Au (g/t)
Pgina 52
Programa de Aseguramiento y Control de Calidad de los Ensayos
Figura 7-3
Ejemplo de un grfico para evaluar la precisin del laboratorio
PROYECTO ORO GRUESO
RPLICAS INTERNAS DE PULPA DEL LAB A
DIFERENCIA DEL % RELATIVO
VALOR ABSOLUTO DE LA
RANGO PERCENTIL
Pgina 53
Programa de Aseguramiento y Control de Calidad de los Ensayos
Figura 7-4
Evaluacin de la precisin versus la ley empleando ventanas movibles de desviaciones estndar
de diferencias de pares divididos por la media de la ley, versus la media de la ley
Perforadora
Pulpa
Grueso
Rechazado
Pgina 54
Programa de Aseguramiento y Control de Calidad de los Ensayos
Los errores en los reportes ocurren frecuentemente cuando los resultados son
transferidos de las copias impresas de los certificados de ensayos del laboratorio a las
computadoras (o a planos o secciones). Para los resultados de los ensayos, existen
seis maneras comunes de reportar errores:
Mientras que estos diferentes tipos de error puedan ser percibidos, es mejor encontrar y
detectar todos los errores de ingreso de datos. Tales errores cometidos fuera del
laboratorio pueden ser virtualmente eliminados obteniendo los reportes del laboratorio
como archivo electrnico. En los casos donde los valores han sido ingresados a mano,
se debern hacer los esfuerzos necesarios para obtener los archivos electrnicos del
laboratorio de ensayo para corregir estos datos. Esto puede requerir el reformateo de
los archivos electrnicos del laboratorio, lo cual puede ser rpidamente realizado por
alguien calificado en el manejo de datos de computadoras. Los datos pueden ser
verificados completamente utilizando uno de los muchos programas de bases de datos,
como: Rbase, Foxpro, dBase, Paradox, Access, Informix, etc. La verificacin de datos
no es muy prctica si se utilizan hojas de clculo como Lotus, Quattro-pro, Excel, etc.
Si los datos del laboratorio no estn disponibles en versin electrnica, la tasa de error
dentro de la base de datos del ensayo deber ser primero evaluada verificando una
seleccin al azar del 5% de los intervalos de cada perforacin. Estos debern ser
verificados con una copia completamente legible (no un facsmile o una copia de mala
calidad) del certificado de ensayos. Si la tasa de error de los datos a ser utilizados en el
modelo de recursos excede cinco errores por mil entradas (la mitad del 1%) los datos
debern ser re-ingresados a partir de copias de buena calidad, ambos juegos de datos
verificados usando un programa de base de datos y todos los errores identificados y
corregidos.
Adicionalmente, se deber hacer una verificacin por separado del 3% superior de los
resultados. Si se encuentra una tasa de error alta entre estos resultados, entonces los
siguientes 3% ms altos de los resultados debern tambin ser verificados y corregidos,
y as sucesivamente hasta que la tasa de error est por debajo del 0.5%.
ingrese los mismos datos dos veces. La misma persona probablemente repetira el
mismo error, por ejemplo, leer un 7 por un 1. Se debern tomar las precauciones
necesarias para asegurar que todos los resultados son efectivamente ingresados dos
veces y no copiados de un archivo al otro, lo cual anulara el propsito del doble
ingreso. Luego, los dos juegos de resultados ingresados son transferidos en dos tablas
de base de datos, verificados para ver si hay inconsistencias en los registros, y cada
disparidad ubicada para determinar la entrada correcta y hacer al final una base de
datos libre de errores de ingreso.
Pgina 56
Programa de Aseguramiento y Control de Calidad de los Ensayos
Pgina 57
Programa de Aseguramiento y Control de Calidad de los Ensayos
Un grupo de ensayos de verificacin mostr una parcialidad sustancialmente baja, relativa a los
ensayos originales, hasta que se encontr que la persona encargada de procesar los resultados
de verificacin haba omitido el signo > de los reportes de los ensayos de verificacin.
