PROYECTO

VULCAN

Resumen
El tema principal del proyecto es la creacion y/ o diseo de una base de datos a
travez de un software que actualmente tiene gran relevancia en grandes empresas
mineras y con muy buenos resultados. Iniciamo la ejecucion del proyecto en el
software con el procesamiento de la base de datos, una vez procesado los datos
procedemos a disear los perfiles de acuerdo a los sondajes, luego la creacion del
solido, es decir del modelo geologico,luego crear los sondajes con intervalos de
leyes y para finalizar esta primera etapa cargamos el contorno que corresponde a
la topografa. Se continu con la compsitacin de los sondajes a una distancia
determinada de distribucion de leyes, luego se procede a crear el modelo de
bloque para caracterizar de forma mas detallada sectores especificos de
relevancia para nosotros, a continuacion se genera una estadstica analitica de lo
realizado anteriormente, entre ellos un anlisis de histograma de distribucin de
leyes,con la frecuencia que esta tiene en los bloques en determinados intervalos,
de acuerdo al anlisis de variografia se logra saber a que modelo se ajusta mas
nuestros valores, luego realizamos una estimain de nuestros de datos a traves de
un metodo geoestadstico que nos entreguen datos desconocidos. Esto no sirve
para designarle a nuestro bloques del modelo de bloques, leyes y diferenciarlas
mediantes colores, luego vamos a categorizar nuestros boques del modelo de
acuerdo a la confiabilidad entregada por varianza que nos arrojan los graficos
obteniendo categoras de recursos medidos, indicados e inferidos. Finalmente se
visualiza los recursos categorizdos a lo largo del cuerpo y se calcula el tonelaje de
estos.

Introduccin
La creacion de una base de datos por medio del software vulcan para la
planificacion minera subterranea permite desarrollar de forma amigable diseos en
3D, en donde se puedan ver lo informacion que entregan los sondajes para definir
el modelo geologico y posteriomente el modelo de bloques que seran explotados.
Podemos difenirila como una gama de herrameintas que facilita el programa de
decision de recursos que en un futuro seran explotados y una secuencia logica de
extraccion de los mismos. Es importante aplicar las herramientas necesaria y
correctas para obtener resultados exitosos para nuestro proyecto, y confiar en
todas las variables estadisticas aplicadas para la categorizcion de recursos, si bien
tiene un sinfn de objetivos dentro de un gran proyecto minero, en esta situacion
abarcaremos hasta cierto punto de ejecucion de herramientas dentro de las cuales
se encunetran generar modelo de bloques, compositar los sondajes, categorizar
los recursos, etc. Lograr un proyecto definitivo basado en decisiones logicas de
planificacion subterranea es el objetivo principal del siguiente proyecto.

Objetivos

Creacion y diseo de la base de dato 2 entregada para obtener los

sondajes y apreciar en ellos el mineral de interes
Dibujar a partir de nuestos sondajes arrojados de la forma mas contorneada
posible el modelo geologico
Generar un solido de nuestro modelo
Compositar los sondajes para identificar leyes en el sector para
posteriormente elaborar el modelo de bloque y categorizar los recursos de
acuerdo a su confiabilidad.
Estudiar la estimacion de leyes alrededor de nuestro composito para ver
como se comportan los bloques vecinos
Analizar la varianza con respecto a la frecuencia a partir de un histograma
Interpretar variografia
Calculo a traves del software el tonelaje del cuerpo

Pasos para la realizacin del modelo geolgico:

1er paso: Se procedi a tomar y procesar todos los datos que incluyen collar, assay,
geologa y survey.
2do paso: Con cada uno de estos una vez ingresados a la base de datos de
vulcan, se procedi a realizar los cortes para la creacin del contorno de la zona 8
a evaluar que contiene mineral de cobre. Tal como se puede apreciar en la
imagen.

3erpaso: Con cada uno de estos contornos creados de la zona 8 se procedi a

generar el cuerpo del modelo geolgico que incluye la zona 8 mineralizada con
cobre.

4to paso: Se procedi a crear los sondajes de roca de la zona 6 y 8, para distinguir
las zonas.

5to paso: Se procedi a crear los sondajes de la variable de cobre, con sus
respectivos intervalos de leyes tal como se aprecia en la imagen.

6to paso: Finalmente se procedi a cargar el contorno y con ello obtener la

topografa del sector, para poder ubicar la zona de mineralizacin para el modelo
de bloques y estimacin.
Imagen que muestra el modelo geolgico de la zona de mineralizacin, con los
sondajes de cobre y topografa del sector.

