Taller N1 Evaluacion de Yacimientos

Universidad de Santiago de Chile
Facultad de Ingeniera
Departamento de Ingeniera en Minas
Evaluacin de Yacimientos
Taller Laboratorio N1
Evaluacin de Yacimientos
Muestreo y QA/QC
Profesor: Danilo Castillo Vera

Ayudantes: Cristian Saavedra
Claudia Arancibia
Autores: Cristina Paillal Pilquinao
Erik Trincado Cabezas
Diego Avendao Prez
Mauricio Silva Riquelme
Fecha de entrega: 02 de Abril de 2017
Resumen Ejecutivo
En el presente informe se responden las diversas interrogantes solicitadas por el profesor
del ramo Evaluacin de Yacimientos que consisten en analizar una base de datos de
muestreo, para verificar variables que afecten las diversas etapas de un muestreo minero.
EVALUACIN DE YACIMIENTOS
En el anlisis solicitado y realizado por alumnos de la Universidad de Santiago de Chile se

realiz en etapas claras y bien definidas segn lo solicitado en el Item estudiado.
En una primera instancia se analizan y reflexionan acerca de las variables asociadas a la
frmula del error fundamental de Pierre Gy, con lo cual se analiza el uso de una variable
tan compleja e importante como lo es C(d), con lo que se puede extraer y calcular
numricamente un valor de k constante para todo el yacimiento. Los valores exactos de
estas constantes tanto para Cobre como para Molibdeno son las siguientes:
Luego se analiz la variacin de C(d) respecto al dimetro que se emplea o solicita, se

calcul las combinaciones posibles para valores de errores principalmente.
En base al test de heterogeneidad se puede determinar las etapas del protocolo de
muestreo obteniendo un error total de 4,306% para el cobre y 8,675% para el molibdeno,
ambos son errores fundamentales menores al 10% lo cual muestra un correcto protocolo
de muestreo
Para analizar los valores de muestras en diversos sectores como lo son en terreno,
gruesos y pulpas se trabaj con elementos de estadstica descriptiva, relaciones entre los
duplicados y los originales, con lo que es posible verificar si los datos entregados por los
laboratorios son realmente fiables, y si es posible trabajar en la evaluacin del yacimiento
dadas por las muestras tomadas en terreno. Se pudo determinar la precisin y exactitud
de los procesos en estudio, resultando en lo siguiente:
DT no preciso, exacto
DG preciso, exacto
DP no preciso, exacto
Para finalizar se realiz el clculo de un beneficio convencional asociado al anlisis de
testigos con ciertas caractersticas, donde se midieron las variables y mediante sustitucin
en la formula se verifica si el yacimiento en su inicio que estaba evaluando de manera
correcta. En este caso se est frente a un yacimiento sobre valorado, ya que el beneficio
que obtiene al explotar es bastante menor al que se comentaba al comienzo de lo
solicitado. Finalmente el valor del beneficio convencional obtenido es de:
Bi=1,124 Millones de dolares
ndice
EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

Resumen Ejecutivo............................................................................................................. 2
ndice.................................................................................................................................. 3
ndice de Tablas.................................................................................................................. 4
ndice de Ilustraciones.........................................................................................................4
ndice de Ecuaciones.......................................................................................................... 5
Introduccin......................................................................................................................... 6
Objetivos............................................................................................................................. 7
Principal........................................................................................................................... 7
Secundarios..................................................................................................................... 7
Alcances.............................................................................................................................. 7
Metodologa de trabajo........................................................................................................8
Metodologa aplicada la seccin tareas especficas aseguramiento de la calidad:..........8
Metodologa aplicada la seccin tareas especficas control de calidad:.........................10
Metodologa para el clculo de beneficio convencional.................................................11
Desarrollo de taller............................................................................................................12
Tareas especficas aseguramiento de la calidad:...........................................................12
Pregunta N1: Error fundamental de Pierre Gy..........................................................12
Pregunta N2.............................................................................................................. 12
Pregunta N3.............................................................................................................. 13
Pregunta N4.............................................................................................................. 13
Pregunta N5.............................................................................................................. 14
Tareas especficas control de calidad............................................................................17
Pregunta N1.............................................................................................................. 17
Pregunta N2.............................................................................................................. 24
Tareas especficas beneficio convencional....................................................................28
Conclusiones y recomendaciones.....................................................................................29
Conclusiones determinacin constante C(d) y protocolo muestreo seguro....................29
Conclusiones QA/QC.....................................................................................................30
Conclusiones beneficio convencional............................................................................31
ndice de Tablas
Tabla 1:Tabla gua protocolo de muestreo seguro...............................................................8
Tabla 2: Valores de C(d) obtenidos. Fuente: Propia..........................................................13
Tabla 3:Valores de C(d) para diversas mallas de muestreo. Fuente: Propia.....................13
Tabla 4: Protocolo de muestreo seguro para Cobre. Fuente: Propia.................................13

Tabla 5:Protocolo de muestreo seguro Molibdeno. Fuente: Propia...................................14

