Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
Introducción
Los enfoques tradicionales para la evaluación de depósitos minerales utilizan métodos de estimación no
geoestadísticos y/o geoestadísticos para proporcionar estimaciones óptimas de la ley de los bloques locales.
Cuando la densidad de perforación es demasiado escasa para el nivel de detalle requerido para la mina
O. Tavchandjian (&)
CVRD Inco, 2060 Flavelle Boulevard, Sheridan Park, L5K 1Z9
Mississauga, ON, Canadá
correo electrónico: tavchandjiano@inco.com
A. Proulx
CVRD Inco, 5000, R8N 1P3 Thompson, MB, Canadá Correo
electrónico: aproulx@inco.com
anderson
Voisey's Bay Nickel Company, Suite 700, Baine Johnston Centre, 10 Fort
William Place, A1C 1K4 St John's, NL, Canadá Correo electrónico:
manderson@inco.com
Para validar las simulaciones condicionales, se lleva a cabo un ejercicio de calibración siempre que
haya datos de producción disponibles, ya sea en una porción extraída del mismo depósito o en un
depósito análogo. Las áreas seleccionadas para estos análisis posteriores suelen estar bien
perforadas y se benefician de un mapeo extenso de aberturas subterráneas. También se podrá
utilizar el registro de la producción acreditada por la fábrica, si está disponible. La metodología
aplicada es la siguiente:
• crear un conjunto de datos basado en exploración eliminando todas las perforaciones de producción de relleno;
La mina de datosMTEl optimizador de paradas flotantes (FSO) se utiliza en las operaciones de Inco
para evaluar rápidamente el recurso recuperable de todos los yacimientos y modelos simulados en
varias leyes de corte. El FSO es análogo al algoritmo de cono flotante utilizado en situaciones de tajo
abierto. El FSO no proporciona un plan minero final sino más bien un producto "casi terminado", que
requiere refinamiento pero proporciona una herramienta eficaz para comparar escenarios mineros
alternativos en un ejercicio de planificación conceptual. Para validar los parámetros utilizados en el
FSO, se realiza un ejercicio manual de planificación minera en una de las simulaciones. La
comparación de las ejecuciones de FSO con la planificación manual verifica los parámetros de FSO.
Todas las ejecuciones posteriores de FSO en los modelos de simulación y los modelos de estimación
utilizan estos mismos parámetros.
En las Figs.1y2para dos depósitos de sulfuro de Ni. Cuando se utiliza un
conjunto de datos de exploración, los patrones espaciales creados por CS
son más realistas y representan mejor la dilución interna anticipada. Los
resultados muestran que cuando hay poca información disponible para la
estimación, la continuidad espacial de la mineralización tanto de alta como
de baja ley se exagera en los modelos poligonales y MIK. Esto da como
resultado una sobreestimación de la ley recuperable y una subestimación
del tonelaje recuperable.
Aplicación de simulaciones condicionales al capital… 323
1.0
3.00
0,8
2.50
0,6
Millones
2.00
0,4
1,50
0,2
0.0 1.00
1.00
1.25
1,50
1,75
2.00
1.00
1.25
1,50
1,75
2.00
% Ni CORTE %Ni CORTE
NN_EXPL IK_DEFN NN_EXPL IK_DEFN
CRÉDITO DEL MOLINO IK_EXPL CRÉDITO DEL MOLINO IK_EXPL
CS 6 CS7 CS 6 CS7
90% LCV 90% UCL 90% LCV 90% UCL
Figura 1Comparación de curvas de tonelaje y ley obtenidas con los distintos métodos con crédito de fábrica en la zona
de calibración. CS 6 y 7 representan el rango del 90% de los resultados simulados, mientras que los límites de control
del 90% representan un±10% de diferencia con respecto a la simulación mediana
Figura 2Evaluación comparada del mapeo de mineral real, poligonal (NN), MIK y CS en la zona de
calibración
324 O. Tavchandjian et al.
14.5 3.30
3.10
12.5
2.90
10.5 2,70
2.50
Millones
8.5
2.30
2.10
1,90
4.5
1,70
1,50
2.5
1.00
1.25
1,50
1,75
2.00
1.00
1.25
1,50
1,75
2.00
% Ni CORTE
%Ni CORTE
CS 19 CS 20 MIK
CS 19 CS 20 MIK
NN 90% LCV 90% UCL NN 90% LCV 90% UCL
Figura 3aComparación de curvas ley-tonelaje en minería a granel obtenidas con los distintos métodos de evaluación.
