You are on page 1of 130

MINISTRIO DA EDUCAO

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL


Escola de Engenharia
Programa de Ps-Graduao em Engenharia de Minas,
Metalrgica e de Materiais (PPGEM)

DESENVOLVIMENTO DE UM ALGORITMO PARA SIMULAR A


VARIABILIDADE DO MINRIO EM PILHAS DE HOMOGENEIZAO

Diego Machado Marques

Dissertao para obteno do ttulo de


Mestre em Engenharia

Porto Alegre, RS
2010

MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
Escola de Engenharia
Programa de Ps-Graduao em Engenharia de Minas,
Metalrgica e de Materiais (PPGEM)

DESENVOLVIMENTO DE UM ALGORITMO PARA SIMULAR A


VARIABILIDADE DO MINRIO EM PILHAS DE HOMOGENEIZAO

Diego Machado Marques


Engenheiro de Minas

Dissertao realizada no Laboratrio de Pesquisa Mineral e Planejamento


Mineiro da Escola de Engenharia da UFRGS, dentro do Programa de PsGraduao em Engenharia de Minas, Metalrgica e de Materiais (PPGEM), como
parte dos requisitos para a obteno do Ttulo de Mestre em Engenharia.

rea de Concentrao: Metalurgia Extrativa e Tecnologia Mineral

Porto Alegre, RS
2010

ii

Esta dissertao foi julgada adequada para a obteno do ttulo de Mestre


em Engenharia, rea de concentrao Metalurgia Extrativa / Tecnologia Mineral, e
aprovada em sua forma final pelo Orientador e pela Banca Examinadora do Curso
de Ps-Graduao.

Orientador:
Prof. Dr. Joo Felipe Coimbra Leite Costa

Banca examinadora:

Gel. Dr. Diniz Tamantini Ribeiro (Vale)

Prof. Dr. Luis Eduardo de Souza (CSTM/Unipampa)

Prof. Dr. Paulo Salvadoretti (DEMIN/UFRGS)

Prof. Dr. Carlos Prez Bergmann


Coordenador do PPGEM

iii

"O bom estrategista, para vencer uma


batalha, faz antes muitos clculos no seu templo,
pois sabe que eles so a chave que o conduzir
vitria. calculando e analisando que o
estrategista vence previamente a guerra na
simulao feita no templo. Portanto, fazer muitos
clculos conduz vitria, e poucos, derrota.
Quando examino a questo dessa forma, o
resultado da guerra torna-se evidente"

Sun Tzu - A Arte da Guerra

iv

Aos meus pais Clsia e Jos


Antonio e minha irm Patrcia,
pelo apoio e dedicao.

AGRADECIMENTO

Ao Prof. Dr. Joo Felipe C. L. Costa, pela orientao na elaborao desse


trabalho, alm das oportunidades de crescimento profissional e sua amizade.

Ao Eng. de Minas Igor Plein Bolzan e ao Gel. Dr. Diniz Tamantini Ribeiro,
pelas suas valorosas contribuies para o desenvolvimento deste trabalho.

A todos os colegas e amigos do LPM que contriburam direta ou


indiretamente para o desenvolvimento deste trabalho.

Aos professores do Departamento de Engenharia de Minas (DEMIN) e do


Programa de Ps-Graduao em Engenharia de Minas, Metalrgica e de
Materiais (PPGEM).

Companhia Vale pela disponibilizao dos dados para este estudo e as


visitas tcnicas, que permitiram gerar um cenrio para a aplicao da metodologia
desenvolvida. Alm disso, o apoio tcnico-financeiro recebido da empresa por
meio do convnio de cooperao Vale/UFRGS e autorizao para publicao dos
resultados.

Ao Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq)


pela bolsa concedida.

vi

ndice

Lista de figuras ........................................................................................................... ix


Lista de Tabelas ....................................................................................................... xvi
Resumo ................................................................................................................... xviii
Abstract .................................................................................................................... xix

Captulo 1
Introduo ................................................................................................................... 1
1.1 Meta desta dissertao .............................................................................. 3
1.2 Objetivos especficos desta dissertao ..................................................... 3
1.3 Metodologia ................................................................................................ 4
1.4 Organizao dessa dissertao ................................................................. 6

Captulo 2
Estimativa de incerteza por simulao geoestatstica ................................................. 7
2.1 Estimativa versus simulao ...................................................................... 8
2.2 Espao de incerteza ................................................................................. 10
2.3 Simulao por bandas rotativas ............................................................... 11
2.4 Estudo de caso ......................................................................................... 14
2.4.1 Anlise dos dados ........................................................................... 14

vii

2.4.2 Transformao Gaussiana .............................................................. 20


2.4.3 Continuidade espacial ..................................................................... 22
2.4.4 Verificao de multinormalidade .................................................... 25
2.4.5 Gerao dos modelos simulados .................................................... 28
2.4.6 Validao das simulaes............................................................... 30
2.5 Comentrios finais .................................................................................... 33

Captulo 3
Princpios de Homogeneizao ................................................................................. 35
3.1 Variabilidade das caractersticas dos minrios ......................................... 35
3.2 Homogeneidade e heterogeneidade ........................................................ 36
3.2.1 Material heterogneo ...................................................................... 36
3.2.2 Material homogneo ....................................................................... 37
3.3 Relao volume-varincia ........................................................................ 37
3.4 Estratgias de homogeneizao .............................................................. 39
3.4.1 Blendagem e homogeneizao ....................................................... 41
3.4.2 Blendagem na lavra ........................................................................ 41
3.4.3 Homogeneizao em pilhas ............................................................ 41
3.5 Simulao de pilhas longitudinais de homogeneizao ........................... 47
3.5.1 Definies do algoritmo................................................................... 48
3.5.2 Dados de entrada ........................................................................... 49
3.5.3 Clculo de variabilidade entre pilhas de diferentes massas............ 51
3.5.4 Pilhas de homogeneizao como uma ferramenta no auxilio ao
planejamento de lavra ................................................................................ 58
3.5.5 Clculo de variabilidade interna de pilhas de determinada massa . 60
3.5.6 Resultados apresentados pelo algoritmo ........................................ 73

viii

3.6 Comentrios finais .................................................................................... 74

Captulo 4
Estratgia de homogeneizao incorporando incerteza ............................................ 75
4.1 Estudo de caso ......................................................................................... 75
4.1.1 Definies de lavra ......................................................................... 77
4.1.2 Preparao dos dados simulados ................................................... 82
4.2 Reduo de variabilidade em funo do aumento de massa ................... 85
4.3 Pilhas de homogeneizao associadas ao planejamento de lavra........... 88
4.4 Variabilidade interna da pilha ................................................................... 94
4.5 Comentrios finais .................................................................................. 100

Captulo 5
Concluses e Recomendaes ............................................................................... 101
5.1 Concluses ............................................................................................. 101
5.2 Recomendaes..................................................................................... 102

Referncias Bibliogrficas ....................................................................................... 104


Apndice A - CD de distribuio do software desenvolvido .................................... 110

ix

Lista de figuras
Figura 1.1 -

Seqncia metodolgica adotada.................................................. 5

Figura 2.1 -

Variograma da estimativa por (a) krigagem ordinria e (b) por


simulao da varivel Cd (pontos) com o modelo variogrfico
dos dados (linha contnua) (adaptado de Goovaerts (1997)). ....... 9

Figura 2.2 -

Comparativo entre realidade, estimativa por krigagem e


simulao condicional. ................................................................. 10

Figura 2.3 -

Flutuaes ergdicas (a) nos variogramas e (b) grfico quantilquantil resultantes de 12 realizaes obtidas por simulao
seqencial (linhas azuis) em torno do modelo (linhas pretas). .... 11

Figura 2.4 -

Princpio de construo do mtodo de bandas rotativas in 2D. ... 12

Figura 2.5 -

Fluxograma com os vrios estgios de construo de uma


simulao por bandas rotativas. .................................................. 13

Figura 2.6 -

Vista em planta dos dados do Depsito Capito do Mato. .......... 16

Figura 2.7 -

Histograma da varivel slica global para os (a) dados originais


e (b) desagrupados no domnio hemattitico. ............................... 17

Figura 2.8 -

Histograma da varivel slica global para os (a) dados originais


e (b) desagrupados no domnio itabiritico. ................................... 17

Figura 2.9 -

Vista em planta dos dados do Depsito Tamandu. ................... 18

Figura 2.10 -

Histograma da varivel slica global para os (a) dados originais


e (b) desagrupados no domnio hemattitico. ............................... 19

Figura 2.11 -

Histograma da varivel slica global para os (a) dados originais


e (b) desagrupados no domnio itabiritico. ................................... 19

Figura 2.12 -

Processo grfico de transformao da distribuio original (zvalores) em y-valores. Fonte: Goovaerts, 1997 p. 268. ............ 20

Figura 2.13 -

Histograma dos dados normalizados para (a) hematita e (b)


itabirito do Depsito Capito do Mato. ......................................... 21

Figura 2.14 -

Histograma dos dados normalizados para (a) hematita e (b)


itabirito do Depsito Tamandu. .................................................. 22

Figura 2.15 -

Variograma experimental (pontos) e modelado (linha contnua)


na direo de mxima (azul) e intermediria (verde) e mnima
(vermelho) continuidade espacial para o (a) domnio hemattico
e (b) itabiritico do Depsito Capito do Mato. .............................. 24

Figura 2.16 -

Variograma experimental (pontos) e modelado (linha contnua)


na direo de mxima (azul), intermediria (verde) e mnima
(vermelho) continuidade espacial para o (a) domnio hemattico
e (b) itabiritico do Depsito Tamandu. ....................................... 25

Figura 2.17 -

Mdia das mdias para o (a) domnio hematittico e (b)


itabiritico do Depsito Capito do Mato. ...................................... 29

Figura 2.18 -

Varincia das mdias para o (a) domnio hematittico e (b)


itabiritico do Depsito Capito do Mato. ...................................... 29

Figura 2.19 -

Mdia das mdias para o (a) domnio hematittico e (b)


itabiritico do Depsito Tamandu. ............................................... 30

Figura 2.20 -

Varincia das mdias para o (a) domnio hematittico e (b)


itabiritico do Depsito Tamandu. ............................................... 30

Figura 2.21 -

Reprodutibilidade da estatstica para as 50 realizaes (linhas


cinza), em funo dos dados amostrais (linha vermelha) para o
(a) domnio hematittico e (b) itabiritico do Depsito Capito do
Mato............................................................................................. 31

Figura 2.22 -

Reprodutibilidade da estatstica para as 50 realizaes (linhas


cinza), em funo dos dados amostrais (linha vermelha) para o
(a) domnio hematittico e (b) itabiritico do Depsito Tamandu. . 31

xi

Figura 2.23 -

Variograma modelado e flutuaes ergdicas para (a) direo


de mxima, (b) intermediria e (c) mnima continuidade
espacial para o domnio hematittico do Depsito Capito do
Mato............................................................................................. 32

Figura 2.24 -

Variograma modelado e flutuaes ergdicas para (a) direo


de mxima, (b) intermediria e (c) mnima continuidade
espacial para o domnio itabiritico do Depsito Capito do
Mato............................................................................................. 32

Figura 2.25 -

Variograma modelado e flutuaes ergdicas para (a) direo


de mxima, (b) intermediria e (c) mnima continuidade
espacial para o domnio hematittico do Depsito Tamandu. .... 33

Figura 2.26 -

Variograma modelado e flutuaes ergdicas para (a) direo


de mxima, (b) intermediria e (c) mnima continuidade
espacial para o domnio itabiritico do Depsito Tamandu. ........ 33

Figura 3.1 -

Relao

de

aumento/diminuio

da

varincia

com

aumento/diminuio do suporte (Pilger, 2000). ........................... 38


Figura 3.2 -

(a) Contraste entre o espalhamento da distribuio dos blocos


e dos dados amostrais e (b) histogramas de diferentes
tamanhos de blocos para a mesma varivel (Pilger, 2000). ........ 38

Figura 3.3 -

Comportamento esperado pela relao volume-varincia. .......... 39

Figura 3.4 -

Esquema de simplificado das estratgias de homogeneizao


presente no complexo Vargem Grande. ...................................... 40

Figura 3.5 -

Homogeneizao em pilhas (Gambin, 2003). .............................. 43

Figura 3.6 -

Pilha do tipo circular (autor desconhecido, obtida em


http://www.flsmidth.com). ............................................................. 44

Figura 3.7 -

Pilha do tipo longitudinal (autor desconhecido, obtida em


http://www.flsmidth.com). ............................................................. 45

Figura 3.8 -

Pilhas longitudinais em linha. ...................................................... 45

Figura 3.9 -

Pilhas paralelas com empilhadeira de torre giratria. .................. 46

xii

Figura 3.10 -

Principais esquemas de empilhamento utilizados - (a) chevron


(b) windrow (c) chevron-windrow ................................................. 47

Figura 3.11 -

Janela inicial do programa BlendSim........................................... 48

Figura 3.12 -

Modelo terico de pilha adotado. ................................................. 49

Figura 3.13 -

Exemplo de arquivo de entrada do software. .............................. 50

Figura 3.14 -

Janela contendo as informaes dos dados de entrada do


BlendSim. .................................................................................... 51

Figura 3.15 -

Cenrios equiprovveis para formao de pilhas hipotticas. ..... 52

Figura 3.16 -

Reduo de variabilidade para o aumento do volume em


diversos cenrios. ........................................................................ 53

Figura 3.17 -

Janela de parmetros do BlendSim (Inter pile) ............................ 54

Figura 3.18 -

Curvas de reduo de variabilidade considerando diversas


massas de pilhas. ........................................................................ 57

Figura 3.19 -

Srie temporal com os teores mximos e mnimos das pilhas


de homogeneizao simuladas, onde a linha vermelha
representa o mximo teor e a azul o mnimo teor de cada pilha,
obtido a partir de 5 simulaes geoestatsticas. .......................... 58

Figura 3.20 -

Janela de parmetros do BlendSim (Locate). .............................. 59

Figura 3.21 -

Deposio e retomada na pilha chevron (Schofield, 1980). ........ 62

Figura 3.22 -

Janela de parmetros do BlendSim (Intra pile). ........................... 64

Figura 3.23 -

Empilhamentos tipo chevron do exemplo. ................................... 66

Figura 3.24 -

Empilhamento do material no mtodo chevron do exemplo. ....... 67

Figura 3.25 -

Empilhamento tipo windrow do exemplo. .................................... 67

Figura 3.26 -

Empilhamento do material no mtodo windrow do exemplo. ....... 68

Figura 3.27 -

Janela de parmetros do BlendSim (intra-pilhas) ........................ 70

Figura 3.28 -

Grfico de reduo de variabilidade com o aumento de


camadas na pilha de homogeneizao. ...................................... 72

xiii

Figura 3.29 -

Grfico de reduo de variabilidade para configuraes de


pilha com viabilidade de construo. ........................................... 72

Figura 3.30 -

Janela contendo as informaes dos dados de sada do


BlendSim. .................................................................................... 73

Figura 4.1 -

Ptios para formao das pilhas de homogeneizao. ............... 76

Figura 4.2 -

Recuperadora de roda de caamba. ........................................... 77

Figura 4.3 -

Corte vertical (XZ) sobre as topografias inicial de 2004 e inicial


de 2005, na Mina Capito do Mato, paralelo a coordenada y =
810............................................................................................... 78

Figura 4.4 -

Vista em planta dos blocos lavrados no ano de 2004 na mina


Capito do Mato. ......................................................................... 81

Figura 4.5 -

Vista em planta dos blocos lavrados no ano de 2004 na mina


Tamandu. .................................................................................. 81

Figura 4.6 -

Srie temporal dos blocos seqenciados na mina Capito do


Mato. A linha azul representa o menor teor e o vermelho o
maior teor de slica, obtidos a partir de 50 cenrios
equiprovveis............................................................................... 82

Figura 4.7 -

Srie temporal dos blocos seqenciados na mina Tamandu. A


linha azul representa o menor teor e o vermelho o maior teor
de slica, obtidos a partir de 50 cenrios equiprovveis. ............. 83

Figura 4.8 -

Exemplo do seqenciamento dos blocos com a unio dos


dados das minas em um nico arquivo. ...................................... 84

Figura 4.9 -

Srie temporal dos blocos seqenciados. A linha azul


representa o menor teor e o vermelho o maior teor de slica,
obtidos a partir de 50 cenrios equiprovveis. ............................ 85

Figura 4.10 -

Grfico de reduo de variabilidade em funo do incremento


de massa, para 50 cenrios equiprovveis. ................................ 86

Figura 4.11 -

Srie temporal das pilhas de 70.000 t. A linha azul representa o


menor teor e o vermelho o maior teor de slica obtido a partir
dos 50 cenrios equiprovveis. ................................................... 87

xiv

Figura 4.12 -

Srie temporal das pilhas de 130.000 t. A linha azul representa


o menor teor e o vermelho o maior teor de slica obtido a partir
dos 50 cenrios equiprovveis. ................................................... 88

Figura 4.13 -

Srie temporal das pilhas de 210.000 t. A linha azul representa


o menor teor e o vermelho o maior teor de slica obtido a partir
dos 50 cenrios equiprovveis. ................................................... 88

Figura 4.14 -

Pilhas de 210.000 t fora das especificaes. A linha azul


representa o menor teor e o vermelho o maior teor de slica
obtido a partir dos 50 cenrios equiprovveis. ............................ 91

Figura 4.15 -

Srie temporal com a banda de incerteza dos blocos


formadores da pilha 42. A linha azul representa o menor teor e
o vermelho o maior teor de slica obtido a partir dos 50
cenrios equiprovveis. ............................................................... 92

Figura 4.16 -

Srie temporal com a banda de incerteza dos blocos


formadores da pilha 100. A linha azul representa o menor teor
e o vermelho o maior teor de slica obtido a partir dos 50
cenrios equiprovveis. ............................................................... 92

Figura 4.17 -

Vista em planta da localizao dos blocos no Depsito Capito


do Mato, onde os pontos cinza so os blocos lavrado em 2004,
os pontos azuis so os blocos da pilha 42 e os pontos
vermelhos so os blocos da pilha 100. ........................................ 93

Figura 4.18 -

Vista em planta da localizao dos blocos no Depsito


Tamandu, onde os pontos cinza so os blocos lavrado em
2004, os pontos azuis so os blocos da pilha 42 e os pontos
vermelhos so os blocos da pilha 100. ........................................ 93

Figura 4.19 -

Srie temporal das pilhas de 210.000 t com o planejamento de


lavra alterado (blocos formadores das pilhas 42 e 100
removidos). .................................................................................. 94

Figura 4.20 -

Grfico de reduo de variabilidade em funo do nmero de


camadas para pilhas geradas com vazo do material de 2
m3/m. ........................................................................................... 96

xv

Figura 4.21 -

Grfico de reduo de variabilidade em funo do nmero de


camadas para pilhas geradas com vazo do material de 4,5
m3/m. ........................................................................................... 98

Figura 4.22 -

Grfico de reduo de variabilidade em funo do nmero de


camadas para pilhas geradas com vazo do material de 2
m3/m, entre as camadas 35 e 65. .............................................. 100

xvi

Lista de Tabelas
Tabela 2.1 -

Resultados do teste de bigaussianidade baseado na Equao


2.8 para a varivel Si (%) no domnio hematittico do Depsito
Capito do Mato. ......................................................................... 26

Tabela 2.2 -

Resultados do teste de bigaussianidade baseado na Equao


2.8 para a varivel Si (%) no domnio itabiritico do Depsito
Capito do Mato. ......................................................................... 27

Tabela 2.3 -

Resultados do teste de bigaussianidade baseado na Equao


2.8 para a varivel Si (%) no domnio hematittico do Depsito
Tamandu. .................................................................................. 27

Tabela 2.4 -

Resultados do teste de bigaussianidade baseado na Equao


2.8 para a varivel Si (%) no domnio itabiritico do Depsito
Tamandu. .................................................................................. 28

Tabela 3.1 -

Resultados do exemplo hipottico ............................................... 53

Tabela 3.2 -

Arquivo de sada da rotina Inter Piles. ......................................... 56

Tabela 3.3 -

Arquivo produzido pela rotina Locate. ......................................... 60

Tabela 3.4 -

Lotes utilizados para compor as pilhas de homogeneizao


hipotticas. .................................................................................. 65

Tabela 3.5 -

Resultado da rotina Intra pile. ...................................................... 71

