MINISTRIO DA EDUCAO E DO DESPORTO

Escola de Minas da Universidade Federal de Ouro Preto

Departamento de Engenharia de Minas
Programa de Ps-Graduao em Engenharia Mineral PPGEM

METODOLOGIA DE ESTIMATIVA DE PILHAS DE MINRIO

TEMPORRIAS

Autor: WESLEY MACHADO DE ALMEIDA

Orientador: Prof. Dr. IVO EYER CABRAL

Dissertao apresentada ao Programa de Ps-

Graduao do Departamento de Engenharia de
Minas da Escola de Minas da Universidade
Federal de Ouro Preto, como parte integrante
dos requisitos para obteno do ttulo de
Mestre em Engenharia Mineral.

rea de concentrao:
Lavra de Minas

Ouro Preto/MG
Setembro de 2015
 MTODOLOGIA DE ESTIMATIVA DE PILHAS DE MINRIO
TEMPORRIAS

Dissertao apresentada ao Programa de Ps-

Graduao do Departamento de Engenharia de
Minas da Escola de Minas da Universidade
Federal de Ouro Preto, como parte integrante
dos requisitos para obteno do ttulo de
Mestre em Engenharia Mineral.

rea de Concentrao:

Lavra de Minas

Linha de Pesquisa:

Planejamento de Lavra / Geoestatstica

Esta dissertao foi apresentada em sesso pblica e aprovada em 30 de setembro de

2015, pela Banca Examinadora composta pelos membros:

Presidente: Prof. Dr. Ivo Eyer Cabral

Prof. Dr. Wilson Trigueiro de Sousa

Dr. Diniz Tamantini Ribeiro

II
III
Os homens devem moldar seu caminho. A
partir do momento em que voc vir o
caminho em tudo que faz, voc se tornar o
caminho
Myamoto Musashi

IV
DEDICATRIA

Ao G..A..D..U...
minha esposa Letcia.
Ao meu filho Pedro.
Aos meus pais Valter e Adalia.
Aos meus irmos Valquria e Wescley.

V
 AGRADECIMENTOS

Ao G..A..D..U.. pela minha existncia e a oportunidade do conhecimento contnuo.

minha esposa Letcia e ao meu filho Pedro que estiveram sempre ao meu lado durante
esta jornada e que muita das vezes abriram mo da minha presena a bem de me dedicar
a esta dissertao.
Aos meus pais, Valter e Adalia, pelo carinho e incentivo contnuo. Aos meus irmos,
Valquria e Wescley, familiares e amigos, que de alguma forma estiveram presentes neste
processo.
Vale, em nome de Joaquim Toledo, Diogo Monteiro e Igor Cicolani, pela oportunidade
fornecida para a realizao deste mestrado.
Aos colegas da mina de Brucutu das reas de geologia, controle de qualidade, topografia,
planejamento, apoio e operao de mina. Em especial a Geloga Gizele Campos pela
grande ajuda nos processamentos das estimativas, ao Gelogo Jos Marqueti pelos
momentos de conversas informais sobre as minhas ideias no desenvolvimento da
dissertao e ao Tcnico de Mina e Geologia Pedro Ferreira pelo apoio com o banco de
dados.
Aos professores e funcionrios do PPGEM (Programa de Ps-Graduao em Engenharia
Mineral) do Departamento de Engenharia de Minas da Universidade Federal de Ouro
Preto UFOP, pelo suporte e participao na minha formao acadmica.
Ao meu orientador, hoje amigo, Prof. Dr. Ivo Eyer Cabral - UFOP, pela tutoria e
dedicao para a realizao deste trabalho.
Ao Dr. Diniz Tamantini Ribeiro - Vale e ao Prof. Dr. Wilson Trigueiro - UFOP de Sousa
pelos conselhos de melhorias nesta dissertao.
Aos IIr.. da A..R..L..S.. Harmonia pela fraternidade e pela busca contnua da
sabedoria.

VI
 RESUMO

Este trabalho apresenta uma metodologia de estimativa de pilha de minrio, desde a

escavao de minrio at a deposio, de modo a possibilitar a criao de um modelo de
blocos englobando a pilha desejada, estimando e simulando os seus teores e
granulometria. Seus dados so gerados a partir da obteno dos dados de escavao e de
basculamento fornecidos pelo despacho eletrnico por meio de sistema de GPS instalado
nas mquinas de carga e transporte. Utilizando uma rotina computacional possvel obter
os dados granuloqumicos dos pontos de escavao cruzando as coordenadas dos pontos
de escavaes obtidas pelo GPS do despacho eletrnico e o modelo geolgico de blocos,
que depois de tratados, fornecem os dados de basculamento, dados estes utilizados na
estimativa da pilha. Cada ponto de basculamento em mdia composto por cerca de seis
pontos de escavaes, que compem uma carga de caminho. Cada massa basculada na
pilha considerada como uma amostra. O procedimento permite aumentar o controle de
pilhas de minrios, o que possibilita estocar minrios de teores marginais e utiliz-los em
momentos oportunos como uma frente de lavra qualquer no sequenciamento do plano de
lavra. um mtodo que no requer custos adicionais para ser aplicado, sendo necessrio
na mina apenas uma adaptao de rotina e um minucioso trabalho de gesto da qualidade
dos dados a serem obtidos para a estimativa. Possui a grande vantagem de ser utilizado
no mesmo modelo geolgico de blocos da mina, o que permite que a pilha de minrio
estimada possa ser tratada como uma frente de lavra qualquer no sequenciamento de
lavra. uma metodologia ampla que abrange desde a etapa de escolha da disposio do
material at o sequenciamento do plano de lavra.

Palavras-chave: Pilhas de Minrio. Minrio de Ferro. Krigagem Ordinria. Krigagem

Simples. Simulao Geoestatstica. Sequenciamento de Lavra.

VII
 ABSTRACT

This paper presents a methodology of estimation of ore pile, from its excavation to the
deposition, to enable the creation of a model of blocks that covers the desired pile,
estimating and simulating the ore grade and grain sizes. Its data is generated from
excavation and dumping data provided by the electronic dispatch through a GPS system
installed in load and transportation machines. By using a computational routine, it is
possible to obtain the grain sizes and ore grade by grain sizes data of the excavation points
crossing the coordinates of the excavation points obtained by the GPS of the electronic
dispatch and the geological model of blocks, which, after being treated, provide the
dumping data. This data is used to estimate the pile. Each dumping point is, on average,
made of six excavation points, which correspond to a loaded truck. This procedure allows
increasing the control of the ore piles, and therefore, storing marginal content ore and
using it in opportune moments like any other mining front in the mining plan sequencing.
This method doesnt require any additional costs to be used, it only requires some
adjustments in the routine and a thorough quality management work of the to-be-obtained
data for the estimate. It also presents the great advantage of being usable in the same
geological model blocks.

Key Words: Itabirite Piles. Ordinary Kriging. Simple Kriging. Geoestatistic Simulation.
Mine Plan Sequencing.

VIII
 SUMRIO

DEDICATRIA............................................................................................................. V
AGRADECIMENTOS ................................................................................................. VI
RESUMO ..................................................................................................................... VII
ABSTRACT ................................................................................................................VIII
1. INTRODUO E OBJETIVOS ............................................................................... 1
1.1 Objetivos ................................................................................................................. 2
1.2 Objetivos Especficos .............................................................................................. 3
1.3 Organizao do Trabalho ........................................................................................ 3
2. REVISO BIBLIOGRFICA .................................................................................. 5
2.1 Estudos Existentes Sobre Pilhas de Minrios Temporrias .................................... 5
2.2 Mtodo do Inverso do Quadrado da Distncia ........................................................ 7
2.3 Teoria das Variveis Regionalizadas ...................................................................... 9
2.4 Variograma ............................................................................................................ 11
2.4.1 Ajuste Variogrfico ............................................................................................ 18
2.5 Krigagem ............................................................................................................... 19
2.5.1 Krigagem Ordinria (KO) .................................................................................. 21
2.5.2 Krigagem Simples (KS) ..................................................................................... 24
2.6 Simulao Estocstica ........................................................................................... 25
2.6.1 Simulao Geoestatstica por Mltiplos Passeios Aleatrios - MRWS ............. 26
3. METODOLOGIA PROPOSTA .............................................................................. 30
3.1. Etapa 1: Definio do Local de Deposio .......................................................... 32
3.2. Etapa 2: Controle Topogrfico ............................................................................. 32
3.3. Etapa 3: Definio do Teor de Corte para os Materiais a Serem Depositados .... 33
3.4. Etapa 4: Levantamento dos Pontos de Escavaes e de Basculamentos ............. 34
3.5 Etapa 5: Obteno dos Dados Granuloqumicos dos Pontos de Escavaes e de
Basculamentos............................................................................................................. 35
3.6. Etapa 6: Tratamento Geoestatstico da Pilha ....................................................... 37
3.7. Etapa 7: Validao do Modelo da Pilha de Minrio Temporria......................... 38
3.8 Etapa 8: Sequenciamento dos Planos Englobando a Pilha de Minrio Temporria
..................................................................................................................................... 39
4.1 Localizao da Mina de Estudo ............................................................................ 40

IX
 4.2 Geologia Regional e Local .................................................................................... 41
4.3 Definio do Local de Deposio ......................................................................... 43
4.4 Levantamento Topogrfico ................................................................................... 44
4.5 Definio do Teor de Corte ................................................................................... 45
4.6 Levantamento dos Pontos das Escavaes e de Basculamentos ........................... 47
4.7 Obteno dos Dados Granuloqumicos dos Pontos de Escavaes e de
Basculamento .............................................................................................................. 50
4.8 Estimativa da Pilha ................................................................................................ 51
4.8.1 Krigagem Ordinria e IQD................................................................................. 51
5. DISCUSSO E RESULTADOS .............................................................................. 61
6. CONCLUSO ........................................................................................................... 78
6.1 Sugestes para Trabalhos e Pesquisas Futuras...................................................... 79
REFERNCIAS BIBLIOGRFICAS ........................................................................ 81
Anexo I - BM_ModularGrade .................................................................................... 82

X
 LISTA DE FIGURAS

Figura 1: Relao entre a funo variograma e a funo covarincia. ........................... 13

Figura 2: Variograma e seus parmetros: a (amplitude ou alcance), C (patamar parcial),
C0 (efeito pepita) e o sill ou patamar total (C + C0). ..................................................... 14
Figura 3: Representao de uma anisotropia geomtrica demonstrada para as direes
de menor e maior variabilidade, bem como a sua relao no elipsoide que contm as
amplitudes de cada direo. (Modificado de Sinclair; Blackwell, 2004). ...................... 16
Figura 4: Variogramas mostrando a variao da amplitude (continuidade) e do patamar
(Modificado de Sinclair e Blackwell(2004)). ................................................................. 17
Figura 5: Esquema dos parmetros do semivariograma para busca de amostras. .......... 18
Figura 6: Sistema de Equaes da Krigagem Ordinria. ................................................ 23
Figura 7: Desenvolvimento da dissertao e metodologia proposta para estimativa de
pilha de minrio. ............................................................................................................. 31
Figura 8: Esquema de cruzamento de dados entre os pontos de escavaes e o modelo
de blocos por meio do script BM_ModularGrade. ......................................................... 36
Figura 9: Mapa de localizao aproximada e acesso rodovirio s reas de mapeamento,
destacadas em verde (Fonte: Guia Quatro Rodas, 2007). ............................................... 41
Figura 10: Mapa Geolgico da Mina de Brucutu: AT aterro, CG - canga, HC
hematitito compacto, HAL hematitito aluminoso, HF hematitito frivel, HGO -
hematitito goettico, IC itabirito compacto, IAL itabirito aluminoso, IF itabirito
frivel, IGO itabirito goettico, IMN - itabirito manganesfero, IN - instrusiva, SO -
solo, XI - xisto, SR sem referncia (depsitos e pilhas), HAF hematitito anfiboltico
frivel e IAF itabirito anfiboltico. ............................................................................... 42
Figura 11: Litotipos de Brucutu: a) itabirito frivel, b) itabirito manganesfero, c)
itabirito geottico, d) itabirito compacto, e) itabirito aluminoso, f) itabirito anfiboltico,
g) hematitito frivel, h) hematitito manganesfero, i) hematitito goettico, j) hematitito
aluminoso e l) hematitito anfiboltico. ............................................................................ 43
Figura 12: Localizao da pilha Dep_Cava na Mina de Brucutu MG......................... 44
Figura 13: a) Slido da pilha Dep_Cava (cor bege) na topografia do dia 22/10/2013 e b)
imagem da mina com a delimitao (linha tracejada vermelha) da pilha Dep_ Cava. ... 45
Figura 14: curva de parametrizao dos itabiritos da mina de Brucutu - 2012. ............. 46
Figura 15: Imagem do levantamento dos cones dos pontos de basculamentos e curvas de
nvel metro a metro obtidas pelo scanner a laser. ........................................................... 49
Figura 16: perfil vertical dos cones de basculamento com o sentido de corte do trator
para aplainamento do terreno. ......................................................................................... 49
Figura 17: Distribuio dos pontos de basculamentos na rea do Dep_Cava. ............... 50
Figura 18: a esquerda histograma do FeGL dos dados originais e a direita histograma do
FeGl dos dados desagrupadas. ........................................................................................ 52
Figura 19: a) grfico do tamanho da malha x a mdia do FeGl e b) grfico do tamanho
da malha x o desvio padro............................................................................................. 53
Figura 20: Variograma omnidirecional da pilha Dep_Cava ........................................... 54
Figura 21: Variograma da pilha Dep_Cava .................................................................... 55

XI
Figura 22: histograma do FeGL desagrupado normalizado gerado a partir da rotina
QB64. .............................................................................................................................. 57
Figura 23: verificao da binormalidade. ....................................................................... 58
Figura 24: Sada grfica da rotina QB64 com variogramas experimentais simples e
cruzados da varivel original (Z(x)) e gaussiana (Y(x)) dados da mina de Brucutu, teor
em Fe............................................................................................................................... 58
Figura 25: Ajuste do fator f usando regresso linear. ..................................................... 59
Figura 26: Raio de busca indicando as amostras utilizadas na krigagem sem limite de
amostras durante a sua estimativa. .................................................................................. 62
Figura 27: Raio de busca indicando as amostras utilizadas na krigagem com limite de
amostras durante a sua estimativa. .................................................................................. 63
Figura 28: Comparao das estimativas dos blocos da KO e IQD e grfico de correlao
entre as mesmas. ............................................................................................................. 64
Figura 29: a) grfico de disperso do G3_IQD x G3_KO e b) grfico de disperso do
AlGl_IQD x AlGL_KO. Ambos referentes ao Banco 880. ............................................ 65
Figura 30: Modelo de blocos do FeGl estimado pela KO (linha superior) e IQD (linha
inferior) para diferentes sees da pilha Dep_Cava. ...................................................... 66
Figura 31: Localizao das amostras realizadas na pilha Dep_Cava. ............................ 67
Figura 32: comparao entre as amostras realizadas na pilha Dep_Cava com o modelo
estimado em KO/IQD para FeGl (a), AlGl (b) e G3 (c). ................................................ 68
Figura 33: Validao cruzada do FeG1 acumulado, estimado por krigagem sem limite
de amostras (a) e com limite de amostras (b). ................................................................ 69
Figura 34: comparao das amostras da pilha com o modelo simulado (mdia dos 20
cenrios). ......................................................................................................................... 70
Figura 35: comparao da diferena entre as amostras da pilha com os dados do modelo
simulado (mdia dos 20 cenrios). ................................................................................. 70
Figura 36: a) massa total das pilhas de homogeneizao formadas, b) % de participao
da Dep_Cava nas pilhas de homogeneizao e c) histograma da participao do
Dep_Cava nas pilhas analisadas. .................................................................................... 72
Figura 37: grfico do ndice de reconciliao das 52 pilhas de homogeneizao. ......... 73
Figura 38a) e c) anlise do desvio padro para das pilhas para o FeGl e G3
respectivamente; e b) e d) anlise de atendimento a especificao do ROM da mina para
o FeGl e G3 respectivamente .......................................................................................... 75
Figura 39: curva de parametrizao do FeGl para KO, IQD, simulao mdia (sm),
simulao de mdia mnima (min) e simulao mxima (max). .................................... 76
Figura 40: Lavra Dep_Cava (segundo semestre de 2014). ............................................. 77

XII
 LISTA DE TABELAS

Tabela 1: Classificao dos graus de aleatoriedade. ....................................................... 15

Tabela 2: Modelos variogrficos tericos ....................................................................... 19
Tabela 3: Planos de lavra de 2014 realizado pelo PLPO e PCP. .................................... 47
Tabela 4: Qumica mdia da pilha Dep_Cava calculada pela mdia ponderada simples
da granuloqumica de todas as amostras de escavao. .............................................. 51
Tabela 5: Dados do modelo variogrficos ajustado da Pilha Dep_Cava. ....................... 54
Tabela 6: Exemplo de plano diria com participao da pilha Dep_Cava. .................... 77

XIII
 LISTA DE SIGLAS E ABREVIATURAS

AlGl Alumina global

BLUE Best Linear Unbiased Estimation (melhor estimador linear no enviesado)
DMT Distncia mdia de transporte
Fe Ferro
FeGl Ferro global
G1 Faixa granulomtrica acima de 8 mm
G2 Faixa granulomtrica entre 8 mm e 1 mm
G3 - Faixa granulomtrica entre 1 mm e 0,15 mm
G4 - Faixa granulomtrica abaixo de 0,15 mm
GPS Global Position System, termo que se refere ao Sistema de Posicionamento
Global
IQD Inverso do quadrado da distncia
KO Krigagem ordinria
KS Krigagem simples
MEPT Metodologia de estimativa de pilhas de minrio temporrias
MMS - Modular Mining Systems
MnGl Mangans global
MRWS Simulao geoestatstica por mltiplos passeios aleatrios
P - Fsforo
PCP Plano de curto prazo
PGl Fsforo global
PLPO Plano de longo prazo operacional
RF Funo aleatria
ROM Run of mine
RW Passeios aleatrios
SGS Simulao sequencial gaussiana
SiGl Slica global
TBS Simulao por bandas rotativas

XIV
1. INTRODUO E OBJETIVOS

A cada ano o licenciamento de novas reas para disposio de pilhas de minrio se torna
mais difcil em funo da demora dos rgos na liberao das licenas. De forma a evitar
a necessidade de se passar por este processo, as mineradoras esto adotando o conceito
de pilhas verdes. Estas pilhas so concepes nas quais se realiza planos de forma a disp-
las dentro do limite da cava. Este procedimento exige um sincronismo com a necessidade
de disposio da pilha e avano da lavra que ir liberar a rea para deposio. No caso de
pilhas de estril necessita-se de reas onde a sua localizao no esteja aprisionando
minrio e de preferncia dispostas em estril franco. J as pilhas de minrios temporrias
podem ser dispostas sobre minrios, de preferncia sobre materiais de mesmas
caractersticas a fim de minimizar as contaminaes durante a sua retomada.

