Вы находитесь на странице: 1из 13

ESTUDO DE VARIABILIDADE DE ROM (Run of Mine) USANDO FERRAMENTAS

DE SIMULAO E OTIMIZAO

Tales Bianchi
Engenheiro de planejamento de lavra
Tales.bianchi@vale.com
Luiz Ezawa
Gerente de planejamento de lavra
Diniz Ribeiro
Gelogo especialista

RESUMO
Um dos mais importantes desafios para engenheiros de minas a correta anlise e gerao de
planos sequenciados de lavra que buscam metas de qualidade do minrio de ferro na
alimentao da usina de concentrao. O objetivo deste estudo comparar a variabilidade de
teores com o uso ou no de pilhas de homogeneizao atravs de modelos combinados de
simulao/otimizao das operaes de mina com modelos de pilhas de homogeneizao.
Uma ferramenta baseada em simulao, usando Arena/Lingo e em um algoritmo de formao
de pilhas, foi desenvolvida, testada e aprovada na VALE Brasil, com excelentes resultados
apresentados neste artigo.
Palavras-chave: qualidade de minrio; variabilidade; simulao e otimizao
ABSTRACT
One of the most important challenges for mining engineers is the correctly analyze and
generation of scheduled mining plans which search for targets iron ore quality in the
concentration plan feed. The objective is to compare the grades variabilities with and without
homogenization stok pile through combined simulation/optimization models to mining
operations with stock pile homogenazation models. A tool based on simulation using
Arena/Lingo and on algorithm of stok pile formation, was developed, tested and approved
within VALE Brazil, with excellent results presented in this paper.
Key-words: ore quality; variability; simulation and optimization

INTRODUO
O contexto de operaes unitrias de lavra a cu aberto apresenta vrias particularidades com
relao produo desejada (massa de minrio) e ao controle de qualidade e de custos
associados disponibilidade e utilizao dos recursos fsicos de cada mina. Isso tudo deve ser
levado em considerao em projetos de minerao, pois toda a cadeia produtiva depende
destas operaes.
Neste caso, o trabalho desenvolvido forneceu resultados para tomada de deciso sobre
implantao ou no de um ptio de homogeneizao no projeto do Complexo Vargem Grande
da VALE, avaliado em mais de 2 bilhes de reais. Tratando-se de projetos de grande porte,
todas as decises devem ser muito embasadas para o sucesso do empreendimento. Apesar do
valor investido para construo desta pilha representar somente cerca de 1 % do investimento
deste empreendimento, uma fase de muita relevncia porque este material alimentar a
planta de tratamento de minrio e posteriormente a usina de pelotizao.
No estudo de formao da pilha necessrio saber a ordem de chegada dos caminhes no
ponto de descarga. Para isto foi utilizada uma soluo que contempla ferramentas de
simulao combinada com interaes automticas com algoritmos de otimizao para
alocao dinmica de escavadeiras e caminhes em frentes de lavra pr-definidas nos planos
seqenciados de lavra, conforme apresentado por Bianchi et al (2008).
METODOLOGIA
A metodologia usada neste estudo contempla as seguintes etapas: seqenciamento trimestral
de lavra para o perodo de um ano; cubagem entre polgonos (reas de lavra); simulao
estocstica (ARENA) com otimizao tentando reproduzir ao mximo as operaes de mina;
e simulao de empilhamento. O fluxograma apresentado na Figura abaixo, ilustra a
metodologia citada.

Figura 1: Resumo da metodologia adotada

No fluxograma mostrado anteriormente verifica-se que h tentativa de blendagem em duas