Tabela 4.1 -

Produo do ano de 2004 na Mina Capito do Mato................... 79

Tabela 4.2 -

Produo do ano de 2004 na Mina Tamandu. ........................... 79

Tabela 4.3 -

Descrio das litologias consideradas estril na mina Capito


do Mato. ....................................................................................... 80

xvii

Tabela 4.4 -

Descrio

das

litologias

consideradas

estril

na

mina

Tamandu. .................................................................................. 80
Tabela 4.5 -

Resultados na reduo de variabilidade no cenrio com maior


reduo de variabilidade (26) e o de menor reduo de
variabilidade (49) para pilhas de 210.000 t. ................................. 87

Tabela 4.6 -

Resultado da rotina Locate. ......................................................... 90

Tabela 4.7 -

Comprimento mdio das pilhas de homogeneizao para


diferentes nmeros de camadas (vazo de 2 m3/m). .................. 97

Tabela 4.8 -

Comprimento mdio das pilhas de homogeneizao para


diferentes nmeros de camadas (vazo do material de 4,5
m3/m). .......................................................................................... 99

xviii

Resumo
Pilhas de homogeneizao so amplamente utilizados na indstria mineira
para a reduo da variabilidade nos teores de alimentao das plantas de
beneficiamento. Vrios mtodos so encontrados para projetar pilhas de
homogeneizao e a maioria deixa de incorporar a variabilidade in situ intrnseca
do depsito mineral. A metodologia proposta combina pilhas longitudinais e
simulao geoestatstica para emular a variabilidade dos teores in situ e da pilha
retomada. A reduo da variabilidade em pilhas de homogeneizao baseada
na relao volume-varincia, ou seja, quanto maior for o suporte, menor ser a
variabilidade. Baseado em uma seqncia de lavra pr-definida para selecionar
os blocos que formaro cada pilha para cada modelo de blocos simulado, as
flutuaes dos teores derivadas das pilhas reais podem ser simuladas. Estas
pilhas so caracterizadas por sua forma, tamanho (comprimento e altura) e o
nmero de camadas. Usando esta metodologia pode-se avaliar, dentro de um
determinado perodo de tempo, a variao de teores esperada para vrios
tamanhos de pilhas e tambm a variabilidade interna dos teores quando dada
pilha for retomada. Resultados de um estudo de caso em duas grandes minas de
ferro operadas pela Vale mostraram a adequao e a funcionalidade do mtodo.
demonstrada a taxa de reduo de variabilidade com o aumento do tamanho da
pilha e tambm a relao entre a variabilidade interna de teores de um dado
tamanho de pilha, com diferentes nmeros de camadas usadas.

xix

Abstract
Homogenization piles are largely used in the mining industry for variability
reduction in the head grades feeding the processing plants. Various methods are
applied for homogenization piles design and most fail to incorporate the in situ
grade variability of a mineral deposit. The methodology proposed combines
longitudinal piles and geostatistical simulation to emulate the in situ and the pile
reclaimed grade variability. Variability reduction in large piles is based on the
volume-variance relationship, i.e. the larger is the support the smaller is the
variability. Based on a pre-defined mining sequence to select the blocks that will
form each pile for each simulated block model, the statistical fluctuation of the
grades derived from real piles can be simulated. These piles are characterized by
their form, size (length and height) and number of layers. Using this methodology,
one can evaluate within a certain time period the expected grade variability for
various pile size and also the internal grade variability when a given pile is
reclaimed. Results from a case study at two large iron mines operated by Vale
proved the adequacy and functionality of the method. It is demonstrated the rate of
variability decrease as the pile size increases and also the relation between the
internal grade variability to a given pile size, as different number of layers are
used.

Captulo 1

Introduo

Apesar do aumento contnuo da quantidade de minrio de ferro exigido pela


indstria siderrgica, as restries em termos de contaminantes tm sido cada
vez mais severas. Por isso, fundamental reduzir a variabilidade desses teores
para a otimizao das unidades de beneficiamento. Uma possibilidades para a
reduo dessa variabilidade consiste na alterao da seqncia de lavra,
combinando minrio de distintas frentes com vistas a manter o teor o mais
constante possvel. Atravs dessa combinao, possvel realizar uma
blendagem, minerando materiais, que por si s no poderiam ser alimentados
isoladamente em uma planta de beneficiamento.
A

outra

possibilidade

passa

pela

construo

de

unidades

de

homogeneizao. A unidade de homogeneizao mais simples e mais utilizada


a pilha de homogeneizao. O sistema de homogeneizao em pilhas, utilizado
pela primeira vez em 1905, consiste em depositar o material sobre um eixo
alongado, formando uma configurao retangular e com a seo vertical
triangular, alm de semi-cone em cada extremo da pilha formada. Atualmente,
outros tipos de pilhas tambm so usadas, incluindo pilhas circulares contnuas,
onde a construo e a retomada so realizadas simultaneamente (Gerstel, 1996).
Nos ltimos anos, a capacidade de atenuar as variaes na qualidade do
minrio vem fazendo com que a utilizao de pilhas de homogeneizao seja um
processo essencial em algumas atividades de minerao. Quando projetada e
operada adequadamente, as pilhas servem como unidade de armazenamento de

material, em adio sua capacidade e potencialidade de homogeneizar o


material ROM. Hustrulid &Huchta (1995) afirmam que as pilhas de minrio podem
ser utilizadas na tarefa de homogeneizao a fim de assegurar um teor quase
constante do minrio alimentado usina.
Entretanto, as pilhas de homogeneizao se caracterizam pelos elevados
custos de implementao. Sendo assim, a utilizao de tcnicas de previso da
variabilidade do minrio in situ para utilizao no dimensionamento das mesmas
apresenta-se como uma soluo adequada a esse problema. Desse modo, a
caracterizao do depsito mineral, a partir de um modelo geolgico e numrico
robusto, torna-se essencial para anlise da qualidade do material in situ e no
clculo de tonelagens com respectivos teores.
A aplicao de tcnicas geoestatsticas permite a construo de modelos
estimados de variveis selecionadas, interpoladas por meio de krigagem ordinria
ou qualquer outra tcnica derivada da mesma. No entanto, esse procedimento
no pode incorporar a incerteza associada ao valor interpolado de forma
satisfatria, sendo a varincia dos valores estimados menor que a varincia dos
dados originais. H, tambm, limitaes associadas ao uso da varincia de
krigagem como uma medida da incerteza, sendo este tpico discutido
extensivamente dentro da literatura (David, 1977; Isaaks & Srivastava, 1989).
Sendo assim, a simulao geoestatstica condicional (Journel, 1974) foi utilizada
neste trabalho, pois ao contrrio da krigagem, visa reproduzir a variabilidade in
situ e a continuidade espacial do conjunto de dados e, combinando mltiplos
modelos igualmente provveis, permite uma avaliao da incerteza associada aos
teores.
Estes modelos reproduzem a estrutura espacial e o conjunto de dados
como um todo, em lugar de apenas prover estimativas locais de um atributo. O
modelo condicionalmente simulado se reproduzir as caractersticas de
disperso do conjunto original de dados, dadas pelo seu histograma e pela sua
continuidade espacial representada pelo seu semi-variograma, alm de reproduzir
os dados em locais simulados que coincidam com as coordenadas dos mesmos.
Em um modelo condicionalmente simulado possvel enderear perguntas que
recorrem disperso dos teores durante a minerao ou processamento, desde

que as caractersticas de disperso dos dados originais sejam mantidas. Quanto


melhor a continuidade espacial e a variabilidade do depsito puderem ser
descritas, mais adequado numericamente ser o modelo.
Esta dissertao aborda um estudo da estratgia de homogeneizao
baseada em tcnicas geoestatsticas, levando em considerao os parmetros
econmicos, geomtricos e estatsticos do minrio a ser homogeneizado. Alm
disso, incorpora a ferramenta de simulao condicional na estratgia de
homogeneizao de forma a medir a variabilidade associada a diversos tamanhos
de pilhas (lotes de massas), alm de estudar o impacto dos diferentes arranjos
espaciais que esse material pode ser disposto em seu leito de formao.

1.1

Meta desta dissertao


A partir dos tpicos abordados anteriormente sobre a homogeneizao de

minrios, a presente dissertao tem como meta o aperfeioamento da estratgia


de homogeneizao de minrios, baseando-se em tcnicas geoestatsticas.
Utilizando tcnicas de simulao geoestatstica, procura-se quantificar a
variabilidade in situ de parmetros qumicos do minrio, possibilitando a anlise
do impacto do tamanho da pilha de homogeneizao, bem como o arranjo interno
da

mesma

na

variabilidade

do

material

que

alimentar

planta

de

beneficiamento.

1.2

Objetivos especficos desta dissertao


Por meio de um estudo de caso com dois depsitos de ferro localizados no

estado de Minas Gerais, esta dissertao prope atingir a sua meta cumprindo os
seguintes objetivos especficos:

aplicar simulao geoestatstica para acessar a variabilidade in situ das


variveis de interesse;

relacionar essa variabilidade com a estratgia de homogeneizao, pela


anlise de diferentes tamanhos de pilhas longitudinais, a fim de reduzir
as flutuaes das caractersticas do minrio;

analisar o impacto do arranjo de formao da pilha na variabilidade de


alimentao da planta de beneficiamento, levando em considerao as
limitaes fsicas na formao da mesma.

1.3

Metodologia
A fim de atender as necessidades do mercado consumidor e garantir a

viabilidade do empreendimento de minerao, a incorporao de simulao


estocstica na estratgia de homogeneizao por tcnicas geoestatsticas visa
prever as flutuaes na qualidade do minrio in situ como forma de controlar as
oscilaes na qualidade do produto final.
Para atingir os objetivos propostos nesta dissertao foi adotada a seguinte
metodologia de trabalho, representada na Figura 1.1.

Figura 1.1 - Seqncia metodolgica adotada.

1.4

Organizao dessa dissertao


Os captulos seguintes dessa dissertao esto organizados da seguinte

maneira:
O Captulo 2 revisa brevemente os princpios de simulao geoestatstica,
bem como apresenta os resultados da anlise de incerteza nos dois depsitos do
estudo de caso.
O Captulo 3 revisa brevemente os princpios de homogeneizao de
minrios. mostrada a implementao da metodologia para construo de pilhas
de homogeneizaes em algoritmos computacionais.
O Captulo 4 apresenta o ps-processamento dos modelos simulados
gerados e a aplicao de estratgia de homogeneizao atravs do algoritmo
criado, incorporando a incerteza associada ao valor estimado para os atributos de
estudo, tanto nos diferentes tamanhos de massa, bem como no arranjo interno
das pilhas de homogeneizao.
O Captulo 5 inclui concluses e recomendaes para trabalhos futuros.

Captulo 2

Estimativa

de

incerteza

por

simulao

geoestatstica

A maioria das tcnicas de estimativa fornece um modelo de blocos com


valores estimados usando mtodos de krigagem (Matheron, 1963). Este modelo
de blocos imprprio para acessar a incerteza associada s estimativas, ou seja,
este procedimento falho na previso de flutuaes de teores. A krigagem gera a
melhor estimativa local possvel, mas sempre ir existir um erro associado.
Segundo Souza (2002), muitos fatores podem contribuir para o erro associado as
estimativa, tais como, o efeito da mudana de suporte, a insuficincia de
amostras, a m amostragem ou tcnica de preparao, erros de interpolao na
gerao do modelo de blocos, efeito de suavizao dos interpoladores, incerteza
na interpretao geolgica, etc.. Assim, modelos de blocos gerados por
estimativas sempre tero um erro associado, sendo essa uma das principais
razes para problemas de reconciliao por vezes observada.
J, distintamente da krigagem, a simulao geoestatstica tem como
objetivo reproduzir a variabilidade in situ, incluindo a reproduo da continuidade
espacial do conjunto de dados de entrada. O depsito simulado possui a
vantagem de ter uma realizao do atributo de interesse em todos os pontos e
no apenas os pontos amostrais. Isto auxilia na anlise de questes financeiras
ou relacionadas ao planejamento de lavra, ajudando a avaliar os potenciais riscos
durante o processo de deciso. Estes depsitos simulados so tambm
chamados de modelos numricos do depsito real (Journel & Huijbregts, 1978).

As primeiras aplicaes de simulao geoestatstica em minerao


remontam os anos 70 e incio dos 80 (David, 1973; David et al., 1974; Clark &
White, 1976; Journel & Huijbregts, 1978; Dagbert, 1981; Chils, 1984; Deraisme
et al., 1984) (Souza, 2007). A simulao geoestatstica possui uma variedade de
aplicaes na indstria (Blackwell & Sinclair, 2002), incluindo:

estudo de continuidade espacial de teores (Nowak et al., 1993);

otimizao de locao amostral para a explorao avanada (Pilger,


2000);

avaliaes de recursos e reservas (Souza et al., 2004);

planejamento de lavra (Blackwell et al., 1999; Bonato et al, 2000;


Gambin et al., 2005);

anlise de risco financeiro (Ravenscroft, 1992; Rossi, 1999);

qualquer combinao dos citados acima.

Este captulo tem como objetivo apresentar uma metodologia que permite
quantificar a incerteza associada ao fenmeno, evitando efeitos de suavizao
que ocorrem em mtodos de estimativa tradicionais. Sero revisados brevemente
alguns conceitos bsicos de simulao geoestatstica e os principais aspectos do
algoritmo de simulao utilizado.

2.1

Estimativa versus simulao


A estimativa de teores tem como objetivo fornecer, a cada n de grid (x), um

valor de teor z*(x) que seja o mais prximo possvel do teor real no local z0(x). Os
critrios para avaliar a qualidade de uma estimativa so a ausncia de vis e erro
mdio quadrtico mnimo, ou de forma equivalente a mnima varincia da
estimativa E{[z(x)-z*(x)]2} (Journel & Huijbregts, 1978). Entretanto, no h razes
para que os estimadores reproduzam a variabilidade espacial dos teores reais
{z0(x)}. O que se observa so os efeitos de suavizao, onde os valores baixos
so superestimados, enquanto que os valores altos so subestimados. Outro
inconveniente que a suavizao no uniforme, mostrando-se mnima prxima
aos dados e aumentando com o afastamento como pode ser visto na Figura 2.1
(a) (Goovaerts, 1997).

J, a simulao geoestatstica {zs(x)} visa respeitar as caractersticas dos


dados reais {z0(x)}, reproduzindo suas caractersticas de disperso, como pode
ser visto na Figura 2.1(b). O modelo simulado dito ser condicionalmente
simulado (z*sc(x)) se honrar os dados amostrais, enquanto reproduz as
caractersticas de disperso e de continuidade espacial do mesmo conjunto de
dados, ou seja, a mdia, varincia e covarincia, gerando representaes
igualmente provveis do depsito real. Ao contrrio da estimativa, a cada n de
grid (x), o valor de zs(x) no o melhor valor possvel z0(x).

(b)

(a)

Figura 2.1 - Variograma da estimativa por (a) krigagem ordinria e (b) por simulao da
varivel Cd (pontos) com o modelo variogrfico dos dados (linha contnua) (adaptado de
Goovaerts (1997)).

Os objetivos da simulao e da estimativa so, normalmente, incompatveis.


Como mostra a Figura 2.2, mesmo que a curva dos valores estimados z*(x) , em
mdia, mais prxima da curva real z0(x), a curva de valores simulados z*sc(x) a
melhor reproduo das flutuaes da curva real. A curva dos valores estimados
prefervel para locao e estimativa de recursos, enquanto que a curva de
simulao prefervel para estudo da disperso das caractersticas destes,
considerando que a curva real s conhecida realmente nos pontos amostrados
x (Journel & Huijbregts, 1978).

10

Realidade

Simulao
condicional

Krigagem

Valores
conhecidos

Figura 2.2 - Comparativo entre realidade, estimativa por krigagem e simulao condicional.

A partir da Figura 2.2, tambm pode-se constatar que a simulao no pode


ser usada para substituir a amostragem, a qual sempre necessria para uma
boa estimativa do depsito. De qualquer modo, quanto melhor conhecido for o
depsito, melhor ser a avaliao do mesmo e, conseqentemente, melhor sero
os resultados das estimativas e/ou simulaes.

2.2

Espao de incerteza
Mesmo em depsito minerais densamente amostrados, no existem

informao suficiente para permitir a utilizao de modelos determinsticos na


estimativa de atributos em locais no amostrados. Sendo assim, sempre existe
incerteza sobre como o fenmeno geolgico se comporta entre os pontos
amostrais. Por essas razes, os fenmenos devem ser descritos por meio de
modelos probabilsticos, os quais consideram essas incertezas fundamentais.
Esses modelos proporcionam ferramentas para estimar a incerteza associada a
locais no amostrados utilizando funes randmicas estacionrias e variveis
randmicas.
A simulao geoestatstica reproduz as caractersticas de disperso dos
histogramas e variogramas utilizados para sua realizao de modo ligeiramente
diferente a cada execuo. Um conjunto de realizaes fornece uma medida da
incerteza, resultante do nosso conhecimento imperfeito sobre a distribuio no
espao do parmetro ou varivel de trabalho. Essa distribuio o espao de
incerteza. As discrepncias entre as realizaes e o modelo estatstico adotado

11

so conhecidas como flutuaes ergdicas. A Figura 2.3 mostra as flutuaes dos


variogramas e grfico quantil-quantil de 12 realizaes em relao ao modelo de
referncia (Deutsch & Journel, 1998).

Distribuio dos valores simulados

1,2
1.00
0.80
0.60
0.40
0.20
0,00

0.00

1.00

2.00 3.00 4.00


Distncia (m)

5.00

1.00
0.80
0.60
0.40

0.20
0,00
0.0

6.00

(a)

0.20
0.40
0.60
0.80
1.00
Distribuio dos dados N(0,1)

(b)

Figura 2.3 - Flutuaes ergdicas (a) nos variogramas e (b) grfico quantil-quantil
resultantes de 12 realizaes obtidas por simulao seqencial (linhas azuis) em torno do
modelo (linhas pretas).

Nesse captulo, analisada a influncia do espao de incerteza obtido pelo


algoritmo conhecido como bandas rotativas.

2.3

Simulao por bandas rotativas


Alguns modelos de covarincia podem ser utilizados para reproduzir

covarincias simuladas diretamente no espao n. Muitas vezes, mais simples


usar o mtodo de bandas rotativas, que permite a construo de simulaes no
espao a partir de simulaes em linhas (1). O mtodo de bandas rotativas foi
usado pela primeira vez por Chentsov (1957), em um caso especial de funes
brownianas aleatrias. Seu

desenvolvimento

para

uso

em

simulao

geoestatstica foi realizado por Matheron (1973).


O mtodo de simulao por bandas rotativas pode ser realizado de maneira
no-condicional (reproduzindo o modelo de covarincia) e de maneira condicional
(reproduzindo os dados amostrais nas suas localizaes). Para a realizao da
simulao condicional so necessrias duas etapas. Na primeira etapa, os

12

valores obtidos em cada local de interesse ou n de grid, reproduzem o modelo


de covarincia dos dados amostrados. J, na segunda etapa, os valores obtidos
so ento condicionados aos dados.
O princpio do mtodo consiste em adicionar um grande nmero de
simulaes independentes definido na linha de varredura do plano (Figura 2.4).
Segundo Chils & Delfiner (1999), o valor a ser simulado no ponto x (x,y) em um
plano, a soma dos valores obtidos da projeo do ponto x at a linha simulada
em uma dimenso, conforme a Equao 2.1.
D5
D6

D4

D7
D3

D8

D2

u2

u1

D1

u8

Figura 2.4 - Princpio de construo do mtodo de bandas rotativas in 2D.

z*(x)=

1
N

z1,n x1,n

Onde:
z*(x): valor simulado em um ponto x;

(2.1)

13

N: nmero de linhas que dividem o plano;


z1,n : valor simulado no local x1,n;
x1,n: local da projeo x1 na n-sima linha que divide o plano.
Os procedimentos envolvidos na gerao de cenrios equiprovveis para
um depsito mineral qualquer por bandas rotativas, encontram-se discriminados
na Figura 2.5.

Figura 2.5 - Fluxograma com os vrios estgios de construo de uma simulao por
bandas rotativas.

