Frederico Augusto Rosa do Carmo et al.

Minerao

Otimizao econmica de explotaes a cu aberto

Frederico Augusto Rosa do Carmo
MSc., Bolsista da CAPES. E-mail: frederico.carmo@cvrd.com.br

Adilson Curi
Prof., Dr., Programa de Ps-Graduao em Engenharia Mineral. Departamento de Engenharia de Minas Escola de Minas da Universidade Federal de Ouro Preto. E-mail: curi@demin.ufop.br

Wilson Trigueiro de Sousa

Prof., Dr., Programa de Ps-Graduao em Engenharia Mineral. Departamento de Engenharia de Minas Escola de Minas da Universidade Federal de Ouro Preto. E-mail: trigueiro@demin.em.ufop.br

Resumo
A determinao dos limites da cava final de qualquer projeto de minerao um dos maiores desafios de um projeto de minerao. Tais limites precisam ser definidos j no incio dos trabalhos de planejamento de lavra e devem ser reconsiderados, novamente e rotineiramente, durante toda a vida til da mina. Um dos propsitos do plano de exausto de minas a cu aberto determinar a cava final tima, baseando-se em um modelo econmico sujeito a restries tcnicas e visando maximizao do valor atual lquido do projeto. O primeiro algoritmo especfico relacionado ao tema foi publicado por Lerchs e Grossmann (1965). O algoritmo de Lerchs e Grossmann tem sido aceito como padro de teste em comparao com outros algoritmos equivalentes, que tm sido propostos, porque ele resolve o problema correspondente, segundo a teoria dos grafos, ao corte mnimo e fluxo mximo. Outros algoritmos de otimizao de cavas finais de minas a cu aberto tambm so apresentados nesse trabalho. Alm disto, um programa acadmico para a otimizao de cavas foi desenvolvido pelos autores sendo que os fundamentos deste so apresentados no presente artigo. Palavras-chaves: planejamento, lavra, otimizao, cava.

Abstract
The determination of the final pit limits of any mining project is one of the most important challenges in a mining project. Such limits need to be defined at the beginning of the mine planning and should be reconsidered, again and routinely, during all the useful life of a mine. One of the purposes of the open pit mine exhaustion plan is the determination of the optimal final pit, based on an economic model subject to technical restrictions and aimed to maximize the net present value. LERCHS e GROSSMANN (1965) published the first specific algorithm related to the theme. This algorithm has been accepted as standard in comparison to other equivalent algorithms which have been proposed, because it solves the corresponding problem, according to the graph theory, of the minimum cut and maximum flow. Other final pit optimization algorithms are presented in this study too. The authors developed an academic program for pit optimization and the principles of this program are presented in this article. Keywords: planning, mining, optimization, open pit.

REM: R. Esc. Minas, Ouro Preto, 59(3): 317-321, jul. set. 2006

317

Otimizao econmica de explotaes a cu aberto

1. Introduo
Os limites finais da cava definem o tamanho e a forma de uma mina a cu aberto no final de sua vida til, buscando a maximizao da riqueza futura. Esses contornos finais definem a extenso da reserva lavrvel e a quantidade de material estril a ser retirado. Normalmente, marcam a fronteira-limite, alm da qual a explotao no ser mais econmica. Os limites finais da cava delimitam uma fronteira, dentro da qual as estruturas de superfcie da mina, tais como plantas de beneficiamento e escritrios, no devem ser posicionadas.

2. Metodologia de clculos
2.1 Apresentao do problema
At a dcada de setenta, a otimizao de cavas finais, na minerao, era feita pelo mtodo manual, de tentativas. Segundo tal mtodo, procurava-se chegar a uma cava que fosse econmica e, caso houvesse estril dentro dessa cava alm do admissvel, a mesma deveria ser redesenhada, para se obter, se possvel, mais minrio e menos estril. Na medida do possvel, a cava deveria ser ampliada em nova(s) tentativa(s) e, assim, sucessivamente, at se alcanar uma cava final satisfatria (Valente, 1982). Lerchs e Grossmann (1965) apresentaram um algoritmo matemtico que permite projetar o contorno de uma explotao a cu aberto de tal forma que se maximize a diferena entre o valor total do minrio explotado e o custo total da extrao do minrio e do estril. A metodologia de clculo desse algoritmo tem sido explicada atravs da teoria matemtica dos grafos. Matematicamente, o problema da cava tima pode ser representado por um grafo G = (V,A), definido como a reunio de um conjunto V de elementos Vj (j = 1,2,...,n) chamados de ns de G, com um conjunto A de pares de elementos de x, chamados de arcos ou ramos do grafo.
318

