Machine Translated by Google

Ingeniería de minerales 116 (2018) 196–202

Listas de contenidos disponibles en ScienceDirect

Ingeniería de Minerales

página de inicio de la revista: www.elsevier.com/locate/mineng

Muestreo: una herramienta clave en la mineralogía de procesos moderna

T

NO Lotería, , CL Evansb, K. Engströmc

a
Diagramas de flujo Metallurgical Consulting Inc., Canadá
b
Universidad de Queensland, Instituto de Minerales Sostenibles, Australia LKAB,
C
Kiruna, Suecia

INFORMACIÓN DEL ARTÍCULO ABSTRACTO

Palabras clave: La poderosa caja de herramientas moderna de Process Mineralogy híbrida para el desarrollo de diagramas de flujo utiliza el muestreo de mejores
Muestreo prácticas como una de sus herramientas. En este documento, los tres componentes clave del muestreo de mejores prácticas se revisan con estudios de
materiales particulados
casos. Estos tres componentes son:
Masa mínima de muestra
Linea de seguridad
1. Masa mínima de la muestra.

Semivariograma 2. Reglas de extracción de muestras imparciales.

Liberación 3. La línea de seguridad.

Estos excelentes modelos y reglas no se enseñan comúnmente en los programas de pregrado. En este documento de revisión, que pretende ser una
referencia introductoria para aquellos profesionales de la mineralogía de procesos que no han estado expuestos a los modelos de muestreo, se presentan
explicaciones sencillas y prácticas como referencia. Se muestra que las distribuciones de tamaño de partícula más finas conducen a requisitos de masa
mínima de muestra más pequeños.
Si bien la teoría del muestreo nos permite estimar el error que implica obtener una masa de muestra para el análisis mineralógico, también es útil
para tener en cuenta los errores en las mediciones mineralógicas del proceso en sí. Se proporcionan ejemplos de los intervalos de confianza en las
mediciones de liberación realizadas en muestras de ley alta y baja para ilustrar la importancia del tamaño de la muestra, específicamente la medición de
un número suficiente de partículas, en estos análisis.

1. Introducción
La mejor práctica de muestreo en ingeniería minera y metalúrgica coloca el proyecto
u operación en una plataforma sólida con datos confiables que pueden usarse para
decisiones comerciales. Esta mejor práctica funciona sobre la base de los criterios que
dividen "muestras" de "especímenes".
En su obra seminal de 1979 sobre el muestreo de materiales particulados, Gy afirmó
que en la mayoría de los casos en los que falla una empresa minera, las causas casi
siempre pueden atribuirse a errores de muestreo inexplicables debido a la confusión
entre muestras y especímenes. Él definió estos dos términos como:
▪ La masa de sólidos secos en una muestra debe ser igual o superior a la masa
mínima de la muestra, determinada por los modelos de masa mínima de la
muestra de Gy, con una varianza fundamental suficientemente baja.
▪ Cualquier partícula en el lote, de cualquier clase de tamaño, debe poder
ingresar a la muestra primaria con la misma probabilidad de ser excluida de la
muestra primaria.
En otras palabras, una muestra difiere del lote solo en masa. Tiene una composición
idéntica a la del lote.

• “Ejemplo”:
• “Muestra”: • • Una parte del lote obtenido sin respetar estos (muestreo)
Una parte del lote, muchas veces obtenida por la reunión de varios incrementos o normas.

fracciones del lote, y destinada a representarlo en operaciones posteriores. Una

muestra no es cualquier parte del lote; su extracción debe respetar ciertas reglas En resumen, el muestreo de mejores prácticas equivale a tres criterios:
que la teoría del muestreo pretende establecer. Las siguientes reglas clave
deben cumplirse para declarar que el material es una muestra: 1. Cuánta muestra primaria se debe tomar 2. Cómo se
extraen los incrementos de esa muestra primaria

Presentado originalmente en MEI Process Mineralogy '17, Ciudad del Cabo, marzo de 2017. Nueva revisión editada (julio de 2017) enviada a la revista Minerals Engineering después de la revisión por pares.

Autor de correspondencia.
Dirección de correo electrónico: tech.flowsheets@gmail.com (NO Lotería).

http://dx.doi.org/10.1016/j.mineng.2017.07.013 Recibido el
13 de abril de 2017; Recibido en forma revisada el 15 de julio de 2017; Aceptado el 19 de julio de 2017
Disponible en línea el 27 de julio de
2017 0892­6875/ © 2017 Elsevier Ltd. Todos los derechos reservados.
Machine Translated by Google

NO Lotter et al. Ingeniería de minerales 116 (2018) 196–202

3. Cómo se tritura y se submuestrea la muestra primaria para obtener una muestra viable grado paymetal en la muestra. La forma de la constante de muestreo K se muestra en la
masa y tamaño. Ecuación (2).

