Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
Análisis de Riesgo de un proyecto minero considerando la
incertidumbre de variables geológicas
Fecha: abril 2020
Ubicación...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Índice
• Introducción.
• Caso de estudio.
• Resultados.
•...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Introducción
El presente trabajo desarrolla una
metodolog...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Introducción: Riesgo en Proyecto
Desde el punto de vista ...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Modelamiento Geológico del
cuerpo mineral...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Modelamiento Geológico del cuerpo mineral...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Variación del límite del modelo geométric...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Modelo Inicial
Caso de Estudio
Variación del límite del m...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Variación del límite del modelo geométric...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Variación del límite del modelo geométric...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio
Figura 8 Comparación entre modelo inicial...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Simulación condicional Gaussiana
Se reali...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Simulación condicional Gaussiana
Se reali...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Simulación condicional Gaussiana
Se gener...
Simulación Condicional Gaussiana
La Figura 13 muestra la secuencia
en la que se realiza la asignación de
ley de Au en cada...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Simulación condicional
Gaussiana
Para ace...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Caso de Estudio
Simulación condicional Gaussiana
La figur...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Simulación condicional
Gaussiana
La figura 16 muestra la
...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio
Figura 17 Comparación estimación vs simul...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Resultados
Condiciones de contorno para el proyecto
• El ...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Resultados
Condiciones de contorno para el proyecto
• Con...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Resultados
Valor actualizado por bloque
La metodología co...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved. Resultados
El VaR (Figura 19) es realizado a partir del h...
0
20
40
60
80
100
120
0
10
20
30
40
63.0 67.3 71.6 75.9 80.3 84.6 88.9
Probabilidad(%)
Frecuencia(%)
Margen Trimestre(MUS$...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved. Resultados
La metodología propuesta calcula el VaR (5%) c...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
Conclusiones
• La evaluación de riesgo que considera amba...
Take Away Statement
©SRKConsulting(UK)Ltd2011.Allrightsreserved.
• El autor considera que el impacto de perturbar los lími...
Nächste SlideShare
Wird geladen in …5
×

von

Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 1 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 2 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 3 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 4 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 5 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 6 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 7 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 8 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 9 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 10 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 11 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 12 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 13 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 14 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 15 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 16 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 17 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 18 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 19 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 20 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 21 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 22 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 23 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 24 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 25 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 26 Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Slide 27
Nächste SlideShare
What to Upload to SlideShare
Weiter
Herunterladen, um offline zu lesen und im Vollbildmodus anzuzeigen.

0 Gefällt mir

Teilen

Herunterladen, um offline zu lesen

Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas

Herunterladen, um offline zu lesen

La metodología esta orientada al análisis de riesgo de un proyecto minero considerando la incertidumbre de la interpretación geológica y las leyes de oro del depósito bajo evaluación.

Ähnliche Bücher

Kostenlos mit einer 30-tägigen Testversion von Scribd

Alle anzeigen

Ähnliche Hörbücher

Kostenlos mit einer 30-tägigen Testversion von Scribd

Alle anzeigen
  • Gehören Sie zu den Ersten, denen das gefällt!

Análisis de riesgo de un proyecto minero considerando la incertidumbre de variables geológicas

