Scribd Logo
Unggah

Selamat datang di Scribd!

  • Manual de Evaluacion - 2 PDF

    Diunggah oleh

    victorugo1992
    20 tayangan100 halaman

    Judul Asli

    manual de evaluacion_2.pdf

    Hak Cipta

    © © All Rights Reserved

    Format Tersedia

    PDF atau baca online dari Scribd

    Apakah menurut Anda dokumen ini bermanfaat?

    Apakah konten ini tidak pantas?

    Laporkan Dokumen Ini

    Hak Cipta:

    © All Rights Reserved
    Unduh sebagai PDF atau baca online dari Scribd
    Tandai sebagai konten tidak pantas
    20 tayangan100 halaman

    Manual de Evaluacion - 2 PDF

    Diunggah oleh

    victorugo1992

    Hak Cipta:

    © All Rights Reserved
    Unduh sebagai PDF atau baca online dari Scribd
    Tandai sebagai konten tidak pantas
    dari 100
    Capitulo 3. £1 muestreo MINERALIZACIO} ESTERIL, ESTERIL Figura 32. Diferents tipos de muestree en ranurado discontinuo, 2.1.3, Muestreo a partir del material ya extraido Este método consiste en la obtencién de muestras, normalmente en cantidades ‘mayores que en los casos anteriores, una vez que el material ya ha sido extraido del ajo. Se puede muestrear en el material acumulado en los frentes o en las zonas de acopio (stockpile), 0, incluso, en las cinta transportadoras, vagonetas o camiones que twansportan el material La exactitud de este método de muestreo se suele poner en duda (Annels, 1991) siendo frecuentes fos sesgos en los resultados posteriores. Estos sesgos pueden Producirse por numerosas razones: la tendencia natural de fa persona que lleva a cabo ‘el muestreo a tomar los fragmentos mas ricos, el hecho de que el materal fino suele ‘estar mas enriquecido en la fase mineral de interés econémico, ete. El problema reside {Annels, 1991) en que el material extraido no suele estar lo suficientemente mezclado Como para que el muestreo sea representativo del bloque o zona donde se ha tomado, Una posible reduccién de estos inconvenientes se aleanza al hacer una toma de ‘muestras de forma ordenada en las zonas de acopio. Asi, el método de cuertias y ‘nudes (string and knot, utiizado en las minas de oro de Val O'Or, Quebec) consiste en extender el material extraido y superponer en 61 varias cuerdas reguiarmente {espaciadas, cada una con nudos a intervals fos. En la pesicién de cada uno de estos ‘hudos se recoge una muestra con su peso correspondiente y se hace una media entre ™muestras para obtener una ley de conjunto tras soluciones mas imaginativas, para evitar el muestreo del mineral mas rico, ‘ncluyen, por ejemplo, la toma de muestras en momentos de ausencia de luz 0, para sistematizar el muestreo, el recoger una muestra, de 5 a 10 kg, en todos y cada uno de los camiones que transportan el material. Como se puede abservar, las soluciones son muitiples, siempre que tengan como objetivo minimizar las posibldades de introducit ssesgos en el muestreo, = 106 — Capitulo 3. £1 muestreo 2.1.4. Muestreo en masa El muestreo en masa se lleva a cabo con la recogida de muestras de gran volumen ((recuentemente varias toneladas y pudiendo llegar hasta las 50 toneladas 0, como se. Vera més adelante, incluso mucho mas) en yacimientos de muy baja ley y alto valor econémico (p.e. diamantes, oro 0 platino) en los que las pequefias desviaciones en la ley pueden tener un efecto critico. Los objetivos del tal método de muestreo, en general ‘con gran coste econémico, son muy variadas: la definicién, lo mas exacta posible, de las leyes del yacimiento, la obtencién de muestras representativas para realizar tnsayos mineralirgicos en la planta piloto, la caracterizacion geomecanica con mayor etalle del depésito, ete Las restricciones de este método de muestreo estan intrinsecamente relacionadas ‘con 108 propios objetivos, es decir, salvo que se trate de minerales de alto valor econémico ylo se necesite muestras para los ensayos en la planta piloto, no es un método muy recomendado, pues al coste econémico hay que sumarle el normalmente largo tiempo que se necesita para obtener los resultados. ‘Como ejemplo de muestreo en masa se pueden citar los recientes trabajos llevados a cabo en el noroeste de Canada en la biisqueda de yacimiontos de diamantes (Ciiford, 1996). Se delimitaron cinco posibles depésitos (Panda, Misery, Koala, Fox y Leslie), en los que se tomaron 3.402, 1.030, 1550, 8.223 y 680 t de material respectivamente, obteniéndose leyes medias de 95, 419, 95, 27 y 33 quilates/100 t Teniendo en cuenta que un quilate, para gemas, equivale a 0,2 g, las leyes medias coscilarian entre 0,065 y 0,85 gf, lo que da una idea de la necesidad de tomar estas, a primera vista, cantidades excesivas de material. No hay que olvidar, por otra parte, que de las aproximadamente 5.000 pipas diamantiferas localizadas, en la actualidad, en el mundo, s6lo un tercio poseen indicios de diamantes y Unicamente unas pocas se explotan industriaimente en Africa, Siberia y Australia 2.1.8, Muestreo en sondeos La realizacién de sondeos en mineria resulta una labor sumamente frecuente, por lo que su adecuado muestreo resulta basico, tanto en la etapa de exploracion, principalmente, como en la de evaluacién e, incluso, en la de explotacién. No hay que olvidar que, en la actualidad, la mayor fuente de muestras lo constituye esta técnica, Por lo que su erréneo tratamiento puede generar importantes errores que, en la mayoria de los casos, se van acumulando, imposibiltando, posteriormente, la adecuada evaluacién del yacimiento. Por ello, y como se acaba de comentar, hay que poner un Enfasis especial en