Muestreo de datos mineros

Evaluación de Yacimientos Mineros

Universidad de Santiago
Agosto 2017
 Contenidos
• Bibliografía
• Introducción
• Muestreo en faenas mineras
• Pérdidas económicas por imprecisión e
inexactitud en el muestreo
• Errores de muestreo
• Protocolos de muestreo y test de
heterogeneidad
• QAQC
 Bibliografía
• Gy, P., 1967. L’Echantillonnage Des Minerais En Vrac – Tome I Théorie Générale: Revue De
L’Industrie Minerale, 15 de enero, 1967, Edición Especial, 186 p.

• Gy, P., 1982., Sampling of Particulate Materials Theory and Practice, Developments in
Geomathematics 4. Elsevier Scientific Publishing Company, 431 p.

• Gy, P, 1998. Sampling for Analytical Purposes, 153 p (John Wiley & Sons).

• Ingamells, C O and Pitard, F, 1986. Applied Geochemical Analysis, 733 p (John Wiley and Sons).

• Pitard, F., 1993. Pierre Gy s Sampling Theory and Sampling Practice, Heterogenity, Sampling
Correctness, and Statistical Process Control. CRC Press, 488 p.

• Carrasco, P, 2003. Caracterización de la Heterogeneidad de Constitución en Menas de Pórfidos

Cupríferos, Memoria de Título, Universidad Católica del Norte, Departamento de Geología, 86 p
(unpublished).

• Diplomado Evaluación de Yacimientos Mineros, 2010. Universidad de Chile. Facultad de Ciencias

Físicas y Matemáticas.

Esta presentación fue preparada por Pablo Carrasco (Geólogo UCN) y cedida a la cátedra
de EYM de la U. de Santiago.
INTRODUCCIÓN
 ¿Qué es el muestreo?
• El muestreo es fundamentalmente, un ejercicio
de reducción de masa que se consigue a través
de medios técnicos adecuados.

• El proceso de muestreo debe respetar la

composición del lote a muestrear.

• Independiente a su implementación, el muestreo

genera errores, los cuales deben ser controlados
Importancia del muestreo minero
 Problemas de calidad en la
información base
• Genera una percepción generalizada de
problemas en el proyecto/compañía

• Genera tomas de decisiones distorsionadas

• Genera una pérdida de valor oculta

EJEMPLOS DE PÉRDIDAS
ECONÓMICAS POR IMPRECISIÓN E
INEXACTITUD EN EL MUESTREO
Precisión y exactitud
Ejemplo pérdidas ocultas de valor
por muestreo y análisis incorrecto
Ejemplos de Pérdidas económicas por imprecisión e inexactitud en el
muestreo

CASO 1 INEXACTITUD ANALÍTICA DE

LEYES DE COBRE
 Beneficio convencional
(definición)
1 - e-iN
• Bi = [Vi (m) - p(t )] • t - I (t ) , donde:
i

• Bi = Valor actual neto en millones de dólares

• V(m) = Valor de una tonelada de mineral en dólares

• P(t) = Costo de producción de una tonelada de mineral en dólares

• t = Ritmo de producción en millones de toneladas por año

• i = Tasa de descuento

• N = Vida de la mina en años

• I(t) = Inversiones en millones de dólares

• m = Ley media en porcentaje

 Beneficio convencional (impacto
económico del sesgo)

• El yacimiento ejemplo explota 32 MTons por año (+/- 90.000 tpd)

tiene una recuperación de 80 % y una vida útil de 20 años
 Impacto económico de sesgo
analítico
Impacto Económico del Sesgo.

300.

250.
Precio= 1 U$/Lb
Pérdidas MU$

200. Rec. Met. = 80%

Ritmo de Explotación=32 Mt/Año
Tasa de Descuento=10%
150.

100.

50.

0.

0.00 0.01 0.02 0.03 0.04 0.05 0.06

Sesgo (% CuT)

• 300 Millones de dólares fue lo que CODELCO dejó de recibir

en la venta de un yacimiento gracias a un sesgo analítico de
0.06 % de cobre
Ejemplos de Pérdidas económicas por imprecisión e inexactitud en el
muestreo

CASO 2 INEXACTITUD EN
MUESTREO DE COLA (RELAVES DE
COBRE)
 Caso de estudio muestreo de
relaves
• Una estación de muestreo de ½ millón de dólares se instaló para medir la ley de cola y la densidad de
la pulpa en un yacimiento de la zona central de Chile

• La estación se construyó porque las colas iban a ser vendidas a otra compañía que las trataría aguas
abajo, por lo tanto la ley y el tonelaje tenían que ser estimados de manera correcta

• La estación de muestreo fue diseñada de acuerdo a las reglas de muestreo equiprobable de la TOS*

• El flujo era de 96.000 tpd y la ley de la cola se asumía en 0.15 % cobre mediante balance metalúrgico
tradicional

• La estación comprobó que la estimación tradicional de la cola era errónea, siendo en realidad 0.2 % de
cobre (sesgo de 0.05 % CuT)

• Probablemente en el pasado este sesgo era mayor, ya que las técnicas metalúrgicas eran menos
eficientes y además se explotaba mayoritariamente mineral de enriquecimiento secundario de alta ley

• Previamente a la construcción de esta estación, la operación había funcionado por 87 años!