  1. 1. Análisis de Riesgo de un proyecto minero considerando la incertidumbre de variables geológicas Fecha: abril 2020 Ubicación: Lima © SRK Consulting (UK) Ltd 2016. All rights reserved. Presentado por : Msc. José Enrique Gutiérrez Ramirez - MAusIMM (CP) Ing. Eliott Hidalgo 8 8.5 9 9.5 10 10.5 11 11.5 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Frecuencia(%)
  2. 2. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Índice • Introducción. • Caso de estudio. • Resultados. • Conclusiones.
  3. 3. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Introducción El presente trabajo desarrolla una metodología para la evaluación del riesgo que considera la simulación de los límites del cuerpo mineralizado y las leyes de oro (variables geológicas). El caso de estudio es desarrollado en la mina El Roble, ubicada en la provincia del Chocó en La República de Colombia (Figura 1), es parte de Atico Mining Inc. Junior Canadiense con presencia en Sudamérica. El depósito es considerado VMS (Volcánico de sulfuro masivo). Figura 1 Ubicación Mina El Roble
  4. 4. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Introducción: Riesgo en Proyecto Desde el punto de vista de los recursos minerales, los mayores riesgos están relacionados a la geometría del cuerpo, la densidad y las leyes. Modelo Gestión de Riesgos: Impacto – Probabilidad (J.A. Botín 2019) Ej.: Sobredimensionamiento del depósito. Aplicar factores a las leyes o densidad. Ej.: Evaluar la Incertidumbre de las leyes.
  5. 5. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Modelamiento Geológico del cuerpo mineralizado Zeus Se generó 4 dominios geológicos basados en la litología y la mineralización logueada en los sondajes e interpretada a partir de secciones verticales. Siendo estos: • Basalto. • Chert negro y gris. • Cuerpo mineralizado. • Secuencia sedimentaria. Además se identificó la falla principal del cuerpo Zeus que limita la mineralización de oro (ver Figura 2). Figura 2 Principales litologías de Mina El Roble
  6. 6. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Modelamiento Geológico del cuerpo mineralizado Zeus El límite del cuerpo Zeus fue definido para leyes mayores a 0.5 g/t Au (Figura 3). El análisis de contacto permite visualizar como las leyes de las muestras dentro del cuerpo (en promedio 2.16 g/t Au) y las muestras fuera del cuerpo (en promedio 0.38 g/t Au) presentan grandes diferencias (Figura 4). Figura 3 Muestras utilizadas para definir el cuerpo Zeus Figura 4 Análisis de contacto Au
  7. 7. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Variación del límite del modelo geométrico El modelo posee 12,266 bloques. Dimensión del bloque 4x4x4 m. Los autores realizaron la perturbación (variación aleatoria) del “Boundary” del cuerpo Zeus, para ello, utilizaremos la columna ORE (contiene el porcentaje del bloque dentro del cuerpo, varía de 0 a 1) se le aplicará una variación aleatoria desde – 25% a + 25% de forma aleatoria. La Figura 5 muestra el “Boundary” del cuerpo en la cota 1,778. Figura 5 bloques dentro del contorno (boundary) del cuerpo Zeus
  8. 8. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Modelo Inicial Caso de Estudio Variación del límite del modelo geométrico
