Universidad Nacional de Ing eniera Facultad de Ing eniera Geolg ica y Metalrg ica XVI Seminario Internacional de Geolog

a J ulio 2012 Promocin de Ing enieros Gelog os UNI - 2012-I

MUEST REO
Creo que todos nosotros entendemos la importancia del MUESTREO Todos aspiramos a la CALIDAD Los procedimientos de QA/QC convenientemente aplicados pueden ser herramientas para lograr y controlar la CALIDAD Es bueno saber que actualmente casi todos aplican el QA/QC Sin embargo el QA/QC se aplica prioritariamente en la fase del anlisis qumico de la muestra y su preparacin mecnica previa.

M.Sc. Samuel Canchaya Moya Tel. 4192640 samuel.canchaya@buenaventura.pe canmoysa@gmail.com

Se descuida el aseguramiento y control en la fase del MUESTREO PRIMARIO, fuente principal y ms importante de los errores
2

Estructura general de los errores:

Aplicacin actual del QA/QC

Sesgo % Fase Muestreo primario Muestreo secundario Anlisis Actividad Muestreo Transporte y almacenamiento Preparacin mecnica, reduccin Preparacin qumica Anlisis % Error relativo 100 a 1,000 1 a 100 10 a 100 5 a 20 0.1 a 5
QA/QC

EG = EM 1 + EM 2 + EA
EG = Error Global EM1 = Error en la fase de muestreo primario EM2 = Error en la fase de muestreo secundario o de preparacin mecnica EA = Error analtico

1000

50
QA/QC

0.1 a 1

Los errores son aditivos!

3

Segn: Gy (1999:10)

Comp ilado a p artir de: Gy (1999:10); Gy &FrancoisBongarson(1999) y Paski (2006)

Max

La prctica del QA/QC

El Aseguramiento de la Calidad M ues tras (Quality Assurance) es el fallidas conjunto de acciones sistemticas 0 1 2 3 4 5 6 7 8 9 10 Min y preventivas para asegurar la calidad y confianza en el muestreo y anlisis. El Control de la Calidad (Quality Control) es el conjunto de actividades o tcnicas para monitorear, identificar errores y realizar acciones correctivas durante el muestreo y anlisis. Una de las acciones mas difundidas dentro del QA/QC es intercalar adecuadamente muestras de control dentro de cada lote de muestras a analizar. Internacionalmente la proporcin aceptada de muestras de control es 20%
5

10 9 8 7 6 5 4 3 2 1 0

Muestras Gemelas
MG y=x Lnea lmite

Proporcin recomendable de muestras de control

Tipo de control Muestras gemelas (duplicados de campo) Duplicados gruesos Duplicados de pulpa Estndar bajo Estndar medio Estndar alto Blancos gruesos Blancos finos Duplicados externos 1 de 30 a 50 1 de 30 a 50 1 de 20 TOTAL:
Modificado a p artir de Simon (2007)

Frecuencia 1 de 30 a 50 1 de 30 a 50 1 de 30 a 50 1 de 20 alternando

% recomendado 2 2 2 2 2 2 2 2 4 20
6

El muestreo primario: Sigue siendo la Cenicienta de la actividad minera

QA/QC preferentemente aplicado al anlisis y su preparacin mecnica previa. Siempre es ms fcil adquirir equipos de anlisis qumico cada vez ms sofisticados; por el contrario es difcil obtener aprobacin de las Gerencias para cortadoras de rocas, cuarteadores rotatorios, homogenizadores, etc. Cantidad de publicaciones sobre anlisis qumico es ms de un centenar de veces ms que las relacionadas con el muestreo. Cursos especficos de muestreo son casi inexistentes en universidades e institutos; mientras cursos de anlisis qumico son obligatorios. Responsables de anlisis qumicos son especialistas de gran calificacin y bien pagados. Muestreros considerados de menor rango y con escalas ms bajas de remuneraciones
7

Conclusiones:
QA/QC preferentemente aplicado al anlisis y su preparacin mecnica previa. Fase de muestreo primario es la ms importante; adems genera mayor proporcin de errores. Muestreo sigue siendo cenicienta de la actividad minera. Gelogos de muestreo y muestreros no son debidamente seleccionados, capacitados ni bien remunerados.

