EL MODELO GEOMETALÚRGICO DE
BLOQUES
Bch, Ing, MSc. Samuel Canchaya Moya
Gerente General SAMPLING OK SAC &
Catedrático UNI y PUCP
En el modelado geometalúrgico tradicional
los geólogos primero dividen el yacimiento
en Unidades Geológicas (UGs), luego
obtienen algunos compósitos de cada UG,
cuyas pruebas metalúrgicas definen las
respectivas Unidades Geometalúrgicas
(UGMs); con las que finalmente se diseña
las plantas y los procesos de beneficio
metalúrgico.
Sin embargo, debido a la heterogeneidad
de los yacimientos, la representatividad de
dichos compósitos está muy cuestionada;
por tal motivo se plantea como alternativa
el denominado Modelo Geometalúrgico de
Bloques (MGMB), que viene a ser una
modificación del tradicional Modelo
Geológico de Bloques, al cual además de
las leyes, litología y alteración, se le añade
variables geometalúrgicas críticas como:
porcentajes de arcillas, minerales
consumidores de ácido, cal o cianuro,
elementos penalizados, competencia
mecánica, densidad, etc.; las que con la
tecnología actual son factibles de analizar
de manera rápida y barata.
El MGMB predictivo marca un hito
revolucionario en la actividad minera, ya
que permitirá un diseño optimizado y una
mejor gestión de: la voladura,
conminución, flotación, lixiviación o
cianuración, etc.; además facilitará
minimizar costos de energía y consumo de
aditivos; así como optimizar la selección de
mineral, el “ore control”, el “blending”,
etc.; así como disminuirá drásticamente los
problemas de la No Reconciliación.
En este trabajo se detalla las características
y el procedimiento para implementar el
MGMB.
INTRODUCCION
En el XIV Congreso Peruano de Geología y
XIII Congreso Latinoamericano de Geología,
el autor sentó las bases de lo que se debe
entender como Modelo Geometalúrgico
(Canchaya 2008); lamentablemente los
especialistas, tanto nacionales como
extranjeros, están concibiendo y
entendiendo el MGM de distintas maneras,
a veces muy singulares y particulares.
En esta oportunidad vamos a definir lo que
es el Modelo Geometalúrgico de Bloques
(MGMB), que como modelo probabilístico
se sustenta en datos cuantitativos,
obtenidos a partir de muestreos
sistemáticos, siguiendo las pautas de la
“Theory of Sampling” (TOS) de Pierre Gy
(1992 y 1999).
EL CONCEPTO DE “ROCA TOTAL”
Tenemos que comenzar indicando que la
base filosófica de la Geometalurgia que
proponemos y aplicamos, es el Concepto
de Roca Total (CRT) tal como lo definiera el
autor (Canchaya 2008). Dicho concepto
considera a la roca como un todo y que las
denominaciones de mena y ganga son
circunstanciales y establecidas por el ser
humano en base a sus requerimientos o
necesidades generalmente coyunturales o
culturales. Por lo tanto, la subdivisión entre
menas y gangas es un ejercicio válido,
siempre y cuando no se olvide que
constituyen un todo. El asumir el Concepto
de Roca Total (CRT) significa la
reconciliación de la mena con la ganga; de
cierta manera es la reivindicación de las
gangas, algunas veces denominadas de
manera muy despectiva (“waste”), cuando
sabemos que las gangas son las principales
protagonistas en los diferentes circuitos
metalúrgicos, como chancado, molienda,
flotación, cianuración, lixiviación, etc.; ya
que los principales problemas que ocurren
en las plantas están relacionadas
principalmente con las gangas, sobre todo
debido a su abundancia relativa, que en
