• Author / Uploaded
• OsvaldoSaezSepulveda

Citation preview

Muestreo de datos mineros Evaluación de Yacimientos Mineros Universidad de Santiago Agosto 2017

Contenidos • • • •

Bibliografía Introducción Muestreo en faenas mineras Pérdidas económicas por imprecisión e inexactitud en el muestreo • Errores de muestreo • Protocolos de muestreo y test de heterogeneidad • QAQC

Bibliografía •

Gy, P., 1967. L’Echantillonnage Des Minerais En Vrac – Tome I Théorie Générale: Revue De L’Industrie Minerale, 15 de enero, 1967, Edición Especial, 186 p.

•

Gy, P., 1982., Sampling of Particulate Materials Theory and Practice, Developments in Geomathematics 4. Elsevier Scientific Publishing Company, 431 p.

•

Gy, P, 1998. Sampling for Analytical Purposes, 153 p (John Wiley & Sons).

•

Ingamells, C O and Pitard, F, 1986. Applied Geochemical Analysis, 733 p (John Wiley and Sons).

•

Pitard, F., 1993. Pierre Gy´s Sampling Theory and Sampling Practice, Heterogenity, Sampling Correctness, and Statistical Process Control. CRC Press, 488 p.

•

Carrasco, P, 2003. Caracterización de la Heterogeneidad de Constitución en Menas de Pórfidos Cupríferos, Memoria de Título, Universidad Católica del Norte, Departamento de Geología, 86 p (unpublished).

•

Diplomado Evaluación de Yacimientos Mineros, 2010. Universidad de Chile. Facultad de Ciencias Físicas y Matemáticas.

INTRODUCCIÓN

¿Qué es el muestreo? • El muestreo es fundamentalmente, un ejercicio de reducción de masa que se consigue a través de medios técnicos adecuados. • El proceso de muestreo debe respetar la composición del lote a muestrear. • Independiente a su implementación, el muestreo genera errores, los cuales deben ser controlados

Importancia del muestreo minero

Problemas de calidad en la información base • Genera una percepción generalizada de problemas en el proyecto/compañía • Genera tomas de decisiones distorsionadas • Genera una pérdida de valor oculta

EJEMPLOS DE PÉRDIDAS ECONÓMICAS POR IMPRECISIÓN E INEXACTITUD EN EL MUESTREO

Precisión y exactitud

Ejemplo pérdidas ocultas de valor por muestreo y análisis incorrecto

Ejemplos de Pérdidas económicas por imprecisión e inexactitud en el muestreo

CASO 1 INEXACTITUD ANALÍTICA DE LEYES DE COBRE

Beneficio convencional (definición) •

1  e  iN Bi  Vi m   pt  • t  I t  i

, donde:

•

Bi = Valor actual neto en millones de dólares

•

V(m) = Valor de una tonelada de mineral en dólares

•

P(t) = Costo de producción de una tonelada de mineral en dólares

•

t = Ritmo de producción en millones de toneladas por año

•

i = Tasa de descuento

•

N = Vida de la mina en años

•

I(t) = Inversiones en millones de dólares

•

m = Ley media en porcentaje

Beneficio convencional (impacto económico del sesgo)

• El yacimiento ejemplo explota 32 MTons por año (+/- 90.000 tpd) tiene una recuperación de 80 % y una vida útil de 20 años

Impacto económico de sesgo analítico Impacto Económico del Sesgo. 300.

Pérdidas MU$

250. 200. 150.

Precio= 1 U$/Lb Rec. Met. = 80% Ritmo de Explotación=32 Mt/Año Tasa de Descuento=10%

100. 50. 0. 0.00

0.01

0.02

0.03

0.04

0.05

0.06

Sesgo (% CuT)

• 300 Millones de dólares fue lo que CODELCO dejó de recibir en la venta de un yacimiento gracias a un sesgo analítico de 0.06 % de cobre

Ejemplos de Pérdidas económicas por imprecisión e inexactitud en el muestreo

CASO 2 INEXACTITUD EN MUESTREO DE COLA (RELAVES DE COBRE)

Caso de estudio muestreo de relaves •

Una estación de muestreo de ½ millón de dólares se instaló para medir la ley de cola y la densidad de la pulpa en un yacimiento de la zona central de Chile

•

La estación se construyó porque las colas iban a ser vendidas a otra compañía que las trataría aguas abajo, por lo tanto la ley y el tonelaje tenían que ser estimados de manera correcta

