Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TESIS RecMin-SGeMS
TESIS RecMin-SGeMS
NÚCLEO DE BOLÍVAR
ESCUELA DE CIENCIAS DE LA TIERRA
DEPARTAMENTO DE INGENIERÍA DE MINAS
TRABAJO FINAL DE
GRADO PRESENTADO
POR EL BACHILLER
ALEJANDRO JESÚS
LÓPEZ G. PARA
OPTAR AL TÍTULO
DE INGENIERO DE
MINAS
ACTA DE APROBACIÓN
Este Trabajo de Grado, titulado DISEÑO GEOMÉTRICO DEL PIT
MEDIANTE LA APLICACIÓN DE LOS SOFTWARE LIBRES RECMIN-
SGEMS DEL YACIMIENTO CERRO SAN ISIDRO UBICADO EN EL
CUADRILÁTERO FERRÍFERO SAN ISIDRO, MUNICIPIO
BOLIVARIANO ANGOSTURA, ESTADO BOLÍVAR, presentado por el
bachiller Alejandro J. López G., C.I.Nº 20.772.245 ha sido APROBADO por el
jurado integrado por los profesores de acuerdo a los reglamentos de la Universidad
de Oriente:
María Rojas
(Asesor)
(Jurado)
(Jurado)
ii
DEDICATORIA
A mis segundos padres Octavio Castillo y Kitty Páez de Castillo, así como su
familia, por acogerme y hacerme sentir parte de ellos, dándome su apoyo y
consejos.
iii
AGRADECIMIENTOS
A mis padres, hermanos, sobrinos, tíos, primos y amigos por su apoyo y estar
a mi lado en todo momento.
iv
RESUMEN
v
CONTENIDO
Página
ACTA DE APROBACIÓN ....................................................................................... ii
DEDICATORIA ........................................................................................................ iii
AGRADECIMIENTOS ............................................................................................ iv
RESUMEN .................................................................................................................. v
CONTENIDO ............................................................................................................ vi
LISTA DE FIGURAS ................................................................................................ x
INTRODUCCIÓN ..................................................................................................... 1
CAPÍTULO I .............................................................................................................. 3
SITUACIÓN A INVESTIGAR ................................................................................. 3
1.1 Planteamiento del problema ............................................................................. 3
1.2 Objetivos de la investigación ........................................................................... 5
1.2.1 Objetivo general ...................................................................................... 5
1.2.2 Objetivos específicos .............................................................................. 5
1.3 Justificación de la investigación ....................................................................... 6
1.4 Alcance de la investigación .............................................................................. 6
CAPÍTULO II ............................................................................................................ 7
GENERALIDADES ................................................................................................... 7
2.1 Ubicación geográfica del yacimiento ............................................................... 7
2.2 Características generales del área de estudio ................................................... 8
2.2.1 Geomorfología ........................................................................................ 8
2.2.2 Topografía ............................................................................................... 9
2.2.3 Vegetación .............................................................................................. 9
2.2.4 Clima y precipitación ............................................................................ 10
2.2.5 Hidrografía ............................................................................................ 10
2.2.6 Relieve .................................................................................................. 10
2.2.7 Vías de acceso y comunicación ............................................................ 11
2.3 Geología regional ........................................................................................... 11
2.4 Geología local ................................................................................................ 16
2.5 Génesis del yacimiento................................................................................... 17
2.6 Yacimiento Cerro San Isidro .......................................................................... 19
2.7 Tipos litológicos de menas de hierro presente en el Distrito Ferrifero Piar ... 20
2.7.1 Menas de alto tenor ............................................................................... 21
2.7.2 Menas de bajo tenor .............................................................................. 25
2.7.3 Estéril ...................................................................................................... 26
2.8 Influencia de la composición química de los minerales de hierro en los
procesos siderúrgicos ............................................................................................ 27
2.8.1 Sílice (SiO2) ......................................................................................... 27
2.8.2 Alúmina (Al2O3) .................................................................................. 27
2.8.3 Pérdida por calcinación (PPC) .............................................................. 27
vi
2.8.4 Fosforo (P) ............................................................................................ 28
CAPÍTULO III ......................................................................................................... 29
MARCO TEORICO ................................................................................................ 29
3.1 Antecedentes de la investigación ................................................................. 29
3.2 Generalidades de la estadística .................................................................... 30
3.2.1 Términos estadísticos básicos ............................................................... 31
3.2.2 Medidas de tendencia central o de posición ......................................... 32
3.2.3 Medida de dispersión o de variabilidad ................................................ 34
3.3 Medidas de asimetría ................................................................................... 37
3.4 Medidas de localización ............................................................................... 37
3.4.1 Cuartiles ................................................................................................ 38
3.4.2 Deciles .................................................................................................. 38
3.4.3 Percentiles ............................................................................................. 38
3.5 Distribución de probabilidad........................................................................ 38
3.5.1 Distribución normal .............................................................................. 39
3.5.2 Distribución log-normal ........................................................................ 40
3.6 Histogramas ................................................................................................. 41
3.7 Nube de dispersión o correlación ................................................................. 43
3.7.1 Fuerza, sentido y forma de la correlación ............................................. 44
3.7.2 Coeficiente de correlación (r) ............................................................... 45
3.7.3 Propiedades del coeficiente de correlación “r” ..................................... 45
3.8 Matriz de correlación ................................................................................... 50
3.9 Geoestadística .............................................................................................. 51
3.10 Variogramas ................................................................................................. 52
3.10.1 Tolerancia en los parámetros de cálculo ............................................... 54
3.10.2 Propiedades del variograma experimental ............................................ 54
3.10.3 Nube variográfica ................................................................................. 56
3.10.4 Mapa variográfico ................................................................................. 57
3.10.5 Análisis de los resultados gráficos obtenidos del variograma .............. 57
3.10.6 Comportamiento en el origen ............................................................... 59
3.11 Análisis de anisotropía ................................................................................. 60
3.12 Modelos teóricos del variograma ................................................................. 62
3.12.1 Modelo efecto pepita puro .................................................................... 63
3.12.2 Modelo lineal ........................................................................................ 63
3.12.3 Modelo esférico .................................................................................... 63
3.12.4 Modelo exponencial .............................................................................. 64
3.12.5 Modelo gaussiano ................................................................................. 64
3.12.6 Modelo parabólico ................................................................................ 64
3.13 Aplicaciones del variograma........................................................................ 64
3.14 Problemas más comunes encontrados en el cálculo del variograma ........... 65
3.15 Kriging ......................................................................................................... 66
3.15.1 Tipos de kriging .................................................................................... 68
3.16 Método de interpolación por el inverso de la distancia al cuadrado ............ 69
vii
3.17 Elementos utilizados para actualizar y visualizar la base de datos de un
yacimiento ............................................................................................................. 70
3.17.1 Sondeos Geoexploratorios .................................................................... 70
3.17.2 Secciones Verticales ............................................................................. 71
3.17.3 Modelo de bloques ................................................................................ 71
3.18 Planificación minera .................................................................................... 73
3.19 Tipos de minería .......................................................................................... 75
3.19.1 Minería a cielo abierto .......................................................................... 75
3.19.2 Minería subterránea .............................................................................. 76
3.20 Algunos métodos de minería a cielo abierto ................................................ 76
3.20.1 Método de fosa abierta (Open Pit) ........................................................ 77
3.20.2 Método de tajo abierto (Open Cut) ....................................................... 79
3.21 Optimización de pits .................................................................................... 79
3.22 Métodos de optimización de pits ................................................................. 81
3.22.1 Método de Lerchs-Grossmann .............................................................. 81