algunos tipos de yacimientos, sobre todo
en los de baja ley, son largamente
predominantes.
Por ejemplo, en los yacimientos porfiríticos
de Cu-(Mo y/o Au), las menas (calcopiririta,
molibdenita, calcosita, bornita, etc.) no
sobrepasan los 2 o 3 % del total; mientras
que las gangas están por encima del 96%
del total de la roca.
Más crítico es aún el caso de los
yacimientos epitermales de oro de alta
sulfuración (como Yanacocha, Pierina,
Lagunas Norte, Pucamarca, etc.) en donde
la mena, que es el oro, por lo general está
por debajo de 1 gr/ton, que equivale a 1
ppm, lo cual en porcentaje significa sólo:
0.0001% de la roca; el resto: 99.9999 % es
ganga principalmente cuarzo de diferentes
tipos, eventualmente acompañado de
cantidades menores de alunita, arcillas,
pirofilita, jarosita, hidróxidos de Fe, etc.;
por lo que es fácil deducir, que cualquier
tipo de problema de consumo de cianuro,
de cal, de resistencia a la conminución, o
reducción de la extracción por cianuro, etc.
se debe principalmente a las gangas
acompañantes. Por su puesto no podemos
omitir los casos donde aparecen sulfuros,
sulfosales o el mismo azufre, que suelen
causar un consumo mayor de cianuro; pero
aún en estos casos estamos hablando de
gangas.
Si bien es cierto el CRT es obvio y evidente
en los yacimientos de baja ley; sin embargo
se aplica a prácticamente todo tipo de
yacimientos, incluso a los de alta ley; ya
que por lo general la proporción de la
mena es menor que las gangas.
Figura 1.- Aspectos que comprende la
Caracterización Geometalúrgica (Canchaya
2008).
LA CARACTERIZACIÓN GEOMETALÚRGICA
Para poder implementar un Modelo
Geometalúrgico se hace necesario primero
realizar una Caracterización
Geometalúrgica (CG). Nada más
relacionado y comprometido con el
Concepto de Roca Total que dicha CG, que
tiene que ser global; por tal motivo
comprende los cuatro aspectos principales
siguientes (ver figura 1):
1. Caracterización química
2. Caracterización mineralógica
3. Caracterización textural
4. Caracterización físico-mecánica
Actualmente existe una amplia gama de
métodos de análisis por instrumentación
que permite realizar la Caracterización
Geometalúrgica (CGM); sin embargo, si
nos alineamos con el Concepto de Roca
Total, dicha CGM debería ser realizada, de
preferencia, empleando aquellos análisis
que por naturaleza son globales o “bulk”,
como por ejemplo:
1. Análisis químico global (“Whole
Chemistry Analysis”) que antes sólo se
hacía por fluorescencia de rayos-x (FRX);
pero que actualmente también es
posible realizarlo por espectrometría de
masas con excitación de plasma de
acoplamiento inductivo (ICP-MS).
2. Análisis modal con microscopio óptico
de secciones delgado/pulidas; que son
secciones montadas y desbastadas al
espesor de 30 micrones, como una
sección delgada sin cubre-objeto, pero
con su superficie pulida con la misma
calidad que las secciones pulidas
comunes. Los microscopios universales
actuales, que permiten a un simple
toque de botón, intercambiar entre luz
reflejada y transmitida, permiten
estudiar al mismo tiempo, como un
todo (Concepto de Roca Total), tanto
menas como gangas, para un mejor
entendimiento de sus
intercrecimientos, la liberación de las
menas, asociación con gangas
perniciosas, etc. Esta información es
crítica para poder optimizar la
separación mena-ganga durante los
procesos metalúrgicos. Últimamente la