CS 19 y 20 representan el rango del 90% de los resultados simulados, mientras que los límites de control del 90%
representan un±10% de diferencia con respecto a la simulación mediana.bComparación de las curvas ley-tonelaje de
corte y relleno obtenidas con los distintos métodos de evaluación. CS 19 y 20 representan el rango del 90% de los
resultados simulados, mientras que los límites de control del 90% representan un±10% de diferencia con respecto a la
simulación mediana
Con base en los resultados de CS, se seleccionó la minería mecanizada de corte y relleno como el
método de minería más adecuado para la profundización del yacimiento 1D. Un equipo de geólogos
e ingenieros de minas experimentados con experiencia en producción en este yacimiento investigó
más a fondo un conjunto de secciones y planos de simulaciones seleccionadas para realizar algunos
estudios de sensibilidad y optimizar el plan de mina propuesto, incluidos los sistemas de manejo de
minerales y rocas, ventilación, etc. Los parámetros económicos y técnicos se utilizaron luego como
datos de entrada en el análisis de flujo de caja descontado. Con base en los resultados de CS, se
calculó un rango de ROR y NPV para cuantificar el riesgo asociado con los supuestos del caso base
junto con las posibles ventajas y desventajas.
Para la profundización del depósito Birchtree 83, la comparación de los métodos de minería arrojó
resultados similares a los del depósito 1D Lower, pero el potencial de alta ley no se consideró
suficiente y el riesgo era demasiado alto para justificar un enfoque de minería selectiva. En este
estudio de prefactibilidad, el beneficio de CS se obtuvo al revisar el perfil de producción. Debido a la
gran distancia entre agujeros en profundidad, los modelos MIK y poligonales
326 O. Tavchandjian et al.
sufren de un sesgo condicional significativo. Como resultado, se crean artificialmente grandes áreas
de mineralización de alta ley. Un plan de producción basado en estos modelos tiene como objetivo
explotar primero estas zonas profundas de alta ley. El CS produce un modelo radicalmente diferente
del depósito que muestra una distribución de leyes mucho más consistente de arriba a abajo (Fig.4).
Con base en los resultados de CS, el perfil de producción se modificó para aumentar la tasa de
producción y explotar el yacimiento tanto de abajo hacia arriba como de arriba hacia abajo. Este
yacimiento ha estado en producción durante dos años y los resultados operativos han confirmado la
validez de los resultados de CS y el sesgo en las estimaciones MIK y poligonales.
Como en el caso del depósito 1D, los planificadores de la mina pudieron completar un estudio de
prefactibilidad que incluía estimaciones sobre los costos de capital, la tasa de extracción, la secuencia
de extracción y el perfil de producción con base en los resultados de CS. Estas estimaciones no
adolecen de una subestimación de la variabilidad espacial en la distribución de las leyes del metal y,
por lo tanto, proporcionan estimaciones más realistas que las estimaciones anteriores basadas en
modelos poligonales y MIK.
%Ni
De A
0.0 0.3
0.3 1.0
1.0 2.0
2.0 100.0
La concentradora de Voisey's Bay se abastecerá durante los primeros 16 años de operación mediante
producción a cielo abierto del depósito Ovoid. Este depósito está alojado en un complejo intrusivo de
troctolita, que se divide en tres dominios diferentes con proporciones variables de sulfuros masivos y
diseminados. En cada dominio, las zonas masiva y diseminada se simularon por separado. El enfoque
de banda giratoria está limitado por un modelo de coregionalización lineal (Wackernagel1998) para
mantener las correlaciones espaciales observadas en los datos de entrada entre el porcentaje de Ni,
el porcentaje de Cu, el porcentaje de Co, el porcentaje de S y el porcentaje de Fe.
5
4.5
4
3.5
3
2.5
2
1.5
1
0,5
0
0 100 200 300 400 500 600 700
Tiempo (días)
A diario Semanalmente Mensual
El uso del proceso de despliegue fue fundamental para producir un perfil de laterita realista y una
distribución de leyes vertical; sin embargo, agregó complejidad al proceso de simulación, ya que
cada simulación 2D del perfil de la capa se originó a partir de un nuevo sistema de referencia.