*TOS = Theory of sampling

 Pérdidas por operación de
muestreo deficiente en cola
Las pérdidas anuales son:
Ton
96.000 * 0.05% * 365días
FA = día = 17520 año
Toneladas de cobre por día
100%

17520 * 2200 *1 » 38.544 MUS $

Si consideramos una tasa de interés de 10 % anual, las pérdidas en 20 años son :

é (1 + i )n - 1ù
NPV = ê ú• A
ë i û
éæ (1 + 0.1)20 - 1 ö ù
NPV = êçç ÷ * 38.544 MU $ú » 2207 MU $!
0.1 ÷
ëêè ø ûú
Ejemplos de Pérdidas económicas por imprecisión e inexactitud en el
muestreo

CASO 3 IMPRECISIÓN DE
MUESTREO DE POZOS DE
TRONADURA
 Pérdidas económicas por
muestreo deficiente en Pozos æ 1 - e-10*0.1 ö
B = (22 * 0.8 *1 * 0.4272 - 7.05) * 2.835 * çç
+
÷÷ B + » 8.4MU $
è 0.1 ø
B+

æ 1 - e-10*0.1 ö
B = (22 * 0.8 *1 * 0.37314 - 7.05) * 4.385 * çç
-
÷÷ B - » -13.4MU $
è 0.1 ø

B- B + - B - » 21.8MU $

æ 1 - e -10*0.1 ö
B = (22 * 0.8 *1* 0.48079 - 7.05)* 9.225 * çç
+
÷÷ » 82.33MU $
è 0 .1 ø
B+
æ 1 - e-10*0.1 ö
B = (22 * 0.8 *1 * 0.34525 - 7.05) *10.715 * çç
-
÷÷ » -65.95MU $
è 0.1 ø
B-
B + - B - » 148.28MU $
¿Por qué pasan estas cosas, si el muestreo es tan
importante y hay tanto dinero involucrado?
 Desafíos Culturales (Aspectos que
es necesario cambiar)
• El muestreo es visto como una actividad vulgar, mal remunerada, realizada
por personas de escasa preparación académica y de bajo “status” dentro de
una empresa

• El muestreo no es una ciencia que se enseñe en las universidades o institutos

• Es un simple oficio que se aprende dentro de la industria, con personas que

tienen algunos años de experiencia práctica, pero sin conocimientos teóricos

• El personal que realiza labores de muestreo está en el último escalón de

jerarquía en una empresa. Si lo comparamos con otro trabajo, su similar es el
personal de aseo: ambos realizan labores de importancia vital, sin la cual
colapsa toda la estructura, pero sin reconocimiento jerárquico ni social

• En general se tiende a ahorrar dinero en muestreo, especialmente en

actividades fuera de la línea de producción
No ahorrar dinero en la toma de
muestras
No ahorrar dinero en la toma de
muestras
 Percepción del negocio minero
según densidad de información
Impacto de la densidad de información en la estimación
Percepción del negocio según
malla de perforación
DRILL SPACING MEAN GRADE TONNAGE NPV VARIABILITY

m*m % Cut Mt Mu$

150*150 0.5508 801 -49 0.014

150*100 0.5721 680 -0.5 0.029

100*100 0.632 670 170 0.042

100*50 0.6424 650 302 0.056

50*50 0.6669 613 389 0.068

50*25 0.6742 608 419 0.07

20*10 0.6747 602 421 0.075

 Reflexiones
• La toma de muestras se realiza en toda la cadena de valor del
negocio minero

• Las pérdidas por errores de muestreo pueden alcanzar altas sumas

de dinero y generalmente son ocultas

• Por ende la importancia de tener conocimiento sobre teoría y

mejores prácticas de muestreo, además de herramientas
geoestadísticas para evaluar posibles impactos y calcular números
óptimos de muestras

