cursomuestreo
TRANSCRIPT
![Page 1: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/1.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 1/501
28 al 30 de Marzo del 2013Lima - Perú
M. Sc. Samuel [email protected]
LA EXCELENCIA DEL MUESTREOwww.sampling-ok.com
CONTENIDO PARTE TEORICO-PRACTICA
2
Jueves 28 Viernes 29Módulo I Módulo II
09:00 a 13:00 09:00 a 13:00
INTRODUCCIÓN A LA TEORÍA DELMUESTREO Y QA/QC DELMUESTREO SECUNDARIO YANÁLISIS Conceptos generales. La Teoríadel Muestreo. Los Errores de P. Gy.Heterogeneidad. Error Fundamental.Estructura de los errores en la cadena delmuestreo. La práctica común de los procedimientos QA/QC del MuestreoSecundario y el Análisis.
QA/QC DEL MUESTREO PRIMARIO - MALLASY DISTANCIAS OPTIMAS DE MUESTREOMuestreo primario: Concepción y selección del métodomás indicado de muestreo. El concepto de anisotropía.Test de Heterogeneidad. Nomograma de Preparación deMuestras. Manual de Procedimientos del Muestreo yCadena de Seguridad del Muestreo. Equipos, materialesy aparejos recomendables y no recomendables. Gestiónóptima de una Campaña de muestreo. Aplicaciones dela geoestadística en la optimización del muestreo.
14:00 a 17:00 14:00 a 17:00
Taller 1: Identificación y tratamiento devalores altos erráticos y bajos valores nosignificativos.Taller 2: Ejemplo de aplicación del Nomograma de MuestreoTaller 3: Determinación del efecto proporcional y sus consecuencias
Taller 4: Competencia mecánica de roca intacta,determinación sistemática de carga puntual.Taller 5: Muestreo sistemático de la densidad:Aplicaciones en la estimación de Recursos yGeometalurgia.Taller 6: Ejemplos de Variografía 1D en el Análisis dela variabilidad de flujos mineralúrgicos
![Page 2: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/2.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 2/502
CONTENIDO:
PRACTICAS DE CAMPO
3
Sábado 30PRACTICAS DE CAMPO
09:00 a 13:00Práctica de campo 1:Muestreo de sedimentos de escorrentías (“ stream sediments”)
Práctica de campo 2:Muestreo de suelos
Práctica de campo 3: Muestreo de “rock chips”
Práctica de campo 4: Muestreo de testigos diamantinos enteros y deleznables
14:00 a 17:00Práctica de campo 5:Muestreo con cortadora portátil de estructuras tabulares: Vetas, lentes,mantos, diques.
Práctica de campo 6: Muestreo de ripios de taladros de voladura (“ blast holes”)
M. Sc. Samuel [email protected]
LA EXCELENCIA DEL MUESTREOwww.sampling-ok.com
28 al 30 de Marzo del 2013Lima - Perú
![Page 3: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/3.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 3/503
M. Sc. Samuel [email protected]
LA EXCELENCIA DEL MUESTREOwww.sampling-ok.com
28 al 30 de Marzo del 2013Lima - Perú
Introducción a la Teoría del Muestreo (TOS)
Conceptos y términos generales: Exactitud y precisión, límites de confianzaEl concepto del soporte. El efecto pepita.Los Errores de Pierre Gy y F. PitardError de agrupamiento o segregaciónErrores relacionados a lotes mono-dimensionalesErrores relacionados con el incrementoEl concepto de heterogeneidad; tipos de heterogeneidadEstructura general de los errores en la cadena del muestreoLa práctica común de los procedimientos QA/QCMagnitudes de los errores en cada fase
6
![Page 4: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/4.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 4/504
Distribución normal
de los errores:
7
Área bajola curva
Si no existe sesgo, en general los errores siguen unadistribución normal como la mostrada en el gráfico
donde:e es error ys 2 su varianza
P [-2s e +2s] = 0.95
Lo cual significa que:el errore caerá dentro del área comprendidaentre -2s y + 2s con un intervalo deconfianza de 0.95
Dicho de otra manera:el riesgo a equivocarnos será de 5%
e = +/-s intervalo de confianza de 68%
e = +/- 1.645s intervalo de confianza de 90%
e = +/- 2s intervalo de confianza de 95%
e = +/- 3s intervalo de confianza de 99.7%
99.7 %95.0 %68.0 %
A medida que aumenta la confianza el error aumenta;mientras que el riesgo de equivocarnos disminuye .
8
El concepto desix sigma
VARIAS DENOMINACIONES:Six sigma6 s6 sigma6 s
DPMO: Defectos por millón de oportunidades
Más allá de los dígitos,six sigma es una filosofía de negocios enfocada en la MEJORACONTINUA, optimizando procesos a partir de las necesidades de los clientes.
Es como plantearse un intervalo deconfianza de : 99.99966 %Lo cual significa que se aspira a tener un porcentaje de 99.99966 libre de defectos;o sólo 3.4 DPMO.
