Escolar Documentos
Profissional Documentos
Cultura Documentos
Belo Horizonte - MG
30 de maro de 2006
Lsara Fabrcia Rodrigues
Orientador:
Prof. Doutor Luiz Ricardo Pinto
Belo Horizonte - MG
30 de maro de 2006
Aos meus pais, que desde cedo me ensinaram a valorizar a educao.
Agradecimentos
Aos meus pais, Joo e Cleuza por estarem sempre presentes e terem me apoiado nas de-
cises que tomei.
Aos meus irmos Letcia e Neto, pelo convvio, pacincia e amizade.
Aos meus familiares, em especial a minha prima Meire.
Ao Prof. Luiz Ricardo Pinto, pela orientao, amizade, conana e disponibilidade.
Aos demais professores e funcionrios de Departamento de Engenharia de Produo/UFMG,
em especial ao Prof. Samuel Vieira Conceio.
Aos colegas e amigos, em especial a Irce, Milena Estanislau, Iana, Rogrio, Antnio Mar-
cos, Eduardo, Renato, Flvia, Thiago, Ana Carolina, Paulo e Osmar que sempre estiveram
dispostos a me ajudar no que foi preciso.
Aos professores e colegas da Engenharia de Produo/UFOP, que foram o incio de tudo.
Ao der, pela compreenso e carinho nesses meses difceis.
s Douras, que mesmo distncia, esto sempre presentes na minha vida.
CAPES pela bolsa concedida, que foi fundamental para a concluso desse trabalho.
"Nunca devemos nos esquecer de que o futuro no nem totalmente nosso, nem
totalmente no-nosso, para no sermos obrigados a esper-lo como se estivesse por vir
com toda a certeza, nem nos desesperarmos como se no estivesse por vir jamais."
Epicuro
Resumo
Simulation has been used to reproduce conditions of mining operations. Results show
the performance of algorithms that have employed these methodologies under dierent
conditions in open pit mining. It is not possible, however, to state through the results
obtained in the present study the superiority of any of them.
Lista de Figuras vi
Lista de Abreviaturas ix
1 Introduo 1
1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Reviso Bibliogrca 7
i
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg ii
2.3 Heursticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.5 Simulao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3 Metodologias 38
3.2.6 Seleo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg iii
4 Implementao Computacional 59
4.4.1 Cenrio 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.4.2 Cenrio 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg iv
4.4.3 Cenrio 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.4.4 Cenrio 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.4.5 Cenrio 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.4.6 Cenrio 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.4.7 Cenrio 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.4.8 Cenrio 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5 Resultados Obtidos 70
5.1 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6 Concluses e Recomendaes 80
Lista de Figuras
vi
Lista de Tabelas
vii
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg viii
ix
Captulo 1
Introduo
Com o aumento da competio, diminuir custos, tomar decises rpidas e com maior
conabilidade, tornou-se imprescindvel para a lucratividade das empresas. Alm disso,
operaes mais complexas surgiram e, com isso, tornou-se necessrio alocar os recursos
disponveis de forma mais racional.
Nesse contexto, a Pesquisa Operacional comeou a ser utilizada como uma importante
ferramenta para encontrar solues de problemas cada vez mais complexos. Um dos
mtodos derivados do campo da Pesquisa Operacional, utilizado com essa nalidade, a
simulao.
Kalasky e Mutmansky [21] relataram que, em 1996, 25% das minas do mundo uti-
lizavam aplicaes de Pesquisa Operacional. Na indstria mineral a simulao pode ser
usada para projetar e planejar sistemas e analisar operaes (Sturgul e Li [50]).
Segundo Sturgul e Li [50], Panagiotou [34] e Ramos Neto [42], a simulao permite
estudar o comportamento de sistemas em mineraes antes que eles sejam construdos ou
1
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 2
previamente estabelecidos.
A alocao esttica ainda o mtodo mais utilizado nas mineraes por no apre-
sentar a obrigatoriedade de utilizao de um sistema automtico de alocao. Porm,
esse mtodo proporciona menor produtividade devido s las de caminhes e ociosidade
dos equipamentos de carga. Esse tipo de alocao , geralmente, aplicado em minas de
pequeno e mdio porte.
como um todo.