• También es esencial establecer procesos de QA/QC para garantizar

que los valores obtenidos de las muestras tengan la PRECISIÓN Y
EXACTITUD deseada
MUESTREO EN TERRENO Y FAENAS
MINERAS
 Muestreo de exploración (DDH)
• Perforadora de Diamantina (DDH) con recuperación de testigo con wire-line
• Dirigido a cortar estructuras (sondajes inclinados en estructuras verticales)
• Rendimiento de +/- 40 a 80 m/día (Diám. HQ o PQ)
Muestreo de exploración (DDH) –
testigos
 Muestreo de exploración (DDH)
• Recuperación de testigo
• Facilita interpretación geológica
• Más caro que aire reverso +/- 3:1
• Poca recuperación cerca del collar en terreno fracturado
 Muestreo de exploración (AR)
• Sonda Aire Reverso (AR)
• Muestra de mayor peso (30-40 kg/m)
• Mayor riesgo de contaminación y pérdidas
 Muestreo de exploración (AR)
• Sistema de doble ciclón usado en aire reverso
y pozos de tronadura
 Muestreo de exploración (AR)
• Recuperación de detritos + finos
• Más barato que DDH (+/- 1:3)
• Usados en in-fill
• Rendimiento: ~ 50 – 150 m/día (Diám. 5 ¼” a 5 ¾”)
 Muestreo en Producción
• Muestreo de Pozos de Tronadura
• Muestreo de Labores Subterráneas
• Muestreo de Buzones
• Muestreo de Carros o Camiones
 Muestreo de Pozos de Tronadura
• Uso de bandeja radial
Muestreo de Pozos de Tronadura
 Muestreo de Pozos de Tronadura
• Uso de tubo
 Muestreo de Pozos de Tronadura
• Pérdida
excesiva de
finos
 Muestreo de Labores
Subterráneas

MUESTREO Y CONTROL DE CALIDAD – UNIVERSIDAD DE CHILE

 Muestreo de Carros o Camiones
• Pérdida de finos
Muestreo de Carros o Camiones
Muestreo de gruesos
por chips

Muestreo de finos
con poruña
 Uso de datos de muestreo de
producción
• Programación de producción
– Discriminación
• Mineral a Planta
• Mineral a Acopios
• Estéril a Botaderos

• Todas estas decisiones se toman con la muestra de menor

calidad (Pozos de tronadura) en los cuales se acepta un error
de hasta +/- 20 %

• Los yacimientos más complejos son aquellos donde la ley de

corte es cercana a la ley media
 Muestreo en Plantas
• Plantas de flotación
– Muestreo de leyes de cabeza
– Muestreo de leyes de cola Balance de masas
– Muestreo de concentrados
– Muestreo para control de procesos
• Planta de lixiviación
– Muestreo de leyes de cabeza
– Muestreo de pilas agotadas
• Muestreo para comercialización
– Muestreo de cátodos
– Muestreo de concentrados
 Muestreo de cabezas
• Cortador de flujo completo para pulpas
(cabezas, colas, concentrados, etc.)
Flujo

Cortador
 Muestreo de colas
• Colas filtradas
 Muestreo de concentrados
• Muestreo de concentrado en puerto de
embarque
 Muestreo de pilas agotadas
• Dificultades:
– Pilas ROM à granulometría muy heterogénea (colpas + finos)
– Pilas de lixiviación chancadas à heterogéneas producto de
canalización de soluciones y presencia de barro
 Muestreo de pilas agotadas
• Muestreo con retroexcavadora y paleo
alternado.

Pila Zanja de
muestreo Muestras
 Muestreo de cátodos
• Muestreo de ley de cobre e
impurezas
• Impurezas no están distribuidas en
forma homogénea
• Muestreo se automatiza à no es
equiprobable, en general
ERRORES DE MUESTREO
 Errores de muestreo
• Error Fundamental
• Error de extracción
• Error de delimitación
• Error de segregación
• Error de preparación
 Pierre Gy: Creador de la teoría de
muestreo
Biography:
Family: b. Paris, July 25, 1924; s. Felix and Clemence (Gourdain) Gy; m. Sylvia Duchesne,
1946; children: Genevieve, Anne, Caroline.
Education: Degree in Chem. Eng. Paris Sch. Physics & Chemistry, 1946; Ph.D. Physics, U.
Nancy, 1960; Ph.D. Math., U. Nancy, 1975.
Memberships: Mem. AAAS; Am. Inst. Mining Engrs. (hon); Can. Inst. Mining and Metallurgy;
N.Y. Acad. Sciences.
Honours: Medal, Mining and Metall. Inst. Japan, 1958; 2 gold medals Soc. de L’industrie
Minerale, 1963, 1976, Lavoisier medal French Soc. Chemistry, 1995.
Publications: 9 books; 175 papers; innumerable lectures, courses
Professional career: Chem.engr. CMCF, Congo, 1946-49; research engr. Minerais & Metaux.,
Paris, 1949-1952; from head mineral processing labs to tech. mgr., 1952-1962; industrial
sampling and blending consultant, Cannes, 1963-present.
Founder: Internat. Sampling Inst., France.
Avocations: Photography, mountain climbing
Pierre Gy: Creador de la teoría de
muestreo
 Error Fundamental de muestreo
Fórmula de Pierre Gy
• Resulta de la heterogeneidad de constitución del mineral que se
desea muestrear. Se denomina fundamental, pues es el único error
que nunca se cancela
• Este error permanece aún cuando la operación de muestreo es
perfecta
• Es el único error que se puede estimar a priori

