Tecnicas geoestadisticas aplicadas par geotecnicos
Modelos de recursos mineros de corto y mediano plazo
1. 21 de agosto de 2012
MODELOS DE CORTO Y MEDIANO PLAZO
EN VETAS
Msc. José E. Gutiérrez – Minera Bateas
Autores Trabajo: Gutiérrez, Ríos, Velarde y Cruz
2. Introducción
• Los modelos son una representación de la realidad (recurso mineral).
•La variabilidad de leyes y tonelaje de los recursos son problemas críticos dentro del
proceso calculo y ganancia de reservas, así como también del planeamiento en el
Mediano-corto plazo.
• La metodología busca disminuir la variabilidad, disminuir el tiempo de actualización
de los modelos y minimizar el riesgo de que el plan de producción de mediano plazo
fracase.
2
3. Diagrama flujo de información
Muestreo Cores
Sondajes
Geoquímica
Superficial
Muestreo interior
Mina
BASE DE DATOS
LEAPFROG:
Interpretación 3D
Visualización de
muestreo con
CutOff
•INFORMACION PARA RECURSOS
•INTERPRETACION/CONTRUCCION DE MODELOS
DATAMINE:
•Visualización 3D
•Generación de
modelos
•Planos en planta
•Secciones
longitudinales y
transversales
LABORATORIO
(Int/Ext)
Leyes,
QC Data
Density
CAD/GIS:
•Secciones
•Plano de Muestreo
•Planos Geológicos
3
6. Laboratory
NO
Leyes Labs.
Reporte
Responsabilidades
Admin Database
Gerente de Exploraciones
QC Data Lab
Reporte
Hacer Reanálisis
Pulpas de Muestras
Observadas
Análisis Blancos
SI
Nivel “Warning”
Blancos
(Ag,Au,Pb,Zn,Cu)
NO
Nivel “Fail”
Leyes > LLD y
< media(**) +2STD
Leyes > media(**)
+3STD
SI
Leyes ALS < LLD (*)
Investigar Posible
Contaminación
SI
SI
(*) LLD = Low Limit Detection
(**) media = Media estadistica de
valores analizados de las muestras
blancas.
(***) BV =Es el mejor valor reportado
por la muestra Standard
NO
Nivel “Fail”
Nivel “Warning”
Standards
(Ag,Au,Pb,Zn,Cu)
Leyes ALS entre
BV-2std y BV+2std
(***)
SI
NO
Leyes ALS Entre
BV+2std y BV+3std
O
BV-2std y BV-3std
SI
Rechaza Reporte
Análisis Standards
Acepta Data
NO
Leyes ALS < BV-3std
O
Leyes ALS >BV+3std
SI
NO
Base de Datos
Ingreso de Leyes
Acepta Data
Análisis de
Muestras
6
6
7. Proceso QA/QC
Análisis de muestras blancas y Estándares/ Check-Duplicate
Figure 1
Silver
Blanks
Figure 4
Ce rtified Standard CDN-ME-3
Silver
Diferencia Relativa = (Valor Absoluto (A-B)) /
(0.5*(A+B)) (diferencia de parejas dividido por los
promedios de parejas)
Para el caso de rechazos, el 90% de la población
debe estar por debajo de 0.20 de DR.
Para el caso de pulpas, el 90% de la población
debe estar por debajo de 0.10 de DR.
7
10. Proceso Modelamiento Numérico
Datos de Canales y
Taladros
Análisis Exploratório
de los Datos
II
Revisión y validación de los datos
(Remover datos repetidos, erroneos
o vacios)
Estadísticas data cruda
(transformación data negativa)
Desagrupamiento
(Declustering – Opcional)
Compositación
(Por tipo de roca, alteración, etc.)
Curva probabilística
Curva media y CV
Estadísticas data compositada
para calculo del “Top Cut” y acumulación
III
10
11. Proceso Modelamiento Numérico
II
Análisis
variografico
Selección de parámetros variograficos
(Distancia, ángulo, dirección, toleráncia,
Isotrópico o anisotrópico) y calculo del
variograma experimental
III
Selección del modelo teórico
(Efecto pepita, esférico, gaussiano, etc.)