Entonces, los muestras con leyes ms altas, conteniendo leyes que excedan el lmite superior
del mtodo de ensayo, eran mal representadas como muestras con leyes iguales al lmite
superior.
Un grupo de ensayos de verificacin de cobre fue sometido a una serie de ensayos estadsticos
altamente sofisticados y muchos informes fueron escritos dando como conclusin que, a pesar
de existir diferencias marcadas entre los dos grupos de resultados, la diferencia poda
considerarse estadsticamente insignificante. Al variar la escala de los grficos xy, AMEC
descubri que los laboratorios coincidan con las muestras bajas en cobre (ley de residuo) que
constituan cerca del 80% de los ensayos, pero haba un gran desacuerdo (parcialidad) para las
muestras de mineral de ley. Ninguno de los autores de los informes estadsticos haba
examinado los resultados lo suficientemente cerca, cambiando la escala del grfico, como para
encontrar este error fatal.
El laboratorio interno de una mina altamente exitosa nunca envi ninguna de sus muestras para
ensayos de verificacin ni evalu de manera peridica su exactitud empleando materiales de
referencia estndar. Ensayos de verificacin posteriores indicaron que durante aos el
laboratorio haba estado subestimando la ley por ms del 5%. Una auditora al laboratorio
descubri que se haba empleado un factor de conversin incorrecto para calcular la ley de sus
estndares de calibracin, y ste haba sido empleado para generar estndares de calibracin
por ms de cinco aos.
Las fallas ms graves de control de calidad estn relacionadas con una deficiente
recoleccin de muestra, ya que si la muestra recolectada no es representativa, volver a
ensayarla no proporciona beneficio alguno. Otra de las fallas graves se da cuando la
persona encargada de separar el testigo corta el testigo intencionalmente para obtener
fracciones de leyes desiguales, ya sea para conservar mejores muestras u obtener
resultados con leyes ms altas.
Se puede procurar evitar esta situacin dificultosa minimizando las prdidas de finos
mientras que se ensaya su efecto. Esto deber incluir que no se permita que los baldes
de recoleccin de muestra se rebalsen durante la perforacin por el mtodo de
circulacin reversa hmeda. De manera similar, durante la perforacin inicial de
testigos en relleno, los lodos de la perforacin debern ser muestreados en varias
perforaciones para determinar si su ley difiere mayormente del testigo asociado.
Pgina 58
Programa de Aseguramiento y Control de Calidad de los Ensayos
En los casos en que el agua est parcializando una muestra, emplear una cierra de roca
para separar el testigo empeora an ms el problema. En tales situaciones es
preferible emplear un separador de testigos, an si ste proporciona una separacin
ms desigual. La mitad que es llevada para ser ensayada deber ser alternada, porque
los dos lados de un separador de testigos o la cuchilla de la sierra nunca son idnticos
(por ejemplo, uno cortar ms que el otro). En ciertas situaciones de produccin,
resulta razonable preparar todo el testigo para ensayo (el testigo no es separado). Esta
prctica ha sido desaprobada porque fue uno de los componentes importantes del
fraude Bre-X.
Los slidos son muy difciles de mezclar. De hecho, una mezcla de slidos altamente
homognea de polvos conteniendo muchos componentes con diferentes propiedades
fsicas (especialmente densidad y tamao de la partcula) se encuentra en un estado
poco natural; cualquier mezclado o rodado de dicho material resultar en una
disminucin en su homogeneidad (es decir, produciendo un incremento en su
heterogeneidad o segregacin). Sin embargo, si un material est en un estado
altamente segregado, el rodarlo o mezclarlo reducir la segregacin. Por lo tanto que
este tratamiento sea de mucha ayuda o no depende del estado inicial del material;
podra ser de ayuda el rodar o mezclar, muy brevemente, un material que acaba de ser
tamizado para un ensayo metallic (screen) fire assay, ya que el tamizado ha generado
un condicin altamente segregada en la muestra tamizada. Por otro lado, rodar y
mezclar una muestra que acaba de pasar por un separador de alta calidad
probablemente resultar en una peor condicin que si el material no hubiese sido
procesado. Al rodar y mezclar, ms no necesariamente significa mejor (Campbell,
1966). Cuando sea prctico, en vez de rodar y mezclar el material, ste deber ser
pasado por un separador de barras y recombinado varias veces para luego hacer un
cuarteo final con el mismo separador, o de preferencia emplear un separador rotativo.
