Elaboración de Nomogramas de Muestreo, Usando La Teoría de Pierre Gy

UNIVERSIDAD NACIONAL DE
INGENIERA
FACULTAD DE INGENIERA GEOLGICA MINERA Y
METALRGICA
Elaboracin de Nomogramas de Muestreo, usando

la Teora de Pierre Gy
Monografa presentada por los alumnos:
ALCAL FERNNDEZ, LEONARDO

GRADOS CUBA, BRENDA
YUPA INCALLA, PAMELA
Profesor Asesor:
ING. JORGE H. PAREDES NGELES
LIMA PER
OCTUBRE - 2017
Universidad Nacional de Ingeniera
Facultad de ingeniera Geolgica, Minera y Metalrgica
Escuela Profesional de Ingeniera Geolgica
NDICE
RESUMEN ............................................................................................................................................. 1
INTRODUCCIN .................................................................................................................................. 2
CAPTULO I .......................................................................................................................................... 3
1 Definiciones y muestreo de minerales............................................................................................. 3
1.1 Definiciones.- .................................................................................................................... 3
1.2 Muestreo de Minerales.- ..................................................................................................... 6
CAPTULO II:........................................................................................................................................ 7
2 La ecuacin del Error Fundamental de P.Gy y la Teora Moderna del Muestreo de
Minerales ...................................................................................................................................... 7
2.1 Ecuacin de P. Gy.- .......................................................................................................... 12
2.2 Constante de Muestreo y Factores.- .................................................................................... 13
CAPTULO III: .................................................................................................................................... 17
3 Determinacin de un Nomograma a partir de la ecuacin del Error Fundamental ........................ 17
3.1 Mtodo Paramtrico.- ....................................................................................................... 17
3.2 Test de Heterogeneidad.- .................................................................................................. 18
3.3 Nomograma.-................................................................................................................... 19
3.4 Ejemplo de Construccin de un Nomograma de Muestreo.- .................................................. 20
CAPTULO IV: .................................................................................................................................... 30
4 EJEMPLO DE APLICACIN: ................................................................................................... 30
QA-QC EN OYU TOLGOI .PROYECTO DE PORFIDO CU-AU EN EL SUR DE GOBI -

MONGOLIA .............................................................................................................................. 30
4.1 Geologa Regional.-.......................................................................................................... 32
4.2 Monitoreo QA-QC: Pruebas de Muestreo y Ensayo.- ........................................................... 33
CONCLUSIONES ................................................................................................................................. 38
BIBLIOGRAFA .................................................................................................................................. 39
Lista de Tablas
Tabla 2.a: Factor de distribucin de tamao 10
Tabla 2.b: Ejemplos de Factor de forma 11
Tabla 3.4A: Tabla de clculos 19
Tabla 3.4B: Tabla de Protocolo de Muestras 23

Tabla 3.4C: Tabla de Error Fundamental 26
Lista de Figuras
Figura 1.1a: Incrementos y espcimen 4
Figura 1.1b: Heterogeneidad 4
Figura 1.1c: Heterogeneidad de Distribucin 5
Figura 1.1d: Exactitud y Precisin 5
Figura 2 a: Agrupamiento 8
Figura 2 b: Segregacin por densidad 9
Figura 2 c: Segregacin por tamao 9
Figura 2 d: Delimitacin del incremento 10
Figura 2 e: Error de extraccin 10
Figura 2 f: Error de interpolacin 11
Figura 2.1: Extracto de la demostracin 12
Figura 3.1: Nomograma de Pierre Gy 18
Figura 3.3: Nomograma de Muestreo 20
Figura 3.4.1a: Construccin del nomograma 1 23
Figura 3.4.1b:Construccin del nomograma 2 24
Figura 4.1a: Mapa de Ubicacin Proyecto Minero Oyu Tolgoi 31
Figura 4.1b: Proyecto Oyu Tolgoi 32
Figura 4.1c: Mapa de Geologa Regional en Oyu Tolgoi 33
Figura 4.2: Nomograma de muestreo con protocolos seguidos en el Proyecto Oyu Tolgoi ,basado en P.Gy (1979 35
RESUMEN
La presente monografa tiene como fin desarrollar y explicar la Teora Moderna del
Muestreo de materias particuladas basada en la Ecuacin del Error Fundamental, esta
teora segn Francois-Bongarcon y Pierre Gy (1999) consiste esencialmente en una
generalizacin de los procedimientos de aplicacin y calibracin de la famosa frmula
usualmente conocida como frmula de Gy para el control de la varianza de muestreo,
en la cual el concepto central es el de factor de liberacin.
Se busca dar los conceptos previos para un mejor entendimiento, explicando a detalle
los tipos de factores, pruebas y ensayos que se realizan para obtener el Nomograma de
Muestreo. Tambin se desarrollar algunas aplicaciones y ejemplos de casos reales que
permitan dar un mayor alcance sobre el tema.
ABSTRACT
The present monograph aims to finalize and explain the modern theory of the sampling
of particulate matter based on Equation of Fundamental Error, this theory according to
Francois-Bongarcon and Pierre Gy (1999) consists essentially in a generalization of the
procedures of application and calibration of the famous formula usually known as "Gy
formula" for control of sampling variance, in which the central concept is that of release
factor.
It seeks to give the previous concepts for a better understanding, explaining a detail the
types of factors, tests and tests that are done to obtain the Sampling Nomogram. It also
develops some applications and examples of real cases that allow a greater scope on the
subject.
Page: 1
INTRODUCCIN
En un proyecto minero, el muestreo mineral tiene una influencia directa o indirecta en todas
las decisiones, esto nos lleva a pensar en la gran importancia que tiene esta fase y las
devastadoras consecuencias de un mal muestreo. Entonces, el entendimiento de este proceso es
fundamental para un buen profesional de la Industria Minera, la toma de muestras es seguida
por un protocolo de preparacin de la muestra que incluye varias etapas de conminucin,
homogenizacin y reduccin de masa, para luego enviarse a ensayos. Ahora, surge la pregunta
cul ser la mnima masa que sea representativa para enviar al laboratorio y una opcin es
aplicar el Mtodo de Pierre Gy. Este ingeniero qumico se empez a interesar en el muestreo de
minerales alrededor del ao 1949, y luego de un intenso trabaj para crear un marco
sistemtico y matemticamente basado, dentro del cual se puede identificar, analizar y explicar
cada error que surja del muestreo de un material heterogneo, expresa la varianza del error de
muestreo fundamental (FSE) en trminos de la masa, fragmento de tamao superior y varios
otros atributos de composicin de los minerales de inters, que eventualmente evolucion para
convertirse en la Teora Moderna del Muestreo y que dej un grfico log-log llamado
nomograma que sirve para tener el mnimo error en el protocolo de preparacin de una
muestra.
Page: 2
CAPTULO I
1 DEFINICIONES Y MUESTREO DE MINERALES
El presente captulo se centra en la revisin de conceptos

