LA EXCELENCIA DEL MUESTREO

www.sampling-ok.com

Cía. Minera Antapaccay

9 al 12 de Diciembre del 2014

M.Sc. Samuel Canchaya Moya

Tel. 2579636 Cel. 988021992
canmoysa@gmail.com

Alcances de la Geoestadística aplicada

al Muestreo

GEOESTADÍSTICA PIERRE GY:

MINERAL IN SITU MINERAL
PARTICULADO

1
Ejemplo de cálculo manual 5

4
 (h)

de un variograma 1D 3

3.2 h=1 h=2 h=3 h=4 h=5 h=6 2

experimental
4.0 2 2 2 2 2 2 2
[d1] [d2] [d3] [d4] [d5] [d6] [d
1 7] [d8]2
2.8 C0 ajuste
0.64
3.2 0
1.44 0.16
0 1 2 3 4 5 6 7 8 h
3.0 0.16 0.64 0.00 a
0.04 0.04 1.00 0.04
3.6
0.36 0.16 0.64 0.16 0.16
2.0 2.56 1.00 1.44 0.64 4.00 1.44
4.5 6.25 0.81 2.25 1.69 2.89 0.25 1.69
2.5 4.00 0.25 1.21 0.25 0.49 0.09 2.25 0.49
7.29 0.49 10.24 2.56 4.84 4.00 5.76 1.44
5.2
8.41 0.04 4.84 0.09 1.69 0.49 0.16 0.25
2.3 0.25 5.76 0.09 2.89 0.64 0.64 0.81 0.16 2

2.8
2.2
0.36
3.61
0.01
1.69
9.00
3.24
0.09
1.21
5.29
2.56
0.04
0.16
0.04
1.96
0.64
0.25  (h )   Z 2x(nh hZ) x
1.21 9.00 5.76 8.41 0.00 7.29 4.41 10.24
4.1
9.61 17.64 37.21 30.25 36.00 9.61 33.64 14.44
5.2 4.84 0.81 4.00 15.21 10.9 14.4 0.81 12.96
8.3 4.41 18.49 1.44 0.01 3.24 1.44 2.89 1.44
6.1 1.96 12.25 32.49 6.76 2.25 0.16 0.04 0.09 dh = Zx+h - Zx
0.81 0.25 6.76 23.04 2.89 0.36 1.69 0.49
4.0 n = 19
S[dh] 2 57.57 69.49 121.6 93.30 77.83 40.41 56.15 42.89
2.6
2(n-h) 36 32 28 26 22 16 10 8
3.5  (h) 1.60 2.17 4.34 3.59 3.54 2.53 5.62 5.36

Ajuste del Variograma Experimental

a Funciones Teóricas
h3
(h) = C
3h
+ Co h*a
2a 2a3

(h) = C + Co h>a

 (h)  ( h)  ph ;   1

 (h)  ph ;  1

 (h)  C 1 exp ah   C0

 

2
 Ajuste del Variograma
experimental a funciones
teóricas

Parámetro Lineal Expo-

nencial
C0 0.783 0.673
C0 + C 1.281 1.347
a 345.9 193.4
r2 0.845 0.900
C/[C0+C] 0.389 0.500

Ejemplo de Variogramas
 (h) Au (gr/TM) 2
Yacimiento epitermal de
Au de alta sulfuración
30

15 Cu (%) 2

 (h)
0
25 50 75
h 20

 (h) Potencia (m)2

10

1.6
h
80 160
1.2
Pórfido de Cu-Au
Veta polimeálica
0.8

0.4
Variograma experimental
0
200
h Ajuste teórico
100

3
Variogramas de gangas y
minerales de alteración:

La hipótesis de M1 M2
estacionariedad

M3 M4
D
 La aplicación de la geoestadística
tradicional será válida, sólo si se
cumple con la denominada Hipótesis de Estacionariedad.
 Se dice que un dominio cumple con la Hipótesis de
Estacionariedad, cuando dentro de él la media y la varianza son las
mismas cualquiera sea la muestra que se tome para estimarlas.
 El variograma experimental será representativo de un dominio, sólo si
este cumple con la Hipótesis de Estacionariedad.
 Cuando no se cumple la mencionada hipótesis, hay que apelar al
Concepto de Krigeage Universal; así como a otras herramientas de la
Geoestadística No- Estacionaria.

