Metodología para la construccion de modelos espaciales de recuperación en flotación

Abstract

El presente trabajo trata de la estimación geoestadística, en el marco de la Geometalurgia, de variables de interés en el proceso de flotación de la mina Escondida en Chile. En particular busca generar un modelo de bloques espacial mediante el método de Kriging para las variables recuperación rougher , ley de cobre en el concentrado y ley de cobre en el relave . Los datos disponibles son ensayos de flotación georreferenciados que contienen información sobre: coordenadas espaciales , tamaño de soporte , ley de cobre de cabeza, concentrado y relave , ley de fierro de cabeza, concentrado y relave , recuperación de cobre y fierro , masas de alimentación de concentrado y relave y cobre oxidado . En primer lugar, para que el estimador funcione de forma adecuada, se definieron unidades de estimación en base al comportamiento metalúrgico de las variables, filtrando los datos por categorías, las cuales fueron entregadas en el modelo de bloque de Escondida. Esto resultó en seis poblaciones distintas que deben trabajarse de forma independiente dentro de sus volúmenes. Minerales de alto enriquecimiento con alteración cuarzo, sericita, arcilla Pórfido feldespático y cuarcífero de bajo enriquecimiento y primarios; con alteración cuarzo, sericita, arcilla Andesita de bajo enriquecimiento y primarios; con alteración cuarzo, sericita, arcilla Pórfido feldespático de bajo enriquecimiento y primarios; con alteración clorita, sericita, arcilla y alteración potásica Andesita de bajo enriquecimiento y primarios; con alteración clorita, sericita, arcilla y alteración potásica Minerales de alto enriquecimiento con alteración clorita, sericita, arcilla y alteración potásica Por otro lado, al ser las variables a estimar no aditivas hace que un posible kriging directo sea solo aplicable de forma puntual, es decir, sin cambio de soporte. Esto implicó la consideración de otras opciones de estimación mediante kriging de masas en el concentrado con el objetivo de calcular las variables de interés. El estudio resultó en que la estimación para las variables geometalúrgicas en base a las unidades definidas, tuvo mayor precisión en el caso del kriging directo a las variables. Esto pudo deberse a las operaciones posteriores de las estimaciones de las masas, que introducen sesgo. La estimación se mantuvo en la media local de los datos desagrupados según los gráficos de derivas, esto en especial para la variable recuperación, la cual tiene mayor precisión que las leyes estimadas en el concentrado y en el relave.