Assim, torna-se necessrio otimizar este transporte, o que pode ser conseguido atravs
da utilizao de sistemas de despacho. O sistema de despacho pode reduzir o custo de
capital e da operao, atravs da reduo da frota de caminhes necessria e do aumento
da produo com a utilizao da mesma frota.
Alm disso, de acordo com Kolonja et al. [24], devido aos avanos da tecnologia
computacional existem vrios sistemas de despacho de caminhes, os quais tm o potencial
de melhorar a produtividade de caminhes e equipamentos de carga e, atravs disso, gerar
economias subseqentes.
quais situaes um algoritmo prefervel em relao aos demais. Para essa comparao
ser utilizada a simulao, com o objetivo de reproduzir o comportamento das operaes
de lavra com a utilizao de cada um dos sistemas. O uso de simulao neste caso
essencial, uma vez que no se pode fazer uma experimentao direta dos algoritmos em
uma mesma mina. Alm disso, segundo White et al. [55] e Kolonja et al. [24], a simulao
o mtodo mais aplicvel e efetivo para avaliar e comparar problemas de despacho.
1.1 Objetivos
Reviso Bibliogrca
Neste captulo apresentada, de forma sucinta, uma reviso bibliogrca das principais
tcnicas referenciadas ao longo deste trabalho. Sendo assim, na seo (2.1) apresentada
uma breve reviso de programao linear, na seo (2.2) de programao dinmica, na
seo (2.3) de heursticas, na seo (2.4) de algoritmo gentico, na seo (2.5) de simulao,
na seo (2.6) de aplicao de simulao na indstria mineral, na seo (2.7) de sistemas
de despacho e na seo (2.8) de aplicaes de sistemas de despacho.
7
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 8
Aps a formulao do modelo, este deve ser reduzido forma-padro com a inteno de
obter a soluo tima. As equaes de (2.1) a (2.4) mostram um modelo de programao
linear na forma-padro. A equao (2.1) representa a funo objetivo a ser minimizada.
As equaes (2.2), (2.3) e (2.4) so as restries do problema de programao linear. A
restrio de no-negatividade expressa em (2.4) e garante que a varivel de deciso no
apresentar nenhum valor negativo.
n
X
min ci xi = Z(x) (2.1)
i=1
n
X
s.a. : aij xi = bj j m (2.2)
i=1
bj 0 j m (2.3)
xi 0 i n (2.4)
Onde:
i = atividade a ser realizada;
ci = custo da atividade i;
j = restrio;
bj = quantidade disponvel do recurso j ;
aij = quantidade do recurso j na atividade i;
xi = nvel de operao da atividade i (varivel de deciso);
n = nmero de atividades;
m = nmero de recursos;
Costa [12] arma que a maioria dos problemas reais de programao inteira de
complexidade combinatorial e, sendo assim, s podem ser resolvidos ecientemente por
uma tcnica exata, como a Branch-and-bound, se forem de pequeno porte.
De acordo com Bertsekas [5], um aspecto chave deste tipo de problema que as
decises no podem ser vistas isoladamente, necessrio balancear o desejo por custo
baixo no presente e evitar a possibilidade de alto custo no futuro. Logo, a cada estgio
uma deciso selecionada desde que minimize o custo no estgio corrente, e leve ao melhor
custo esperado em estgios futuros.
Uma poltica tima apresenta a propriedade segundo a qual, a despeito das decises
tomadas para se assumir um estado particular num certo estgio, as decises restantes a
partir deste estado devem constituir uma poltica tima.
concludos e utilizando os resultados j obtidos para o estgio seguinte (Bronson [7]). Com
isso, calculam-se os elementos da Tabela (2.1), onde:
u : varivel de estado.
mn (u) : retorno timo para se completar o processo comeando-se no estgio n com o
estado u.
dn (u) : deciso tomada no estgio n que obtm mn (u).
u
0 1 2 3 ...
mn (u)
ltimo estgio
dn (u)
mn1 (u)
Penltimo estgio
dn1 (u)
...
...
m1 (u)
Primeiro estgio
d1 (u)
Mutmansky [31] arma que quando um problema de tomada de deciso pode ser for-
mulado com uma srie de decises individuais que so interrelacionadas, ento o problema
pode ser resolvido por programao dinmica.