4
Principales aplicaciones de la Geoestadística
en Muestreo y Exploraciones:

 Mallas de muestreo y distancias óptimas de muestreo se deben

definir con procedimientos geoestadísticos.

 Donde poner el próximo taladro, es una pregunta que se debe resolver no

sólo en forma determinística (en base a la información
geológica, logueo, etc.) sino también combinando adecuadamente las
herramientas probabilísticas (geoestadística): análisis de la componente
“drift” de los variogramas; cocientes metálicos adecuados y curvas
isovalóricas de elementos indicativos; mapas de tendencias (“trend
surfaces”), etc.

 Campañas de “Infill” se deben programar considerando principalmente

taladros en aquellas zonas con mayores valores de error de estimación.

Optimización de Programas de Perforación “Infilling”

10
1.0
0.1
0.01
0.001
0.0001

Au ppm

60
50
40
30
20
10
0
ERR %

5
 LA EXCELENCIA DEL MUESTREO
www.sampling-ok.com

Interpretación del Efecto Pepita

M. Sc. Samuel Canchaya Moya

11

El efecto pepita (C0)

Este efecto ocurre principalmente:
• Cuando se tiene gran variabilidad local
• Cuando ocurre Au grueso
• Refleja errores sistemáticos de muestreo
o analíticos
• Consigna el Error Fundamental de P. Gy

Mejor solución
AUMENTAR EL SOPORTE

6
 Ensayo al fuego
25-50 g OX-Pb
muestra Mezcla fundente
Nitrato de plata

FUSION
+ 1100 °C
• Gravimetría
• AA
• ICP

Lavado del Disolución del

régulo de Pb botón de Au con
ácidos
Separación del régulo
de Pb de la escoria Separación del botón de Au
10% del OX-Pb que es absorbido
HCL + 940 °C por la copela
13
COPELACION

LA EXCELENCIA DEL MUESTREO

www.sampling-ok.com

Aplicaciones del Mapeo Variográfico

M. Sc. Samuel Canchaya Moya

14

7
Mapeo variográfico:
N22°W

 Para detectar las

principales direcciones N68°E
de ANISOTROPIA; e
indirectamente flujos de 90°
mineralización.

 Para definir radios de

elipses de influencia
para interpolación y
estimación de recursos

Para que funcione bien se

requiere buena densidad de
muestreo.

15

Sección longitudinal de veta argentífera

con “mapeo variográfico sobreimpuesto”

Labores recomendadas

8
 LA EXCELENCIA DEL MUESTREO
www.sampling-ok.com

Diseño y optimización de mallas y

distancias de muestreo

M. Sc. Samuel Canchaya Moya

17

El concepto del Soporte

 La muestra es siempre un diferencial

de volumen (dv), si se compara con el
Volumen (V) mayor al que representa.
 Cuando se asigna un valor encontrado
en el dv, a un volumen mucho mayor V
se produce un error denominado error
de extensión. V
 Aún cuando se envía del campo una
muestra apreciable (algunos kilos de
muestra) los analitos de laboratorio no
pasan de 1 gramo, en el mejor de los
casos.
 Una reducción drástica del volumen de
la muestra, asociado generalmente a
una conminución sucesiva, es la dv
principal fuente de error
18

9
 Muestreo Piloto

 Son muestreos de alta densidad

 Sirven para determinar la distancia óptima de muestreo

 Se hacen simulaciones a distancia de muestreo cada vez

mayores hasta que falle la ROBUSTEZ

 Siempre considerar el concepto de regularización

19

100 m 100 m

Diferentes
configuraciones
de bloques en
malla regular

10
 Modelos esféricos para la estimación de
varianzas de extensiones elementales
(Modificado a partir de a partir de JOURNEL & HUIJBREGTS (1978)

 2
0 C 1.0

l
0. 5 l

0. 3 l

0. 2

0. 1 l

0.06

0.04
para a =170 para a = 50
0.03

0.02

0.01 la
0.1 0.2 0.3 0.5 0.6 1 2 3 5 6 10

Relación entre la precisión y el costo

asociado a diferentes mallas de perforación
200
ERROR
100

50

30 50

10
COSTOS
1 2 4 8 16 RELATIVOS

200 141 100 70.5 50 METROS

VARIANZA DE ESTIMACION: E
2  2  ( V, v )   ( V, V )   ( v , v )