Recomendaciones:
Protocolos de muestreo Implementar Cadena de Seguridad del Muestreo Minimizar errores en la fase de muestreo primario durante:
Eleccin del tipo ms adecuado de muestreo Definicin de la malla o distancia ptima de muestreo Medicin sistemtica de la desviacin de taladros Reduccin del tamao de los fragmentos que se constituirn en incrementos de la muestra. Homogenizacin adecuada previa a cualquier ejercicio de reduccin de volumen.

El error fundamental (EF) de muestreo (segn Pierre Gy):

Error fundamental de muestreo EF: Es la varianza de las diferencias entre los valores reales y los estimados por las muestras.
Frmula de la varianza del error fundamental de muestreo: s2 = Kd3 (1/MS-1/ML) Donde: M L Masa del lote (grs) M S Masa de la muestra (grs) d Dimetro mximo de las partculas (cm) K Constante representada por la frmula: K = c g f l c factor de composicin mineralgica (gr/cm3) g factor de distribucin de tamao (s/dimensin) f factor de forma de las partculas (s/dimensin) l factor de liberacin; l e (0, 1); (s/dimensin)
10

Cantidad, peso y granulometra de incrementos de las muestras deben ser determinados con procedimientos actualizados (Gy 1999; Paski 2006).
9

Nomograma de preparacin de muestras

CONSTANTE DE MUESTREO C= 4 PAR A COB RE TOTAL
PRECISIN %

1.E+00 M UE STR E ADOR PR IM AR IO 50 KG 1.E-01 VARIANZA DEL ERROR FUNDAMENTAL 2 CUAR TE ADOR E S R OTATOR IOS E N SE R IE
500 GR

100

Recomendaciones:
Comprar equipos y aparejos de muestreo adecuados. Utilizar siempre las mejores herramientas y verificar sistemticamente que estn en buen estado: Protocolos de verificacin sistemtica (check lists) de equipos y herramientas de muestreo No escatimar esfuerzos por lograr una muestra representativa, bien conservada y no contaminada: Implementar Cadena de Seguridad. Muestreo superficial de rocas y estructuras con cortadoras de disco diamantado.

1.E-02

10 5 2 DE " CHANCADOR CONO A - 1/4 1

1.E-03
50 GR

1.E-04 CONM INUCION A M ALLA - 10 M UE STR E ADO R R OTATOR IO

1.E-05

PULV E R IZADOR DE OLLA

1.E-06

0,1

1.E-07

1.E-08 1gr

10gr

100gr

1Kg

10Kg

100Kg

12

PESO DE LA MUESTRA EN GRAMOS

Muestreo de afloramientos de estructuras con cortadoras de disco

Mortero Platner

Forma tradicional de muestreo

14

Homogenizador porttil

Recomendaciones:
Mallas de muestreo y distancias ptimas de muestreo se deben definir con procedimientos geoestadsticos. QA/QC del muestreo primario debe incluir pruebas frecuentes de R&R Todo protocolo de muestreo debe estar refrendado por tests de heterogeneidad y de sesgo en las fases ms crticas. Programar auditoras anuales de muestreo, preferible realizadas por empresas externas. Uso recomendable: guantes desechables o toallas hmedas descartables aspersores para humedecer testigos (en lugar de brochas), cuarteadores rotatorios (en lugar de mantas de cuarteo), etc.
15 16

60 50 40 30 20 10 0 ERR %

Implementos Recomendables y No recomendables

Cuarteadores recomendables

17

18

Reduccin del volumen de muestra:

Mtodo Cuarteo manual (manteo) Splitter Divisor rotatorio y Riffle Tpica DER 10 Recomendacin

Manta de cuarteo

Recomendaciones:
Conformar el equipo de muestreo con los mejores y ms calificados recursos humanos. Capacitacin y calificacin permanentes. Buena remuneracin. Controlar y/o minimizar prdida de finos, generalmente con alto contenido de minerales valiosos; especialmente durante perforacin lavado y corte de testigos. Implementar uso de cdigo de barras posibilitando registro directo de mediciones y datos de laboratorio con sistemas automatizados. Desterrar prcticas inadecuadas en la manipulacin de testigos: apilar cajas destapadas o caminar sobre ellas; uso de brocha, transporte y almacenamiento deficientes, etc.
19 20

No recomendable Alimentacin debe ser adecuada Buena reduccin

0.1

Desviacin estndar relativa (DER) segn Paski (2006)

Como NO se debe almacenar testigos

Muestreo de material suelto de testigos

Existe formas ms adecuadas

21 22

Aplicacin correcta del QA/QC

Sesgo % 1000
QA/QC

Universidad Nacional de Ing eniera Facultad de Ing eniera Geolg ica y Metalrg ica XVI Seminario Internacional de Geolog a J ulio 2012 Promocin de Ing enieros Gelog os UNI - 2012-I

Fase Muestreo primario Muestreo secundario Anlisis

Actividad Muestreo Transporte y almacenamiento Preparacin mecnica, reduccin Preparacin qumica Anlisis

% Error relativo 100 a 1,000 1 a 100 10 a 100 5 a 20 0.1 a 5

QA/QC

50 0.1 a 1

Segn: Gy (1999:10)

Comp ilado a p artir de: Gy (1999:10); Gy &FrancoisBongarson(1999) y Paski (2006)

100 m 100 m

El concepto del Soporte

La muestra es siempre un diferencial de volumen (dv), si se compara con el Volumen (V) mayor al que representa. Cuando se asigna un valor encontrado en el dv, a un volumen mucho m ayor V se produce un error denominado error de extensin. An cuando se enva del campo una muestra apreciable (algunos kilos de muestra) los analitos de laboratorio no pasan de 1 gramo, en el mejor de los casos. Una reduccin drstica del volumen de la muestra, asociado generalmente a una conminucin sucesiva, es la principal fuente de error

Diferentes configuraciones de bloques en malla regular

dv
25

Modelos esfricos para la estimacin de varianzas de extensiones elementales

(Modificado a p artir de a p artir de JOURNEL& HUIJBREGTS (1978)

Relacin entre la precisin y el costo asociado a diferentes mallas de perforacin

200
ERROR

2 C
0

1.0

l
0. 5 0. 3 0. 2 0. 1

50

30 10
1 2 4 100 8 70.5

50

0.06

100
16 50
COSTOS RELATIVOS

0.04 0.03 0.02

para a =170

para a = 50 200 141 METROS

VARIANZA DE ESTIMACION:
0.01 0.1 0.2 0.3 0.5 0.6 1 2 3 5 6 10

2 E

= 2

(V , v)

(V , V )

(v, v)

la

Var iog rama de Au g/ t ID=2. 50 m

Mapeo variogrfico:
S emivariance

0.104

N22W

El efecto pepita (C0)

N68E 90 Este efecto ocurre principalmente: Cuando se tiene gran variabilidad local Cuando ocurre Au grueso Refleja errores sistemticos de muestreo o analticos

0.078 0.052 0.026 0.000 0 25 50 75

Para detectar las principales direcciones de ANISOTROPIA; e indirectamente flujos de mineralizacin. Para definir radios de elipses de influencia

S eparation Di stan ce (h)

S pherical model (Co = 0.04000; Co + C = 0 .07800; A o = 20.00; r 2 = 0.196;

