DESARROLLO DE UN MODELO GEOTCNICO EN 3D EN COMPAA MINERA ANTAMINA PARA OPTIMIZAR OPERACIONES EN MINA

Carlos Aguirre Diego Gmez Compaa Minera Antamina caguirre@antamina.com dgomez@antamina.com Jess Astuvilca Rojas Ricardo Lanfranco Varea Malcolm Newton Datamine Peru S.A. jar@datamine.com.pe rlv@datamine.com.pe mjn@datamine.co.uk
de la corporacin Datamine hicieron un trabajo inicial de definicin de alcance y factibilidad de desarrollar un modelo geotcnico como parte del programa de mejoras operacionales que se lleva en la empresa. El objetivo del estudio inicial fue determinar la cantidad y tipos de datos disponibles en la mina que podan ser usados para construir un modelo de las propiedades de las diferentes rocas que se encuentran en la mina y que este modelo fuese usado para un mejor diseo de voladura y diseo de taludes. Uno de los objetivos principales del proyecto es el de mejorar la fragmentacin de la roca producto de un diseo de voladura que tomase en cuenta las variables estimadas en el modelo. Para que el proyecto sea exitoso, es necesario crear y mantener en forma regular el modelo geotcnico. El proyecto global se dividi en cuatro fases: 1. Estudio de alcance. 2. Validacin de datos y creacin de un modelo geotcnico, como se describe en este documento. 3. Provisin y capacitacin en software para visualizar, interrogar e interactuar con el modelo. 4. Desarrollo de un sistema sostenible para mantener el modelo geotcnico actualizado para su uso por las reas de geotecnia, voladura e ingeniera. El estudio de alcance de la fase 1 confirm que haba datos suficientes procedentes de diversas fuentes para construir un modelo geotcnico inicial. El estudio proporcion una buena comprensin de los datos geotcnicos disponibles y cmo podran combinarse y ser usados para construir un modelo. Este trabajo tcnico describe la fase 2, el anlisis geoestadstico de los datos geotcnicos y de los

Resumen: Presentar a la comunidad minera nacional los pasos seguidos para construir un modelo geomecnico en 3D en Compaa Minera Antamina, en base a los datos colectados hasta Julio de 2008. Summary: Submit to the mining community the steps and processes taken to build a 3D geotechnical model based on data collected through July 2008 at Compaia Minera Antamina.

Introduccin: Cuando se disea una mina a cielo abierto, el conocimiento geolgico del yacimiento no es suficiente para suministrar la informacin requerida para realizar los diseos geomecnicos que consideren sectorizaciones geomecnicas, propiedades fsicas de los macizos rocosos, comportamiento del macizo rocoso para los diseos de voladura, sectorizacin de riesgos, diseo de ngulos de taludes etc., no contar con esta informacin representa un riesgo significativo para el desarrollo del minado. Conforme se avanza en el minado, el conocimiento del comportamiento geomecnico del macizo rocoso aumenta, esto deriva en la disminucin de los riesgos incrementndose la seguridad y la productividad. Histricamente, los resultados de los estudios geomecnicos y la colecta de datos de los mapeos superficiales y de los testigos de perforacin se orientaban bsicamente a la optimizacin de los ngulos de taludes en el tajo. En el mes de mayo del 2008, Compaa Minera Antamina S.A. con la asistencia y asesoramiento

Aguirre, 1 de 1

mtodos utilizados geotcnico.

para

crear

el

modelo

geotcnico utilizando disponibles.

los

datos

geotcnicos

Las conclusiones del estudio se describen mas adelante en mayor detalle e incluyen: Cinco de los principales parmetros geotcnicos (RQD, RMR, UCS, JV y BI) se obtuvieron del mapeo de frentes, taladros orientados, testigos de diamantinas y de los registros de los equipos de taladros de voladura del sistema de Aquila. Todas las muestras geotcnicas fueron asignadas a uno de los trece tipos de roca del modelo geolgico y donde haba datos suficientes, estos fueron utilizados como dominios para el control del anlisis geoestadstico y el modelado de las variables geotcnicas. Para la combinacin tipo de roca / variable geotcnica con pocos datos, las muestras de endoskarn se agruparon en un dominio combinados, as como las muestras exoskarn, haciendo un total de cinco grupos en el sistema de dominio combinados. La correlacin entre el ndice de voladura de Lilly 1986 calculado a partir de los datos del sistema de taladros de produccin Aquila y el ndice de Voladura (BI) de los datos de mapeo de frentes era pobre, aunque visualmente hay una amplia similitud sobre las reas ms duras y las ms suave. Como haba mucho ms datos del sistema Aquila que los datos de mapeo de frentes, y stos se distribuyen en un rea ms amplia, se decidi que el ndice de voladura a partir de los datos de Aquila se utilizara para el modelado. Sin embargo se recomienda seguir con la investigacin de la relacin entre los ndices de voladura. Valores de confiabilidad se han calculado para cada bloque en el modelo geotcnico. Estos muestran la confianza relativa de las estimaciones de entre los bloques y dan una buena indicacin de donde se requiere muestreo adicional.

