El enfoque geoestadístico para las reservas

La Geoestadística proporciona métodos de estimación que se basan en la suposición de que un fenomeno 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 sonido " análisis de datos exploratorios ", donde los enfoques geológico, estadístico y geoestadísticos deben combinarse entre sí.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 al geólogo comprender la estructura de la mineralización. Sin embargo, tratar 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 subjetivas, por otra parte debido a que las distribuciones de los grados en los núcleos son completamente diferentes de aquellas de las unidades mineras. Sin embargo, la interpretación geológica ayuda en el análisis de las estructuras de espacial correlación, teniendo en cuenta las principales orientaciones de la mineralización, la tectónica y litologías. También proporciona información sobre posibles heterogeneidades y explica su origen.El segundo ejemplo se refiere a un depósito de hierro que contiene dos tipos de minerales: hematita y itabirita. Estos dos materiales de mineral están profundamente arraigados en una escala métrica, por otra parte sus proporciones relativas cambian con la profundidad. Dado que el método de explotación espera para extraer la hematita selectivamente de la itabirita es esencial estimar un modo de grados para los dos . Un análisis estadístico detallado por zonas y capas, combinado con la interpretación geológica dada en mapas y secciones es necesario identificar las poblaciones estadísticamente homogéneos , así como variables relevantes (Figs . 2 y 3 ) .

El objetivo: a partir de muestras a las reservas

Un buen conocimiento de tonelajes y leyes dentro de un yacimiento 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:La frontera geológica entre el mineral y los residuos rara vez es clara en la naturaleza. Límites que se definen en criterios económicos (como una ley de corte) ni siquiera coincide con ninguna 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 grados inferiores 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 Stripping en la minería a cielo abierto.Estas limitaciones en el proceso de la minería, así como otros, hacen que sea más difícil la integración las relaciones tonelaje / grado observaron en las muestras cuando se trata de predecir las reservas recuperables.Entre otros beneficios del uso de la geoestadística en un estudio de este tipo es el hecho de que estos problemas puede tenerse en cuenta a través de 3 conceptos básicos: efecto soporte, el efecto de la información y efecto restricciones.

Efecto Soporte

Cualquier ingeniero de minas sabe que las notas recuperadas son menores cuando la selectividad es pobre, en otras palabrs, mientras más grandes sean las unidades mineras , menores serán las leyes.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 contenidos en el bloque grande.La distribución de los grados de enormes bloques es, obviamente, menos dispersa que la de la muestra pequeña.

Los únicos grados que son conocidos experimentalmente son los de las muestras; con el fin de predecir la distribución de grados de bloques de diferentes dimensiones geoestadística proporciona modelos de cambio de apoyo, que se basan en el histograma experimental de los 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 Fig . 5, que ambos comparten el 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.

Efecto de Información

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

Este efecto información da como resultados en una degradación de la relación de tonelaje /Ley , 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 como Disyuntivo Kriging puede cuantificar la cantidad de pérdida de la selectividad debido al efecto de información. Estas técnicas permiten dimensionar una malla de muestreo adecuado para pozos pre - minería .

Limitaciones Efecto

Restricciones técnicas impuestas por el método de explotación añaden aún más sanciones a la recuperación del material mineral. Puede resultar necesario dejar en su lugar algunas partes ricas del yacimiento si las infraestructuras técnicas involucradas costaría demasiado ( por ejemplo, en subterráneominería) o si la relación de desmonte es demasiado alta en la minería a cielo abierto.Además, el ancho de apertura mínimo de rebajes, así como explosiones son responsables de la dilución lo que reduce de nuevo los grados y la selectividad.

Cuando las restricciones técnicas son simples, tales como la estabilidad de taludes en a cielo abierto o footwall y colgando de la pared, de modo que toda la costura se extrae sin más la selectividad vertical, una parametrización técnica de las reservas se puede aplicar para optimizar la recuperación de mineral.

Cuando las restricciones son más complejas, es necesario utilizar un modelo numérico realista del yacimiento que reproduce una distribución espacial de leyes similares a la verdadera distribución. Este modelo construido a través de simulaciones condicionales geoestadísticos se puede usar entonces para estimar reservas recuperables.

