Validación de correlación de cu, au de sondajes históricos mediante la conciliación con planta
Resumen
El incremento de recursos minerales es fundamental en toda operación minera, para el caso de estudio se buscó identificar nuevos recursos minerales en niveles antiguos, donde se tiene información antigua de sondajes diamantinos que en muchos casos no cuenta con análisis por todos los elementos.
Se clasifico la información por dominios, donde se buscó una correlación entre los elementos Cu, Au y Ag, realizando los análisis de regresión se obtuvo las ecuaciones para cada dominio y cada elemento. Luego de obtener los valores ausentes por regresión, se procedió a realizar las estimaciones de estos recursos minerales en los niveles antiguos y se realizó una validación por medio de la conciliación con planta.
El resultado que se obtuvo fue de un factor de conciliación de 89% el cual se encuentra dentro de los valores aceptables, generando una disminución de costos respecto a la ejecución de nuevos sondajes diamantinos y una mejor utilización a la información histórica que se tiene del yacimiento.
Descargas
Citas
Alfaro, M. (2000) Estadística Curso de Evaluación de yacimientos-Universidad de Chile.
Alfaro, M. (2007) Estimación de Recursos Mineros-Universidad de Chile.
Chieregati, A., Campos, L., & Delboni, H. (2011). Resumo Mineração Mining Novo modelo de reconciliação para a indústria do ouro New reconciliation model for gold industry. 64(2), 237–243. https://doi.org/10.1590/S0370-44672011000200017.
Deutsch, C. (2016) Geostatistics for Mineral Resources Uncertainty Assessment- University of Alberta • Edmonton, Alberta, Canada.
Emery, X. (2007) Apuntes de Geoestadistica-Universidad de Chile.
François-Bongarçon DM (1998) Due-diligence studies and modern trends in mining. Unpublished internal paper, Mineral resources development, Inc
Gutiérrez, J. (2014) Conciliación en minería subterránea: Procesos y Aplicaciones.
McCormack, R., & Berryman, T. (2006, August 21). Reconciliation at KCGM fimiston operation. https://doi.org/10.1016/0002-8703(78)90377-0
Morley, C. (2003) Beyond reconciliation – a proactive approach to using mining data, in Proceeding Fifth Large Open Pit Conference, pp 185-191 (The Australasian Institute of Mining and Metallurgy:Melbourne).
Parhizkar, A., Ataei, M., Moarefvand, P., & Rasouli, V. (2012). A probabilistic model to improve reconciliation of estimated and actual grade in open-pit mining. Arabian Journal of Geosciences, 5(6), 1279–1288. https://doi.org/10.1007/s12517-010-0275-2
Parker, H. (2012) Reconciliation principles for the mining industry. The Australasian Institute of mining and metallurgy. Mining Tech 121(3):160–176.
Rossi, M. & Camacho V (1999) Using meaningful reconciliation infor¬mation to evaluate predictive models, Preprint, SME Annual meet¬ing, March 1–3, Denver.
Rosales, D. (2014). Implementación de metodología para determinar dominios geometalúrgicos de estimación. https://bibliotecadigital.uchile.cl/permalink/56UDC_INST/llitqr/alma991007557551903936
Schofield, N. (2001) The myth of mine reconciliation. In: Edwards AC (ed) Mineral resource and ore reserve estimation—the AusIMM guide to good practice. Vic., AusIMM, Melbourne, pp 601–610.
The mineral Institute AusIMM (2012) The JORC code.
Vaughan, W. (1997) (July) Due diligence issues for mining investors post Bre-X. Randol conference on sampling and assaying of gold and silver, Vancouver.
Derechos de autor 2021 Ronald Juarez Diaz ;Jaime César Mayorga Rojas
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.jpg)
.png)
.png)
1.png)
