Você está na página 1de 74
e-book INTRODUÇÃO À TEORIA MODERNA DA AMOSTRAGEM Aplicações e Erros

e-book

INTRODUÇÃO À TEORIA

MODERNA DA AMOSTRAGEM Aplicações e Erros

“Uma decisão é tão boa quanto for à amostra na qual ela se baseia“

Quandotomamosumadecisãobaseada em uma informação real sabemos quais as consequências estamos sujeitos, assim se uma

Quandotomamosumadecisãobaseada em uma informação real sabemos quais as consequências estamos sujeitos, assim se uma amostragem é mal feita as decisões baseadas nela não avaliaram o risco ao qual o empreendimento está sendo exposto.

3

Diversos ramos de atividades utilizam controles estatísticos baseados em amostragem.

No setor mineiro esse controle vai além da estatística conclusiva, de posse de resultados obtidos na amostragem os envolvidos no ramo mineral devem tomar decisões e ações. Uma má amostragem pode comprometer todo o processo.

4

Visão Geral

(Reservas)

Budmeister (1989) avaliou 35 operações de ouro na Austrália, entre 1984 e 1989:

• 2/3 não atingiram a meta de produção projetada no primeiro ano fechado de operação;

• Somente 2 das 35 operações atingiram o teor recuperável projetado;

6

• Dentre as razões principais:

- Diluição excessiva na operação de lavra;

- Técnicas impróprias de estimativa de recursos/reservas;

- Interpretação geológica inadequada; - Análises químicas não confiáveis;

- Sondagem inadequada.

7

Clow (1990) examinou 25 operações de ouro no Canadá:

• Somente 3 atingiram as expectativas de vida útil projetada;

• Dentre as razões:

- Gerenciamento pobre dos dados; - Tratamento inadequado dos alto teores; - Falta de amostragem de grande volume; - Erros na aplicação de métodos geoestatísticos; - Abordagem inadequada de métodos de lavra e diluição.

8

Na América do Norte, Harquail atribuiu a pelo menos 20 de 39 falhas apontadas relacionadas ao tema de avaliação de reservas a métodos de amostragem inadequados e falta de conhecimento de métodos de mineração.

(Harquail, 1991)

9

Harquail (1991) ressalta que na maioria dos casos a falha é que os teores não atingem as metas esperadas e em segundo lugar devido a custos operacionais maiores que os projetados.

10

A maioria dos problemas identificados por esses autores são relacionados a estimativas de recursos e reservas. A baixa

consequências

econômicas.

qualidade

dessas

informações

traz

serias

11

Amostragem

Retirada de quantidades moduladas (Incremento) de material de um todo que se deseja amostrar, para

Retirada de quantidades moduladas (Incremento) de material de um todo que se deseja amostrar, para a composição da amostra primária ou global, de tal forma que esta seja representativa do todo amostrado. Deve ser Equiprobabilística.

13

“Para saber se o bolo de chocolate está bom, basta comer uma fatia”

14

Esta é a ideia essencial da amostragem: obter informação sobre o todo, examinando apenas uma parte.

É mais fácil falar sobre amostragem, que amostrar corretamente.

Amostragem é projetada para bem representar um volume a ser estimado.

As amostras devem ser de Alta Qualidade.

15

Amostragem - O processo de amostragem consiste na retirada de quantidades moduladas de material (incrementos) de um todo que se deseja amostrar, para a composição da amostra primária ou global, de tal forma que esta seja representativa do todo amostrado. Deve ser Equiprobabilística. É um processo científico de seleção de massa de material retirada de uma porção maior (a População) com o objetivo de reduzir a quantidade a manusear com propósitos investigativos.

16

Lot L - Quantidade finita de material separada para uma utilização específica;

Incremento, I - Um incremento é um grupo de fragmentos extraídos de uma grande quantidade em um único dispositivo de amostragem. Uma amostra é muitas vezes a reunião de vários incrementos.

17

Amostra x Medida

Amostra - É uma parte de um lote, geralmente obtida pela união de vários incrementos ou frações do lote, e cujo objetivo é representá- lo (o lote) nas operações subsequentes. Sua extração deve ser equiprobabilística.

Espécime - É uma parte do lote obtido de forma aleatória e não probabilística. Representa uma medida pontual.

19

Seleção probabilística - A seleção é dita probabilística quando é fundamentada sobre a noção de probabilidade de seleção que inclui a intervenção de algum elemento aleatório. A seleção probabilística está correta quando a probabilidade de seleção é distribuída entre todas as unidades que compõem o lote e nula para o material que não pertence ao lote. A seleção é incorreta quando uma dessas condições não é satisfeita. A seleção é dita não probabilística quando não é fundamentada sobre a noção de probabilisticamente selecionável, tais como amostragem de mão, por exemplo. Amostragens não probabilísticas devem ser evitadas.

20

Heterogeneidade - A condição de um lote onde nem todos os elementos são idênticos. Existem dois tipos de heterogeneidade (1) heterogeneidade de constituição e (2) a heterogeneidade da distribuição.

21

Heterogeneidade de Constituição (CH): É uma propriedade intrínseca e inalterável do lote de material. Os seus elementos constitutivos (fragmentos que o compõem) não são idênticos entre si. Assim, a homogeneização ou a segregação não produzem modificações no material.

Heterogeneidade de Distribuição (DH): É uma propriedade relacionada com a forma pela qual se distribuem os fragmentos ao longo de todo o lote de material. A homogeneização, do lote, mediante manuseio adequado, tende a diminuir a heterogeneidade de distribuição. O caso contrário ocorre quando há segregação.

22

• Homogeneidade – Amostragem Exata • Erros de amostragem estão ligados à heterogeneidade da matéria, e a multiplicidade de tipos de heterogeneidade.

Como Homogeneizar ?

23

Homogeneizar é diminuir ε

- Força segregadora:

• Difere de intensidade e direção de grão para outro

• Depende da característica física do grão

• São diferentes grão a grão

O parâmetro ε = Segregação

24

Segregação

Vs

Representatividade

As força de segregação agem:

• Na gênese da jazida

• No desmonte

• Nas manipulações antes do lote

• Na formação do lote

26

Tipos de força de segregação:

• Magnéticas

• Eletrostáticas

• Forças de atrito

• Fluído ambiente

• Capilaridade

• Gravidade

27

Teoria de Amostragem

Pierre Maurice Gy (25 de julho de 1924 - 05 de novembro de 2015), nascido em Paris, França; é conhecido com o pai da Teoria da amostragem.

29

A Teoria da amostragem do Gy utiliza um modelo em que a colheita de amostras é representado por independente tentativas de Bernoulli para cada partícula na população progenitora a partir do qual a amostra é retirada. Os dois resultados possíveis de cada ensaio de Bernoulli são:

1. A partícula é selecionada ;

2. A partícula não está selecionado.

Por isso, amostragem tem que ser equiprobabilística para que respeite a teoria de amostragem.

30

Geoestatística

A malha de sondagem é uma amostragem probabilística? O furo de sondagem é amostra? A

A malha de sondagem é uma amostragem probabilística?

O furo de sondagem é amostra?

A “amostra” de um intervalo do

furo de sonda é amostra? As respostas são não! São medidas.

32

1.5 1.0 0.5 0.0 0 20 40 60 80 100 120 140 Variograma
1.5
1.0
0.5
0.0
0
20
40
60
80
100
120
140
Variograma

Distância

Geoestatística é um ramo da Estatística Espacial que usa o conceito de funções aleatórias para incorporar a dependência espacial aos modelos para variáveis geo- referenciadas. Sob determinadas hipóteses, torna-se possível fazer inferências e predições a partir das medidas (chamadas coloquialmente de amostras).

33

Na industria mineral, a amostragem é responsável pela estimativa de Teores e Tonelagem de grandes massas mineralizadas – a População. As amostras podem variar desde poucos quilosatétoneladasqueserãoreduzidas a poucas gramas (massa analítica), que serão analisadas para os elementos (atributos) de interesse.

34

Tipos de Amostras

Pontuais - Nem sempre constituem uma amostra, em geral são apenas espécimes utilizados para uma caracterização qualitativa de algum atributo (mineralização, alteração, litologia, etc.). Ex.:

amostras de solo.

Sondagens - São a maior parte de uma base de dados e fornecem informação sobre a disposição tridimensional da geologia.

Canaletas - Podem assumir o papel da sondagem, podem assumir a recuperação total do material, porém na prática é difícil a garantia desta recuperação global.

36

Chip samples - Pedaços da rocha obtidas em configuração regular para representar um volume.

Trincheiras - Permitem amostragem de materiais oriundos de grandesmassas(ex.:pilhas,bota-foras ).Sãograndesquantidades de material que podem ser removidas com equipamento pesado (retro escavadeira).

Bulk samples - Amostras de grande volume, podem ser obtidas pela reunião de incrementos menores (como polpas, rejeitos) para caracterizar alguma propriedade relevante nessa escala (ex.:

desempenho de moinhos).

37

Amostragem na Exploração

Implicações nas estimativas de teor e tonelagem de recursos e reservas.

39

Amostragem “grade control”

• Implicações nas estratégias de lavra e controle da entrada do material na planta de beneficiamento.

• Implicações sobre blendagens;

41

Na Planta de Beneficiamento

Implicações na qualidade dos produtos.

43

Amostragem no Embarque (Venda)

Implicações de uma má amostragem nessa etapa podem penalizar toda uma cadeia produtiva;

45

Erros

• Erros

Aleatórios

pela variância;

caracterizado

• ErrosSistemáticos–caracterizados pela média.

da

amostragem é uma composição dos

Na verdade o erro fundamental

dois.

47

A propriedade acumulativa dos erros sobre a amostragem faz variância e média de um erro serem fisicamente complementares.

Erro de amostragem é igual a diferença entre o teor do lote e o teor real.

48

Erros de Amostragem

Erros de Heterogeneidade e Erros Sistemáticos

Erro de Flutuação de Heterogeneidade:

• Erro Fundamental

• Erro de Flutuação da Heterogeneidade

• Erro de Segregação e Agrupamento

Erros Sistemáticos – Viés:

• Erros de Materialização do Incremento

• Erro de Delimitação do Incremento

• Erro de Extração do Incremento

• Erro de Preparação do Incremento

50

Erro de Segregação e Agrupamento

• São consequência da heterogeneidade distribucional. Pode gerar famílias de fragmentos de acordo com sua constituição.

• Quanto maior a diferença de constituição maior a possibilidade de segregação (composição, forma, tamanho, densidade, entre outras).

• Os fragmentos devem ser aleatórios, mas como não se coleta fragmento a fragmento temos:

Os incrementos aleatórios compostos de grupos Eis o erro

52

Erros de Flutuação da Heterogeneidade

• Processos industriais tem necessidade constante de transporte.

- Transportadores, correias, tubulações:

lotes unidimensionais;

- Bloco de lavra, caçamba de caminhão, navio:

lotes tridimensionais;

- Bidimensional:

Um tridimensional onde a espessura pode ser desprezada.

54

• Lotes unidimensionais são gerados por operações cronológicas, logo influenciado por atividades humanas.

- Curto;

- Médio;

- Periódico (cíclico).

55

Erro de Materialização do Incremento

• Grupos de fragmentos fornecem o incremento que irá gerar as amostras.

Erro de materialização é definido quanto a Delimitação e Extração incorreta do Incremento.

57

Erro de Ponderação do Incremento e Erro da Flutuação da Qualidade

Uma

incrementos proporcionais a vazão mássica do material no instante da amostragem.

amostra

deve

ser

ponderada

de

forma

a

selecionar

59

Fórmula de Gy Erro Fundamental da Amostragem

Rel.Var(ts)=c* l *f*g*d n 3 /Ms

• Rel.Var(ts) = variância relativa do teor (TS = Teor da amostra)

• c = fator mineralógico

• l = fator de liberação

• f = fator de forma

• g = fator granulométrico

• d n 3 = Tamanho calibrado (abertura da peneira)

• Ms = massa da amostra

61

A Verdadeira Fórmula

Rel.Var(ts)=c* [Var(fragmento no lote)/ Var(fragmento no lote liberado)]*f*g*d n 3 /Ms

• fórmula pode ser usada para calcular massa mínima e calcular

A

a

precisão da operação;

• Unidades (g, cm, %);

• Calibração experimental da fórmula.

Importante: Calibrações usando a fórmula de Gy nem sempre são necessárias. Alguns experimentos podem ser suficientes.

63

QAQC

• Diante

de

tantos

erros

devemos

integrar

o

conceito

da

amostragem como parte integrante do controle de qualidade;

• Integrar conceitos geológicos na coleta de dados e avaliação de cada fase de amostragem, de modo a assegurar que os dados são usados de maneira eficaz.

65

Boas Práticas

A garantia da qualidade tem uma definição ampla fora da indústria de mineração e foi definido como: “Todos aqueles projetos ou ações sistemáticas necessárias para proporcionar a confiança adequada que um produto ou serviço de forma que esse irá satisfazer as necessidades atribuídas”.

(Kirschling, 1991)

67

O controle de qualidade é um aspecto da garantia de qualidade. A diferença entre os dois conceitos é descrita pela Vaughn (1990), como “garantia de qualidade no contexto é o alívio da preocupação com a qualidade de um produto. Os planos de amostragem e controle de auditorias de qualidade são dispositivos concebidos para suprir parte desta garantia“.

68

QAQC não é custo, é qualidade!

Qualidade é confiança.

69

Resumindo Conceitos

AMOSTRAGEM QAQC Geoestatística
AMOSTRAGEM
QAQC
Geoestatística

71

Sobre a autora

Sobre a autora Marcela Taina Geológa Marcela é Bacharel em Geologia (USP), especializada em Petrologia e

Marcela Taina Geológa

Marcela é Bacharel em Geologia (USP), especializada em Petrologia e Geoquímica pela mesma instituição. É Membro da Australian Institute of Geoscientists -“CP” -Membership Number 5181. Destaque recentemente em 2013 e 2014, participando como CP responsável pelo QAQC (elaboração e/ou gestão e/ou auditoria) em projetos de grandes players nacionais.

Sobre o Instituto Minere O IM é uma organização especializada em desenvolvimento de capacidades e

Sobre o Instituto Minere

O IM é uma organização especializada em desenvolvimento de capacidades e tecnologia para mineração e geologia.

Qual o nosso negócio?

Promover a realização pessoal de nossos clientes através do crescimento profissional. Para isso, oferecemos cursos de capacitação profissional de curta duração para o setor de mineração e geologia. O IM promove cursos presenciais – que podem ser abertos ou in company – e cursos online.

Que marca queremos deixar?

Pessoas realizadas em suas carreiras. Empresas ganhando em competitividade, lucro e relacio- namento com seus stakeholders.

31 3657-5578 | WhatsApp: 99355-8384 - contato@institutominere.com.br www.institutominere.com.br