Академический Документы
Профессиональный Документы
Культура Документы
condicionales
ABSTRACTO dilucin, pero no es suficiente para evaluar la cantidad de dilucin cuando el proyecto
minero se encuentra en la etapa inicial. La mayora de las minas no tienen medidas de
La funcin local de distribucin acumulativa (LCDF) de una unidad de mina selectiva (SMU) se
confianza para la dilucin y este es un tema que merece ms investigacin.
puede estimar mediante simulaciones condicionales utilizando las estadsticas derivadas de los
puntos de muestra, generando mltiples escenarios igualmente probables. simulaciones
condicionales permiten la evaluacin de la LCDF en cualquier soporte, teniendo en cuenta la Segn Sinclair y Blackwell (2002) dos tipos de dilucin pueden ser definidos:
variabilidad espacial, es decir, el variograma, y los dos momentos estadsticos, media y la varianza, externa e interna. La dilucin externa se asocia a perder contacto con la roca con el
de las muestras de aire. Las prdidas de mineral de SMU y dilucin dependen del mtodo de yacimiento o zona mineralizada mientras que la dilucin interna se produce dentro
minera y equipos de minera selectividad que, a su vez, depende del tamao del bloque predicho. de las zonas de mineral y depende, a su vez, en la ley de corte utilizada.
En este trabajo los factores de dilucin controlados por la precisin yacimiento delineacin
Un nuevo enfoque para predecir la prdida de mineral y dilucin fue desarrollado en este estudio. la
(factor de informacin) y la unidad de mina selectiva tamao (SMU) sern discutidos. Este
simulacin de Monte Carlo se utiliza para generar aleatoriamente un valor de grado derivado de la LCDF en
la etapa de extraccin (Zs_mc (t)) con el fin de tomar una decisin sobre el destino SMU, es decir, la planta trabajo no se ocupa de los factores de dilucin impredecibles que afectan a la calidad del
de procesamiento (ORE) o vertedero de desechos (residuos). Si Zs_mc (t) es inferior o igual a la lnea de mineral tales como las condiciones meteorolgicas, restricciones geotcnicas, estrategias
corte (Z_cut-off) del bloque es ORE y, a la inversa, si Zs_mc (t) es mayor que la lnea de corte (Z_cut-off) del mineras, etc.
bloque es de residuos.
Una aplicacin de esta metodologa se llev a cabo en la mina de hierro de Vale en Brasil. utiliza mltiples modelos lated simular como una entrada para el algoritmo de planificacin
El grado de slice fue simulado y 50 mltiple igualmente se generaron modelos 3D probables. minera, con el fin de evaluar el SiO 2 dispersin contenido en la alimentacin de la planta.
La media y la desviacin estndar del tonelaje de mineral (OO WO +) para las 50 realizaciones,
era 233 Mt y La incertidumbre se puede acceder por tcnicas geoestadsticas no lineales que
0,5 Mt, respectivamente. El grado medio aument para el mineral diluido (OO + WO), as como su
hacen posible la generacin de mltiples realizaciones igualmente probables de una
respectivo coeficiente de variacin (CV). El CV se incrementa de 62 por ciento en el mineral sin diluir
funcin aleatoria que representa los grados de un cierto depsito mineral. La simulacin
(OO), a 101 por ciento en el mineral, teniendo en cuenta el factor de dilucin (OO + WO). La media
de mineral de prdida (OW) era 10 Mt y la dilucin tonelaje de residuos (WO) fue 9 Mt.
de los grados se restringi a una zona limitada propuesta por el plan de minera. Un
perodo del plan especfico a la minera de depsito S11 que comprende los primeros
aos de explotacin se eligi para este estudio. Los puntos de acondicionado de la
simulacin se representan por las muestras de perforacin, se recogi en una
INTRODUCCIN
cuadrcula pseudo-regular de 100 m por 100 m en algunas zonas y 200 m por 200 m en
las prdidas de mineral y dilucin son comnmente cuantificable en la industria minera sobre otros (Figura 1). La variable considerada en el ensayo fue SiO 2, y fue simulada en una
la base de la experiencia. Muchos profesionales de la dilucin calculan teniendo en cuenta los cuadrcula regular de bloque de restringir al plan de minera para los aos 5 y 6 (Figura
datos histricos de produccin de la fbrica de piensos observado. Esta es una buena 2). Cada bloque tiene 1.500 m 3 ( 10 m 10 m 15 m).