A cada bloco i corresponde um n e a cada n atribudo um peso bi que representa o valor individual do bloco. Dados os valores dos blocos e os arcos estruturais, o algoritmo comea a construir um grafo a partir da base da explotao. Esse grafo assemelha-se a uma rvore com diversos ramos. Os ramos so denominados fortes, se o valor total dos blocos includos no ramo positivo; ou fracos, em caso contrrio. Os ramos vo sendo criados a partir do fundo da cava, unindo-se ou separando-se, segundo as caractersticas dos arcos estruturais, at atingirem a superfcie e definindo o contorno timo da cava. Isto quer dizer que o fluxo mximo possvel seria a soma dos valores de todos os blocos de minrio, mas no possvel a retirada somente de blocos de minrio. A retirada dos blocos de minrio restringida por condicionantes, como a estabilidade geral dos taludes, e, tambm, a seqncia dessa retirada deve ser obedecida. Do ponto de vista da Engenharia de Minas, fechamento simplesmente um subgrafo T, composto por ns e ramos, que gere uma cava tecnologicamente possvel. Cada uma dessas cavas possveis (subgrafos) tem um peso total associado (valor). O grande desafio para o engenheiro de minas encontrar aquela cava nica (subgrafo), entre as diversas possveis, que conduza ao peso mximo ou ao valor mximo. Esse ajuste chamado fechamento mximo em G. Formalmente, o problema de fechamento mximo de um grafo e o problema de abertura de cavas de minas so o mesmo. Do ponto de vista da Engenharia de Minas, o fechamento mximo corresponde ao fechamento de um dado conjunto de blocos que conduza maior soma possvel, considerando o peso dos blocos individuais, entre todas as alternativas tecnicamente possveis (Hustrulid & Kuchta, 1995).

zao de uma cava final (a duas ou trs dimenses) no tem, na prtica, uma soluo analtica fcil. Tal dificuldade tem resultado no surgimento de diversos algoritmos heursticos e variados mtodos de resoluo. A seguir apresentam-se os procedimentos bsicos do mtodo manual de otimizao aplicando o algoritmo de Lerchs e Grossmann a uma jazida discretizada em blocos tecnolgicos de lavra. A Figura 1 mostra uma seo vertical de um modelo de blocos com os valores econmicos dos blocos, mij. Os passos fundamentais do algoritmo so mostrados relacionando-se as equaes pertinentes aos blocos de lavra e exemplificando com ilustraes e dados numricos. 1) Uma vez discretizada a jazida em blocos tecnolgicos de lavra apropriadamente avaliados, para cada bloco (i,j), define-se a quantidade mij = vij cij. Na verdade, trata-se do benefcio de cada bloco, ou seja, receitas (v) menos custos (c). 2) Calcula-se o valor Mij acumulado para cada coluna considerada, ou seja:

M ij =

m
k =1

kj

3) Procura-se o caminho timo que represente o contorno da cava para a seo considerada, sendo que, na procura desse caminho, usam-se os procedimentos e as relaes abaixo: Poj = 0 adiciona-se uma primeira linha ao conjunto de blocos, sendo esta composta apenas por zeros. Pij = Mij + maxK {(Pi+k,j-1)} com k = -1, 0, +1 no caso do talude 1:1 (45). Pmax = maxKPik. A otimizao ser, assim, garantida, sendo preciso notar que: i) Pij representa a contribuio mxima possvel das colunas 1 a j, para qualquer pit vivel que contenha o elemento (i,j). ii) Caso o valor mximo de P, na primeira linha, seja positivo, ento a cava tima obtida seguindo-se os arcos da direita para esquerda.