11
 Relación entre el error (*) y el soporte
(*) Medido por la dispersión respecto a la línea de regresión Sy

Muestreo
DISPERSION con tubo

60

Tubos
40
y = 50 - 42*x1/2
Canales
20 Bulk
Muestreo
Por canales
VOLUMEN
0.25 0.50 0.75 1.00

23

Cuerpo silíceo en el Tacaza con leyes anómalas

Quillcata - Yauyos

200 m
24

12
Manto silíceo en el Tacaza
muestreado sistemáticamente por
canales con cortadora portátil

Estructura mineralizada
Fracturamiento

1,600 muestras
25
250 m

26
Densidad de muestreo en canales

13
LA EXCELENCIA DEL MUESTREO
www.sampling-ok.com

Ejemplo de Correlación de
Interceptos asistida con Variografía

M. Sc. Samuel Canchaya Moya

27

Correlación geológica de interceptos

DDH2
DDH1

DDH3

Vista en planta 250 m

Soporte TM
Con 3 DDH X’000,000
Con 2 DDH X00,000
50 m
28

14
 Correlación de DDHs asistida con Variografía

DDH 1 DDH 2

CARACTERISTICAS DE LOS VARIOGRAMAS

DDH TIPO 2 C0 (C0/ 2) a (m) r2
*100
Gaussiano 60.1 14.9 24.79 29.3 0.9
DDH 3
1
8
Gaussiano 13.1 4.8 16.01 24.3 0.9
2
5
Esférico 3.3 2.1 64.20 105.4 0.7
3
5

LA EXCELENCIA DEL MUESTREO

www.sampling-ok.com

Gestión óptima de una campaña

de perforación

M. Sc. Samuel Canchaya Moya

30

15
Optimización de Programas de Perforación “Infilling”

10
1.0
0.1
0.01
0.001
0.0001

Au ppm

60
50
40
30
20
10
0
ERR %

Referencias

 Gy P. (1999) Sampling for Analytical Purposes.- John Wiley &

Sons, New York; 153p.

 Gy P. & Francois-Bongarson D. (1999) Seminario de Muestreo de

Minerales.- Tecniterrae, Santiago de Chile. Citado por Alfaro M. (2002)
Introducción al Muestreo Minero.- Instituto de Ingenieros de Minas de
Chile; 82p.

 Paski E. (2006) Taller internacional de muestreo geológico.- IIMP &

Actlabs; Lima Abr. 2006; 120 p.

 Simon A. (2007) Control Sample Insertion Rate: Is there an Industry

Standard?.- 23rd International Applied Geochemistry Symposium, IAGS;
Oviedo, Spain, June 2007; 9 p.

32

16
 Principalmente: Cuando los
datos de Geología - Mina no
NO (RE)CONCILIACIÓN concuerdan con los de Planta

33

Los principales errores que

NO permiten la (RE)CONCILIACION
 Muestreo Primario:
 Selección errónea: Mineral vs Desmonte
 Selección de tipo de muestreo inadecuado
 Malla o Distancia de muestreo inadecuada
 No existe Protocolo de Muestreo o es inadecuado o erróneo
 Peso, número de incrementos o tamaño de incrementos inadecuados
 Muestreo sesgado
 Muestreo inadecuado de entidades segregadas
 Contaminación
 Sin control de desviación de taladros
 Pérdida de finos
 Errores de ponderación
 Procedimientos erróneos de QA/QC
 Etc.
34

17
Medición sistemática de la desviación de taladros

 A profundidades promedio las

desviaciones alcanzan hasta más de 1/5
de la longitud total.
 Cuanto mayor es la longitud del
taladro, tanto mayor es la desviación.
 Cuando se atraviesa angularmente
contactos formacionales y sobre todo
de una formación blanda a una más
dura, la desviación es más alta.
 La ubicación de los compósitos
profundos a partir de las coordenadas
del collar, sin considerar las
desviaciones, producen errores de
varias decenas de metros en la
ubicación de los bloques de cubicación
asociados.
35

