FACULTAD DE INGENIERÍA

CARRERA DE INGENIERÍA GEOLÓGICA

“PRINCIPALES PARÁMETROS PARA LA CREACIÓN DEL MODELO

DE BLOQUES DE MINERAL Y DESMONTE EN LA MINERA
CHINALCO”

CURSO:
Software Aplicado A La Geología

DOCENTE: Jorge Omar Gonzales Torres

ALUMNOS:
▪ Asunción Alvarado Aldo Joel (N00244914)
▪ Huacac Castañeda Edgar Cristhiam (N00251121)
▪ Narcizo Zavaleta Sara Esther (N00249931)
▪ Castillo Aranda Erick Paul (N00062127)
▪ Cerna Sanchez Cesar Eduardo (N00207688)
▪ Edwar Paul Parades Estela (N00220977)

Trujillo – Perú
2023
Contenido
INTRODUCCIÓN ..................................................................................................................... 3
I OBJETIVOS DE LA INVESTIGACIÓN. ................................................................................. 4
1.1 OBJETIVO GENERAL.................................................................................................... 4
1.2 OBJETIVOS ESPECÍFICOS ........................................................................................... 4
II ANTECEDENTES. .......................................................................................................... 5
III MARCO TEÓRICO ......................................................................................................... 6
1. Muestreo Geológico y Geoquímico: ............................................................................ 6
2. Análisis de Variograma: ............................................................................................... 6
3. .Resolución del Modelo de Bloques ............................................................................ 6

3.1 Modelo de bloques en stock. ................................................................................ 7

3.2 Presentación, análisis e interpretación de los datos ........................................... 7

3.3 Configuración de los Stocks ................................................................................. 8

4. Tecnologías Avanzadas: .............................................................................................. 8
5. Metodos Geostadisticos .............................................................................................. 8

Kriging Ordinario: ............................................................................................................. 8

El Kriging Espacial.......................................................................................................... 10

Simulación Estocástica .................................................................................................. 11

IV RESULTADOS.......................................................................................................................... 12
V.CONCLUSIÓNES: ..................................................................................................................... 13
VI.REFERENCIAS......................................................................................................................... 14
 INTRODUCCIÓN

La creación del modelo de bloques de mineral y desmonte es una parte fundamental en

la planificación y operación de una mina. En el caso de la minera Chinalco, es importante
tener en cuenta diversos parámetros para asegurar una correcta estimación de los
recursos y una eficiente extracción del mineral.
Uno de los principales parámetros a considerar es la geología del yacimiento. Se debe
realizar un detallado estudio geológico para identificar las características del mineral,
como su tipo, contenido de metales y estructura. Esto permitirá definir la distribución
espacial de los bloques de mineral y desmonte.

Otro parámetro importante es el tamaño de los bloques. Es necesario determinar el

tamaño óptimo de los bloques de mineral y desmonte, teniendo en cuenta factores como
la ley del mineral, la geometría del yacimiento y los métodos de extracción. Un tamaño
adecuado permitirá una mejor estimación de los recursos y una planificación más
eficiente de las operaciones mineras.

La clasificación y categorización de los bloques también son parámetros esenciales. Es

necesario establecer criterios de clasificación que permitan diferenciar los bloques de
mineral de los bloques de desmonte. Además, se deben asignar categorías a los bloques
de mineral en función de su ley y calidad, lo que permitirá establecer prioridades.

El presente trabajo de investigación es de alcance local, válido para el yacimiento de

mineral de Chinalco, ya que se centra en el principal problema de la empresa que son
los elevados costos de producción, este estudio también puede ser aplicado en otras
empresas.
 I OBJETIVOS DE LA INVESTIGACIÓN.

1.1 OBJETIVO GENERAL

• Examinar los principales parámetros utilizados por la empresa minera peruana Chilanco en
la creación del modelo de bloques de mineral y desmonte, así como en la aplicación de
métodos geoestadísticos para la estimación de sus recursos minerales

1.2 OBJETIVOS ESPECÍFICOS

• Investigar las técnicas y estrategias utilizadas por la empresa para llevar a

cabo el muestreo geológico

• Describir en profundidad el método geoestadístico seleccionado por la

empresa para la estimación de recursos
 II ANTECEDENTES.