3.22.2 Método del cono flotante ...................................................................... 84
3.23 Definición del pit final ................................................................................. 88
3.24 Parámetros geotécnicos del pit..................................................................... 90
3.24.1 Ancho de rampa .................................................................................... 90
3.24.2 Ancho de berma .................................................................................... 91
3.24.3 Altura de banco ..................................................................................... 91
3.24.4 Pendiente de la rampa ........................................................................... 91
3.24.5 Angulo de talud ..................................................................................... 91
3.25 Software minero RecMin ............................................................................. 91
3.25.1 Ventajas ................................................................................................ 92
3.25.2 Desventajas ........................................................................................... 93
3.25.3 Estructura del programa ........................................................................ 93
3.25.4 Elementos y ficheros del software RecMin .......................................... 99
3.26 Software SGeMS ....................................................................................... 101
3.26.1 Características principales .................................................................. 102
3.26.2 Ventajas .............................................................................................. 102
3.26.3 Desventajas ......................................................................................... 103
3.26.4 Estructura del programa ...................................................................... 103
CAPÍTULO IV ....................................................................................................... 106
METODOLOGÍA DE TRABAJO ....................................................................... 106
4.1 Nivel de investigación .................................................................................. 106
4.2 Diseño de la investigación............................................................................ 106
4.3 Metodología de trabajo ................................................................................. 106
4.4 Descripción del Flujograma de la Metodología de Trabajo ......................... 108
4.4.1 Revisión y recopilación bibliográfica ................................................. 108
4.4.2 Aplicación del Software Minero RecMin ........................................... 108
4.4.3 Aplicación del software minero SGeMS ............................................ 114
4.4.4 Modelamiento Kriging ........................................................................ 119
viii
4.5 Diseño geométrico del pit ............................................................................ 120
CAPÍTULO V ......................................................................................................... 123
ANÁLISIS E INTERPRETACIÓN DE RESULTADOS ................................... 123
5.1 Adaptar la data de los sondeos geoexploratorios del yacimiento Cerro San
Isidro a las exigencias de los Software (RecMin-SGeMS) ................................. 123
5.2 Modelar el yacimiento Cerro San Isidro mediante la aplicación del
Software RecMin ................................................................................................. 124
5.2.1 Modelamiento geológico de las costras .............................................. 125
5.2.2 Modelamiento geológico de los finos ................................................. 126
5.2.3 Modelamiento geológico de las limonitas .......................................... 126
5.2.4 Modelamiento geológico de las cangas .............................................. 127
5.2.5 Modelamiento geológico de las cuarcitas ........................................... 128
5.3 Evaluar estadísticamente el yacimiento Cerro San Isidro mediante el uso
del Software SGeMS ........................................................................................... 128
5.3.1 Análisis de la estadística básica por litología del yacimiento Cerro
San Isidro ........................................................................................................ 128
5.3.2 Análisis de la estadística clásica por litología del yacimiento Cerro
San Isidro ........................................................................................................ 134
5.3.3 Elaboración de los mapas de correlación por litología del yacimiento
Cerro San Isidro .............................................................................................. 162
5.4 Evaluar geoestadísticamente el yacimiento Cerro San Isidro mediante el
uso del Software SGeMS .................................................................................... 214
5.4.3 Análisis de los variogramas experimentales por litología .................. 214
5.4.4 Ajuste de los modelos teóricos a los variogramas experimentales por
litología ........................................................................................................... 217
5.5 Modelar el yacimiento Cerro San Isidro por Kriging mediante la aplicación
del Software SGeMS ........................................................................................... 224
5.5.1 Modelamiento Kriging de las costras .................................................... 224
5.5.2 Modelamiento Kriging de los finos .................................................... 225
5.5.3 Modelamiento Kriging de las limonitas.............................................. 226
5.5.4 Modelamiento Kriging de las cangas.................................................. 227
5.5.5 Modelamiento Kriging de las cuarcitas .............................................. 228
5.5 Diseñar geométricamente el PIT mediante la aplicación de los software
libres RecMin-SGeMS del yacimiento Cerro San Isidro ubicado en el
Cuadrilatero Ferrifero San Isidro Municipio Angostura Estado Bolívar ............ 229
CONCLUSIONES Y RECOMENDACIONES ................................................... 231
Conclusiones ....................................................................................................... 231
Recomendaciones ................................................................................................ 234
REFERENCCIAS .................................................................................................. 235
ix
LISTA DE FIGURAS
2.1 Ubicación relativa del Área de estudio y localización de la mina San Isidro ........ 8
2.2 Mapa geológico generalizado del Escudo de Guayana. (Mendoza, 2000). ......... 13
2.3 Proceso de enriquecimiento supergénico de los yacimientos. (CVG
Ferrominera Orinoco C.A., 1991). ...................................................................... 19
3.1 Campana de Gauss representando la distribución normal (Bartolozzi 2010). ..... 40
3.2 Distribución log normal sesgada positivamente. (Bartolozzi, 2010). .................. 41
3.3 Histograma de frecuencia representando la tendencia o comportamiento.
(Bartolozzi, 2010). .............................................................................................. 43
3.4 Ejemplo de mapas de correlación de coeficiente de correlación de igual signo
que la pendiente de la ecuación (Vargas 2007)................................................... 46
3.5 Ejemplo de mapas de correlación cuando no se presenta dependencia entre las
variables (Vargas 2007). ..................................................................................... 47
3.6 Ejemplo de mapa de correlación con dependencia lineal positiva fuerte
(Vargas 2007) ...................................................................................................... 48
3.7 Ejemplo de mapa de correlación con dependencia lineal negativa fuerte
(Vargas 2007) ...................................................................................................... 48
3.8 Ejemplo de mapas de correlación con dependencia lineal fuerte positiva y
negativa (Vargas 2007) ....................................................................................... 49
3.9 Diagrama de clasificación del tipo de correlación (Vargas 2007) ...................... 50
3.10 Ejemplo de variograma mostrando su características principales: efecto
pepita, rango, meseta. .......................................................................................... 58
3.11 Comportamiento del variogramas, Parabólico, lineal, discontinuidad en el
origen (efecto pepita) y discontinuo puro. .......................................................... 60
3.12 Ejemplo (2D) de anisotropía geométrica de razon a/b y ángulo θ. Izquierda:
elipse de alcances. Derecha: variograma de las direcciones príncipales de
anisotripía. ........................................................................................................... 61
3.13 Representación de anisotropía zonal .................................................................. 62
3.14 Modelos de variogramas teóricos. (Chica, 1998)............................................... 63
3.15 Modelo de estimación que toma en cuenta la ubicación espacial de las
muestras. (Bartolozzi, 2010). .............................................................................. 69
3.16 Sección vertical del Cerro San Isidro. ................................................................ 71
3.17 Sección vertical con los valores netos de cada bloque en el método Lerchs-
Grossmann (González, 2010).............................................................................. 82
3.18 Sección después del procedimiento de método Lerchs-Grossmann
(González, 2010) ................................................................................................. 83
3.19 Contorno del tajo final óptimo del método Lerchs-Grossmann (González,
2010) ................................................................................................................... 84
3.20 Modelo económico bidimensional, método del cono flotante (Ortiz, Moyano,
& Herrera, 2003) ................................................................................................. 86
x
3.21 Primera etapa del método del cono flotante (Ortiz, Moyano, & Herrera,
2003) ................................................................................................................... 86
3.22 Segunda etapa del método del cono flotante (Ortiz, Moyano, & Herrera,
2003) ................................................................................................................... 87
3.23 Tercera etapa del método del cono flotante (Ortiz, Moyano, & Herrera,
2003) ................................................................................................................... 87
3.24 Interrelación entre bloques, método del cono flotante (Ortiz, Moyano, &
Herrera, 2003) ..................................................................................................... 88
3.25 Solución óptima, método del cono flotante (Ortiz, Moyano, & Herrera,
2003) ................................................................................................................... 88
3.26 Esquema de precedencia de bloques (Ruiz Y., 2010) ........................................ 89
3.27 Modulo de yacimientos del software minero RecMin ....................................... 95
