Lectura 1

Machine Translated by Google
dieciséis
Modelado de yacimientos y valoración de

minas asistidos por computadora
kaan erarslan
Universidad de Dumlupinar, Departamento de Ingeniería de Minas, Kutahya
Pavo
1. Introducción
La valoración de la mina se puede definir como el proceso de determinar el valor de un depósito
mineral específico y la capacidad de generar un retorno mediante una posible inversión (SME, 2005).
Aunque la definición es muy breve y compacta, en realidad tiene un contenido muy amplio.
La determinación del valor de un activo subterráneo requiere muchos trabajos para explicar las
propiedades físicas, estructurales y económicas del mismo (Kennedy, 1990).
Los activos subterráneos son cuerpos invisibles cuyas formas, calidades, composiciones y cantidades
se desconocen. Las exploraciones e investigaciones geológicas apuntan a determinar todas estas
incógnitas (Sinclair y Blackwell, 2004). Al inicio del proceso se recopilan datos topográficos y
litológicos y se genera una base de datos. Los cambios de profundidad, espesor y ley, la estructura
de sobrecarga, el volumen, la forma y las extensiones del mineral, las propiedades de la pared de
piso y la pared superior se determinan mediante varios enfoques matemáticos que utilizan esta base
de datos. Todas las estimaciones numéricas y los soportes visuales ayudan a sacar a la luz el modelo del cuerpo min
Los datos más concretos para definir la forma, la ubicación, la calidad y la cantidad de un cuerpo de
mineral son los núcleos de perforación. Los datos de GPS se utilizan principalmente para dibujar
superficies y mapas topográficos. Además, también se dibujan mapas subterráneos como el espesor
y los contornos de grado. Cuando las coordenadas topográficas se combinan con la información
estratigráfica, se maneja un conjunto de datos tridimensionales. Eventualmente, después de seguir
varias técnicas matemáticas, se puede obtener un modelo tridimensional del yacimiento (Hustrulid y
Kuchta, 2006). Además del modelo físico del mineral, también se debe conocer la composición de la
calidad. Esto es crucial porque otras actividades de ingeniería tienen un aspecto económico. El
diseño de la mina y el cronograma de producción están bastante relacionados tanto con la estructura
física como con la composición de calidad del mineral (Hartman, 1992).
Los datos topográficos incluyen componentes tridimensionales x, y, z (este, norte, altitud/elevación)
que permiten el modelado de superficies. Los datos de perforación, incluida la información de
profundidad y capa, contribuyen a explicar cómo es la estructura geológica en la tercera dimensión
(Torries, 1998). Los agujeros de perforación también llevan la información de la ley del mineral o el poder calorífico.
La interpretación geológica de las capas estratigráficas proporciona un modelo de yacimiento
tridimensional (Nieuwland, 2003).
Los principales instrumentos para la valoración de minas asistida por computadora
-
son; registros de perforaciones, - mapas de contorno, secciones transversales,
www.intechopen.com
346 Ciencias de la Tierra
- superficies (topografía, espesor, pendiente, etc.), -

secciones de superficies, - modelos sólidos (modelos
tridimensionales), estimación de volúmenes y reservas.
Algunos de los resultados de la valoración de la mina son visuales y algunos de ellos son numéricos. Los
resultados visuales ayudan a los investigadores a ver las secciones de los pozos de perforación, cómo es el
cuerpo del mineral, cómo se extiende, cómo se ve su forma, cómo es la relación entre el cuerpo del mineral y la
sobrecarga, cómo cambia la calidad y el espesor del depósito a través de los ejes. Los resultados numéricos son
generalmente informes de área y volumen, longitudes de pozos de perforación, conjuntos de coordenadas
topográficas, cálculos compuestos, evaluaciones económicas, etc. (Torries, 1998).
En las últimas décadas, se han desarrollado muchos enfoques para aclarar los problemas de modelado geológico
(Agoston, 2005). El propósito es estimar valores desconocidos con respecto a los datos limitados disponibles.
Los métodos como la geoestadística y las redes neuronales tienen bases matemáticas y estadísticas complicadas
y se utilizan para modelar la topografía, el cuerpo del mineral y la distribución de leyes (McKillup y Dyar, 2010). La
estructura iterativa de los cálculos hace que el uso de la computadora sea necesario para muchos de los métodos
recientes.
Hay varios software especializados y expertos para apoyar a los ingenieros geológicos y de minas. El modelado
de yacimientos con ayuda de computadora es más rápido y más confiable. La adición de nueva información es
simple y la actualización es mucho más rápida. Se pueden estudiar diferentes escenarios y se pueden tomar
mejores decisiones. El plan de trabajo general y el diagrama de flujo de la valoración de minas asistida por
computadora se muestran en la Fig. 1.
Una vez que el depósito de mineral se modela visual y numéricamente, el siguiente paso es el diseño de la mina
y la programación de la producción. En esta etapa se consideran los conceptos de optimización y economía de la
ingeniería. Métodos de optimización y simulación como teoría de grafos, programación dinámica, programación
lineal y por objetivos, programación entera mixta, conos en movimiento,
algoritmos genéticos y análisis de redes son las principales técnicas que se pueden contar. El alcance de la
optimización y la simulación es generalmente los límites y la producción del tajo abierto (Erarslan y Celebi, 2001).
El propósito de la generación de bases de datos geológicas es describir las propiedades físicas y de calidad de
los cuerpos minerales y la preparación económica de la base de datos. Los datos limitados deben utilizarse de
manera óptima y las incógnitas deben eliminarse. Las últimas décadas han mostrado grandes mejoras en la
visualización y cálculo de cuerpos minerales. El cuerpo subterráneo enterrado con tantas incógnitas se puede
visualizar con animaciones y aplicaciones de realidad virtual con la ayuda de software de computadora. El cuerpo
de mineral se representa como una entidad tridimensional que se encuentra debajo de la topografía.
Los enfoques de modelado utilizan información topográfica y una base de datos de perforaciones. Los valores de
GPS registrados con frecuencia y de manera representativa y las vistas aéreas ayudan a visualizar vistas
fotorrealistas de la topografía. El siguiente paso es definir la forma del mineral en el espacio. Los valores de los
agujeros de perforación son el conjunto de datos más crucial y crítico para este propósito. El problema en esta
etapa es determinar qué sucede entre los puntos de muestra. La respuesta a la pregunta requiere representaciones
bidimensionales y tridimensionales del cuerpo mineral. Esto puede parecer fácil para estructuras regulares.
Sin embargo, en la mayoría de los casos, la imagen es simplemente inversa. La interpretación geológica es muy
necesaria. Los sistemas informáticos ayudan a los intérpretes en este punto. Los programas informáticos, en
general, brindan dos alternativas a los intérpretes para determinaciones 3D; secciones paralelas geológicas y
modelos de bloques.
En este capítulo, se dan las ideas básicas y algunos enfoques matemáticos de la valoración de minas asistida por
computadora. Se explica cómo se utilizan los datos del GPS y de los pozos de perforación para descifrar un
modelo de cuerpo de mineral completo en aspectos visuales y numéricos.
www.intechopen.com
Modelado de yacimientos y valoración de minas asistidos por computadora 347
Fig. 1. Flujo de trabajo de valoración de minas.
2. Procesos de base de datos
La base de datos es la base de todos los estudios posteriores. La salud de los proyectos depende completamente de la
salud de las muestras. Los registros de GPS son cruciales para modelar la topografía. Sin embargo, los datos más
concretos que se pueden tomar de campo son los núcleos de perforación. El proceso de valoración de la mina comienza
con la construcción de la base de datos. Se compone de coordenadas espaciales de perforaciones, formaciones
geológicas que intersecan, profundidades de formaciones y sus valores de ensayo. Las determinaciones de superficie
están, casi en su totalidad, relacionadas con los datos del GPS.
www.intechopen.com
2.1 Estructura de la base de

datos El material de entrada para los sistemas de valoración de minas consiste principalmente en datos
topográficos y núcleos de perforación. Es posible categorizar esta base de datos como; i- datos de collar, ii- datos
de prospección, iii datos estratigráficos/litológicos, iv- valores de ensayo/análisis de ley.
Los datos del collar mantienen las coordenadas (x, y, z) del anillo de perforación. La base de datos topográfica
puede incluir también coordenadas físicas de perforaciones, información de profundidad, acimut y ángulos de
orientación. La base de datos de estratigrafía contiene la información de las formaciones geológicas a través de
cada agujero. La base de datos de ensayos tiene los valores de calidad de las formaciones minerales. El registro/
sello de perforación es como una tarjeta de identidad de ellos (Fig. 2).
Fig. 2. Un solo registro de perforación y perforaciones en tres dimensiones (Erarslan, 2007).
Los datos topográficos también pueden incluir componentes tridimensionales x, y, z (este, norte, altitud/elevación)
que permiten el modelado de superficies. Sin embargo, los datos de GPS que se han tomado con intervalos
frecuentes permiten modelos fotorrealistas. Si los datos se pueden tomar de manera representativa, el modelo de
topografía se parece al campo en sí. Los datos de perforación, incluida la información de profundidad y capa,
contribuyen a explicar cómo es su forma en la tercera dimensión. Los agujeros de perforación también llevan la
información de la ley del mineral o el poder calorífico. La interpretación geológica de las capas estratigráficas
proporciona un modelo de cuerpo mineral tridimensional.
2.2 Composición de orificios de

