La geometalùrgia se define como el estudio de la génesis de los minerales respecto al desempeño de su procesamiento metalúrgico. La construcción de modelos geometalúrgicos es de suma importancia para la evaluación técnico - económica del yacimiento. La robustez del modelo depende de la cantidad de recursos invertidos para generar información potencial que servirá en la toma de decisiones. La relevancia del modelo geometalúrgico tiene un alto valor en la gestión minera, el cual sirve de instrumento para la planificación, explotación y diseño de los procesos metalúrgicos según el tipo de yacimiento. Usar la información para maximizar el rendimiento económico en los procesos de concentración tiene un potencial enorme y un desafío para los operadores de la planta. En este artículo se discutirá el uso del análisis de datos y sus aplicaciones en varios casos de éxito para depósitos tipo pórfido, teniendo en cuenta el uso de métodos estadísticos tradicionales y algoritmos de clasificación supervisados.

El modelamiento geometalúrgico multidisciplinario de la cadena de valor depende de las áreas de geología, mina y metalurgia, razón por la cual es de suma importancia en la estimación de los recursos del yacimiento. El objetivo de este estudio es determinar una metodología de modelamiento de variables no aditivas como el Work Index. Esta metodología se fundamenta en que existen variables geometalúrgicas que el promedio de los valores que la conforman no corresponde a la media aritmética del dominio, este es el caso de las variables de dureza metalúrgica. Para lograr este objetivo se usó la base de datos de una campaña de perforación de 100 km lineales para la generación de compósitos metalúrgicos de conminución, análisis geoquímicos y logueo geológico. El modelamiento de dominios sintéticos se elaboró en función de la redefinición de los dominios geoquímicos de alteración, mediante el uso de árboles de decisión y la prueba metalúrgica de Work Index. Se realizó un comparativo de este modelamiento con geoestadística clásica respecto de la propuesta, se encontraron unas mejoras en la predictibilidad de los valores de R2 de 73.92% y 93.50%, respectivamente. Los resultados muestran que la metodología de modelamiento sintético en función de la geoquímica se basa en la formación de la ganga y la roca encajante.

El modelo geometalúrgico es el resultado de la integración de las disciplinas de geología, minería y metalurgia con la finalidad de agregar valor y disminuiría el riesgo en un proceso como por ejemplo la eficiencia de flotación de calcopirita. El objetivo de este estudio fue calibrar modelos para cuantificar el contenido de arcillas y gangas de un yacimiento hidrotermal del tipo pórfido cobre-oro por espectroscopía NIR. La metodología seleccionada fue diseñar un modelo quimiométrico basado en 173 compositos de taladros diamantinos a los que se le realizó ensayos de difracción de rayos x y espectroscopia de infrarrojo cercano, validándose los resultados con una validación cruzada a través de una metodología machine learning. La creación de los modelos se realizó mediante una regresión no lineal regularizada por el método de Ridge. Se obtuvo modelos con baja linealidad para minerales de calcita y plagioclasa, con valores de R2 (0.51 y 0.78, respectivamente). El modelo de regresión presenta una linealidad para minerales de esmectita, cuarzo, ortoclasa y muscovita mostró un alto R2 (0.95, 0.93, 0.64 y 0.59, respectivamente). Los resultados encontrados para el contenido de arcillas y gangas indican que los análisis de difracción de rayos x se pueden sustituir, en gran parte, por los modelos espectrales. En el caso de la calcita y plagioclasa, sería conveniente realizar una campaña de caracterización, con la finalidad de mejorar el modelo y poder sustituir los análisis de difracción de rayos x para estas especies, lo que permitirá generar un modelo geometalúrgico de una forma rápida y eficiente con un método semi cuantitativo.