Taller CARACTERIZACIONYMODELAMIENTOPARTE3Diap35 69 PDF

18
35
MODELO GEOMETALURGICO DE UN DEPOSITO

REAL DE FOSFATO BRASILERO (3)
Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade
36
FLUJOGRAMA DEL PROYECTO
1. Base de dados
2. Análisis da base de dados
3. Validación de la base de datos
4. Tratamiento de datos por métodos estadísticos
1. Construcción del modelo

geometalúrgico
2. Construcción del modelo de
1. Definición de nuevos tipos bloques para la estimación de
de mineral leyes
2. Definición de nuevos tipos 3. Optimización del pit
de minerales 4. Simulación de la secuencia de
minado
INTERCADE www.intercade.org
CONSULTANCY & TRAINING
19
37
1. Base de dados
2. Análisis de base de
datos
3. Validación de la base
de datos
4. Tratamiento de datos
por métodos
estadísticos, base de
dados
38
• Creación de nuevas
tipologías de mineral
.
• Definición de nuevos tipos de

minerales
20
39
2. Construcción del
1. Construcción modelo de bloques 3. 4. Simulación de
del modelo para la estimación de Optimización la secuencia de
geometalúrgico leyes del pit minado
40
METODOS TESTADOS
Análisis grupal (clúster análisis)

• K-means
Análisis de componentes principales
Análisis factorial
Análisis discriminante
21
41
METODO SELECCIONADO
Análisis grupal (cluster analysis)
• Este método está subdividido en lo siguiente:

Joining (tree cluster)
K-means
Two-way joining
• El submétodo escogido es K-means debido a que con

él podremos escoger la cantidad de grupos a ser
generados.
42
CLUSTER ANALYSIS (ANALISIS GRUPAL)

El algoritmo K-Means tiene como objetivo encontrar una
participación óptima que permita dividir el número de
individuos variable dentro del universo de k clúster
(minimizar la varianza interna y maximizar entre los clústers).
Máxima
Grupo1 Mínima varianza
varianza entre entre las
los grupos muestras
Grupo 2
Grupo 3
Grupo 4
22
43
TRATAMIENTO DE DATOS UTILIZANDO

STATISTICA
44
TRATAMIENTO DE DATOS CON CLUSTER

ANALYSIS UTILIZANDO STATISTICA
23
45

46

24
47
X Y Z LENGTH AO BO CO FROM TO CASE_NO CLUSTER DISTANC

BHID
FSFMC-02 38001.49 91060.29 85251 5 0 90 0 41.95 46.95 1 1 6.31
FSFMC-02 38001.49 91060.29 847.51 5 0 90 0 46.95 51.95 2 2 7.65
FSFMC-02 38001.49 827.51 5 0 90 0 66.95 71.95 3 2 5.13

91060.29
FSFMC-02 38001.49 91060.29 822.51 5 0 90 0 71.95 76.95 4 2 11.57
FSFMC-02 38001.49 91060.29 817.51 5 0 90 0 76.95 81.95 5 3 5.36
FSFMC-02 91060.29 812.51 5 0 90 0 81.95 86.95 6 3 8.90

38001.49
FSFMC-02 38001.49 91060.29 807.51 5 0 90 0 86.95 91.95 7 4 8.88
FSFMC-04 4123 90896 827.3 5 0 90 0 922 97.2 8 1 2.44
FSFMC-04 4123 90896 822.3 0 0 97.2 102.2 9 1 5.77

5 90
FSFMC-10 4384.37 90710.53 887.5 5 0 90 0 41.15 46.15 10 4 7.28
11 4 6.64
FSFMC-10 4384.37 90710.53 882.33 4.65 0 90 0 46.5 51.15
FSFMC-10 4384.37 90710.53 842.5 5 0 90 0 86.15 91.15 12 1 6.47
FSFMC-10 4384.37 90710.53 837.5 5 0 90 0 91.15 96.15 13 3 6.73

14 3 6.08
FSFMC-10 4384.37 90710.53 832.5 5 0 90 0 96.15 101.15
FSFMC-10 4384.37 90710.53 827.5 5 0 90 0 101.15 106.15 15 4 4.42
FSFMC-10 4384.37 90710.53 822.5 5 0 90 0 106.16 111.15 16 3 6.15
Base de datos: sondeos con resultados de análisis químicos

y ensayos de banco.
En esta etapa, la base de datos es tratada con el statistics
software.
48
SUMARIO ESTATISTICO: DOS TIPOS