frentes de ataque: no seqenciamento operacional usando o ARENA para minimizar a
variao de teores na lavra, e na homogeneizao da pilha, sistema mais usado na indstria
mineral para reduo de variabilidade.
Planos seqenciais de lavra
A etapa de planejamento muito importante em qualquer tipo de lavra de minrio. Os planos
buscam reduo de custos ao maximizar a produo sem perder o foco no controle de
qualidade. Nos planos de lavra a utilizao de recursos (escavadeiras, caminhes e tratores)
precisa ser adequada s restries operacionais.
Nesta linha de raciocnio, planejamento significa previsibilidade, desde que seja possvel
gerar planos que possam ser executados em conformidade com restries de qualidade e
recursos disponveis.
Na mina, o minrio extrado de diferentes reas de lavra. Cada rea tem uma escavadeira ou
carregadeira para carregar o material nos caminhes que transportam o minrio para uma
pilha de homogeneizao ou, em alguns casos, diretamente para uma britagem primria. O
principal problema manter a qualidade do minrio de ferro na pilha, assegurando que o teor
de ferro e de outros contaminantes do produto final no saia da especificao. Cada frente de
lavra tem diferentes teores e preciso gerenciar a mina a fim de extrair a quantidade correta
de material em cada rea para alcanar qualidades (teores) e quantidades que atendam as
especificaes da pilha. Isto significa alocar a frota de caminhes para as reas de lavra e
fazer o nmero correto de viagens em cada uma, assim como mostrado na Figura 1. Alm
disso, algumas reas requerem lavra em conjunto com estril antes de alcanar o minrio
fazendo com que a frota de equipamentos seja alocada para trabalhar nestas reas tambm.

Figura 1: Esquema ilustrativo de formao da pilha de homogeneizao


Este problema poderia ser modelado usando ferramentas de otimizao simples, com foco na
alocao de escavadeiras e estimativa de viagens de cada caminho em cada rea para
alcanar os teores desejados. Mas o processo real tem muitas outras variveis, algumas delas
estocsticas, que impactam nos planos, como:

Manuteno das escavadeiras;


Manuteno dos caminhes;
Exausto das frentes de minrio (exige uma nova realocao);
Exausto das frentes de estril (exige uma nova realocao);
Mdias no refletem precisamente nas operaes de carregamento e transporte.

Um modelo de simulao a eventos discretos pode reproduzir aleatoriamente quebras nos


equipamentos e a variao do tempo das viagens e processos. Isto faz com que a simulao
seja uma boa ferramenta para verificar a viabilidade dos planos de lavra. De acordo com
Rasche & Sturgul (1991) modelos de simulao so usados na indstria mineral desde 1961.
Alm disso, simulao se tornou uma importante ferramenta para monitorar operaes de
mina (Turner, 1999) e analisar sistemas de minerao complexos (Panagiotou, 1999). Porm
um modelo de simulao sozinho no apto para representar complexas decises heursticas
que so usadas para escolher o melhor plano de viagem de caminhes em alguns sistemas.
Ento absolutamente necessrio a utilizao de ferramentas de otimizao nestes casos.
A soluo proposta a integrao de ambas as ferramentas: simulao a eventos discretos e
otimizao, no como uma pr ou ps simulao, mas sim com combinadas execues.
Simulao com otimizao
A ferramenta de otimizao tradicionalmente usada para encontrar o melhor caminho para
uma tarefa, mas neste caso, ajudar o modelo de simulao a ter uma similaridade com o
sistema real. O modelo de simulao pode reproduzir o comportamento do sistema
aleatoriamente enquanto executa os planos de viagem dos caminhes, gerando eventos de
manuteno baseado em dados histricos e outras interferncias como abastecimento, trocas
de turno, etc. Cada evento precisa acionar o otimizador de maneira que recrie os planos de
viagem e comunique ao modelo de simulao estas novas alocaes. A Figura 2 ilustra este
processo.
Simulao
Otimizao

0.0 239.
Manuteno de
escavadeira

Otimizao

506.
Exausto de
rea de
minrio

Otimizao

941.
Manuteno de
escavadeira

Figura 2: Linha do tempo simulao com otimizao


O nmero de interaes entre o simulador e o otimizador depende da quantidade de frentes de
lavras disponveis no plano de lavra, suas qualidades e massa total; tambm depende das
disponibilidades e caractersticas das escavadeiras e caminhes. Para todos os casos
simulados, o mnimo de interaes ser dado por:

Cada incio de simulao (t=0), o otimizador acionando para gerar o primeiro


cenrio de alocao dos equipamentos;

Uma vez por dia o otimizador acionado para verificar e corrigir problemas de
controle de qualidade;
Para cada evento de exausto de massa na frente de lavra uma ou mais escavadeiras
precisam ser realocadas;
Para cada evento de manuteno dos equipamentos de carga e transporte que possa
implicar em uma blendagem inadequada, por exemplo, se uma escavadeira alocada em
uma frente de material com boa qualidade quebrar, provavelmente ser necessria a
realocao dos outros equipamentos para suprir esta demanda.

