Download - 163186771 Muestreo Geoestad Geome Expo UNI
-
7/22/2019 163186771 Muestreo Geoestad Geome Expo UNI
1/91
M.Sc. Sa muel Cancha ya Moya
Tel. 4192 640
sa muel.can cha [email protected]
canmo [email protected]
Universidad Nacional de Ingeniera
Facultad de Ingeniera Geolgica y Metalrgica
XVI Seminario Internaciona l d e G eolog a
Julio 20 12
Promo cin de Ingenieros GelogosUNI - 2012-I
MUESTREO
Creo que todos nosotros entendemos
la importancia del MUESTREO Todos aspiramos a la CALIDAD
Los procedimientos de QA/QC convenientemente aplicados pueden serherramientas para lograr y controlar la CALIDAD
Es bueno saber que actualmente casi todos aplican el QA/QC
Sin embargo el QA/QC se aplicaprioritariamente en la fase del anlisisqumico de la muestra y su preparacin mecnica previa.
Se d escu ida el aseguramiento y control en la fase del MUESTREOPRIMARIO, fuente principal y ms importante de los errores
2
3
Estructura general delos errores:
EG = Error GlobalEM1 = Error en la fase de muestreo primario
EM2 = Error en la fase de muestreo secundarioo de preparacin mecnicaEA = Error ana ltico
EG = EM1 + EM2 + EA
Los errores son aditivos!
Aplicacin actual del QA/QC
Sesgo
% Fase
1000Muestreoprimario
50Muestreo
secundario
0 .1 a 1 An lisis
Segn: Gy (1999:10)
Actividad% Error
relativo
Muestreo 100 a 1,000
Transporte yalmacenamiento 1 a 100
Preparacin mecnica,
reduccin10 a 100
Prep araci n q umica 5 a 2 0
Anlisis 0.1 a 5
Compilado a partir d e: Gy (1999:10); Gy &Francois-Bongarson(1999) y Paski(2006)
QA/QC QA/QC
La prctica delQA/QC
El Aseguramiento de la Calidad(Quality Assurance) es el
conjunto de acciones sistemticasy preventivas para asegurar lacalidad y confianza en el muestreo y anlisis.
El Control de la Calidad (Quality Control) es el conjunto de actividadeso tcnicas para monitorear, identificar errores y realizar accionescorrectivas durante el muestreo y anlisis.
Una de las acciones mas difundidas dentro del QA/QC es intercalaradecuadamente muestras de control dentro de cada lote de muestras aanalizar.
Internacion almente la proporcin aceptada de muestras de control es 20%
5
012345678
910
0 1 2 3 4 5 6 7 8 9 10
Max
Min
Muestras Gemelas
MG
y=x
Lnealmite
Muestrasfallidas
Proporcin recomendable demuestras de contro l
6
Tipo de control Frecuencia % recomendado
Muestras gemelas (duplicados de campo) 1 de 30 a 50 2
Duplicados gruesos 1 de 30 a 50 2
Duplicados de pulpa 1 de 30 a 50 2
Estndar bajo1 de 20
alternando
2
Estndar medio 2
Estndar alto 2
Blancos gruesos 1 de 30 a 50 2
Blancos finos 1 de 30 a 50 2
Duplicados externos 1 de 20 4
TOTAL: 20
Modificado a partir d e Simon (2007)
-
7/22/2019 163186771 Muestreo Geoestad Geome Expo UNI
2/92
El muestreo primario:Sigue siendo la Cenicientade la actividad minera QA/QC preferentemente aplicado al anlisis y
su preparacin mecnica previa.
Siempre es ms fcil adquirir equipos de anlisis qumico cada vez mssofisticad os; por el contrario es difcil obtener aprobacin de las Gerenciaspara cortadoras de rocas, cuarteadores rotatorios, homogenizadores, etc.
Cantidad de publicaciones sobre anlisis qumico es ms de un centenar deveces ms que las relacionadas con el muestreo.
Cursos especficos de muestreo son casi inexistentes en universidades einstitutos; mientras cursos de anlisis qumico son obligatorios.