todo lo relacionado con la testificacién y toma de muestras en los sondeos, En el capitulo 2 se ha pasado revista a los diferentes métodos de perforacion en mminetia, con sus caracteristicas, metodologia, etc., por lo que su lectura, junto con la de otras publicaciones mas especificas (p.e. Puy (1977) o Hartley (1994)), puede Permitir al lector un conocimiento mas exacto de las técnicas existentes, El presente — 107 — Capitulo 3. EI muestreo _apartado se va a centrar, exclusivamente, en la metodologia de muestreo a desarroliar para aquells situaciones mas comunes en mineria: muestras de testigo continuo y muestras en polvo, ‘Aunque es un método caro, los sondeos con recuperacién de testigo presentan una serie de ventajas frente a otras técnicas de muestreo (p.e. ranurado 0 muestreo en. material ya extraido): a) Se obtiene una muestra continua de todo el material mineralizado, aunque, en ‘ocasiones, la posible presencia de bajos indices de recuperacién puede minimizar ‘esta ventaja. En este sentido, recuperaciones inferiores al 75% hay que tomarlas muy en cuenta, pues pueden inducir importantes errores en la etapa de evaluacién, ») Los procesos de contaminacién son inferiores, comparativamente, a los que se pueden llegar a sufi con otros métodos de muestreo, especialmente en el caso de los ranurados. Si a citada contaminacién esta presente, se puede lava el testigo Con agua o soluciones ligeramente dcidas (p.e. acido clorhidrco dildo). ©) Se consique un volumen constante por unidad de longitud, factor éste casi imposible de conseguir con otras tecnicas de muestreo, @) Se obtiene una correcta informacién mineral6gica, textural y geotécnica, pues, a {grandes rasgos, el material se recupera de forma similar a como se encuentra en profundidad. Los trozos de testigo, tal como van saliendo de la sonda, se disponen en cajas disefadas al efecto, usualmente de madera o carton plastiicado (Fig. 3.3). En este momento hay que fener especial cuidado en comprobar, de forma lo mas exacta posible, que las profundidades estan correctamente calculadas, asi como la orientacion del troz0 de testigo. Errores como la inversién en el sentido del trazo de testigo son ‘comunes, por lo que hay que intentar que no se produzcan. También es el momento de testifcar, aunque sea de forma rapida, como se va desarrollande la recuperacién. El ozo de testigo, una vez limplo y acondicionado, se divide, normaimente, en dos {roz0s (Fig. 34), uno de los cuales se utliza para el andlisis de leyes 0 contenidos y el ctro se quarda en la caja correspondiente para ulleriores andlisis o comprobaciones. Para la division del testigo, la utiizacién de una cortadora de disco de diamantes, sie! ‘material es consistente, puede ser sufciente (Fig. 3.5) Una vez que el testigo ha sido cortado de forma correcta, queda por defini los intervalos de muestreo, es decir, qué cantidad de testigo debe tomarse para cada ‘muestra, No existen pautas generales para tal efecto, aunque las muestras no deben sobrepasar los 1,5 m ni ser inferiores a 20 cm. Entre los factores que pueden ccondicionar la longitud del testigo, se pueden citar (Annels, 1991): 4) Cambios repentinos en las leyes de la mineralizacién (la ley debe ser lo mas uniforme posible para cada intervalo). — 108 — Capitulo 3. EI muestreo 2) Cambios en la mineralogia de las fases de interés econémico(p.e. caleopirita y pinta a calcopiita y bornita) 3) Cambios en las fases minerales que pueden condicionar el método de tratamiento cena planta (p.e. de sulfuros a éxidos y silicatos). 4) Cambios en la ltologia de la roca encajante (p.e. pizarras a cuarcitas), 5) Cambios en la textura de la mineralizacion (p.e. de masiva a diseminada). 6)Potencia de la mineralizacién (los niveles finos mineralizados deben ser muestreados a intervalos menores que si se trata de un Gnico y potente nivel rmineralizado), 7) Si los valores de las muestras se ullizarén posteriormente para levar a cabo regularizaciones (composites), como sucede, frecuentemente, en las explotaciones ‘a cielo abierto que se desarrollan por banqueo. 8) La posible presencia de valores erraticos que condicionen notablemente el valor de la muestra. En este caso, cuanto mayor sea el trozo de testigo tomado, menor es la influencia de esos valores erréticos, con lo que se minimiza el error. Figura 2.3. Trozos de testigo distribuidos en cajas de madera, Como se puede observar, al final son muchos los factores que van a condicionar la longitud de! testigo, Entre ellos, también es muy importante, y en ocasiones decisivo, 1 método que posteriormente se va a utlizar para la estimacion de las reservas. Si se vaa llevar a cabo dicha estimacion con métodos gecestadisticos, es imprescindible que la Jongitud del testigo sea lo mas homogénea posible para las diferentes muestras, (influencia del soporte, que sera comentada en el apartado de los métodos {gevestadisticos). Para ello, es necesario llegar a un tamafio de compromiso, que puede oscilar alrededor del 50% de margen (Annets, 1991), es decir, si se toma como valor estandar de muestreo 1 m, los troz0s de testigos que se tomen como muestras estaran ‘comprendidos entre 0,5 my 1,5 m. Este metodo tambien disminuye el sesgo natural de los ge6logos a tomar muestras de mayor longitud cuando la ley es baja y al contrario, = 109 — Capitulo 3. EI muestreo Figura 3.5. Cortadora de disco de dlamantes para la division del testigo. Ciro métod es el denido por Caras (1884), que establece longitudes basdndosé en valores del cosiciente de variacion de fa