El tópico de esta semana nos lleva hasta la cima de la pirámide que conforman los procesos del modelo geometalúrgico in-situ, en la cual se encuentra el objetivo final de poblar el modelo de bloques con los parámetros obtenidos de las pruebas y posteriormente a su análisis y procesamiento.
Tal y como su nombre lo señala, el poblamiento consiste en llevar las variables metalúrgicas de interés a un modelo de bloques (conminución, recuperación primaria de Cu, recuperación en peso, consumo de ácido, leyes de concentrado, velocidad de sedimentación, reología, información de mineralogía de mena y ganga), para así convertir los datos en información geometalúrgica.
Las estimaciones realizadas en el modelo de bloques deben validarse contra los datos y conceptos definidos, por lo que al menos deberán realizarse las tareas indicadas a continuación:
- Gráficos de derivas entre bloques estimados y muestras
- Comparación de medias de bloques versus medias de muestras
- Validación visual entre bloques estimados y muestras
Todas las estimaciones en el modelo de bloques deben hacerse considerando un mismo modelo parental que se define previamente y donde se indica el origen del modelo, el tamaño de bloque en las tres direcciones (X, Y, Z) y la rotación. Es decir, si se trabaja las estimaciones de forma separada, todos los submodelos deben definirse con los mismos parámetros.
Para la estimación de datos en el modelo de bloques, se opta por el uso del kriging ordinario, al ser el mejor estimador lineal que minimiza la varianza de error, utiliza el modelo de correlación espacial y puede aplicarse a casos multivariables. Otros estimadores, por ejemplo, el inverso a la distancia, o los k-vecinos más cercanos, asumen una alta continuidad en el origen, por lo que no consideran fenómenos estadísticos como el efecto pepita, cuyo nombre es en referencia a las leyes de oro en los yacimientos auríferos, que cambian repentinamente cuando hay pepitas de oro.
Una vez que el modelo de bloques ha sido poblado con las variables geometalúrgicas, es posible asignar a los bloques algún parámetro metalúrgico según las condiciones de las pruebas.
El modelo de bloques debe tener como información mínima para sustentarse la base de datos original utilizada, el tipo de pruebas realizadas, el QAQC efectuado, la definición de UGMs, el método para poblar el modelo y las validaciones realizadas.
Imagen extraída de: http://www.geoestadistica.com/calculo_reservas_openpit