Tabla 6: Estadsticas de ambas distribuciones (DT). Fuente: Propia.................................21
Tabla 7:Estadsticas de ambas distribuciones (DG). Fuente: Propia.................................21
Tabla 8:Estadsticas de ambas distribuciones (DP). Fuente: Propia..................................22
Tabla 9:Errores de corte y relativo (DT). Fuente: Propia....................................................22
Tabla 10:Errores de preparacin y relativo (DG). Fuente: Propia.....................................22
Tabla 11:Errores de anlisis y relativo (DP). Fuente: Propia..............................................22
Tabla 12: Estadsticas de muestras DP. Fuente: Propia....................................................25
Tabla 13:Errores de anlisis y relativo (DP). Fuente: Propia.............................................26
Tabla 14: Resume de datos entregados para pregunta.....................................................27
Tabla 15:Valores obtenidos para beneficio convencional. Fuente: Propia.........................27
ndice de Ilustraciones
Ilustracin 1:Nomograma Sfe v/s Masa...............................................................................8
Ilustracin 2: Nomograma muestras de Cobre. Fuente: Propia.........................................14
Ilustracin 3:Nomograma de muestras de Molibdeno. Fuente: Propia..............................15
Ilustracin 4:Grfico de dispersin de las muestras de CuT (DT). Fuente: Propia............16
Ilustracin 5:Grfico de dispersin de las muestras de CuT (DG). Fuente: Propia............17
Ilustracin 6:Grfico de dispersin de las muestras de CuT (DP). Fuente: Propia............17
Ilustracin 7:Grafico leyes de CuT (%) v/s diferencia porcentual relativa (DT). Fuente:
Propia................................................................................................................................ 18
Ilustracin 8:Grafico leyes de CuT (%) v/s diferencia porcentual relativa (DG). Fuente:
Propia................................................................................................................................ 18
Ilustracin 9: Grafico leyes de CuT (%) v/s diferencia porcentual relativa (DP). Fuente:
Propia................................................................................................................................ 19
Ilustracin 10: Histograma diferencias porcentuales relativas de las muestras originales y
duplicadas(DT) . Fuente: Propia.............................................................19
Ilustracin 11:Histograma diferencias porcentuales relativas de las muestras originales y
duplicadas(DG). Fuente: Propia........................................................................................20
Ilustracin 12:Histograma diferencias porcentuales relativas de las muestras originales y
duplicadas(DP). Fuente: Propia........................................................................................20
Ilustracin 13: Grfico de dispersin de las muestras de CuT (DP). Fuente. Propia.........23
Ilustracin 14:Grafico leyes de CuT (%) v/s diferencia porcentual relativa (DP). Fuente:
Propia................................................................................................................................ 24
ndice de Ecuaciones
Ecuacin 1:Error fundamental de Pierre Gy........................................................................7
Ecuacin 2: Formula test heterogeneidad variable C(d)......................................................7
Ecuacin 3:Ecuacin beneficio convencional......................................................................9
Ecuacin 4: Formula valor de una tonelada de mineral en dlares...................................10

Introduccin
La importancia del proceso de muestreo, el cual se define como una accin de recoger
muestras representativas de la calidad o condiciones medias de un todo o la tcnica
empleada en esta seleccin, o la seleccin de una pequea parte estadsticamente
determinada para inferir el valor de una o varias caractersticas del conjunto en el rea
minera es relevante al momento de verificar la vialidad de un proyecto o incluso poder
evidenciar y evitar posibles prdidas econmicas a futuro.
Como todo proceso minero se debe realizar con la mayor detencin y minuciosidad
posible, ya que los errores pueden denotar en prdidas econmicas importantes, desde el
mal envi de muestras a colas, o el hecho de no emplear correctamente los parmetros

evaluados en el muestreo. Conocidos son los casos alrededor de Chile, en que se
destacan el caso de minera el Abra en el cual al tener una inexactitud a la hora de analizar
la ley de Cobre por esto se generaron prdidas cercanas a los 300 millones de dlares.
Adems el caso de Teniente y El Salvador que tuvieron inexactitudes en la medicin en
muestreo de colas generando sesgos, que se tradujeron en grandes prdidas de capital
para las mineras mencionadas anteriormente. Tambin errores e inexactitudes en pozos
de tronaduras como ocurri en la minera Chuquicamata que al realizar un mal muestreo
mandaron zonas con mineral como estril.
Para el desarrollo de este informe se facilit datos de muestras, a las cuales se les realizo
un anlisis profundo calculando error fundamental relacin QA/QC y beneficios que se
puede obtener de los muestras entregadas a analizar.
Objetivos
Principal
Calcular las diversas variantes y operaciones relacionadas con el muestreo
asociadas a un valor QA/QC dado.
Secundarios
Calcular el error fundamental de Pierre Gy.
Comprender el uso de un protocolo seguro y un nomograma en el muestreo.
Entender la importancia del muestreo minero.
Calcular error relativo porcentual entre la ley de corte de la muestra original y su
duplicado, para duplicados de terreno, grueso y pulpa
Calcular las estadsticas descriptivas de los datos anteriormente mencionados

Realizar los grficos de dispersin de la muestra CuT% original y duplicada,

histograma de sus diferencias porcentuales relativas de las muestras originales y
duplicadas.
Alcances
La base de datos empleadas a lo largo del desarrollo de este taller fue facilitado
por el profesor a cargo de la asignatura.
Para el clculo de toneladas anuales se consider un ao con 365 das.
Metodologa de trabajo
Para poder explicar la metodologa empleada durante el desarrollo del taller, se proceder
a dividir el taller por cada pregunta a evaluar en las cuales se explicara el desarrollo de
cada una de estas.
Metodologa aplicada la seccin tareas especficas aseguramiento de

la calidad:
Para las preguntas de materia solicitadas se realiz una investigacin de cada termino
mediante los materiales dispuestos por usuarios en la web, y lectura de diversos libros
relacionados al tema, apoyados por la clase de muestro minero desarrollado en la
universidad.