poblacién que no superen el valor 1. De Scverdo con muestas tomadas.previamente, 0 colecconadas al efecto, se Ven Cstableciende reqarizaciones a longitudes cada vez mayotes, calulando los — 10 — Capitulo 3. €1 muestreo correspondientes valores del coeficiente de variacion, hasta que se alcanza el ya citado valor de 4 Eloiro tipo de muestra que se puede obtener en mineria, futo de la utiizacién, por «ejemplo, de una pertoradora de sondeos de crculacion inversa, son los detnitus 0 polo brocedente de la destruccién del material, levada a cabo, por ejemplo, por un tricono. En estos casos no se dispone de un material continuo, sino de un conjunto de ‘ragmentos de pequerio tamario que hacen inviable numerasos tipos de analisis(p & lensayos geotécnicos). Las maquinas suelen llevar incorporado un eiclon en el que se recogen los detritus, normaimente con dos salidas para permitir obtener copias \déntcas de cada muestra (Fig. 3.6). El propio ascenso del material y su inclusion en el cickén genera la sufciente homogeneizacién come para considerar cada muestra Tepresentativa del conjunto, Estas muestras se acumulan en bolsas que, Posteriotmente, son testificadas (Fig. 3.7). Gran parte de lo dicho anteriormente para la defincién de longitudes de muestreo es vaio para este caso, pues si bien e| ‘material, como es logico, posee un aspectofisico diferente, su incidencia en las labores de estimacion de las reservas es semejante. Figura 3.6, Cicldn con dos salidas para ia obtencion de muesiras duplicadas La toma de muestras no es la dnica labor que se debe llevar a cabo con los sondeos, pues el esfuerzo en dinero y tempo, para su realizacién, hace imprescindible la obtencion de la maxima informacién posible. Por ello, aspectos tales como el manejo de los testigos (extraccién, disposicién en cajas, transporte y_almacenamiente), testfieacion detallada, etc, deben realizarse de forma completa y adecuada. En el Jog, la hoja de testificacion, deben figurar todos aquellos datos que se consideran imprescindibies para una correcta testficacién del sondeo. En concteto, ot log debe incluir, como minimo, la siguiente informacion (Bustillo y Lopez Jimeno, 1996): —i1— Figure 3.7. Bolsas de detritus para su muestreo posterior. Datos generales de! sondeo: proyecto, nimero de sondeo, acimut e inclinacion Iniciales, coordenadas (X, Y y Z), fechas de comienzo y finalizacién, contratista y ‘gebiogo que realiz6 la testificacién Incideneias de la perforacién: medidas de desviacién, nivel fretico, et. - Datos no geoldgicos de! testigo: didmetro, itervalo de maniobras, recuperacién, numero de caja, ~ Descrincién geoldgica del testgo: tipo de roca, textura, alteracién, color, estructuras, edad, ete. =Desenpeion de la mineralizacion: estimacién semicuantitatva de minerales, aragénesis, etc - Datos de muestreo: intervalo y nimero de muestra Resultados de determinaciones y muestreos. - Observaciones: todos aquellos aspectos relevantes y no incluidos en los apartados anteriores. - Log grafico: representacién gréfica de los datos ala escala adecuada, En la Tabla 3.1 se muestra, de forma sintética, como seria una hoja de testificacién (sin los logs graficos) 2.1.6, Control de leyos Como se coment® al principio del presente capitulo, la toma de muestras se lleva & ‘cabo no sélo en las etapas de expioraciénievaluacién, sino también a lo largo de la vida de la explotacién minera, es decir, durante la propia fase de explotacion. Este tipo de ‘muestreo, frecuentemente conocido como control de leyes, tiene camo objetivo defnir, 12 Capitulo 3. £1 muestreo lo mas exactamente posible, los valores de la ley/contenido en el mineral de interés ‘econémico que va a ser enviado, a partir del bloque o zona explotada, ala planta de tratamiento. Los datos obtenidos en la fase de estimacién no suelen ser lo ‘suficientemente consistentes como para centrar en ellos toda la confianza necesaria, por lo que se hace preciso conseguir informacion suplementaria, Esta informacién se ‘obtiene muestreando los monticulos que se generan en la perforacion de los barrenos para voladura (Figs. 3.8 y 3.9). Dicho material cumple sobradamente las condiciones. ecesarias para su ullizacion: “Tabla 3.1, jomplo de una hoja de testificacion. Descripcion de sondeo - Mina de Situacin: ‘Sondeo n®- Longitud Coordenadas Principio E Nom Direcci: Final E Nm Inclinacién Comenzado: Terminado: Recuperacion (%) Descrito por Fecha Dismeteo: Objetvo: Matos Descripcién | Muestra ne | Longitud Leyes: Desde Hasta Figura 3.8, Muestras de polvo en los barrenos para voladuras (Golden Sunligth, Estados Unidos) =a Capitulo 3. £1 muestreo Figura 3.9. Muestras de polvo en los barrenos para voladura (Valley, Canada), 42) Es lo sufcientemente representativo del conjunte, salvo que la mena sea, por ‘ejemplo, muy tiable. 