Si fuéramos menos exigentes; v.gr. sólo 99.9%; esto significaríacatástrofes como:
• 96 accidentes aéreos por cada 100,000 vuelos.• Por lo menos 20,000 prescripciones médicas erróneas por año.• Corte de servicio de celular por 10 minutos cada semana.
s s s s s s
![Page 5: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/5.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 5/505
9
Exactitud y Precisión
Exactitud: Cuando lamedia es insesgadaPrecisión: Lavarianza del error debe ser pequeña
Exactitudsin Precisión
Precisiónsin Exactitud
Exactitud
y Precisión
Ninguno
10
Muestra ideal:“Equiprobable y de varianza pequeña”
Exactitud: Cuando la media es insesgadaPrecisión: La varianza del error debe ser pequeña
Media
MediaMedia
Media
SesgadoVarianza grande
InsesgadoVarianza grande
InsesgadoVarianza pequeña
SesgadoVarianza pequeña
![Page 6: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/6.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 6/506
Distribución promedio de tiempo en las tareas
asociadas a aplicaciones geomatemáticas
11
25%
10%
15%15%
35%
Data
C.EstadC. GeoestadProcessInterpret
• Validación de la Data• Tratamiento de valores bajos
no significativos• Identificaión y tratamiento
de altos erráticos• Compatibilización de datas
distintas
La importancia del muestreo
El muestreo por ser la fase inicial de toda estimaciónrepercute en todas las actividades subsecuentes: de allí suIMPORTANCIA.De nada vale el uso de equipos sofisticados durante elanálisis químico, ni de herramientas sofisticadas durantela estimación de recursos si no están controlados loserrores, sobre todo durante el MUESTREO PRIMARIO,que son los más importantes y gravitantes.Los errores son acumulativos (aditivos); por lo tanto sedebe minimizar su contribución durante todas las fases:ENFOQUE SISTÉMICO
12
![Page 7: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/7.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 7/507
13
Conceptos y términos generalesMuestra (M): Parte o porciónrepresentativa de un población o dominio;
resultado de un procedimiento de muestreoequiprobable:“cuando todos los componentes tienen la misma probabilidad de ser elegidos”
Cuando el muestreo no cumple la condición de equiprobabilidadsólo se obtiene un ESPECIMEN (E)
E MIncrementos
Incremento: Grupo de partículas extraídas de un lote en una sola operación.Muestra: Reunión de varios incrementos correctamente extraidos
…Definiciones preliminares:
Variable aditiva.- Toda variable que tiene un sentido físico intrínseco oque está ponderada con algún soporte físico. Ejemplos: Densidad, potenciade una veta, ley ponderada por la potencia (“acumulación”), o por lalongitud del tramo muestreado.
14
Lote: “Batch” o conjunto de material delcual se selecciona incrementos y muestras.Debe tener contornos y/o límites biendefinidos: saco, tolva, carro, contenedor, etc.
Conminución: Operación que reduce eltamaño de los fragmentos, ya sea por:chancado, trituración y/o pulverización.
![Page 8: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/8.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 8/508
Definiciones preliminares:
Dominio.- Volumen, área o zona,seleccionada o independizada de lascontiguos, para efectos de estudio.Ejemplos: Zona de mineral primario,zona de endoskarn, zona de alteraciónargílica avanzada, volumen queengloba las leyes mayores a 5 g/t Au,etc.
15
V
dv
Soporte.- Volumen, peso o cantidad de datosque sustenta el valor de una variable. Ejemplos:La potencia de una veta, la longitud del tramo deun DDH, los m3 de una muestra de morrenas, etc.
16
El concepto del Soporte
La muestra es siempre un diferencialde volumen (dv), si se compara con elVolumen (V) mayor al que representa.Cuando se asigna un valor encontradoen el dv, a un volumen mucho mayor Vse produce un error denominado errorde extensión.Aún cuando se envía del campo unamuestra apreciable (algunos kilos demuestra) los analitos de laboratorio no pasan de 1 gramo, en el mejor de loscasos.Una reducción drástica del volumen dela muestra, asociado generalmente auna conminución sucesiva, es la principal fuente de error
V
dv
![Page 9: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/9.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 9/509
Diferentesconfiguracionesde bloques enmalla regular
100 m
1 0 0 m
al
l
10.3 30.20.10.01
0.5 0.6 2 5 6 10
0.06
0. 1
0.02
0.03
0.2
0.3
0.5
1.0
0.04
Cs
0
2
para a =170 para a = 50
l
l
l
Modelos esféricos para la estimación devarianzas de extensiones elementales
(Modificado a partir de a partir de JOURNEL & HUIJBREGTS (1978)
![Page 10: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/10.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 10/5010
19
El efecto pepita (C0)Este efecto ocurre principalmente:
• Cuando se tiene gran variabilidadlocal
• Cuando ocurre Au grueso• Refleja errores sistemáticos de
muestreo o analíticosMejor solución
AUMENTAR EL SOPORTE
20
Ensayo al fuego
25-50 gmuestra
OX-PbMezcla fundente Nitrato de plata
+ 1100 °C
10%HCL
Separación del régulode Pb de la escoria
Lavado delrégulo de Pb
+ 940 °C
Separación del botón de Audel OX-Pb que es absorbido por la copela
Disolución del botón de Au conácidos
• Gravimetría• AA• ICP
COPELACION
FUSION
![Page 11: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/11.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 11/5011
21
Los errores de P. Gy& F. Pitard
FSE : Error fundamentalGSE : Error de agrupamiento o segregaciónPIE1: Error de fluctuación de la heterogeneidad a corto plazoPIE2 : Error de fluctuación de la heterogeneidad a largo plazoPIE3 : Error de fluctuación periódica de la heterogeneidadIDE : Error de la delimitación de incrementos
IEE : Error de extracción del incrementoIWE: Error del peso de los incrementosIPE : Error de preparaciónINE: Error del Efecto de Pepita
22
TIPO CARACTERÍSTICAS OBSERVACIONES
FSE : Errorfundamental demuestreo
Derivado de la heterogeneidad deconstitución del material que está siendomuestreado(V.gr.: Las leyes varían entre fragmentos)
Nunca se cancela; es elúnico que permanece cuandola operación de muestreo es
perfecta. “Es el único que se puede estimar conantelación.”