previos para poder tener un mayor entendimiento del tema, dado que es necesario tener en
claro las ideas que abarcan la Teora del Muestreo y los Nomogramas de Pierre Gy.
1.1 Definiciones.-
Lote: se refiere a un conjunto de material, cuya composicin quiere estimarse.
Muestra: conjunto de incrementos correctamente extrados sin criterio de seleccin.
Incremento: corresponde a un grupo de partculas extradas del lote en una sola operacin.
Espcimen: extraccin no realista y peligrosa de homogeneidad.
Page: 3
Figura: 1.1a
Incrementos y Espcimen
Heterogeneidad: corresponde a la variabilidad encontrada en una poblacin estadstica.
Figura: 1.1b
Heterogeneidad
CH: diferencias entre fragmentos, DH: diferencias entre grupos de fragmentos
Page: 4
Figura: 1.1c
Heterogeneidad de Distribucin
Errores: existen e cualquier procedimiento de estimacin. Es necesario diferenciar los

tipos de error (se vern en el siguiente captulo)
Sesgo: resultado que difiere de la media.
Exactitud: corresponde a la media, la cual debe ser insesgada.
Precisin: corresponde a la varianza del error la cual debe ser pequea.
Figura: 1.1d
Exactitud y Precisin
a) Exactitud sin precisin, b) Precisin sin exactitud, c) Exactitud y precisin y d) Ninguno.
Page: 5
1.2 Muestreo de Minerales.-
El muestreo es la tcnica conforme a la cual se extraen ciertos elementos de una poblacin

o universo para, mediante su anlisis, inferir caractersticas de la poblacin de la cual han sido
extrados. Se trata de un mtodo que permite hacer economa de recursos a cambio de
ciertos riesgos de naturaleza controlable, es decir, es de vital importancia en la evaluacin de un
depsito mineral debido que en l se apoya el estudio de viabilidad tcnica-econmica y todas
las siguientes fases de un proyecto minero.
El proceso de muestreo de minerales de manera general se divide en tres partes (Paredes,1998):
1) Toma de muestra, de los afloramientos naturales o artificiales, o de la masa del mineral

derribado.
2) Preparacin de la muestra para los ensayos y pruebas.
3) Ensayos (anlisis, mediciones, investigaciones complejas; dependiendo de la materia

prima mineral y de los fines especficos a los que se destine).
Las muestras no solo deben ser representativas, sino que deben estar en una cantidad
adecuada, en el lugar preciso, y con un proceso de reduccin de peso y anlisis apropiados.
Los factores que determinan el tipo y cantidad de muestra son: Tipo de depsito mineral,
distribucin del mineral til y su tamao, etapa de investigacin en la que se efecta el
muestreo, la accesibilidad a la mineralizacin, la facilidad para la toma de muestra y el costo
de toma de muestra.
Page: 6
CAPTULO II:
2 LA ECUACIN DEL ERROR FUNDAMENTAL DE P.GY Y LA TEORA

MODERNA DEL MUESTREO DE MINERALES
El mtodo de muestreo ideado por Gy es frecuentemente usado para calcular el tamao de

muestra necesaria para dar el rango requerido de precisin. Antes de usarlo, se necesitarn
estimaciones de lo siguiente:
El contenido de la especie de inters en el lote (ensayo).
La forma general de las partculas.
Las densidades de las distintas especies y fases presentes.
La distribucin del tamao de partcula.
El grado de liberacin y el tamao de grano.
Para lograr una muestra representativa, los errores potenciales que resultan de la
recoleccin de pequeos volmenes de material destinado a representar un volumen mucho
mayor deben ser abordados en el plan de muestreo. Esto requiere una comprensin de todos
los posibles errores de muestreo que pueden sesgar el resultado. Pierre Gy describe siete
errores de muestreo bsicos asociados con la recoleccin de muestras de materiales en
partculas como el suelo. Es importante mencionar que los errores tienen 2 fuentes
principalmente: de las propiedades intrnsecas del material y de la toma y preparacin de la
muestra.
Page: 7
Los errores ms importantes en cuanto a la toma y preparacin de muestras para aplicaciones

mineras son:
Error fundamental, FE: corresponde al mnimo error de muestreo que se tendra si se

seleccionara cada fragmento o partcula aleatoriamente, una a la vez. A pequea escala, la
heterogeneidad de constitucin es responsable del error fundamental. No produce sesgo
sistemtico solo variabilidad entono al valor real.
Error de agrupamiento y segregacin, GE: Este error puede prevenirse considerando los
siguientes aspectos: optimizar el peso de la muestra, incrementar el nmero de incrementos
por muestra, homogenizar el material antes de tomar los incrementos.
Figura: 2 a
Agrupamiento
Prdida excesiva de finos de alta ley produce sesgo
Page: 8
La heterogeneidad de distribucin en un flujo puede producir sesgo, como lo muestran las