'b) Esta obtenido de acuerdo con las potencias que condicionan los bancos de cexplotacion, por lo que su manejo y tratamiento es sencillo y muy dtl ©) Las mallas de perforacién son tan cerradas, desde el punto de vista de la obtencién {de datos para la estimacion de las reservas, que las leyes que se caleulan son muy ‘similares las que posteriormente van a salir en la planta de tratamiento ‘Todas estas ventajas hacen que el muestreo sistematico de los citados monticulos ‘sea una labor de rutina. Adems, no suponen un gasto excesivo, pues el barreno para voladura se haria al margen de que fuera o no necesaria la obtencién de datos suplementarios. Por altima, habria que citar que dicho muestreo sirve, también, para testificar la bondad de la evaluacién llevada a cabo en la fase de estimacion de las reservas, es decir, supone un estudia comparativo del modelo definido previamente 2.1.7. Otros tipos de muestreos La gran variedad en la tipologia de yacimientos hace que existan un sinfin de ‘métodos de muestreo, en funcion de las caracteristicas de la mineralizacion que va a ‘ser estudiada. Asi, por ejemplo, la mineria de placeres, en algunos tipos de yacimientos: de oro 0 en sedimentos inconsolidados para la obtencién de dros, leva asociada una ‘metodologia de muestreo espectica que se aleja, por cuestiones de espacio, de los objetivos del presente texto. Para un conocimiento mas amplio y exacto de estos m4 Capitulo 3. EI muestreo ‘aspectos se remite al lector a publicaciones como las de MacDonald (1983), Storrar (1987), Annels (1981) o Vallée (1982), Como ejempio de esta problematica particular, Annels (1891) hace una sintesis de las caracteristicas propias que hacen del muestreo en arenas y gravas una tarea compleja, tanto desde el punto de vista de su muestreo como de la obtencién de muestreas sin pérdidas, sesgos contaminacién. Segin este autor, los principales problemas se relacionan con: 4) La posicion del material, en ocasiones, por debajo del nivel fretico, 'b) Su posible caracter inconsolidado, ©) La presencia de cantos, a veces, con tamafios superiores al diémetro del sondeo, d) La existencia de gran cantidad de finos que pueden perderse durante la salida del ‘material del sondeo. ‘Como se puede observar, el muestreo en este tipo de depésitos se convierte en una tarea donde los errores,fruto de los aspectos comentados anteriormente y de otros muchos ms, pueden i acumuldndose, complicando notablemente la obtencion de muestras representativas, 2.2. Densidad del muestreo EI siguiente aspecto a considerar, después de conocer cémo se ha de tomar la muestra, se centra en la densidad del muestreo, es decir, la separacion o distancia entre las sucesivas muestras. Tampoco es una tarea faci, pues un excesivo muestreo lleva consigo un gasto econémico innecesario, mientras que un nimero muy limitado de muestras puede afectar a la representatividad del conjunto, lo que incide en las posteriores labores de estimacion de reservas. En muchos casos, la experiencia ocupa un papel predominante, de tal forma que e! haber estado muchos aries trabajando en un determinado tipo de yacimiento hace que ‘se adquiera una experiencia que puede ser trasladada, en numerosas ocasiones, a yavimientos. semejantes. Sin embargo, no resulta ocioso comparar siempre los resultados de la experiencia con los métodos existentes para definir las malias de muesteo, En general, existen cuatro grandes métodos a la hora de establecer la distancia que se debe tomar entre las sucesivas muestras: (1) coeficiente de variacion, (2) ‘gevestadistica, (3) correlograma y (4) diferencias sucesivas, 2.2.1. Método basado en el coeficiente de variacién Este método utiliza como base de calculo un paramétro estadistico denominado coeficente de variacion, ya ctado anteriormente, aunque no definido, Este coeficiente ‘se establece calculando el cociente entre la desviacién estandar y la media de un — 15 — Capitulo 3. EI muestreo Conjunto de datos (p.e. valores de leyes o contenidos en el elemento siti), mutipicado Por clen, Como se puede observar, es una medida de la dispersién de los datos (al utlizar la desviacién estandar) y centralizada al inclu la media. Por ello, euanto mas separados estén los valores, es decir, mayor diferencia exista entre los valores extremos, menor sera la distancia de muestreo que se deba aplicar. Esto es logico, ues si el conjunto de datos posee una gran similtud en sus valores, lo que ve traduvs en una notable homogeneidad en la mineralizacion, la desviacién estandar es baja, el ‘coeficente de variacién también y, por tanto la distancia de muestreo sera grande Una vez conocido el coeficiente de variacién, se entra en una tabla, establecida Seguin la experiencia en una gran cantidad de yacimientos (Kuzvart y Bohmer, 1978), ‘que permite definir la distancia més correcta entre muestras (Tabla 3.2), ‘Tabla 3.2. Espaciado entre muestras en funcién del coeficiente de variaciin, orsrmiaucion | cocriciewte | TiPOS DE YACIMENTOS ESPACIADO DELOS DE DE LAS ELEMENToS VARIACION MUESTRAS ANALIZADOS in) Regular 5-40 | Yacimiontos sencitos de cabs, 80-60 Pizaras btumnosas, materials para a Construccsny cementos. sales fostotor, ‘lgunos yacimienios de Fe y Mn regular 40-100 | Yacimentos hirotermaie, 4 metasomaticos de contacto, la mayor pace de los polmetaion y de Cu, algunos de Wy Mo, muy Boces de Au Muy regu 100-150 | La mayor pane dels yacinientos de 4-25 ‘So, Wy Mo,muchos yacmentos de Au Extremadamente| > 180 | Muchos yacmientos de tierra aras. Au | 25-2 ireguiar PL Este método es uti, pues es aplicable a la generalidad de los yacimientos y est basado en el conocimiento de un gran nimero de depésitos. Sin embargo, no contempla, como es légico, as particularidades propias del yacimiento en estudio (abo expresadas a partir de un valor, el coefiiente de variacion, lo que no es suficiente), por lo que su utilizacién debe ser complementada con algunos de los otros métodos que 8 continuacion se relacionan, 2.2.2, Método basado en la Geoestadistica La Geoestadistica, que sera tratada mas en profundidad en un capitulo posterior, offece un método para definir Ia distancia de muestieo. Una vez caleulado el ‘emivariograma experimental para las leyes © contenidos utiles del mineral, bien en