14

2.4

Estudo de caso
O estudo de caso desta dissertao foi realizado com os dados

provenientes dos depsitos Tamandu e Capito do Mato, localizados no


Quadriltero Ferrfero. Os depsitos so parte do complexo Vargem Grande e
pertencem companhia Vale.
O Depsito Capito do Mato possui 4500 m de comprimento, com
profundidade mxima de 250 m. J, o Depsito Tamandu possui cerca de 2.800
m de comprimento e cerca de 500 m de profundidade na rea central.
A planta de beneficiamento de Vargem Grande possui dois ptios para
formao de pilhas de homogeneizao. Desse modo, a utilizao de dois
depsitos acima citados neste estudo interessante, j que minrio
transportado de ambos os depsitos (minas) at a planta de beneficiamento e
estocado nas pilhas de homogeneizao para alimentao da usina de
beneficiamento. Utilizando os dados dos depsitos que compem esse sistema,
ser possvel estabelecer parmetros de comparao para anlises futuras,
confrontando os modelos com dados reais, caso seja necessrio.

2.4.1 Anlise dos dados


O minrio de ferro do Quadriltero Ferrfero foi formado pelo enriquecimento
de BIF's (banded iron formation). Geralmente, so classificados, de acordo com o
teor de ferro, em minrios de alto grau e os de baixo grau de enriquecimento.
Minrios de alto grau tm teor de ferro superior a 64% e ndices muito baixos de
contaminantes SiO2, Al2O3, CaO, MgO, etc.. J, os minrios de baixo grau
apresentam um teor de ferro que varia de 32% para 64%, com diferentes
quantidades de contaminantes.
O banco de dados foi dividido em dois grandes grupos para a anlise e
realizao das simulaes, sendo eles hematititas (alto grau) e itabiritos (baixo
grau). Para compor o banco de dados a ser utilizado, foram retidas apenas as
informaes da varivel slica global (SI), por tratar-se de um contaminante com
coeficiente de variao muito alto, mostrando-se bastante errtica nesse tipo de

15

mineralizao. As amostras no banco de dados esto regularizadas em 10 m de


comprimento.
Para evitar a possvel interferncia de qualquer agrupamento na anlise
estatstica dos dados, utilizaram-se os pesos de krigagem para obter histogramas
desagrupados. Esse procedimento utilizado na tentativa de remover uma
possvel tendncia relacionada ao plano de amostragem, principalmente em
relao mdia da distribuio amostral. A idia desse mtodo armazenar os
pesos de krigagem e utiliz-los como pesos de desagrupamento.
Tem como vantagens:

no requerer parmetros de dimenses de uma janela mvel, apenas os


parmetros de krigagem;

no adicionar trabalho extra para um procedimento padro de krigagem;

coerncia entre a mdia das estimativas (krigagem) e a mdia


desagrupada mais provvel;

o clculo leva em considerao a continuidade espacial.

Tem como desvantagens:

requerer uma definio de domnio (neste caso, hematitita e itabirito);

o tempo necessrio para a obteno dos resultados pode ser elevado


(depende do nmero de blocos a serem estimados);

a soluo depende do domnio geolgico, o modelo de variograma e a


definio de busca para a realizao da estimativa.

Para obteno dos pesos, foi realizada uma krigagem ordinria em cada
domnio de cada depsito.
Para o tipo de depsito deste estudo de caso, esperado que os possveis
agrupamentos preferncias tenham ocorridos em regies com alto teor de ferro.
Como a slica inversamente proporcional ao ferro (coeficiente de correlao
prximo a -1), o agrupamento preferencial pode ter levado a um teor mdio
inferior ao teor mdio desagragrupado.

16

2.4.1.1 Anlise dos dados do Depsito Capito do Mato


O Depsito Capito do Mato est localizado no municpio de Nova Lima, 26
km a sudoeste da cidade de Belo Horizonte.
Do banco de dados original fornecido pela Vale, foram utilizados apenas
400 furos de sondagem, com um total de 2353 amostra. O filtro para a seleo
desses furos de sondagem foi geogrfico, ou seja, foram utilizados apenas os
furos que se encontravam nas proximidades da mina atual. A disposio da malha
amostral pode ser vista na Figura 2.6.
1400
1200

Y (m)

1000
800
600
400
200
-6000

-5500

-5000

-4500

-4000

-3500

-3000

-2500

-2000

X (m)
Figura 2.6 - Vista em planta dos dados do Depsito Capito do Mato.

Como pode ser visto, a amostragem no ocorreu de maneira uniforme em


todo o depsito, mostrando alguns pequenos agrupamentos em determinadas
reas, sendo necessrio realizar um desagrupamento dos dados.
A Figura 2.7 e a Figura 2.8 apresentam os histogramas de freqncias e as
estatsticas dos dados originais (a) e dos dados desagrupados (b).

17

0.3
N de amostras:
Mnimo:
Mximo:
Mdia:
Desvio padro:

.1283
0.18
10.22
2.04
1.88

N de amostras:
Mnimo:
Mximo:
Mdia:
Desvio padro:

0.2

0.2

0.1

0.1

0.0

.1283
0.18
10.22
2.33
2.09

Frequncia

Frequncia

0.3

0.0

10

Si (%)

10

Si (%)

(a)

(b)

Figura 2.7 - Histograma da varivel slica global para os (a) dados originais e (b)
desagrupados no domnio hemattitico.

0.100

0.11

N de amostras: .1070
Mnimo:
0.42
Mximo:
56.39
Mdia:
26.95
Desvio padro: 13.49

0.10
0.09

N de amostras:
Mnimo:
Mximo:
Mdia:
Desvio padro:

.1070
0.42
56.39
27.84
14.27

20

Frequncia

Frequncia

0.08

0.075

0.050

0.07
0.06
0.05

0.04
0.03

0.025

0.02
0.01

0.000

10

20

30

40

50

60

0.00

10

Si (%)

30

40

50

60

Si (%)

(a)

(b)

Figura 2.8 - Histograma da varivel slica global para os (a) dados originais e (b)
desagrupados no domnio itabiritico.

Como citado anteriormente, o teor desagrupado da varivel slica superior


ao teor mdio dos dados originais.
O domnio itabirito apresenta a presena de duas populaes, mas no foi
possvel a separao em dois domnios, devido a disposio espacial das
amostras presentes em cada populao.

18

2.4.1.2 Anlise dos dados do Depsito Tamandu


O Depsito Tamandu est localizado no municpio de Nova Lima, 23 km
ao sul da cidade de Belo Horizonte.
Do banco de dados original fornecido pela Vale, foram utilizados apenas
337 furos de sondagem, com um total de 2582 amostra, sendo o critrio de
seleo dos furos de sondagem o mesmo citado para o Depsito Capito do
Mato. A disposio da malha amostral pode ser vista na Figura 2.9.
-200
-400

Y (m)

-600
-800
-1000
-1200
-1400
-1600
-10000

-9800

-9600

-9400

-9200

-9000

-8800

-8600

-8400

-8200

-8000

X (m)
Figura 2.9 - Vista em planta dos dados do Depsito Tamandu.

Do mesmo modo que o Depsito Capito do Mato, a amostragem no


ocorreu de maneira uniforme em todo o depsito, mostrando alguns pequenos
agrupamentos

em

determinadas

reas,

sendo

necessrio

realizar

um

desagrupamento dos dados.


A Figura 2.10 e a Figura 2.11 apresentam os histogramas de freqncias
dos dados originais (a) e dos dados desagrupados (b).

19

N de amostras: .1548
Mnimo:
0.31
Mximo:
9.43
Mdia:
2.33
Desvio padro: 1.69

0.20

Frequncia

0.3

Frequncia

0.25

N de amostras: .1548
Mnimo:
0.31
Mximo:
9.43
Mdia:
1.65
Desvio padro: 1.41

0.2

0.15

0.10

0.1

0.05

0.0

0.00

10

Si (%)

10

Si (%)

(a)

(b)

Figura 2.10 - Histograma da varivel slica global para os (a) dados originais e (b)
desagrupados no domnio hemattitico.
0.125

0.100

N de amostras: .1034
Mnimo:
0.49
Mximo:
58.53
Mdia:
27.40
Desvio padro: 14.84

0.125

N de amostras:
Mnimo:
Mximo:
Mdia:
Desvio padro:

.1034
0.49
58,53
28.27
15.29

Frequncia

Frequncia

0.100

0.075

0.075

0.050

0.050

0.025

0.025

0.000

0.000

10

20

30

40

50

60

10

20

30

40

50

60

Si (%)

Si (%)

(b)

(a)

Figura 2.11 - Histograma da varivel slica global para os (a) dados originais e (b)
desagrupados no domnio itabiritico.

Como citado anteriormente, o teor desagrupado da varivel slica superior


ao teor mdio dos dados originais.
O domnio itabirito apresenta a presena de duas populaes, mas no foi
possvel a separao em dois domnios, devido a disposio espacial das
amostras presentes em cada populao.

20

2.4.2 Transformao Gaussiana


Na simulao por bandas rotativas, a idia derivar um valor de uma
distribuio baseada na teoria associada s funes randmicas multigaussianas.
No caso de distribuies Gaussianas, a distribuio condicional de freqncia
acumulada local estimada por meio da krigagem simples, a qual define a mdia
e a varincia da distribuio. Uma vez que existe uma distribuio condicional
estimada por krigagem simples, pode-se amostrar randomicamente um valor
dessa distribuio e, assim, gerar teores simulados para o bloco correspondente.
A inconvenincia desse mtodo a exigncia de que os dados apresentem
uma distribuio Gaussiana, sendo que isso raramente acontece. Muitas variveis
nas Cincias da Terra mostram distribuio assimtrica com alguns valores
extremos (assimetria positiva). Dessa forma, existe a necessidade de se recorrer
transformao dos dados originais para o espao normal (Goovaerts, 1997).
O processo de normalizao da distribuio amostral realizado com
auxlio de uma transformao gerada a partir de uma funo monotnica
crescente, (.), que pode ser derivada graficamente como mostra Figura 2.12 e
descrita pela Equao 2.2. Nessa figura, os valores que correspondem aos pquantis da distribuio cumulativa dos dados so correlacionados com os valores
normais correspondentes de mesma probabilidade. Os dados originais, z-valores,
so transformados em y-valores: y(u)=[z(u)], =1...n(Journel e Huijbregts,
1978; Goovaerts, 1997).

Figura 2.12 - Processo grfico de transformao da distribuio original (z-valores) em yvalores. Fonte: Goovaerts, 1997 p. 268.

21

Y(u)= z u =G-1 F z u

(2.2)

Onde:
Y(u): varivel regionalizada que representa os y-valores;

: funo de transformao;
z(u): varivel randmica que representa os z-valores;
G-1 : distribuio Gaussiana inversa da funo randmica Y(u).
Assim, na maioria dos casos, uma transformao gaussiana precede os
passos da simulao condicional. A Figura 2.13 apresenta os histogramas dos
dados normalizados para os domnios hematitticos e itabiriticos do Depsito
Capito do Mato. A Figura 2.14 apresenta os histogramas dos dados
normalizados para os domnios hematitticos e itabirticos do Depsito Tamandu.
Note que a normalizao dos dados garante que a distribuio normal apresente
mdia igual a zero e varincia igual a um.
1283
-3.26
3.19
0.00
1.00

0.15

Frequncia

Frequncia

0.15

N de amostras:
Mnimo:
Mximo:
Mdia:
Desvio padro:

0.10

1070
-3.26
2.95
0.00
1.00

0.10

0.05

0.05

0.00

N de amostras:
Mnimo:
Mximo:
Mdia:
Desvio padro:

-3

-2

-1

0.00

-3

-2

-1

Si (%)

Si (%)

(a)

(b)

Figura 2.13 - Histograma dos dados normalizados para (a) hematita e (b) itabirito do
Depsito Capito do Mato.

22

0.20

1548
-3.30
3.58
0.00
1.00

0.15

Frequncia

Frequncia

N de amostras:
Mnimo:
Mximo:
Mdia:
0.15 Desvio padro:

0.10

0.05

0.00

N de amostras:
Mnimo:
Mximo:
Mdia:
Desvio padro:

1034
-3.84
3.10
0.00
1.00

0.10

0.05

-3

-2

-1

0.00

-4

-3

-2

-1

Si (%)

Si (%)

(a)

(b)

Figura 2.14 - Histograma dos dados normalizados para (a) hematita e (b) itabirito do
Depsito Tamandu.

Os dados normalizados foram utilizados nas simulaes realizadas,


resultando em valores simulados no espao gaussiano que foram posteriormente
retro-transformados para o espao original, utilizando as mesmas leis de
correlao da normalizao inicial, porm no sentido inverso.

2.4.3 Continuidade espacial


Aps a normalizao dos dados, a etapa seguinte consiste da anlise da
continuidade espacial dos mesmos atravs de variogramas. O variograma mede a
mdia das diferenas quadrticas de pares de valores separados de certa
distncia h e em certa direo. Matheron (1963) foi o primeiro a utilizar esses
conceitos em geocincias. Clark (1979) e David (1988) descrevem com detalhe o
conceito de variograma e os ajustes matemticos para continuidade espacial
(Souza, 2007). Existem outras funes para medir a continuidade espacial, as
quais no sero consideradas neste estudo.
Baseado na hiptese intrnseca da geoestatstica (estacionaridade) pode-se
descrever a continuidade espacial de uma varivel por meio do variograma
experimental constitudo a partir dos valores amostrados. Na Equao 2.3, n(h)
o nmero de pares para a distncia h (lag) a certa direo e zi(u) e zi(u+h) so os

23

pares de valores separados de h. A unidade do variograma a mesma da


varivel z ao quadrado (Souza, 2007).
1
*(x)=
2n h

n h

zi u - zi u + h

(2.3)

i=1

O estudo da continuidade espacial teve inicio com o clculo do variograma


ao longo do furo, no qual obtm-se o efeito pepita que ser usado no resto da
modelagem variogrfica. Foi utilizado este tipo de variograma para obteno do
efeito pepita, pois, atravs dele podemos medir as diferenas quadrticas mdias
entre amostras em distncias muito pequenas (10 metros).
Com o objetivo de construir um modelo que capture as principais
caractersticas espaciais do atributo em estudo, parte-se para a determinao dos
variogramas direcionais. Atravs da modelagem variogrfica, podemos determinar
o comportamento espacial do fenmeno com as direes de maior, intermediria
e menor continuidade espacial.
Os resultados da modelagem variogrfica podem ser verificados na
Equaes 2.4, e 2.5 e Figura 2.15 para o Depsito Capito do Mato e na
Equaes 2.6 e 2.7 e Figura 2.16 para o Depsito Tamandu.
Modelo variogrfico para o domnio hematittico do Depsito Capito do
Mato:

(h) 0.2 0.4 Sph

N 90 vert N 0
N 90 vert N 0

0.4 Sph

100
70
35

550 150 150

(2.4)

Modelo variogrfico para o domnio itabiritico do Depsito Capito do Mato:

(h) 0.2 0.4 Sph

N 0 N 90 vert
N 0 N 90 vert

0.4 Sph

50
50
50
80

1000 650

(2.5)

2.0

2.0

1.5

1.5

Varincia

Varincia

24

1.0

0.5

0.5

0.0

1.0

0.0

200

400

600

200

400

Distncia (m)

Distncia (m)

(a)

(b)

600

800

1000

Figura 2.15 - Variograma experimental (pontos) e modelado (linha contnua) na direo de


mxima (azul) e intermediria (verde) e mnima (vermelho) continuidade espacial para o (a)
domnio hemattico e (b) itabiritico do Depsito Capito do Mato.

Modelo variogrfico para o domnio hematitico do Depsito Tamandu:

(h) 0.2 0.4 Sph

N113 vert N 23
N113 vert N 23

0.4 Sph

60
60
350 200
120
850

(2.6)

Modelo variogrfico para o domnio itabiritico do Depsito Tamandu:

(h) 0.2 0.4 Sph

N 68 vert N158
N 68 vert N158

0.4 Sph

120
150
120 120
1200 220

(2.7)

2.0

2.0

1.5

1.5

Varincia

Varincia

25

1.0

0.5

0.5

0.0

1.0

200

400

600

800

1000

0.0

200

400

600

Distncia (m)

Distncia (m)

(a)

(b)

800

1000

1200

Figura 2.16 - Variograma experimental (pontos) e modelado (linha contnua) na direo de


mxima (azul), intermediria (verde) e mnima (vermelho) continuidade espacial para o (a)
domnio hemattico e (b) itabiritico do Depsito Tamandu.

2.4.4 Verificao de multinormalidade


A simples normalizao da distribuio amostral no garante que o modelo
de funo randmica seja multinormal. Esse procedimento garante apenas a
normalidade bivariada da distribuio condicional local de probabilidade (dclp).
Assim, faz-se necessria a verificao de normalidade nas demais dimenses da
dclp.
Na prtica, possvel apenas verificar at o nvel bivariado (distribuio
bigaussiana). Sendo assim, se for validada a hiptese bigaussiana, o formalismo
multigaussiano assumido. Pode-se realizar o teste de binormalidade que
considera a relao madograma/variograma. Essa relao pode ser vista na
Equao 2.8 deve se aproximar constante 0,564 (Matheron, 1982) e deve ser
verificada para diversas distncias h (lags).

26

1 (h)
2 (h)

(2.8)

= 0,564

Onde :
2 (h) = E{| Y(x+h) - Y(x) |]
22 (h) = E{| Y(x+h) - Y(x) |]2
A Tabela 2.1 e a Tabela 2.2 apresentam os resultados do teste para
Depsito Capito do Mato. A Tabela 2.3 e a Tabela 2.4 apresentam os resultados
do teste para Depsito Tamandu. A relao foi realizada a partir dos
variogramas omnidirecionais, utilizando distncias h (lags) de 100 metros.

Tabela 2.1 - Resultados do teste de bigaussianidade baseado na Equao 2.8 para a varivel
Si (%) no domnio hematittico do Depsito Capito do Mato.

Madograma

Variograma

Razo

experimental

experimental

Madograma/Variograma

4041

0,3980

0,5549

0,534

200

39741

0,5277

0,8936

0,558

300

62717

0,5593

0,9886

0,563

400

68348

0,5432

0,9327

0,562

500

65158

0,5392

0,9260

0,560

600

57355

0,5544

0,9678

0,564

700

54197

0,5714

1,0236

0,565

800

51233

0,5713

1,0265

0,564

900

50779

0,5719

1,0258

0,565

1000

49739

0,5679

1,0077

0,566

1100

45747

0,5888

1,0809

0,566

1200

41325

0,5939

1,1074

0,564

Distancia h (m)

Nmero de pares

100

27

Tabela 2.2 - Resultados do teste de bigaussianidade baseado na Equao 2.8 para a varivel
Si (%) no domnio itabiritico do Depsito Capito do Mato.

Madograma

Variograma

Razo

experimental

experimental

Madograma/Variograma

2718

0,4077

0,5579

0,546

200

15682

0,5120

0,8413

0,558

300

28321

0,5275

0,8833

0,561

400

33418

0,5431

0,9277

0,564

500

33843

0,5435

0,9240

0,565

600

35437

0,5666

0,9925

0,569

700

33371

0,5665

1,0010

0,566

800

31312

0,5625

0,9945

0,564

900

29905

0,5545

0,9562

0,567

1000

27886

0,5661

1,0024

0,565

1100

26892

0,5812

1,0617

0,564

1200

23366

0,5786

1,0492

0,565

Distancia h (m)

Nmero de pares

100

Tabela 2.3 - Resultados do teste de bigaussianidade baseado na Equao 2.8 para a varivel
Si (%) no domnio hematittico do Depsito Tamandu.

Madograma

Variograma

Razo

experimental

experimental

Madograma/Variograma

6711

0,3774

0,5101

0,528

200

83254

0,4846

0,7600

0,556

300

169058

0,5270

0,8731

0,564

400

192804

0,5519

0,9556

0,565

500

158896

0,5560

0,9687

0,565

600

118528

0,5798

1,0530

0,565

700

93460

0,5919

1,0907

0,567

800

90044

0,6087

1,1436

0,569

900

83205

0,5962

1,1018

0,568

1000

65510

0,5916

1,0738

0,571

1100

52216

0,5703

1,0138

0,566

1200

36988

0,5736

1,0394

0,563

Distancia h (m)

Nmero de pares

100

28

Tabela 2.4 - Resultados do teste de bigaussianidade baseado na Equao 2.8 para a varivel
Si (%) no domnio itabiritico do Depsito Tamandu.