• Tal vez, debido a lo anterior, muchas personas piensan que es el

único error que existe en el proceso de muestreo…
 Error de extracción de
incrementos
• Se produce cuando el dispositivo de muestreo recupera los fragmentos del lote de
manera selectiva, es decir, la muestra no presenta la misma distribución
granulométrica que el lote. La media de este error es frecuentemente distinta de
cero, lo que hace que sea una fuente de sesgo importante.

• Ejemplos:

Apertura insuficiente en un
separador de rifles.

Dispositivo de muestreo que

nunca recupera los fragmentos
gruesos.
 Ejemplo de error de extracción
• Dispositivo de muestreo no es capaz de recuperar todo el material fino
• Los finos en minerales de cobre son de mayor ley por lo tanto se produce un
sesgo
 Error de extracción

• Separador de riffles

Correcto Incorrecto
 Esquema de la perforación de un
pozo de tiro

• * Pitard (2008) “Blasthole sampling for grade control “The

many problems and solutions”
 Esquema de una muestra de pozo
de tiro
• La muestra obtenida del pozo
ya tiene un error de extracción
Esquema de posicionamiento
correcto de la bandeja radial
 Error de delimitación de
incrementos
• Se produce porque la forma del volumen que delimita el incremento es
incorrecta, de tal manera que la probabilidad de que los fragmentos
pertenezcan al incremento no es uniforme. La media de este error es en
general distinta a cero, lo que hace que este error sea una fuente
importante de sesgo.
• Ejemplo:
Delimitador Correcto

Delimitador Incorrecto.
 Delimitación con bandeja radial
• Delimitación – Bandeja Radial
Error de segregación y agrupamiento se combate con
homogenización en la etapa de preparación

Segregación
 Ejemplo de error de delimitación
Extracción con Tubos

Patrón A introduce un sesgo intolerable.

Patrón B simula de mejor manera un corte radial.
 Ejemplo de error de segregación y
agrupamiento

Segregación Segregación
por densidad por tamaño
• Heterogeneidad de distribución en un flujo
• Toma de muestra puede producir sesgo
• En plantas, al existir divisores de flujo, se puede tener flujos con distintas
características que producen ineficiencias
 Error de preparación y análisis
químico
• Error de preparación
– Incluye los errores de contaminación, perdidas de finos, alteración química o física,
errores humanos y fraude

• Error de Análisis
– Se genera por operaciones analíticas tales como ensaye químico, determinación de
humedad, análisis granulométrico, estimación de la densidad de pulpa, etc. Puede
ser fuente de sesgos importantes. Impacto Económico del Sesgo.

300.

250.
Precio= 1 U$/Lb
Pérdidas MU$

200. Rec. Met. = 80%

Ritmo de Explotación=32 Mt/Año
Tasa de Descuento=10%
150.

100.

50.

0.

0.00 0.01 0.02 0.03 0.04 0.05 0.06

Sesgo (% CuT)
 Errores de Preparación
• Error de contaminación
– Polvo
– Anillos
 Errores de Preparación
• Error por pérdidas de material

Pérdida de muestra por

operación defectuosa
 Errores de Preparación
• Error humano
– Identificación errada de
muestras
– Errores tipográficos en
certificados
– Baja capacitación de
operadores
 Errores de Preparación
• Fraude o sabotaje

“Pon un poco de
oro en esas
muestras”
PROTOCOLOS DE MUESTREO Y
CONTROL DE CALIDAD
 Protocolos de muestreo y control
de calidad
• Protocolos de Muestreo (deberían de definirse según TOS
minimizando el error fundamental de muestreo)
– También se deben minimizar los demás errores de
muestreo mediante muestreo “equiprobabilístico”

• Control de calidad:
– Control Granulométrico de Chancado y Molienda
– Rechazos Gruesos
– Análisis en Duplicados
– Muestras Estándar
 Protocolos de muestreo
• El protocolo es un proceso de varias etapas de conminución y
reducción de masa
– Ej. muestra inicial de 40 kg se reduce a 0.5 g para análisis de Cu

• El control de calidad es necesario por:

– Muestra final debe tener la precisión y exactitud deseada
– Asegurar el cumplimiento de los procedimientos para minimizar
errores de muestreo tales como:
• Sesgos por pérdidas de fino
• Segregación y agrupamiento
• Malos procedimientos
• Equipos defectuosos
Protocolos de muestreo
TEST DE HETEROGENEIDAD
 Formula de Gy para calcular el error
fundamental de muestreo

