Curso Teoria de Muestreo 2016 PDF

CURSO TEORIA DE
MUESTREO
 Relator: Iván Delgado Q.

Mayo : 2016
•1
Conceptos teoría de Muestreo
TIPOS DE MUESTREO DESCRIPCION
Muestreo a través de
incrementos, donde todas las
Muestreo al Azar fracciones de un material tienen
la misma probabilidad de ser
seleccionados.
Muestreo a través de
incrementos tomados al azar de
Muestreo Estratificado cada estrato, dividiendo el lote
en varios estratos.
Muestreo de un lote a través de
incrementos a intervalos fijos en
Muestreo Sistemático cantidad y tiempo.
Dividir el lote en varias partes

(Muestreo de Unidades
Muestreo en dos etapas Primarias), enseguida seleccionar
al azar varias partes y tomar
incrementos (Muestreo
•2 Secundario).
SÍMBOLOS MÁS CARACTERÍSTICOS
SÍMBOLO DEFINICIÓN
µ Media de la población característica del
lote
ӯ Promedio aritmético de los valores

medidos.
R Rango: Diferencia entre el valor máximo
y el valor mínimo medido.
M Número de muestras primarias que
constituyen un lote.
m Número de muestras primarias tomadas
en la primera etapa del muestreo en
dos etapas.
n Número de incrementos tomados de un
lote.
σ Precisión referida a la desviación
estandar.
β Precisión referida a 2 σ
CV Coeficiente de Variación.
 
CV    *100
x
σS Precisión de Muestreo expresada como

Desviación Estándar.
σP Precisión de Preparación expresada
como Desviación Estándar.
•3
σM Precisión de Análisis Químico expresada
como Desviación Estándar.
Polvos o Sólidos Finos
• Los polvos o finos sólidos comprenden materiales que

van en un rango de 10 a 1.000 micrones.
El manejo se vuelve más difícil con…
1. Contenido de humedad,
2. Distribución del tamaño de la partícula,
3. Distribución de densidad...
Todo lo cual induce el fenómeno de segregación por

percolación del material más fino.
•4
Pastas
• Las pastas son mezclas de sólidos y líquidos que no se

separan fácilmente, tales como tortas de filtro y barro.
• Las suspensiones Coloidales tienen similares
propiedades de manejo.
Los Problemas son:
1. Adherencia y fricción a la superficie del equipo,

2. Quebraduras por terrones,
3. Dificultades en el bombeo y transporte.
•5
Incremento
Un incremento es un grupo de partículas o cierta

cantidad de líquido o gas, con sólidos
supendidos, extraídas del lote en una operación
simple del instrumento de muestreo.
•6
Muestra
Una muestra es una parte del lote, a menudo obtenida

mediante la unión de varios incrementos o fracciones del
lote.
Una muestra no es solamente alguna parte del lote: su

extracción debe respetar las reglas que la teoría de
muestreo intenta establecer.
Su extracción debe ser equi-probabilística.
•7
Lote
Un lote se refiere a una carga de material, que

requiere ser caracterizada.
Ejemplos:
• Almacenamiento de 50,000-tons de mineral,

• Un Corte de diamantina HQ de 3 metros,
• Un bloque completo de mineral,
• Un grupo de camiones determinados.
• Un compuesto de 8 horas…..
•8
Especimen (muestral)
Un especimen es una parte del lote, obtenido sin respetar las

reglas de la teoría de muestreo, basada en la noción de equi-
probabilidad.
Un especimen nunca debería usarse para representar el lote

y debería etiquetarse como tal.
Su propósito solamente debería ser cualitativo.
•9
Contenido
Dado que siempre es más fácil tratar con valores relativos y

no dimensionales, usaremos la palabra Contenido, para la
proporción de cualquier componente dado.
Ejemplos:
1. 2% de partículas de +63 micrones en un cemento, se
escribe 0.02
2. 100 ppm de sílice en alúmina pura, se escribe 0.0001
Contenido Crítico
El contenido crítico se refiere al contenido de componente

crítico o componente de interés.
•10
ERROR
Un “sesgo” es la diferencia entre el valor medido y el valor

real.
Una muestra con “sesgo” es siempre introducida por un
muestreo incorrecto.
Muestreo corregido:
DE + EE + WE + PE = insignificante
PRECISIÓN
La precisión es el grado de dispersión de los valores

medidos.
•11
Definición de Precisión
La Precisión es una medida de dispersión de los estimados, en cuanto a un estimado

verdadero desconocido, sin importar cualquier “sesgo” que afecte estos estimados.
La Precisión es un sinónimo de reproductibilidad.
En términos estadísticos, la precisión es una propiedad de la varianza de la distribución de
los estimados.
Es incorrecto incluir el concepto de precisión bajo el concepto de exactitud.
Estimador u objetivo.
Dispersión de estimados o resultados.
•12
Definición de Exactitud
La exactitud es una medida de la diferencia entre la media del estimado y el estimador.

En términos estadísticos, la exactitud es una propiedad de la media de los estimados en
relación al estimador.
Estimador u objetivo.
Media
Exactitud o “sesgo”
•13
Entienda claramente la diferencia entre
“sin sesgo” (imparcial) y exactitud.
Exactitud
El concepto de exactitud se basa en
un límite seleccionado de aceptación.
Límite de aceptación
(pero, media de error diferente
a “zero”)
Sesgado (Parcial)
Sin límite de aceptación.
•14
Entienda claramente qué es preciso
o reproducible
Preciso
El concepto de precisión se basa en
un límite seleccionado de aceptación.
Límite de aceptación a un
nivel de confianza de 68%.
Impreciso
La Desviación Estándar “S”

de los ensayos es mayor que el
Límite de Aceptación.
•15
Componente
Un componente es una parte elemental, o elemento

constituyente que pueda separarse y cuantificarse mediante
análisis.
Hay componentes físicos y químicos.
Ejemplos:
1. El contenido de As en el Concentrado de Cobre.
2. La proporción de partículas +65# alimentación a
flotación primaria.
Componente Crítico
Es un componente de interés, físico o químico, cuya

proporción es altamente relevante y debe ser estimada.
•16
Heterogeneidad
La importancia de una clara definición de heterogeneidad

es relevante en este curso.
Dado que la homogeneidad puede definirse como la

condición de un lote bajo la cual todos los elementos del
lote son exactamente idénticos, la heterogeneidad es
también como la condición de un lote bajo la cual estos
elementos no son estrictamente idénticos.
Consecuentemente, decimos que la homogeneidad es

el “cero” de la heterogeneidad y es un límite inaccesible.
•17
Punto Cuatro:
La Mesa de Tres-Patas
Es bueno perseguir estándares de certificación, ya que

ayuda a la compañía a organizarse en áreas muy
importantes. Esto lleva al concepto de la mesa de tres
patas.
Ganancias de la Compañía
Administración Comprensión de la
Efectiva Muestreo Variabilidad
Correcto
•18
Pata #1:
Administración Efectiva
 Identificar problemas estructurales

 Invertir en soluciones a los problemas estructurales
 Identificar problemas circunstanciales
 Se puede ahorrar tiempo y dinero en los problemas
circunstanciales.
 Comprensión y acción sobre todas las fuentes de
variabilidad
 Ser proactivo en vez de reactivo
•19
Pata #2:
Muestreo y Medición Correcta
 Efecto Nugget (Pepita) In-Situ.

 Error Fundamental.
 Error de Agrupamiento y Segregación.
 Error de Delimitación.
 Error de Extracción.
 Error de Preparación.
 Error de Interpolación.
 Error Periódico.
 Error de Ponderación.
 Error Analítico.
•20
Pata #3:
Comprensión de la Variabilidad
 La Variabilidad genera costos visibles e

invisibles
 La Variabilidad es un problema y una oportunidad.
 Hay muchas clases de variabilidad.
 Todos los errores de muestreo magnifican la

variabilidad.
 Los Geo estadísticos analizan las variables en la

Mina.
 Los Crono estadísticos analizan la variabilidad en la

Planta.
 Minimice la variabilidad mediante una estrategia de

mejoramiento continuo.
•21
Integre un buen muestreo, SPC,
y TQM en un programa simple.
El muestreo, SPC, y TQM deben ser cuidadosamente

integrados en un programa común.
Todavía, muy a menudo, son equivocadamente mantenidos
como programas separados, manejados por Departamentos
diferentes que raramente se comunican entre sí.
Por lo demás, si se rompe una pata, generalmente no se
bota una mesa.
No es raro que una compañía pueda caminar con una pierna
solamente (por ejemplo, administración reactiva), haciendo
imposible optimizar la recuperación de los recursos
naturales de la Mina.
•22
Errores que se cometen en la
caracterización de un flujo
El Error Fundamental del Muestreo es el Error de Muestreo

mínimo y no debemos olvidar•23los otros 8 errores del muestreo:
SIZE-03
EL ERROR FUNDAMENTAL FE
NUNCA SE ELIMINA

m (FE) 0
Definiciones:
Lc : Clase del tamaño de partícula de interés
Lc: Proporción del Lc en el lote L

MLc: Peso de la clase de interés
NLc: Número de fragmentos en Lc
Fj: Un fragmento de Lc
MFj: Peso del fragmento Fj
aFj: Para cada uno de los fragmentos de Lc aFj = 1
FLc: Fragmento promedio de la clase Lc
MFLc: Peso de FLc
•24
El Efecto Nugget In-situ
 Puede ser minimizado mediante el aumento del

diámetro de la perforación.
 Es dependiente del volumen de la muestra.
 Está relacionado con el Error Fundamental, pero ocurre

antes de que el material haya sido quebrado.
•25
El Error de Agrupamiento y
Segregación.
 Reúna tantos incrementos de muestras como sea

posible en la práctica.
 Haga homogéneo el material antes del muestreo.
 Minimice el Error Fundamental.
•26
El Error de Preparación
Evitar
Errores Humanos
Contaminación
Alteración de los componentes
Pérdida de finos
•27
El Error de Delimitación del
Incremento
 Un incremento no es solamente cualquier parte de un

lote. La delimitación de sus límites debe ser tal que dé a
todos los fragmentos de un lote una probabilidad
constante de ser seleccionado por el instrumento de
muestreo. Genera “Sesgos”.
•28
El Error de Extracción del
Incremento
 Un incremento no se puede extraer correctamente si el

instrumento de muestreo no mantiene la integridad del
incremento delimitado correctamente. Genera “Sesgos”.
•29
El Error de Interpolación del
Incremento
 Este error ocurre cuando se tiene la intención que la

muestra sea representativa de un período dado de
producción.
 El tiempo de intervalo entre los incrementos debe ser

optimizado.
•30
El Error de Fluctuación Periódico
 Este error ocurre cuando el muestreo sistemático está

en fase con un fenómeno periódico. En tal caso puede
llegar a ser enorme.
 A menudo es un problema para obtener buenos

balances del material en la Planta.
 El muestreo al azar estratificado puede eliminar este