Madograma

Variograma

Razo

experimental

experimental

Madograma/Variograma

3119

0,3075

0,3593

0,513

200

22730

0,4954

0,8057

0,552

300

45631

0,5389

0,9264

0,560

400

56141

0,5533

0,9781

0,559

500

63940

0,5624

1,0094

0,560

600

66767

0,5459

0,9431

0,562

700

58549

0,5571

0,9721

0,565

800

50216

0,5628

0,9811

0,568

900

44089

0,5751

1,0126

0,572

1000

41247

0,5688

0,9779

0,575

1100

29760

0,6027

1,1063

0,573

1200

23942

0,6132

1,1391

0,575

Distancia h (m)

Nmero de pares

100

2.4.5 Gerao dos modelos simulados


As etapas de gerao dos cenrios simulados, validao e anlise dos
modelos foram desenvolvidas no software ISATIS (Bleines et al., 2001).
Para este estudo, foram realizadas 50 simulaes atravs do algoritmo de
bandas rotativas em cada domnio (hematitito e itabirito) para cada depsito
(Capito do Mato e Tamandu). Como o nmero de simulaes a serem
utilizadas depende de seu uso e da estrutura do fenmeno analisado,
necessrio verificar se esse nmero suficiente para mapear a incerteza
associada. Baseando-se na metodologia proposta em Costa (1997) e Bonato
(2000) para decidir o nmero necessrio de cenrios a serem gerados, analisouse as flutuaes na varincia das mdias das realizaes. Sabe-se que estes
parmetros apresentam oscilao conforme aumenta-se o nmero de modelos
at atingir um determinado patamar limite, sendo o nmero ideal aquele que

29

garanta que esse patamar tenha sido atingido (Souza, 2007). A Figura 2.17 e a
Figura 2.18 apresentam a mdia das mdias e a varincia das mdias,
respectivamente para o Depsito Capito do Mato. J, a Figura 2.19 e a Figura
2.20 apresentam a mdia das mdias e a varincia das mdias, respectivamente

2.32

28.00

2.31

27.80
Mdia das mdias

Mdia das mdias

para o Depsito Tamandu.

2.30
2.29
2.28
2.27

27.60
27.40
27.20
27.00

2.26

26.80

2.25
0

10

20

30

40

50

10

Nmero de realizaes

20

30

40

50

Nmero de realizaes

(a)

(b)

Figura 2.17 - Mdia das mdias para o (a) domnio hematittico e (b) itabiritico do Depsito

0.012

0.550

0.010

0.500

Varincia das mdias

Varincia das mdias

Capito do Mato.

0.008
0.006
0.004
0.002
0.000

0.450
0.400

0.350
0.300
0.250
0.200

10

20

30

40

50

Nmero de realizaes

10

20

30

40

Nmero de realizaes

(a)

(b)

Figura 2.18 - Varincia das mdias para o (a) domnio hematittico e (b) itabiritico do
Depsito Capito do Mato.

50

1.83

29.40

1.82

29.20

Mdia das mdias

Mdia das mdias

30

1.81
1.80
1.79
1.78

29.00
28.80
28.60
28.40

10

20

30

40

50

10

Nmero de realizaes

20

30

40

50

60

Nmero de realizaes

(a)

(b)

Figura 2.19 - Mdia das mdias para o (a) domnio hematittico e (b) itabiritico do Depsito
Tamandu.
0.005

1.60
Varincia das mdias

Varincia das mdias

1.40
0.004
0.003
0.002
0.001

1.20
1.00
0.80
0.60
0.40
0.20

0.000

0.00
0

10

20

30

40

50

Nmero de realizaes

10

20

30

40

50

Nmero de realizaes

(a)

(b)

Figura 2.20 - Varincia das mdias para o (a) domnio hematittico e (b) itabiritico do
Depsito Tamandu.

Pela anlise das figuras, pode-se observar que o intervalo de incerteza ou


variabilidade representado pelas oscilaes torna-se pouco significativo a partir de
30 realizaes. Sendo assim, o nmero de realizaes geradas foi considerado
suficientemente para mapear a incerteza associada estimativa do atributo
geolgico.

2.4.6 Validao das simulaes


Aps a obteno dos modelos simulados, mas antes de se prosseguir com
o uso dos mesmos para estimar a incerteza associada reduo de variabilidade
com pilhas de homogeneizao, foi executada a validao das simulaes
geradas, para verificar a reprodutibilidade do variograma e histograma.

31

A Figura 2.21 apresenta um grfico comparativo entre os histogramas


acumulados obtidos pelo algoritmo de simulao com os dados amostrais
normalizados para o Depsito Capito do Mato. A Figura 2.22 apresenta o mesmo
grfico comparativo para o Depsito Tamandu. Nota-se, que em ambos os

1.0

1.0

0.9

0.9

Frequncia acumulada

Frequncia acumulada

casos, ocorreu uma boa reprodutibilidade dos modelos no espao normal.

0.8
0.7

0.6
0.5

0.4
0.3

0.2
0.1
0.0
0.0

0.8
0.7

0.6
0.5

0.4
0.3

0.2
0.1

-4

-3

-2

-1

0.0

-4

-3

-2

-1

Si (%)

Si (%)

(a)

(b)

Figura 2.21 - Reprodutibilidade da estatstica para as 50 realizaes (linhas cinza), em


funo dos dados amostrais (linha vermelha) para o (a) domnio hematittico e (b) itabiritico

1.0

1.0

0.9

0.9

Frequncia acumulada

Frequncia acumulada

do Depsito Capito do Mato.

0.8
0.7
0.6
0.5

0.4
0.3

0.2

0.7
0.6
0.5

0.4
0.3

0.2
0.1

0.1
0.0
0.0

0.8

-4

-3

-2

-1

0.0

-4

-3

-2

-1

Si (%)

Si (%)

(a)

(b)

Figura 2.22 - Reprodutibilidade da estatstica para as 50 realizaes (linhas cinza), em


funo dos dados amostrais (linha vermelha) para o (a) domnio hematittico e (b) itabiritico
do Depsito Tamandu.

Na Figura 2.23 e na Figura 2.24, so apresentados os variogramas


experimentais dos dados simulados comparados com os modelos de continuidade
espacial baseados nos dados gaussianos (transformados) para o Depsito
Capito do Mato. Na Figura 2.25 e na Figura 2.26, so apresentados os

32

variogramas experimentais dos dados simulados comparados com os modelos de


continuidade espacial baseados nos dados gaussianos (transformados) para o
Depsito Tamandu.

0.5

0.0

100

200

300

400

500

1.0

1.0

0.8

0.8

0.6

0.6

0.4

0.4

0.2

0.2

0.0

600

Varincia

Varincia

Varincia

1.0

100

50

0.0

150

50

Distncia (m)

Distncia (m)

(a)

150

100

Distncia (m)

(b)

(c)

Figura 2.23 - Variograma modelado e flutuaes ergdicas para (a) direo de mxima, (b)
intermediria e (c) mnima continuidade espacial para o domnio hematittico do Depsito

1.0

1.0

0.8

0.8

0.8

0.6

Varincia

1.0

Varincia

Varincia

Capito do Mato.

0.6

0.6

0.4

0.4

0.4

0.2

0.2

0.2

0.0
0

200

400

600

Distncia (m)

(a)

800

1000

0.0

0.0
0

200

400

Distncia (m)

(b)

600

50

25

75

Distncia (m)

(c)

Figura 2.24 - Variograma modelado e flutuaes ergdicas para (a) direo de mxima, (b)
intermediria e (c) mnima continuidade espacial para o domnio itabiritico do Depsito
Capito do Mato.

100

1.0

1.0

0.8

0.8

0.8

0.6

Varincia

1.0

Varincia

Varincia

33

0.6

0.6

0.4

0.4

0.4

0.2

0.2

0.2

0.0

0.0
0

200

400

600

800

100

Distncia (m)

200

300

0.0

400

100

75

(a)

150

200

Distncia (m)

Distncia (m)

(b)

(c)

Figura 2.25 - Variograma modelado e flutuaes ergdicas para (a) direo de mxima, (b)
intermediria e (c) mnima continuidade espacial para o domnio hematittico do Depsito
Tamandu.

Varincia

Varincia

0.8

0.6

0.4

0.2

0.0

200

400

600

800

1000

1200

Distncia (m)

(a)

1.0

1.0

0.8

0.8

Varincia

1.0

0.6

0.6

0.4

0.4

0.2

0.2

0.0

100

75

Distncia (m)

(b)

150

200

0.0 0

50

100

150

Distncia (m)

(c)

Figura 2.26 - Variograma modelado e flutuaes ergdicas para (a) direo de mxima, (b)
intermediria e (c) mnima continuidade espacial para o domnio itabiritico do Depsito
Tamandu.

Do mesmo modo que ocorreu com os histogramas, os variogramas do


espao normal simulados honraram os variogramas dos dados amostrais
normalizados.

2.5

Comentrios finais
Neste capitulo, foi apresentada tcnica de banda rotativas e sua aplicao

em dois depsitos de minrio de ferro, tomando como base a varivel slica (muito
errtica nesse tipo de depsito). Aps a gerao dos modelos simulados, os
mesmos foram validados de forma a garantir a reproduo das caractersticas dos

300

34

dados originais pelos modelos. No captulo 4, ser feito uso dos resultados
obtidos pelas simulaes, aplicando os parmetros de lavra (identificando minrio
e estril), para aperfeioamento da estratgia de homogeneizao em pilhas.

Captulo 3

Princpios de Homogeneizao

Neste

captulo,

so

revisados

os

conceitos

de

heterogeneidade,

variabilidade das caractersticas dos minrios, alm de algumas das principais


estratgias de homogeneizao. Tambm, apresentado um algoritmo
implementado em Visual Basic para emular pilhas de homogeneizao do tipo
longitudinal, a partir de simulaes geoestatsticas.

3.1

Variabilidade das caractersticas dos minrios


Os depsitos minerais so feitos de uma combinao de minrio e rocha

estril ou de baixo teor. Sendo assim, o ROM proveniente da lavra pode


apresentar variaes nas suas caractersticas, devido s heterogeneidades dos
materiais que o compem. Alm disso, a heterogeneidade do material pode ser
afetada pelos mtodos de carregamento e transporte e pelos tipos de
procedimentos empregados na manipulao e preparao do minrio. Segundo
Schofield (1980), as etapas de carregamento, transporte, britagem, moagem,
armazenamento e manipulao contribuem de alguma forma na variabilidade do
material, j que introduzem certa quantidade de reestruturao da distribuio
espacial da mineralizao natural.
Para estabelecer a qualidade de um minrio, necessrio, primeiramente,
realizar uma amostragem onde a variabilidade observada deve ser associada ao
tamanho da amostra utilizado. A amostragem de um depsito mineral origina-se
da possibilidade terica de dividir um todo em pequenas pores que sero

36

analisadas separadamente (Gambin, 2003). Este conceito permite uma descrio


qualitativa e quantitativa da variabilidade para um determinado tamanho de
amostra baseada na teoria da amostragem (Gy, 1998).

3.2

Homogeneidade e heterogeneidade
A dualidade entre a homogeneidade e heterogeneidade no simples, e

no pode ser comparada com o tipo simples da dualidade que costuma-se


observar entre preto e branco (Pitard, 1993). De uma maneira simplista, pode-se
descrever o conceito de heterogeneidade como uma funo escalar, onde a
homogeneidade equivale zero. Portanto, a homogeneidade um caso limite.

3.2.1 Material heterogneo


Heterogeneidade uma propriedade estrutural primria de toda a matria,
ou seja, todos os slidos particulados, secos, molhados, em suspenso na gua
ou no ar so heterogneos. Segundo Gy (1998), quando as pores formadoras
de um material no forem estritamente idnticas, esse material tido como
heterogneo.
A heterogeneidade pode ser analisada sob dois aspectos diferentes, sendo
eles referentes constituio e a distribuio do material.
A heterogeneidade de constituio refere-se s caractersticas intrnsecas
do material, ou seja, consiste nas diferenas que se verificam entre as partculas
ou fragmentos constituintes de um lote L, quando efetuada a comparao de
uma determinada propriedade. A mistura ou homogeneizao das partculas
constituintes do lote no apresenta nenhuma influncia sobre a heterogeneidade
de constituio. Esta heterogeneidade responsvel pela ocorrncia do Erro
Fundamental da Amostragem.
A heterogeneidade de distribuio, depende da heterogeneidade de
constituio e tambm, como o prprio nome sugere, depende da distribuio
espacial das unidades dentro do volume ocupado pelo lote. Esse tipo de
heterogeneidade pode ser observado quando olhamos para os vrios grupos de
unidades vizinhas, tais como fragmentos dentro do domnio de um determinado

37

lote de material. Logo que o material consolidado extrado e cominudo, estes


minerais se tornam parcial ou totalmente livres, dependendo do seu grau de
liberao. Por conseguinte, estes minerais podem sempre mudar de lugar, em
busca de uma configurao mais estvel, quando submetido s foras
gravitacionais ou outras foras que se destinem a promover a segregao ou
homogeneizao no processamento mineral.

3.2.2 Material homogneo


Podemos afirmar que uma grande quantidade de material tem uma
distribuio homognea, quando todos os grupos de um determinado tamanho
que podem ser selecionadas dentro do domnio do lote tm uma composio
mdia rigorosamente idntica, ou seja, cada amostra do lote representa o todo,
no sendo necessria aleatoriedade na escolha.
Como citado anteriormente, todos os materiais minerais presentes na
indstria mineira so essencialmente heterogneos. Dessa maneira, a preveno
de perdas o problema mais grave presente em plantas de beneficiamento. Para
manter o processo em excelente produtividade em quantidade e qualidade, as
equipes que lidam com esse problema possuem duas estratgias diferentes ao
seu dispor:

a aceitao da heterogeneidade, dependendo do tipo de mineralizao;

utilizao de algum processo de homogeneizao, como a utilizao de


pilhas de homogeneizao.

Os processos de homogeneizao so usados na tentativa de reduzir a


heterogeneidade dos materiais, mas nunca iro conseguir gerar um material
completamente homogneo.

3.3

Relao volume-varincia
A relao volume-varincia uma relao fundamental da geoestatstica, a

qual permite o calculo da disperso da varincia (medida da disperso dos dados)


de teores para diversos volumes, usando apenas os dados amostrais e o
conhecimento do variograma. Espera-se que o aumento no suporte amostral

38

reduza a variabilidade dos minrios analisados (Parker, 1979), conforme a Figura


3.1.

Figura 3.1 - Relao de aumento/diminuio da varincia com o aumento/diminuio do


suporte (Pilger, 2000).

Na Figura 3.2(a), pode-se observar uma menor disperso da distribuio


quando o suporte amostral aumentado. O aumento do suporte afeta os valores
extremos e a varincia. Outro fenmeno pode ocorrer juntamente com a reduo
da varincia, denominado simetrizao (Myers, 1996). Esse efeito se refere
reduo da assimetria da distribuio aps a mudana de suporte, aproximandose de uma distribuio normal, mas no afetando a mdia, conforme pode ser
visto na Figura 3.2(b).

Blocos

Amostras

(a)

(b)

Figura 3.2 - (a) Contraste entre o espalhamento da distribuio dos blocos e dos dados
amostrais e (b) histogramas de diferentes tamanhos de blocos para a mesma varivel
(Pilger, 2000).

O aumento do volume do bloco considerado resulta na diminuio da


varincia de disperso. Um impacto direto dessa influncia do volume do bloco,
que numa lavra seletiva um bloco de maior volume resultar em menores
flutuaes das caractersticas do minrio reduzindo a varincia dos teores

39

minerados (Figura 3.3). Sendo assim, o aproveitamento de um minrio em


qualquer tipo de lavra funo do volume do bloco considerado (Gambin, 2003).

Homogeneizao em pilhas

Transporte
e/ou
blendagem
Lavra

Figura 3.3 - Comportamento esperado pela relao volume-varincia.

3.4

Estratgias de homogeneizao
Na atividade de minerao, existem pelo menos trs reas principais para a

reduo de variabilidade dos minrios, sendo elas:

lavra seletiva;

pilha de homogeneizao;

processos de beneficiamento.

As tcnicas envolvidas na atividade de lavra de minrios, baseadas no


conhecimento do depsito mineral, possibilitam uma homogeneizao inicial
capaz de reduzir significativamente as flutuaes em torno de um atributo de
qualidade qualquer na etapa de extrao (Gambin, 2003).

40

As pilhas de homogeneizao podem assumir um duplo propsito, atuar


simplesmente como uma pilha de estocagem, ou uma pilha pulmo, com o
objetivo de fornecer material a uma usina de beneficiamento, ou ainda, atuar
como um filtro da variabilidade da qualidade do minrio atravs do empilhamento
cuidadoso e da adequada recuperao do material (Gambin, 2003).
A homogeneizao de minrios no beneficiamento se d atravs dos
processos existentes em uma usina de beneficiamento, desde sistemas de
classificao at processos gravimtricos, hidrometalrgicos, flotao e processos
de aglomerao de minrios.
A Figura 3.4 apresenta um esquema simplificado de uma planta de
beneficiamento alimentada aps algumas etapas de reduo de variabilidade.
Nota-se que o material proveniente da lavra, possui grandes flutuaes de teores.
Aps sua passagem pelas pilhas de homogeneizao, essas flutuaes ficam
significativamente reduzidas, considerando um mesmo suporte.

Figura 3.4 - Esquema de simplificado das estratgias de homogeneizao presente no


complexo Vargem Grande.

41

3.4.1

Blendagem e homogeneizao
Blendagem refere-se a uma mistura, em propores controladas de

matrias-primas diferentes, a fim de se obter um material com caractersticas


especficas, como no caso de pilhas pulmes.
Homogeneizao implica na manipulao da matria-prima, levando em
considerao a disposio espacial do material, com o objetivo de tornar suas
caractersticas uniformes e constantes, sendo esse o objetivo das pilhas de
homogeneizao.

3.4.2 Blendagem na lavra


A lavra seletiva, baseada no conhecimento do depsito mineral, possibilita
uma reduo de variabilidade inicial significativa de um atributo qualquer na etapa
de extrao. Essa reduo de variabilidade ainda incrementado por meio da
blendagem do material de diferentes frentes de lavra e/ou minas.
O problema de utilizar esse mtodo no controle da variabilidade o controle
sobre o ritmo de produo. Para manter o minrio dentro de determinada
especificao, necessrio uma interao imediata entre as diferentes fontes de
minrio que compem o sistema. Tambm, necessria uma excelente
caracterizao dos teores ao longo do corpo de minrio
As tcnicas geoestatsticas fornecem uma ferramenta poderosa a ser
utilizada na etapa de extrao possibilitando descrever a variabilidade encontrada
em um depsito mineral, permitindo o controle sobre a qualidade mdia de curto
prazo do material fornecido etapa seguinte do processo (Schofield, 1980).

3.4.3 Homogeneizao em pilhas


Por melhor e mais eficiente que seja a estacionarizao dos teores na lavra,
o material que constitui o ROM apresentar algumas variaes e/ou flutuaes
em termos de algum (ou alguns) parmetro de qualidade. Essas variaes devem
ser atenuadas de forma que a alimentao na usina apresente a homogeneidade
necessria (Valente, 1982).

42

Segundo Schofield (1980), os seguintes pontos so favorveis utilizao


das pilhas como uma unidade de armazenamento intermediria:

as atividades de extrao e produo no necessitam uma interao


instantnea para atenuar oscilaes de teores;

garante ao processo de beneficiamento uma fonte constante de minrio


ROM relativamente homogneo;

facilidade na manipulao do minrio;

reduz

demanda

por

automatizao

complexa

das

etapas

subseqentes.
Os seguintes pontos so favorveis utilizao da pilha como unidade
homogeneizadora de materiais ROM:

a reduo da variabilidade do material de entrada para o material de


sada da pilha pode ser conseguida com o correto planejamento da
pilha;

materiais provenientes de depsitos com minrio de baixa qualidade e


alta heterogeneidade podem ser utilizados;

o crescimento de exigncia do controle da qualidade do material


fornecido pode ser satisfeito.

As pilhas de homogeneizao podem ser usadas como parte de um sistema


de controle de qualidade, visando reduzir a variabilidade de teores na alimentao
da planta de beneficiamento. Para que este sistema funcione adequadamente,
necessrio medir a qualidade do material que alimenta a pilha, uma vez que esse
deve ser empilhado de forma a manter um teor de sada com a menor
variabilidade de acordo com parmetros tcnicos e/ou econmicos prestabelecidos. Um dos mtodos mais simples para suavizar a variabilidade de
determinada propriedade de um minrio a construo de pilhas longitudinais de
homogeneizao pelo descarregamento do minrio em longas camadas
elementares ao longo do eixo longitudinal da pilha ou em pilhas elementares, uma
subseqente outra (Ferreira et al., 1992).

