Taller de Aseguramiento y Control de

la Calidad

Sesin 1. Introduccin
Aseguramiento y Control de la
Calidad

TEMARIO

Referencias Histricas
La Calidad en la Norma NI 43-101
Estimacin de Recursos
Aseguramiento y Control de la Calidad
Principales Tipos y Fuentes de Error
Conceptos Bsicos de Calidad
Evaluacin de la Calidad
Algunas Referencias Histricas

El caso Bre-X

El caso Southwest

Algunas experiencias personales

El Caso Bre-X

En 1989, David Walsh funda Bre-X Mineral Ltd.

En marzo de 1993, Walsh, por consejo del gelogo John Felderhof,
compra una propiedad cerca del ro Busang en Borneo, Indonesia.
El Jefe del Proyecto es el gelogo Filipino Michael de Guzman y hace
una primera estimacin aproximada de 2 millones de onzas de oro.
En 1995, fue de 30 Moz (850 MT), en 1996, 60 Moz (1,700 MT) y por
ltimo. En 1997, Kilborn Engineering estima 70 Moz (2,200 MT).
Cada accin llega a cotizarse en CAD$ 286.50 en la Bolsa de Valores de
Toronto (TSX), capitalizando ms de CAD$ 6,000 millones.
El 26 de marzo de 1997, Freeport anuncia que tras el anlisis de sus
propias muestras estas contienen "insignificantes cantidades de oro".
Despus del anuncio las acciones caen estrepitosamente y el caso de
Bre-X se convierte en el fraude ms grande de Canad en su historia.
En el escandalo quedan envueltos la familia del presidente indonesio
Suharto y Barrick Gold.
El Caso Bre-X - Consecuencias

En mayo de 1997, Bre-X se enfrent a una serie de demandas de

inversionistas furiosos que haban perdido miles de millones.
Entre los principales perdedores estn: La Junta Municipal para el
Retiro de los empleados de Ontario (prdida de $ 45), el Fondo de
Pensiones del Sector Pblico de Quebec ($ 70), y el Plan de Pensiones
de Profesores de Ontario ($ 100).
Desplome de las bolsas en las que se negocian acciones mineras y de
exploracin en todo el mundo.
Reduccin drstica de las exploraciones a nivel global.
Revisin de los Cdigos Mineros.
Preparacin de nuevas regulaciones para proteger a los inversionistas .
Elaboracin de recomendaciones generales para la implementacin de
las buenas prcticas en la exploracin mineral para mantener la
confianza pblica y ayudar a los reguladores de valores
El caso Southwest
Proyecto Boka - China

Entre mayo 2003 a febrero 2007, Paterson emiti 25 comunicados

(PEAs), informando los resultados de los ensayes del Proyecto Boka.
Cada comunicado contena nmeros falsos creados por John Paterson
para reemplazar los verdaderos nmeros.
En diciembre 2006, SRK estima recursos medidos e indicados en Boka 1
por un total de 3.1 Moz de oro, en 31,2 MT con una ley de 3.05 g/t
En agosto de 2007, John Paterson es acusado de la creacin de
certificados de ensayes falsificados para que coincida con los resultados
modificados en formato electrnico los que fueron ingresados a la base
de datos del proyecto.
Tambin es procesado por retrasar la contratacin de expertos para
preparar un estudio de pre-factibilidad para el Proyecto Boka en un
esfuerzo por ocultar su engao.
Por qu preocuparnos por la
Calidad? (1)

Fig. 1: Reproductibilidad de los Duplicados de Pulpas Grfico General

Por qu preocuparnos por la
Calidad? (2)

Fig. 2: Reproductibilidad de los Duplicados de Pulpas Leyes Bajas

Por qu preocuparnos por la
Calidad? (3)

Fig. 3: Reproductibilidad de los Duplicados de Pulpas Leyes Bajas

Exigencias del NI 43-101 sobre la
Calidad

Toda informacin escrita de naturaleza cientfica o tcnica

relacionada con proyectos mineros, debe:

Especificar si una Persona Calificada verific los datos en que

se basa dicha informacin, incluyendo el muestreo, los
anlisis qumicos y las pruebas metalrgicas.
Describir el programa de aseguramiento de la calidad y las
medidas de control de calidad.
Describir la naturaleza y las limitaciones de la verificacin.
Explicar cualquier deficiencia encontrada en la verificacin.
Estimacin de Recursos

Estimacin Aproximacin

Un estimado del nmero de participantes en el evento indica

que la suma podra superar las 300 personas

Clculo Conclusin

El clculo del nmero de participantes en el evento arroj una

cifra de 353 personas hasta las 15:00 horas del da 14

Estimacin de Recursos
Clculo de Reservas
Estimacin de Recursos

Principal fuente de informacin:

Muestras provenientes de
sondajes y de
labores mineras
Estimacin de Recursos

Recurso V = 125,000 m3
d = 2.4 t/m3
Real
Mc = 300,000 t

50 m de testigo NQ
Base para la 25 muestras de 2 m c/u
Estimacin 6.0 kg de pulpas
50 g en 25 alcuotas