GSE : Error deagrupamiento osegregación
Heterogeneidad debido a la estratificaciónde los fragmentos dentro de la población deinterés(V. gr.: Pequeños fragmentos asentadoshacia el fondo). La varianza de GSE esdirectamente proporcional a:1. Heterogeneidad de constitución2. Factor de agrupamiento3. Factor de segregación (estratificación)
Para minimizarlo: Buenahomogenización y mayornúmero de incrementos.Suele aumentar con laconminución.
Descripción de los errores de P. Gy & F. Pitard
![Page 12: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/12.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 12/50
![Page 13: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/13.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 13/5013
Tipos de
Heterogeneidad:
25
Para poder medir la heterogeneidad debemos diferenciar claramente sus doscategorías:
Heterogeneidad de constitución.- Es una propiedad intrínseca de losmateriales, que se confronta cuando consideramos las propiedades de losfragmentos de un lote mirándolos uno a uno. Una muestra seleccionada deun lote afectado por heterogeneidad de constitución está afectada de unerror denominado ERROR FUNDAMENTAL. Este error nunca es cero.
Heterogeneidad de distribución.- Considerando un lote como un set de
grupos, encontramos que ésos tienen una distribución heterogénea;dependiendo de tres factores: Heterogeneidad de constitución Distribución espacial de los constituyentes Forma del lote
26
Segregación:
La Segregación está en función a la heterogeneidad ydepende principalmente de:
La Granulometría: Los más gruesos tienden asubir
La densidad o peso: Los más pesados seconcentran al fondo
![Page 14: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/14.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 14/5014
27
TIPO CARACTERÍSTICAS OBSERVACIONESPIE1 : Error defluctuación de laheterogeneidad acorto plazo (h1)
Tendencias espaciales no periódicas enel material a muestrear, observables en periodos de tiempo cortos; debido aheterogeneidad a pequeña escala: h1
Se originan por el efecto pepita, errores sistemáticos demuestreo o análisis, etc. Sereconocen con el variograma.
PIE2 : Error defluctuación de laheterogeneidad alargo plazo (h2)
Suele haber tendencias espaciales no periódicas en el material a muestrear;originadas por la heterogeneidadintroducida por tendencias de amplio
rango: h2
Tendencias, “ drifts” ofluctuaciones de largo plazo.Suelen ser reconocibles con elvariograma.
PIE3 : Error defluctuación periódica de laheterogeneidad (h3)
Técnicas de procesamiento puedenser afectados por factores que varían periódicamente como las estaciones ola temperatura. Es la heterogeneidadintroducida por fenómenos cíclicos.
Resultados sesgados denaturaleza desconocida.Fácilmente reconocibles con elvariograma
ERRORES relacionados con la heterogeneidad
de lotes monodimensionales
28
TIPO CARACTERÍSTICAS CÓMO MINIMIZARIDE :Error de ladelimitacióndeincrementos
Ocurre cuando cada componente del lote notiene igual chance de constituirse en lamuestra. Principales fuentes: muestreosuperficial con espátula o lampa;decantamiento de un líquido (humedad),forma inadecuada de contenedores, etc.
Garantizar la equiprobabilidadde extracción de cadaincremento.Se debe tratar de usar diámetromayores en la perforación.
IEE : Error deextracción delincremento
Cuando no se captura todas las partículas(generalmente por muy finas o muy gruesas= causa principal de sesgos)
Usar aparejos y equiposcorrectamente diseñados
IWE :Error del pesode losincrementos
Ocurre cuando no se guarda una adecuada proporción entre el peso y la masa de losincrementos, con relación al peso y la masade la muestra y de la entidad muestreada.
Cada incremento deberepresentar una cierta porcióndel lote y debe tener una masa proporcional a la masa de dicha porción
IPE : Error de preparación Asociados con la manipulación, preservación y procedimientos delaboratorio
Evitar: contaminación, pérdidas, alteración, erroreshumanos, fraudes, etc.
ERRORES relacionados conlos incrementos
![Page 15: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/15.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 15/5015
29
Estructura general delos errores:
EG = Error GlobalEM1 = Error en la fase de muestreo primarioEM2 = Error en la fase de muestreo secundario o de preparación mecánicaEA = Error analítico
EG = EM1 + EM2 + EA
Aditividad de las varianzas:s2(EG) = s2(EM1)+ s2(EM2 )+ s2(EA)
Magnitud de los errores en cada fase
Sesgo% Fase
1000 Muestreo primario
50 Muestreosecundario
0.1 a 1 Análisis
Según: Gy (1999:10)
Actividad % Errorrelativo
Muestreo 100 a 1,000Transporte y
almacenamiento 1 a 100
Preparación mecánica,reducción 10 a 100
Preparación química 5 a 20Análisis 0.1 a 5
Compilado a partir de: Gy (1999:10); Gy & Francois-Bongarson (1999) y Paski (2006)
QA/QC QA/QC
![Page 16: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/16.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 16/5016
M. Sc. Samuel [email protected]
LA EXCELENCIA DEL MUESTREOwww.sampling-ok.com
28 al 30 de Marzo del 2013Lima - Perú
Módulo II:QA/QC del Muestreo Secundario y Análisis
El Muestreo Primario: La Cenicienta de la actividad mineraDefinición de QA/QC
Aseguramiento de la Calidad del Muestreo Secundario y el AnálisisPrincipales amenazas contra la calidad en el Lab. de Preparac. Mec. y Análs.QuímicoMuestras de Control (MC): Blancos gruesos y finos, Estándares, Duplicados decampo y lab, Gemelos.Preparación vs. adquisición de muestras de control.Procedimiento de inserción de las muestras de control en los “ batchs” deanálisis.Acciones correctivas cuando se sobrepasan los límites establecidos por las MC.