Para cada interao o modelo de otimizao tenta manter o mesmo cenrio da ltima alocao
para minimizar a movimentao de escavadeiras na mina. Isto absolutamente necessrio
para reduo de custos e maximizao da produo.
Os dois modelos (simulao e otimizao) param de rodar em duas situaes: quando o
perodo simulado termina, ou seja, o plano de lavra satisfatrio; ou quando no existe mais
blendagem possvel, nesse caso o plano de lavra no exeqvel at o final do perodo.
A maior preocupao ao construir modelos de simulao assegurar que este modelo
representar corretamente o sistema real. Para conseguir isto, o analista precisa considerar o
nvel de detalhe suficiente para reproduzir a realidade para metas do estudo. Alguns
procedimentos que existem no sistema, mas que no afetam as medidas dos resultados
desejados, no so modelados, ao contrrio dos elementos relevantes os quais no podem ser
ignorados.
Porto & Lobo (1999) afirmam que quando um modelo construdo com muito detalhe e
complexidade, ele comea a ficar lento e seu entendimento e atualizao ficam difceis. A
confiabilidade, neste caso, reduzida, conforme ilustrado na Figura 3, abaixo.
Confiabilidade

Aumento da
Confiabilidade

Diminuio da
Confiabilidade

Nvel de Detalhe

Figura 3: Confiabilidade vs. nvel de detalhe


Quando o analista modela sistemas mais complexos, ele geralmente no obrigado a
reproduzir o procedimento exato do sistema real. Normalmente a verso do modelo pode ser
mais simples. Segundo Pidd (1998) o modelo no precisa ter a mesma complexidade do
processo real porque ele parte de um sistema usurio-modelo. Para o autor, a frase
modele simples, pense complicado relevante para o analista. Porm, em algumas vezes,
no existe maneira de evitar ou simplificar procedimentos complexos sem perder preciso nos
resultados. s vezes o sistema tem que envolver decises ou outros elementos crticos que so
importantes para a soluo do problema.
Esta soluo pode ser apresentada em um caso onde o sistema real tem um procedimento de
otimizao que periodicamente executado para atender metas de qualidade e de produo.
Ferramentas de simulao no so designadas para resolver problemas complexos de

otimizao com rapidez e facilidade, o que um obstculo real para a reproduo das
atividades de lavra. Assim o uso de modelos de otimizao associados com modelos de
simulao aplica-se resoluo deste tipo de problema (Merschmann, 2002).
Neste caso o objetivo fornecer metas de produo e qualidade praticveis para o ROM (Run
of Mine) na mina. Isto crtico porque metas mais baixas possveis para contaminantes
representam perda de reserva para a empresa e metas mais altas que o mximo permitido tm
srias conseqncias no atendimento de produtos.
Simulao das pilhas de homogeneizao
A recuperao nas plantas de processamento mineral afetada pela alta variabilidade de
teores. A recuperao do minrio maximizada quando os principais teores da planta so
mantidos com intervalos estreitos de variao. A reduo neste intervalo de teor na
alimentao pode ser alcanada via seqenciamento de lavra, e/ou homogeneizao usando
pilhas de blendagem.
Segundo Costa et al (2008), o sistema de blendagem consiste basicamente de espalhamento e
empilhamento de sucessivas camadas de minrio, na maioria das vezes formada pelo ROM
aps algum estgio de cominuio. Esta pilha forma um prisma de base triangular o qual
depositado material horizontalmente e recuperado pelas fatias verticais compreendidas de
camadas mltiplas (Figura 4). Este o conceito bsico do algoritmo usado para simulao de
formao das pilhas.
R QUANTIDADE DE MATERIAL POR CAMADA