Mejor solucin AUMENTAR EL SOPORTE

0. 422 Semiva rian ce

0.380 Semivar a i nce

Para que funcione se requiere buena densidad de muestreo

0. 317 0. 211 0. 106 0. 000 0 25 50 75 Separ ation D ista nce (h)

0.285 0.190 0.095 0.000 0.00

25.00

5 0.00

75.00

S eparation Distance ( h)

29

30

Sp her c i al mode l( Co = 0 .139 30; Co + C= 0.29 660; Ao = 4 6.70 ; r2 = 0. 393;S pherical model (Co = 0 .00010; Co + C = 0.22000; A o = 16.00 ; r2 = 0.302;

Ensayo al fuego
25-50 g muestra OX-Pb Mezcla fundente Nitrato de p lata

Manto silceo en el T acaza muestreado sistemticamente por canales con cortadora porttil

FUSION + 1100 C Gravimetra

AA ICP

Lavado del rgulo de Pb Separacin del rgulo de Pb de la escoria

Disolucin del b otn de Au con cidos Sep aracin del b otn de Au del OX-Pb que es ab sorb ido p or la cop ela
31

Estructura mineralizada Fracturamiento 1,600 muestras 250 m

32

10% HCL

+ 940 C

COPELACION

Densidad de muestreo en canales

86 69420

33

Var iog ra ma d e Au g /t ID=2 .5 0m

0.104 Sem v i ar iance 0.078 0.052 0.026 0.000 0 25 50 75 Separ ati o n Distance ( h)

86 69393 NORTE

Universidad Nacional de Ing eniera Facultad de Ing eniera Geolg ica y Metalrg ica XVI Seminario Internacional de Geolog a J ulio 2012 Promocin de Ing enieros Gelog os UNI - 2012-I

86 69365

86 69338

86 69310 4744 00
8669420

474433

474467

474500

E STE

Spher c i al model (Co = 0.040 00; Co + C = 0.078 00; A o = 20.00; r 2 = 0.196; RS S = 5.82 3E-03)

Va riog ra ma Au g/ t ID=5. 0
0.092 3 Semivar a i nce 0.069 2 0.046 1 0.023 1 0.000 0 0

8669393 NORTE

8669365

8669338

25

50

75

Separation Di s tance (h)

8669310 474 400

47443 3

474467

474500

ESTE

S pherical m od el ( Co = 0.04000; Co + C = 0.079 00; Ao = 1 9.00; r2 = 0.280; RSS = 2.007E-03)

ANALISIS QUIMICO

BASE CONCEPTUAL: EL CONCEPTO DE ROCA TOTAL:

En los yacimientos de baja ley, como los prfidos de Cu-Mo, las menas slo llegan a constituir el 1 a 2 % de la roca; el resto son gangas (cuarzo, silicatos, xidos y oxisales); en los yacimientos de Au epitermal esta proporcin es an ms crtica. En toda operacin minera y de beneficio de mineral (chancado, lixiviacin, flotacin), las gangas son las protagonistas (pudiendo llegar a constituir el 97 a 98% de la roca). Problemas como: disminucin del throughput, resistencia a la conminucin, consumo de energa, consumo de cido, recuperacin, prdidas metalrgicas, etc.; generalmente tienen que ver mucho ms con las gangas que con las menas.

%Cu, g/t Au, %Mo, oz/t Ag, As ppp , Bi pp m, etc. Cu Secuencial: CuT, CSAc, CuSCN, CuR Cianurab ilidad: AuCN, AgCN

CARACTERIZACION GEOMETALURGICA
ANALISIS MINERALOGICO
% D E% GAN D ESULFURO GA S EN S EL NIVE N IVEL L 3 55 0 3 550
10 0 % 3.0 80%
% e n Pe s o
% peso 2.5 2.0