Respo nsables de anlisis qumicos son especialistas de gran calificacin ybien pagados. Muestreros considerados demenor rango y con escalas msbajas d e remuneraciones
7
Conclusiones:
QA/QC preferentemente aplicado al anlisisy su preparacin mecnica previa.
Fase de muestreo primario es la ms importante; adems genera mayorprop orcin de errores.
Muestreo sigue siendo cenicientade la actividad minera.
Gelogos demuestreo y muestreros no son debidamente seleccionados,capacitados ni bien remunerados.
8
Recomendaciones:
Protocolos de muestreo
Implementar Caden a de Seguridad del Muestreo
Minimizar errores en la fase de muestreo primario durante: Elec cin del tipo ms adecuado de muestreo Definicin de la malla o distancia ptima de muestreo Medicin sistemtica de la desviacin de taladros
Reduccin del tamao de los fragmentos que se constituirn en incrementosde la muestra. Homogenizacin adecuada previa a cualquier ejercicio de reduccin de
volumen.
Cantid ad, p eso y granulometra de incrementos de las muestras deben serdeterminado s con procedimientos actualizados (Gy 1999; Paski 2006).
9 10
El error fundamental (EF) de muestreo(segn Pierre Gy):
Error fund amental d e muestreo EF:Es la v arianza de las diferencias entre los valores reales y los estimadospo r las muestras.
Frmula de la varianza del error fundamental de muestreo:
s2 = Kd3 (1/MS-1/ML)Donde:
ML Masa del lote (grs)
MS Masa de la muestra (grs) d Dimetro m ximo de las partculas (cm) K Constante representada por la frm ula: K = c g f l
c factor de composicin mineralgica (gr/cm3) g fac tor de distribuc in de tamao (s/dimensin) f fac tor de forma de las partculas (s/dimensin) l factor de liberacin; l e (0, 1); (s/dimensin)
Nomograma de preparacin de muestrasCONS TANTE DE MUESTREO C= 4 PARA COBRETOTAL
2 "
1.E-08
1.E-07
1.E-06
1.E-05
1.E-04
1.E-03
1.E-02
1.E-01
1.E+00
1gr 10gr 100gr 1Kg 10Kg 100Kg
PESO DE LA MUESTRA EN GRAMOS
VARIANZADELERRORFUNDAMENTAL
PRECISIN %
0,1
1
10
100
5
MUESTREADOR
PRIMAR IO 50 KG
CHANCADOR DE
CONO A - 1/4
2 CUARTEADORE S
ROTATORIOS EN SERIE
500 GR
CONMINUCION
A MALLA - 10
50 GR
MUESTR EADOR
ROTATORIO
PULVERIZADOR
DE OLLA
Recomendaciones:
Comprar equipos y aparejos de muestreoadecuados.
Utilizar siempre las mejores herramientas yverificar sistemticamente que estn en b uenestado: Protocolos de verificacin sistemtica (check lists) de equipos
y herramientas de muestreo
No escatimar esfuerzos por lograr una muestra representativa, biencon servad a y no contaminada: Implementar Cadena de Seguridad.
Muestreo superficial de rocas y estructuras con cortadoras de discodiamantado.
12
-
7/22/2019 163186771 Muestreo Geoestad Geome Expo UNI
3/93
Muestreo de afloramientos deestructuras con cortadoras de di sco
Forma t radicional de muestreo
14
Mortero Platner
15
Homogenizador porttil Recomendaciones:
Mallas de muestreo y distanciasptimas de muestreo se debendefin ir co n procedimientos geoestadsticos.
QA/QC del muestreo primario debe incluir pruebas frecuentes de R&R
Todo p rotocolo de muestreo debe estar refrend ado por tests deheterogeneidad y de sesgo en las fases ms crticas.
Prog ramar au ditoras anuales de muestreo, preferible realizadas porempresas externas.
Uso recomendable: guantes desechables o toallas hmedas descartablesaspersores para humedecer testigos (en lugar de brochas), cuarteadoresrotatorios (en lugar de mantas de cuarteo), etc.
