FACULTAD DE INGENIERIA

CARRERA DE INGENIERIA DE
MINAS
CURSO:

SOFTWARE
MINEROS

TEMA:

ANLISIS, IMPORTACIN Y COMPOSITACIN

DE SONDAJES

DOCENTE:

Ing. MARCO ANTONIO

COTRINA

INTEGRAN
TES:

CARRANZA TORO
VCTOR
MARROQUIN PAREDES

TRUJILLO PER
2016

Resumen Ejecutivo
El presente trabajo es el resultado de la evaluacin geoestadstica de un
yacimiento de cobre del cual es el elemento de mayor inters.
Los datos de entrada corresponden a un total de 26,944 muestras obtenidas por
los 100 sondajes realizados, distribuidos en una malla pseudo regular los cuales
considera la ubicacin (Header), largo (Survey), tipo de roca y alteracin (Litho) y
ley del elemento de inters (Assays).
Estos datos se importaron al software GEMS, con el fin de visualizar la distribucin
espacial de los sondajes.
Los trabajos realizados en Gems, consistieron en analizar los sondajes sin
compsitar y tres compsitos de 1.5, 9 y 10.5 mts. Se determin que el compsito
ptimo es de 9 mts es debido a la influencia que tiene por el efecto soporte donde
la varianza disminuye y la media se mantiene, pero cabe la posibilidad de evaluar
otras distancias menores a la seleccionada que resulte ms optima.

Abstract.
This work is the result of geostatistical evaluation of a copper deposit which is the
element of interest.
The input data correspond to a total of 26.944 samples obtained from 100 drill
holes performed , distributed in a pseudo mesh regulate which considers the
location ( Header) , long ( Survey) , rock type and alteration ( Litho ) and law
element interest ( Assays ) .
These data were imported to GEMS software , in order to visualize the spatial
distribution of the drillhole .
Work in Gems, they consisted of analyzing the soundings without compsitar and
three composites 1.5 , 9 and 10.5 meters. It was determined that the optimum
composite is 9 meters is due to the influence by the support effect where the
variance decreases and the average is maintained, but it is possible to evaluate
other smaller distances to the selected that is more optimal .

Contenido

1. Introduccin............................................................................................... 4
2.

Objetivos....................................................................................................... 5

3.

Desarrollo..................................................................................................... 5
3.1.- Cargar Sondajes en Software Minero Gemcom GEMS 6.1........................5
3.2.- Presentacin de los sondajes...................................................................5

4.

3.3.-

Compositacin Sondajes.....................................................................6

3.4.-

Extraer y Exportar los puntos Compositados y no Compositados......6

3.5.-

Anlisis de los Compsitos..................................................................7

Histogramas................................................................................................. 8

5. Conclusiones.............................................................................................. 9

Tablas
Tabla 1: Anlisis estadstico de soporte....................................................8

Tabla 2: Anlisis de datos sin compositar y compositados........................8

Ilustraciones
Ilustracin 1: Vista isomtrica 3D de los sondajes en GEM.......................5
Ilustracin 2: Vista isomtrica Cu y point areas de sondajes compositados a 1,5
mts............................................................................................................5
Ilustracin 3: Vista isomtrica Cu y point areas de sondajes compositados a 9 mts
..................................................................................................................6
Ilustracin 4: Vista isomtrica Cu y point areas de sondajes compositados a 10.5
mts............................................................................................................6
Ilustracin 5: Histograma sin compositar..................................................7
Ilustracin 6: Histograma compsito de 1.5 m.........................................8
Ilustracin 7: Histograma compsito de 9m.............................................8
Ilustracin 8: Histograma compsito de 10.5 m.......................................8

1.

Introduccin

El conocimiento de un yacimiento es primordial para el desarrollo de la actividad

minera, es por eso que se realizan campaas de recoleccin de datos y
estimacin de informacin necesaria para convertir un depsito mineral en una
mina.
Para estimar la informacin se utiliza la geoestadstica que procesa, extrae la
mayor cantidad de informacin a partir de los datos limitados con los que se
cuenta. Permite estimar valores de una variable regionalizada a partir de los datos
disponibles, conocer la incertidumbre de los valores estimados y relacionar
informacin de distintas variables o soportes gracias a los anlisis multivariables.
En este proyecto, se busca definir un tamao de compsitos ptimo. Ademas se
verifica la continuidad en el espacio de la variable de Ley de Cobre.
Para esto se realizaron histogramas para observar su correlacin de los datos y
poder determinar cul es el compsito que mejor concentran las leyes de cobre.

2. Objetivos

Aprender a utilizar el Software Minero Gemcom GEMS 6.1

Aprender a realizar compositajes de los sondajes (datos).
Determinar el tamao del compsitos ms adecuado.
Construir histogramas para agrupar las muestras.
Aplicar las herramientas de la estadstica, como el Min, Max, Varianza, Media,
Coeficiente de Asimetra y Curtosis.

