La Importancia de la Información en Minería Proceso y Operaciones Clave Etapas Críticas de la Captura de Información Consecuencias de un Muestreo Deficiente Fuentes de Error en la Cadena de Valor Estrategias para Minimizar los Errores
Descubre por qué la cadena de valor de una muestra es fundamental en la industria minera y cómo los errores de muestreo pueden impactar significativamente las decisiones de inversión de millones de dólares. Este documento te guía a través de las etapas cruciales: recolección de muestras (muestreo), preparación mecánica y análisis químico, resaltando los errores potenciales en cada fase.
Errores de muestreo
Aprende sobre la importancia de un muestreo eficaz para la visualización y estimación precisa de los recursos. Conoce los distintos tipos de errores de muestreo como el error fundamental, de agrupamiento y segregación, de delimitación y de extracción del incremento, así como los errores en la preparación mecánica (secado, molienda, contaminación) y en los análisis químicos (incertidumbres del método, errores humanos).
Minimizar estos errores
Finalmente, explora las herramientas de control y estrategias clave para minimizar estos errores y asegurar la calidad de la información para la toma de decisiones mineras confiables. Palabras clave: cadena de valor, muestra, errores de muestreo, geometalurgia, información minera, decisiones de inversión, recolección de muestras, preparación mecánica, análisis químico, error fundamental, control de calidad.
Contenido Detallado:
- El Valor de la Información
- Objetivo principal: Conocer y disminuir la variabilidad (y/o sesgo) del error en las etapas de captura de la información básica.
- Importancia para: Procesos de planificación y explotación minera.
- Asegurar: Calidad, cantidad y oportunidad de la información.
- Sustento para: Modelos predictivos, información reproducible y de calidad, auditable (bancable), recursos de inversión y proyectos mineros.
- Principio fundamental: El muestreo es el cimiento sobre el cual se construye la estimación de la calidad (Método de Pierre Gy).
Análisis químico cobre total
- Definición de Proceso
- Conjunto de: Operaciones interrelacionadas con el propósito de producir un bien o servicio para la organización.
- Ejemplo de Proceso: Análisis químico cobre total.
- Ejemplos de Operaciones: Pesada, ataque, aforo, Medición EAA.
- Énfasis en: La importancia de controlar los procesos.
- Etapas de Captura de Información
- Recolección de muestras (Muestreo).
- Preparación mecánica de la muestra (Conminución).
- Análisis químico de la muestra.
Impacto de la Eficacia del Muestreo
- Impacto de la Eficacia del Muestreo
- Muestreo deficiente: Muchos problemas para visualizar y estimar, control casi imposible.
- Muestreo parcialmente eficaz: Problemas para visualizar y estimar, control dificultoso.
- Muestreo eficaz: En general no hay problemas para visualizar y estimar, controles rápidos y claros, detección temprana de problemas.
- La Realidad y el Muestreo
- Dificultad para: Obtener una visión perfecta de la realidad.
- Limitaciones de las metodologías actuales: Son deficientes y siempre tienen errores.
- Objetivo alcanzable: Obtener una estimación de la realidad, no la realidad en sí misma.
- Importancia del Muestreo en Proyectos Mineros
- Base de decisiones: Casi todas las decisiones desde la exploración hasta el cierre de la faena se basan en valores obtenidos de materiales muestreados.
- Impacto económico: Decisiones de millones de dólares.
- Aplicaciones: Proyecto, Producción, Plantas, Cátodos.
¿Cuántas muestras necesito?
- Tamaño de Muestras
- Pregunta fundamental: ¿Cuántas muestras necesito?.
- Factores que influyen en el número de muestras:
- Tipo de datos (discreto o continuo).
- Objetivo: Describir características de un grupo con precisión o comparar grupos con potencia determinada.
- Estimado de la desviación estándar.
- Nivel de confianza requerido (normalmente 95%).
- Negociación entre: Precisión, tamaño de muestra y costo.
- Validez de las conclusiones: Requiere que las muestras sean representativas, que los datos representen el proceso confiablemente y que no existan diferencias sistemáticas entre los datos colectados y los no colectados.
- Problema principal: Estimar la media de una población o lote a partir de una muestra.
Errores del Muestreo de Minerales
- Errores del Muestreo de Minerales
- Error fundamental (E. fundamental).
- Error de agrupamiento y segregación (E. de agrupamiento y segregación).
- Error de delimitación del incremento (E. de delimitación del incremento).