16
ERR %
50
30
10
20
40
0
60
17
Implementos
Recomendables yNo recomendables
Cuarteadoresrecomendables
18
-
7/22/2019 163186771 Muestreo Geoestad Geome Expo UNI
4/94
19
Reduccin del volumende muestra:
M todo Tpi caDER
Recomendacin
Cuarteomanual
(manteo)10 No recomendable
Splitter 1 Alimentacin debe seradecuada
Divisorrotatorioy Riffle
0.1 Buena reduccin
Desviacin estndar relativa ( DER) seg n Paski (20 06 )
Manta de
cuarteo
Recomendaciones:
Conformar el equipo de muestreo con losmejores y ms calificados recursos humanos.Capacitacin y calificacin permanentes. Buena remuneracin.
Controlar y/o min imizar prdida de finos, generalmente con altocon tenido de minerales valiosos; especialmente durante perforacinlavado y corte de testigos.
Implementar u so de cdigo de barras posibilitando registro directo demediciones y datos de laboratorio con sistemas automatizados.
Desterrar prcticas inadecuadas en la manipulacin detestigos: apilarcajas d estapadas o caminar sobre ellas; uso debrocha, transporte yalmacenamiento deficientes, etc.
20
Como NO se debealmacenar testigos
21
Existe formas msadecuadas
22
Muestreo de materialsuelto de testigos
Aplicacin correcta del QA/QC
Sesgo
% Fase
1000Muestreoprimario
50Muestreo
secundario
0 .1 a 1 An lisis
Segn: Gy (1999:10)
Actividad% Error
relativo
Muestreo 100 a 1,000
Transporte yalmacenamiento 1 a 100
Preparacin mecnica,reduccin
10 a 100
Prep araci n q umica 5 a 2 0
Anlisis 0.1 a 5
Compilado a partir d e: Gy (1999:10); Gy &Francois-Bongarson(1999) y Paski(2006)
QA/QC QA/QC
Universidad Na cional de Ingeniera
Facultad de Ingeniera Geolgica y Metalrgica
XVI Seminario Internaciona l d e G eolog a
Julio 20 12
Promo cin de Ingenieros GelogosUNI - 2012-I
-
7/22/2019 163186771 Muestreo Geoestad Geome Expo UNI
5/95
25
El concepto del Soporte
La muestra es siempre un diferencial
de volumen (dv), si se compara con elVolumen (V) mayor al que representa. Cuando se asigna un valor encontrado
en el dv, a un volumen mucho mayor Vse produce un error denominado errorde extensin.
An cuando se enva del campo unamuestra apreciable (algunos kilos demuestra) los analitos de laboratorio nopasan de 1 gramo, en el mejor de loscasos.
Una reduccin drstica del volumen dela muestra, asociado generalmente auna conminucin sucesiva, es laprincipal fuente de error
V
dv
Diferentesconfiguracionesde bloques enmalla regular
100 m
100m
al
l
10.3 30.20.1
0.01
0.5 0.6 2 5 6 10
0.06
0. 1
0.02
0.03
0.2
0.3
0.5
1.0
0.04
C
0
2
p ar a a =1 70 p ar a a = 5 0
l
l
l
Modelos esfricos para la estimacin devarianzas de extensiones elementales
(Modificado a partir de a partir de JOURNEL& HUIJBREGTS(1978)
Relacin entre la precisin y el costoasociado a diferentes mallas de perforacin
E V v V V v v2 2 ==== ( , ) ( , ) ( , )VARIANZA DE ESTIMACION:
10
200
50
30
100 7 0.5 50141 METROS
COSTOS
RELATIVOS84 1621
200
50
100
ERROR
Mapeo variogrfico:
29
Para det ecta r lasprinci pale s dire ccionesde ANISOTROPIA; eindirectam ente flujos demineralizacin.