perforación Los orificios de perforación cortados se cruzan hacia abajo en capas sucesivas. Las propiedades mecánicas de
las capas de desechos y los valores de calidad de las capas de mineral se determinan mediante la aplicación de varias pruebas en los núcleos de l
Generalmente, las formaciones minerales no son cuerpos monolíticos y de una sola pieza. Las capas entre cargas
pueden cruzarse con la masa o la mineralización puede ocurrir con capas de desechos en formas alternas. En
otras palabras, las capas minerales valiosas pueden existir en diferentes cantidades de espesor y calidad. Durante
los cálculos numéricos, es posible que se necesite un solo valor de espesor y grado.
Algunas técnicas clásicas de estimación de reservas, como la triangulación y los métodos poligonales, necesitan
valores compuestos. En ese caso, ¿cuál es el espesor neto de la parte valiosa y su calidad? Aquí, se aplica el
cálculo de composición para tener un espesor total y un valor de grado (calidad) único para cada barreno. Con
respecto a una ley de corte, los espesores del mineral son
www.intechopen.com
sumados para dar el espesor del mineral. Por otro lado, el valor de ley es el promedio ponderado por
espesor (Hustrulid y Kuchta, 2006).
norte
t
totales ÿÿ yo
_
(1)
i ÿ1
norte
ÿ gtyo
i 1
ÿ
gramo
ÿ
(2)
borrador norte
ÿ ti
i 1ÿ
donde, ttotal es el espesor total del mineral, gcomp es la ley compuesta, ti es el espesor y gi es la ley de i th
pieza central dentro de n piezas centrales. Después de obtener un solo espesor y grado, se puede
calcular un valor para cada perforación, volúmenes y cantidades de reserva en triángulos o polígonos
superpuestos.
Otro tipo de composición se denomina composición de banco o de nivel. El campo de mineral bajo
investigación se divide en niveles horizontales paralelos y las partes de los pozos de perforación
correspondientes a esos niveles se componen en lugar de componer todo el pozo (Fig. 3).
Fig. 3. Composición de banco/nivel
Las elevaciones de nivel pueden ser las mismas que las elevaciones de banco del tajo abierto
prospectivo. Tal proceso de composición brinda la capacidad y la base para un mayor modelado de
bloques y estimación de reservas de nivel/banco. Las reservas de banco ayudan a planificar la producción en etapas pos
3. Extensión de datos en una red

Los datos de perforación se ven como puntos de observación a vista de pájaro. El problema es saber
cómo cambia la estructura entre estos puntos de muestra. Puntos de muestra, donde varios parámetros
www.intechopen.com
como el espesor y el grado ya se conocen, deben usarse para estimar estos parámetros en puntos donde no
se dispone de muestreo. Este proceso se puede nombrar como extensión de datos. Los datos se pueden
extender a través de planos bidimensionales o espacios tridimensionales. Durante el proceso de extensión, se
imponen rejillas cuadradas o rectangulares, estructuras alámbricas en el área. La triangulación es otro tipo de
red artificial, aplicada en campo. Luego, se aplican métodos de extensión como el cuadrado inverso de la
distancia, geoestadística y redes neuronales artificiales.
3.1 Gridding
Aunque existen varios métodos para calcular los tesoros subterráneos, como los levantamientos aéreos y
sísmicos, las perforaciones siguen siendo los proveedores de datos más confiables y decisivos. En la vista en
planta, se ven como datos de puntos distribuidos irregularmente.
Grid es una red regular formada por triángulos, cuadrados o rectángulos en general. Es el resultado de una
necesidad regular de malla. Los puntos de muestra distribuidos irregularmente adquieren una forma regular si
a los puntos de nodo se les asignan valores de parámetros como espesor y grado. En otras palabras, los
valores de espesor y grado se estiman en puntos de nodo, lo que da como resultado una estructura de datos
regular (Fig. 4). Se generan muchos puntos de nodo al superponer una cuadrícula de estructura alámbrica en
un campo (Knudsen, 1990, Parker, 1990).
Fig. 4. Asignación a puntos de nodo.
Los valores de muestra distribuidos irregularmente (perforaciones) se extienden/distribuyen al campo mediante

varios enfoques; una. Métodos clásicos (triángulo, polígono) b. Métodos de distancia inversa c. Métodos
geoestadísticos d. Inteligencia artificial (redes neuronales)
Estos métodos generalmente se emplean para asignar valores de nodo mediante perforaciones. Los nodos se
alinean a través de cuadrículas/redes triangulares o rectangulares (Fig. 5, Fig. 6).
El cálculo de las coordenadas de los nodos de la cuadrícula es un proceso matemático simple. Sea el número de nodos
en la dirección x es n y en la dirección y es m. El número total de nodos en la cuadrícula es mxn. Si cada punto
se representa como p(i,j | i=1,2,…,nj=1,2,…,m), entonces las p(i,j) son función de las coordenadas xi e yi ;
p(i,j) = f(xi,,yj) (3)
www.intechopen.com
Fig. 5. Rejilla superpuesta sobre taladros distribuidos irregularmente.
Fig. 6. Generación de polígonos y triángulos.
donde, xi es la coordenada este de la i -ésima columna y yj es la coordenada norte de la j -ésima fila. Entonces xi y yj
se puede calcular como;
xi = sx + yo ÿ X
ÿ
(4)
yj = sí + j
ÿ
ÿy (5)
x y espaciados
donde, y ÿson ÿ a través de líneas x e y y sx y sy son coordenadas de origen para el este y el norte
respectivamente. Después de calcular las coordenadas x e y de todos los nodos, el siguiente paso es calcular
la tercera coordenada, que puede ser espesor, grado, elevación o cualquier otra cosa.
La tercera coordenada/parámetro proviene de los puntos de muestra circundantes llevando/extendiendo los
parámetros de perforación a estos puntos de nodo. Para ello, existen varios métodos como el cuadrado
inverso de la distancia, la geoestadística y las redes neuronales.
Una vez que se construye un sistema de cuadrícula, se asignan valores paramétricos como espesor y grado.
Luego, por medio de la rotación alrededor de un eje, se puede detectar la tercera dimensión (Fig. 7).
3.2 Extensión de datos en 2D

La extensión de datos es el resultado de la necesidad de interpretar cómo se comporta el cuerpo mineralizado
entre las muestras presentes. Las principales aplicaciones de extensión bidimensional de los pozos de
perforación son la generación de áreas triangulares y poligonales y, por supuesto, los mapas de contorno.
El propósito es llevar valores de datos puntuales (agujeros perforados) a áreas mediante ciertos métodos matemáticos y acep
www.intechopen.com
Fig. 7. Sistema de cuadrícula rotada con referencia al origen (sx, sy).

Además, para obtener una estructura de datos regular, se superpone una cuadrícula en el área. A cada
punto de nodo se le asignan valores paramétricos después de los cálculos. De esta forma, cada nodo de
la grilla puede actuar como un punto de muestra.
3.2.1 Triángulos y triangulación Los

triángulos se generan uniendo perforaciones. Se calcula el área encerrada entre tres perforaciones
adyacentes. El siguiente paso es calcular el volumen (V – m3) multiplicando el área del triángulo (A
– m2) con el espesor promedio (t - m) de tres espesores compuestos de perforación.
V=A· tave (6)
tttÿÿ
123
tCra ÿ
(7)
3
También es posible encontrar una reserva triangular (R - ton) si se conoce el factor de tonelaje (f -
ton/ m3) y la ley promedio ponderada del espesor (g - %) de tres leyes compuestas.
R Vfgave
ÿÿ ÿ
(8)
g 11
ÿt 22
ÿ ÿÿ
33 ÿ gtgt
media g
ÿ
(9)
tttÿÿ
123
El método del triángulo es un método de estimación clásico y aproximado con ciertas aceptaciones
y podría emplearse solo para campos con capas horizontales y regulares. Se pueden aplicar campos
de tipo sedimentario como el carbón. Cada esquina del triángulo es un orificio de perforación y los
valores de espesor y grado compuestos se utilizan para los cálculos (Fig. 8).
Fig. 8. Cuadrícula triangular por sondajes y reserva local.
www.intechopen.com
El método de triangulación también se puede aplicar para producir subtriángulos y encontrar las
coordenadas de las esquinas de los subtriángulos. Los enfoques de DeLaunay, Voronoi y Thiessen
pueden emplearse durante la triangulación (Sen, 2009). A la nueva red triangular se le asignan valores
paramétricos mediante varios métodos, como el cuadrado de la distancia inversa, la geoestadística y la
red neuronal. Puede emplearse no solo para la estimación de reservas sino también para el dibujo de superficies.
Durante las asignaciones de nodos, puede surgir una pregunta; ¿Qué puntos de muestra deben incluirse
en los cálculos? Debería haber una limitación para los agujeros de perforación y la respuesta es el radio de influencia.
Las muestras dentro del radio del área de influencia se utilizan en el cálculo de los promedios ponderados.
El radio de influencia puede ser el resultado de intentos de prueba y error o puede ser un rango de
variograma geoestadístico, que se explicará más adelante.
3.2.2 Cuadrícula poligonal El