Sin embargo, fue necesario hacer una validacin de datos y limpieza significativa de muchos datos antes que la elaboracin del modelo pudiese llevarse a cabo. El detalle resumido de los anlisis estadsticos y geo-estadsticos de los datos y los mtodos utilizados para crear el modelo geotcnico se describen en este trabajo tcnico. Origen y uso de Datos Se puede decir que las fuentes de datos disponibles en C. M. Antamina fue abundante, pero no tan profundo como habra sido el caso ideal para la produccin de un modelo fiable. Sin embargo, mediante la manipulacin y la combinacin de todos los datos disponibles en un formato consistente, ha sido posible construir un modelo que permite una mejor comprensin de las condiciones de minado. El modelo actual puede servir como una base excelente para el uso por la superintendencia de geotecnia y este modelo se ir mejorando en calidad y fiabilidad, cuando mas datos estn disponibles. Los principales datos que se han utilizado para generar el modelo geotcnico en el proceso de modelado son: Tablas de sondajes que se derivan de: o o Datos de sondajes logueados conteniendo data geotcnica Datos de taladros de voladura registrados por el sistema Aquila

Datos de mapeo de frentes que fueron convertidos a formato de taladro para facilitar su modelado y visualizacin. Datos puntuales de estructuras - Structure Points.

El modelo geotcnico utiliza el mismo origen, tamao de celda y la orientacin como el modelo geolgico de Antamina. El atributo TIPO DE ROCA se ha copiado del modelo geolgico para el modelo geotcnico y se utiliza para asignar valores de TIPO DE ROCA a los datos geotcnicos. Un subconjunto de otros atributos tambin se ha copiado del modelo geolgico para ayudar en el uso futuro del modelo

La fase 4 cuyo objetivo es el de definir y construir el sistema para mantener actualizado el modelo geotcnico multi-paramtrico empez a ejecutarse en Enero 2010. La Fase 2 del proyecto incluy la determinacin de la metodologa apropiada para construir el modelo

Aguirre, 2 de 2

geotcnico, sin embargo, no han sido utilizados para la elaboracin del modelo geotcnico. Anlisis Geoestadstico Se analizaron cuatro propiedades geotcnicas: BI - ndice de Voladura (Blastability Index) RQD Designacin de Calidad de Roca (Rock Quality Designation) RMR - Rock Mass Rating (Rock Mass Rating Bieniawski 1976) UCS - Resistencia a la compresin uniaxial (Uniaxial Compressive Strength) El modelo incluye 13 categoras diferentes valores de tipo de roca en la columna RT que se ha utilizado para asignar un valor de tipo de roca a cada muestra geotcnica. Esta clasificacin del TIPO DE ROCA ha sido empleada como un dominio para controlar el clculo y anlisis de los parmetros estadsticos y variografa y por lo tanto para la interpolacin de los parmetros geotcnicos en el modelo.

Esto significa que la confianza del valor estimado de cada propiedad es diferente, tanto dentro como entre los bloques del modelo. Un valor basado en la varianza kriging se ha calculado para cada propiedad en cada bloque. Esto puede ser usado para mostrar la confianza relativa de cada caracterstica geotcnica. Un factor de confianza para cada bloque se ha derivado de las varianzas del kriging. Esto demuestra la confianza promedio de las cuatro propiedades para el bloque. Planos y secciones del modelo pueden ser coloreados con una leyenda de acuerdo a este valor y se puede utilizar para identificar las reas donde perforacin adicional nos darn mas datos y con ello aumentar la confianza. El modelo geotcnico estimado est disponible para ser utilizado para ayudar con el diseo de voladura y de taludes. Preparacin y origen de Datos Los datos que se listan en la tabla 1 fueron entregados a Datamine para realizar el trabajo de construir el modelo geotcnico. Tabla 1: Tipo y Origen de datos empleados
Tipo de Dato Origen Descripcin Archivo de texto importado por geologa de la herramienta MineSight Datos del sistema Aquila Datos de logueo de core Taladros orientados GT07-01,02,03,04,05 PLI (point load index) core. Taladros GT07-03,04,05 Datos de Mapeo de Frentes Pit Final

Variogramas direccionales fueron calculados para el ndice de Voladura de Lilly (Lilly, Blastability Index 1986) del conjunto de datos del sistema Aquila y estructuras anisotrpicas fueron identificadas en el anlisis de esta variable. Variogramas direccionales tambin fueron evaluados para las otras propiedades geotcnicas pero debido a lo reducido de los conjuntos de datos no fue posible identificar ninguna anisotropa y por ello se usaron modelos de variograma omnidireccional. En general, todos los variogramas mostraron estructuras bien definidas y modelos esfricos de hasta tres estructuras fueron usados.

Modelo

geot08.asc

Taladros

BD Access Archivos Excel Archivos Excel Archivos Excel

Modelamiento Geotcnico Las cuatro propiedades geotcnicas se estimaron en el modelo de bloques geotcnico usando kriging ordinario. Adems a la variable Joint Volume JV se le han asignado valores basados en su relacin con RQD. El volumen de bsqueda utilizado para seleccionar las muestras para kriging se basa en los rangos del modelo de variograma y por lo tanto es diferente para cada propiedad geotcnica en cada dominio. Tambin, dado que los datos proceden de distintas fuentes, el nmero de muestras disponibles para la estimacin vara entre las propiedades.

