Escolar Documentos
Profissional Documentos
Cultura Documentos
TFC Jinderson
TFC Jinderson
Orientador:
Professor Dr. Arlindo Jos Bazante
______
irmo,
Jimmerson
Arajo,
pelo
AGRADECIMENTOS
Agradeo a Deus e a Maria Santssima, pois sem eles essa jornada no seria
possvel.
Agradeo a minha me, Amelia Arajo, por ter tornado esse momento possvel e
por ter desempenhado o papel de pai e me durante essa longa jornada.
Agradeo ao meu irmo, Jimmerson Arajo, por ser um verdadeiro amigo em
minha vida.
Agradeo aos meus amigos, pois eles foram fundamentais durante a minha
graduao
Agradeo a todos os professores da UFCG por todos os ensinamentos.
Enfim, agradeo a todos que de alguma forma, direta ou indiretamente,
contriburam nesta caminhada to difcil.
RESUMO
Durante o planejamento de lavra se faz necessrio a determinao do
sequenciamento de retirada de blocos timo. O objetivo principal lavrar a sequncia
de blocos que retornem o maior lucro possvel, levando em considerao as restries
existentes no processo. Vrios mtodos foram criados para atender essa necessidade,
dentre eles est o algoritmo de Lerchs e Grossman que baseado na teoria dos grafos e
solucionado atravs da programao dinmica, onde o problema divido em
subproblemas, facilitando assim a resoluo do mesmo. Tal algoritmo foi ao longo do
tempo sendo otimizado, a priori o mtodo s era aplicado em duas dimenses, depois de
algumas adaptaes comeou a ser aplicado em trs dimenses, tornando o algoritmo
uma ferramenta muito importante no planejamento de lavra.
Palavras-chave: Lerchs e Grossman, Otimizao, Planejamento de Lavra, Programao
Dinmica.
ABSTRACT
During the mine planning is required to determine the sequence of removal of
great blocks. The main objective is to plow the sequence of blocks that return the
greatest profit possible, taking into account the existing restrictions in the process.
Various methods have been designed to meet this need, among them is Lerchs and
Grossman algorithm that is based on the theory of graphs and solved using dynamic
programming, where the problem is divided into subproblems, thereby facilitating the
resolution of the same. This algorithm has been over time and optimized a priori method
was applied only in two dimensions, following a few adjustments has been implemented
in three dimensions, making the algorithm a very important tool in mine planning.
Keywords:
Lerchs
Programming.
and
Grossman,
optimization,
Mine
Planning,
Dynamic
LISTA DE ILUSTRAES
LISTA DE TABELAS
1. INTRODUO
Como sabido, um dos grandes desafios da minerao o planejamento de
lavra, pois existem diversas restries na execuo desta etapa. A partir disso foi
necessrio um melhor embasamento terico por parte dos pesquisadores para que se
fosse possvel adequar o planejamento as condies existentes em uma mina, levando
em considerao os aspectos fsicos e sempre buscando o maior lucro possvel.
Segundo Pinto (1999), vrios fatores devem ser considerados no processo de
planejamento de lavra. So eles: determinao do sequenciamento de lavra;
determinao do mtodo de lavra; determinao da vida til da mina e determinao dos
custos envolvidos no processo. O sequenciamento de retirada de blocos semelhante ao
problema do "caixeiro viajante" (onde se busca determinar o caminho timo a ser
seguido), no entanto o sequenciamento ainda mais complexo, pois existem outras
varveis a serem consideradas. A gravidade uma delas. Devido a isso, foram
elaborados diversos mtodos de planejamento afim de maximixar os lucros de uma
mina, levando em considerao o sequenciamento de retirada de blocos, onde o objetivo
minimizar a retirada de estril, como tambm, lavrar uma maior quantidade de blocos
"positivos". Um dos mtodos do planejamento de sequenciamento existente o
Algoritmo de Lerchs e Grossman.
Tal mtodo foi criado em 1965 pelos pesquisadores supracitados, ele representado
matematicamente pela Teoria dos Grafos e sua forma de soluo baseada na
Programao Dinmica, onde o problema subdivido em problemas menores,
facilitando a resoluo do mesmo (dividir para conquistar). O objetivo do Algoritmo de
Lerchs e Grossman a determinao da cava final de uma mina, de modo que o retorno
financeiro do empreendimento seja o maior possvel e que, se solicitado, a retirada de
estril seja mnima.
2. METODOLOGIA
Atravs de uma reviso bibliogrfica, neste trabalho ser apresentado o
algoritmo de Lerchs & Grossman, onde ser abordado a parte conceitual e a aplicao
prtica do mesmo. Devido a sua importncia no planejamento de lavra, iremos mostrar
o seu funcionamento, evidenciando os conceitos matemticos que o embasam. Tambm
ser apresentado a forma como se utiliza o algoritmo para a soluo de um determinado
problema.
Tendo em vista que o algoritmo de Lerchs & Grossman fundamentado na
teoria dos grafos e solucionado atravs de programao dinmica, para um melhor
entendimento, se faz necessrio a apresentao conceitual da teoria dos grafos, como
tambm a explicitao do que se trata a programao dinmica.
3. Fundamentao Terica
3.1. Programao Dinmica
Segundo Braga (1997), a Programao Dinmica (PD) um mtodo ideal para
solucionar problemas que podem ser vistos como processos de deciso sequencial em
vrios estgios, no significando que estgio seja necessariamente um intervalo de
tempo, mas pode representar atividades, localidades, etc., sendo melhor entendido como
ponto do processo no qual uma deciso deve ser feita. A PD se difere totalmente das
demais tcnicas de otimizao, pois nela no existe um padro de soluo do problema.