una — 6— Capitulo 3. £1 muestreo direccién 0 en las diferentes direcciones del muestreo, en el caso en que dichos semivariogramas presenten modelos con la existencia de un alcance o rango a, tentonces un valor que puede oscilar alrededor de a2 0 af3 es la distancia dptima para definir la malla de muestreo Optima (distancias mayores implican muestras no correlacionadas, mientras que distancias menores suponen, tedricamente, sobredensidad de muestreo). Hjemplo 3.1. En la Figura 3.10 se muestra un semivariograma, con su modelo ajustado, para los valores de leyes de un yacimiento, Definir cual seria la distancia Sptima de muestreo, Solucién. Tal como se observa en la Figura 3.10, el alcance o rango para el semivariograma ‘obtenido seria, aproximadamente, de 2.500 m, por lo que la distancia de muestreo deberia coscilar entre 800 y 1.250 m, Una buena distancia podria ser, por tanto, 1.000 mn, Figura 3.10. Ejemplo de semivariograma para leyes en cobre de un yacimiento, 2.2.3. Método basado en el correlograma Este método incluye el célculo de los coeficientes de correlacién rentre las leyes de pares de muestras que se encuentran, inicialmente, espaciadas a una distancia ‘equivalente al intervalo minimo de muestreo. El coeficiente de correlacion es un parémetro estadistico que mide, con valores que pueden oscilar entre -1 y +1, el grado de relacién que existe entre dos conjuntos de datos. Valores préximos a1 0 +1 indican luna buena correlacién (negativa 0 positiva, respectivamente), mientras que cuanto mas se acercen a 0 la correlacién es peor (Fig. 3.11). Para que el estudio sea estadisticamente significativo, es necesario, al menos, 50 pares de datos. Una vez calculado el valor de rpara el intervalo minimo, se calculan los valores a tuna distancia dos veces el intervalo minimo, a continuacién tres veces, y asi sucesivamente. Los resultados obtenidos se representan en un diagrama como el de <7 Capitulo 3. EI muestree la Figura 3.12 (correlograma), en el que en el ee X se ponen las distancias de Imuestreo y en e) ej Y el valor dei coefciente de comrelacion carrepondiente, El valor lou el cpeficiente da correlacién se aproxima a cera se denomina Distancia Critica de Muestrea (DCM). Figura 3.12. Densidad de muestreo basada en el correlograma (Annes, 1861). 5ise tienen varios elementos analizados (p.e. Pb y Zn), se calcula! correlograma para cada und de ellos y, una vez defnidas las diferentes distancias oriticas de Imuestreo, s© coge la MAE pequetla coma distancia de muestreo. Basicamente, el = 18 — Capitulo 3. EI muestreo correlograma lo que define es el punto en el que las muestras dejan de estar relacionadas y este valor es el que se toma como distancia de muestreo. A grandes rasgos, utiliza un criterio de célculo que se asemeja al de la Geoestadistica. No obstante, este método, a veces, no se puede poner en practica pues el correlograma sale absolutamente erratico y no es posible calcular una DCM. 2.2.4. Método de las diferencias sucesivas De Wis (1972) definio un método para determinar el espaciado dptimo de muestreo ‘que tiene mucho en comin con los métodos anteriores. El autor calculé las diferencias entre las muestras adyacentes a través de la siguiente formula 8. Bl. -)1/2(0- 1) y observé que la interdependencia serial entre los valores era grande, tanto si las ‘muestras adyacentes eran parte de una tendencia como si eran variables erticas 0 totalmente independientes. El autor midid el grado de interdependencia con el coefciente de correlacién f, definido como: f2(S-S,)/S siondo $ la desviacion estandar cldsica de los datos. Para ilustrar el uso de la formula, dio un ejemplo en el cual se tomaron 41 muestras aintervalos de 2 metros en un yacimiento de Sn en Bolivia. La media de los valores era 41,9% y la S = 0,87. El valor de S, calculado era 0.5, por lo que f = 0,43. El conjunto de datos, a continuacién, se subdividio en dos subconjuntos tomando muestras ‘alternativas, La separacion de las muestras a comparar era ahora de cuatro metros. El valor S, era de 0,54, mientras que el nuevo valor de f era de 0,378. El proceso se continud de tal forma que la distancia entre muestras aumentaba. A un espaciado de 12 metros, se cumplia que Sp = S, por tanto f = 0. Puesto que las muestras deben tomarse a distancias tales que se produzca autocorrelacién, la distancia maxima de ‘muestreo no debia superar, en el ejemplo, los doce metros. 2.2.5. Optimizaci6n del numero de muestras La estadistica clésica permite conocer, frente aun conjunto de datos tomados al azar no correlacionados, si el numero de muestras obtenido es suficiente para un nivel de confianza determinado, es decir, no define una distancia de muestreo determinada, pero si siel nimero de muestras tomadas puede considerarse valido, lo que puede indica, indirectamente, sila red de muestreo esté suficientemente espaciada o hay que cerrarla mas, ‘A continuacion se va a descrbir, de forma muy breve, el método de trabajo junto con Ln seneillo ejemplo, Por razones de espacio, no se va a incluir toda la base estadistica, — 19 — Capitulo 3. EI muestreo que puede encontrarse en las numerosas publicaciones de cardcter especifico cexistentes en la bibliografia(p.e., Davis, 1986). Dado un conjunto de datos pertenecientes a una muestra, el error que se comete al tomar como media poblacional la media muestral se define como el cociente entre la desviacion estandar y la raiz cuadrada del numero de datos. De esta forma, la media poblacional se puede establecer coma’ pexsoih donde: Media poblacional