43

A Figura 3.5 apresenta, esquematicamente, a funo esperada de uma


pilha de homogeneizao, atendendo o controle das variaes dos parmetros
fsicos e qumicos do minrio

Figura 3.5 - Homogeneizao em pilhas (Gambin, 2003).

Segundo Ferreira (1989), dois aspectos bsicos devem ser considerados no


tamanho das instalaes de homogeneizao em pilhas:

econmicos:

desejvel

que

os

equipamentos

utilizados

no

empilhamento e na retomada tenham, no seu conjunto, o menor


investimento possvel;

de processo: o material retomado da pilha deve ter um desvio padro


nos valores dos teores compatvel com aquele requerido pelo processo
posterior.

Satisfazendo estas duas condies, pode-se afirmar que o sistema de


homogeneizao em pilhas satisfatrio.

3.4.3.1 Pilhas circulares


Em pilhas de homogeneizao do tipo circular (Figura 3.6), a empilhadeira e
o retomador so montados sobre a coluna central. A empilhadeira tem rotao em
ambos os sentidos, simultaneamente com o movimento vertical do brao. Sua
altura acima do topo da pilha mantido em uma altura mnima para reduzir a
emisso poeira.

44

Figura 3.6 - Pilha do tipo circular (autor desconhecido, obtida em http://www.flsmidth.com).

Esse tipo de pilha apresenta como vantagens:

correias transportadoras com menor extenso;

equipamentos com baixa exigncia de energia;

flexibilidade no arranjo fsico da pilha.

Entretanto, possuem baixa eficincia de homogeneizao, se comparada s


pilhas do tipo longitudinal e, deste modo, esse tipo de pilha no ser considerada
nesta dissertao.

3.4.3.2 Pilhas longitudinais


A construo de pilhas longitudinais realizada distribuindo-se o material,
ao longo de um eixo, atravs de sucessivos movimentos da empilhadeira. Esse
tipo de pilha apresenta forma triangular (relacionado ao ngulo de repouso do
material empilhado), conforme pode ser visto na Figura 3.7.

45

Figura 3.7 - Pilha do tipo longitudinal (autor desconhecido, obtida em


http://www.flsmidth.com).

O sistema de homogeneizao longitudinal deve ser sempre feito com pelo


menos duas pilhas, enquanto uma est em formao a outra est sendo
retomada. Por isso mesmo, em mdia, uma pilha est sendo consumida pela
metade, enquanto a outra est formada pela metade, sendo, portanto a
capacidade efetiva de estoque igual a 50% da capacidade total de estocagem do
sistema. Tal relao pode ser aumentada em instalaes com trs ou quatro
pilhas (Ferreira, 1989).
As pilhas longitudinais podem ser dispostas em uma variedade de
combinaes, mas, basicamente, pode ser resumido em linha (Figura 3.8) ou em
paralelo (Figura 3.9).
Correia de retomada

Correia de empilhamento

Figura 3.8 - Pilhas longitudinais em linha.

Carro de transferencia

46

Correia de empilhamento

Correia de retomada

Figura 3.9 - Pilhas paralelas com empilhadeira de torre giratria.

Os mtodos mais comumente usados so empilhamento chevron e


windrow. Basicamente, estes mtodos consistem em um grande nmero de
camadas empilhadas, no sentido longitudinal da pilha. A Figura 3.10 apresenta
sees transversais idealizadas desses mtodos.
O mtodo chevron (Figura 3.10(a)) consiste no empilhamento de camadas
do material a ser homogeneizado, sobre a linha central da pilha. Esse o mtodo
mais comumente empregado na indstria, tendo as seguintes vantagens:

permite uma manipulao de forma mais direta, podendo utilizar


materiais que atenuem a variabilidade em qualquer momento da
formao da pilhas, de forma a deixar o produto dentro das
especificaes de qualidade requeridas pelo sistema.

a empilhadeira pode ser com torre fixa, com sua lana tendo menor
comprimento, resultando numa empilhadeira de peso relativamente
menor, e com um custo total de instalao mais baixo (Ferreira, 1989).

automao

dos

movimentos

do

equipamento

utilizado

no

empilhamento mais simples.


O mtodo tem como desvantagem a segregao do material com partculas
finas na parte central da pilha e partculas grossas na superfcie e no fundo da
pilha. Para assegurar a mistura adequada de uma pilha chevron, deve-se retomar
o material da pilha a partir da face, trabalhando em toda a seo transversal.
No mtodo windrow (Figura 3.10(b)), o material depositado em uma srie
de leitos (cordes) paralelos em toda a largura da pilha, ou sobre aqueles j

47

empilhados. Com essa configurao, assegurada uma distribuio mais


uniforme de partculas finas e grossas em toda a pilha, evitando a segregao do
material. A desvantagem desse mtodo a necessidade de equipamentos mais
complexos, como empilhadeiras de lana telescpica ou giratria, resultando em
maiores investimentos, alm dos movimentos de formao serem mais
complexos, necessitando uma maior automao.
O mtodo chevron-windrow (Figura 3.10(c)) configurao intermediria
entre as duas citadas anteriormente, sendo ele composto pelo empilhamento de
pequenas pilhas chevron. Apresenta como vantagens a necessidade de
movimentos de formao menos complexos que os do mtodo windrow e uma
segregao menor do material em relao o mtodo chevron.

(a)

(b)

(c)

Figura 3.10 - Principais esquemas de empilhamento utilizados - (a) chevron (b) windrow (c)
chevron-windrow

3.5

Simulao de pilhas longitudinais de homogeneizao


Quanto mais eficiente o processo de homogeneizao, menor ser o

tamanho do ptio necessrio para construo da pilha para uma determinada


reduo da variabilidade, reduzindo assim o custo do capital envolvido. Desse
modo, foi criado um algoritmo baseado na metodologia de reduo de
variabilidade com o aumento do suporte, atravs de pilhas longitudinais. Esse
algoritmo foi implementado computacionalmente na rotina que se convencionou
chamar de BlendSim (Blending Simulation) (Figura 3.11).

48

Figura 3.11 - Janela inicial do programa BlendSim

O BlendSim emula pilhas longitudinais de homogeneizao a partir de


mltiplos cenrios equiprovveis do depsito mineral, obtidos atravs de
simulao geoestatstica.

3.5.1 Definies do algoritmo


Para

implementao

do

algoritmo,

algumas

consideraes

so

necessrias:
i.

o modelo se baseia em configuraes de pilhas longitudinais;

ii. a geometria dos cones nas extremidades das pilhas no considerada;


iii. o empilhamento do material realizado nos dois sentidos de movimento
da empilhadeira;
iv. a empilhadeira despeja uma quantidade de material constante durante
seu movimento;
v. a recuperao do material realizada de forma perpendicular ao solo;
vi. a pilha recuperada em fatias de um metro;
vii. a segregao do material foi desconsiderada;

49

viii. as partculas que compem o bloco/lote so infinitamente pequenas se


comparadas massa do bloco/lote.
De acordo com a afirmao (i), o algoritmo foi desenvolvido para emular os
trs tipos de pilhas longitudinais apresentados na Figura 3.10. Por simplificao, o
clculo de volume realizado com base em um prisma triangular, conforme
Figura 3.12.

L
Figura 3.12 - Modelo terico de pilha adotado.

As simplificaes realizadas na definio do algoritmo no afetam de forma


significativa o clculo. Isso se deve ao fato da relao volume-varincia no ser
afetada pela heterogeneidade de distribuio.

3.5.2 Dados de entrada


Os dados a serem utilizados no BlendSim devem estar em arquivos tipo
ascii, formato inicialmente utilizado pelo programa GEO-EAS, e posteriormente
adotado por muitos softwares de geoestatstica. A Figura 3.13 apresenta um
exemplo de como os dados de entrada do software devem estar dispostos.

50

Figura 3.13 - Exemplo de arquivo de entrada do software.

O arquivo deve conter os dados do modelo de blocos (ou lotes de massa),


ordenados segundo a seqncia de lavra. No h limite no nmero de
blocos/lotes e/ou simulaes a serem utilizadas pela rotina. A partir deste
momento, os dados presentes no banco de dados sero chamados apenas de
lote.
Para a realizao dos clculos, obrigatrio que o banco de dados
contenha a massa e o volume de cada lote. As colunas contendo essas
informaes devem estar dispostas antes das colunas contendo os resultados das
simulaes geoestatsticas.
As colunas contendo as informaes sobre as simulaes geoestatsticas
devem estar dispostas de forma contnua no banco de dados.
Cada coluna do banco de dados deve conter exatamente o mesmo nmero
de dados. Lotes que no contenham teor no devem ser colocados no arquivo de
entrada (como ocorre em programas de geoestatstica, onde se substitui esses
dados por valores -999).
A Figura 3.14 apresenta a janela de identificao dos dados de entrada.
Atravs de uma pequena janela possvel visualizar o cabealho do arquivo de

51

entrada selecionado, auxiliando no preenchimento dos parmetros necessrios a


realizao dos clculos.

Figura 3.14 - Janela contendo as informaes dos dados de entrada do BlendSim.

Apesar de no ser obrigatrio, recomenda-se adicionar as coordenadas de


cada lote. Seu possvel uso ser explicado posteriormente.

3.5.3 Clculo de variabilidade entre pilhas de diferentes massas


Os teores dos lotes so diferentes entre si e diferentes do teor mdio
observado em determinado perodo. Entretanto, quando ocorre o agrupamento da
massa dos lotes em pilhas, o teor mdio de cada pilha aproxima-se do teor mdio
do perodo analisado. Assim, as pilhas reduzem a variao dos teores que
alimentam a usina, se comparados com a variabilidade de teores que se teria,
caso a alimentao fosse realizada diretamente com o ROM. Outras
consideraes podem ser feitas quanto varincia entre pilhas, por exemplo:

quanto maior as pilhas, menor ser a variabilidade dos teores em


relao ao teor mdio anual;

52

por definies j vistas anteriormente, impossvel se obter um material


completamente homogneo. Desse modo, deve-se buscar o ponto
adequado na variabilidade obtida na operao.

Para compreender melhor esse conceito, tomou-se como exemplo sete


diferentes cenrios hipotticos e compararam-se os resultados. Para facilitar os
clculos, foi considerado que lotes de mesmo suporte possuem massa e volume
equivalentes.
No primeiro cenrio, temos 24 lotes, cada um com 1000 m3 de volume e
teores em porcentagem. Esses lotes apresentam teor mdio de 3,28% e um
desvio padro de 0,62%. O teor mdio permanece constante em todos os
cenrios (como visto em definies anteriores), mas no o desvio padro entre as
amostra.

Figura 3.15 - Cenrios equiprovveis para formao de pilhas hipotticas.

53

A Tabela 3.1 apresenta os resultados obtidos para todos os cenrios, onde


se podem comprovar as consideraes feitas sobre a varincia entre pilhas.

Tabela 3.1 - Resultados do exemplo hipottico

Nmero de lotes

24

12

Volume do lote (m )

1000

2000

3000

4000

6000

8000

24000

Desvio padro

0,62

0,38

0,34

0,31

0,22

0,10

0,00

Varincia

0,39

0,15

0,11

0,10

0,05

0,01

0,00

A Figura 3.16 apresenta o grfico gerado a partir dos sete cenrios. Note
que o comportamento da curva exatamente o esperado nesse tipo de estudo.

Figura 3.16 - Reduo de variabilidade para o aumento do volume em diversos cenrios.

No BlendSim, a primeira etapa para estudar a reduo de variabilidade do


material com pilhas de homogeneizao em relao ao aumento de massa.
necessrio preencher apenas trs parmetros (em destaque na Figura 3.17),
sendo eles:

massa inicial: esse ser o tamanho de pilha inicial do clculo. O valor


adotado deve ser maior que a menor massa no arquivo de entrada;

54

massa final: esse o maior tamanho de pilha a ser analisado. O valor


adotado deve ser menor que o somatrio das massas no arquivo de
entrada;

incremento de massa: indica a diferena entre os tamanhos de pilhas


analisadas. O valor desse parmetro dever ser maior que a menor
massa do arquivo de entrada e, menor que o somatrio do arquivo de
entrada.

Figura 3.17 - Janela de parmetros do BlendSim (Inter pile)

O algoritmo somente realizar os clculos se os parmetros forem


preenchidos corretamente, caso contrrio enviar ao usurio uma advertncia e
indicar o local do erro ao usurio.
Na primeira etapa, calcula-se o teor mdio ponderado da primeira
simulao geoestatstica, segundo a Equao 3.1.

55

1
Tsim =
Mt

Tl Ml

(3.1)

Onde:
Tsim : teor mdio da simulao geoestatstica;
Mt : somatrio das massas dos lotes no banco de dados;
Tl : teor do lote;
Ml : massa do lote;
n : nmero de lotes que compem a simulao geoestatstica.
Na segundo etapa, calcula-se o teor mdio ponderado de cada pilha, para a
massa inicial determinada, para a simulao geoestatstica em questo (Equao
3.2).
1
Tp =
Mp

Tl Ml

(3.2)

Onde:
Tp : teor mdio da pilha;
Mp : massa total da pilha;
Tl : teor do lote;
Ml : massa do lote;
n : nmero de lotes que compem a pilha.
Para cada pilha formada, calcula-se a diferena quadrtica em relao ao
teor mdio da simulao (Tsim), somando os resultados. No final do procedimento,
divide-se o valor obtido pelo nmero total de pilhas formadas, obtendo-se a
varincia para a massa de pilha em questo. O procedimento repetido para as
demais massas de pilhas solicitadas na janela de parmetros.
Na terceira etapa, os procedimentos citados nas etapas anteriores so
repetidos para as demais simulaes.

56

Aps a execuo da rotina, ser gerado um arquivo tipo ascii, contendo a


massa das pilhas formadas (mass), alm da variabilidade das mesmas para cada
simulao geoestatstica.
Um exemplo de resultado pode ser visto na Tabela 3.2, sendo este apenas
ilustrativo (um estudo de caso ser apresentado no captulo 4). A rotina Inter pile
pode ser acessada atravs do menu principal do programa, ou pressionando a
tecla "F5".
Tabela 3.2 - Arquivo de sada da rotina Inter Piles.

Mass

Simulation_1(Var)

Simulation_2(Var)

Simulation_3(Var)

Simulation_4(Var)

Simulation_5(Var)

28962,6

2,5

3,22

2,66

2,9

2,58

49276,2

1,98

2,46

1,93

2,33

1,93

69443,2

1,74

2,14

1,63

1,89

1,5

89481,6

1,56

1,87

1,61

1,73

1,43

107058,3

1,43

1,72

1,33

1,7

1,25

127558,9

1,27

1,65

1,16

1,54

1,04

147424,6

1,28

1,47

1,2

1,28

0,98

168091,6

1,11

1,36

1,07

1,17

0,84

187352,1

1,01

1,18

0,93

1,09

0,78

206733,3

1,09

1,22

0,95

1,06

0,72

227668,4

0,89

1,13

0,8

1,14

0,68

246380,8

1,01

1,14

0,92

1,11

0,7

268444,8

0,94

1,05

0,74

1,02

0,65

No exemplo da Tabela 3.2, os parmetros utilizados foram:

massa inicial de 30.000 t;

massa final de 270.000 t;

incremento de massa de 20.000 t.

No algoritmo, cada lote pode pertencer a apenas uma pilha de


homogeneizao e, como os dados de entrada podem apresentar massas
diferentes, nem todas as pilhas tero o mesmo nmero de lotes em sua
composio. Tambm, no podero existir pilhas com massa superior quela

57

determinada nos parmetros. Sendo assim, calculada a massa mdia das pilhas
para cada massa de pilha solicitada, como pode ser vista na primeira linha da
Tabela 3.2, onde para as pilhas de 30.000 t, a massa mdia ficou 28.962,6 t.
Como os resultados encontram-se em um arquivo tipo ascii, pode-se
facilmente l-los em diversos softwares, a fim de gerar os grficos de reduo de
variabilidade. A Figura 3.18 apresenta o grfico gerado a partir da Tabela 3.2.
4

3.5

Varincia

2.5

1.5

0.5

0
0

50000

100000

150000

200000

250000

300000

Massa da pilha (t)

Figura 3.18 - Curvas de reduo de variabilidade considerando diversas massas de pilhas.

Nota-se que o comportamento das curvas corresponde ao esperado,


conforme visto em tpicos anteriores. Cada linha, nesse grfico, representa uma
simulao geoestatstica. Assim, como visto no Captulo 2, esses grficos
compem um conjunto que mapeia a banda de incerteza.
Alm do comportamento da variabilidade, possvel analisar as pilhas em
sries temporais. Para cada massa de pilha escolhida para ser analisada, so
formados diferentes nmeros de pilhas. O algoritmo armazena esses valores
durante o clculo, para todas as simulaes geoestatsticas analisadas, e retorna
para o usurio uma de duas opes:

os teores extremos das pilhas, obtidos a partir das diferentes simulaes


(banda de incerteza);

58

todas as pilhas formadas em todas as simulaes.

A Figura 3.19 apresenta uma srie temporal com a banda de incerteza


obtida a partir de cinco simulaes geoestatsticas, para as pilhas com
aproximadamente 210.000 t do exemplo acima citado. A linha vermelha
representa o mximo teor de cada pilha e a azul o mnimo, obtidos atravs das
simulaes geoestatsticas.

Figura 3.19 - Srie temporal com os teores mximos e mnimos das pilhas de
homogeneizao simuladas, onde a linha vermelha representa o mximo teor e a azul o
mnimo teor de cada pilha, obtido a partir de 5 simulaes geoestatsticas.

3.5.4 Pilhas de homogeneizao como uma ferramenta no auxilio ao


planejamento de lavra
Na indstria mineira, comum o uso de contratos estabelecendo os limites
de contaminantes presentes no minrio. O planejamento de lavra, atravs do
seqenciamento dos blocos, visa manter os contaminantes dentro dos limites
(blendagem na lavra). Mas, com o uso de pilhas de homogeneizao, talvez seja
possvel utilizar blocos, antes considerados imprprios na seqncia de lavra,
sem penalidade nos teores.
Atravs do menu principal do programa, possvel acessar uma rotina
denominada Locate. Essa rotina tem o objetivo de localizar espacialmente os
lotes de massa que compem as pilhas de homogeneizao com teor fora das

59

especificaes. As pilhas de homogeneizao sero consideradas fora de


especificao quando a sua banda de incerteza (valor mnimo e mximo)
encontrar-se fora de uma faixa de teores pr-estabelecida.
A Figura 3.20 apresenta a janela de parmetros da rotina Locate. A idia
que o usurio analise os resultados da rotina Inter pile e, detectando a presena
de pilhas problemticas, refine o estudo (alterando os parmetros da rotina Inter
pile se necessrio) solicitando a posio espacial das mesmas. Para que essa
rotina funcione, torna-se necessrio que o arquivo de entrada contenha as
coordenadas X, Y e Z de cada lote.

Figura 3.20 - Janela de parmetros do BlendSim (Locate).

Digamos que a srie temporal da Figura 3.19 represente os teores de um


contaminante em nosso depsito. Devemos procurar por pilhas que contenham
sua banda de incerteza fora de faixa de tolerncia (entre 0% e 5%), ou seja, fora
das especificaes desejadas. A Tabela 3.3 apresenta os resultados obtidos no
arquivo de sada do exemplo. Note, que para a massa de 210.000 t, a pilha
nmero 36 foge das especificaes.

60

Tabela 3.3 - Arquivo produzido pela rotina Locate.

Pile

Expected_mass

Real_mass

Grade

XLocate

YLocate

ZLocate

Number_of_blocks

40

190000

188500

5,147

13

65

36

210000

208800

5,268

12

72

.
.
.

Esse arquivo contm, para todas as massas solicitadas na rotina Inter pile,
as pilhas que fogem as especificaes, contendo os seguintes dados:

nmero da pilha na srie temporal;

massa esperada da pilha;

massa real da pilha;

teor que foge as especificaes (o valor da banda de incerteza que


esteja mais prximo da banda aceitvel);

coordenadas X, Y e Z do primeiro lote a formar a pilha;

nmero de lotes que formam a pilha.

H dois casos onde as pilhas podem fugir s especificaes: no primeiro


caso, a banda de incerteza pode ficar acima do teor mximo estabelecido, e ento
ser informado o menor teor de pilha obtido pelas simulaes (aplicado a
contaminantes); no segundo caso, a banda de incerteza pode ficar abaixo do teor
mnimo estabelecido, e ento ser informado o maior teor de pilha obtido pelas
simulaes (aplicado a minrio).