  9. 9. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Variación del límite del modelo geométrico Se generaron 30 “sets” de números aleatorios que varían desde 0 a 1. La Figura muestra las 30 secuencias de números aleatorios aplicados a los bloques ubicados en el borde del cuerpo, cuyo ORE<1 (solo el borde). Figura 6 Distribución “set” de datos aleatorios generados 8 8.5 9 9.5 10 10.5 11 11.5 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Frecuencia(%) Rangos Números Aleatórios Distribución de Frecuencia de Secuencias Aleatorias utilizadas ALEATORIO1 ALEATORIO2 ALEATORIO3 ALEATORIO4 ALEATORIO5 ALEATORIO6 ALEATORIO7 ALEATORIO8 ALEATORIO9 ALEATORIO10 ALEATORIO11 ALEATORIO12 ALEATORIO13 ALEATORIO14 ALEATORIO15 ALEATORIO16 ALEATORIO17 ALEATORIO18 ALEATORIO19 ALEATORIO20 ALEATORIO21 ALEATORIO22 ALEATORIO23 ALEATORIO24 ALEATORIO25 ALEATORIO26 ALEATORIO27 ALEATORIO28 ALEATORIO29 ALEATORIO30
  10. 10. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Variación del límite del modelo geométrico La distribución es uniforme y truncada (mínimo 0 y máximo 1). La fórmula abajo define la aplicación de los números aleatorios, bajo los siguientes criterios: VORE: ORE después de aplicar la variación aleatoria. VORE=ORE-0.25+0.5*(“Set” de datos Aleatorios) 5 7 9 11 13 15 17 19 21 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Frecuencia(%) Rangos Ore modificado Distribución de Ore modificado en los bordes del cuerpo ALEATORIO1 ALEATORIO2 ALEATORIO3 ALEATORIO4 ALEATORIO5 ALEATORIO6 ALEATORIO7 ALEATORIO8 ALEATORIO9 ALEATORIO10 ALEATORIO11 ALEATORIO12 ALEATORIO13 ALEATORIO14 ALEATORIO15 ALEATORIO16 ALEATORIO17 ALEATORIO18 ALEATORIO19 ALEATORIO20 ALEATORIO21 ALEATORIO22 ALEATORIO23 ALEATORIO24 ALEATORIO25 ALEATORIO26 ALEATORIO27 ALEATORIO28 ALEATORIO29 ALEATORIO30 Figura 7 Distribución “Set” de la columna ore modificada (SORE) Si VORE> 1, entonces SORE=1 Si VORE<0, entonces SORE=0 De lo contrario SORE=VORE, El campo SORE contendrá el nuevo valor de proporción del cuerpo dentro del bloque (Figura 7).
  11. 11. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Figura 8 Comparación entre modelo inicial y escenarios con los límites perturbados Existen diferencias en los bordes del cuerpo mineralizado inicial y los escenarios aleatorios generados. Modelo Inicial Escenario 2 Escenario 9 Escenario 22
  12. 12. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Simulación condicional Gaussiana Se realizó la transformación de los datos originales a datos normalmente distribuidos con media = 0 y desviación estándar = 1 utilizando la rutina NSCORE de GSLIB. El siguiente paso es utilizar el método de desagrupamiento en poliedros que define el peso en función del volúmen de influencia (tamaño de búsqueda de 4x4x4 – influencia máxima 100 mts. Rutina POLYDC CAE DATAMINE). Figura 9 Rutina NSCORE Figura 10 Desagrupamiento en poliedros
  13. 13. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Simulación condicional Gaussiana Se realizó el modelamiento de variogramas tanto de datos normalizados y de datos originales (ver Figura 11 y 12). NSCORE NormalScores Horizontal Continuity 000 >000 70 Lag 10 >2900 0.7 1 Continuity Analysis NSCORE NormalScores Across Strike Continuity 090 >000 20 Lag 10 055-->200 0 0.7 1 Continuity Analysis NSCORE NormalScores Dip Plane Continuity 055 >200 10 Lag 10 032-->136 0 0.7 1 Continuity Analysis 0 20 40 60 80 100 120 Sample Separation (m) 0.0 0.2 0.4 0.6 0.8 1.0 1.2 Gamma(1.000) Direction 1: 32-->136 NormalScores Variogram for NSCORE 1285 14391 31255 33451 25110 13243 6643 17 N( 0.13 ) Sph( 0.42, 9 ) Sph( 0.45, 53 ) Lag 20 0 20 40 60 80 100 120 Sample Separation (m) 0.0 0.2 0.4 0.6 0.8 1.0 1.2 Gamma(1.000) Direction 2: -39-->076 NormalScores Variogram for NSCORE 714 16399 42500 55676 N( 0.13 ) Sph( 0.42, 4 ) Sph( 0.45, 62 ) Lag 20 0 10 20 30 40 50 60 70 80 90 100 Sample Separation (m) 0.0 0.2 0.4 0.6 0.8 1.0 1.2 Gamma(1.000) Direction 3: 35-->020 NormalScores Variogram for NSCORE 691 8664 7569 1466 46 N( 0.13 ) Sph( 0.42, 9 ) Sph( 0.45, 37 ) Lag 20 Figura 11 Mapa variografico Nscore Au Figura 12 Variograma Nscore Au