K QUANTIDADE
DE MATERIAL
RECUPERADA POR
FATIA

VARIAO NA
QUALIDADE
ATRAVS DAS
FATIAS

Figura 4: Representao de empilhamento e recuperao na homogeneizao da pilha


(Schofield, 1980)

Estudo de caso simulao do ROM para estudo de variabilidade


Este estudo compreende a simulao do ROM Itabirtico da Mina de Abboras que alimentar
uma nova usina de tratamento de minrios e suportar o projeto Itabiritos de Vargem Grande
fase-I de 2013 a 2018, quando uma nova fase dever ser implantada.
Premissas para planos de lavra
Os planos de lavra a serem simulados seguiram as premissas de produo e relao estril
minrio (REM) conforme Tabela 1 abaixo. As variveis de qualidade foram mantidas
constantes, o mximo possvel, de acordo com plano anual proposto.
Tabela 1: Premissas de massas por trimestre
1 Trimestre
2 Trimestre
3 Trimestre

4 Trimestre

ROM

4 000 000 t

4 000 000 t

3 700 000 t

4 000 000 t

REM

0.57

0.73

0.79

0.47

Premissas para a simulao/otimizao

Frentes de lavra com massa e qualidade:


o Teores simulados: W3 (% massa <0.15mm), Fe, P, SiO2, Al2O3, Mn e PPC;

Curvas estatsticas para:


o Tempo de carregamento;
o Tempo de transporte cheio;
o Tempo de descarga;
o Tempo de transporte vazio;

Frota de transporte Caminhes CAT 785:


o Capacidade (Payload) 150t;
o Quantidade 10 Equipamentos;
o Compatibilidade com frota de carga;
o Previso de paradas no programadas e preventivas;

Frota de carga 2 PC 4000 e 2 CAT 994:


o Produtividade mnima e mxima;
o Quantidade 4 Equipamentos;
o Compatibilidade com frota de transporte;
o Critrios de deslocamento;
o Lavra em tipo de material (minrio, estril ou ambos);
o Previso de paradas no programadas e preventivas;

Britagem primria:
o Previso de paradas no programadas e preventivas;
o Quantidade de descargas simultneas;

O resultado de sada da simulao/otimizao no ARENA o registro dos caminhes com as


seguintes informaes para cada viagem:
Ano, Ms, Dia, Hora e Minuto
Origem
Destino
Massa
Frota de carga
Qualidades: W3(% massa <0.15mm), Fe, P, SiO2, Al2O3, Mn e PPC
Premissas para formao da pilha de homogeneizao
A simulao das pilhas neste estudo, foi realizada utilizando um algoritmo, gerado
internamente na Vale, que simula a formao da pilha a partir da ordem de chegada dos
caminhes. Para isto so necessrias as especificaes da pilha de homogeneizao conforme
Tabela 2 abaixo:
Tabela 2: Configuraes para simulao de pilhas por trimestre:
Taxa de alimentao na formao da pilha (ton/h):
3403
Taxa de retomada da pilha (ton/h):

2866

Massa da pilha (ton):

140000

Comprimento da pilha (m):

350

No de Layers (camadas):

94

No de Slices (Fatias):

50

Qte de pilhas para o perodo:

44

Perodo simulado (dias):

90

DISCUSSO DE RESULTADOS
So apresentados a seguir apenas os resultados de anlise estatstica dos teores. A Tabela 3
apresenta o resumo das mdias e coeficientes de variao por trimestre.
Os resultados apresentaram uma reduo muito significativa na variao dos teores, provando
a eficincia da pilha de homogeneizao para estabilizao de todos os teores, conforme
apresentado na Figura 5. Tambm importante verificar a reduo na variao da massa de
Pellet Feed (frao <0.15 mm), indicando uma alimentao bem mais homognea em termos
granulomtricos fator muito importante para a pelotizao.
O nmero de LAYERS estudado no projeto (NLAYER = 94) mostrou-se muito eficaz para a
homogeneizao da pilha conforme resultados apresentados. Vale ressaltar que a varincia de
retomada da pilha depende tambm do nmero de camadas. Esse nmero poderia ser inferior
de acordo com o desvio padro desejado para o projeto, reduzindo assim os gastos de
operao com a pilha.