3.5.5 Clculo de variabilidade interna de pilhas de determinada massa


A grande parte da reduo de variabilidade em pilhas de homogeneizao
deve-se relao volume-varincia. Mas, outro componente no sistema de
homogeneizao em pilhas o arranjo de como as camadas sero disposta no
leito de formao. Pilhas do tipo longitudinal, por possurem uma configurao
triangular, apresentam uma relao direta entre a altura da pilha e seu

61

comprimento. O algoritmo desenvolvido leva em considerao a heterogeneidade


de distribuio.
No mtodo de pilhas chevron, ilustrado na Figura 3.21, o efeito da
homogeneizao obtido da seguinte forma (Valente, 1982):

como resultado da deposio do minrio ROM em leito por leito, a


alimentao da pilha dividida em pequenas quantidades R, onde R
representa a massa de cada um dos leitos;

assim, as variaes das caractersticas de qualidade que ocorrem no


material ROM so igualmente divididas nos intervalos de R;

devido ao modo de construo dessas pilhas, as variaes entre as


quantidades R estaro sobrepostas quando a pilha se completar;

considerando sees de corte devidamente orientadas (Figura 3.21),


percebe-se que devido ao efeito de sobreposio de parte dos R de
cada leito, haver alterao nas caractersticas de variao de seo
para seo, sendo estas menores do que as variaes existentes entre
os referidos R;

se cada seo de corte ou fatia de retomada tiver a massa K, o


processo de homogeneizao, neste tipo de pilha, tem de ser estudado
em funo de R, K e N, sendo N o nmero de leitos que a pilha
comportou.

O correto dimensionamento de uma pilha de homogeneizao consiste,


essencialmente, em selecionar os valores timos para os parmetros N, R e K,
de forma a minimizar as variaes entre os diversos K. As variaes entre os
diversos K, so menores do que as variaes entre os diversos R, porque
haver um pedao de cada R em cada K e se admite que dentro de cada R
h uma homogeneidade aceitvel (h heterogeneidade entre os diversos R).
A forma de deposio e de retomada do material importante para a
obteno da homogeneizao desejada entre os K. O aumento do nmero de
leitos (N) reduz a quantidade de material por leito R, permitindo que o efeito da
homogeneizao em pilhas seja acentuado pela reduo nas variaes entre as
sees de retomada (K).

62

As pilhas de homogeneizao longitudinais so as mais utilizadas devido a


sua aplicao na minerao e simplicidade em relao aos equipamentos
utilizados, embora outras configuraes de pilhas, como as pilhas circulares,
tambm possam apresentar essas caractersticas.

Figura 3.21 - Deposio e retomada na pilha chevron (Schofield, 1980).

Em uma pilha de homogeneizao ideal haver variaes somente dentro


das fatias retomadas e a mdia dos valores da distribuio de freqncia dentro
dessas fatias ser constante para todas as fatias de uma pilha (Gambin, 2003).

63

Teoricamente, o efeito da homogeneizao ser melhor obtido quanto maior


for o nmero de leitos N da pilha, embora numa situao real o aumento de N
para alm de um determinado nmero dever ser antieconmico. Alm disso,
conforme o nmero de leitos de uma pilha cresce, a correlao entre as
variabilidades da qualidade do material entre os leitos adjacentes cresce at
atingir um ponto mximo (Schofield, 1980).
Segundo Ferreira (1989), o custo da aquisio dos equipamentos de
empilhamento e retomada diretamente proporcional largura dos mesmos, e
conseqentemente proporcional largura da pilha. O inverso ocorre com os
transportadores, pois quanto maior a largura da pilha, menor ser o seu
comprimento. Desse modo, o ponto adequado de operao refere-se ao tamanho
e layout de pilha que fornea material adequado as necessidades da usina de
beneficiamento, levando em considerao o menor custo possvel com os
equipamentos de formao da mesma.
Diversos mtodos tm sido testados com o objetivo de projetar e especificar
completamente a homogeneizao por pilhas longitudinais. Entre esses
processos de homogeneizao em pilhas, destaca-se o processo gaussiano, o
processo de Monte Carlo, entre outros. Esses processos no sero abordados
nesta discusso, porm esto apresentados em Schofield (1980).
Nesta dissertao, o clculo da variabilidade interna da pilha s poder ser
realizado aps o clculo da variabilidade entre pilhas de diferentes massas. Para
emular uma pilha de homogeneizao, so necessrios os seguintes parmetros:

massa da pilha de homogeneizao (1);

volume de material descarregado pela empilhadeira a cada metro do


trajeto (2);

fator de empolamento do material (3);

ngulo de repouso do material (graus) (4);

largura da base da pilha (5);

nmero de camadas inicial do estudo (6);

incremento no nmero de camadas (7);

nmero de camadas final do estudo (8).

64

A Figura 3.22 apresenta os locais onde cada parmetro deve ser


preenchido.

1
6

4
5

Figura 3.22 - Janela de parmetros do BlendSim (Intra pile).

O algoritmo divide o clculo em dois ciclos, sendo o primeiro ciclo referente


s simulaes geoestatsticas, e o segundo referente s diferentes camadas
solicitadas na janela de parmetros. Ou seja, para cada simulao, sero
realizados os clculos referentes s camadas (conforme solicitado pelo usurio),
e para cada camada, sero realizadas as etapas descritas a seguir, para cada
pilha possvel de se formar com o banco de dados.
Na primeira etapa, calcula-se o nmero de lotes necessrio para formar a
pilha de homogeneizao e obtm-se o seu teor mdio ponderado, segundo a
Equao 3.3. Aps, calcula-se o volume total da pilha para a massa especificada
pelo usurio, segundo a Equao 3.3.
n

Vp =

Vl Fe
1

Onde:

(3.3)

65

Vp : volume total da pilha de homogeneizao;


Vl : volume de cada lote que compe a pilha de homogeneizao;
Fe : fator de empolamento fornecido pelo usurio;
n : nmero de lotes que compe a pilha.
Sabendo o volume total da pilha e o nmero de camadas, tem-se o volume
de material que ser utilizado em cada camada.
A etapa seguinte a chave no clculo da rotina Intra pile, a vazo de
material da empilhadeira. O algoritmo baseia-se na premissa que a empilhadeira
ter uma vazo constante do material, bem como manter uma velocidade
tambm constante ao longo de todo o percurso. A razo entre esses dois valores
deve ser informada pelo usurio (m3/m). Com essa razo, pode-se calcular o
comprimento da pilha de homogeneizao (a qual ser informada no arquivo de
sada), alm desse ser o modo de definir o layout da pilha longitudinal que est
sendo estudada.
Para entender melhor essa relao, vamos utilizar um exemplo hipottico. A
Tabela 3.4 apresenta cinco lotes (com massa calculada para formar uma pilha de
homogeneizao), onde o teor mdio ponderado 2,79% e o desvio padro
0,59%.
Tabela 3.4 - Lotes utilizados para compor as pilhas de homogeneizao hipotticas.

Lote

Teor (%)

Volume (m3)

2,5

15

2,9

13

3,7

14

2,1

12

2,7

14

Para as configuraes da pilha, vamos considerar uma rea de base igual a


5,6 m e um ngulo de atrito interno de 35. A vazo do material na empilhadeira
ser testada em duas situaes, sendo a primeira 1 m3/m e a segunda de 0,25
m3/m.

66

Na primeira situao, o tipo de empilhamento deve ser chevron, com 4


camadas (Figura 3.23). Para isso, precisa-se de uma pilha com 17 m de
comprimento.

Figura 3.23 - Empilhamentos tipo chevron do exemplo.

A pilha de homogeneizao da primeira situao mostrada na Figura 3.24.


O principio de montagem da pilha o mesmo utilizado pelo algoritmo na rotina
Intra piles, onde os valores so armazenados em forma de matriz, sendo cada
camada uma coluna, e cada linha o corte de retomada do material. As fatias
retomadas para alimentar a planta de beneficiamento apresentam um desvio
padro de 0,30%.

67

Sentido de
empilhamento do
material

Teor mdio da fatia


retomada

2.5

3.7

3.7

2.7

3.15

2.5

3.7

3.7

2.7

3.15

2.5

3.7

3.7

2.7

3.15

2.5

3.7

3.7

2.7

3.15

2.5

3.7

3.7

2.7

3.15

2.5

3.7

3.7

2.7

3.15

2.5

2.9

3.7

2.7

2.95

2.5

2.9

3.7

2.7

2.95

2.5

2.9

2.1

2.7

2.55

10

2.5

2.9

2.1

2.7

2.55

11

2.5

2.9

2.1

2.7

2.55

12

2.5

2.9

2.1

2.7

2.55

13

2.5

2.9

2.1

2.7

2.55

14

2.5

2.9

2.1

2.7

2.55

15

2.5

2.9

2.1

2.1

2.4

16

2.9

2.9

2.1

2.1

2.5

17

2.9

2.9

2.1

2.1

2.5

Camada 1

Camada 2

Camada 3

Camada 4

Figura 3.24 - Empilhamento do material no mtodo chevron do exemplo.

J, na segunda situao, como temos uma vazo equivalente a um quarto


da primeira situao, sero necessrias 16 camadas. Esses valores foram
escolhidos para que se possa montar uma pilha do tipo windrow (Figura 3.25).

Figura 3.25 - Empilhamento tipo windrow do exemplo.

A rigor, cada coluna da Figura 3.26 deveria ser chamada de cordo, pois
nem todas esto sobrepostas. O algoritmo no faz distino entre cordo e
camada, pois como a retomada do material feita de maneira perpendicular ao

68

solo, a disposio geomtrica irrelevante, pois todas as colunas da matriz


formada iro compor a mdia da fatia.
As fatias retomadas para alimentar a planta de beneficiamento apresentam
um desvio padro de 0,05%, uma reduo significativa na variabilidade do
material.
Sentido de empilhamento do material

Teor mdio da fatia


retomada

2.5 2.5 2.5 2.9 2.9 2.9 2.9 3.7 3.7 2.1 2.1 2.1 2.1 2.7 2.7 2.7

2.69

2.5 2.5 2.5 2.9 2.9 2.9 2.9 3.7 3.7 2.1 2.1 2.1 2.1 2.7 2.7 2.7

2.69

2.5 2.5 2.5 2.9 2.9 2.9 2.9 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.79

2.5 2.5 2.5 2.9 2.9 2.9 2.9 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.79

2.5 2.5 2.5 2.9 2.9 2.9 2.9 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.79

2.5 2.5 2.5 2.9 2.9 2.9 2.9 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.79

2.5 2.5 2.5 2.9 2.9 2.9 2.9 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.79

2.5 2.5 2.5 2.9 2.9 2.9 2.9 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.79

2.5 2.5 2.5 2.5 2.9 2.9 2.9 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.76

2.5 2.5 2.5 2.5 2.9 2.9 2.9 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.76

2.5 2.5 2.5 2.5 2.9 2.9 3.7 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.81

2.5 2.5 2.5 2.5 2.9 2.9 3.7 3.7 3.7 3.7 2.1 2.1 2.1 2.7 2.7 2.7

2.81

2.5 2.5 2.5 2.5 2.9 2.9 3.7 3.7 3.7 3.7 2.1 2.1 2.7 2.7 2.7 2.7

2.85

2.5 2.5 2.5 2.5 2.9 2.9 3.7 3.7 3.7 3.7 2.1 2.1 2.7 2.7 2.7 2.7

2.85

2.5 2.5 2.5 2.5 2.9 2.9 3.7 3.7 3.7 3.7 2.1 2.1 2.7 2.7 2.7 2.7

2.85

2.5 2.5 2.5 2.5 2.9 2.9 3.7 3.7 3.7 3.7 2.1 2.1 2.7 2.7 2.7 2.7

2.85

2.5 2.5 2.5 2.5 2.9 2.9 3.7 3.7 3.7 3.7 2.1 2.1 2.7 2.7 2.7 2.7

2.85

Camada 7

Camada 6

Camada 5

Camada 4

Camada 3

Camada 2

Camada 1

Figura 3.26 - Empilhamento do material no mtodo windrow do exemplo.

possvel perceber a partir desse exemplo que a reduo de variabilidade


na sada da pilha de homogeneizao foi muito reduzida com a utilizao de pilha
do tipo windrow. Em contrapartida, a complexidade em sua construo muito
maior. Desse modo, um controle adequado da configurao da vazo de material
da empilhadeira de extrema importncia na utilizao do algoritmo.
No BlendSim, calcula-se a varincia das fatias retomada em relao ao teor
mdio da pilha, para cada pilha formada, somando os resultados. No final do
procedimento, divide-se o valor obtido pelo nmero total de pilhas formadas,

69

obtendo-se a varincia para o nmero de camadas em questo, em cada


simulao.

procedimento

repetido para as demais

simulaes

configuraes de pilhas solicitadas na janela de parmetros. Esse calculo


realizado com base na propriedade aditiva da varincia de disperso (Isaaks &
Srivastava, 1989).
O arquivo de sada ir informar se a geometria de cada pilha emulada
vlida para determinado nmero de camadas. Para isso, calcula-se a rea da face
da pilha emulada (Equao 3.4), para cada nmero de camada solicitado nos
parmetros, pois o volume e o comprimento da pilha emulada so conhecidos.

Af =

Vp
Cp

(3.4)

Onde:
Af : rea da face da pilha de homogeneizao emulada;
Vp : volume da pilha de homogeneizao emulada;
Cp: comprimento da pilha de homogeneizao emulada.
Como o usurio informa a base que a pilha final dever possuir (Bp) e o
ngulo de atrito interno do material que est sendo empilhado, a rotina calcula a
altura da pilha final (hp), ou seja, a maior altura que uma pilha pode ter de acordo
com os parmetros informados ao algoritmo (Equao 3.5).

Afp =

B
h
B
2
2=
h
2
2

(3.5)

Onde:
Afp: rea da face da pilha de homogeneizao (configurao final);
Bp: base da pilha de homogeneizao (configurao final);
hp: altura da pilha de homogeneizao (configurao final).
Quando a rea da face da pilha emulada (Af) for maior que a rea de face
da configurao final (Afp), o clculo ir prosseguir, mas ser informado no arquivo

70

de sada da rotina a inviabilidade de formar pilhas de homogeneizao com essa


configurao. Pilhas possveis de serem formadas sero identificadas como 1,
caso contrrio ser 0.
A Figura 3.27 apresenta a janela de parmetros preenchida, e o algoritmo
sendo executado (a barra azul informa o progresso do clculo).

Figura 3.27 - Janela de parmetros do BlendSim (intra-pilhas)

A Tabela 3.5 apresenta o resultado da rotina, segundo os parmetros acima


apresentados. O arquivo gerado apresenta o nmero de camadas analisadas
(layers), o comprimento mdio da pilha para esse nmero de camadas (layers), a
viabilidade de formar pilhas com essa configurao (Height_Indicator) e a
variabilidade interna das pilhas para cada simulao.

71

Tabela 3.5 - Resultado da rotina Intra pile.

Lay

Average_l

Height_Ind

Simulation_

Simulation_

Simulation_

Simulation_

Simulation_

Simulation_

ers

ength

icator

1(Var)

2(Var)

3(Var)

4(Var)

5(Var)

6(Var)

94900

10,95

13,75

11,77

11,23

11,97

12,85

101

939

0,03

0,04

0,04

0,03

0,03

0,03

111

854

0,02

0,02

0,02

0,03

0,03

0,02

121

784

0,02

0,02

0,02

0,02

0,02

0,02

131

724

0,01

0,01

0,01

0,01

0,01

0,01

141

673

151

628

161

589

0,01

0,01

0,01

0,01

0,01

171

554

0,01

0,01

0,01

0,01

0,01

0,01

181

524

0,01

0,01

0,01

0,01

0,01

0,01

191

496

0,01

0,01

0,01

0,01

0,01

0,01

201

472

0,01

0,01

0,01

0,01

0,01

0,01

211

449

0,01

0,01

0,01

0,01

0,01

0,01

221

429

0,02

0,02

0,02

0,02

0,02

0,02

242

.
391

Como nos exemplos anteriores, esses resultados so interpretados de


forma grfica (Figura 3.28), onde a reduo de variabilidade ocorre com o
aumento no nmero de camadas. Mas, como nem todas as configuraes
calculadas podem ser aplicadas em um modelo real, deve-se filtrar os dados e
analisar apenas os valores coerentes. Neste exemplo, as pilhas no podero ter
mais do que 211 camadas e optou-se por no realizar pilhas com menos de 100
camadas, pois estas necessitariam um ptio com comprimento superior a 1 km. O
resultado pode ser visto na Figura 3.29.

72

16

14

12

Varincia

10

50

100

150

200

250

Nmero de camadas
Figura 3.28 - Grfico de reduo de variabilidade com o aumento de camadas na pilha de
homogeneizao.
0.04

0.035

0.03

Varincia

0.025

0.02

0.015

0.01

0.005

100

120

140

160

180

200

220

Nmero de camadas

Figura 3.29 - Grfico de reduo de variabilidade para configuraes de pilha com


viabilidade de construo.

73

Com esse limites na configurao da pilha definidos, pode-se executar


novamente a rotina e refinar os resultados. As flutuaes deste grfico sero
analisadas no prximo captulo.

3.5.6 Resultados apresentados pelo algoritmo


No algoritmo, todos os clculos de variabilidade empregam a varincia (2),
por se tratar de uma varivel aditiva, mas os resultados podem ser apresentados
ao usurio de diferentes maneiras.
A Figura 3.30 apresenta a janela onde deve ser feita a escolha do diretrio
onde sero salvos os arquivos de sada, bem como o tipo de resultado desejado.

Figura 3.30 - Janela contendo as informaes dos dados de sada do BlendSim.

O primeiro campo (1) referente srie temporal das pilhas formadas


(como mostrada na Figura 3.19). Existem duas opes nesse campo, sendo a
primeira para salvar uma banda de incerteza (apenas o menor e o maior teor
mdio de cada pilha, obtido pela simulao sero apresentados), gerando apenas
um arquivo ascii. Na segunda opo (All simulations), sero salvos todos os

74

teores mdios, de todas as pilhas, gerando um arquivo ascii para cada massa de
pilha analisada. Em ambos os casos, a unidade de sada igual ao de entrada.
O segundo campo (2) referente anlise de reduo de variabilidade em
funo do incremento de massa. Pode-se escolher que os resultados sejam
apresentados em forma de desvio padro (SD), varincia (VAR) ou coeficiente de
variao (CV). O resultado pode se visto na Tabela 3.2. A opo escolhida
identificada no arquivo, na identificao da simulao (cabealho), pela
abreviatura dentro do parntese (exemplo - Simulation_1(Var)).
O terceiro campo (3) corresponde anlise de camadas na pilha. Esse
campo apenas ir ser liberado aps a execuo de rotina Inter pile. Os princpios
bsicos do arquivo de sada so os mesmo do campo 2.
A rotina Locate encontra-se em uma janela separada (Figura 3.20),
acessada pelo menu principal do programa.

3.6

Comentrios finais
Este captulo abordou a natureza da variabilidade das caractersticas dos

minrios e os conceitos de homogeneidade e heterogeneidade.


Visando a homogeneizao das caractersticas de um minrio ROM, foram
apresentadas algumas das estratgias de pilhas de homogeneizao.
Foram abordadas as principais caractersticas das diferentes estratgias de
homogeneizao, com o objetivo de atender a necessidade de um mercado
interessado na reduo de custos para viabilizao de novos projetos.
O Captulo 4 aplica a metodologia em um estudo de caso de uma
minerao de ferro, que procura controlar a variabilidade do teor de slica no seu
produto final.

Captulo 4

Estratgia

de

homogeneizao

incorporando

incerteza

Este captulo apresenta os resultados dos testes do algoritmo desenvolvido


para emular a variabilidade do minrio em pilhas de homogeneizao, utilizando
modelo de blocos previamente simulados e seqenciados.