metodologa para predecir
1. gelogo, Planificacin y Desarrollo ferroso - DIPF, Vale, Rua Paraba, 1122, 18 andar, Belo Seis pasos fueron seguidos para calcular la dilucin de la slice durante un perodo
Horizonte MG 30130 918, Brasil. E-mail: diniz.ribeiro@vale.com especfico del plan de minera, a saber:
4. gelogo, Planificacin y Desarrollo ferroso - DIPF, Vale, Rua Paraba, 1122, 18 andar, Belo
Horizonte MG 30130 918, Brasil. E-mail: debora.roldao@vale.com 3. construir la funcin local de distribucin acumulativa (LCDF) en cada nodo de la malla
usando todas las realizaciones;
9297000
GR_XY_SECO
GR_XY_UMIDO
9296000
laDISTRIBUIODAS SONDAGENS
9295000
distribucin de perforacin
9294000
9293000
9292000
9291000
566000 568000 570000 572000 574000 576000 578000
2012: amarillo
2017: rojo
HIGO 2 - Este parte del yacimiento - ao del plan minero 1 en amarillo, y los aos 5 y 6 en las zonas del yacimiento (utilizados para las simulaciones) de color rojo.
condicional a los datos originales (normal). Sin embargo, ellos RUTA FIJA
reproducir el modelo de covarianza de estos datos. En la segunda etapa, los valores
obtenidos en cada localizacin, se condicional a los datos originales (normal). El variabilidad Stationary grado de mineral en un proceso de minera se puede asociar con el
mtodo es presentado por Chiles y Delfiner (1999) y se consolida en la actualidad y tiempo (t) y el espacio (x). La variabilidad en el tiempo se correlaciona con la secuencia de la
ampliamente utilizado entre la comunidad geoestadstica de la industria minera. Ms minera y la programacin, mientras que la variabilidad espacio depende de la caracterstica
recientemente, Lantujoul (2002) presenta algunas alternativas para algoritmos para geolgica intrnseca del yacimiento.
selectividad minera adoptado. La figura 3 muestra tres LCDF obtenido por 50 (Ribeiro et al, 2007), se utiliz para generar una secuencia de minera con la calidad del
realizaciones equiprobables de SiO 2 mineral constante teniendo en cuenta la funcin de distribucin de probabilidad a intervalos
en tres bloques situados en diferentes zonas del depsito, respectivamente en las de tiempo y haciendo caso omiso ley de corte. Para una variable regionalizada dado, Z (x),
zonas de bajo, intermedio y de alto grado. La desviacin estndar entre las es posible evaluar el histograma global o, simplemente, la funcin de distribucin de
realizaciones aumenta, en trminos de valor absoluto, de la baja a las zonas de probabilidad (pdf)
alto grado.
0.9 1
0.8 UN
0.7
0.6
Semen. Frec
0.5 segundo
do
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
SiO (%)
2
HIGO 3 - Tres funcin de distribucin acumulativa local (LCDF) de slice de diferentes unidad mina selectiva (SMU) situado en tres zonas
del depsito, respectivamente, a: bajo (A), intermedia (B) y de alto grado (C).
HIGO 4 - ejemplo esquemtico que muestra la reorganizacin de la matriz de bloque de espacio 3D en 1D lnea de bloque de tiempo. Los histogramas correspondientes, funcin de
distribucin de probabilidad mundial (PDF) y el tiempo PDF, tambin estn representados en la figura (Ribeiro et al, 2007).
para cualquier apoyo volumtrica, Z (v). La pdf global se utiliza como parmetro de La Figura 6 estn por debajo de la lnea de corte (cinco por ciento de SiO 2); Sin embargo, el
comparacin para el pdf tiempo calculado para cada perodo (Figura 4). Las secuencias de bloque en estos casos ser enviado a un destino equivocado (prdida de mineral). Eso
todos los bloques de hematites fueron evaluados en series de tiempo (1D) para verificar la significa que, en aproximadamente el 60 por ciento de las realizaciones habr un destino
incertidumbre en los grados y sus fluctuaciones. equivocado, y, a la inversa, en 40 por ciento de las realizaciones el destino bloque ser
correcta, es decir, bloques en los que el grado de slice simulado es por encima de la lnea
de corte ser enviado al vertedero.
SIMULACIN DEL MONTE CARLO Si todos los grados de las 50 simulaciones son por debajo de la ley de corte, para
una cierta LCDF, este bloque ser siempre mena y su destino ser siempre la planta
la simulacin de Monte Carlo (MCS) se utiliz para generar un valor aleatorio de grado
de procesamiento.
derivado de la LCDF en la etapa de la minera t (Zs_mc (t)). Este enfoque fue desarrollado
Para cada realizacin, despus de la simulacin de Monte Carlo, es posible calcular la
como herramienta de auxilirary para tomar una decisin sobre el destino de SMU, es decir,
dilucin de masas y las prdidas de mineral. La figura 6 presenta una serie de bloques
planta de procesamiento (ORE) o depsito de residuos (residuos), teniendo en cuenta el
programados para ser minadas extrado de una realizacin especfica. Los bloques en rojo
cinco por ciento de SiO 2 contenido que el de corte. Si Zs_mc (t) es inferior o igual a la lnea
fueron asignados a los minerales y los bloques de color amarillo se clasifican como residuos. El
de corte (Z_cut-off) del bloque es ORE y, a la inversa, si Zs_mc (t) es mayor que la lnea de
crculo azul rodea los bloques mal clasificados: residuos como mineral (WO) y el mineral como
corte (Z_cut-off) del bloque es de residuos.
residuos (OW).