  14. 14. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Simulación condicional Gaussiana Se generó 80 simulaciones de la ley de Au dentro del cuerpo Zeus. La malla de puntos posee un espaciamiento de 2m x 2m x 4m y el modelo de bloques posee dimensiones regulares (4mx4mx4m), por ello fue necesario hacer un rebloqueo de puntos a bloques (valor del bloque es el promedio de los 4 puntos dentro del bloque). Ver tabla 1. Se consideró los parámetros de la Tabla 2 para realizar la simulación utilizando la rutina SGSIM del software GSLIB. Dirección Mínimo Máximo Dimensión bloque (m) Número de bloques Espaciamiento puntos (m) Número de puntos Este - Oeste 102 294 4 48 2 96 Norte - Sur 102 214 4 28 2 56 Elevación 102 302 4 50 4 50 Alcance Dirección de los ejes Data original N. Ptos SimuladEste - Oeste (m) Norte - Sur (m) Elevación (m) Ángulo 1 Ángulo 2 Ángulo 3 Min. Max. 70 72 50 45 32 48 1 18 12 Tabla 2 Características de la vecindad de búsqueda Tabla 1 Características del modelo de bloques
  15. 15. Simulación Condicional Gaussiana La Figura 13 muestra la secuencia en la que se realiza la asignación de ley de Au en cada uno de los nodos. El proceso inicia considerando en la simulación los puntos muestreados y conforme va asignando leyes a los nodos, estos ingresan en la simulación de nuevos nodos como si fueran puntos muestreados. Distancia γ Figura de Curso Advanced Geostatistics Technics– Snowden Figura 13 Proceso de simulación secuencial Gaussiana Caso de Estudio
  16. 16. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Simulación condicional Gaussiana Para aceptar los resultados obtenidos en el proceso de simulación, Se realizó la comparación del histograma y variograma de los puntos simulados versus la data original. La figura 14 muestra la distribución de oro de los datos originales (rojo) versus la distribución de los puntos simulados (amarillo y gris) 0.001 0.01 0.1 1 10 Au 0 2 4 6 8 10 12 14 16 18 Frequency Simulación 70, 71 y 72 Original (Naive) versus Simulación Data: SIM72 [simau.dm] Mean: 2.007 Estimate Data: SIM71 [simau.dm] Mean: 1.840 Estimate Data: SIM70 [simau.dm] Mean: 2.040 Estimate Data: Au [(nszeusau.dm)] Mean: 2.224 Naive 0.001 0.01 0.1 1 10 Au 0 2 4 6 8 10 12 14 16 18 Frequency Simulación 22, 23 y 24 Original (Naive) versus Simulación Data: SIM24 [simau.dm] Mean: 2.061 Estimate Data: SIM23 [simau.dm] Mean: 2.030 Estimate Data: SIM22 [simau.dm] Mean: 1.972 Estimate Data: Au [(nszeusau.dm)] Mean: 2.224 Naive 0.001 0.01 0.1 1 10 Au 0 2 4 6 8 10 12 14 16 18 20 Frequency Simulación 16, 17 y 18 Original (Naive) versus Simulación Data: SIM18 [simau.dm] Mean: 2.008 Estimate Data: SIM17 [simau.dm] Mean: 1.911 Estimate Data: SIM16 [simau.dm] Mean: 1.872 Estimate Data: Au [(nszeusau.dm)] Mean: 2.224 Naive 0.001 0.01 0.1 1 10 Au 0 2 4 6 8 10 12 14 16 18 20 Frequency Simulación 13, 14 y 15 Original (Naive) versus Simulación Data: SIM15 [simau.dm] Mean: 2.000 Estimate Data: SIM14 [simau.dm] Mean: 1.908 Estimate Data: SIM13 [simau.dm] Mean: 1.879 Estimate Data: Au [(nszeusau.dm)] Mean: 2.224 Naive Figura 14 Validación Histograma puntos simulados y datos originales