siguientes imgenes (Figura 2b y 2c):
Figura: 2 b
Segregacin por densidad
Figura: 2 c
Segregacin por tamao
Page: 9
Error de delimitacin del incremento DE: ocurre por desviaciones de un mdulo istropo
de observacin que asegure una probabilidad constante de muestreo en todas las direcciones
relevantes del lote. (Ver Figura 2d)
Figura: 2 d
Delimitacin del Incremento
Error de extraccin: (Ver Figura 2e)
Figura: 2 e
Error de extraccin
Page: 10
Error de preparacin PE: tiene que ver con integridad de la muestra y considera los posibles
errores por contaminacin, por prdida, por alteracin, humano, Fraude y sabotaje.
Error Analtico: corresponde al que se comete en el laboratorio al analizar la muestra final y

que depende del mtodo de anlisis utilizado.
Error de Interpolacin: se da al asumir que la muestra representa la zona, se comete un error

cuantificable a travs de la cronoestadstica. (Ver Figura 2f)
Figura: 2 f
Error de interpolacin
Error de Ponderacin: idealmente, el flujo debe ser constante y los cortes hechos a
intervalos regulares (tanto de tonelaje como de tiempo).
Page: 11
2.1 Ecuacin de P. Gy.-
La ecuacin de Gy es aproximada y con una demostracin difcil, en la Figura 2.1 se

muestra un extracto de la demostracin de once hojas realizada por Georges Matheron
(Alfaro, 2002).
Figura: 2 1
Extracto de la demostracin de la ecuacin de Gy
La varianza relativa del error fundamental de muestreo est dada por:
1 1
r2 Kd 3 ( )
MS ML
Page: 12
Donde:
a
r
aL
: la desviacin estndar relativa.
M : masa de la muestra en gramos

s
M : masa del lote en gramos

L
d: dimetro mximo de partculas en cm (se utiliza el valor d correspondiente al

95
dimetro que verifica que el 95% de los dimetros son menores que d ).
95
a : concentracin promedio del analito en el lote.

L
K: constante de muestreo
Es importante mencionar que minimizar la varianza implica aumentar la probabilidad de que

la muestra presente un valor cercano de la propiedad en estudio (en general, ley de algn
metal) del lote del cual proviene (Vallebuona y Niedbalski, 2005).
2.2 Constante de Muestreo y Factores.-
La constante de muestreo K (en estricto rigor no es una constante) se mide en gr/cm 3 y

tiene la siguiente expresin:
K c g f l
Donde:
c: factor de composicin mineralgica (gr/cm3).
g: factor de distribucin de tamao (sin dimensin).
f: factor de forma de las partculas (sin dimensin).
l: factor de liberacin (0 < l < 1, sin dimensin).
Page: 13
Ahora veremos cada uno de estos factores por separado:
Factor de composicin mineralgica c
Tiene la siguiente expresin:
c = ((1 aL) / aL )( (1 aL) g1 + aL g2 )
Valor aproximadamente igual a g1/aL si aL es pequeo.
Donde:
aL : proporcin en peso del componente crtico o con valor comercial (mena).
g1 : peso especfico del componente crtico (mena).
g2 : peso especfico de la ganga.
Factor de distribucin de tamao g
Depende de d y d. Se utiliza lo siguiente:
Tabla 2.a: Factor de distribucin de tamao
ds: #sup -di: #inf

ds/di g
(mm)
56 1.25 0.75
6 10 1.70 0.53
10 20 2.00 0.44
30 80 2.67 0.33
30 120 4.00 0.25
Page: 14
d es el dimetro de las partculas mnimas, medido en cm. El valor ms utilizado es

g=0.25 que corresponde a una situacin bastante general (el dimetro de la partcula
mxima es superior a 4 veces el dimetro de la partcula mnima).
Factor de forma de las partculas f
Est definido por:
3
f = (volumen de la partcula) / d
Si se supone que las partculas son aproximadamente esfricas, entonces f = 3.14159 / 6 =

0.52. Se recomienda entonces utilizar el factor: f = 0.5.
Tabla 2.b: Ejemplos de Factor de forma
Cubo f=1
Esfera f = 0.523
Carbn f = 0.45
Mineral de Hierro f = 0.50
Pirita f = 0.47
Cuarzo f = 0.47
Roca comn f = 0.50

Biotita, mica, schelita f = 0.1
Oro liberado f= 0.2

Minerales Aciculares f>1
Page: 15
Factor de Liberacin l
El factor de liberacin l es un nmero entre 0 y 1 que vara con el tamao d de los

fragmentos, y depende tambin del tamao nominal (o mximo) de las partculas de metal
puro, o tamao de liberacin dl , y de caractersticas geoestadsticas del mineral a escala
microscpica (correlaciones espaciales adentro de los fragmentos). As, an cuando los
tamaos de los grnulos de metal y de los fragmentos son los dos los mismos en dos
depsitos, se deben esperar valores diferentes del factor de liberacin de un metal a otro, o
de depsito a otro. Cabe notar que l es una cantidad muy variable y a veces excesivamente
pequea.
Sean:
d = tamao mximo de partcula
dl = tamao de liberacin del componente crtico
Se recomienda utilizar:
l=1 si dl > d
b
l = ( dl / d ) si dl < d
Se recomienda utilizar b=1.2 para minerales de cobre y b=1.5 para el oro. El factor de
liberacin constituye una de las debilidades de la Teora debido a que no representa bien
el caso de leyes bajas (leyes medidas en ppm.).
Page: 16
CAPTULO III:
3 DETERMINACIN DE UN NOMOGRAMA A PARTIR DE LA ECUACIN