32
![Page 17: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/17.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 17/5017
El muestreo primario:
La “Cenicienta”de la actividad minera QA/QC preferentemente aplicado al análisis y su preparación mecánica previa.
Siempre es más fácil adquirir equipos de análisis químico cada vez mássofisticados; por el contrario es difícil obtener aprobación de las Gerencias para cortadoras de rocas, cuarteadores rotatorios, homogenizadores, etc.
Cantidad de publicaciones sobre análisis químico es más de un centenar deveces más que las relacionadas con el muestreo.
Cursos específicos de muestreo son casi inexistentes en universidades einstitutos; mientras cursos de análisis químico son obligatorios.
Responsables de análisis químicos son especialistas de gran calificación y bien pagados. “Muestreros” son considerados de menor rango y con escalasmás bajas de remuneraciones.
33
34
El Muestreo Primario:La Cenicienta de la actividad minera
Los programas de QA/QC son preferentemente enfocados o aplicadosal análisis químico.
Los ISO y sus Comités Técnicos generalmente se enfocanexclusivamente o por lo menos preferentemente a la parte analítica.Los equipos analíticos cada vez se hacen más sofisticados, con procesadores cada vez más potentes y de mejor performance; sinembargo por el lado del muestreo es difícil conseguir que las Gerenciaso Jefaturas aprueben la adquisición de equipos más adecuados, sin queestos sean muy sofisticados.Siempre será más fácil que se apruebe la adquisición de un sistema dehorno de grafito para un equipo de AA (que cuesta varios miles dedólares); mientras que será muy difícil que se apruebe la adquisición deaparejos de muestreo a pesar que sólo cuestan decenas a centenas dedólares.
![Page 18: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/18.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 18/50
![Page 19: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/19.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 19/5019
37
QA/QC:Quality Assurance & Quality Control
Quality Assurance.- Conjunto de accionessistemáticas para asegurar la calidad y confianzaen el muestreo. PREVENCION
Quality Control.- Conjunto de actividades o
técnicas para monitorear, identificar errores yrealizar acciones correctivas durante el muestreoy análisis. DETECCION
La Calidad del MuestreoTodos nosotros entendemosla importancia del MUESTREO
Todos aspiramos a la CALIDAD
Los procedimientos de QA/QC convenientemente aplicados pueden serherramientas para lograr y controlar la CALIDAD
Es bueno saber que actualmente casi todos aplican el QA/QC
Sin embargo el QA/QC se aplica prioritariamente en la fase del análisisquímico de la muestra y su preparación mecánica previa.
Se descuida el aseguramiento y control en la fase del MUESTREOPRIMARIO, fuente principal y más importante de los errores
38
![Page 20: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/20.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 20/5020
La práctica actual del
QA/QCEl Aseguramiento de la Calidad(“Quality Assurance”) es elconjunto de acciones sistemáticasy preventivas para asegurar lacalidad y confianza en el muestreo y análisis.
El Control de la Calidad (“ QualityControl”) es el conjunto de actividadeso técnicas para monitorear, identificar errores y realizar accionescorrectivas durante el muestreo y análisis.
Una de las acciones mas difundidas dentro del QA/QC es “intercalar”adecuadamente muestras de control dentro de cada lote de muestras aanalizar.
Internacionalmente la proporción aceptada de muestras de control es 20%
39
0123456
789
10
0 1 2 3 4 5 6 7 8 9 10
M a x
Min
Muestras GemelasMG
y=x
Línealímite
Muestrasfallidas
Magnitud de los errores en cada fase
Sesgo% Fase
1000 Muestreo primario
50 Muestreosecundario
0.1 a 1 Análisis
Según: Gy (1999:10)
Actividad % Errorrelativo
Muestreo 100 a 1,000Transporte y
almacenamiento 1 a 100
Preparación mecánica,reducción 10 a 100
Preparación química 5 a 20Análisis 0.1 a 5
Compilado a partir de: Gy (1999:10); Gy & Francois-Bongarson (1999) y Paski (2006)
QA/QC QA/QC
![Page 21: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/21.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 21/5021
Proporción recomendable demuestras de control
41
Tipo de control Frecuencia % recomendadoMuestras gemelas (duplicados de campo)1 de 30 a 50 2Duplicados gruesos 1 de 30 a 50 2Duplicados de pulpa 1 de 30 a 50 2Estándar bajo
1 de 20alternando
2Estándar medio 2Estándar alto 2
Blancos gruesos 1 de 30 a 50 2Blancos finos 1 de 30 a 50 2Duplicados externos 1 de 20 4
TOTAL: 20
Modificado a partir de Simon (2007)
Blancos
42
Muestras que controlan la contaminación
También se suelen incluir en el batch, inmediatamente después de muestrascon valores altos
Generalmente se usa cuarzo cuya ausencia o despreciable contenido en loselementos de interés es sustentado por algún certificado del laboratorio.