Para la pregunta N5 se necesit emplear el Software Excel para la facilitacin de clculos

y que las muestras se encontraban en este programa. Se detallara para cada seccin de
la pregunta N5 el procedimiento a seguir:
Para el desarrollo de la seccin a de la pregunta nmero 5 se emple la frmula de error
fundamental de Pierre Gy la cual corresponde a la siguiente:
Ecuacin 1: Error fundamental de Pierre Gy
Considerando que se debe calcular el factor C(d) el cual se simboliza en la formula

anterior con la multiplicacin de los factores f, g, c y l. Por lo cual se procedi a medir la
desviacin estndar de las leyes de la base de datos (parmetro ), calcular un promedio
ponderado de las leyes (parmetro a), calcular una masa promedio (Ms), sumar todas las
masas de las muestras (ML) y para finalizar el dimetro fue facilitado junto con la base de
datos. Conociendo todo lo anterior solo se procede a despejar C(d) y as se obtiene este
valor.
Para el desarrollo de la seccin b de la pregunta nmero 5 se emple la siguiente frmula:
Ecuacin 2: Formula test heterogeneidad variable C(d)
Conociendo C(d) y el dimetro se puede calcular la constante del yacimiento K, conocida

esta solo se hace variar el dimetro y se observa como varia C(d), dejando constante K.
Para el desarrollo de la seccin c de la pregunta nmero 5 se emple bsicamente la
siguiente tabla gua:
Tabla 1:Tabla gua protocolo de muestreo seguro.
ML(gr) Ms(gr) #pulg d(cm C(d) Sfe %Erro K

) r
Saco detritus
Chancado
Pulverizado
La masa del lote es un dato que est en los datos entregados, por lo que solamente se
divide a travs de distintas secciones, generando una masa cada vez ms pequea (Ms)
que se divide en ciertas mallas de muestreo con diversos dimetros, de mayor a menor,
calculados C(d) para cada uno, luego se calcula el error fundamental (Sfe) que luego se
pasara a % Error (empelando su raz cuadrada) y con este ltimo valor de porcentaje no
debe ser mayor a 10%, sino el sesgo ser muy grande.
Para el desarrollo de la seccin d y e de la pregunta nmero 5 se emple bsicamente la
siguiente un nomograma como base para graficar lo solicitado, como el que se ve a
continuacin:
Ilustracin 1:Nomograma Sfe v/s Masa
Este consiste bsicamente en realizar variaciones de masa para cada dimetro o malla
asociada lo cual genera un cambio en el error fundamental (Sfe), as se generan los
puntos para generar rectas caractersticas para cada una de las mallas. Con esto es
posible verificar todas las combinaciones de masa posibles para que el error fundamental
este bajo del 10%.
Metodologa aplicada la seccin tareas especficas control de calidad:

Una vez abierta la planilla Excel: Duplicados_Cu.xlsx el que entrega los resultados de los
anlisis para la muestra original y su duplicado de terreno (DT), duplicados gruesos (DG),
y duplicados de pulpa (DP), se procede a generar el grafico de dispersin, en donde se

ubica en el eje X el valor de la ley original de cobre, versus la ley del duplicado de cobre,
primero para los DT, y luego para DG y DP.
En la parte B de los clculos, se hace la diferencia porcentual relativa para cada muestra
original con su respectivo duplicado. Luego, se toman este resultado y se grafican
respecto a la ley de CuT (%)
En tercer lugar, se genera el histograma para las diferencias porcentuales relativas de las
muestras, en donde se observa que para los tres caso: DT, DG, DP los datos se van al
primer intervalo, por lo que se considera solamente ese intervalo y se vuelve a hacer el
histograma, con el fin de obtener conclusiones ms exactas para el anlisis.
Para el caso de los histogramas, no se toman el total de las diferencias porcentuales
relativas, ya que a partir de un cierto porcentaje, se tienen muy pocos datos.
Las diferencias porcentuales relativas son en su mayora muy bajas, por lo que para el
primer grafico (datos de terreno) considera hasta un poco ms del 25% de error, debido a
que los datos por sobre ese nmero se reparten de maneras muy vagas en los otros
intervalos, por lo que el histograma no divide sus intervalos bajo alguno de los criterios
estudiados anteriormente en los cursos de estadstica.
El mismo caso se da para los anlisis de los histogramas de los datos de DG, DP.
Se observa que los errores relativos porcentuales se ubican primeramente en los rangos
mas pequeos, por lo que las diferencias entre las leyes originales y su duplicado son
muy bajas, y por lo tanto hay un grado de confianza no menor para el trabajo que se hace
en ambos laboratorios, observando la cantidad de datos que se ubican por estos errores.
Como observacin, las diferencias relativas porcentuales estn en valor absoluto, ya que
no se busca si se estn sobre o sub valorando la ley, sino que vislumbrando cuanto era el
error entre las leyes original y duplicada.
Finalmente se obtienen las estadsticas para las leyes originales y duplicadas, para DT,
DG, y DP y se hace el clculo de los errores, haciendo la diferencia de las medias de las
leyes de cobre.
Metodologa para el clculo de beneficio convencional

Para la pregunta N3 se emple la frmula de beneficio convencional la cual es la
siguiente:
Ecuacin 3:Ecuacin beneficio convencional

Donde:
Bi = Valor actual neto en millones de dlares

V(m) = Valor de una tonelada de mineral en dlares
P(t) = Costo de produccin de una tonelada de mineral en dlares
t = Ritmo de produccin en millones de toneladas por ao
i = Tasa de descuento
N = Vida de la mina en aos
I(t) = Inversiones en millones de dlares
m = Ley media en porcentaje
Para el clculo de V(m) se emple:
Ecuacin 4: Formula valor de una tonelada de mineral en dlares
Donde:
Pr: Precio en dlares por libras