Error de Muestreo.
•31
El Error de Ponderación
 La variabilidad del rango de flujo podría afectar la calidad de

la muestra, si los incrementos reunidos no son proporcionales
al flujo. Este error genera “sesgos”.
 Regular el rango de flujo es la mejor solución.
 Se recomienda el uso de muestreo y sub-muestreo

proporcional.
De aquí en adelante, asumimos que los ocho errores del

muestreo han sido minimizados y son insignificantes.
•32
Optimización de los
Protocolos de Muestreo
Tres temas críticamente importantes:
 Efecto (Pepita) Nugget In-Situ NE

(ejemplo: Selección del diámetro/longitud de una muestra de sondaje)
 Error Fundamental FE
(ejemplo: Masa de muestra y sub-muestras)
 Error de Agrupamiento y Segregación GE

(ejemplo: Homogeneización y número de incrementos)
•33
La Implementación Práctica
de los Protocolos de Muestreo.
La Pesadilla del Muestreo
Las tres mayores fuentes del “sesgo” del muestreo:
 Error de Delimitación DE
(Cada parte del lote a ser muestreado debe tener exactamente la misma
posibilidad de llegar a ser parte de la muestra).
 Error de Extracción EE
(El error de recuperación de la muestra: El sistema de muestreo no debe
ser selectivo)
 Error de Ponderación WE
(Los sistemas de Muestreo deben ser razonablemente proporcionales)
•34
Preservando la Integridad
de las Muestras
Otra mayor fuente del “sesgo” del muestreo:
 Errores de Preparación PE
(Los Errores ocurren entre las etapas del muestreo)
 Contaminación
 Pérdidas
 Alteración
 Errores Humanos, Ignorancia
 Fraude
•35
Criterios Generales Para
Instalación de Muestreadores
CRITERIO VALOR
Velocidad de aproximación del flujo al < 2 m/seg
muestreador primario
Velocidad del muestreador primario < 45 cm/seg
Posición de descanso de muestreador 50 cm antes del flujo

Primario
Razón altura del flujo v/s largo del 1:3
muestreador primario.
Velocidad muestreador Vezin mayor a < 45 cm/seg
60 cm.
Velocidad muestreador Vezin menor a < 30 cm/seg
60 cm.
Razón entre el corte del muestreador 1:5

primario y los giros del Vezin
Distancia entre muestreadores •36 1,5 metros

Criterios de Abertura
de Cortador para Pulpa
FLUJO de PULPA (m3/hora) W0: Abertura mínima
< 100 - 250 W0 ≥ 10 mm
250 – 1500 W0 ≥ 20 mm
1500 – 3000 W0 ≥ 30 mm
3000 W0 = 50 mm
•37
Criterios de Abertura
del Cortador
Material Sólido
FLUJO Abertura
ton/hora cm
 100 , > 1000 3xd + 1
2.000 4xd
4.000 5xd
6.000 6xd
•38
Muestreador de ruta recta al flujo transversal.
•Flujo que cae
El cortador debe cruzar el flujo a

una velocidad constante.
•Ancho del Corte se

•Incremento •Incremento mantiene constante.
de la Muestra de la Muestra
•Flujo
•Vista Superior
•Dirección del
Cortador
•39
El Cortador puede dañarse con el exceso de trabajo.
•Flujo que Cae
Se debe mantener cuidadosa y

sistemáticamente las cuchillas del cortador.
•Ancho del Corte

•Incremento
no constante
de la Muestra
•Flujo
•Vista Superior
•Dirección del
Cortador.
•40
El Cortador y las Cuchillas deben
ser limpiadas en cada Turno de Trabajo.
•Flujo que cae
Las cuchillas del cortador deben ser

cuidadosamente lavadas después de cada corte.
•Ancho del Corte

•Incremento de no constante.
la Muestra.
•Flujo
•Vista Superior
•Dirección del
Cortador.
•41
El Sistema Accionador del Cortador
no debe estar bajo diseño.
•Flujo
•Dirección del Cortador

•Ancho del Corte
no constante
•42
La Posición Estacionaria del Cortador
debe estar lejos del flujo.
El Sistema Accionador del Cortador debe ser eléctrico.
•Flujo

•Ancho del corte
no constante.
•43
El Muestreador Rotatorio Vezin
•Flujo
•u
•3d
•Flujo

•Ancho del Corte
mantenido
•Incremento de constante.
•Flujo la Muestra.
•Vista Superior
•44
Validez de un Muestreador Vezin
•c •w
•Rango de Muestreo   •Constante
•C •W
•45
Un Muestreador Común Verzin, incorrecto
•Vista superior
•Incremento de la
•Flujo Muestra. •46
Si una parte del flujo se pierde en el muestreador,
resulta un “sesgo” de delimitación.
•Flujo que cae
•Parte del flujo

•Incremento de se pierde.
la Muestra
•Flujo
•Dirección
del Corte
•Vista Superior
•47
Introducción de una turbulencia en el flujo
para minimizar la segregación a través del flujo.
•Flujo
•Muestra
¡ Moviéndose de muy malo a malo !
•48
Se debe lavar la sonda, previo a recolectar la muestra.
•Flujo
•Muestra
•49
Puerta Estacionaria por flujo
•El material fino que se mueve en la parte

superior del flujo nunca es muestreado.
•Flujo
•Punto de Muestreo
•Incremento de
la Muestra.
•50
La mayoría de los sistema de desviación del flujo,
llevan a un incremento del “sesgo” de delimitación.
•Incremento de
la muestra.
•Flujo
•Incremento de
•la muestra.
•Flujo •51
El ERROR DE EXTRACTION del incremento en la
Planta.
Como el ERROR DE DELIMITACION, el ERROR DE EXTRACCIÓN EE introduce

los “sesgos” más grandes encontrados en el muestreo.
Debe respetarse la Regla del Centro de Gravedad:
Todos los fragmentos que tienen su centro de gravedad dentro del modelo de
incremento extendido, pertenece al modelo del incremento extraído.
•Debe caer en ambos lados

al azar.
•52
Condiciones de validez de la extracción relativa a la
características del cortador.
Condiciones que probablemente juegan un rol importante:

1. Rectitud de los bordes del cortador
2. Grosor de los bordes del cortador
3. Forma de los bordes del cortador
4. Longitud de la abertura del cortador
5. Inclinación de la abertura del cortador
6. Ancho del cortador
7. Velocidad del cortador
8. Profundidad, capacidad y diseño general del cortador
9. Turbulencias y velocidad del flujo
•53
Rectitud de los bordes del Cortador
•Correcto
Los bordes del cortador están rectos y

perpendiculares a la trayectoria del cortador.
•Incorrecto
La principal condición a cumplir es asegurar
que el borde de salida está perfectamente
superpuesto al borde principal,
1. Mediante un traslado para cortadores de
vía recta, o
2. Mediante una rotación para cortadores de
vía circular.
•54
Grosor de los Bordes del Cortador
•Fragmento •Fragmento
perdido Ganado
•Borde de •Borde
•Paredes Interiores
Salida Principal
•55
Forma de los Bordes del Cortador
•Borde de •Borde
Salida Principal.
•Fragmento
•Fragmento •ganado con
fácilmente •dificultad.
perdido.
•Paredes Interiores

•56
Bordes ajustables del Cortador:
Pueden arruinar la validez del sistema de muestreo.
Placa Material
Ajustable Acumulado
•Trayectoria
del Cortador
El borde principal de un cortador rotatorio puede siempre permanecer sucio,

mientras que el borde de salida permanece limpio.
También, las placas ajustables raramente permanecen perfectamente
simétricas.
•57
Diseño de los Bordes del Cortador
•Diseños Malos
•Buen Diseño
•X
a

•70•o
•Y
•Y>•X
•58
Longitud de la Abertura del Cortador
•Extracción Errónea
•Pérdida de Fragmento
•Flujo
•Incremento
•Extracción Correcta
•Fragmento Recuperado
•Flujo
•Incremento •59
El Flujo Secundario debe estar representado en la
Muestra.
•1. Flujo Principal

•2 •1 •2. Flujo Secundario
•Flujo
•Incremento
•60
Inclinación de la Abertura del Cortador
•Flujo
•Flujo
•Incremento
•61
Los Cortadores no deberán ser verticales.
•Flujo
•Incremento •Flujo
•62
El Cortador no debería rebalsar
•Flujo
Volumen de material presente dentro del cortador.

Volumen Máximo aceptable en el cortador.
Tiempo de corte del Flujo Tiempo de Descarga
•63
Tiempo
Muchos cortadores están pobremente diseñados.
•Flujo
•?
•64
Diseño de Cortador recomendado para muestreo de
material pegajoso.
Y X
X
•65
Las aberturas del Cortador demasiado estrechas no
funcionan adecuadamente.
La abertura de un cortador móvil no puede ser más pequeña que 1 centímetro.
•66
Requisitos de anchura del Cortador para la validez
de la extracción (correcta).
Las siguientes reglas se basan en la experiencia y no son universales.
Sólidos mayores de 0.3 centímetros
W  W0  3d
W0
•67
Requerimientos de velocidad del Cortador para la
validez de la extracción de los muestreadores
rotatorios.
V0
•69
La determinación de humedad se realiza con fines comerciales y/o para balance
metalúrgico, esta se debe realizar para un tamaño máximo de 20 mm,
considerando lo siguiente:
División de la muestra húmeda en dos fracciones con una masa que puede fluctuar
entre 500 g y 1000g de muestra.
Se debe secar hasta peso constante en un horno a temperatura no superior a

105°C.
Se debe determinar la humedad parcial de cada muestra usando la siguiente

expresión:
•W1 = Peso de la Bandeja (Tara).

•W2 = Peso inicial de muestra húmeda más la bandeja.
•W3 = Peso final de muestra seca más la bandeja.
•70
 Se debe determinar la humedad promedio de
acuerdo a la siguiente expresión:
• Donde: H1 y H2 = % de humedad individuales.

• El resultado final se expresa como el promedio de dos determinaciones, con una cifra decimal.
Rango de Contenido de Diferencia entre secados

humedad sucesivos
< 5% 0,1
Entre 5 y 10% 0,2
> 10% 0,3
•71
División de muestras
 División por incrementos
 División con divisor de Riffle
 Divisor rotatorio
 División vía cono y cuarteo
 División de pantalón
 División paleo alternado
 División paleo fraccional
•72
División por Incrementos
•Delimitación Incorrecta
•Delimitación Correcta
•¿De este cuadro, usted puede hacer una clara distinción entre el concepto de:
•Error de Agrupamiento y Segregación •Y el Concepto de Error de Delimitación del Incremento?.
2
S SE
N = 24 2
S GE 
•73 24
División cuateador de Riflle
El Separador Divisor, también conocido como “Separador

Jones” o “Divisor Jones”, consiste en un conjunto de un
número par de canales adyacentes, numerados
generalmente entre 10 y 20.
Estos canales forman un ángulo de alrededor de 45o ó
más, con un plano horizontal. Ellos guían el material que
cae alternativamente hacia los baldes derecho e izquierdo.
2
S
N=7 S
•74
2
GE  SE
7
El mal uso de un divisor:
Trae un “sesgo” de delimitación seguro
•75
El uso de un balde receptor para alimentar al
separador divisor:
Trae un “sesgo” de delimitación seguro.
•o, aún peor:
•76
El uso correcto del separador divisor requiere las
siguientes condiciones:
1. Todas las canaletas son del mismo ancho.

2. Hay el mismo número de canaletas a ambos lados.
3. La pala de alimentación tiene exactamente el mismo ancho que la apertura
de todas las canaletas combinadas.
4. Las separaciones entre canaletas son hojas muy angostas.
5. Alimente el separador divisor lentamente, en el medio.
6. La muestra debe ser seleccionada al azar o en forma alternada de un lado
al siguiente.
7. Ambas muestras potenciales debe tener pesos iguales y distribuciones
iguales de tamaño de partícula. •77
Ejemplo de Homogeneizador de Pantalon, usada para
lograr la Distribución de Homogeneidad
Nunca llene la mezcladora sobre el nivel de los ejes de

rotación solamente hasta 1/3 de éste.
Ejes de Rotación
Es probable que vuelva a ocurrir la

Segregación en el punto de descarga.
En su opinión, después que la homogeneización haya sido realizada,

¿Cómo y dónde debería ser tomada la muestra?
•78
Divisor Rotatorio
•Incremento Radial correcto
•1
•2
•3
•4
•5
•6
•7
•1. Embudo 2. Transportador Vibratorio 3. Generador de Vibración 4. Alimentador

•79superior 6. Jarros 7. Motor y Engranaje.
Giratorio 5. Separador sectorial Radial + vista
División cono y cuarteo
Esta muy antigua técnica está generalmente restringida al

muestreo de lotes de materiales de menos 5 cms, cuyo peso sea
menor a 5 tons.
Lote
B
A C
Muestra con
A C
incrementos
N=2
2
S SE
2
S GE 
N
•80
División paleo alternanado
Una alternativa más rápida, barata y mejor es la Técnica del

Paleo Alternado.
Muestra Potencial
elegida al azar.
.
, 9..
5,7
, 3,
o op1
S c
Sc
oo
p2
,4
,6
,8
.. .
Rechazo
2
S SE
2
S GE 
•81
N ?
División paleo fraccional
Proporción del Muestreo =

1/5
•S•1
N
•S•2
•Seleccione una
•muestra al azar
•Lote •S•3
•S•4
•S•5
2
S SE
2
S GE 
•82
N ?
División paleo fraccional Sesgado
Proporción de Muestreo =
1/5
•Muestra Autoritaria
•Lote
•Rechazo
•83
C. Muestreo de mineral
Correa detenida
Hoyo tronadura
En acopio
•84
Estructura correcta de muestreo en correa detenida
• Posicionamiento
Hidráulico.
•Correa transportadora
detenida.
•Muestra de
Referencia
Este sistema puede proporcionar una buena muestra de referencia, cuando se efectúa
una prueba de “bias”.
•85
Muestreo de Hoyos de Tronadura
Numere el posible error (¿DE, EE, WE, o PE?) que ocurre en cada uno de los
siguientes puntos, y dé soluciones.
E
D Segregation
•SEGREGACION
G
A •Sub-perforaciòn
Former antigua
Sub-drill
Ideal
•MUESTRA
•IDEAL
sample
B
Actual
•MUESTRA
•REAL
sample
•Sub-Perforaciòn actual
C Current Sub-drill
Francis Pitard's drawing

protected by copyright law, 2004
•86
Muestreo de un Apilamiento (Stockpile):
Un problema muy difícil de delimitación.
•87
Uso de un Barreno
•Revestimiento protector •Parte Faltante
•88
Siempre tenga acceso a cualquier parte
que desee, al azar.
•89
Muestreo de corrientes
 Muestreo manuales
 Muestreos automáticos de pulpa.
 Torres de muestreo
•90
Dispositivos de Muestreo
• Palas de Muestreo
•Dispositivos
Manuales • Sondas
• Cortadores Manuales
•Cortadores Automáticos
•Muestreadores Tipo Vezin
•Dispositivos
•Taladros
Mecánicos
•Tubo de Presión
•91
Palas de muestreo
dimension mm
Maximim
Number thicknes capacity ml
particle
of shovel of vhjzssvbfuisyg
size mm
a b c d e f g material b/c uif
150 150 450 190 450 380 170 3 0,42 About 35.000
125 125 380 160 380 320 150 3 0,42 About 21.000
100 100 300 130 300 260 120 3 0,42 About 11.000
70 71 200 100 200 170 80 2 0,5 About 3.700
50 50 150 75 150 130 65 2 0,5 About 1.600
40 40 110 65 110 95 50 2 0,59 About 730
30 31,5 90 50 90 80 40 As As 2 0,56 About 380
20 22,4 80 45 80 70 35 appro appro 2 0,56 About 270
15 16 70 40 70 60 30 priate priate 2 0,57 About 180
10 10 60 35 60 50 25 ñlkjo ñlkjo 1 0,58 About 120
5 5 50 30 50 40 20 pijpo pijpo 1 0,6 About 70
3 2,8 40 25 40 30 15 kmn kmn 0,5 0,62 About 35
1 1 30 20 30 25 12 pdoij pdoij 0,5 0,65 About 16
0,25 D 0,25 15 10 15 12 0 o o 0,3 0,67 About 2
•92
Muestreo manual con sonda
•93
DEF-11
Torres de muestreo
Empezando con Lote L
Muestra Primaria S1 Rechazo Primario
Muestra Primaria preparada S’1
Muestra Secundaria S2 Rechazo Secundario
Muestra Secundaria preparada S’2
Muestra de Laboratorio S3 Rechazo Terciario
Muestra Terciaria preparada S’3
Sub-muestra Analítica S4 Ultimo Rechazo
•94
Análisis Resultado Final
SIZE-01
Para qué se realiza el análisis granulométrico.
1 La calidad de un producto.
2 La eficiencia de un proceso.
3 El cumplimiento con la cláusula de un contrato
comercial.
4 La evaluación de la exactitud de un sistema de
muestreo.
5 La evaluación de la representatividad de una
muestra.
•95
Varianza del Error Fundamental FE
2
En la Teoría del Muestreo, el Dr. Pierre M. Gy demuestra que la varianza SFE del
Error Fundamental puede ser escrita como se indica a continuación:
1 P
2
SFE  IH L
P ML
Donde P es una selección constante de probabilidad aplicada a todos los

fragmentos en el material a ser muestreado. Por definición:
MS
P 
ML
Donde MS es el peso de la muestra y ML el peso del lote. Después de la

sustitución obtenemos:
 1 1 
2
SFE    IH L
 MS ML 
IH L  f g c  d3
Tamaño de los fragmentos gruesos en centímetros
Factor de Liberación
Factor Mineralógico
Factor de distribución del tamaño del fragmento
Factor de forma del fragmento
•96
Definición del Error Fundamental FE
El Error Fundamental FE se define como un error que ocurre cuando la selección del
incremento es correcta, y cuando los incrementos que forman una muestra están hechos
de un solo fragmento seleccionado al azar. Por consiguiente es un caso límite.
FE es el error de muestra menor posible en cada

etapa del muestreo de un protocolo de muestreo.
1. Media del Error Fundamental:
Cuando el muestreo está correctamente implementado, la media m (FE) del Error

Fundamental es insignificante.
2. Varianza del Error Fundamental:

 1 1 
2
SFE    f gc d
3
 MS ML 
Si el peso ML del lote es al menos 10 veces superior a MS, podemos escribir:
d3
2
SFE  f gc 
MS
Definimos una Constante de Muestreo C:

C  f gc 
•97
Construcción de un Nomograma de Muestreo
Deseamos optimizar un protocolo de muestreo y hacerlo defendible. El nomograma de

muestreo puede ayudarnos.
Para incluir tanta información como sea posible, se sugiere hacer un nomograma de
muestreo con coordinadas logarítmicas.
d3
En tal caso, es conveniente tomar el logaritmo de 2
SFE C
MS
2
Log SFE  Log C  3 Log d  Log M S
Or: Y = C1 + C2 - X
La derivada del cual es :
Y’ = -1
Conclusión:
La línea que representa un valor dado de “d” en el nomograma, tiene

una pendiente igual a -1.
•98
Característica de un Nomograma de Muestreo
•Prueba de Heterogeneidad. Muestreo de hoyos de perforación para tronadura en la cantera (% SI02)
Etapa de preparación
Etapa de Muestreo
•99
Los Errores de Preparación:
Ejemplos en Laboratorios
Prevenga el uso de maquinaria polvorienta de

antigua tecnología.
Molinos de Quijada
Molinos de Rodillo
Separadores de Mineral
Pulverizadores de Disco
•100
Los Errores de Preparación:
Ejemplos de Nueva Tecnología.
El siguiente equipamiento minimiza la pérdida de finos.
Chancador de alto rendimiento

capaz de entregar material
de menos 0.3 cm.
Anillo de Molienda
Continuo
Divisor Rotatorio
Anillo de Molienda LM2
Muestra Final
•101
Orígenes de los Errores de Preparación
Los Errores de Preparación son inherentes a aquellos que diseñan,

construyen, operar y mantienen los sistemas de muestreo. Ellos son
el resultado de:
1. Ignorancia,
2. Descuido,
3. Incomodidad,
4. Errores no intencionales,
5. Fraude y sabotaje.
Los Errores de Preparación pueden ser responsables de grandes

“sesgos” del muestreo. Requieren una preocupación y atención
cuidadosa.
•102
Los Errores de Preparación pertenecen a varias
categorías.
1. Errores de Contaminación.
2. Errores de Pérdidas.
3. Errores generados por un cambio en la
composición química.
4. Errores generados por un cambio en la
composición física.
5. Errores generados por una pobre capacitación.
6. Errores que resultan del fraude y sabotaje.
•103
1. Errores que resultan de la contaminación:
Introducción
Es casi imposible extraer, tritura, moler, pulverizar o cernir materiales,

sin introducir alguna contaminación del:
• equipo, o
• del equipo cercano.
La mejor acción preventiva es asegurarse que se excluyan
contaminantes importantes o, por lo menos, que estén presentes en
cantidades insignificantes.
Cuáles contaminantes pueden ser tolerados y cuáles no, depende de
los objetivos dados a las muestras.
Por consiguiente, no es suficiente simplemente enlistar las

condiciones generales para minimizar la contaminación. Además,
el operador debe estar consciente del propósito del muestreo
para evitar el uso de equipo incompatible con la muestra.
•104
Contaminación por polvo
El muestreo de materiales que contengan grandes cantidades de

finos y partículas secas, genera problemas de contaminación
difíciles, a menudo imposibles de solucionar satisfactoriamente.
Soluciones para minimizar estos problemas:
1. Reduzca al mínimo la caída libre del material a ser muestreado:

• Suprima buzones largos desde las correas transportadoras.
• Para lotes pequeños, se recomiendan los alimentadores
vibratorios.
• Alimente lentamente los separadores-divisores.
2. Encierre todas las fuentes de polvo dentro de las cubiertas, con
una leve presión negativa de aire.
• Demasiada ventilación siempre es dañina.
3. Proteja los cortadores en la posición “en vacío” con tapas para
evitar la recolección de polvo en todo momento.
•105
Contaminación por material presente en el circuito
de muestreo: Dos casos
1. El mismo material es sometido al circuito de
muestreo a intervalos regulares.
Soluciones para minimizar los problemas de contaminación:
1. Asegúrese que entre cada operación el contenido del compuesto

de interés no cambie mucho.
2. Es necesaria una limpieza rápida entre cada operación, mientras
que no podría ser obligatoria una limpieza minuciosa y completa.
3. En la exploración geoquímica, o para el sub-muestreo en el hoyo
de tronadura, es aconsejable mantener la exacta secuencia de
recolección de las muestras a través de todas las operaciones
subsiguientes.
4. Acuérdese que existe una estrecha correlación entre el
incremento de la contaminación y la disminución del costo de
preparación de la muestra.
5. Siempre el seleccionar el laboratorio más barato no es lo mejor y
conduce a dañar los estándares de la industria.
•106
2. Diferentes materiales son sometidos al circuito de muestreo.
Soluciones para minimizar los problemas de contaminación:
1. Es una obligación procesar la alimentación, concentración y colas,

con diferentes equipamientos instalados en salas distintas.
2. Si esto no fuese posible, el circuito de muestreo debe ser limpiado
minuciosamente entre cada operación.
3. El circuito puede ser alimentado con material similar en
composición al material real a ser muestreado y preparado.
4. Todos los materiales recolectados durante la limpieza preventiva
debe ser eliminados.
5. Hay menos riesgo al pulverizar las colas, luego alimentación y
luego concentrados, que de la otra manera.
•107
Contaminación por Abrasión
El Triturar, Moler, Pulverizar y tamizar, y en una menor

extensión, todas las operaciones de manejo desarrolladas en
materiales abrasivos, probablemente introduzcan en una muestra
pequeña cantidades de material desgastado provenientes del
equipo.
Ejemplos:
1. Contaminación de materiales de hierro usados para procesar el
valioso vidrio blanco.
2. Contaminación por hierro de una muestra de embarque de
mineral de hierro.
3. Cobre, zinc, o hierro de cernidores desgastados.
4. Zinc desgastado de láminas galvanizadas usadas para secar
muestras geoquímicas recolectadas durante la exploración de un
depósito de zinc.
5. Determinación de cantidades de cloro en muestras geoquímicas
manipuladas manualmente.
•108
Contaminación por corrosión
La Corrosión del equipo de muestreo y preparación,

probablemente ocurra con materiales agresivos tales como:
1. Materiales húmedos que desarrollan reacciones ácidas, tales
como minerales que contienen sulfuros.
2. Pulpas que contengan reactivos ácidos en Plantas de Flotación.
3. Lechadas (fango) que contengan ácidos fuertes en Plantas
Hidrometalurgias.
4. Plantas de proceso que involucren agua salada (de mar) u otras
soluciones alcalinas.
5. Moho debido al aire húmedo.
En la gran mayoría de los casos, la solución es construir equipos

de muestreo con acero inoxidable de excelente calidad.
•109
2. Errores que resultan en pérdidas:
Pérdidas de finos como polvo
La pérdida de finos ocurre cuando los materiales secos son

transportados, transferidos o enviados en caída libre hacia el
cortador de un muestreador.
Otra fuente de pérdidas es el equipo de trituración, molienda o
pulverización. Estas pérdidas son aumentadas cuando estas partes
del equipo están encerradas en sistemas anti polvos que funcionan
bajo un fuerte vacío.
Los sistemas anti polvo deberían usar el mínimo de vacío y
pequeños flujos de aire, que deben ser cuidadosamente controlados
por el operador.
Los molinos de martillo que rotan a alta velocidad y generan fuerte
turbulencia, no son recomendados.
Para pulverizar muestras hasta 5 kg, se recomienda sistemas

completamente encerrados, tales como molinos de bola
vibratorios, molinos de anillo, molinos de golpe,...
•110
Pérdida de material dejado en el circuito de
muestreo y preparación.
Después de cada operación de muestreo, el equipo de muestreo y

preparación debe ser limpiado.
Todo el material dejado en el circuito debe ser recuperado y

enviado de vuelta adonde pertenece:
Ya sea a los rechazos o a la muestra, dependiendo a cuál de los dos
grupos pertenece este material.
•111
Pérdida de fracciones específicas de la Muestra.
Ejemplos:
1. La pérdida generada por un tamizado descuidado: Nunca olvide
que el tamizado puede lograr una segregación perfecta de
algunos compuestos importantes. Tal segregación se usa
realmente en nuestro beneficio o ventaja, cuando desarrollamos
tamizados “metálicos” en ensayos de oro. Pero, la pérdida de
una partícula de oro, pegada en la malla, puede arruinarlo todo.
2. La pérdida generada por la mezcla de compuestos importantes.
Tratar de pulverizar partículas gruesas de oro es la mejor
manera para generar una pérdida sustancial de oro.
3. La pérdida generada por las propiedades electrostáticas de los
compuestos importantes. El mineral de tungsteno “sceelite”, que
se presenta como pequeñas escamas, es un buen ejemplo.
•112
4. Errores que resultan de la alteración de la
composición física.
En la industria minera la composición física de un mineral, a

menudo se relaciona con su contenido de humedad y/o la
distribución de tamaño de partícula.
Los problemas pueden ser:

1. Agregado de agua, como Agua de Absorción y/o Agua de
Adsorción.
2. Creación de una clasificación granulométrica
3. Sustracción de agua, como Agua de Absorción, Agua Occluded,
y/o Agua de Adsorción.
4. Destrucción de una clasificación granulométrica dada
5. Sublimación de sulfuro nativo, etc…
•113
5. Errores que resultan de fallas no intencionales
Por razones económicas, políticas o psicológicas, el muestreo dentro

del circuito de estimación es el área más insignificante.
Esto es real para la mayoría de los países al punto que la Teoría del
Muestreo aún no se enseña en las Universidades u otros
establecimientos de enseñanza superior.
Como resultado de esto, el operador de muestreo no está
preocupado de los principios más elementales de la validez del
muestreo. Como sigue ciegamente una vaga recta basada en
operaciones empíricas o en tradiciones bizarras, introduce
necesariamente fallas no intencionales:
• Dejar caer muestras seguido por una recuperación incompleta.
• Mezcla fracciones que pertenecen a muestras diferentes.
• Mezcla de etiquetas.
• Pobre mantención del equipo de muestreo.
• Contaminación y pérdidas,…
•114
6. Errores que resultan de fraude o sabotaje
El hecho de que muy pocas personas están familiarizadas con

los muchos aspectos sutiles de la Teoría del Muestreo, perpetúa
la sobrevivencia del fraude.
Ejemplos:
1. La determinación de humedad de un concentrado de cobre
durante un muestreo comercial.
2. Introducción de partículas de oro en muestras de mineral
triturado que van a un Laboratorio comercial.
3. Laboratorios “hacedores de dinero”, que reciben miles de
muestras ambientales recolectadas a un alto costo, ignorando
las reglas de un correcto sub-muestreo.
4. Alguien que sabiendo que un protocolo de muestreo está
equivocado, acepta el “statu-quo” en nombre de un estándar
defectuoso.
5. Alguien que no tiene el tiempo, o el deseo, de mirar seriamente
hacia los problemas de preparación y sub-muestreo, si el
contrato siempre se le da al Laboratorio más barato.
El muestreo barato puede llevar posteriormente a un
desastre financiero.
•115
El Error de Ponderación WE
La varianza del Error de Ponderación WE depende de las fluctuaciones del

rango de flujo de la línea, desde la cual son recolectados los incrementos que
forman la muestra.
Algunos fabricantes de equipos de muestreo han implementado un modo de
selección sistemática, basados en un tonelaje constante más que en un intervalo
constante de tiempo.
Es una solución cara y de alta mantención.
Analicemos el problemas más en profundidad:
Si llamamos M a la masa del incremento; W a la anchura constante del cortador
de flujo cruzado; V a la velocidad del cortador; y R al rango de flujo de la línea,
sigue luego que:
W R
M 
V
•116
Análisis
W R
M 
V
Si seleccionamos un modo de selección sistemático de incrementos,

basados en un tonelaje constante, el Error de Ponderación se cancela si, y
solamente si, el peso del incremento también es constante.
Dado que W es constante, el peso del incremento también es constante
solamente si la velocidad del cortador V puede ser establecido
proporcionalmente al rango de flujo R: Esto es más fácil decirlo que
hacerlo.
Los sistemas de muestreo de tonelaje constante pueden ser clasificados en
dos categorías:
1. Los Sistemas que usan una velocidad constante del cortador: Estos están
equivocados. Solamente pasamos el problema a otro lado. Estos sistemas son inútiles.
2. Los Sistemas que usan una velocidad proporcional del cortador.: En teoría están
correctos, pero en la práctica presentan enormes dificultades:
• Medir el rango de flujo instantáneo en el punto de muestreo con exactitud es casi
imposible.
• Establecer la velocidad del cortador V proporcional al rango de flujo R es muy
difícil.
• La realización de tal sistema confiable a un costo aceptable es casi imposible.
• Mantener tal sistema confiable es costoso.
•117
Conclusión
Si se hace un esfuerzo financiero con el objeto de reducir el Error de

Ponderación, es largamente más barato y más efectivo regular el coficiente
del rango de flujo durante el muestreo de un lote completo, representado por
una muestra.
Si el coeficiente del rango de flujo va a cambiar drásticamente, sólo tiene
que comenzar a recolectar una nueva muestra.
Por consiguiente, es más barato y más efectivo confiar en un intervalo
constante de tiempo entre los incrementos, si se respetan las siguientes
pautas:
1. La varianza de WE es aceptable cuando las fluctuaciones del rango de flujo
son mantenidas dentro del ±10% relativo al nivel de confianza del 68%.
2. La varianza de WE es insignificante cuando las fluctuaciones del rango
de flujo son mantenidas dentro del ±5% relativo al nivel de confianza del
68% .
•118
DEF-21
Heterogeneidad
de una población estadística
En un primer análisis podemos identificar dos tipos de

heterogeneidad, si consideramos el lote como una
población estadística:
1. La heterogeneidad de constitución CH
2. La heterogeneidad de distribución DH
•119
DEF-22
DH
CH
CH
•120
INTRODUCCIÓN
Variabilidad a Pequeña Escala
 Optimización Protocolo de Muestreo
 Implementando el Protocolo de Muestreo
 Manteniendo la Integridad de la Muestra
 Error Analítico
•121
Intro 1
Optimización Protocolo de
Muestreo
 Efecto “Pepita” In-Situ (Nugget)
 Error Fundamental
 Error de Agrupamiento y Segregación
•122
Intro 2
Implementando El Protocolo de
Muestreo
 Error de Delimitación
 Error de Extracción
•123
•Intro 3
Manteniendo la Integridad de
la Muestra
 Errores de preparación
 Error de Contaminación
 Error de Pérdida
 Error de Alteración
 Error Humano
 Fraude y Sabotaje
•124
Intro 4
Error Analítico
 Alcance versus Principio
 Interferencias aditivas
 Interferencias Proporcionales
 Línea Base de Temperatura de Secado
 Técnica de Disolución
 Composición de Residuos de Disolución
 Contaminación y Pérdidas
•125
Intro 5
Variabilidad a Gran Escala
 Error de Interpolación
• Tiempo
• Espacio
 Error Periódico
 Error de Ponderación
•126
Intro 6
Estableciendo Prioridades
Efecto del
Problema
Si Sí
Grande
de todas maneras! pero haga un estudio
de factibilidad
Sí
Pequeño No
nada que perder
Pequeño Grande
Costo de solución del problema

•127
Intro 7
La “Mesa de tres patas”
Utilidades de la Compañía
Administración Muestreo Comprensión de la

Efectiva Correcto Variabilidad
•128
Intro 9
Administración Efectiva
 Identifique Problemas Estructurales
 Invierta en Soluciones para los

Problemas Estructurales
 Identifique Problemas Circunstanciales
 Se puede ahorrar tiempo y dinero en

Problemas Circunstanciales
 Comprender y actuar sobre todas las

Fuentes de Variabilidad
 Sea Proactivo en vez de Reactivo

•129
Intro 10
Muestreo Correcto
 Efecto “Pepa” In Situ
 Error Fundamental
 Error de Agrupamiento y Segregación
 Error de Delimitación
 Error de Extracción
 Error de Preparación
 Error de Interpolación
 Error Periódico
 Error de Ponderación
 Error Analítico •130
Intro 11
Comprensión de la
Variabilidad
 La Variabilidad Genera Costos Visibles
e Invisibles
 La Variabilidad es un Problema
y una Oportunidad
 Hay varios tipos de Variabilidad
 Todos los errores de muestreo magnifican

la Variabilidad
 Los Geo estadísticos analizan la Variabilidad
en la Mina.
 Los Crono estadísticos analizan la Variabilidad
en la Planta.
 Minimice la Variabilidad mediante un Constante

Mejoramiento de •131
la Estrategia
Intro 12
Conceptos Fundamentales de Estadística
utilizados en la Teoría del Muestreo.
A menudo, confrontamos numerosos problemas:
Cuidado con la Interpolación…

…en la Planta
Corriente de Flujo
?
Muestra #1 Muestra #2
•132
Cuidado con la Interpolación…
… en el Terreno
•133
El Variograma
El Variograma determina la relación entre la distancia o el tiempo, que separan

muestras cercanas y la cantidad de correlación presente.
Varianza V[j]
Sill
Co-varianza o
Correlación
Varianza
V[j=0]
V[j=0] = Varianza Muestreo/Medición
•134
Distancia o Tiempo j entre dos muestras
Hay muchos tipos de flujos de proceso uni-dimensionales.
1. Flujo, estacionario o móvil, formado por fragmentos sólidos.
2. Flujo, estacionario o móvil, formado por líquido, con o sin sólidos suspendidos.
3. Flujo, a menudo móvil, formado por gas, con o sin aerosoles suspendidos.
4. Flujo, estacionario o móvil, formado por un conjunto cronológico de unidades distintas,

vagones de ferrocarril, camiones, bolsas, jarros, barriles...
5. Etcétera…
X. Un conjunto cronológico de precios para un stock dado, cubre un largo período.
Estos casos, aparentemente diferentes, son en realidad idénticos,

desde el punto de vista práctico y teórico.
•135
La Heterogeneidad es la madre de la Variabilidad
El estudio de un gran número de conjuntos cronológicos de datos, llevan a la conclusión que en la

mayoría de los casos, son el resultados de la acumulación, alrededor de un Promedio Objetivo, de
tres tipos de fluctuaciones con causas independientes.
hT = h1 + h2 + h3
• Heterogeneidad hT = Heterogeneidad Total

• Heterogeneidad h1 = Azarístico, Heterogeneidad Discontinua
• Heterogeneidad h2 = No-Azarística, Heterogeneidad
•136 Continua
• Heterogeneidad h3 = Cíclica, Heterogeneidad Continua
Definición de Variograma
La forma más natural de comparar dos valores, tales como a1 y a2 que representan,
respectivamente, el contenido de un componente de interés en la Unidad U1 y la Unidad U2,
separada por intervalo dado en el espacio o en el tiempo j, es considerar su diferencia d:
d  a1  a 2
Movimiento del Flujo
a1 a2
Realmente, lo que es más relevante es la diferencia promedio d entre el contenido del

componente de interés de pareos de unidades [Nu - j] de un intervalo aparte dado j :
d 
1
Nu  j

 m am j  am 
•137
En el siguiente esquema, asumamos que tenemos seis muestras sucesivas del flujo transversal,
recolectadas a un intervalo regular j = 1 = 10 minutos.
1 2 3 4 5
Si tenemos Nu = 6 muestras, y el desplazamiento j = 1, entonces el número de pareos es Nu - j = 6

-1=5
Si tenemos Nu = 6 muestras, y el desplazamiento j = 2, entonces el número de pareos es Nu - j =
6-2=4
Con el variograma nos enfocaremos en la diferencia de promedio entre muchos pareos de
muestras a un desplazamiento aparte dado de espacio o tiempo.
Pero la diferencia promedio tiende hacia “cero” ya que se incrementa [Nu - j]. Por lo tanto,
definimos una nueva diferencia. D La cual es el promedio de las diferencias al cuadrado:
1  2
D   m a m  j  a m 
Nu  j  
Con el objeto de comparar esta varianza con la varianza de las estadísticas convencionales, el
V  j  D / 2
semi-variograma se define.
V [ j] 
1
2[ N u  j ]

 m am  j  am  2
Esta fórmula se usa para calcular el Variograma Absoluto. El Variograma Absoluto tiene Unidades.
•138
EJERCICIO PRÁCTICO
Un flujo de escoria es muestrado cada 3 horas durante 60 horas, sub-muestreado y

ensayado por el contenido de Al2O3 . Los Resultados son:
MUESTRA # % Al2O3
1 4.96
2 5.07
3 4.90
4 4.87
5 4.86
6 4.82
7 4.78
8 4.76
9 4.80
10 4.73
11 4.79
12 4.71
13 4.78
14 4.75
15 4.81
16 4.78
17 4.73
18 4.71
19 4.69
20 4.77
Calcule un variograma absoluto de 9-puntos.

¿Qué ve en el variograma que no es obvio al mirar la Tabla de Resultados?
•139
•VARIANZA
•140
Ilustración de la computación del Variograma
Primer Punto V[j=1] del Variograma

Si j = 1, tenemos pareos [Nu - 1]
Segundo Punto V[j=2] del Variograma

Tercer Punto V[j=3] del Variograma

Podemos hacer el desplazamiento no dimensional de j con j = J/J mínimo.
•141
VARIOGRAMA
Problema asociado con la precisión del Variograma:

El promedio de las diferencias cuadradas es conocido con buena precisión, solamente
si el número de pareos disponibles es suficiente.
La pauta es:
Nu - j = 30 : Muy buena precisión
Nu - j = 25 : Buena precisión
Nu – j = 20 : Precisión Aceptable
Nu - j = 15 : Pobre precisión
Nu - j = 10 ó menos : Insignificante
Límite Recomendado
•142
Componentes of V0
•Cuando j tiende hacia “cero”, V[j = 1] tiende hacia •0V
DE
FE
GE V0 EE
AE
PE
Efecto “Pepita” Real In-Situ
Muestreo Incorrecto Muestreo Correcto
La variabilidad irrelevante puede ser reducida por composición o promedio a corto-plazo. El tamaño
de V0 determina la extensión a la cual se necesita. La regla para calcular el error estándar de la
media se aplica.
•143
Cuidado con la Extrapolación
Muestreo tomado lleva a errores de extrapolación.
Muestra tomada
Corriente de flujo
Valor de la muestra extrapolada tomada

al corte transversal de la corriente del flujo.
Corrección del muestreo se aplica para evitar errores de extrapolación debido a:

1. Delimitación muestra corregida,
2. Extracción muestra corregida.
•144
Cuidado con la Generalización
¿Es inteligente usar el mismo protocolo de muestreo para los dos mineraIes de
oro mostrados?
•145
Cuidado con la naturaleza de los datos
de Variabilidad
Varianza
Azar
Tiempo
No azarístico
Cíclico
•146
Use un Enfoque Lógico
Los errores del muestreo son acumulables, por consiguiente, ellos merecen
cuidadosa atención.
1. Identifique todas las causas posibles de los Errores de

Muestreo, y la Variabilidad que generan.
2. Estudie cada caso minuciosamente, uno a la vez.
3. Extraiga conclusiones ciertas y recomendaciones del

análisis teórico.
4. Haga algo al respecto.
•147
Secuencia de Trabajo recomendada
1. Identificación de diferentes tipos de Heterogeneidad efectuados

por un componente dado en una carga de material.
2. Selección de un adecuado Protocolo de Muestreo.
3. Cálculo de Errores de Muestreo asociados con dicho protocolo:

Precisión de Cuantificación.
4. Implementación práctica de un protocolo de muestreo.
5. Evaluación de todos los problemas asociados con la Corrección del

Muestreo dirigidos a la Exactitud.
6. Evaluación del Error Analítico.
7. Evaluación del Error de Estimación Total.
Si no se hace nada acerca de cada paso de la lista anterior, se generarán costos

invisibles en la operación.
•148
Caso límite jamás encontrado.
Sub-muestra + Ensayo del

Laboratorio “A”
Bisectriz
45o
Sub-muestra + Ensayo del

Laboratorio “B”.
El Muestreo + Ensayo es exacto, unbiased (imparcial), y perfectamente reproducible.

•149
Caso Típico de exactitud y reproducible.
Submuestreo + Ensayo de
Laboratorio A
Bisectriz
45o
Laboratorio B
Muestreo + Ensayo es lo suficiente exacto y reproducible.

•150
Caos, exactitud y precisión
Laboratorio A
Bisectriz
45o
Laboratorio B
Muestreo + Ensayo no es reproducible: No podemos decir que Muestreo + Ensayo sea

exacto no errado, ya que no hay correlación
•151 entre ambas series de resultados.
El Sesgo Absoluto, Reproducible
Laboratorio A
Bisectriz
45o
Laboratorio B
Muestreo + Ensayo es “Errado” y reproducible (Error Absoluto): En cuanto al muestreo

este caso no es real. Pero ciertamente muestra un Error Analítico.
•152
El Sesgo Relativo, Reproducible
Laboratorio A
Bisectriz
45o
Laboratorio B
Muestreo + Ensayo es “errado” y reproducible (Error Relativo): En cuanto al muestreo,

este caso no es real, pero ciertamente•153
muestra un Error Analítico.
El Sesgo Reproducible siguiendo
una ley desconocida
Laboratorio A
Bisectriz
45o
Laboratorio B
Muestreo + Ensayo es “errado” y reproducible, pero sigue una ley desconocida. En

•154 pero ciertamente muestra un “Error Analítico.
cuanto al muestreo, este caso no es real,
Comportamiento Típico del Muestreo “Sesgo”
En el muestreo no hay tal cosa como un “sesgo constante”.
Laboratorio A
Bisectriz
45o
Laboratorio B
Muestreo + Ensayo es “errado” y no reproducible: Este es el caso más frecuente

encontrado en el muestreo. •155
Ejercicio #1 en DE, EE, y PE
Encuentre por lo menos 5 problemas con el siguiente sistema
de muestreo de flujo cruzado rotatorio.
Side view
•Vista lateral •Vista desde Arriba
Top view
Pa
rki
ng
Inspection door
•PUERTA
•DE
•INSPECCION
ing
rk
Pa
Hydraulic
•ACCIONAMIENTO
•HIDRAULICO
drive
Sample
•MUESTRA
•156
Stream
•FLUJO
Ejercicio Práctico 2:
Muestreador Primario para
Alimentación a Planta.
Nombre el error posible (¿DE, EE, WE, o PE?) que ocurre en cada de los siguientes
puntos, y dé soluciones.
1
11
3
7
5
4
2
9
10

•157
Muestreador Rotatorio Vezin
Un muestreador muy común en la industrial minera.
Nombre el error posible (¿DE, EE, WE, o PE?) que ocurre en cada uno de
los siguientes puntos. Y dé soluciones.
6
2 3
9
•FLUJO QUE
Falling CAE
stream
4 5
7
10
11 8
1
•158
Muestreador de Correa-Cruzada
Un sistema de muestreo muy popular, pero peligroso.
Nombre el error posible (¿DE, EE, WE, o PE?) que ocurre en cada uno de los
siguientes puntos, y dé soluciones.
1 4
2

•159
Cancelación y Minimización del Error de Agrupamiento y Segregación GE
1. La cancelación de la varianza del Error Fundamental no es posible.

2. La cancelación del Factor de Agrupamiento no es práctica.
3. La cancelación del Factor de Segregación es ilusoria.
Lo único que podemos hacer es minimizar cada de estos tres factores:
1. Minimización de la varianza del Error Fundamental:

• Calcule las constantes del muestreo
• Dibuje nomogramas de muestreo
• Optimice los protocolos de muestreo
2. Minimización del Factor de Agrupamiento:

• Para un peso dado de la muestra, saque tantos
incrementos y tan pequeños como sea posible en
la práctica, con respecto a DE, EE, y PE.
3. Minimización del Factor de Segregación:

• Homogeneizar el lote antes del muestreo, pero es
muy difícil lograr el éxito debido a la omnipresencia de
la gravedad.
•160
Alimentador Estacionario y separador
rotatorio sectorial
•1
•2
•3
•4
•5
•6
•7
•1. Embudo 2. Transportador Vibratorio 3. Generador de Vibración 4. Alimentador Revolvedor

•5. Separador Sectorial Radial + vista superior 6. Jarros 7. Motor y Engranaje.
Cada receptáculo podría tener exactamente el mismo contenido para los

componentes de interés, sin embargo, si usted no tiene precaución, algo
puede resultar muy equivocado en cada recipiente. ¿Qué es?
•161
La Segregación es un concepto relativo
La cantidad de segregación medida de las muestras podría depender en

gran medida de su peso.
Reunir pocas y pequeñas muestras podría ser engañoso.
Si el objetivo es mapear la segregación, entonces es necesaria la
recolección de muchas muestras pequeñas.
•162
A menudo la Segregación es un fenómeno
transitorio que siempre cambia
•Flujo
•Material de pequeña densidad
•Material de alta densidad
La Segregación de fragmentos densos de los más livianos de la misma

fracción dimensionada en la descarga de la correa transportadora.
•163
El cambiar una parte del equipo puede
cambiar totalmente la segregación
•Flujo de caída
•En una canaleta •Angular o liviano
•Redondo o pesado
Caso #1: La Segregación de fragmentos densos de los más livianos de una

fracción tosca dimensionada similar.
Caso #2: La Segregación de fragmentos angulares de los redondos de una
fracción tosca dimensionada similar.
Ejercicio: 1. Ponga el muestreo tomado en este contexto.

2. Encuentre las posibles consecuencias para el control del
proceso.
•164
La Segregación debida a la heterogeneidad
del tamaño del fragmento.
Flujo
Segregación de las partículas finas de fragmentos más grandes en clases de

densidades similares.
Ejercicio: Encuentre varias razones para este tipo de segregación.
•165
El efecto del flujo de arrastre del aire en la
trayectoria de la partícula, es una función
del tamaño de la partícula.
•Canaleta
•Partículas más grandes: No influye

el arrastre del aire
•Partículas finas: Fuerte influencia

del arrastre del aire.
•166
Flujo muy lento y flujo libre de
finos cernidos (filtrados)
•Flujo Lento
Los finos cernidos están dentro de la pila, mientras que los fragmentos
gruesos ruedan hacia abajo por los costados.
Ejercicio: Encuentre al menos otros dos ejemplos donde tiene lugar el

mismo fenómento de segregación.
•167
Segregación debida a la heterogeneidad de
la forma del fragmento.
•Flujo Lento
Segregación generada por diferentes ángulos de reposo en el depósito.
•168
Ejercicio: Ubicación Correcta para un
Sistema de Muestreo
•Flujo Distribuído Homogéneamente.
•Flujo Segregado
1. ¿Dónde ejecutaría la toma del muestreo?

2. Si usted ya tuviese un sistema de muestreo incorrecto ¿Dónde
debería usted instalarlo?
3. ¿Donde debería instalar un sistema de muestreo correcto?
•169
Conclusiones y Preguntas
1. El fenómeno de Segregación puede aumentar el Error de

Agrupamiento y Segregación ¿Cómo?
2. El fenómeno de Segregación puede confundir al Ingeniero

a cargo del control del proceso. ¿Cómo?
3. El fenómeno de Segregación puede ser muy perjudicial

para el proceso. ¿Cómo?
4. El fenómeno de Segregación puede mostrar cuán crítica

es la corrección de delimitación del incremento. ¿Porqué?
•170
Segregación introducida por el uso de
una vibro-espátula de laboratorio.
•Trayectoria de la espátula vibratoria
•Trayectoria
•del Material
•Mezcla cuarzo-cromita
•Cuarzo casi puro •Cromita casi pura
Esta clase de segregación puede ser devastadora para la exactitud de

los Ensayos de Laboratorio.
•171
Segregación en Silos, Depósitos y
Tolvas (embudos).
Para muchos productos finos y lechados, es críticamente muy

importante mantenerlos no segregados.
1.1. Antes de llegar al siguiente paso de un proceso,
y
2. Antes de que se recolecte una muestra.
La tecnología de los Silos, Depósitos y Tolvas, para el manejo y

almacenamiento de materiales finos, es a menudo empírica y
pueden surgir muchos problemas.
Ejemplo:
Es necesario usar un flujo de masa para las tolvas entre dos etapas
del muestreo. De otra manera es necesario vaciar completamente
la tolva que contiene un incremento, antes de introducir otro.
Confeccionemos un listado de lo que puede salir mal.
•172
1. Segregación en la entrada del
2. silo, depósito o tolva.
•Flujo
Soluciones:
1. Uso de depósito de flujo de masa (volumen),
2. Uso de sistema de alimentación de multi-punto para el
depósito.
•173
2. Percolación de Finos entre
partículas más gruesas.
Los vacíos entre las partículas gruesas tienden a llenarse con

finos. El material podría desarrollar una fuerte cohesión debido a
la consolidación. Como resultado, el rango de flujo en la
descarga del depósito puede volverse errática o aún detenerse.
Soluciones:
1. Uso de un depósito de flujo
másico.
2. Uso de un sistema de alimentación
de multipunto para el depósito.
•174
3. Remoción incompleta de un material fino
previamente cargado.
Soluciones:
másico.
2. Instale platos vibratorios a
lo largo de las paredes del
depósito.
•175
4.Degradación del material fino por el
almacenamiento prolongado que promueve
el aterronamiento y la aglomeración.
Soluciones:
1. Uso de una depósito de
flujo másico.
2. Fluidice el material usando
cañerías de aire.
•176
5. Creación de un arco estable que interfiere con
el flujo adecuado de material fino.
Soluciones:
1. Uso de una abertura de
descarga más grande.
másico.
3. Aireación de las partículas finas
puede minimizar el problema de
puenteo.
•177
6. Desarrollo de orificios o tubos durante la
descarga, dejando material estéril a lo largo de
las paredes del embudo.
Soluciones:
1. Uso de depósito de flujo de
másico.
2. Fluidice el material usando
cañerías de aire.
•178
¿Qué es un Depósito de Flujo de Másico?
a  75o
•179
Ventajas de un Depósito de Flujo de Masa
1. La superficie de los materiales que bajan dentro del

depósito es uniforme.
2. El material que entra primero sale primero.
3. Se mantiene la integridad de la muestra.
4. Se minimiza la segregación.
5. El material más fino no taponeará el sistema.
6. Proporciona un flujo continuo y uniforme en la descarga,
Sin embargo:
Aún así los depósitos de flujo de masa pueden funcionar mal si

el sistema de descarga no está bien diseñado.
•180
7. Problema con el diseño de la salida de
alimentación del depósito de la
correa transportadora.
•Rápido •Lento •Velocidad Uniforme
•Depósitos de
•Flujo de Masa
a•3.5•o
•Incorrecto •Correcto a
•Flujo Segregado •Flujo Uniforme
a a
• 4 to•6•o
•181
8. Problema con el diseño de un
alimentador de tornillo sinfín al depósito.
•Rápido •Lento •Velocidad Uniforme
•Flujo Uniforme
•Flujo Segregado
•Incorrecto •Correcto
•182
9. Problema con el diseño de la salida
del depósito de alimentación al
transportador vibratorio.
•Lento •Rápido •Velocidad Uniforme
•Flujo Segregado •Flujo Uniforme
a•10•o
•Vibrador Magnético
•Incorrecto •Correcto
•183
Segregación en el Apilamiento (Stockpile):
Enviando un ciclo costoso al Molino SAG
•ROM
•SAG
•Tons/hora Cíclico
•Consumo Energía Cíclico
•Nivel del Stockpile va subiendo: •Alimentación de distribución de
•Rango de Flujo al Molino SAG con demasiados finos •tamaño partículas cíclico al
•Nivel del Stockpile va bajando: •Molino de Bolas.
• Rango de Flujo al SAG con demasiados fragmentos gruesos
•184
El ERROR DE DELIMITACIÓN del incremento
en la Planta.
El ERROR DE DELIMITACIÓN DE del incremento introduce los más grandes

“sesgos” encontrados en el muestreo.
z
x
1. Una muestra debe ser equiprobabilística.

2. Un flujo de proceso siempre está segregado.
3. Un flujo de proceso es tri-dimensional.
4. Pero, depende de nosotros desarrollar un muestreo tri-dimensional, bi-
dimensional o uni-dimensional.
•185
Muestreo Uni-dimensional
•Corriente
de flujo
•Parte consistente
a través del flujo
Para un exacto balance metalúrgico, se debe desarrollar un muestreo uni-

dimensional.
Para un efectivo control del proceso, se recomienda desarrollar un muestreo
uni-dimensional.
•186
Validez de la Delimitaciòn del Incremento:
No tomar en cuenta los fragmentos.
•Corriente de Flujo
•La amplitud (anchura) del incremento

debe permanecer constante todo el
trayecto a través del flujo.
•187
Ejemplos de muestreo tri-dimensional
Caso #2: Muestreo de un Cargador Frontal
Encuentre, por lo menos, 3 problemas.
•Apilamiento (Stockpile)
•Incremento recogido
•Compuesto de la Muestra
•188
El ERROR DE DELIMITACION del incremento en
el Laboratorio.
•Incremento de
la muestra.
Este procedimiento de muestreo es muy importante en el Laboratorio.

Sin embargo, ha sido mal usado en un caso de engaño fascinante en el muestreo
comercial.
•189
La sencillez del muestreo usando un
modelo uni-dimensional.
•Incremento de
la muestra.
•190
La herramienta de muestreo podría no respetar las
reglas de la validez de la delimitación.
•A •B
•Incremento •Incremento
Incompleto completo
incorrecto Correcto.
•191
Diseño correcto de una pala, cuchara
y espátula.
•Diseño incorrecto •Diseño correcto
•Espátula
•Cuchara
•Pala
•192
Ejercicio:
¿Qué está básicamente incorrecto con
los incrementos seleccionados?
•193
Ilustración de un divisor rotatorio incorrecto.
•Depósito + Vibro
Transportador.
•Flujo
•194
Validez de la extracción de los separadores-
divisores.
No alimente demasiado rápido los separadores-divisores.
•Correcto •Incorrecto
•195
Los separadores-divisores son fácilmente mal
usados.
•196
Problemas con los Pesómetros
ROM
W1
SAG
W2
•197
Instalación de un Pesómetro
Recomendado.
•Correa #1
•Torre de Muestreo
•Menos de 70 metros
•Correa #2 •W1
•Menos de 70 metros
•Almacenamiento
•Alrededor de 12 metros
(Stockpile) •W2 •Correa #3
•Alrededor de 12 metros
•198
Los Tres Elementos de un
Programa Exitoso
La determinación del tonelaje exacto que ingresa a la Planta es críticamente

importante.
Los Pesómetros son fuentes notorias de problemas de reconciliación.
La exactitud de muchos pesómetros es dudosa, debido a la ubicación en que
están instalados, la forma cómo son limpiados, mantenidos y calibrados.
La exactitud de los pesómetros depende de muchos factores.
Además, la experiencia en terreno prueba ser bastante menos optimista que las
garantías del fabricante.
Pese a ello, si se toman algunas precauciones, es posible la exactitud en el
pesaje con estos pesómetros.
Básicamente, usted necesita tres elementos para implementar un programa
exitoso:
 La instalación inicial del pesómetro requiere ser la correcta.
 Se requiere implementar un programa de pruebas lógico.
 Monitoree las desviaciones en los Trazados de Diferencia Relativa.
•199
La Instalación del Pesómetro
Necesita ser la Correcta. [1]
 El pesómetro y la correa transportadora no existen independientemente; Es

necesario que la empresa de ingeniería las construya juntas como un sistema
integrado.
 La Retroadaptación de un pesómetro a una correa transportadora, después que
ésta ha sido construída, probablemente no dé resultados satisfactorios.
 La ubicación seleccionada para instalar el pesómetro es crítica, ya que debe ser
ubicada donde la tensión de la correa sea la menor.
 La ubicación de la romana debería estar a más de 7 metros, pero a menos de 17
metros del punto de carga.
 Las protecciones y poleas de entrenamiento, no deberían estar ubicadas a menos
de 7 metros de la ubicación de la romana (balanza).
 El pesómetro debería instalarse donde la correa transportadora esté horizontal; No
pertenecer al área donde la correa esté inclinada. Se prefieren las correas en posición
horizontal sobre la inclinada, debido a que en la posición horizontal la tensión de la
correa es más baja y más predecible.
•200
La Instalación del Pesómetro
Necesita ser la Correcta. [2]
 La correa transportadora debería ser relativamente corta, no más de 70 metros de

largo.
 El pesómetro debe estar a plomo y a nivel, lo cual es un problema insoluble si está
instalado en una pendiente.
 Para que un pesómetro funcione bien, se debe minimizar la desalineación de los
rodillos.
 El ángulo de los rodillos debe ser muy exacto.
 La desviación de las vigas de la correa transportadora debe ser minimizada.
 La temperatura ambiente debe mantenerse lo más constante posible; En otras
palabras, el pesómetro no pertenece al ambiente exterior.
 Las cadenas de calibración o pesas, deberían ser seleccionadas para permitir una
calibración a alrededor del 75% de la capacidad de la escala de calibración.
 El diseño del sistema de pesaje debería ser tal que una cantidad del material que
pasó o va a ser pasado por sobre la correa, pueda ser pesado, si se requiere, en una
tolva de pesaje o en un vagón de ferrocarril.
•201
Un Programa de Pruebas Lógico
Hay tres métodos de calibración:

 Usando material de peso conocido,
 Usando pruebas de cadena, y
 Usando pruebas de peso estático.
Lo que es común a cualquiera de estos métodos es la etapa del “balance cero”.
La así llamada “Calibración Electrónica Cero”, es útil

solamente para chequear circuitos eléctricos, ya que
ignora completamente los aspectos mecánicos del
sistema de pesaje, que son realmente las partes más
vulnerables.
La Calibración empieza con un chequeo de la alineación de la romana (balanza),

limpieza y condición general de la instalación. La correa transportadora debería ser
operada por alrededor de 20 minutos, para asegurarse que la transportadora misma
se aproxime a las condiciones de operación.
•202
Un Programa de Pruebas Lógico:
Requerimientos de la Cadena
La Calibración por Cadena es mucho mejor que la Calibración de Peso Estática.

La cadena debería ser seleccionada para cumplir los siguientes requerimientos:
 La cadena debería tener un rango nominal por pie, igual a la carga deseada del
transportadora, y ser marcada como tal dentro de un 0.1% de exactitud del peso
total.
 La uniformidad de la cabina en su rango de libras-por-pie deberá estar dentro
del 0.25%, y ser mantenida.
 La cadena debería ser lo suficientemente larga para extenderse hacia el
segundo polín fijo a los lados de la romana (balanza), como se muestra en la
próxima diapositiva.
 La cadena debería ser del tipo rodillo libre o rueda, y tener un espacio no mayor
de 6 pulgadas y divide el separador de polines tan parejo como sea posible.
 La cadena debe mantenerse seca y bajo cubierta contra polvo.
 La estructura de montaje de la cadena debe ser tal que el posicionamiento
preciso de la cadena pueda ser lograda separadamente.
 Por razones prácticas, el peso de la cadena está limitado a alrededor de 250
libras/pie y esto es insuficiente para la calibración de sistemas de balanzas de
correas grandes ( es decir, 10000 ton/hora y más).
•203
Sistemas Típicos de Calibración
•Extensión de Cadena = •nL
•L
•Polín Fijo #2 • Polín Fijo #2
•Lectura del Peso
•Prueba de Cadena
•Polín Fijo #2 •Peso Estándar
•Lectura del Peso
•Prueba de Peso Estático

•204
Muestreando un Cátodo de Cobre
Perforar: Incremento de
la Muestra.
Estrato
•205
Muestreando un Cátodo de Cobre:
Azarístico Sistemático
•206
Muestreando un Cátodo de Cobre:
Azarístico Estratificado
•207
Ejemplo de Aplicación:
Cuidado con los Factores de Corrección
El muestreo incorrecto y la pobre medición, podrían introducir sesgos en una base de

datos.
Es tentador ajustar los datos “sesgados” mediante el uso de factores de corrección
basados en observaciones y experimentos.
Desafortunadamente, no hay tal cosa como un “sesgo” constante en el

muestreo.
Por lo tanto, información filtrada, eliminación de cifras desconcertantes y el uso de

factores de corrección, son los síntomas de una pobre administración, que sólo consigue
aumentar la confusión.
Los Factores de Corrección solamente le dan a la

Administración una falsa sensación de seguridad.
•208
Ejemplo de un Sesgo Analítico.
Relative Difference Plot

100
80
Relative
Difference
60
40 M = Mean
6.3055
20
Moving Ave
0 40
-20
-40
70 112.5 155 197.5 240
•INDICEPair
DE PAREO (CLASIFICADO
index (sorted POR PROMEDIO)
by average)
N = 171 s_2A-B = 1.39679e-2 %± s = 11.818 s_MEAN = 0.9037
M / s_MEAN = 6.9768 M / 2*s_MEAN = 3.4884 M / 3*s_MEAN = 2.3256
•209
Ejemplo de un Sesgo de Muestreo.
Relative Difference Plot

75
37.5
Relative
Difference
M = Mean
-7.300
-37.5
-75
Moving Ave
30
-112.5
-150
1 125 249 373 497
•INDICE DEindex
Pair PAREO (ORDEN CRONOLÓGICO)
(chronological order)
N = 497 s_2A-B = 6.24496e-2 %± s = 24.989 s_MEAN = 1.1209
M / s_MEAN = -6.512 M / 2*s_MEAN = -3.256 M / 3*s_MEAN = -2.170
•210
Retroalimentación entre Unidades
Geología
Mina
Laboratorio
Molienda
Fundición
•211
Dirección por Objetivos:
Sí, pero…!
Los Objetivos de Calidad de Datos (DQO) siempre deberían estar primero.
Objetivos de Calidad de Datos Control de Proceso

Sampling Theory en
andunPractice
sentido amplio y Pronóstico Geostadístico y Estadístico
(DQO) decisión de la administración.
Temas Mineros Evaluación del Riesgo, Elipse de

Administración de Precisión y Corte.
la Variabilidad
(EMPV)
Temas Metálúrgicos Capacidades del Laboratorio
Temas del Cliente Recursos Humanos
Control de Proceso en un sentido amplio y decisión

de la administración.
•212
Punto Catorce:
Implemente un ciclo de pensamiento creativo
El personal de Mina y Planta debe convivir en un sistema donde ellos puedan

conversar libremente sobre sus problemas. El siguiente ciclo es una falla total de la
administración.
Geología Objetivos Estratégicos Lixiviación
Mina Administración Superior Flotación
Molienda Fundición
Electroobtención Refinería
Plan de Negocio Minero y Ejecución
Geoestadísticas Muestreo
Herramientas
Cronoestadísticas Laboratorio
QA/QC Balance Metalúrgico Modelos
Control de Procesos
Efectos
•213
Contabilidad
Conversando libremente sobre los problemas
Entusiasmo y orgullo
Equipo de Trabajo:
Confianza
Manéjelo sin temor
Análisis de variabilidad
Romper barreras
en curso de
entre los Departamentos
todos los datos existentes.
Énfasis en los
problemas estructurales
•214
ERRORES QUE SE PRESENTAN EN LOS
SISTEMAS DE MUESTREO
CONTAMINACIÓN CUCHARA PRIMARIA

POR UN MAL LAVADO
CONTAMINACIÓN CUCHARA SECUNDARIA

POR UN MAL LAVADO
PERDIDA DE MUESTRA POR

ERROR HUMANO
•215
ERRORES QUE SE PRESENTAN EN LOS
SISTEMAS DE MUESTREO
PERDIDA DE MUESTRA POR

MAL DISEÑO
PUERTAS ABIERTAS SISTEMAS DE MUESTREO

PODRIA EXISTIR SABOTAJE
ERROR DE EXTRACCIÓN POR LABIOS EN

MAL ESTADO
•216
MUESTREO EN POZO TRONADURA DISTRITO NORTE
•Muestreo Pozo DCH •Muestreo Pozo DGM
•Muestreo Pozo DRT

•Muestreo Pozo DMH
•217
MUESTREO EN POZO TRONADURA
DISTRITO CENTRO SUR
•Muestreo Pozo DET
•Muestreo Pozo DAN
•218
PREPARACION DE MUESTRAS
Planta Automática Plata Automática

Preparación Muestras Sondaje Diamantinas Preparación Muestras
DET Fundición DCH
Equipo compacto 4” a 10# Hornos por tipo de muestra

Preparación Hoyo Tronadura DET Concentradora DCH
•219
PREPARACION DE MUESTRAS
Segundo Sistema de
Preparación para Transferencia Sistema Chancado Secundario,
Alimentación muestras de HP Chancador División, Pulverizado y División
Big_Boyd Primario al Muestra Final Pulverizada
Secundario
Pesaje
Muestra
Alimentador
de Muestra
•220

Curso Teoria de Muestreo 2016 PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Curso Teoria de Muestreo 2016 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

CURSO TEORIA DE

 Relator: Iván Delgado Q.

Dividir el lote en varias partes

ӯ Promedio aritmético de los valores

σS Precisión de Muestreo expresada como

• Los polvos o finos sólidos comprenden materiales que

El manejo se vuelve más difícil con…

Todo lo cual induce el fenómeno de segregación por

• Las pastas son mezclas de sólidos y líquidos que no se

Los Problemas son:

1. Adherencia y fricción a la superficie del equipo,

Un incremento es un grupo de partículas o cierta

Una muestra es una parte del lote, a menudo obtenida

Una muestra no es solamente alguna parte del lote: su

Su extracción debe ser equi-probabilística.

Un lote se refiere a una carga de material, que

• Almacenamiento de 50,000-tons de mineral,

Un especimen es una parte del lote, obtenido sin respetar las

Un especimen nunca debería usarse para representar el lote

Su propósito solamente debería ser cualitativo.

Dado que siempre es más fácil tratar con valores relativos y

El contenido crítico se refiere al contenido de componente

Un “sesgo” es la diferencia entre el valor medido y el valor

La precisión es el grado de dispersión de los valores

La Precisión es una medida de dispersión de los estimados, en cuanto a un estimado

Dispersión de estimados o resultados.

La exactitud es una medida de la diferencia entre la media del estimado y el estimador.

Sin límite de aceptación.

La Desviación Estándar “S”

Un componente es una parte elemental, o elemento

Es un componente de interés, físico o químico, cuya

La importancia de una clara definición de heterogeneidad

Dado que la homogeneidad puede definirse como la

Consecuentemente, decimos que la homogeneidad es

Es bueno perseguir estándares de certificación, ya que

 Identificar problemas estructurales

 Efecto Nugget (Pepita) In-Situ.

 La Variabilidad genera costos visibles e

 La Variabilidad es un problema y una oportunidad.

 Hay muchas clases de variabilidad.

 Todos los errores de muestreo magnifican la

 Los Geo estadísticos analizan las variables en la

 Los Crono estadísticos analizan la variabilidad en la

 Minimice la variabilidad mediante una estrategia de

El muestreo, SPC, y TQM deben ser cuidadosamente

El Error Fundamental del Muestreo es el Error de Muestreo

Lc: Proporción del Lc en el lote L

 Puede ser minimizado mediante el aumento del

 Es dependiente del volumen de la muestra.

 Está relacionado con el Error Fundamental, pero ocurre

 Reúna tantos incrementos de muestras como sea

 Haga homogéneo el material antes del muestreo.

 Minimice el Error Fundamental.

Alteración de los componentes

 Un incremento no es solamente cualquier parte de un

 Un incremento no se puede extraer correctamente si el

 Este error ocurre cuando se tiene la intención que la

 El tiempo de intervalo entre los incrementos debe ser

 Este error ocurre cuando el muestreo sistemático está

 A menudo es un problema para obtener buenos

 El muestreo al azar estratificado puede eliminar este

 La variabilidad del rango de flujo podría afectar la calidad de

 Regular el rango de flujo es la mejor solución.