2
æ s ö æç 1 1 ö
÷
ç ÷ =ç - 3
÷ * f * g *c *l * d
è a ø è Ms ML ø

• Se acepta en la industria que el error fundamental de muestreo no debe

superar un 10 %

• Este se puede calcular a de manera experimental mediante:

Test de Heterogeneidad
Test de Heterogeneidad
El objetivo del test es calcular la constante de muestreo c(d) a varios tamaños d
usando las siguientes ecuaciones:

1) IHL = C (d ) * d 3
2) C = f * g *c *l
dl
3) l= , donde d l , es el tamaño de liberación del mineral de interés.
d

dl
4)
c(d ) = f * g * c *
d

5) k = f * g * c * dl
k
6)
c(d ) =
d
3 3
d1 + d 2
7)
d =3 , d1 y d2, son los tamaños de la fracción en que se realizó
2
el test de heterogeneidad.
 Constantes de muestreo para
óxidos de cobre
• Cuando no se tenga información se puede usar C = 10 para diseñar un
protocolo seguro para óxidos de cobre
C(d=1) v/s Contenido
CuT
10 Y = 10
At-W-Fox Cr-W
Br-Cpy-Bo
5
Cr Cr-W
W
Cr-Ar-W FoxCr
Ar-Cr-W-At W Ar-W
Constante CuT

At-Ar Cr-w
1 At-Cr-Ar
At-Ar Cr-W
At-Ar Ar-Cr-At
At-Ar
Cr-Cpy
0.5
Ar-Cr-W-At Ar-Cr Simbología.
At-Ar R. Tomic
Mina Sur
C. Antiguo
Damiana
Gaby
Cr-Ar-W Cr-Ar-At San Antonio
Ar Arcillas de Cu
At Atacamita
0.05 Cr Crisocola
W Wad
Br Brochantita
Cpy Calcopirita
Bo Bronita
Cc Calcosina
0.01
0.1 0.5 1 2 3 4

% CuT
 Constantes de muestreo para
sulfuros de cobre.
• Cuando no se tenga información se puede usar C=7.5 para cobre y la
ecuación de potencia para Mo y As
Constante de Muestreo v/s Contenido

Y = 25 X -0.34309
El Teniente
(Andesita)

100 Chuquicamata
(UG - 33)

Chuquicamata
(UG - 56)
El Teniente
Constante de Muestreo

(Isla Brechas) Chuquicamata

Andina El Teniente
(3er Paner) (UG - 56) Andina
(Andesita)
Chuquicamata (3er Panel (Ptos de extracción))
(UG - 42) Chuquicamata
Chuquicamata (UG - 63)
Teniente
(Isla brechas) (UG - 33)
Chuquicamata El Teniente
(UG - 59) (Isla Brechas)
10
Chuquicamata Chuquicamata

Y = 7.5
(UG - 59) (UG - 33)
Chuquicamata
(UG - 63) El Teniente
(Andesita)
Andina
(3er Panel (Sondajes))

Chuquicamata
Simbología Chuquicamata
(UG - 56)
(UG - 42)

1 Cobre
Molibdeno
Arsénico

0.1
0.001 0.01 0.1 1

Contenido (%)
 Nomograma de muestreo
(Protocolo seguro para CuT Óxidos C=10)
Protocolo seguro de preparación de muestras de pozos de tiro
y sondajes de aire reverso. Óxidos
0.01 10 %
d=1/2 "

1E-3
d=10 #
Varianza Error

1E-4

d=150#

Error Total=6.3 %
1E-5

1 10 100 1000 10000

Masa

• El flujo de muestreo para sondajes de aire reverso y pozos de tiro es 5 kg a

1/2”, 500 gr a 10 # y 1 gr para análisis químico.
 Nomograma de muestreo (Protocolo seguro
para CuT Sulfuros C=25)
Protocolo seguro de muestreo (Cu) para pozos de tiro
y sondajes de aire reverso (Sulfuros Primarios y Secundarios)
10

1
d=1/2"

100.1%
Varianza Error

0.01 d=10#

1E-3

d=150#
1E-4

Error Total=7.32 %
1E-5
1 10 100 1000 10000
Masa (gr)

• El flujo de muestreo para sondajes de aire reverso y pozos de

tiro es 10 kg a 1/2”, 500 gr a 10 # y 1 gr para análisis químico.
Comentarios Formula de Gy y Test
de Heterogeneidad
• Mediante el Test de Heterogeneidad se puede calcular experimentalmente
la varianza del error fundamental de muestreo en una fracción
granulométrica determinada (Realizar Test en fracciones gruesas)

• De esta manera se puede inferir la constante de muestreo a distintas

granulometrías y así calcular el error fundamental de muestreo

• Con esta información se puede diseñar un protocolo de muestreo seguro

– La idea es que la varianza del error fundamental de muestreo no sea
superior a 10 %
 Descripción del Test de
Heterogeneidad (CNAM 008)
• Distribuir la o las fracciones en las cuales se quiere realizar el test, en una
superficie limpia, ej. (-3/4”+1/2”)

• De esta fracción, o fracciones, elegir al azar:

– - 64 muestras si se trata de metales base.
– - 100 muestras si se trata de oro, molibdeno, arsénico, antimonio, plata, etc.