Mapeo de Frentes Slidos (Wireframe)

Archivos Excel DTM Wireframe MII (2008).dxf Topo actual.dxf

Topography

Variables Geotcnicas Las principales variables geotcnicas requeridas para el estudio se extrajeron de las diferentes bases de datos y se resumen en la tabla 2.

Aguirre, 3 de 3

RQD RMR JV UCS BI

Rock Quality Designation Rock Mass Rating - Joint Volume Uniaxial Compressive Strength Blastability

Procesamiento de la data del Sistema Aquila Los datos capturados de los sensores montados en las plataformas de perforacin se almacenan en el sistema Aquila. La data histrica se ha venido almacenando en el formato de una base de datos de Microsoft Access. Las tablas almacenadas en el sistema Aquila contienen los campos mostrados en la tabla 3. El proceso de trabajo para usar los datos del sistema Aquila incluye los siguientes pasos: Importacin de posicin y perfil de los archivos del taladro. Concatenar los campos de nombre del taladro y Fecha-Hora para formar un campo de clave nica Generar campos Desde Hasta, para tener el perfil de cada taladro. Eliminar registros con precisin posicional (H_ACC o V_ACC) > 2m Generacin para cada taladro del archivo DESURVEY con informacin de ubicacin del taladro y los datos de la tabla Hole_Profile antes mencionada. De esta forma tenemos los datos de cada taladro ubicados en el espacio en 3 dimensiones.

Drilling Index = DI = (Vp / (E * Nr )) * D donde Vp = drill bit penetration rate (m/h) = tasa de penetracin del taladro (m / h) E = pull-down pressure on bit (klbf) = Presin de penetracin del taladro (klbf) Nr = rpm of drill bit (rev/min) = rpm de broca (rev / min) D = drill hole diameter (inch) = dimetro del taladro (pulgadas) Blastability Index_Aquila = 0.4852 = 6.6942 * D / 0.12

BI_AQ

Las ecuaciones arriba mostradas se describen en el siguiente documento: Influence of blasting on the size distribution and properties of muckpile fragments, a state of the art review, MinFo P2000-10, Energioptimering vid nedbrytning / Energy optimisation in comminution, Finn Ouchterlony, Swebrec, Lulea University of Technology, 2003 http://pure.ltu.se/ws/fbspretrieve/285132 Tabla 3: Tablas almacenadas en el sistema Aquila

Tabla Consumable_Added Consumables Conversion Errors Delays Drill_Position

Informacin Drill, Date-Time, Consumable Name and ID Drill, Date-Time, Consumable usage parameters Error description Drill, Date-Time, Delay type Drill, Date-Time, Position, Satellite accuracy Drill, Date-Time, Drill time, Hole Name, Pattern Drill, Date-Time, Position, Mast Angle, Azimuth, Satellite Accuracy Drill, Date-Time, Depth, RPM, Weight on bit, Torque, ROP Air Pressure, Vibration, BI, Rock Type Drill, Start Date-Time, End DateTime, Operator Drill, Start Date-Time, End DateTime, State

Tabla 2: Variables geotcnicas requeridas

Fuente Aquila Taladros (Core Logging) Taladros Orientados (Orientated Core ) PLI Core Mapeo de Frentes(Face Mapping) RQD RMR JV UCS BI X X X X X X X X X X X X

Hole_Information Hole_Position Hole_Profile

Shifts States

Indice de Voladura (Blastability Index - BI) Aunque los datos registrados en el sistema Aquila incluyen un valor de ndice de voladura BI exista la duda de que si las mquinas haban sido correctamente calibrados. Por ello, se decidi usar el BI de Lilly calculado utilizando las ecuaciones que se presentan a continuacin:

Se ha usado un filtro a los valores calculados BI_AQ para tomar en cuenta los datos faltantes y lecturas inexactas. Todos los valores fuera del rango de 20 a 80 han sido excluidos. Esto se sustenta en experiencia de campo donde los valores de penetracin (ROP) se sitan entre 20 y 70 m / h, y se puede demostrar que para este