método de polígono se basa en el concepto de área de influencia lineal. Se definen geométricamente por
las mediatrices de las líneas entre todos los puntos (Sen, 2009). Las distancias de influencia entre los
agujeros de perforación están en sus puntos medios (Fig. 9).
Por lo tanto, los puntos de unión de las líneas perpendiculares a los puntos medios forman un polígono
y se puede calcular el área poligonal. Los valores de espesor y ley dentro del área se suponen iguales a
los valores de ese barreno. El volumen del polígono es la multiplicación del área y el espesor y la reserva
es el producto del volumen, la gravedad específica y el grado.
4. Métodos de asignación
A la generación de cuadrículas o mallas le sigue la etapa de asignación. A los nodos en 2D y bloques en
3D se les asignan valores paramétricos. Esta estructura es la base para los modelos 2D y 3D. El modelado
de cuerpos de mineral en 2D y 3D se puede lograr mediante varios enfoques. La unión de secciones
transversales tomadas a través del cuerpo mineralizado y las técnicas de modelado de bloques son los
métodos más utilizados. Los modelos no solo dan la forma del cuerpo del mineral, sino que también
proporcionan volumen y cantidad de reserva. La generación de mallas triangulares o rectangulares
requiere un método de asignación. Aquí, los enfoques matemáticos comúnmente utilizados son;
Fig. 9. Poligonalización (Sen, 2009) y polígonos de Voronoi (BGIS, 2011).
www.intechopen.com
i. Distancia inversa, ii.

Geoestadística, iii.
Redes neuronales artificiales.
4.1 Método de distancia inversa

El método de distancia inversa es en realidad un método de promedio ponderado. Sin embargo, los
pesos se calculan a la inversa. A medida que la distancia de un punto de muestra (perforación) a un
punto de asignación (nodo) se vuelve más distante, su contribución al resultado promedio es menor.
En otras palabras, un punto de muestra más cercano significa un mayor efecto sobre el valor asignado.
La idea básica que proporciona el efecto de un barreno al punto sobre el que se va a realizar la
asignación, es inversamente proporcional a la distancia que los separa. Esto se logra tomando el
promedio ponderado de los valores paramétricos por distancias como se muestra a continuación:
k z
ÿ k
k
ÿ
k 1 (ÿ
ÿ
(,) yo
)
zijÿ ,ÿ
ÿ
(10)
k 1
ÿ k ÿ
k 1 (ÿ
ÿ
(,) yo
)
donde,
z(i,j) = valor asignado (es decir, grado, espesor) en el punto de nodo en la i -ésima columna y j
zk -ésima fila. = valor del parámetro que lleva el k-ésimo barreno (muestra). = distancia
ÿk entre el k-ésimo barreno y el nodo (i,j) . = potencia del proceso de distancia inversa
(yo, j
ÿ ÿ
(=2 en general y el método se denomina cuadrado de distancia inversa).
La distancia entre el orificio de perforación y los puntos de nodo se puede calcular simplemente mediante;
k nn
ij (,)
ÿ
( (,xi
) ÿÿj ÿD X )2 ÿ
(ÿ(,j D
) yi ÿ
y
)2 (11)
donde,
ÿ x(i,j) = coordenada x del nodo (i,j).
Dn X = coordenada x del barreno n.
ÿ y(i,j) = coordenada y del nodo (i,j).
Dn = coordenada y del barreno n.
y
Este método acepta que la estructura geológica tiene un comportamiento lineal. En caso de cambios
repentinos de espesor o grado, el método de distancia inversa puede fallar en la determinación de un
resultado saludable. Por otro lado, su aplicación no solo se limita a cálculos 2D sino que también
puede emplearse en cálculos 3D.
4.2 Métodos geoestadísticos El

concepto básico de geoestadística es la variabilidad regional de los parámetros (Matheron, 1971, 1963;
Krige, 1984). No sólo de manera determinista y descriptiva, sino también la probabilidad y la estadística
tienen lugar en los cálculos con geoestadística (Mallet, 2002). Si existe una estructura matemáticamente
explicable de un cuerpo mineral dentro de una región limitada, puede ser posible establecer ese
comportamiento mediante ecuaciones y usarlas para la estimación (Sarma, 2009). Cuando la
variabilidad no se puede formular mediante modelos matemáticos, se decide que los valores de la
muestra muestran un comportamiento aleatorio y se pueden aplicar métodos estadísticos probabilísticos.
www.intechopen.com
La geoestadística no solo considera las distancias entre los puntos de muestra y los puntos de asignación, sino
también su posición y dirección entre sí (Webster y Oliver, 2007).
Además, durante la estimación, no sólo se tienen en cuenta las varianzas entre los puntos de muestra y los puntos
de asignación, sino también las varianzas de las muestras dentro de sí mismas (David, 1977, Davis, 1973). Esto
significa que la geoestadística considera no solo la relación de distancia entre los puntos de muestra y el punto
de nodo, sino también la variación entre ellos en relación con la distancia y la dirección (David, 1988). Las dos
etapas principales del proceso geoestadístico son el modelado de variogramas y kriging.
4.2.1 Modelado de variogramas La

herramienta principal de la geoestadística es el modelo de variogramas (Diggle y Ribeiro, 2007). Se puede definir
como el gráfico que representa la relación entre la distancia y la varianza paramétrica en una determinada
dirección (Deutsch y Journel, 1998). En la etapa de estimación, la interpolación kriging, la geoestadística utiliza
covarianzas entre los puntos de muestra y el punto/área/volumen en el que se realizará la asignación, y las
covarianzas entre los puntos de muestra que afectan ese punto para extender un valor (Kitanidis, 2003).
Inicialmente, se define un modelo de variograma que representa la relación entre la distancia y la varianza. La
varianza es; dónde,
norte
ÿ 2
ÿ )(h ÿ
ÿÿ( zzÿ
norte 1
)
(12)
2 norte
ÿ(h) = varianza de los pares de muestras ubicados a h distancia (retraso)