A estimativa e simulao de pilhas de minrio um tema pouco abordado e os estudos

existentes geralmente esto focados no controle de sua disposio, na qual se controla a
formao da deposio por setorizao de materiais conhecidos. Em funo de
dificuldade de apropriao, controle de materiais de caractersticas parecidas e forma de
retomada da pilha, este tipo de disposio torna-se operacionalmente complicada. O
termo apropriao utilizado na minerao para definir a classificao do material em
funo da sua classificao em minrio ou estril, em funo da sua origem de escavao
e o seu destino de basculamento. A apropriao uma funo do despachante de mina.

Tentativas de estimativa de pilhas por meio de campanha de sondagem tambm

demonstraram ser de aplicabilidade muito complexa, devido disposio errtica e a
grande heterogeneidade dos materiais. A malha amostral dever ser adequada para
representar a variabilidade presente na pilha. Esta relao malha-custo deve ser levada
em considerao na aplicao deste mtodo. Caso os materiais sejam por natureza de
caractersticas similares possvel obter resultados razoveis.

A proposta da metodologia deste trabalho de se inserir a pilha temporria no modelo de

blocos para que esta pilha possa ser retomada com controle nos sequenciamentos dos
planos mensais subsequentes como se fosse uma frente de lavra convencional. Para isso,
deve-se determinar as qualidades e as massas dos minrios, que por hora so estreis, que

1
iro ser depositados em pilha temporria e o controle dos pontos de basculamento. De
posse destes dados possvel estim-los e simul-los, adicionando estas informaes ao
modelo de blocos da mina.

Este mtodo permite a utilizao de controles do despacho eletrnico com o uso de GPS
(Global System Position) de alta preciso para controlar a apropriao da mina e a
localizao exata dos pontos de origem e destino. Alm disso, utiliza um script (rotina
computacional) que cruza as coordenadas de escavao com o modelo geolgico,
permitindo associar a estes pontos informaes contidas no modelo de blocos. Esta
somatria de informaes aliada a massa transportada, fornece todos os dados necessrios
para as operaes geoestatsticas que resultaro na estimativa e simulao dos dados de
uma pilha de minrio.

Uma das grandes vantagens da Metodologia de Estimativa de Pilhas de Minrios

Temporrios - MEPT permitir que a pilha seja inserida no sequenciamento de lavra
como uma frente qualquer por possuir todos os atributos dos blocos das frentes de lavra
in situ. Um fator positivo do mtodo proposto o baixo custo para a sua aplicao, pois
requer apenas informaes j existentes na maior parte das minas, sistema de despacho
eletrnico com GPS de alta preciso e um modelo geolgico de blocos. Para a aplicao
da metodologia a mina necessita apenas de mudanas operacionais pequenas e uma rotina
de controle de qualidade na obteno dos dados.

1.1 Objetivos

As pilhas ou depsitos de minrios so uma realidade nas minas, mas poucas so as minas
que controlam e conhecem as pilhas a ponto de retom-las de modo que sua participao
na formao do ROM no interfira na estimativa dos teores esperados.

Esta dissertao teve como objetivo propor a Metodologia de Estimativa de Pilhas de

Minrio Temporrias MEPT como uma soluo na estimativa granuloqumica de pilhas
temporrias de minrios a baixo custo, de modo que seu resultado permita a utilizao da
mesma como uma fonte confivel na composio do ROM, tal como uma frente de lavra
qualquer.

2
Esta metodologia envolve o controle dos pontos de origem e deposio dos materiais na
pilha, estimativa por krigagem ordinria e/ou simulao geoestatstica para incorporar ao
processo as incertezas associadas na previso dos teores. As variveis granuloqumicas
globais e por faixa, a densidade estimada e qualquer outra varivel desejada poder ser
considerada para o controle e estimativa da pilha de minrio.

1.2 Objetivos Especficos

O presente trabalho visa incorporar pilhas de minrio no modelo de blocos da mina, por
meio de uma nova metodologia, MEPT, de modo a consider-la como uma opo
confivel na realizao do plano de lavra. Para que o objetivo deste trabalho seja
alcanado, os objetivos especficos abaixo devem ser satisfeitos:

Desenvolver metodologia de controle da origem do material lavrado incorporando

as variveis do modelo a sua posio, bem como determinar o destino do mesmo
na pilha de minrio a ser formada;
Estimar por krigagem ordinria os pontos de basculamento na pilha Dep_Cava;
Realizar simulao geoestatstica para prever a variabilidade in situ dos teores.
Verificar a qualidade dos modelos simulados para o depsito por meio da
validao dos mesmos;
Propor mtodo de disposio e construo da pilha de maneira a respeitar a
aleatoriedade da deposio e sem engessar a rotina operacional das minas;
Verificar a existncia de variograma para o mtodo proposto analisando o efeito
pepita gerado pelos dados;
Aplicar o mtodo proposto em estudo de caso.

1.3 Organizao do Trabalho

O presente trabalho est organizado em seis captulos, sendo que os prximos captulos
so:

No captulo 1 feita uma introduo sobre a importncia do controle da formao

e retomada das pilhas de minrios temporrias. Alm disso, apresenta de forma

3
 sumarizada a MEPT, objeto deste trabalho, como uma ferramenta para controle
destes tipos de pilhas. Neste captulo, tambm so abordados os objetivos e
objetivos especficos desta dissertao;
O captulo 2 refere-se reviso bibliogrfica, onde so abordados os trabalhos
existentes sobre estimativas de pilhas de minrio temporrias e todas as bases
geoestatsticas abordadas na dissertao: teoria das variveis regionalizadas,
variografia, krigagem ordinria, krigagem simples e simulao geoestatstica;
No Captulo 3 abordada a metodologia proposta, bem como as explicaes passo
a passo das oito etapas que a compem;
A aplicao da MEPT ao estudo de caso da pilha Dep_Cava da Mina de Brucutu-
MG tratada no Captulo 4. Este captulo visa avaliar a metodologia proposta
neste trabalho em uma situao real a fim de se validar a sua eficcia;
A anlise dos resultados obtidos na estimativa e simulao da pilha, bem como
as comparaes entre dos dados da pilha, amostras da pilha e reconciliao so
apresentadas no Captulo 5;
O captulo 6 referente s concluses obtidas a partir dos resultados atingidos
nessa dissertao e recomendaes para trabalhos futuros.

4
2. REVISO BIBLIOGRFICA

2.1 Estudos Existentes Sobre Pilhas de Minrios Temporrias

Na literatura, em geral, os artigos esto voltados ao estudo da forma de disposio na

busca de uma homogeneizao eficiente que acarrete na diminuio da variabilidade das
pilhas de homogeneizao ou de estocagem de produto final durante a sua retomada.
Poucos so os artigos relacionados estimativa de pilhas para sua retomada de forma
controlada.

Dagdelen e Vega (1997) realizaram estudos de contaminao de Pb no distrito mineiro

aurfero de Leadville, regio onde h registros de atividade mineira do sculo XVI at
1960. Nesta rea o rejeito da minerao e as rochas estreis foram misturados com o solo
local ao longo dos anos por atividades mineiras e comerciais. Alm disso, reas
residenciais se instalaram entre estes antigos depsitos e suas adjacncias. A fim de
estudar a contaminao do solo em Pb e seus possveis impactos populao, amostras
de solo foram realizadas ao longo da rea de interesse e os dados foram subdivididos em
quatro populaes diferentes. Para este estudo foram empregados a krigagem ordinria e
a krigagem das indicatrizes para determinar o nvel de contaminao das reas no
amostradas que excedessem a 3.500 ppm. Utilizando a tcnica da validao cruzada para
se verificar se os dados apresentaram vis conduzindo a superestimativas, concluiu-se
que a krigagem das indicatrizes apresentou ser o melhor estimador para esta situao.

Em 2006, Sracek et al. estudaram mtodos de estimativa de taxa de oxidao da pirita em

pilha de rochas estreis na mina de ouro de Doyon no Canad. A pilha estudada foi a de
estril Sul, que aps dois anos de sua criao teve sua produo de drenagem cida
estvel. O estudo da taxa de oxidao da pirita desempenha um papel fundamental na
avaliao da drenagem cida potencial de produo relacionada com resduos das minas
de sulfeto. Para este estudo foram utilizados sete furos de sondagem instrumentados. No
entanto, o artigo foca nas estimativas em diferentes mtodos de determinao da taxa de
oxidao da pirita e no em mtodos geoestatsticos para a determinao espacial desta
varivel.

5
Estimativa de Fe e P em pilhas de minrio de alto fsforo provenientes da mina de
Choghart no Ir foram realizadas por modelagem geoestatstica por meio de krigagem
ordinria (Kasmaee et al.,2010). Entre 1992 e 2000, todo o material de alto fsforo foi
destinado para uma pilha de minrio, sendo que o material depositado mensalmente era
amostrado retirando alquotas da periferia de sua deposio. Ao se confrontar os dados
obtidos da amostragem mensal com aqueles obtidos a partir dos dados prvios amostrados
dos furos de perfuratriz, verificou-se que estes ltimos eram muito mais confiveis.
Segundo o artigo, as pilhas podem ser grandes em tamanho e conter diferentes teores, o
que dificulta a amostragem. Os dados de Fe e P foram obtidos a partir dos dados do p
de perfuratriz, enquanto a massa destinada pilha foi determinada pelo plano de desmonte
executado e destinado mesma. Os variogramas para Fe e P apresentaram um efeito
pepita alto. Segundo os autores, a utilizao destes dados para interpolao pode gerar
um modelo de recurso muito suavizado. E se os mesmos dados forem utilizados no
modelo de simulao o mesmo ficar muito errtico. Um efeito pepita alto comumente
encontrado quando, em pequenas distncias, a variabilidade extremamente alta, onde a
acurcia da amostragem e da anlise laboratorial do minrio de difcil
representatividade, ou quando tcnicas ineficientes de amostragem e de anlise
laboratorial so empregadas. A definio de um domnio populacional fundamental.
No h regras que indiquem que um grande grupo possa ser dividido em pequenos grupos.
Experincias na rea de cincias da terra tem mostrado que mistura de amostras oriundas
de diferentes tipos de rocha resulta em domnios diferentes. Para o estudo da pilha, os
dados foram subdivididos em trs domnios. Estes foram determinados por meio da
subdiviso dos dados em faixas de cotas (elevao). Novos variogramas foram realizados
nos domnios indicando uma diminuio do efeito pepita. Por fim, os dados foram
estimados por meio de krigagem ordinria onde foi possvel quantificar a massa da pilha
e os seus teores de Fe e P.

Nils et al. (2012), discorrem sobre o a possibilidade de se tornar economicamente vivel

a extrao de bens metlicos em aterros diversos provenientes de minerao, aterros de
construes, aterros de lixos, entre outros. Os mesmos citam as dificuldades de se resgatar
a forma com que foi depositado o aterro/depsito e levantam que na ausncia de controle
de deposio a melhor forma de se conhecer o mesmo escavando-o. Para os cinco

6
aterros estudados foram utilizadas escavaes de poos com dimenses 2 m x 2 m x 4 m
em malha de 10 m e sondagem rotopercussiva de 35 metros de profundidade. Em ambas
as situaes, amostras foram coletadas de forma a se conhecer o contedo metlico do
aterro ou a classificao do tipo de aterro ali depositado. De posse dos resultados, estudos
sobre tecnologia de extrao, mercado e regulao foram realizados para verificar se a
extrao vivel. Nos aterros estudados foram levantados os seguintes materiais
economicamente viveis para extrao: material para construo civil, material para
pavimentao de estradas e lixo para reciclagem. Neste artigo no h forma de
quantificao dos materiais e nem a utilizao de mtodos geoestatsticos foi mencionada.

A utilizao de pilhas de minrio temporria uma prtica das empresas de minerao,

que em geral, utilizam mtodos de controle de disposio por setorizao em funo dos
teores mdios dos pontos de origem, o que torna o controle dos teores na hora da retomada
da pilha complexo, gerando grande variabilidade no processo de formao do ROM.

Mtodos de amostragem em pilha tambm so, muitas vezes, pouco representativos

devido a grande heterogeneidade do material depositado, o que exigiria uma malha
amostral muito densa, aumentando assim os custos operacionais, tornando-os muitas
vezes inviveis. Neste sentido, a MEPT foi desenvolvida como uma soluo para fornecer
controle dos dados minimizando as varincias. A insero da pilha no modelo de blocos
permite que a mesma tenha seus dados estimados por meio de krigagem e simulao
estocstica. Este trabalho tambm prope uma rotina operacional que permite obter os
dados de origem da lavra sem a utilizao de amostragens diretas, apenas atravs de
sistema de despacho eletrnico, topografia e o modelo geolgico pr-existente na maioria
das mineradoras.

2.2 Mtodo do Inverso do Quadrado da Distncia

O inverso do quadrado da distncia (IQD) um estimador ou interpolador do tipo linear

em que o ponderador de uma informao associada a uma amostra inversamente
proporcional distncia elevada ao quadrado entre a amostra e o ponto a ser estimado.
Desta forma, as amostras mais prximas ao ponto a estimar contribuiro com maior peso
e consequentemente tero maior influncia no valor a ser estimado, enquanto as mais

7
distantes contribuiro com menor peso (Yamamoto, 2001). Este um mtodo rpido e
requer pouco custo computacional (Mazzini e Schettini, 2009).

Conforme Yamamoto (2001), uma potncia igual a dois produz uma interpolao
intermediria entre os princpios das mudanas graduais correspondentes p=1 e o
princpio dos pontos mais prximos correspondentes p=10. Estes so princpios
utilizados na interpolao de valores de uma varivel ou atribudos a pontos situados entre
dois locais onde a varivel de interesse foi amostrada e, portanto, com valores conhecidos.
O Mtodo do inverso do quadrado da distncia ou IQD muito difundido e usado quando
os mtodos geoestatsticos no funcionam, sobretudo quando h a impossibilidade de
obteno de variogramas representativos.

A equao geral (2.1) utilizada para estimar o teor de um ponto a partir das amostras
vizinhas dada por:

T w i i
T i 1
n
(2.1)
w
i 1
i

, onde T teor no ponto a ser estimado, Ti o teor da i-sima amostra localizada no ponto
n
de coordenadas (xi, yi, zi) e wi w
i 1
i o ponderador da respectiva amostra.

O valor Wi da amostra i calculado pelo inverso da distncia euclidiana entre a respectiva

amostra e o ponto a ser estimado elevado potncia p, como indicado na expresso 2.2.
No caso do IQD, p igual a 2.

1
Wi (2.2)
dip

O usurio pode escolher a potncia p que desejar. Yamamoto (2001) mostrou que
potncias baixas tendem a suavizar os valores extremos, enquanto que potncias altas
tendem a real-los.

8
2.3 Teoria das Variveis Regionalizadas

A geoestatstica surgiu na dcada de 1950, a partir das publicaes de Daniel Krige,

engenheiro de uma mina aurfera da frica do Sul. Em 1951, Krige percebeu que as
varincias obtidas pelas estatsticas clssicas no faziam sentido se no levassem em
considerao a distncia entre os locais onde foram observadas as amostras.

Por meio das observaes dos trabalhos de Krige, Matheron (1963, 1971) desenvolveu a
teoria das variveis regionalizadas. Uma varivel regionalizada uma funo numrica
com distribuio espacial, que varia de um ponto a outro com continuidade aparente, mas
cujas variaes no podem ser representadas por uma funo determinstica (Blais e
Carlier, 1968 apud Yamamoto, 2001).

A definio de uma varivel regionalizada como uma varivel distribuda no espao

puramente descritiva e no envolve qualquer interpretao probabilstica (Journel e
Huijbregts, 1978 apud Yamamoto, 2001). Burrough (1987) definiu que na teoria das
variveis regionalizadas a variao de uma varivel est associada pela soma de trs
componentes:

a) Um componente estrutural, associado a um valor mdio constante ou a uma

tendncia constante;
b) Um componente aleatrio, espacialmente correlacionado;
c) Um rudo aleatrio ou erro residual.

A maioria das variveis regionalizadas apresenta um aspecto aleatrio, que consiste em

variaes altamente irregulares e imprevisveis, e um aspecto estruturado, que reflete as
caractersticas estruturais do fenmeno regionalizado (Kim, 1990 apud Yamamoto,
2001). Assim a regionalizao o carter estruturado dos fenmenos, e a linguagem que
permite trat-los como tal a das funes aleatrias, ou seja, estudando estas funes
estamos estudando variveis regionalizadas. De acordo com Journel e Huijbregts (1978)
apud Yamamoto (2001), denomina-se funo aleatria Z(x), o conjunto de valores de
uma varivel Z(x), por exemplo, teor, para todos os pontos x dentro do depsito, ou seja,
a varivel regionalizada Z(x). O valor do teor em um ponto x1 considerado uma

9
realizao da varivel aleatria Z(x1) associada ao ponto x1. A varivel regionalizada
considerada uma realizao da funo aleatria Z(x).

O valor de uma varivel aleatria est sempre associado a um elemento de comprimento,

rea, volume, podendo ser mesmo um elemento temporal, a que chamado de suporte da
varivel aleatria. Admite-se que o valor numrico da varivel aleatria corresponde ao
seu valor mdio dentro do suporte ao qual est associado. Se o suporte muito pequeno,
ele pode ser considerado pontual. s vezes, mesmo ele no sendo pontual, pode assim ser
considerado quando o tamanho do suporte sobre o qual se pretende fazer uma estimativa
muito maior que o suporte real dos dados da varivel aleatria.

Do ponto de vista matemtico, uma varivel regionalizada simplesmente uma funo

f(x) que possui um valor em todo ponto x dentro da regio espacial estudada (Journel e
Huijbregts, 1978 apud Morgan, 2011).

Define-se como domnio , a regio espacial dentro da qual a varivel regionalizada

definida.

Com uma s realizao de cada varivel aleatria teoricamente impossvel determinar

qualquer parmetro estatstico das variveis individuais ou da funo aleatria. Desta
forma, admite-se que todas as variveis aleatrias possuem a mesma mdia (ou esperana
matemtica) (Matheron, 1978 apud Soares, 2006). Para isso, assume-se diversos graus de
estacionariedade da funo aleatria, de modo que a inferncia de alguns parmetros
estatsticos seja possvel.

A Teoria das Variveis Regionalizadas prope dois fundamentos bsicos baseados na

estacionariedade: a Estacionariedade Intrnseca ou Hiptese Intrnseca e a
Estacionariedade de Segunda Ordem.

A estacionariedade intrnseca assume um primeiro momento constante (valor mdio) de

todas as variveis aleatrias contidas na funo aleatria em um dado domnio e que
[...] a varincia da diferena entre duas variveis aleatrias da funo aleatria Z(x)
depende somente do vetor distncia entre elas (h), e no de suas posies atuais dentro
do domnio [...] (Morgan, 2005 apud Morgan, 2011) (Expresses 2.3).

10
E Z ( x h) Z ( x) 0 x, x h
e (2.3)
VarZ ( x h) Z ( x) 2 (h) x, x h

Uma hiptese mais forte a de estacionariedade de segunda ordem. Uma funo aleatria
estacionria de segunda ordem se:

E{Z ( x)} m, x
e (2.4)
Cov(Z(x h), Z(x) C(h), x, x h

A hiptese de estacionariedade de segunda ordem implica que os dois primeiros

momentos de todas as variveis aleatrias contidas na funo aleatria existam e sejam
constantes, e a covarincia entre quaisquer duas variveis aleatrias dependa somente do
vetor distncia entre elas e no propriamente das suas reais posies dentro do domnio
(Journel e Huijbregts, 1978 apud Mongan, 2011).