∙ norte
2
En una monografía publicada recientemente titulada “Process Mineralogy”, se g.v. yo _
k = − 2
∑
i )∙
ma∙ 2
Automóvil club británico

(
proporcionan numerosos capítulos que describen estudios de casos relevantes en la i= 1
yo
_
(2)
práctica de Process Mineralogy (Becker et al., 2016). Se recomienda al lector que agregue
dónde
esta referencia a su lectura.
Este documento no reporta ningún material nuevo en el campo del muestreo.
Su propósito es establecer una referencia simple utilizando artículos publicados Ms = masa representativa de la muestra, gramos d =

anteriormente para el practicante de Mineralogía de Procesos, que probablemente no ha diámetro medio ponderado de las partículas (o tamaño d50 ), cm

tenido la oportunidad de leer y comprender los conceptos básicos de los modelos de Mi = la i­ésima fracción de masa correspondiente a di vi =

muestreo de Gy. Con base en la observación de Minnitt, 2007, de que los detalles de las volumen de la i­ésima partícula de mineral, cm3 v

teorías de muestreo de Gy se están incorporando recientemente a los planes de estudios = volumen medio de partículas en el lote de muestra, cm3

universitarios en las universidades, es posible que muchos profesionales que trabajan en M = la masa del lote, gramos a =

áreas de la industria minera donde el muestreo es importante no hayan estado expuestos ley de muestra media ponderada del metal de pago, expresada como

a los detalles de estos conceptos. . Este punto de vista fue apoyado por Holmes, 2010, gramos por

quien observó que la razón principal por la que la práctica de muestreo en una operación tonelada de mineral, o porcentaje de metal en

no cumple con las mejores prácticas es que la responsabilidad del muestreo a menudo el mineral ai = la ley del metal en la i­ésima fracción de

se deja en manos de personas que no aprecian el significado y la importancia del tamaño di = el i­ésimo diámetro de partícula,
cm fv = la varianza fundamental g = el
muestreo. . Se reconoce que desde los trabajos seminales de Gy, 1979, ha habido una
cantidad considerable de otros trabajos excelentes realizados por una serie de factor de rango de tamaño

trabajadores, que han avanzado su plataforma con refinamientos adecuados que describen
estudios de casos relevantes. No es el propósito de este artículo revisar en detalle este El factor de rango de tamaño es la relación entre el tamaño d50 y el tamaño d95 ,

gran volumen de trabajo. Más bien, un breve resumen de estos sigue, para mantener el como en la Ecuación (3). Ambos valores se estiman fácilmente a partir de un gráfico de

artículo breve y legible, para el beneficio del lector. tamaño de paso de porcentaje acumulativo. Por lo tanto, es obvio que el dominio de g está
confinado a 0 < g < 1.

Un capítulo titulado “Control de procesos” fue escrito por Bartlett y Hawkins, 1987, en d
50
gramo =
la monografía SAIMM titulada “The Extractive Metallurgy of Gold in South Africa”. Este 95 _ (3)
capítulo resume los componentes principales de los modelos de muestreo y ofrece algunos
Tenga en cuenta que todas estas ecuaciones utilizan el segundo sistema de unidades
estudios de casos. Toda la teoría de muestreo de Gy fue reexplicada en detalle por Pitard,
centímetro gramo (cgs).
1993.
En el caso de las corrientes de procesos de plantas metalúrgicas, que se sometieron
Su libro contiene numerosos estudios de casos. Una publicación más reciente resume lo
esencial con estudios de casos (Lotter, 2016). a trituración y clasificación para liberar los minerales valiosos, el experimento de cincuenta
piezas de Gy debe modificarse para obtener estimaciones de varianza y, por lo tanto, una
ecuación de muestreo. En esta modificación, la muestra de la corriente del proceso
1.1. Masa mínima de muestra Ms
metalúrgico analizada se tamiza sobre un conjunto apropiado de tamices de prueba en
clases de tamaño limitadas, luego cada clase de tamaño se pesa, se analiza y se mide la
Uno de los criterios principales para una muestra es la masa mínima de la muestra, o
densidad de sólidos secos. Cada clase de tamaño se considera entonces como una
Ms. El conjunto completo de modelos de muestreo escritos por Gy opera en el sistema de
"pieza" en el experimento.
segunda unidad centímetro gramo (cgs). La masa de la muestra primaria debe ser igual o
superior a Ms para una varianza fundamental seleccionada, que generalmente es del 8
1.2. Reglas de extracción de muestra imparcial
%, según lo recomendado por Bartlett y Hawkins, 1987.
La masa mínima de muestra y la varianza fundamental están relacionadas entre sí por la
El siguiente es un resumen de las reglas típicas de extracción de muestras.
constante de muestreo K como en la Ecuación (1).
recomendado por Pierre Gy en su publicación de 1979:
k Para los cortadores de muestras de flujo cruzado, que extraen muestras primarias de
METRO
s =
Fv (1) lodo de un flujo de lodo de flujo continuo (proceso), estas reglas
son:
dónde

