| Abstract | dc.description.abstract | Uno de los principales problemas en la minería corresponde a la determinación de la dilución operativa, la cual genera un impacto en el beneficio económico, haciendo que muchas veces se incurra en menores retornos de los esperados en la planificación.
La planificación de corto plazo debe lidiar con esta problemática, la cual se hace más difícil al contar sólo con datos de la planificación de largo plazo, en donde la dilución es estimada como un porcentaje para la generación de la envolvente económica.
El objetivo general del presente trabajo de título es analizar la aplicación de técnicas de simulación geoestadística considerando estadísticas de múltiples puntos para determinar la dilución de corto plazo en una operación minera a cielo abierto.
La metodología consiste en la generación de imágenes de entrenamiento a partir de datos de los pozos de tronadura existentes para un determinado banco. Estas imágenes, en conjunto con los sondajes que interceptan el banco inferior, son los datos de entrada para realizar simulaciones con estadísticas de múltiples puntos. Dichas imágenes de entrenamiento discriminan mineral y estéril, por medio de una ley de corte.
Al igual como se definieron las imágenes de entrenamiento, las simulaciones categóricas están hechas en términos de mineral y estéril, de forma que el análisis de la calidad predictiva de la simulación pasará por evaluar la reproducción de la conectividad y continuidad espacial de las categorías simuladas respecto al banco que se simuló, ya explotado, razón por la que se cuenta con la información de pozos de tronadura para realizar dichas validaciones.
Se concluye que la aplicación de estadísticas de múltiples puntos es una técnica que posee muy buenas expectativas para predecir el comportamiento de la continuidad y conectividad entre mineral y estéril, para efectos de modelar dilución y/o selectividad. Sin embargo, para la correcta aplicación de esta técnica, se requiere que el muestreo realizado al banco que se desea simular, posea un importante número de datos, así como proporciones de mineral y estéril que sean representativas de lo que realmente ocurre en el banco a simular. | |
