Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Geometalurgia Geosur2018
Geometalurgia Geosur2018
net/publication/329583309
CITATIONS READS
0 211
1 author:
Mauricio Garrido
University of Chile
23 PUBLICATIONS 34 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Mauricio Garrido on 12 December 2018.
Integración e innovación
11-12-2018 2
Datos geológicos georeferenciados
• Correcto manejo de datos permite
generar modelos predictivos de variables
geometalúrgicas Modelo de bloques
• En recurso la cubicación define cantidad
de fino, tipo de geología, confiabilidad.
• Herramienta convencional:
Geoestadística
11-12-2018 3
Geometalurgia en reservas mineras
Geometalurgia en reservas mineras
Geometalurgia en reservas mineras
Simular circuito de conminución
• W Consumo específico de
energía [kWh/tc] P80 en el producto
• Make up [l/s] [um]
F80 en la Flujo (t/hr)
alimentation [um]. • P Potencia Molino [kW]
Costo operacional $
• Gs flujo de mineral [tc/h]
• Costo de energía 𝑐𝑒
BWI-SPI [kWh/tc]
11-12-2018 7
Simular circuito de flotación
• Recuperación de fino %
• Ley de concentrado %
• Costo operacional $
11-12-2018 8
Muestras: Pruebas mineralógicas
HyLogger-3 Technology: adquisición rápida de información mineralógica e imágenes de alta
resolución a partir de sondajes, chips de roca, pulpas y otros materiales.
11-12-2018 9
Muestras: Caracterización mineral
La caracterización mineral permite relacionar o explicar el comportamiento metalúrgico de la roca
en función de la mineralogía presente y sus factores operacionales
11-12-2018 10
Modelos geometalúrgicos
• Modelos de CPY, BO, PY, Calcosina-Covelina
0–1 % 1 – 10 % 10 – 25 % 25 – 50 % 50 – 75 % 75 – 90 % 90 – 100 %
11-12-2018 11
Caracterización mineral en procesos metalúrgicos
• Las litologías y texturas entregan rangos de dureza para Bwi: ejemplo Teniente, Chile.
11-12-2018 12
Modelos geometalúrgicos
11-12-2018 13
Últimos avances en geometalurgia
• Workflow de trabajo: Proyecto FONDEF IT 2017-2018
11-12-2018 14
Últimos avances en geometalurgia
• Workflow de trabajo: Proyecto FONDEF IT 2017-2018
11-12-2018 15
Caso de estudio
• Búsqueda de correlaciones para
predicción de variables geometalúrgicas
• Modelamiento geometalúrgico
• Aplicación modelo corto/largo plazo
11-12-2018 16
Métodos de integración de datos
• Compositación (up scaling): Compositación
Z1
1 Z2
Z( V)
V
V
Z(u)du Z11
Z3
Z4
– Permite unificar información a diferentes Z5
soportes. Z12
Z6
– Compositación de variables geoquímicas Z7
Z8
– Pierde resolución (aumento de soporte) y Z13
Z9
robustez en modelos disminuye varianza.
Z10
11-12-2018 17
Métodos de integración de datos
• Downscalling genera artefactos Downscalling
(problemas de interpretación Z1
estadística): Z1 Z1
Z1
1 muestra
25
Z2
23 Z2
21 Z2
Z2
BWi_kWh/tc
19
17
BWi_kWh/tc Z3
15
13
Linear (BWi_kWh/tc)
Z3
y = 0.2066x + 12.903
Z3
11 R² = 0.9125
Z3
9
0 10 20 30 40 50 60 Z3
Ni(ppm)
11-12-2018 18
Métodos de integración de datos
• Muestreo de Gibbs (down scaling): Down-scaling
Constant length
Variable length
– Asume que muestra está contenida en 1 𝑧11
UGM (𝑧11 , 𝑧12 , 𝑧13 ) = 𝑓(𝑧1 )
l𝑒𝑛𝑔𝑡ℎ = 3 𝑧1 𝑧12
– Permite unificar información a 𝑧13
diferentes soportes. 𝑧21