z entre sí. = valor en la muestra z. = valor en la muestra, h distancia
z' (retraso) aparte de z. = número total de pares ubicados h distancia
norte
(retraso) aparte.
Para cada h distancia (retraso) diferente, se calcula una varianza
ÿ (h) (Fig. 10). De acuerdo con la distribución de los
pares h-(h) , se intenta ajustar un modelo
ÿ variograma matemático.
predefinidos, La tendencia
como esférico, general es
exponencial, utilizar uno
gaussiano, de los
lineal, modelos
etc. (Davis, de
1973;
Krige, 1978).
Fig. 10. Valores de varianza marcados para h pares de muestras distanciadas (retraso).
www.intechopen.com
Para ello, se encuentran pares de muestras para una determinada dirección trigonométrica ÿ° y distancias de
rezago h, 2h, 3h,..., äh. Como puede que no sea posible encontrar pares que tengan condiciones de dirección y
distancia absolutas, se considera una distancia de tolerancia ±ÿh y dirección (ángulo) ±ÿÿ° .
Los parámetros, como el grosor y el grado que llevan los puntos de muestra, se utilizan en la fórmula y se calcula
el valor de la varianza. Después de marcar las varianzas en el gráfico h-ÿ, se dibuja el variograma experimental
(Leuangthong y Deutsch, 2004). Entonces, el variograma es un gráfico que explica la relación entre la varianza y
la distancia.
Los puntos del variograma experimental muestran una tendencia y necesitan interpretación para decidir qué
modelo se ajusta mejor. Los puntos punteados pueden tener una determinación matemática en forma de ecuación,
que también se denomina modelo de variograma. Es similar al modelo de regresión. (Figura 11).
En el gráfico, Co se denomina efecto pepita, C es umbral y a es rango. Nugget es el valor de varianza a distancia
cero. Normalmente tiene que ser cero, sin embargo, debido a problemas de muestreo, tolerancias en el
emparejamiento e inconsistencias estructurales, la pepita supera el cero. El mejor gráfico y su ecuación
matemática (modelo) para pares h-(h) se deciden mediante interpretación
ÿ predefinidos, como elvisual
modelocon respecto
esférico a varios modelos
(Matheron), modelo
exponencial, De-Wisjian, modelo, modelo lineal.
Fig. 11. Modelo de variograma ajustado para puntos manchados que muestra la variación de la distancia;
ÿ relación h-(h) .
Los modelos se clasifican como modelos con umbral y sin umbral. Sill se define como la plataforma donde la
varianza se vuelve paralela al eje h . La distancia a la que llega el gráfico al nivel del alféizar se denomina rango.
El alcance también puede considerarse como radio de influencia. Los modelos se dan a continuación; modelo
esferico
3 ÿ 3
ÿ ÿ ÿ hh
ÿaÿ ÿ ÿ c ch ÿ
0
ÿ h()ÿÿÿÿ32 ÿ
Automóvil club británico
(13)
ccÿ0 ÿ ah
decir
ÿ
Modelo lineal
ÿ (h) = un h (14)
ÿ
modelo exponencial
ÿ (h) = c ( 1 - eh/ a ) (15)
www.intechopen.com
dónde,
C = Valor umbral (valor constante donde las varianzas son paralelas al eje de retardo).
c0 = Efecto pepita (varianza donde la distancia es cero).
a = Rango (distancia donde alcanza la varianza en el valor umbral)
Otro concepto en geoestadística es la dirección y la variabilidad de los variogramas según las direcciones. Si los
modelos de variograma desarrollados para diferentes direcciones pueden aceptarse como tolerablemente idénticos
entre sí, entonces el cuerpo mineralizado se denomina isotrópico y anisotrópico viceversa. Se puede usar el mismo
modelo de variograma durante las estimaciones de kriging para todas las direcciones si se decide la existencia de
una isotropía.
4.2.2 Kriging
Para ampliar los datos de muestra y usarlos para la predicción de valores desconocidos, se aplica kriging. Kriging
es un método de extensión y estimación en el que los parámetros se asignan a puntos de asignación por medio de
puntos de muestra circundantes. El objetivo es calcular un peso y
para cada punto de muestra.
El objetivo de desarrollar un modelo de variograma es establecer la varianza en función de la distancia y la
determinación de la ecuación matemática que se usará para calcular los términos de la matriz de covarianza que se
usarán en la etapa de kriging. El proceso Kriging, desarrollado por Krige (1966), es un método de estimación de
covarianzas entre puntos de asignación de puntos de muestra y dentro de puntos de muestra entre sí. En forma de
ecuación y matriz después de derivaciones, respectivamente;
* norte
zij(, ) ÿ
ÿ ÿw zx kk( ) (dieciséis)
k 1
ÿ
norte
ÿÿ semana _
1 (17)
k 1
ÿ
donde,
z*(i,j) = valor asignado al punto de nodo (i,j) con respecto a los n puntos de muestra circundantes
(perforaciones) z(xk) = valor paramétrico del punto de muestra xk = peso del punto de
muestra k.
semana
La representación simple de matrices está a continuación:
ÿÿ
XX
ÿÿ ÿ ÿw
X
ÿÿ ÿ
vx
ÿ (18)
donde,
[ÿxx] = matriz que incluye las varianzas entre los puntos de muestreo [ÿvx] = matriz que
incluye las varianzas entre el punto de asignación y los puntos de muestreo. [wx] = matriz de peso Se
calcula la matriz de peso
asignación. y se
Los utilizan
valores los pesos
de varianza depara
ÿ enestimar el parámetro
las matrices desconocido
se calculan colocandoencantidades
el punto de
de
distancia entre puntos de muestra mutuamente (ÿxx) y puntos de muestra a asignación (ÿvx) en el término h en el
modelo de vaiograma.
La geoestadística tiene un amplio campo de aplicación en el modelado geológico. El principal problema del método
es la evaluación visual y la interpretación del variograma experimental durante el modelo.
www.intechopen.com
desarrollo, que puede ser controvertido y relativo. El número de muestras debe ser una cantidad aceptable;
pueden tener doce años y en su mayoría más de treinta (Sen, 2007).
Una de las ventajas de la geoestadística es la capacidad de estimación de errores;
e 2 = (Z* ÿ Z) 2 (19) donde, e 2 es el error de estimación
(varianza), Z* es el valor estimado, Z es el valor real (Sinclair y Blackwell, 2004).
4.3 Método de redes neuronales

artificiales Uno de los métodos más recientes utilizados para extender datos de muestra son las
redes neuronales artificiales (Rabuñal y Dorado, 2006; Haupt, et.al., 2008). Inicialmente, el
sistema neuronal se entrena para aprender la estructura de las muestras. A cada muestra se le
asigna un peso aleatorio y se registra el error total. Iteración tras iteración, el error se distribuye
para aproximar los valores reales de la muestra. Se logra un nivel de error aceptable y se calculan los pesos de
Fig. 12. Estructuras típicas de redes neuronales artificiales.
Luego, en consecuencia, se asigna un valor a cualquier ubicación deseada a través del área o el espacio. En
forma formulada;
norte
ÿ
y wx wx
11 ÿ22ÿÿ wx
......
nn ÿÿ wx jj (20)
j ÿ1
donde, y es el valor a asignar, wj es el peso asignado a la j'ésima muestra y xj es el valor de

j'ésima muestra. Como se explicó anteriormente, el cálculo de wj requiere un proceso iterativo, que se denomina
entrenamiento. Una asignación de peso aleatoria es seguida por la medición del error entre la entrada actual y
la salida deseada. Un error por encima del límite aceptable provoca la propagación del error a través de los
pesos. Durante el "aplastamiento" del límite, se emplea una función de activación, llamada función sigmoidal;
1
()
efectos especiales
ÿ
(21)
X
1ÿ
ÿ mi
Las pesas nuevas se ensayan si cumplen la condición de límite de error. Cuando el sistema se ajusta al nivel
de error, se pueden utilizar ponderaciones para la asignación (Fausett, 1994).
www.intechopen.com
El error total es cada vez menor en cada iteración y el proceso continúa a medida que se alcanza el nivel
de error esperado. Para lograr un error mínimo, se pueden necesitar cientos de miles, incluso millones de
iteraciones. En esa etapa, se decide que el sistema ha aprendido la estructura de la base de datos y está
listo para futuras interpretaciones y estimaciones. Además, los coeficientes wj están disponibles para las
asignaciones (Freeman y Skapura , 1991; Dowla y Rogers, 1995).
5. Procesos visuales y numéricos bidimensionales

Después de la generación de redes triangulares y rectangulares, se pueden usar para diferentes propósitos,
como la estimación de volumen y reservas, la representación de superficies y la formación de una base de
datos de contorno. Otro instrumento visual muy básico para mostrar el comportamiento del mineral a
través del área es el mapa de contorno. Los datos de muestra se extienden al área como isolíneas.
5.1 Mapas de contorno

Los mapas de contorno generalmente se basan en redes trianguladas o cuadriculadas, que se superponen
al área de la mina para representar la topografía en un entorno computarizado. A los puntos de nodo en el
cable de la red se les asignan varios valores, como la elevación topográfica, el espesor y la ley compuestos,
las elevaciones de la superficie superior o inferior de la veta de mineral, etc. (Watson, 1992). La idea
principal y el propósito es estimar varios valores paramétricos en puntos de nodo utilizando valores de
muestra obtenidos por perforaciones. Aquí, el cuadrado de la distancia inversa, la geoestadística y las
redes neuronales artificiales se aplican para asignar valores de nodo. A partir de entonces, se pueden
dibujar mapas topográficos, de espesor y de contorno de ley (Fig. 8). Las curvas de Bézier, B-Splines y
Cubic Splines son principalmente técnicas matemáticas aplicadas (Mortenson, 1999; Comnino, 2006; Foley
et.al., 1990; Vince, 2005; Vince 2010). Los puntos en los nodos de la cuadrícula con coordenadas (x, y)
también obtienen una coordenada de tercera dimensión después de asignar un valor paramétrico como
coordenada z , como grosor, grado, etc. Luego, el conjunto de datos de puntos está listo para el ajuste de contorno (curva).
Las curvas de Bézier emplean polinomios de Bernstein (Vince, 2010). Su ecuación general se da a continuación:
ÿÿ
norte
Btin(tien
) ÿ
ÿÿÿ (1 t ) ÿ
1 ÿ
(22)
ÿ
ÿÿnorte
norte !
ÿÿÿ (23)
yo ÿ ÿ ( n ii)! !
ÿ
ÿÿÿ
norte
dónde ÿÿÿ es una abreviatura para el número de selecciones de i elementos diferentes de n

