Análisis estadístico del índice RQD en un sondaje de 1000 metros en Perú usando Python: Evaluación de la calidad del macizo rocoso

• Paul Melgarejo Reyes
• 4 de agosto de 2024

El RQD (Rock Quality Designation) es un índice utilizado en geotecnia y geología para evaluar la calidad del macizo rocoso. Se calcula como el porcentaje de la longitud total de la perforación que consiste en trozos de roca de más de 10 cm de longitud. Este índice es crucial para la planificación y el diseño de proyectos mineros, ya que permite una evaluación preliminar de la estabilidad del macizo rocoso y su comportamiento frente a diferentes métodos de explotación.

 

Este artículo presenta un análisis estadístico del RQD de un sondaje de 1000 metros realizado en una mina superficial en el centro de Perú. El objetivo del análisis es proporcionar una visión detallada de la calidad de la roca a lo largo del sondaje y establecer patrones que puedan ser útiles para la planificación de futuras operaciones mineras.

 

Metodología

 

Recopilación de datos

Se realizaron mediciones de RQD a lo largo de un sondaje de 1000 metros mediante el fotologueo.

 

 

Análisis estadístico

El análisis estadístico de los datos de RQD incluye lo siguiente:

 

 

A continuación, se usó Python para poder realizar los siguientes cuadros y gráficos.

 

Importación de librerías

 

 

from google.colab import drive
drive.mount('/content/drive')
pip install empiricaldist
from gogle.colab import drive
drive.mount('/content/drive')
import pandas as pd
import seaborn as sns
import numpy as np
import empiricaldist datos.
import scipy
import matplotlib.pyplot as plt

 

 

Extracción de la data de una carpeta del Drive

 

assay_df = pd.read_csv("/content/drive/MyDrive/BOOTCAMP/FASE 1/ASE 20_LogueoDigital.csv", delimiter=';')
assay_df

 

Convertimos los tipos de datos

 

assay_df = (
    assay_df
    .astype(
        {
            'Desde': float,
            'Hasta': float,
            'RQD': float,
            'Espaciamiento (mm)': float,
            'Frecuencia de fracturas': float,
        }
    )
)
assay_df.describe()

 

Validación de datos

 

assay_df.dtypes
assay_df.dtypes.value_counts()
assay_df.shape #(filas,columnas)
assay_df.isnull().any()
assay_df.isnull().sum().sort_values(ascending=True)
assay_df.isnull().sum().sum()

 

 

Grafico Boxplot

 

sns.boxplot(x=assay_df.RQD, log_scale=True)

 

 

■   La mayoría de los valores de RQD se encuentran en el rango medio a alto, dado que la mediana está hacia el extremo superior del IQR.

■   La presencia de outliers bajos sugiere que hay algunas zonas del macizo rocoso con calidad significativamente baja.

■   La variabilidad del RQD en el conjunto de datos es considerable, lo que puede indicar heterogeneidad en la calidad del macizo rocoso.

 

 

Correlación con un gráfico de dispersión

 

correlation = assay_df['Hasta'].corr(assay_df['RQD'])
print(f'Correlación entre Profundidad y RQD: {correlation:.2f}')
plt.figure(figsize=(10, 6))
sns.lineplot(x='Hasta', y='RQD', data=assay_df, marker='o', label='Datos')
plt.title('Correlación entre Profundidad y RQD')
plt.xlabel('Profundidad (m)')
plt.ylabel('RQD (%)')
plt.legend()
plt.grid(True)
plt.show()

 

 

■   La calidad del macizo rocoso varía significativamente con la profundidad, lo que puede deberse a diferentes litologías, estructuras geológicas, o condiciones hidrogeológicas.

■   La presencia de altos valores de RQD en varias profundidades indica zonas de roca de buena calidad.

■   Los valores bajos de RQD en ciertas profundidades sugieren la presencia de zonas de fracturación o alteración significativa.

 

 

Conclusiones

 

Variabilidad en la Calidad del Macizo Rocoso
El análisis estadístico del Índice RQD en el sondaje de 1000 metros revela una notable variabilidad en la calidad del macizo rocoso a lo largo del perfil de perforación. La presencia de valores altos y bajos de RQD indica diferencias significativas en la calidad de la roca, reflejando una heterogeneidad en la estructura y las características del macizo rocoso.

 

Identificación de Zonas Críticas
La utilización de Python para el análisis de datos ha permitido identificar zonas con baja calidad de roca a través del gráfico de caja (boxplot) y la correlación entre profundidad y RQD. Estas zonas, caracterizadas por valores bajos de RQD, sugieren la presencia de fracturas o alteraciones significativas, que podrían representar desafíos para la estabilidad y la planificación de futuras operaciones mineras.

 

Impacto de la Profundidad en el RQD
El gráfico de dispersión revela una relación variable entre la profundidad y el RQD. Los altos valores de RQD en ciertas profundidades indican zonas de roca de buena   calidad, mientras que los valores bajos en otras profundidades sugieren áreas con posible fracturación o alteración. Esta variabilidad debe ser considerada al diseñar   las estrategias de explotación minera para garantizar la estabilidad y eficiencia de las operaciones.