R: recuperacin metalrgica
m: sesgo
Bsicamente en esta pregunta consista en realizar correctamente la sustitucin en cada

variable, al momento de ver toneladas por ao solo consisti en multiplicar las toneladas
diarias por los das del ao. Para la variable sesgo se calcul la diferencia entre los
originales y duplicados y a estos se les realizo un promedio para asociarlo a m. El resto
es solo reemplazar cada variable.
Desarrollo de taller
Tareas especficas aseguramiento de la calidad :
Pregunta N1: Error fundamental de Pierre Gy
Siempre lo ideal en una muestra es que est constituida de tal manera que sea
homognea en sus partculas para evitar y reducir lo ms posible el error que puede
producir el muestreo. En la realidad se genera una variacin en el muestreo generada por
la heterogeneidad de constitucin de las partculas o fragmentos, es decir, la variabilidad
de una caracterstica dentro de cada partcula o fragmento en cuanto a su composicin

qumica y/o mineralgica, forma, tamao, densidad u otras propiedades. Este error
generado por la heterogeneidad de la muestra es un error que no se puede anular que
siempre estar presente y se encuentra representado segn la siguiente expresin
matemtica:
Donde:
Ms :
Masa de
la muestra
(g)
ML : Masa de lote (g)
d : Dimetro de partcula (cm)
f*g*c*l = C : Constante de muestreo (g/cm3)
La masa de la muestra corresponde al tamao de la muestra que ser analizada. Por otro
lado la masa del lote corresponde a toda la masa extrada que luego ser reducida para
dar lugar a la masa de muestra a analizar o que va a la etapa posterior. El dimetro de la
partcula se puede estimar mediante las mallas empleadas. Se puede dar un rango de
este sacando la raz del promedio para estimar un dimetro final. Los parmetros f, g, c, l
al ser multiplicados se determina la constante de muestreo, la que resulta de utilidad para
determinar la constante del yacimiento y variando los dimetros la constante del muestreo
vara de la misma forma.
Pregunta N2
a) Error de extraccin de incrementos: ocurre cuando el dispositivo de muestreo
selecciona fragmentos o partculas, sea la muestra no posee la misma distribucin
granulomtrica del lote del cual proviene. Este error usualmente es distinto de cero, por lo
cual es un gran factor de generacin de sesgo importante.
b) Error de la delimitacin de los incrementos: Se genera cuando la forma de volumen
que delimita el incremento es incorrecta, de tal manera que la probabilidad de que los
fragmentos pertenezcan al incremento no es uniforme. La media de este error es en
general distinta a cero, lo que hace que este error sea una fuente importante de sesgo.
c) Error de segregacin o agrupamiento: Al agrupar las partculas se pierden de

manera excesiva finos los cuales pueden generar un sesgo considerable, se puede
heterogenizar las muestras debido a lo anterior mencionado los flujos de la segregacin
pueden poseen caractersticas distintas que pueden llegar a producir ineficiencias. La
segregacin puede ser por densidad o por tamao.

d) Error en preparacin y anlisis qumico: el error de preparacin se relaciona con la

integridad de la muestra y considera contaminacin (polvo, corrosin), prdida se produce
con polvo que se vuela, material que queda en el circuito de muestreo, prdida accidental
de una porcin de la muestra, por alteracin: de composicin qumica, mineralgica y
finalmente un posible error humano.
El error de anlisis qumico se puede generar por la determinacin de humedad, anlisis
granulomtrico, estimacin de la densidad de pulpa, etc. Puede ser fuente de sesgos
importantes.
Pregunta N3
Protocolo de muestreo seguro: el protocolo de muestreo seguro consiste en definir
claramente cada etapa por el cual pasa la muestra, ya sea chancado, pulverizado desde
el inicio, con esto se trata de identificar cada etapa y reducir lo ms eficiente posible el
error que puede generar en la etapa final.
Test de Heterogeneidad: consiste bsicamente en calcular la variable c de diversos
tamaos de muestras, gracias al clculo del error fundamental de Pierre Gy despejamos
la constante del yacimiento asociado a ese c, el cual vara dependiendo del tamao de la
muestra.
Pregunta N4
Mtodo absorcin atmica: En qumica analtica, la espectrometra de absorcin atmica
es una tcnica para determinar la concentracin de un elemento metlico determinado en
una muestra. Puede utilizarse para analizar la concentracin de ms de 62 metales
diferentes en una solucin.
Ventajas:
En el anlisis cualitativo: No es aplicable

En el anlisis cuantitativo: Anlisis rpido y fiable de un elemento dado. En
algunos casos alta sensibilidad
Desventajas
Limitaciones del mtodo: Los metales se analizan individualmente no

simultneamente. Por lo general no es aplicable a no metales
Limitaciones para la muestra: La mayora de muestras orgnicas lquidas y slidas
requieren de digestin antes del anlisis
Espectrometra de Masas con Plasma Acoplado Inductivamente (ICP): tcnica de anlisis
inorgnico elemental e isotpico capaz de determinar y cuantificar la mayora de los
elementos de la tabla peridica en un rango dinmico lineal de 8 rdenes de magnitud
(ng/l mg/l) adems de poder llevar a cabo la determinacin de los elementos en un
anlisis multi-elemental que provee la composicin de la muestra analizada.
Pregunta N5
a) Los valores de C(d) para Cobre y Molibdeno son los siguientes:
Tabla 2: Valores de C(d) obtenidos. Fuente: Propia

b) los valores de () para granulometras de 6#, 10#, 100# y 150# son los siguientes:
Tabla 3:Valores de C(d) para diversas mallas de muestreo. Fuente: Propia
c) Disee un protocolo de muestreo seguro considerando que las muestras provienen de

sondajes de aire reverso cuyo tamao de promedio de fragmentos es de , y peso por
metro es aproximadamente de 40 kg.
Para Cobre tenemos lo siguiente:
Tabla 4: Protocolo de muestreo seguro para Cobre. Fuente: Propia
Para el caso del cobre cumple con la norma de bajo 10% de error
Para Molibdeno tenemos lo siguiente:

