El Enfoque Geoestadístico para Reservas

El Enfoque Geoestadístico para Reservas

Geoestadística proporciona métodos de estimación que se basan en la suposición de que un fenómeno mineralizado puede ser considerado como la realización de un proceso aleatorio. Este enfoque no debe llevarnos a olvidar los parámetros deterministas que son responsables de la distribución de las reservas. Por el contrario el primer paso que viene antes de cualquier estudio geoestadístico es un "análisis exploratorio de datos" de sonido, donde geológica, estadística y enfoques geoestadísticos deben ser combinadas.

Una vez que se logra este paso esencial, las variables y las poblaciones pertinentes deberían haber sido identificados, así como sus relaciones con las estructuras geológicas involucradas.

Vamos a considerar los dos ejemplos siguientes:

Las secciones transversales y mapas geológicos establecidos desde perforaciones exploratorias permiten

• El geólogo para comprender la estructura de la mineralización. Sin embargo, se trata de cuantificar las reservas de estos datos se introduce un sesgo importante en la estimación, por un lado porque las extensiones laterales de las intersecciones mineralizadas entre las perforaciones son muy subjetiva, por otro lado, porque las distribuciones de los grados en los núcleos son completamente diferente de los de las unidades mineras.

Sin embargo, la interpretación geológica ayuda en el análisis de las estructuras de correlación espacial, tomando en cuenta las principales orientaciones de la mineralización, tectónica y litologías. También proporciona información sobre posibles heterogeneidades y explica su origen.[pic 1][pic 2]

• El segundo ejemplo se refiere a un depósito de hierro que contiene dos tipos de mineral: hematita y itabirita. Estos dos materiales de mineral están profundamente arraigados en una escala métrica, además de sus proporciones relativas cambian con la profundidad. Dado que el método de explotación espera para extraer la hematita selectivamente de la itabirita es esencial para estimar un modelo de grados para ambos. Un análisis estadístico detallado por zonas y capas, combinado con la interpretación geológica dada en los mapas y secciones es necesario identificar las poblaciones estadísticamente homogéneos, así como variables relevantes (Fig.2 y Fig.3).[pic 3]

[pic 4][pic 5][pic 6]

El objetivo: a partir de muestras a las reservas

Un buen conocimiento de tonelajes y leyes dentro de un cuerpo de mineral es esencial con el fin de evaluar la viabilidad económica de poner la mina en producción, o la hora de elegir los equipos o plantas. Un yacimiento se hace siempre de varios tipos de minerales y residuos minerales. Separar el mineral de los residuos es una tarea difícil, que es casi imposible de alcanzar, por muchas razones: El límite geológico entre mineral y estéril rara vez es claro en la naturaleza. Los límites que se definen en criterios económicos (como una ley de corte) ni siquiera se ajustan a cualquier realidad geológica .

Dependiendo de las dimensiones de las palas, más o menos material de desecho se mezcla con el mineral al cargar camiones. Esto se traduce en los grados más bajos de lo esperado, sin embargo, desde un punto de vista económico esta pérdida se ve compensada por un aumento en la productividad.

La técnica de la explotación aplica restricciones que obligan a la extracción de los residuos con el fin de dar acceso al mineral, por ejemplo, la relación de desmonte en la minería a cielo abierto.

Estas limitaciones en el proceso de la minería, así como otros, hacen que sea más difícil la integración de las relaciones tonelaje / grado observadas en las muestras cuando se trata de predecir las reservas recuperables.

Entre otros beneficios de usar geoestadística en un estudio de este tipo es el hecho de que estos problemas se pueden tener en cuenta a través de 3 conceptos básicos: efecto de apoyo, información y de efecto de efecto restricciones.

Efecto Apoyo[pic 7][pic 8]

Cualquier ingeniero de minas sabe que recuperaron las calificaciones son más bajas cuando la selectividad es pobre, en otras palabras la más grandes de las unidades mineras, el menor de los grados.

El grado promedio de un gran bloque de varios miles de metros cúbicos puede ser considerado como la media de los grados de bloques más pequeños de unos pocos metros cúbicos contenidas en el bloque grande. La distribución de los grados de enormes bloques es, obviamente, menos dispersa que la de las muestras pequeñas.

Los únicos grados que son conocidos experimentalmente son los de las muestras; con el fin de predecir la distribución de los grados de bloques de diferentes dimensiones geoestadística proporciona modelos de cambio de la ayuda, que se basa en el histograma experimental de grados de la muestra, así como sus correlaciones espaciales a través del variograma.

Vamos a considerar los dos perfiles de grado que se muestran en la figura. 5, que ambos comparten la misma histograma experimental. Las correlaciones espaciales de los grados, sin embargo, son diferentes con menos correlación para el perfil de la izquierda, por lo tanto, una cierta cantidad de efecto de pepita en su variograma. Las distribuciones de los grados estimados para los bloques y por lo tanto la selectividad serán diferentes.[pic 9]

[pic 10]

Efecto de Información

Durante la explotación de la mina, el verdadero grado del bloque de la minería es aún desconocido. Por lo tanto la decisión de enviar el material a la planta de mineral o al vertedero de residuos todavía se toma del grado estimado y no desde el verdadero grado. Como consecuencia, no es posible evitar el envío de bloques a un destino equivocado: bloques ricos acabarán en el vertedero de residuos, ya que se estiman como "pobres", mientras que el material pobre alimentará la planta de mineral, como se ilustra en la figura. 6.[pic 11]

[pic 12]

Este efecto información de resultados en una degradación de la relación de tonelaje / grado, por lo tanto, una pérdida de selectividad, de la misma manera como el efecto de apoyo. Esta consecuencia es más drástica cuando la densidad de las muestras es pobre.

Métodos geoestadísticos no lineales tales como Disyuntivo Kriging pueden cuantificar la cantidad de pérdida de selectividad debido al efecto de información. Estas técnicas permiten dimensionar una malla de muestreo adecuado para perforaciones pre-minería.

...