Please use this identifier to cite or link to this item: http://cybertesis.uni.edu.pe/handle/uni/10129
Title: Implementación del modelamiento en 3D y estimación de los recursos con métodos geoestadísticos mina Chipmo U.E.A. Orcopampa - CMBSAA
Authors: Vargas Machuca Bueno, Octavio Benigno
Advisors: Paredes Ángeles, Jorge Humberto
Keywords: Métodos geoestadísticos;Ingeniería de minas;Modelo geológico 3D
Issue Date: 2017
Publisher: Universidad Nacional de Ingeniería
Abstract: El Yacimiento de Chipmo se encuentra ubicado en el Distrito de Orcopampa, a 350 km de la Ciudad de Arequipa. Es un yacimiento de tipo filoneano de Au, de sulfidización intermedia y de una edad aproximada de 18Ma (Noble, 1998). La mineralización se emplaza en rocas de composición andesítica y riolítica pertenecientes al Volcánico Sarpane datadas en 19 Ma (Swanson, 2002), que correlaciona con el Grupo Tacaza en la zona sur del Perú. El trabajo se ha desarrollado en tres etapas: la primera etapa de base de datos, la segunda etapa de modelamiento con el software Leapfrog y la tercera etapa de estimación de los recursos con el uso de los softwares mineros Vulcan. Compañía de Minas Buenaventura S.A.A. no es ajena al gran cambio de la tecnología. Si nos remontamos a los años ´80s e inicios de los ´90s, los cálculos de los recursos se realizaban en forma manual y con apoyo de las calculadoras. A mediados de los ´90s se empezó a trabajar con el Lotus123 para calcular los recursos. Finalizando la década de los ´90s, para el cálculo de los recursos se utilizaba el Autocad y Excel. A inicios del nuevo milenio, la Compañía empezó a utilizar el software Gemcom (después pasó a ser Gems y en la actualidad es Geovia) para soporte en el cálculo del promedio de leyes, siendo éste un método poco preciso, demasiado geométrico, que no considera la estructura del fenómeno mineralizado, ni proporciona el error asociado a la estimación. En general, estos métodos presentan un fenómeno conocido como sesgo condicional, que se traduce en la práctica por una sobreestimación de leyes altas y subestimación de las leyes bajas; razón por la cual, la Compañía decide implementar el modelamiento en 3D y la estimación de los recursos con métodos geoestadísticos. El modelamiento geológico en la minería actual está definido por diversos controles geológicos, así se tiene modelos geológicos orientados a la exploración de nuevas zonas mineralizadas, interpretación de flujo de mineralización, estimación de recursos, estimación de reserva y planeamiento de minado a corto, mediano y largo plazos. Estos modelos se construyen mediante muestreo de labores mineras, secciones geológicas obtenidas de la interpretación de logueo, cartografiado de los niveles, subniveles y chimeneas y otros controles geológicos. La construcción del modelo geológico de las estructuras fue realizada utilizando las herramientas de modelamiento implícito del Leapfrog. La base de datos del modelamiento considera los análisis químicos (assays) de los canales mineros y la perforación diamantina. Además, se utilizó el logueo de los sondajes diamantinos, cartografiado geológico de los niveles de interior mina, topografía de interior mina, así como plantas y secciones geológicas interpretadas por los responsables de cada zona. La creación del modelo de bloques es por zonas (Nazareno y Prometida) y las dimensiones de los bloques son 3 m (azimut) x 1.5 m (ancho de veta) x 3 m (altura) y el ancho de compósito es 1.5 m. Se realizó la estimación de los elementos: Oro (Au) en ppm, Plata (Ag) en ppm. Se generó los dominios de estimación para cada elemento de acuerdo con las condiciones de estacionaridad. Se evaluó en cada elemento y cada dominio: Outlier/Capping para definir un dominio de alta ley, variograma, estudios de parámetros de estimación, validación visual, validación global y validación local o Swath Plot. Para estimación de recursos se empleó el software Vulcan © - Versión 10.0, Snowden Supervisor - © Versión 8.4 y SGeMS. Los métodos empleados para la estimación son: Kriging Ordinario (OK), el Inverso a la Distancia (ID) y el Vecino más Cercano (NN), los dos primeros se utilizarán para reportar recursos y categorización de los mismos; el NN por sus características se empleará a manera de validación de la interpolación de los métodos OK e ID. En la minería existen numerosos criterios para la categorización de recursos geológicos, algunos más eficaces que otros, pero todos basados en el grado de confiabilidad de la información que se emplea. Algunas compañías consideran que para que los recursos sean categorizados como medidos, mínimo un compósito debe estar dentro del bloque; mientras que otras compañías consideran compósitos más desarrollo de labor, entre otras alternativas. Para esta primera parte de la implementación se está considerando la distancia anisotrópica y la cantidad de compósitos para denominar a cada tipo de recurso como Medido, Indicado e Inferido. El resultado final permitirá obtener una mejor interpretación geológica y una mayor certeza para el planeamiento en la operación minera.
