Del desafío viene la oportunidad
Para una empresa de consultoría de Nueva Zelanda, Maptek Geology Challenge fue una oportunidad para probar un nuevo software que, en última instancia, podría mejorar los resultados para los clientes.
Como usuario de Maptek Vulcan desde hace mucho tiempo, el ingeniero geólogo Kane Inwood dirige Geosolutions Tasman Ltd y ha estado trabajando en la industria de la minería y las canteras durante más de 25 años. En 2022, Inwood identificó un proyecto de modelo de recursos que se adaptaría a la combinación de Vulcan GeologyCore y Maptek DomainMCF.
“Los desafíos para las actualizaciones de recursos incluyen el tiempo y la duración del trabajo”, dijo Inwood.
“La estimación de costos para el trabajo del proyecto siempre es increíblemente difícil y cuando tiene que volver a los primeros principios, pueden ocurrir sobrecostos”.
Inwood generalmente dedica mucho tiempo a actualizar los modelos originales y a menudo vuelve a los datos sin procesar para revisar y validar las bases de datos de sondajes desde cero.
“Es posible que un modelo se haya actualizado varias veces, pero una vez que se comienza a desentrañarlo, algunos artefactos históricos o suposiciones no se acumulan”.
Inwood notó de inmediato una de las ventajas de usar Vulcan GeologyCore.
“La vinculación a los códigos de la base de datos original fue mucho más rápida y fácil, lo que me permitió realizar cambios significativos rápidamente en los dominios de modelamiento”
Sin embargo, el mayor beneficio general del proceso de actualización de recursos fue la velocidad de DomainMCF. Ser capaz de comparar el resultado de machine learning con el modelo implícito condujo a conocimientos fundamentales.
“Construí dos modelos provisionales utilizando la misma base de datos del proyecto: uno en DomainMCF y el otro con modelamiento implícito en Vulcan GeologyCore. La superposición de estos dos modelos, combinados con los datos de exploración, indicó que el modelo histórico había sobreestimado significativamente el recurso en algunas áreas”.
Confianza geológica
Los representantes del cliente, que eran nuevos en el proyecto, habían observado recientemente una geología estructural compleja en el sitio. Las discrepancias entre los diversos modelos geológicos les alertaron sobre la probabilidad de lagunas en los datos del sitio.
“Estaba claro que el modelamiento anterior no había captado adecuadamente la complejidad estructural y como resultado, el modelo geológico tenía un nivel de confianza bajo”.
Inwood usó los resultados de Maptek para transmitir el enfoque del modelamiento a su cliente: recorrer el depósito guiado por la base de datos de sondajes de exploración actual, los modelos implícitos y DomainMCF.
“La superposición del modelo DomainMCF basado en datos ayudó a comunicar estos problemas e identificar regiones donde más datos son necesarios.
Reconociendo que hay más trabajo por hacer, Inwood cree que hacer bien lo básico puede respaldar una mejor planificación de perforaciones adicionales y optimizar el tiempo y el costo de exploración.
“El mapeo geológico, el trabajo de campo y la interpretación de datos pueden determinar dónde se colocan los pozos de exploración y también ayudar a identificar claramente las áreas a las que es probable que se dirija el futuro desarrollo de canteras”.
La mayoría de los proyectos en los que participa Inwood requieren que los modelos se construyan desde cero utilizando los primeros principios y por lo tanto no suelen ser adecuados para un flujo de trabajo completamente automatizado. Es importante que los clientes tengan confianza en la experiencia del consultor y los procesos que han creado el mejor modelo.
Al final del desafío de Maptek, Inwood había ayudado a sus clientes a comprender mejor su depósito. Lo que comenzó como una actualización rápida del modelo geológico, basada en los datos disponibles, condujo a un modelo basado en datos provisionales y una nueva evaluación del plan del proyecto.
Mirando hacia el futuro, Inwood anticipa que Vulcan GeologyCore ayudará con los proyectos de actualización del modelo de recursos para clientes en curso.
En resumen, el Geology Challenge permitió a Inwood probar nuevas herramientas para validar datos de perforación, experimentar con machine learning y obtener información sobre los niveles de confianza de los resultados del modelo de recursos.
Gracias a
Kane Inwood
Geosolutions Tasman Ltd
- Un nuevo enfoque del software y una aptitud para volver a lo básico dieron como resultado un resultado positivo para una actualización del modelo de recursos
- Los modelos provisionales generados rápidamente a través de machine learning y comparados con el modelo implícito generaron conocimientos fundamentales sobre la confianza en el modelo actual.
- La experiencia y los conocimientos en geología y las herramientas de software adecuadas son la combinación ideal para generar modelos de recursos auditables y realistas.