•

La estación de muestreo fue diseñada de acuerdo a las reglas de muestreo equiprobable de la TOS*

•

El flujo era de 96.000 tpd y la ley de la cola se asumía en 0.15 % cobre mediante balance metalúrgico tradicional

•

La estación comprobó que la estimación tradicional de la cola era errónea, siendo en realidad 0.2 % de cobre (sesgo de 0.05 % CuT)

•

Probablemente en el pasado este sesgo era mayor, ya que las técnicas metalúrgicas eran menos eficientes y además se explotaba mayoritariamente mineral de enriquecimiento secundario de alta ley

•

Previamente a la construcción de esta estación, la operación había funcionado por 87 años!

*TOS = Theory of sampling

Pérdidas por operación de muestreo deficiente en cola Las pérdidas anuales son:

FA 

96.000

Ton * 0.05% * 365días día  17520 100%

año Toneladas de cobre por día

17520* 2200*1  38.544MUS $ Si consideramos una tasa de interés de 10 % anual, las pérdidas en 20 años son :

 1  i n  1 NPV   • A i    1  0.120  1     NPV    * 38.544 MU $  2207 MU $! 0 . 1   

Ejemplos de Pérdidas económicas por imprecisión e inexactitud en el muestreo

CASO 3 IMPRECISIÓN DE MUESTREO DE POZOS DE TRONADURA

Pérdidas económicas por muestreo deficiente en Pozos  1  e 10*0.1   B  22 * 0.8 *1 * 0.4272  7.05 * 2.835 *  0 . 1   

B+

B   8.4 MU $

 1  e 10*0.1   B   13.4 MU $ B  22 * 0.8 *1 * 0.37314  7.05 * 4.385 *   0.1  

B   B   21.8MU $

B-

 1  e 10*0.1    82.33MU $ B  22 * 0.8 *1* 0.48079  7.05* 9.225 *  0 . 1   

B+  1  e 10*0.1    65.95MU $ B  22 * 0.8 *1 * 0.34525  7.05 * 10.715 *   0.1  

B-

B   B   148.28MU $

¿Por qué pasan estas cosas, si el muestreo es tan importante y hay tanto dinero involucrado?

Desafíos Culturales (Aspectos que es necesario cambiar) • El muestreo es visto como una actividad vulgar, mal remunerada, realizada por personas de escasa preparación académica y de bajo “status” dentro de una empresa

• El muestreo no es una ciencia que se enseñe en las universidades o institutos • Es un simple oficio que se aprende dentro de la industria, con personas que tienen algunos años de experiencia práctica, pero sin conocimientos teóricos • El personal que realiza labores de muestreo está en el último escalón de jerarquía en una empresa. Si lo comparamos con otro trabajo, su similar es el personal de aseo: ambos realizan labores de importancia vital, sin la cual colapsa toda la estructura, pero sin reconocimiento jerárquico ni social • En general se tiende a ahorrar dinero en muestreo, especialmente en actividades fuera de la línea de producción

No ahorrar dinero en la toma de muestras

No ahorrar dinero en la toma de muestras

Percepción del negocio minero según densidad de información

Impacto de la densidad de información en la estimación

Percepción del negocio según malla de perforación DRILL SPACING

MEAN GRADE

TONNAGE

NPV

VARIABILITY

m*m

% Cut

Mt

Mu$

150*150

0.5508

801

-49

0.014

150*100

0.5721

680

-0.5

0.029

100*100

0.632

670

170

0.042

100*50

0.6424

650

302

0.056

50*50

0.6669

613

389

0.068

50*25

0.6742

608

419

0.07

20*10

0.6747

602

421

0.075

Reflexiones • La toma de muestras se realiza en toda la cadena de valor del negocio minero • Las pérdidas por errores de muestreo pueden alcanzar altas sumas de dinero y generalmente son ocultas • Por ende la importancia de tener conocimiento sobre teoría y mejores prácticas de muestreo, además de herramientas geoestadísticas para evaluar posibles impactos y calcular números óptimos de muestras • También es esencial establecer procesos de QA/QC para garantizar que los valores obtenidos de las muestras tengan la PRECISIÓN Y EXACTITUD deseada