• (k“Giovanni Franco Sepúlveda. 2015). Modelo de Bloques para un Yacimiento de

Sulfuros Masivos utilizando el Software Minesight. Proponen definir un modelo de
bloques de un yacimiento hipotético de sulfuros masivos utilizando Minesight,
basado en la interpretación geológica, la viabilidad, planificación estratégica y la
programación de los procesos a largo y corto plazo de las alternativas de
producción y la capacidad requerida en la mina”.

• “En la actualidad se utilizan una variedad de herramientas para el planeamiento

minero estratégico, con el objetivo de modelar y optimizar los recursos,
presentando datos e imágenes en 3D de la realidad del yacimiento, dentro de los
principales softwares mineros se encuentra: Gemcom Surpac, CAE Mining y
Maptek Vulcan y Minesight, Mintec” (Adrian Felipe Gallo Sierra. 2011).
 III MARCO TEÓRICO

1. Muestreo Geológico y Geoquímico:

El muestreo geológico y geoquímico es el punto de partida para la creación del modelo de

bloques. Implica la recolección de datos detallados sobre la composición y distribución de
minerales en el depósito. Se utilizan diversas técnicas, como perforaciones diamantinas y
análisis químicos, para obtener muestras representativas.
Este parámetro proporciona la base de datos esenciales para comprender la variabilidad
geológica y geoquímica del depósito, permitiendo una modelización más precisa.

2. Análisis de Variograma:

El análisis de variograma es una técnica estadística que evalúa la variabilidad espacial de

las muestras geológicas. Permite entender la correlación entre las muestras a diferentes
distancias y direcciones. El variograma es crucial para determinar la longitud de alcance y
la anisotropía del depósito.
El variograma guía la resolución del modelo de bloques y asegura que la variabilidad
geológica se capture adecuadamente en el espacio tridimensional.

3. .Resolución del Modelo de Bloques

La resolución del modelo de bloques se refiere al tamaño de los bloques en los que se
dividirá el depósito. Se ajusta según la variabilidad geológica identificada en el análisis de
variograma. Bloques más pequeños se utilizan en áreas de mayor variabilidad para
capturar la heterogeneidad del yacimiento.
Una resolución adecuada garantiza una representación fiel de la variabilidad del depósito,
contribuyendo a una estimación más precisa de los recursos.
3.1 Modelo de bloques en stock.

El modelo de bloques en stock es una metodología utilizada para la estimación de

recursos en yacimientos mineros. Consiste en dividir el yacimiento en bloques o
celdas de tamaño regular y estimar la cantidad de recurso contenido en cada bloque.
Para realizar esta estimación, se utilizan datos disponibles como perforaciones,
muestreos y pruebas de laboratorio. Estos datos se utilizan para determinar las
características del mineral, como la ley, densidad y volumen.

A partir de esta información, se asigna un valor de recurso a cada bloque, que puede
ser un valor promedio o representativo del bloque, o una interpolación de los valores
de los bloques vecinos.

Una vez estimados los recursos para cada bloque, se realiza un modelo
tridimensional que muestra la distribución espacial de los recursos en el yacimiento.
Este modelo permite visualizar las áreas de mayor y menor concentración de
recursos y facilita la planificación y diseño de la explotación del yacimiento.

Es importante destacar que el modelo de bloques en stock es una estimación y

puede estar sujeta a incertidumbre. Por lo tanto, es necesario realizar un análisis de
sensibilidad y considerar otros factores como la variabilidad del recurso y la calidad
de los datos utilizados en la estimación.

Consiste en dividir el yacimiento en bloques y asignar un valor de recurso a cada

bloque, utilizando datos disponibles y técnicas de interpolación. Este modelo facilita
la visualización y planificación de la explotación del yacimiento.