Media muestral Desviacién estandar poblacional Namero de datos. ‘Para valores de n » 30 se puede asumir que la desviacion estandar de la poblacién es semejante a la de la muestra, por io que el valor de © se puede calcular a particde la citada desviacién estandar muestral. Por otro lado, si se asume que la distibucién, oblacional es una distribucién normal, se puede incluir, en la formula mostrada antaciotmente, un parémetro A que permite establecer niveles de confianza, en funcién del numero de desviaciones esténdar consideradas, Por ejemplo, puesto que 1,95 de ddesviacién estandar equivale, aproximadamente, a un nivel de confianza del 95%, se podria decir que existe un 95% de probabilidad de que la media poblacional este ‘comprendida entre la media muestral + 1,95 veces el error, es decir: Hex 1.95.07 Este sencilo tratamiento estadistico permite conocer, como se coment’ anteriormente, si el nimera de muestras obtenido en un determinado muestreo es suficiente jemplo 3.2. Se wan comado $0 muestras de calizas pars analiza el ragnesio com el fin de set ullizadas para la obtencidn de cemento, Los valores de la media y la desviacin estindar de dichos andlisis son 3,47 y 1,40, respectivamente. Teniendo en cuenta que se penalizan valores de magnesio superiotes al 3,90%, calcular si el muestreo es suficiente para un nivel de confianza de 95% Solucion, Si se penalizan valores superioses al 3,90%, el maximo error que se puede cometer £8 3.90% - 3.47% = 0.43%. Como el error es igual 4 4.(o/v/n), sustituyendo en la ecuac se tendria 0.43% = 2.(1,4/Vn). Puesto que se desea un nivel de confianza del 95%, cequivalente a 1,95 desviaciOn estindar. 4. = 1,95, por lo que 0,43% = 1,95.4,4n). Despejando el valor de n sadria n = 40,30. Si se tomaron 50 muestras y con aproximadamente 40 se cumplen los condicionamtes estadisticos, se puede considerar el muestreo como vil, ‘por lo que no seria necesacio tomar mils muestra, — 120 — Capitulo 3. E1 muestreo 2.2.6. Consideraciones sobre la densidad de! muestreo Cuando se establece una malta de sondeos, una de las primeras preguntas que se hace el gedlogo es si dicha malla sera suficiente 0 ser necesario amplarla, La contestacion puede tener dos vertientes: la solucién se puede obtener con los métodos descritos anteriormente yio la capacidad econémica para llevar a cabo una determinada red de muestreo, es decir, de poco sirve saber cada cuntos metros hay que muestrear ino se dispone de fondos para ello, La siguiente pregunta podria ser hasta donde se cerraria la mala en el supuesto de {que la capacidad econémica de la empresa, para tal efecto, fuese ilmitada, Es obvio {ue una mayor densidad de muestreo, al generar un numero de muestras mayor, hace ‘aumentar el conocimiento de la mineralizacién y, por tanto, disminuir el error en la estimacion. Sin embargo, esta relacion nmero de muestras versus minimizacién del error tiene sus limites, es decir, la relacién no es una ecuacién en forma de recta que ppermita siempre un aumento proporcional de la precisién a costa de aumentar el rnimero de sondeos. En la Figura 3.13 (Annels, 1991) se muestra, en un diagrama X.Y, la relacion existente entre el tamafio de la malia de sondeos y la precision, como una medida estadistica del grado de flabiidad de los resultados, en un yacimiento de oro tipo placer fen Ghana, El esquema general podria extrapolarse a la mayoria de los yacimientos, pues la experiencia demuestra que todos presentan pautas semejantes. En la citada figura se observa que una disminucion en el tamafo de la red de sondeos lleva implicta Uun notable aumento en la bondad de los resultados, mientras que, a partir de determinados niveles, dicho aumento no es lo suficientemente grande como para compensar el gasto que generaria el cerrar mas la malla, En otras palabras, en esas Situaciones no merece la pena gastar mas dinero, pues los resultados no mejoran signficativamente. Figura 3.13, Relacion entre el tamafo dela red de sondeos y la precisién en la estimacién de las reservas para el yacimiento Offn River, Ghana (Annels, 1991). aaa Capitulo 3. EI muestroo 2.3. Cantidad de muestra El teroer factor a tomar en cuenta cuando se realiza un muestreo es el de la cantidad de muestra que se debe coger. El peso de la muestra a tomar debe ser el apropiado para que ésta sea representativa. Esta frase, asi presentada, es tremendamente generalizadora, pero dificil de precisar ante la variedad de casos (tipo de sustancias, Ccaracteristicas internas de los yacimientos, usos del material, ensayos a realizar sobre Jas muestras) que se presentan en la actividad minera. La determinacién del peso de a muestra, segin Kuzvart y Bohmer (1978), viene ‘condicionada por los siguientes factores: - E! peso inicial puede ser menor en depésitos con una distribucion regular del mineral (estructuras masivas y bandeadas) que en depésitos donde el mineral esta en forma de impregnaciones o en discontinuidades. = Cuanto mayor sea el tamato (cstalinidad o granulometria) del mineral, mayor deber serel peso de la muestra y viceversa. = Cuanto mayor sea la ley del mineral, mas pequefio puede ser el peso de la muestra y.menos probable se hace el error al reducir su tamatio. = Cuanto mayor sea el peso especifico del mineral dtl, mayor debe ser el peso inicial de la muestra Se pueden establecer, basicamente, tres métodos para calcular la cantidad de ‘muestra a tomar: Coeficiente de variacion. - Formula de Richards-Czeczott - Formula de Royle. El primer método es simitar a uiizado para la