DEL ERROR FUNDAMENTAL
En el presente captulo se muestra la informacin necesaria para comprender cmo se

construye un nomograma en base a las frmulas revisadas en el captulo anterior tomando en
cuenta el Error Fundamental.
3.1 Mtodo Paramtrico.-
En el captulo anterior se ha mencionado los principales factores siendo la determinacin

del factor de liberacin el de mayor dificultad, es por ello que se recomienda, en una etapa de
exploracin avanzada realizar un Test de Heterogeneidad para determinar experimentalmente
la constante de muestreo. Dado que al comienzo de un proyecto se puede utilizar mtodos
basados en la mineraloga para determinar el factor liberacin, y estimar todos los parmetros
de la constante de muestreo, o bien se podra usar el Nomograma de Pierre Gy (Ver Figura
3.1).
Page: 17
Figura: 3.1
Nomograma de Pierre Gy
3.2 Test de Heterogeneidad.-
La constante de heterogeneidad puede calcularse mediante la estimacin de los parmetros

c, f, g y l. Siendo la determinacin de l particularmente difcil. El Test de heterogeneidad
es una alternativa que permite calcular experimentalmente la constante. para determinar
empricamente la heterogeneidad de un material particulado
Estimar varianza relativa del error fundamental mediante:
1 1 sa2i
2
FE c l f g d 2
3
S
M M L ai
Page: 18
3.3 Nomograma.-
El nomograma es un grfico log-log con masa de la muestra en el eje X y la varianza de la

muestra en el eje Y. En la prctica, se busca optimizar protocolos de muestreo de tal manera
que todos los errores que no son IHL son eliminados.
Entonces, para graficar el nomograma (masa vs varianza), se toma el logaritmo de la ecuacin

anterior:
Los cambios en la varianza y tamao de la muestra se grafican, reflejando un cambio en

tamao debido a trituracin o molienda, o un cambio de tamao debido a la divisin.
Si se trata de una divisin, no hay cambio en el tamao nominal, tal que la varianza es
proporcional a log(MS). Por lo tanto, los cambios por divisin, tanto en masa como
varianza, siguen una lnea en el nomograma con una pendiente de -1.
Si el tamao del fragmento se reduce por trituracin o molienda, la masa de la

muestra se mantiene, y todo lo dems en la ecuacin cambia. As la reduccin de
varianza que resulta se grafica hacia abajo hasta el siguiente tamao nominal del
fragmento.
En la Figura 3.3 se muestra un ejemplo tomado de Francois-Bongarcon y Pierre Gy (2001)
Page: 19
Figura: 3.3
Nomograma de Muestreo
3.4 Ejemplo de Construccin de un Nomograma de Muestreo.-
Los siguientes ejemplos buscan mostrar de una manera prctica la construccin de

nomogramas tomando en cuenta ciertos datos. (Ortiz, 2002)
A) Caso del Mineral Molibdenita (MoS2)
Caractersticas:
Mineralizacin de MoS2.
Contenido de mineral esperado (ley de molibdeno): = 0.100% L a
Page: 20
Densidad de mineral: = 4.7 M l
Densidad de ganga: = 2.7 g l
Tamao de liberacin: d m l = 500m
Masa del testigo: 40 kg
La mitad del testigo ser muestreado
Reducir la muestra mediante conminucin y cuarteo hasta un tamao de muestra de

1g que es apropiado para el ensayo.
Primero, es necesario calcular los valores constantes de la heterogeneidad intrnseca del

mineral (IHL) a muestrear, para distintos tamaos nominales de fragmentos que la muestra
puede tener en las etapas del protocolo de muestreo. Los tamaos nominales dependern de
los equipos que se utilicen.
Para estimar el valor de IHL, se deben estimar o calcular todos los factores involucrados:
f=0.5 , valor estndar para la mayora de los materiales
g=0.25 , material no clasificado
M=4.7 , propiedad de la roca
g=2.7 , propiedad de la roca
0.100% 160
= . = 0.00167 , contenido de mineral de molibdeno (Ley de MoS2). Se
100 96
considera este valor en lugar de la ley de molibdeno, porque lo que se est

muestreando es la molibdenita.
0.05 1
= ( ) , el factor de liberacin depende del tamao de fragmentos y se utiliz un

valor para el coeficiente b=1, para estar en el lado conservador.
Page: 21
4.7
= = = 2814, dado que < 0.1 se puede utilizar esta aproximacin
0.00167
para el factor mineralgico.
Con estos datos se puede generar una tabla con los clculos:
Tabla 3.4A: Tabla de clculos
En esta tabla, d corresponde a tamaos de fragmento nominales que se quieren evaluar, l

corresponde al factor de liberacin de los fragmentos a un determinado tamao nominal, IHL
2
es la heterogeneidad intrnseca a cada tamao nominal, MS y son una masa de muestra
que se utiliza para identificar un punto de la recta con pendiente -1 que corresponde al tamao
de fragmentos nominal d, y la varianza del error fundamental calculada con la frmula
simplificada que asume que ML >> MS.
Page: 22
Figura: 3.4.1a
Construccin del nomograma 1
El siguiente paso es decidir cules sern los pasos en el protocolo de muestreo. Para ello,
se puede agregar la restriccin adicional de que ninguna etapa del protocolo contribuya con un
error de ms de un 5%. Esto implica que la varianza del error fundamental no debe superar
2
= 0.025.
Para proponer las etapas del protocolo de muestreo, se puede utilizar el nomograma como
referencia. Partiendo de un tamao nominal de fragmentos de 5 cm, podemos decidir pasar
todo el material (medio testigo, 20 kg) por un chancador primario y reducirla de tamao a un
tamao nominal de 0.475cm (punto A). Esta etapa se ilustrara en el nomograma como una
lnea vertical descendente en el valor de la abscisa de 20000g hasta la recta correspondiente al
tamao resultante (0.475cm). Esta etapa de reduccin de tamao de fragmentos no se muestra
en la figura, pues no aporta al error de muestreo total (recuerde que slo los cuarteos o
reducciones en la masa de las muestras aportan al error fundamental). Una segunda etapa a
considerar es cuartear la muestra original de 20000g a una masa menor.
Page: 23
Para considerar de qu masa ser la submuestra, se utiliza el nomograma. Subiendo en

