El propósito de los programas de Aseguramiento y Control de la Calidad (ACC), también conocido como
QA/QC (Quality Assurance/Quality Control), es asegurar la integridad de la información y garantizar que
los datos generados sean de naturaleza y estándares tales que permitan su utilización en estimaciones
de recursos y reservas, control de leyes, reconciliaciones, etc.
Hay tres tipos fundamentales de errores: los de tipo I, ocasionados por omisión o negligencia, que
pueden ser usualmente evitados mediante la aplicación de técnicas correctas; los de tipo II, de muestreo
o medición, de naturaleza aleatoria, cuyo acción no puede ser evitada, aunque su efecto puede ser
minimizado; y los de tipo III, de naturaleza sistemática, cuyo efecto también puede ser minimizado. Un
programa de Aseguramiento de la Calidad debe inducir indicaciones y recomendaciones orientadas a
reducir el efecto de esos errores, y en especial los de tipo I. A continuación tenemos algunos de los más
comunes con recomendaciones para evitarlos o reducir su efecto.
Heterogeneidad Geológica
Se destacan el uso de redes de exploración inadecuadas, errores en la codificación de los datos, el uso
de programas inadecuados de estimación, la utilización de personal poco calificado, etc. Para reducir su
efecto se recomienda utilizar personal con la mejor calificación posible, preparar colecciones de
muestras patrón que auxilien en el logueo, usar métodos de procesamiento de los datos, que apliquen
métodos estadísticos basados en el rango de influencia, etc.
Toma de muestras
En esta operación se encuentran los siguientes: el muestreo predominante del material más blando o
frágil, o de fragmentos grandes de material duro en el muestreo de canal; la orientación incorrecta de la
linea de corte en el muestreo de testigo, así como el muestreo preferencial de fragmentos gruesos en
muestras de testigo muy fragmentado; ignorar los contactos litológicos importantes; la introducción de
sesgos en la selección de fragmentos o intervalos en el muestreo para densidad; confusiones en el
etiquetado y el orden de las muestras, etc.
Para reducir su efecto se recomienda unos procedimientos de muestreo que garanticen una adecuada
representatividad de las muestras, conocer con la mayor exactitud posible la ubicación física y la
orientación de los sondajes y los intervalos de muestreo, manipular las muestras con extrema cuidado,
etc.
Medición de Parámetros:
Se produce durante la preparación, son frecuentes el chancado demasiado grueso, el uso de técnicas de
cuarteo deficientes, la insuficiente pulverización, la manipulación incorrecta de las muestras, el empleo
de un deficiente sistema de extracción de polvo, etc. Durante los análisis químicos o físicos se constata
con frecuencias el empleo de métodos analíticos inapropiadas, el no uso de estándares de tipos o
niveles adecuados, determinación de densidad sin considerar la porosidad en la roca, las alteraciones en
el orden de las muestras, etc. Estos errores se potencian cuando hay un sistema deficiente de Control de
Calidad o cuando tal programa no existe. Al reportar las resultados, también es frecuentes el uso
indistinto de variados formatos de tablas, números y símbolos, las errores en las unidades de medida
empleadas, la ausencia de información sobre las métodos empleados y sus límites de detección, etc.
Para reducir el efecto de estos errores, se recomienda asegurarse de que el laboratorio seleccionado
emplea procedimientos adecuados de preparación, dispone de instrumental y equipos en buen estado,
y productos químicos y estándares confiables, que utiliza procedimientos estandarizados de reporte, y
también de que emplea un sistema adecuado de Control de Calidad y que mantiene sus áreas de trabajo
limpias y ordenadas.
Esto ocurre durante la propia introducción de la información. Son comunes la digitación repetida de los
datos, la codificación errónea de las muestras de control de calidad, falta de información útil y la
ausencia de contra chequeo de la información.
Entre las recomendaciones para reducir su efecto se incluyen planificar adecuadamente la estructura y
el flujo de la información, establecer filtros y mecanismos de contra chequeo, minimizar la digitación
manual de datos, utilizar la doble entrada para los parámetros más sensibles, etc.
Por lo general, durante una campaña de muestreo se utilizan dos laboratorios : uno primario, donde se
analizan todas las muestras ordinarias, y uno secundario, comúnmente un laboratorio de
reconocida reputación, en el cual se reanaliza una porción representativa de las muestras ordinarias
previamente analizadas en el laboratorio primario. El programa de Control de Calidad consiste en la
inserción sistemática de muestras de control en los lotes enviados al laboratorio primario y secundario.