MUESTREO EN TERRENO Y FAENAS MINERAS

Muestreo de exploración (DDH) • • •

Perforadora de Diamantina (DDH) con recuperación de testigo con wire-line Dirigido a cortar estructuras (sondajes inclinados en estructuras verticales) Rendimiento de +/- 40 a 80 m/día (Diám. HQ o PQ)

Muestreo de exploración (DDH) – testigos

Muestreo de exploración (DDH) • • • •

Recuperación de testigo Facilita interpretación geológica Más caro que aire reverso +/- 3:1 Poca recuperación cerca del collar en terreno fracturado

Muestreo de exploración (AR) • Sonda Aire Reverso (AR) • Muestra de mayor peso (30-40 kg/m) • Mayor riesgo de contaminación y pérdidas

Muestreo de exploración (AR) • Sistema de doble ciclón usado en aire reverso y pozos de tronadura

Muestreo de exploración (AR) • • • •

Recuperación de detritos + finos Más barato que DDH (+/- 1:3) Usados en in-fill Rendimiento: ~ 50 – 150 m/día (Diám. 5 ¼” a 5 ¾”)

Muestreo en Producción • • • •

Muestreo de Pozos de Tronadura Muestreo de Labores Subterráneas Muestreo de Buzones Muestreo de Carros o Camiones

Muestreo de Pozos de Tronadura • Uso de bandeja radial

Muestreo de Pozos de Tronadura

Muestreo de Pozos de Tronadura • Uso de tubo

Muestreo de Pozos de Tronadura • Pérdida excesiva de finos

Muestreo de Labores Subterráneas

MUESTREO Y CONTROL DE CALIDAD – UNIVERSIDAD DE CHILE

Muestreo de Carros o Camiones • Pérdida de finos

Muestreo de Carros o Camiones Muestreo de gruesos por chips

Muestreo de finos con poruña

Uso de datos de muestreo de producción • Programación de producción – Discriminación • Mineral a Planta • Mineral a Acopios • Estéril a Botaderos • Todas estas decisiones se toman con la muestra de menor calidad (Pozos de tronadura) en los cuales se acepta un error de hasta +/- 20 % • Los yacimientos más complejos son aquellos donde la ley de corte es cercana a la ley media

Muestreo en Plantas • Plantas de flotación – – – –

Muestreo de leyes de cabeza Muestreo de leyes de cola Muestreo de concentrados Muestreo para control de procesos

• Planta de lixiviación – Muestreo de leyes de cabeza – Muestreo de pilas agotadas

• Muestreo para comercialización – Muestreo de cátodos – Muestreo de concentrados

Balance de masas

Muestreo de cabezas • Cortador de flujo completo para pulpas (cabezas, colas, concentrados, etc.) Flujo Cortador

Muestreo de colas • Colas filtradas

Muestreo de concentrados • Muestreo de concentrado en puerto de embarque

Muestreo de pilas agotadas • Dificultades: – Pilas ROM  granulometría muy heterogénea (colpas + finos) – Pilas de lixiviación chancadas  heterogéneas producto de canalización de soluciones y presencia de barro

Muestreo de pilas agotadas • Muestreo con retroexcavadora y paleo alternado. Pila

Zanja de muestreo

Muestras

Muestreo de cátodos • Muestreo de ley de cobre e impurezas • Impurezas no están distribuidas en forma homogénea • Muestreo se automatiza  no es equiprobable, en general

ERRORES DE MUESTREO

Errores de muestreo • • • • •

Error Fundamental Error de extracción Error de delimitación Error de segregación Error de preparación

Pierre Gy: Creador de la teoría de muestreo Biography: Family: b. Paris, July 25, 1924; s. Felix and Clemence (Gourdain) Gy; m. Sylvia Duchesne, 1946; children: Genevieve, Anne, Caroline. Education: Degree in Chem. Eng. Paris Sch. Physics & Chemistry, 1946; Ph.D. Physics, U. Nancy, 1960; Ph.D. Math., U. Nancy, 1975. Memberships: Mem. AAAS; Am. Inst. Mining Engrs. (hon); Can. Inst. Mining and Metallurgy; N.Y. Acad. Sciences. Honours: Medal, Mining and Metall. Inst. Japan, 1958; 2 gold medals Soc. de L’industrie Minerale, 1963, 1976, Lavoisier medal French Soc. Chemistry, 1995. Publications: 9 books; 175 papers; innumerable lectures, courses Professional career: Chem.engr. CMCF, Congo, 1946-49; research engr. Minerais & Metaux., Paris, 1949-1952; from head mineral processing labs to tech. mgr., 1952-1962; industrial sampling and blending consultant, Cannes, 1963-present. Founder: Internat. Sampling Inst., France. Avocations: Photography, mountain climbing

