ESTUDIO DE INDICADORES PARA MEJORAR CONCILIACION MINERA EN UM CERRO LINDO

TITULO: KRIGING DE INDICADORES PARA MEJORAR RESULTADOS DE LA RECONCILIACIÓN MINERA EN UM CERRO LINDO

Autores: Joel Mejía, Fernando SáezExpositor: Joel MejíaEmpresa: Compañía Minera Milpo

SRK Consulting (Perú) S.A.

INDICE

UM CERRO LINDO

ANTECEDENTESConciliación 2012-2013Conciliación 2014Conciliación 2015Avances 2016

METODO KRIGING INDICADORES

RESULTADOS

UM Cerro Lindo: Mineralización económica

500 m

03 Dominios geológicos de mineralización económica:

Sulfuro primario pirítico (SPP) principalmente Cu

Sulfuro primario barítico (SPB) principalmente Zn

Sulfuro semi masivo (SSM)

UM Cerro Lindo: Minado

TAJO DE BORDE

Conciliación Modelo LP – Balance metalúrgico

Datos de entrada:

• Balance metalúrgico Planta• Tajos explotados Planeamiento (sólidos 3D)• Modelo LP Geología

ANTECEDENTES: 2012 - 2013

Realidad operacional:• Preferentemente, se explotan los tajos de mayor continuidad

geológica y de ley• Producción: 2012 10K, 2013 15K

Criterios del modelo de recursos:• Modelamiento 100% geológico: SPP, SPB, SSM, fallas, diques,

enclaves• Plan de estimación: basado en los alcances variográficos• Plan de categorización: basado en los alcances variográficos

Conciliación Modelo operativo – Balance metalúrgico2012 - 2013

Oportunidad de mejora:• Disminuir bloques medidos e indicados sub económicos

Plan de acción:• Modelamiento geo económico: Utilizar como referencia los tramos

de compósitos con valor mayor a US$ 20

Modelo Operativo ‐ Largo Plazo 2012 ‐ 2013Categoría Cutoff MTM % Zn % Pb % Cu Onz Ag MTM Zn MTM Pb MTM Cu MOnz AgMEDIDO 0 7.7 3.81 0.37 0.80 0.80 0.3 0.03 0.1 6.2INDICADO 0 1.9 1.66 0.16 0.80 0.69 0.0 0.00 0.0 1.3INFERIDO 0 0.1 3.53 0.59 0.51 0.39 0.0 0.00 0.0 0.0WASTE 0 0.0 0.00 0.00 0.00 0.00 0.0 0.00 0.0 0.0TOTAL 0 9.7 3.38 0.33 0.80 0.78 0.3 0.03 0.1 7.5

Balance Metalúrgico años 2012 ‐ 2013AÑO Cutoff MTM % Zn % Pb % Cu Onz Ag MTM Zn MTM Pb MTM Cu MOnz Ag2012 3.8 3.08 0.29 0.86 0.74 0.1 0.01 0.0 2.82013 5.4 3.11 0.32 0.77 0.75 0.2 0.02 0.0 4.1TOTAL 9.2 3.10 0.31 0.80 0.74 0.3 0.03 0.1 6.9

‐5% ‐9% ‐6% 1% ‐4% ‐14% ‐11% ‐4% ‐9%Diferencia Relativa

Mejora continua: 2014

40 m.

Modelo 2014

ANTECEDENTES: 2014

Realidad operacional:• Ocurren con mayor frecuencia y dimensiones los “enclaves”;

incrementan los tajos de borde• Producción: 16K

Criterios del modelo de recursos:• Modelamiento geo económico: SPP, SPB, SSM, fallas, diques,

enclaves y envolvente económica (US$ 20)• Plan de estimación: basado en los alcances variográficos• Plan de categorización: basado en los alcances variográficos

Conciliación Modelo operativo – Balance metalúrgico2014

Oportunidad de mejora:• Geología: mejorar interpretación de dominios estériles: diques y

enclaves• Planeamiento: programar los tajos con mayor confianza geológica• Recursos minerales: mejora continua

