View
221
Download
2
Category
Preview:
Citation preview
Análise de Risco dos
Teores de Ferro em
Planos de Lavra
Mensais e Anual de
uma Mina em
Operação
Agenda
Objetivo
Descrição do Problema
Caso Base
Resultados
Conclusão
Trabalhos Futuros
Objetivo
Descrição do Problema
Caso Base
Resultados
Conclusão
Trabalhos Futuros
Análise de
Risco dos
Planos de Lavra
Considerar o impacto da variabilidade amostral no planejamento
de lavra;
Demonstrar a aplicabilidade da análise de risco nos planos de lavra,
não importando a fase da mina;
Analisar novas tecnologias que auxiliem a previsibilidade de nossas
programações.
Objetivo
Descrição do Problema
Caso Base
Resultados
Conclusão
Trabalhos Futuros
Necessita de novas tecnologias para
minimizar as possíveis incertezas
provenientes do modelo geológico.
Planejamento
Tradicional
Reproduz a variabilidade local e a continuidade
espacial dos dados originais o que permite a
criação de cenários equiprováveis.
Simulação
Condicional
Agrega valor no momento de se decidir por
retirar, ou não, um bloco com uma distribuição de
possíveis níveis de concentração do elemento de
interesse, com respectiva distribuição de valores
econômicos.
Quantificar
Incertezas
Objetivo
Descrição do Problema
Caso Base
Resultados
Conclusão
Trabalhos Futuros
O estudo de caso foi feito para uma mina em operação que
possui como tipologia de minério hematitas, cangas e itabiritos
ricos. O minério que alimenta a planta atual é o mais rico, ocorrendo
em lentes menores na jazida.
Desagrupamento
das amostras
Anamorfose
Gaussiana Análise e
Ajustes
Variográficos
Simulação
(MRWS)
Back Tranform
Simulação
Geoestatística
(MRWS)
Validação dos Dados e Análise Estatística
Total: 2717
Max.: 69,24
Min.: 23,83
Média: 47,30
Var.: 134,09
Desv.: 11,58
Desagrupamento de Amostras
Total: 2717
Max.: 69,24
Min.: 23,83
Média: 45,82
Var.: 124,27
Desv.: 11,15
Utilizou-se a metodologia de células móveis para o
desagrupamento.
Transformação Gaussiana
Os valores originais desagrupados são transformados para
uma distribuição gaussiana com média próxima de zero e variância
próxima de um.
Variografia
Utilizou-se como alcance para as três estruturas os valores de 20m, 50m
e 200m e patamares proporcionais em correlação intrínseca.
A anisotropia foi desconsiderada.
Variogramas omnidirecionais simples e cruzados
entre as variáveis de ferro original e gaussiana
(considerando o peso de desagrupamento)
com três estruturas esféricas e efeito pepita
proporcional.
Variograma
Simulações
As simulações foram feitas através de um algoritmo de simulação
desenvolvido por uma equipe da Vale S.A., baseado no processo de
simulação por passeios aleatórios (MRWS). Ainda em fase de testes.
As simulações foram simplificadas com modelos variográficos isotrópicos e
domínio geológico único.
Cada etapa descrita até o momento, desde o desagrupamento das amostras,
pode ser realizada pelo algoritmo.
Foram realizadas simulações global e local.
Objetivo
Descrição do Problema
Caso Base
Resultados
Conclusão
Trabalhos Futuros
Validação das Simulações
Reprodução do histograma dos dados originais
Validação das Simulações
Simulações
Dados originais desagrupados
Amostras LPAmostras
LP+CP
Lavra 2013 –
Modelo SIM - FE
Lavra 2013 – Modelo
oficial com domínios - FE
Comparação Simulação - Amostras de LP e CP
Pode influenciar na dispersão dos teores
de ferro?
Carência de
informações
Cubagem – Blocos Lavrados 2013
Cubagem – Planos Mensais
Objetivo
Descrição do Problema
Caso Base
Resultados
Conclusão
Trabalhos Futuros
Aumento / redução de malha amostral
Localização de novas amostras
Distribuição de
Teores
Tomada de
decisão
Parametrização
-
500
1.000
1.500
2.000
2.500
3.000
3.500
4.000
4.500
20 25 30 35 40 45 50 55 60 65 70
Ton
nag
e
Grade (%)
Cut off grade curve - 2013
Teor Corte
Teor Médio
Vo
lum
e
Parametrização
-
500
1.000
1.500
2.000
2.500
3.000
3.500
4.000
4.500
20 25 30 35 40 45 50 55 60 65 70
Ton
nag
e
Grade (%)
Cut off grade curve - 2013
Teor Corte
Teor Médio
Vo
lum
e
Objetivo
Descrição do Problema
Caso Base
Resultados
Conclusão
Trabalhos Futuros
Dados SimuladosGrande dispersão
no teor de FERROValores médios SIM
< valores estimados
Simplificação das
simulações / Mistura de
domínios
Mudança na geometria do
plano de lavra para
cumprimento de qualidade
Região de maior incerteza,
sinalizada pela SIM, com
maior número de amostras
de frente.
Região com
MENOR incertezaLavra imediata
Região com
MAIOR incertezaLavra futura
Campanhas de
fechamento de
malha de
amostragem de
frente de lavra
Implementação de
um algoritmo
otimizador que
minimize erros mas
considere metas de
blendagem
Dados SimuladosGrande dispersão
no teor de FERROValores médios SIM
< valores estimados
Considerar domínios e
anisotropia
Refazer simulações
Se houver região de
grande incerteza,
sinalizada pela SIM,
analisar a possibilidade do
aumento do número de
amostras de frente.
Muito Obrigada!
Janaina Gonçalves
janaina.goncalves@vale.com
Diniz Tamantini Ribeiro
diniz.ribeiro@vale.com
Alexandre Marinho
alexandre.marinho@miningmath.com
Carlos Enrique Arroyo
carroyo@demin.ufmg.br
Recommended