Scribd
Cargar
31 vistas8 páginas

Condicionamiento Uniforme - Curvas GT Globales

Este documento describe el proceso de generar curvas de tonelaje-grado globales para unidades de minería selectiva utilizando el asistente de condicionamiento uniforme. Explica cómo se generan automáticamente las curvas a través de la transformación gaussiana de los valores de ley y la corrección de soporte entre unidades. También discute el efecto de la información y cómo la clasificación errónea de mineral vs residuos puede afectar las estimaciones de reservas recuperables.

Cargado por

Orestes Gomez G
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
31 vistas8 páginas

Condicionamiento Uniforme - Curvas GT Globales

Este documento describe el proceso de generar curvas de tonelaje-grado globales para unidades de minería selectiva utilizando el asistente de condicionamiento uniforme. Explica cómo se generan automáticamente las curvas a través de la transformación gaussiana de los valores de ley y la corrección de soporte entre unidades. También discute el efecto de la información y cómo la clasificación errónea de mineral vs residuos puede afectar las estimaciones de reservas recuperables.

Cargado por

Orestes Gomez G
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 8

Condicionamiento uniforme - Curvas G/T globales

Para acceder a este cuadro de diálogo:

 Active la cinta Estimación y haga clic en Acondicionamiento uniforme.


Seleccione el panel Curvas G/T globales de la izquierda.

La pantalla Curvas G/T Globales, que forma parte del asistente de Condicionamiento
uniforme, se utiliza para generar curvas g/t para cada Unidad de Minería Selectiva
(SMU). Las dimensiones de las unidades de minería se definen en esta pantalla, así
como los límites. Este proceso utilizará el archivo de muestras ponderadas generado
durante la fase de desagrupamiento para generar automáticamente un gráfico (una
nueva hoja de ventana de trazado independiente) que muestra la varianza entre las
toneladas recuperadas previstas y la ley en diferentes grados de corte para
diferentes tamaños de SMU.

No es necesario especificar un modelo de bloque de entrada para


generar curvas globales de tonelaje de grado. El asistente de
acondicionamiento uniforme permitirá que las opciones de
Anamorfosis Gaussiana y Corrección de soporte procesen diferentes
tamaños de SMU sin necesidad de especificar un modelo de entrada.

La generación de información de Ley - Tonelaje se completa utilizando dos procesos


distintos: primero, los valores se transforman de tal manera que los valores son
gaussianos en términos de distribución (la transformación se invierte para devolver
los valores al espacio original) - este proceso se conoce como Anamorfosis Gaussiana
y se ejecuta una vez.

El segundo proceso se ejecuta contra cada SMU y se conoce como corrección de


soporte. El fondo algorítmico de este proceso está fuera del alcance de este archivo
de Ayuda, pero en resumen, el soporte correcto es cuando se realiza un cambio
multivariante de soporte (punto a SMU) para los histogramas.

En el sentido geoestadístico, las reservas recuperables significan las toneladas de


mineral y la cantidad de metal contenidas en esas toneladas para una PYME
determinada. La ley recuperable promedio se calcula como el metal dividido por el
tonelaje.

En lugar de tratar con toneladas absolutas, el condicionamiento uniforme considera


el tonelaje como el número de USM cuya ley está por encima de la ley de corte. El
metal se calcula como este tonelaje multiplicado por la ley USM. Este tipo de
formalismo se utiliza para expresar las dos variables en términos de variables
indicadoras.

Para calcular el tonelaje absoluto y el metal, estas variables indicadoras se


multiplican por el volumen USM y la densidad del mineral. Sin embargo, el problema
potencial aquí es que se asume que, en el momento de la minería, se conoce el
grado real de USM. Esto no es cierto, ya que esta información solo se revela
durante la producción cuando se conoce y calcula una estimación de este grado a
partir de muestras de producción.

Las USMs enviadas a la planta como mineral son aquellas cuya ley estimada, no
necesariamente real, está por encima del límite económico. Por lo tanto, algunos
bloques que no son desechos se clasificarán incorrectamente como desechos y
algunos desechos se clasificarán erróneamente como minerales. La cantidad de
clasificación errónea se debe al llamado efecto de información. Para una estimación
no sesgada condicionalmente, los dos tipos de clasificación errónea al menos se
aniquilarán mutuamente en términos de tonelaje, pero no en términos de grado
recuperado.

El efecto de la información - Información general

El efecto de información se refiere al hecho de que, incluso durante la producción,


no se conocen las leyes reales de los bloques mineros. Solo se conoce un valor
estimado de ellos, basado en muestras de producción, y los bloques se definen en
función de si este valor, no el grado real, está por encima del límite económico. Por
lo tanto, algunos bloques se clasificarán erróneamente como residuos y viceversa.
Este efecto de información, que cuantifica el importe y el efecto de la clasificación
errónea sobre las reservas recuperables, puede tenerse en cuenta para obtener una
estimación más realista de las reservas recuperables.