  17. 17. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Simulación condicional Gaussiana La figura 15 muestra los variogramas de oro de los datos originales (magenta) versus los variogramas de generados por cada una de las 80 simulaciones. Como se observa, las simulaciones pueden reproducir la variabilidad de los datos originales. Figura 15 Validación variogramas puntos simulados y datos originales
  18. 18. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Simulación condicional Gaussiana La figura 16 muestra la validación en franjas de la data original (rojo) versus las leyes en los bloques para cada una de las simulaciones. 100 120 140 160 180 200 220 240 260 280 Slice Centroid (m X) 0 1 2 3 4 5 0 10 20 30 40 50 AuAverageGrade NumberofSamples Simulación 73, 74 y 75 Swath Plot Data Original vs Simulada Density: 1 SIM75 [simau.dm] Estimate Mean Density: 1 SIM74 [simau.dm] Estimate Mean Density: 1 SIM73 [simau.dm] Estimate Mean Data: Au [(nszeusau.dm)] Sample Count Naive Mean 100 120 140 160 180 200 220 240 260 280 Slice Centroid (m X) 0 1 2 3 4 5 0 10 20 30 40 50 AuAverageGrade NumberofSamples Simulación 46, 47 y 48 Swath Plot Data Original vs Simulada Density: 1 SIM48 [simau.dm] Estimate Mean Density: 1 SIM47 [simau.dm] Estimate Mean Density: 1 SIM46 [simau.dm] Estimate Mean Data: Au [(nszeusau.dm)] Sample Count Naive Mean 100 120 140 160 180 200 220 240 260 280 Slice Centroid (m X) 0 1 2 3 4 5 0 10 20 30 40 50 AuAverageGrade NumberofSamples Simulación 28, 29 y 30 Swath Plot Data Original vs Simulada Density: 1 SIM30 [simau.dm] Estimate Mean Density: 1 SIM29 [simau.dm] Estimate Mean Density: 1 SIM28 [simau.dm] Estimate Mean Data: Au [(nszeusau.dm)] Sample Count Naive Mean 100 120 140 160 180 200 220 240 260 280 Slice Centroid (m X) 0 1 2 3 4 5 0 10 20 30 40 50 AuAverageGrade NumberofSamples Simulación 4, 5 y 6 Swath Plot Data Original vs Simulada Density: 1 SIM6 [simau.dm] Estimate Mean Density: 1 SIM5 [simau.dm] Estimate Mean Density: 1 SIM4 [simau.dm] Estimate Mean Data: Au [(nszeusau.dm)] Sample Count Naive Mean Figura 16 Swath Plot datos simulados y originales Caso de Estudio
  19. 19. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Caso de Estudio Figura 17 Comparación estimación vs simulación condicional del Au Existen diferencias en la distribución espacial de la ley de Au obtenidas por Kriging Ordinario y por simulación condicional.
  20. 20. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Resultados Condiciones de contorno para el proyecto • El Cuerpo Zeus según el diseño planeado será minado en 8 años, iniciando el primer nivel en la cota 1850 hasta 1875, únicamente se puede ejecutar un nivel (25 metros) por año (Figura 18). • La inversión necesaria para desarrollar todos los niveles de extracción es de 15 MUS$. Las condiciones de contorno del proyecto se muestran en la Tabla 3. Figura 18 Secuencia de minado por año del cuerpo Zeus 200 m.
  21. 21. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Resultados Condiciones de contorno para el proyecto • Con fines de mostrar la metodología, el análisis se realizará utilizando recursos minerales y no reservas (como es requerido para la evaluación de un proyecto). • EL Precio del Au considerado en la evaluación es de 1400 US$/oz. La recuperación metalúrgica es de 68%. • El análisis económico del proyecto ha sido realizado en función de la estimación realizada por Kriging Ordinario y cuyo VPN asciende a 73.34 MUS$ Tabla 3 Condiciones de contorno del proyecto Ley de Corte Au (g/t) 1.2 Costo mina (US$/t) 26 Costo Proceso & otros (US$/t) 28.71 Densidad mineral (t/m3) 3.47 Densidad desmonte (t/m3) 2.65 Tasa intéres 0.08 (*) Condiciones asumidas para el caso de estudio, no son datos reales de Minera el Roble