Para definir radios deelipses de influencia
Para que funcione serequiere buena de nsidadde muestreo
30
El efecto pepita (C0)
Este efecto ocurre principalmente: Cuando se tie ne gran variabilidad
local Cuando ocurre Au grueso Refleja errores sistemticos de
muestreo o analticos
0.000
0.026
0.052
0.078
0.104
0 25 5 0 75
Semivariance
Separation Distan ce (h)
Variograma de Au g/ t ID=2.50m
Spherical model (Co = 0.04000; Co + C= 0.07800; Ao = 20.00; r . ;
0.000
0.095
0.190
0.285
0.380
0.00 25.00 50.00 75.00
Semivariance
Separation Distance ( h)
Spherical model (Co = 0.00010; Co + C = 0.22000; Ao = 16.00 ; r .
0.000
0.106
0.211
0.317
0.422
0 25 50 7 5
Semivariance
Separation Distance (h)
Spheric al model(Co = 0.13930; Co + C= 0.29660; Ao = 46.70; . ;
Mejor solucin
AUMENTAR EL SOPORTE
-
7/22/2019 163186771 Muestreo Geoestad Geome Expo UNI
6/96
31
Ensayo al fuego
25-50 g
muestra
OX-Pb
Mezcla fundente
Nitrato de plata
+ 1100 C
10 %
HCL
Separacin del rgulode Pb de la escoria
Lavado delrgulo de Pb
+ 940 C
Separacin del bo tn de Au
del OX-Pb que es absor bidopo r la cop ela
Disolucin del
bo tn d e Au concidos
Gravimetra AA
ICP
COPELACION
FUSION
Manto silceo en el T acazamuestreado sistemticamente porcanales con cortadora porttil
32250 m
Estructura mineralizada
Fracturamiento
1,600 muestras
Densidad de muestreo en canales
8669310
8669338
8669365
8669393
8669420
474400 474433 474467 474500
NORTE
ESTE
8669310
8669338
8669365
8669393
8669420
474400 474433 474467 474500
NORTE
ESTE
0.000
0.026
0.052
0.078
0.104
0 25 50 75
Sem
ivariance
Separ ation Distance (h)
Variograma de Au g/t ID=2.5 0m
Spher ical model (Co = 0.04000; Co + C = 0.07800; A o = 20.00; r2 = 0.196; RSS = 5.82 3E-03)
0.000 0
0.023 1
0.046 1
0.069 2
0.092 3
0 25 50 75
Semivariance
Separation Distance (h)
Variograma Au g/ t ID=5.0
Spherical mod el( Co = 0.04000; Co + C= 0.07900; Ao = 1 9.00; r2 = 0.280;
RSS = 2.007 E-03)
33
Universidad Na cional de Ingeniera
Facultad de Ingeniera Geolgica y Metalrgica
XVI Seminario Internaciona l d e G eolog a
Julio 20 12
Promo cin de Ingenieros GelogosUNI - 2012-I
35
BASE CONCEPTUAL:EL CONCEPTO DE ROCA TOTAL:
En los yacimientos de baja ley, como los prfidos de Cu-Mo,las menas slo llegan a constituir el 1 a 2 % de la roca; elresto son gangas (cuarzo, silicatos, xidos y oxisales); en losyacimientos de Au epitermal esta proporcin es an mscrtica.
En toda operacin minera y de beneficio de mineral(chancado, lixiviacin, flotacin), las gangas son las
protagonistas (pudiendo llegar a constituir el 97 a 98% de laroca).
Problemas como: disminucin del throughput, resistencia ala conminucin, consumo de energa, consumo de cido,recuperacin, prdidas metalrgicas, etc.; generalmentetienen que ver mucho ms con las gangas que con las menas.
ANA LISIS QUIMICO
ANALISIS TEXTURAL
ANALISISMINERALOGICO
py
cp-IIcp-II
qz
ser
100
py cp-I
50
%Cu, g/t Au , %Mo, oz/t Ag , As ppp , Bi p pm, etc.