Se utilizaron modelos de corregionalización lineal tanto para las simulaciones 2D, para
mantener la correlación espacial entre las propiedades físicas y químicas de las distintas
capas, como para las simulaciones 3D en la capa de laterita amarilla para mantener la
correlación vertical entre los diferentes elementos químicos.
Una aplicación inicial a la planificación minera fue utilizar simulaciones 2D para apuntar
a las áreas con mayor probabilidad de combinar níquel de alta ley, con alta recuperación
minera y gran espesor de saprolita. Se seleccionaría preferentemente la zona más
favorable como zona de inicio del tajo abierto. La combinación de resultados obtenidos
del espesor de capa, recuperación de saprolita y simulaciones de ley indicó claramente
que el extremo suroeste del depósito presenta la mejor mineralización económica para
los primeros años de producción.
Las 40 simulaciones completadas para el depósito de Goro se clasificaron según la variación creciente de
la topografía del lecho rocoso, es decir, el fondo de la capa de saprolita. Cifra6muestra una sección
transversal del perfil interpretado para varios espaciamientos de perforación (es decir, 2 m, 12 m, 24 m y 100
m, respectivamente) para la simulación número 29, seleccionada como el caso mediano para los criterios de
variación.
Se observa una disminución dramática en la variabilidad de la geometría de la capa a
medida que disminuye la densidad de perforación. Esta variabilidad afectaría la recuperación y
la dilución de las tres capas mineralizadas y también el riesgo de clasificación errónea de la
mineralización limonítica y saprolítica con fines de almacenamiento. Dado que el modelo de
recursos se basa en perforaciones espaciadas a 100 m, sufrirá un alto nivel de suavizado
excesivo en la geometría de las capas.
Estos hallazgos preliminares indican el valor que proporcionan las simulaciones condicionales en la
planificación minera conceptual del depósito ('minería de escritorio') para evaluar el impacto y la
aplicabilidad de las leyes de corte, las alturas de los bancos, el tamaño de los equipos y la clasificación de
limonita/saprolita para el almacenamiento y medir los factores de dilución minera y pérdida de mineral. Se
proporcionaron a los ingenieros de minas dos secciones transversales de este a oeste y dos secciones
transversales de norte a sur cortadas a través de estas simulaciones para que las utilizaran como base para
la planificación. Estas cuatro secciones se reprodujeron utilizando la segunda peor, la mediana y la segunda
mejor simulación clasificadas según los criterios de varianza.
330 O. Tavchandjian et al.
(a)240m
200m
160m
(b)240m
200m
Amarillo laterita
laterita
(C) 240m
Transición
saprolita
Base
200m
160m
(d)240m
200m
160m
Figura 6aEjemplos de sección transversal SN para una distancia entre orificios de perforación de 2 m;bejemplos de sección transversal SN
para 12 m de distancia entre orificios de perforación,Cejemplos de sección transversal SN para una separación de 24 m entre barrenos;d
Ejemplos de sección transversal SN para 100 m de distancia entre pozos de perforación.
utilizado como relleno. Las alternativas deberían considerar el almacenamiento para utilizar esta
mineralización como mineral incremental. Con base en estos resultados, se adoptó una nueva estrategia de
control de leyes para utilizar una ley de corte no superior al 1,3% de Ni para definir la parte superior del
mineral en la capa de laterita amarilla.
Figura 8 Disponibilidad de
(a) Variabilidad anual
volumen de saprolita a partir de 20
simulaciones independientes para a 900.000
modelo de bloque
Volumen (m 3)
un período de un año y bun periodo
de dos meses 800.000
+ /-
700.000 10%
600.000
2 4 6 8 10 12 14 16 18 20
Número de simulación
200.000
+ /-
10%
150.000
100.000
24 6 8 10 12 14 16 18 20
Número de simulación
Conclusiones
En las cuatro aplicaciones presentadas en este artículo, se pone énfasis en demostrar cómo el uso de
simulaciones condicionales ha llevado a la capacidad de tomar mejores decisiones comerciales y
técnicas que las de modelos basados en métodos de interpolación tradicionales. Un plan adecuado
de vida útil de la mina se basa en tener una buena comprensión de la variabilidad de las leyes; los CS
permiten caracterizar adecuadamente la variabilidad espacial de las leyes.
CS permite a los profesionales cuantificar el riesgo y realizar análisis de sensibilidad significativos
sobre las finanzas del proyecto. La CS utilizada como herramienta adicional en las evaluaciones de
proyectos mineros permite a la alta dirección evaluar mejor el riesgo asociado con los proyectos
mineros.