Pierre Gy: Creador de la teoría de muestreo

Error Fundamental de muestreo Fórmula de Pierre Gy • Resulta de la heterogeneidad de constitución del mineral que se desea muestrear. Se denomina fundamental, pues es el único error que nunca se cancela • Este error permanece aún cuando la operación de muestreo es perfecta • Es el único error que se puede estimar a priori

• Tal vez, debido a lo anterior, muchas personas piensan que es el único error que existe en el proceso de muestreo…

Error de extracción de incrementos •

Se produce cuando el dispositivo de muestreo recupera los fragmentos del lote de manera selectiva, es decir, la muestra no presenta la misma distribución granulométrica que el lote. La media de este error es frecuentemente distinta de cero, lo que hace que sea una fuente de sesgo importante.

•

Ejemplos:

Apertura insuficiente en un separador de rifles.

Dispositivo de muestreo que nunca recupera los fragmentos gruesos.

Ejemplo de error de extracción • Dispositivo de muestreo no es capaz de recuperar todo el material fino • Los finos en minerales de cobre son de mayor ley por lo tanto se produce un sesgo

Error de extracción • Separador de riffles

Correcto

Incorrecto

Esquema de la perforación de un pozo de tiro

• * Pitard (2008) “Blasthole sampling for grade control “The many problems and solutions”

Esquema de una muestra de pozo de tiro • La muestra obtenida del pozo ya tiene un error de extracción

Esquema de posicionamiento correcto de la bandeja radial

Error de delimitación de incrementos • Se produce porque la forma del 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. • Ejemplo: Delimitador Correcto Delimitador Incorrecto.

Delimitación con bandeja radial • Delimitación – Bandeja Radial Error de segregación y agrupamiento se combate con homogenización en la etapa de preparación

Segregación

Ejemplo de error de delimitación Extracción con Tubos

Patrón A introduce un sesgo intolerable. Patrón B simula de mejor manera un corte radial.

Ejemplo de error de segregación y agrupamiento

Segregación por densidad

Segregación por tamaño

• Heterogeneidad de distribución en un flujo • Toma de muestra puede producir sesgo • En plantas, al existir divisores de flujo, se puede tener flujos con distintas características que producen ineficiencias

Error de preparación y análisis químico •

Error de preparación – Incluye los errores de contaminación, perdidas de finos, alteración química o física, errores humanos y fraude

•

Error de Análisis – Se genera por operaciones analíticas tales como ensaye químico, determinación de humedad, análisis granulométrico, estimación de la densidad de pulpa, etc. Puede Impacto Económico del Sesgo. ser fuente de sesgos importantes. 300.

Pérdidas MU$

250. 200. 150.

Precio= 1 U$/Lb Rec. Met. = 80% Ritmo de Explotación=32 Mt/Año Tasa de Descuento=10%

100. 50. 0. 0.00

0.01

0.02

0.03

0.04

Sesgo (% CuT)

0.05

0.06

Errores de Preparación • Error de contaminación – Polvo – Anillos

Errores de Preparación • Error por pérdidas de material

Pérdida de muestra por operación defectuosa

Errores de Preparación • Error humano – Identificación errada de muestras – Errores tipográficos en certificados – Baja capacitación de operadores

Errores de Preparación • Fraude o sabotaje

“Pon un poco de oro en esas muestras”

PROTOCOLOS DE MUESTREO Y CONTROL DE CALIDAD

Protocolos de muestreo y control de calidad • Protocolos de Muestreo (deberían de definirse según TOS minimizando el error fundamental de muestreo) – También se deben minimizar los demás errores de muestreo mediante muestreo “equiprobabilístico” • Control de calidad: – Control Granulométrico de Chancado y Molienda – Rechazos Gruesos – Análisis en Duplicados – Muestras Estándar

Protocolos de muestreo • El protocolo es un proceso de varias etapas de conminución y reducción de masa – Ej. muestra inicial de 40 kg se reduce a 0.5 g para análisis de Cu • El control de calidad es necesario por: – Muestra final debe tener la precisión y exactitud deseada – Asegurar el cumplimiento de los procedimientos para minimizar errores de muestreo tales como: • Sesgos por pérdidas de fino • Segregación y agrupamiento • Malos procedimientos • Equipos defectuosos