  22. 22. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Resultados Valor actualizado por bloque La metodología consideró un cálculo simplificado del VPN. Ingreso Finos (US$) = Aui (oz/t)* Tonelaje (SOREj)*Recuperación (%)*Precio (US$/oz) Donde: Aui es la ley de Au en la simulación número i. SOREj es la proporción modificada del bloque dentro del cuerpo en el escenario j. Costo_Minado (US$) = Tonelaje (SOREj)* CM(US$/t) + Tonelaje_desmonte*CM (US$/t) Costo_Procesamiento_otros (US$) = Tonelaje (SOREj)* CP(US$/t) + Tonelaje_desmonte*CP (US$/t) Donde: Tonelaje_desmonte es calculado a partir de la diferencia 1- SOREj y representa el sector del bloque que no es mena. CM representa el costo de mina CP representa el costo de planta & otros Valor Actualizado Bloque (US$)= (Ingreso Finos – Costo_Minado-Costo_Procesamiento_otros)*Tk Donde: Tk representa la tasa utilizada en la actualización del dinero en el año k VPN Valor Presente Neto (MUS$) de cada escenario bajo evaluación, es la suma del valor Actualizado de todos los bloques del escenario.
  23. 23. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Resultados El VaR (Figura 19) es realizado a partir del histograma y la curva de probabilidad obtenida de la evaluación del valor presente neto de cada una de las 80 simulaciones condicionales, los 30 escenarios de variación del límite y del efecto combinado de ambos. También, se considera un valor de seguridad de 5%. Figura 19 Valor en Riesgo con valor de seguridad en 5% Análisis de Riesgo: Valor en Riesgo
  24. 24. 0 20 40 60 80 100 120 0 10 20 30 40 63.0 67.3 71.6 75.9 80.3 84.6 88.9 Probabilidad(%) Frecuencia(%) Margen Trimestre(MUS$) VaR (5%) - Simulación de leyes de Au (g/t) y límites del cuerpo mineralizado Frecuencia (%) Probabilidad (%) 0 20 40 60 80 100 120 0 5 10 15 20 25 30 35 63.0 67.3 71.6 75.9 80.3 84.6 88.9 Probabilidad(%) Frecuencia(%) Margen Trimestre(MUS$) VaR (5%) - Simulación de leyes de Au (g/t) Frecuencia (%) Probabilidad (%) 0 20 40 60 80 100 120 0 10 20 30 40 50 72.9 73.0 73.1 73.3 73.4 73.5 Probabilidad(%) Frecuencia(%) Margen Trimestre(MUS$) VaR (5%) - Simulación de Límites Cuerpo Mineralizado Frecuencia (%) Probabilidad (%) HISTOGRAMA VALOR PRESENTE (MUS$) POR ESCENARIO Ʌ Ʌ Ʌ Percentil 5% VPN evaluado con modelo OK (MUS$) Ʌ VaR (5%) con el margen económico evaluado con modelo OK (MUS$) • VPN metodología convencional 73.34 MUS$. Se Generaron: • 30 escenarios para el límite del cuerpo. • 80 simulaciones condicionales de ley de Au. • 2,400 escenarios por la combinación de las simulaciones del límite del cuerpo y las simulaciones condicionales de ley de Au. Figura 20 VaR (5%) para los tres casos bajo evaluación Resultados