microscopía óptica (MO) se ha visto
repotenciada con la aparición de
software para el análisis automatizado
de imágenes, que ahora permite en
minutos obtener porcentajes de
minerales y de sus intercrecimientos;
así como del grado de liberación de las
menas.
3. Análisis mineralógico “bulk” por
Difracción de Rayos-X (DRX), que nos
entrega el porcentaje de todos los
minerales presentes en la muestra,
siempre y cuando se encuentren por
encima de los límites de detección que
oscilan entre 1 y 0.1 %. Los materiales
amorfos o de baja cristalinidad no se
pueden analizar con este método
(arcillas, limonitas, materiales vítreos a
criptocristalinos, etc.).
4. Análisis semi-cuantitativo ajustados por
Espectrometría FTNIR, que nos entrega
en un solo ejercicio de análisis, los
porcentajes de prácticamente todos los
minerales contenidos en las muestras.
Actualmente ya se encuentran en el
mercado espectrómetros infrarrojos
que realizan determinaciones semi-
cuantitativas ajustadas. En la figura 4 se
muestra uno de esos equipos, el cual
debe ser previamente calibrado con
cientos de análisis mineralógicos de
muestras representativas de cada
yacimiento, las cuales se analizan con
Difracción de Rayos-X (análisis
mineralógico”bulk”); complementado
con análisis por Cation Exchange
Capacity (CEC) para las arcillas
esmectíticas, debido a su frecuente
amorfosidad que impide un adecuado
análisis por DRX. En las figuras 5 y 6 se
muestran ejemplos de gráficos de
calibración para el FeS2 (a partir de DRX)
y para esmectitas (a partir de CEC).
5. La caracterización químico-mineralógico
-textural, que realiza el QEMSCAN
(Quantitative Evaluation of Minerals by
Scanning Electron Microscopy), que en
cualquiera de sus modalidades de
análisis, brinda prácticamente el
servicio completo: análisis micro-
químico, análisis mineralógico y análisis
cuantitativo de los intercrecimientos
entre minerales y su grado de liberación
(para flotación) o accesibilidad (para
cianuración o lixiviación).
DATA CUANTITATIVA Y LA
IMPLEMENTACIÓN DEL MODELO
GEOMETALÚRGICO DE BLOQUES
Tenemos que indicar que los metalurgistas
entienden el significado del modelamiento
de manera distinta. Para ellos el modelado  Actualización del modelo; cada vez
metalúrgico consiste en encontrar alguna que cambie la fauna mineralógica del
relación determinística entre variables de yacimiento o varíen las propiedades
entrada (principalmente mineralógicas) y del mismo.
variables de salida (generalmente
metalúrgicas); para lo cual generalmente Un requisito fundamental para
realizan pruebas metalúrgicas de implementar un modelo probabilístico de
compósitos.
bloques es el muestreo y análisis
Mientras que el Modelo Geometalúrgico, sistemático cuantitativo de las variables
tal como se propone en este trabajo, es un críticas determinadas en la Fase I y
modelo de bloques muy similar al Modelo debidamente modeladas
Geológico de recursos, pero con la metalúrgicamente en la Fase II.
diferencia que, aparte de considerar las
variables tradicionales: coordenadas, leyes,
litología y alteraciones; incluye además las
INICIO
denominadas “variables geometalúrgicas
críticas” (arcillas, consumidores de ácido,
cianicidas, portadores de elementos Caracterización
geometalúrgica
penalizados, etc.) debidamente modeladas Fase I
piloto
por kriging o simulaciones, de manera
similar a como se modelan las leyes.