Precisión
La precisión se evalúa a través del error relativo (RE), definido como el valor absoluto de la diferencia
entre los valores original y duplicado, dividido entre el promedio entre ambos valores, medido en por
cientos. Se recomienda tratar la precisión como una característica cualitativa (baja precisión, alta
precisión), y el error relativo como un parámetro cuantitativo. Entre ambos existe una relación inversa: a
mayor error relativo, menor precisión, y viceversa
Exactitud
Mediante la inserción de estándares en los lotes analíticos, es posible comparar el comportamiento del
laboratorio en cuestión con el de los laboratorios de referencia .De este modo se evalúa la proximidad al
MV de los valores obtenidos, y se determina la magnitud del posible sesgo, en caso de que exista.
Adicionalmente, es posible evaluar la exactitud del laboratorio primario con relación a otro laboratorio
de referencia, o secundario, mediante el re análisis en este ultimo de algunas muestras previamente
analizadas en el laboratorio primario, los duplicados extremos.
Contaminación
Al preparar o analizar algunas muestras, particularmente las muy mineralizadas, es posible que cierta
porción de una muestra o de una solución quede retenida accidentalmente en el equipo y contamine las
muestras siguientes. La contaminación se estudia a través de los blancos, que son de hecho muestras
estériles, en las cuales los elementos a evaluar se encuentran presentes en cantidades inferiores o muy
cercanas a los correspondientes límites de detección.
Las tres primeras fases pueden ser monitoreadas a través de la inserción aleatoria de varios tipos de
muestras de control. Es posible supervisar la calidad de la entrada de datos a través de la doble entrada
independiente de la información más sensible.
Algunas muestras de control deben ser tomadas y/o insertadas por parte del personal del proyecto
directamente durante el proceso de muestreo. En el caso de un programa de perforación diamantina,
por ejemplo, estas muestras son las siguientes:
La proporción de muestras de control puede ser ajustada durante el programa en dependencia de los
resultados. Sin embargo, se recomienda que en un principio las muestras de control comprendan entre
20% y 25% del número total de muestras enviadas al laboratorio.
Como fue mencionado, el programa de Control de Calidad tiene por objeto evaluar la precisión, la
exactitud y la contaminación, lo que se logra mediante la inserción regular de muestras de control. Por
tener propósitos diferentes, la exclusión de un tipo particular de muestras de control no puede ser
suplida por la inclusión de otro tipo de muestras. La evaluación del Control de Calidad se hace del
siguiente modo:
Para evaluar los resultados del control de calidad se utiliza comúnmente el principio del reconocimiento
de patrones. Mediante la preparación de graticos especializados, se representan los datos y se visualizan
los diversos tipos de errores. A continuación se presentan algunos de los métodos de evaluación de
USO más frecuente.
Los gráficos más utilizados son los de dispersión, o X-Y (Figura I ), de frecuencia acumulada de los errores
relativos (Figura 2), de Thompson-Howarth (Thompson and Howa1th, 1973, 1978; Figuras 3 y 4), etc. El
autor recomienda la evaluación seg(m el método hiperbólico (Simon, 2005), que consiste en evaluar en
un gráfico de dispersión de tipo Max-Min la aceptación de cada par con el auxilio de una función
hiperbólica (y2 =nli +b2).
Seg(m este método, la pendiente 111 de la asíntota de la hipérbola se calcula en función de\ error
relativo aceptable para cada tipo de muestra de control (30% para muestras gemelas, 20% rara
duplicados gruesos, 10% para duplicados de pulpa), y el termino independiente b se estima en función
de\ límite de detección de\ elemento estudiado (Figuras 5 y ó). Los pares que se ubican por encima de la
hipérbola son rechazados. Un nivel aceptable de admisibilidad se alcanza cuando el nivel de rechazos no
excede el 10% de los pares. La ventaja de este método consiste en que también incluye en el Análisis bs
muestras con valores bajos, incluso cercanos al límite de detección, usualmente excluidas por otros
métodos.
Estándares
donde PReve representa el promedio de los valores obtenidos, calculado tras excluir los valores
erráticos, y MV representa el mejor valor del estándar para el elemento estudiado. EI sesgo es
considerado aceptable si su valor absoluto es inferior a 5%, arriesgado si se encuentra entre 5% y I00/o,
e inaceptable cuando supera el I 0%.