Protocolos de muestreo

Controles de calidad usados en sondajes diamantinos • Se realizan duplicados de pulpa, rechazos 6# - 10 # y doble caras (ciegos) – Con esto se cuantifican los errores de: • Proceso de muestreo completo  EC + EP + EA • Re - preparación de rechazo (6# - 10#)  EP + EA • Re – análisis de pulpas – 150 #  EA

• Se insertan materiales de referencia en las órdenes de trabajo (OT) de laboratorio (ciegos) • Se insertan muestras blancas en la OT de laboratorio (ciegos) • Se controla la granulometría de los diferentes productos

Métodos para medir exactitud y precisión • Para error relativo se acepta +/- 0.5 %. – Se define como ER% = (A-B)/((A+B)/2))*100

• Para el coeficiente de variación se utiliza la siguiente fórmula: – CV = 200*STD(diferencias)/(XA+XB)/1.4142

Tabla con valores de precisión aceptables por elemento de Ranges Rel ERR % Diamon Drillhole Acceptable interés, Pitard (Com. oral) DA DG DT

Cu Mo Au

3 5 7

5 7 10

6 8 12

8 10 15

10 11 16

12 15 20

Ejemplos de Control de Calidad (Preparación mecánica + análisis químico) • En este caso existe un error relativo de -2% indicando un leve sesgo. Reproducibilidad Preparación Mecánica + Análisis Químico CuT

Datos Promedio Original Promedio Duplicado

% CuT % CuT

72 0,924 0,943

Diferencia Diferencia Relativa

% CuT ´%

-0,018 -2,0

Desviación Estándar % CuT Coeficiente Variación % COEFICIENTE CORRELACION R

0,03 2,9 0,9979

5,0 y = 1,0204x - 0,0004 R2 = 0,9976

% CuT Duplicado

4,0 3,0 2,0 1,0 0,0 0,0

1,0

2,0

3,0

4,0

5,0

% CuT Original

Error Preparación + Ánálisis CuT 10

0

-5

% CuT

2, 07

1, 64

1, 65

1, 61

1, 38

1, 00

0, 99

1, 01

0, 89

0, 91

0, 78

0, 77

0, 66

0, 65

0, 64

0, 57

0, 59

0, 52

0, 44

0, 39

0, 39

0, 29

0, 24

-10 0, 22

Dif Rel %

5

Ejemplos de Control de Calidad (Preparación mecánica + análisis químico) Scatter OR vs DUP 3,5

y = 0,9919x + 0,0017 R² = 0,9982

3

CuT Duplicado

2,5 2 OR vs DUP

1,5

Lineal (OR vs DUP)

1 0,5 0 0

0,5

1

1,5

2

CuT Original

2,5

3

3,5

Control Elemento Datos Minimo Máximo Prom Original Prom Check Prom Diferen Desvest Varianza Coef. Variación Error Relativo

n % % % % % % % %

Dup CuT 319 0.0005 3.016 0.272 0.271 0.001 0.015 0.00023 3.94 0.20

Muestras Estándar Análisis de Cobre Total - LEY ALTA 2,60 2,57

Media

±2s

2,54 2,51 2,48 2,45 2,42 2,39 2,36 2,33 2,30

Round Robín

Carta de control del estándar

• Se usa frecuentemente una calibración de estándar mediante un “round robín”, que no corresponde a la mejor práctica • Mejor usar estándar generado con método absoluto y material propio del yacimiento caracterizado por unidad geológica • Carta de control con media y límites de confianza

Control de calidad indicando periodo y método

TEST DE HETEROGENEIDAD

Formula de Gy para calcular el error fundamental de muestreo

1      1 3    * f * g * c * l * d     a M M    s L  2

• Se acepta en la industria que el error fundamental de muestreo no debe superar un 10 % • Este se puede calcular a de manera experimental mediante: Test de Heterogeneidad

Test de Heterogeneidad El objetivo del test es calcular la constante de muestreo c(d) a varios tamaños d usando las siguientes ecuaciones:

1)

IHL  C d   d 3

2)

C  f  g c l

3)

l

4)

dl d

d l , es el tamaño de liberación del mineral de interés.