Alcuota de 2 g = 12,000 t de recurso

50 m 1 : 6000,000
La Calidad de los Datos en la
Estimacin de Recursos

CALIDAD

1. f. Propiedad o conjunto de propiedades inherentes a algo,

que permiten juzgar su valor.
(www.rae.es)

Factores Geolgicos,
Calidad de la
Muestreo, Preparacin y Anlisis,
Estimacin
Registro de los Datos
Aseguramiento de la Calidad

ASEGURAMIENTO DE LA CALIDAD (AC)

Conjunto de actividades preestablecidas y sistemticas

necesarias para garantizar que una determinada actividad

u operacin alcance un grado aceptable de calidad

AC Prevencin
Aseguramiento de la Calidad

CONTROL DE LA CALIDAD (CC)

Tcnicas y actividades de carcter operativo, utilizadas

para determinar el nivel de calidad realmente alcanzado

CC Deteccin
Aseguramiento de la Calidad

OBJETIVO

Actuar desde el inicio del proyecto sobre las principales fuentes de

error, con el objeto de tener en cuenta su influencia, y eliminar o
minimizar su efecto
Aseguramiento de la Calidad

TIPOS DE ERRORES

Tipo I: Errores Graves

Tipo II: Errores Aleatorios

Tipo III: Errores Sistemticos

Aseguramiento de la Calidad

PRINCIPALES FUENTES DE ERROR

La heterogeneidad geolgica
La toma de las muestras
La medicin de los parmetros
La preparacin de la base de datos
 Control de la Calidad

OBJETIVO

Monitorear los posibles errores mediante la insercin de muestras de

control en el flujo de muestras, o la realizacin de operaciones de
control, con el fin de cuantificar o evaluar sus posibles efectos y tomar
oportunamente medidas correctoras.
Control de la Calidad

CONCEPTOS BSICOS

Precisin
La habilidad de repetir consistentemente los resultados de
una medicin en condiciones similares

Exactitud
La proximidad de una medicin a un valor "real" o aceptado
como "apropiado"

Contaminacin
La transferencia involuntaria de material de una muestra o
del medio circundante a otra muestra
Control de la Calidad

CONDICIONES PARA LA EVALUACIN

Repeticin de acciones en
Precisin condiciones tan cercanas a las
originales como sea posible

Comparacin de acciones originales

Exactitud con otras realizadas en condiciones
tan ideales como sea posible

Medicin del efecto de la

Contaminacin operacin sobre un material
probadamente estril
Control de la Calidad

Precisin Exactitud

Tirador poco preciso Tirador poco exacto

Tirador muy preciso Tirador muy exacto

 Como se Evala la PRECISIN

En el muestreo (error de muestreo)

A travs de muestras gemelas (medio testigo, un tercio de
testigo, un cuarto de testigo, canales paralelos, muestras
alternadas en bandas transportadoras, etc.)
En la preparacin o el cuarteo (error de sub-muestreo)
A travs de duplicados de rechazo grueso (de preparacin, de
sondajes de aire reverso, de cuarteo, etc.)
En el anlisis (error analtico)
A travs de duplicados de rechazo fino (controles internos,
duplicados de pulpa)

Enviar las muestras simultneamente, al mismo laboratorio

(primario), y con diferente nmero, para garantizar que su identidad
no sea reconocida
Como se Evala la PRECISIN

Precisin - magnitud cualitativa

Ejemplo de uso:
baja precisin, alta precisin, precisin aceptable

Error Relativo - magnitud cuantitativa:

2*|Vo-Vd|
ER= -------------------
(Vo+Vd)

Valor absoluto de la diferencia entre el valor original y el valor

duplicado, dividido por el promedio entre ambos valores
Como se Evala la PRECISIN

Lmite de Deteccin Prctico

Ley ER ~ 100%
 Como se Evala la PRECISIN

GRFICO MAX-MIN (y2=m2x2+b2)

New Project Exploration Program: Cu in Twin Samples

7
39783

6 y=mx
(Asintota)

4 41135
Max Cu (%)

TS
45 Line
Failure Line-30% Rel. Error
3
Failures

39101
41946
39530
2 39465
41985
39705
40987
38866
41465
1 41738
40866 Pobre precisin
cerca del lmite
0
de deteccin
0 1 2 3 4 5 6 7
Min Cu (%)

asntota - lnea recta que se acerca pero jams intercepta una curva
Como se Evala la PRECISIN

Grfico de Frecuencia Acumulada de los Errores Relativos

Como se Evala la PRECISIN

Grfico de THOMPSON-HOWARTH
Como se Evala la PRECISIN

CRITERIO DE ACEPTACIN

No ms de 10% de los pares de muestras debe quedar fuera del rango de

tolerancia delimitado por la hiprbola y2=m2x2+b2, con pendiente m
calculada para b=0 y errores relativos (ER) segn el tipo de muestra:

Muestras gemelas: ER = 30% (m=1.35)

Duplicados gruesos: ER = 20% (m=1.22)
Duplicados finos: ER = 10% (m=1.11)
Como se Evala la EXACTITUD

EN EL MISMO LABORATORIO

A travs de estndares certificados, materiales preparados y

documentados en condiciones especiales muy controladas por
laboratorios de reconocida reputacin

EN OTRO LABORATORIO

A travs de muestras de chequeo (controles externos,

duplicados externos de rechazo fino)

Como se Evala la EXACTITUD

Exactitud - magnitud cualitativa

Ejemplo de uso:
baja exactitud, alta exactitud, exactitud aceptable

Sesgo - magnitud cuantitativa

S e s g o ( % ) = ( AV/ BV ) - 1

donde AV representa el promedio de los valores obtenidos en el anlisis del

estndar, y BV el valor aceptado del estndar
Como se Evala la EXACTITUD

CRITERIO DE ACEPTACIN

El sesgo resultante del anlisis, una vez que son excluidos los
valores dispares, debe estar dentro de lmites aceptables:

Bueno: |Sesgo| < 5%

Aceptable: |Sesgo| entre 5% y 10%
Inaceptable: |Sesgo| > 10%
Como se Evala la EXACTITUD

GRFICO DE CONTROL PARA LOS ESTNDARES

Control Chart Standard GBM997-8 - Cu / Geotechnical Drilling Program

QA/QC 2009
No Outliers
1.35
Data

1.30 Mean +/- 2

1.25 std.dev.s
GBM997-8, Cu (%)

Best Value
1.20
Moving Average
1.15
1.05 x Best+CI
1.10
0.95 x Best-CI
1.05 High Clusters

1.00 Low Clusters

0.95 Mean all 1.156

02-7-2009

02-7-2009

03-7-2009

07-7-2009

08-7-2009

08-7-2009

13-7-2009

13-7-2009

13-7-2009

13-7-2009

14-7-2009

14-7-2009

15-7-2009

16-7-2009

16-7-2009

16-7-2009
No. of Results 16

Relative Bias -0.4%

In order Assayed, by Lab Job Date

This report
Como se Evala la EXACTITUD

Grficos de Exactitud para los Estndares

Accuracy Plot - Cu - 2009 Geotechnical Drilling Program
2.5

GBM399-6
2.0

y = 0.9457x + 0.064
R = 0.9995
1.5
Mean

GBM997-8
Mean vs. Best
Value
1.0

Bias: -5.4%
GBM303-5
0.5

GBM301-9

0.0
0.0 0.5 1.0 1.5 2.0 2.5
Best Value
Como se Evala la EXACTITUD

GRFICOS DE REGRESIN PARA LAS MUESTRAS DE VERIFICACIN

Como se Evala la CONTAMINACIN

DURANTE LA PREPARACIN

A travs de blancos gruesos: materiales con granulometra gruesa,

duros, y carentes de los elementos cuya contaminacin debe ser
evaluada

DURANTE EL ANLISIS

A travs de bancos finos: materiales pulverizados, duros, y carentes

de los elementos cuya contaminacin debe ser evaluada

Como se Evala la CONTAMINACIN

GRFICOS DE BLANCOS VERSUS MUESTRAS PRECEDENTES

2009 Geotechnical Drilling Program - Coarse Blanks versus Previous - Cu (%)

0.0090

0.0075

0.0060

Cu
Blank

0.0045
Safe Limit

Regression

0.0030

0.0015

0.0000
0.0 0.5 1.0 1.5 2.0 2.5

Preceding Sample
Como se Evala la CONTAMINACIN

CRITERIOS DE ACEPTACIN

Los valores de los bancos no deben estar directamente

influenciados por las leyes de las muestras precedentes

Los valores de los blancos no deben exceder en ms de 4 5

veces los lmites de deteccin del elemento
Cuntas muestras de control
utilizar

Cada tipo de muestra de control tiene un objetivo diferente

Controles Internos:
3% a 5% para cada tipo de muestras
Controles Externos:
5% del total de muestras en el lote
Incluir duplicados, estndares y blancos en el lote
Chequear la granulometra a un 10% de las muestras
Ambos tipos de controles:
La cantidad total no debe exceder el 20% de los lotes
 Qu hacer en presencia de errores

En todos los casos

Verificar las muestras vecinas: identificar posibles confusiones
Muestras Gemelas:
Verificar fsicamente los intervalos de muestreo
Muestras Gemelas, Duplicados y Estndares:
Repetir las muestras con problemas y algunas muestras vecinas, o incluso del
lote entero, si es necesario
Blancos:
Requerir mejoras en procedimientos de preparacin y anlisis

En ltima instancia, si fuese necesario, eliminar de raz

la fuente del problema
 FIN
LINAMEC
Linares Americas Consulting S.A.C.