Los pasos a seguir para la implementación Pruebas

de un Modelo Geometalúrgico de Bloques Fase II metalúrgicas
han sido establecidos por Canchaya (2008),
ver Fig. 2:
Muestreo y análisis
 Fase I.- Caracterización Fase III sistemáticos
geometalúrgica piloto, cuyo objetivo Modelado Geo-Met

principal es identificar y caracterizar

las variables críticas que van a
influenciar en el éxito y costos del
proceso metalúrgico.
 Fase II.- Pruebas metalúrgicas de
muestras con contenidos conocidos de
las variables críticas, para modelar su
comportamiento metalúrgico.
 Fase III.- Análisis sistemáticos
cuantitativos (ASC) de las variables
críticas (con métodos rápidos y
eficientes) y su respectivo Modelado
Geometalúrgico, el cual se realiza por
kriging o simulaciones.
Actualización
Figura 2.- Fases que comprende la
implementación del Modelo
Geometalúrgico de Bloques
Hasta hace unos cuantos años el principal
“cuello de botella” que impedía la
implementación de un modelo
probabilístico de bloques era la falta de
métodos analíticos (semi-)cuantitativos
rápidos, baratos y eficientes. Los análisis
con QEMSCAN son caros, muy tediosos y
demoran varias decenas de minutos por
muestra, o más si son detallados. Los
análisis mineralógicos por DRX también son
caros, aunque no tanto como los de
QEMSCAN, y demoran algunas decenas de
minutos por muestra, dependiendo del
rango angular que se requiera registrar en
el difractograma. Ninguno de estos dos
métodos es lo suficientemente rápido y
barato para permitir implementar una base
de datos geometalúrgica, que requiere
miles a decenas de miles de análisis
mineralógicos cuantitativos.
Felizmente en la actualidad ya se tiene
como alternativa los análisis con
espectrometría infrarroja (FTNIR), que
pueden realizar análisis semi-cuantitativos
ajustados y baratos en sólo decenas de
segundos por muestra.
Figura 3.- Equipo para la determinación
sistemática de carga puntual (“Point Load
Tester”) de “roca intacta”; que mide la
competencia mecánica (“dureza”) de
potenciales fragmentos en las chancadoras
secundaria y terciaria.
A esto le podemos sumar la determinación
sistemática de carga puntual, que se
recomienda realizar cuando el testigo
diamantino está aún entero (ver figura 3);
lo cual nos reporta la competencia
mecánica (“dureza”) de “roca intacta” en
megapascales (MPa); información muy
valiosa que debidamente modelada nos
permite no sólo diseñar los circuitos de
conminución, sino realizar una óptima
gestión de la conminución, sobre todo del
chancado secundario y terciario, durante la
operación de la planta (Canchaya 2012). El
único requisito es que se debe medir de
manera sistemática, obteniendo así miles
de datos de manera rápida y con bajo
costo.
También se recomienda la medición
sistemática de la densidad, no sólo por ser
una variable aditiva muy sensible y que
afecta drásticamente los resultados de la
estimación del tonelaje, sino porque
también afecta sensiblemente el
“troughput” de los circuitos metalúrgicos;
ver Canchaya (2012) y Canchaya et al.
(2013). En lugar de enviar muestras a los
laboratorios para determinaciones
costosas y lentas con el método de la
parafina, es mejor realizar determinaciones
in situ, durante el logueo geológico o
geometalúrgico, para lo cual sólo se
necesita una balanza adecuada para
realizar el pesaje de la muestra en el aire y
sumergida en agua, previamente
recubierta por un plástico ultra-fino o laca.
Sin embargo es mucho mejor obtener la
densidad a partir de registros de
gammagrafía obtenidos directamente de
los pozos de perforación.
 Por lo tanto los modelos geometalúrgicos
EL MODELO GEOMETALÚRGICO DE determinísticos basados en contadas
BLOQUES pruebas metalúrgicas de “compósitos” (por
lo general sólo decenas), no se pueden
considerar stricto sensu modelos
El modelo geometalúrgico de bloques
geometalúrgicos probabilísticos. Por otro
(MGMB) es en esencia similar al Modelo
lado, algunas pruebas como Bond Work
Geológico de Bloques, que bloque a bloque
Index (BWI), Sag Power Index (SPI), o
consigna: las leyes estimadas de los
similares, no pueden ser incorporadas a
elementos económicos (% Cu, % Mo, Au
una base de datos probabilística,
ppm, etc.), la litología y el tipo de
principalmente porque se basan en
alteración; si a estos datos le añadimos las
especímenes y no en muestras
variables geometalúrgicas críticas
sistemáticamente obtenidas; por lo que no
debidamente modeladas, igualmente
pueden formar parte del Modelo
bloque por bloque, estaremos
Geometalúrgico probabilístico de bloques
implementando un MGMB.
(Canchaya 2012 y Canchaya et al. 2013).
Las características fundamentales que debe
Hasta la fecha sólo se conoce un caso que
reunir un verdadero Modelo
se aproxima en algo a un Modelo
Geometalúrgico de Bloques (MGMB) son:
Geometalúrgico probabilístico; aunque sin
llegar a constituir un modelo de bloques
 Debe ser un modelo esencialmente
(Fennel et al., 2005); el cual fue realizado,
probabilístico, no determinístico.
con la participación del suscrito, en el
pórfido de cobre Cerro Verde para un
 Se basa en análisis sistemáticos
período de minado específico. Otros
cuantitativos (ASC) o semi-cuantitativos
intentos de modelado geometalúrgico que
de las variables geometalúrgicas
se encuentran en la bibliografía son
críticas.
esencialmente determinísticos, como los
publicados por: Baumgartner et al. (2013),
 El MGMB no se implementa a partir de Harbort et al. (2011), Burger et al. (2006) y
especímenes, sino de muestras,
Alruiz et al. (2009).
obtenidas respetando los
procedimientos basados en la moderna
Teoría del Muestreo (“Theory of
Sampling” de P. Gy, 1992 y 1999). El
resultado es la denominada data
geometalúrgica (figura 8).