ANALISIS FISICO-MECANICO
Otros Sul fatos Carb on ato s

ANALISIS TEXTURAL

Di ge ni ta Co vel t ia

Epdo ta T u rma il na Pla gi o cl as as K-F ed l e sp ato s

cp -II

60%
1.5 1.0

Ca c l os t i a /D j u lre t ia Mo l b i deCl niota rit a s

py py
50

cp-I

ser qz

cp -II

40%

En argi ta/T Bio ti en t ana nti ta

ro f ilt i a / Tal c o Ca c l op r iPi i ta

20% 0.5 0%
0.0

Pi rit a

Mu sc ovi ta Cao il n t ia Esm ec tit a s Cua rzo

35

88 1

883

8 94

898

9 01

90 7

910

100

P ro ye cto Proye c o t

DIAGRAMA DE FLUJO: Implementacin de Modelos Geo-Metalrgicos

INICIO OBJETIVOS

La importancia de la textura
Roca A 70 % cuarzo 30 % de muscovita

FASE I

Caracterizacin Mineralgica Piloto

Obtener base de datos mnima para disear pruebas metalrgicas

FASE II

Pruebas Metalrgicas

Encontrar relaciones entre las variables de entrada X i (mineralgicas) con las de salida Y i (metalrgicas): Y i = f (X i )

Roca B

70 % cuarzo 30 % de muscovita

FASE III

Modelo Geo-Met

Anlisis mineralgico sistemtico (AMS) de las variables de entrada crticas para construir el modelo Geo-met Actualizacin

cuarzo muscovita
38

Modelamiento Geolgico 3D:

Modelamiento de Arcillas a partir de muestras de Blast-Holes

40

October 2005

Identificacin de zonas de diferente competencia mecnica Carga Puntual en MPa

H ARD NE S S - S TR E N G TH O F I N TA CT RO CK HA RDN ES S DE SC RIP TI ON U C S ( MP a) R0 E xt r emel y Weak 0. 2 5- 1 R1 V er yW eak 1- 5 R2 We ak 5- 25 R3 Medi um S t r ong 25- 50 R4 St r ong 5 0- 100 R 5I - V er yS t r on g 100- 15 0 R5 R 5- I I V er yS t r on g 150- 20 0 R 5- I I V er yS t r on g 200- 25 0 R6 St r emel y S to r ng > 250

Ejemplo de variogramas de Gangas

42

Flotacin Lixiviacin

Modelo Geolgico de bloques

Tomado de Canchaya (2009)

Modelo Geolgico de bloques

Tomado de Canchaya (2009)

Base de datos tradicional

Este 655600 655675 655750 655825 655900 655975 656050 Nor te 8834567 8835772 8836977 8838182 8839387 8840592 8841797 Cota 4509 4484 4459 4434 4409 4384 4359 % Zn 0.52 1.23 2.01 0.56 1.08 3.45 0.87 Alt 4 4 4 4 2 2 4 Lit 12 12 12 12 12 12 13

Base de datos tradicional

Este 655600 655675 655750 655825 655900 Nor te 8834567 8835772 8836977 8838182 8839387 8840592 8841797 Cota 4509 4484 4459 4434 4409 4384 4359 % Zn 0.52 1.23 2.01 0.56 1.08 3.45 0.87 Alt 4 4 4 4 2 2 4 Lit 12 12 12 12 12 12 13

Litologa, Tipo de alterac., %Zn, g/t Ag.

655975 656050

Litologa, RQD, Tipo de alterac., %Zn, g/t Ag, MPa, %ARCs, %sid, granulom., %Rec., etc.