Aguirre, 4 de 4

conjunto de datos hay una estrecha correlacin entre la ROP y el BI. Mapeo de Frentes Con el fin de ayudar a la visualizacin y la interpretacin de los datos frente a la cartografa se han convertido los mapeos a un formato de sondajes. Cada ventana de asignacin de la cara est representada por un sondaje horizontal, consistente en una sola muestra de entre 10m y 50m. La ubicacin y la orientacin se han calculado a partir de las coordenadas de inicio y fin y la direccin perpendicular a la cara del banco. Cuando hay varias muestras en una nica ventana de la cara de mapeo de las muestras se han distribuido regularmente a lo largo de la ventana. Validacin de datos La validacin de datos se llev a cabo y los controles incluyeron: Muestras duplicadas - FROM - TO dentro de un mismo taladro. Muestras traslapadas con FROM TO inconsistentes en muestras adyacentes. Ubicaciones duplicadas. Muestras con las mismas coordenadas X, Y, Z. Para las variables UCS, RMR y JV con valores cero, se cambiaron a valores ausentes. Es posible obtener valores cero de RQD en particular en material cerca de la superficie y se ha supuesto que estos valores son vlidos. El archivo de datos de mapeo de frentes inclua un valor de ndice de voladura BI. Sin embargo, no fue posible validar estos valores ya que no haba suficientes datos GSI. Se aceptaron los valores registrados. Sistema de coordenadas El modelo de bloques recibido de geologa y los datos de sondajes usaban distintos sistemas de coordenadas. El modelo de bloques estaba en coordenadas UTM reducidas. Las coordenadas de los taladros estaban en coordenadas UTM y hubo que convertirlas a UTM reducidas. Modelo de Bloques Casi todos los datos de muestras se encuentran dentro del tajo final por lo que no fue posible interpolar las variables geotcnicas fuera de este volumen. Por lo tanto, el archivo DTM Wireframe MII (2008) antes mencionado, fue utilizado para seleccionar

solo los bloques encontrados dentro del tajo. Esto redujo el tamao del modelo de 2027,232 a 536,932 bloques, con la consiguiente reduccin en el tiempo de procesamiento y visualizacin interactiva del modelo. La Base de Datos del Proyecto Orgenes de datos y validacin Los datos de la muestras se entregaron en hojas de clculo Excel y Bases de Datos Access de cinco fuentes diferentes. Luego de validacin, el resumen de las principales variables geotcnicas se presenta en las diferentes columnas de la tabla 4 a continuacin: Tabla 4: Fuente de datos validados Orden 1 2 3 4 5 6 7
1

Fuente Aquila Data Drillhole Data Orientated Core Orientated Core PLI Core Data Face Mapping 1 Structural Data

Archivo mpm_aquila mpm_drillholes mpm_orient_ucs mpm_orient_rqd mpm_pli mpm_face_map mpm_structure

El archivo mpm_structure contiene 6,440 puntos de datos de estructuras. Estos datos son slo de referencia y no se utilizaron para la modelizacin de las variables geotcnicas. Orden 1 2 3 4 5 6 7 Orden 1 2 3 4 5 6 7
Fuente Aquila Data Drillhole Data Orientated Core Orientated Core PLI Core Data Face Mapping Structural Data
1

Taladros 278,225 211 3 5 110 1,595 1,593

Muestras 861,816 12,775 582 851 2,011 1,595 6,440

Longitud Combinada (m) 4,058,042 37,323 Point data 2,303 Point data 35,325 Point data

Aguirre, 5 de 5

Modelando los Dominios geotcnicos Cada celda en el modelo geolgico ha sido clasificada como uno de los 13 tipos de roca que se resumen en la tabla 5. Tabla 5: Tipos de Roca por Dominio
Nmero del Dominio (RT) 1 10 13 20 22 31 32 34 36 37 40 50 51

tanto la interpolacin geotcnicos en el modelo.

de

los

parmetros

Los dominios se utilizan para controlar el clculo y anlisis de los parmetros estadsticos y de la variografa y por lo tanto la interpolacin de los parmetros geotcnicos en el modelo. Nmero del Dominio (RT) 1 10 13 20 22 31 32 34 36 37 40 50 51

Tipo de Roca Intrusive - Porphyry Limestone/Marble - Waste Hornfels - Waste Endoskarn Brown Endoskarn Rosa Exoskarn green and brown Exoskarn green Exoskarn diopside Exoskarn wollastonite brown garnet Exoskarn wollastonite green garnet Indeterminate Heterolitic breccia - Endoskarn Heterolitic breccia -Exoskarn Cdigo de Roca Intrus Limest Hornfl Endosk EndoRo Cvexos Vexosk Diexos Cwexos Vwexos Transk HBxIE HBxExo

No. Celdas 56,176 324,717 53,207 36,685 16,679 14,380 14,359 13,252 425 2,879 1,059 2,554 327

% del Total 10.5 60.5 9.9 6.8 3.1 2.7 2.7 2.5 0.1 0.5 0.2 0.5 0.1

Nmero del Dominio (RT) 1 10 13 20 22 31 32 34 36 37 40 50 51

Asignando valores de Dominio Un tipo de dominio ( tipo de roca - RT) se asign a cada muestra calculando la celda en el modelo de bloques en cuyo centro se ubica la muestra y asignando el valor RT de la celda a la muestra. La Tabla 6 con eje en la columna RT muestra el nmero de muestras para cada RT por tipo de muestra despus de la validacin de datos. RT 1 10 13 20 22 31 32 34 36 37 40 50 51 Total Aquila 131,476 258,070 143,811 96,564 52,946 29,350 44,802 70,192 2,822 11,899 1,767 17,741 376 861,816 Drillhole Data 1,923 2,739 786 2,340 1,211 872 995 1,240 24 434 53 111 47 12,775