Tabla 5:Protocolo de muestreo seguro Molibdeno. Fuente: Propia

d y e ) Dibuje el nomograma resultante de su protocolo de muestreo. Comente

Para el caso del Cobre se obtuvo lo siguiente:
Ilustracin 2: Nomograma muestras de Cobre. Fuente: Propia
Se observa el flujo de muestreo para el Cu en base a un nomograma, en donde:

1- Se observa un cambio de masa hasta obtener una muestra de 8 Kg (en tamao
1/2), correspondiente al uso de un divisor rifle

2- La masa de la muestra permanece constante y los fragmentos de la muestra

experimentan una reduccin de tamao (por accin del chancador)
3- Se observa un cambio de masa hasta obtener una muestra de 500 gramos (6#),
correspondiente al uso de un divisor rotatorio
experimentan una reduccin de tamao (por accin del pulverizado)
5- Finalmente se obtiene una muestra de 50 gramos (150#)
6- De la muestra anterior se puede obtener la muestra de 1g para realizar el anlisis
qumico
Como se realiz en el anlisis anterior, el nomograma se puede usar para decidir cuales
sern los pasos en el protocolo de muestreo. Para esto se agrega una restriccin
adicional, en donde ninguna etapa del protocolo contribuya con un error mayor al 10%, lo
cual implica un Sfe= 0,01.
En el caso mostrado se verifica una correcta seleccin de masas en el muestreo ya que
los errores (%) en cada paso del protocolo de muestreo son menores al 10%, obteniendo
un error total de 4,306%.
Para el Molibdeno se obtuvo lo siguiente:
Ilustracin 3:Nomograma de muestras de Molibdeno. Fuente: Propia
Se observa el flujo de muestreo para el Molibdeno en base a un nomograma, en donde:

1- Se observa un cambio de masa hasta obtener una muestra de 10 Kg (en tamao
1/2), correspondiente al uso de un divisor rifle
experimentan una reduccin de tamao (por accin del chancador)
3- Se observa un cambio de masa hasta obtener una muestra de 1000 gramos (10#),
correspondiente al uso de un divisor rotatorio
experimentan una reduccin de tamao (por accin del pulverizado)
5- Finalmente se obtiene una muestra de 250 gramos (150#)
6- De la muestra anterior se puede obtener la muestra para realizar el anlisis
qumico
En el caso mostrado se verifica una correcta seleccin de masas en el muestreo ya que
los errores (%) en cada paso del protocolo de muestreo son menores al 10%, obteniendo
un error total de 8,675%.
Tareas especficas control de calidad

Pregunta N1
a) Grfico de dispersin de las muestras de CuT (%) originales y duplicadas.
Ilustracin 4:Grfico de dispersin de las muestras de CuT (DT). Fuente: Propia

Ilustracin 5:Grfico de dispersin de las muestras de CuT (DG). Fuente: Propia
Ilustracin 6:Grfico de dispersin de las muestras de CuT (DP). Fuente: Propia

b) Grfico de leyes de CuT (%) v/s diferencia porcentual relativa de las muestras
originales y duplicadas.
Ilustracin 7:Grafico leyes de CuT (%) v/s diferencia porcentual relativa (DT).
Fuente: Propia
Ilustracin 8:Grafico leyes de CuT (%) v/s diferencia porcentual relativa (DG).
Fuente: Propia

Ilustracin 9: Grafico leyes de CuT (%) v/s diferencia porcentual relativa (DP).
Fuente: Propia
c) Histogramas de diferencias porcentuales relativas de las muestras originales y

duplicadas.
Histograma
Frecuencia
% acumulado
Ilustracin 10: Histograma diferencias porcentuales relativas de las muestras

originales y duplicadas (DT). Fuente: Propia

Histograma
Frecuencia
% acumulado
Ilustracin 11:Histograma diferencias porcentuales relativas de las muestras

originales y duplicadas(DG). Fuente: Propia
Histograma
Frecuencia
% acumulado
Ilustracin 12:Histograma diferencias porcentuales relativas de las muestras

originales y duplicadas(DP). Fuente: Propia

d) Estadsticas de ambas distribuciones (medias, desviacin estndar, coeficiente de

variacin, coeficiente de correlacin, ecuacin de regresin lineal).
Tabla 6: Estadsticas de ambas distribuciones (DT). Fuente: Propia
Original Duplicado
Media 0.398 0.397
Desviacin 0.383 0.378
CV 96.280 95.270
Ecuacin de y=0,9664x+0,0122
regresin
Correlacin (R) 0.9796
Tabla 7:Estadsticas de ambas distribuciones (DG). Fuente: Propia
Original Duplicado
Media 0.413 0.412
CV 95.806 95.471
Ecuacin de regresin y=0,9937x+0,0017
Correlacin (R) 0.999312659
Tabla 8:Estadsticas de ambas distribuciones (DP). Fuente: Propia
Original Duplicado
Media 0.427 0.427
CV 96.175 96.312
Ecuacin de regresin y=0,9989x+0,0003
Correlacin(R) 0.997932926
e) Determine el error de corte, el error de preparacin, el error de anlisis y el error total

Tabla 9:Errores de corte y relativo (DT). Fuente: Propia

Tabla 10:Errores de preparacin y relativo (DG). Fuente: Propia
Tabla 11:Errores de anlisis y relativo (DP). Fuente: Propia