DE MINERAL DEFINIDOS
SIO2 P2O5_C AL2O3_C FE2O3_C SIO2_C MGO_C BAO_C DIST_MAS RECOVERY LAMA MAG
17.52 35.30 0.84 3.72 3.01 0.75 1.99 10.65 59.40 16.49 27.07
Cluster 1
13.03 37.31 0.60 2.53 2.95 0.57 0.54 15.64 86.95 11.01 48.48
Cluster 2
13.68 34.88 0.75 3.15 3.24 1.64 1.31 26.01 89.53 15.53 25.53
Cluster 3
28.37 33.96 0.98 3.83 6.43 1.52 1.19 17.02 85.28 20.39 17.43
Cluster 4
25
49
MAG
LAMA TIPO 4
REPRESENTACION
RECOVERY TIPO 3 GRAFICO DE TIPOS
DIST_MAS TIPO 2 DE MINERAL
SIO2 TIPO 1
0 50 100
BAO_C
TIPO 4
MGO_C
TIPO 3
SIO2_C TIPO 2
AL2O3_C TIPO 1
0.00 2.00 4.00 6.00 8.00
50
TIPO 1 (clúster 1)
El tipo 1 está caracterizado como el

grupo con…
ASIGNATURAS
- Menor recuperación TIPOLOGICAS DE LOS
- Menor rendimiento en masa
- Mayor ley de BaO_C MINERALES DEFINIDOS
TIPO 2 (clúster 2)
El tipo 2 está caracterizado como el grupo

con…
- Alta recuperación
- Rendimiento medio en masa TIPO 3 (clúster 3)
- Mayor % de magnetita
- Menor % de lama El tipo 3 está caracterizado como el grupo
- Menor ley de SiO2 no mineral con…
- Menor ley de BaO_C
- Menor ley de MgO_C TIPO 4 (Clúster 4)
- Menor ley de Al2O3_C
- Mayor recuperación
- Mayor rendimiento en masa El tipo 4 está caracterizado como el
- Mayor ley de MgO_C grupo con…
- Mayor ley de SiO2 mineral
- Mayor ley de lama
- Mayor ley de SiO2_C
- Mayor ley de Al2O3_C
- Alta ley de MgO_C
26
51
ESTADISTICA DESCRIPTIVA: CLUSTER 1

Valid N Mean Median Mode Frequency Minimum Maximum Variance Std.Dev. Kurtosis
SIO2 492.00 17.52 17.32 Multiple 3.00 0.67 51.48 86.54 9.30 0.30
P2O5_C 492.00 35.30 37.18 37.95000 6.00 15.44 41.29 26.23 5.12 2.56
CAO_C 492.00 46.61 48.60 49.06000 5.00 11.43 52.32 28.76 5.36 9.57
AL2O3_C 488.00 0.84 0.65 Multiple 15.00 0.01 11.76 1.06 1.03 69.15
FE2O3_C 492.00 3.72 2.65 1.940000 7.00 0.09 45.08 18.94 4.35 46.04
SIO2_C 492.00 3.01 1.57 .8800000 9.00 0.01 76.19 28.49 5.34 81.56
MGO_C 492.00 0.75 0.12 .0100000 42.00 0.00 15.06 5.23 2.29 21.07
BAO_C 492.00 1.99 0.44 .1400000 13.00 0.01 41.20 26.19 5.12 21.43
DIST_MAS 492.00 10.65 9.76 Multiple 4.00 0.21 36.74 35.93 5.99 2.34
RECOVERY 492.00 59.40 64.03 64.62000 4.00 4.57 77.15 201.61 14.20 2.17
LAMA 492.00 16.49 15.56 Multiple 4.00 0.00 54.91 45.27 6.73 3.93
MAG 492.00 27.07 26.38 Multiple 4.00 0.10 67.42 123.13 11.10 -0.06
52
SIO2 1333.00 13.03 12.16 Multiple 4.00 0.02 42.59 55.28 7.43 0.45
P2O5_C 1333.00 37.31 38.16 Multiple 10.00 15.46 41.79 8.97 2.99 7.32
CAO_C 1333.00 49.30 49.58 50.63000 10.00 23.20 483.90 148.27 12.18 1220.75
AL2O3_C 1323.00 0.60 0.52 .4800000 48.00 0.01 4.75 0.11 0.33 33.25
FE2O3_C 1333.00 2.53 2.12 1.910000 12.00 0.33 43.37 4.06 2.02 139.01
SIO2_C 1332.00 2.95 1.97 Multiple 9.00 0.01 113.00 20.88 4.57 273.66
MGO_C 1333.00 0.57 0.15 .0100000 84.00 0.00 14.49 1.84 1.35 24.91
BAO_C 1333.00 0.54 0.19 .0100000 61.00 0.00 20.72 1.92 1.38 69.15
RECOVERY 1333.00 86.95 88.39 Multiple 7.00 55.61 97.87 54.19 7.36 0.69
LAMA 1333.00 11.01 10.78 Multiple 7.00 1.11 30.77 17.96 4.24 0.86
MAG 1333.00 48.48 46.91 40.00000 8.00 31.73 83.22 86.93 9.32 -0.01
27
53