Em circunstncias em que o segundo momento no se verifica, a hiptese de

estacionariedade substituda pela hiptese intrnseca, que consiste na estacionariedade
do variograma e no da varincia. Nesta hiptese, portanto, assume-se que para cada
distncia h o primeiro momento seja constante. Devido ao fato da estacionariedade
intrnseca ser uma suposio mais fraca, ela geralmente preferida (Morgan, 2011).

O termo 2(h) na Expresso 2.6 definido como variograma, enquanto que a sua metade
((h)) se refere funo semivariograma, que o principal fundamento para a
caracterizao da continuidade espacial no depsito mineral e para a realizao das
estimativas de recursos (Yamamoto, 2001; Morgan, 2011).

2.4 Variograma

O variograma uma funo estrutural que nos fornece uma medida do nvel de correlao
espacial que os dados amostrais apresentam em uma dada regio. Ele permite estudar o
grau de disperso natural das variveis regionalizadas como funo do espao.

11
A suposio de estacionariedade intrnseca e de segunda ordem, que so usadas para
permitir a inferncia estatstica da funo aleatria Z(x) na geoestatstica, conduz
existncia do variograma (2(h)) (Morgan, 2011). A funo variograma definida como
sendo a varincia da diferena entre os valores de duas variveis aleatrias medidas, por
exemplo, nos pontos x1 e x2 .

2 ( x1 , x2 ) var(Z ( x1 ) Z ( x2 )) E[(Z ( x1 ) Z ( x2 ))2 ] ( E[Z ( x1 ) Z ( x2 )])2 (2.5)

Sob a hiptese de estacionariedade intrnseca ou de segunda ordem, o variograma

depende somente da distncia h entre os pontos onde se encontram as variveis aleatrias,
e tambm, a esperana matemtica das variveis aleatrias considerada constante. Desta
forma, tem-se:

2 (h) var(Z ( x h) Z ( x)) E[(Z ( x h) Z ( x))2 ] (2.6)

Ento, a funo variograma (2(h)) definida como sendo a esperana matemtica do

quadrado da diferena entre os valores de pontos no espao, separados por uma distncia
h.

Em geral, a metade da funo variograma, o semivariograma, denominado por (h),

entretanto vrios autores utilizam o termo variograma para a funo (h) (Yamamoto,
2001).

A funo semivariograma estimada pelo variograma experimental pela seguinte

expresso:

1 N (h)
( h)
2 N (h) i 1
( Z ( xi ) Z ( xi h))2 (2.7)

, (h) a funo variograma, N(h) o nmero de pares de pontos separados por uma
distncia h, Z(xi) o valor da varivel regionalizada no ponto xi e Z(xi + h) o valor da
varivel regionalizada no ponto (xi + h).

12
A funo semivariograma neste trabalho ser nomeada apenas de variograma que o
termo mais comumente utilizado pela geoestatstica para se referir a esse parmetro,
exceto se dito o contrrio.
A covarincia uma outra funo estrutural que mede a correlao espacial de uma
varivel regionalizada.
Na hiptese de estacionariedade de segunda ordem, a covarincia considerada como
estacionria e dada por:
C (h) E[ Z ( x) Z ( x h)] E[ Z ( x)]E[ Z ( x h)]
E[(Z(x) - m)(Z ( x h)] (2.8)

, onde m a esperana matemtica E[Z(x)], que considerada estacionria ou constante.

A estacionariedade da covarincia implica na estacionariedade da varincia priori, ou

seja, da varincia das variveis aleatria da funo aleatria.

Neste caso, tem-se:

var[Z ( x)] C(0) cte (2.9)

A varincia a priori corresponde ao valor da covarincia quando o vetor h se torna nulo.

Neste caso existe a relao entre a funo covarincia e variograma estacionrios:

(h) C(0) C(h) (2.10)

Esta relao est ilustrada na figura 1 (Yamamoto, 2013).

Figura 1: Relao entre a funo variograma e a funo covarincia.

Propriedades do variograma e da covarincia:

1. (h) = 0 quando h=0

13
 2. (h) >= (0) ; [C(h)] <= C(0)
3. (h) = (-h) ; C(h) = C(-h) so funes pares

A funo (h) estimada atravs do variograma experimental que calculado para vrias
distncias h (passos) formando um grfico dos pontos correspondentes aos pares de
amostras separadas pela distncia h. Sobre este variograma experimental ajusta-se o
mesmo por meio de modelos tericos (Souza, 2002). Este ajuste pode ser conseguido com
um nico modelo terico ou atravs da soma de dois ou mais modelos tericos de
variograma.
A figura 2 mostra os principais parmetros de um variograma composto pela soma de um
efeito de pepita com outro modelo terico que apresenta patamar:

Domnio Domnio
(h)

estruturado aleatrio

C+C0 Sill

C0
Distncia (m)
Figura 2: Variograma e seus parmetros: a (amplitude ou alcance), C (patamar parcial), C0 (efeito pepita)
e o sill ou patamar total (C + C0).

O patamar, tambm conhecido por soleira ou sill, a varincia a priori dos dados, no qual
o variograma se estabiliza, ou seja, atinge o campo aleatrio. representado pela soma
de C, patamar do modelo terico, com C0, o efeito pepita. C0 pode ser interpretado
tambm como sendo o patamar de modelo que apresenta amplitude muito pequena.

O alcance ou amplitude uma distncia que define at onde as amostras possuem

correlao espacial entre si, e que ao passar desta as amostras passam a no ter correlao
tornando-se independentes entre si. At a distncia da amplitude, as amostras
correlacionadas espacialmente esto em um campo denominado estruturado. Aps esta

14
distncia, as amostras passam a pertencer ao campo aleatrio, onde as amostras so
independentes.

O variograma fornece um significado preciso da variabilidade entre os pontos amostrais

(Matheron, 1971), desta forma, a amplitude reflete o grau de homogeneizao dos valores
amostrais.

O efeito pepita C0 surge geralmente pelos erros de amostragem, anlise ou variabilidade

espacial natural do depsito. Seu efeito no variograma uma aparente descontinuidade
na origem, fazendo com que na origem, (h) aparentemente no seja zero.

Guerra (1988) definiu o grau de aleatoriedade presente nos dados por meio de uma relao
ente o efeito pepita C0 e a varincia priori C+ C0 (expresso 2.11).

C0
E (2.11)
C C0

Alm disso, classificou o grau de aleatoriedade em trs intervalos (Tabela 1):

Tabela 1: Classificao dos graus de aleatoriedade.

Grau de Aleatoriedade Componente aleatria

E< 0,15 Pequena
0,15 E 0,30 Significativa
E > 0,30 Muito significativa

Os fenmenos naturais normalmente no se distribuem homogeneamente pelo espao e

casos de depsitos minerais istropos so extremamente raros. A continuidade espacial
em um depsito mineral pode variar com as diferentes direes no espao. Como a
distncia h considerada um vetor, a funo variograma varia ao mudar a direo do
vetor h, evidenciando as eventuais anisotropias existentes no depsito mineral. Desta
forma, os variogramas so feitos segundo vrias direes da jazida para se conhecer a
estrutura da mineralizao, procedimento conhecido como anlise estrutural
(Yamamoto, 2001).

15
Soares (2006) demonstra que os modelos de anisotropia mais comuns para depsitos
minerais so: a anisotropia geomtrica e anisotropia zonal.

Anisotropia geomtrica (Figura 3) ocorre quando o patamar constante para as diversas

direes de h, mas as amplitudes so diferentes. A proporo entre as amplitudes nos
principais eixos de anisotropias chamada de fator de anisotropia, ou seja, = ax/ay.

Figura 3: Representao de uma anisotropia geomtrica demonstrada para as direes de menor e maior
variabilidade, bem como a sua relao no elipsoide que contm as amplitudes de cada direo.
(Modificado de Sinclair; Blackwell, 2004).

A Anisotropia zonal (figura 4) ocorre quando o variograma construdo em direes

diferentes apresenta patamares distintos. As sequncias estratificadas apresentam
anisotropia zonal. Neste tipo de anisotropia, a continuidade espacial ao longo de um
estrato contrasta significativamente com a variabilidade entre estratos. Essa caracterstica
devida existncia de fenmenos de transio restritos a determinada direo.

16
 Figura 4: Variogramas mostrando a variao da amplitude (continuidade) e do patamar (Modificado de
Sinclair e Blackwell(2004)).

Para verificar a existncia de anisotropia, variogramas experimentais devem ser feitos

para diferentes direes e comparados. Quando existir anisotropia, as direes de maior
e menor variabilidade devem ser identificadas. Estas direes so chamadas de direes
preferenciais e so consideradas ortogonais.

O ajuste do variograma que vai definir o modelo variogrfico global deve ser feito para
as direes preferencias.

Os variogramas experimentais dependem fundamentalmente do nmero de pares de

pontos para diferentes distncias encontrados numa determinada direo. Para a
elaborao dos variogramas deve-se especificar direes, passos (distncia entre pontos)
e abrangncia (abertura) da pesquisa para fins de se realizar o clculo da funo (h). Em
malhas amostrais irregulares h necessidade de se determinar outros parmetros alm da
distncia e direo, como mostrado na figura 5:

17
 Figura 5: Esquema dos parmetros do semivariograma para busca de amostras.

Os passos (lags) devem ter o tamanho aproximado ao da malha amostral no plano X e Y.

Em Z (vertical) para o passo geralmente utiliza-se o tamanho das compsitas das
amostras. O nmero de passos, como fator prtico, inicia-se com uma abrangncia de
cerca de 50% da rea amostrada. Devido irregularidade amostral, adota-se uma
tolerncia do passo que em geral cerca de no mximo 50% do passo.

A tolerncia angular, em geral, est relacionada ao nmero de direes utilizadas na

anlise dos variogramas, sendo definida como 90/N, onde N o nmero de direes. Na
aplicao de tolerncias angulares, se no houver uma limitao, a rea do tringulo ou
volume do cone tendem a crescer indefinidamente, englobando maior nmero de pontos.
Para evitar isso aplicada uma largura mxima (bandwidth) estabelecendo uma distncia
a partir da qual o tringulo ou o cone ficam limitados. Como parmetro inicial para
determinao do bandwidth, utiliza-se o seu valor como sendo a metade da malha. O
mesmo ocorre com a altura da caixa de busca quando a busca tridimensional, no qual,
necessria a definio do slicing height. Para este parmetro, o valor do comprimento
da compsita pode ser um ponto de partida para a sua determinao.

2.4.1 Ajuste Variogrfico

O modelo global ajustado pode ser composto pelo somatrio de uma srie de modelos
tericos de variogramas chamados de estruturas imbricadas.

18
 este modelo global que usado em vrias operaes geoestatsticas tais como
estimativas por krigagem e simulaes.

Para o ajuste existem vrios modelos de variogramas tericos. A Tabela 2 ilustra os

principais modelos tericos de variograma.

Tabela 2: Modelos variogrficos tericos

Modelo Funo Tipo de Grfico

3 1
(h) = C [2() - 2()3] para h < a
Esfrico
(h) = C para h a

Exponencial (h) = C [1 exp (- )]

Gaussiano
(h) = C [1 exp (- )2]

Linear (h)= p.hx

2.5 Krigagem

Termo aplicado a uma gama de mtodos de estimativa que se utiliza de ponderadores no

clculo da estimativa para uma determinada configurao, que se baseia na minimizao

19
do erro de estimativa (Sinclair e Blackwell, 2004). Segundo Matheron (1963), a
geoestatstica a aplicao do formalismo s funes aleatrias, ao reconhecimento e
estimao dos fenmenos naturais.

A krigagem deu origem a todo o campo da Geoestatstica (Matheron,1962). Segundo

Issaks e Srivastava (1989), o estimador de krigagem uma combinao linear de valores
de amostras vizinhas, onde a mdia do erro de estimativa igual a zero (condio de no
enviesamento) e que a varincia do erro de estimativa minimizada por este estimador.
A krigagem uma generalizao de formas de regresso linear para se formular um
estimador timo de tal forma que haja a minimizao dos erros mdios ao quadrado (Olea,
1999), pertencente classe BLUE (Best Linear Unbiased Estimation).

A diferena entre a krigagem e outros mtodos de interpolao a maneira como os pesos

so atribudos s diferentes amostras. Na interpolao baseada no inverso do quadrado
das distncias, os pesos so definidos como o inverso do quadrado da distncia que separa
o valor interpolado dos valores observados. Na krigagem, o procedimento semelhante
ao de interpolao por mdia mvel ponderada, exceto que aqui os pesos so
determinados a partir da resoluo de um sistema de equaes provenientes do processo
de minimizao da varincia do erro da estimativa. Estas equaes so obtidas a partir de
valores de variogramas calculados para distncias entre amostras e entre amostras e o
suporte a estimar. Sendo assim, na determinao dos pesos levada em conta a correlao
espacial da varivel regionalizada. Alm disso, a krigagem fornece, em mdia,
estimativas no tendenciosas e com varincia mnima.

A krigagem compreende uma grande variedade de mtodos especficos dentre os quais

se pode citar: krigagem simples ou estacionria (KS), krigagem da mdia (KM), krigagem
ordinria (KO), krigagem universal (KU), krigagem dos indicadores (KI), dentre outros.
O mtodo da krigagem pode ser usado para prever o valor pontual de uma varivel
regionalizada num campo geomtrico ou para clculo do valor mdio de uma varivel
regionalizada que transcende o volume do suporte geomtrico (Yamamoto e Landim,
2013).

20
Para a realizao deste trabalho, a krigagem Ordinria ser o mtodo adotado na
estimativa da pilha proposta.

2.5.1 Krigagem Ordinria (KO)

A krigagem ordinria um dos mtodos de estimativa mais utilizados na minerao pela

sua simplicidade e pelos resultados que fornece. A krigagem ordinria no necessita da
mdia estacionria para se encontrar os pesos que minimizam a varincia do erro da
estimativa. Ela um mtodo de estimativa local resultado da combinao linear dos
valores encontrados na vizinhana. O estimador de krigagem pode ser dado por:

n
Z ko* ( x0 ) iko Z ( xi ) (2.12)
i 1

Na equao, (xo) o valor estimado por KO no ponto x0, 1ko so os ponderadores e
Z(xi) so os valores das amostras em cada ponto ou amostra i. No clculo adota-se como
critrios para uma estimativa coerente, o no enviesamento e a varincia de estimativa
mnima.

Teoricamente a krigagem ordinria um estimador no enviesado, ou seja, as esperanas

dos erros de estimativa so nulas, pois honra os pontos dos dados amostrais, ou seja, a
diferena entre o dado real e o dado estimado igual a zero:

E[ Z ko* ( x0 ) Z ( x0 )] 0 (2.13)

A varincia do erro de uma estimativa funo dos ponderadores das amostras (mtodo
de estimativa), das distncias entre as amostras, das distncias entre as amostras e o
suporte a estimar, do tamanho do suporte a estimar e da variabilidade espacial da varivel,
representada pela funo variograma.

Procura-se minimizar a varincia do erro de estimativa, pois espera-se que o erro

associado a uma estimativa seja menor quando a varincia do erro nula, embora isto no
seja uma garantia.

21

A condio do no enviesamento de que a soma dos ponderadores i seja igual a 1
(Yamamoto, 2001), desta forma temos:
n

i 1
ko
i 1 (2.14)

A varincia do erro de estimativa dada por:

ko2 var[Z ( x0 ) Z ko* ( x0 )] (2.15)

Na tentativa de minimizao da varincia, a krigagem como qualquer interpolador, tende

a suavizar a variao espacial da informao em questo, no qual ocorre
superestimativa para valores abaixo da mdia e subestimativa para valores acima da
mdia (Goovaerts, 1998). A diferena entre os valores estimados e de referncia gera
distoro nas estimativas, denominada de enviesamento condicional das mesmas. O
aumento da densidade de dados amostrais diminui o grau de suavizao (Olea, 1999).

A expresso 2.16 representa o sistema de equaes da krigagem na forma matricial:

[ K ] *[ ] [M ] (2.16)

As matrizes [K], [] e [M] correspondem, respectivamente, matriz dos variogramas

entre as amostras, matriz dos ponderadores e matriz dos variogramas entre as amostras
e o bloco a estimar (Soares, 2006).

Essas matrizes so apresentadas na figura 6. Os termos (xi,xj) so os variogramas entre

os pontos amostrais nas posies xi e xj, (xi,xo) so os variogramas entre os valores
amostrais em xi e o bloco ou o ponto a estimar, i so os ponderadores da krigagem
ordinria a serem determinados e ko o parmetro de Lagrange (Sinclair e Blackwell,
2004). O multiplicador de Lagrange introduzido nos sistemas de equao porque os
pesos devem somar 1. Ele surge devido ao processo de minimizao da varincia do
erro da estimativa.

22
 Figura 6: Sistema de Equaes da Krigagem Ordinria.

Para encontrar os ponderadores dos pontos amostrais (matriz []), deve-se inverter a
matriz [K] e multiplicar esta pela matriz [M]:

[ ] [ K ]1 *[M ] (2.17)

Dois fatores esto associados aos ponderadores: a) distncia estrutural entre amostras e o
ponto a estimar, no qual maiores pesos so atribudos para as amostras mais prximas e
b) desagrupamento originado pela matriz de variogramas entre as amostras. Podemos
dividir a expresso 2.17 por estruturas:

(2.18)

Por meio do sistema matricial dos ponderadores da krigagem possvel realizar a

estimativa nos pontos no amostrados. As equaes do sistema de krigagem ordinria so
mostradas a seguir:

j j ( xi x j ) ( x0 xi )
j 1 para i 1,...n (2.19)

De acordo com Soares (2006), o estimador de krigagem na estimativa em blocos uma

combinao linear das amostras vizinhas do bloco v:

nv
Z v*ko ( x) iko Z ( x1 ) (2.20)
i 1

, onde Z v*ko ( xi ) o teor mdio estimado do bloco, nv o nmero de pontos amostrais que

compem v, iko os ponderadores da KO e Z(xi) o valor amostrado no ponto xi.

23
Na krigagem ordinria no possvel mensurar o erro associado estimativa, que
inerente a todos os processos de estimativa, por meio da varincia de krigagem (equao
2.21). Ela tem por caracterstica ser homoscedstica. Em seus clculos os valores da
varincia de krigagem independem dos valores dos pontos usados para obter o estimador

(Olea, 1991 apud Yamamoto, 2001), medindo apenas a configurao dos dados
amostrados com o ponto a ser estimado, independente dos valores locais dos pontos de
dados (Journel e Rossi, 1989 apud Yamamoto, 2001).

ko2 iko ( x0 xi ) (2.21)

, onde ko2 a varincia da krigagem ordinria, iko so os ponderadores da KO, ( x0 xi )

so os dados variogrficos entre o ponto a estimar e os dados dos pontos amostrais e

o parmetro de Lagrange.

2.5.2 Krigagem Simples (KS)

A krigagem simples um outro tipo de krigagem que difere principalmente da KO pelo

fato de que os ponderadores so aplicados no somente s amostras vizinhas, mas tambm
a uma mdia estacionria da regio onde o ponto ou o bloco a estimar se encontram o
estimador da krigagem simples, Z ks* dado por:
n
K ks* iks Z ( xi ) m m (2.22)
i 1

, onde iks so os ponderadores de KS das amostras, m o ponderador ou peso da mdia

estacionrias m e neste caso preciso conhecer ou atribuir um valor para a mdia

estacionria.