M. Bloque
Selección del tamaño unitario del bloque -QKNA
(KE, ZZ y cálculo del volumen)
Definición de los parámetros de estimación
(elipse, elipsóide o esfera)
Validación
IV
V
Validación Cruzada
Pre-estimación
Estimación
Estimación con Kriging Ordinario, Inverso de la Distancia y
Vecino Cercano
VII
VI
12. Proceso Modelamiento Numérico
VI
Validación posEstimación
Análisis de Sesgo Global
VII
Swath Plots
Reconciliación
Categorización
Reconciliación MB – Mineral Explotado
VIII
Categorización de Recursos
(Medidos, Indicados e inferidos)
IX
de Recursos
Ploteo de secciones y plantas
Conclusiones
15. Procesos modelamiento numérico
Análisis variografico por direcciones
Cada vez que se actualiza la información, se debe chequear si existe una
modificación en las direcciones principales.
15
16. Modelo de Bloques
Kriging Efficiency (KE) y Slope Regresion (ZZ)
Put KT3D main parameters here
Working Path
D:Data_recursos2011Modelos de BloquesKNAAS
Number of files
37
Data File
data_as.dat
Ordinary kriging
Simple Kriging
Fields X Y Z Var
1
2
3
4
Maximum Search (Major/Semi/Minor)
41.5
49
1.5
Make Kt3d par files
Make Kt3d par files
Ellipse rotation (Z,X',Y'')
55
0
50
Variogram stuctures (max 3)
3
Nugget then sills 1 to 3 (max 3)
0.43
0.32
0.13
0.12
1.00 Check sum
Krige blocks
Krige blocks
Ellipse rotation (Z,X',Y'')
55
0
50
Ranges1 (Major/Semi/Minor)
23
20
1
Ranges2 (Major/Semi/Minor)
41.5
49
1.5
Report KE
Report Wt SK mean
Ranges3 (Major/Semi/Minor)
1000
250
2.5
Batch file name
Go.bat
List of file prefix name
List.txt
Results File
fwnikna
Test Parameters
TxtID
CentX
CentY
CentZ
SizeX SizeY SizeZ DiscX DiscY DiscZ MinSam MaxSam
194139.38317911.74809.5-221-555-1020 194139.3
8317912 4809.5
2
2
1
5
5
5
10
20
194139.38317911.74809.5-2.52.51-555-1020
194139.3
8317912 4809.5
2.5
2.5
1
5
5
5
10
20
194139.38317911.74809.5-331-555-1020 194139.3
8317912 4809.5
3
3
1
5
5
5
10
20
16
17. Proceso validación
Validación cruzada
Se prueban diferentes opciones de vecindades de estimación y se elige la opción
con mejor coeficiente de correlación entre las leyes originales y las estimadas.
17
18. Proceso validación
Análisis de sesgo Global OK - NN
El análisis de sesgo se realiza dependiendo de la categoría (preliminar ) de los
recursos.
18
19. Proceso validación
Swath Plots
Recursos AS
Swath Plot Ag
150.00
140.00
130.00
120.00
110.00
100.00
Mean Ag(gt)
90.00
80.00
LM_KG
LM_NN
70.00
60.00
50.00
40.00
30.00
20.00
10.00
193240
193300
193360
193420
193480
193540
193600
193660
193720
193780
193840
193900
193960
194020
194080
194140
194200
194260
194320
194380
Los Swath Plots se elaboran tanto en la dirección Norte-Sur, Este-Oeste y en la
vertical.
19
21. Proceso de validación
Plantas modelo mediano plazo - explotación
También se elaboran secciones longitudinales con la distribución de las leyes y
categorias.
21
22. Conclusiones
•La información requerida para la actualización es gestionada a través de nuestro
sistema de base de datos.
•Los parámetros geoestadísticos y de estimación pueden no ser calculados
nuevamente , es posible utilizar los parámetros del modelo de largo plazo (anual o
semestral), todo va depender del análisis posterior a la actualización de la
información.
•Las validaciones antes y después de la estimación nos garantizan el mejor resultado
posible con la información disponible.
•Aplicar nuevas herramientas y optimizar nuestros procedimientos nos han
permitido obtener un modelo de mediano-corto plazo que cumpla con las mejores
practicas del NI 43-101 y en menos tiempo.
22