SIO2 1634.00 13.68 13.63 Multiple 5.00 0.01 42.04 39.57 6.29 -0.05
P2O5_C 1634.00 34.88 36.62 38.51000 23.00 13.80 41.14 27.50 5.24 2.06
CAO_C 1634.00 47.45 48.40 50.76000 22.00 5.10 64.91 13.10 3.62 14.28
AL2O3_C 1613.00 0.75 0.66 .6200000 57.00 0.01 5.00 0.14 0.38 18.05
FE2O3_C 1634.00 3.15 2.71 2.360000 29.00 0.26 18.48 3.13 1.77 5.00
SIO2_C 1634.00 3.24 2.24 .7700000 20.00 0.01 28.91 9.97 3.16 8.44
MGO_C 1634.00 1.64 0.25 .0100000 63.00 0.00 18.49 10.24 3.20 6.78
BAO_C 1634.00 1.31 0.32 .0100000 38.00 0.00 35.65 9.51 3.08 35.54
DIST_MAS 1634.00 26.01 25.40 35.70000 18.00 8.25 60.43 52.79 7.27 1.66
RECOVERY 1634.00 89.53 90.58 96.42000 19.00 66.54 99.95 31.58 5.62 0.32
LAMA 1634.00 15.53 15.40 14.44000 19.00 0.27 43.34 27.01 5.20 1.07
MAG 1634.00 25.53 26.20 24.67000 18.00 2.19 45.53 59.75 7.73 -0.40
54

SIO2 1221.00 28.37 27.63 25.30000 6.00 2.88 65.59 59.19 7.69 2.34
P2O5_C 1221.00 33.96 35.58 Multiple 7.00 10.82 41.79 26.83 5.18 0.84
CAO_C 1221.00 45.95 46.98 Multiple 7.00 24.35 411.30 130.33 11.42 861.16
AL2O3_C 1213.00 0.98 0.81 .5500000 22.00 0.01 7.26 0.39 0.63 13.24
FE2O3_C 1221.00 3.83 3.17 2.100000 11.00 0.63 18.79 5.88 2.42 3.20
SIO2_C 1207.00 6.43 4.36 1.620000 7.00 0.06 39.97 32.86 5.73 3.40
MGO_C 1221.00 1.52 0.28 .0100000 62.00 0.00 16.01 7.77 2.79 6.98
BAO_C 1221.00 1.19 0.45 .2400000 26.00 0.00 41.58 8.53 2.92 60.11
RECOVERY 1221.00 85.28 86.23 Multiple 5.00 63.74 98.54 41.21 6.42 0.00
LAMA 1221.00 20.39 19.53 18.14000 5.00 2.01 70.65 68.87 8.30 4.35
MAG 1221.00 17.43 17.36 20.00000 10.00 0.33 42.59 75.13 8.67 -0.67
28
55
MODELO TIPOLOGICO
El modelo tipológico se realizó en la plataforma

Datamine utilizando el archivo de sondaje, conteniendo
la nueva variable clúster, el proceso grade y el método
de estimación Nearest Neighbour.
Esto porque la clasificación no es numérica y, por esta

razón, no puede ser por variografía ni estimada por el
método IQD. El prototipo usado fue el archivo completo
denominado mdnpv_final.
56
MODELO RESULTANTE CON LA NUEVA