Pode-se mostrar que este estimador por si s no enviesado, no sendo necessrio impor
a condio que o somatrio dos ponderadores seja igual a um, tal como ocorre na KO.

Pode-se mostrar tambm a seguinte relao entre os pesos das amostras e da mdia:

24
 n
m 1 iks (2.23)
i 1

A krigagem simples chamada tambm de krigagem da mdia conhecida e teoricamente

sua varincia de estimativa menor do que a varincia de estimativa da KO.

O sistema de KS idntico ao da KO s que sem a ltima equao que estabelece a

condio de no enviesamento da KO. A expresso 2.24 representa o sistema de KS.

(x x )
i 1
j i j ks ( x0 xi ) i 1,2,...n (2.24)

Na prtica a KO mais empregada para estimativas, principalmente pelo fato de no

necessitar do conhecimento prvio da mdia estacionria.

A KS aplicada principalmente aos mtodos de simulao geoestatsticos chamados de

gaussianos.

Segundo Journel e Huijbregts (1978) apud Goovaerts (1998), para um modelo

multigaussiano (adotado em simulaes gaussianas), a mdia e a varincia de uma
distribuio de uma varivel normal em um dado ponto so idnticos s estruturas da KS,

K ks* e varincia da KS, ks2 ( ) obtidas a partir de n dados Z(x) de amostras vizinhas ao ponto
.

2.6 Simulao Estocstica

As tcnicas de simulao geoestatstica foram inicialmente propostas por Matheron

(1973) seguido por publicaes de Journel (1974) e Chils (1977). Estas tcnicas
permitem uma melhor representao da complexidade dos fenmenos naturais atravs da
gerao de modelos probabilsticos com vrios cenrios igualmente provveis. Cada
cenrio simulado representa uma realizao de uma funo aleatria (RF), e deve
respeitar a heterogeneidade e a variabilidade espacial da varivel regionalizada de um
depsito mineral atravs da reproduo de dois momentos estatsticos, mdia e varincia,
e variograma da varivel regionalizada.

25
Planos de produo, cronogramas e estratgias de blendagem requerem conhecimento de
disperso de teores. Uma vez que se acredita que as estimativas de krigagem sejam
tendenciosas em termo de disperso de teores, elas no deveriam ser usadas para estas
aplicaes. Modelos igualmente provveis gerados pela simulao do depsito so
introduzidos para superar este problema. Pode-se dizer que o modelo simulado
condicionalmente simulado se ele honra valores de pontos amostras e reproduz as mesmas
caractersticas de disperso do banco de dados original, ou seja, a mdia, varincia,
covarincia ou variograma. Em um modelo simulado condicionalmente possvel
abordar questes que se referem disperso dos teores durante a lavra ou processamento,
j que as caractersticas de disperso dos dados originais so mantidas. A qualidade do
modelo numericamente simulado ser proporcional qualidade da descrio da
continuidade espacial e variabilidade do depsito real.

Simulaes que privilegiam dados de amostragem nas suas localizaes so chamadas de

condicionais.

Assim, do ponto de vista das estatsticas de dois pontos, no h diferena entre os valores
reais e simulados. O aspecto interessante da simulao condicional que os valores
simulados podem ser gerados em todas as posies geogrficas abrangendo o depsito
todo e no apenas nos locais amostrados. A penalidade de se obter esta malha de valores
mais densa atravs do depsito um aumento do erro da estimativa ou, no jargo
geolgico, a varincia da estimativa obtida atravs da simulao condicional maior que
a varincia obtida utilizando-se mtodos de estimativa.

A simulao geoestatstica usada na indstria mineral para a avaliao econmica de

projetos e anlise de risco. Embora amplamente aplicada, naquele domnio, a simulao
geoestatstica apresenta limitaes para aplicaes de rotina devido ao grande tempo
computacional e tambm por causa da necessidade de se simular todos os modelos de
depsito mineral para gerar modelos simulados ergdicos.

2.6.1 Simulao Geoestatstica por Mltiplos Passeios Aleatrios - MRWS

Este presente trabalho adota a MRWS como metodologia de simulao alternativa para
as tcnicas de simulao usuais atualmente empregadas: Simulao por Bandas Rotativas

26
(TBS) e Simulao Sequencial Gaussiana (SGS). A MRWS uma alternativa
simplificada para a simulao geoestatstica a partir de uma metodologia baseada em
passeios aleatrios (RW) ou Movimento Browniano que trabalha com simulao local e
considerado como sendo uma tcnica rpida se comparado com as tcnicas TBS e SGS
que exigem que as simulaes sejam feitas para todo o depsito e, assim, caracterizam-
se por consumirem muito tempo para processamento computacional, tornando-se difcil
sua implementao em atividades rotineiras da indstria de minerao. Para mais detalhes
sobre o mtodo da MRWS consultar Ribeiro et al. (2012).

A MRWS considera funes aleatrias unindo os pontos amostrais condicionantes (xi) ao

ponto a ser simulado (x0), gerando erros gaussianos, Yrwi (hxix0), como funo da distncia
hxix0 entre a amostra no ponto xi e o ponto simulado x0. O valor simulado final, Ysrw(x0),
resultado da soma do valor gaussiano estimado por krigagem simples, interpolado a
partir dos pontos condicionantes, mais o rudo aleatrio. Para casos de mltiplos passeios
aleatrios, partindo-se de mais de um ponto condicionante, os ponderadores de krigagem
so usados de acordo com a equao a seguir:

n
Y ( x0 ) ) iks [Y ( xi ) Yrwi (hxi x0 )]
*
srw
i 1
n n
iks Y ( xi ) iks Yrwi (hxi x0 ) (2.25)
i 1 i 1

, onde i representa o ndice das amostras condicionantes, o ponderador de krigagem

simples da amostra i, x0 representa a posio espacial do ponto a ser simulado; xi a
posio espacial do ponto condicionante relativa amostra i, Yrwi(hxix0) o rudo gerado
por passeio aleatrio em funo da distncia hxix0 entre a amostra e o ponto simulado e n
o nmero de pontos condicionantes (amostras).

O primeiro somatrio corresponde ao valor estimado por KS no ponto x0 que

corresponderia ao valor mdio de uma distribuio normal no ponto x 0 e o segundo
somatrio corresponderia a uma componente aleatria cuja a soma ao valor estimado da
KS d origem a um valor gaussiano que se distribui em termo do valor mdio. Cada
simulao processada usando uma diferente semente geradora de nmeros aleatrios
produzir um valor simulado diferente para o ponto ni.

27
A simulao gaussiana produzida num ambiente multigaussiano onde os dados
condicionantes e os dados simulados devem ser normais padronizados, ou seja, de mdia
zero e varincia igual a 1.

No caso da simulao MRWS multidirecional a varincia dos valores simulados pode ser
controlada usando um fator de escala f. Quando este fator igual a zero, a varincia
corresponde a varincia de valores estimados por KS nos ns da malha.

Segundo Ribeiro et al. (2012), existe uma relao linear entre a varincia dos valores
simulados e o fator de escala f, como mostrado na equao 2.26.

Y2 af 2 Y2
rsw sk
(2.26)

Na equao, a o coeficiente angular da linha de regresso entre a varincia dos dados

simulados, Y2rsw , versus f2 e Y2sk a varincia dos valores estimados por KS de todos os

ns da malha de simulao.

Deve-se portanto, realizar vrias simulaes com diferentes fatores de escala, obtendo-se
as varincias dos valores simulados correspondentes e realizar a regresso linear. A partir
da expresso da regresso determina-se qual deve ser o valor de f para se obter uma
varincia dos valores simulados igual a 1.

A MRWS segue as seguintes etapas durante a aplicao de sua tcnica:

a) Desagrupamento espacial: utilizado para eliminar os efeitos de amostragem

preferencial em zonas espacialmente definidas por agrupamentos de amostras;

b) Anamorfose Gaussiana: o processo de simulao MRW necessita de variveis

com distribuio normal cuja mdia e varincia sejam conhecidas, tal como feito
em outros mtodos de simulao geoestatstica (TBS e SGS);

c) Verificao da transformao Gaussiana: realizado por meio de histogramas

desagrupados onde se busca mdia zero e varincia unitria;

28
d) Criao de malha fechada regular (xi) dentro do campo estacionrio da amostra;

e) Variogramas experimentais e ajustes variogrficos: variogramas simples e

cruzados entre a varivel original (Z(x)) e gaussiana (Y(x)), considerando o peso
de desagrupamento;

f) Usar a krigagem simples na malha regular para calcular a varincia suavizada

(resultado da interpolao dos valores) para f = 0;

g) Simulao por Mltiplos Passeio Aleatrios usando diferentes sementes para

valores diferentes de zero para um f2 experimental;

h) Determinao do f timo por meio de regresso linear entre as sementes

2
experimentais f2 e SYrw , obtendo uma varincia de um dos ns da malha;

i) Aplicao do fator de escala timo f como rudo de fundo para as simulaes

MRWS;

j) Transformao gaussiana inversa: o processo de volta da anamorfose gaussiana

consiste em localizar na tabela ordenada de amostras o intervalo de dados
gaussianos no qual est contido o valor simulado do grid; fazer uma regra de trs
simples para ajustar o respectivo valor no gaussiano. Esse tipo de ajuste grfico
chamado de normal score. Aos valores fora dos limites mximo e mnimo
gaussianos so atribudos os valores extremos.

k) Validaes: realiza-se um resumo estatstico das simulaes e verifica-se se os

valores das mdias e das varincias das simulaes se aproximam dos respectivos
valores mdios desagrupados das amostras. Comparaes entre variogramas das
simulaes com o variograma do modelo ajustado para a varivel original podem
ser realizadas.

29
3. METODOLOGIA PROPOSTA

A prtica de construo de pilhas de minrios temporrias muito comum na minerao,

no entanto, o seu controle granuloqumico sempre foi um desafio. Conforme evidenciado
na reviso bibliogrfica, os mtodos atuais propostos so subjetivos, no que se refere ao
controle da varincia da pilha, no permitindo um controle confivel de suas variveis a
ponto de inclu-las em um sequenciamento de lavra como uma frente qualquer. J os
mtodos que requerem amostragem ps-formao de pilha, em geral, por meio de
sondagem geolgica, so muito onerosos e devido grande variabilidade gerada ao longo
da confeco das pilhas, oriundas de diversas frentes, exigem para um alto controle uma
malha amostral muito densa.

Diante deste desafio, foi desenvolvida neste trabalho a Metodologia de Estimativa de

Pilha de Minrio Temporrio - MEPT na qual possvel obter os dados granuloqumicos
da pilha utilizando os recursos j existentes na mina. Essa metodologia envolve uma srie
de processos e controles antes e durante o processo de construo da pilha. A Figura 7
mostra como foi o desenvolvimento desta dissertao e sumariza a metodologia criada.
Alm disso, envolve tcnicas geoestatsticas para a estimativa da pilha, bem como para a
determinao da varincia dos teores estimados. Para algumas etapas de processamento
foi necessrio o desenvolvimento de script para o programa Vulcan . A metodologia
compreende oito etapas e abrange desde a definio do local de deposio at a sua
retomada durante o processo de sequenciamento de lavra.

A metodologia visa realizar estimativa da pilha de minrio temporria, por meio de

controle da origem do material escavado e destino do material basculado, usando dados
do modelo de blocos e do despacho eletrnico da mina, sem a realizao de amostragens
adicionais. A amostragem ocorrer apenas no final do procedimento, para mensurar a
qualidade da estimativa e validar a metodologia.

30
 Reviso
sobre os
mtodos de
estimativa Controle de
de pilhas de massa por
minrio caminho
associado ao Estimativa
equipamento
de carga
por krigagem
ordinria
Controle de e/ou vizinho Incorporao
Definio Definio Anlise mais prximo
origem e Script Validao do da pilha no
de rea de das frentes variogrfica e
destino dos modelo modelo de
BM_Modular definio de
materiais

31
deposio a serem parmetros proposto blocos da
Despacho Grade Transposio
da pilha lavradas de estimativa mina
eletrnico dos dados da
Simulao
Associa as Geoestatstica
Modelo de coordenadas para a pilha.
blocos de origem e
estimado e destino as
simulado variveis
desejadas do
modelo de
blocos

Figura 7: Desenvolvimento da dissertao e metodologia proposta para estimativa de pilha de minrio.

3.1. Etapa 1: Definio do Local de Deposio

Existem vrias razes para se construir uma pilha de minrio temporria. Em geral, o seu
maior motivador a necessidade de se lavrar minrios marginais, abaixo do teor de corte
da mina, em funo da liberao do minrio. No entanto, apesar de ser considerado como
estril, este minrio pode no futuro ser recuperado e alimentar a planta de beneficiamento,
medida que o teor de corte for decaindo ao longo dos anos ou quando novas tecnologias
de beneficiamento forem desenvolvidas.

Uma das maiores dificuldades para a construo de pilhas temporrias a definio de

locais de deposio, pois em geral no h muitas reas disponveis na mina e para uma
deposio mais prolongada exige-se estudos geotcnicos mais avanados, supresso
vegetal e obras civis, tal como drenos de fundo.

De forma a tornar a lavra mais sustentvel e diminuindo a interferncia em novas reas,

sugere-se a criao de pilhas temporrias de minrio dentro da cava. Por meio de um
sequenciamento anual possvel definir reas que no estaro em lavra. Tambm
possvel determinar toda a massa e qualidade do minrio estril que sair na lavra,
podendo assim definir quando a massa depositada ser retomada e quando a rea onde
ocorreu a deposio dever ser liberada totalmente. reas em cava ou em encosta de
borda de cava so as reas mais indicadas para a disposio da pilha.

Para a concepo da pilha temporria deve-se, de preferncia, realizar a deposio sobre

regio de minrio, a fim de se evitar que ocorra contaminao da pilha em sua retomada.

3.2. Etapa 2: Controle Topogrfico

O levantamento da primitiva da rea a ser lavrada dever ser o ponto de partida para a
concepo da pilha. Chama-se de primitiva a topografia original levantada antes do incio
dos trabalhos em uma determinada rea. desejvel realizar um levantamento detalhado
e de preferncia estendendo os trabalhos para uma rea maior do que a rea alvo. Isto
facilitar o processo de criao de volume nos programas de minerao.

De posse da topografia primitiva da rea, de suma importncia a elaborao de um

projeto topogrfico para dimensionar a capacidade de volume da deposio, que leve em

32
considerao o tamanho dos bancos e bermas, ngulo de face de talude, drenagem e vias
de acesso. Como em geral estas disposies so temporrias, a importncia de se seguir
o projeto da pilha conforme orientaes geotcnicas se torna fundamental para se
postergar ao mximo a vida til da pilha e evitar problemas de instabilidades futuras.

Levantamentos semanais devem ser realizados ao longo do perodo de formao da pilha.

A utilizao do scanner a laser indicada para esta atividade em funo da riqueza de
detalhes fornecida no seu produto final. Estas topografias intermedirias ajudaro no
estudo da configurao da pilha, disposio e determinao do raio de influncia dos
cones dos pontos de basculamento, nas dinmicas de aplainamento da pilha pelos tratores,
no controle do avano semanal, operaes irregulares, dentre outros.

3.3. Etapa 3: Definio do Teor de Corte para os Materiais a Serem Depositados

Com base nos planos de curto e mdio prazo deve-se identificar os minrios que sero
destinados como estreis para que se possa contabilizar massas e teores dos minrios. De
posse destes dados, deve-se verificar nos planos anuais, no horizonte desejado, se h
oportunidade de aproveitamento desses minrios no ROM. Uma forma de definir este
teor de corte utilizando um grfico de parametrizao entre o elemento desejado e a
massa da reserva, onde por meio do teor de corte encontra-se o teor mdio e a massa
associada mesma.

Aps esta contabilizao nos planos mensais, devemos contemplar nos planos as
movimentaes do minrio estril para a pilha temporria. Na maioria dos casos, ocorre
uma diminuio da distncia mdia de transporte, em funo destas pilhas serem
depositadas em antigas cavas, que em geral tendem a ser mais prximas do ROM. No
perodo de retomada da pilha, deve-se levar em considerao nos planos mensais a
participao da pilha na lavra. O planejamento muito importante para que ocorra este
sincronismo.

Na formao da pilha de minrio temporria, os planos de lavras anuais no tero seus

avanos e liberaes de lavra afetados neste processo. Ser necessrio atualizar o plano
de lavra anual (referente ao ano da retomada da pilha) incluindo a massa da pilha no
sequenciamento. O impacto no plano anual deste perodo refere-se principalmente

33
diminuio das massas in situ em funo da utilizao da massa da pilha disponvel.
Apesar da mudana no plano, as qualidades no devero sofrer grandes impactos, j que
os materiais depositados na pilha possuem granuloqumicas que se basearo no plano
anual do perodo que se deseja retomar a pilha.

3.4. Etapa 4: Levantamento dos Pontos de Escavaes e de Basculamentos

Para o controle da formao da pilha pela metodologia proposta necessrio que a mina
possua um sistema de despacho eletrnico em suas operaes. Este sistema basicamente
um programa computacional simulador, onde as interfaces das operaes ocorrem por
meio de GPS de alta preciso instaladas nos equipamentos em operao nas minas e rdio
de comunicao. Alm da busca pela otimizao dinmica das operaes, tambm
responsvel pela coleta e armazenamento de toda a gama de informaes necessrias para
controles de produo, indicadores de frotas, manuteno e custos. Este processo de
telemetria fornece dados de posicionamento, fila de equipamentos, velocidade mdia,
produtividade, controle de utilizao e disponibilidade fsica, entre outros.

Das informaes adquiridas pelo despacho eletrnico, necessita-se de:

a) Coordenadas dos pontos de escavaes com alta preciso obtidas por aparelhos
GPS instalados nos equipamentos de carga: ps carregadeiras, escavadeiras,
retroescavadeiras, escavadeiras etc. As coordenadas devero ser do ponto de
origem da escavao, ou seja, o ponto onde a caamba do equipamento toca a
frente de lavra na sua posio de menor cota, prximo ao p do talude no processo
de incio da escavao;
b) Coordenadas em alta preciso dos pontos de basculamento dos caminhes na pilha
de minrio. Estes pontos representam os cones de basculamento. As coordenadas
obtidas nesta etapa devero estar associadas aos pontos de escavaes do material
que compem a sua carga.

Nesta etapa, deseja-se consolidar uma planilha na qual as informaes contenham data,
hora, nome do equipamento de escavao, coordenadas da escavao, local de escavao
(origem), destino (local de bsculo), tipo do minrio (classificao de produo de cada

34
mina), massa escavada, falhas no registro dos pontos e coordenadas dos pontos de
basculamento.

Todo este controle fornecido pelo despacho permitir na prxima etapa associar a
granuloqumica aos dados, a fim de se preparar as informaes para a estimativa e
simulao da pilha.