– Escala estadísticas básicas y de l𝑒𝑛𝑔𝑡ℎ = 3 𝑧2 𝑧22 (𝑧21 , 𝑧22 , 𝑧23 ) = 𝑓(𝑧2 ) l𝑒𝑛𝑔𝑡ℎ = 1
continuidad espacial. 𝑧23
– Considera restricciones metalúrgicas 𝑧31
para muestrear valores. 𝑧32
l𝑒𝑛𝑔𝑡ℎ = 4 𝑧3 (𝑧31 , 𝑧32 , 𝑧33 , 𝑧34 ) = 𝑓(𝑧3 )
𝑧33
𝑧34
11-12-2018 19
Tipos de análisis elemental
• Relación estadística entre moliendabilidad del mineral
(BWI) y hierro elemental (FeT)
11-12-2018 20
Tipos de análisis elemental
• Relación estadística entre moliendabilidad del mineral
(BWI) y hierro elemental (FeT)
11-12-2018 21
Variable sintética
Implementación de algoritmos de aprendizaje genéticos (machine HIPERSPECTRAL
DATOS SENSOR
learning) y técnicas de data science integradas en un prototipo de
GEOLOGIA
software de modelación geometalúrgica predictiva GEOQUIMICA
SONDAJES
CORRELACIONES
ANALISIS DE DATOS
VARIABLES SINTETICAS
MACHINE LEARNING
PREDICCIÓN SIMULACIONES Y
GEOMETALURGICA ESTIMACIONES
11-12-2018 22
Últimos avances en geometalurgia
• Workflow de trabajo: Proyecto FONDEF IT 2017-2018
11-12-2018 23
Estimación conjunta
• El cokriging busca realizar la estimación
local conjunta de varias variables, tomando
en cuenta sus dependencias espaciales.
Esta técnica generaliza el kriging: se
construye el estimador como una
combinación lineal ponderada de los datos
disponibles, sin sesgo y con varianza de
error mínima.
• El cokriging es ventajoso cuando la variable
de interés está sub-muestreada con
respecto a otras variables correlacionadas
con ella (condición de muestreo
heterotópico)
11-12-2018 24
Validación y ejemplo de modelo geometalúrgico integrado
• Nube de puntos entre valor real y estimado para validación cruzada. (Izquierda)
caso univariable. (Derecha) caso multivariable.
11-12-2018 25
Modelo 3D univariable / multivariable
Univariable Multivariable
11-12-2018 26
Últimos avances en geometalurgia
• Workflow de trabajo: Proyecto FONDEF IT 2017-2018
11-12-2018 27
Geometalurgia en reservas mineras
• Se calcularon las reservas en 2 casos:
– Caso 1: No se considera el costo de molienda como una variable dentro de los factores
modificantes del proceso.
– Caso 2: Se consideró el costo de molienda como una variable f(BWI) dentro de los factores
modificantes del proceso.
• La valorización consideró las ecuaciones de costos, para ello se aplicó el algoritmo de Lerchs &
Grossman para calcular la envolvente de reservas mineras.
11-12-2018 28
Geometalurgia en reservas mineras
• ¿Por qué es importante determinar la
envolvente económica?
– Bloque de 15 x 15 x 15 m3.
– Densidad 2.7 ton/m3
– Ley media del bloque de 0.7% Cu
– Ley de corte de 0.5 %Cu
– Precio del Cobre 300 cUS$/lb Cu
– Bloque mal clasificado
• Pérdida marginal de 0.2% Cu
40.178 lb Cu 120.000 US$
11-12-2018 29
Geometalurgia en reservas mineras
• Para el costo de la molienda:
– W Specific energy consumption of work required 𝐵 = 𝑝 − 𝑘 ∙ 𝑥𝑦𝑔 − 𝑥ℎ − 𝑚
to grind of F80 to P80 [kWh/tc]
– T residence time 1 block [h] 𝐶ℎ𝑎𝑟𝑑𝑛𝑒𝑠𝑠 = 𝑐𝑒 ∙ 𝑃 ∙ 𝑇
– P mill potency 475.0 [kW]
– Gs Mass flow of ore [tc/h] 𝑊
𝑇 = 𝐺𝑏 ∙
– Gb Mass of the block [tc] 𝑃
– Wi Bond Work Index [kWh/tc] 𝑃 1 1
– F80 Size below 80% of the feed 25.0x103 [um]. 𝑊= = 10 ∙ 𝐸 ∙ 𝑤𝑖 ∙ −
𝐺𝑠 𝑃80 𝐹80
– P80 Size below 80% of the product 0.2x103 [um].