Los objetivos de un estudio

Los métodos geoestadísticos que se utilizan durante un estudio obviamente dependen del tipo de problema a resolver :

Kriging es el método de estimación geoestadística que da una estimación de los recursos in-situ de la que se pueden identificar áreas de alta y baja calidad . Por otra parte el kriging varianza cuantifica la exactitud de la estimación y por lo tanto se puede utilizar para elegir una rejilla de perforación óptima

Kriging disyuntiva con un modelo de cambio de apoyo permite a uno estimar reservas recuperables dan un soporte selectividad particular, la correspondiente a la equipos de minería y la cantidad de información . Curvas Grado tonelaje para diferentes soportes se utilizan entonces para seleccionar la selectividad económicamente óptima . Esta estimación método no tiene en cuenta las limitaciones de explotación , que se basa en la hipótesis de la " libre elección "

Encontrar el pit óptimo y la secuencia de la explotación en la mina requiere de una técnica parametrización de las reservas bajo las restricciones dadas por la estabilidad de taludes . Usando la técnica del análisis convexa toda una familia de pozos óptimos se produce la cual active uno para recuperar la máxima cantidad de metales para diferentes volúmenes totales de material.

Las simulaciones condicionales se utilizan cuando otras limitaciones técnicas deben tomarse en cuenta. Los modelos numéricos de yacimiento que se construyen por estas simulaciones pueden ser entrada a un simulador de procesos de explotación , a fin de optimizar la explotación Método : por ejemplo, seleccione la dimensión óptima de una reserva de homogeneización , seleccionar las geometrías de funcionamiento con el fin de optimizar la calidad de ley , encontrar el óptima caras de trabajo y alturas de banco.

Cualquiera que sea su objetivo final , el éxito de un estudio geoestadístico se basa esencialmente en un paso en común compartida por todos los enfoques: el análisis de correlación espacial de las

variables relevantes desde las muestras de exploración , en otras palabras, el Análisis variográfico.

Las recomendaciones introductorias concerniente al uso de la interpretación geológica no debe ser olvidados , así como los siguientes principios : Las variables deben ser aditivos , de lo contrario cálculos que implican combinaciones lineales estarán sesgadas . Por ejemplo, el promedio de calificaciones sobre un núcleo no es aditivo a menos que todos los núcleos tienen la misma longitud . Si núcleos tienen diferentes longitudeses necesario regularizar los grados a lo largo de las perforaciones con el fin de trabajar con compositos muestras en un apoyo regular . Al estudiar los grados calculado a partir de una capa de la variable espesor , hay que trabajar con las dos variables de aditivos : espesor y acumulación de metal, (es decir, el producto de espesor tiempo grado) . Por otra parte las correlaciones entre varios variables deben ser tenidas en cuenta , mientras que kriging o simular estas variables , de manera que las diferentes estimaciones son consistentes. Esto requiere un análisis geoestadístico multivariante.

Un buen análisis de histogramas y transversales de parcelas se debe realizar para detectar posibles poblaciones distintas que deben ser estudiados por separado. Cuando se mezclan las poblaciones en el espacio, una caracterización detallada de esta mezcla es necesaria.

La estacionalidad de las variables debe ser evaluado con el fin de utilizar modelos apropiados de correlación. Si las variables son no estacionarias se tratará de identificar las áreas donde uno puede suponer " estacionariedad locales " .

La elección de los rezagos y las direcciones para el cálculo de los variogramas experimentales depende principalmente de la localización espacial de las muestras, así como la interpretación geológica . Varias direcciones de cálculo deben ser utilizados con el fin de comprobar la posible anisotropías en la mineralización.

Cuando se ajusta un modelo para los variogramas experimentales, aquellos puntos que variograma se han calculado a partir de muy pocos pares de muestras debe ser ignorada. En el mismo puntos manera, variograma que han sido calculadas para distancias superiores a la mitad del campo de extensión no son fiables y debe ser ignorado en el montaje.

Conclusión

El uso de Geoestadística está aumentando muy rápidamente en varios campos, gracias a la espectacular evolución de la potencia de los

ordenadores que fabrica software geoestadístico a disposición de un gran número de la gente. Aunque estos paquetes son más fáciles de usar y de gran alcance, no hay que olvidar para llevar a cabo un análisis riguroso de los datos respaldados por una buena interpretación geológica, construir hipótesis y comprobar ellos en las diferentes etapas del estudio, a continuación, utilice el método apropiado para resolver los problemas causados por la explotación de la mina.La calidad de los resultados depende mucho más en el análisis estructural inicial de los datos (en especialmente apropiado adecuadamente el modelo de variograma del fenómeno) que en los próximos pasos de Kriging o simulaciones. Por lo tanto, para llevar a cabo un estudio geoestadístico sonido que confiar en un buen modelo que describe las características espaciales del fenómeno, uno preferiría un software que ofrece herramientas potentes y fáciles de usar para el análisis y exploratorio de datos modelado estructural.