diagonal por la lnea de pendiente -1 correspondiente al tamao nominal de fragmentos
0.475cm, el cual no cambia durante el cuarteo, se puede ver que reduciendo la masa hasta 2kg
no viola la restriccin de varianza aplicada a cada etapa, mostrada como una lnea segmentada
azul en el grfico. As, la primera etapa de cuarteo considera reducir la muestra a un dcimo
de su masa original (punto B en el grfico). Luego, la muestra debe someterse a una segunda
etapa de conminucin, mediante, por ejemplo, un chancado secundario a 0.071 cm (punto C).
Este material es entonces cuarteado a 50 g (punto D). Finalmente, la muestra es pasada por un
pulverizador para la ltima etapa de conminucin. El tamao nominal resultante es de 0.015
(punto E). De estos 50g se puede entonces tomar la muestra de 1g para el ensayo (punto F).
Figura: 3.4.1b
Construccin del nomograma 2
Page: 24
Con este simple ejemplo, se puede ver la utilidad de utilizar un nomograma en el diseo
de un protocolo de muestreo. Entre las consideraciones que deben tenerse en cuenta al disear
un protocolo estn adems las siguientes:
El error de muestreo total no debe sobrepasar el estndar. Estos estndares cambian

segn si se trata de control interno o de ventas y segn el tipo de material o etapa en
la que se est. Por lo general, muestras de sondajes de exploracin tendrn un error
bajo (alrededor de 5%), mientras que el muestreo para control de leyes en pozos de
tronadura puede llegar a ser ms alto (hasta 15%).
El nmero de etapas debe minimizarse para evitar el aumento de otros errores de

muestreo, particularmente, la posibilidad de prdidas de finos en los equipos o en
forma de polvo debe evitarse para minimizar la posibilidad de incorporar un sesgo al
muestreo.
Finalmente, el protocolo de muestreo puede describirse mediante la siguiente tabla, donde

se muestra cada etapa, el tamao nominal de los fragmentos, la masa de la sub-muestra y el
error de muestreo involucrado en cada etapa de Reduccin de la muestra.
Tabla 3.4B: Tabla de Protocolo de Muestreo
El error de muestreo total se asume igual a dos veces el FE, es decir, la suma de todos los
otros errores equivale al FE. Con ello se calcula el error total de muestreo, el cual no supera el
10%.
Page: 25
B) Consideraciones para el caso del Oro (Au)
El muestreo de oro es particularmente complicado puesto que un lote de fragmentos de

mineral con oro presentar una segregacin muy fuerte, debido a la diferencia de densidad
entre el oro y la ganga.
Si el protocolo de muestreo se disea considerando una reduccin de tamao que no llega

al tamao de liberacin del oro, es decir, la ltima etapa del muestreo utiliza un tamao de
fragmentos superior al tamao al cual se libera el oro, esto implica que el oro estar asociado
con otros minerales y no provocar mayores inconvenientes en el protocolo. Si, por el
contrario, los fragmentos se reducen a un tamao inferior al de liberacin del oro, entonces,
esto acarrear una serie de inconvenientes.
El principal problema es que normalmente el oro no se fragmenta una vez que se ha

llegado a su tamao de liberacin. Al intentar reducir de tamao, las partculas de oro liberado
tienden a laminarse. Un problema adicional, es que el oro suele pegarse a los equipos, por lo
que se producen prdidas durante la preparacin de las muestras.
Por estas razones, es necesario hacer una consideracin especial en el clculo del error
fundamental, cuando se llega a tamaos de fragmentos inferiores al de liberacin del oro
grueso. Asimismo, es necesario poner especial cuidado en la preparacin de las muestras de
manera de minimizar la segregacin y evitar las prdidas de mineral.
Considerando la expresin para la heterogeneidad intrnseca, se pueden incorporar las

caractersticas particulares del oro grueso (laminado) para deducir una expresin para el error
fundamental:
Page: 26
= . . . . 3
Dnde:

= , si el contenido de oro es menor que 10%

= 16
l=1, por tratarse de oro liberado
f=0.2, por tratarse de oro
g=0.25, por tratarse de material no calibrado
Por lo tanto:
C) Caso para el Oro (Au)
Considerar un mineral de oro con densidad media 2.65 gr/cm3. Se tomaron muestras
de medio testigo de sondajes de 54.8 mm de dimetro y un largo de 2m. El protocolo de
muestreo diseado para el material con una ley de 2g/t es el siguiente:
Chancado primario de la muestra a .
Cuarteo mediante riffle 2 veces (a del tamao original).
Page: 27
Chancado secundario a 2mm.
Cuarteo mediante riffle a 300 gr.
Pulverizado en LM2 (anillos) a 150 mallas tyler (106 micrones). Note que a este
tamao el oro queda liberado.
Seleccin mediante incrementos de 50gr. para anlisis a fuego.
Se realiz un test de heterogeneidad utilizando un compsito representativo de 425 kg. En

la fraccin de a + se tomaron 100 muestras de 35 fragmentos cada una. La varianza de
las sub-muestras fue de 115.0 (g/t)2, con una ley media de 5.5 g/t.
Todo el resto del test se realiz siguiendo cuidadosamente las recomendaciones de un experto.
La constante de muestreo se determina:
Donde el tamao medio de la fraccin se calcula:
Con esto se puede calcular el error fundamental en cada etapa del protocolo de muestreo, tal
como se muestra en la tabla siguiente:
Page: 28
Tabla 3.4C: Tabla de Error Fundamental
Ntese que en las ltimas etapas del protocolo (cuando el oro se ha liberado), se reemplaza la
0.8
frmula del clculo de la constante por: = ,

Es necesario hacer retalla en la ltima etapa para garantizar que el oro grueso sea bien
muestreado.
Page: 29
CAPTULO IV:
4 EJEMPLO DE APLICACIN:
QA-QC EN OYU TOLGOI .PROYECTO DE PORFIDO CU-AU EN EL SUR