• Cada muestra debe estar formada de n fragmentos elegidos al azar de tal manera
que la suma de las masas de los fragmentos sea aproximadamente igual en todas
las muestras. Numerar las muestras del 1-64 (ó de 1-100)

• Pulverizar cada muestra en un molino cerrado de anillo y “tejo” (ej: Tema,

Labtechnics, etc..) a 95% -150#. (no usar molinos de disco generadores de polvo,
abiertos, los cuales también se sabe “adhieren” el oro.

• Realizar análisis químico de cada muestra. Usar ensaye a fuego con finalización
gravimétrica para el oro.
QAQC PARA MUESTREO DE
SONDAJES
 Controles usados en sondajes
diamantinos.
• Se realizan duplicados de pulpa, rechazos y
doble caras (ciegos)

• Se insertan materiales de referencia en las

órdenes de trabajo (OT) de laboratorio
(ciegos)

• Se insertan muestras blancas en la OT de

laboratorio (ciegos)
 Materiales de referencia (MRC)
• Es un material donde una o más de sus propiedades están
certificadas por un procedimiento que establece su
trazabilidad a una realización de la unidad en la que se
expresan los valores de la propiedad. Cada valor certificado
viene acompañado de su incertidumbre a un nivel declarado
de confianza.

• Los MRC generalmente se preparan en lotes. Los valores de la

propiedad se determinan dentro de las incertidumbres
declaradas por medio de medidas, sobre muestras
representativas del lote completo.
 QA/QC para muestreo de sondajes
• QA à Quality Assurance (Se trata de generar un plan)

– Se define un protocolo de muestreo seguro

– Se establecen procedimientos que describan como realizar de manera
correcta las operaciones de muestreo
– Por ejemplo en CODELCO se tienen las CNAM (Normas Codelco)

• CNAN 008 à Test de Heterogeneidad

• CNAM 009 à Obtención y certificación de materiales de referencia en los
laboratorios químicos
• CNAM 010 à Verificación de resultados de análisis químico
• CNAM 011 à Test de Ingamells
• CNAM 012 à Operaciones estándar a seguir durante submuestreo en el
laboratorio
• CNAM 013 à Aseguramiento de calidad en preparación de muestras para
análisis químico
• CNAM 017 à Aseguramiento de calidad en el corte de testigo de sondajes
diamantina
QA/QC para muestreo de sondajes
• QC à Quality control (Se trata de controlar el plan)

– Tomando los datos se realizan diversos análisis estadísticos para

controlar los resultados del laboratorio

– Scatter original – duplicado, para doble caras, doble preparación y doble

muestras

– Cálculos de precisión y exactitud (Error de muestreo EC + EP + EA)