3. Discusso e exemplo
O uso da programao dinmica para o projeto de cavas de minerao foi discutido pela primeira vez por Lerchs e Grossmann (1965). O problema da otimi-

REM: R. Esc. Minas, Ouro Preto, 59(3): 317-321, jul. set. 2006

Frederico Augusto Rosa do Carmo et al.

iii) Com pequenos ajustes manuais possvel obter a cava final tima a 3D. Pode-se acompanhar um exemplo de otimizao de uma seo bidimensional pela Figura 1. Consideraram-se os valores monetrios de (-4) unidades para blocos de estril e de 12 unidades para blocos de minrio. A otimizao iniciada fazendo-se a soma dos valores em cada uma das colunas. Exemplificando, para o bloco da linha 4 e coluna 7 (M47), tem-se:
M 47 =
a) Modelo de blocos com a delimitao do corpo de minrio.

m
k =1

k7

= m17 + m 27 + m 37 + m 47 =12 + 12 + 12 + 12 = 48

Uma nova seo, ento, formada, com os valores de Mij, podendo ser vista na Figura 1c. O prximo passo escolher o bloco esquerda de mximo valor, que ser somado com o bloco original, obtendo-se o Pij. O processo de otimizao est condicionado, logicamente, escolha dos ngulos de talude da cava. Mudanas nos ngulos de talude requerem modificaes no nmero de combinaes para seleo dos blocos. Exemplificando, para o caso em que a relao vertical/horizontal seja de 1:1, com o caminhoa ser percorrido da esquerda para a direita, tem-se a seguinte relao:
Pi 1, j1 Pij = M ij + Max Pi , j 1 P i +1, j1

b) Modelo de blocos com os valores para a otimizao.

c) Cava mostrando os valores acumulados M ij.

Sendo os valores de P, M e Mij definidos como anteriormente. O uso do ngulo de talude de 45 (1:1) uma simplificao. evidente que o(s) ngulo(s) de talude ser(o) determinado(s) por condicionamentos geomecnicos e de projeto. O modelo de programao dinmica mais completo e que leva em considerao mltiplos ngulos de talude pode ser representado pelas seguintes relaes:
M ij =

d) Escolha do mximo valor P ij.

e) Procura do maior P 1k .

m
n =0

nj

Pij = Mij + Max {Pi+r, j-1} Com j= 1,2,... e r = -na, -na+1,...,nb Onde: Mij, mij e Pij como foram definidos anteriormente. r = limite do talude da coluna vizinha. na, nb = O nmero mximo de blocos acima e abaixo do bloco (i,j) que sero lavrados juntos.
f) Cone gerado a partir da aplicao do algoritmo. Figura 1 - Exemplo de aplicao do mtodo manual de otimizao aplicando o algoritmo de Lerchs e Grossmann a uma jazida discretizada em blocos tecnolgicos de lavra. Fonte: Modificado de Lerchs e Grossmann (1965).

REM: R. Esc. Minas, Ouro Preto, 59(3): 317-321, jul. set. 2006

319

Otimizao econmica de explotaes a cu aberto

Para se obter a cava tridimensional, a partir dos limites das sees bidimensionais, obtidas pela frmula de recorrncia antes apresentada, necessria a suavizao dos limites da cava. Considerando que os limites timos, nas sees, tenham sido alcanados, a prtica de suavizao , ento, empregada para adequar as sees ao modelo de cava tridimensional. Johnson e Mickle (1970) e Johnson e Sharp (1971) desenvolveram uma extenso ao algoritmo de programao dinmica bidimensional de Lerchs e Grossman, a qual conhecida como a primeira tentativa de resolver o problema de suavizao dos limites da cava final. Essa extenso, embora freqentemente mencionada como um algoritmo de programao dinmica tridimensional completo, intitulada com mais preciso como um algoritmo 2D. As vantagens da extenso de Johnson para o problema dos limites da cava final so, principalmente, a facilidade e velocidade de implementao em um computador e sua capacidade para, pelo menos parcialmente, gerar resultados tridimensionais. A desvantagem principal que a soluo obtida pode no ser fisicamente possvel (praticvel). Embora a extenso de Johnson no tenha sido muito usada, ela pode ser extremamente til para a modificao de um algoritmo de contorno final. O algoritmo da extenso de Johnson muito parecido com o algoritmo de programao dinmica 2D original, porm apresenta a vantagem de possibilitar interaes perpendiculares direo de corte transversal. A extenso de Johnson e Sharp (1971) , na verdade, uma aplicao sistemtica do algoritmo bidimensional, antes apresentado. Primeiramente, o algoritmo aplicado a todas as sees transversais e, no final, o mesmo algoritmo aplicado a sees que faam um ngulo reto com as sees originais. O algoritmo de contorno que usa a aproximao de programao dinmica 2D segue os mesmos passos do algoritmo de contorno iterativo, com a exceo do passo que considera a unio das cavas das sees transversais. A extenso de Johnson , com efeito, uma
320

aplicao sistemtica da frmula de recorrncia de Lerchs e Grossmann (1965). Em adio frmula de recorrncia de Lerchs e Grossmann, a notao Siq usada:

Siq =

M
ij

ij

onde Siq a soma dos valores econmicos dos blocos do contorno timo da cava em uma dada seo; Mij j foi definido anteriormente. Duas observaes fundamentais devem ser feitas em relao aos algoritmos comentados: 1) A programao dinmica no assegura a obteno da cava tima na seo. 2) A tcnica dos cones flutuantes a trs dimenses possibilita, automaticamente, a suavizao do contorno da cava. A tcnica do caminho dinmico pode ser, assim, resumida: 1) Aplicar a formula de recorrncia, em seqncia, atravs das diversas sees, ao mesmo tempo em que se muda a direo de anlise atravs das sees, quando da mudana de uma seo para a seguinte. 2) No final do procedimento e ao analisarem-se todos os blocos de todas as sees consecutivas, se formar um caminho ao longo do qual os cones mnimos de remoo do material devero ser construdos. 3) A unio dos cones mnimos de remoo ao longo do caminho dinmico definir os limites da cava final. Koesnigsberg (1982) desenvolveu um algoritmo que considerado, realmente, de programao dinmica tridimensional, para o clculo do limite da cava final (Wright, 1990). Esse algoritmo usa um otimizador, que tido como eficaz e rpido, que atua sobre um conjunto fixo de suposies ou restries. Como qualquer algoritmo de programao dinmica, o algoritmo de Koesnigsberg tambm cclico e possui um grau de conformidade prpria muito elevado. Para exemplificar, deve-se atentar ao fato de que os ngulos de talude da cava, em seus diversos setores, devem ser consistentes entre si e devem relacionar-se geometria dos blocos. Diferentemente do caso bidimensional, proposto por Lerchs e Grossmann, que considera como vizinhos prximos apenas os blocos da coluna na direo anterior ao bloco em anlise, no caso tridimensional os blocos vizinhos a considerar correspondem a quatro colunas, segundo a frmula de recorrncia a seguir, as quais podem exercer influncia no caminho dinmico a ser percorrido pelo algoritmo:

Pijk = M ijk

PSi , j 1, k P SBS(Si ), j 1, k 1 + PBSi, j1, k 1 + Max PS( BSi ), j, k 1 + PSBSi , j, k 1 PS(SBSi ), j +1, k 1 + PSSBSi , j+1, k 1

Si na coluna (j-1, k) = ao lado de i. BSi na coluna (j-1, k-1) = atrs do lado de i. SBSi na coluna (j, k-1) = do lado de trs do lado de i. SSBSi na coluna (j+1, k-1) = do lado do lado de trs do lado i. Onde: Pijk = Valor timo da cava considerando que o bloco bijk o ltimo bloco a ser analisado.

REM: R. Esc. Minas, Ouro Preto, 59(3): 317-321, jul. set. 2006

Frederico Augusto Rosa do Carmo et al.

Mijk = valor Mij acumulado para cada coluna considerada. Pijk = Valores dos vizinhos do bloco (i,j,k). O problema de programao dinmica tridimensional equivalente ao problema de programao linear, cujo objetivo da funo Pijk definido por Pijk = max mijk Xijk.