43

44

Modelo Geo-metalrgico de bloques

Tomado de Canchaya (2009)

Base de datos tradicional

Este 655600 655675 655750 655825 655900 655975 656050 Nor te 8834567 8835772 8836977 8838182 8839387 8840592 8841797 Cota 4509 4484 4459 4434 4409 4384 4359 % Zn 0.52 1.23 2.01 0.56 1.08 3.45 0.87 Alt 4 4 4 4 2 2 4 Lit 12 12 12 12 12 12 13

Caractersticas fundamentales que debe reunir un buen Modelo Geometalrgico

Debe ser un modelo esencialmente probabilstico Se debe modelar con las mejores herramientas disponibles: Software de modelamiento intrnseco 3D, Geoestadstica, analizadores mineralgicos y texturales de alta performance. Al final es un modelo de bloques, pero involucrando a todas las variables geometalrgicas crticas,: mineralgicas, texturales, geomecnicas, etc., que previamente han sido identificadas y modeladas.
% Rec 71.0 72.2 82.0 83.5 85.6 83.1 84.9

Base de datos Geometalrgica

Este 655600 655675 655750 655825 655900 655975 656050 Nor te 8834567 8835772 8836977 8838182 8839387 8840592 8841797 Cota 4509 4484 4459 4434 4409 4384 4359 % Zn 0.52 1.23 2.01 0.56 1.08 3.45 0.87 Alt 4 4 4 4 2 2 4 Lit 12 12 12 12 12 12 13 MPa 33 56 124 156 250 200 49 % ARCs 5.5 2.3 7.6 0.6 0.5 2.3 0.25

Litologa, RQD, Tipo de alterac., %Zn, g/t Ag, MPa, %ARCs, %sid, granulom., %Rec., etc.
% sid 3.29 2.33 1.02 0.98 0.33 0.45 2.25 RQD 25 35 56 87 78 67 45 80

Se basa en anlisis sistemticos cuantitativos o semi-cuantitativos de las variables crticas Por lo tanto no se hace a partir de especmenes, sino de muestras, respetando los procedimientos basados en la Teora del Muestreo.
46

Eventos importantes relacionados:

Referencias
Canchaya S. (2008) El Modelo Geometalrgico.- XIV Congreso Peruano de Geol y XIII Congreso Latinoamericano de Geologa; 29 Set 3 Oct Lima, 6p. Canchaya S. (2010) QA/QC Realidado fantasa? .-XV Congreso Peruano de Geologa; Lima Per. Set-Oct. 2010; 4p. Canchaya S. (2011) QA/QC Reality or Fantasy? .- 5 th World Conference on Sampling and Blending.- Santiago de Chile. Oct. 2011; 8p. Fennel M. & Guevara J. & Canchaya S. & Velarde & G. Baum W. & Gottlieb P. (2005) Qemscan Mineral Analysis for Ore Characterization and Plant Support at Cerro Verde.- XXVII Convencin Minera; Arequipa-Per; 11p. Gy P. (1956) Nomogramme dEchantillonnage.- Socit de Minerais et Mtaux. Paris. Gy P. (1992) Sampling of Heterogeneous and Dynamic Material Systems. Theories of Heterogeneity, Sampling and Homogenizing .- Elsevier, New York. Gy P. (1999) Sampling for Analytical Purposes.- John Wiley & Sons, New York; 153p. Gy P. & Francois-Bongarso n D. (1999) Seminario de Muestreo de Minerales.- Tecniterrae, Santiago de Chile. Citado por Alfaro M. (2002) Introduccin al Muestreo Minero.- Instituto de Ingenieros de Minas de Chile; 82p. Paski E. (2006) Taller internacional de muestreo geolgico .- IIMP & Actlabs; Lima Abr. 2006; 120 p. Simon A. (2007) Control SampleInsertionRate: Is there an IndustryStandard? .-XXIII International AppliedGeochemistrySymposium, IAGS; Oviedo, Spain, June 2007; 9 p.

QA/QC in Mining Reality or Fantasy? S. Canchaya

2
5-7 Dic. Santiago-Chile

6
Octubre 2013 Lima- Per
48 47

La concurrencia de los tres aspectos:

Muchas gracias

MUESTREO

GEOESTADSTICA

M. Sc. Samuel Canchaya Moya Tel. 4192640

GEOMETALURGIA

canmoysa@g mail.com samuel.canchaya@buenaventura.p e

49

50