3.28 Modulo de edición software minero RecMin..................................................... 96
3.29 Modulo de dibujos del software minero RecMin ............................................... 97
3.30 Modulo 3D del software minero RecMin .......................................................... 98
3.31 Modulo de seguridad del Software minero RecMin .......................................... 99
3.32 Interfaz del software SGeMS ........................................................................... 103
4.1 Flujograma de trabajo ........................................................................................ 107
4.2 Creación del nuevo proyecto en el Software Minero RecMin. .......................... 108
4.3 Edición del "Indice de Elementos" e importacion de topografía en el
Software Minero RecMin. ................................................................................ 109
4.4 Importación de las datas correspondientes a "Coordenadas", "Medidas de
Desviación", "Litología" y "Elementos" en el Software Minero RecMin. ....... 110
4.5 Apertura de sondeos geoexploratorios y topografía de la zona a estudiar. ........ 111
4.6 Diseño de secciones verticales ........................................................................... 111
4.7 Diseño del sólido ................................................................................................ 112
4.8 Creación de la base de datos para los bloques. .................................................. 113
4.9 Creación del modelo de bloques de acuerdo a la topografía de la zona. ........... 114
4.10 Exportación de compósitos y dimensiones de malla grid del Software
minero RecMin para ser importado en el Software minero SGeMS. ............... 115
4.11 Importación de compósitos y malla grid. ......................................................... 116
4.12 Generación de los histogramas mediante el uso del Software Minero
SGeMS. ............................................................................................................. 117
4.13 Realización de los mapas de correlación en el Software Minero SGeMS. ...... 117
4.14 Elaboración de variogramas experimentales mediante la aplicación del
Software Minero SGeMS. ................................................................................. 118
4.15 Elaboración de variogramas teóricos a partir de variogramas experimentales
mediante la aplicación del Software Minero SGeMS. ...................................... 119
4.16 Aplicación del modelamiento Kriging mediante la aplicación del Software
Minero SGeMS ................................................................................................. 120
4.17 Aplicación del método del Cono Flotante ........................................................ 121
4.18 Diseño geométrico del pit del yacimiento Cerro San Isidro. ........................... 122
xi
5.1 Sólido completo del yacimiento Cerro San Isidro en el Software Minero
RecMin. ............................................................................................................. 124
5.2 Modelo de bloques completo por litológica del Yacimiento Cerro San Isidro
en el Software Minero RecMin. ........................................................................ 125
5.3 Modelo geológico de costras, solido (izquierda) y bloques (derecha). .............. 125
5.4 Modelo geológico de finos, solido (izquierda) y bloques (derecha). ................. 126
5.5 Modelo geológico de limonitas, solido (izquierda) y bloques (derecha). .......... 127
5.6 Modelo geológico de cangas, solido (izquierda) y bloques (derecha). .............. 127
5.7 Modelo geológico de cuarcitas, solido (izquierda) y bloques (derecha). ........... 128
5.8 Histograma de la variable hierro (Fe) de las costras. ......................................... 134
5.9 Histograma de la variable sílice (SiO2) de las costras. ...................................... 135
5.10 Histograma de la variable alúmina (Al2O3) de las costras. ............................. 136
5.11 Histograma de la variable perdida por calcinación (PPC) de las costras. ........ 137
5.12 Histograma de la variable fosforo (P) de las costras. ....................................... 138
5.13 Histograma de la variable manganeso (Mn) de las costras. ............................. 139
5.14 Histograma de la variable hierro (Fe) de los finos. .......................................... 140
5.15 Histograma de la variable sílice (SiO2) de los finos. ....................................... 141
5.16 Histograma de la variable alúmina (Al2O3) de los finos................................. 142
5.17 Histograma de la variable perdida por calcinación (PPC) de los finos. ........... 143
5.18 Histograma de la variable fosforo (P) de los finos........................................... 144
5.19 Histograma de la variable manganeso (Mn) de los finos. ................................ 145
5.20 Histograma de la variable hierro (Fe) de las limonitas. ................................... 146
5.21 Histograma de la variable sílice (SiO2) de las limonitas. ................................ 147
5.22 Histograma de la variable alúmina (Al2O3) de las limonitas. ......................... 148
5.23 Histograma de la variable perdida por calcinación (PPC) de las limonitas. .... 149
5.24 Histograma de la variable fosforo (P) de las limonitas. ................................... 150
5.25 Histograma de la variable manganeso (Mn) de las limonitas. ......................... 151
5.26 Histograma de la variable hierro (Fe) de las cangas. ....................................... 151
5.27 Histograma de la variable sílice (SiO2) de las cangas. .................................... 152
5.28 Histograma de la variable alúmina (Al2O3) de las cangas. ............................. 153
5.29 Histograma de la variable perdida por calcinación (PPC) de las cangas. ........ 154
5.30 Histograma de la variable fosforo (P) de las cangas. ....................................... 155
5.31 Histograma de la variable manganeso (Mn) de las cangas. ............................. 156
5.32 Histograma de la variable hierro (Fe) de las cuarcitas. .................................... 157
5.33 Histograma de la variable sílice (SiO2) de las cuarcitas. ................................. 158
5.34 Histograma de la variable alúmina (Al2O3) de las cuarcitas. .......................... 159
5.35 Histograma de la variable perdida por calcinación (PPC) de las cuarcitas. ..... 160
5.36 Histograma de la variable fosforo (P) de las cuarcitas. .................................... 161
5.37 Histograma de la variable manganeso (Mn) de las cuarcitas. .......................... 162
5.38 Mapa de correlación de la variable hierro (Fe) vs la variable sílice
(SiO2) de la litología costras. ............................................................................ 163
5.39 Mapa de correlación de la variable hierro (Fe) vs la variable alúmina
(Al2O3) de la litología costras. ......................................................................... 163
xii
5.40 Mapa de correlación de la variable hierro (Fe) vs la variable perdida por
calcinación (PPC) de la litología costras........................................................... 164
5.41 Mapa de correlación de la variable hierro (Fe) vs la variable fosforo (P) de
la litología costras. ............................................................................................ 165
5.42 Mapa de correlación de la variable hierro (Fe) vs la variable manganeso
(Mn) de la litología costras. .............................................................................. 165
5.43 Mapa de correlación de la variable sílice (SiO2) vs la variable alúmina
(Al2O3) de la litología costras. ......................................................................... 166
5.44 Mapa de correlación de la variable sílice (SiO2) vs la variable perdida por
calcinación (PPC) de la litología costras........................................................... 167
5.45 Mapa de correlación de la variable sílice (SiO2) vs la variable fosforo (P)
de la litología costras. ....................................................................................... 167
5.46 Mapa de correlación de la variable sílice (SiO2) vs la variable manganeso
(Mn) de la litología costras. .............................................................................. 168
5.47 Mapa de correlación de la variable alúmina (Al2O3) vs la variable perdida
por calcinación (PPC) de la litología costras. ................................................... 169
5.48 Mapa de correlación de la variable alúmina (Al2O3) vs la variable fosforo
(P) de la litología costras................................................................................... 170
5.49 Mapa de correlación de la variable alúmina (Al2O3) vs la variable
manganeso (Mn) de la litología costras. ........................................................... 170
5.50 Mapa de correlación de la variable perdida por calcinación (PPC) vs la
variable fosforo (P) de la litología costras. ....................................................... 171
5.51 Mapa de correlación de la variable perdida por calcinación (PPC) vs la
variable manganeso (Mn) de la litología costras. ............................................. 172
5.52 Mapa de correlación de la variable fosforo (P) vs la variable manganeso
(Mn) de la litología costras. .............................................................................. 172
5.53 Mapa de correlación de la variable hierro (Fe) vs la variable sílice (SiO2)
de la litología finos. ........................................................................................... 173
5.54 Mapa de correlación de la variable hierro (Fe) vs la variable alúmina
(Al2O3) de la litología finos. ............................................................................ 174
5.55 Mapa de correlación de la variable hierro (Fe) vs la variable perdida por
calcinación (PPC) de la litología finos. ............................................................. 174
5.56 Mapa de correlación de la variable hierro (Fe) vs la variable fosforo (P) de
la litología finos. ............................................................................................... 175
5.57 Mapa de correlación de la variable hierro (Fe) vs la variable manganeso
(Mn) de la litología finos. ................................................................................. 176
5.58 Mapa de correlación de la variable sílice (SiO2) vs la variable alúmina
(Al2O3) de la litología finos. ............................................................................ 176
5.59 Mapa de correlación de la variable sílice (SiO2) vs la variable perdida por
calcinación (PPC) de la litología finos. ............................................................. 177
5.60 Mapa de correlación de la variable sílice (SiO2) vs la variable fosforo (P)
de la litología finos. ........................................................................................... 178
xiii
5.61 Mapa de correlación de la variable sílice (SiO2) vs la variable manganeso
(Mn) de la litología finos. ................................................................................. 179
5.62 Mapa de correlación de la variable alúmina (Al2O3) vs la variable perdida
por calcinación (PPC) de la litología finos. ...................................................... 179
5.63 Mapa de correlación de la variable alúmina (Al2O3) vs la variable fosforo
(P) de la litología finos. ..................................................................................... 180
5.64 Mapa de correlación de la variable alúmina (Al2O3) vs la variable