3.2 Presentación, análisis e interpretación de los datos

Para realizar la presentación de los datos es necesario tener en cuenta que los
problemas que se presentan en la chancadora son debido a las altas cantidades de
talco que ingresan sin el debido control. Para mitigar este problema el porcentaje de
talco no debe exceder el 7%
 3.3 Configuración de los Stocks

Se han definido 04 stocks para almacenar temporalmente el mineral con contenido

de talco, 02 stocks de corto plazo (Badén y Dinámico), 01 stock de mediano plazo
(Este Alta) y 01 stock de largo plazo (W7), clasificados de acuerdo con la ley de
cobre y el porcentaje de talco en su contenido”. “De acuerdo con el plan anual 2018
se va a reclamar 10,170,403 toneladas de mineral de los stocks de corto plazo
(Badén y Dinámico).

4. Tecnologías Avanzadas:

El uso de tecnologías avanzadas, como software de modelado geológico tridimensional y

sistemas de información geográfica (SIG), agrega una dimensión tecnológica al proceso.
Estas herramientas permiten una visualización detallada del modelo de bloques y facilitan
la toma de decisiones informada.
Las tecnologías avanzadas mejoran la eficiencia en la creación, gestión y análisis del
modelo de bloques, contribuyendo a una planificación minera más efectiva.

5. Metodos Geostadisticos

Kriging Ordinario:

• El kriging ordinario es un método geoestadístico que se basa en la teoría de

la estadística espacial. Utiliza la información de las muestras cercanas para
estimar valores en ubicaciones no muestreadas, asignando ponderaciones a
cada muestra según la distancia y la dirección.
Aplicación en Estimación de Recursos:
• En la estimación de recursos minerales, el kriging ordinario se utiliza para
interpolar valores entre los puntos de muestreo y crear un modelo continuo de
la distribución del recurso en el yacimiento.
Pasos Comunes en la Aplicación del Kriging Ordinario para Estimación de Recursos:

Muestreo Geológico:

• Se realiza un muestreo sistemático del yacimiento para recopilar datos

representativos de la variabilidad del recurso mineral.
Análisis Geoestadístico:

• Se realiza un análisis geoestadístico, que incluye la construcción de un

variograma. El variograma proporciona información sobre la variabilidad
espacial de los datos y guía la selección de parámetros para el kriging.
Variograma:

• Se construye un variograma experimental a partir de los datos de muestreo.

Este variograma ayuda a entender la estructura espacial de las muestras,
incluida la dirección y magnitud de la correlación espacial.
Modelado con Kriging Ordinario:

• Utilizando la información del variograma, se aplica el kriging ordinario para

estimar los valores en ubicaciones no muestreadas. Las ponderaciones
asignadas a cada muestra se determinan según la correlación espacial
establecida por el variograma.
Validación del Modelo:

• Se realiza una validación cruzada del modelo para evaluar su precisión. Esto
implica comparar las estimaciones del modelo con datos adicionales no
utilizados en el proceso de kriging.

Creación del Modelo de Bloques:

• Los resultados del kriging ordinario se utilizan para crear un modelo de
bloques que representa la distribución del recurso mineral en todo el
yacimiento.
El Kriging Espacial

Es una técnica geoestadística utilizada en la interpolación y estimación de valores en

ubicaciones no muestreadas dentro de un área geográfica. Es particularmente valioso en la
minería, geología, y ciencias ambientales para modelar y predecir la distribución espacial
de variables, como la concentración de minerales en un depósito o la contaminación en un
área.

Pasos Comunes en el Proceso de Kriging:

Muestreo Geoespacial:

• Recolectar datos geoespaciales mediante muestreo, como perforaciones en

minería o puntos de muestreo ambiental.

Análisis del Variograma:

• Analizar la estructura de correlación espacial mediante la construcción y

modelado de un variograma.

Interpolación:

• Utilizar el modelo Kriging para predecir valores en ubicaciones no

muestreadas.
Validación:
• Validar las predicciones del modelo comparándolas con datos adicionales o
mediante técnicas de validación cruzada.
 Simulación Estocástica

La simulación estocástica es un enfoque que implica la generación de múltiples modelos

geológicos equiprobables, cada uno representando una posible realización de la
distribución de minerales en el yacimiento.

Aplicación:

Se aplica para capturar la incertidumbre espacial inherente a la estimación de recursos. A

través de la simulación, se pueden evaluar diferentes escenarios y proporcionar una
distribución de probabilidad para la cantidad y calidad de los recursos minerales.