Preferible usar rocas frescas similares a la roca alterada o mineralizada.Dichas rocas frescas deben ser sometidas a una serie de análisis químicos previos en varios laboratorios, para garantizar que no presentan contenidosde los elementos de interés.
Se consideran fallidos: Blancos con más de 4 o 5 veces la media
![Page 22: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/22.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 22/5022
Ejemplos de Gráficos de Control:Blancos
43
0204060
80100120140160180
0 500 1000 1500
B l a n c o
Muestra Precedente
Blanco vs. Muestra Precedente
Blanco vs.Precedente
LíneaSegura
Lineal(Blanco vs.Precedente)
Estándares
44
Muestras que controlan la exactitudEstándares altos, correspondientes al cuarto cuantil
Valores intermediosValores bajos; se suele tomar el “ cut-off” o un valor próximo Generalmente se compran estándares de proveedores reconocidos; hay que tratarde que sean de matriz similar a las muestras que se está analizandoPreferible usar rocas frescas similares a la roca alterada o mineralizada, a lascuales se les “dopa” con contenidos apropiados de estándares comerciales. Dichasrocas frescas deben ser previamente sometidas a una serie de análisis químicos envarios laboratorios, para garantizar que no presentan contenidos de los elementosde interés.Se consideran fallidos:
Un estándar mayor que la media + 3sDos estándares adyacentes mayores que la media + 2s y en el mismolado de la media
![Page 23: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/23.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 23/5023
Ejemplos de Gráficos de Control deEstándares
45
2.302.402.50
2.602.702.802.903.003.10
Fecha
Au en Estándar Au (ppm)
MV
Media Móvil(7 días)Ave+2DE
Ave-2DE
Ave+3DE
AVE-3DE
MV+5%
MV-5%
Aug/t
Duplicados de campo
46
Controlan la repetividad y reproducibilidad de la toma de muestras en elcampo
En esta categoría se suele considerar:Los gemelos de testigos de perforación, generalmente un cuarto detestigoTambién las muestras de taladros gemelos a la misma profundidad
Suelen ser tomadas por el mismo geólogo, pero también pueden sertomadas por otro geólogo.
Se consideran fallidas: Diferencias mayores de 20% debieran ser investigadas
![Page 24: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/24.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 24/5024
Ejemplos de Gráficos de ControlGemelas
47
0123456789
10
0 1 2 3 4 5 6 7 8 9 10
M a x
Min
Muestras Gemelas
MG
y=x
LínealímiteMuestrasfallidas
Duplicados
48
En esta categoría se tiene tres tipos:1. Duplicados re-analizados por el mismo laboratorio.- Como parte del
protocolo de autocontrol del Lab. y a su costo.2. Duplicados insertados como muestras de control por el cliente3. Duplicados enviados a otros laboratorios
Se consideran fallidas: Diferencias mayores de 20% debieran ser investigadas
![Page 25: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/25.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 25/5025
Ejemplos de Gráficos de ControlLaboratorio Externo
49
y = 0.9797x + 3.054r² = 0.9902
r= 0.99
0
500
1000
1500
2000
2500
-500 500 1500 2500
L a b .
S e c u n d a r i o
Lab. Primario
Controles Externos
Acciones
50
Si hay contaminación de los blancos: re-analizar todas las muestras posteriores hasta completar el batch, salvo que un blanco posterior indiqueque ya no hay contaminación
Si fallan los estándares en todo el batch, re-analizarlo completo; si sólo fallaalgún(os) estándares, re-analizar sólo los tramos comprometidos.
Cuando hay una diferencia mayor de 15% en los duplicados de campo, sedebe revisar los procedimientos de muestreo, incluso realizar ejercicios deR&R. Posteriormente re-analizar nuevos duplicados.
Cuando los duplicados de laboratorio, tanto internos como externos, tienenuna desviación mayor al 10% se repite el análisis de las muestras fallidas, omejor de todo el tramo comprometido.
![Page 26: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/26.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 26/5026
23de Marzo del 2013Ingeniería – Lima - Perú
M. Sc. Samuel [email protected]
LA EXCELENCIA DEL MUESTREOwww.sampling-ok.com
QA/QC del Muestreo primario
Concepción y selección del método más indicado de muestreoEl Concepto de AnisotropíaTest de Heterogeneidad Nomograma de Preparación de MuestrasEl Manual de Procedimientos del MuestreoLa Cadena de Seguridad del MuestreoMuestreadores adecuados y no adecuadosMateriales y aparejos recomendables y no recomendables para elmuestreoGestión óptima de una Campaña de Muestreo: Error vs. Densidad deMuestreo vs. CostoAplicaciones de la geoestadística en la optimización del muestreo
52
![Page 27: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/27.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 27/5027
53
“Rock chips” Por canalesPor zanjasDe dominios específicos:
Stock-Piles y morrenasRelavesCuerpos Mineralizados
De detritus de perforaciónSedimentos de quebradaAguas de drenaje natural
Otros
Tipos de muestreo primario:
54
Escoger el tipo más adecuado de muestreoDeterminar la distancia óptima de muestreoBuena representatividad de la muestraDefinir la cantidad o peso adecuado de muestra (buen soporte)Definir tamaño y número de incrementosMuestreo insesgado No contaminación
Recomendaciones para un buen muestreo:
![Page 28: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/28.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 28/5028
El Concepto de Anisotropía
55
M . Sc. Samuel Canchaya M oya
Ejemplo de Regionalización Isótropa
( )h
h0
1
2
3
4
5
0 1 2 3 4 5 6 7 8 9
NE-SW
NW-SE
ajuste
C 0 = 0.5
a=420 m
56
![Page 29: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/29.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 29/5029
VARIOGRAMAS EN VARIAS DIRECCIONES
TUFO SUPERIOR
TUFO MINERALIZADO
ARENISCA, CONGLOM.