1. El cortador de muestras debe ser no restrictivo y autolimpiante, debe descargarse

Ms = masa mínima de la muestra, gramos
por completo.
K = la constante de muestreo, g/%2 fv=la
varianza fundamental, %2 2. La geometría de la abertura del cortador debe ser tal que el tiempo de corte en cada
punto de la corriente sea igual. Para los cortadores de trayectoria lineal, los bordes
del cortador deben ser paralelos, mientras que para los cortadores que se desplazan
En este método, la varianza fundamental fv equivale al error fundamental. Para
relacionar esto con el error residente en la media en arco o círculo (p. ej., cortadores Vezin), los cortadores deben ser radiales.
3. No se debe permitir que ningún material que no sea la muestra entre en el cortador,
ensayo grado a, se toma la raíz cuadrada de la varianza fundamental, proporcionando la
por ejemplo, se debe evitar que se acumule polvo o lodo en el cortador cuando está
desviación estándar. Luego, esta desviación estándar se divide por la calificación media
en la posición estacionada.
y se expresa como un porcentaje de esa media.
error. 4. El cortador debe intersectar la corriente en un plano normal al tra
jectory de la corriente.
La constante de muestreo se obtiene para un mineral en particular mediante un
5. El cortador debe viajar a través de la corriente a una velocidad uniforme. En
experimento en el que el material particulado que se va a caracterizar se muestrea y
En este sentido, las cortadoras accionadas eléctricamente son las mejores.
clasifica en una serie de clases de tamaño unidas, luego se pesa y analiza por clase de
6. La apertura del cortador no debe ser inferior a tres veces el tamaño máximo nominal
tamaño. En el momento de tomar esta muestra, se desconoce la ecuación de muestreo,
del arroyo que se está muestreando, con un tamaño mínimo de 10 mm para lodos
por lo que no se puede declarar que sea una muestra verdadera hasta que se realicen las
en los casos en que el tamaño máximo sea inferior a 3 mm.
pruebas, se conozca la ecuación de muestreo y se declare y cuantifique la masa mínima
7. El cortador debe tener capacidad suficiente para acomodar el incremento de masa
de muestra. La ecuación para K se escribe deliberadamente en una forma que es sensible
al caudal máximo de la corriente.
a la varianza de la

197
Machine Translated by Google

NO Lotter et al. Ingeniería de minerales 116 (2018) 196–202

8. Para lodos, la pérdida de material de muestra debido al goteo debe ser recomienda un valor de 250.000.
evitado

9. La velocidad máxima de corte no debe exceder los 0,6 metros/s. Esta regla se tomó de
Gy, 1979, quien llevó a cabo experimentos para cuantificar la medida en que las 1.4. El semivariograma

partículas de tamaño conocido rebotan en los bordes cortantes de un cortador horizontal,

ya sea dentro o fuera del cortador con un espacio medido y viajando a velocidades Una de las reglas de la extracción de muestras sin sesgo es que los incrementos tomados

establecidas. . no pueden autocorrelacionarse, es decir, los incrementos son independientes entre sí. Debido

10. La masa de sólidos secos en una muestra debe ser igual o mayor que la masa mínima de a que el mineral extraído en un espacio tridimensional en un rebaje o banco a cielo abierto está

la muestra, según lo determinen los modelos de masa mínima de la muestra de Gy. Los correlacionado (así es como los geoestadísticos predicen la ley del metal del mineral sin

incrementos tomados en esa muestra deben tomarse de forma independiente. muestrear), a medida que el mineral se extrae y se entrega al molino, la correlación total que
existía en el frente minero se reduce a una correlación residual que debe reconocerse y
gestionarse en los arreglos de muestreo. Esto afectará la sincronización de los incrementos

1.3. la línea de seguridad tomados por un cortador de muestras de flujo cruzado.

La línea de seguridad general propuesta por Gy, 1979, es una relación entre el tamaño La semivarianza del paymetal se estima mediante el semivario gramo y utiliza la ecuación.

máximo, o d95, y la masa de submuestra permisible que puede extraerse a ese tamaño, como (5) (Clark, 1993).

en la Ecuación (4).
1 norte

MS = 125,000d3 (4) γt = ∙ ()
−∑ gg j 2i 2
norte
1 =1 (5)
dónde
dónde

Ms = masa mínima de muestra, gd =

N = el número de datos gi = la
tamaño superior, cm
ley del metal en el punto de tiempo i gj = la ley

La línea de seguridad es una gráfica logarítmica del tamaño superior de la muestra en mm del metal en el punto de tiempo j γ(t) = la

contra la masa de la muestra en kg. Las escalas cubren la masa de 1000 kg a 1 gramo y el semivarianza

tamaño de 100 mm a 100 µm. Cualquier combinación de tamaño superior de la muestra y masa
de la muestra colocará la muestra a la izquierda, sobre o a la derecha de la línea de seguridad. En la Fig. 2 se muestra un esquema del semivariograma. Tenga en cuenta que con

Si el punto está ubicado a la derecha de la línea, no es seguro, es decir, es demasiado grueso conjuntos de datos reales, se ven muchas variaciones de este formato, y los datos y el modelo

para ser muestreado y debe triturarse o pulverizarse a un tamaño que reubique el punto a la deben interpretarse con cuidado.

izquierda de la línea. Si el punto de muestra está ubicado a la izquierda de la línea, se puede De t = 0 a t = tc, cada espacio adicional entre gi y gj hace que aumente la semivarianza.

submuestrear hasta el punto de reubicar el punto hacia abajo, pero sin cruzar la línea. A partir Después de un espaciado de tc, es decir, para todo t > tc, la semivarianza se vuelve constante.

de ese punto, se debe volver a triturar o repulverizar para reubicar nuevamente el punto de Esta área se llama “el alféizar”. Los incrementos de muestra tomados en cualquier t > tc son,

muestra a la izquierda de la línea y permitir el movimiento vertical del punto de muestra hacia por lo tanto, independientes entre sí y satisfacen la regla de independencia para incrementos

abajo a medida que la muestra nuevamente triturada se submuestrea nuevamente. En la Fig. de muestra. La intersección en el eje y es una estimación del error de muestreo total, como lo