– Energy cost 𝑐𝑒: 85.0 USD/MWh. 𝑤𝑖 ~𝐶ℎ𝑎𝑟𝑑𝑛𝑒𝑠𝑠
– Factor E: 1.485
11-12-2018 30
Geometalurgia en reservas mineras
• Caso 1: pit final [línea oscura] considerando costo de molienda como constante (se usó un BWI
promedio)
• Caso 2: pit final [1.0 rojo] considerando costos de molienda como variables (se usó un BWI
simulado geoestadísticamente)
Caso 1
Caso 2
11-12-2018 31
Geometalurgia en reservas mineras
• Incertidumbre de la moliendabilidad en la
planificación minera de open pit genera
problemas de capacidad de planta
concentradora.
• Se generó un diseño básico de pit
anidados para extracción de minerales
con contenido rentable de cobre por
períodos. Este proceso considera la ley de
cobre como principal input geológico (no
considera BWI):
11-12-2018 32
Geometalurgia en reservas mineras
• Considerando moliendabilidad en la planificación:
Año 1 Año 2
Cu=1.6% Cu=0.8%
11-12-2018 33
Geometalurgia en reservas mineras
• Considerando moliendabilidad en la planificación:
Año 1 Año 2
Cu=1.6% Cu=0.8%
Año 1
Cu=1.3%
Planificación Cu=1.1%
Año 2 BWI diseño : 19
considerando
Año 1: 1.3%, BWI < 19 • No hay problemas de procesamiento
geometalurgia BWI < 19 • Disminuye la ley el año 1
Año 2: 1.1%, BWI < 19
BWI < 19 • Disminución del VAN 2
11-12-2018 34
Geometalurgia en reservas mineras
• Considerando moliendabilidad en la planificación:
Año 1 Año 2
Cu=1.6% Cu=0.8%
11-12-2018 35
Geometalurgia en reservas mineras
• Optimización considerando restricciones de planta (molino como cuello de botella).
• Caso 1: Primero lo que tiene mayor ley
11-12-2018 36
Geometalurgia en reservas mineras
11-12-2018 37
Geometalurgia en reservas mineras
• Optimización considerando restricciones de planta (molino como cuello de botella).
• Caso 2: programas de dilución y remanejo
11-12-2018 38
Geometalurgia en reservas mineras
11-12-2018 39
Geometalurgia en reservas mineras
• Optimización considerando restricciones de planta.
11-12-2018 40
Geometalurgia en reservas mineras
• Optimización considerando restricciones de planta.
11-12-2018 41
Geometalurgia en reservas mineras
• Optimización considerando restricciones de planta.
11-12-2018 42
Geometalurgia en reservas mineras
• Optimización considerando restricciones de planta.
11-12-2018 43
Exploración geometalúrgica
• Cuantificación de la
disminución del riesgo
con la generación de un
sondaje.
• ¿Dónde generar
información de forma
optimizada?
𝑉𝑃𝑁 = 𝑓(𝐵𝑊𝐼, 𝑆𝑃𝐼, 𝑅, 𝑒𝑡𝑐)
11-12-2018 44
Exploración geometalúrgica
• Cuantificación de la
disminución del riesgo
con la generación de un
sondaje.
• ¿Dónde generar
información de forma
optimizada?
𝑉𝑃𝑁 = 𝑓(𝐵𝑊𝐼, 𝑆𝑃𝐼, 𝑅, 𝑒𝑡𝑐)
11-12-2018 45
Exploración geometalúrgica
Sondaje disminuye
• Cuantificación de la el riesgo
11-12-2018 46
Exploración geometalúrgica
• Generación de información en la zona que disminuye el riesgo del proyecto minero $$$
Siguiente prospecto
de sondaje
11-12-2018 47
Exploración geometalúrgica
• Generación de información en la zona que disminuye el riesgo del proyecto minero $$$
Siguiente prospecto
de sondaje
11-12-2018 48
Exploración geometalúrgica
• Generación de información en la zona que disminuye el riesgo del proyecto minero $$$
11-12-2018 49
Exploración geometalúrgica
• Caso base, exploración actual Frecuencia
• Probabilidad de fracaso: A
VPN
VPN est
11-12-2018 50
Exploración geometalúrgica
• Caso base, exploración actual Frecuencia
• Probabilidad de fracaso: A
• Generación de 1 sondaje
disminución de la incertidumbre
Incertidumbre del VPN
• Probabilidad de fracaso: B
B VPN
VPN est
11-12-2018 51
Caracterización y Modelamientos Geo Minero Metalúrgicos
Predictivos: Camino a la Minería del Futuro