TTE293

6. CONCLUSIONES

Las pruebas metalúrgicas realizadas bajo el método “El Tesoro” y método “PHI” no permite

diferenciar comportamientos asociado al consumo de ácido sulfúrico de las unidades

geológicas, en zonas de bajo carbonato del yacimiento Encuentro. En cambio, las pruebas

metalúrgicas realizados en botellas ISO-pH permiten, junto con las características de las

unidades de litología y alteración presentes en el yacimiento Encuentro, definir 5 Unidades

Geometalúrgicas que explican y estiman bien el consumo de ácido sulfúrico.

La UGM1 corresponde a la unidad de menor consumo de ácido, con promedio de 4.3 kg/t,

representa principalmente a la alteración potásica feldespática de la roca de caja TUFAN y

al cuerpo mineralizador principal PORDAC. La UGM2 representa a la alteración potásica

biotita (KBT) y sericita (SER) contenida en la roca de caja TUFAN, con consumo promedio

de 8.9 kg/t. Mientras que la UGM3 representa a la alteración clorita-sericita (CS), cuyo

consumo de ácido promedio es de 11.4 kg/t. Con respecto a las UGM4 y UGM5, estas

representan principalmente a la litología PORDAC y TUFAN, con consumo promedio de 22

kg/t y 29 kg/t respectivamente, en sectores del depósito donde el 3 _ > 0.5%, logrando identificar con la mineralogía QEMSCAN a la ankerita como principal mineral

carbonatado que influye directamente en el consumo de ácido sulfúrico.

Es importante resaltar que a partir de la data geometalúrgica fue posible corroborar y modelar

lo indicado por Perello y Cabello (1989) respecto a los eventos que aportaron el carbonato al

yacimiento. De esta manera, se pudo concluir que el carbonato se aloja en el cuerpo primario

del depósito, bajo el techo de sulfuros. Posteriormente, se produjo la removilización a través

de estructuras principales profundas que actuaron como canalizadoras del 3 , como son las fallas Caracoles, Roja y Contacto Noroeste. Adicionalmente, una cantidad menor de

carbonato se alojó en cuerpos incipientes de óxidos exóticos en las gravas.

Dado la poca información geometalúrgica que cubre el yacimiento no es suficiente modelar

y estimar el consumo de ácido sulfúrico. Por este motivo, se desarrollaron modelos

predictivos basado en el entrenamiento de 101 botellas ISO-pH con mineralogía QEMSCAN.

Mediante el empleo de técnicas de Machine Learning, se logró poblar con predicciones de

consumo de ácido sulfúrico para un total de 850 muestras con estudios de mineralogía

68

Made with FlippingBook Online newsletter creator