1 se muestra un gráfico de esta línea de seguridad. La muestra comienza en el punto A, que demostró recientemente Engstrőm (2016). Un buen ejemplo de su interpretación sigue en el

representa el tamaño superior de 8 mm y una masa de muestra de 8 kg. El punto A está Estudio de Caso 2.

ubicado a la derecha de la línea de seguridad, por lo tanto, este material no se puede muestrear
a menos que se triture a un tamaño inferior a 8 mm. Luego, la muestra se tritura hasta obtener Para construir un semivariograma para una corriente de pulpa que fluye, se toma una serie

un nuevo tamaño superior de 1,7 mm en B, que está ubicado a la izquierda de la línea de de muestras cronometradas durante un período de 60 minutos a intervalos de 1 minuto. Cada

seguridad, y es segura para muestrear siempre que la masa de la submuestra extraída no se una de las muestras se deshidrata y se prepara para el ensayo, por ejemplo, % Cu. Estos

ubique por debajo de la línea de seguridad, es decir, menos de 700 gramos para el topsize de ensayos son los valores de gi y gj, y están dispuestos en una matriz secuencial de t = 0 a t =
60. El primer valor de la semivarianza se calcula con
1,7 mm (aproximadamente). El submuestreo realizado toma entonces una submuestra de 2 kg,
que se ubica en C, a la izquierda de la Línea de Seguridad. A continuación, la submuestra de un espaciamiento de 1 min, luego 2, y así sucesivamente hasta llegar a un espaciamiento de

2 kg se fresa con barras hasta un nuevo tamaño superior de 100 µm (0,1 mm) en D, que de 30, en cuyo punto hay suficientes datos para construir el modelo.

nuevo está a la izquierda de la línea de seguridad. La submuestra molida de 2 kg luego se Se conocen variaciones del modelo que se muestra en la Fig. 2 . A continuación se

submuestrea a una submuestra de ensayo de 40 g ubicada en E, que nuevamente está a la presentan algunos comentarios sobre semivariogramas para concentradores. Hay tres tipos de
variación:
izquierda de la línea de seguridad.

Tenga en cuenta que el coeficiente de 125.000 es el valor general recomendado por Gy. autocorrelacionado

En los casos en que se trate de metales preciosos, área t < tc

X
X XX XX Umbral
X X
X
X
X Área de

Semivarianza
(t)

X independencia (t >

tc)
X

X Los incrementos de muestra tomados

en t > tc son independientes

t.c.

tiempo, t
Fig. 1. La línea de seguridad, que muestra las etapas correctas de reducción de tamaño y masa desde la muestra de
alimentación del molino hasta la muestra de ensayo. Fig. 2. El semivariograma.

198
Machine Translated by Google

NO Lotter et al. Ingeniería de minerales 116 (2018) 196–202

1. Un término de corto alcance, principalmente aleatorio, discontinuo en todo instante, tabla 1

reflejando la naturaleza aleatoria de la heterogeneidad de constitución dentro Alimentación del molino Merensky.

un incremento
Clase de tamaño, mm Masa, g Masa, % Ley, g/t 4E Densidad de sólidos, g/cc
2. Un término de largo alcance, no aleatorio, principalmente continuo, que representa
tendencias entre unidades. +6,70–9,50 4981.0 9.71 5.41 3.03
3. Un término cíclico, continuo, como ciclos introducidos por recuperación +4,75–6,70 6432.7 12.54 4.53 3.33
+3,35–4,75 4965.0 9.68 4.89 3.04
operaciones o acciones correctivas para mantener los parámetros entre
+2,36–3,35 4219.0 8.23 4.06 3.04
dos límites conocidos. Los flujos de relaves comúnmente demuestran esto
+1,70–2,36 3969.0 7.74 3.68 3.04
característica debido al comportamiento de la carga circulante en el limpiador +1,18–1,70 3712.0 7.24 4.10 3.11
circuito. +0,85–1,18 3967.0 7.20 4.24 3.10
+0,60–0,85 3779.0 7.37 2.29 3.10
+0,00–0,60 15538.0 30.29 5.27 3.08
El estudio de caso 2 proporciona un ejemplo real de un semivariograma utilizando
el porcentaje de masa retenida en la parte superior de una distribución de tamaño de partícula de
mineral de hierro peletizado. 100

90
1.5. Estimación de errores en mediciones de mineralogía de procesos

80
Si bien la teoría del muestreo proporciona los medios para estimar el error
involucrada en tomar una masa de material particulado como muestra para el análisis 70

mineralógico, se pueden aplicar otras técnicas para estimar la

tamaño
Semen.
paso
de
%

60
error presente en las propias mediciones mineralógicas del proceso. El
La elección del método aplicado para estimar el error depende del tipo de 50
datos recopilados por el mineralogista del proceso. Algunos de los primeros
métodos para evaluar errores de medición en mediciones mineralógicas fueron desarrollados 40