Pgina 59
Programa de Aseguramiento y Control de Calidad de los Ensayos
Es muy comn para los tcnicos que insertan materiales de referencia estndar en los
embarques al laboratorio el registrar incorrectamente el MRE que han insertado. Ha
habido muchas situaciones en las que ms del 10% de los MRE fueron mal identificado
y otras en las que no se identific el MRE, slo se coloc estndar cuando haba
muchas posibles opciones. Esto hace que los cuadros de desempeo se vean terribles
y, por supuesto, se tiene que rehacer los ensayos en todas las muestras mezcladas
para estar seguros de que no es un error del laboratorio.
Una prctica, que ciertas veces resulta muy til en algunos programas de exploracin,
deber ser evitada en los programas de perforacin para estudios de factibilidad. Esta
es la prctica de seleccionar rutinariamente muestras para volver a efectuar los ensayos
sobre la base de los resultados del primer ensayo. Esta prctica puede ser muy til, por
ejemplo, en un programa de muestreo de flujo de sedimento o con muestras de suelos,
ya que esto reducir la cantidad de anomalas falsas, o falsos positivos que son
consecuencia de un error de laboratorio. Como consecuencia, el explorador podr
establecer prioridades de qu tipo de anomalas son ms promisorias.
Seleccionar las muestras con los resultados ms altos en la definicin del programa de
perforaciones de una reserva casi siempre dar como resultado estimaciones ms bajas
de la ley promedio en los resultados de re-ensayo de los resultados originales. La
diferencia relativa entre los dos juegos de resultados ser mayor cuando la varianza del
Pgina 60
Programa de Aseguramiento y Control de Calidad de los Ensayos
muestreo es alta, y menor cuando es baja. Esto ocurre porque la seleccin de las
muestras a re-ensayar no es independiente de la variable que est siendo verificada: el
ensayo original. Los errores grandes y positivos en los resultados originales sern
encontrados, pero no los errores negativos. De existir muchos errores grandes (es
decir, la precisin del ensayo es baja), entonces el promedio del segundo grupo de
ensayos ser claramente inferior que el primero. De existir pocos errores grandes,
entonces el promedio del segundo grupo de ensayos ser muy cercano al primero.
Una distribucin simulada servir para ilustrar este efecto. Asuma que recibe un grupo
de 1,000 resultados que contienen 30 errores grandes de muestreo donde los
resultados difieren del valor verdadero por un factor de diez o ms, diez veces menor la
mitad de las veces, y diez veces mayor la otra mitad. Si se vuelven a ensayar de los 50
resultados ms altos, se estara incluyendo muchos errores en los que el error de
muestreo fue diez veces mayor, pero ninguno en los que fue diez veces menor. Los
errores grandes han sido detectados y corregidos, pero la ley promedio es ahora ms
baja que antes que se encontrarn los errores y ms baja que lo que hubiera sido si se
hubieran corregido todos los errores.
La parcialidad en la seleccin puede ser algo severa cuando hay presencia de material
grueso de oro en el depsito, debido al efecto pepita. Esto se da porque el error de
muestreo es considerable. La mayora de muestras estn por debajo de la ley promedio
(aritmticamente) y dentro del gran grupo de muestras de baja ley; si se tuviesen que
re-ensayar, habr una pequea cantidad de muestras que retornarn con una ley
mucho ms alta. En esta situacin, si se desea demostrar la validez de los ensayos
originales, se deber hacer una seleccin que no est basada en el ensayo original.
sta se puede basar en la geologa, o en una envolvente de mineral que acompaa
los intervalos de la ley del mineral ms algunos intervalos intermedios
independientemente de su ley. A partir de esto, una seleccin al azar de intervalos
puede servir para analizar la parcialidad en los ensayos originales.
geologa est bien definida y puede ser utilizada con un alto grado de confianza para
distinguir el mineral de los residuos. Cuando se empleen envolventes de mineral para
la seleccin de las muestras, stas no debern ser ms estrechas que la mxima altura
de banqueta contemplada (o la menor dimensin de la unidad minera).