Mdia
Desvio padro
COEF. DE VARIAO
Mnimo
Mximo
Diferena

Mdia
Desvio padro
COEF. DE VARIAO
Mnimo
Mximo
Diferena

Mdia
Desvio padro
COEF. DE VARIAO
Mnimo
Mximo
Diferena

A2O3

SiO2

0.97
0.09
9.0%

29.13
1.97
6.8%

Mn
0.015
0.006
40.6%

44.22
52.34
8.13

0.025
0.037
0.012

0.59
1.25
0.66

22.35
35.34
12.99

0.010
0.044
0.035

Fe
47.39
1.09
2.3%

P
0.029
0.002
5.7%

0.93
0.10
11.2%

30.34
1.72
5.7%

Mn
0.015
0.005
33.9%

43.78
51.11
7.33

0.023
0.035
0.012

0.66
1.25
0.59

24.29
35.70
11.41

0.010
0.041
0.031

Fe
46.57
1.12
2.4%

P
0.036
0.003
9.2%

1.30
0.16
12.3%

30.54
1.89
6.2%

Mn
0.064
0.080
126.1%

42.99
50.16
7.18

0.028
0.048
0.020

0.82
2.01
1.19

23.79
36.93
13.15

0.010
0.554
0.543

Fe
44.74
0.81
1.8%

P
0.043
0.005
11.6%

1.56
0.18
11.3%

32.20
1.57
4.9%

Mn
0.255
0.276
108.3%

41.70
47.64
5.94

0.029
0.058
0.030

0.74
2.13
1.38

26.62
37.42
10.80

0.016
1.571
1.555

A2O3

A2O3

A2O3

SiO2

SiO2

SiO2

PPC
Massa PFF
0.88
1 463
0.09
54
10.7%
3.7%
0.60
1.22
0.62

1 278
1 601
323

PPC
Massa PFF
0.74
1 383
0.07
59
8.9%
4.3%
0.53
0.98
0.45

1 260
1 583
323

PPC
Massa PFF
1.15
1 568
0.15
79
13.4%
5.0%
0.69
1.86
1.17

1 313
1 782
469

PPC
Massa PFF
1.56
1 698
0.19
93
11.9%
5.5%
0.66
2.52
1.86

1 276
2 070
793

STATS COM
PILHA

P
0.030
0.002
5.7%

STATS COM
PILHA

Mnimo
Mximo
Diferena

Fe
48.27
1.30
2.7%

STATS COM
PILHA

Mdia
Desvio padro
COEF. DE VARIAO

STATS COM
PILHA

STATS SEM
PILHA

STATS SEM
PILHA

STATS SEM
PILHA

STATS SEM
PILHA

Tabela 3: Resumo de resultados estatsticos por trimestre


Mdia
Desvio padro
COEF. DE VARIAO
Mnimo
Mximo
Diferena

Mdia
Desvio padro
COEF. DE VARIAO
Mnimo
Mximo
Diferena

Mdia
Desvio padro
COEF. DE VARIAO
Mnimo
Mximo
Diferena

Mdia
Desvio padro
COEF. DE VARIAO
Mnimo
Mximo
Diferena

Fe
48.16
0.60
1.2%

P
0.030
0.001
2.6%

A2O3

SiO2

0.96
0.04
4.3%

29.16
0.89
3.1%

Mn
0.016
0.003
20.9%

46.11
49.85
3.74

0.028
0.033
0.005

0.82
1.09
0.28

26.13
32.20
6.07

0.010
0.029
0.019

Fe
47.32
0.54
1.2%

P
0.029
0.001
2.9%

A2O3

SiO2

0.93
0.06
6.1%

30.29
0.83
2.7%

Mn
0.015
0.002
16.6%

45.24
48.88
3.64

0.027
0.032
0.005

0.78
1.10
0.32

27.87
33.73
5.86

0.010
0.026
0.016

Fe
46.57
0.64
1.4%

P
0.036
0.002
5.0%

A2O3

SiO2

1.29
0.08
6.4%

30.43
1.06
3.5%

Mn
0.061
0.034
55.8%

44.87
48.41
3.54

0.030
0.042
0.012

1.07
1.56
0.48

27.55
33.29
5.74

0.015
0.211
0.197

Fe
44.66
0.49
1.1%

P
0.043
0.004
8.2%

A2O3

SiO2

1.55
0.10
6.7%

32.22
0.97
3.0%

Mn
0.247
0.143
58.0%

42.68
46.05
3.37

0.036
0.055
0.019

1.23
1.80
0.57

29.29
35.65
6.36

0.048
0.819
0.771

PPC
Massa PFF
0.88
1 464
0.04