por Chayes (1944, 1945) y van der Plas y

30
Tobi (1965) quien publicó métodos para evaluar el error en las mediciones de ley mineral 1 10
Semen. Tamaño mm
realizadas en partículas en la sección pulida.
El uso más generalizado de sistemas minerológicos automatizados en el Fig. 3. Curva de tamaño de paso de porcentaje acumulativo para la alimentación del molino.
últimos 20 años ha brindado a los usuarios acceso a una variedad de datos mineralógicos
detallados, como el tamaño de grano mineral y las distribuciones de liberación mineral. Los
y analizado para 4E PGE (total de Pt, Pd, Au y Rh), y se midió
investigadores han publicado métodos que permiten el final
para la gravedad específica de los sólidos. Los resultados se muestran en la Tabla 1.
usuario estimar el error en estas mediciones. Leigh et al. (1993)
Una distribución de tamaño de partículas acumulada a partir de estos datos (Fig. 3)
desarrolló un método para estimar el error en las mediciones de distribución de liberación
muestra que los tamaños d50 y d95 son 1,3 y 8,0 mm, por lo que g = 0,16.
mineral basado en una solución analítica que requiere
Del resto de los datos, los parámetros para la constante de muestreo
los datos de liberación se expresarán en un rendimiento de liberación acumulativo fórmula son las siguientes:
formato. Más recientemente , Evans y Napier­Munn (2013) y Mariano y dónde
Evans (2015) aplicó un enfoque estadístico basado en el bootstrap
( Efron, 1987) para estimar el error en las mediciones de minerales
d = diámetro de partícula medio ponderado, cm (el d50 de la Fig. 3)
tamaño de grano y distribución de liberación de minerales respectivamente. como seria = 1,3 mm
esperado, como el tamaño de la muestra (medido como el número de secciones de partículas
Mi = la i­ésima masa fraccionaria correspondiente a di
observado) aumenta la confianza en los datos aumenta.
vi = volumen de la i­ésima partícula de mineral, cm3
Leigh et al. (1993) propusieron la siguiente ecuación para estimar la
v = volumen medio de partículas en el lote de muestra, cm3 = 2565,04 cm3
Intervalo de confianza del 95% en la composición de partículas C en el acumulado
M = la masa del lote, gramos = 51562,7 g
distribución de liberación para un mineral:
a = ley muestral media ponderada del metal de pago = 4,55 g/t
0.5 ai = la ley del metal en la i­ésima fracción de tamaño
2 −
1 1
CI C ≈ 1.96 1.25 (1
año
C C )
2
+ di = el i­ésimo diámetro de la partícula, cm
NN 0 1 (6)
g = el factor de rango de tamaño = 0.16
dónde
Para obtener M, sumamos cada i­ésimo Mi, a saber. de la Tabla 1: M1 = 4981,0 g;

Yc = valor de la distribución de liberación acumulada en la composición de partículas C M2 = 6432,7 g, y así sucesivamente, todo sumando M = 51562,7 g.

(como proporción) Para a, que es la ley media ponderada del metal, o el equivalente de

N0 = Número de partículas en clases de composición con composición un ensayo general para toda la muestra si hubiera sido pulverizada y
más bajo que C ensayado como un todo, esto se calcula fácilmente multiplicando cada tamaño

N1 = Número de partículas en clases de composición con composición fracción de masa por el ensayo de metal correspondiente para esa clase de tamaño. Para

mayor o igual a C ejemplo, de la Tabla 1 , la fracción de tamaño más grueso, que es −9.5 + 6.7
mm, con un peso de 4981,0 g, tiene un ensayo correspondiente de 5,41 g/t PGE. El

El estudio de caso 3 a continuación proporciona un ejemplo de la aplicación del producto de estos dos valores es (4981.0)(5.41) = 26947.21 g2 /t. El

método de Leigh et al. para muestras de alto y bajo grado. El lector la segunda clase de tamaño, que es −6,7 + 4,75 mm, pesa 6432,7 g, y

se advierte que las estimaciones derivadas del método de Leigh son aproximadas y no exactas.
2. Estudio de caso 1: Alimentación del molino de bolas Merensky
analiza 4,53 g/t, por lo que el producto es (6432,7)(4,53) = 29140,31 g2 /t, y
así sucesivamente hasta la clase de tamaño más pequeño. Luego se suma cada uno de estos productos
a un total de 234679,70 g2 /t. Luego dividimos este total por la masa total
M, que es 51562.7 g, para obtener a, así:

un = = (234679,70/51562,7) 4,55 g/t PGE.

Se tomaron muestras de una corriente de alimentación de un molino de bolas trituradas de mineral Merensky y se

clasificados en clases de tamaño (Lotter, 1995a,b). Cada clase de tamaño se pesó Para el volumen de la fracción de tamaño vi, dividimos la masa de la fracción de tamaño por

199
Machine Translated by Google

NO Lotter et al. Ingeniería de minerales 116 (2018) 196–202

Tabla 2

Resumen de los cálculos para la constante de muestreo de masa de muestra mínima K.

Masa × Grado (aa i− )2 2 vi, cc 2

Clase de tamaño, mm Masa, g Grado g/t 4E PGE Sólidos sg, g/cc Mi Mi
Mi vi

+6,7 − 9,5 4981.0 5,41 3.03 26947.21 0,74 24810361 1643.89 11162.36
+4,75 − 6,7 6432.7 4,53 3.33 29140.13 0,00 41379629 1931.74 8.56
+3,35 − 4,75 4965.0 4.89 3.04 24278.85 0.12 24651225 1633.22 1744.82
+2,36 − 3,35 4219.0 4.06 3.04 17129.14 0.24 17799961 1387.83 3079.47
+1,7 − 2,36 3969.0 3.68 3.04 14605.92 0.76 15752961 1305.59 9132.57
+1.18v1.7 3712.0 4.10 3.11 15219.2 0.20 13778944 1193.57 2337.73
+0,85 − 1,18 3967.0 4.24 3.10 16820.08 0.10 15737089 1279.68 1181.81
+0,60 + 0,85 3779.0 2.29 3.10 8653.91 5.11 14280841 1219.03 59835.02
+0,0 − 0,60 15538.0 5.27 3.08 81885.26 0.52 241429444 5044.81 24809.09