Se deber mantener una base de datos de ensayos que refleje con exactitud los valores
tal como estn reportados en los certificados de ensayos. Existe un problema comn
con las muestras que son reportadas con un < ya que el signo menor que no es
reconocido como un caracter numrico por muchos programas. Lo mejor es reemplazar
el uso del signo < con un -. Esto deber ser indicado en los documentos que
acompaan la base de datos. Otro problema surge con las muestras que no fueron
analizadas y aparecen como entradas en el certificado de ensayos como n.a.,
muestra insuficiente, no recibida, faltante, etc. Lo mejor es reemplazar todos esos
ingresos con el ingreso numrico -99.9, ya que este valor es muy difcil que
corresponda al lmite de deteccin analtica de cualquier resultado. Otro programa,
como el MEDS, puede requerir posteriormente de una convencin diferente para tales
valores, como por ejemplo -1, pero esto deber ser evitado en la base de datos de
ensayo en en bruto debido a que algunos resultados de ensayo, tales como plata,
pueden tener un lmite de deteccin analtica igual a 1 gr/ton y el valor -1 sera
ambiguo en tales casos. Una base de datos sofisticada puede emplear diferentes
cdigos para diferentes tipos de informacin no numrica: por ejemplo muestra
insuficiente puede ser representada por -99.8 mientras que muestra faltante puede
ser ingresada como -99.9. Esto puede resultar muy til al compilar las estadsticas
operacionales, tales como el porcentaje de muestras que se perdieron, o relacionando
muestra insuficiente con una recuperacin de perforacin baja o errores en la
preparacin de la muestra.
El uso de valores distintos a los obtenidos por el reemplazo de < con el signo menos
no es recomendado debido a que algunas bases de datos extensas contienen
resultados de ensayos en los que el lmite de deteccin analtica ha cambiado con el
tiempo. Por lo tanto, se perder informacin, la cual no es fcilmente recuperable y lo
que resulta peor es la posibilidad de una mala interpretacin de los resultados. Por
ejemplo, una base de datos de ensayos puede contener resultados de arsnicos, de los
cuales algunos grupos han sido analizados con un lmite de deteccin de 50 ppm y
otros grupos de muestras que tienen un lmite de deteccin de 5 ppm. Si los resultados
por debajo de la deteccin son reemplazados con un valor igual a la mitad del lmite de
deteccin, algunos resultados por debajo de la deteccin en el primer grupo pueden ser
confundidos con muestras que tienen un resultado de 25 ppm en el ltimo grupo. La
convencin de asignar un valor de 0 a los resultados por debajo de la deteccin
tambin deber ser evitado por esta razn (en el caso citado, una entrada 0 resulta
ambigua debido a que esto puede significar menos que 50 ppm o menos que 5 ppm).
Asimismo, los ingresos 0 son riesgosos ya que durante la transferencia de datos entre
diferentes programas de computo, algunas veces el programa asigna este valor a los
casilleros en blanco. Si esto ocurre, es posible que las muestras que no fueron
analizadas sean mal interpretadas por haber sido analizadas y encontradas por debajo
Pgina 62
Programa de Aseguramiento y Control de Calidad de los Ensayos
de la deteccin. Tal error puede tener una severa repercusin en un modelo de recurso
construido sobre la base de esos datos.