– Gráficos de diferencias absolutas y relativas

– Chequeos a la precisión y exactitud del laboratorio mediante materiales

de referencia
Ejemplo de certificado de análisis
químico de un laboratorio (MRC)
Identificación CuS CuLixFe CuCN Cu RES ConsNET FeT FeS Mo
Nº Muestra % % % % Kg/ton % % ppm
Corr. Limite Detec. 0.001 0.001 0.001 0.001 0.01 0.01 0.01 1
1 14945 0.053 0.065 0.048 0.050 5.11 3.99 0.62 3
2 14946 0.019 0.022 0.015 0.077 40.71 4.96 0.88 3
3 14947 0.039 0.044 0.037 0.021 48.30 4.69 0.67 4
4 15466 0.007 0.013 0.003 0.021 55.88 3.23 0.58 6
5 15112 0.002 0.004 0.002 0.001 60.99 2.58 0.52 5
6 15114 0.063 0.068 0.064 0.044 38.00 3.72 0.40 25
7 15115 0.032 0.036 0.033 0.069 28.08 7.44 0.55 43
8 15132 0.030 0.033 0.028 0.067 33.13 3.68 0.40 24
9 15133 0.065 0.069 0.049 0.056 40.54 4.48 0.54 37
10 15134 0.075 0.090 0.071 0.038 38.28 3.68 0.36 14
11 15029 0.007 0.010 0.008 0.036 55.88 3.52 0.64 6
12 15030 0.006 0.010 0.005 0.033 53.27 5.87 0.79 7
13 15031 0.006 0.010 0.008 0.037 60.82 3.87 0.86 3
14 15032 0.006 0.010 0.007 0.031 56.12 4.10 0.86 6
15 15033 0.001 0.002 0.001 <0.001 61.18 2.78 0.73 6
16 15034 0.061 0.073 0.039 0.032 48.27 3.67 0.70 5
17 15035 0.008 0.018 0.016 0.066 53.22 4.63 0.94 27
18 15036 0.018 0.021 0.019 0.044 51.01 4.40 0.73 14
19 15037 0.019 0.020 0.020 0.058 58.55 4.16 0.83 9
20 15038 0.079 0.107 0.045 0.036 60.99 3.84 0.48 8
21 15039 0.393 0.444 0.142 0.044 76.58 5.05 0.87 9
22 15040 0.149 0.168 0.065 0.033 53.41 4.14 0.65 12
23 15041 0.352 0.419 0.167 0.043 58.64 4.82 0.84 15
24 15042 0.290 0.369 0.248 0.035 55.83 6.71 0.63 47
25 15043 0.094 0.110 0.045 0.051 50.98 3.78 0.96 5
26 15044 0.150 0.169 0.077 0.050 56.05 5.38 0.74 9
27 15045 0.173 0.222 0.168 0.048 53.47 4.90 0.84 10
28 15046 0.105 0.122 0.050 0.030 50.92 3.24 0.65 12
29 15047 0.170 0.203 0.140 0.036 58.66 5.26 0.80 6
30 15049 0.219 0.241 0.073 0.043 63.38 4.01 0.60 7
cheq 15112 0.003 0.006 0.003 0.002 60.99 2.52 0.49 5
 Métodos para medir exactitud y
precisión
• Para error relativo se acepta +/- 0.5 %.
– Se define como ER% = (A-B)/((A+B)/2))*100

• Para el coeficiente de variación se utiliza la siguiente fórmula:

– CV = 200*STD(diferencias)/(XA+XB)/1.4142

Tabla con valores de precisión aceptables por elemento

Diamon de Ranges Rel ERR %
Drillhole Acceptable
interés, Pitard (Com. oral) DA DG DT
Cu 3 5 6 8 10 12
Mo 5 7 8 10 11 15
Au 7 10 12 15 16 20
 Ejemplos de Control de Calidad
(Preparación mecánica + análisis
químico)
• En este caso existe un error relativo de -2% indicando un leve sesgo.
Reproducibilidad Preparación Mecánica + Análisis Datos 72
Promedio Original % CuT 0,924
Químico CuT
Promedio Duplicado % CuT 0,943
5,0
Diferencia % CuT -0,018
Diferencia Relativa ´% -2,0
4,0 y = 1,0204x - 0,0004
2 Desviación Estándar % CuT 0,03
R = 0,9976
% CuT Duplicado

Coeficiente Variación % 2,9

3,0 COEFICIENTE CORRELACION R 0,9979

2,0

1,0

0,0
0,0 1,0 2,0 3,0 4,0 5,0
% CuT Original

Error Preparación + Ánálisis

CuT
10

5
Dif Rel %

-5

-10
22

24

29

39

39

44

52

59

57

64

65

66

77

78

91

89

01

99

00

38

61

65

64

07
0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

1,

0,

1,

1,

1,

1,

1,

2,

% CuT
 Ejemplos de Control de Calidad
(Preparación mecánica + análisis químico)
Control Dup
Scatter OR vs DUP Elemento CuT
Datos n 319
3,5
Minimo % 0.0005
y = 0,9919x + 0,0017
Máximo % 3.016
3 R² = 0,9982 Prom Original % 0.272
Prom Check % 0.271
2,5
Prom Diferen % 0.001
CuT Duplicado

2 Desvest % 0.015
Varianza 0.00023
OR vs DUP Coef. Variación % 3.94
1,5
Lineal (OR vs DUP) Error Relativo % 0.20
1

0,5

0
0 0,5 1 1,5 2 2,5 3 3,5
CuT Original
 Muestras Estándar
Análisis de Cobre Total - LEY ALTA
2,60
2,57 Media ±2s
2,54
2,51
2,48
2,45
2,42
2,39
2,36
2,33
2,30