4. Comentrios finais
Existe uma dificuldade, comum a todos os algoritmos de otimizao econmica de cavas finais de minerao. Essa dificuldade refere-se ao fato de os limites finais da cava no poderem ser determinados at que os valores econmicos dos blocos sejam conhecidos com maior preciso. Entretanto os valores econmicos dos blocos no podem ser conhecidos com preciso, at que a seqncia de lavra seja especificada. Por sua vez, a seqncia de lavra, eventualmente, no poder ser especificada, at que os limites da cava sejam definidos. Trata-se de um problema recorrente que precisa ser bem equacionado. Otimizao uma palavra que vem sendo gradualmente aceita para descrever o conjunto de tcnicas que introduzem modelos matemticos analticos nas atividades de planejamento de mina. Entretanto o significado de otimizar, ou melhorar, relativo. impossvel obterse unanimidade sobre o melhor plano de exausto de uma dada mina. Para isto seria necessrio o consenso de opinies entre profissionais de diversas reas. Em termos da modelagem da mina, a maior ateno tem-se concentrado em delinear o limite final da cava, porque este tem demonstrado ser o problema menos complexo. Freqentemente, o problema mais crtico a ser resolvido corresponde ao seqnciamento da lavra, ou seja, como programar a produo em relao ao tempo (Carmo & Curi, 2001). Um critrio comumente adotado no planejamento de mina o critrio do valor presente lquido (VPL) do fluxo de caixa. Entretanto mesmo esse critrio pode ser demasiadamente intuitivo dependendo da situao.

A pergunta clssica que deve ser feita : como lidar com esse grupo de incertezas? Buscando-se atingir a otimizao, tm sido propostos modelos onde adotada, nos clculos, a mdia ponderada de teores e dos preos. Entretanto, tais modelos geram planos de lavra que so limitados e pouco flexveis a mudanas. Assim, imprescindvel que se contemplem, nesses modelos, as conseqncias de suposies diferentes, como, por exemplo, mudanas inesperadas de teor mdio e variaes econmicas (anlises de sensibilidade). Tais modelos devem ser flexveis, de tal forma que possibilitem o eventual refazer completo do plano, em funo de cenrios econmicos ou tecnolgicos diferentes. Na prtica mineira, entretanto, raramente so empreendidos tais exerccios. Isto devido quantidade e, de certa forma, complexidade dos trabalhos envolvidos, mesmo com todas as ferramentas computacionais disponveis na atualidade. Para finalizar, informamos que, como resultado da pesquisa e produto desse trabalho, foi desenvolvido um programa acadmico, em linguagem Delphi, que possibilita a otimizao de cavas de minerao simplificadas, a partir dos valores econmicos dos blocos e usando os principais algoritmos de otimizao. Esse programa encontra-se disponvel para consulta na Coordenao do Programa de Ps-Graduao em Engenharia Mineral da UFOP e, tambm, nas bibliotecas da Escola de Minas da UFOP.

Preto: Universidade Federal de Ouro Preto-UFOP, 2001. (Dissertao de Mestrado). HUSTRULID, W., KUCHTA, M. Open pit mine planning & design. fundamentals. Colorado School of Mines, v. 1, Colorado, United States of America, 1995. JOHNSON, T.B., MICKLE, D.G. Design of open pit - an application in uranium. Canadian Institute of Mining, special, v. 12, 1970. JOHNSON, T.B., SHARP, R.W. Three dimensional dynamic programming method for optimal ultimate pit design. U.S. Bureau of Mines, Report of Investigation n. 7553, 1971. KOENIGSBERG, E. The Optimum contours of an open pit mine: an application of dynamic programming . 17th Application of Computers and Operations Research in the Mineral Industry, Berkeley, EUA, p. 274-287, 1982. LERCHS, H., GROSSMANN, L. F. Optimum design of open-pit mines. Transactions, Canadian Mining and Metallurgical Bulletin , Montreal, Canada, v. LXVIII, p.17-24, 1965. VALENTE, J.M.G.P. Geomatemtica - lies de geoestatstica. Ouro Preto: Fundao Gorceix, v. 1-8, 1982. WRIGHT, E.A. Open pit design models. Trans Tech Publications . Federal Republic of Germany. ClausthalZellerfeld. 1990.

Artigo recebido em 13/09/2005 e aprovado em 14/07/2006.

5. Agradecimentos

nas - 1 Mi

Os autores agradecem o apoio recebido da CAPES, que viabilizou a elaborao desse estudo, como tambm aos professores da rea de concentrao em Lavra de Minas do Programa de Ps-Graduao em Engenharia Mineral da UFOP, pelos comentrios e discusses.

6 - 2006 3 9

70
Es

evista -R

6. Referncias bibliogrficas
CARMO, F.A.R., CURI, A. Metodologias para o planejamento de cavas finais de minas a cu aberto otimizadas. Ouro

REM: R. Esc. Minas, Ouro Preto, 59(3): 317-321, jul. set. 2006

cola de

321