yo
elementos distinguibles cuando se ignora el orden de selección y las coordenadas de cualquier punto de
la circunferencia en términos de algún parámetro t. Las curvas de Bézier también pueden estar en forma de
polinomios de Bernstein cuadráticos y cúbicos (Vince, 2010).
B-splines también usan polinomios para formar un segmento de curva. Sin embargo, los B-splines utilizan una serie de puntos de control
que determinan la geometría local de la curva. Esta característica proporciona y asegura que solo una pequeña parte de la curva cambie
con el movimiento de un punto de control (Vince, 2010). Los splines se pueden clasificar en uniformes y no uniformes y también en
racionales y no racionales.
Las splines cúbicas permiten la continuidad entre segmentos, lo que los aleja un paso de las cuadráticas
simples. Los splines cúbicos también se pueden considerar como polinomios por partes (Fig. 13).
www.intechopen.com
Fig. 13. Construcción de una curva B-Spline no racional uniforme (Vince, 2010).
Aquí, el segmento de curva Si está bajo la influencia de los puntos Pi, Pi+1, Pi+2, Pi+3 y el segmento de curva Si+1
está relacionado con los puntos Pi+1, Pi+2, Pi+3, Pi+4. Existen (m+1) puntos de control y (mÿ2) segmentos de curva.
Por lo tanto, un segmento particular Si(t) de una curva B-spline está definido por
(24)
dónde,
(25)
Estas son las funciones básicas de splines cúbicos (Rogers y Adams, 1990). Finalmente, se puede dibujar la
topografía, los contornos superior e inferior de la veta de mineral, el espesor (isopaca), la ley (isograda), etc. (Fig. 14).
Los métodos de ajuste de curvas se modifican también para el ajuste de superficies en entornos tridimensionales. El
objetivo final de los sistemas informáticos es mostrar el cuerpo de mineral en el espacio 3D.
6. Operaciones tridimensionales
El modelado de cuerpos de mineral en 3D se puede lograr mediante varios enfoques. La unión de secciones
transversales tomadas a través del cuerpo mineralizado y las técnicas de modelado de bloques son los métodos más
utilizados. Los modelos no solo dan la forma del cuerpo del mineral, sino que también proporcionan volumen y cantidad de reserva.
Los núcleos de los agujeros de perforación explican a los investigadores las coordenadas definidas de las capas subterráneas.
La información topográfica se combina con profundidades para producir coordenadas tridimensionales.
www.intechopen.com
Fig. 14. Mapas de contorno; mapas de topografía, espesor y ley, respectivamente (Erarslan, 2007).
Los principales instrumentos para la valoración de minas asistida por computadora

en 3D son; - superficies
- secciones
transversales, - modelos sólidos (modelos tridimensionales).
6.1 Superficies
Las superficies son importantes resultados visuales de los sistemas de valoración de minas asistidos por
computadora. La superficie se puede preparar para cualquier parámetro asignado al sistema de rejilla. Los pares de
coordenadas (x,y) de cada nodo se pueden calcular fácilmente. La Fig. 15 muestra cómo se detecta la tercera
dimensión después de la rotación de la cuadrícula 2D alrededor del eje y.
La tercera coordenada puede ser la elevación topográfica, el espesor, el grado o cualquier otra cosa. La superficie
se nombrará de acuerdo con su tercer parámetro, como superficie topográfica, superficie de espesor, superficie de
grado, etc. La visualización 3D de superficies ayuda al investigador a imaginar cambios paramétricos.
Fig. 15. Modelo de superficie tridimensional (Pirsa, 2011).
www.intechopen.com
El ajuste de superficie también se aplica en datos de cuadrícula triangulares o

rectangulares. La asignación de la tercera coordenada a (x,y) pares de nodos de
cuadrícula se realiza mediante los métodos ya mencionados. Después de obtener
el conjunto de coordenadas (x, y, z) , se pueden utilizar enfoques de superficie B-Spline (Hill , 19
La superficie puede tener forma de estructura alámbrica (red de pesca) o renderizada. Durante la acción
de renderizado, se pueden imponer varios materiales, como suelo, varios tipos de rocas, etc., y también
vistas del cielo para el fondo (Fig. 16). De esta manera, se pueden obtener apariencias fotorrealistas.
Algunos soportes de programas de realidad virtual como OpenGl y GlView permiten a los usuarios
caminar o volar sobre el modelo desarrollado (RealTech, 2011; GlView, 2011).
i)
ii)
Fig. 16. Modelo de superficie 3D; i- apariencia de estructura alámbrica (Erarslan, 2003), ii- renderizado
con textura (Golden, 2011).
6.2 Secciones transversales paralelas geológicas

Las secciones de pozos de perforación alineadas a través o cerca de una línea de sección transversal se utilizan
para dibujar una vista de sección geológica. Los softwares muestran a los usuarios las litologías de los agujeros y
les permiten interpretarlas. Los polígonos cerrados con respecto a la estratigrafía determinan la sección transversal
del cuerpo de mineral a través de esa línea de sección (Figura 17).
www.intechopen.com
Fig. 17. Interpretación de la sección transversal a través de una línea de sección (Erarslan, 2007).
6.3 Modelos tridimensionales de cuerpos minerales

Las secciones transversales tridimensionales de cuerpos minerales no solo dan una idea sobre la estructura
del depósito, sino que también preparan una base para el modelo tridimensional del mineral. Las secciones
transversales sucesivas y paralelas se interpretan a lo largo del cuerpo mineralizado. Posteriormente, el
software puede combinar secciones transversales paralelas para formar un modelo de cuerpo de mineral en
3D. Algunos programas también son capaces de combinar secciones transversales, que no son paralelas, y
tal vez se cruzan entre sí. Este tipo de secciones se visualizan en los llamados diagramas de vallas (Fig. 18).
Las secciones transversales paralelas del yacimiento son herramientas fundamentales para el modelado 3D. Pueden ser horiz
Los programas de computadora ayudan a los investigadores a mostrar secciones y unirlas para crear una apariencia
3D. Cada polígono cerrado permite el cálculo del área de la sección y por medio del método de áreas promedio, se
puede calcular el volumen del cuerpo de mineral. La formulación del área de Gauss-Green se puede emplear para
estimar el área de la sección:
norte
ÿ
ÿ ( Yyx
yo
ÿ
ÿ 1ii 1 ÿ
)
i 1ÿ
A ÿ
(26)
2
donde, A es el área poligonal, los términos xi e yi son las coordenadas x e y de los nodos del polígono.
www.intechopen.com
Fig. 18. Diagrama de cerco (Rockworks, 2011) y estructuras alámbricas a través del cuerpo mineralizado
de Zambujal (Lundin, 2007).
6.4 Modelos de
bloques Otro método de modelado de cuerpos minerales que se utiliza con mucha frecuencia son los modelos
de bloques. Los modelos de bloques podrían pensarse como formas tridimensionales de cuadrículas 2D. El
campo se divide en bloques, las propiedades físicas y la composición de calidad están representadas por esta forma geométric
Las coordenadas del centro y de la esquina de cada bloque se pueden calcular como conjuntos de datos (x, y, z) .
El punto de referencia/origen está en la parte superior o inferior. En algunos casos, los posibles bancos a cielo
abierto definen la altura entre niveles (h). Con respecto al ancho, largo y alto del bloque y con referencia al origen,
se realizan cálculos de coordenadas. A la determinación de la posición física de cada bloque le sigue la asignación
de espesores y grados. Las asignaciones de bloques se realizan mediante varios enfoques matemáticos y se
genera un modelo de bloques geológicos . Similar a los cálculos realizados en los nodos de la cuadrícula, el
proceso se repite para cada nivel de elevación.
La geoestadística y las redes neuronales son los modelos de estimación más avanzados. El método del cuadrado
de la distancia inversa también se puede aplicar para estructuras geológicas más regulares, como lechos
sedimentarios. De acuerdo con el grado asignado, los bloques se colorean en los sistemas de software para
permitir una mejor observación del cuadro de calidad.
6.5 Estimación de volumen y reservas

