El primer premio del Maptek Geology Challenge de este año ha sido otorgado a Miguel Aliaga Oblitas, quien demostró cómo DomainMCF mejoró la consistencia del modelo y redujo el tiempo de procesamiento en el modelado geológico multivariable avanzado.
Oblitas, modelador sénior de Newmont Mining Corporation, recibe un premio personal de US$500 y una suscripción de 6 meses a DomainMCF para su empresa.
Los participantes mostraron una variedad de técnicas y aplicaciones de modelado, y la evaluación fue reñida, lo que resultó en un empate por el segundo lugar otorgado a Ed Lynch, Superintendente de Geología de Exploración, SIMEC y Danielle Karbishev, Geóloga de Estimación de Recursos, Fortescue.
Oblitas destacó la oportunidad de trabajar con datos reales de una mina activa y aplicar metodologías innovadoras para mejorar el modelado geológico. Su informe definió los desafíos de predecir con precisión el comportamiento de las vetas en profundidad, especialmente con datos limitados, y señaló mejoras significativas en la precisión y eficiencia del modelo.
“La capacidad de integrar diversos datos geológicos, como litología, datos estructurales, información mineralógica e intensidad de vetas, fue invaluable”, dijo Oblitas.
“La reducción del tiempo de procesamiento de semanas a solo unas pocas horas facilitó en gran medida las actualizaciones de los modelos y una toma de decisiones más oportuna en la exploración y la estimación de recursos”.
Oblitas señaló que la flexibilidad del Administrador de dominios en GeologyCore, que permitió la creación de reglas personalizadas y la prueba rápida de diferentes escenarios estructurales, fue clave para superar la complejidad del depósito.
“La integración de datos de múltiples variables, incluidos datos litológicos, de intensidad de vetas y mineralógicos, permitió una representación más precisa y detallada del marco estructural del depósito, algo que era difícil de lograr con los métodos tradicionales”, comentó Oblitas.
Danielle Karbishev aprovechó la oportunidad de probar GeologyCore y DomainMCF para aumentar la eficiencia del equipo de Modelado y estimación de recursos de Fortescue y evaluar las posibles aplicaciones del aprendizaje automático.
La mayor sorpresa para Karbishev fue la capacidad de DomainMCF para generar rápidamente estimaciones de ley comparables a las producidas a través de métodos de estimación establecidos como el kriging.
“Los resultados del modelo de volumen geológico y las predicciones de ley mejoraron drásticamente con datos de entrada geológicos más detallados, sin embargo, los modelos basados puramente en datos también se pueden utilizar para identificar tendencias y estructuras antes de la interpretación y la clasificación”, dijo Karbishev.
“Se requieren más pruebas, pero está claro que el aprendizaje automático podría revolucionar el modelado y la estimación de recursos a medida que avanza la tecnología”.
En términos de GeologyCore, Karbishev descubrió que las opciones de visualización de pozos de perforación en 3D eran particularmente útiles para la validación de la codificación de pozos de perforación contra superficies modeladas, así como para la interpretación del dominio estratigráfico utilizando geoquímica de múltiples elementos y datos geofísicos de fondo de pozo.
“Domain Manager permitió marcar, procesar y componer rápidamente la base de datos de pozos de perforación, mientras que Sample Manager permitió la transferencia directa de puntos de datos validados a DomainMCF para su modelado”.
“DomainMCF proporcionó modelos de bloques 3D casi instantáneos, lo que otorgó la capacidad de analizar rápidamente bases de datos extensas y probar escenarios alternativos”, concluyó Karbishev.
El geólogo de exploración superintendente de SIMEC, Ed Lynch, estaba interesado en aplicar DomainMCF a situaciones específicas en su operación de hematita y magnetita, para probar si podría facilitar las cosas a los geólogos en el sitio y liberar más tiempo para salir y “patear las rocas”.
“La complejidad del entorno geológico en el que trabajamos presenta desafíos significativos para nuestros geólogos cuando se trata de modelado 3D y control de ley”, explicó Lynch.
“DomainMCF fue fácil de usar e increíblemente rápido. Cuando se le dieron suficientes datos, pudo producir resultados similares a los procesos de modelado más tradicionales impulsados por humanos. Creo que es particularmente adecuado para escenarios de modelado de tipo control de ley”, concluyó Lynch.
Oportunidad para experimentar con tecnología de vanguardia
Ahora en su cuarto año, el Maptek Geology Challenge brinda una oportunidad para experimentar con tecnología de vanguardia para crear modelos directamente a partir de datos sin procesar, que son precisos y transformadores para aplicaciones de producción y modelado de recursos.
El tema de 2024 (control geológico para modelos geológicos) alentó a los participantes a combinar su experiencia con el poder del aprendizaje automático para crear modelos que reflejen con precisión la geología.
Maptek proporcionó herramientas de modelado geológico, como GeologyCore y DomainMCF asistido por IA, durante un máximo de cuatro semanas, con el apoyo de documentación y asistencia técnica de nuestro equipo global.
Steve Sullivan, especialista sénior en geología y líder técnico de DomainMCF, dijo que el Desafío de geología se fundó para inspirar a los geólogos a involucrarse con nuevos enfoques. El Desafío proporciona un entorno de bajo riesgo para probar datos reales con la última tecnología y explorar vías para mejorar las prácticas existentes.
“Los proyectos ganadores fueron ejemplos sólidos de cómo abordar problemas que son difíciles de resolver con métodos tradicionales y demostraron el uso de técnicas novedosas para controlar su geología”, dijo Sullivan. “Las recomendaciones para mejoras de software ya se han transmitido a nuestros equipos de desarrollo”.
Maptek agradeció el tiempo y el esfuerzo dedicados al desafío y la voluntad de los participantes de compartir ideas sobre técnicas geológicas.
Fuente: Maptek
Lo más destacado de la última edición:
