KISAH SUKSES PELANGGAN: SIBANYE-STILLWATER & ISATIS.NEO

Siap untuk meningkatkan operasi pertambangan Anda?

Ketika Manajer Unit Kelompok Estimasi & Pelaporan Sumber Daya di Sibanye-Stillwater ingin mengidentifikasi dengan lebih baik dua domain geologi rumit dalam deposit Logam Kelompok Platinum yang kompleks di tambang mereka di Montana, AS, ia menggunakan alat klasterisasi sampel canggih Isatis.neo.

KISAH KLIEN

Penentuan domain geologi merupakan langkah penting dalam proses pemodelan sumber daya. Namun, domain bisa sulit diidentifikasi ketika populasi kadar terlalu rumit. Sibanye-Stillwater menghadapi tantangan serupa untuk deposit PGM (logam kelompok platinum) dengan zona kadar rendah yang kompleks dan zona kadar sangat tinggi serta beberapa patahan. Mereka berhasil menghasilkan dua domain yang memisahkan dua populasi kadar tersebut dan meningkatkan kualitas model blok.

Mereka memilih alat klasterisasi sampel untuk mengatasinya, dengan menggabungkan:

Kadar

Ketebalan bijih

Sibanye-Stillwater adalah grup pertambangan dan pengolahan logam global dengan portofolio proyek dan investasi yang beragam di berbagai negara.

Didirikan pada tahun 2013, saat ini mereka beroperasi di Argentina, Australia, Finlandia, Prancis, India, Afrika Selatan, AS, dan Zimbabwe. Dengan spesialisasi dalam berbagai komoditas, portofolio Sibanye-Stillwater mencakup emas, platinum, tembaga, seng, timbal, dan litium.

Mereka bergerak dalam berbagai komoditas seperti:

Didirikan pada tahun 2013 dan beroperasi di:

CARA MEMPERTIMBANGKAN TITIK KADAR TINGGI DALAM PERENCANAAN?

Sibanye-Stillwater tengah mengerjakan proyek perluasan badan bijih PGM di dekat tambang Stillwater dan East Boulder mereka di Montana. Proyek ini memiliki kadar yang sangat tinggi yang tersebar secara sporadis di seluruh deposit, diselingi material berkadar lebih rendah dan terpotong jalur patahan. Faktor-faktor ini menambah kompleksitas dalam menetapkan domain yang berbeda.

ALAT KLASTERISASI ISATIS.NEO ADALAH SOLUSINYA

Isatis.neo menawarkan alat klasterisasi sampel yang canggih berdasarkan klasterisasi hierarki geostatistik.

Alat ini secara otomatis mengelompokkan sampel lubang bor menjadi kelas yang homogen berdasarkan beberapa variabel kontinu dan kategoris. Pengguna dapat memilih jumlah kelas yang mereka inginkan untuk mengelompokkan data, variabel yang digunakan untuk klasifikasi, dan bobot yang akan diberikan pada masing-masing variabel.

Pengguna dapat memilih:

Jumlah kelas untuk pengelompokan data

Variabel yang digunakan untuk klasifikasi

Bobot yang akan diberikan pada masing-masing variabel

“Beberapa patahan memotong badan bijih, tetapi kami tidak yakin mana yang digunakan untuk menghasilkan domain. Kami mencari solusi yang memungkinkan kami mengidentifikasi domain geologi dengan jelas dan objektif.”

Antonio Umpire – Manajer Unit Kelompok Estimasi & Pelaporan Sumber Daya

PROSES DALAM BEBERAPA TAHAP

Antonio Umpire, yang akrab dengan Isatis.neo dan pendahulunya, Isatis, memanfaatkan alat klasterisasi sampel untuk mengkategorikan sampel ke dalam sejumlah domain tertentu.

Awalnya, ia mencoba membuat tiga domain berdasarkan nilai kadar platinum-palladium, yang mengidentifikasi satu area dengan kadar rendah.
Kemudian, ia mencoba empat domain, yang memberikan klasifikasi yang lebih jelas.
Akhirnya, Antonio memasukkan lebar horizontal tak tercampur ke dalam perhitungan dan membuat lima domain untuk memvalidasi asumsinya.

Pendekatan ini memungkinkannya untuk mengidentifikasi dua kelompok sampel yang berbeda dengan cepat dan akurat: dengan nilai rendah dan dengan nilai yang sangat tinggi. Alat klasterisasi Isatis.neo secara otomatis mengelompokkan sampel berdasarkan kesamaannya dalam berbagai variabel. Dalam kasus ini, empat kelas digunakan untuk analisis klasterisasi. Klaster ditampilkan dalam bentuk dendrogram.

OPTIMALISASI NILAI BATAS:

Penampang melintang 2D yang menunjukkan domain dalam empat kelas, ditentukan oleh klasterisasi sampel otomatis Isatis.neo. Bagian barat dengan jelas mengidentifikasi kadar yang lebih rendah.

Lebar horizontal murni:

Penggunaan variabel ‘lebar horizontal tak tercampur’ dalam domain memvalidasi pembagian domain yang hanya dihitung dengan data PTPD.

OPTIMALISASI NILAI BATAS

Antonio menerapkan prinsip serupa di blok tambang lain untuk menentukan nilai batas yang dioptimalkan untuk dua populasi kadar yang juga memiliki distribusi kompleks. Teknik ini memungkinkannya memisahkan sampel dengan kadar normal dari sampel dengan kadar sangat tinggi secara efisien dan objektif serta menentukan nilai batas yang sesuai untuk setiap populasi.