Segundo Yeh (1985), a PD um procedimento para otimizao de processos de
deciso em vrios estgios, sendo usada extensivamente na otimizao de sistemas de
recursos hdricos.
Segundo Simonovic (1992), a PD baseia-se no princpio da otimidade, que
implica um processo de deciso sequencial no qual um problema envolvendo diversas
variveis repartido numa sequncia de etapas mais simples, cada uma dessas
envolvendo uma varivel singular.
O principal objetivo do algoritmo de Lerchs & Grossman a determinao da
cava final atravs de um sequenciamento de retirada de blocos mais timo possvel, no
entanto, para se estimar a "cava final tima" necessrio dividir o problema em
subproblemas, pois, s assim ser vivel a resoluo do mesmo. Obedecendo assim a
definio de PD. Essa subdiviso de problemas ocorre da seguinte forma: para cada
nvel de blocos, comeando pelo mais alto (restrio da gravidade), determinado a
soluo tima, porm, provvel que nos nveis mais inferiores, com a soluo tima
dos nveis acima, no se obtenha o melhor resultado possvel.
Quanto maior for a quantidade de blocos (ns), mais complexo ser o problema,
impossibilitando assim a determinao do resultado timo, podendo at gerar um loop.
O que vai influenciar nisso o formato do depsito.
Existem vrias formas para se planejar/modelar a cava final de uma mina. Para
se determinar o mtodo a ser utilizado, se faz necessrio um relativo domnio a cerca da
utilizao do mesmo, como tambm, que os dados levantados sobre o depsito se
enquadrem nos requisitos exigidos.
A tabela a seguir mostra os diferentes mtodos que podem ser utilizados no
planejamento de lavra. Destacamos o algoritmo de Lerchs & Grossman, que o objeto
de estudo deste trabalho.
Pana (1965)
Meyer (1966)
Erikson (1968)
X
&
Marechal (1976)
Lee & Kim (1979)
Parametrizao
Teoria de
Grafus
Francois-Bongaron
Programao
dinmica
Axelson (1964
Programao
linear
Autor
Simulao
Manual
Mtodos bsicos
Koenigsberg (1982)
Wright (1987)
M ij = m kj
k=1
Uma nova seo, ento, formada, com os valores de Mij, podendo ser
vista na Figura 2. 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:
M ij = mnj
n=1
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.
A seguir, ser mostrado um problema, com dados hipotticos, que ter sua
resoluo baseada no Algoritmo de Lerchs e Grossman:
Na Figura 2, tem-se uma seo do modelo de blocos com a delimitao do corpo
de minrio de um depsito hipottico, onde os blocos negativos ou de valor monetrio
"0" esto realados com a cor vermelha, j os blocos positivos esto realados com a cor
azul. Diante disso, temos a ideia da forma do depsito.
Fonte: prpria
Fonte: prpria
Na figura 4, tm-se os valores acumulados de P ij, onde em cada bloco acrescido com o
maior valor monetrio apresentado por um dos trs blocos mais prximos da coluna da
esquerda, por exemplo, o bloco M 93 ele ser somado com o bloco M 82 ou M83 ou M84.
Com os valores acumulados o bloco M82 passou a ter valor monetrio 54, o bloco M83
passou a ter valor monetrio 66 e o bloco M84 passou a ter valor monetrio 77. Observase que o maior valor monetrio dos trs blocos 77, com isso o valor monetrio do
bloco M93 que era 24, passa a ser 24 + 77, ou seja, M93 = 101.
Vale salientar que existe uma restrio nesse processo: os blocos da primeira linha s
podero ser acrescidos com valores positivos, se os valores dos blocos comparados
forem negativos, considera-se que os mesmo possuem valor monetrio 0.
Fonte: prpria
Fonte: prpria
uma
"extenso"
ao
algoritmo
de
programao
dinmica
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
4. Concluso
REFERNCIAS
BRAGA, B., BARBOSA, P. S. F. e NAKAYAMA, P. T. (1997). Sistema de Suporte
Deciso em Recursos Hdricos. Revista Brasileira de Recursos Hdricos (ABRH), no 3,
v. 3, p.73-94.
BOAVENTURA-NETO, P. O. (2001). Teoria e modelo de grafos, Rio de Janeiro.
Editora Edgard Blucher, 1979. 249 p.
BOAVENTURA-NETO, P. O. (2001). Grafos: Teoria, Modelos, Algoritmos. So Paulo
Editora Edgard Blucher.
CARMO, F.A.R., CURI, A. Metodologias para o planejamento de cavas finais de minas
a cu aberto otimizadas. Ouro Preto: Universidade Federal de Ouro Preto-UFOP, 2001.
(Dissertao de Mestrado).
SIMONOVIC, S. P. (1992). Reservoir System Analysis: Closing gap between theory
and pratice. Journal of Water Resources Planning and Management, New York, vol. 118,
n.3. p.262-280.
PINTO, L. R. (1999). Metodologia de anlise do planejamento de lavra de minas a cu
aberto baseada em simulao das operaes de lavra. Rio de Janeiro: COPPE/UFRJ,
1999. (Tese de Doutorado)
YEH, W. W-G. (1985). Reservoir Management and Operations Model: a State-of-theArt Review. Water Resources Research, Vol. 21, n. 12, pp. 1797-1818, December.