ACC en la Exploración Geológica.pdf

8/10/2019 ACC en la Exploracin Geolgica.pdf

1/10

Aseguramiento y Control de la Calidad en la Exploracin Geolgica

Autor: Dr. Armando SimnGelogo PrincipalAMEC Internacional (Chile) S.A.

Av. Amrico Vespucio 100 Sur, Oficina 203

Las Condes, Santiago, Chile

Tel.: (56-2)-210-9500, ext. 587; Cel.: (56-9)-715-9144

Fax: (56-2)-210-9510; E-mail: [email protected]

Resumen

De una forma u otra, la preocupacin por la calidad de la informacin geolgica ha estado siemprepresente en la prctica de la profesin. Sin embargo, slo durante los ltimos aos, y tras varioslamentables incidentes que conmocionaron la industria minera mundial, sta ha asimilado de formareal la indisoluble relacin existente entre la calidad de la informacin primaria y la confiabilidadde las estimaciones de recursos y reservas. En consecuencia, estrictas normativas han sido

elaboradas e implementadas recientemente por los principales centros mineros mundiales, con el finde elevar y uniformar los estndares de trabajo.

En el presente trabajo se discuten los conceptos fundamentales del Aseguramiento y Control de laCalidad en la exploracin minera, y se detallan sus implicaciones en la prevencin y deteccin deerrores, con nfasis en el muestreo, la preparacin y anlisis de las muestras, y el registro de lainformacin. Se describen las principales fuentes de error, los procedimientos de control apropiados

para su deteccin, los mtodos de evaluacin de errores, los requerimientos y las nuevasregulaciones internacionales vigentes con relacin a la calidad de la informacin.

Quality Assurance and Quality Control in Exploration Geology

Abstract

Geologists have always been concerned about geological data quality. However, only during thelast years, after major regrettable incidents which shattered the world mining industry, the essentialconnection between data quality and reliability of resource and reserve estimations was clearlyrealized. Consequently, new strict regulations have been prepared and implemented by the mostimportant international mining centers, aiming at raising the standards of geological practice.

This paper discusses the key concepts of Quality Assurance/Quality Control in mining exploration,and illustrates the implications on prevention and detection of failures, particularly regardingsampling, sample preparation and analysis, and data recording. Main sources or errors are

examined, as well as appropriate control procedures and evaluation methods. The QA/QCrequirements of new international regulations are briefly described.


2/10


3/10

Para reducir su efecto se recomienda usar procedimientos de muestreo que garanticen unaadecuada representatividad de las muestras, conocer con la mayor exactitud posible laubicacin fsica y la orientacin de los sondajes y los intervalos de muestreo, manipular lasmuestras con extremo cuidado, etc.

Medicin de Parmetros

Los errores durante la medicin de los parmetros se producen en varias fases de esteproceso. Durante la preparacin, son frecuentes el chancado demasiado grueso, el uso detcnicas de cuarteo deficientes, la insuficiente pulverizacin, la manipulacin incorrecta delas muestras, el empleo de un deficiente sistema de extraccin de polvo, etc.

Durante los anlisis qumicos o fsicos se constata con frecuencia el empleo de mtodosanalticos inapropiados, el no uso de estndares de tipos o niveles adecuados, la aplicacin de

procedimientos incorrectos de clculo, la determinacin de densidad sin considerar lapresencia de porosidad en la roca, las alteraciones en el orden de las muestras, etc. Estoserrores se potencian cuando el laboratorio tiene un sistema deficiente de Control de Calidad,

y an ms, por extrao que pueda parecer, cuando tal programa es inexistente.

Al reportar los resultados, son tambin frecuentes el uso indistinto de variados formatos detablas, nmeros y smbolos, los errores en las unidades de medida empleadas, la ausencia deinformacin sobre los mtodos empleados y sus lmites de deteccin, etc.

Para reducir el efecto de estos errores, se recomienda asegurarse de que el laboratorioseleccionado emplea procedimientos adecuados de preparacin, dispone de instrumental yequipos en buen estado, y productos qumicos y estndares confiables, que utiliza

procedimientos estandarizados de reporte, y tambin de que emplea un sistema adecuado deControl de Calidad y que mantiene sus reas de trabajo limpias y ordenadas.

Preparacin de la Base de Datos

Algunos de los errores vinculados a la preparacin de la base de datos ocurren durante lapropia introduccin de la informacin. Son comunes la digitacin repetida de los datos, el usode frmulas en la numeracin de las muestras en tablas de Excel, la insuficiente informacinsobre datos faltantes, la codificacin errnea de las muestras de control de calidad, etc.

Otros errores frecuentes, en este caso por omisin, son la falta de informacin til, como laidentificacin de las personas responsables de ciertas acciones importantes, datos sobre losmtodos analticos, la recuperacin, etc., y la ausencia de contrachequeo de la informacin.

Entre las recomendaciones para reducir su efecto se incluyen planificar adecuadamente la

estructura y el flujo de la informacin, establecer filtros y mecanismos de contrachequeo,minimizar la digitacin manual de datos , utilizar la doble entrada para los parmetros mssensibles, mantener una disciplina estricta en el completamiento de la base de datos, etc.

3. Control de Calidad: Definiciones Bsicas

Por lo general, durante una campaa de muestreo se utilizan dos laboratorios: uno primario, dondese analizan todas las muestras ordinarias, y uno secundario, comnmente un laboratorio de


4/10

reconocida reputacin, en el cual se reanaliza una porcin representativa de las muestras ordinariaspreviamente analizadas en el laboratorio primario. El programa de Control de Calidad consiste en lainsercin sistemtica de muestras de control en los lotes enviados al laboratorio primario, y en elreenvo regular al laboratorio secundario de una parte de las muestras ya analizadas en ellaboratorio primario, tambin acompaadas por muestras de control. Tanto en uno como en otro

caso las muestras de control deben ser preparadas, empaquetadas, numeradas y enviadas de talmanera que se evite, en lo posible, su identificacin por parte de los laboratorios evaluados.

Al implantar o evaluar los resultados de un programa de ACC en la actividad geolgica, esimportante conocer tres conceptos bsicos, que se describen de modo sucinto a continuacin:

Precisin

Es la habilidad de reproducir consistentemente una medicin en condiciones similares.Vinculada a errores aleatorios, su evaluacin exige reproducir la medicin en condiciones tancercanas como sea posible a las existentes en el momento en que tuvo lugar la medicinoriginal. En el caso del muestreo geolgico, por ejemplo, tanto la muestra original como la

duplicada deben corresponder a iguales intervalos, mtodos similares de muestreo, y se debeprever su envo simultneo al mismo laboratorio, de modo que se garantice el empleo deiguales procedimientos de preparacin y anlisis, utilizando los mismos equipos y reactivos,y en lo posible el mismo personal. Por tanto, es necesario que ambas muestras formen partedel mismo lote.

La precisin se evala a travs del error relativo (RE), definido como el valor absoluto de ladiferencia entre los valores original y duplicado, dividido entre el promedio entre ambosvalores, medido en por cientos. Se recomienda tratar la precisin como una caractersticacualitativa (baja precisin, alta precisin), y el error relativo como un parmetro cuantitativo.Entre ambos existe una relacin inversa: a mayor error relativo, menor precisin, y vic eversa.

Exactitud

Se define como la proximidad de los resultados a un valor verdadero o aceptado, y se vinculaa errores sistemticos. El concepto de exactitud est indisolublemente vinculado al de valorreal. Al determinar la ley de la muestra, nunca se llega a conocer el valor real; sin embargo,es posible preparar estndares en condiciones muy controladas, y establecer el mejor valor(MV) del estndar para cada elemento en particular. Por otra parte, el intervalo de confianza(IC), tambin conocido como error estndar de la media, evaluado con un nivel designificacin de 0.05, identifica al intervalo alrededor delMVen el cual la probabilidad deocurrencia del valor real es igual al 95%. Tanto el MV como el IC que caracterizan alestndar deben ser establecidos a travs de mltiples anlisis en una serie de laboratorios deelevada reputacin tcnica.

Mediante la insercin de estndares en los lotes analticos, es posible comparar elcomportamiento del laboratorio en cuestin con el de los laboratorios de referencia . De estemodo se evala la proximidad alMVde los valores obtenidos, y se determina la magnitud del

posible sesgo, en caso de que exista. Adicionalmente, es posible evaluar la exactitud dellaboratorio primario con relacin a otro laborator io de referencia, o secundario, mediante elreanlisis en este ltimo de algunas muestras previamente analizadas en el laboratorio

primario, los duplicados externos. Este mtodo debe ser utilizado como complemento al uso


5/10

de estndares. Se recomienda tratar la exactitud como una caracterstica cualitativa (bajaexactitud, elevada exactitud), y el sesgo como un parmetro cuantitativo, entre los cualesexiste una relacin inversa: a mayor sesgo, menor exactitud, y viceversa.

Contaminacin

Al preparar o analizar algunas muestras, particularmente las muy mineralizadas, es posibleque cierta porcin de una muestra o de una solucin quede retenida accidentalmente en elequipo y contamine las muestras siguientes. La contaminacin se estudia a travs de los

blancos, que son de hecho muestras estriles, en las cuales los elementos a evaluar seencuentran presentes en cantidades inferiores o muy cercanas a los correspondientes lmitesde deteccin.

Se considera que se ha producido un nivel significativo de contaminacin de un elementocuando los blancos arrojan valores que exceden varias veces el lmite de deteccin para dichoelemento. Siempre que sea posible, la matriz de los blancos debe ser cercana a la matriz delmaterial que est siendo analizado en las muestras ordinarias.

4. Programas de Control de Calidad

Un programa de Control de Calidad debe evaluar su comportamiento en las etapas esenciales de lasecuencia muestreo-preparacin-anlisis, en un esfuerzo por determinar reducir al mnimo el errortotal posible (Long, 2000). Las etapas y los parmetros monitoreados en cada una de ellas semuestran a continuacin:

Muestreo: error (o precisin) de muestreo; Preparacin: error (o precisin) de sub-muestreo; contaminacin durante la

preparacin;

Anlisis: exactitud, precisin y contaminacin analticas;

Entrada de datos: exactitud de la entrada de datos.

Las tres primeras fases pueden ser monitoreadas a travs de la insercin aleatoria de varios tipos demuestras de control. Es posible supervisar la calidad de la entrada de datos a travs de la dobleentrada independiente de la informacin ms sensible.

Algunas muestras de control deben ser tomadas y/o insertadas por parte del personal del proyectodirectamente durante el proceso de muestreo. En el caso de un programa de perforacin diamantina,

por ejemplo, estas muestras son las siguientes:

a) Muestras gemelas (o muestras de un cuarto de testigo). Se obtienen al dividir nuevamente ala mitad las muestras de medio testigo, de modo que un cuarto representa la muestra

original, y otro cuarto representa la muestra gemela ; ambas muestras deben ser preparadasen el mismo laboratorio y analizadas con diferente nmero en el mismo lote. Las muestrasgemelas se usan para evaluar el error de muestreo. Se recomienda evitar el uso en este casodel trmino de duplicado, ya que el original y la muestra gemela ocupan, formalmente,diferentes posiciones espaciales.


6/10

b) Duplicados gruesos (o de preparacin). Son duplicados tomados inmediatamente despusde una fase de chancado y cuarteo, que deben ser analizados en el mismo laboratorio, condiferente nmero, y en el mismo lote que la muestra original. Los duplicados gruesos seusan para evaluar el error de cuarteo o sub-muestreo.

c) Blancos gruesos. Son muestras de material estril, con granulometra gruesa, que deben sersometidas a todo el proceso de preparacin en conjunto con las dems muestras ordinarias,y que deben ser preparadas a continuacin de muestras fuertemente mineralizadas. Los

blancos gruesos permiten evaluar si se produce contaminacin durante la preparacin.

Adems de los tipos descritos, que se insertan con anterioridad o durante la preparacin, tambin esnecesario insertar en los lotes otros tipos de muestras previamente procesadas:

d) Duplicados de pulpa (o duplicados internos). Son duplicados de muestras ordinariaspreviamente pulverizadas, que son enviados con diferente nmero al laboratorio primariopara su anlisis en el mismo lote analtico que las muestras originales. Estas muestras seutilizan para evaluar la precisin analtica del laboratorio.

e) Blancos finos. Son muestras de material estril pulverizado, que deben ser analizadasacontinuacin de muestras fuertemente mineralizadas, y que se utilizan para determinar si se

produce contaminacin durante el proceso de anlisis. Al insertar blancos, se recomiendaseguir la siguiente secuencia: despus de una muestra fuertemente mineralizada, la primeramuestra insertada debe ser un blanco fino, seguida de un blanco grueso.

f) Estndares. Son muestras elaboradas bajo condiciones especiales, que deben formar partede los lotes analizados tanto por el laboratorio primario como por el laboratorio secundario.Los estndares se utilizan para evaluar la exactitud analtica, en conjunto con las muestrasde control externo. Al elegir los estndares se recomienda seleccionar, en lo posible,materiales de composicin aproximadamente similar a la de las muestras ordinarias, a los

efectos de reducir al mnimo el efecto analtico de la matriz mineral.

Se recomienda utilizar al menos tres estndares para los elementos de importanciaeconmica (incluidos los contaminantes), de modo que cubran aproximadamente la gama

prevista de concentraciones econmicas o subeconmicas: un estndar de baja ley, cercanaal valor de cutoff; un estndar medio, con ley cercana al promedio del depsito, y unestndar alto, teniendo en cuenta lo que significa alta ley para el proyecto concreto.

g) Duplicados externos. Son duplicados de muestras ordinarias previamente pulverizadas, queson reanalizados en el laboratorio secundario. Estas muestras son utilizadas para evaluar laexactitud analtica del laboratorio primario, de modo complementario a los estndares.

h) Pruebas granulomtricas. Como parte de los controles externos tambin se debe solicitar allaboratorio secundario que realice chequeos granulomtricos a una parte de las pulpas, conel fin de chequear la calidad de la pulverizacin en el laboratorio primario.

La proporcin de muestras de control puede ser ajustada durante el programa en dependencia de losresultados. Sin embargo, se recomienda que en un principio las muestras de control comprendanentre 20% y 25% del nmero total de muestras enviadas al laboratorio (Tabla 1). Adicionalmente,los lotes de control externo tambin deben incluir duplicados de los propios duplicados externos,


7/10


8/10

datos y se visualizan los diversos tipos de errores. A continuacin se presentan algunos de losmtodos de evaluacin de uso ms frecuente.

Duplicados y Muestras Gemelas

Los grficos ms utilizados son los de dispersin, o X-Y(Figura 1), de frecuencia acumuladade los errores relativos (Figura 2), de Thompson-Howarth (Thompson and Howarth, 1973,1978; Figuras 3 y 4), etc. El autor recomienda la evaluacin segn el mtodo hiperblico(Simn, 2005), que consiste en evaluar en un grfico de dispersin de tipo Max-Min laaceptacin de cada par con el auxilio de una funcin hiperblica (y

2=m

2x

2+b

2).

Segn este mtodo, la pendiente mde la asntota de la hiprbola se calcula en funcin delerror relativo aceptable para cada tipo de muestra de control (30% para muestras gemelas,20% para duplicados gruesos, 10% para duplicados de pulpa), y el trmino independiente bse estima en funcin del lmite de deteccin del elemento estudiado (Figuras 5 y 6). Los paresque se ubican por encima de la hiprbola son rechazados. Un nivel aceptable de admisibilidadse alcanza cuando el nivel de rechazos no excede el 10% de los pares. La ventaja de este

mtodo consiste en que tambin incluye en el anlisis las muestras con valores bajos, inclusocercanos al lmite de deteccin, usualmente excluidas por otros mtodos.

Estndares

Para la evaluacin de los estndares habitualmente se construyen grficos de control o deShewhart para cada estndar y cada elemento estudiado (Figura 7). Los valores reportadosson ploteados en una secuencia temporal, preferiblemente la fecha de anlisis de cada lote, yel grfico incluye lneas con valores Yconstantes, correspondientes a determinados nivelessignificativos, como MV, 1.05*MV, 0.95*MV, PR2*DE (donde MV es el mejor valorresultante de una prueba inter-laboratorios; PRy DE, el promedio y la desviacin estndar,respectivamente, calculados a partir de los valores obtenidos al analizar los estndares

insertados). El sesgo analtico Saes calculado como:

Sa(%) = (PReve/ MV) 1

dondePReverepresenta el promedio de los valores obtenidos, calculado tras excluir los valoreserrticos, yMVrepresenta el mejor valor del estndar para el elemento estudiado. El sesgo esconsiderado aceptable si su valor absoluto es inferior a 5%, arriesgado si se encuentra entre5% y 10%, e inaceptable cuando supera el 10%.

Adicionalmente, cuando han sido utilizados varios estndares, se construyen grficos deexactitud (Figura 8), en los que se plotean los valoresPReveyMVde cada estndar en los ejesYyX, respectivamente, y que se utilizan para calcular la exactitud analtica global.

Blancos

Para evaluar la contaminacin se recomienda preparar grficos de Blancos versusMuestraPrecedente (Figura 9), en los que se plotean los valores reportados para los blancos en el ejeY, y los valores de las muestras precedentes en el eje X. Este tipo de grfico permite


9/10

identificar claramente los eventos de contaminacin cruzada de muestras ricas a los blancos, yla posible existencia de un patrn de contaminacin.

Duplicados Externos

Para evaluar los duplicados externos comnmente se construyen grficos de dispersin X-Y,en los que se plotean los resultados de dichos duplicados en el eje Y, y de las muestrasoriginales en el ejeX, y posteriormente se representa la curva de regresin lineal entre ambasseries. Con este fin, se recomienda utilizar el mtodo de Reduccin al Eje Mayor (Reductionto Major Axis, oRMA; Sinclair, 1999), que ofrece un ajuste insesgado de las dos series deresultados, mediante un procedimiento matemtico que trata ambas series comoindependientes entre s (Figura 10). En este caso, el sesgo Sp-s del laboratorio primario conrelacin al secundario es calculado del siguiente modo:

Sp-s (%) = 1 - pRMA

dondepRMAes la pendiente de la curva de regresin obtenida por el mtodo RMA.

En presencia de errores, se recomienda el siguiente procedimiento general de verificacin y/osolucin:

Para todos los tipos de muestras de control: chequear los valores de las muestrasvecinas, con el fin de identificar posibles confus iones o cambios en la posicin de lasmuestras, y de ser necesario repetir los anlisis de las muestras de control fallidas juntocon algunas muestras vecinas, o incluso el lote entero si el error subsiste;

Para las muestras gemelas: revisar los testigos remanentes, para comprobar si losintervalos muestreados se corresponden realmente con los valores reportados;

Para los blancos: requerir al laboratorio mejoras en los procedimientos de preparacin yanlisis.

No obstante, las opciones pueden llegar a ser muchas, en dependencia del tipo y magnitud de loserrores identificados. De cualquier modo, en ltima instancia es necesario investigar, localizar yeliminar la fuente del problema.

6. Exigencias de Regulaciones Internacionales sobre la Calidad de los Datos Geolgicos

Durante los ltimos aos han entrado en vigencia nuevas regulaciones internacionales quepersiguen la normalizacin de los aspectos esenciales de la exploracin, tales como la NI 43-101 deCanad, (CIM, 2000) y el cdigo JORC de Australia (JORC, 1999), entre otros. Estas regulacionesson de uso cada vez ms frecuente en la industria minera, y plantean estrictos requisitos en lorelativo a la calidad de la informacin en que se basan los estimados de recursos y reservas.

Entre las especificaciones de la norma NI 43-101, por ejemplo, se requiere que una PersonaCalificada verifique los datos en que se basa dicha informacin, incluyendo el muestreo, los anlisisy otras pruebas, describa el programa de aseguramiento de la calidad y las medidas de control decalidad, incluyendo la naturaleza y las limitaciones de la verificacin, y explique cualquierdeficiencia encontrada (CIM, 2000).


10/10

El cdigo JORC, por su parte, exige que una Persona Competente informe sobre la naturaleza,calidad y correcta seleccin de los procedimientos de muestreo y de anlisis de laboratorio, de los

procedimientos de control utilizados, especificando los estndares, blancos, duplicados y controlesexternos, y si se han alcanzado niveles aceptables de exactitud y precisin (JORC, 1999).

7. Conclusiones y Recomendaciones

Durante los ltimos aos se ha intensificado el nivel de exigencia de la industria, y especialmentede los bancos, las bolsas y los inversionistas, sobre la calidad de la informacin en que se basan losestimados de recursos y reservas. En consecuencia, ha aumentado la presin sobre las empresasmineras para que mejoren los procedimientos de Aseguramiento y Control de Calidad.

Adems, resulta cada vez ms evidente que para lograr niveles superiores de eficiencia en lasoperaciones, reflejadas en reconciliaciones ms ajustadas, es necesario identificar y eliminar ominimizar los errores inherentes al proceso de obtencin de la informacin primaria.

Segn la experiencia internacional, se requiere implementar desde el primer da del proyecto un

programa efectivo de Aseguramiento y Control de la Calidad. Igualmente, se recomienda manteneruna rigurosa disciplina en el completamiento de la base de datos durante toda la ejecucin del

proyecto. A pesar del costo ms elevado que implican, es conveniente utilizar personal,equipamiento y laboratorios que garanticen el logro de parmetros superiores de calidad.

Es importante insistir en que los diversos elementos evaluados durante el Control de Calidad sonindependientes entre s. Cada tipo de muestras de control tiene un propsito especial, y la exclusinde un tipo particular de muestras de control no puede ser suplida por la inclusin de otro tipo demuestras.

Ms de una vez la experiencia demuestra que la diferencia de costo entre obtener un resultado decalidad y un resultado pobre suele ser nfima en comparacin con la diferencia de retorno entre un

resultado de calidad y un resultado pobre .

REFERENCIAS

CIM (2000). National Instrument 43-101. Canadian Institute of Mining, Metallurgy and Petroleum.JORC (1999). Australasian Code for Reporting of Mineral Resources and Ore Reserves (The JORC

Code). The Joint Ore Reserves Committee of the Australasian Institute of Mining andMetallurgy, Australian Institute of Geoscientists and Mineral Council of Australia.

Long, Scott (2000). Assay Quality Assurance-Quality Control Program for Drilling Projects at thePre-feasibility to Feasibility Report Level. Mineral Resource Development Inc., Internal Report.

Simn, Armando (2005). La calidad de los datos en la estimacin de recursos. ConferenciaMagistral, XXVII Convencin Minera EXTEMIN, Arequipa, Septiembre 15 de 2005.

Sinclair, A.J. (1999). Evaluation of errors in paired analytical data by a linear model. Explor.Mining Geol.,V 7, Nrs. 1-2, 167-173.

Thompson, Michael y Howarth, Richard (1973). The rapid estimation and control of precision byduplicate determinations. The Analyst, 98, 153-160.

Thompson, Michael y Howarth, Richard (1978). Duplicate analysis in geochemical practice: a newapproach to the estimation of analytical precision.J. Geochemical Exploration, 9, 23-30.

Documents

ACC en la Exploración Geológica.pdf