El volumen y la reserva de los depósitos es un tema crucial de la valoración de la mina, así como el aspecto
visual. Existen varios métodos para las estimaciones numéricas. Sin embargo, los métodos recientes dependen
de la computadora. A continuación (Hartman, 1992) se dan varios enfoques para el volumen de mineral y las
estimaciones de reservas: i. El área encerrada por los límites del mineral se multiplica por el espesor promedio.
El volumen también se multiplica con el factor de tonelaje promedio para dar el inventario. El grado porcentual
indica cuánto de este inventario es mineral; eso es reserva.
ii. La red triangular se utiliza para calcular la reserva total. Se encuentra cada área triangular y el espesor
promedio se multiplica por el área para calcular el volumen de mineral en el triángulo. El producto del
volumen y los promedios ponderados del factor de tonelaje y la ley dan una reserva triangular.
La suma de la reserva de los triángulos da como resultado la
reserva total. iii. El campo se divide en cuadrículas. A los puntos de nodo se les asigna grosor, grado, etc.
mediante métodos de red neuronal, geoestadística y cuadrado de distancia inversa. De esta forma, a los
vértices de las esquinas de cada celda de nodo se les asigna un valor. Multiplicación del área de la celda que está encerrada p
www.intechopen.com
Fig. 19. Modelo 3D de bloque de cuerpo de mineral y modelo sólido del cuerpo de mineral de Zambujal (Lundin, 2007).
nodos, el espesor del mineral en esa celda y el grado de celda produce la reserva de celda. La reserva total
es el total de todas las celdas de la cuadrícula. IV. Las áreas de secciones geológicas paralelas se calculan
mediante la fórmula de Gauss-Green. Volúmenes
entre secciones sucesivas se estiman por el método de áreas promedio.
v. El modelo de bloque de cuerpo de mineral también brinda resultados numéricos y visuales. Cada reserva de bloque
se puede calcular La reserva total es la reserva total de todos los bloques.
El volumen del bloque es simplemente la multiplicación de la longitud, el ancho y la altura del mismo. Sin embargo,
después de la asignación del espesor a un bloque, se debe considerar el espesor del mineral en lugar de su altura
geométrica. El factor de tonelaje y la ley del mineral dan reserva de bloque. La reserva total es la suma de todas
las reservas del bloque (Taylor, 1994, 1993).
Reserva de bloque (t) = volumen de bloque (m3)· factor de tonelaje (t/ m3)· ley (%) (27)
Posteriormente se puede estimar el volumen dentro del tajo abierto y el volumen de mineral banco por banco
(Taylor, 1992). Después de determinar los límites del tajo abierto, el borde de cada banco se puede pensar como
un polígono y por medio de la fórmula de Gauss-Green se calcula el volumen del tajo. El volumen de extracción
también se puede calcular para encontrar la relación de extracción (Taylor, 1991).
www.intechopen.com
Un factor importante en la estimación de reservas es la ley de corte, que puede describirse como la ley en la que el
material excavado se clasifica como mineral o desecho (Taylor, 1986, 1985). También puede considerarse como
punto de equilibrio (Taylor, 1972). Se han desarrollado muchas investigaciones y modelos para determinar la ley de
corte precisa. Sin embargo, este tema económicamente crucial es especial y único para cada campo y debe
estudiarse particularmente (Wellmer et.al., 2008).
6.5.1 Mapas de isópacas para el cálculo del volumen

Además de los métodos de triángulos y polígonos, se emplea una técnica especial que utiliza contornos
de isópacas para el cálculo del volumen. Los mapas de contorno se pueden pensar como una extensión
e interpretación bidimensional de los pozos de perforación. Se dibujan isolíneas para varios parámetros
proporcionados por agujeros. Los valores de espesor y ley son muy importantes para determinar el
cuerpo del mineral. Es posible ver dónde aumenta y disminuye el espesor o dónde el mineral es rico en
ley y menos valioso. Los mapas de isópacas, que son isolíneas para el espesor, también se pueden usar
para calcular el volumen; el volumen bajo los mapas de isópacas son el volumen del mineral en sí mismo (Fig. 20).
Fig. 20. Sección transversal de mapas de isópacas y cálculo de volumen utilizando la regla de áreas promedio.
Las áreas, en cada nivel de espesor, se estiman y el volumen entre cada par de áreas sucesivas se calcula utilizando
la regla de áreas promedio:
ÿ
Automóvil club británico
jj ÿ 1
V ÿ ÿ
h (28)
j 2
donde, Vj es el volumen en el nivel j, Aj y Aj+1 son áreas sucesivas del nivel de espesor j y h es la altura (diferencia
de profundidad) entre las isolíneas de espesor.
6.6 Diseño de la mina, planificación de la producción y economía de los

minerales La etapa final de la valoración de la mina consiste en decidir si vale la pena invertir en un depósito de mineral.
La estructura geológica proporciona una base de datos para la evaluación económica. Con respecto a los resultados
físicos y geológicos de los sistemas computarizados, se puede diseñar la mina y se puede lograr la planificación de
la producción (Fig. 21).
Se consideran posibles inversiones, costos anuales e ingresos para estimar y prever cómo se puede extraer de
manera óptima ese activo subterráneo. Se calculan e informan el valor presente, el valor futuro, el valor anual y la
tasa de rendimiento de los flujos de efectivo netos. Durante los cálculos, se utilizan para la depreciación los métodos
de línea recta, doble saldo decreciente y suma de los dígitos de los años (Steiner, 1992). Se tienen en cuenta los
impuestos, los valores de salvamento, los costos de regalías, etc.
www.intechopen.com
Fig. 21. Diseño de mina asistido por computadora (Beck, 2011).
La optimización es otra rama de amplia aplicación de la valoración de minas. Los modelos de bloques
geológicos se utilizan para generar modelos de bloques económicos mediante el uso de costos e ingresos unitarios (Erarslan,
Como se conoce el volumen de un bloque, el espesor y la ley del mineral en cada bloque en particular,
entonces es posible convertir esta información en un aspecto económico. La multiplicación de volumen,
factor de tonelaje y ley da reserva de bloque. Costo de producción unitario y esperado
se consideran ingresos y se asigna un valor económico a cada bloque. Los modelos de bloques económicos
tienen resultados visuales y numéricos. Las apariencias en 3D de ellos dan una idea de dónde es rico el
cuerpo mineral y cómo cambia la calidad. Las aplicaciones de optimización y diseño de minas, como el límite
óptimo del rajo y la planificación óptima de la producción, son métodos integrales de evaluación numérica
(Erarslan, 2001).
7. Software informático para modelado de yacimientos y valoración de minas

En general, el tamaño de la base de datos puede ser demasiado voluminoso para administrar estudios con
esfuerzo manual. Por lo tanto, los algoritmos numéricos y los enfoques matemáticos requieren aplicaciones
informáticas para superar procesos y tiempos computacionales enormes. Hoy en día, muchos software y
sistemas asistidos por computadora sirven para el modelado geológico y la valoración de minas en este
sentido. La precisión y la velocidad de las computadoras permiten la evaluación de varios escenarios en tiempos razonableme
Los software comerciales en general tienen una sólida capacidad de gestión de bases de datos. Después de
construir una estructura de base de datos saludable, los programas de computadora están listos para el
modelado de cuerpos minerales. Muchos modelos y enfoques matemáticos en la literatura tienen lugar en
paquetes de software para determinar la forma, la ubicación y la calidad de la composición de todo el cuerpo.
La apariencia visual del cuerpo geológico está respaldada por datos numéricos como la cantidad de reserva
de mineral y la composición de calidad, que son parámetros vitales para el diseño y la programación de la mina.
Existen varios paquetes comerciales integrados para este propósito (MineSight, 2011; Gemcom, 2011; GDM,
2011; Techbase, 2011; Datamine 2011; Lynx Mining, 2011; RockWorks, 2011). Pueden manejar con éxito casos
reales, que pueden ser estructuras bastante complejas. Sus capacidades y utilidades gráficas y de
procesamiento han mejorado año tras año (Fig. 22).
Los sistemas informáticos facilitan los diseños de ingeniería, la preparación y la gestión de proyectos.
Los datos sin procesar, como GPS y núcleos de pozos de perforación, se convierten en mapas de contorno,
estructuras sólidas tridimensionales, informes de volumen y reservas, planes de minas abiertas y
subterráneas, evaluaciones económicas y programas de producción. Varios escenarios se examinan rápidamente.
Eventualmente, el activo subterráneo con tantas incógnitas se vuelve visual. Sus propiedades a través del
espacio son claras. Se invierten millones de dólares en este cuadro. Por lo tanto, los sistemas informáticos
son socios vitales de los ingenieros geológicos y mineros.
www.intechopen.com
Fig. 22. Funciones del software de computadora para el modelado de cuerpos minerales (RockWorks, 2011).
www.intechopen.com
8. Conclusión
Como la minería es una industria que requiere millones de dólares para inversiones y operaciones
posteriores, la valoración de la mina es una etapa crucial, que proporciona información básica para
etapas futuras. Antes de decidirse por una inversión minera, el proceso preliminar incluye la
exploración, la recopilación y valoración de datos, la determinación de la estructura geológica, el
modelado del yacimiento, el diseño y la planificación de la mina.
En las últimas décadas, se han desarrollado una serie de enfoques matemáticos y computacionales
para brindar la información más precisa relacionada con los cuerpos minerales bajo investigación.
Paralelamente, se han desarrollado muchos programas informáticos para llevar a cabo estos
complicados procesos. Esto significa que todas las inversiones dependen de las características
físicas y económicas del depósito de mineral. De manera similar, la rentabilidad de la inversión está
estrictamente relacionada con el diseño y la planificación de la mina (Hartman, 1992). Eventualmente,
la evaluación de datos y el modelado del yacimiento es un proceso muy crítico y básico y las
operaciones mineras se basan en sus resultados (Kennedy, 1990).
Base de datos de perforaciones, análisis geométricos y numéricos, mapas de contorno, superficies,
secciones, modelos tridimensionales de bloques de cuerpos de mineral, cálculos de volumen y
reservas, evaluación económica, métodos de valoración clásicos, triangulación, polígonos,
cuadrículas, enfoques geoestadísticos, método de redes neuronales, etc. son partidas e instrumentos de valoración d
La ayuda informática se ha vuelto inevitable y vital para las aplicaciones contemporáneas de
modelado de cuerpos minerales y valoración de minas. El proceso largo y complicado que comienza
con la constitución de la base de datos y termina con el diseño de la mina y la planificación de la
producción requiere soporte de software debido a la estructura matemática iterativa de los cálculos.
Compuestos de pozos de perforación, triangulación, redes poligonales y de cuadrícula, contornos,
secciones transversales, modelos tridimensionales de minerales, varias estimaciones de volumen y
reservas, modelos de bloques geológicos y económicos, diseño de minas y programación de
producción, optimización y trabajos de simulación dependen en gran medida de la computadora. En
cada etapa de los procesos, se utilizan muchos enfoques matemáticos desarrollados. Quien se ocupa
del modelado de cuerpos minerales asistido por computadora se enfrenta a muchos y muchos
estudios y métodos. Sin embargo, geoestadística, redes neuronales, métodos de distancia inversa
son temas muy básicos para ser comprendidos. Los científicos trabajan para mejorar los métodos
actuales y desarrollar otros nuevos también. Además, muchos software comerciales están en continuo desarrollo par
9. Referencias
Agoston, MK (2005). Gráficos por computadora y modelado geométrico , Springer, ISBN 1852338172 ,
EE.UU.
Beck (2011). Beck Engineering Pty Ltd, Australia, http://www.beckengineering.com.au BGIS

