presentacion perumin2011 jegr
Post on 22-Jul-2015
283 Views
Preview:
TRANSCRIPT
MODELOS DE CORTO Y MEDIANO PLAZO EN VETAS
Msc. José E. Gutiérrez – Minera Bateas
21 de agosto de 2012
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.
3
Diagrama flujo de información
Muestreo interiorMina
LABORATORIO(Int/Ext)
Leyes, QC DataDensity
•INFORMACION PARA RECURSOS•INTERPRETACION/CONTRUCCION DE MODELOSLEAPFROG:
Interpretación 3DVisualización de muestreo con CutOff
CAD/GIS:•Secciones•Plano de Muestreo•Planos Geológicos
DATAMINE:•Visualización 3D•Generación de modelos•Planos en planta•Secciones longitudinales y transversales
BASE DE DATOS
Geoquímica Superficial
Muestreo CoresSondajes
4
Etapas de la metodología
Interface para administración y auditoria BD
5
Sistema de Geología
6
6
NO
SI
Laboratory
QC Data LabReporte
NO
Leyes > LLD y < media(**) +2STDNO
Leyes > media(**) +3STD
Nivel “Warning”
Anál
isis B
lanc
os
Leyes ALS Entre BV+2std y BV+3std
OBV-2std y BV-3std
Acepta Data
Acepta DataIngreso de Leyes
ResponsabilidadesAdmin DatabaseGerente de Exploraciones
SI
Hacer ReanálisisPulpas de Muestras Observadas
Nivel “Warning”
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
Rech
aza R
epor
te
Nivel “Fail”
NO
SI
Nivel “Fail”
NO
SI
Standards(Ag,Au,Pb,Zn,Cu) Leyes ALS entre
BV-2std y BV+2std(***)
Blancos(Ag,Au,Pb,Zn,Cu)
Leyes ALS < LLD (*)
Investigar Posible Contaminación
Leyes ALS < BV-3stdO
Leyes ALS >BV+3stdSI
NO
SI
Anál
isis S
tand
ards
Leyes Labs. Reporte
Análisis de Muestras
Base de Datos
Análisis de muestras blancas y Estándares/ Check-Duplicate
7
Proceso QA/QC
Figure 1 Blanks
Silver
Figure 4 Certified 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 poblacióndebe estar por debajo de 0.20 de DR.
Para el caso de pulpas, el 90% de la poblacióndebe estar por debajo de 0.10 de DR.
Diagrama de flujo
8
Proceso Modelamiento Geológico
9
Proceso Modelamiento Geológico
10
Proceso Modelamiento NuméricoDatos de Canales y
Taladros
Revisión y validación de los datos(Remover datos repetidos, erroneos
o vacios)
Compositación(Por tipo de roca, alteración, etc.)
Estadísticas data cruda(transformación data negativa)
Desagrupamiento(Declustering – Opcional)
Curva probabilísticaCurva media y CV
Análisis Exploratório
de los Datos
Estadísticas data compositadapara calculo del “Top Cut” y acumulación
II
III
Proceso Modelamiento Numérico
Selección de parámetros variograficos(Distancia, ángulo, dirección, toleráncia, Isotrópico o anisotrópico) y calculo del
variograma experimental
Validación Cruzada
Selección del modelo teórico(Efecto pepita, esférico, gaussiano, etc.)
Selección del tamaño unitario del bloque -QKNA(KE, ZZ y cálculo del volumen)
Definición de los parámetros de estimación(elipse, elipsóide o esfera)
Análisis
variografico
Validación
Pre-estimación
III
II
M. Bloque
Estimación con Kriging Ordinario, Inverso de la Distancia y Vecino Cercano
Estimación
IV
V
VI
VII
Proceso Modelamiento Numérico
Análisis de Sesgo Global
Swath Plots
Reconciliación MB – Mineral Explotado
Categorización de Recursos(Medidos, Indicados e inferidos)
Validación pos-Estimación
Categorización
de Recursos
VII
VI
Reconciliación VIII
Ploteo de secciones y plantas
IX
Conclusiones
Estadística descriptiva
13
Proceso Modelamiento Numérico
Adicionalmente se debe complementar con planos de leyes y gráficas Ley versus Cota.
Análisis para determinar Top Cut
14
Proceso Modelamiento Numérico
Análisis variografico por direcciones
15
Procesos modelamiento numérico
Cada vez que se actualiza la información, se debe chequear si existe una modificación en las direcciones principales.
Kriging Efficiency (KE) y Slope Regresion (ZZ)
16
Modelo de Bloques
Put KT3D main parameters hereWorking Path D:\Data_recursos2011\Modelos de Bloques\KNA\ASNumber of files 37Data File data_as.datFields X Y Z Var 1 2 3 4Maximum Search (Major/Semi/Minor) 41.5 49 1.5Ellipse rotation (Z,X',Y'') 55 0 50Variogram stuctures (max 3) 3Nugget then sills 1 to 3 (max 3) 0.43 0.32 0.13 0.12 1.00 Check sumEllipse rotation (Z,X',Y'') 55 0 50Ranges1 (Major/Semi/Minor) 23 20 1Ranges2 (Major/Semi/Minor) 41.5 49 1.5Ranges3 (Major/Semi/Minor) 1000 250 2.5Batch file name Go.batList of file prefix name List.txt Results File fwniknaTest Parameters
TxtID CentX CentY CentZ SizeX SizeY SizeZ DiscX DiscY DiscZ MinSam MaxSam194139.38317911.74809.5-221-555-1020 194139.3 8317912 4809.5 2 2 1 5 5 5 10 20194139.38317911.74809.5-2.52.51-555-1020194139.3 8317912 4809.5 2.5 2.5 1 5 5 5 10 20194139.38317911.74809.5-331-555-1020 194139.3 8317912 4809.5 3 3 1 5 5 5 10 20
Ordinary kriging Simple Kriging
Make Kt3d par files
Krige blocks
Report KE
Make Kt3d par files
Krige blocks
Report Wt SK mean
Validación cruzada
17
Proceso validación
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.
Análisis de sesgo Global OK - NN
18
Proceso validación
El análisis de sesgo se realiza dependiendo de la categoría (preliminar ) de los recursos.
Swath Plots
19
Proceso validación
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
100.00
110.00
120.00
130.00
140.00
150.00
193240 193300 193360 193420 193480 193540 193600 193660 193720 193780 193840 193900 193960 194020 194080 194140 194200 194260 194320 194380
Mea
n Ag
(gt)
Recursos AS Swath Plot Ag
LM_KG
LM_NN
Los Swath Plots se elaboran tanto en la dirección Norte-Sur, Este-Oeste y en la vertical.
20
Reconciliación
En muchos casos la diferencia de tonelaje es debido a la dilución.
Plantas modelo mediano plazo - explotación
21
Proceso de validación
También se elaboran secciones longitudinales con la distribución de las leyes y categorias.
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.
21 de agosto de 2012 23
¡Muchas Gracias!
top related