Cu Secuen cial: CuT, CSAc, Cu SCN, CuRCianurabilidad: AuCN, AgCN
ANALISISFISICO-MECANICO
CARACTERIZACIONCARACTERIZACIONGEOMETALURGICAGEOMETALURGICA
0%
20 %
40 %
60 %
80 %
100%
%e
nPeso
88 1 8 83 8 94 8 98 9 01 90 7 9 10
Proyecto
% DE GANGAS EN EL NIVEL 3550Otros
Sulfatos
Carbonatos
Epdota
Turmalina
Plagio clas as
K-Feldespatos
Cloritas
Biotita
Pirofilita / Talc o
Musc ovit a
Caolin ita
Esm ec titas
Cuarzo
0.0
0.5
1.0
1.5
2.0
2.5
3.0
%
peso
1 2 3 4 5 6 7
Proyecto
%D ESULFURO S NIVEL 3550
Digenita
Covelita
Calc os ita/Djurle ita
Mo l ibdenita
Enargita/Tennantita
Calc opir i ta
Pirita
-
7/22/2019 163186771 Muestreo Geoestad Geome Expo UNI
7/97
DIAGRAMA DE FLUJO:Implementacin de Modelos Geo-Metalrgicos
OBJETIVOS
Modelo Ge o-Met
Obtener base de datosmnima pa ra disear
pruebas metalrgicas
Encontrar relaciones entrelas v ariables de entrada Xi
(mineralg icas) con las desalida Y i (metalrgicas):
Y i = f (X i)
An lisis mineralg icosistemtico (A MS) de las
va riables de entradacrticas para construir el
modelo Geo-met
INICIO
CaracterizacinMineralgica Pilot o
PruebasMetalrgicas
FASE I
FASE II
FASE III
Actualizacin 38
La importancia de la textura
Modelamiento Geolgico 3D:
40 October 2005
Modelamiento de Arcillas a partir de muestrasde Blast-Holes
Flotacin
Lixiviacin
DESCRIPTION
Extr em el y W ea k 0 .25-1
V eryW eak 1-5We ak 5-25
M ed i um St r on g 2 5- 50
Strong 5 0-100R5-I V er yS tron g 100-15 0
R 5 -I I V e r yS tron g 150-20 0
R5-II I V e ryS tron g 200-25 0StremelyStro ng > 250
HARDNESS- STRENGTHOFINTACTROCK
HARDNESS
R0
R5
UCS(MPa)
R6
R1R2
R3
R4
Identificacin de zonas de diferente competenciamecnica Carga Puntual en MPa
Ejemplo de variogramas de Gangas42
-
7/22/2019 163186771 Muestreo Geoestad Geome Expo UNI
8/98
43
Modelo Geolgico de bloques
E ste Nor te Cota % Zn Alt Lit
655600 8834567 4509 0.52 4 12
655675 8835772 4484 1.23 4 12
655750 8836977 4459 2.01 4 12
655825 8838182 4434 0.56 4 12
655900 8839387 4409 1.08 2 12
655975 8840592 4384 3.45 2 12
656050 8841797 4359 0.87 4 13
Litologa, Tipo de
alterac., %Zn,g/tAg.
44
Modelo Geolgico de bloques
E ste Nor te Cota % Zn Alt Lit
655600 8834567 4509 0.52 4 12
655675 8835772 4484 1.23 4 12
655750 8836977 4459 2.01 4 12
655825 8838182 4434 0.56 4 12
655900 8839387 4409 1.08 2 12
655975 8840592 4384 3.45 2 12
656050 8841797 4359 0.87 4 13
Litologa, RQD,
Tipo de alterac.,%Zn, g/tAg,
MPa, %ARCs ,
%sid, gr anulom.,
%Rec., etc.
45
Modelo Geo-metalrgico de bloques
E ste Nor te Cota % Zn Alt Lit
655600 8834567 4509 0.52 4 12
655675 8835772 4484 1.23 4 12
655750 8836977 4459 2.01 4 12
655825 8838182 4434 0.56 4 12
655900 8839387 4409 1.08 2 12
655975 8840592 4384 3.45 2 12
656050 8841797 4359 0.87 4 13
Litologa, RQD,
Tipo de alterac.,%Zn, g/tAg,
MPa, %ARCs,
%sid, gr anulom.,
%Rec., etc.