Plan de acción:• Interpretación de diques y enclaves• Perforación “infill” adicional para incrementar la confianza de los

tajos programados• Análisis de vecindad de kriging (QKNA)

Modelo Operativo ‐ Largo Plazo 2014Categoría Cutoff MTM % Zn % Pb % Cu Onz Ag MTM Zn MTM Pb MTM Cu MOnz AgMEDIDO 0 4.8 4.14 0.43 0.73 0.82 0.20 0.02 0.03 3.94INDICADO 0 1.3 2.56 0.28 0.69 0.69 0.03 0.00 0.01 0.90INFERIDO 0 0.0 3.60 0.35 0.36 0.37 0.00 0.00 0.00 0.00WASTE 0 0.0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00TOTAL 0 6 3.80 0.40 0.72 0.79 0.23 0.02 0.04 4.84

Balance Metalúrgico 2014Mes Cutoff MTM % Zn % Pb % Cu Onz Ag MTM Zn MTM Pb MTM Cu MOnz AgTOTAL 6 3.06 0.33 0.79 0.75 0.18 0.02 0.05 4.43

‐3% ‐24% ‐21% 10% ‐6% ‐28% ‐24% 7% ‐9%Diferencia Relativa

Mejora continua: 2015QKNA

Gráfico tomado de la publicación: “The Slope of Regression for Kriging Estimators”Clayton Deutsch

(BV – KV)BV

KE =

KE: Eficiencia del krigingBV: Varianza del bloqueKV: Varianza de kriging

ANTECEDENTES: 2015

Realidad operacional:• Ocurren con mayor frecuencia y dimensiones los “enclaves”;

incrementan los tajos de borde• Producción: 18K

Criterios del modelo de recursos:• Modelamiento geo económico• Plan de estimación: basado en QKNA y análisis de sensibilidad

en el plan de estimación• Plan de categorización: basado en los alcances variográficos

Conciliación Modelo operativo – Balance metalúrgico2015

Oportunidad de mejora:• Geología: modelos de corto plazo, muestreo sistemático por densidad• Planeamiento: recuperar “mineral remanente”• Recursos minerales: Caracterización económica para el zinc

Plan de acción:• Evaluación de método más selectivo de minado• Análisis de vecindad de kriging (QKNA) y Kriging de indicadores

Modelo Operativo ‐ Corto Plazo 2015Cutoff Tonnes ZN PB CU AG TM Zn TM Pb TM Cu Onz Ag

MEDIDO 0 4.5 3.65 0.35 0.76 0.81 0.16 0.02 0.03 3.66INDICADO 0 1.1 3.30 0.31 0.84 0.87 0.04 0.00 0.01 0.99INFERIDO 0 0.5 3.30 0.32 0.81 0.76 0.02 0.00 0.00 0.39WASTE 0 0.4 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00TOTAL 0 6.5 3.35 0.32 0.73 0.77 0.22 0.02 0.05 5.04

Balance Metalúrgico 2015Mes Cutoff TM % Zn % Pb % Cu Onz Ag TM Zn TM Pb TM Cu Onz AgTOTAL 6.8 2.83 0.31 0.68 0.75 0.19 0.02 0.05 5.05

3% ‐18% ‐5% ‐7% ‐3% ‐15% ‐2% ‐3% 0%Diferencia Relativa

Mejora continua: 2016 KRIGING INDICADORES

Indicador al compósito Estimación Indicadores Análisis Sensibilidad

APLICACIÓN Dominio SPB (Alta ley de Zinc)

0.3 0.4 0.5 0.6 0.7

Baja Ley Transición Alta Ley

Análisis de Sensibilidad – Análisis de Contacto (Valor indicador 10% Zn)

Baja Ley Transición Transición Alta Ley

BPlan de estimación – Baja Ley/Transición/Alta Ley

Zona de baja ley Estimación normal

0

1

0 01

0

1

1

Zona de alta ley Compósitos alta ley

Zona de transición dos códigos (0 y 1):1. Estimación envolvente P(0.4) compósitos 02. Estimación envolvente P(0.6) compósitos 13. La ley final del bloques el promedio ponderado

de las 02 estimaciones y utilizando como peso las probabilidades

P(0.4)