Round Robín Carta de control del estándar

• Se usa frecuentemente una calibración de estándar mediante un
“round robín”, que no corresponde a la mejor práctica
• Mejor usar estándar generado con método absoluto y material
propio del yacimiento caracterizado por unidad geológica
• Carta de control con media y límites de confianza
Control de calidad indicando periodo y método
 Ejemplos de Control de Calidad
(Preparación mecánica + análisis químico)
• En este caso existe un error relativo de -2%
indicando un leve sesgo.
Reproducibilidad Preparación Mecánica + Análisis Datos 72
Promedio Original % CuT 0,924
Químico CuT
Promedio Duplicado % CuT 0,943
5,0
Diferencia % CuT -0,018
Diferencia Relativa ´% -2,0
4,0 y = 1,0204x - 0,0004
2 Desviación Estándar % CuT 0,03
R = 0,9976
% CuT Duplicado

Coeficiente Variación % 2,9

3,0 COEFICIENTE CORRELACION R 0,9979

2,0

1,0

0,0
0,0 1,0 2,0 3,0 4,0 5,0
% CuT Original

Error Preparación + Ánálisis

CuT
10

5
Dif Rel %

-5

-10
22

24

29

39

39

44

52

59

57

64

65

66

77

78

91

89

01

99

00

38

61

65

64

07
0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

0,

1,

0,

1,

1,

1,

1,

1,

2,

% CuT
 Ejemplos de Control de Calidad
(Preparación mecánica + análisis
químico)
Scatter OR vs DUP
3,5
y = 0,9919x + 0,0017
3 R² = 0,9982
2,5
CuT Duplicado

OR vs DUP
1,5
Lineal (OR vs DUP) Control Dup
Elemento CuT
1
Datos n 319
Minimo % 0.0005
0,5
Máximo % 3.016
Prom Original % 0.272
0 Prom Check % 0.271
0 0,5 1 1,5 2 2,5 3 3,5
Prom Diferen % 0.001
CuT Original
Desvest % 0.015
Varianza 0.00023
Coef. Variación % 3.94
Error Relativo % 0.20
Diferencias ordenadas por fecha
Error relativo ordenado por fecha
Diferencias ordenadas por ley
Error relativo ordenado por ley
Error Relativo % Ordenado por Ley
30.00

20.00

10.00

%
o
ivt
la 0.00 Err_ relativo %
e
R
r Max_Tol_Err+
o
rr
E Max_Tol_Err-
-10.00 10 per. Mov. Avg. (Err_ relativo %)

-20.00

-30.00
5 1 5 6 8 1 6 2 9 5 4 2 3 1 8 1 2 4 9 1 1 9 5 5 8 4 2 2 4 1 4 1
0 0 0 0 0 1 1 .0 2 3 .0 5 6 8 9 2 4 6 8 2 5 .2 2 6 0 7 4 0 6 2 0 3
0 .0 .0 .0 .0 .0 .0 0 .0 0
. 0 .0 0
. .0 .0 .1 .1 .1 .1 .2 .2 0 .3 3
. .4 .4 .5 .6 .6 .7 .8 .1
.0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
0
CuT
Un proceso de control no tan
bueno
Un proceso de control malo
Gráfico del material de referencia
a lo largo del tiempo
MR 2 = 0,657 %CuT s = +/- 0,014 % CuT
0,728
0,714
+3s
0,700
0,686
0,672
% CuT

0,658
0,644
0,630
0,616
0,602 -3s
0,588
0,574
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Medidas Realizadas
 Gráfico del material de referencia
a lo largo del tiempo
• El STD 19 tiene un CV 1.61 % y un error relativo de 0.67 %, es decir con
excelente precisión y una leve tendencia de medir a la baja 0.005 %. No
se observan fallas.
 Gráfico del material de referencia
a lo largo del tiempo
• El STD 1 tiene un coeficiente de variación de 2.14 % y un error
relativo de -1.43 % mostrando sesgo sistemático de 0.02 CuT.
 Comentarios
• !" para los scatterplots debe ser idealmente mayor que 0.99
para Cu – Mo y mayor que 0.98 para elementos más
complejos como As

• Idealmente el promedio de las diferencias debe ser igual a 0 y

el coeficiente de dispersión lo más bajo posible

• La idea es ser proactivo y no reactivo

• Los gráficos de control son herramientas para tomar

decisiones en el momento, ya que al final de las campañas no
se pueden tomar medidas de mitigación
 Reflexiones Finales
• El muestreo es de vital importancia en la industria minera

• Los datos obtenidos de muestras son utilizados en la toma de

decisiones en toda la cadena del negocio minero

• Sin embargo, no se le otorga la importancia que merece por diversas

razones:
– Teoría difícil de comprender y poco enseñada en universidades
– Incapacidad de comunicación de la importancia del muestreo de
especialistas a “Top Managment”
– Muestreros corresponden al personal peor pagado y de menor
calificación
– Las pérdidas producidas por mal muestreo son ocultas, no aparecen en
los libros de contabilidad

• En Codelco una pérdida de 300 MU$ motivó el desarrollo de las

Normas CNAM