35
5.1%
2.4%
0.71
1.03
0.32

1 355
1 551
196

PPC
Massa PFF
0.74
1 383
0.03
36
4.3%
2.6%
0.65
0.87
0.22

1 309
1 477
168

PPC
Massa PFF
1.14
1 565
0.08
50
6.6%
3.2%
0.93
1.42
0.49

1 427
1 671
244

PPC
Massa PFF
1.55
1 693
0.09
48
6.1%
2.8%
1.30
1.85
0.55

1 536
1 853
317

Comparativo de variabilidade entre teores de Slica com e sem pilha

1.3

38

1.2

36

1.1

34

32
Teor (%)

Teor (%)

Comparativo de variabilidade entre teores de Alumina com e sem pilha

0.9
0.8

30
28

0.7

26

0.6

24

0.5

22

0.4

20
1

101

201

301

401

501

601

701

801

901

1001

1101

1201

1301

101

201

301

401

501

601

Tempo (hs)
AL_GL COM Pilha

701

801

901

1001

1101

1201

1301

1201

1301

Tempo (hs)

AL_GL SEM Pilha

SI_GL COM Pilha

Comparativo de variabilidade entre teores de PPC com e sem pil

SI_GL SEM Pilha

Comparativo de variabilidade entre massa da frao <0.15mm com e sem pilha


1700

1.3
1.2

1600

1.1
1500

Massa (t)

Teor (%)

1
0.9
0.8

1400

1300

0.7
1200
0.6
1100

0.5
0.4

1000
1

101

201

301

401

501

601

701

801

901

1101

1201

1301

101

201

301

401

501

601

701

801

901

Tempo (hs)

Tempo (hs)
PPC_GL COM Pilha

1001

PPC_GL SEM Pilha

massa_ < 0.15mm COM Pilha

Figura 5: Grficos com ilustrao da variao dos teores com e sem empilhamento

massa_ < 0.15mm SEM Pilha

1001

1101

A partir dos resultados acima foi estudada a influncia da flutuao de qualidade do ROM na
planta de tratamento de minrio e, posteriormente, do produto na usina de pelotizao. Este
trabalho no ser detalhado neste estudo, mas de essencial importncia para concluso final
de manter ou no a pilha de homogeneizao no projeto.
Com isso, so apresentados a seguir os resultados para as variveis mais crticas definidas pela
equipe de tratamento de minrio: alumina (Al2O3), fsforo (P) e mangans (Mn), bem como os
impactos na produo da planta de beneficiamento:

Impacto mdio a baixo no teor de SiO2 da alimentao da flotao;


Impacto baixo com relao aos contaminantes.

A anlise do material que alimentar a pelotizao apresentou impactos maiores na


variabilidade do produto final conforme apresentado nos histogramas das variveis qumicas.
Os histogramas com os riscos de no atendimento da produo em funo da variabilidade do
teor de uma das variveis mais importantes, com e sem o uso de pilha de homogeneizao,
mostrado na figura 6. O eixo das abscissas apresenta o teor mdio e o eixo das ordenadas
apresenta a frequncia.
Pilha com homogeneizao
Baixo risco de no
atendimento da
especificao.
Compatvel com rea de
estocagem disponvel na
usina de pelotizao.