3.5 Etapa 5: Obteno dos Dados Granuloqumicos dos Pontos de Escavaes e de

Basculamentos

Como a inteno da MEPT de no gerar custos adicionais e tampouco realizar

campanhas de amostragem, a soluo encontrada foi de obter os dados granuloqumicos
a partir do cruzamento das informaes de escavaes e do modelo geolgico j existente.
Este procedimento foi realizado no programa Vulcan. Como este programa no possui
uma funo especfica para a realizao deste procedimento, houve a necessidade de se
elaborar um algoritmo que foi transcrito para a linguagem PERL (Anexo A),
reconhecida pelo Vulcan. O script, rotina baseada em linguagem de programao, foi
denominado de BM_ModularGrade.

Na figura 8, temos a explicao de como os dados granuloqumicos so obtidos por meio

do script BM_ModularGrade. Nela temos uma seo vertical na qual possvel ver os
blocos do modelo de blocos, a linha cinza claro da topografia antes da lavra e os pontos
em vermelho (cruzes) dos pontos de escavaes. Estes cinco pontos compem a massa
de um caminho. A medida que o equipamento de carga carrega um caminho, as massas
vo sendo acumuladas pela balana do caminho, sendo possvel determinar as massas
dos incrementos e a massa total. Para a obteno dos dados granuloqumicos, o script
projeta um vetor vertical do ponto de escavao at a superfcie topogrfica mais atual da
mina. Pela projeo possvel quantificar a porcentagem do vetor que interceptou cada
um dos blocos. Sabendo a massa do ponto escavado, possvel determinar a massa de
cada bloco pertencente a esta escavao por meio da porcentagem da interceptao do
vetor. Por exemplo, caso o vetor intercepte 20% de um bloco de hematitito e a massa total
da escavao de 38 toneladas, o total da massa de hematitito escavado ser de 7,6
toneladas (38 toneladas x 20%). Com os blocos identificados e suas respectivas massas
interceptadas na escavao, possvel determinar a granuloqumica da escavao por

35
meio de uma mdia ponderada. A mdia total do caminho ser a mdia ponderada de
todos os incrementos que o compuseram.

Figura 8: Esquema de cruzamento de dados entre os pontos de escavaes e o modelo de blocos por meio
do script BM_ModularGrade.

No caso de uma caambada abranger blocos diferentes, onde uma parte estril e a outra
minrio, o script indica apenas a porcentagem do minrio, no h clculo de diluio,
ou seja, a granuloqumica do estril no entrar no clculo da ponderada. Quando o
despacho indica que a caambada de minrio e no modelo de blocos estiver indicando
estril ou vice-versa, a ponderada no calculada. Dependendo da situao possvel
corrigir a divergncia, realizando um novo mapeamento e amostragem, para que em
seguida possa-se atualizar o modelo de blocos.

Vrios estudos para o cruzamento entre os pontos de escavaes foram realizados antes
da escolha do mtodo de projees de vetores. Dentre os mtodos estudados, vrias

36
metodologias que englobavam projees de figuras geomtricas foram testadas sem
sucesso. Como os pontos de escavaes, em geral, so muito prximos uns dos outros foi
impossvel determinar uma figura geomtrica que atendesse todas as situaes. Um fato
observado durante as escavaes foi que a medida que se escavava a frente, durante o
tempo de carregamento e o retorno ao ponto de escavao, o material remanescente
muitas vezes se desprendia e se projetava sempre frente da escavao aproximando-se
do ponto de escavao anterior para uma mesma linha de avano.

3.6. Etapa 6: Tratamento Geoestatstico da Pilha

Nesta fase, utilizando a topografia primitiva e a atual, cria-se o slido da pilha que ser
usado para criao do modelo de blocos, determinao do volume total e da densidade
calculada. Os blocos da pilha tero os mesmos parmetros dos blocos in situ.

Para a estimativa da pilha de minrio temporria adota-se dois tratamentos

geoestatsticos:

a) Estimativa da pilha: para a estimativa da pilha os dados utilizados so a

granuloqumica de cada cone basculado. Estes dados granuloqumicos so obtidos
na etapa anterior. Cada cone basculado ser considerado como uma amostra. As
massas dessas amostras so obtidas pelas balanas dos caminhes. Se as massas
de cada amostra no variam muito, ou seja, se o suporte das amostras mais ou
menos constante, pode-se fazer a estimativa direta das variveis qumicas
aplicando-se os ponderadores da krigagem ou do IQD sobre os teores globais das
variveis qumicas. Se o suporte no puder ser considerado constante, as variveis
qumicas devem ser acumuladas, isto , os teores globais devem ser multiplicados
pelas respectivas massas. Neste caso, devem ser feitas as estimativas das variveis
acumuladas e das massas pelo mtodo de estimativa escolhido. As estimativas dos
teores globais so obtidas dividindo-se a estimativa da varivel acumulada pela
estimativa da massa. Se a varivel qumica a ser estimada est associada a uma
frao granulomtrica, os teores devem ser multiplicados pela porcentagem da
massa presente na faixa granulomtrica considerada. Desta forma deve-se estimar
tambm a contribuio mdia da faixa granulomtrica na massa total. A estimativa

37
 da varivel qumica na faixa granulomtrica ser obtida pela diviso da estimativa
mdia da varivel qumica resultante do teor multiplicado pela contribuio da
faixa pela estimativa da contribuio mdia da faixa. No caso dos suportes serem
diferentes, a acumulao deve ser feita pela massa de cada amostra presente na
faixa, ou seja, pela massa da amostra multiplicada pela contribuio da faixa
considerada. O teor presente na faixa ser calculado por meio da diviso da
estimativa da varivel acumulada pela estimativa da massa presente na frao
considerada.

O mtodo de estimativa desejado para a pilha a krigagem ordinria. Para isto

necessrio a variografia dos dados amostrais, como a pilha uma deposio
aleatria pode acontecer de existir um grande efeito pepita e no se consiga um
variograma (efeito pepita puro), neste caso, opta-se pela estimativa do inverso do
quadrado da distncia IQD. O IQD tambm ser utilizado para se verificar o seu
resultado frente krigagem ordinria, pois dependendo de seu resultado poder
ser opo mais rpida e prtica para a estimativa granuloqumica;

b) Simulao geoestatstica dos dados da pilha: ser realizada a Simulao

Estocstica nos pontos de escavaes para obteno da variabilidade regional a
ser usada na estimativa da pilha. Estes dados simulados sero transpostos para a
pilha. Com estes dados, diferentes estimativas da pilha podero ser feitas obtendo-
se, portanto, uma ideia da incerteza e dos riscos associados estimativa realizada
por KO. Desta forma, cenrios pessimistas ou otimistas da retomada da pilha
podem ser levados em conta no sequenciamento da lavra.

3.7. Etapa 7: Validao do Modelo da Pilha de Minrio Temporria

Para a validao do MEPT recomendado realizar amostragens espaadas por meio de

furos de sondagem, perfuratriz, trincheira ou amostragem de frente de lavra na pilha, a
fim de se confrontar os valores estimados com os analisados, bem como verificar se os
mesmos esto dentro de uma faixa de erro esperada.

Esta varincia esperada para o bloco obtida na simulao geoestatstica, onde por meio
dos dados simulados possvel encontrar o teor mnimo e mximo para o bloco em

38
questo. Caso na investigao o teor FeGl obtido seja de 49,7% e a faixa do bloco de teor
de FeGl esteja entre 49,1 a 51,7%, pode-se afirmar que a faixa de variao fornecida pela
simulao engloba o valor medido.

A sondagem o mtodo mais indicado para a validao dos blocos, pois permite a anlise
granuloqumica de qualquer parte da pilha. O sopro da perfuratriz apesar de acessar quase
toda a parte da pilha, no fornece dados granulomtricos, pois seu material amostrado
obtido de forma cominuda. A amostragem de trincheira pode no atingir todos os leitos
da formao da pilha podendo ficar com granuloqumica enviesada. J a amostragem de
frente possui a limitao de que s acessa a pilha aonde a mesma exposta. A amostragem
de trincheira e de frente de lavra podem no ser representativas na amostragem do bloco
da pilha em funo da heterogeneidade da deposio e origem dos materiais, alm da
impossibilidade de se amostrar por igual todo o bloco da pilha. J as amostragens de
sondagem e de sopro de perfuratriz podem ser distribudas adequadamente de forma a se
obter informaes ao logo de todo o bloco da pilha a ser investigada, aproximando o seu
resultado da realidade, porm depende de uma malha adequada para poderem ser
representativas. Possuem como desvantagem o inconveniente de serem mtodos de
amostragem mais caros.

Caso existam faces da pilha expostas para amostragem, a utilizao do sopro de

perfuratriz e amostragem de frente de lavra em conjunto torna a investigao da pilha de
baixo custo e se consegue abranger as investigaes granuloqumicas da pilha.

3.8 Etapa 8: Sequenciamento dos Planos Englobando a Pilha de Minrio Temporria

O resultado final do MEPT a insero da pilha no modelo de blocos com dados

granuloqumicos estimados associados. A metodologia permite que se criem planos de
lavra nos quais possvel incluir os blocos da pilha da mesma forma que se programa os
blocos dos materiais in situ.

H tambm a possibilidade de se gerar cenrios nos planos de lavra adotando os valores

mnimos e mximos da simulao, verificando o seu efeito na variao dos dados dos
planos de lavra simulados com as metas desejadas para o perodo. Esta etapa permite
prever impactos nos cenrios mais pessimistas da estimativa da pilha de minrio.

39
4- ESTUDO DE CASO: PILHA DEP_CAVA MINA BRUCUTU

A fim de se testar a metodologia de estimativa de pilhas de minrios temporrias em uma

situao real, elegeu-se a Mina de Brucutu, Minas Gerais, pertencente a Vale. A mina a
ser estudada possui os requisitos bsicos necessrios para a aplicao da metodologia,
dentre eles o despacho eletrnico.

Todo o processo foi definido em 2012 de modo que a pilha projetada pudesse ser
retomada a partir de maio de 2014. A pilha projetada para o estudo foi chamada de
Dep_Cava. A sua formao ocorreu no perodo de 14/11/2012 a 22/10/2013. Em
novembro de 2013 os dados obtidos foram tratados para a realizao de todas as etapas
propostas pela metodologia.

4.1 Localizao da Mina de Estudo

A mina de Brucutu localiza-se no municpio de So Gonalo do Rio Abaixo - MG (figura

9). O principal acesso a rea de estudo a partir de Belo Horizonte realizado pela BR-
381 em direo a Joo Monlevade at o trevo de desvio para Baro de Cocais,
percorrendo-se um trecho de 86 km aproximadamente. A partir deste ponto o
deslocamento feito atravs da MG-436 rumo a Baro de Cocais at o trevo de Brucutu.
Do trevo at a entrada da mina perfaz aproximadamente 9 km de percurso por acesso de
terra batida.

40
Figura 9: Mapa de localizao aproximada e acesso rodovirio s reas de mapeamento, destacadas em
verde (Fonte: Guia Quatro Rodas, 2007).

4.2 Geologia Regional e Local

A mina de Brucutu constituda essencialmente por itabiritos silicosos e

subordinadamente por itabiritos anfibolticos, itabiritos goetticos e itabiritos aluminosos
(figura 10). Corpos de hematititos esto associados a processos supergnicos e estruturais,
onde se observam hematititos friveis, aluminosos e goetticos. As ocorrncias de
hematititos compactos so raras e de dimenses muito reduzidas, da ordem de poucos
metros.

41
 Figura 10: Mapa Geolgico da Mina de Brucutu: AT aterro, CG - canga, HC hematitito compacto,
HAL hematitito aluminoso, HF hematitito frivel, HGO - hematitito goettico, IC itabirito
compacto, IAL itabirito aluminoso, IF itabirito frivel, IGO itabirito goettico, IMN - itabirito
manganesfero, IN - instrusiva, SO - solo, XI - xisto, SR sem referncia (depsitos e pilhas), HAF
hematitito anfiboltico frivel e IAF itabirito anfiboltico.

Intrusivas mficas ocorrem de forma concordante a discordante ao bandamento

composicional dos itabiritos e se dispem na direo E-W. Na poro central da mina
localiza-se o maior corpo com extenso contnua em torno de 400 metros e com espessura
mxima de 40 metros. So rochas mficas metamorfisadas com pronunciada xistosidade.
Corpos menores ocorrem a norte e no extremo sul da cava.

Na poro norte da cava ocorrem corpos descontnuos de uma rocha aluminosa de

colorao terrosa marrom clara a escura denominada de itabirito aluminoso. seccionado
pelas intrusivas mficas. Possui estrutura bandada com laminaes e bandas de dimenses
milimtricas a decimtricas de composies bastante variadas. Observam-se nveis
caulnicos, manganesferos, itabirticos, mficos e xistos rseos a esbranquiados. Corpos
de rochas goetticas tambm so observados na regio norte da cava e em regies de

42
fraturamento com presena de percolaes de gua. A rocha possui uma colorao
marrom avermelhada.

Na figura 11, temos todos os litotipos de minrio existentes na Mina de Brucutu,

subdivididos em itabiritos e hematititos:

Figura 11: Litotipos de Brucutu: a) itabirito frivel, b) itabirito manganesfero, c) itabirito geottico, d)
itabirito compacto, e) itabirito aluminoso, f) itabirito anfiboltico, g) hematitito frivel, h) hematitito
manganesfero, i) hematitito goettico, j) hematitito aluminoso e l) hematitito anfiboltico.

4.3 Definio do Local de Deposio

Aps vrias anlises dos planos anuais e da definio do prazo da necessidade de retomar
a pilha Dep_Cava pela Vale, a rea definida para a disposio da pilha de minrio
temporria foi uma antiga cava de hematitito e itabiritos ricos localizada no centro da
mina, regio conhecida como CI.

Esta rea foi considerada como sendo o local ideal para se manter o controle sobre a pilha
de itabirito estril. A cava est situada na cota 875, cerca de 30 metros abaixo do nvel do
acesso principal. Aps a realizao de um projeto topogrfico de disposio deste
minrio, verificou-se a possibilidade de se depositar cerca de 3.000.000 de toneladas de
itabiritos estreis. A cava foi projetada para que a rea de deposio no sofresse nenhuma
interferncia de lavra no perodo mnimo de dois anos e quatro meses de acordo com o

43
plano plurianual, tempo suficiente para depositar e retomar todo o material at o primeiro
trimestre de 2015.

Seu local a norte est limitado por bancos retaludados que dependem de recorrncia para
poderem ser acessados, a oeste/sudoeste por itabiritos pobres e o prdio do projeto
Autnomos e a sudeste pelo sump (rea onde se destina e retm os materiais advindos do
carreamento provenientes das chuvas conduzidas ao longo das drenagens) da mina e a sul
pelo acesso principal aos bancos superiores da mina (figura 12).

Figura 12: Localizao da pilha Dep_Cava na Mina de Brucutu MG.

4.4 Levantamento Topogrfico

Com a topografia primitiva e a topografia do dia 22/10/2013, foi possvel criar o slido
da deposio no qual gerou um volume de 421.554 m3 (Figura 13). No total foram
depositadas 1.118.849 toneladas de minrio com uma densidade mdia de 2,654 g/cm3.

44
Figura 13: a) Slido da pilha Dep_Cava (cor bege) na topografia do dia 22/10/2013 e b) imagem
da mina com a delimitao (linha tracejada vermelha) da pilha Dep_ Cava.

4.5 Definio do Teor de Corte

Para a definio do teor de corte para o material a ser destinado pilha, foi utilizado como
base o plano de lavra de longo prazo de 2012 a 2014. Neles, estudos de parametrizao
da mina permitiram definir o teor de corte da pilha em 35% no FeGl com uma expectativa
de uma massa final com teor mdio entre 46 e 47% de FeGl. Os minrios que se
encontram fora do teor de corte no ano de 2013 e parte de 2014 e que iro ser destinados

45
a formao da pilha de itabirito temporria, devem possuir um teor mdio que possa ser
utilizado no ano da retomada da pilha (2014). A Figura 14 representa uma das curvas de
parametrizao utilizada nesta etapa. Nela possvel verificar que com o teor de corte
adotado, teremos cerca de 480.000 toneladas de minrio na frao acima de 1mm, com
um teor de slica nesta faixa de 26,4%, massa esta que ser destina para o processo de
jigagem. Alm disso, possvel verificar que o teor mdio de slica do material que ser
enviado para a flotao (frao menor que 0,15 mm) ser de 32.3%. J a slica da frao
entre 1mm e 0,15mm, que ser destinada ao concentrador magntico, de 42,7%.
Diversas informaes podem ser obtidas por estas curvas de parametrizao de forma a
estudar o ROM ofertado e seus impactos frente aos processos de beneficiamento.

Figura 14: curva de parametrizao dos itabiritos da mina de Brucutu - 2012.

Todo incio de ano o Planejamento de Longo Prazo Operacional - PLPO, que na Vale
exerce uma funo de Planejamento de Mdio Prazo, atualiza os planos dos prximos 5
anos a contar do ano posterior ao ano corrente. O Planejamento Curto Prazo - PCP, entre
os meses de outubro e novembro, realiza o plano anual do ano seguinte tendo como base
os planos plurianuais do PLPO. Na tabela 3, temos os planos de 2014 realizado pelo
PLPO no incio de 2013 e do PCP concludo entre novembro e dezembro de 2013. Neste
ltimo, o plano se torna mais preciso, pois j se leva em considerao a lavra ocorrida em
2013, bem como a sua projeo de trmino. Note que o plano do PCP possui teores de Fe

46
e Si mais pobres do que o do PLPO, isso ocorre porque no PCP foram englobadas as
massas da pilha Dep_Cava, apesar das mesmas, nesta fase, ainda no terem sido
integradas ao modelo.

Tabela 3: Planos de lavra de 2014 realizado pelo PLPO e PCP.

No plano de lavra de 2014 realizado pelo PCP possvel verificar um ROM com
granulometria mais fina, maior massa -0,15mm (G4) a maior, e o empobrecimento do
FeGL e aumento da SiGl quando comparado com os valores do PLPO. observado nos
contaminantes um ligeiro aumento na AlGL e uma diminuio quase insignificativa nos
teores PGL e no MnGL. Apesar de mais pobre, o Plano de 2014 do PCP atende as
expectativas esperadas para o ROM de 2014. Este atendimento determinado pela
simulao do ROM nos processos de beneficiamento e a comparao dos produtos
resultantes com o esperado pela empresa no perodo desejado.

4.6 Levantamento dos Pontos das Escavaes e de Basculamentos

O Despacho Eletrnico existente na mina de Brucutu o fabricado pela Modular Mining

Systems MMS. Em Brucutu, o sistema trabalha com sistema de GPS de alta e de baixa
preciso.

47
Na mina de Brucutu existem duas frotas, uma de grande porte para atendimento a planta
de concentrado, que basicamente lavra itabiritos e uma frota de pequeno porte que
alimenta a planta de britagem a seco, que lavra essencialmente hematititos. No que se
refere frota de grande ponte, todos os equipamentos de carga, escavadeira eltrica
(O&K) e as ps carregadeiras (CAT 994), so monitorados por GPS de alta preciso. J
os caminhes fora de estrada (CAT 793) possuem GPS de baixa preciso. Todos os
equipamentos da frota de pequeno porte, retroescavadeiras e caminhes rodovirios, so
guiados por GPS de baixa preciso.