Distribución
anisótropa
TUFO INFERIOR
W E
)(h
h
E - WN - S
VERTICAL
Modificado a partir de Journel & Huijbregths (1978)
Mapeo variográfico 2D:
58
Para detectar las principales direccionesde ANISOTROPIA; eindirectamente flujos demineralización.
Para definir radios deelipses de influencia
Para que funcione serequiere buena densidadde muestreo
N22°W
N68°E
90°
![Page 30: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/30.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 30/5030
Magnitud de los errores en cada faseSesgo
% Fase
1000 Muestreo primario
50 Muestreo
secundario0.1 a 1 Análisis
Según: Gy (1999:10)
Actividad % Errorrelativo
Muestreo 100 a 1,000Transporte y
almacenamiento 1 a 100
Preparación mecánica,reducción 10 a 100
Preparación química 5 a 20Análisis 0.1 a 5
Compilado a partir de: Gy (1999:10); Gy & Francois-Bongarson (1999) y Paski (2006)
QA/QC QA/QC
Proporción recomendable demuestras de control
60
Tipo de control Frecuencia % recomendadoMuestras gemelas (duplicados de campo)1 de 30 a 50 2
Duplicados gruesos 1 de 30 a 50 2Duplicados de pulpa 1 de 30 a 50 2Estándar bajo
1 de 20alternando
2Estándar medio 2Estándar alto 2Blancos gruesos 1 de 30 a 50 2Blancos finos 1 de 30 a 50 2Duplicados externos 1 de 20 4
TOTAL: 20
Modificado a partir de Simon (2007)
![Page 31: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/31.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 31/5031
El error fundamental (FSE) dePierre Gy
Nomogramas de muestreo
61
M . Sc. Samuel Canchaya M oya
62
El error fundamental de muestreo (FSE)(según Pierre Gy):
Error fundamental de muestreo EF: Es la varianza de las diferencias entre
los valores reales y los estimados por las muestras.Fórmula de la varianza del error fundamental de muestreo:s 2 = Kdx (1/MS-1/ML)Donde:
ML Masa del lote (grs) MS Masa de la muestra (grs) d Diámetro máximo de las partículas (cm) K Constante representada por la fórmula: K = c g f (dl)r
c factor de composición mineralógica (gr/cm3) g factor de distribución de tamaño (s/dimensión) f factor de forma de las partículas (s/dimensión) dl tamaño de liberación del constituyente de interés, que sigue
el modelo empírico
![Page 32: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/32.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 32/5032
63
Descomposición de la constanteK = c g f l
Factor de composición mineralógica: c = ((1-aL)/aL) ((1-aL)g1 + aL g2)
Valor que se aproxima a g1/aL si aL es pequeñoaL = proporción en peso de la menag1 = peso específico de la menag2 = peso específico de la ganga
Factor de distribución de tamaño g:Está en función ded= diámetro máximo de las partículas yd’= diámetro mínimo de partículas
Cuando:d/d’ entre 2 y 4 g = 0.50d/d’ entre 1 y 2 g = 0.75d/d’ = 1 g = 1.00d/d’ mayor a 4 g = 0.25
Descomposición de la constanteK = c g f l
Factor de la forma de las partículas f: f = v / d3
v = volumen de la partícula
d = diámetro promedio de la partículaGeneralmente se usa un valor de f = 0.5
Factor de liberación l:l = 1cuando dl > d l = (dl/d)r cuando dl < d
d= tamaño máximo de la partículadl= tamaño de liberación de la menar= 1.2 para minerales de Cur= 1.5 para minerales de Au
Cuando el constituyente de interés es un solo mineral r se aproxima a 0.5, pero no en el casodel Au (Francois-Bongarcon 2005; Francois-Bongarcon & Gy 2001), sobre todo cuando éste
se encuentra en varios minerales.
![Page 33: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/33.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 33/5033
65
Construcción de un nomograma en base a laEcuación de P. Gy
d K M M S X
LS FE
= 112
l fundamentaerror del VarianzaS FE :
2
muestreodeteCons K tan:
muestralade Masa M s :
Lotedel Masa M L :
partículaslasde Diámetrod :
Si el peso de ML es por lo menos 10 veces mayor que MS
Nomograma de preparación de muestras
2 "
1.E-08
1.E-07
1.E-06
1.E-05
1.E-04
1.E-03
1.E-02
1.E-01
1.E+00
1gr 10gr 100gr 1Kg 10Kg 100Kg PESO DE LA MUESTRA EN GRAMOS
V A R I A N Z A D E L E R R O R F U N D A M E N T A L
PRECISIÓN %
0,1
1
10
100
5
MUESTREADORPRIMARIO 50 KG
CHANCADOR DECONO A - 1/4”
2 CUARTEADORESROTATORIOS EN SERIE
500 GR
CONMINUCIONA MALLA - 10
50 GR
MUESTREADORROTATORIO
PULVERIZADORDE OLLA
![Page 34: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/34.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 34/5034
67
Test de Heterogeneidad
Parte I
INICIO
PREPARAR COMPOSITO 250 Kg.