 El modelado de bloques se obtiene

siguiendo procedimientos similares a
los aplicados en la cubicación de leyes
(kriging o simulaciones), asignando a
cada bloque los correspondientes Figura 4.- Espectrómetro FTNIR para el
valores de las variables críticas, análisis semi-cuantitativo de minerales.
analizadas a partir de las pulpas de cada
corrida de los taladros diamantinos.
Figura 5.- Ejemplo de curva de calibración
para la pirita-marcasita, a partir de análisis
de difracción de rayos-X.
Figura 6.- Ejemplo de curva de calibración
de esmectitas (“swelling clays”) a partir de
análisis cuantitativos por Cation Exchange
Capacity (CEC).
En la figura 7 se muestra una vista parcial
de una típica data de análisis con
espectrómetro FTNIR, realizada a partir de
pulpas ya preparadas para análisis
químicos.
EL MODELO PREDICTIVO DE CORTO PLAZO
Todo lo mencionado hasta ahora en el
presente trabajo se circunscribe al modelo
geometalúrgico predictivo de largo plazo,
en base a taladros diamantinos; sin
embargo la posibilidad de realizar
determinaciones mineralógicas rápidas y
baratas a partir de muestras de “blast
holes” permite la optimización de la
selección y control del mineral a partir de
mediciones sistemáticas, prácticamente
rutinarias, usando el espectrómetro FTNIR.
Incluso no es necesario realizar ninguna
conminución adicional, ya que la muestra
tal cual se obtiene de los morritos de
detritus de “blast holes” puede ser
colocada en el “cup” portamuestras del
espectrómetro FTNIR y ser analizada en
menos de un minuto.
En la figura 9 y sucesivas se muestra un
ejemplo de aplicación de estos conceptos a
un banco de voladura. Se ha escogido, a
manera de ejemplo, el ploteo de cobre y
montmorillonita. En la Fig. 10 se muestra
los variogramas omnidireccionales de
ambas variables; mientras que en la figura
11 se observa la interpolación de cobre y
en la 12 la interpolación de la
montmorillonita. Se observa que hay zonas
de alta ley de Cu que coinciden con altos
valores de arcillas. Con estos planos de
interpolación se podría mezclar
(“blending”) las zonas ricas en arcillas, con
bajas en arcillas y minimizar las
consecuencias que usualmente traen estos
minerales en el proceso de beneficio
(“caking”, formación de grumos atrapando
sulfuros, revienta las burbujas de aire,
modifica la rheología de la pulpa de
flotación, etc.).
CONCLUSIONES
El MGMB predictivo es el entregable más
evolucionado que actualmente tiene la
geometalurgia; complementado con los
análisis mineralógicos sistemáticos de
“blast holes”, se tiene las mejores
condiciones para la selección óptima de
mineral (minimizando el envío de mineral
al desmonte y viceversa); así como la
planificación y gestión del tratamiento de
mineral.
 Geometallurgical Purposes- Canahuire
Au-Cu-Ag Deposit, Southern Peru.- 6th
World Conference on Sampling and
Blending (WCSB6); Lima 19 al 22 Nov.
2013; 1 p.
REFERENCIAS
 FENNEL M. & GUEVARA J. & CANCHAYA S.
 ALRUIZ O. M. & MORRELL S. & SUAZO C. & BAUM G. & VELARDE G. & GOTLIEB P.
J. & NARANJO A. (2009) A novel approach (2005) QEMSCAN Mineral Analysis for Ore
to the geometallurgical modelling of the Characterization and Plant Support at
Collahuasi grinding circuit.- Minerals Cerro Verde.- XXVII Convención Minera;
Engineering 22: 1060-1067. Arequipa-Perú; 11p.