manganeso (Mn) de la litología finos. .............................................................. 181
5.65 Mapa de correlación de la variable perdida por calcinación (PPC) vs la
variable fosforo (P) de la litología finos. .......................................................... 181
5.66 Mapa de correlación de la variable perdida por calcinación (PPC) vs la
variable manganeso (Mn) de la litología finos.................................................. 182
5.67 Mapa de correlación de la variable fosforo (P) vs la variable manganeso
(Mn) de la litología finos. ................................................................................. 183
5.68 Mapa de correlación de la variable hierro (Fe) vs la variable sílice (SiO2)
de la litología limonitas. .................................................................................... 183
5.69 Mapa de correlación de la variable hierro (Fe) vs la variable alúmina
(Al2O3) de la litología limonitas. ..................................................................... 184
5.70 Mapa de correlación de la variable hierro (Fe) vs la variable perdida por
calcinación (PPC) de la litología limonitas. ...................................................... 185
5.71 Mapa de correlación de la variable hierro (Fe) vs la variable fosforo (P) de
la litología limonitas. ........................................................................................ 185
5.72 Mapa de correlación de la variable hierro (Fe) vs la variable manganeso
(Mn) de la litología limonitas. .......................................................................... 186
5.73 Mapa de correlación de la variable sílice (SiO2) vs la variable
alúmina (Al2O3) de la litología limonitas. ....................................................... 187
5.74 Mapa de correlación de la variable sílice (SiO2) vs la variable perdida por
calcinación (PPC) de la litología limonitas. ...................................................... 187
5.75 Mapa de correlación de la variable sílice (SiO2) vs la variable fosforo (P)
de la litología limonitas. .................................................................................... 188
5.76 Mapa de correlación de la variable sílice (SiO2) vs la variable manganeso
(Mn) de la litología limonitas. .......................................................................... 189
5.77 Mapa de correlación de la variable alúmina (Al2O3) vs la variable perdida
por calcinación (PPC) de la litología limonitas. ............................................... 189
5.78 Mapa de correlación de la variable alúmina (Al2O3) vs la variable fosforo
(P) de la litología limonitas. .............................................................................. 190
5.79 Mapa de correlación de la variable alúmina (Al2O3) vs la variable
manganeso (Mn) de la litología limonitas......................................................... 191
5.80 Mapa de correlación de la variable perdida por calcinación (PPC) vs la
variable fosforo (P) de la litología limonitas. ................................................... 191
5.81 Mapa de correlación de la variable perdida por calcinación (PPC) vs la
variable manganeso (Mn) de la litología limonitas. .......................................... 192
xiv
5.82 Mapa de correlación de la variable fosforo (P) vs la variable manganeso
(Mn) de la litología limonitas. .......................................................................... 193
5.83 Mapa de correlación de la variable hierro (Fe) vs la variable sílice (SiO2)
de la litología cangas. ........................................................................................ 193
5.84 Mapa de correlación de la variable hierro (Fe) vs la variable alúmina
(Al2O3) de la litología cangas. ......................................................................... 194
5.85 Mapa de correlación de la variable hierro (Fe) vs la variable perdida por
calcinación (PPC) de la litología cangas. .......................................................... 195
5.86 Mapa de correlación de la variable hierro (Fe) vs la variable fosforo (P) de
la litología cangas. ............................................................................................ 195
5.87 Mapa de correlación de la variable hierro (Fe) vs la variable manganeso
(Mn) de la litología cangas................................................................................ 196
5.88 Mapa de correlación de la variable sílice (SiO2) vs la variable alúmina
(Al2O3) de la litología cangas. ......................................................................... 197
5.89 Mapa de correlación de la variable sílice (SiO2) vs la variable perdida por
calcinación (PPC) de la litología cangas. .......................................................... 197
5.90 Mapa de correlación de la variable sílice (SiO2) vs la variable fosforo (P)
de la litología cangas. ........................................................................................ 198
5.91 Mapa de correlación de la variable sílice (SiO2) vs la variable manganeso
(Mn) de la litología cangas................................................................................ 199
5.92 Mapa de correlación de la variable alúmina (Al2O3) vs la variable perdida
por calcinación (PPC) de la litología cangas. ................................................... 199
5.93 Mapa de correlación de la variable alúmina (Al2O3) vs la variable fosforo
(P) de la litología cangas. .................................................................................. 200
5.94 Mapa de correlación de la variable alúmina (Al2O3) vs la variable
manganeso (Mn) de la litología cangas............................................................. 201
5.95 Mapa de correlación de la variable perdida por calcinación (PPC) vs la
variable fosforo (P) de la litología cangas. ....................................................... 201
5.96 Mapa de correlación de la variable perdida por calcinación (PPC) vs la
variable manganeso (Mn) de la litología cangas. .............................................. 202
5.97 Mapa de correlación de la variable fosforo (P) vs la variable manganeso
(Mn) de la litología cangas................................................................................ 203
5.98 Mapa de correlación de la variable hierro (Fe) vs la variable sílice (SiO2)
de la litología cuarcitas. .................................................................................... 203
5.99 Mapa de correlación de la variable hierro (Fe) vs la variable alúmina
(Al2O3) de la litología cuarcitas. ...................................................................... 204
5.100 Mapa de correlación de la variable hierro (Fe) vs la variable perdida por
calcinación (PPC) de la litología cuarcitas. .................................................... 205
5.101 Mapa de correlación de la variable hierro (Fe) vs la variable fosforo (P) de
la litología cuarcitas. ....................................................................................... 205
5.102 Mapa de correlación de la variable hierro (Fe) vs la variable manganeso
(Mn) de la litología cuarcitas. ......................................................................... 206
xv
5.103 Mapa de correlación de la variable sílice (SiO2) vs la variable alúmina
(Al2O3) de la litología cuarcitas..................................................................... 207
5.104 Mapa de correlación de la variable sílice (SiO2) vs la variable perdida por
calcinación (PPC) de la litología cuarcitas. .................................................... 208
5.105 Mapa de correlación de la variable sílice (SiO2) vs la variable fosforo (P)
de la litología cuarcitas. .................................................................................. 208
5.106 Mapa de correlación de la variable sílice (SiO2) vs la variable manganeso
(Mn) de la litología cuarcitas. ......................................................................... 209
5.107 Mapa de correlación de la variable alúmina (Al2O3) vs la variable perdida
por calcinación (PPC) de la litología cuarcitas. .............................................. 210
5.108 Mapa de correlación de la variable alúmina (Al2O3) vs la variable fosforo
(P) de la litología cuarcitas. ............................................................................ 210
5.109 Mapa de correlación de la variable alúmina (Al2O3) vs la variable
manganeso (Mn) de la litología cuarcitas. ...................................................... 211
5.110 Mapa de correlación de la variable perdida por calcinación (PPC) vs la
variable fosforo (P) de la litología cuarcitas. .................................................. 212
5.111 Mapa de correlación de la variable Perdida por Calcinación (PPC) vs
la variable manganeso (Mn) de la litología cuarcitas. .................................... 213
5.112 Mapa de correlación de la variable fosforo (P) vs la variable manganeso
(Mn) de la litología cuarcitas. ......................................................................... 213
5.113 Variogramas experimentales de los parámetros químicos de las costras ....... 214
5.114 Variogramas experimentales de los parámetros químicos de los finos.......... 215
5.115 Variogramas experimentales de los parámetros químicos de las
limonitas ......................................................................................................... 216
5.116 Variogramas experimentales de los parámetros químicos de las cangas ....... 216
5.117 Variogramas experimentales de los parámetros químicos de las cuarcitas.... 217
5.118 Variogramas teóricos tipo gaussianos para las variables químicas de las
costras ............................................................................................................. 218
5.119 Variogramas teóricos tipo gaussianos para las variables químicas de las
costras ............................................................................................................. 219
5.120 Variogramas teóricos tipo exponenciales para las variables químicas de
las limonitas .................................................................................................... 221
5.121 Variogramas teóricos tipo exponenciales para las variables químicas de
las cangas ........................................................................................................ 222
5.122 Variogramas teóricos tipo exponenciales para las variables químicas de
las cuarcitas ..................................................................................................... 223
5.123 Modelamiento Kriging de las costra. ............................................................. 225
5.124 Modelamiento Kriging de los finos. .............................................................. 226
5.125 Modelamiento Kriging de las limonitas. ........................................................ 227
5.126 Modelamiento Kriging de las cangas. ............................................................ 228
5.127 Modelamiento Kriging de las cuarcitas ......................................................... 229
5.128 Pit final de explotación del yacimiento Cerro San Isidro en planta. .............. 230
5.129 Pit final de explotacion del yacimiento Cerro San Isidro en vista 3D. .......... 230
xvi
LISTA DE TABLAS
xvii
INTRODUCCIÓN
1
2
3
4
Al igual que otros tipos de innovaciones tecnológicas, los software han ido
evolucionando y mejorando cada vez más sus aplicaciones en el sector industrial. La
minería al ser una actividad de alto riesgo, requiere una mayor precisión a la hora de
realizar los cálculos correspondientes (reservas, planificación, económicos, etc.) antes
de iniciar dicha actividad.