Chancar aP80 3/4”
1 ” 1/2”
1/4” # 10
#18# 60
- 1/2” + 1/4”
(*) Tomar100 muestras
c/u: 35 fragmentosal azar
PulverizarP95 #150
FAGAu
Sobrante de (*)Chancar a- # 10
68
Test de HeterogeneidadParte II
Splitear muestra de aprox. 8000grs de cada una de la fracciones (pesarlas). Así, setiene 7 muestras de 8000grs ( una muestra de 8000grs por cada fracción). Si la + 1” no
alcanza a pesar 8000 grs. usar fracción completa, registrando peso. Pulverizar los 8000 grs de muestra a P 95% -#150. Dividir cada muestra de 8000grs en submuestras de 1000grs cada una. Pesar cada submuestra. En cada submuestra de 1000grs, realizar el siguiente screen assay:
Tamizar los 1000grs de cada submuestra, con #150. Pesar la fracción + #150 y la fracción - # 150# Analizar por FAG la fracción + #150 completa, de tal forma que todo el oro
grueso esté reflejado en este análisis. En la fracción -# 150 hacer 3 análisis sobre 50grs de muestra por FAG. Calcular el oro promedio en cada submuestra de 1000 grs.
Calcule la constante K para cada fracción y construir el nomograma respectivo.
![Page 35: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/35.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 35/5035
Recomendaciones:Protocolos de muestreo
Implementar Cadena de Seguridad del Muestreo
Minimizar errores en la fase de muestreo primario durante:Elección del tipo más adecuado de muestreoDefinición de la malla o distancia óptima de muestreoMedición sistemática de la desviación de taladrosReducción del tamaño de los fragmentos que se constituirán en incrementosde la muestra.Homogenización adecuada previa a cualquier ejercicio de reducción devolumen.
Cantidad, peso y granulometría de incrementos de las muestras deben serdeterminados con procedimientos actualizados (Gy 1999; Paski 2006).
69
Ejemplo de Aplicación de Nomograma demuestreo: Proyecto Oyu Tolgoi
70
![Page 36: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/36.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 36/5036
71
Cadena de Seguridad del Muestreo:Distribuye y transmite la responsabilidad del muestreo y de laintegridad de las muestras entre todos los actores involucrados.En general la responsabilidad abarca desde el escritorio del Director oGerente de mayor rango hasta el personal auxiliar que apoya laejecución del muestreo o transporta las muestras.Sin embargo la Cadena de Seguridad del Muestreo deberá ser lo másespecífica posible, indicando en cada paso quién es el responsable ycuál es su función específica; desde la concepción del muestreo(definición del dominio, tipo de muestreo, soporte de cada muestra,distancia de muestreo, etc.) pasando por la ejecución del muestreo(limpieza, toma de la muestra, reducción primaria del tamaño de las partículas y de las contribuciones, homogenización, etc.), el análisis delas muestras hasta la recepción y compilación de los resultados.Cada una de estas acciones está alternando con traslados otransportación de la muestra; acciones que devienen en trasladar “en
postas” no sólo las muestras sino la responsabilidad de su integridad.
S. Canchaya/2009
…Recomendaciones:
Comprar equipos y aparejos de muestreoadecuados.
Utilizar siempre las mejores herramientas yverificar sistemáticamente que estén en buenestado: Protocolos de verificación sistemática (“ check lists”) de equiposy herramientas de muestreo
No escatimar esfuerzos por lograr una muestra representativa, bienconservada y no contaminada: Implementar Cadena de Seguridad.
Muestreo superficial de rocas y estructuras con cortadoras de discodiamantado.
72
![Page 37: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/37.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 37/5037
73
Mortero Platner
74
Homogenizador portátil
![Page 38: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/38.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 38/5038
Muestreo de afloramientosde estructuras con cortadora portátil de disco
Muestreo de afloramientosde estructuras concortadoras de disco
![Page 39: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/39.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 39/5039
…Recomendaciones: Mallas de muestreo y distanciasóptimas de muestreo se debendefinir con procedimientos geoestadísticos.
QA/QC del muestreo primario debe incluir pruebas de R&R
Todo protocolo de muestreo debe estar refrendado por “ tests” deheterogeneidad y de sesgo en las fases más críticas.
Programar auditorías anuales de muestreo, preferible realizadas porempresas externas.
Uso recomendable: guantes desechables o toallas húmedas descartablesaspersores para humedecer testigos (en lugar de brochas), cuarteadoresrotatorios (en lugar de mantas de cuarteo), etc.
77
ERR %
50
30
1020
40
0
60
…Recomendaciones:
Conformar el equipo de muestreo con losmejores y más calificados recursos humanos.Capacitación y calificación permanentes. Buena remuneración.
Controlar y/o minimizar pérdida de finos, generalmente con altocontenido de minerales valiosos; especialmente durante perforaciónlavado y corte de testigos.
Implementar uso de código de barras posibilitando registro directo demediciones y datos de laboratorio con sistemas automatizados.
Desterrar prácticas inadecuadas en la manipulación de testigos: apilarcajas destapadas o caminar sobre ellas; uso de brocha, transporte yalmacenamiento deficientes, etc.