 BURGER B. & McCAFFERY K. & JANKOVIC
A. & VALERY W. & McGAFFIN (2006) Batu
Hijau Model for Throughput Forecast,
Mining and Milling Optimization and
Expansion Studies.- Proceedings
Advances in Comminution, SME 2006; 21
p.
 BAUMGARNTNER R. & DUSCI M. &
GRESSIER J. & TRUEMAN A. & BRITAIN M.
& POOS S. & MAYTA P. (2013) Building a
Geometallurgical Model for the
Canahuire Epithermal Au-Cu-Ag Deposit.
Southern Peru.- GEOMET 2011; The First
AUSIMM International GEOMET
Conference; Brisbane, 5 a 7 Set.: 53-59.
 HARBORT G. & MANFRINO A. & WRIGHT
J. (2011) Development of the Zafranal
Geometallurgical Model.- GEOMET 2011;
The First AUSIMM International GEOMET
Conference; Brisbane, 5 a 7 Set.: 61-71.
 GY P. (1992) Sampling of Heterogeneous
and Dynamic Material Systems. Theories
of Heterogeneity, Sampling and
Homogenizing.- Elsevier, New York; ISBN
0-444-89601-5.
 GY P. (1999) Sampling for Analytical
Purposes.- John Wiley & Sons, New York;
153 p.

 CANCHAYA S. (2008) El Modelo

Geometalúrgico.- XVII Congreso Peruano
de Geología y XIII Congreso
Latinoamericano de Geología; 29 de Set.
a 3 de Oct. 2008; 6 p.

 CANCHAYA S. (2012) Density and

Mechanical Competence, main physical
and mechanical variables in
Geometallurgical Models.- Proceedings
GEOMET 2012 International Seminar on
Geometallurgy; Santiago de Chile 5 al 7
Dic. 2012: 24-25.

 CANCHAYA S. & BAUMGARNTNER R. &

GAIBOR A. & TRUEMAN A. (2013) Bulk
density for Resource Estimation and
 Figura 7.- Vista parcial de una base de datos obtenida con espectrometría FTNIR

Figura 8.- Ejemplo de base de datos geometalúrgica y su respectivo modelo de bloques. Cada
bloque está perfectamente identificado por las coordenadas de su centro geométrico (centroide) y
contiene la información clásica de los modelos geológicos, pero además los valores estimados por
kriging o simulaciones de las variables críticas, constituyéndose así en un MGMB.
 Figura 9.- Banco con huecos de voladura (“blast holes”) perforados

Figura 10.- Variogramas omnidireccionales de Cu (lado izquierdo) y de montmorillonita

(lado derecho)
 Figura 11.- Interpolación con kriging ordinario del Cu

Figura 13.- Ejemplo de modelado de arcillas a partir de análisis semi-cuantitativos con

espectrometría FTNIR, usando muestras tomadas directamente de Blast Holes, sin ninguna
preparación previa.

Figura 12.- Interpolación con kriging ordinario de montmorillonita