Pregunta N2
A partir del anlisis de los resultados presentados (DP), responda a las siguientes
preguntas:
a. Qu puede concluir de los grficos de dispersin, grficos de diferencias relativas y
las estadsticas presentadas?
Anlisis grficos de dispersin
Duplicados de Pulpa:
Ilustracin 13: Grfico de dispersin de las muestras de CuT (DP). Fuente. Propia
Si se observa en primer lugar el grfico de dispersin para las leyes de Cu de terreno, se

desprende que existe una menor dispersin de datos, para menores leyes. Se observa
que para leyes menores a 0,5% de Cu la dispersin de datos es extremadamente baja,
pero esta aumenta a medida que aumentan las leyes. Las leyes comprendidas entre 0,5-
1,5% presentan mayor dispersin en relacin a las leyes menores a este rango. Adems
existe solamente un dato en que la ley es cercana al 2% para el caso de ley de Cu
original, y de Cu duplicado.
Es posible identificar dos casos tpicos al momento de realizar un muestreo de leyes; El
primer caso es que la ley de cobre original obtenida en terreno sea menor a la ley de
duplicado, en cuyo caso se habla de una subestimacin de la muestra en cuestin; por
otro lado si se tiene que las leyes de duplicado son menores que las leyes originales, se
habla de una sobreestimacin de la muestra.
Para el caso del grafico de dispersin de las leyes de pulpa, se tiene la situacin en que
todos los puntos se acercan a la lnea con pendiente 1, lo que quiere decir que el error
disminuye bastante, y solo un punto ubicado entre el 0,5% y el 1% presenta una
diferencia notable entre su original y su duplicado.

Anlisis grficos de diferencias relativas
Datos de Pulpa:
Ilustracin 14:Grafico leyes de CuT (%) v/s diferencia porcentual relativa (DP).
Fuente: Propia
Para el presente grafico se observa que cuando las leyes son ms bajas, la diferencia
porcentual relativa resulta irregular, ya sea que la ley original de cobre supera a la
duplicada (para lo cual las diferencias porcentuales relativas son positivas), o la duplicada
supera a la ley de cobre original (diferencias porcentuales relativas negativas) en
porcentajes mayores que para el resto de las leyes, a contar aproximadamente de la ley
0,003 vista desde la grfica, en donde al inicio se observa un peack de entre 50% y de
algo menos del -30%. A medida que la ley va en aumento existen otros peack menores,
que bordean los 20% y los 10%, para luego ser regulares, existiendo solo algunos puntos
que salen del 10% en la ley de 0,5 y en 0,747 que toma un valor de 54,62%.

Estadsticas
Tabla 12: Estadsticas de muestras DP. Fuente: Propia
b) Calcule el error relativo para el conjunto de datos original - duplicado. Qu opina

sobre la exactitud del proceso de muestreo?
Tabla 13:Errores de anlisis y relativo (DP). Fuente: Propia
Este valor nos da a entender que existe una correlacin entre las variables estudiadas y
analizadas en la regresin lineal en la que interacta y pertenece ese coeficiente de
variacin de variable.
El error relativo se encuentra en el rango aceptable de +/- 0,5(%), por tanto la
determinacin en leyes presenta una buena exactitud, esto se ve reflejado en la forma del
grafico de dispersin, se puede apreciar que la media de una distribucin con respecto a
la otra son casi idnticas (Cut (%) Originales y Duplicados).
El coeficiente de variacin se encuentra fuera del rango aceptable de +/-5 (%), lo cual
refleja un mayor nivel de dispersin en los datos siendo un proceso no preciso.

c) Calcule el coeficiente de variacin R2 para el conjunto de datos original duplicado.

Qu opina sobre la precisin de los resultados?
Al realizar una correcta regresin podemos calcular el parmetro R el cual se muestra a
continuacin
R = 0,9959
Este valor nos da a entender que existe una correlacin entre las variables estudiadas y
analizadas en la regresin lineal en la que interacta y pertenece ese coeficiente de
variacin de variable.
d) Medidas para mejorar estos resultados:
Es sabido por los estudiantes de la carrera de Ingeniera en Minas que los procedimientos
en los laboratorios estn normados, y los instrumentos tienen mrgenes de error bajos,
por lo que se desprende que cualquier error en las medidas de las leyes podra ser
importante en el muestreo, por lo que se recomienda tener personas que supervisen la
labor de los trabajadores que tomen las muestras, con el fin de que la muestra sea
representativa y que siga todas las tcnicas de muestreo necesarias para la correcta
medicin de la ley.

Tareas especficas beneficio convencional

Para desarrollar lo solicitado realizamos una tabla resumen de datos como se muestra a
continuacin:
Tabla 14: Resume de datos entregados para pregunta.
Como se nos solicit analizar los datos provenientes de la base de datos con divisin
denominada DP calculamos el parmetro definido como sesgo(m) mediante el promedio
de la diferencia entre originales y duplicado luego reemplazamos en la ecuacin y
calculamos V(m) dando el siguiente valor :
Tabla 15:Valores obtenidos para beneficio convencional. Fuente: Propia
Luego reemplazamos en la frmula de beneficio convencional asumiendo el parmetro P

y I como nulas o iguales a 0 obteniendo el siguiente beneficio:
Bi=1,124 Millones de dolares

