REVISTA MINERÍA 533 | EDICIÓN FEBRERO

MINERÍA la mejor puerta de acceso al sector minero MINERÍA / FEBRERO 2022 / EDICIÓN 533 44 Figura 8. Vista 3D de las estructuras mineralizadas estimadas por el método geoestadístico. cir el método de sostenimiento más adecuado. Todo este proceso refleja una optimización del budget de sostenimiento. Conclusiones 1. La metodología presentada, basada en estadísticas, geoestadísticas y una extensión del trabajo previo de dominación cuantitativa, es de interés para otras minas que tienen ambientes geológicos complejos y heterogéneos, específicamente aquellas que cuentan con volúmenes de alteración, dominios estructurales que posiblemente tengan formas complejas en 3D u otras características que se adapten bien a los métodos de interpolación. 2. El uso de herramientas geoestadísticas en múltiples conjuntos de datos que a menudo están disponibles en las labores mineras (como información de sondajes, datos de mapeo geomecánico, etc.) tienen el potencial de dar un sobre aviso de áreas problemáticas, siempre que la interpolación esté bien validada con respecto a la base de datos original. 3. Los modelos geomecánicos 3D quedan definidos en toda el área de estudio (y no solo cerca a los sondajes o mapeos geomecánicos). De ser necesario se puede obtener la información para otras localizaciones delimitadoras sin la necesidad de repetir los análisis. Esto es una gran ventaja en áreas donde no hay labores cercanas. 4. Los modelos 3D generados permiten visualizar la variación lateral de las propiedades del macizo rocoso. Esto no se puede considerar con los análisis 1D o 2D basados en solo sondajes y mapeos. En particular, en áreas estructuralmente complejas, se pueden cometer errores en la precisión solo con estos. 5. Los modelos 3D pueden ser actualizados una vez que se completen los nuevos sondajes en el área al igual que nuevos mapeos geomecánicos en las labores avanzadas. 6. Con el modelo geomecánico se busca reducir la incertidumbre sobre el conocimiento del macizo rocoso y, de esta manera, anticipar su comportamiento, sugerir las zonas más favorables para correr las labores y predecir el método de sostenimiento más adecuado. Todo este proceso refleja una optimización en el budget de sostenimiento. Agradecimientos Los autores desean expresar su agradecimiento a Catalina Huanca Sociedad Minera por poner a disposición los datos necesarios para este trabajo. Bibliografía Cressie, N.A.C. 1990. The origins of kriging, Mathematical Geology, Vol. 22: 239-252. Fernández, Américo y Alvarellos, José. 2011. Rev. Int. de Desastres Naturales, Accidentes e Infraestructura Civil. Vol. 12: 151. Pachón, Espinel y Mateo, Iván. 2021. Mineralizing fluids in the Catalina Huanca carbonate-replacement Zn-Pb-Ag deposit, Southern Perú. Ribeiro & Sousa, Luís. 2013. Application of Data Mining techniques for the development of new geomechanical characterization models for rock masses. Vatcher, J., McKinnon, S.D. y Sjöberg, J. 2015. Developing 3-D mine-scale geomechanical models in complex geological environments, as applied to the Kiirunavaara Mine.

RkJQdWJsaXNoZXIy MTM0Mzk2