| Journal: | Dyna (Medellín) |
| Database: | PERIÓDICA |
| System number: | 000360104 |
| ISSN: | 0012-7353 |
| Authors: | Saavedra González, Angeles1 Ordóñez Galán, Celestino2 Taboada Castro, Javier3 Giráldez Pérez, Eduardo3 Sierra Fernández, Carlos4 |
| Institutions: | 1Universidad de Vigo, Departamento de Estadística, Vigo, Pontevedra. España 2Universidad de Oviedo, Departamento de Explotación Minera y Prospectiva, Oviedo. España 3Universidad de Vigo, Departamento de Recursos Naturales, Vigo, Pontevedra. España 4Universidad de Oviedo, Grupo de Biotecnología Ambiental y Geoquímica, Oviedo. España |
| Year: | 2013 |
| Season: | Abr |
| Volumen: | 80 |
| Number: | 178 |
| Pages: | 61-69 |
| Country: | Colombia |
| Language: | Inglés |
| Document type: | Artículo |
| Approach: | Aplicado, descriptivo |
| Spanish abstract | Adaptamos el método universal de predicción por Krigeado a contextos con datos inciertos o imprecisos. Empleando la teoría de conjuntos difusos, desarrollamos un Krigeado difuso universal que utilizamos para estimar tipos de calidades en un depósito de cuarzo. El método modela la tendencia de los datos por combinación lineal de funciones que dependen de las coordenadas de cada punto, que son números fuzzy. La dependencia espacial entre los datos es determinada por medio de covariogramas no difusos. El método propuesto proporciona números difusos y varianzas no difusas en puntos no muestreados. Finalmente, los números difusos estimados son convertidos en calidades de cuarzo y representados gráfi camente. Por medio del modelo obtenido empleando números difusos ha sido posible efectuar minería selectiva del depósito mineral dependiendo de la demanda del mercado para los tres productos explotados |
| English abstract | We adapt the universal kriging method of prediction to contexts with uncertainty and imprecise data. Using fuzzy set theory, we develop a fuzzy universal kriging that we use to estimate quality classes for a quartz deposit. The method models the trend in the data by linearly combining functions that depend on the coordinates for each point, which are fuzzy numbers. The spatial dependence between the data is determined by means of non-fuzzy covariograms. The proposed method provides fuzzy numbers and non-fuzzy variances at unsampled locations. Finally, the estimated fuzzy numbers are translated back into quartz qualities and graphically represented. From the grade model obtained by using fuzzy kriging it has been possible to perform selective mining at the deposit depending on market demand of the four products exploited |
| Disciplines: | Ingeniería |
| Keyword: | Ingeniería de minas, Minería selectiva, Cuarzo, Krigeaje, Números difusos |
| Keyword: | Engineering, Mining engineering, Selective mining, Quartz, Kriging, Fuzzy numbers |
| Full text: | Texto completo (Ver HTML) |