El prfido intrusivo est orientado noreste a suroeste por el centro del depsito y est rodeado por tipos de rocas endoskarn y exoskarn. La roca de los alrededores es de mrmol. El modelo de bloques utilizado en la interpolacin de las variables geotcnicas est limitado por el PIt final y cubre el rea de 1567 - 5484 Este y 3157 7371 Norte en sistema de coordenadas UTM reducidas. Los bloques en el modelo de bloques geolgico tienen 20 x 20 x15 metros. Los dominios se utilizan para controlar el clculo y anlisis de los parmetros estadsticos y de la variografa y por lo

Tabla 6: Muestras por archivo y dominio(RT)

Aguirre, 6 de 6

Tabla 7: Identificador de Campos

RT 1 10 13 20 22 31 32 34 36 37 40 50 51 Total OC RQD 4 527 285 6 0 9 17 0 0 0 0 0 0 848 PLI 113 318 158 561 270 176 138 184 4 64 3 12 3 2,004 Face Mapping 118 692 460 28 27 12 43 187 0 5 1 4 0 1,577

Campo

N Muestras

Min.

Max

BI_AQ BI RQD RMR UCS

861,816 1,566 13,795 12,859 2,580

20 24 0 15 1

80 70 100 71 387

Tabla 8: Muestras sin ponderacin Muestras sin Ponderacin Campo Media BI_AQ BI RQD RMR UCS 50.5 46.2 57.8 41.4 87.4 Varianza 165 53 1,245 151 5,341 Desviacin -0.09 -0.31 -0.42 -0.45 0.91

Estadsticas de las muestras Introduccin El anlisis estadstico de los datos de las muestras utilizadas para la elaboracin del modelo se describe en esta seccin. Blastability Index Aquila (BI_AQ), face mapping (BI) RQD, RMR Drillhole, oriented core, face mapping UCS PLI, oriented core, face zapping Cada conjunto de datos se analiz por el domino de tipo de roca RT. Cuando no ha habido suficientes muestras en un dominio RT para realizar un anlisis geoestadstico significativo, los datos han sido combinados en dominios ms amplios. Resumen estadstico de las muestras El resumen estadstico de las muestras, para cada variable, se muestra en las tablas siguientes. La nica variable que muestra una gran diferencia entre las estadsticas sin ponderar y las ponderadas es UCS. Esto se debe a que uno de los archivos en los que se registra UCS, los datos de Face Mapping (Mapeo de Frentes), asigna valores de UCS en longitudes de muestra con una media aproximada de 20 metros mientras que en los otros archivos al UCS se le asigna el valor de forma puntual o de longitud muy corta (0,15 m).

Tabla 9: Muestras Ponderadas por longitud de muestra

Muestras Ponderadas por longitud de muestra Media BI_AQ BI RQD RMR UCS 50.2 46.9 57.6 41.4 60.7 Varianza 165 50 1,255 157 3,914 Desviacin -0.07 -0.36 -0.42 -0.47 1.44

Campo

Las otras variables geotcnicas tienen una longitud mucho ms coherente en sus conjuntos de datos de muestras. Por ejemplo, la gran mayora de las muestras BI_AQ son de 5m de largo, y se observa muy poca diferencia entre las estadsticas ponderadas y no ponderadas. Aparte del ndice Blastability Index obtenido de los datos del Aquila, las otras variables geotcnicas se registran en varios diferentes conjuntos de muestras como se resumen en la Tabla 2. Por lo tanto, cada variable y los diferentes archivos de datos se examinaron por separado y por dominio geolgico para asegurar que los conjuntos de datos podan ser usados para el anlisis geoestadstico

Aguirre, 7 de 7

El tamao de las celdas en el modelo de bloques geolgicos es de 20 x 20 x 15 m. Los taladros del Aquila son verticales, por lo que las muestras fueron compositadas con RT a una longitud de 15 metros. Hay una gran cantidad de muestras para la mayora de cada uno de los dominios as que clculos variogrficos se llevarn a cabo para cada dominio.

Variable Omnidirectional BI_AQ RQD RMR UCS x x x x

Tipo de Variograma Directional x

Anlisis Variogrfico Introduccin Dado el nmero de tipos de roca RT y el hecho de que no se contaba con una distribucin uniforme de muestras, se decidi en combinar aquellos tipos de roca similares. La combinacin result en la tabla 10. Tabla 10: Combinacion de cdigos de RT
COMBINED RT CODES 1 20-29 and 50 30-39 and 51 13 10

Dada la gran cantidad de variogramas preparados y analizados, estos no se incluyen en este trabajo tcnico. Como referencia, presentamos a continuacin 2 variogramas de las variables RQD y RMR en base a la data de los taladros.

RTC CODE 1 2 3 4 5

ROCK TYPE (RT) Porphyry Endoskarns Exoskarns Hornfels Marble

Muchos variogramas se calcularon para cada uno de los dominios y de las propiedades geotcnicas de la RT y RTC en la Tabla11. La eleccin del tipo de variograma y el sistema de dominio ha sido dictada por el nmero de muestras disponibles. Para BI_AQ, RQD y RMR los variogramas fueron calculados para compsitos de las muestras de 15m de longitud. Como UCS es una muestra de punto las muestras originales han sido utilizadas. Variogramas Experimentales Para la variable BI_AQ haba datos suficientes para calcular variogramas para cada uno de los dominios RT y para algunos de los dominios haba datos suficientes para calcular variogramas direccionales. Para RQD y RMR, de data de taladros,

Tabla 11: Tipos de variogramas calculados por variable

Dominio Variable RT BI_AQ RQD RMR UCS x x x x RTC Tipo de Variograma Downhole x x x x

Aguirre, 8 de 8

variogramas omni direccionales se calcularon para los dominios RT.