Dominio SPB

P(0.6)

Estructura lógica – Multi Run Software

Indicadoral compósito

Estimación Indicadores

Análisis Sensibilidad

Analisis Sensibilidad TransiciónAlta Ley

Estimación IndicadoresTransición Alta Ley

Validación Estimación Zona Transicional

392600 393000 393400 393800Slice Centroid (mX)

0

2

4

6

8

10

12

0

5

10

15

20

25

30

35

40

45INDIF = 1, 21.1799999998184m XValidation Trend Plot

Density: 4.5Filters: INDIF = 1ZN [bm_caping_normal.csv]Estimate Mean

Filters: INDIF = 1Data: ZNC [> 0 @10] [clfin.csv]Sample CountNaive Mean

8553600 8553800 8554000 8554200Slice Centroid (mY)

0

2

4

6

8

10

0

10

20

30

40

50

INDIF = 1, 21.1799999959767m YValidation Trend Plot



1600 1650 1700 1750 1800 1850 1900 1950Slice Centroid (mZ)

0

1

2

3

4

5

6

7

8

9

0

20

40

60

80

100

INDIF = 1, 20m ZValidation Trend Plot



0.001 0.01 0.1 1 10ZNC [> 0 @10]

0.010.020.050.10.20.5125102030405060708090959899

99.899.9

99.99INDIF = 1

Log Probability Plot for ZNC [> 0 @10]

Filters: INDIF = 1Data: ZN [bm_caping_normal.csv]Mean: 8.522Estimate

Data: ZNC_DeclWghtMean: 8.127Decluster (25,10,25)

Filters: INDIF = 1Data: ZNC [> 0 @10] [clfin.csv]Mean: 8.315Naive

Validación Estimación Zona Alta Ley

392600 393000 393400 393800Slice Centroid (mX)

0

2

4

6

8

10

12

14

16

18

0

10

20

30

40

50

60

INDIF = 2, 21.1799999998184m XValidation Trend Plot



8553600 8553800 8554000 8554200Slice Centroid (mY)

8.5

9.0

9.5

10.0

10.5

11.0

11.5

12.0

12.5

13.0

10

20

30

40

50

60

70

80INDIF = 2, 21.1799999959767m YValidation Trend Plot



1600 1650 1700 1750 1800 1850 1900 1950Slice Centroid (mZ)

0

2

4

6

8

10

12

0

20

40

60

80

100

120

140INDIF = 2, 20m ZValidation Trend Plot



0.001 0.01 0.1 1 10ZNC [> 0 @12]

0.010.020.050.10.20.5125102030405060708090959899

99.899.9

99.99INDIF = 2

Log Probability Plot for ZNC [> 0 @12]

Filters: INDIF = 2Data: ZN [bm_caping_normal.csv]Mean: 10.711Estimate

Data: ZNC_2 [@12]_DeclWghtMean: 11.070Decluster (25,10,25)

Filters: INDIF = 2Data: ZNC [> 0 @12] [clfin.csv]Mean: 11.092Naive

Kriging de Indicadores: Resultados

• En el modelo diciembre 2015, se disminuye el sesgo en la ley del zinc (-18% a -14%). Similar situación para el contenido fino del zinc (-15% a -11%).

• En el modelo julio 2016, el sesgo en la ley del zinc es de -11%. Para el contenido fino del zinc es de -14%.

Año 2016 Retos

¿Es representativo el muestreo para el Zinc?¿Es representativa la data de densidad?¿Planta puede mejorar su desempeño?

¿Cómo mejoramos el modelo de corto plazo?

“Solo mejoras lo que controlas”

ESTUDIO DE INDICADORES PARA MEJORAR CONCILIACION MINERA EN UM CERRO LINDO

Engineering

Transcript of ESTUDIO DE INDICADORES PARA MEJORAR CONCILIACION MINERA EN UM CERRO LINDO