Para o presente trabalho optou-se por aplicar a metodologia apenas na frota de grande
porte, por esta possuir alta preciso nos pontos de escavaes. Para o levantamento dos
pontos de basculamento da frota de grande porte havia o problema dos mesmos no
possurem GPS de alta preciso nos caminhes. Aps anlise das coordenadas geradas
pelo GPS dos caminhes e o levantamento do cone do basculamento foi observado que
as coordenadas X e Y possuam erros que variavam entre 5 e 7 metros, e em Z o erro era
muito alto, acima de 8 metros, sendo muitas vezes at descartado pelo prprio sistema de
despacho. Na tentativa de minimizar a falta de preciso dos pontos de basculamento
alguns procedimentos foram realizados:

a) Foi observado que os cones gerados durante uma semana no se sobrepunham uns
aos outros e eram depositados sempre lateralmente uns aos outros. Cada cone em
mdia possua cerca de 8 a 9 metros de dimetro e cerca de 3 metros de altura.
Nos levantamentos realizados por scanner a laser possvel identificar cada um
dos cones depositados. A Figura 15 mostra uma imagem do levantamento dos
cones de basculamentos com curvas de nvel separadas de 1 metro. Com estas
informaes, conclui-se que com uma topografia de alto detalhe da rea era
possvel melhorar o posicionamento dos pontos em X (leste) e Y (norte), e que
havendo uma topografia do incio e fim da semana era possvel criar um slido e
seccion-lo na sua regio mediana e projetar todos os pontos para este plano
obtendo assim a coordenada Z (cota). Este procedimento permite que as
coordenadas dos pontos sejam estimadas com uma preciso mnima aceitvel;

48
Figura 15: Imagem do levantamento dos cones dos pontos de basculamentos e curvas de nvel metro a
metro obtidas pelo scanner a laser.

b) Em funo da rotina da mina, algumas semanas no tiveram as atualizaes da

topografia levantadas gerando um desafio ainda maior para o ajuste das
coordenadas. Neste caso, a soluo proposta foi criao de um slido entre o
perodo de deposio e depois seccionar o mesmo por semana de acordo com a
massa apontada semanalmente. Cada slido fatiado representou uma semana de
deposio. Neste slido, definiu-se uma superfcie mediana, onde todos os pontos
foram projetados para esta superfcie ajustando o Z dos pontos. Os pontos X e Y
neste caso no sofreram ajustes e foi aceito o erro do GPS. Como na pilha ocorre
um aplainamento por tratores nos cones para se iniciar uma nova deposio
sobreposta a esta, cerca de 20% do cone projetado para as adjacncias
deslocando o centro de massa da mesma (figura 16).

Figura 16: perfil vertical dos cones de basculamento com o sentido de corte do trator para aplainamento
do terreno.

49
Foram gerados no perodo de deposio 20.077 pontos de escavaes, que aps
validaes das coordenadas geradas foram agrupados dando origem a 2.504 pontos de
basculamentos correspondentes a 2.504 descargas de caminhes na pilha mostrados na
figura 17. Por falha mecnica e perda de sinal do GPS, foram perdidos 27,9% dos pontos
de escavaes e 23% dos pontos de basculamentos.

Figura 17: Distribuio dos pontos de basculamentos na rea do Dep_Cava.

4.7 Obteno dos Dados Granuloqumicos dos Pontos de Escavaes e de

Basculamento

Por meio do script BM_ModularGrade e do modelo de blocos de dezembro de 2013,

foram obtidos os dados granuloqumicos dos pontos de basculamento, conforme
explicado na etapa 5 da MEPT. No perodo de formao da pilha foram obtidos 14.476
pontos de escavaes das diversas frentes de lavras contempladas no plano de lavra de
2012/2013. O critrio para a definio destes pontos na lgica do despacho eletrnico foi
considerar a origem dos dados, os bancos lavrados no perodo, e como destino, a pilha
Dep_Cava.

50
Posteriormente, por clculos da mdia ponderada dos dados granuloqumicos de
escavaes que compuseram cada caminho, calculou-se os dados granuloqumicos
associados aos pontos de basculamento constituindo um banco de dados usado para a
estimativa da pilha.

Ento, cada dado deste banco de dados possui informaes sobre as coordenadas de
escavao, as coordenadas de basculamento, bem como de litologia, granuloqumica e
massa. A qumica mdia calculada pela mdia ponderada de todas as amostras que
compuseram o banco de dados da estimativa est representada na tabela 4.

Tabela 4: Qumica mdia da pilha Dep_Cava calculada pela mdia ponderada simples da
granuloqumica de todas as amostras de escavao.

Faixa G FE SIO2 Al2O3 P MN

Ano
Granulom. (%) (%) (%) (%) (%) (%)

G1 9.93 48.82 24.49 1.70 0.063 0.063

Dep_Cava G2 11.95 56.74 13.15 1.78 0.075 0.131
Ponderada Ptos G3 24.56 38.03 42.35 1.03 0.036 0.070
Escavaes G4 53.56 47.74 29.16 0.90 0.029 0.055
Global 100.00 46.54 30.02 1.12 0.039 0.068

4.8 Estimativa da Pilha

O modelo de blocos de dezembro de 2013 serviu como fonte de informao primria dos
pontos escavados que foram destinados para a pilha. Este modelo foi estimado pelo
mtodo da krigagem ordinria, que um produto gerado mensalmente pela geologia de
curto prazo da mina de Brucutu.

Com a topografia primitiva, obtida antes da formao da pilha, e a topografia atual foi
criado um slido que representou todo o volume da pilha formada. O slido da pilha foi
transformado em blocos de 12.5m x 12.5m x 10m, conforme demais blocos pr-existentes
no modelo de blocos.

4.8.1 Krigagem Ordinria e IQD

Para estimar o modelo de blocos da pilha Dep_Cava utilizou-se a krigagem ordinria e o

inverso do quadrado da distncia. A densidade mdia usada na pilha foi de 2,654 g/cm3,

51
calculada pelo total de massa depositada na pilha Dep_Cava e o volume encontrado entre
a topografia primitiva e a topografia atual.

Para a anlise e preparao dos dados foram realizados estudos estatsticos, tais como
mdia, mediana, varincia, mximo e mnimo, alm do desagrupamento dos dados
(Figura 18). O desagrupamento tem a finalidade de fornecer pesos diferentes s amostras
de modo que as reas mais densamente amostradas no tenham maior influncia nas
demais evitando assim enviesamento. O mtodo aplicado foi o das clulas mveis
(Bleines et. al., 2008 apud Abichequer, 2010) utilizando o programa Isatis. Neste
mtodo, a rea de interesse dividida em diversas clulas de mesmo tamanho, centradas
em cada amostra que deve ter o peso determinado. O peso que cada amostra recebe
inversamente proporcional ao nmero total de amostras que caem dentro da clula onde
a amostra encontra-se no seu centro.

Figura 18: a esquerda histograma do FeGL dos dados originais e a direita histograma do FeGl dos dados
desagrupadas.

A fim de se determinar a malha ideal para o desagrupamento foram utilizados os grficos

com o tamanho de diferentes malhas pelo FeGl mdio e pelo desvio padro do FeGl. A
malha adotada foi de 6.25m x 6.25m x 10m (Figura 19), ponto este onde ocorre a mudana
de patamar na mdia e no desvio padro.

52
 a) b)
Figura 19: a) grfico do tamanho da malha x a mdia do FeGl e b) grfico do tamanho da malha x o
desvio padro.

Com o desagrupamento pouco se observou nas mudanas dos teores globais e no desvio
padro, mesmo assim estes dados foram utilizados nos estudos variogrficos. Em ambos
os casos, o histograma assimtrico esquerda, onde a mediana superior mdia. O
FeGl de 46.54% e desagrupado passa a ser de 46.98%.

Para os estudos variogrficos tambm foi utilizado o programa Isatis. Primeiramente,

foi realizado o variograma omnidirecional (Figura 20) para a determinao do efeito
pepita. Conforme se imaginava o efeito pepita demonstrou-se alto, sendo encontrado um
valor de 11,95, que equivale a 57.15% da varincia a priori. Isso se deve a grande
variabilidade existente na pilha devido a sua formao ser oriunda de diversas frentes da
mina e no existir uma variabilidade natural associada a fenmenos conhecidos. Alm
disso, influenciado pela forma de deposio na pilha e pela conformidade dos cones por
tratores. Outros erros associados: massas e de coordenadas refletem nos valores do efeito
pepita.

53
 Figura 20: Variograma omnidirecional da pilha Dep_Cava

Em seguida, foram feitos variogramas em oito direes num plano horizontal a fim de se
encontrar a direo de maior alcance. O variograma nas trs principais direes est
representado na figura 21, onde se observa um efeito pepita 8.43 e range total de 49
metros. O raio de busca (amplitudes do elipsoide de busca) encontrado foi de 31/24/10.
Na tabela 5 tem-se os dados da variografia encontrados para a pilha Dep_Cava.

Tabela 5: Dados do modelo variogrficos ajustado da Pilha Dep_Cava.

A equao 4.1 encontrada est discriminada a seguir:

345 74 270 345 74 270

() = 0,348 + 0,226 ( 6.498 + 3.644 + 1.625
)+ 0,425(49.000 + 27.473 + 12.250) (4.1)

54
 Figura 21: Variograma da pilha Dep_Cava

Segundo a classificao de Guerra (1988), por meio da equao E = , onde Co a

varincia aleatria e C a varincia espacial, podemos calcular a aleatoriedade do

variograma. Para a pilha Dep_Cava a aleatoriedade encontrada foi de 0,31 que pela
classificao definida como muito significativa, o que indica uma pequena correlao
espacial associada a deposio dos pontos de basculamento, ou seja, sua deposio
aleatria, tpicas de situaes onde no se est associada a fenmeno natural. Pelo raio de
busca definido (amplitudes), estes pontos se correlacionam em pouco mais de trs cones
de basculamento na direo de maior alcance.

55
4.8.2 Simulao

Nesta etapa, o FeGl foi a varivel escolhida para ser simulada por se tratar de ser o
elemento principal da jazida. O mtodo utilizado para a simulao foi o MRWS.

Para a simulao adotou-se uma rotina computacional programada em QB64

desenvolvida pelos prprios autores da MRWS (Ribeiro et al., 2012). O banco de dados
geolgico da mina do perodo de dezembro de 2013 foi o utilizado para a simulao. Esta
escolha dos dados de amostragem in situ para a simulao visa incorporar a varincia de
modo a se preservar ao mximo a varincia regional ao transpor estes dados para a pilha
a ser estimada. O banco de dados utilizado engloba informaes de amostras de frente de
lavra, trincheiras e sondagens geolgica.

A primeira rotina da simulao visa realizar o desagrupamento do banco de dados a fim

de se evitar enviesamento dos dados. Um total de 20.384 amostras foram utilizadas na
simulao. A mdia das amostras de 53.11% de FeGl e aps o processo de
desagrupamento sua mdia baixou para 45.30% de FeGl.

Na sequncia os dados desagrupados passaram por transformao gaussiana. Neste tipo

de simulao, atravs de funes aleatrias multigaussianas, obtm-se o valor derivado
da distribuio condicional de frequncia acumulada local (dfal). Este valor usado para
a simulao de novos teores para os blocos. No histograma gerado pela rotina QB64 da
figura 22 possvel evidenciar que a normalidade da distribuio garantida com
histograma simtrico e com mdia igual a zero e desvio padro unitrio.

56
 Figura 22: histograma do FeGL desagrupado normalizado gerado a partir da rotina QB64.

Aps normalizao dos dados necessrio verificar a multinormalidade dos mesmos, pois
a simples transformao dos dados originais o espao normal no o suficiente para
garantir que o modelo da funo de distribuio de probabilidades seja multinormal.
Existem diversas formas de se testar a binormalidade segundo Deutsch e Journel (1998).
O mtodo adotado neste trabalho consistiu de testar as relaes entre as mdias e as
varincias dos dados que sofreram transformao normal. Neste caso esperado que no
haja correlao e espalhamento sem correlao, propriedade da multinormalidade. A
figura 23 mostra as mdias normalizadas de alguns locais selecionados aleatoriamente ao
longo do depsito e a inexistncia de correlao destas mdias. Nesta etapa, os dados
gerados foram da rotina QB64, no entanto, estes foram tratados fora deste ambiente e
compilados em planilha Excel.

57
 Figura 23: verificao da binormalidade.

Com os dados normalizados, o variograma experimental omnidirecional realizado e

comparado com o comportamento das amostras originais (Figura 24). Os dados do ajuste
sero utilizados nas prximas fases da simulao. A rotina QB64 est limitada a
variogramas omnidirecionais, segundo os autores (Ribeiro et al., 2013), uma nova rotina
para variogramas direcionais est em desenvolvimento.

400 400

400

Figura 24: Sada grfica da rotina QB64 com variogramas experimentais simples e cruzados da varivel
original (Z(x)) e gaussiana (Y(x)) dados da mina de Brucutu, teor em Fe.

58
Para a simulao propriamente dita, trs arquivos so necessrios: a) os dados
normalizados; b) o variograma experimental ajustado e c) uma malha regular para os ns
do passeio aleatrio. Para o presente trabalho, a malha adotada foi de 12.5 m x 12.5 m x
10 m. Mais dois parmetros so necessrios para serem definidos, o nmero de
simulaes e o fator de escala, f, fator este que vai fazer com que a varincia dos
simulados chegue ao valor de 1.

Para a determinao do fator de escala timo, primeiro rodada a rotina da simulao

com 20 cenrios equiprovveis de teores simulados utilizando o valor de f igual a um.
Com o novo fator de escala e as varincias, por meio de uma regresso linear possvel
encontrar o fator f timo (Figura 25). Com o novo valor de f encontrado, as simulaes
devem ser refeitas, e suas varincias verificadas se possuem valores prximos de um.

Figura 25: Ajuste do fator f usando regresso linear.

Ao fim do processo de simulao, os dados foram transformados da base gaussiana para

o campo original. De posse dos dados de FeGl simulados, uma anlise nos dados foi
realizada para a determinao das simulaes mnima e mxima. A simulao mnima foi

59
identificada como sendo a simulao 19 cujo valor mdio de 45,68% de FeGl, enquanto
que a simulao 4 foi a de mxima com mdia de 47,592 % de FeGl.

Utilizando-se do programa de minerao Vulcan, os dados simulados, mnimo e mximo,

na malha regular, foram utilizados para se determinar as simulaes no modelo de blocos
por meio da KO. Na sequncia, os pontos de escavaes foram associados aos blocos do
modelo para a obteno dos valores simulados mnimo e mximo. Em procedimento
posterior, estes dados foram associados aos seus pontos de basculamento para serem
estimados na pilha via KO de forma a se representar na pilha os cenrios de mnima e de
mxima possibilidades.

Para a estimativa dos valores das simulaes mnima e mxima, foi utilizado os mesmos
dados variogrficos adotados para a estimativa de teores de FeGl na pilha Dep_Cava.

60
5. DISCUSSO E RESULTADOS

Falhas nas obtenes das coordenadas ocorreram gerando perdas das informaes dos
dados primrios. Para uma maior acuracidade da estimativa, a falha na obteno dos
dados deveriam no exceder a 10%. Controles dirios devem ser feitos de modo a
minimizar estas perdas que esto associadas falha de comunicao com o
satlite/repetidora de sinal ou falha humana.

As balanas dos caminhes apresentam uma menor preciso se comparadas aos dados
obtidos nas balanas das correias. Por meio de dados histricos pode-se corrigir estas
diferenas que hoje giram em torno de 8%. Quando a balana, por algum motivo falhar,
adota-se a carga mdia conhecida de 236 toneladas, dado histrico da carga mdia dos
caminhes CAT-793 da mina de Brucutu.

A falta de GPS de alta preciso nos caminhes da mina de Brucutu obrigou a realizao
de levantamentos topogrficos frequentes e controles dos cones de basculamento de
forma a ajustar as coordenadas dos pontos de basculamento. O erro estimado aps
correo em X e Y gira em torno de 3 a 5 metros enquanto que em Z entre 1,5 e 2 metros.

Outro fator complicador foi o corte dos montes basculados realizado pelo trator para
preparar a praa para a disposio de novas deposies. Este corte faz com que o centro
de massa dos montes das amostras se desloque do seu ponto de origem acarretando erros
mximos de 3 metros em X /Y e de 1.5 metros em Z.

Em estimativa de pilhas os dados a serem estimados, diferentemente do que ocorre ao se

estimar um modelo geolgico, no podem ser limitados, ou seja, sem restrio quanto ao
nmero de amostra a serem usadas nas estimativas e ao nmero de amostras por octantes.
Isto se faz necessrio, pois como se trata de uma estimativa de deposies aleatrias, a
ausncia de uma amostra dificilmente poder ser substituda pelas remanescentes sem
perda de preciso, visto que as origens das amostras so oriundas de diversas frentes de
lavras, mesmo sabendo que o depsito o mesmo, a heterogeneidade por si s j impe
variaes locais. J no caso do modelo geolgico, as estimativas possuem limites de
nmero de amostras a serem usadas nas estimativas e nmero de amostras por octante, a

61
fim de se evitar enviesamento, que poderia ocorrer devido a agrupamentos (pesos
negativos), dentre outros fatores.

Mesmo com um efeito pepita alto foi possvel determinar o variograma da pilha o que
ajudou a entender o raio de influncia entre as amostras. Por meio do raio de busca de
31/24/10 possvel observar uma pequena correlao entre os cones basculados na
formao da pilha, reforando a necessidade de se envolver todas as amostras obtidas sem
restries.

Na figura 26, observa-se a participao de todas as amostras que foram englobadas pelo
elipsoide de busca para estimar o bloco. A fim de se verificar os pesos gerados durante o
processo da krigagem ordinria, nota-se que os mesmos so muito baixos no passando
de 0.02578, valor este equivalente a 2.04% do peso total de todas as amostras. Para o
exemplo do bloco, foram utilizadas em suas estimativas 392 amostras. Neste bloco o FeGl
estimado foi de 45,23%.

Figura 26: Raio de busca indicando as amostras utilizadas na krigagem sem limite de amostras durante a
sua estimativa.

Em termo de comparao, o mesmo processo foi realizado, porm com elipsoide de busca
limitado a estimativa de no mnimo 1 amostra e no mximo 16. O octante foi limitado a
no mximo 2 amostras para cada setor. Para o mesmo bloco do exemplo anterior, o

62
mesmo foi estimado por 16 amostras, onde o peso mximo para a estimativa das amostras
atingiu o valor 0.07184, o que equivale a 7.18 % do total dos pesos das amostras (Figura
27). Para este bloco o FeGl obtido foi de 44.28%.

Figura 27: Raio de busca indicando as amostras utilizadas na krigagem com limite de amostras durante a
sua estimativa.

Na comparao da estimativa da krigagem com e sem limitao de amostras, verificou-

se que quando comparadas com amostras pontuais (trincheiras e amostras de frente), e
todos os dados dos pontos de basculamento estiverem presentes na estimativa, estes
tornam-se ligeiramente mais precisos. Porm, quando se compara a massas maiores
(bloco, cava etc) e na falta dos pontos de basculamentos, este mtodo apresenta ter
melhores resultados. Como dito anteriormente, para este trabalho optou-se por no limitar
o nmero de amostras na estimativa da krigagem, sendo que as demais comparaes tero
como base esta forma.