Pilha sem homogeneizao


Mdio a alto risco de no
atendimento da
especificao. Incompatvel
com rea de estocagem
disponvel na usina de
pelotizao.
Figura 6: Anlise de risco de no atendimento especificao qualidade de alumina.
Considerando apenas o efeito dessas no-conformidades, para o cenrio sem pilha de
homogeneizao, a simulao de atendimento aos clientes aponta um atraso mdio de 11,8
dias por navio gerando os seguintes nus:

Atraso dos navios pode variar de 3 a 22 dias;

Total gasto com demurrage (multa por atraso de carregamento de navios em US$/dia)
em um ano equivalente a 9 dias de produo de pelotas;

5.8% dos navios deixariam de ser atendidos no ano em funo de qualidade fora da
especificao;

Considerando uma produo no conforme, esta pelota seria ofertada com desconto da
ordem de 20%. A perda de receita neste caso seria equivalente a 2 dias de produo de
pelotas;

PERDA TOTAL: Perda equivalente a 11 dias de produo de pelotas, apenas por


problemas de qualidade devido alta variabilidade para o cenrio sem pilha de
homogeneizao.

CONCLUSES
De acordo com os resultados dos estudos pode-se concluir que h uma perceptvel reduo na
variao dos teores entre a alimentao direta (sem homogeneizao) e formao de pilha
(com homogeneizao).
Esta variao no afetou consideravelmente a planta de tratamento de minrio que, com
algumas melhorias, consegue atender a produo sem reduzir a variabilidade, porm a
pelotizao sofreu diretamente os impactos da diferena de variabilidade.
Contudo, pode-se concluir que a permanncia desta pilha no projeto atual de extrema
importncia, pois permite a oferta de produtos com baixssimo custo de no atendimento
demanda dos clientes.
Esta metodologia mostrou-se capaz de fornecer resultados precisos para tomada de deciso
em projetos complexos possibilitando analisar informaes ao longo do tempo a partir de
ferramentas de simulao e otimizao, respeitando o sistema real de operaes unitrias de
lavra. Esta interao permitiu analises reais de homogeneizao e de seu impacto nas plantas
de tratamento de minrio e pelotizao.
REFERNCIAS BIBLIOGRFICAS
Bianchi, T. J.; Ezawa, L.; Fioroni, M.; Franzese, L.; Miranda, G.; Pinto, L. R. (2008),
Concurrent simulation and optimization models for mining planning, Proceedings of the 2008
Winter Simulation Conference.
Costa, J. F. C. L.; Marques, D. M.; Batiston, E. L.; Pilger, G. G.; Ribeiro, D. T.; Kope, J. C.
(2008), Aperfeioamento da estratgia de homogeneizao em pilhas chevron utilizando
simulao geoestatstica, Revista Escola de Minas, vol.61 no. 3 - Ouro Preto.
Merschmann, L. H. C., (2002), Desenvolvimento de um sistema de otimizao e simulao
para anlise de cenrios de produo em minas a cu aberto. Master Thesis, COPPE/UFRJ.

Panagiotou, G. N., (1999), Discrete mining system simulation in Europe, International Journal
of Surface Mining, Reclamation and Environment. 13: 43-46.
Pidd, M. Tools for thinking, (2003), Modelling in management science, John Wiley & Sons
Ltd, 2nd Edition.
Porto, A. J. V.; Lobo, E. C. (1999), Proposta para sistematizao de estudos de simulao,
Revista Engenharia Arquitetura, EESC-USP, 1(2): 61-69.
Rasche, T., Sturgul, J. R., (1991), A simulation to assist a small mine: a case study.
International Journal of Surface Mining, Reclamation and Environment. 5: 123-128.
Schofield, C.G., (1980), Homogenisation/Blending Systems Design and Control for Minerals
Processing, TransTech Publications.
Turner, R. J., (1999), Simulation in the mining industry of South Africa, International Journal
of Surface Mining, Reclamation and Environment. 13: 47-56.