0.9 1
0.8
0.7
Nmero aleatorio
0.6
Semen. Frec
0.5
0.4
0.3
0.2
0.1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
SiO2 (%)
HIGO 5 - simulacin de Monte Carlo: generacin de nmeros aleatorios para elegir el Zs_mc (t) de la funcin de distribucin acumulativa local (LCDF) para comparar con la ley de corte. En este
ejemplo el Zs_mc (t) es mayor que el punto de corte y la unidad de mina selectiva (SMU) ser clasificado
como residuos.
W AY AY WW
3,8 3,9 5,6 2,7 2,6 1,5 3 1 1 1,8 3 7,4 2,2 1,4 4,1 4,3 2,1 4,6 3,2 9,2 5,5 4,8 10,6 0,8 11,6 1,1 0,71 1
WO O O O O O
HIGO 6 - serie de bloques programados usando los grados extrados de uno de residuos realizacin en amarillo (W) y el mineral en rojo (O). Los crculos azules
rodear los bloques mal clasificados, es decir, los residuos como mineral (WO) y el mineral como residuos (OW).
TABLA 1
Masa total de OO, WW, WO y OW para cada simulacin de slice.
OO Simulation (Mt) WW (Mt) OW (Mt) WO (Mt) Simulacin OO (Mt) WW (Mt) OW (Mt) WO (Mt)
1 225 7 10 8 26 223 6 10 10
2 228 6 10 5 27 228 5 11 5
3 224 7 10 9 28 228 5 11 5
4 215 8 9 19 29 227 5 11 7
5 224 7 10 10 30 227 6 10 7
6 227 7 9 7 31 226 4 12 8
7 222 7 9 11 32 217 8 8 17
8 222 8 9 12 33 227 5 11 6
9 224 7 10 9 34 219 8 8 15
10 227 6 11 6 35 222 7 10 11
11 227 5 11 6 36 223 7 9 10
12 225 7 9 9 37 222 6 10 11
13 229 6 11 5 38 227 6 11 7
14 221 7 9 12 39 223 7 9 10
15 227 5 11 6 40 225 6 10 8
17 221 7 10 13 42 224 6 10 9
18 227 6 11 6 43 224 6 10 9
19 222 6 10 11 44 216 8 8 17
20 225 6 10 8 45 226 6 11 8
21 223 8 8 10 46 226 5 11 7
22 226 6 10 8 47 230 4 13 4
23 224 7 9 9 48 228 5 11 6
24 224 7 9 10 49 224 6 10 9
25 225 6 10 8 50 224 6 11 10
TABLA 2
CONCLUSIN
La media y la desviacin estndar de slice para todos unidad mina selectivo, usando la Las diluciones internas dentro del depsito mineral de hematita de S11, por ao 5 y 6, se
realizacin 42a con (OO + WO) y sin dilucin espera que sea 9 Mt de material de desecho, hematita con el grado de slice superior al cinco
(Mineral de <de corte).
por ciento. Esta dilucin masa representa cuatro por ciento de la ROM que alimentar a la
Dilucin S No planta de procesamiento. En este mismo perodo, la prdida de mineral asciende a 10 Mt, que
representa un 3,9 por ciento del mineral total por debajo de la lnea de corte.
La media (SiO 2%) 1.53 1.32
La simulacin 42a se utiliz para construir las lneas de produccin simulados para 20 minera estacionaria y la simulacin Monte Carlo. La variabilidad de SiO 2 en la
000 kt. Las lneas que se muestran en la Figura 8 corresponden a los grados de slice, alimentacin de la planta se estim correctamente.
HIGO 8 - los grados de slice por cada dos bloques (13,5 kt) utilizando la realizacin 42a: sin pila (1), una pila de 200 kt (2) y,
la combinacin de tres pilas, totalizadora 600 kt (3) - a partir de Ribeiro et al ( 2008).
Journel, AG, 1974. La geoestadstica para la simulacin condicional de los cuerpos de mineral, Ribeiro, DT, Stangler, RL, Costa, JF, Vidigal, M y Marques, DM,
La geologa econmica, 69 (5) 673-687. Journel, AG y Kyriakidis, PC, 2004. Evaluacin de 2008. simulaciones condicionales para predecir la variabilidad del mineral y la pila homogeneizacin
- Un enfoque de simulacin, 216 p (Oxford University Press: Nueva York). Actas VIII Congreso Internacional de Geoestadstica, Santiago, pp 749-758. Sinclair, AJ y
Blackwell, GH, 2002. Inventario Aplicada Mineral