(2011). Sistema de Información Geográfica de Boston, http://www.bostongis.com/ Comninos, P.
(2006). Técnicas matemáticas y de programación informática para gráficos por computadora, Springer,
ISBN-10: 1-85233-902-0, EE. UU.
Mina de datos (2011). Datamine Studio v. 2, CAE Mining, Montreal, Canadá,
http://www.cae.com
Davis, JC (1973). Estadística y análisis de datos en geología, John Wiley and Sons, Inc., EE. UU.
David, M. (1988). Handbook of Applied Advanced Geostatistical Ore Reserve Estimation, Elsevier,
Ámsterdam.
www.intechopen.com
Deutsch CV & Diario AG (1998). Guía del usuario y biblioteca de software de estadísticas geográficas GSLIB,
2.ª edición, Oxford University Press, ISBN 0-19-510015-8, Nueva York.
Diggle PJ & Ribeiro Jr., PJ (2007). Geoestadística basada en modelos, Springer, ISBN-10: 0-387-32907-
2, Nueva York.
Dowla FU y Rogers LL (1995). Resolución de problemas en ingeniería ambiental y geociencias con redes neuronales
artificiales, Instituto de Tecnología de Massachusetts, ISBN 0-262-04148-0, EE. UU. Erarslan, K. (2007).
Sistema de geología y minería (GMS) para la valoración de minas asistida por computadora, Aplicaciones
informáticas en la educación en ingeniería, Vol: 15, No: 1, 78-8.
Erarslan, K. (2003). El Sistema de Geología y Minería (JMS) y Valuación de un Yacimiento de Cobre,

Revista de la Cámara de Ingenieros de Minas de Turquía, 42, (4), 3-14.
Erarslan K. & Çelebi, N. (2001), Un modelo simulado para un diseño óptimo a cielo abierto, Canadian Inst. mín. y
Metall. Boletín CIM, 94, No. 1055, octubre, 59-68, Canadá.
Fausett, L. (1994). Fundamentos de redes neuronales, Prentice Hall, ISBN 0133341860, EE. UU.
Foley, JD, van Dam, A., Feiner, SK, Hughes, JF (1990). Principios y práctica de gráficos por computadora, 2.ª edición,
Addison-Wesley, ISBN 0-201-12110-7, EE. UU.
Freeman JA y Skapura, DM (1991). Algoritmos de redes neuronales, aplicaciones y técnicas de programación,
Addison-Wesley Publishing Company, ISBN 0-201-51376-
5, Estados Unidos.
GDM (2003). División Internacional BRGM, Orléans Cedex, Francia. www.brgm.fr GemCom (2011).
GEMCOM, Inc., Canadá. www.gemcomsoftware.com GlView (2011). CAE Systems GMBH, Witten,
Alemania, http://www.glview.de Golden Software (2011). Golden Software Inc., Colorado, http://
www.goldensoftware.com/products/surfer/surfer-3Dsurface.shtml Haupt SE; Antonello Pasini A. y
Marzban C., eds. (2008). Métodos de Inteligencia Artificial en
Ciencias ambientales, Springer, ISBN 978-1-4020-9117-9, EE. UU.

Hartman, HL (1992). Manual de Ingeniería de Minas, 2da Edición, SME, AIME, Littleton.
Hill, Jr., FS (1990). Gráficos por computadora, McMillan Pub. Co., ISBN 0-02-354860-6, Nueva York.
Hustrulid W. y Kuchta M. (2006). Planificación y diseño de minas a cielo abierto, Taylor & Francis, ISBN
9780415407410, EE. UU.
Kennedy, BA (1990). Minería de Superficie, 2dn Edn, SME, AIME, Littleton.
Kitanidis, PK (2003). Introducción a la Geoestadística: Aplicaciones a la Hidrogeología, Cambridge
Prensa universitaria, ISBN 0 521 58312 8, Reino Unido.
Krige, DG (1984). Geoestadística y la definición de incertidumbre; Trans. Inst. mín. Metal.
Secta. A, v. 93, págs. A41–A47.
Krige, DG (1978). Geoestadística lognormal-deWijsian para la evaluación de minerales; Instituto sudafricano
mín. Metall., Monograph Series, Johannesburgo, Sudáfrica, 50 págs.
Leuangthong, O. y Deutsch, CV (2004). Geología Cuantitativa y Geoestadística -
Geoestadística Banff 2004, Springer, ISBN-10 1-4020-3515-2, Países Bajos.
Minería Lynx (2011). Lynx Geo Systems, SA Pty. Ltd., Sudáfrica, http://
www.lynxgeo.com/
Mazo JL (2002). Geomodelado, Oxford University Press, ISBN 0-19-514460-0, EE. UU.
Matheron, G. (1971) La teoría de las variables regionalizadas y sus aplicaciones; Les cahiers du Centre de
Morphologie Mathematique, Fontainebleau, n.º 5, 211 págs.
Matheron, G. (1963). Principios de geoestadística; Geología económica, v. 58, págs. 1246–1266.
www.intechopen.com
McKillup, S. y Dyar, ED (2010). Geoestadística explicada: una guía introductoria para científicos de la Tierra,
Cambridge University Press, ISBN-13 978-0-521-76322-6, Nueva York.
MineSight (2011). MinTech, Inc., Tucson, Arizona, EE. UU. www.mintec.com; www.minesight.com Mortenson, ME
(1999). Matemáticas para aplicaciones de gráficos por computadora, 2.ª ed., Industrial
Pres Inc., ISBN 0-8311-3111-X, EE. UU.

Nieuwland DA, ed. (2003). New Insights into Structural Interpretation and Modelling, The Geological Society of
London, ISBN 1-86239-133-5, Londres.
Pirsa (2011). Pirsa Minerals, Adelaida, Australia,
http://www.pir.sa.gov.au/minerals/geology/3d_geological_models
Rabuñal, JR & Dorado J. (2006). Redes neuronales artificiales en aplicaciones de la vida real, Idea
Group Publishing, ISBN 1-59140-902-0, USA RealTech
(2011). RealTech-Virtual Reality Co., EE. UU. http://www.realtech-vr.com RockWorks (2011). RockWare,
Inc., Golden, Colorado, EE. UU.,
http://www.rockware.com/product/gallery.php?id=165 Rogers, DF y
Adams, JA (1990). Elementos matemáticos para gráficos por computadora, McGraw
Colina, Internacional Ed.2, ISBN 0-07-053529-9, EE. UU.
Sarma DD (2009). Geoestadística con aplicaciones en ciencias de la tierra, 2.ª ed., Springer, ISBN
978-1-4020-9 379-1, India.
Sen, Z. (2009). Principios de modelado espacial en ciencias de la tierra , Springer, ISBN 978-1-4020-9671-6 ,
Nueva York.
Sinclair AJ y Blackwell GH (2004). Estimación de Inventario Mineral Aplicado, Cambrigr