3. Desarrollo
3.1.- Cargar Sondajes en Software Minero Gemcom GEMS 6.1.
Se Importaran los 4 archivos de texto que contiene distinta informacin de cada
sondaje, ubicacin (Header), su largo (Survey), tipo de roca y alteracin (Litho),
ley del elemento de inters (Assays).
3.2.- Presentacin de los sondajes.
En la ilustracin se presenta la visualizacin en 3D de los sondajes realizados en
el yacimiento, obtenidos del programa GEMS
3.3.- Compositacin Sondajes

Ilustracin 1: Vista isomtrica 3D de los sondajes

en GEM

Se ha realizado 3 compsitos de 1.5, 9 y 10.5 metros, los cuales sern el objeto

de anlisis de este trabajo.
3.4.- Extraer y Exportar los puntos Compositados y no Compositados.
Al extraer los datos no compositados se obtiene el total de datos de la data que
son 26,944, que obtienen por anlisis de laboratorio, al realizar la compositacin
de 1.5, 9 y 10.5 mts. El compsito de 1.5 aumenta en 34876 (7932 ms los datos
sin compsitar), esto se debe a las diferentes distancias de las muestras iniciales
que son mayores 1.5, mientras los dos restantes disminuyen 5,845 y 5,025
puntos, por ser de mayor distancias.

Ilustracin 2: Vista isomtrica Cu y point areas de sondajes

compositados a 1.5 mts

Ilustracin 3: Vista isomtrica Cu y point areas de sondajes

compositados a 9 mts

Ilustracin 4: Vista isomtrica Cu y point areas de sondajes

compositados a 10.5 mts

3.5.-

Anlisis de los Compsitos

El clculo de los compsitos no es ms que un procedimiento mediante el cual
las muestras de los anlisis se combinan en intervalos regulares (igual longitud)
que no coinciden el tamao inicial de las muestras. Por esta razn se calculan
compsitos que correspondan a un volumen regularizado de muestras para
obtener compsitos de un tamao regular. Al compositar, se supone que las leyes
son uniformes en cada testigo inicial, para poder reconstruir el perfil de leyes de
cada sondaje.

Compsi
to
Media
Varianza

Sin
Compsito 1.5 Compsito 9 Compsito
Compositar mts
mts
10.5 mts
0.620344789
0.6154
0.6145
0.6140
0.197862907
0.1833
0.1314
0.1268

Tabla 1: Anlisis estadstico de soporte

Al aumentar la longitud de los compsitos tiene efectos tales como, se reduce el

nmero de datos y disminuye la dispersin de los valores es decir menos es la
varianza de la distribucin, puesto que se estn reemplazando valores puntuales
por promedios y la media se mantiene.
N de
Datos

Max Min

Media

Sin
Compositar

26944 26.2

0 0.6203

1.5 mts

34876 26.2

0 0.6154

5845 6.43

0 0.6145

9 mts
10.5 mts

5025 5.59 0.02 0.6140

Oblicuid
Var
ad
Curtosis
0.19
79 10.5161 436.8859
0.18
33
9.5870 397.2853
0.13
14
3.1973
22.8810
0.12
68
2.9522
17.7359

Tabla 2: Anlisis de datos sin compositar y compositados

Se puede apreciar que al compositar los datos la Curtosis disminuyen sin

importar el largo del compsito. Esto se explica por el suavizamiento de los datos
externos. Cundo la Curtosis es mayor a tres nos indica que su distribucin es de
mayor altura que la distribucin normal. Segn los datos mostrados se concluye
que el tamao del compsito ms adecuado es de 9mts por su baja curtosis y
coeficiente de asimetra. No se considera el de 10.5 mts este suaviza demasiado
los datos y considerar menos datos que puede influir en la representatividad.

Histograma

33898

906

12
0

Clase

4.

1
000000000

Histograma

26215

671

Clase

Histogramas
Ilustracin 5: Histograma sin
compositar

Ilustracin 6: Histograma
compsito de 1.5 m
Histograma

Histograma

2628

2460
1767
541
1605925 8 1 1 1 1

1
0 0

Clase

Ilustracin 7: Histograma
compsito de 9m

455
150
46201 2 1
2540

1
0

1
00

Clase

Ilustracin 8: Histograma
compsito de 10.5 m

Se puede observar en los 4 histogramas que en las clases 1 y 2 concentran una

mayor cantidad de datos y sus respectivas leyes que son muy bajas. Conforme
aumenta el nmero de clase la cantidad de datos va bajando a medida que las
leyes van aumentando. Tambin presenta nula mineralizacin y pocos datos con
muy buena mineralizacin, pero estos datos se puede tratar como posibles
outliers que se tiene que analizar para descartar errores que suelen cometer en
estos procedimientos como son de muestreo o digitacin.

5. Conclusiones

Se concluye que al aumentar la distancia de las compositacin disminuyen los

datos y disminuye las dispersin, pero la media se mantiene y se reducen la
varianza, coeficiente de asimetra y curtosis, siendo estos parmetros lo que
determinar a elegir la longitud del compsito.
La varianza nos indica que la dispersin de los datos a disminuido en el compsito
de 9mts, agrupando un mayor nmero de datos con las mismas similitud de leyes
medias.