la gravedad específica de los sólidos (sg) de esa misma clase de tamaño, por ejemplo, la Tabla 3
la primera clase de tamaño, que es −9,5 + 6,7 mm, de la Tabla 1, pesa 4981,0 g Datos sin procesar de 12,5 a 16,0 mm de tamaño superior para semivariograma de proceso

y reporta sólidos sg de 3.03 g/cm3 . El volumen de la fracción de tamaño es, por lo tanto, alimentación en una planta de mineral de hierro. (10 de un total de 220 puntos de datos
utilizados para el cálculo se muestran (debido a razones de propiedad).
vi:
3 Fecha y hora % de masa superior
=
vi 4981.0/3.03 = cm .
1643.89
Asimismo, la clase de tamaño −6,7 + 4,75 mm tiene un peso de 2017/01/18 00:17 7.18
2017/01/18 00:44 7.14
6432,7 g y sólidos sg de 3,33 g/cc, por lo que vi = 1931,74 cm3 , etcétera
2017/01/18 01:39 7.62
a través del resto de las clases de tamaño. La suma total de todos estos volúmenes es 2017/01/18 02:07 7.02
16639.36 cm3 . Para obtener el volumen medio ponderado v multiplicamos, 2017/01/18 03:02 6.55

cada clase de tamaño el volumen vi por su masa mi, que para la primera clase de tamaño 2017/01/18 03:29 2017/ 7.56

−9,5 + 6,75 mm es 1643,89 veces 4981,0, o 8188237,95 g2 /cm3 , y 18/01 04:24 18/01/2017 7.34
04:52 18/01/2017 05:50 7.61
así sucesivamente hasta la clase de tamaño más pequeño, obteniendo un producto total de
18/01/2017 06:17 6.87
132260569,00 g2 /cm3 . Esta cifra se divide luego por la masa total M 7.70
para obtener el volumen medio ponderado v , de este modo:

v = = 132260569.00/51562.7 2565.04cm.3
planta peletizadora en Suecia. En este caso, la distribución del tamaño de partícula de
Un resumen de estos cálculos se muestra en la Tabla 2. la corriente es la medida de interés en esta caracterización variográfica. La clase de
Por lo tanto, la constante de muestreo K = 44,65 g/%2 , y el muestreo tamaño de partícula 12.5–16.0 mm fue seleccionada como la variable
la ecuación se resuelve a partir de la ecuación. (2) a para ser analizado Una parte de los datos brutos utilizados para la construcción del
semivariograma se presenta en la Tabla 3, e informa el % de masa retenida
44,65
M s= en esta clase de tamaño a intervalos de tiempo de 26 min.
Fv
El conjunto de datos completo se analiza primero con un espaciado de datos de 1 unidad
Para una varianza fundamental del 8%, la masa mínima de las muestras re usando 5 para estimar la semivarianza para un espaciamiento de 1 unidad de tiempo
resuelve a 6976 g, o 6,976 kg, por lo tanto: (26 minutos). Con referencia a la Tabla 3, el primer par de datos es 7.18 y 7.14%
masa retenida en esta clase de tamaño, por lo que la diferencia de (7.18–7.14)
44.65
s
METRO = = 6976 gramos = 0,04%, cuando se eleva al cuadrado, equivale a 0,002%2 . El siguiente par de datos es
(0,08 0,08)
7.14 y 7.62, entonces la diferencia de (7.14–7.62) = −0.48%, que
El siguiente problema es cómo reducir esta masa de muestra primaria de cuando se eleva al cuadrado, equivale a 0,23%2, etcétera. Hay 219 de esos datos.
6,976 kg a una masa menor para análisis y medición mineralógica, pares de este espacio. Sumando los cuadrados de cada diferencia, tenemos
así como pruebas de flotación. Aquí la línea de seguridad juega un papel clave (Fig. 4). obtenga 142.37, por lo que la semivarianza para este espaciado es 142.37/(2 219)
= 1,30. De la misma manera, el próximo espaciamiento de 2 unidades de tiempo comienza con el
3. Caso de estudio 2: Construcción de un semivariograma par de datos 7,18 y 7,62%; el siguiente par de datos con este espaciado es 7.14
y 7.02, y así sucesivamente.
Se construyó un semivariograma para una pastilla de mineral de hierro en un

Fig. 4. La línea de seguridad que muestra el tamaño apropiado y la reducción de masa

etapas desde la muestra de alimentación del molino hasta la submuestra de ensayo.