78
![Page 40: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/40.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 40/5040
Como NO se debe
almacenar testigos
79
Existe formas másadecuadas
80
Almacenamiento inadecuado de testigos
![Page 41: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/41.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 41/50
![Page 42: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/42.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 42/50
![Page 43: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/43.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 43/5043
85
Equipos y materiales críticos:
Cortadoras portátiles de hoja diamantadaMateriales para manipulación limpia de muestras:
Toallas húmedasGuantes desechables
Sprays en lugar de brochas para mojar testigosMortero plattner para reducción de esquirlas
OPCIONALES PARA REDUCCIÓN DE VOLUMEN:Homogenizador universal manualSplitter con sistema de alimentación homogéneoMuestreador rotatorio de campo.
No usar mantas. Mejor obtener una muestra directa, que nonecesite reducción de volumen.
86
Reducción del volumende muestra:
Método Típica
DER
Recomendación
Cuarteomanual
(manteo)10 No recomendable
“Splitter ” 1 Alimentación debe seradecuada
Divisorrotatorioy Riffle
0.1 Buena reducción
Desviación estándar relativa (DER) según Paski (2006)
Manta decuarteo
![Page 44: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/44.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 44/5044
87
Reductores de masa recomendables
Splitter con tolvaCuarteadores rotatorios
La muestra ideal
88
ALTA REPETIBILIDADALTA REPRODUCIBILIDADMUY PRECISO (baja varianza)MUY EXACTO (sesgo nulo)
![Page 45: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/45.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 45/5045
Gestión óptima de una campañade perforación
89
M . Sc. Samuel Canchaya M oya
Relación entre la precisión y el costoasociado a diferentes mallas de perforación
E V v V V v v2 2 ( , ) ( , ) ( , )VARIANZA DE ESTIMACION:
10
200
50
30
100 70.5 50141 METROS
COSTOSRELATIVOS84 1621
200
50
1 0 0
ERROR
![Page 46: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/46.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 46/5046
Relación entre el error (*) y el soporte(*) Medido por la dispersión respecto a la línea de regresión Sy
91
20
60
40
DISPERSION
0.50 0.75 1.000.25VOLUMEN
Tubos
CanalesBulk
y = 50 - 42*x1/2
Muestreocon tubo
MuestreoPor canales
Optimización de Programas de Perforación “Infilling”
Au ppm
10
0.1
0.0010.01
1.0
0.0001
ERR %
50
30
1020
40
0
60
![Page 47: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/47.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 47/5047
Cuerpo silíceo con leyes anómalasQuillcata - Yauyos
93200 m
Manto silíceo en el Tacazamuestreado sistemáticamente porcanales con cortadora portátil
94250 m
Estructura mineralizada
Fracturamiento
1,600 muestras
![Page 48: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/48.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 48/5048
Densidad de muestreo en canales 95
96
Referencias bibliográficasGy P. (1992) Sampling of Heterogeneous and Dynamic Material Systems. Theories ofHeterogeneity, Sampling and Homogenizing .- Elsevier, New York.
Gy P. (1999) Sampling for Analytical Purposes .- John Wiley & Sons, New York; 153p.
Gy P. & Francois-Bongarson D. (1999) Seminario de Muestreo de Minerales .- Tecniterrae,Santiago de Chile. Citado por Alfaro M. (2002) Introducción al Muestreo Minero.- Instituto deIngenieros de Minas de Chile; 82p.
Francois-Bongarcon D. & Gy P. (2001) The most common error in applying “Gy’s Formula” inthe theory of mineral sampling an the history of the Liberation Factor .- In Mineral Res. And OreReserve Estimation; The AusIMMM Guide to Good Practice; 67-72
Francois-Bongarcon D. (2005) The modeling of the Liberation Factor and its Calibration .-Proceedings 2 nd World Conference on sampling and Blending (WCSB2): 11-13.
Journel A. G. & Huijbregts Ch. J. (1978) Mining Geoestatistics .- Academic Press; 600 p.
Paski E. (2006) Taller internacional de muestreo geológico .- IIMP & Actlabs; Lima Abr. 2006;120 p.
Simon A. (2007) Control Sample Insertion Rate: Is there an Industry Standard? .- 23 rd
International Applied Geochemistry Symposium, IAGS; Oviedo, Spain, June 2007; 9 p.
![Page 49: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/49.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 49/5049
QA/QC in Mining Reality or Fantasy? S. Canchaya
97
Eventos importantes relacionados:
6 63 Octubre 2013 Lima- Perú
25-7 Dic. Santiago-Chile
' 7386413 988021992 [email protected] www.sampling-ok.com
M. Sc. Samuel CanchayaConsultor Principal
Dr. Francis Pitard Lima 06/09/2011
![Page 50: CursoMuestreo](https://reader034.vdocumento.com/reader034/viewer/2022052202/577cc19d1a28aba711937925/html5/thumbnails/50.jpg)
8/10/2019 CursoMuestreo
http://slidepdf.com/reader/full/cursomuestreo 50/50
' 7386413 988021992
[email protected] www.sampling-ok.com
M. Sc. Samuel CanchayaConsultor Principal
Dr. D. Francois-Boungarcon25 al 28 Oct. 2011
5th WCSB-Santiago de Chile
23de Marzo del 2013
M. Sc. Samuel [email protected]
LA EXCELENCIA DEL MUESTREOwww.sampling-ok.com