Para ganar confianza en los resultados de la simulación, siete años de aplicaciones de CS en las
operaciones de Inco Limited han puesto de relieve dos claves fundamentales para el éxito:
AgradecimientosLos autores desean reconocer la contribución y el apoyo del personal clave de Inco
para la aplicación exitosa de simulaciones condicionales a estos proyectos: Alan Aubut, Scott Bishop,
Jean-Yves Cloutier, John Kelly, Andre Lauzon y Brian Plamondon. También nos gustaría agradecer a
Lawrence Cochrane por su ayuda en la edición final de este artículo.
Aplicación de simulaciones condicionales al capital… 333
Referencias
Abzalov M, Mazzoni P (2007) El uso de simulación condicional para evaluar el riesgo de proceso asociado
con variabilidad de leyes en el depósito de ilmenita detrítica de arenas del corredor, Mozambique. En:
Dimitrakopoulos R (ed) Modelado de yacimientos y planificación estratégica de minas, 2ª ed. Instituto
Australasiano de Minería y Metalurgia, Melbourne, págs. 95-102
Armstrong M, Dowd PA (eds) (1993) Simulaciones geoestadísticas. Editores académicos de Kluwer,
pág.255
Audet M, Ross AF (2007) Depósitos lateríticos de Ni-Co de Koniambo, Nueva Caledonia: un estudio de caso de
modelación geológica hasta la clasificación de recursos minerales. En: Dimitrakopoulos R (ed) Modelado
de yacimientos y planificación estratégica de minas, 2ª ed. Instituto Australasiano de Minería y
Metalurgia, Melbourne, págs. 235–244
Benndorf J Dimitrakopoulos R (2007) Nuevos métodos eficientes para simulaciones condicionales de grandes
yacimientos. En: Dimitrakopoulos R (ed) Modelado de yacimientos y planificación estratégica de minas, 2ª
ed. Instituto Australasiano de Minería y Metalurgia, Melbourne, págs. 61–67
Chiles JP Delfiner P (1999) Geoestadística: modelación de la incertidumbre espacial, Wiley, 695 p DATAMINE
MTLtd (1997) Manual de usuario para módulo desplegable. En: Deutsch CV, Journal AG
(eds) GSLIB: Biblioteca de software geoestadístico y guía del usuario. Oxford University Press,
Nueva York, 134 p (1992)
Deutsch CV, Journel AG (1992) GSLIB: Biblioteca de software geoestadístico y guía del usuario.
Prensa de la Universidad de Oxford, Nueva York
Dimitrakopoulos R, Luo X (2004) Simulación gaussiana secuencial generalizada en tamaño de grupo n y
Pantalla: aproximaciones de efectos para simulaciones de campos grandes. Math Geol 36(5):567–591 Goovaerts P
(1997) Geoestadística para la evaluación de recursos naturales. Prensa de la Universidad de Oxford,
Nueva York, pág. 483
Gotway CA, Rutherford BM (1993) Simulación estocástica para obtener imágenes de incertidumbre espacial:
comparación y evaluación de algoritmos disponibles. En: Armstrong y Dowd (eds) Taller de
simulación geoestadística de actas. Editores académicos de Kluwer, págs. 1–22
Journel AG, Hjuibregts CJ (1983) Geoestadística minera. Academic Press, San Diego, CA, p 600 Krige
DG (1996) Un análisis práctico de los efectos de la estructura espacial y de los datos disponibles y
accedido, en sesgos condicionales en kriging ordinario. En: Baafi E, Schofield N (eds) Actas
geoestadísticas Wollongong '96. Editores académicos de Kluwer, págs. 799–810
Lantuejoul C (1993) Simulación no condicional de aleatorio multigaussiano isotrópico estacionario
funciones. En: Armstrong y Dowd (eds) Simulaciones geoestadísticas de procedimientos. Editores
académicos de Kluwer, págs. 147-177
Ravenscroft PJ (1993) Simulación condicional para minería: implementación práctica en industrias
ambiente. En: Armstrong, Dowd (eds) Taller de simulación geoestadística de actas.
Editores académicos de Kluwer, págs. 79–88
Wackernagel H (1998) Geoestadística multivariada, segunda edición ed. Springer, Berlín Heidelberg,
pág.291