Geometalurgia
Geometalurgia
Dominios y Modelos
4.4.1. Dominios
En un programa geometalúrgico, los aspectos clave como la selección de
ejemplos y trabajos de prueba, el dominio, la definición de variables de respuesta y
el modelo deben optimizarse para los datos y la salida requerida. El diseño de un
programa variará de un depósito a otro dependiendo del grado de complejidad y
heterogeneidad, donde ningún enfoque singular es aplicable a nivel mundial.
Tradicionalmente, el modelo de un cuerpo mineral se ha restringido al dominio
geológico: la definición de regiones físicas con propiedades homogéneas basadas
en la litología, el grado mineral y el estilo de mineralización, densidades y
grados. Los dominios de procesamiento se definen con menos frecuencia y son una
salida clave del enfoque geometalúrgico. Un enfoque de la selección del modelo
para las propiedades geológicas, de grado y de procesamiento en el espacio 3D
implica un compromiso entre el realismo geológico y las capacidades de
acondicionamiento.
La geometalurgia enfatiza la necesidad de modelos 3D para la optimización de
procesos y minas con múltiples atributos, a veces no convencionales. Una salida
clave del modelo geometalúrgico es la definición de dominios geometalúrgicos. En
principio, un dominio geometalúrgico es un volumen 3D en el que es razonable
suponer que una variable en particular proviene de una población homogénea. Los
dominios 3D volumétricos genéricos basados en una variable geológica como la
litología o la alteración pueden o no ser estadísticamente homogéneos para el
parámetro en cuestión. Un dominio específico del proceso es un volumen 3D en el
que la variable en consideración (por ejemplo, la recuperación por flotación)
proviene de una población estadísticamente homogénea. Los controladores
geológicos de las variables de respuesta deberán resolverse durante la definición
del dominio.
Los depósitos minerales suelen ser sistemas multivariados con muchos
factores que contribuyen a su complejidad general. Un depósito puede atravesar
varias unidades litológicas y tiene diferentes estilos de mineralización y alteración,
lo que afectará la respuesta metalúrgica. El uso de límites litológicos para controlar
la distribución de índices metalúrgicos y pruebas de trabajo sin una evaluación
efectiva puede resultar erróneo. Es más probable que los dominios geometalúrgicos
en etapas iniciales se correlacionen con la litología y/o el estilo de mineralización /
alteración. Tenga en cuenta que los dominios de conminución y recuperación
pueden ser diferentes. En la práctica, los dominios geometalúrgicos son atributos
cualitativos que deben ser susceptibles de ser modelados por bloques espaciales.
4.4.2. Modelo
Como complemento del modelo de ley tradicional, los modelos de bloques
geometalúrgicos muestran la distribución de parámetros metalúrgicos y mineros
clave en todo el cuerpo para respaldar el análisis financiero y la planificación minera.
Coward y Dowd resumen una aproximación al modelo geometalúrgico como:
Identificar las variables requeridas para entender las respuestas de
procesos críticos.
Muestra y mide estas variables.
Desarrolle técnicas para estimar y simular estas características
espacialmente en la escala correcta e incorporar los valores en
modelos de bloques.
El enfoque de modelo tradicional considera una estimación única o
determinística (por ejemplo, la media de Kriging) que no representa efectivamente
la variabilidad. Los modelos Kriging suavizados generalmente serán insuficientes
para optimizar las operaciones de procesamiento en mineralización
heterogénea. Un modelo que subestima la variabilidad, subestimará la variación
local en las propiedades, que debe considerarse en el diseño y operación de la mina
y la planta. Además de las estimaciones con una variabilidad demasiado baja, el
Kriging puede introducir un sesgo para variables como las propiedades
metalúrgicas, que no se combinan linealmente. Los dominios metalúrgicos pueden
definirse de manera más óptima a través de la simulación condicional, que
proporciona múltiples resultados para la evaluación de escenarios. Este enfoque
brinda una mejor oportunidad para determinar cómo cambia el VAN en diversos
escenarios.
Mientras que los modelos de recursos se centran en el modelo de las variables
primarias que impulsan las respuestas metalúrgicas, la construcción de modelos
geometalúrgicos por separado puede involucrar el modelado directo de las variables
de respuesta en el modelo de bloque 3D. Una complicación con la estimación de
las variables de respuesta con técnicas clásicas basadas en un variograma es su
no aditividad. Por lo tanto, se requiere precaución si se emprende el modelo directo
de variables de respuesta. Esto puede complicar la definición de dominios
geometalúrgicos que pueden beneficiarse de algoritmos de clasificación difusa,
como el algoritmo de agrupamiento de Gustafson-Kessel. Sepúlveda et al. Informan
algunos desarrollos recientes en el dominio multivariado. y Addo et al.