Prensa universitaria, ISBN 0-521-79103-0, Reino Unido.
Cantante DA & Menzie WD (2010). Evaluaciones cuantitativas de recursos minerales y evaluación integrada
Enfoque, Oxfrod University Press, ISBN 978-0-19-539959-2, Nueva York.
PYME (2005). Explorando Oportunidades: Carreras en la Industria Mineral, Sociedad de Minería
Ingenieros, Folleto de orientación profesional, Littleton.
Steiner, HM (1992). Principios económicos de ingeniería, Ediciones internacionales de McGraw Hill,
Singapur, 559p.
Taylor, Hong Kong (1994). Reservas de mineral, minería y ganancias; Pueden. Inst. mín. Metal. Bol., v. 87, n. 983,
págs. 38–46.
Taylor, HK (1993). Reservar inventario práctica-respuesta; Pueden. Inst. mín. Metal. Bol., v. 86, n.
968, págs. 146 y 147.
Taylor, Hong Kong (1992). la guía para la evaluación de yacimientos de oro; integración de la evaluación de
depósitos y prácticas de inventario de reservas – discusión; Puede Inst. mín. Metal. Bol., v. 85, n. 964,
págs. 76–77.
Taylor, HK (1991). Reservas de mineral: los aspectos mineros; Trans. Inst. mín. Metall., v. 100, págs.
146–158.
Taylor, Hong Kong (1986). Estimación de Reservas de Mineral, Métodos, Modelos y Realidad, Can. Inst. mín.
Metall., Montreal, 10 y 11 de mayo, págs. 32 a 46.
Taylor, Hong Kong (1985). Leyes de corte: algunas reflexiones adicionales; Trans. Inst. mín. Metall., v. 94,
secta. A, págs. A204–A216.
Taylor, HK (1972). Antecedentes generales de la teoría de las leyes de corte; Trans. Inst. mín. Metall., v. 81, secc.
A, págs. A160–A179.
Base tecnológica (2003). Techbase International, Lakewood, Colorado, Estados Unidos. www.techbase.com
www.intechopen.com
Torries TF (1998). Evaluando Proyectos Minerales, Sociedad de Minería, Metalurgia y

Exploration, Inc., ISBN 0-87335-159-2, EE. UU.
TUHH (2011). Plataforma de aprendizaje electrónico para IFM, Tech. Universidad de Hamburgo-Harburg,
http://daad.wb.tu-harburg.de/?id=279
Vicente, J. (2010). Matemáticas para gráficos por computadora, Springer, 3.ª edición, ISBN: 978-1-84996-022-
9, Nueva York.
Vicente, J. (2005). Geometría para fórmulas gráficas por computadora, ejemplos y pruebas, Springer,
ISBN 1-85233-834-2, EE. UU.
Watson, DF (1982). Acord: Conteo automático de datos sin procesar, computadoras y geociencias, 8,
(1), 97-101.
Wellmer FW; Dalheimer M. y Wagner M. (2008). Evaluaciones Económicas en Exploración,
Springer, ISBN 978-3-540-73557-1, Nueva York.
Webster, R. y Oliver, MA (2007). Geoestadística para científicos ambientales, 2.ª edición, John Wiley &
Sons Inc., ISBN-13: 978-0-470-02858-2, Inglaterra.
www.intechopen.com
Ciencias de la Tierra
Editado por el Dr. Imran Ahmad Dar
ISBN 978-953-307-861-8
Tapa dura, 648 páginas

Editor InTech
Publicado en línea el 03 de febrero de 2012
Publicado en edición impresa Febrero, 2012
Los estudios de la historia de la Tierra y de las propiedades físicas y químicas de las sustancias que componen nuestro
planeta, son de gran importancia para nuestra comprensión tanto de su pasado como de su futuro. Los geológicos y otros
Los procesos ambientales en la Tierra y la composición del planeta son de vital importancia para ubicar y
aprovechando sus recursos. Este libro está escrito principalmente para académicos investigadores, geólogos, ingenieros civiles,
ingenieros de minas y ambientalistas. Con suerte, el texto será utilizado por los estudiantes y seguirá siendo
de valor para ellos a lo largo de sus posteriores carreras profesionales y de investigación. Esto no significa inferir
que el libro fue escrito única o principalmente con el estudiante en mente. En efecto, desde el punto de vista de la
investigador en Ciencias Ambientales y de la Tierra se podría argumentar que este texto contiene más detalles de los que él
requerirá en sus estudios o investigaciones iniciales.
Cómo hacer referencia
Para referenciar correctamente este trabajo académico, siéntase libre de copiar y pegar lo siguiente:
Kaan Erarslan (2012). Modelado de yacimientos y valoración de minas asistidos por computadora, Ciencias de la Tierra, Dr. Imran
Ahmad Dar (Ed.), ISBN: 978-953-307-861-8, InTech, disponible en: http://www.intechopen.com/books/earth sciences/computer-
aided-ore-body-modelling-and -valoracion-de-minas
InTech Europa InTech China
Campus Universitario PASO Ri Unidad 405, Bloque de oficinas, Hotel Equatorial Shanghái
Slavka Krautzeka 83/A No.65, Yan An Road (Oeste), Shanghái, 200040, China
51000 Rijeka, Croacia
Teléfono: +385 (51) 770 447 Teléfono: +86-21-62489820
Fax: +385 (51) 686 166 Fax: +86-21-62489821
www.intechopen.com
© 2012 El(los) autor(es). Licenciatario IntechOpen. Este es un artículo de acceso

abierto distribuido bajo los términos de la licencia Creative Commons Attribution 3.0 ,
que permite el uso, la distribución y la reproducción sin restricciones en cualquier
medio, siempre que se cite correctamente el trabajo original.

Lectura 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lectura 1

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

Modelado de yacimientos y valoración de

346 Ciencias de la Tierra

- superficies (topografía, espesor, pendiente, etc.), -

Modelado de yacimientos y valoración de minas asistidos por computadora 347

Fig. 1. Flujo de trabajo de valoración de minas.

2. Procesos de base de datos

348 Ciencias de la Tierra

2.1 Estructura de la base de

Fig. 2. Un solo registro de perforación y perforaciones en tres dimensiones (Erarslan, 2007).

2.2 Composición de orificios de

Modelado de yacimientos y valoración de minas asistidos por computadora 349

Fig. 3. Composición de banco/nivel

3. Extensión de datos en una red

350 Ciencias de la Tierra

Fig. 4. Asignación a puntos de nodo.

Los valores de muestra distribuidos irregularmente (perforaciones) se extienden/distribuyen al campo mediante

p(i,j) = f(xi,,yj) (3)

Modelado de yacimientos y valoración de minas asistidos por computadora 351

Fig. 5. Rejilla superpuesta sobre taladros distribuidos irregularmente.

Fig. 6. Generación de polígonos y triángulos.

3.2 Extensión de datos en 2D

352 Ciencias de la Tierra

Fig. 7. Sistema de cuadrícula rotada con referencia al origen (sx, sy).

3.2.1 Triángulos y triangulación Los

V=A· tave (6)

Fig. 8. Cuadrícula triangular por sondajes y reserva local.

Modelado de yacimientos y valoración de minas asistidos por computadora 353

3.2.2 Cuadrícula poligonal El

Fig. 9. Poligonalización (Sen, 2009) y polígonos de Voronoi (BGIS, 2011).

354 Ciencias de la Tierra

i. Distancia inversa, ii.

4.1 Método de distancia inversa

4.2 Métodos geoestadísticos El

Modelado de yacimientos y valoración de minas asistidos por computadora 355

4.2.1 Modelado de variogramas La

ÿ(h) = varianza de los pares de muestras ubicados a h distancia (retraso)

356 Ciencias de la Tierra

ÿ (h) = c ( 1 - eh/ a ) (15)

Modelado de yacimientos y valoración de minas asistidos por computadora 357

La representación simple de matrices está a continuación:

358 Ciencias de la Tierra

e 2 = (Z* ÿ Z) 2 (19) donde, e 2 es el error de estimación

(varianza), Z* es el valor estimado, Z es el valor real (Sinclair y Blackwell, 2004).

4.3 Método de redes neuronales

Fig. 12. Estructuras típicas de redes neuronales artificiales.

donde, y es el valor a asignar, wj es el peso asignado a la j'ésima muestra y xj es el valor de

Modelado de yacimientos y valoración de minas asistidos por computadora 359

5. Procesos visuales y numéricos bidimensionales

5.1 Mapas de contorno

dónde ÿÿÿ es una abreviatura para el número de selecciones de i elementos diferentes de n

360 Ciencias de la Tierra

Modelado de yacimientos y valoración de minas asistidos por computadora 361

Los principales instrumentos para la valoración de minas asistida por computadora

Fig. 15. Modelo de superficie tridimensional (Pirsa, 2011).

362 Ciencias de la Tierra

El ajuste de superficie también se aplica en datos de cuadrícula triangulares o

6.2 Secciones transversales paralelas geológicas

Modelado de yacimientos y valoración de minas asistidos por computadora 363

6.3 Modelos tridimensionales de cuerpos minerales

364 Ciencias de la Tierra

6.5 Estimación de volumen y reservas

Modelado de yacimientos y valoración de minas asistidos por computadora 365