distancia de muestreo. En la Tabla 3.3 se muestran las cantidades a tomar en funcién de los valores del coeficiente de variaci6n. ‘Tabla 3.3. Cantidad de muestra a tomar en funcién del coeficiente de variacion DISTRIBUCION DELOS | COEFICIENTEDE | PESO DELA ELEMENTOS ANALIZADOS | __VARIACION MUESTRA Muy Regular Hasta 20% X= (06-08 kg) Regular 20% - 40% 3x Irregular 40% - 80% 6x Muy Irregular 80% - 150% 9x Extraordinariamente > 150% 12x irregular 1 Capitulo 3. £1 muestreo El segundo método utiliza la férmula de Richards-Czeczott, que es la siguiente: Q=Kkxd donde Q es la cantidad de muestra a tomar, K es una constante adimensional que cexpresa la variabilidad del depésito (Tabla 3.4) y d es el tamatio del grano més largo de mineral dtl expresado en mm. Tabla 34. Valores dela constante K en funcién del coeficiente de variacién. | andes acmirie semana de | <70x | Ropar 02 rmetamoticas se ¥2 8 | Yacimioos de magnet cromtas, | 70%-00% | Inepuar oa ‘Mevoage con Co yameeioe maior 6s Cy con una Sardar poco unions dot semen © | vaciinos arisnce demetaesna | 100%-160% | muyereguar | 0205 So er ee cmeraimaaetn, eer Eruitimo método, el de Royle (1982), permite establece lo que el autor define como Peso de Seguridad Minimo (PSM), obtenido a través de la siguiente formula: PSM = 100x(A'G) donde: PSM = Peso de seguridad minimo (gramos) ‘A= Gramos de mineral contenidos en fa particula mas grande (cm) G= Ley (tanto por ciento) Ejemplo 3.3. Se han obtenido 10 muestras de un posible yacimiento de magnetta euyas leyes calculadas han sido: 10,4%, 7.1%, 18,3%, 24.4%, 5,9%, 39,8%, 17.2%, 6.8%, 15,9% y 2,14%. El tamaiio maximo de los granos de magnetta es de 7 mm, Calcular Ia eantidad de muestra que seré necesario tomar para ulteriores muestrees, uilizando los métodos del cveficiente de variacidn y de Richards-Czeczovt — 13 Capitulo 3. £1 muestreo Solucién, Para obtener el cocficiente de variaciOn (C.V.), se ealeula et valor de la media y ls ‘desviacin estandar para los diez dato. Estos valores son, respectivamente, 11,15 14,79, por To que el C.V. seri CAV. = (1,15/14,79) . 100 = 75,496 por lo que, segin Ia Tabla 2.2, la distibucién de los elementos seria irregulat, correspondindote un peso de la muestra de (0,6 - 0,8) x 6 kg, es decir, entre 3,6 y 4,8 kg. Para aplicar la formula de Richards-Czeczott, se tendria que d = 7 mm y, de acuerdo con 1a Tabla 3.3, k = 041, por lo que: Q= 01.49 =49ke [Ejemplo 3.4. Se tienen esferas de galena con un tamatio méximo de 2 em, siendo la ley en lomo dela mineralizacion del 0,2%. Calcular el peso de seguridad minimo segtin la fGemula de Royle. La densidad de la galena es de 7,5 glem® Solucién. EI volumen de una esfera es (4/3).x.°, por lo que el volumen de las esferas cestudiadas ser V = @3).2.1 = 4,19 em centonces la masa ser igual a m= 419.7,5 = 314168 aplicando ta férmuta de Royle se tend PSM = 100 . G1,416/0,2) = 15.708 g Por tanto, el peso de seguridad minimo ser de aproximadamente 16 ke 2.4. Reduccién del peso de la muestra La reduccién del peso de la muestra de partida tiene por fin obtener una muestra de Jaboratorio que sea una parte representativa de la muestra total. La reduccién lleva implicitos ls siguientes procesos: : + Trituracion y cribado = Mezcla del material titurado. ~ Cuarteo (0 proceso de reduccién propiamente dicho). = 124 = Capitulo 3. EI muestreo El proceso de cuarteo consiste en colocar la muestra en forma de cono, partilo en cuatro partes y recuperar dos cuartos opuestos. No plantea mayor problema, existiendo, ademas, aparatos que llevan a cabo este proceso (Fig. 3.14), incluso de forma automatica (Fig. 3.15). El problema reside, en cuanto ala reduccién del peso de la muestra de partida, en saber cuando se puede cuartear y las relaciones cuarieo- trturacion, pues la solucién saloménica de tomar toda la muestra (p.e. 100 kg -en caso de yacimientos de oro puede llegar hasta varias toneladas-)y triturarla hasta el tamario rnecesario y, posteriotmente, cuartear, en muchos casos es inviable desde el punto de Vista econémico, pues leva consigo un gasto excesivo en la trituracién. Normalmente, se considera que la muestra puede ser enviada al laboratorio cuando tiene aproximadamente 1 kg de peso de un material de tamafo del orden de 0,15-0,10 mm, Figura 3.14, Aparato para ievar a cabo el proceso de cusrteo, Para conocer cuando se tiene que cuartear y cufindo trturar, se acude la férmula an(K.d) <2 donde Q es la cantidad de muestra incial (kg), K es una constante adimensional que | & | Bw | Be | |] oe $ | 3B | ak | fe | BB] ee 2 | B | ee | Be | ke | ie : | se | Se | ke | ae ] ke to] |e | | | oe 3 | Be | ig | ee | ke] as o | ge | us | ue | se | Be aiie E | = 2 | Ee 8 a L Figura 4.3, Histograma de frecuencia para el ejemplo 4.1. [ | I Figura 44, Curva de probabildad (método de ia recta de Hen) para el eemplo 4.1, a Capitulo 4. Determinactén de la ley mecian (Queuaria, por tanto, para complear el andisis, la testiicacin a vavés de la J-cuadrado, Para ello, y de acuerdo cxn los paca & Segui desritns aneriormence, lo primero seria tipiticar Ja variable (media = 5,94 y desviacidn estindar = 1,31). A continuacin se muestran los ‘valores ie fs eyes tipiicadas. 