VARIABLE TIPOLOGICA: GRUPOS (CLUSTER)
29
57
SECCION OESTE-ESTE MOSTRANDO AREAS

DE MINERAL CON BLOQUES TIPOLOGICOS
58
DETALLE DE LA SECCION PARA LA MEDICION

DE LOS VALORES DE BLOQUES CON VALORES
DE SONDAJE
30
59
EJEMPLO DE UNA SECCION HORIZONTAL

POSICIONADA EN EL BANCO 811
60
GENERACION DEL MODELO ECONOMICO
El modelo del pit matemático optimizado con el

algoritmo de Lerchs-Grossman es necesario para
construir un modelo económico con una nueva variable
la cual es definida como lucro neto (beneficio), obtenido
por cada bloque del modelo de bloques del depósito.
Para la determinación de este beneficio se ha

desarrollado una función beneficio, cuyo objetivo es
calcular el valor neto contable de cada bloque.
31
61
FUNCION BENEFICIO PARA GERACION

DEL MODELO ECONOMICO
VOL=XINC*YINC*ZINC
TON=VOL*DENSITY CUSTMIN=CUSTE+C IF(P2O5>=7 AND REL>=1 AND REL<=1.5)
REL=CAO/P2O5 USTM BEN=(PREÇOV*CONC)-CUSTTOT
IF(R_MAS==0) END
IF(P2O5>=7 AND REL>=1 AND R_MAS=P2O5*0.66/0
REL<=1.5) IF(P2O5>=7 AND REL<=1 )
.36
END BEN=CUSTE
CLMIN=2.015
CUSTPRO=193.55 END
CUSTM=TON*CLMIN IF(P2O5>=7 AND REL>=1.55 )
CONC=TON*(R_MAS
END /100) BEN=CUSTE*-1
IF(P2O5>=7 AND REL<=1 ) CPROD=CUSTPRO* END
CONC IF(P2O5<=7 )
CEST=5.43 CUSTTOT=CUSTM+ BEN=CUSTE*-1
END CPROD
END
IF(P2O5>=7 AND REL>1.55) IF(P2O5>=7 AND
REL>=1 AND IF( REL<1 AND REL>1.5)
CEST=5.43 REL<=1.5) BEN=CUSTE*-1
END PREÇOV=462.71 END
IF(P2O5<=7) END
CEST=5.43
END
CUSTE=TON*CEST
62
ETAPA 3. RESULTADOS NO SOFTWARE NPV

SCHEDULER DEL MODELO ECONOMICO
Project: MDKRTIPOL3
Case Study: Economic Model 1
ECONOMIC MODEL REPORT
General statistics
Number of ore blocks 65,341

Number of waste blocks 571,613
Total ore tonnage 320,226,761 tonnes

Total waste tonnage 3,926,261,985 tonnes
Total ore value 17,480,259,715 $
Ore tonnage by ore type
TIPO 0 38,808,522 tonnes

32
63
ETAPA 4. GERACION DEL ULTIMATE PIT

OTIMIZADO
Project: MDKRTIPOL3
Case Study: Economic Model 1-Ultimate Pit 1
PIT OPTIMIZATION REPORT