E ste Nor te Cota % Zn Alt Lit MP a % ARCs % sid RQD % Rec
655600 8834567 4509 0.52 4 12 33 5.5 3.29 25 71.0
655675 8835772 4484 1.23 4 12 56 2.3 2.33 35 72.2
655750 8836977 4459 2.01 4 12 124 7.6 1.02 56 82.0
655825 8838182 4434 0.56 4 12 156 0.6 0.98 87 83.5
655900 8839387 4409 1.08 2 12 250 0.5 0.33 78 85.6
655975 8840592 4384 3.45 2 12 200 2.3 0.45 67 83.1
656050 8841797 4359 0.87 4 13 49 0.25 2.25 80 84.9
Caractersticas fundamentales que debe reunirun buen Modelo Geometalrgico
46
Debe ser un modelo esencialmente probabilstico
Se debe modelar con las mejores herramientas disponibles: Softwarede modelamiento intrnseco 3D, Geoesta dstic a, analizadoresmineralgicos y texturales de alta performance.
Al final es un modelo de bloques, pero involucrando a todas lasvariables geometalrgicas crticas,: mineralgicas, texturales,geomecnicas, etc. , que previamente ha n sido identificadas y modeladas.
Se basa en anlisis sistemticos cuantitativos o semi-cuantitativos delas variables crticas
Por lo tanto no se hace a partir de especmenes, sino de muestras,respetando l os procedimientos basados en la Teora del Muestre o.
QA/QC in Mining Reality or Fantasy? S. Canchaya
47
Eventos importantes relacionados:
6 6
Octubre 2013 Lima- Per
25- 7 Dic. Santiago-Chile
48
Canchaya S. (2008)El ModeloGeometalrgico.- XIV Con greso Peruanode Geol y XIIICon gre soL atinoamericano de Geologa; 29 Set 3 Oct Lima, 6p.
Canchaya S. (2010)QA/QC Realidado fantasa?.-XV CongresoPeruanode Geologa; Lima Per. Set-Oct. 201 0; 4p.
Canchaya S. (2011)QA/QC Reality or Fantasy?.- 5thWorld C onference on SamplingandBlending.- Santiago de Chile. Oct. 2011; 8p.
Fennel M. & Guevara J. & Canchaya S. & Velarde & G. Baum W. & Gottlieb P.(2005)Qems ca n Mineral Analysis for Ore Character ization and Plant Support at Cer ro Verde.- XXVIIConvencin Minera; Arequipa-Per; 11p.
GyP. (1956) NomogrammedEchantillonn age.- Socit de Minerais et Mtaux. Paris. GyP. (1992) Sampling of Heterogeneous and Dynamic Material Systems. Theories of
He terogen eity, Sampling and Homogenizing.- Elsevier, New York.
GyP. (1999) Samplingfor Analytical Purposes.- JohnWiley & Sons, New York; 153p. Gy P. & Francois-B ongarson D. (1999) Seminariode Muestreode Minerales.- Tecniterrae,
Santiago de C hile. Citado por Alfaro M. (2002) Introduccin al Muestreo Minero.- Instituto deIngenieros deMinas deChile; 82p.
PaskiE. (2006) Taller internacional de muestreo geolgico.- IIMP & Actlab s; Lima Abr . 2006;120 p.
Simon A. (2007) Control SampleInsertionRate: Is there an Industry Standard?.-XXIIIInternational AppliedGeochemistrySymposium, IAGS; Oviedo, Spain, June2007; 9 p.
Referencias
-
7/22/2019 163186771 Muestreo Geoestad Geome Expo UNI
9/9
La concurrencia de los tres aspectos:
49
MUESTREO GEOESTADSTICA
GEOMETALURGIA
50
Muchas gracias
M. Sc. S amu el Cancha ya Moya
Tel. 419 2640