DE GOBI - MONGOLIA
La mina de Oyu Tolgoi es un proyecto minero a tajo abierto y subterrneo en Khanbogd en

el desierto de Gobi, aproximadamente 235 kilmetros al este de Dalanzadgad, la capital de la
provincia de mngovi (Ver Figura 4.1a). El sitio fue descubierto en 2001, el proyecto
minero de Oyu Tolgoi es la Compaa ms grande de la historia de Mongolia y se espera que
al finalizar produzca 450.000 toneladas (500.000 toneladas cortas) de cobre al ao.
El financiamiento para el proyecto ha provenido en parte del Grupo Rio Tinto y de un acuerdo
de inversin entre Ivanhoe Mines y el gobierno de Mongolia.
Page: 30
Figura: 4.1a
Mapa de ubicacin Proyecto Minero Oyu Tolgoi
El proyecto de Oyu Tolgoi Cu-Au al del sur de Gobi (Ver Figura 4.1b), Mongolia, consiste
en varios depsitos, que juntos son uno de los sistemas de prfido ms grandes y ms altos del
mundo. El proyecto comprenda 630.000 m de perforacin de exploracin y delineacin de
recursos en 1.100 pozos y recoleccin de 232.000 muestras para ensayos. Se dise un
programa de Control de Calidad (QA) y Control de Calidad (QC) para el Proyecto Oyu Tolgoi
y se implement a principios de 2002.
De acuerdo con la NI 43-101, una persona calificada (Gelogo muestrero) debe discutir y
describir el mtodo y enfoque de muestreo; preparacin de muestras, anlisis y seguridad; y
verificacin de datos. Desafortunadamente, las directrices NI 43-101 para los programas de
QA-QC no proporcionan detalles adecuados para cartografa, registro, recoleccin y
preparacin de muestras para su envo a los laboratorios, preparacin adicional de muestras,
anlisis y notificacin de datos analticos. Debido a que se pueden introducir errores
significativos en cualquier paso, es necesario establecer pautas de procedimiento, QA, para cada
paso para monitorear los errores y mantenerlos dentro de los lmites permisibles de un
programa de control de calidad. Todo esto se ha logrado en Oyu Tolgoi porque se implement
un programa apropiado de QA-QC temprano en el proyecto, y sus pautas fueron seguidas de
cerca.
Page: 31
Figura: 4.1b
Proyecto Oyu Tolgoi
4.1 Geologa Regional.-
El rea del proyecto abarca un importante sistema de porfdo Cu-Au, subyacente a las rocas
volcnicas mficas Silurico-Devonianas, cortadas por monzodiorito pre-sin-mineral a las
poblaciones intrusivas de cuarzo-monzodiorita y poros de silicio-mineralizacin de la
mineralizacin tarda y diques. Los diques post-minerales flsicos y mficos son localmente
comunes. La arenisca volcnica es carbonfera y la limolit, que contienen pequeas trazos de
carbn, superponen incontrolablemente las rocas volcnicas mficas. La sulfuracin y la
mineralizacin de prfidos estn presentes en las rocas volcnicas mficas y en el prfido
monzodiorita de cuarzo (Ver Figura 4.1c)en cinco reas: Sur Oeste, Sur, Centro, Hugo Sur y
Hugo Norte. En el suroeste y el sur de Oyu, la mineralizacin hipognica comprende pirita,
calcopirita, bornita y magnetita.
Page: 32
Figura: 4.1c
Mapa de Geologa Regional en Oyu Tolgoi
Los xidos de cobre se encuentran sobre Oyu Sur. En el Oyu Central, la mineralizacin
hipognica comprende pirita, calcopirita, covellita, calcocita y enargita, cubiertas por una
manta de calcocita supergnico. En Hugo Sur y Hugo Norte, la mineralizacin hipognica
comprende pirita, calcopirita y bornita. Adems, calcosita y enargita estn presentes en Hugo
Sur.
4.2 Monitoreo QA-QC: Pruebas de Muestreo y Ensayo.-
El muestreo y el ensayo son dos importantes tareas emprendidas para evaluar los depsitos
minerales. En las primeras etapas de los programas de perforacin, se debe realizar un trabajo
de prueba para determinar la heterogeneidad de la mineralizacin para establecer protocolos
Page: 33
de muestreo para asegurar la precisin y preparar MRS para el monitoreo de ensayos para
mantener la precisin (Sketchley, 1998).
Pruebas de muestreo
Las pruebas de muestreo, llevadas a cabo para determinar la heterogeneidad de la

mineralizacin, comprendieron grupos de muestras duplicadas y muestras de mini-volumen.
Los resultados de estas pruebas se utilizaron para determinar las constantes de muestreo
(Sketchley, 1998), que son necesarias para desarrollar nomogramas de muestreo y establecer
protocolos de muestreo.
El nomgrafo bsico, que se basa en pruebas de muestreo, representa el error de muestreo

fundamental para varios pesos de muestra y tamaos de partcula, as como umbrales de error
ideal y regiones de errores de muestreo ms altos. Estas regiones estn relacionadas con
tamaos de muestra que son demasiado pequeos para los tamaos de partcula usados
durante el submuestreo inicial y para la liberacin de oro durante la pulverizacin final. El
protocolo ptimo para minimizar los errores de muestreo se superpone al nomograma bsico.
El protocolo utilizado fue establecido para asegurar que el error de muestreo fundamental
fuera inferior al 10% para cada etapa de muestreo, para minimizar el error de muestreo total
(Gy, 1979; Pitard, 1989).
Las pruebas de muestreo, realizadas sobre la mineralizacin de los depsitos de South West y
Hugo North, indicaron baja heterogeneidad de oro y cobre. El protocolo de preparacin de
muestra usado en Oyu Tolgoi est dado en el nomograma presentado en la Figura 4.2.
Page: 34
Figura: 4.2
Nomograma de muestreo con protocolos seguidos en el Proyecto Oyu Tolgoi ,basado en P.Gy (1979)
Pruebas de Ensayo
Las pruebas de ensayo se refieren a los programas de turno, que