Optimization summary
Attributes
Number of blocks in the ultimate pit: 137,881 P2O5 12.901 %
Number of blocks in the optimal pit: 137,881
LAMA 16.764 %
Ultimate Pit statistics
MAG 27.306 %
RECOVERY 83.631 %
Total ore tonnage: 224,110,147 tonnes P2O5_C 36.000 %
Total waste tonnage: 432,271,117 tonnes FE2O3_C 2.868 %
Strip ratio: 1,49 NB2O5 0.241 %
Estimated lifetime: 26.68 years R_MAS 21.787 %
Ore tonnage by type REL 1.234 %
Rock_0 16,195,848 tonnes
64
PIT FINAL
Actualidad 10 años
33
65
20 años 30 años
66
40 años
34
67
SECUENCIA DE MINADO
DE UNA MINA DE
FOSFATO
TIPO 4 (Cluster 4) 68
O Tipo 4 es caracterizado por el siguiente
TIPO 3 (Cluster 3)
grupo:
O Tipo 3 es caracterizado por el siguiente
grupo:
- Mayor ley de SiO2 mineral
- Mayor recuperación
- Mayor ley de lama
- Mayor rendimento en masa
- Mayor ley de SiO2_C
- Mayor ley de MgO_C
- Mayor ley de Al2O3_C
- Alto ley de MgO_C
TIPO 2 (Cluster 2)
Tipo 1 es caracterizado por el siguiente O tipo 2 es caracterizado por el siguiente grupo:
grupo: - Alta recuperación
- Menor recuperación - Medio rendimento en masa, mayor % de magnetita
- Menor rendimento en masa, - Menor % de lama, menor ley de SiO2 no mineral
- Mayor ley de BaO_C - Menor ley de BaO_C, - menor ley de MgO_C
- Menor ley de Al2O3_C
35
69
PROXIMAS ETAPAS
Validación de la tipología en el campo
Identificación mineralógica y geológica de cada

tipología; es decir, verificar la existencia entre el modelo
matemático y el geológico
Implementar el modelo al planeamiento de corto plazo

Taller CARACTERIZACIONYMODELAMIENTOPARTE3Diap35 69 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Taller CARACTERIZACIONYMODELAMIENTOPARTE3Diap35 69 PDF

Cargado por

Copyright:

Formatos disponibles

18

MODELO GEOMETALURGICO DE UN DEPOSITO

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

FLUJOGRAMA DEL PROYECTO

1. Construcción del modelo

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

• Definición de nuevos tipos de

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

Análisis grupal (clúster análisis)

Análisis de componentes principales

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

Análisis grupal (cluster analysis)

• Este método está subdividido en lo siguiente:

• El submétodo escogido es K-means debido a que con

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

CLUSTER ANALYSIS (ANALISIS GRUPAL)

TRATAMIENTO DE DATOS UTILIZANDO

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

TRATAMIENTO DE DATOS CON CLUSTER

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

TRATAMIENTO DE DATOS CON CLUSTER

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

TRATAMIENTO DE DATOS CON CLUSTER

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

X Y Z LENGTH AO BO CO FROM TO CASE_NO CLUSTER DISTANC

FSFMC-02 38001.49 91060.29 847.51 5 0 90 0 46.95 51.95 2 2 7.65

FSFMC-02 38001.49 827.51 5 0 90 0 66.95 71.95 3 2 5.13

FSFMC-02 38001.49 91060.29 817.51 5 0 90 0 76.95 81.95 5 3 5.36

FSFMC-02 91060.29 812.51 5 0 90 0 81.95 86.95 6 3 8.90

FSFMC-04 4123 90896 827.3 5 0 90 0 922 97.2 8 1 2.44

FSFMC-04 4123 90896 822.3 0 0 97.2 102.2 9 1 5.77

FSFMC-10 4384.37 90710.53 837.5 5 0 90 0 91.15 96.15 13 3 6.73

FSFMC-10 4384.37 90710.53 827.5 5 0 90 0 101.15 106.15 15 4 4.42

FSFMC-10 4384.37 90710.53 822.5 5 0 90 0 106.16 111.15 16 3 6.15

Base de datos: sondeos con resultados de análisis químicos

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

SUMARIO ESTATISTICO: DOS TIPOS

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

0.00 2.00 4.00 6.00 8.00

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

El tipo 1 está caracterizado como el

El tipo 2 está caracterizado como el grupo

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

ESTADISTICA DESCRIPTIVA: CLUSTER 1

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

ESTADISTICA DESCRIPTIVA: CLUSTER 2

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

ESTADISTICA DESCRIPTIVA: CLUSTER 3

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

ESTADISTICA DESCRIPTIVA: CLUSTER 4

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

El modelo tipológico se realizó en la plataforma

Esto porque la clasificación no es numérica y, por esta

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

MODELO RESULTANTE CON LA NUEVA

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

SECCION OESTE-ESTE MOSTRANDO AREAS

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

DETALLE DE LA SECCION PARA LA MEDICION

Dr. Carlos Enrique Arroyo Ortíz - carroyo@expo.intercade.org – Consultor Intercade

EJEMPLO DE UNA SECCION HORIZONTAL