El alcance de esta investigación está orientado hacia el diseño final del límite
económico de excavación del yacimiento Cerro San Isidro mediante la aplicación de
los software libres RecMin-SGeMS con el objeto de determinar la rentabilidad del
mismo.
CAPÍTULO II
GENERALIDADES
El yacimiento del Cerro San Isidro se ubica al sur-este de Ciudad Piar, zona que
pertenece al Municipio Bolivariano Angostura, Distrito Heres del Estado Bolívar, con
una latitud norte de 7°25’ y longitud oeste de 63°10’; en la provincia geología de
Imataca del Escudo Guayanés en el Estado Bolívar. (Roger & Lenin, 2005).
7
8
2.2.1 Geomorfología
El área está conformada por paisajes donde predominan las planicies, lomeríos
altos y vegas. Los lomeríos altos están constituidos por rocas graníticas bandeadas y
foliada, de textura fanerítica de grano grueso, con colores, grises, rosado, rojo, negro
verdoso, etc. Las planicies están representadas por lomas suaves constituidas por
gneises, gneises migmatíticos y migmatitas, que abarcan más del 85% del área;
mientras que las vegas están formadas por pequeños morichales ubicados
generalmente entre las lomas y constituyen las zonas de menor cobertura. (Carranza,
2010).
2.2.2 Topografía
2.2.3 Vegetación
2.2.5 Hidrografía
El drenaje de las aguas está controlado por las zonas de debilidad de los
corrimientos que sirven de contactos a las diferentes fajas de rocas, las vertientes en
la mayoría de los casos posee dirección de Norte–Sur a N20°W.
2.2.6 Relieve
También se cuenta con una línea férrea de 136 Km. de longitud que se extiende
desde Cerro Bolívar y el Cuadrilátero San Isidro hasta Puerto Ordaz, dicha línea es
utilizada para el transporte exclusivo del mineral desde el Cuadrilátero Ferrífero San
Isidro.
porque han servido de contrafuerte y contribuido por el desgaste a través del tiempo
(erosión) a proporcionar sedimentos que se han depositado en las partes más bajas,
formando así los llamados geosinclinales. (Mendoza, 2000).
1. Depósitos de hierro de grano grueso (>1 mm): tipo El Pao, Las Grullas y
Piacoa.
3. Depósitos de hierro de grano fino (< 1 mm): tipo, Cerro Bolívar, San Isidro,
Los Barrancos, El Trueno, Altamira, Redondo, Toribio y Arimagua.
La falla de Guri, así como también la falla de Santa Bárbara sirven de lindero
entre la Provincia de Imataca y la Provincia de Pastora, mientras que al Oeste,
Imataca está separada del Supergrupo Cedeño por el Frente Tectónico del Caura.
N 60° O y a pesar de constituir un sinclinal metido entre las otras estructuras mayores
de Los Barrancos, San Isidro y otros, ha mantenido una posición elevada al resistir la
erosión.
Los cuerpos de mena están situados en la parte superior de las colinas entre 430
y 800 m.s.n.m., en cuyas superficies afloran casi exclusivamente los tipos de mena de
la corteza (costra) y a mayor profundidad se presentan diferentes tipos de menas
friables (finos) con intercalaciones de costras. (C.V.G. Ferrominera Orinoco, C.A.,
1991).
En el cerro San Isidro el mayor grueso de mineral está ubicado al sur, por lo
cual al inicio se creía que no existían reservas suficiente, ya que se podría observar
desde la parte norte del cerro un alto contacto de la mena bastante uniforme con la
superficie. San Isidro poseía una altura de 710 m sobre el nivel del mar y 410 m sobre
17
la sabana circundante, una área mineralizada de 10 Km. de largo por 2 Km. de ancho
por 60 m de profundidad y un 80% de finos y 20% de costras; además de estar
constituida químicamente por Fe 66%, sílice 40%, alúmina 2,00%, Fósforo 0,03% y
Pérdida por Calcinación 3,30%.
Las rocas cuarcíticas una vez estabilizadas, miles de años después comenzaron
a descomponerse con la humedad y el clima tropical provocando cambios y
transformaciones en los distintos minerales férrico. La magnetita se transformó en
18
hematita y otros óxidos de hierro, los cuales, interestratificados entre las bandas de
cuarcitas, comenzaron a sufrir cambios físico-químicos. Se inició, también, la
descomposición de la sílice, principal aglutinante y cemento original, más vulnerable
a las condiciones ambientales, la cual, al disolverse, comenzó a circular por las
fisuras y fue a ocupar cavidades inferiores por percolación.
El agua que actuó en este proceso no sólo fue agua meteórica (lluvia), sino que
también subía por capilaridad. No se descarta la acción de ciertas bacterias ni los
cambios del ph (acidez). Por su parte el hierro soluble iba poco a poco ocupando los
espacios vacíos dejados por la sílice al ser lixiviada. Como la solubilidad de la sílice y
su remoción (lixiviación) era más o menos completa, la porosidad era directamente
proporcional a aquella.
Cerro. Tiene una altura máxima de 710 m.s.n.m., unos 410 m sobre la sabana
circundante. En superficie la mena es bastante uniforme, el área de la zona
mineralizada tiene 3 kilómetros de largo por 600 metros de ancho promedio y la
profundidad media de 60 m. de profundidad; la mineralización es también bastante
uniforme; está constituida por 80% de finos y 20% de costra. (C.V.G. Ferrominera
Orinoco, C.A., 1991).
Finos Marrones (F): Presentan una pequeña variación química con respecto
a los finos negros, traducida en un aumento en el contenido de alúmina y de
la pérdida por ignición que se debe a un incremento en el contenido de
goethita y minerales aluminios. Tienen un color marrón claro a marrón
oscuro. Suelen encontrarse en el yacimiento por encima de los finos negros e
infrayacentes a las costras superficiales.
espesores de bandas que van desde 0.5 mm a varios centímetros, con granos
minerales uniformemente diseminados, otras presentan estructuras hojosas con
lentejones irregulares de cuarzo y óxido de hierro como resultante de intensa
reorganización metamórfica, en otras partes la cuarcita es maciza, sin equistosidad ni
bandeamiento definido. Mineralógicamente está compuesta de magnetita, hematita,
poca goethita y proporciones menores de mica, anfíbol, piroxeno, calcita y apatito.
2.7.3 Estéril
2.7.3.2 Gneis
2.7.3.3 Calcita
Según (Salazar, 2010) se tiene que dentro de los componentes minerales que
tienen mayor influencia en los procesos de tratamiento siderúrgicos de la mena de
hierro se tienen:
29
30
3.2.1.1 Universo
3.2.1.3 Muestra
3.2.1.4 Población
̅)
3.2.2.1 Media aritmética (X
x
i 1
i
x =
n (3.1)
33
Dónde:
x = Media aritmética de la variable X.
Xi = valores de la variable.
N = número de observaciones.
n+1
Si n es impar, la mediana es el valor que ocupa la posición una vez que los
2
datos han sido ordenados (en orden creciente o decreciente), porque éste es el valor
central. Es decir:
n+1
Me = x ( ) (3.2)
2
34
n n
x x 1
Me =
2 2
2 (3.3)
3.2.3.1 Varianza
(x
i 1
i x)2
S2 =
n 1 (3.4)
35
Donde:
S2 = Varianza muestral.
Xi = Valor de la variable X.
X = Valor de la media.
n = tamaño de las muestra.
(x i x)2
2 = i 1
n (3.5)
Donde:
σ2 Varianza poblacional.
S
CV =
x (3.6)
Donde:
S = Desviación estándar.
3.2.3.5 Covarianza
Corresponde a una función que mide la relación entre dos variables aleatorias
en función de sus posiciones en el espacio, o más simplemente (bajo la hipótesis de
estacionalidad) del vector de separación
3 2
n
__
n
__
xi x
;
xi x
M 2 = i 1
M3
a3 = ; Donde M 3 = i 1 (3.8)
M 2 3 / 2 n n
Las medidas de posición más utilizadas en estadística son los cuartiles, deciles y
percentiles.