200
Machine Translated by Google

NO Lotter et al. Ingeniería de minerales 116 (2018) 196–202

4. Estudio de caso 3: Estimación de intervalos de confianza para minerales

datos de liberación

La distribución de liberación de calcopirita se ha medido en un

Fig. 5. Semivariograma para el Topsize 12,5–16,0 mm para gránulos de mineral de hierro.
flujos de concentrados y relaves y para proporcionar al usuario final de los datos
con información sobre los errores presentes en los intervalos de confianza de los datos
han sido calculados utilizando el enfoque analítico de Leigh et al.
(1993). La estimación de estos intervalos de confianza es aproximada
solamente y debe ser considerado como tal. Las tablas 4 y 5 muestran los valores medidos
datos requeridos para el cálculo, cálculos intermedios de N0 y
N1 y las estimaciones de los intervalos de confianza.
Las distribuciones de liberación acumulada de las dos corrientes son
se muestra en la Fig. 6, junto con los valores calculados de la confianza
intervalos Está claro que el nivel de confianza en los datos de liberación para
la muestra de menor grado de la corriente de relaves (Cu ley 0.11%)
ser mucho menor que la confianza en el concentrado de mayor grado

Los valores de la semivarianza se trazan en el eje y, y el retraso muestra (ley Cu 15,5%). La naturaleza de bajo grado de la corriente de relaves

(espaciado de tiempo entre puntos de datos) en el eje x. El semivariograma da como resultado un número mucho menor de partículas de interés presentes en

para gránulos de tamaño 12,5­16 mm presentado en la Fig. 5 muestra un clásico aumento cada clase de composición de partículas y conduce a la amplia confianza en los intervalos.

variograma con una pequeña periodicidad. El umbral se alcanza en el retraso 36 o Los gráficos muestran claramente por qué los sistemas de mineralogía automatizados

aproximadamente 72 h. El umbral del semivariograma se calcula como la han desarrollado rutinas de medición especializadas para muestras de bajo grado para

promedio de todos los puntos de datos y es de aproximadamente 4.0. El muestreo total buscar y medir específicamente partículas que contienen el

El error descrito por el efecto pepita se aproxima mediante la extrapolación del minerales de interés. Estas rutinas especializadas maximizan el número de

semivariograma al eje y. En este caso el efecto pepita es partículas que contienen los minerales de interés que se miden en el

estimado en 0,75. Esto significa que la importante relación pepita a umbral para tiempo de medición disponible al analizar muestras de bajo grado y

el sistema de medición del tamaño de gránulos de 12,5 a 16 mm es de aproximadamente aumentar la confianza en los datos de liberación resultantes.
18%.
El sistema de medición del tamaño de los gránulos de mineral de hierro es un sistema automatizado
5. Trabajo adicional

muestreador de flujo cruzado lineal que recolecta incrementos primarios cada diez
minutos. Los incrementos primarios se combinan en alícuotas analíticas de 30 a 60 Se recomienda que, como parte de algún trabajo adicional, un equipo planifique un
minutos (dependiendo de la carga de la correa) y se analizan en un sistema automatizado. estudio integrado usando estos modelos para que las propiedades aditivas puedan ser
máquina tamizadora. El semivariograma para 12,5–16 mm indica una aprovechado y utilizado para evaluar el error acumulativo en la liberación

Efecto de pepita a relación de alféizar de menos del 20%. Esto demuestra que el sistema medición, comenzando con la masa mínima de la muestra, luego el semivariograma y, en
de medición del tamaño de los gránulos es adecuado para permitir el éxito última instancia, las mediciones de liberación. De esa manera, la verdadera
control de procesos. El semivariograma también muestra una débil se verán los niveles de error en esta medición.

periodicidad de aproximadamente 8 rezagos. Como el tamaño de los gránulos depende de

varios parámetros de proceso es imposible identificar una sola causa
para la periodicidad actual, pero las fluctuaciones naturales en balling y
es probable que el proceso de tamizado introduzca la variabilidad en el proceso. Como
siempre que la variabilidad periódica sea tan pequeña como indica el semivariograma, no
afectará la calidad final general del producto. El
6. Observaciones finales
Este artículo ofrece una breve revisión y tres estudios de caso sobre el tema.
del muestreo del mineral y las implicaciones asociadas para la medición microscópica de
la liberación de minerales. Con el uso común de moderno

Sin embargo, el semivariograma es una herramienta poderosa para monitorear todo tipo de plataformas electrónicas de barrido automatizadas para medir la liberación, es apropiado
variabilidad (incluida la periodicidad) para garantizar que los parámetros de calidad utilizar el muestreo de mejores prácticas para presentar la muestra para la caracterización
no excede las especificaciones del cliente. mineralógica, así como para declarar los límites de confianza asociados de estas
La intercepción con el eje de semivarianza para un espaciado cero se estima en 0,75, mediciones.

por lo que las medidas del tamaño superior tienen un error de (0,75/
4.0) o 18% aproximadamente. Agradecimientos

Los autores desean agradecer al profesor Tim Napier­Munn,

Universidad de Queensland, por sus útiles sugerencias sobre la explicación

Tabla 4
Estimación del intervalo de confianza para una muestra concentrada (−53 + 38 µm, 15,5% Cu).

Nota media de la clase de composición Distribución acumulada de mineral Número de partículas en clase N0 N1 IC del 95 % IC inferior CI superior

Estéril 100.00 6185

5 100.00 2624 6185 10518 0 100.0 100.0
15 97.2 1484 8809 7894 0.09 97.1 97.3
25 91.8 1222 10293 6410 0.26 91.6 92.1
35 84.4 1006 11515 5188 0.48 83,9 84,9
45 75,5 906 12521 4182 0.72 74.8 76.3
55 65.8 685 13427 3276 0.96 64.8 66.7
sesenta y cinco 56.3 580 14112 2591 1.15 55.1 57.4
75 46.6 489 14692 2011 1.30 45.3 47,9
85 36,0 400 15181 1522 1.36 34.7 37.4
95 26,2 235 15581 1122 1.31 24,8 27.5
100 19,9 887 15816 887 1.20 18,7 21.1

201
Machine Translated by Google

NO Lotter et al. Ingeniería de minerales 116 (2018) 196–202

Tabla 5
Estimación del intervalo de confianza para una muestra de relaves (−53 + 38 µm, 0,11 % Cu).