El mtodo KO permite tanto la estimacin como tambin el clculo de la varianza estimada. Parmetros de estimacin

Aunque se calcularon variogramas para los RT 36, 37, 50 y 51 no hubo datos suficientes para interpretarlos en forma individual as que se calcularon variogramas promedios para los grupos endoskarn y exoskarn. El promedio de los variogramas omni direccionales se calcul como el promedio ponderado de los variogramas individuales de las RT. Esto significa que solo pares de muestra del mismo RT se incluyen en el variograma promedio. El variograma promedio se aplic entonces a los cuatro dominios que no podan interpretarse de forma individual. La agrupacin de dominio RTC fue utilizado para las muestras de UCS. MODELOS Introduccin Las cuatro variables BI_AQ, RQD, RMR y UCS se estimaron en el modelo de bloque usando kriging ordinario (OK). La utilizacin de cualquier tcnica de estimacin lineal como OK asume que las variables son aditivas. Aunque no hay pruebas estadsticas para la aditividad, experiencia previa y diferentes estudios e informes publicados muestran que este mtodo puede ser utilizado con xito para la modelizacin de variables geotcnicas. Las variables fueron estimadas usando el control de zona para cada dominio. Esto asegur que solo muestras extradas del dominio X fueron utilizadas para estimar los bloques del dominio X. El alcance mximo de los modelos de variogramas vara de 80 a 350 metros con todos menos tres menores de 300m. A fin de mantener la coherencia entre las diferentes combinaciones variable/dominio, se decidi fijar el tamao del volumen de bsqueda principal a 250m en el modelo de variograma para cada sentido ya que este es el rango de la estructura mas larga. Un mnimo de 4 y un mximo de 20 muestras se requeran en este volumen de bsqueda para calcular la variable. Para algunas combinaciones de variables/RT se usaron un segundo y tercer volmenes de bsqueda. Los volmenes adicionales de bsqueda slo se usaron cuando no haba muestras suficientes en el volumen anterior.

La variable BI_AQ se estim utilizando kriging ordinario con control de zona para cada dominio RT . RQD y RMR, se estimaron utilizando kriging ordinario con control de zona para cada dominio RT. No hubo suficientes muestras en los dominios RT individuales para estimar UCS con control de zona RT por lo que usamos control de zona RTC. Hubo suficientes muestras en RTC 3 (exoskarn) y RTC 4 (hornfels) para permitir la estimacin en estos dominios. Para los otros tres dominios RTC se requiri usar el segundo y tercer volumen de bsqueda con factores de tres y seis, respectivamente. Evaluacin En la tabla 12 se presenta el promedio ponderado de cada variable por dominio luego de la interpolacin. Tabla 12: Valores ponderados por variable y por dominio en el Modelo Geotcnico Estimado
RT 1 10 13 20 22 RT 31 32 34 36 37 40 50 51 BI_AQ 45.2 49.7 54.4 40.0 42.1 BI_AQ 43.6 48.2 56.6 46.1 50.7 38.8 38.8 39.3 RMR 40.7 51.2 53.6 36.0 40.6 RMR 38.8 45.4 52.1 44.3 46.4 41.3 39.4 28.7

Aguirre, 9 de 9

RT 1 10 13 20 22 31 32 34 36 37 40 50 51

RQD 47.2 81.2 84.3 47.3 58.1 47.0 65.8 78.1 71.0 74.7 56.1 55.9 29.8

JV 20.5 10.2 9.3 20.5 17.3 20.6 14.9 11.2 13.3 12.2 17.9 17.9 25.8

UCS 47.7 83.9 113.8 31.4 42.5 78.1 102.0 137.6 88.4 18.0 -

como resultado 320,599 bloques en el modelo con un conjunto completo de valores. La Tabla 14 muestra la diferencia porcentual entre las estimaciones con KO y lo que hemos llamado estimaciones revisadas. A excepcin de UCS en RT50 todas las diferencias son inferiores al 5% que muestra que los ajustes han tenido slo un efecto menor sobre la distribucin de los valores. Slo hay 15 muestras en RT50 UCS y los bloques se han estimado a partir de muestras de las RTs vecinas por lo que la diferencia de -7,1% no es significativa. Tabla 14: Diferencia porcentual entre lo estimado con KO y las estimaciones revisadas. RT 1 10 13 20 22 31 32 34 36 37 40 50 51 RT 1 10 13 20 22 RT 31 32 34 36 37 40 50 51 BI_AQ 0.0 2.0 0.0 0.7 0.2 0.7 1.0 0.0 0.9 1.4 0.3 0.3 1.3 RQD 1.7 0.9 -0.2 0.0 -4.1 RQD 0.8 -0.2 0.0 -0.1 0.0 -2.0 UCS 1.6 4.4 0.8 -3.0 2.1 UCS -0.5 0.6 -1.7 -1.5 -7.1 RMR 0.7 1.2 0.0 1.1 -1.5 0.5 0.2 -0.2 0.2 0.0 -3.9