40.35 0.41 0.95 +1,73 +0,66 +0,20 +0,27-1,56 +0,20 4090-079 018 £0.12 $020 4111 4110 +042 0.96 41,19 -0,11 2.40 003 +2,41 +1,04 -2,02 -0,64 Gos onl oat 107 0.9 +020 Postriorment se define Ia tabla de frecuencia obtenidesy frecuencas eperaas (Tabla 4.3) “Tabla 43. Precsencias cbieniasy expocadss ga el eemplo 4.1 INTERYALOS PRecueNcta OBrENDA FRecuENcHs ESPERADA ‘Las treeuencias esperadas se calculan a paride 1 tala correspondiente fs probabilidades cunnuladas de fa distibucién normal (Tabla 4.1). Por ejemplo, para el primer imervalo. que ‘comesponde @ los Valores inciudos enire © y +45, en i Tabla 4.1 se buscara el valor de 0 (0.5 en tanto por uno = 50%) y el valor de +19 (0,8413 en tanto por uno = 84.13%) Restando ambos (34.13%) se obtendrfa ef porceniaje de datos inluido entre la media y una n>1), Solo las muestras que entran dentro de una determinada zona de bisqueda son ponderadas de la citada forma. Puesto que el método es laborioso y repetitivo, la presencia de un ordenador simpitfica notablemente Su elaboracion. De hecho, fue una de las primeras técnicas de evaluacion que se incorporaron a los ordenadores (Weaver, 1964). Etinverso de la distancia es una técnica de suavizado y, por tanto, no es aconsejable €en yacimientos con limites de la mineralizacién muy definidos y con caidas de leyes importantes (paso mineralizacién-estéril muy neto), pues suele producir mayores tonelajes y menores leyes, lo que puede comprometer seriamente los estudios de Viabilidad econémica del proyecto minero, Por el contraro, si es aplicable a yacimientos Con trnsito mineralizacién-estéril graduales, traténdase, en este caso, del método de evaluacion cldsico mas recomendable. Conceptualmente podria considerarse un método de estimacion mas parecido a los métodos geoestadisticos que a los clsicos. — 186 — Capitulo 5. Evaluacién de las resorvas: métodes elésicos El método en si opera de forma semejante a todos los restantes, es decir, se establecen unos bloques de evaluacién, se evaliian en ellos el valor de variables como elespesor ya ley y, a partir del volumen, se obtienen las reservas de la materia prima ylo del componente uti, Los aspectos especificos a considerar son los siguientes: 1) Definicion de los bioques de evaluacion 2) Establecimiento del factor de ponderacién 3) Definicion del area de busqueda 1) Dofinician de los bloques de evaluacién E!tamafo y forma de los bloques sobre los cuales se va a llevar a cabo el proceso de evaluacion es un tema que, en gran medida, se aleja del proceso evaluador en si, pues son otros factores, principalmente de cardcter minero (tipo de explotacién, produccién anual, ec.) los que van a definir qué medidas deben tener los bloques. Por tanto, el tecnico recibiré las instrucciones pertinentes sobre este aspecto, 2) Establecimiento del factor de ponderacion Elestablecer el valor del indice de ponderacién que va a afectar al inverso de la distancia es uno de los factores claves del proceso. Ademds, su seleccin es arbitraria, ues no existen métodos que permitan conocer que valor es el mas adecuado, tanto a nivel particular (yacimiento) como en general. Como se comenté anteriormente, s& suelen utiizar valores que oscilan entre 1 y 3, aunque, en realidad, cualquier valor es posible. En la Figura 5.21 se muestra la incidencia de diversos indices (8, 2 y 0,5) sobre la ‘evaluacién. En dicha figura se observa que un valor muy elevado (p.e. 8) hace que el metodo de evaluacién se asemeje al de los poligonos. Barnes (1980) afirma que este ‘efecto se consigue con n=5, por lo que no es muy recomendable, no tanto por los, resultados que se van a obtener sino porque, dada la complejidad de este método, ‘seria mucho mas facil y comodo utilizar directamente el método de los poligonos, Por ‘tro lado, coger un valor muy bajo del exponente (pe. 0,5) hace que el suavizado sea excesivo (Fig. §.21¢), dando una importancia quizas demasiado notable a muestras que ‘se encuentran muy alejadas del punto a estimar. Por todo ello, parece ser que un factor de 2 es el mas adecuado, pues genera resultados con un nivel de suavizado aceptable. Por ultimo, hay que hacer constar que al tratarse de un método que utiiza una ‘combinacién lineal de datos siempre positives, nunca se obtienen valores superiores, © inferiores a los iniciales, por lo que si existen zonas en el yacimiento de muy alta 0 muy baja ley, y éstas no han sido muestreadas, nunca afloraran en los resultados finales. 3) Definicién del area de biisqueda Dos factores inciden en la seleccién del area de busqueda: el tamario y la forma. En cuanto al primer factor, el tamario, de nuevo aparecen los criterios arbitrarios, pues tampoco existe un método conereto que permita conocer el valor mas adecuado, Areas — 187 — Capitulo 5. Evaluacién de las reservas: métodos clésicos de buisqueda de gran tamafto puede incluir un numero exagerado de datos que hagan el proceso muy extenso y, a la vez, generen un suavizado muy fuerte. Por el contraro, luna zona de bi'squeda muy pequefia puede producir un numero de datos insuficente, Por ello, siempre es recomendable que se establezcan reas de busqueda que incluyan lun niimero de sondeos (datos) que oscile, en sentido amplio, entre 6 y 12. En este sentido, existen programas de ordenador que permiten dividir la zona de busqueda en ‘sectores (p.e. cuatro u ocho), de tal manera que si un niimero determinado de sectores std vacio (p.e. dos sobre un total de cuatro), la estimacién no se realiza. De igual forma, la creacion de sectores permite evitar un problema comin con los métodos. geoestadisticos, que es el agrupamiento excesivo de muestras en determinadas zonas del yacimiento (clustering), Este problema se resuelve asignando un nimero maximo de datos para cada sector. | Figura §.21, Efecto que se produce al cambiar el valor de n en el método del inverso de le

    Anda mungkin juga menyukai