MUESTREO DE ORO Y PLATA : “UNA OPORTUNIDAD FINANCIERA SI ES QUE SE APLICA CORRECTAMENTE”

INTRODUCCIÓN

Durante mucho tiempo varios especialistas han prestado una considerable atención a los problemas teóricos y, en particular, a los problemas prácticos generados por el muestreo de materiales con contenido de oro y plata. Sin embargo, aún no se logra obtener soluciones en el muestreo de oro y plata; en algunos casos, las propuestas son muy teóricas e inútiles para el ingeniero, inclusive son a veces demasiado simples y basadas en observaciones empíricas que no cuentan con bases sólidas.

En este curso presentaremos un trabajo especial con ejemplos prácticos y simples. Esto permitirá que se calcule con rapidez la variante del Error Fundamental de Muestreo involucrado durante el muestreo de oro y plata.

El muestreo de oro y plata cuenta con ciertas características que dividiremos en tres categorías:

• Financiera.
• Teórica.
• Práctica.

CARACTERÍSTICA FINANCIERA

Las cantidades de material relativamente pequeñas pueden implicar grandes gastos, es por ello que los problemas de precisión y exactitud automáticamente generan una gran preocupación. Este caso se observa durante la exploración previa para las evaluaciones mineras y planeamiento, para las operaciones de conminución, para las fundidoras recicladoras, entre otros.

CARACTERÍSTICAS TEÓRICAS

Una de las principales diferencias del oro y la plata con otros metales es que estos son económicos en niveles muy bajos. Por ejemplo, generalmente los metales base se calculan en porcentaje, mientras que el oro y la plata se calculan en partes por millón.

CARACTERÍSTICAS PRÁCTICAS

Debido a que el oro desempeña un rol importante en el muestreo de metales preciosos y se conoce que genera diversas dificultades prácticas, nuestro enfoque recaerá solo en este metal. Sin embargo, de surgir un debate relacionado a otros metales preciosos, estas se abarcarán de forma sencilla.

Entre el contenido de oro de una muestra y el contenido de oro de un mineral envolvente puede haber una gran diferencia. Es más, el contenido de oro de una submuestra analítica pequeña de 30-g y el contenido de oro de 10000-g del que fue seleccionado también pueden ser muy diferentes. La densidad del oro es mucho mayor (ρAu = 19.3), lo que genera un gran fenómeno de segregación cuando las partículas de oro son liberadas. Las partículas de oro tienden a presentar fallas en la trituración, por lo tanto, el oro se extiende y recubre con facilidad los equipos de muestreo, dando como resultado pérdidas inaceptables y problemas de contaminación cruzada. En consecuencia, una submuestra analítica fina terrestre de 250-g que se piensa es de 100% menos 100 micras, aún puede tener unas cuantas partículas de oro que pueden ser de 200 micras o incluso mucho mayor. Esta conminución dilatada genera confusión en muchos expertos de muestreo en sus cálculos de variación del Error Fundamental de Muestreo y, por consiguiente, un sinfín de debates. Todos estos problemas aumentan cuando la ley del oro es menor, cuando la economía de los depósitos de oro se vuelve marginal y cuando la distribución de oro en las rocas se vuelve errática, como se estudia en la parte 6 del libro.

TEMARIO

DÍA 1

Sesión 1: Introducción a los 9 tipos de errores de muestreo.

Sesión 2: Conceptos estadísticos fundamentales relacionados al muestreo de oro.

Sesión 3: El Error Fundamental de Muestreo: optimización de masa de muestra necesaria.

Sesión 4: Muestreo para el análisis de granulometría: Norma Obligatoria #1 para el muestreo de oro.

Sesión 5: Procesos Poisson: la pesadilla del muestreo de oro.

DÍA 2

Sesión 6: Introducción a los procesos Poisson. Un caso real para el oro con consecuencias catastróficas.

Sesión 7: Muestreo para vestigios como el oro.

Sesión 8: Heterogeneidad de Constitución In Situ: una preocupación para los geólogos.

Sesión 9: Lineamientos para una exactitud y precisión requerida.

Sesión 10: Heterogeneidad de Distribución: problemas con la segregación de oro.

Sesión 11: El Error de Delimitación durante la exploración y el control de ley (un generador de sesgo). Un caso real de muestreo de barreno.

Sesión 12: El Error de Delimitación en la planta (un generador de sesgo): Casos reales de sistemas de muestreo deficientes para el balance de material.

Sesión 13: Problemas con piezómetros: Casos reales que generan desacuerdo entre la mina y la planta.

DÍA 3

Sesión 14: El Error de Delimitación en el laboratorio (un generador de sesgo).

Sesión 15: El Error de Extracción en la mina (un generador de sesgo): Casos reales para muestreo de barreno.

Sesión 16: El Error de Extracción en la planta (un generador de sesgo): Casos reales de sistemas de muestreo deficientes para el balance de material.

Sesión 17: El Error de Preparación (un generador de sesgo).

Sesión 18: Introducción al Variograma (una herramienta convencional para metalurgistas).

Sesión 19: Variograma avanzado y sus múltiples aplicaciones.

DÍA 4

Sesión 20: Sistemas de Muestreo de referencia para balance de material.

Sesión 21: El punto débil de las pruebas de sesgo en los problemas de muestreo.

Sesión 22: Métodos de muestreo.

Sesión 23: Indicaciones para la gerencia: Un resumen como conclusión del curso que incluye ejercicios. En esta sesión se presentarán cuatro casos

reales en donde se midieron las pérdidas financieras debido a un muestreo deficiente.

Dr. FRANCIS PITARD

Es un consultor experto en Muestreo, Control de Proceso Estadístico y en Gerenciamiento de Calidad. Es presidente de la Consultora Francis Pitard Sampling Consultants (www.fpscsampling.com) y Director Técnico de Mineral Stats Inc. (www.mineralstats.com) en Broomfield, Colorado USA. Brinda servicios de consultoría en diversos países. Dr. Pitard cuenta con seis años de experiencia en la Comisión Francesa de Energía Atómica y quince años en Amax Extractive R&D. Ha enseñado la Teoría de Muestreo, Control Estadístico de Procesos y Administración de la Calidad Total en las instalaciones de Educación Continua de la Escuela de Minas de Colorado, la Fundación de Minas Australiana, para la Facultad de Minas de la Universidad de Chile y la Universidad de Witwatersrand en Sudáfrica. Cuenta con un Doctorado en Tecnología de la Universidad de Aalborg en Dinamarca. Obtuvo la prestigiosa Medalla de Oro Pierre Gy a la excelencia por promover y educar sobre la Teoría de Muestreo (Cape Town, Sudáfrica, 2009). Es consultor e instructor de InterMet.