Durante la etapa de producción, las leyes reales se muestrean en una cuadrícula


mucho más densa que la disponible en las etapas de exploración o factibilidad y esa
cuadrícula puede tenerse en cuenta para que la decisión entre mineral y desperdicio
se tome sobre la base de estimaciones más precisas de las Unidades de Selección
Minera (USM). Es posible anticipar decisiones futuras antes de obtener los
resultados de los barrenos de producción, ya que las estadísticas de krigeaje de
estas estimaciones finales de USM solo dependen de la configuración de datos
prevista, la geometría del bloque y el modelo de variograma. Si se conoce el patrón
de muestreo futuro, es posible considerar el efecto de la información.

Por ejemplo, la siguiente imagen representa el efecto de la información en términos


de clasificación errónea (mineral rico enviado a los residuos, en rojo en la figura, y
mineral pobre agregado al tonelaje de mineral recuperado, en azul):
Si elige ignorar el efecto de información durante el cálculo de la curva de tonelaje
de ley, generará curvas en las que la selección de minería se basa en la ley SMU
verdadera. Sin embargo, los grados se estimarán utilizando la información final de
los barrenos. Como tal, la curva g/t se deteriorará (la selectividad obtenida al basar
nuestras decisiones en estimaciones en lugar de las verdaderas es inferior a la de la
selectividad ideal inalcanzable basada en las verdaderas leyes desconocidas).

En general, se acepta que la incorporación del efecto de la información conduce a


una estimación más realista de las reservas recuperables, pero esto depende en
gran medida de la naturaleza del yacimiento y de parámetros operativos como el
espaciamiento de las muestras/número de muestras. Esto solo puede evaluarse
caso por caso de acuerdo con las características específicas del proyecto, a fin de
proporcionar la estimación de reservas recuperables más adecuada en la que basar
los estudios de viabilidad.

En resumen, entonces, el efecto de la información se relaciona con el efecto de la


clasificación incorrecta del mineral que puede resultar de una ley USM asumida.

La gestión de las curvas de tonelaje de grado (como parte del acondicionamiento


uniforme) se realiza utilizando la pantalla Global G/T Tonnage Curves del Asistente
de acondicionamiento uniforme de Studio.
Detalles de los campos:

La pantalla Curvas G/T globales contiene los siguientes campos:

Nº de puntos de discretización: la discretización permite simular una matriz


tridimensional de puntos, distribuidos regularmente dentro de la SMU. Como el
condicionamiento uniforme adopta un enfoque kriged para la estimación, los puntos
discretizados se utilizan para calcular la covarianza de la celda con cada una de las
muestras circundantes. Esto se utiliza en el cálculo de los pesos de kriging. Puede
utilizar los botones de giro en esta área de la pantalla para establecer el número de
puntos de discretización en X, Y y/o Z para cada SMU.

Si se define un número par de puntos en una dirección, entonces los puntos se


espaciarán alrededor de la línea central. Si se define un número impar de puntos,
entonces habrá un punto en la línea central y los otros se espaciarán regularmente
hacia los bordes.

Discretización de celdas
Este tema forma parte de la gama de temas de Estimación de leyes.
En el archivo Prototipo de modelo de entrada, las coordenadas del centro celular se
mantienen en los campos XC, YC y ZC y las dimensiones de la celda en los campos
XINC, YINC y ZINC. Para un método de estimación como la distancia de potencia
inversa, sería posible utilizar solo las coordenadas del centro celular y hacer la
estimación en función de la distancia de cada muestra desde el centro celular. Sin
embargo, esto significa que las dimensiones de la celda se ignoran y, por lo tanto, la
estimación resultante es el valor de un punto en el centro de la celda. Se debe
estimar el valor promedio de la ley en toda la celda.
En lugar de representar una celda por un solo punto, ESTIMA le permite simular la
celda por una matriz tridimensional de puntos, distribuidos regularmente dentro de
la celda. Para la distancia de potencia inversa, se estima el valor en cada punto
discretizado y luego se calcula la media aritmética de todos los puntos. Para
estimaciones kriged, los puntos discretizados se utilizan para calcular la covarianza
de la celda con cada una de las muestras circundantes. Esto se utiliza en el cálculo
de los pesos de kriging.
Ni el método de estimación del vecino más cercano ni el estimador t de Sichel
utilizan puntos de discretización. El vecino más cercano se basa en la distancia al
centro celular, y la t de Sichel es una función de la distribución logarítmica.
Método 1: definir puntos
Hay dos formas de definir los puntos de discretización, dependiendo del parámetro
@DISCMETH. Si @DISCMETH=1, entonces los parámetros @XPOINTS, @YPOINTS
y @ZPOINTS se utilizan para definir el número de puntos de discretización en las
direcciones X, Y y Z, respectivamente.
Si se define un número par de puntos en una dirección, entonces los puntos se
espaciarán alrededor de la línea central. Si se define un número impar de puntos,
entonces habrá un punto en la línea central y los otros se espaciarán regularmente
hacia los bordes. Esto se ilustra, en dos dimensiones, en el siguiente diagrama.
Método 2: definir el espaciado
Si @DISCMETH = 2, entonces se define la distancia entre puntos de discretización
en lugar del número de puntos. Esto se logra utilizando los parámetros @XDSPACE,
@YDSPACE y @ZDSPACE. Usando este método siempre hay un punto en el centro
de la celda y todos los demás puntos están ubicados a la distancia especificada de
él.