Pasos Comunes en la Simulación Estocástica:

Modelado Geológico Estocástico:

• Se generan múltiples modelos geológicos que reflejan diferentes

interpretaciones de la variabilidad del yacimiento.
Simulación de Variables:

• Se simulan variables, como la ley del mineral, para cada modelo geológico.
La simulación se realiza mediante métodos estadísticos que reflejan la
variabilidad y correlación espacial observada en los datos de muestreo.

Generación de Múltiples Realizaciones:

• Se generan múltiples realizaciones del yacimiento, cada una representando

una posible distribución de los recursos minerales.
Análisis de Resultados:

• Se analizan las múltiples realizaciones para evaluar la variabilidad y la

incertidumbre en la estimación de recursos.
 Construcción de Distribuciones Probabilísticas:

• A partir de las múltiples realizaciones, se construyen distribuciones

probabilísticas que proporcionan información sobre la variabilidad en la
cantidad y calidad de los recursos.

IV RESULTADOS

Fuente Parámetros / Métodos Descripción Método de Medición /

Geoestadísticos Implementación
Ames Pucllas, R. H., & Kriging Espacial En depósitos pórfidos, Construcción de
Castilla Solorzano, A. B. variogramas y ajuste de
la mineralización
(2021). Análisis de
factores operacionales puede variar modelos kriging para la
para el incremento de la significativamente en estimación.
productividad en el el espacio. El Kriging
sistema de carguío y
acarreo en minera Espacial se adapta bien
Chinalco Perú SA-2021. a este tipo de
variabilidad y permite
una estimación más
precisa de la
distribución de
minerales valiosos,
como el cobre, oro o
molibdeno, en todo el
depósito.
Matías Ayma, R. F. Muestreo Geológico Recopilación de datos Perforación y muestreo
(2020). Aplicación de un sobre la composición geológico detallado en
dron para mejorar los
procesos productivos en del depósito de áreas específicas de
Minera Chinalco Perú pórfidos. pórfidos.
SA, Morococha 2020.
Matías Ayma, R. F. Análisis de Variograma Evaluación de la Construcción de
(2020). Aplicación de un correlación espacial en variogramas específicos
dron para mejorar los
procesos productivos en depósitos de pórfidos. para pórfidos para
Minera Chinalco Perú entender la estructura
SA, Morococha 2020. de correlación.
 V.CONCLUSIÓNES:

• La empresa demuestra una integración eficiente de técnicas de muestreo geológico,

respaldando la obtención de datos de alta calidad para el modelado tridimensional de
bloques de mineral y desmonte.

• La investigación exitosa de las técnicas y estrategias de muestreo, junto con la

descripción profunda del método geoestadístico, proporciona una base sólida para la
toma de decisiones informada en la empresa. La combinación de estos elementos
esencialmente respalda la planificación y ejecución eficiente en la explotación de recursos
minerales.
 VI.REFERENCIAS

Tituana Baren, K. S. (2014). Modelo de Bloques del Depósito de Cobre Espol-x Para la
Selección del Método de Explotación Minera Utilizando Herramientas
Informáticas (Bachelor's thesis).

Quispe Zinanyuca, C. (2019). Optimización en el Planeamiento a Largo Plazo, con la

Programación Directa De Bloques Frente a la Metodología de Planeamiento Tradicional,
Arequipa-Perú 2019.

Ames Pucllas, R. H., & Castilla Solorzano, A. B. (2021). Análisis de factores

operacionales para el incremento de la productividad en el sistema de carguío y acarreo
en minera Chinalco Perú SA-2021.

Matías Ayma, R. F. (2020). Aplicación de un dron para mejorar los procesos productivos
en Minera Chinalco Perú SA, Morococha 2020.

Crisostomo, M., & Beatriz, K. (2022). Aplicación del aseguramiento y control de la

calidad (Qa/Qc) en la campaña de perforación diamantina 2018, Mina Toromocho.

DEL MODELO ECONÓMICO, P. I. E. (2018). FACULTAD DE GEOLOGÍA, GEOFÍSICA

Y MINAS (Doctoral dissertation, UNIVERSIDAD NACIONAL DE SAN AGUSTÍN).