comprenden la recoleccin y preparacin de material con matrices y grados variables para proporcionar
material homogneo para el desarrollo de MRS (Root Mean Square por sus siglas en ingles), que son
necesarios para el monitoreo del ensayo. Las pruebas de ensayo tambin son tiles para asegurar que los
mtodos analticos se correspondan con las caractersticas mineralgicas de la mineralizacin que se
est explorando.
El programa Round Robin consista en la pulverizacin de materia
prima mineralizada, seleccin a menos 75 m (200 mesh), homogenizacin, realizacin de pruebas de
homogeneidad, seleccin aleatoria de muestras, dosificacin en grupos de diez y envo de muestras a al
menos ocho laboratorios internacionales bien conocidos. Los resultados de los ensayos para cada MRS
se agruparon, se calcularon las medias y las desviaciones estndar, se ajustaron los valores atpicos en
dos desviaciones estndar y se calcularon nuevamente las medias y las desviaciones estndar. En los
casos en que ms de varios valores atpicos procedan de un laboratorio individual, se realizaron
pruebas estadsticas para determinar si los datos eran fundamentalmente diferentes y, en caso
Page: 35
afirmativo, se excluyeron todos los datos de ese laboratorio. Los programas de round robin fueron
conducidos por una persona calificada independiente (Smee, 2002).
Los lmites de tolerancia para los MRS se establecieron a dos y tres desviaciones estndar respecto al
valor medio del material de referencia. Un nico lote fall cuando los ensayos de SRM estuvieron ms
all del lmite de desviacin estndar de tres, y cualquier dos ensayos consecutivamente ensayados fall
cuando los ensayos SRM estuvieron ms all del lmite de desviacin doble en el mismo lado de la
media. Estos lmites se utilizaron porque si un sistema analtico est bajo control, slo hay un 1% de
probabilidad de que un SRM devuelva ensayos que excedan tres desviaciones estndar, o un 0.625% de
probabilidad de que dos SRMs en lotes adyacentes superen dos desviaciones estndar. en el mismo lado
de la media.
Tambin se llevaron a cabo programas de "round robbing" sobre material estril obtenido de granito
fresco, no alterado y no mineralizado del Complejo Khanbogt, a cinco kilmetros al este de Oyu Tolgoi.
Este material se ensay y se acept como una pieza en blanco adecuada para monitorizar la
contaminacin o el cambio de muestra. En Oyu Tolgoi se desarrollaron y utilizaron un total de 41 MRS
adaptados a la matriz para monitorear el ensayo de diferentes tipos de mineral, que comprenden
combinaciones diversas de pirita, calcopirita, bornita, calcocita primario y supergnico, enargita,
covelita y molibdenita. Se utilizaron tres materiales de referencia comercialmente adquiridos adems de
los SRMs de matriz combinada. Los problemas de ensayo fueron infrecuentes, y ocurrieron slo
temprano en el programa durante la digestin de muestras de sulfuro alto, ricas en calcocita y covelita,
lo que requiri la adopcin de una digestin de cuatro cidos para disolucin completa.
Protocolo de Muestra
Los protocolos de preparacin de muestras se basaron inicialmente en las directrices de laboratorio

utilizadas comnmente. Cuando se inici el monitoreo a tiempo completo, se realizaron dos pruebas de
heterogeneidad para determinar el nivel real de heterogeneidad, se establecieron protocolos ptimos de
preparacin de muestras y se siguieron procedimientos apropiados de muestreo para asegurar la
integridad del proceso de muestreo. Esto era necesario para apoyar la estimacin de recursos y reservas,
asegurando que el ensayo se realizara en submuestras que son representativas del material original que
se muestre. Se establecieron protocolos para garantizar que se utilizaron los sistemas correctos de
tamao de partcula y reduccin de tamao de la muestra para minimizar los errores de muestreo y que
el equipo fue adecuadamente configurado y supervisado para cumplir con estas especificaciones.
Page: 36
Las medidas de control de calidad llevadas a cabo durante la preparacin de la muestra fueron las
siguientes:
El equipo fue diseado y montado para producir un producto equiprobabilstico.

Las muestras enteras se trituraron hasta 90% pasando a menos 3,35 mm; aproximadamente 1 kg
de material triturado se dividi y se pulveriz hasta 90% pasando menos 75 \ mu m (malla 200).
Una submuestra de 150 g se separ tomando cucharadas aleatorias mltiples de la muestra
pulverizada de 75 m.
La submuestra de 150 g se coloc en una envoltura kraft y se sell con una parte superior de
alambre plegada para su envo al laboratorio analtico.
Se limpi todo el equipo entre cada muestra, utilizando roca estril, seguido de chorros de aire
comprimido.
Se llevaron a cabo pruebas de pantalla sobre productos triturados y pulverizados a razn de una
por lote de 20 muestras.
Claramente, la implementacin de un programa de QA-QC bien diseado y bien documentado en

una etapa temprana en un proyecto de delineacin de recursos es esencial por las siguientes razones:
Garantizar que la exactitud y la precisin de los procesos de muestreo y anlisis se ajusten a los
estndares de la industria.
Obtencin de estimaciones fiables de recursos minerales y reservas, asegurando que los datos del
muestreo, ensayo y registro de observaciones geolgicas sean de alta integridad.
Ahorro de tiempo y dinero al evitar la necesidad de programas de re-muestreo y re-anlisis
extensivos para sustentar ensayos previos, y no tener que retroceder para obtener datos
confiables.
Tener los datos aceptados por los auditores para las organizaciones externas.
Page: 37
CONCLUSIONES
PRIMERA.- El nomograma muestra el procedimiento del protocolo de muestreo

sistemtico para un fin optimo en la recuperacin y estimacin de nuestros
recursos, implica tamao del grano, masa de la muestra y su error
fundamental, con el objetivo de minimizar a este ltimo en cada etapa del
proceso muestreal.
SEGUNDA.- La heterogeneidad que corresponde naturalmente a la muestra y nos conduce

a hacer test o pruebas estadstica para calcular empricamente la constante de
muestreo segn la teora de P. Gy, en especial para proyectos mineros muy
avanzados.
TERCERA.- Siempre obtendremos errores de muestreo en nuestro trabajo, el objetivo es