Hay un total de 536.685 bloques en el modelo geotcnico y el nmero de bloques que han sido estimados por kriging ordinario se muestra en la Tabla Aunque el nmero de bloques estimados para cada variable es mayor a 210,000 slo 124,326 bloques tienen las seis variables estimadas lo que podra ocasionar dificultades en el planeamiento. Por lo tanto, para todos los bloques que inclua al menos una variable estimada, un nuevo conjunto de seis variables se ha creado. Si la variable no se haba estimado con kriging ordinario, entonces se procedi a asignar el valor promedio del dominio RT a ese bloque. Tabla 13: Nmero de bloques estimado por variable. Nmero Estimado de bloques Variable Blocks 221,640 BI_AQ RQD 211,833 211,833 JV 210,580 RMR UCS 233,091 Hay un total de 536.685 bloques en el modelo geotcnico y el nmero de bloques que han sido estimados por kriging ordinario se muestra en la Tabla 13. Aunque el nmero de bloques estimados para cada variable es mayor de 210,000 slo 124,326 bloques tienen las seis variables estimadas lo que podra ocasionar dificultades en el planeamiento. planificacin. Para todos los bloques que inclua al menos una variable estimada, se ha creado un nuevo conjunto de seis variables. Si la variable no se haba estimado con kriging ordinario, se asign el valor promedio de la muestra para el dominio RT para el bloque. Los nuevos valores se conocen como las estimaciones revisadas y dan

Se realiz una comparacin de los valores medios de las muestras y la revisin de los valores de las estimaciones revisadas. En general, las diferencias entre estos valores se mantienen bajos para la mayora de los Dominios y

Aguirre, 10 de 10

variables y los Dominios muestran consistencia entre muestras y estimaciones. Diferencias superiores al 10% han sido investigada y se explican por una combinacin de varios factores: Un nmero reducido de muestras disponibles para muchas de las estimaciones. Agrupacin de las muestras. Por ejemplo, para la UCS en RT 1, muchas de las muestras de menor valor se han agrupado. Esto significa que las muestras de UCS con mayor valor tienen mayor peso cuando se han estimado los bloques del modelo por lo que valor promedio del modelo es mayor que el valor promedio de las muestras. er un mayor peso en la estimacin de los Para control de dominio, se han usado los valores de UCS. Esto significa que algunas muestras de dominios adyacentes han sido usadas lo que puede variar un poco del Dominio especfico. Confianza en el Modelo Estimado Adems del clculo de un valor estimado el proceso de kriging ordinario tambin calcula la varianza del kriging que indica la probabilidad de error para cada variable. Esto, en teora, permite calcular los lmites de confianza para cada variable. Sin embargo, como en este caso, cuando la distribucin de las propiedades no es normal, no se recomienda usar los valores absolutos de la varianza de las estimaciones del KO. Si fuese necesario el mtodo preferido es usar Simulacin Condicional. La varianza obtenida con el KO depende tanto de los parmetros del modelo de variograma y la distribucin espacial de las muestras de uno con respecto al otro y al modelo de bloques. Aunque en algunos casos las mismas muestras podran utilizarse para la estimacin de ms de una variable, el modelo de variograma vara en trminos de alcance y efecto pepita (nugget) y por lo tanto la confianza variar de variable a la variable dentro de un bloque. Una medida promedio de la confianza se ha calculado sobre las cuatro variables utilizando tanto la varianza del KO y el volumen de bsquedas. Esto no se hizo para ser utilizado para un clculo de lmites de confianza absoluta para bloques individuales, pero puede ser utilizado para indicar la confianza relativa de las estimaciones para un bloque. Planos y secciones del modelo geotcnico se pueden colorear con una medida de la confianza para indicar donde se requiere de muestreo adicional. Modelo Geotcnico El modelo geotcnico se cre usando la

herramienta Studio 3 de Datamine y se puso a disposicin de otras reas de C. M. Antamina en formato ASCII. Los campos del modelo se describen en la tabla 15. Tabla 15: Campos del Modelo Geotcnico

Campo RT WTY OTYMS DENS RCLAS FRACT DISAG PLAN BEDK BEDKPC

Descripcin Tipo de Roca (1 13). Copiado del Modelo Geolgico. Tipo de Desmonte (1 4). Copiado del Modelo Geolgico. Tipo de Mineral (1 9). Copiado del Modelo Geolgico. Densidad. Copiado del Modelo Geolgico.l Clasificacin del Recurso. Copiado del Modelo Geolgico. Indice de interpolacin de fractura. Copiado del Modelo Geolgico. Indice de desagregacin interpolado. Copiado del Modelo Geolgico Plan de Mina 2009 (1=in, -1=not in) Copiado del Modelo Geolgico Bloques en roca(-1=air, soils, etc). Copiado del Modelo Geolgico % roca en el bloque. Copiado del Modelo Geolgico Descripcin Indice de Voladura - Blastability Index (Lillys 1986 BI ) calculado con data Aquila usando OK Estimado OK para Rock Quality Designation Estimado OK para Rock Mass Rating Estimado OK para Uniaxial Compressive Strength Joint Volume calculado : JV = (115 RQD) / 3.3 Estimacin Revisada de: BI_AQ) Estimacin Revisada de: RQD Estimacin Revisada de: RMR Estimacin Revisada de: UCS Estimacin Revisada de: JV Varianza de Kriging de BI_AQ expresada como porcentaje del umbral del variograma. Varianza de Kriging de RQD expresada como porcentaje del umbral del variograma. Varianza de Kriging de RMR expresada como porcentaje del umbral del variograma. Varianza de Kriging de UCS expresada como porcentaje del umbral del variograma.