The Chipmo ore deposit is located in the District of Orcopampa, 350 km from the city of Arequipa. It is an intermediate sulfidation vein-hosted gold deposit, dating approximately to 18Ma (Noble, 1998). The mineralization is hosted within andesitic and rhyolitic rocks belonging to the Sarpane Volcanic rocks dating to 19 Ma (Swanson, 2002), which is correlated with the Tacaza Group in Southern Peru. The work has been developed and divided into three stages: 1) database, 2) modelling by Leapfrog 3D geological software, and 3) resource estimation by Vulcan mining software. Compañia de Minas Buenaventura S.A.A. stays at the forefront of technological innovations. If we look back to the '80s and early' 90s, resources calculations were made manually and with the help of calculators. In the mid- 1990s, the Lotus123 software were begun to be used to calculate resources. At the end of the decade of the '90s, resources calculation was made by Autocad and Excel softwares. At the beginning of the new millennium, the software Gemcom (later Gems and now Geovia) was used by Compañia de Minas Buenaventura S.A.A to calculate the ore grade average, which is an inaccurate and very geometric method, which neither takes into consideration the phenomenon of mineralized structure, nor provides the error associated with the estimation. In general terms, these methods have an infamous problem known as conditional bias of geostatistical simulation for estimation of recoverable reserves, which in practice means an overestimation of high ore grades and underestimation of low ore grades; therefore Compañia de Minas Buenaventura S.A.A. makes the decision to implement 3D modeling and resources estimation by geostatistical methods used for mineral evaluation. Geological modeling applied in currrent mining is defined by various geological controls, such as geomodels, which are currently used for explorating new mineralized zones, interpretating the mineralization and fluid flow, resource estimation, reserve estimation and short-, medium- and long-terms mine planning. These geomodels are constructed based on mining sampling, geological sections as a result of geological logging interpretation, geological mapping of levels, sublevels and ore passes, and other geological controls. The modeling of geological structures was made by using the Leapfrog software implicit modeling tools. The database modeling considers the chemical analysis (assays) of mining channels and diamond drilling. In addition, core samples logging, geological mapping of underground mine, underground mine topography, as well as plants and geological sections interpreted by those people responsible for each zone, were used. The block model is designed by zones (Nazareno and Prometida) and the block dimensions are 3 m (azimuth) x 1.5 m (vein width) x 3 m (height) and the composite width is 1.5 m. The estimation of the elements such as Gold (Au) (ppm), Silver (Ag) (ppm) was made. The estimation domains were generated for each element according to the stationarity conditions. Each element and each domain: Outlier / Capping were evaluated in order to define a high ore grade domain, variogram, estimation parameter studies, visual validation, global validation and local validation or Swath Plot. Vulcan © software - Version 10.0, Snowden Supervisor - © Version 8.4 and SGeMS software was used for resource estimation. The ore reserve estimation methods are Ordinary Kriging (OK), Inverse Distance (ID) and Nearest Neighbor (NN), the first two methods will be used to report resources and categorize them, and the NN by its characteristics will be used to validate the interpolation of the OK and ID methods. In mining there are different criteria being used for categorization of geological resources, some are more effective than others, but they all are based on the information reliability. Some companies consider that in order to resources to be categorized as measured, one minimum composite should be within the block; while other companies consider composites and mining development should be included, among other alternatives. For this first stage of the implementation the anisotropic distance as well as the amount of composites are being considered to denominate each type of resource as Measured, Indicated and Inferred. The final result will allow obtaining a better geological interpretation and a greater degree of certainty for planning mining operations.
URI: http://cybertesis.uni.edu.pe/handle/uni/10129
Rights: info:eu-repo/semantics/embargoedAccess
Appears in Collections:Ingeniería Geológica

Files in This Item:
File Description SizeFormat 
vargas_bo.pdf7,54 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI