Uso de estimativas não lineares e anisotropia local na modelagem de recursos minerais
Visualizar/abrir
Data
2023Autor
Orientador
Nível acadêmico
Mestrado
Tipo
Assunto
Resumo
Métodos de estimativa linear são amplamente utilizados para avaliação de recursos. Dentre os métodos de estimativa linear existentes, a (Co)-krigagem ordinária (Co-OK) é conhecida como o melhor estimador para determinar o teor médio em cada bloco. No entanto, a OK é inadequada para modelar blocos pequenos em relação ao espaçamento dos dados, resultando em modelos excessivamente suavizados. Devido a essa limitação, métodos de estimativa não lineares foram desenvolvidos para gerar uma distribuiçã ...
Métodos de estimativa linear são amplamente utilizados para avaliação de recursos. Dentre os métodos de estimativa linear existentes, a (Co)-krigagem ordinária (Co-OK) é conhecida como o melhor estimador para determinar o teor médio em cada bloco. No entanto, a OK é inadequada para modelar blocos pequenos em relação ao espaçamento dos dados, resultando em modelos excessivamente suavizados. Devido a essa limitação, métodos de estimativa não lineares foram desenvolvidos para gerar uma distribuição dos teores de minério para cada bloco, fornecendo informações importantes para a tomada de decisão. Esta tese apresenta a aplicabilidade de estimadores não lineares na estimativa de recursos de longo prazo para melhorar a acurácia, a precisão e a estimativa do recurso recuperável em uma mina de cobre. Além disso, é avaliado o uso de anisotropia local para a modelagem de recurso. Os resultados do recurso recuperável do modelo de curto prazo, que tem uma boa reconciliação com a planta, são comparados com modelos estimados gerados pelo método tradicional, ou seja, a (Co)-krigagem ordinária (Co-OK), e métodos não lineares: condicionamento uniforme localizado (LUC), (Co)-krigagem de indicadores múltiplos de indicadores (MIK) e (Co)-krigagem de indicadores múltiplos localizados (LMIK). Conclui-se é que os métodos não lineares melhoram a acurácia e a precisão do modelo de longo prazo quando comparado ao modelo gerado por Co-OK e que o uso de anisotropia local é essencial para modelagem da tendência dos teores. ...
Abstract
Linear estimation methods are widely used for resource evaluation. Among the existing linear estimation methods, (Co)-kriging was accepted as the best estimator to determine the average ore grade of each block. However, (Co)-kriging is inadequate for modeling small blocks in relation to data spacing, resulting in over-smoothed models. Due to this limitation, non-linear estimation methods have been developed to generate a distribution of possible ore grade values for each block, providing import ...
Linear estimation methods are widely used for resource evaluation. Among the existing linear estimation methods, (Co)-kriging was accepted as the best estimator to determine the average ore grade of each block. However, (Co)-kriging is inadequate for modeling small blocks in relation to data spacing, resulting in over-smoothed models. Due to this limitation, non-linear estimation methods have been developed to generate a distribution of possible ore grade values for each block, providing important information supporting decision-making. This thesis presents the applicability of non-linear estimators in long-term resource estimation to improve the accuracy and precision of estimates and metal recovery prediction in a copper mine. In addition, the use of local anisotropy for feature modeling is evaluated. The results of the recoverable resource from the short-term model, which has a good reconciliation with the plant, are compared to estimated models generated by the traditional method, i.e., Co-ordinary kriging (Co-OK), and non-linear methods: localized uniform conditioning (LUC), multiple indicator kriging of indicators (MIK) and the localized multiple indicator kriging (LMIK). The conclusion is that non-linear methods improve the accuracy and precision of the long-term model when compared to the model generated by Co-OK. ...
Instituição
Universidade Federal do Rio Grande do Sul. Escola de Engenharia. Programa de Pós-Graduação em Engenharia de Minas, Metalúrgica e de Materiais.
Coleções
-
Engenharias (7387)
Este item está licenciado na Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)