  25. 25. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Resultados La metodología propuesta calcula el VaR (5%) considerando lo siguiente. - El Valor en el percentil 5 de la distribución de VPN generado en cada uno de los casos bajo evaluación (valor de seguridad). - El Valor Esperado es considerado el VPN (73.34 MUS$) obtenido de la evaluación económica utilizando el modelo de Kriging Ordinario para la ley de Au y considerando porcentajes constantes en el borde del cuerpo. - El VaR (5%) es obtenido de la diferencia entre el Valor Esperado y El Valor en el percentil 5. El PVaR (5%) indica la proporción (%) del VaR (5%) respecto al Valor Esperado (Tabla 4). Tabla 4 Estadística y VaR (5%) para los tres casos bajo evaluación Análisis de Riesgo: Valor en Riesgo Parámetros V_SORE V_Ley V_SORE_Ley Media (MUS$) 73.20 74.07 73.93 Mediana (MUS$) 73.19 74.29 74.09 Desv. Est. (MUS$) 0.19 6.07 6.07 Mínimo (MUS$) 72.80 60.83 60.42 Máximo (MUS$) 73.71 91 91.44 Delta intervalos (MUS$) 0.129 4.32 4.43 X% 0.05 0.05 0.05 Percentil 5% 72.95 63.48 63.17 VaR(5%) - OK MUS$ 0.39 9.86 10.18 PVaR(5%) - OK 0.5 13.4 13.9 N : El VaR (5%) representa menos del 5% del margen esperadoN : El VaR (5%) representa entre el 5% a 15% del margen esperado N : El VaR (5%) representa más del 15% del margen esperado V_SORE: Evaluación VaR (5%) del caso donde se realiza la variación del límite. V_Ley: Evaluación VaR(5%) del caso donde se realiza la simulación de la ley de oro. V_SORE_Ley: Evaluación VaR (5%) del caso donde se realiza la evaluación combinada entre el límite y la simulación de ley de oro (2,400 escenarios).
  26. 26. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. Conclusiones • La evaluación de riesgo que considera ambas variables geológicas está basado en 2,400 diferentes escenarios( combinación de 80 simulación leyes x 30 límites cuerpo mineralizado), con este ejercicio, se pudo apreciar el efecto combinado de ambas variables dentro del valor presente neto del proyecto. • La evaluación realizada con VaR (5%) nos permite cuantificar de una forma sencilla el riesgo existente en un proyecto y cual es el impacto de las variables geológicas de forma independiente y combinada. • El parámetro Pvar(5%) permite identificar cual es el efecto del riesgo generado por cada variable en función del valor esperado bajo la evaluación convencional. En el caso de estudio, el impacto de la incertidumbre de la ley de oro es mucho mayor que el impacto de la perturbación en el borde del sólido del cuerpo interpretado (significa que el cuerpo fue delimitado de una manera adecuada).
  27. 27. Take Away Statement ©SRKConsulting(UK)Ltd2011.Allrightsreserved. • El autor considera que el impacto de perturbar los límites del depósito va depender de la proporción existente entre el Largo/Ancho/Altura de la estructura mineralizada. En base a esto, se asume que el impacto debe ser mayor en estructuras vetiformes que en cuerpos o mantos tipo VMS (donde los bloques mayoritariamente poseen una proporción ORE=1). • Para definir un criterio del impacto de cada variable, el autor ha definido en los siguientes rangos: Riesgo bajo: PVaR (5%) < 5%; Riesgo Medio: 5< PVaR (5%) < 15%; Riesgo alto: PVaR (5%) < 5%. AGRADECIMIENTOS • A minera El roble y al Ing. Antonio Cruz por proporcionar los datos y el conocimiento del depósito para este análisis. • A Ing. Fernando Saez por sus aportes en el desarrollo de la evaluación del límite de mineralización y a Phd. José Charango Munizaga por su guía para el desarrollo del análisis. Conclusiones

La metodología esta orientada al análisis de riesgo de un proyecto minero considerando la incertidumbre de la interpretación geológica y las leyes de oro del depósito bajo evaluación.

Aufrufe

Aufrufe insgesamt

49

Auf Slideshare

0

Aus Einbettungen

0

Anzahl der Einbettungen

0

Befehle

Downloads

9

Geteilt

0

Kommentare

0

Likes

0

×