Campo BI_AQ

RQD RMR UCS JV BI_AQ1 RQD1 RMR1 UCS1 JV1 BIAQKVPC

RQDKVPC

RMRKVPC

UCSKVPC

Aguirre, 11 de 11

IFLAG

CONFACT

Indicador de interpolacin - un valor entre 1 y 4 muestran cuantas de las variables BI_AQ, RQD, RMR y UCS se han estimado utilizando OK y no la Estimacin Revisada. Factor de Confianza.

Ilustracin 2: Vista Sur-Oeste a Norte-Este de la seccin 2470E, 5073E a 3508N, 6113N Variable BI_AQ

Planos y secciones Las vistas 1, 2 y 3 muestran a continuacin, vistas de planos y secciones a travs del modelo geotcnico coloreados por la variable indicada. Estos incluyen: Vista de planta a una elevacin de 4190 m Vista Sur-Oeste a Norte-Este de la seccin 2470E, 5073E a 3508N, 6113N Vista Sur-Este a Norte-Oeste de la seccin 4884E, 2869E a 4405N, 6421N Ilustracin 3: Vista Sur-Este a Norte-Oeste de la seccin 4884E, 2869E a 4405N, 6421N para la variable BI_AQ

Las secciones estn a 45 y 315 por lo que son paralelos a los ejes del modelo de bloques. Se puede observar que en general los menores valores de BI_AQ , RQD, RMR y de UCS estn en el extremo centro y sur del tajo, aunque hay otras reas de valores altos y bajos. Las vistas de planta y de seccin tambin incluyen el contorno del tajo final. Las reas no modeladas en el tajo representan los bloques que estn demasiado alejados de las muestras para permitir una estimacin de valores. Ilustracin 1: Vista de planta de la variable BI_AQ elevacin 4190 m Ilustracin 4: Vista de Planta para variable RQD a una elevacin de 4190 m

Ilustracin 5: Vista de Planta para variable RMR a una elevacin de 4190 m

Aguirre, 12 de 12

Agradecimiento El realizar este trabajo solo fue posible gracias al apoyo del Ing. John Pottie, Superintendente de Geotecnia cuando se decidi hacer el proyecto con Datamine Software Limited y Datamine Per S.A.

Referencias The Development and Application of a 3D Geotechnical Model For Mining Optimisation, Sandsloot Open Pit Platinum Mine, South Africa AUTOR: Bye, Alan; Anglo Platinum, Johannesburg, South Africa Publicado: 2005 THE BENEFIT TO OPEN PIT ROCK SLOPE DESIGN OF GEOTECHNICAL DATABASES AUTOR: M.J. Little, Rock Engineering Department, PPRust, Limpopo, South Africa Publicado: 2006 A 3D geotechnical model for mining optimisation. A. R.Bye 2002. 7th International Symposium on Rock Fragmentation by Blasting. Beijing, China, 245-251. Metallurgical Industry Press, Beijing. [Ed. Prof. Wang Xuguang]. Geostatistics Applied to Geotechnical Parameters M.Egana, E.Arancibia, F.Villegas, J.Ortiz, 2008 MiNiN 2008, III International Conference on Mining Innovation - www.minin2008.com Estimation of Geotechnical Variables for Mass Mining; M. Howson, 2004; Proceedings of MassMin 2004, Instituto de Ingenieros de Chile.

Conclusiones Aplicaciones del Modelo Geomecnico en 3D Construido el modelo geomecnico en 3D y establecidos los procesos para mantenerlo actualizado, esta herramienta ser de gran utilidad para la optimizacin operacional y estratgica en reas como: Perforacin y Voladura: Diseo de Voladura Diseo de Taludes En el caso de Compaa Minera Antamina se han modelado las siguientes propiedades: BI Blastability Index RQD Rock Quality Designation RMR Rock Mass Rating (Bieniawski 1976) UCS Uniaxial Compressive Strength Estas cuatro propiedades geomecnicas fueron estimadas para el modelo 3D usando kriging ordinario, tambin se aadi la propiedad Joint Volume (JV) y sus valores se calcularon basados en su relacin con el RQD. Beneficios de crear el Modelo Geomecnico en 3D: Al tener un modelo geomecnico en 3D constantemente actualizado, las diferentes reas de operaciones podrn visualizar rpidamente las caractersticas del macizo rocoso en la mina y podrn tomar decisiones mejor informadas.

Aguirre, 13 de 13