Conclusiones y recomendaciones
Las conclusiones y recomendaciones obtenidas al desarrollar el taller se dividi por cada
Item solicitado como se muestra a continuacin:
Conclusiones determinacin constante C(d) y protocolo muestreo

seguro
En la experiencia se analiz el error fundamental de Pierre Gy, la cual se relaciona
a la heterogeneidad intrnseca del mineral que se desea muestrear (en el presente
caso es cobre y molibdeno), dicha heterogeneidad se refiere a la variabilidad de
una caracterstica dentro de cada partcula o fragmento en cuanto a su
composicin qumica y/o mineralgica, forma, tamao, densidad u otras
propiedades.
Se realiza una estimacin terica de la constante C(d) (constante de muestreo)
para el Cobre y el Molibdeno a partir de la frmula del error fundamental de Pierre
Gy, pero se puede observar que la constante de muestreo no es verdaderamente
una constante pues depende del tamao de fragmentos nominal, por tanto se
puede calcular la constante del yacimiento K que efectivamente permanece
constante para distintos tamaos nominales de los fragmentos del lote.
Se desarrolla un protocolo de muestreo seguro para el Cobre y el Molibdeno en
base de un test de heterogeneidad, el cual tiene como objetivo estimar la varianza
relativa del error fundamental mediante un experimento que siempre puede
implementarse correctamente (tomando las precauciones adecuadas a la hora de
elegir las masas adecuadas para cada tamao de muestra), lo anterior es ms
fcil de visualizar en los nomogramas obtenidos, los cambios en este grfico
corresponden a pasos en la preparacin de las muestras y pueden corresponder
ya sea a una reduccin del tamao de los fragmentos mediante conminucin, o
una reduccin en la masa de la muestra mediante cuarteo.
En base al nomograma se puede determinar las etapas del protocolo de muestreo
obteniendo un error total de 4,306% para el cobre y 8,675% para el molibdeno,
ambos son errores fundamentales menores al 10% lo cual muestra un correcto
protocolo de muestreo, pero se debe hacer nfasis que para lograr el error de
8,675% en el molibdeno se tuvo que aumentar las masas Ms obtenidas en cada
proceso y ademar usar una malla #10 en el proceso de chancado (a diferencia de
la malla #6 usada en el cobre), por tanto el muestreo realizado para el cobre no
sera un muestreo seguro aplicado al molibdeno (en el caso de usar el mismo
muestreo del cobre para el molibdeno se obtiene un error total de
aproximadamente 12%, notoriamente mayor al error del muestreo del cobre).
Se recomienda que el muestreo no sobrepase el estndar limitado (10%) y tener
en cuenta que los estndares cambian segn el tipo de material o etapa que se
est considerando. Ademas se debe tener en consideracin que el nmero de
etapas en el proceso debe minimizarse para evitar el aumento de otros errores de
muestreo particularmente, la posibilidad de prdidas de finos en los equipos o en
forma de polvo debe evitarse para minimizar la posibilidad de incorporar un sesgo
al muestreo.

Conclusiones QA/QC
Con la base de datos entregada se realiza un control de calidad y garanta de calidad en
base a los estndares prestablecidos de precisin y exactitud, considerando las leyes
originales de cobre y las leyes de los duplicados.
En base a los 3 duplicados analizados y sus grficos generados Cut(%) Original vs
Duplicados, se puede apreciar que todos los casos presentan coeficientes de correlacin
altos pero un sesgo sistemtico relacionado a la relacin entre originales y duplicados, tal
como se muestra a continuacin:
DT R^2=0,9596 sesgo=0,0012
DG R^2=0,9987 sesgo=0,0009
DP R^2=0,9959 sesgo=0,0003
A la vez se menciona que los 3 duplicados analizados obtuvieron un error relativo (%)
entre el valor aceptado de +/- 0,5(%), por tanto los procesos fueron exactos.
Con respecto a la precisin:
DT Se obtuvo un coeficiente de variacin alto (fuera del rango de +/- 5%) y un
coeficiente de correlacin alto, por tanto no se present una buena precisin
DG Se obtuvo un coeficiente de variacin dentro del rango aceptable (+/- 5%) y un
coeficiente de correlacin alto, por tanto se present una buena precisin
DP Se obtuvo un coeficiente de variacin alto (fuera del rango de +/- 5%) y un
coeficiente de correlacin alto, por tanto no se present una buena precisin
Con respecto a los grficos de diferencias relativas vs Cut(%) originales:
DT Las diferencias relativas tienden a un valor muy cercano a 0 (media mvil), por
tanto las leyes no estn siendo ni sobrevaloradas ni subestimadas en este proceso.
DG y DP Las diferencias relativas en ciertos periodos tienden a valores que escapan de
los rangos aceptados de los errores mximos y mnimos, en estos casos se tienen
periodos en donde los valores de las leyes originales estn siendo sobrevalorados con
respecto a los duplicados y periodos en donde se subestiman, lo anterior puede ser causa
de ciertos incidentes ocurridos en los periodos exactos en donde ocurre un peak en las
diferencias relativas (%), en donde cada periodo puede ser causa de un anlisis mayor
para determinar las causas.
El QA/QC bien usado puede constituir una garanta de prevencin de prdidas
econmicas por muestreo incorrecto en el proceso minero, por tanto es recomendable
realizar un monitoreo de la calidad en la estimacin de leyes. Es necesario que las
personas involucradas comprendan en profundidad las fuentes de variabilidad de los
procesos de minera, ya que las prdidas son difciles de descubrir y es difcil estimar un
impacto econmico inmediato.