, donde

cd   f  g  c 

5)

k  f * g * c * dl

6)

c d  

7)

k d

d  d2 d 3 1 2 3

dl d

3

, d1 y d2, son los tamaños de la fracción en que se realizó

el test de heterogeneidad.

Constantes de muestreo para óxidos de cobre • Cuando no se tenga información se puede usar C = 10 para diseñar un protocolo seguro para óxidos de cobre C(d=1) v/s Contenido CuT Y  10

10

Cr-W

At-W-Fox

Br-Cpy-Bo

5 Cr-W

Cr

W

FoxCr

Constante CuT

Cr-Ar-W W

Ar-Cr-W-At 1

At-Ar

0.5

At-Cr-Ar At-Ar

Ar-Cr-W-At At-Ar

Cr-Ar-W

At-Ar

Ar-W

Cr-W At-Ar

Cr-w Ar-Cr-At

Cr-Cpy

Simbología.

Ar-Cr

R. Tomic Mina Sur C. Antiguo Damiana Gaby San Antonio Ar Arcillas de Cu At Atacamita Cr Crisocola W Wad Br Brochantita Cpy Calcopirita Bo Bronita Cc Calcosina

Cr-Ar-At

0.05

0.01 0.1

0.5

1

% CuT

2

3

4

Constantes de muestreo para sulfuros de cobre. • Cuando no se tenga información se puede usar C=7.5 para cobre y la ecuación de potencia para Mo y As Constante de Muestreo v/s Contenido

Y  25 X 0.34309

El Teniente (Andesita) Chuquicamata (UG - 33)

100

Constante de Muestreo

Chuquicamata (UG - 56) Andina (3er Paner)

El Teniente (Isla Brechas) El Teniente (Andesita)

Chuquicamata (UG - 56)

Chuquicamata (UG - 42)

10

Teniente (Isla brechas)

Chuquicamata (UG - 59)

Chuquicamata (UG - 33)

Y  7.5

Chuquicamata (UG - 63)

Simbología 1

0.1 0.001

Andina (3er Panel (Ptos de extracción)) Chuquicamata (UG - 63) El Teniente (Isla Brechas)

Chuquicamata (UG - 33)

Chuquicamata (UG - 59) El Teniente (Andesita)

Andina (3er Panel (Sondajes))

Chuquicamata (UG - 56)

Cobre Molibdeno Arsénico

0.01

0.1

Contenido (%)

1

Chuquicamata (UG - 42)

Nomograma de muestreo (Protocolo seguro para CuT Óxidos C=10) Protocolo seguro de preparación de muestras de pozos de tiro y sondajes de aire reverso. Óxidos

10 %

0.01

d=1/2 "

Varianza Error

1E-3

d=10 #

1E-4

d=150# Error Total=6.3 % 1E-5

1

10

100

1000

10000

Masa

• El flujo de muestreo para sondajes de aire reverso y pozos de tiro es 5 kg a 1/2”, 500 gr a 10 # y 1 gr para análisis químico.

Nomograma de muestreo (Protocolo seguro para CuT Sulfuros C=25) Protocolo seguro de muestreo (Cu) para pozos de tiro y sondajes de aire reverso (Sulfuros Primarios y Secundarios) 10

1

d=1/2"

Varianza Error

100.1% 0.01

d=10#

1E-3 d=150# 1E-4 Error Total=7.32 % 1E-5 1

10

100

1000

10000

Masa (gr)

• El flujo de muestreo para sondajes de aire reverso y pozos de tiro es 10 kg a 1/2”, 500 gr a 10 # y 1 gr para análisis químico.

Comentarios Formula de Gy y Test de Heterogeneidad • Mediante el Test de Heterogeneidad se puede calcular experimentalmente la varianza del error fundamental de muestreo en una fracción granulométrica determinada (Realizar Test en fracciones gruesas) • De esta manera se puede inferir la constante de muestreo a distintas granulometrías y así calcular el error fundamental de muestreo • Con esta información se puede diseñar un protocolo de muestreo seguro – La idea es que la varianza del error fundamental de muestreo no sea superior a 10 %

Descripción del Test de Heterogeneidad (CNAM 008) •

Distribuir la o las fracciones en las cuales se quiere realizar el test, en una superficie limpia, ej. (-3/4”+1/2”)

•

De esta fracción, o fracciones, elegir al azar: – - 64 muestras si se trata de metales base. – - 100 muestras si se trata de oro, molibdeno, arsénico, antimonio, plata, etc.