Os dados estimados em KO e IQD apresentaram valores muito similares e com diferenas

pouco significativas no que se refere cubagem mdia da pilha Dep_Cava. Pelo grfico
de diagrama de disperso entre as duas estimativas pelo R-quadrado de 0.7513, o que
sugere uma boa correlao entre as mesmas. Estas correlaes e comparaes podem ser
observadas na figura 28.

63
 Faixa G FE SIO2 Al2O3 P MN
Ano
Granulom. (%) (%) (%) (%) (%) (%)

G1 9.39 49.35 24.18 1.54 0.059 0.065

G2 11.85 57.15 13.11 1.59 0.070 0.125
Dep_Cava
G3 24.54 38.69 41.51 0.97 0.036 0.073
Krigagem Ordinria
G4 54.22 47.16 29.96 0.87 0.029 0.057
Global 100.00 46.47 30.26 1.04 0.039 0.070

Faixa G FE SIO2 Al2O3 P MN

Nome
Granulom. (%) (%) (%) (%) (%) (%)

G1 9.33 49.01 24.90 1.46 0.056 0.066

G2 11.55 57.13 13.22 1.56 0.069 0.126
Dep_Cava
G3 24.66 38.58 41.74 0.94 0.036 0.074
IQD
G4 54.47 47.14 30.07 0.84 0.029 0.057
Global 100.00 46.36 30.52 1.00 0.038 0.070

Figura 28: Comparao das estimativas dos blocos da KO e IQD e grfico de correlao entre as mesmas.

A boa correlao entre os dois mtodos de estimativas tambm pode ser observada
quando aplicada para outros elementos e em diferentes posies e direes ao longo do
modelo da pilha (Figura 29)

64
 Figura 29: a) grfico de disperso do G3_IQD x G3_KO e b) grfico de disperso do
AlGl_IQD x AlGL_KO. Ambos referentes ao Banco 880.

A figura 30 mostra o resultado da estimativa da KO e IQD para FeGl no modelo de blocos

em diferentes sees da pilha Dep_Cava.

65
 Figura 30: Modelo de blocos do FeGl estimado pela KO (linha superior) e IQD (linha inferior) para
diferentes sees da pilha Dep_Cava.

De forma a se verificar e validar a MEPT aplicada na pilha Dep_Cava e testar a melhor

forma de estimativa, foram realizadas 16 amostras ao longo de toda a pilha, entre
trincheiras e amostras de frente (Figura 31).

66
 Figura 31: Localizao das amostras realizadas na pilha Dep_Cava.

A KO e o IQD obtiveram resultados mdios muito similares. Para as amostras realizadas,

o FeGl apresentou uma aderncia satisfatria em comparao com o modelo de blocos da
cava estimado tanto por KO quanto por IQD, sendo no geral os valores estimados
ligeiramente mais pobres que os dados das amostragens realizadas (Figura 32a). J a
alumina apresentou para o modelo um vis negativo e constante ao longo de todas as
amostras comparadas (Figura 32b). Para a granulometria G3 o grfico demonstra uma
boa assertividade levando em considerao que o material depositado sofre degradao
de desmonte por explosivo e desmonte mecnico, alm de tombamento na carga e
descarga do material (Figura 32c).

67
 a)

b)

c)
Figura 32: comparao entre as amostras realizadas na pilha Dep_Cava com o
modelo estimado em KO/IQD para FeGl (a), AlGl (b) e G3 (c).

68
A figura 33 mostra os grficos da validao cruzada para os modelos estimados com e
sem limites de amostras na estimativa/octante. possvel verificar que os dados sem
limite de amostras apresentou um R-quadrado maior do que o modelo limitado por
amostras, o que corrobora com a ideia de se adotar este primeiro como base deste trabalho.

Figura 33: Validao cruzada do FeG1 acumulado, estimado por krigagem sem limite de amostras (a) e
com limite de amostras (b).

A mesma comparao foi feita entre o teor de ferro das amostras da pilha e o teor simulado
pela mdia dos 20 cenrios da simulao geoestatstica (Figura 34). Ao contrrio dos
resultados da krigagem ordinria e do IQD, os valores estimados pela simulao tendem
a ser menos suavizado e com uma maior variabilidade entre as amostras estimadas. Na
figura 35, ao se calcular a diferena entre o resultado real da amostra com o resultado das
estimativas das mesmas pela krigagem e simulao, observa-se que os dados da
simulao geram dados pontuais mais errticos que a krigagem. A grande vantagem da
simulao fornecer os dados de incertezas para os blocos estimados.

69
 Figura 34: comparao das amostras da pilha com o modelo simulado (mdia dos 20 cenrios).

Figura 35: comparao da diferena entre as amostras da pilha com os dados do modelo simulado
(mdia dos 20 cenrios).

A amostragem de frente de lavra pelo mtodo da canaleta na face do talude ou trincheira

um mtodo de amostragem que se bem executado fornece informaes granuloqumicas
representativas dos corpos in situ. No entanto, as 16 amostras estudadas por este mtodo
podem no estar sendo representativas na obteno dos dados granuloqumicos devido s
caractersticas da pilha de deposies aleatrias, o que acarreta em uma falta de
continuidade da informao ao longo da massa que se deseja amostrar. Como a formao

70
 uma sucesso de deposio de cones de basculamento e no h nenhum processo de
homogeneizao, uma amostra do tipo canaleta estar representando apenas os cones no
qual intercepta e no o bloco em si que composto por amostras de diferentes origens.
As amostras realizadas na pilha tiveram um comprimento mdio de 10 metros. Diante
disso, passou-se a analisar a eficincia de estimativa da pilha por meio de reconciliao
de lavra.

Para esta verificao de eficincia da MEPT foram analisadas 52 pilhas de

homogeneizao provenientes do ROM. Todas estas pilhas tiveram participaes da pilha
Dep_Cava em sua programao e tambm na sua execuo. As pilhas estudadas possuem
massas variadas e em geral giram em torno de 36.690 toneladas (Figura 36a). A mdia de
participao da frente de lavra Dep_Cava nestas pilhas realizadas foi de 11,06% variando
entre 2,71 % (mnimo) e 18,48% (mximo) (Figura 36b e 36c).

71
 c)
Figura 36: a) massa total das pilhas de homogeneizao formadas, b) % de participao da Dep_Cava nas
pilhas de homogeneizao e c) histograma da participao do Dep_Cava nas pilhas analisadas.

Para cada uma das 52 pilhas de homogeneizao foi realizado o ndice de reconciliao
entre a qualidade esperada pela programao das massas executadas das pilhas obtidas
por meio do modelo de blocos e os valore reais das pilhas obtidos aps a sua formao,
valores estes analisados na prpria mina de Brucutu. Este ndice calculado pela frmula
abaixo:

(VR VE)
IR *100 (5.1)
VR

onde IR o ndice de reconciliao, VR o valor real da pilha (amostragem da pilha) e

VE o valor estimado para a pilha (modelo de blocos).

Como parmetro de comparao a Vale adota o IR com o status de bom quando os

valores deste encontram-se menor ou igual a 10%. Este parmetro utilizado quando a
anlise se referir a qualquer dado granuloqumico e de massa do minrio de ferro.
Aplicando-se o IR nas pilhas para o elemento FeGL possvel observar que todos os
dados encontrados esto dentro dos valores considerados desejveis para uma
reconciliao (Figura 37). O grfico demonstra que a insero dos dados estimados da
frente de lavra Dep_Cava na estimativa da pilha est em conformidade com o esperado

72
independente do tamanho da pilha formada e da porcentagem de participao desta frente
na pilha final. Este resultado corrobora com a expectativa de que as pilhas temporrias
estimadas pela MEPT passam a ter controle suficiente para que seus dados possam ser
utilizados nos planos de lavra.

ndice de Reconciliao Limite Max. Desejado

12.00%

10.00%

8.00%

6.00%

4.00%

2.00%

0.00%
313

320

329

339

354

362
311
312
314
315
316
317
318
319
321
322
323

324
330
331

334B

336
337
338
340
341
342
343
344
345
346
347
351
352
355
356
357
358
359
360
361
363
364
324B
324A

332B
332A
333B
333A
334A
335B
335A

Figura 37: grfico do ndice de reconciliao das 52 pilhas de homogeneizao.

Prosseguindo no estudo destas pilhas para o elemento FeGL, adotou-se o critrio de

anlise por meio do desvio padro, mtodo este utilizado pela Vale na mina de Brucutu
para acompanhar as variaes das pilhas e abrir no conformidades quando os valores
excedem estas referncias. No conformidade um jargo utilizado pelas empresas e
auditorias para se referir a uma situao onde se est fora da normalidade se comparado
a uma referncia da rea, que pode ser um procedimento, especificao, norma, entre
outros. Para abertura de no conformidade na Vale, adotado o valor de duas vezes o
desvio padro da anlise de cada elemento granuloqumico e granulomtrico de todas as
pilhas formadas nos ltimos seis meses. Para esta estatstica de referncia de desvio
padro, a pilha Dep_Cava no teve participao em todos os meses do perodo semestral
adotado. Esta metodologia pode gerar valores mais restritivos acarretando desvios
menores dos que esto ocorrendo durante a formao da pilha, exigindo assim mudanas
na programao das pilhas por parte do tcnico de controle de qualidade de modo a
atender a especificao. Para cada elemento analisado a referncia pode ser o desvio

73
padro positivo ou negativo. No estudo das pilhas foram estudados os elementos FeGL
com desvio negativo indesejado e a granulometria G3 com valores indesejados quando
acima ou abaixo do valor de referncia do segundo desvio. A granulometria G3 um item
crtico na mina de Brucutu, e o seu impacto quando fora dos limites estabelecidos impacta
diretamente no concentrador magntico e na flotao.

O FeGl, como mostra a Figura 38a, segundo a metodologia Vale de mensurao de

desvios, as pilhas apresentam 30,77 % de seus valores no primeiro desvio, 30,77% no
segundo desvio e 38,46% acima do segundo desvio. Esta forma de medio gera valores
de distribuio assimtricos, o que exige uma anlise do desvio de forma diferenciada.
Para o elemento FeGL, o que indesejvel o valor acima do segundo desvio. Apesar
destes valores serem altos, 38,46%, o que realmente impacta na produtividade so os
valores com desvio negativo abaixo do segundo desvio, pois afetam diretamente na
recuperao mssica. Na Figura 38b, temos a anlise de atendimento das pilhas no que se
refere especificao esperada pela usina de beneficiamento para o FeGl. Nesta
possvel verificar que apenas os dados abaixo do segundo desvio, 5,77% das pilhas
estudadas, impactam no processo de beneficiamento. J os desvios acima do segundo
desvio no impactam a recuperao mssica e at ajudam a aument-la, porm tambm
no so desejados, pois afetam na reserva e dificultam a formao das futuras pilhas.
Nestes tambm podem ocorrer diluio de pequenos corpos de hematititos e itabiritos
ricos.

A granulometria G3 possui uma variabilidade menor e seus valores encontram-se 59,62%

no primeiro desvio, 36,54% no segundo desvio e 3,85% no segundo desvio (Figura 38c).
Para esta granulometria, tantos os valores acima e abaixo do segundo desvio so
prejudiciais na planta de concentrao, o primeiro sobrecarrega a concentrao dos
hidrociclones tornando-os ineficientes, alm de enviar para a alimentao da flotao
materiais de granulometria indesejadas, j no segundo caso, h uma ineficincia no
processo o que acarreta na pouca massa para a etapa de concentrao magntica (Figura
38d).

74
Nas anlises das pilhas para o teor de FeGl e a granulometria G3, no foram observados
diferenas quando comparados aos perodos onde no houveram participao da pilha
Dep_Cava.

Anlise Pilhas FEGL Anlise Atendimento FEGL

5.77%

30.77%
38.46%

94.23%
30.77%

Dentro da Especificao Fora da Especificao

a) 1 Desv 2 Desv Fora do Desvio b)

Anlise Pilhas G3 (-1+0.15mm) Anlise Atendimento G3

3.85% 3.85%

36.54%
59.62%

96.15%

1 Desv 2 Desv Fora do Desvio Dentro da Especificao Fora da Especificao

c) d)

Figura 38a) e c) anlise do desvio padro para das pilhas para o FeGl e G3 respectivamente; e b) e d)
anlise de atendimento a especificao do ROM da mina para o FeGl e G3 respectivamente

Para comparar a simulao juntamente com os dados estimados pela KO e IQD, foi
realizado uma curva de parametrizao entre teores de FeGl e a tonelagem (Figura 39).
As estimativas de KO e IQD apresentam comportamentos muito similares at o teor de
corte de 45% de FeGl, onde a partir de valor apresenta uma ligeira diferena entre seus
valores. A simulao apresentou uma faixa bem definida entre a simulao mnima e
mxima. A simulao mnima apresentou comportamento pouco abaixo dos valores da
KO e do IQD. Exatamente no mesmo teor de corte de 46% de FeGl temos a ocorrncia
de uma ligeira variao na faixa de teores da simulao, onde se observa um deslocamento

75
do comportamento dos dados da KO em relao simulao mnima. A curva de
parametrizao muito bem definida e mostra um teor constante mdio quando aplicado
um teor de corte de at 44% de FeGl. Este comportamento se deve ao teor usado para
definir quais os materiais iriam para a pilha Dep_Cava.

Figura 39: curva de parametrizao do FeGl para KO, IQD, simulao mdia (sm), simulao de mdia
mnima (min) e simulao mxima (max).

Com a pilha inserida no modelo de blocos, a mesma foi disponibilizada para o

Planejamento Curto Prazo simular um plano de lavra adotando a pilha como sendo uma
frente vlida no sequenciamento de lavra. A Tabela 6 mostra o plano de lavra dirio
utilizado para o segundo semestre de 2014 j utilizando o Dep_Cava como uma frente de
lavra qualquer.

Este procedimento permitiu o aproveitamento da pilha de itabirito estril para o plano de

2014 fornecendo um controle dentro de um grau de confiana aceitvel para um plano de
lavra. A figura 40, mostra o avano de lavra na pilha Dep_Cava no segundo semestre de
2014.

76
 Tabela 6: Exemplo de plano diria com participao da pilha Dep_Cava.

Frente (Coletado) Pilha Pilha -1+0,15mm -0,15mm +1,0mm Global G

Frente Gerada Formada
%
X Y Z SiO2 SiO2 Al2O3 Mn SiO2 Al2O3 Fe P -1+0,15 -0,15 +1

ES 810 669,632.0 7,802,627.0 810.0 30,000 7,000 9% 28.08 22.86 0.83 0.079 15.85 0.85 50.8 0.090 19.0 56.2 24.8

ESTQ 02 668,891.0 7,802,799.0 870.0 0 0 0% 42.00 22.00 1.10 0.040 13.80 1.75 49.10 0.038 25.50 55.50 19.00

Est Hematita
669,670.0 7,803,352.0 890.0 15,000 0 0% 19.00 11.50 1.80 0.050 5.20 3.42 58.00 0.082 19.00 53.00 28.00
09

ES 810 A 669,555.0 7,802,595.0 820.0 0 9,000 0% 24.52 15.55 0.91 0.038 13.01 1.85 48.00 0.053 20.00 67.00 13.00

Est 10 669,339.0 7,803,296.0 950.0 0 0 0% 44.00 22.00 1.38 0.050 11.40 2.15 50.00 0.030 20.00 60.00 20.00

Dep CAVA 669,695.0 7,803,330.0 910.0 20,000 6,000 6% 58.00 27.90 1.00 0.020 20.00 1.00 43.00 0.016 25.00 55.00 20.00

GS 940 670,515.0 7,803,442.0 940.0 20,000 0 6% 53.17 33.51 1.02 0.016 19.51 0.43 42.7 0.027 13.9 44.4 41.7

GS 960 670,605.0 7,803,336.0 960.0 10,000 0 3% 42.01 35.02 1.02 0.009 28.85 1.65 41.40 0.015 51.60 41.10 7.30

EL 930 671,405.0 7,803,890.0 940.0 75,000 8,000 23% 40.53 24.55 1.19 0.027 10.27 1.58 50.2 0.039 24.5 52.3 23.1

GS 950N 670,432.0 7,803,752.0 950.0 30,000 7,000 9% 65.87 30.46 1.14 0.132 16.70 1.58 42.5 0.038 22.5 55.4 22.2

GN 970 670,261.0 7,803,931.0 970.0 40,000 11,000 12%

52.10 20.80 1.55 0.087 12.36 2.19 49.20 0.045 20.60 60.80 18.60

GW 1010 669,075.0 7,803,499.0 1,010.0 90,000 19,000 27%

39.98 18.72 0.89 0.037 8.85 1.42 53.30 0.030 18.70 63.10 18.20
Pilha Gerada 330,000 44.09 22.95 1.11 0.052 12.82 1.51 49.48 0.041 21.72 56.29 21.97

Pilha Formada 67,000 43.75 22.95 1.06 0.056 12.88 1.51 49.23 0.042 20.87 59.71 19.42

Figura 40: Lavra Dep_Cava (segundo semestre de 2014).

77
6. CONCLUSO

O mtodo demonstrou ser promissor e representar bem as variabilidades geradas na

formao de uma pilha de minrio de forma aleatria, como demonstraram os estudos de
formao de pilhas com participao da pilha Dep_Cava. A MEPT apresenta baixo custo
e requer pouca adaptao em uma mina que j possui despacho eletrnico.

Para a aplicao do mtodo recomenda-se que tanto os equipamentos de carga quanto os

equipamentos de transporte tenham um sistema de GPS de alta preciso interligado ao
sistema de despacho eletrnico. Isto se faz necessrio para se evitar processamentos
extras e diminuir a impreciso do mtodo.

Para a quebra dos cones na pilha recomendvel que o trator realize suas atividades
sempre em uma nica direo de forma a no espalhar o material quebrado em direes
diversas gerando uma aleatoriedade da deposio ainda maior que pode prejudicar as
estimativas.

Ficou evidenciado que o mtodo da KO e do IQD apresentam resultados similares. Isso

se deve ao fato do variograma apresentar um efeito pepita alto, o que evidencia
aleatoriedade dos dados e consequentemente um raio de busca pequeno. Quando h perda
de dados no momento da estimativa da pilha sugere-se no se limitar o nmero mximo
de amostras a serem estimadas, pois numa deposio aleatria a ausncia de uma
informao pode interferir na estimativa. A no limitao do nmero de amostras durante
a estimativa faz com que uma grande quantidade de amostras seja utilizada, o que gera
um efeito de estimativa que se assemelha a uma mdia aritmtica no seu resultado.

A pilha, depois de inserida no modelo de blocos e estimada, pode ser utilizada como uma
frente de lavra qualquer durante o processo de planejamento de lavra. O mtodo permite
controles confiveis dos recursos depositados de forma orientada. Necessita apenas de
dados j existentes na mina, o que faz com que seja de baixo custo se comparado a todos
os mtodos convencionais. O sistema de processamento na fase de preparao dos dados,
se automatizado, facilita o processo e faz com que o tempo de atualizao no impacte na
atualizao do modelo geolgico mensal.

78
Para o planejamento no h mudanas de rotina, pois a pilha estimada pode ser tratada
como uma frente de lavra qualquer durante a elaborao do plano de lavra.