4.1

Estudo de caso
Para realizao do estudo de caso, foi tomado como base o sistema de

homogeneizao do complexo Vargem Grande, o qual recebe minrio das minas


de Capito do Mato (CMT) e Tamandu (TAM).
Atravs de dados fornecido pela Vale, foi possvel resgatar as informaes
das diversas etapas que compem o sistema de homogeneizao no ano de
2004. Esses dados auxiliaram na determinao do volume de material que ir
alimentar o algoritmo.
Para formao das pilhas de homogeneizao no complexo Vargem
Grande, o material proveniente das minas transportado por um transportador de
correia de longa distncia (TCLD). O material transportado via TCLD empilhado
em pilhas nos ptios de homogeneizao A ou B de Vargem Grande (Figura 4.1).
As pilhas de homogeneizao montadas so do tipo chevron e a empilhadeira
de lana fixa. Os ptios para a formao das pilhas de homogeneizao tm

76

capacidade para uma massa de aproximadamente 200.000 t, com 300 m de


comprimento e 38 m de largura.

Figura 4.1 - Ptios para formao das pilhas de homogeneizao.

A retomada do minrio nas pilhas de homogeneizao realizada atravs


de uma recuperadora de duas rodas de caamba (Figura 4.2), que descarrega o
material retomado nos transportadores de correia, que por sua vez alimentam a
usina de beneficiamento.

77

Figura 4.2 - Recuperadora de roda de caamba.

4.1.1 Definies de lavra


Em planejamento de lavra, tradicionalmente, define-se a seqncia de lavra
a partir de um modelo de blocos com teores estimados por krigagem. Dentro do
seqenciamento de lavra, existe a definio dos avanos operacionais e a
determinao da seqncia de extrao dos blocos. Existem ainda dois tipos de
planejamento de produo, sendo eles:

planejamento de curto prazo: necessrio para o funcionamento de uma


mina em operao, em escala semanal, mensal e anual;

planejamento de longo prazo: usualmente realizado para estudos de


viabilidade e financiamento. Isto subentende trabalhos de avaliao de
recursos

reservas

com

definio

de

cava

final,

elementos

determinantes no processo de tomada de deciso.


Os dados histricos de lavra da Vale, para as minas Capito do Mato e
Tamandu, contm apenas a planejamento de curto prazo em avanos
operacionais. Os nicos dados existentes sobre a seqncia de lavra realizada
so as topografias da rea, realizadas no incio de cada ms. Superfcies geradas

78

com esses dados apresentam a conformao topogrfica do terreno e das


bancadas de frente de lavra.
Para cada mina do estudo, foram geradas 13 superfcies topogrficas
contendo a conformao da topografia do terreno e das bancadas no incio de
cada ms (janeiro de 2004 a janeiro de 2005), gerando slidos em programa
especifico para essa finalidade. Cada slido gerado corresponde a um ms de
lavra no ano de 2004. A Figura 4.3 apresenta um corte vertical (exagero vertical
de trs vezes) sobre as topografias inicial de 2004 e inicial de 2005, na mina
capito do mato, exemplificando o procedimento realizado.

Figura 4.3 - Corte vertical (XZ) sobre as topografias inicial de 2004 e inicial de 2005, na Mina
Capito do Mato, paralelo a coordenada y = 810.

Aps gerar os slidos correspondentes a lavra, para os 12 meses de 2004,


foram identificados os blocos lavrados dentro de cada ms (mas no a seqncia
dos blocos durante o ms). O modelo de blocos utilizado para determinar a
seqncia de lavra, tem seus teores estimados por krigagem (fornecido pela
Vale), contendo tambm os valores estimado da densidade de cada bloco. O
tamanho do bloco de 10 m x 10 m x 10 m.
A Tabela 4.1 apresenta a massa real (amostrada pela empresa) e a
estimada (obtida pela identificao dos blocos no interior do slido gerado) para a
Mina Capito do Mato. A Tabela 4.2 apresenta os resultados para a Mina
Tamandu.

79

Tabela 4.1 - Produo do ano de 2004 na Mina Capito do Mato.

Ms

Massa real (kt)

Massa estimada (kt)

Janeiro

585.4

605.5

Fevereiro

873.5

855.8

Maro

1002.4

997.3

Abril

847.7

849.8

Maio

1036.5

1043.6

Junho

1040.1

1041.6

Julho

1043.9

1036.6

Agosto

1040.4

1053.3

Setembro

1030.7

1021.7

Outubro

1057.2

3542.4

Novembro

955.3

959.2

Dezembro

834.9

848.5

Tabela 4.2 - Produo do ano de 2004 na Mina Tamandu.

Ms

Massa real (kt)

Massa estimada (kt)

Janeiro

505.9

530.9

Fevereiro

481.5

479.3

Maro

788.0

771.6

Abril

722.5

735.1

Maio

1075.8

1079.7

Junho

1072.6

1077.6

Julho

999.7

994.3

Agosto

1122.3

1069.9

Setembro

1001.1

1010.4

Outubro

963.6

947.3

Novembro

861.8

866.5

Dezembro

697.5

709.2

Conhecendo os blocos que foram extrados no ano de 2004, foi necessrio


identificar os correspondentes a minrio. Os critrios estabelecidos para a

80

definio de minrio so ligeiramente diferentes entre as minas. Em ambos os


casos, o teor de corte de minrio de ferro (Fe) de 56%, mudando apenas as
litologias de itabirito consideradas como estril, conforma a Tabela 4.3 e a Tabela
4.4.
Tabela 4.3 - Descrio das litologias consideradas estril na mina Capito do Mato.

Litotipo

Descrio

ICS

Itabirito Compacto Silicoso

ICSR

Itabirito Compacto Silicoso Rico

IFS

Itabirito Frivel Silicoso

IMS

Itabirito Mdio Silicoso

IMSR

Itabirito Mdio Silicoso Rico

Tabela 4.4 - Descrio das litologias consideradas estril na mina Tamandu.

Litotipo

Descrio

ICC

Itabirito Contaminadas Compacto

ICS

Itabirito Compacto Silicoso

ICSR

Itabirito Compacto Silicoso Rico

IFC

Itabirito Frivel Contaminadas

IFS

Itabirito Frivel Silicoso

IMC

Itabirito Mdio Contaminadas

IMS

Itabirito Mdio Silicoso

IMSR

Itabirito Mdio Silicoso Rico

A Figura 4.4 e a Figura 4.5 apresentam a vista em planta de todos os blocos


lavrados pela empresa em 2004.

81

1300
1200
1100

1000

900
800
700
600
500
400

-5500

-5000

-4500

-4000

-3500

-3000

x
Figura 4.4 - Vista em planta dos blocos lavrados no ano de 2004 na mina Capito do Mato.
0
-200
-400

-600
-800
-1000
-1200
-1400

-10000

-9500

-9000

-8500

-8000

x
Figura 4.5 - Vista em planta dos blocos lavrados no ano de 2004 na mina Tamandu.

A informao obtida at aqui insuficiente para realizar um estudo de


dimensionamento de pilhas de homogeneizao e confrontar os resultados com
realidade da operao, pois os blocos no esto seqenciados dentro de cada
ms. Para amenizar esse problema, e ter uma seqncia de lavra mais
aproximada da real, foi utilizado o programa PDFSeq (Ribeiro, 2007), uma
ferramenta simples e interativa, que busca os avanos de lavra de um perodo,

82

diminuindo

variabilidade

do

parmetro

selecionado

atravs

de

um

seqenciamento por estacionarizao de teores, respeitando os parmetros


fsicos da lavra. A seqncia de lavra dentro de cada ms foi realizada a partir
dos teores de minrio de ferro, no modelo de bloco krigado.

4.1.2 Preparao dos dados simulados


Para utilizao dos dados das simulaes geoestatsticas, foi necessrio
aplicar aos modelos simulados a seqncia de lavra. A aplicao da seqncia de
lavra obtida atravs dos procedimentos anteriormente citados, diretamente nos
modelos simulados, foi possvel devido compatibilidade do suporte entre os
modelos. O tamanho do bloco no modelo simulado de 10 m x 10 m x 10 m e os
vrtices dos blocos so coincidentes com os do modelo krigado.
A Figura 4.6 e a Figura 4.7 mostram as sries temporais com a banda de
incerteza associada a cada bloco, obtida atravs das simulaes geoestatsticas,
para as minas Capito do Mato e Tamandu, respectivamente. So apresentados
apenas os maiores (vermelho) e menores (azul) teores de slica para cada bloco,
obtidos a partir de 50 cenrios equiprovveis.

Figura 4.6 - Srie temporal dos blocos seqenciados na mina Capito do Mato. A linha azul
representa o menor teor e o vermelho o maior teor de slica, obtidos a partir de 50 cenrios
equiprovveis.

83

Figura 4.7 - Srie temporal dos blocos seqenciados na mina Tamandu. A linha azul
representa o menor teor e o vermelho o maior teor de slica, obtidos a partir de 50 cenrios
equiprovveis.

Os dados provenientes de ambas as minas foram unidos em um nico


arquivo, sendo este ordenado de forma crescente pelo ms de lavra (primeira
coluna da Figura 4.8). Logo aps, ordenou-se de forma crescente a seqncia de
lavra obtida pelo PDFSeq (terceira coluna da Figura 4.8). Esse novo arranjo dos
dados representa a seqncia utilizada no BlendSim (quarta coluna da Figura
4.8).

84

Figura 4.8 - Exemplo do seqenciamento dos blocos com a unio dos dados das minas em
um nico arquivo.

Esse procedimento no leva em considerao a blendagem na juno do


material das duas minas, deixando para o BlendSim realizar essa tarefa. O
resultado final pode ser visto na Figura 4.9, onde apresentada a srie temporal
com a banda de incerteza dos blocos que iro alimentar as pilhas de
homogeneizao emuladas.

85

Figura 4.9 - Srie temporal dos blocos seqenciados. A linha azul representa o menor teor e
o vermelho o maior teor de slica, obtidos a partir de 50 cenrios equiprovveis.

4.2

Reduo de variabilidade em funo do aumento de massa


Atravs da anlise da Figura 4.9, pode-se entender a necessidade do uso

de pilhas de homogeneizao. As flutuaes de teores no material proveniente da


lavra so enormes para a varivel slica (considerando o limite superior do
grfico). Alimentar a usina de beneficiamento com esse material tornaria os
processos subseqentes muito difceis de serem controlados de forma adequada.
Para a anlise de reduo de variabilidade em funo do incremento de
massa, foram utilizados os seguintes parmetros de clculo:

massa inicial de 30.000 t;

massa final de 270.000 t;

incremento de massa utilizado de 20.000 t.

O clculo foi realizado utilizando 50 cenrios equiprovveis do depsito


(simulaes geoestatsticas). A Figura 4.10 apresenta o grfico de reduo de
variabilidade.

86

2.8

2.6

Desvio padro (%)

2.4

2.2

1.8

1.6

1.4

1.2

50

100

150

200

250

300

Massa (kt)

Figura 4.10 - Grfico de reduo de variabilidade em funo do incremento de massa, para


50 cenrios equiprovveis.

Pode-se notar pelo grfico que h uma reduo significativa de variabilidade


at 210.000 t. A partir desse ponto, as curvas tendem a tornar-se assintticas em
relao ao eixo X. Desse modo, a massa de 210.000 t ser o alvo de estudo da
rotina Inter pile, sendo tambm esse valor o mais prximo do praticado no
complexo Vargem Grande. No ser utilizado o valor de 200.000 t, pois as pilhas
formadas so levemente inferiores ao valor determinado (conforme especificado
no Captulo 3).
A Tabela 4.5 apresenta a reduo de variabilidade em dois cenrios
equiprovveis, para as pilhas de 210.000 t (obtidos atravs das simulaes
geoestatsticas), sendo os que apresentam a maior e a menor reduo de
variabilidade. No cenrio com a menor reduo de variabilidade do material, o
valor obtido fica em aproximadamente 65%. O comportamento de reduo de
variabilidade est dentro do esperado, conforme estudos feitos a partir dos dados
histricos da empresa (Marques et al., 2010).

87

Tabela 4.5 - Resultados na reduo de variabilidade no cenrio com maior reduo de


variabilidade (26) e o de menor reduo de variabilidade (49) para pilhas de 210.000 t.

Desvio padro dos dados

Desvio padro das pilhas

Reduo na variabilidade

de entrada (%)

de homogeneizao (%)

(%)

26

4,56

1,12

75,5

49

4,90

1,71

65,1

Cenrio equiprovvel

Os resultados do BlendSim contemplam sries temporais, com a banda de


incerteza, de todas as pilhas formadas (em diferentes massas). A Figura 4.11,
Figura 4.12 e a Figura 4.13 apresentam a banda de incerteza para as pilhas de
70.000, 130.000 e 210.000 t, respectivamente. Pode-se perceber a reduo na
banda de incerteza com o aumento de massa, com a reduo de valores
extremos, conforme descrito no Capitulo 3.
18

16

14

SiO2 (%)

12

10

0
0

10

20

30

40

50

60

70

80

90

100

110

120

130

140

150

160

170

180

190

200

Pilha

Figura 4.11 - Srie temporal das pilhas de 70.000 t. A linha azul representa o menor teor e o
vermelho o maior teor de slica obtido a partir dos 50 cenrios equiprovveis.

88

18

16

14

SiO2 (%)

12

10

0
0

10

20

30

40

50

60

70

80

90

100

110

120

130

140

150

160

170

Pilha

Figura 4.12 - Srie temporal das pilhas de 130.000 t. A linha azul representa o menor teor e o
vermelho o maior teor de slica obtido a partir dos 50 cenrios equiprovveis.
18

16

14

SiO2 (%)

12

10

0
0

10

20

30

40

50

60

70

80

90

100

110

Pilha

Figura 4.13 - Srie temporal das pilhas de 210.000 t. A linha azul representa o menor teor e o
vermelho o maior teor de slica obtido a partir dos 50 cenrios equiprovveis.

4.3

Pilhas de homogeneizao associadas ao planejamento de lavra


Em muitos casos na indstria mineira, lotes de minrio que apresentem

seus parmetros de qualidade fora dos limites estabelecidos podem ser rejeitados

89

ou penalizados pelo cliente. Sendo assim, medidas devem ser tomadas para
evitar o custo elevado dessas penalizaes. A homogeneizao do minrio ROM
pode ser uma soluo para este problema.
A rotina Locate do BlendSim se apresenta como uma ferramenta til na
soluo desse problema, pois permite mapear in situ os blocos formadores de
pilhas que fogem s especificaes determinadas. Desse modo, possvel alterar
parmetros no planejamento de lavra, tais como teor de corte, teores dos
contaminantes, etc., e analisar seu impacto na planta de beneficiamento. Essa
rotina funciona associada rotina Inter Pile, no podendo ser executada
separadamente.
Como exemplo, foi assumido que os limites da varivel slica estejam entre
0% e 5% (apenas para ilustrar o funcionamento da rotina, sendo desconsiderado
na anlise de variabilidade interna da pilha). Qualquer pilha que tiver sua banda
de incerteza fora das especificaes ser identificada pela rotina, conforme pode
ser visto na Tabela 4.6 (os resultados foram obtidos juntamente com a execuo
do exemplo anterior). A rotina informa, para cada pilha fora de especificaes, o
teor da pilha mais prxima dos limites estabelecidos, ou seja, se a banda de
incerteza estiver acima da faixa especificada na rotina, ser informado o limite
inferior da mesma, caso contrrio, ser informado o limite superior (no caso da
pilha 42, o teor de 5,088% representa o limite inferior da banda de incerteza). As
coordenadas informadas so referentes ao primeiro bloco formador da pilha.
Como o arquivo de entrada est ordenado de forma crescente, segundo a
seqncia de lavra, possvel identificar todos os blocos que formam a pilha, na
tentativa de identificar a causa do problema.

90

Tabela 4.6 - Resultado da rotina Locate.

Pile

Expected_mass

Real_mass

Grade

XLocate

YLocate

ZLocate

Number_of_blocs

306

30000

29597,2

9,308

-9060

-750

1360

10

307

30000

26851,55

5,995

-9030

-750

1360

726

30000

27033,81

6,101

-4425

855

1295

180

50000

49992,83

5,976

-9090

-740

1360

16

181

50000

49569,56

6,655

-9040

-740

1360

15

127

70000

67964,58

5,137

-4465

575

1295

21

128

70000

69954,59

5,88

-9050

-730

1360

21

303

70000

68138,26

5,549

-9390

-700

1330

21

99

90000

89982,31

7,096

-4475

575

1295

28

81

110000

109414,6

5,489

-9060

-740

1360

32

68

130000

126521

6,701

-4465

575

1295

39

59

150000

149820,5

5,901

-4455

575

1295

45

52

170000

168588,5

5,43

-8790

-790

1350

50

42

210000

206848,6

5,088

-4425

645

1305

61

100

210000

208654

5,393

-4415

865

1295

64

84

250000

249851,6

5,205

-4425

855

1295

77

A Figura 4.14 apresenta a srie temporal das pilhas de 210.000 t, onde a


rea em verde representa os limites estabelecidos na rotina, e em destaque as
pilhas que fogem s especificaes. Em dois casos (pilhas 42 e 100), a banda de
incerteza ficou completamente fora das especificaes, indicando que certamente
essa pilha no poder ser usada na planta de beneficiamento. Apesar do limite
superior da banda de incerteza estar acima de 5% tambm para outras pilhas,
existe a possibilidade de que, em outros cenrios dessas pilhas, elas estejam
dentro dos limites estabelecidos, pois o limite inferior da banda de incerteza
encontra-se dentro da faixa aceitvel.

91

18

16

14

SiO2 (%)

12

10

0
0

10

20

30

40

50

60

70

80

90

100

110

Pilha

Figura 4.14 - Pilhas de 210.000 t fora das especificaes. A linha azul representa o menor
teor e o vermelho o maior teor de slica obtido a partir dos 50 cenrios equiprovveis.

A Figura 4.15 apresenta a srie temporal dos blocos formadores da pilha 42


e a Figura 4.16 os da pilha 100, ambas apresentam a banda de incerteza obtida
dos 50 cenrios equiprovveis.

92

60
55
50

SiO2 (%)

45
40
35
30
25
20

15
10
5
0
0

10

15

20

25

30

35

40

45

50

55

60

65

Bloco
Figura 4.15 - Srie temporal com a banda de incerteza dos blocos formadores da pilha 42. A
linha azul representa o menor teor e o vermelho o maior teor de slica obtido a partir dos 50
cenrios equiprovveis.
60
55
50

SiO2 (%)

45
40
35
30
25
20
15
10
5
0
0

10

20

30

40

50

60

70

Bloco
Figura 4.16 - Srie temporal com a banda de incerteza dos blocos formadores da pilha 100.
A linha azul representa o menor teor e o vermelho o maior teor de slica obtido a partir dos
50 cenrios equiprovveis.

A Figura 4.17 apresenta uma vista em planta da mina Capito do Mato,


onde so identificados os blocos formadores das pilhas 42 (pontos azuis) e 100
(pontos vermelhos). A Figura 4.18 apresenta uma vista em planta da mina

93

Tamandu, onde so identificados os blocos formadores das pilhas 42 (pontos


azuis) e 100 (pontos vermelhos).

Figura 4.17 - Vista em planta da localizao dos blocos no Depsito Capito do Mato, onde
os pontos cinza so os blocos lavrado em 2004, os pontos azuis so os blocos da pilha 42 e
os pontos vermelhos so os blocos da pilha 100.

Figura 4.18 - Vista em planta da localizao dos blocos no Depsito Tamandu, onde os
pontos cinza so os blocos lavrado em 2004, os pontos azuis so os blocos da pilha 42 e os
pontos vermelhos so os blocos da pilha 100.

94

De posse da localizao dos blocos que afetam a banda de incerteza das


pilhas de homogeneizao, cabe a rea do planejamento de lavra avaliar as
causas e solues do problema. Neste estudo, optou-se por remover todos os
blocos formadores das pilhas 42 e 100 e avaliar os resultados. Aps a remoo
dos blocos, a rotina no encontrou pilhas fora de especificao (tanto nas pilhas
de 210.000 t quanto nas pilhas referentes a outras massas). A Figura 4.19
apresenta a srie temporal com a banda de incerteza para pilhas de 210.000 t,
aps alterao nos dados (remoo dos blocos).
10
9

8
7

SiO2 (%)

6
5
4

3
2
1
0

10

20

30

40

50

60

70

80

90

100

110

Bloco

Figura 4.19 - Srie temporal das pilhas de 210.000 t com o planejamento de lavra alterado
(blocos formadores das pilhas 42 e 100 removidos).

4.4

Variabilidade interna da pilha


No complexo Vargem Grande, uma pilha de aproximadamente 200.000 t

leva em mdia trs dias para ser formada. Devido velocidade da montagem,
no possvel formar pilhas com um nmero elevado de camadas, sendo estas
em torno de cinqenta. Para formar pilhas com essas caractersticas, o
equipamento deve ter uma vazo de aproximadamente quatro metros cbicos e
meio a cada metro de movimento (para as dimenses do ptio desse estudo de
caso).