Gran parte de las dimensiones de sostenibilidad y eficiencia energética
derivadas de la geometalurgia están impulsadas por la mineralogía. Si bien el grado
puede ser un proxy útil para la mineralogía, no es necesariamente el atributo más
apropiado para usar durante la estimación de la recuperación. En general, los
grados minerales (p. Ej., El porcentaje de nacidos) son más efectivos, ya que son
aditivos, lo que hace que el modelo de esta variable primaria sea relativamente
sencillo.
Es fundamental garantizar que todo el proceso geometalúrgico, incluido el
trabajo de recopilación y prueba de datos, el almacenamiento e interpretación de
datos, además que el modelo y análisis sean de la más alta calidad para garantizar
que se puedan informar las estimaciones de recursos minerales, reservas de
mineral y los estudios económicos posteriores. De conformidad con el Código JORC
2012 u otro código de notificación internacional, según corresponda. Lo más
importante es que el modelo de variables claves (p. Ej., Parámetros de masa de
roca, densidad, recuperación de metal y dureza) proporciona un método más
eficiente para convertir los Recursos Minerales en Reservas de Mineral más allá de
la aplicación simple de los factores modificadores promedio.
4.5. Modelado financiero
En el sentido más simple, los ingresos netos de una mina o bloque se
relacionan con el contenido, la recuperación y el precio del metal, menos los costos
operativos, las penalidades y las regalías:
Ingreso neto = (Contenido de metal × Recuperación × Precio) - (Costo de operación
- Penalidades - Regalías)
Todos los aspectos de esta relación simple se relacionan con el modelo
geometalúrgico donde el contenido de metal es de grado (que puede ser variable),
la recuperación se relaciona con las propiedades del mineral (por ejemplo, una
función de mineralogía, calidad, textura y condiciones de proceso), los costos
operativos se relacionan con la minería y procesamiento (por ejemplo, método y
capacidad de minería, condiciones geotécnicas, rendimiento de la planta, circuito
de la planta, etc.), y las penalidades se relacionan con elementos perjudiciales en
el producto (por ejemplo, mineralogía mineral y química). Un aporte importante al
costo operativo es el rendimiento de la planta, que es una función de los parámetros
de la roca (p. Ej., Densidad, A * b, BWi y alimentación / tamaño del producto),
parámetros de la máquina (p. Ej., Dimensiones del molino, velocidad, carga y
alimentación), carga y circuito de planta. La energía de molienda es un factor
importante en el costo de operación, por lo que su optimización y predicción en el
modelo geometalúrgico es crítica. El precio del metal y las regalías se encuentran
fuera de la predicción técnica, aunque, por supuesto, son importantes. La mayoría
de las entradas de ingresos se pueden modelar bloque por bloque para proporcionar
un modelo basado en el "valor".
El modelo determinista que proporciona un solo proyecto NPV no captura la
variabilidad a pequeña escala (por ejemplo, SMU), la variabilidad de alguien o la
incertidumbre del proceso. Mientras que un enfoque basado en un escenario
respaldado por la simulación proporciona distribuciones de VAN, tanto en el bloque
a escala de bloque como en la LOM. Los modelos de bloques forman la base para
la evaluación económica del proyecto. Enfoques tales como el pensamiento de
escenario para la evaluación del proyecto alienta al equipo del proyecto a volver a
percibir los aspectos de los sistemas del proyecto y permite la prueba empírica de
diferentes estrategias. Esto se puede lograr modelando la variabilidad espacial y la
incertidumbre del depósito a lo largo de la cadena de valor. El modelo busca
opciones de alto NPV que sean robustas frente a posibles escenarios en la LOM.
4.6. Predicción de drenaje ácido y metalífero
Realizar una caracterización efectiva del mineral ambiental en las etapas de
pre-factibilidad y factibilidad es esencial para las operaciones eficientes de la mina
y para reducir los impactos ambientales después del cierre de la mina. Los
parámetros ambientales que requieren la caracterización incluyen la propensión de
una unidad de roca a generar ácido, la cartografía de elementos perjudiciales y la
liberación de polvos tóxicos como resultado de la voladura. Sin embargo, la
predicción de AMD no es una disciplina de una sola prueba, normalmente se realiza
una combinación de pruebas estáticas para permitir la clasificación de la
muestra. En consecuencia, la cantidad de muestras que se someten típicamente a
un programa de prueba estática puede verse comprometida, lo que resulta en una
caracterización inadecuada de los riesgos de drenaje de ácido planteados por
futuros materiales de desecho.