•

Cada muestra debe estar formada de n fragmentos elegidos al azar de tal manera que la suma de las masas de los fragmentos sea aproximadamente igual en todas las muestras. Numerar las muestras del 1-64 (ó de 1-100)

•

Pulverizar cada muestra en un molino cerrado de anillo y “tejo” (ej: Tema, Labtechnics, etc..) a 95% -150#. (no usar molinos de disco generadores de polvo, abiertos, los cuales también se sabe “adhieren” el oro.

•

Realizar análisis químico de cada muestra. Usar ensaye a fuego con finalización gravimétrica para el oro.

QAQC PARA MUESTREO DE SONDAJES

QA/QC para muestreo de sondajes • QA  Quality Assurance (Se trata de generar un plan) – Se define un protocolo de muestreo seguro – Se establecen procedimientos que describan como realizar de manera correcta las operaciones de muestreo – Por ejemplo en CODELCO se tienen las CNAM (Normas Codelco) • CNAN 008  Test de Heterogeneidad • CNAM 009  Obtención y certificación de materiales de referencia en los laboratorios químicos • CNAM 010  Verificación de resultados de análisis químico • CNAM 011  Test de Ingamells • CNAM 012  Operaciones estándar a seguir durante submuestreo en el laboratorio • CNAM 013  Aseguramiento de calidad en preparación de muestras para análisis químico • CNAM 017  Aseguramiento de calidad en el corte de testigo de sondajes diamantina

QA/QC para muestreo de sondajes • QC  Quality control (Se trata de controlar el plan) – Tomando los datos se realizan diversos análisis estadísticos para controlar los resultados del laboratorio – Scatter original – duplicado, para doble caras, doble preparación y doble muestras – Cálculos de precisión y exactitud (Error de muestreo EC + EP + EA) – Gráficos de diferencias absolutas y relativas

– Chequeos a la precisión y exactitud del laboratorio mediante materiales de referencia

Materiales de referencia (MRC) • Es un material donde una o más de sus propiedades están certificadas por un procedimiento que establece su trazabilidad a una realización de la unidad en la que se expresan los valores de la propiedad. Cada valor certificado viene acompañado de su incertidumbre a un nivel declarado de confianza. • Los MRC generalmente se preparan en lotes. Los valores de la propiedad se determinan dentro de las incertidumbres declaradas por medio de medidas, sobre muestras representativas del lote completo.

Controles usados en sondajes diamantinos. • Se realizan duplicados de pulpa, rechazos y doble caras (ciegos) • Se insertan materiales de referencia en las órdenes de trabajo (OT) de laboratorio (ciegos)

• Se insertan muestras blancas en la OT de laboratorio (ciegos)

Ejemplo de certificado de análisis químico de un laboratorio (MCR) Nº

Identificación Muestra

Corr.

Limite Detec.

0.001

0.001

1

14945 14946 14947 15466 15112 15114 15115 15132 15133 15134 15029 15030 15031 15032 15033 15034 15035 15036 15037 15038 15039 15040 15041 15042 15043 15044 15045 15046 15047 15049 15112

0.053 0.019 0.039 0.007 0.002 0.063 0.032 0.030 0.065 0.075 0.007 0.006 0.006 0.006 0.001 0.061 0.008 0.018 0.019 0.079 0.393 0.149 0.352 0.290 0.094 0.150 0.173 0.105 0.170 0.219 0.003

0.065 0.022 0.044 0.013 0.004 0.068 0.036 0.033 0.069 0.090 0.010 0.010 0.010 0.010 0.002 0.073 0.018 0.021 0.020 0.107 0.444 0.168 0.419 0.369 0.110 0.169 0.222 0.122 0.203 0.241 0.006

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 cheq

CuS %

CuLixFe %

CuCN % 0.001

Cu RES ConsNET % Kg/ton 0.001

0.01

0.048 0.050 5.11 0.015 0.077 40.71 0.037 0.021 48.30 0.003 0.021 55.88 0.002 0.001 60.99 0.064 0.044 38.00 0.033 0.069 28.08 0.028 0.067 33.13 0.049 0.056 40.54 0.071 0.038 38.28 0.008 0.036 55.88 0.005 0.033 53.27 0.008 0.037 60.82 0.007 0.031 56.12 0.001