Show simple item record

Professor Guidedc.contributor.advisorEmery, Xavier es_CL
Authordc.contributor.authorCaballero Aguirre, Enrique Sebastián es_CL
Staff editordc.contributor.editorFacultad de Ciencias Físicas y Matemáticases_CL
Staff editordc.contributor.editorDepartamento de Ingeniería de Minases_CL
Associate professordc.contributor.otherOrtiz Cabrera, Julián 
Associate professordc.contributor.otherSolari Martini, Mario 
Admission datedc.date.accessioned2012-09-12T18:18:32Z
Available datedc.date.available2012-09-12T18:18:32Z
Publication datedc.date.issued2012es_CL
Identifierdc.identifier.urihttp://repositorio.uchile.cl/tesis/uchile/2012/cf-caballero_ea/html/index-frames.htmles_CL
Identifierdc.identifier.urihttp://repositorio.uchile.cl/handle/2250/104377
Abstractdc.description.abstractLa evaluación de recursos minerales es esencial para el diseño y la planificación minera, dado que cuantifica la distribución de elementos de interés, subproductos y contaminantes dentro de un depósito minero. Tradicionalmente, los modelos de recursos se elaboran mediante ponderación del inverso de la distancia o kriging, considerando una variable a la vez e ignorando las correlaciones espaciales entre las especies minerales. Métodos de estimación multivariable, como el cokriging, siguen siendo poco utilizados en la práctica, debido principalmente a la dificultad de ajuste de un modelo variográfico. Este trabajo aborda el problema de la predicción multivariable de recursos recuperables en depósitos mineros. Con este objetivo, un modelo geoestadístico (el modelo Gaussiano discreto) es utilizado para cosimular las leyes de bloques y así determinar sus distribuciones locales conjuntas, considerando además el caso en que las leyes medias son desconocidas. De las distribuciones locales obtenidas, es posible calcular, para cada bloque (unidad de selectividad minera), el valor esperado de cualquier función de las leyes y evaluar los recursos que pueden ser recuperados por sobre leyes de corte dadas. La metodología es aplicada a un caso de estudio que consiste en datos de producción (pozos de tronadura) de un depósito de lateritas niquelíferas. Las variables de interés corresponden a leyes de níquel, fierro, cromo, alúmina y sílice. Se demuestra que el modelo Gaussiano discreto permite estimar el beneficio esperado de unidad de selectividad minera y su mejor destino (planta de procesamiento o botadero). Estas estimaciones dependen de la probabilidad de superar leyes de corte dadas y de la razón entre las leyes de sílice y magnesio, la cual juega un papel importante en el procesamiento metalúrgico para obtener ferroníquel. Los resultados de esta metodología son comparados con una estimación tradicional mediante cokriging ordinario, arrojando un 24.6% de bloques clasificados de forma diferente (entre estéril y mineral) y una discrepancia de un 22.5% en la relación estéril/mineral estimada y de 8.2 [MUS$] en el beneficio estimado para el caso de estudio. Estas discrepancias se explican por la propiedad de suavizamiento del cokriging, que no reproduce la variabilidad espacial de las leyes y produce sesgos en la estimación de variables no aditivas. En cambio, la metodología propuesta entrega resultados teóricamente insesgados y permite el análisis de escenarios y el cálculo de la respuesta más probable, en particular cuando hay involucradas variables no aditivas.
Lenguagedc.language.isoeses_CL
Publisherdc.publisherUniversidad de Chilees_CL
Publisherdc.publisherCyberDocses_CL
Type of licensedc.rightsCaballero Aguirre, Enrique Sebastiánes_CL
Keywordsdc.subjectMineríaes_CL
Keywordsdc.subjectGeología, Métodos estadísticoses_CL
Keywordsdc.subjectYacimientos minerales, Métodos estadísticoses_CL
Keywordsdc.subjectIndustria minera, Planificacaciónes_CL
Keywordsdc.subjectModelo gaussiano discretoes_CL
Títulodc.titlePrediccion Multivariable de Recursos Recuperableses_CL
Document typedc.typeTesises_CL


Files in this item

Icon

This item appears in the following Collection(s)

Show simple item record