- Error de extracción del incremento (E. de extracción del incremento).
- Error de preparación.
- Error de fluctuación de heterogeneidad a largo plazo.
- Error de fluctuación de heterogeneidad periódica.
- Error Permanente.
- 6 Errores posibles de cometer en la recolección de muestras, preparación mecánica y análisis químico.
- Errores en la Preparación Mecánica de Muestras
- Error de preparación Mecánica: Secado, molienda, chancado, pulverizado, harneado, embalaje.
- Error de contaminación: Polvo residual, material en suspensión, abrasión.
- Error de perdida: Material dejado en el circuito.
- Error de alteración: Composición química, composición mineralógica, composición física.
- Error humano: Mala capacitación, mala mantención, mala limpieza, fraude y/o sabotaje.
Errores en los Análisis Químicos de Muestras
- Errores en los Análisis Químicos de Muestras
- Incertidumbres del método: Se generan por operación analítica.
- Error en la determinación de humedad.
- Error en el análisis granulométrico.
- Error humano.
- Error de la pesada de la muestra.
- Error de calibración del matraz volumétrico.
- Dilución del patrón de calibración.
- Error del instrumento.
¿Cómo Minimizar Estos Errores?
- ¿Cómo Minimizar Estos Errores?
- Error Fundamental (FE): No se puede minimizar, solo se puede intentar minimizar aumentando el número de fragmentos. Ni el mezclado ni la homogeneización pueden reducir el FE.
- Error de Agrupamiento y Segregación (GSE): Sí puede minimizarse mediante:
- Optimizar el peso de la muestra.
- Aumentar el número de incrementos por muestra.
- Homogenizar el material antes de tomar los incrementos.
- Error de Delimitación del Incremento (DE): Introducido por cualquier desviación de un módulo isotrópico de observación, asegurando una probabilidad de muestreo constante en todas las direcciones relevantes (principio de equi-probabilidad). La delimitación se relaciona con la representatividad de la muestra. Ocurre si el módulo de observación difiere de una esfera (lotes tridimensionales), un cilindro (lotes bidimensionales) o una tajada (lotes unidimensionales).
- Lotes Tridimensionales: Pilas grandes (depósitos minerales, pilas de lixiviación, acopios) donde se muestrea con palas.
- Lotes Bidimensionales: Pilas planas o lotes tridimensionales con espesor despreciable si la muestra se toma perforando a todo su espesor (cilindro). Ejemplos: Perforación de pozos de tronadura, muestreo auger en pilas.
- Lotes Unidimensionales: Pilas alargadas, material en correas, con espesor y ancho despreciables si se puede cortar completamente de manera probabilística. Ejemplo: Cintas transportadoras. La geometría de la muestra debe ser un rectángulo o paralelogramo. Se recomienda usar cortadores lineales de flujo con características específicas.
- Lotes de Dimensión Cero: Conjuntos de fragmentos (camiones, vagones, bolsas) que pueden considerarse unidades aleatorias si se pueden tomar completos para muestrearlos. La mayoría de las muestras de laboratorio entran en esta categoría.
- Error de Extracción del Incremento (EE): Introducido por cualquier desviación de la ley del centro de gravedad, donde la extracción real no debe favorecer o penalizar fragmentos. Se recomienda usar tubos de muestreo con abertura adecuada y cortadores riffle. Se ejemplifica con divisor rotatorio y muestreo por paleo alternado.
Herramientas de Control
- Herramientas de Control
- Protocolo.
- Prueba de Robustez.
- Prueba de linealidad (masa).
- Prueba de precisión.
- Prueba de exactitud.
- Prueba de sensibilidad.
- Prueba de selectivilidad.
- 5 % rechequeo.
- Capacitación del personal.
- Protocolos y supervisión.
- Test de heterogeneidad.
- Diseño de métodos de muestreos eficaces.
- Diseños para la delimitación del incremento.
- Concepto de equiprobabilidad de las muestras.
- Nomograma de muestreo.
- Equipos eficaces en línea.
- Sistemas extracción de polvo.
- Control de humedad.
- Control granulométrico.
- Diagrama de Dispersión
- Ilustra la regresión entre la «realidad» y la estimación del muestreo, comparando un muestreo en norma con un muestreo deficiente, mostrando la importancia de un muestreo adecuado para obtener resultados confiables.
Autor y Fecha de Publicación:
- Autor: JAVIER CRUZ
- Fecha de Publicación: OCTUBRE 2016
Link de descarga: Aquí