38
3.4.1 Cuartiles
3.4.2 Deciles
3.4.3 Percentiles
Existen 99 percentiles que dividen una distribución en 100 partes iguales: del
primero al noventa y nueve percentil, también se llaman centiles. (Vargas, 2007).
x
2
1 1 / 2
f ( x) e
2 (3.9)
Dónde:
µ = Media.
e = Valor esperado.
σ² = Varianza.
40
(ln(x ) a )
1 2 2
f ( x) e (3.10)
x 2
Dónde:
α = es el promedio de los logaritmos.
β² = es la varianza de los logaritmos.
3.6 Histogramas
Si las alturas de las barras son similares se dice que tiene una distribución de
tipo “uniforme”.
43
Si las alturas son mayores en la zona central se dice que tiene forma de tipo
“campana” y puede ser simétrica o asimétrica, con sesgo hacia el lado
positivo o al lado negativo.
Si hay barras muy alejadas del grupo, se dice que son datos atípicos.
Probablemente estos datos se deben a errores de medición y se los puede descartar
pues no pertenecen al grupo que se desea caracterizar.
Según (Emery, 2007), esta nube consiste en visualizar los valores de una
variable en función de otra, lo cual requiere que ambas variables hayan sido medidas
en los mismos sitios. Sirve para ver la relación par a par o “correlación” de ambas
variables, así como detectar datos atípicos (puntos que se alejan del resto de la nube).
44
La forma establece el tipo de línea que define el mejor ajuste: la línea recta,
la curva monotonica o la curva no monotonica.
n n n
n x i y i x i y i
i 1 i 1 i 1
r=
n 2 n 2 n 2 n 2
n xi xi n y i y i
i 1 i 1 i 1 i 1
(3.11)
Un valor de r =
̃ 0 significa que no hay correlación lineal entre las variables
estudiadas; las variables no presentan ningún grado de dependencia lineal
(a); o la dependencia es curvilínea (b); como se observa a continuación:
47
No hay
Correlación Correlación
correlación
negativa positiva
perfecta perfecta
Correlación negativa Correlación positiva
Según (Rojas, 2013), la relación entre dos variables puede ser resumida a través
de un coeficiente, llamado coeficiente de correlación lineal, que mide el grado de
“proporcionalidad” que existe entre ambas variables. Este coeficiente tiene un valor
entre -1 y 1 (estos extremos corresponden al caso en el cual las variables son
exactamente proporcionales entre sí, con un coeficiente de proporcionalidad negativo
o positivo, respectivamente).
3.9 Geoestadística
Según (Emery, 2007), el prefijo “GEO” alude a las ciencias de la tierra, que ha
sido históricamente la disciplina donde la geoestadística se ha desarrollado. Los
campos de aplicación actuales alcanzan los dominios más variados, como la
evaluación de recursos naturales (mineros, forestales, gas, petróleo, etc.), ciencias del
suelo y medio-ambientales, topografía, oceanografía, geofísica, agricultura y análisis
de imágenes, por nombrar algunos). El término “ESTADISTICA” se refiere al uso de
herramientas estadísticas y probabilísticas. Con respecto a la estadística clásica, la
geoestadística busca tomar en cuenta las dependencias entre las observaciones
disponibles, considerando que ellas están ubicadas en el espacio.
52
3.10 Variogramas
1 n
γ (h) = Z ( xi ) Z ( xi h)2 (3.13)
2n i 1
54
Dónde:
n = Número de pares entre Z(x) y Z(x+h).
h = Distancia de separación.
var[γ(h)]/[γ(h)]2 (3.15)
2. Valores considerables para las grandes distancias (para fijar las ideas,
aquellas distancias mayores que la mitad del diámetro del campo).
puede que para una dirección determinada, haya más de un rango, lo cual
indica la presencia de distintas estructuras de correlación actuando a
diferentes escalas.
Según (Chica, 1987), además del estudio del variograma para grandes
distancias, también es de gran interés estudiar su comportamiento en origen, esto es,
para valores h pequeños. Tal comportamiento refleja gráficamente el grado de
continuidad y de regularidad del fenómeno.
2. Lineal: La grafica parte del origen (para h=0 γ(h)= 0); caracteriza una
variable regionalizada continua pero menos regular que el caso anterior. La
variable regionalizada es continua en media cuadrática pero no derivable.
An = a/b (3.16)
Dónde:
An: Anisotropía.
62
a: Eje principal.
b: Eje secundario.
Este modelo a diferencia del esférico crece inicialmente más rápido y después
se estabiliza de forma asintótica. Como la meseta no se alcanza a una distancia finita,
se usa con fines prácticos el "alcance efectivo" o "alcance práctico", valor que se
obtiene en el punto de abscisa para el cual el modelo obtiene el 95% de la meseta.
(Rojas, 2013).
Según (Bartolozzi, 2010), el estudio del variograma es una de las partes más
importantes en geoestadística y es un prerrequisito para el uso del Kriging en la
evaluación de reservas. (González, 1996). El variograma puede proporcionar
información relacionada a:
65
3.15 Kriging
Según (Díaz, 2002), el kriging es un término que ha sido acuñado para designar
al "mejor estimador lineal insesgado" de un punto y al mejor promedio lineal móvil
ponderado de un bloque.
Este nombre apareció alrededor de 1960 para nombrar una técnica creada en
Francia por Matheron a partir de los trabajos de D. G. Krige quién fue probablemente
el primero que hizo uso de la correlación espacial y del mejor estimador lineal
insesgado en el campo de la evaluación de yacimientos minerales.
67
hecho por la suma del producto de cada valor de muestra por su peso de Kriging. Los
puntos discrecionales son también usados para calcular la varianza de dispersión
necesaria para obtener la varianza de Kriging del bloque. (Bartolozzi, 2010)
n
Z ( x 0 ) = i * Z ( x i ) (3.17)
i 1
Dónde:
Z (xi) = Valor de la variable en el punto xi.
Z (xo) = Valor estimado de la variable en el punto o bloque xo.
4. Co-Kriging: variación que intenta corregir la falta de datos fuente con una
segunda serie de datos condicionantes (co-variate data).
69
El IDW calcula un valor para cada punto céntrico (nodo) examinando muestras
de los sondeos cercanos encontrados dentro de un radio de búsqueda definido por el
usuario. Algunos o todos los puntos de datos pueden ser usados en el proceso de
interpolación. El valor del nodo se calcula al promediar el total de todos los puntos,
en donde cada uno de ellos contribuye a los porcentajes Los puntos de datos que se
encuentran progresivamente más lejanos al nodo, influencian el valor computado
mucho menos que aquellos que se encuentran cerca del nodo.
70
D ) (V D ) (V D )
2 2 2
(V 1
G 1 2 2 k k (3.18)
(1 D ) (1 D ) (1 D )
2 2 2
1 2 k
Dónde:
G= Valor estimado del bloque.
V= Valor de la muestra (compuesto).
D= Distancia de la muestra al centro del bloque.
K= Número de muestras empleadas para calcular el valor del bloque.
(Bolívar, 2014), define que, una sección vertical es un corte transversal donde
se visualiza las variaciones verticales y laterales de las menas de un deposito,
básicamente es una vista de perfil de la zona de estudio.
Este modelo de bloques debe ser inicializado con todas las variables que se
necesiten modelar. Cada block consta de variables numéricas como: Topografía,
Leyes de Mineral, Roca, Alteración, Mineralización, Densidad, Dureza, Índice de
Solubilidad, etc.
Debe buscarse que la Planificación Minera sea coherente con los objetivos
estratégicos de la empresa, también debe ser sistémica, es decir, que incorpore las
diferentes áreas de la ingeniería, geología, finanzas, entre otras, y dinámica en el
análisis de las condiciones que afectan el desarrollo y operación de la mina.
La planificación minera se puede clasificar en:
La minería es considerada por muchos autores como un arte, esto se debe a que
cada mina y cada extracción minera es diferente a cualquier otra, ya que cada
yacimiento posee características propias y diferentes a los demás, las características
más notables, son el grado de mineralización, la topografía, el tipo de roca, el espesor
y forma del yacimiento, entre otras, dicho esto para poder extraer con el mayor
beneficio y facilidad el mineral de interés se han desarrollado varios métodos de
minería a cielo abierto donde cada uno de ellos se adapta a las exigencias y
características que presenta el yacimiento, a continuación se presentan algunos de
estos métodos. (Herrera, 2006).