Outras variveis podero ser estimadas na MEPT, tais como densidade, mineralogia,
susceptibilidade magntica, entre outros.

Para aplicao da metodologia na estimativa de dados granulomtricos importante que

se considere a degradao que o material passa durante o processo de lavra at a sua
deposio na pilha.

A simulao geoestatstica permitiu definir uma faixa possvel de ocorrncia para os

elementos estudados medida que se transpe a variabilidade das reas de escavaes
para a pilha a ser estimada.

Tanto na krigagem quanto na simulao, o procedimento se vale de dados oriundos da

krigagem durante o processo de obteno dos dados por meio do modelo de blocos. Estes
dados passam por outro processo de krigagem na pilha para determinao dos dados
granuloqumicos e das simulaes. Este procedimento acumula situaes de suavizaes
de seus teores. Fator este que pode impactar nos estudos da validao da pilha.

A metodologia permiti estimar a pilha sem a necessidade de realizar campanhas de

amostragem, limitando-se a realizao de amostras espordicas para validao e
calibragem da MEPT. Atualmente a economia por amostra de R$ 185,49 (cento e oitenta
e cinco reais e quarenta e nove centavos).

Um outro ganho direto da aplicao da MEPT foi a diminuio da DMT. A construo

da pilha proporcionou uma DMT de 1.300 metros no momento de sua retomado, contra
2.400 metros no projeto sem a pilha Dep_Cava.

6.1 Sugestes para Trabalhos e Pesquisas Futuras

- Realizar formao de pilha de minrio temporria de forma controlada, depositando

materiais de caractersticas semelhantes para que se possa gerar domnios e assim
melhorar as estimativas.

- Aplicar metodologias de correo da suavizao da estimativa por krigagem ordinria a

fim de se diminuir os impactos da soma destas suavizaes nos resultados finais;

79
- Realizar estudos para verificar a melhor malha para a determinao do grid a ser
utilizado na simulao geoestatstica;

- Realizar estudos da estimativa da granulometria da pilha levando em considerao

estudo de degradao da mesma durante seu processo de formao;

- Realizar o estudo com os caminhes tambm equipados com GPS de alta preciso.

80
REFERNCIAS BIBLIOGRFICAS

Abichequer, L. A. (2010). Simulao Geoestatstica Aplicada ao Planejamento de Pilhas

de Homogeneizao - Um Estudo de Caso de Reconciliao. Universidade Federal do
Rio Grande do Sul, Dissertao de Mestrado, Cap. 3.
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, p. 205- 215, Colorado, U.S.A.
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), p. 87. Universidade Federal do Rio Grande do Sul.
Chils, J. P. (1977). Gostatistique des phnomnes non stationnaires (dans le plan).
Doctoral thesis. University of Nancy 1, France.
Dagdelen, K. e Vega, A. N. (1997). Geoestatistic Applied to Mine Waste Characterization
at Leadville, Colorado, USA. Internacional Journal of Suface Mine, v. 11, p. 175-188.

Deutsch, C.V. & Journel, A.G. (1998). GSLIB: Geostatistical Software Library and user's
guide. 2.ed. p. 369. Oxford University Press, New York.

Guimares, E. C. (2004). Geoestatstica bsica e aplicada, v. 1, p. 78. Universidade

Federal de Uberlndia.
Goovaert, P. (1998). Geoestatistics for Natural Resources Evaluation. Oxford University
Press. 483 pginas. Nova York.
Guerra, P.A.G. (1988). Geoestatstica operacional. Departamento Nacional da Produo
Mineral, Rio de Janeiro.
Gy, P. M. (1998). Sampling for Analytical Purposes. John Wiley & Sons Ltd., p. 153,
Chichester.
Houlding, S. W. (1999). Pratical Geostatistics: Modeling and Spacial Analysis. CD-ROM
Vancouver: Springer Verlag Berlin Heidelberg.

Hustrulid, W. e Kuchta, M. (1995). Open Pit Mine Planning & Design Fundamentals. A.
A. Balkema, Rotterdam, v. 1, p. 636.
Issaks, E. H. e Srivastava, M. R. (1989). An Introduction to Applied Geostatistics, p. 561.
Oxford University Press, New York.

Journel, A. G. (1974). Geoestatistic for conditional simulations for ore bodies, v. 69(5),
p. 673-687. Economic Geology.

Journel, A. G. e Huijbregts, C. (1978). Mining Geoestatstics. London: Academic Press.

81
Kasmaee, S.; Gholamnejad J.; Yarahmadi A. e Mojtahedzadeh H. (2010). Reserve
Estimation of the High Phosphorous Stockpile at the Choghart Iron Mine of Iran Using
Geostatistical Modeling. Mining Science and Technology, v. 20, p. 08550860.

Matheron, G. (1963). Principles of Geostatistics. Economic Geology, N 58, p. 1246-

1266.
Matheron, G. (1971). Principles The Theory of Regionalized Variables and its
Applications. Les Cahiers du CMM. Fasc. N. 5, p. 211, ENSMP, Paris.
Matheron, G. (1973). The Intrinsic Randon Functions and Their Applications. Advances
in Applied Probability, N 5, p. 439-468.
Mazzini, P.L.F. e Schettini, C.A.F (2009). Avaliao de Metodologias de Interpolao
Espacial Aplicadas a Dados Hidrogrficos Costeiros Quase-Sinticos. Brazilian Journal
of Aquatic Science and Technology. V.13, n. 1, p. 53-64.
Morgan, C. J. (2011). Theoretical and Pratical Aspects of Variography: in Particular,
Estimation and Modelling of Semi-variograms Over Areas of Limited and Clustered or
Widely Spaced Data in a Two-dimensional South African Gold Mining Context. p. 203.
Doctoral Thesis. University of Witwatersrand, Johannesburg, 2011.

Nils, J.; Krook. J. e Eklund, M. (2012). Transforming Dumps into Gold Mines.
Experiences from Swedish Case Studies. Environmental Innovation and Societal
Transitions, v. 5, p. 33 48. Linkping, Sweden.

Olea, R. A. (1999). Geoestatistics for engineers and earth scientists. Kluer Academic
Publishers, Boston.

Rendu, J. M. (2000). International aspects of resource and reserve reporting standards. In:
The Codes Forum, Disponvel em: www.mineralsappraisers.org/08%20Rendu.pdf.
Acesso em: 03 agosto de 2013. Sydney.

Ribeiro, D. T.; Costa, Joo Felipe C. L.; Tamantini, B. F. T.; Cunha, E.; Roldo, D.; Filho,
C. G. M. (2013). Local Geostatistical Simulation Based on Multidirectional Random
Walk. In: 36 APCOM, Fundao Luiz Englert, v. 1, p. 178-188. Porto Alegre. 36th
APCOM. Porto Alegre.

Ribeiro, D. T.; Cunha-Filho, E.M.; Costa, J.F.C.L.; Roldo, D.G., e Tamantini, T.B.F.
(2012). Multidirectional random walk: an alternative to local simulation of Gaussian data.
In: Digital Proceedings of Ninth International Geostatistics Congress, v. 1, p. 1-19. Oslo,
Norway.

Sad, J. H. G.; Valente, J. M. G. P. (2003). Guia prtico para clculo de recursos e reservas
minerais. Disponvel em: http://www.geologo.com.br/JORC.ASP. Acesso em: 21 agosto
de 2013.

Schofield, C.G. (1980). Homogenisation/Blending Systems Design and Control for

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

82
Sinclair, A. J.; Blackwell, G. H. (2004). Applied Mineral Inventory Estimation, p. 381
Cambridge: Cambridge University Press.

Soares, A. (2006). Geoestatstica para as cincias da Terra e do ambiente, p. 214. 2. ed.

Lisboa: IST Press.

Souza, L. E. de. (2001). Estimativa de Incerteza na Classificao de Recursos Minerais

por Simulao Geoestatstica. Revista da Escola de Minas REM, v. 54, n. 2, p. 143-148,
abr. jun. 2001. Ouro Preto.

Souza, L. E. de. (2002). Estimativa de Incertezas e Sua Aplicao na Classificao de

Recursos Minerais. Dissertao de mestrado Metalurgia extrativa e tecnologia mineral.
Programa de Ps-Graduao em Engenharia de Minas, Metalrgica e de Materiais, p.
170. Universidade Federal do Rio Grande do Sul, Porto Alegre.
Souza, L. E. de.; Costa, J. F. C. L. e Koppe, J. C. (2009). Alternativas para Classificao
de Recursos Minerais Mtodos Geoestatsticos Tradicionais. Revista da Escola de
Minas REM, Ouro Preto, v. 62, n. 4, p. 525-532.

Sracek, O.; Glinas, P.; Lefebvre, R. e Nicholson, R. V. (2006). Comparison of Methods

for the Estimation of Pyrite Oxidation Rate in a Waste Rock Pile at Mine Doyon Site,
Quebec, Canada. Journal of Geochemical Exploration, v. 91, p. 99109.
Yamamoto, J. K. (2001). Avaliao e classificao de reservas minerais. Edusp, ps. 226.
So Paulo.

Yamamoto, J. K. e Landin, P. M. B. (2013). Geoestatstica: conceitos e aplicaes,

ps.215. Oficina de Textos, So Paulo.

83
Anexo I - BM_ModularGrade

# bm_modulargrade
# reads data generated by dispatch in the modular format
# retrieves the grade for the blocks that were affected

use Lava;
use vulcan;
use strict;
use Win32::OLE::Const "Microsoft Excel";

my $script_name = 'bm_modulargrade';
my $script_version = 'v1.9';

### MAIN CODE ###

# SUBS are AFTER the main code
print "$script_name $script_version\n";
# retrieve last selections from the .ini
my ($bmf,$xls,$header,$waste,$nvl,@uvl) = ini();

my $panel = new Lava::Panel;

$panel->item('Block Model',\$bmf,40);
$panel->pick_list('','*.bmf',0);
$panel->item('Input XLS ',\$xls,40);
$panel->pick_list('','*.xls*',0);
$panel->item('x coordinate column name',\$header->[0],20);
$panel->item('y coordinate column name',\$header->[1],20);
$panel->item('z coordinate column name',\$header->[2],20);
$panel->item('mass column name ',\$header->[3],20);
$panel->item('Waste Codes',\$waste,60);
$panel->numeric("Number of variables to add",\$nvl,6,0);
$panel->execute("$script_name $script_version") or die 'user cancel';

# remove block model lock

unlink substr($bmf,0,-4) . '.blk_lock';
my $bm = new vulcan::block_model($bmf, "r");
$bm || die("Block model locked\n");

if(scalar(@uvl) > $nvl) {

splice(@uvl,$nvl - 1);
}

$panel = new Lava::Panel;

for(my $i=0;$i<$nvl;$i++) {
$panel->item('Variable ' . ($i+1),\$uvl[$i],30);
$panel->pick_list_data( $bm->field_list() );
}
$panel->execute("$script_name $script_version") or exit $bm->close;

ini($bmf,$xls,$header,$waste,$nvl,@uvl);

my ($dens) = (join(' ',$bm->field_list_numbers()) =~ /(dens\w+)/i);

my @vlstring;
for(my $i=$#uvl;$i>=0;$i--) {
if($bm->is_string($uvl[$i])) {
push @vlstring, splice(@uvl,$i,1);
}
}

#print join(',',@uvl,'-',@uvlstring,chr(10));
print "Using variable '$dens' as density\n";

my @vl = ('volume',$dens,'zworld','zlength',@uvl);

my ($xwidth,$ywidth,$zwidth) = $bm->model_schema_size(0);
my ($xo,$yo,$zo) = $bm->model_origin();

# override bench width, which uses the block model maximum Z size as default
# $zwidth = 12345;

$xls = Win32::GetCwd() . '\\' . $xls;

my $Workbook = Win32::OLE->GetObject($xls);

unless($Workbook) {
print("Cant open $xls");
exit;
}

# ensure both excel application and the workbook internal window are visible
if($Workbook->Application->{Visible} == 0) {
$Workbook->Application->{Visible} = 1;
}
$Workbook->Windows(1)->{Visible} = 1;
Lava::Show("$script_name working....");
my $Sheet = $Workbook->Sheets(1);

$Workbook->{Calculation} = xlCalculationManual;
$Workbook->Application->{Calculation} = xlCalculationManual;
$Workbook->Application->{ScreenUpdating} = 0;
my @nCol;
my $nrow = $Sheet->UsedRange->Rows->Count;
# detect which column belongs to which header
for(my $l = 1;$l <= $nrow; $l++) {
#if($l == 10) {$l = 220}
#last if($l > 230);
# if we already found the header location start storing data in the array
if(scalar(@nCol) > 0) {
my @xyzm = map {$Sheet->Cells($l,$_)->Value} @nCol;
# skip invalid coordinates
next unless(($xyzm[0] > 0 || $xyzm[1] > 0 || $xyzm[2] > 0) && $xyzm[3] > 0);
if(($l % 100) == 0) {
Lava::Show("Working on line $l");
}
my @grades = pointgrade(\@xyzm,$zwidth,\@vl,\@vlstring);
#my @grades = (1,2,3,4);
#print join(';',$l,@grades,"\n");
$Sheet->Range($Sheet->Cells($l,$nCol[2] + 2),$Sheet->Cells($l,$nCol[2] + 2 +
($#grades)))->{Value} = [@grades];
#for(my $i=0;$i<=$#grades;$i++) {
#printf("%s,%d,%d,%d,%s\n",$Sheet->{Name},$l,$i,$nCol[2],$grades[$i]);
#if($Sheet->Cells($l,$nCol[2] + $i + 2)) {
# $Sheet->Cells($l,$nCol[2] + $i + 2)->{Value} = $grades[$i];
#}
#printf("%d,%d,%s\n",$l,$nCol[2] + $i - 3,$grades[$i-3]);
#}
} else {
# detect header location and columns
for(my $i=0;$i<=$#$header;$i++) {
unless($nCol[$i]) {
for(my $c=1;$c<=$Sheet->UsedRange->Columns->Count;$c++) {
 if($Sheet->Cells($l,$c)->Value =~ /$header->[$i]/i) {
$nCol[$i] = $c;
}
}
}
}
# header tag for each variable
if(scalar(@nCol) > 0) {
$Sheet->Cells($l,$nCol[2] + 2)->{Value} = 'mass1';
$Sheet->Cells($l,$nCol[2] + 3)->{Value} = 'mass2';
for(my $i=0;$i<=$#vlstring;$i++) {
$Sheet->Cells($l,$nCol[2] + $i + 4)->{Value} = $vlstring[$i];
}
for(my $i=4;$i<=$#vl;$i++) {
$Sheet->Cells($l,$nCol[2] + $i + 1 + $#vlstring )->{Value} = $vl[$i];
}

}
}
}

$bm->close;

$Workbook->Application->{ScreenUpdating} = 1;
#$Workbook->Application->{Calculation} = xlCalculationAutomatic;
$Workbook->Application->Calculate();

Lava::Message("$xls updated");

### SUBS ###

sub pointgrade {
my ($xyzm,$zwidth,$vl,$vlstring) = @_;

return unless(ref($xyzm));
#print "here1" . join(':',@$xyz) . " \n";
# skip blocks not found
if($bm->find_world_xyz($xyzm->[0],$xyzm->[1],$xyzm->[2])) {
return(0,0,'empty');
}
#print "here2\n";
my @b1 = $bm->get_multiple( $vl );
my @b1string = $bm->get_multiple_string( $vlstring );
# block above
$bm->find_world_xyz($xyzm->[0],$xyzm->[1],$xyzm->[2] + $b1[3]);
#print "here3\n";
my @b2 = $bm->get_multiple( $vl );
my @b2string = $bm->get_multiple_string( $vlstring );
# calculate how much of each block we will use by finding how many meters inside
the block the csv point is
my $proportion1 = (($b1[2] + $zwidth * 0.5) - $xyzm->[2]) / $zwidth;

my $proportion2 = 1 - $proportion1;

# filter out the waste codes

if(index($waste,$b1string[0]) != -1) {
$proportion1 = 0;
}

if(index($waste,$b2string[0]) != -1) {
$proportion2 = 0;
}
 unshift(@b1,($proportion2 > 0 ? $proportion1 : 1));
unshift(@b2,($proportion1 > 0 ? $proportion2 : 1));

return($proportion1,$proportion2,pondblocks_string(\@b1string,\@b2string),pondblock
s(\@b1,\@b2));
}

### SUBS ###

# "ponderate" strings by concatenating then separated by /

sub pondblocks_string {
my @unique;
for(my $j=0;$j<=$#_;$j++) {
for(my $i=0;$i<=$#{$_[$j]};$i++) {
$unique[$i]->{$_[$j][$i]} = $j;
}
}

return(map {join('/',sort {$_->{$a} <=> $_->{$b}} keys(%$_))} @unique);

}

sub pondblocks {
my @grade;
for(@_) {
for(my $i=5;$i<=$#$_;$i++) {
next if($_->[$i] < 0);
#printf("%g,%g,%g,%g\n",$grade[$i-5],$_->[0] * $_->[$i],$_->[0],$_->[$i]);
$grade[$i-5] += $_->[0] * $_->[$i];
}
}
#print join(';',@grade,"\n");
 return(@grade);
}

# get columns form a ascii file

sub xls2array {
my $Sheet = shift;
my @nCol;
my @r;
# detect which column belongs to which header
my $l = 1;
for(;$l <= $Sheet->UsedRange->Rows->Count; $l++) {
# if we already found the header location start storing data in the array
if(scalar(@nCol) > 0) {
$r[$l] = [map {$Sheet->Cells($l,$_)->Value} @nCol];
} else {
# detect header location and columns
for(my $i=0;$i<=$#_;$i++) {
unless($nCol[$i]) {
for(my $c=1;$c<=$Sheet->UsedRange->Columns->Count;$c++) {
if($Sheet->Cells($l,$c)->Value =~ /$_[$i]/i) {
$nCol[$i] = $c;
}
}
}
}

}
}

#print "$l,$nCol[0],$nCol[1],$nCol[2]\n";
return @r;
}
# v4.0 store user selections in a .ini file OR retrieve last selections
sub ini {
my $ini = $script_name . '.ini';
if(@_) {
open INI, '>', $ini;
# separate records with 00, array elements with tab
print INI join("\0", map {ref $_ ? join("\t",@$_) : $_ } @_),"\n";
print INI $script_version;
} elsif (open INI, $ini) {
$ini = <INI>;
# check script version, if it changed return defaults
if(index(<INI>,$script_version) != -1) {
close INI;
chomp $ini;
return(map {/\t/ ? [split("\t",$_,-1)] : $_} split("\0",$ini));
}
}
close INI;
# defaults

return(Lava::Lava_Current_BModel(1),'',['_x_FACE_BCO','_y_FACE_BCO','_Z_FAC
E_BCO','Massa'],'xi,so,in,cg,sa,pi,at,pe,qt,phct,ro,qc,vq,mp,mt,mtc,rvnl,mtmg',30,qw/lit
o g1 g2 g3 g4 fegl sigl algl pgl mngl feg1 sig1 alg1 pg1 mng1 feg2 sig2 alg2 pg2 mng2
feg3 sig3 alg3 pg3 mng3 feg4 sig4 sig4 pg4 mng4/);
}

### END OF SUBS ###