Conclusiones beneficio convencional
Al momento de realizar el anlisis del beneficio convencional con los parmetros

definidos, se puede observar una sobrevaloracin de las leyes originales versus las
duplicadas que se encuentra reflejado en un beneficio convencional de 1,124 millones de
dlares. El valor anterior es un 0,0562% del valor estimado del yacimiento (2000 millones
de dlares) lo cual es un porcentaje adicional que se estara recibiendo al momento de
vender el yacimiento, lo cual constatara un problema mayor al comprador del yacimiento
ya que el comprador pagara un 0,0562% ms del valor estimado de este por causa del
sesgo analtico 0,0087% en las leyes de cobre. El valor calculado pareciera ser pequeo
en comparacin al total del valor del yacimiento (siendo solo un 0,0562%), pero el valor de
1,124 millones de dlares no es menor, ya que en el ao 2015 CODELCO anuncio
perdidas contables de 1,357 millones de dlares generadas por el descenso del precio en
el cobre, ciertas perdidas hizo que la empresa estipulara las razones anexas que
involucraron las perdidas, las cuales fueron:
La baja experimentada en los ingresos por ventas de cobre propio (causada por la
variacin negativa en el precio del cobre)
El menor resultado de participaciones en inversiones filiales y coligadas, que considera
la prdida por deterioro de la sociedad Anglo American Sur.
La variacin negativa experimentada por el efecto neto de otros ingresos registrado en el
perodo 2015 donde se destaca el reconocimiento de prdidas por deterioro de Divisin
Salvador y Divisin Ventanas ms otros castigos de activos.
Por tanto se puede afirmar que el 0,0562% del valor del yacimiento del enunciado, sera
una cifra importante que requerira un anlisis de las variables que efectuaron esa
perdida, para una empresa como CODELCO.
Se recomienda tener en cuenta el impacto econmico del sesgo analtico a la hora de
realizar estimaciones y decisiones importantes que involucren el yacimiento, ya que esta
variable es notoriamente importante y de no tenerse en cuenta puede generar prdidas
exorbitantes, como por ejemplo CODELCO que dejo de recibir 300 millones de dlares en
la venta de un yacimiento gracias a un sesgo analtico de 0,06% en las leyes de cobre.

Taller N1 Evaluacion de Yacimientos

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Taller N1 Evaluacion de Yacimientos

Caricato da

Copyright:

Formati disponibili

Universidad de Santiago de Chile

Profesor: Danilo Castillo Vera

Fecha de entrega: 02 de Abril de 2017

En el anlisis solicitado y realizado por alumnos de la Universidad de Santiago de Chile se

Luego se analiz la variacin de C(d) respecto al dimetro que se emplea o solicita, se

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

Tabla 5:Protocolo de muestreo seguro Molibdeno. Fuente: Propia...................................14

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

mal envi de muestras a colas, o el hecho de no emplear correctamente los parmetros

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

Realizar los grficos de dispersin de la muestra CuT% original y duplicada,

Metodologa aplicada la seccin tareas especficas aseguramiento de

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

Para la pregunta N5 se necesit emplear el Software Excel para la facilitacin de clculos

Ecuacin 1: Error fundamental de Pierre Gy

Considerando que se debe calcular el factor C(d) el cual se simboliza en la formula

Ecuacin 2: Formula test heterogeneidad variable C(d)

Conociendo C(d) y el dimetro se puede calcular la constante del yacimiento K, conocida

ML(gr) Ms(gr) #pulg d(cm C(d) Sfe %Erro K

Ilustracin 1:Nomograma Sfe v/s Masa

Metodologa aplicada la seccin tareas especficas control de calidad:

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

Metodologa para el clculo de beneficio convencional

Ecuacin 3:Ecuacin beneficio convencional

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

Bi = Valor actual neto en millones de dlares

Para el clculo de V(m) se emple:

Ecuacin 4: Formula valor de una tonelada de mineral en dlares

Pr: Precio en dlares por libras

Bsicamente en esta pregunta consista en realizar correctamente la sustitucin en cada

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

c) Error de segregacin o agrupamiento: Al agrupar las partculas se pierden de

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

d) Error en preparacin y anlisis qumico: el error de preparacin se relaciona con la

En el anlisis cualitativo: No es aplicable

Limitaciones del mtodo: Los metales se analizan individualmente no

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

c) Disee un protocolo de muestreo seguro considerando que las muestras provienen de

Para Molibdeno tenemos lo siguiente:

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

d y e ) Dibuje el nomograma resultante de su protocolo de muestreo. Comente

Ilustracin 2: Nomograma muestras de Cobre. Fuente: Propia

Se observa el flujo de muestreo para el Cu en base a un nomograma, en donde:

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

2- La masa de la muestra permanece constante y los fragmentos de la muestra

Ilustracin 3:Nomograma de muestras de Molibdeno. Fuente: Propia

Se observa el flujo de muestreo para el Molibdeno en base a un nomograma, en donde:

Tareas especficas control de calidad

Ilustracin 4:Grfico de dispersin de las muestras de CuT (DT). Fuente: Propia

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

Ilustracin 5:Grfico de dispersin de las muestras de CuT (DG). Fuente: Propia

Ilustracin 6:Grfico de dispersin de las muestras de CuT (DP). Fuente: Propia

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

c) Histogramas de diferencias porcentuales relativas de las muestras originales y

Ilustracin 10: Histograma diferencias porcentuales relativas de las muestras

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

Ilustracin 11:Histograma diferencias porcentuales relativas de las muestras

Ilustracin 12:Histograma diferencias porcentuales relativas de las muestras

EVALUACIN DE YACIMIENTOS MUESTREO Y QA/QC

d) Estadsticas de ambas distribuciones (medias, desviacin estndar, coeficiente de

Tabla 7:Estadsticas de ambas distribuciones (DG). Fuente: Propia

Tabla 8:Estadsticas de ambas distribuciones (DP). Fuente: Propia