77
2. La suavización del pit, para hacer de este práctico y operativo. Esto incluye
la suavización de las paredes, y anchos de minado operativos para los
equipos.
Los pits diseñados por los optimizadores, son teóricos, pero son una importante
guía para el diseño a detalle.
Figura 3.17 Sección vertical con los valores netos de cada bloque
en el método Lerchs-Grossmann (González, 2010).
Paso 1: Se agregan los valores por cada columna de los bloques y se ingresan
estos números en los bloques correspondientes, este es el valor superior en cada
bloque y representa el valor de la acumulación del material de cada bloque a la
superficie.
Se calcula el valor del bloque del fondo agregando el valor superior al valor
inferior del bloque donde la flecha apunta. El valor del bloque del fondo en cada uno
de los bloques representa el valor neto total del material en el bloque, los bloques en
la columna y los bloques del perfil del tajo a la izquierda del bloque.
Bloques marcados con una X no pueden ser minados a menos que más
columnas sean agregadas.
Según (Vallejo, Baquero, & Sepúlveda, 2010), el método del cono flotante es
una de las técnicas más ampliamente aceptada en el diseño de los límites finales de un
pit, porque es de rápida ejecución, veloz y de fácil conceptualización.
La forma del cono es definida de manera tal que esté conforme con las
restricciones de pendiente de diseño del pit en las distintas áreas del depósito. El
85
Cada bloque del modelo, para ser extraído, ha de ofrecer un balance positivo en
la suma de todos los que corresponden al cono que, con vértice en ese bloque, se
proyectaría verticalmente hacia la superficie. Si el cono “flota” (su saldo es positivo),
será extraído y no será tenido en cuenta para los cálculos posteriores.
El saldo del cono del bloque 4º de la tercera fila sería negativo, ya que tendría
que hacer flotar al de la posición 5ª de la fila 2ª, y su saldo sería negativo: +1-2 = -1.
Esta sería por tanto la solución final que daría este sistema. Sin embargo,
aunque en este caso la solución sea óptima, el procedimiento no logra siempre ese
objetivo. En primer lugar, puede ocurrir que haya bloques positivos que,
individualmente, formarían conos negativos, pero conjuntamente darían un cono (o
tronco de cono, en este caso) positivo. Es lo que puede verse en la tabla 3.24:
88
Ninguno de los bloques positivos de la segunda fila podrían con su cono, ya que
su saldo sería negativo: -5-5-5+10 = -5
Sin embargo, el conjunto de los tres positivos, sí podrían con el tronco de cono
que les correspondería: -5-5-5-5-5+10+10+10 = +5 dejando la solución que puede
verse en la figura 3.25:
Ingresos = Pi - Cv i * Li * Ri * f i
1 (3.21
Costos = CM + CP (3.22)
90
Donde:
CM = costo de mina
CP = costo de planta
Pi= precio del elemento i
Cvi = costo de venta del elemento i
Ri = recuperación metalúrgica del elemento i
Li = ley del elemento i presente en el bloque
Fi = factor de conversión del elemento i para tener unidades de $
El grado de inclinación de las rampas debe asegurar que los equipos mineros,
en especial los de carga no tengan ningún problema cuando circulen cargados o
descargados, de manera de evitar el desgaste y disminuir el esfuerzo de sus
componentes, como frenos, motor, cauchos, entre otros. (Alfaro M, 2009).
Se creó a partir del año 1992 como software privado para las operaciones
mineras en España de la empresa minera canadiense Rio Narcea Gold Mines S.A. Su
autor (Dr. César Castañón Fernández) agrego las opciones de gestión de información
topográfica, edición de sondajes, modelamiento geológico, modelo de bloques y
estimación de leyes por el método del inverso de la distancia.
3.25.1 Ventajas
Gratuito, libre.
3.25.2 Desventajas
Genera una base de datos tanto para la base de datos sondeos y para el modelo
de bloques que realice.
2. Medidas de desviaciones.
3. Datos litológicos.
4. Datos de muestras.
6. Representaciones gráficas.
96
7. Vistas tridimensionales.
97
8. Renderizados.
El módulo render 3D permite ver los objetos que se han seleccionado en una
vista tridimensional, en la cual se puede fácilmente, mediante movimientos de ratón,
girar, hacer zoom, cambiar la iluminación, hacer transparencias, volar sobre los
objetos, etc.
Se puede colocar el ejecutable rm3d.exe en una carpeta con los ficheros *.rmr
generados en el módulo de dibujo, así al arrancar el fichero, podemos ir
seleccionando el resto de las vistas preparadas e incluyo ir añadiéndolas, permitiendo
de una forma fácil preparar una presentación en 3D.
3.25.4.1 Líneas:
3.25.4.2 Superficies
Tienen un formato parecido al de las líneas, pero nos sirven más bien para
trabajar con isolíneas de superficie, normalmente son ficheros grandes y con ellos
100
3.25.4.3 Mallados T3
Los T3 son conjuntos de caras triangulares que tiene un color asociado y que
nos va a permitir, definiendo la dirección del sol, tener una vista tridimensional de la
zona de trabajo.
3.25.4.4 Notas
Las notas son objetos de texto que se pueden añadir a un dibujo para dar
información. Pueden ser de varias líneas, tener contorno y relleno y estar giradas.
3.25.4.5 Escenas
1. Kriging.
3.26.2 Ventajas
3.26.3 Desventajas
Aquí se van mostrando todas las ejecuciones o tareas que se está realizando con
el programa, esto para verificar el historial de todo lo que se ha venido haciendo hasta
ese momento.
Y por último tenemos la barra de menús, desde ahí podemos elegir las
herramientas estadísticas y las diferentes opciones de SGeMS, como guardar o abrir
proyecto, objeto.
105
106
107
Revisión Bibliográfica
Modelamiento
Kriging
Análisis de resultados
Conclusiones y recomendaciones
Una vez adaptadas las datas de acuerdo a las exigencias de este software,
utilizando la herramienta Microsoft Excel, se convirtieron en archivo de texto, para su
posterior importación en el software. Terminado este proceso se creó una carpeta en
“Mis Documentos” con el nombre del proyecto de modo que, en esta se guarde la
base de datos de este. Luego se procedió a la creación de un nuevo proyecto en el
software en el módulo de yacimientos, tal como se muestra en la Figura 4.2.
Una vez realizado todo lo anterior, se importaron las datas de los sondeos
geoexploratorios, específicamente cuatro, que corresponden a: coordenadas, medidas
de desviación, litología y muestras, tal como se muestra en la Figura 4.4.
110
Posteriormente se edita la tabla de bloques para definir el número de estos en los ejes
“x”, “y” y “z”.
Una vez cargada la data de los compósitos de la litología a evaluar con los
parámetros químicos correspondientes, se procedió como se muestra en la Figura
4.12.
117
Donde:
Q3= Upper Quartile
Q1= Lower Quartile
Para la elaboración del diseño geométrico del pit, es necesario primero calcular
la corta económica del yacimiento, para ello se utiliza un optimizador de modo que
defina el limite final de explotación del yacimiento. Para este caso, se utilizó el
método del cono flotante, para ello, se seleccionó el proyecto en estudio, en el menú
principal se seleccionó “Bloque”, eligiendo “Método del CONO FLOTANTE”, en la
sección “General” se especifica el tipo de estudio, en este caso, “estudio económico”,
se seleccionan los campos donde se guardarán los resultados y la clasificación
(mineral o estéril), y el orden, en este caso, “Z” que corresponde a la cota. En la
sección “Costes mina” y “Costes planta” se establecen los costos de explotación y de
la planta de tratamiento, donde, en vista de que actualmente la empresa encargada de
la explotación del mineral de hierro en Venezuela no presenta un informe de los
costos de explotación, se recurrió a un trabajo de grado (Romero, 2004), donde se
121
especifican los costos de explotación y de planta para el año 2002, a este costo se le
aplico un incremento inflacionario de 10% anual, cabe destacar que este dato es con
la finalidad de la aplicación del método, ya que como se explicó antes, actualmente
no se conocen los valores reales de producción y una recuperación de planta del 95%.