Algunas veces los intervalos no son muestreados y ensayados porque son juzgados
como improductivos por inspeccin de la muestra. Esto deber ser evitado en los casos
donde los datos del logeo geolgico no son muy claros en cuanto a cuales muestras no
debern ser ensayadas; es decir, un lmite inflexible puede y ser marcado en la
interpretacin geolgica empleada para hacer el modelo de recursos. Si esto no se
hace, entonces se deber asignar un valor muy bajo par la ley de cualquier mineral en
los intervalos no muestreados, para prevenir la interpolacin de leyes ms altas. En
tales casos, para evitar la confusin se deber mantener una tabla que liste la
asignacin de las leyes improductivas de los intervalos no muestreados, o se deber
emplear un nico cdigo en la base de datos. Los contaminantes (componentes que
incurren en penalidades) no debern ser asignados con leyes bajas; en tales casos la
ley deber ser interpolada de los intervalos cercanos en los que se ha ensayado el
componente.
Se deber mantener una base de datos de ensayos que refleje muy de cerca los
resultados mostrados en los certificados de ensayo. Cualquier manipulacin posterior
de estos resultados deber ser preservada en una base de datos separada, junto con la
documentacin en la que se realizaron las manipulaciones. La nica excepcin a esto
deber ser el manejo de caracteres no-numricos en los resultados. La conversin de
resultados a diferentes unidades (tales como onzas por pequea tonelada a gramos por
tonelada mtrica) es mejor manejada aadiendo un nuevo campo calculado a dicha
base de datos. Esto permite una auditoria ms clara de la base de datos.
Ya que tambin existe una frecuencia de ocurrencia relativamente igual donde el valor
de cobre soluble es bajo por 10% y el valor de cobre total es alto por 5%, los valores no
son parcializados. El gelogo no puede identificar estos pares, tan solo puede ver
Pgina 63
Programa de Aseguramiento y Control de Calidad de los Ensayos
En ciertos casos el laboratorio modifica los resultados de cobre soluble para que ningn
valor exceda los resultados de cobre total. La ausencia de pares en la base de datos
donde los valores de cobre soluble exceden los de cobre total en una poblacin de
datos considerables, es clara evidencia de que algunos resultados de cobre soluble han
sido falsificados.
Los resultados en bruto nunca debern ser modificados para hacer que parezcan
mejores. En proceso de anlisis de esta informacin, tales manipulaciones pueden
llevarse a cabo pero manteniendo siempre la integridad de la fuente de informacin
(excepto en el uso de cdigos numricos nicos para transformar entradas no
numricas a un formato compatible, tal como se describi anteriormente en esta
seccin). Cualquier manipulacin de la fuente de informacin deber ser colocada en
campos calculados, documentando claramente las reglas de clculo. Esto brinda a
otros la oportunidad de modificar los ensayos originales empleando reglas diferentes.
Pgina 64
Programa de Aseguramiento y Control de Calidad de los Ensayos
Para poder obtener parmetros apropiados para ser empleados en la construccin del
modelo de recursos se requiere de observaciones e interpretaciones consistentes y
confiables. Por lo general, esto sucede cuando diferentes gelogos realizan el logeo
empleando un formato de logeo que no proporciona las pautas suficientes de cules
son las mediciones necesarias para el depsito. Un formato de logeo adecuadamente
diseado es un componente crtico en el control de calidad de los logeos geolgicos.
Los formatos genricos suelen producir resultados genricos. Los logeos geolgicos
menos apropiados e inservibles se producen en los casos donde no se cuenta con un
formato de logeo y ste es realizado por varios gelogos que no leen los logeos
anteriores o no concuerdan con ellos.
Pgina 65
Programa de Aseguramiento y Control de Calidad de los Ensayos
Los errores pueden reducirse si el formato de ingreso de datos, que puede ser tan
simple dgitos y letras, es lo ms parecido posible a la informacin que aparecer en el
formato geolgico. Al tomar fracciones de datos de diferentes partes de un formato
geolgico y luego rejuntarlas en el aire, transformar mentalmente un cdigo a otro o un
cdigo a varios otros antes de ingresarlo, o creando cdigos para combinaciones
variables de informacin en el formato, se obtendr una mayor tasa de error. Es mejor
si estas funciones son dejadas para que las realice el computador, aplicando reglas a la
informacin ingresada del formato de logeo. Si se cuenta con una relacin de uno-a-
uno entre la informacin ingresada y lo que aparece en el formato de logeo, entonces
resulta mucho ms sencilla la verificacin de la calidad de la informacin ingresada.