El composito se genera debido a que las muestras tienen distintos tamaos o

soporte, por lo tanto se composita de tal manera que exista un volumen
regularizado de muestras, es decir se limita a que sobre cierto tamao se
promediaran las muestras y se obtendran compositos de un tamao regular. En el
caso de la ley media de un composito (sondaje) se calcula como un promedio
ponderado por la longitud de la muestra que este dentro del sondaje, la longitud
del composito depende de la altura de bloques usados para mi modelo de bloque.
Pasos para el proceso de compositacion: Para el proceso de compositacion se
procedi a utilizar el metodo de Run lenght y como material de estudio mineral de
cobre. El metodo de compositacion con el que realizamos nuestro trabajo fue el de
run_leght, ahora bien, el archivo isis se llamara procompositacion.rl2, el que me

servir para compositar y crear los compositos. Para ello nos dirijimos a crear una
layer de cu en samples y luego, ir a geology para compositar, finalmente nos
dirijimos nuevamente a geology a sampling donde logramos cargar los compositos
utilizando run_lenght como metodo .
Imagen que muestra los compositos con run_lenght , la zona mineral de estudio 8
y la topografia del sector.

Imagen que muestra los sondajes compositados y su distribucin de leyes. Ahora

bien la separacin fue de 10 metros para composito.

La cubicacin del cuerpo consiste en un modelo de bloque tridimensional

imaginario sobre l, de este modo determinamos caractersticas de cada bloque
como su ley, tonelaje, etc. Para as determinar en un horizonte de tiempo en que
momento se extraer cada bloque con el fin de maximizar el beneficio y minimizar
costo de explotacin.
Creacin del modelo de bloques : en la determinacin del modelo de geologico
primero se procedi a cargar la topografa para despus seleccionar un punto
dentro de ella, como referencia y gua , para la construccin del bloque , luego se
tomaron 2 puntos mas uno en direccin norte y otro en direccin sur respecto al
punto gua . con ello se calculo la diferencia entre nortes y estes , que nos servirn
para crear los limites del modelo . y todo esto se cargo en block.
Nota: el modelo de bloques con el que se trabajo recibe el nombre de mbd.

Imagen que muestra las cordenadas del punto guia en X,Y,Z.

Imagen que muestra los bloques y subbloques y sus dimensiones : Las

dimensiones del bloque fueron de 4*4*4 y esto fue seleccionado de acorde a
tamaos de bloques utilizados corrientemente en minera subterranea , que a me
ayuda a lograr una mejor estimacin y optimizacin del modelo .

Imagen que muestra el modelo de bloques encerrando la topografa y el material

(mineral contenido en l).

Estadistica de la base de datos para el cobre en la zona 8.

La primera imagen representa histograma en vulcan

Imagen que respresenta a la izquierda un Histograma que muestra la distribucin

de las leyes de el mineral de cobre, cuantas veces se repite la ley para un cierto
intervalo. Se puede apreciar que la mayora de las muestras posee leyes entre
0.00 y 0.05 y muy pocas en intervalos superiores y mediante el boxplot se
corrobora y se puede apreciar de mejor forma que las leyes se concentran
pricipialmente en intervalos entre 0.00 y 0.03.
Variografa:Este es uno de los temes mas importante porque atravs del estudio
del comportamiento en la distribucin de leyes de un mineral , respecto al tipo de
curva estadstica que mejor la represente , se podr estimar de manera acorde. El
calculo de la variografia se encuentra en el archivo varios, y los parametros
identificadores
del
variograma
se
encuentran
en
el
archivo
VARIOS_VARIOS_PRM , los que me arrojaran los distintos semivariogramas.
Imgenes que muestran los distintos tipos de semivariogramas entre ellos destaca
el omnidireccional y los direccionales (con diferentes azimut e inclinacion), para la
variable cobre. Es importante mencionar que para la estimacion de los
variogramas, se utiliz el mtodo de compistacin run_leght como se dijo antes.