Para los ingresos, se tomó como valor de referencia el precio promedio del mineral de
hierro para el año 2016, este valor se dividió entre 100 para obtener el valor por
unidad de ley (especificación del software RecMin). En la sección “Conjunto de
bloques, se seleccionaron los que serán analizados y en “Talud”, se establece un
ángulo de talud general para todo el yacimiento. (Figura 4.17).
Figura 4.18 Diseño geométrico del pit del yacimiento Cerro San Isidro.
CAPÍTULO V
ANÁLISIS E INTERPRETACIÓN DE RESULTADOS
5.1 Adaptar la data de los sondeos geoexploratorios del yacimiento Cerro San
Isidro a las exigencias de los Software (RecMin-SGeMS)
123
124
5.2 Modelar el yacimiento Cerro San Isidro mediante la aplicación del Software
RecMin
En la Figura 5.1 y 5.2 se puede observar que las costras, a diferencia de las
demás litologías, ocupan gran parte de la superficie del yacimiento, también
representa un volumen importante de este, tal como se muestra en la Figura 5.3, con
aproximadamente 39.251.300,66 m3 (132.276.883,22 Tn), en la evaluación realizada
a los sólidos (T3). En cuanto a los bloques, los valores son similares, un volumen
aproximado de 40.575.000,00 m3 lo que representa 136.737.750,00 Tn.
Los finos, como se puede visualizar en las Figuras 5.1 y 5.2, tienden muy poco
a aflorar en el yacimiento, sin embargo, constituye la mayor parte de las menas de
este como se muestra en la Figura 5.4, con un volumen aproximado de 96.300.204,09
m3, lo que equivale a 284.085.602,07 Tn en el sólido (T3), para los finos se estimó un
volumen aproximado de 96.975.000,00 m3, equivalente a 286.076.250,00 Tn en
cuanto al conjunto de bloques de esta litología.
Las cuarcitas forman parte de las menas de bajo tenor, estas escasamente
tienden a aflorar a la superficie, tal como se muestra en las Figuras 5.1 y 5.2, por lo
que se encuentran en su mayoría por debajo de las menas de alto tenor como las
costras y los finos. En gran parte se encuentra entre estos y la laterita, conformando
un volumen aproximado de 49.531.394,06 m3 representado por 146.117.612,48 Tn en
cuanto al solido (T3). En el modelo de bloques, este material geológico ocupa un
volumen de 49.350.000,00 m3, equivalente a 145.582.500,00 Tn. (Figura 5.7).
5.3 Evaluar estadísticamente el yacimiento Cerro San Isidro mediante el uso del
Software SGeMS
Para este análisis se realizaron histogramas por litología de cada uno de los
parámetros químicos pertenecientes al yacimiento Cerro San Isidro.
muestras por encima del corte es de 279, lo que representa un 7.36% en la población
de esta variable química.
En la Figura 5.38 se puede observar que la correlación que existe entre el hierro y la
sílice es poca debido a que muchos de los puntos no tienden a agruparse para formar
líneas continuas de manera transversal. Por lo tanto, esta se podría clasificar como
una correlación negativa de débil a moderada, con un valor de -0,5130 o -51,30%.
163
En la Figura 5.40 se puede observar que la variable perdida por calcinación también
presenta un coeficiente de correlación moderadamente débil con respecto a la variable
hierro, con un valor negativo de -0,5335, se puede ver, que mientras algunos puntos
forman líneas continuas transversales, muchos de estos se distribuyen en el mapa de
manera desordenada.
En la Figura 5.42 se puede observar que la correlación entre las variables hierro
y manganeso es casi nula, debido a que los puntos en su mayoría se agruparon en la
parte inferior del extremo derecho del mapa, con un valor de -0,0192 o -1,92%.
En la Figura 5.57 se puede observar que la correlación entre las variables hierro
y manganeso es casi nula, debido a que los puntos en su mayoría se agruparon en la
parte inferior del extremo derecho del mapa, con un valor de -0,0531 o -5,31%.
176
En la Figura 5.83 se puede notar que los puntos tienden a agruparse casi
linealmente de forma transversal, con un coeficiente de correlación negativo casi
perfecto entre la variable sílice con respecto a la variable hierro, con un valor de -
0.9364, indicando que, mientras la variable hierro tiende a aumentar su valor, la
variable sílice tiende a disminuir y viceversa, cuando la variable sílice tiende a
aumentar, la variable hierro tiende a disminuir.
En la Figura 5.98 se puede notar que los puntos tienden a agruparse casi
linealmente de forma transversal, con un coeficiente de correlación negativo
moderadamente perfecto entre la variable sílice con respecto a la variable hierro, con
un valor de -0.8366, indicando que, mientras la variable hierro tiende a aumentar su
valor, la variable sílice tiende a disminuir y viceversa, cuando la variable sílice tiende
a aumentar, la variable hierro tiende a disminuir.
En la Figura 5.126, se puede observar que para las cangas, la variable hierro se
encuentra en mayores concentraciones en la parte superior de la mena y en menores
concentraciones en la parte inferior, mientras que la sílice es todo lo contrario, su
mayor concentración se presenta en la parte inferior y tiende a disminuir a mayores
alturas. El fosforo y el manganeso no presentan concentraciones por encima del nivel
máximo.
228
Para las cuarcitas, se puede notar en la Figura 5.127, que la variable hierro se
encuentra por debajo de 55%, indicando que es una mena de bajo tenor, mientras que
la variable sílice se presenta en concentraciones mayores al límite máximo,
considerando a las cuarcitas como una mena altamente silícea, el resto de las
variables químicas no presentan concentraciones mayores a su límite máximo.
229
En las Figuras 5.128 y 5.129 se muestra el diseño del límite final de explotación
del yacimiento Cerro San Isidro, donde el nivel más bajo de explotación para el
yacimiento está ubicado en la cota 430, con un volumen aproximado de extracción de
material todo en uno de 200.623.200 m3, aproximadamente 489.881.500 toneladas de
mineral, con una calidad de 62.3% de hierro, 9.426% de sílice, 0.706% de alúmina,
2.476% de pérdida por calcinación, 0.076% de fosforo y 0.043% de manganeso, lo
que corresponde a 305.489.500 toneladas de hierro, mientras que, el material estéril a
remover esta por el orden de 106.415.100 toneladas, por lo que la relación de
explotación estéril-mineral es de 0.2172-1.
230
Figura 5.128 Pit final de explotación del yacimiento Cerro San Isidro en planta.
Figura 5.129 Pit final de explotación del yacimiento Cerro San Isidro en vista 3D.
231
CONCLUSIONES Y RECOMENDACIONES
Conclusiones
4. En cuanto a los mapas de correlación, se pudo notar que solo existe una
correlación negativa casi perfecta entra las variables hierro-sílice de la litología
cangas, dos correlaciones negativas moderadamente altas entre las variables
hierro-alúmina de las limonitas y hierro-sílice de las cuarcitas, dos
correlaciones negativas moderadas entre las variables hierro-sílice de los finos y
limonitas y una correlación positiva entre las variables sílice-manganeso de las
limonitas, mientras que, para las variables perdida por calcinación-manganeso
de las cangas, no existe correlación. El resto de las comparaciones se
encontraron correlaciones entre muy baja a moderadamente baja.
Recomendaciones
REFERENCCIAS
Autor(es)
Apellidos y Nombres Código CVLAC / e-mail
CVLAC 20772245
López Guevara Alejandro Jesús e-mail alejo.3.lopez@gmail.com
e-mail
CVLAC
e-mail
e-mail
CVLAC
e-mail
e-mail
CVLAC
e-mail
e-mail
Área Subárea
Departamento de Ingeniería de Minas Ingeniería de minas
Resumen (abstract):
ROL CA AS TU x JU
ROL CA AS TU JU x
ROL CA AS TU JU x
Cliret, Ramírez
CVLAC 20079907
e-mail Ramirez.Cliret@gmail.com
e-mail
ROL CA AS TU JU
CVLAC
e-mail
e-mail
Lenguaje Spa
Hoja de Metadatos para Tesis y Trabajos de Ascenso – 4/6
Archivo(s):
Nombre de archivo
Tesis Diseño geométrico del pit mediante la aplicación de los software
libres RecMin-SGeMS del yacimiento Cerro San Isidro, ubicado en el
Cuadrilátero Ferrífero San Isidro, Municipio Bolivariano Angostura, Estado
Bolívar.Doc
Alcance:
Espacial : (Opcional)
Temporal: (Opcional)
AUTOR 1 AUTOR 2
TUTOR