LA EXCELENCIA DEL MUESTREO

www.sampling-ok.com
M. Sc. Samuel Canchaya Moya

36

18
Muestreo de “Blast Holes”

Forma errada de muestreo

37

ROM
Desmonte
LIX
FLOTACIÓN

Selección de
mineral con
análisis de
blast holes

38

19
 Ejemplo de Selección de mineral a partir
de muestras de Blast-Holes

Leyes de CuT %
Mayor a 1.0 %
Mayor a 0.75 %
Mayor a 0.5 %
39
Menor a 0.25% October 2005

PRINCIPALES ERRORES ASOCIADOS AL

MUESTREO DE BLAST HOLES
Pérdida de finos

Segregación

Taladro anterior
Muestra ideal

Banco
Muestra real

Taladro actual

40
Modificado a partir de F. Pitard

20
 Muestreo de “Blast Holes”
Relación entre el error (*) y el soporte

Muestreo
DISPERSION con tubo

60

Tubos
40
y = 50 - 42*x1/2
Canales
20 “Bulk”
Muestreo
Sector
Por canales
VOLUMEN
0.25 0.50 0.75 1.00

41
(*) Medido por la dispersión respecto a la línea de regresión Sy

Los principales errores que

NO permiten la (RE)CONCILIACION

 Muestreo Secundario:
 Preparación mecánica inadecuada: Efecto
mortero, sobremolienda, platinado, etc.
 Reducción de volumen sin homogenización
 Cuarteo sesgado
 Muestreo inadecuado de entidades segregadas
 Contaminación
 Pérdida de finos
 Errores de ponderación,
 Etc.

42

21
Los principales errores que
NO permiten la (RE)CONCILIACION

 Análisis:
 Soporte inadecuado de muestra analítica
 Muestra analítica inequiprobable o no representativa
 Contaminación
 Pérdida de finos
 Temperatura de secado inadecuada
 Disolución parcial de muestra con minerales refractarios
 Etc.

43

LA EXCELENCIA DEL MUESTREO

www.sampling-ok.com
M. Sc. Samuel Canchaya Moya

44

22
Ejemplo de Modelo
Geometalúrgico 1

determinístico 2
3
4

6 5
7

Yeso Minerali- Tipo de Alterac. RHI Zona

zación roca GeoMet
Con Lixiviado Volcánico 13.8 1
Propítica
Oxidos Pórfido 22.0 2
Volcánico Fílica 8.8 3
Enriquecido +
Fílica 12.0 4
transicional Pórfido
Silícea 19.6 5
Primario Brecha Potásica 14.2 6
Sin Pórfido Potásica 18.5 7
45

Modelamiento de sulfuros primarios a

partir de muestras de DDH con Qemscan

DDH 829 DDH 839 DDH 849

DDH 819 DDH 859

Mass (%) Mass (%) Mass (%) Mass (%) Mass (%)

December 7, 2014 46

23
 Modelado de Gangas en zona de sulfuros
primarios a partir análisis Qemscan de
muestras de DDH
DDH 819 DDH 859
DDH 829 DDH 839 DDH 849

Mass (%)
Mass (%) Mass (%)
Mass (%) Mass (%)

December 7, 2014 47

Modelo Geometalúrgico de
bloques
S. Canchaya/2007
Base de datos geológica
Este Norte Cota %Cu %Mo Alt Lit
655600 8834567 4509 0.52 0.013 4 12
655675 8835772 4484 0.23 0.001 4 12
655750 8836977 4459 1.01 0.003 4 12
655825 8838182 4434 0.56 0.017 4 12
Litología, Tipo de
655900 8839387 4409 1.08 0.005 2 12
alterac., RQD, %
655975 8840592 4384 0.45 0.009 2 12 Cu , %
Mo, MPa, %ARCs,
656050 8841797 4359 0.87 0.012 4 13
Dens., %prf, Cons.
Ácid. Kg/t, etc.
Base de datos Geometalúrgica
% Densi- Acido
Este Norte Cota %Cu % Mo Alt Lit MPa ARCs dad % prf kg/t Etc.

