Predicción geoestadística de unidades geológicas o geometalúrgicas utilizando información de variables cuantitativas
Professor Advisor
dc.contributor.advisor
Emery, Xavier
Author
dc.contributor.author
Salas Guerra, Matías Ignacio
Associate professor
dc.contributor.other
Mery Guerrero, Nadia
Associate professor
dc.contributor.other
Adeli Sarcheshmeh, Amir
Associate professor
dc.contributor.other
Cáceres Saavedra, Alejandro
Admission date
dc.date.accessioned
2019-09-04T20:38:18Z
Available date
dc.date.available
2019-09-04T20:38:18Z
Publication date
dc.date.issued
2019
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/170769
General note
dc.description
Tesis para optar al grado de Magíster en Minería
es_ES
General note
dc.description
Memoria para optar al título de Ingeniero Civil de Minas
Abstract
dc.description.abstract
En el comienzo de un proyecto minero, uno de los pasos más importantes es la evaluación del yacimiento y el proceso de identificación y delimitación espacial de unidades geológicas o geometalúrgicas, las cuales tienen influencia en la distribución de las propiedades del subsuelo y ayudan con la planificación de los procesos metalúrgicos a utilizar en el material a ser extraído.
Una de las fuentes de información proviene de las distintas perforaciones realizadas sobre el terreno en estudio y el posterior logueo geológico realizado sobre éstas. Luego, se utiliza la información del logueo junto con el conocimiento geológico de la zona para crear una interpretación geológica de la totalidad del yacimiento. Debido a que tanto el logueo como la interpretación geológica están sujetos a decisiones subjetivas y a posibles errores, se presenta la posibilidad de plantear mejoras en esta etapa de la evaluación del yacimiento.
Debido a lo anterior, se presenta una metodología que busca construir y validar variables categóricas, en base a la utilización de clasificadores estadísticos capaces de asignar categorías a nuevos sets de datos utilizando la información de los datos ya clasificados. La hipótesis en la que se basa la propuesta del presente trabajo es que la interpretación geológica es modelada de forma suave, es decir, que las categorías no están muy fragmentadas, ni presentan cambios abruptos; por lo tanto, si se logra obtener simulaciones que de la misma forma sean suaves, los clasificadores podrán obtener mayor acierto en su clasificación.
Para lograr las simulaciones más suaves se propone implementar el filtraje de algunas componentes del análisis de corregionalización, en especial aquellas que representen variabilidad en el corto alcance para evitar que tengan su influencia en el modelo, y de este modo obtener simulaciones más suaves. Con el fin de probar la propuesta de filtraje, se aplica a datos de la mina Spence y se diseñan tres experimentos que permiten cuantificar el acierto al aplicar los clasificadores a las simulaciones tradicionales sin la aplicación de filtraje y a las simulaciones con filtraje.
Los resultados obtenidos en el experimento 1 indican una mejora de 3.50% y 4.78% en el acierto de logueo y flagueo respectivamente al aplicar filtraje; en el experimento 2 los resultados indican una mejora de 4.00% para logueo y 3.71% para flagueo; y finalmente, el experimento 3 indica una mejora de 3.10% para la interpretación gracias a la inclusión de la metodología propuesta.
Considerando los resultados de los tres experimentos, se concluye que la implementación y aplicación de simulaciones con filtraje mejora el porcentaje de acierto aplicado a la interpretación geológica, pero también se observa en los resultados que ayuda de forma similar a mejorar el porcentaje de acierto aplicado a los logueos; lo que permite concluir que la metodología propuesta no solo sirve para las clasificaciones suavizadas como se propone inicialmente, como el caso de la interpretación; sino que también puede servir para las clasificaciones no tan suavizadas, como el caso del logueo.