El diagrama anterior ilustra la ubicación de los puntos de discretización utilizando


@DISCMETH = 2 con @XDSPACE = 5 y @YDSPACE = 4. Si se calcula que un punto
se encuentra exactamente en el límite de una celda, entonces no se creará.
La ventaja del primer método es que el mismo número de puntos de discretización
ocurrirá en cada celda, independientemente de las dimensiones de la celda. Sin
embargo, la desventaja es que el espaciado en una dirección puede ser mucho
mayor que en otra dirección, dependiendo de las dimensiones relativas de la celda.
La ventaja del segundo método es que al establecer @XDSPACE, @YDSPACE y
@ZDSPACE iguales entre sí, se crea un conjunto completamente regular de puntos
sobre una celda. Sin embargo, la desventaja es que para las células pequeñas puede
haber muy pocos y posiblemente solo un punto de discretización.

Ángulo de orientación del bloque: en el caso de que se requieran una o más


rotaciones para describir la anisotropía del bloque, puede introducir valores X, Y y/o
Z aquí. Por ejemplo:

X=20

Y=60

Z=40

Esto se relaciona con la primera rotación es una caída de 40 grados alrededor del
nuevo eje X, 60 alrededor del nuevo eje Y y una rotación azimutal convencional de
20o alrededor del eje Z.

Normalizar el umbral del variograma (y la varianza y covarianza del efecto de la


información): debido a las complejidades matemáticas de los cálculos de kriging, a
veces puede suceder que la varianza kriged sea ligeramente mayor que el umbral
del variograma del modelo. Seleccione esta opción si desea utilizar valores
normalizados de umbral de variograma durante la generación de la curva de tonelaje
de grado. Como se ha descrito, esto también normalizará los cálculos de varianza y
covarianza a partir del efecto de información.#

Si esta casilla de verificación está habilitada, el variograma se normalizará y, si se


desactiva, el variograma de entrada no se normalizará mediante el proceso de
acondicionamiento uniforme.

Efecto de información: con el módulo de acondicionamiento uniforme de Studio,


puede (opcionalmente) incorporar el efecto de información a la estimación de las
curvas de tonelaje de ley: durante la etapa de producción, las leyes reales se
recuperan y luego se pueden tener en cuenta para que la decisión entre mineral y
residuos se realice sobre la base de estimaciones más precisas de las SMU. Por lo
tanto, puede anticipar decisiones futuras antes de obtener los resultados de los
barrenos de producción, porque solo es necesaria la varianza de kriging de estas
estimaciones finales de SMU.
Utilice una de las siguientes opciones para determinar cómo (o si) el efecto de
información descrito anteriormente influirá en la visualización de la curva de
tonelaje de grado mediante una de las siguientes opciones:

 Ignorar: seleccione esta opción para asegurarse de que el efecto de


información no influirá en la información g/t que se genera cuando se crean
curvas.
 Introducir manualmente: si conoce un valor de varianza/covarianza, puede
seleccionar esta opción e introducirlos aquí.
 Calcular: elija esta opción para asegurarse de que se tiene en cuenta el efecto
de la información. Deberá introducir el espaciado de muestras planificado y el
número de muestras en direcciones XYZ. Una varianza-covarianza se calculará
automáticamente. Tenga en cuenta que si introduce estos valores
manualmente, debe asegurarse de que el espaciado de la muestra (que
representa las dimensiones del panel) debe ser mayor o igual que el tamaño de
bloque SMU más grande; no es posible realizar un acondicionamiento
uniforme cuando cualquier dimensión SMU exceda las dimensiones del panel
con el que está asociada.

Obtenga más información sobre el efecto de la información...

Crear curvas G/T globales: calcule las curvas de grado-tonelaje en las dimensiones y
parámetros SMU especificados.

Ver curvas G/T globales: muestra las curvas G/T generadas en la ventana Gráficos
de estudio en una hoja de gráfico creada automáticamente. Tenga en cuenta que
puede utilizar toda la funcionalidad de gráficos de Studio para interrogar/formatear
aún más el gráfico generado. Puede obtener más información sobre los gráficos en
Studio en el menú Ayuda de la izquierda (Uso de Studio 3 | Presentación e informes
| Gráficos)

También podría gustarte