Adicionalmente, cuando han sido utilizados varios estándares, se construyen gráficos de exactitud
(Figura 8), en los que se plotean los valores PRev.y MV de cada estándar en los ejes Yy X,
respectivamente, y que se utilizan para calcular la exactitud analítica global
Blancos
Para evaluar la contaminación se recomienda preparar gráficos de Blancas versus Muestra Precedente
(Figura 9), en los que se plotean los valores reportados para los blancos en el eje Y, y los valores de las
muestras precedentes en el eje X Este tipo de grafico permite identificar claramente los eventos de
contaminación cruzada de muestras ricas a los blancos, y la posible existencia de un patrón de
contaminación.
Duplicados Externos
Para evaluar los duplicados externos comúnmente se construyen gráficos de dispersión X-Y, en los que
se plotean los resultados de dichos duplicados en el eje Y, y de las muestras originales en el eje X, y
posteriormente se representa la curva de regresión lineal entre ambas series. Con este fin, se
recomienda utilizar el método de Reducción al Eje Mayor (Reducción to Major Axis, o RMA; Sinclair,
1999), que ofrece un ajuste insesgado de las dos series de resultados, mediante un procedimiento
matemático que trata ambas series como independientes entre si (Figura 10). En este caso, el sesgo Sp-s
del laboratorio primario con relación al secundario es calculado del siguiente modo:
Para todos los tipos de muestras de control: chequear los valores de las muestras
vecinas, con el fin de identificar posibles confusiones o cambios en la posición de las
muestras, y de ser necesario repetir los Análisis de las muestras de control fallidas
junto con algunas muestras vecinas, o incluso el lote entero si el e1rnr subsiste;
Para las muestras gemelas: revisar los testigos remanentes, para comprobar si los
intervalos muestreados se corresponden realmente con los valores reportados;
Para los blancos: requerir al laboratorio mejoras en los procedimientos de
preparación y Análisis.
No obstante, las opciones pueden llegar a ser muchas, en dependencia del tipo y magnitud de los
errores identificados. De cualquier modo, m última instancia es necesario investigar, localizar y eliminar
la fuente del problema.
Durante los ultimas años han entrado en vigencia nuevas regulaciones internacionales que persiguen la
normalización de los aspectos esenciales de la exploración, tales como la NI 43-101 de Canadá, (CIM,
2000) y el código JORC de Australia (JORC, 1999), entre otros. Estas regulaciones son de uso cada vez
más frecuente en la industria minera, y plantean estrictos requisitos en lo relativo a la calidad de la
información en que se basan los estimados de recursos y reservas.
Entre las especificaciones de la norma NI 43-101, por ejemplo, se requiere que una Persona Calificada
verifique los datos en que se basa dicha información, incluyendo el muestreo, los Análisis y otras
pruebas, describa el programa de aseguramiento de la calidad y las medidas de control de calidad,
incluyendo la naturaleza y las limitaciones de la verificación, y explique cualquier deficiencia encontrada
(CIM, 2000).
El código JORC, por su parte, exige que una Persona Competente informe sobre la naturaleza, calidad y
con-ecta seleccion de los procedimientos de muestreo y de Análisis de laboratorio, de los
procedimientos de control utilizados, especificando los estándares, blancos, duplicados y controles
externos, y si se han alcanzado niveles aceptables de exactitud y precisión (JORC, 1999).
7. Conclusiones y Recomendaciones
Durante los últimos años se ha intensificado el nivel de exigencia de la industria, y especialmente de los
bancos, las bolsas y los inversionistas, sobre la calidad de la información en que se basan los estimados
de recursos y reservas. En consecuencia, ha aumentado la presión sobre las empresas mineras para que
mejoren los procedimientos de Aseguramiento y Control de Calidad.
Además, resulta cada vez más evidente que para lograr niveles superiores de eficiencia en las
operaciones, reflejadas en reconciliaciones más ajustadas, es necesario identificar y eliminar o minimizar
los errores inherentes al proceso de obtención de la información primaria.
Según la experiencia internacional, se requiere implementar desde el primer día del proyecto un
programa efectivo de Aseguramiento y Control de la Calidad. Igualmente, se recomienda mantener una
rigurosa disciplina en el completamiento de la base de datos durante toda la ejecución del proyecto. A
pesar del costo más elevado que implican, es conveniente utilizar personal, equipamiento y laboratorios
que garanticen el logro de parámetros superiores de calidad.
Es importante insistir en que las diversos elementos evaluados durante el Control de Calidad son
independientes entre si. Cada tipo de muestras de control tiene un propósito especial, y la exclusión de
un tipo particular de muestras de control no puede ser suplida por la inclusión de otro tipo de muestras.
Más de una vez la experiencia demuestra que la diferencia de costo entre obtener un resultado de
calidad y un resultado pobre suele ser infima en comparación con la diferencia de retorno entre un
resultado de calidad un resultado pobre.