Documentos de Académico
Documentos de Profesional
Documentos de Cultura
www.sampling-ok.com
1
Ejemplo de cálculo manual 5
4
(h)
de un variograma 1D 3
(h) = C + Co h>a
(h) ( h) ph ; 1
(h) ph ; 1
2
Ajuste del Variograma
experimental a funciones
teóricas
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
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:
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
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
7
Mapeo variográfico:
N22°W
15
Labores recomendadas
8
LA EXCELENCIA DEL MUESTREO
www.sampling-ok.com
9
Muestreo Piloto
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
50
30 50
10
COSTOS
1 2 4 8 16 RELATIVOS
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
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
DDH3
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
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
32
16
Principalmente: Cuando los
datos de Geología - Mina no
NO (RE)CONCILIACIÓN concuerdan con los de Planta
33
17
Medición sistemática de la desviación de taladros
36
18
Muestreo de “Blast Holes”
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
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
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
44
22
Ejemplo de Modelo
Geometalúrgico 1
determinístico 2
3
4
6 5
7
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.
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
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.
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