Nota media de la clase de composición Distribución acumulada de mineral Número de partículas en clase N0 N1 IC del 95 % IC inferior CI superior

Estéril 100.0 19908

5 100.0 62 19908 102 0 100.0 100.0
15 82.1 12 19970 40 5.10 77.0 87.2
25 72,9 4 19982 28 8.19 64.7 81.1
35 62.7 4 19986 24 10.46 52.3 73.2
45 53.7 6 19990 20 12.19 41.5 65,9
55 41.2 2 19996 14 14.19 27,0 55.4
sesenta y cinco 35.1 4 19998 12 14.41 20.7 49.5
75 25.7 2 20002 8 14.80 10.9 40.5
85 23.7 0 20004 6 16.16 7.5 39.8
95 23.7 2 20004 6 16.16 7.5 39.8
100 14.7 4 20006 4 5.10 1.0 28.4

Becker, M., Wightman, E., Evans, CL, 2016. Mineralogía de procesos. En: Becker, M.,
Wightman, E., Evans, CL, (Eds.), Serie de monografías JKMRC sobre minería y minerales
Procesamiento, No. 6, 978­1­74272­171­2, IPG Connect, Australia.
Chayes, F., 1944. Análisis petrográfico por conteo de fragmentos: Parte 1. Conteo. Economía de errores
Geol. 39 (7), 484–505.
Chayes, F., 1945. Análisis petrográfico por conteo de fragmentos: Parte 2. Precisión del micromuestreo y el
error de combinación de muestreo y conteo. economía Geol. 40,
517–525.
Clark, I., 1993. De Cero a Kriging en 30 Horas, Curso Corto. Universidad de la
Witwatersrand, Johannesburgo, págs. 1993.
Efron, B., 1987. Mejores intervalos de confianza de arranque. Mermelada. Estadística Asoc. 82, 171–185.
Engstrőm, K., 2016. Evaluación de los sistemas de muestreo en la concentración y pel del mineral de hierro.
procesos de letización – Cuantificación del Error Total de Muestreo (TSE) vs. Proceso Aparente
Variación, Proc. MEI Process Mineralogy 16, Ciudad del Cabo, marzo de 2016.
Evans, CL, Napier­Munn, TJ, 2013. Error de estimación en las mediciones de grano mineral
distribución de tamaño. Minero. Ing. 52, 198–203.
Gy, PM, 1979. Muestreo de materiales particulados: teoría y práctica. Elsevier,
Ámsterdam.
Holmes, RJ, 2010. Muestreo de materias primas minerales: lo bueno, lo malo y lo feo,
JSAIMM, vol. 110, junio de 2010, págs. 269–276.
Leigh, GM, Sutherland, DN, Gottlieb, P., 1993. Límites de confianza para mediciones de liberación. Minero.
Ing. 6 (2), 155–161.
Lotter, NO, 1995a. Un Modelo de Control de Calidad para el Desarrollo de Alta Confianza
Datos de prueba de flotación, M.Sc. Tesis, Universidad de Ciudad del Cabo, Sudáfrica, junio de 1995,
188 págs.
Lotter, NO, 1995b. Un Modelo de Control de Calidad para el Desarrollo de Alta Confianza
Datos de prueba de flotación, reunión y exhibición anual de SME, Denver, CO, febrero de 1995,
preimpresión 95­40.
Lotter, NO, 2016. Muestreo para Mineralogía de Procesos. En: Becker, M., Wightman, EM,
Evans, CL (Eds.), Process Mineralogy. JKMRC, págs. 7–20 cap. 2.
Mariano, RA, Evans, CL, 2015. Análisis de errores en la distribución de la composición de partículas de minerales
mediciones. Minero. Ing. 82, 36–44.
Minnitt, RCA, 2007. Muestreo: El impacto en los costos y la toma de decisiones, Proc.
Analytical Challenges in Metallurgy, SAIMM, Johannesburgo, págs. 1–17.
Pitard, FF, 1993. Pierre Gy's Sampling Theory and Sampling Practice, segunda edición:
Heterogeneidad, Corrección Muestreal y Control Estadístico de Procesos. CCR, Nueva York.
Van der Plas, L., Tobi, AC, 1965. Un gráfico para juzgar la confiabilidad del conteo de puntos
resultados. Soy. J. Ciencia. 263, 87–90.

Fig. 6. Comparación de los intervalos de confianza de la liberación de calcopirita en concentrado

y muestras de relaves.

del factor de rango de tamaño g, y la Dra. Isobel Clark, Geostokos Ltd., por su
lecciones y tutoriales útiles sobre el semivariograma. La administración de
Se reconoce a LKAB por su amable permiso para usar sus datos para
el caso de estudio en el semivariograma. Los revisores de la revista deben ser
agradeció sus comentarios detallados y útiles.

Referencias

Bartlett, HE, Hawkins, D., 1987. Control de procesos. En: Stanley, G. (Ed.), The Extractive
Metalurgia del oro en Sudáfrica, Monografía de SAIMM, vol. 2. (cap. 13).

202