En general, las pruebas estáticas permiten la definición de unidades de
residuos. Las pruebas cinéticas a más largo plazo (es decir, > 30 semanas) se
pueden realizar en materiales de desecho seleccionados (por ejemplo, muestras de
unidades de desecho reconocidas como potencial formación de ácido) en las etapas
anteriores de la vida de la mina. En conjunto, estos ayudan a predecir las
características de AMD de las unidades de desechos, informando la ingeniería de
desechos y los planes de manejo / programación de desechos. Sin embargo, las
limitaciones con estas metodologías han sido reconocidas y han sido discutidas en
la literatura con el uso creciente de mineralogía promovida como un medio para
superarlas. En última instancia, la integración de datos mineralógicos, químicos,
texturales y geometalúrgicos facilitará las clasificaciones AMD más precisas y
eficientes según lo propuesto por Parbhakar-Fox, lo que permitirá a los operadores
de minas planificar el cierre en función de las propiedades geológicas.
4.7. Gestión de residuos y reciclaje
Un área emergente para la geometalurgia es el modelo de algunos de nuestros
recursos más obvios y latentes: las instalaciones de almacenamiento de relaves. El
éxito del uso de la geometalurgia para modelar las instalaciones de relaves ha sido
bien observado. Existe un gran potencial para aplicar metodologías geométricas y
quirúrgicas para comprender mejor la ubicación y el carácter de una gran cantidad
de metales y minerales que se pueden vender.
La caracterización de las instalaciones de almacenamiento de relaves también
introducirá otras partes interesadas operativas en el proyecto, como los geofísicos
y los geoquímicos. Como los relaves son un recurso cercano al futuro para muchas
operaciones mineras (por ejemplo, la mina Savage River, Tasmania; la mina
Rosebery, Tasmania; la mina Century, Queensland), el área debe ser financiada e
investigada ahora con operadores alentados a explorar en busca de productos
básicos además de ser extraído (p. ej., metales críticos en depósitos de metales
básicos). Las tecnologías y deficiencias en el procesamiento de minerales han
cambiado tanto desde que se construyeron muchas de las instalaciones de relaves
que existe un potencial significativo de reservas, con métodos biohidrometalúrgicos
particularmente adecuados para la extracción de metales refractarios. Los
depósitos de relaves y las áreas de almacenamiento de relaves podrían
considerarse el próximo depósito para algunos metales clave, aunque su evaluación
efectiva puede ser un desafío.
4.8. La mina digital
La mina digital ocupa un lugar destacado en la agenda de muchas
empresas. Desde una perspectiva de control de mineral geometalúrgico, la broca o
el muestreo de cara actual y el análisis pueden alimentar el reino digital, pero solo
una vez que el análisis final se complete en el laboratorio. Los datos de los ensayos
pueden interconectarse con fotografías digitales, salidas de mapeo automatizado y
encuestas. Una vez en la plataforma digital, la inteligencia artificial puede permitir el
avance directo en el control y diseño de desarrollo, y en los modelos de grado. El
análisis de datos desempeñará un papel en la integración, además del análisis de
los datos de ley y otros para producir planes mineros a corto plazo más eficaces y
ágiles, potenciar información en tiempo real, y conducir a una reconciliación
automática. Los sensores en los orificios de perforación, en la superficie de la mina
y en la planta serán críticos para este desarrollo.
Existe una aceptación general dentro de la industria minera que asumió que
los factores de modificación definidos por el Código JORC 2012 no son suficientes
para mitigar el riesgo de financiar proyectos. El enfoque geometalúrgico consiste en
alejarse de las reservas de mineral factorizadas a los modelos de bloques ricos en
datos que brindan información para consideraciones mineras, metalúrgicas y
ambientales. Se pueden derivar modelos de incertidumbre a partir de estos datos
para respaldar la clasificación de parámetros geométrico-quirúrgicos, como el
rendimiento y la recuperación en categorías de reserva. La aplicación de la
geometalurgia generalmente tiene la consecuencia favorable de aumentar la
conversión de Mineral Resource to Ore Reserve.
El futuro prevé que se desarrollen depósitos más desafiantes y complejos,
donde la variabilidad tanto de la persona como de los factores externos será
importante. La naturaleza rica en datos de la geometalurgia permite que la
variabilidad de una persona se incorpore a un plan de mina optimizado. El enfoque
geometalúrgico ha tendido a ser utilizado en depósitos grandes de varios millones
de toneladas, aunque ahora se está aplicando más a depósitos más pequeños y en
diferentes productos.
Ai Índice de abrasión
FS Estudio de factibilidad
SG Gravedad específica