Los errores pueden verse atrapados en campos que han sido identificados con
contenido de informacin crtica, efectuando un doble ingreso de informacin. Para
poder identificar todos los ingresos que no concuerdan, se puede efectuar un cruce de
informacin entre los dos juegos de datos ingresados empleando un programa de base
de datos relativo. Los desacuerdos pueden ser resueltos mediante una revisin final de
los logeos de perforacin con la entrada de errores.
Pgina 66
Programa de Aseguramiento y Control de Calidad de los Ensayos
Algunas mediciones geotcnicas, tal como la calidad de la roca Rock Quality Data
(RQD), pueden verse afectadas por el manejo y transporte de los testigos luego de la
perforacin. Bajo ciertas circunstancias, los resultados de diferentes perforaciones
pueden ser una consecuencia del manejo de los testigos durante el transporte en vez
de las variaciones en RQD de una unidad litolgica en particular. En tales casos, es
preferible tomar algunas mediciones en campo inmediatamente despus de haber
recolectado el testigo para poder contar con un factor de verificacin sobre el efecto del
manejo y transporte de testigos, pudiendo luego verificar las cajas y compararlas con la
informacin recolectada de manera rutinaria. Asimismo, esto sirve como verificacin
tanto en los tcnicos que realizan la labor en forma rutinaria y el efecto del manejo de
testigos.
Algunas unidades litolgicas (como calizas) pueden tener aberturas naturales (vacos)
de gran tamao. En tales casos, se deber tener especial cuidado de distinguir y
separar claramente estas ocurrencias de prdida de testigo como resultado del mtodo
de perforacin. Muchas veces, los proyectos en reas donde se han realizado trabajos
antiguos presentan grandes vacos, los que debern registrarse cuidadosamente ya
stos ocurren en zonas de mineral y de ser malinterpretados como una mala
Pgina 67
Programa de Aseguramiento y Control de Calidad de los Ensayos
Las muestras que contienen porosidades debern ser completamente secadas y luego
selladas antes de ser pesadas en agua. Caso contrario, las mediciones de densidad en
rocas porosas sern muy altas. Debido a lo que representa la porosidad, la densidad
en masa no puede ser inferida de las mediciones de peso especfico en polvo, salvo
que la porosidad de la roca sea un ndice conocido a exactitud.
Pgina 69
Programa de Aseguramiento y Control de Calidad de los Ensayos
12.0 REFERENCIAS
Bacon, W.G., Hawthorn, G.W. y Poling, G.W., Gold analyses myths, frauds and
truths, CIM Bulletin, noviembre 1989, vol. 82, no. 931, pp 29-36
Campbell, H y W.C. Barrer, 1966, Cause and cure of demixing in solid-solid mixers,
Chemical Engineering, Sep 12, 1966, 179 185
Davis, J.C. 1986, Statistics and data analysis in geology (2da edicin), John Wiley &
Sons Inc., Nueva York, 646p
The Canadian Mineral Analysts (John Labrecque, Ron Connell, Wes Johnson, Clint
Smith), 1992, A manual for to Quality Control and Quality Assurance in Analytical
Chemistry
Davis, B. y Widham, C., 1996, Statistical control for the production of assay laboratory
standards, Mining Engineering, 48, no. 3, 73 76
Gy, Pierre, 1992, Sampling of heterogeneous and dynamic material systems: theories of
heterogeneity, sampling and homogenizing, Elsevier Science Publishers B.V.
Paises Bajos. ISBN 0-444-89601-5
Thompson, Michael y Richard Howarth, 1973, The rapid estimation and control of
precision by duplicate determinations, The Analyst, 98, 153 160
Pgina 70