655600 8834567 4509 0.52 0.013 4 12 33 5.5 3.29 2.50 4.50

655675 8835772 4484 0.23 0.001 4 12 56 2.3 2.63 1.80 4.80

655750 8836977 4459 1.01 0.003 4 12 124 7.6 3.02 1.70 3.70

655825 8838182 4434 0.56 0.017 4 12 156 0.6 2.98 1.20 5.20

655900 8839387 4409 1.08 0.005 2 12 250 0.5 3.33 0.50 6.50

655975 8840592 4384 0.45 0.009 2 12 200 2.3 2.45 0.80 3.80

24
Eventos importantes relacionados: 49

QA/QC in Mining Reality or Fantasy? S. Canchaya

2
5-7 Dic. Santiago-Chile
Density and Mechanical
Competence critical variables for
Geomet Model S. Canchaya

6 6
3 19 al 22 de Noviembre 2013 Lima- Perú
Density Sampling for Resources Estimation and Geometallurgical Efecto Proporcional .
Purposes Canchaya et al. Característica frecuente en
variables de Exploración
Sampling of Variables with Proportional Effect - S. Canchaya
Geoquímica S. Canchaya

ULTIMO ENCUENTRO:
6ta. CONFERENCIA MUNDIAL
DE MUESTREO Y MEZCLAS
Hotel Marriot
19 al 22 de Noviembre – Lima
PERU

Francis Pitard
Dominique
Francois
Bongarcon
50

25
 “No pretendamos que las cosas cambien, si siempre
hacemos lo mismo. La crisis es la mejor bendición que
La minería en puede sucederle a personas y países, porque la crisis trae
progresos. La creatividad nace de la angustia, como el día
tiempos de “crisis” nace de la noche oscura. Es en la crisis que nace la
inventiva, los descubrimientos y las grandes estrategias.
Quien supera la crisis, supera a si mismo sin quedar
superado.

Quien atribuye a la crisis sus fracasos y penurias, violenta

su propio talento y respeta más a los problemas que a las
soluciones. La verdadera crisis, es la crisis de la
incompetencia.

El inconveniente de las personas y los países es la pereza

para encontrar las salidas y soluciones. Sin crisis no hay
desafíos, sin desafíos la vida es una rutina, una lenta
agonía. Sin crisis no hay méritos. Es en la crisis donde
aflora lo mejor de cada uno, porque sin crisis todo viento
es caricia.

Hablar de crisis es promoverla, y callar en la crisis es

exaltar el conformismo. En vez de esto, trabajemos duro.
Acabemos de una vez con la única crisis
amenazadora, que es la tragedia de no querer luchar por
superarla.”

Esta presentación ha sido posible gracias a:

La Excelencia del Muestreo

Tel. 2579636 y 988021992
samplingok@gmail.com; canmoysa@gmail.com
www.sampling-ok.com

 Elección del tipo más adecuado de muestreo. Determinación geoestadística de la distancia óptima de
muestreo: superficial, en taladros de perforación, canales, labores mineras y mallas de perforación.
 Implementación de Protocolos de Muestreo basado en la moderna “Theory of Sampling” (TOS)
 Implementación de Procedimientos de Aseguramiento y Control de la Calidad (QA/QC), priorizando la fase
de Muestreo Primario. Preparación de muestras de control: Blancos, Estándares, Gemelos y Duplicados
 Capacitación práctica en el campo (Proyectos y Minas) de métodos y técnicas modernas de muestreo.
 “Tests” de Heterogeneidad y Análisis de Sesgo. Implementación, Gestión y Materialización de campañas
de muestreo y análisis. Somos especialistas en muestreo y análisis de oro grueso.
 Selección de los métodos de análisis químico y mineralógico más adecuados para cada proyecto o mina.
 Validación de data geoquímica, depuración de valores no significativos y tratamiento de altos erráticos.
Asesoría para “mezclar” adecuadamente datas de diferentes campañas, fechas, empresas o laboratorios.
 Alquiler y/o venta de equipos y aparejos de muestreo y de preparación mecánica de muestras.
 Estimación y Clasificación de Recursos con métodos geoestadísticos, siguiendo los Códs Internacionales
 Determinación de variables geometalúrgicas críticas para Flotación, Lixiviación ácida o Cianuración.
 Optimización con Variografía 1D de: Operaciones, Procesos Metalúrgicos y Flujos Mineralúrgicos.
 Caracterización Geometalúrgica e Implementación de Modelos Geometalúrgicos.

26