Se puede decir que estos variogramas se ajustarn a distintos modelos

estadsticos para ver el grado de correlacin que mejor las represente, para de
esa forma obtener el valor mximo , semi y menor que se utilizarn en el calculo
de la estimacin. Como se aprecia en esta imagen para un conjunto de
distribuciones estadsticas de ajuste, para los valores de la base de datos
entregada y analizada del sector 8 que contiene cobre. El que presenta la mayor
correlacion que es de 0.278 es la exponencial -3 con valores de mayor 200 semi
102 y menor 102 y valor de azimut de 66, por tanto esta se utilizar para el
modelamiento de la estimacin estadstica.
Pasos para realizar la estimacin del modelo de bloques
Primero analizaremos de forma rapida lo que corresponde el estimador kriging
ordinario, deseamos estiamar un valor Z(Xo) en un punto X0 usando valores de
los datos Z(x) de n puntos muestrales vecinos x. Las propiedades de este
metodo son que es un estimador insesgado, es decir, la sumatoria de los pesos
sera igual a 1 y que la varianza sea minima. Respetando ciertas condiciones y
restricciones el kriging ordinario es un interpolador exacto donde si X0 es identico
a una ubicacin de los datos entonces el valor estimado es el mismo que el valor
en ese punto.
Se procedi a ir a la herramienta de block , donde nos fuimos a estimacin , en
esta regin cargamos el modelo de bloques creado mbd y seleccionamos como
estimador el metodo de kriging ordinario y adems se procedi a utilizar la red de
semi variogramas calculada anteriormente para los distintos sondajes
compositados por el metodo de run-leght y por supuesto esto nos sirvi para
utilizar el mejor azimut, major, medio y mnimo que representa la direccin de la
anisotropa en la distrubucin de leyes en el espacio.
La regin a estimar fue la zona 8 de nuestra mineralizacin o zona de estudio.

Ademas es importante mencionar que del total de bloques seleccionados un total

del 100 % fueron estimados.
Procedimiento y pasos para la construccion del modelo de bloques con sus
leyes :
Se procedio en primera instancia a cargar la topografia y la zona 8 de estudio
cuerpo mineral. Luego con el estimador de kriging ordinario se procedio a cargar el
modelo de bloques para la estimacion de las leyes todo en la herramienta block,
opcion load dinamic model. Tomando como zona de triangulacion la zona 8.
Finalmente para obtener el modelo de bloques , con sus leyes se realizo un corte
obteniendose finalmente esto.

En las imgenes mostradas anteriormente se pueden apreciar cada uno de los

bloques con sus respectivos colores y leyes .

Procedimiento para la cubicacion de los recursos por categoria en el modelo

final.
1 paso : obtencion de el histograma de las varianzas , para ver de que forma y
cual es el grado de variablidad de las leyes en el modelo de bloques , para lograr
con ello estimar el grado de confiablidad de cada una de las categoras de un
recurso.

De acuerdo al histograma obtenido : nuestra categorizacion fue la siguiente.

Categorizacion de recursos medidos , indicados e inferidos
De( 0 a 0.06) de varianzas de cobre recursos medidos corresponden al recurso
asignado por 1.
De (0.06 a 0.12) de varianzas de cobre recursos indicados asignado por 2.
De (0.12 a 100) de varianzas de cobre recursos inferidos asignado por 3.

Una vez categorizados , se procede a crear la layer de recursos con los valores
asignados , luego nos vamos a block. Viewing load donamic model y
seleccionamos el modelo mbd y como variable la de recurso . Ademas cargamos
la topografia y la zona de estudio la zona 8 y creamos un corte y de esta forma
llegamos a lo siguiente.

En las imgenes anteriores se puede apreciar con claridad la forma como se

encuentran los recursos distribuidos a lo largo del cuerpo.

Finalmente en estas imgenes como podemos apreciar el tonaleje total de los

recursos medidos coresponden a 411714.08 y el de los recursos indicados a
24379.76 .

Conclusin

La mayora de las muestras posee leyes entre 0.00 y 0.05 y las leyes se
concentran pricipialmente en intervalos entre 0.00 y 0.03.
Para los valores de la base de datos entregada y analizada presenta mayor
correlacion de 0.278 el exponencial -3 con valores de mayor 200 semi 102 y
menor 102 y valor de azimut de 66, se utilizar para el modelamiento de la
estimacin estadstica.
De acuerdo al histograma obtenido:
De 0 - 006 de varianzas de cobre son recursos medidos y los asignamos
con le N1, de 0.06 - 0.12 de varianzas de cobre son recursos indicados
asignado con el N2, de 0.12 - 100 de varianzas de cobre son recursos
inferidos asignado con el N 3.
El tonaleje total de los recursos medidos coresponden a 411714.08 y el de
los recursos indicados a 24379.76.
Se cumplio el objetivo principal que era crear un diseo a travs del
software vulcan con la intencin de seguir diferentes pasos para llegar a la
parte realmente importante que es la interpretacion estadstica de nuestro
cuerpo, a partir de todos los datos obtenidos y nombrados anteriormente se
logra un anlisis abarcando lo que se poda intepretar de acuerdo a lo
aprendido en la catdra de la asignatura y todos los objetivos nombrados
en un inicio de logran desarrollar en el uso de las herramientas en Vulcan.