minimizarlo y junto a un eficiente QA-QC optimizamos costos y llegaremos a
la precisin y exactitud sin sesgo que uno tanto busca.
CUARTA.- Por consiguiente, el riesgo de muestrear sin respetar los principios, la teora y
prctica de un muestreo correcto, es arribar a conclusiones erradas sobre la
poblacin, mientras que el beneficio es la optimizacin en el uso de recursos,
dado el riesgo asumido.
Page: 38
BIBLIOGRAFA
Alfaro, M. A. (2002). Introduccin al Muestreo Minero. Santiago de Chile.
Minkkinen, P. (2003). Applications of Sampling for Theory. Barnaul.
Minnitt, R. C. & Esbensen, K. H. (2017) Pierre Gys development of the Theory of Sampling.
Witwatersand. doi: 10.1255/tosf.96
Vallebuona, G. & Niedbalski, F. (2005). Revista de Metalurgia. Muestreo de minerales: anlisis de

sensibilidad y factores de correccin para la ecuacin de Pierre Gy, 41, 28-37.
Francois-Bongarcom, D. & Gy, P. (1999). El error ms comn en la aplicacin de la Formula de Gy

en la Teora del Muestreo de minerales y un histrico del factor de liberacin.
Ortiz, J. Apuntes de curso de evaluacin de Yacimientos. Universidad de Chile.
Rossi, M. Geoestadstica para exploraciones. ProEXPLO 2013.
Gy, P. (1982). Sampling of particulate material, theory and practice, Elsevier, Amsterdam.
Paredes, J.H. (1998). Muestreo en la Minera. Ediciones "Pezeta". Lima.
Pitard, F. (1993). Pierre Gys Sampling Theory and Sampling Practice, Second Edition, Florida.
Page: 39

Elaboración de Nomogramas de Muestreo, Usando La Teoría de Pierre Gy

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Elaboración de Nomogramas de Muestreo, Usando La Teoría de Pierre Gy

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DE

Elaboracin de Nomogramas de Muestreo, usando

Monografa presentada por los alumnos:

ALCAL FERNNDEZ, LEONARDO

QA-QC EN OYU TOLGOI .PROYECTO DE PORFIDO CU-AU EN EL SUR DE GOBI -

Tabla 2.a: Factor de distribucin de tamao 10

Tabla 2.b: Ejemplos de Factor de forma 11

Tabla 3.4A: Tabla de clculos 19

Tabla 3.4B: Tabla de Protocolo de Muestras 23

Tabla 3.4C: Tabla de Error Fundamental 26

Figura 1.1a: Incrementos y espcimen 4

Figura 1.1b: Heterogeneidad 4

Figura 1.1c: Heterogeneidad de Distribucin 5

Figura 1.1d: Exactitud y Precisin 5

Figura 2 b: Segregacin por densidad 9

Figura 2 c: Segregacin por tamao 9

Figura 2 d: Delimitacin del incremento 10

Figura 2 e: Error de extraccin 10

Figura 2 f: Error de interpolacin 11

Figura 2.1: Extracto de la demostracin 12

Figura 3.1: Nomograma de Pierre Gy 18

Figura 3.3: Nomograma de Muestreo 20

Figura 3.4.1a: Construccin del nomograma 1 23

Figura 3.4.1b:Construccin del nomograma 2 24

Figura 4.1a: Mapa de Ubicacin Proyecto Minero Oyu Tolgoi 31

Figura 4.1b: Proyecto Oyu Tolgoi 32

Figura 4.1c: Mapa de Geologa Regional en Oyu Tolgoi 33

1 DEFINICIONES Y MUESTREO DE MINERALES

El presente captulo se centra en la revisin de conceptos

Lote: se refiere a un conjunto de material, cuya composicin quiere estimarse.

Muestra: conjunto de incrementos correctamente extrados sin criterio de seleccin.

Espcimen: extraccin no realista y peligrosa de homogeneidad.

Heterogeneidad: corresponde a la variabilidad encontrada en una poblacin estadstica.

CH: diferencias entre fragmentos, DH: diferencias entre grupos de fragmentos

Errores: existen e cualquier procedimiento de estimacin. Es necesario diferenciar los

a) Exactitud sin precisin, b) Precisin sin exactitud, c) Exactitud y precisin y d) Ninguno.

1.2 Muestreo de Minerales.-

El muestreo es la tcnica conforme a la cual se extraen ciertos elementos de una poblacin

El proceso de muestreo de minerales de manera general se divide en tres partes (Paredes,1998):

1) Toma de muestra, de los afloramientos naturales o artificiales, o de la masa del mineral

2) Preparacin de la muestra para los ensayos y pruebas.

3) Ensayos (anlisis, mediciones, investigaciones complejas; dependiendo de la materia

2 LA ECUACIN DEL ERROR FUNDAMENTAL DE P.GY Y LA TEORA

El mtodo de muestreo ideado por Gy es frecuentemente usado para calcular el tamao de

Los errores ms importantes en cuanto a la toma y preparacin de muestras para aplicaciones

Error fundamental, FE: corresponde al mnimo error de muestreo que se tendra si se

Prdida excesiva de finos de alta ley produce sesgo

La heterogeneidad de distribucin en un flujo puede producir sesgo, como lo muestran las

Segregacin por densidad

Segregacin por tamao

Delimitacin del Incremento

Error de extraccin: (Ver Figura 2e)

Error Analtico: corresponde al que se comete en el laboratorio al analizar la muestra final y

Error de Interpolacin: se da al asumir que la muestra representa la zona, se comete un error

2.1 Ecuacin de P. Gy.-

La ecuacin de Gy es aproximada y con una demostracin difcil, en la Figura 2.1 se

Extracto de la demostracin de la ecuacin de Gy

La varianza relativa del error fundamental de muestreo est dada por:

M : masa de la muestra en gramos

M : masa del lote en gramos

d: dimetro mximo de partculas en cm (se utiliza el valor d correspondiente al

a : concentracin promedio del analito en el lote.

Es importante mencionar que minimizar la varianza implica aumentar la probabilidad de que

2.2 Constante de Muestreo y Factores.-