95

Para a anlise de variabilidade interna das pilhas de homogeneizao,


foram escolhidos os seguintes parmetros:

massa da pilha de homogeneizao de 210.000 t;

volume de material descarregado pela empilhadeira a cada metro do


trajeto ser de 2 e 4,5 m3 por metro;

fator de empolamento do material 1.3;

ngulo de repouso do material de 35;

largura da base da pilha de 38 m;

nmero de camadas inicial do estudo igual a 1;

incremento no nmero de camadas igual a 5;

nmero de camadas final do estudo igual a 150.

Essa analise feita com base na heterogeneidade de distribuio, ou seja,


na forma como o material est distribudo no interior da pilha. As partes que
compe a pilha so diferentes entre si, alm de serem diferentes do teor mdio da
pilha. Organizando os lotes que compem a pilha em diferentes nmeros de
camadas, leva-se reduo das variaes no material que ir alimentar a usina.
A Figura 4.20 apresenta os resultados de reduo da variabilidade interna
da pilha em funo do nmero de camadas para vazo de 2 m3 por m de
movimento da empilhadeira. Esse um cenrio que requer um tempo maior para
formao da pilha e necessidade de um nmero grande de movimentos para o
ptio com as dimenses do exemplo. A Tabela 4.7 mostra o comprimento mdio
que as pilhas de homogeneizao apresentam para cada configurao (nmero
de camadas).

96

Desvio padro (%)

0
0

20

40

60

80

100

120

Nmero de camadas
Figura 4.20 - Grfico de reduo de variabilidade em funo do nmero de camadas para
pilhas geradas com vazo do material de 2 m3/m.

97

Tabela 4.7 - Comprimento mdio das pilhas de homogeneizao para diferentes nmeros de
camadas (vazo de 2 m3/m).

Nmero de

Comprimento mdio das

camadas

pilhas (m)

38317,5

6385,9

11

3483

16

2394,3

21

1824,4

26

1473,8

31

1235,9

36

1064,1

41

934,1

46

832,4

51

750,7

56

683,8

61

627,8

66

580,2

71

539,2

76

503,7

81

472,6

86

445

91

420,7

96

398,6

101

378,9

106

360,9

111

344,7

116

329,9

121

316,1

126

303,7

Apesar de ter sido solicitado na rotina, o clculo de at 150 camadas, foi


possvel emular pilhas de at 126 camadas que respeitassem a configurao
geomtrica possvel para a pilha (dados os equipamentos disponveis).

98

A Figura 4.21 apresenta os resultados de reduo da variabilidade interna


da pilha em funo do nmero de camadas para vazo de 4,5 m3 por metro de
movimento da empilhadeira. Este cenrio o que mais se assemelha s pilhas do
complexo Vargem Grande. Note que aumentando a vazo do material, teremos o
mesmo comportamento no grfico (pois se trata do mesmo ptio e geometria de
pilha), porm tem-se um menor nmero de camadas que respeitam as
configuraes impostas pela geometria da pilha, conforme pode ser vista na
Tabela 4.8.

Desvio padro (%)

0
0

10

15

20

25

30

35

40

45

50

55

Nmero de camadas
Figura 4.21 - Grfico de reduo de variabilidade em funo do nmero de camadas para
pilhas geradas com vazo do material de 4,5 m3/m.

99

Tabela 4.8 - Comprimento mdio das pilhas de homogeneizao para diferentes nmeros de
camadas (vazo do material de 4,5 m3/m).

Nmero de

Comprimento mdio das

camadas

pilhas (m)

17029,6

2837,8

11

1547,7

16

1064,1

21

810,4

26

654,5

31

548,8

36

472,6

41

414,7

46

369,7

51

333,4

A partir de 35 camadas o ganho em reduo de variabilidade no foi


significativo, mas o comprimento da pilha foi reduzido consideravelmente. Sendo
assim, poderia ser usado um equipamento com vazo maior, na tentativa de obter
pilhas com aproximadamente 35 camadas e um comprimento adequado as
dimenses de ptio especificado.
A Figura 4.22 apresenta um trecho do grfico de primeiro cenrio com
descarga de 2 m3/m, onde foi realizado um refinamento do mesmo (anlise de 35
a 63 camadas, com incremento de 1 camada), nele pode-se contemplar melhor as
flutuaes que ocorrem na reduo de variabilidade com o aumento do nmero
de camadas nas pilhas. Essas flutuaes ocorrem devido a uma proximidade das
pilhas emuladas com o sistema de homogeneizao chamado de bed blending.
Neste sistema, cada fatia retomada inclui as mesmas propores do material, ou
seja, apresentam as mesmas camadas em sua composio. Quando o nmero de
camadas for igual ao nmero de lotes em sua formao, ocorrer uma reduo
significativa da variabilidade nesse ponto (teoricamente deveria ser zero). Poder
tambm ocorrer flutuaes no grfico (em menor escala) quando o nmero de
camadas for mltiplo do nmero de lotes em sua formao.

100

Desvio padro (%)

0.7

0.6

0.5

0.4

0.3
35

40

45

50

55

60

65

Nmero de camadas
Figura 4.22 - Grfico de reduo de variabilidade em funo do nmero de camadas para
pilhas geradas com vazo do material de 2 m3/m, entre as camadas 35 e 65.

4.5

Comentrios finais
O presente captulo abordou a utilizao de modelos gerados por simulao

geoestatstica como forma de melhoria na estratgia de homogeneizao em


pilhas longitudinais, mostrando no s a necessidade de dimensionar a massa a
ser utilizada na pilha, mas tambm a forma com esta ser montada.
Tambm, foi possvel verificar o uso das pilhas de homogeneizao como
uma ferramenta auxiliar no planejamento de lavra, permitindo prever o risco das
mesmas estarem fora dos limites especificados.
O Captulo 5 apresenta as concluses sobre os objetivos traados para esta
dissertao, alm de algumas recomendaes para trabalhos futuros.

Captulo 5

Concluses e Recomendaes

Neste capitulo apresentado o conjunto de concluses obtidas sobre a


metodologia

sua

aplicabilidade.

Tambm

so

apresentadas

algumas

recomendaes de trabalhos futuros.

5.1

Concluses
A utilizao de modelos equiprovveis do depsito permite que a estratgia

de homogeneizao por pilhas incorpore as possveis flutuaes apresentadas


por determinada varivel no depsito. A maior vantagem de incorporar essas
flutuaes a uma pilha de homogeneizao ser o conhecimento da faixa de
variao do teor mdio da mesma (banda de incerteza), possibilitando uma
margem maior de negociao de contratos entre o produtor e o consumidor em
relao s caractersticas de qualidade.
As pilhas de homogeneizao se destacam pela flexibilidade de
manipulao das caractersticas do material de alimentao. No entanto, como os
custos de sua implementao so elevados, necessrio procurar as dimenses
de pilha que oferece uma boa reduo de variabilidade, tendo o menor custo de
implementao.
A operao de um sistema de homogeneizao traz diferentes ganhos na
reduo da variabilidade, dependendo do modo como utilizado. Devem ser
escolhidos os parmetros de formao da pilha (tamanho e nmero de camadas),

102

que satisfaam as exigncias de variabilidade mximas admitidas requeridas nas


prximas etapas do processo.
O uso de um algoritmo criado para prever a variabilidade do minrio nas
pilhas de homogeneizao reflete em seus resultados a incerteza associada ao
fenmeno (mineralizao). Para se obter resultados confiveis, deve-se garantir a
boa execuo dos procedimentos da simulao geoestatstica.
A maior reduo de variabilidade em um sistema de homogeneizao
acontece com o aumento de massa (relao volume-varincia). Entretanto, o
nmero de camadas deve ser cuidadosamente analisado na formao de uma
pilha de homogeneizao, pois uma pilha que tenha massa elevada, mas no for
montada corretamente, no trar a reduo de variabilidade esperada.
O efeito da homogeneizao ser melhor obtido quanto maior for o nmero
de camadas da pilha, porm esta metodologia demonstra que a partir de
determinado nmero de camadas, a reduo de variabilidade praticamente nula.

5.2

Recomendaes
O algoritmo teve seus resultados validados a partir de modelos numricos,

em diversos cenrios hipotticos, em sua fase de desenvolvimento. No estudo de


caso, seus resultados foram coerentes e dentro do esperado. Entretanto, no foi
possvel realizar uma reconciliao com os dados reais do complexo Vargem
Grande, devido baixa densidade de dados referentes s pilhas de
homogeneizao e inexistncia da seqncia de lavra bloco a bloco.
Recomenda-se a aplicao da metodologia em um caso real, o qual disponha de
abundncia de informaes referentes lavra e a pilhas de homogeneizao,
confrontando os dados reais com a banda de incerteza obtida a partir das
simulaes.
Como o algoritmo permite realizar diversas variaes em seus parmetros,
simulando diversos tipos de configuraes, seria interessante a realizao de um
estudo com base econmica, analisando a relao entre largura da base e
comprimento da pilhas e seu impacto nos custos de implementao. Um exemplo
dessas relaes pode ser visto em Ferreira (1989).

103

Uma avaliao do impacto na alterao dos parmetros de lavra sobre as


pilhas de homogeneizao poderia ser realizada com o auxlio das rotinas
presentes no algoritmo.
O algoritmo contempla apenas pilhas de homogeneizao do tipo
longitudinal. Entretanto, existem outros tipos de pilhas de homogeneizao (tal
como pilhas circulares), os quais poderiam ser implementados no BlendSim.

Referncias Bibliogrficas

FLSmidth

(s.

d.).

FLSmidth

Circular

Blending

System.

<http://www.flsmidth.com/enUS/Products/Product+Index/All+Products/Storage/Circular+Blending+Store+
System/CBS+-+Circular+Blending+System>. Acessado em 13/04/2010.

FLSmidth

(s.

d.).

FLSmidth

Longitudional

Bridge

Scraper

Store.

<http://www.flsmidth.com/enUS/Products/Product+Index/All+Products/Storage/Longitudinal+Bridge+Scra
per+Store/BS+-+Longitudional+Bridge+Scraper+Store>.

Acessado

em

13/04/2010.

BLACKWELL, G.H. & ANDERSON H.M. & RONSON K. 1999. Simulated grades
and open pit mine planning - resolving opposed positions. Proceedings, 28th
International Symposium on Computer Applications in the Mineral Industries,
Colorado, U.S.A., p. 205-215.

BLACKWELL, G.H. & SINCLAIR, A.J. 2002. Applied Mineral Inventory Estimation.
Cambridge University Press, Cambridge, 381p.

BLEINES, C. & DERAISME, J. & GEFFROY, F. & PERSEVAL, S. & RAMBERT,


F. & RENARD, D. & TOUFFAIT, Y. 2001. ISATIS software manual.
Geovariances and cole des Mines de Paris, 531p.

BONATO, F.S. & COSTA, J.F.C.L. & KOPPE, J.C. 2000. Planejamento de Lavra
Baseado na Variabilidade de Atributos Geolgicos. REM - Revista Escola de
Minas, Vol. 53, N 4, p. 275-284.

105

BONATO, F.S. 2000. Planejamento de Lavra com Auxlio de Simulao


Geoestatstica. Dissertao de Mestrado. Programa de Ps-Graduao em
Engenharia de Minas, Metalrgica e de Materiais (PPGEM), Universidade
Federal do Rio Grande do Sul, 87p.

CHILS, J.P. 1984. Simulation of a Nickel Deposit: Problems Encountered and


Practical Solutions. In: Verly, G., David, M., Journel, A. and Marechal, A.
(Eds.)

Geostatistics

for

Natural

Resources

Characterization.

Reidel

Publishing Company, Dorbrecht, p. 1015-1030.

CHILS, J.P. & DELFINER, P. 1999. Geostatistics: Modeling Spatial Uncertainty.


John Wiley & Sons ltd., New York, 695p.

CLARK, I. & WHITE, B. 1976. Geostatistical Modelling of An Orebody as An Aid to


Mine Planning. Proceedings, 14th International Symposium on Computer
Applications in the Mineral Industries, Colorado, U.S.A., p 1004-1012.

CLARK, I. 1979. Practical Geostatistics. Applied Science Publishers Ltd., London,


129p.

COSTA, J.F.C.L. 1997. Developments in Recoverable Reserves and Ore Body


Modeling. PhD Thesis, WH Bryan Mining Geology Research Centre, The
University of Queensland, 333p.

DAGBERT, M. 1981. The Simulation of Space-Dependent Data in Geology.


In:Craig, R.G.; Labovitz, M. L. (Eds.) Future Trends in Geomathematics. Pion
Limited, London, p. 29-47.

DAVID, M. 1973. Tools for Planning: Variances and Conditional Simulations.


Proceedings, Proceedings, 11th International Symposium on Computer
Applications in the Mineral Industries, Arizona, U.S.A., p. D10-D23.

106

DAVID, M. & DOWD, P. & KOROBOV, S. 1974. Forecasting Departure from


Planning in Open Pit Design and Grade Control. Proceedings, 12th
International Symposium on Computer Applications in the Mineral Industries,
Colorado, U.S.A., p. F131-F153.

DAVID, M. 1977. Geostatistical Ore Reserve Estimation. Developments in


Geomathematics 2. Elsevier Scientific Publishing Company, Amsterdam,
364p.

DAVID, M. 1988. Handbook of Applied Advanced Geostatistical Ore Reserve


Estimation.

Developments

in

Geomathematics

6.

Elsevier

Scientific

Publishing Company, Amsterdam, 216p.

DERAISME, J., DE FOUQUET, C. & FRAISSE, H. 1984. Geostatistical Orebody


Model for Computer Optimization of Profits from Different Underground
Mining Methods. Proceedings, 18th International Symposium on Computer
Applications in the Mineral Industries, London, p 583-590.

DEUTSCH, C.V. & JOURNEL, A.G. 1998. GSLIB: Geostatistical Software Library
and User's Guide. Oxford University Press, New York, 2 Edio, 369p.

FERREIRA, F.M. & CHAVES, A.P. & DELBONI, H. 1992. Conditional Simulation
Method for Design of Blending Piles. Proceedings, 23th International
Symposium on Computer Applications in the Mineral Industries, Phoenix,
U.S.A., p. 615-623

FERREIRA, F.M. 1989. Otimizao do Projeto de Ptios de Homogeneizao


Atravs do Mtodo da Simulao Condicional. Dissertao de mestrado.
Escola Politcnica da Universidade de So Paulo, 114p.

GAMBIN, F. 2003. Aperfeioamento da Estratgia de Homogeneizao de


Minrios Utilizando Simulao Geoestatstica. Dissertao de Mestrado.

107

Programa de Ps-Graduao em Engenharia de Minas, Metalrgica e de


Materiais (PPGEM), Universidade Federal do Rio Grande do Sul, 96p.

GAMBIN, F. & COSTA, J.F.C.L. & KOPPE, J.C. 2005. Estratgia de controle de
qualidade de minrio na lavra usando simulao geoestatstica. REM Revista Escola de Minas, Vol. 58, N 4, p. 193-200.

GERSTEL, A.W. & WERNER, J.W. 1996. Computer Simulation Program for
Blending Piles. Bulk Solids Handling, Vol. 16, N 1, p. 49-58.

GOOVAERTS, P. 1997. Geostatistics for Natural Resources Evaluation. Oxford


University Press, New York, 483p.

GY, P.M. 1998. Sampling for Analytical Purposes. John Wiley & Sons Ltd.,
Chichester, 153p.

HUSTRULID, W. & KUCHTA, M. 1995. Open Pit Mine Planning & Design
Fundamentals. A. A. Balkema, Rotterdam, Vol. 1, 636p.

ISAAKS, E.H. & SRIVASTAVA, M.R. 1989. An Introduction to Applied


Geostatistics. Oxford University Press, New York, 561p.

JOURNEL, A.G. 1974. Geostatistics for Conditional Simulation of Ore Bodies.


Economic Geology, Vol. 69, N 5, p. 673-687.

JOURNEL, A.G. & HUIJBREGTS, C.J. 1978. Mining Geostatistics. Academic


Press, London, 600p.

MARQUES, D.M. & COSTA, J.F.C.L. & RIBEIRO, D.T. & STANGLER, R.L. &
CASTRO, E.B. & KOPPE, J.C. 2010. A comprovao da relao volume x
varincia na homogeneizao da slica em minrio de ferro. REM - Revista
Escola de Minas, Vol. 63, N 2, p. 355-361.

108

MATHERON, G. 1963. Principles of Geostatistics. Economic Geology, N 58, p.


1246-1266.

MATHERON, G. 1973. The Intrinsic Randon Functions and Their Applications.


Advances in Applied Probability, N 5, p. 439-468.

MATHERON, G. 1982. La dEstructuration des Hautes Teneurs et le Krigeage des


Indicatrices. Internal report N-761, Centre de Geostatistique, Ecole des
Mines de Paris, Fontainebleau, 33p.

MYERS, J.C. 1996. Geostatistical Error Management: Quantifying Uncertainty For


Enviromental Sampling And Mapping. Van Nostrand Reinhold, New York,
545p.

NOWAK, M.S., SRIVASTAVA, R.M., SINCLAIR, A.J. 1993. Conditional simulation,


a mine planning tool for a small gold deposit. Proceeding, Geostatistics
Troia'92, Tria, Portugal, p. 977-987.

PILGER, G.G. 2000. Critrios para Locao Amostral Baseados em Simulao


Estocstica. Dissertao de Mestrado. Programa de Ps-Graduao em
Engenharia de Minas, Metalrgica e de Materiais (PPGEM), Universidade
Federal do Rio Grande do Sul, 127p.

PITARD, F.F. 1993. Pierre Gy's Sampling Theory and Sampling Practice.
Heterogeneity, Sampling Correctness, and Statistical Process Control. CRC
Press, Boca Raton, 2 Edio, 488p.

PARKER, H. 1979. The Volume Variance Relationship: A Useful Tool for Mine
Planning. Engineering and Mining Journal, Vol. 180, p. 106-123.

RAVENSCROFT, P.J. 1992. Risk analysis for mine scheduling by conditional


simulation. Institution of Mining and Metallurgy, Vol. 101, p. A104-A108.

109

RIBEIRO, D.T. 2007. PDFseq: Mine Scheduling Simulation Based on Block


Probability Distribution Function: An Iron Ore Application. Proceedings, 33th
International Symposium on Computer Applications in the Mineral Industries,
Santiago, Chile, p. 369-374.

ROSSI, M.E. 1999. Uncertainty and Risk Models for Decision-Making Processes.
Proceedings, 28th International Symposium on Computer Applications in the
Mineral Industries, Colorado, U.S.A, p. 185-195.

SCHOFIELD, C.G. 1980. Homogenisation/Blending Systems Design and Control


for Minerals Processing. TransTech Publications, Germany, 236p.

SOUZA, L.E. 2002. Estimativa de Incertezas e suas Aplicaes na Classificao


de Recursos Minerais. Dissertao de Mestrado. Programa de PsGraduao em Engenharia de Minas, Metalrgica e de Materiais (PPGEM),
Universidade Federal do Rio Grande do Sul, 170p.

SOUZA, L.E. & COSTA, J.F.C.L. & KOPPE, J.C. 2004. Uncertainty Estimate in
Resources Assessment: A Geostatistical Contribution. Natural Resources
Research, Vol. 13, p. 1-5.

SOUZA, L.E. 2007. Proposio Geoestatstica Para Quantificao do Erro em


Estimativas de Tonelagens e Teores. Tese de Doutorado. Programa de PsGraduao em Engenharia de Minas, Metalrgica e de Materiais (PPGEM),
Universidade Federal do Rio Grande do Sul, 193p.
VALENTE, J.M.G.P. 1982. Geomatemtica Lies de Geoestatstica. Fundao
Gorceix, Ouro Preto, Vol. 6, 323p.

110

Apndice A

CD de distribuio do software desenvolvido


O presente apndice disponibiliza para testes o conjunto de rotinas
implementadas no software BlendSim, apresentadas ao longo da realizao desta
dissertao. O BlendSim no um produto comercial e no fornece qualquer tipo
de garantia, suporte ou manuteno. Foi realizada uma srie de testes na
utilizao do software, mas falhas podero ocorrer, devido s muitas
combinaes possveis de dados e parmetros de entrada. Sendo assim, o autor
no se responsabiliza pelo seu emprego ou pelos resultados obtidos por seu
intermdio.