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 11
2.3 Heursticas
Heursticas propiciam meios simples de indicar qual dentre as vrias possveis aes
deve ser preferida e no necessariamente garantem identicar a soluo mais efetiva, mas
freqentemente o faz (Pearl [35]).
O algoritmo gentico bsico pode ser formalizado como mostrado na gura (2.1).
2.5 Simulao
O avano nas metodologias tornou a simulao uma das mais largamente usadas e
aceitas ferramentas na Pesquisa Operacional e Anlise de Sistemas (Banks et al. [3]).
Alm disso, Panagiotou [34] arma que a simulao uma ferramenta aplicvel devido ao
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 14
Procedimento AG; {
Num_Geracoes = 1;
Gera_Polucacao_Inicial;
Avalia_Individuo;
enquanto (no convergiu) {
incrementa (Num_Geracoes);
Seleciona_Individuos_Nova_Geracao;
Cruzamento;
Mutacao;
Avalia_Individuo;
}
}
Segundo Hunt [20], a simulao auxilia na avaliao e projeto de sistemas que apre-
sentam las, permitindo aumentar ou reduzir o nmero de servidores ou diferenciar o
tempo de servio.
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 15
Maran e Topuz [28] citaram que modelos analticos tm provado ser um recurso seguro
de informaes rpidas e acuradas e devem ser usados quando possvel. Porm, esses
modelos no podem ser aplicados em sistemas que utilizam despacho de caminhes.
Hunt [20] arma que um modelo de simulao deve representar o mais prximo possvel
o sistema real e ter credibilidade para que seja usado por gerentes e outros tomadores
de deciso. Alm disso, segundo Mutmansky e Mwasing [32], quanto mais geral for o
programa mais aplicvel se torna.
Mutmansky e Mwasing [32] armaram que os modelos de simulao podem ser atua-
lizados discreta ou continuamente. De acordo com Panagiotou [34], a simulao a eventos
discretos aquela onde o estado do modelo muda somente em intervalos de tempo discre-
tos, mas possivelmente aleatrios, enquanto em simulao contnua, o estado do modelo
muda continuamente durante o tempo. Os sistemas de transporte de caminho so mo-
delados como sistemas a eventos discretos (Maran e Topuz [28], Alvarenga [2]).
Quando uma soluo obtida usando simulao importante entender o que signica
essa soluo. Deve-se ressaltar que um modelo de simulao no resolve o problema, mas
diz como um sistema vai operar sob um dado conjunto de parmetros.
Segundo Sturgul e Li [50], esses avanos podem ser notados atravs da execuo mais
rpida, da existncia de maior espao para armazenamento dos dados, da programao
orientada a objeto e da melhor visualizao.
Essas mudanas tiveram grande impacto nos softwares de simulao e esto resultando
em: melhor qualidade, processamento mais rpido, maior exibilidade e interfaces mais
amigveis (Sturgul e Li [50]).
Alm disso, Mutmansky e Mwasing [32] citam que linguagens especializadas tm sido
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 17
De acordo com Sturgul e Li [50], a partir do nal dos anos 80, os simuladores foram
signicativamente melhorados e, com isso, o interesse na sua aplicao na indstria mineral
reviveu.
Turner [52] arma que a simulao est ganhando aceitao na minerao por pro-
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 18
piciar uma plataforma para uma rpida avaliao de custo e das operaes complexas
de minerao. Alm disso, Hunt [20] ressalta que a simulao do processo de minerao
uma ferramenta efetiva em custo para avaliar cenrios durante o projeto de minas e
produo de minrio.
Mutmansky [31] arma que modelos podem ser usados para responder questes sobre
as operaes da mina e, assim, ajudar na escolha entre as vrias alternativas operacionais
da planta.
Konyukh [25] arma que a simulao proporciona uma excelente oportunidade para
analisar alteraes em sistemas de minerao. Segundo Knights e Bonates [23], a simu-
lao pode ser utilizada para prever o impacto nas operaes da mina de novas idias,
procedimentos e mudana de normas. Atravs disso, alternativas podem ser comparadas
e mudanas podem ser testadas sem aplic-las ao sistema real.
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 19
Entretanto, Rasche e Sturgul [43] armam que poucos estudos tm sido feitos com o
objetivo de demonstrar como mineraes de pequeno porte podem ter benefcios com a
utilizao de simulao e que a maioria dos modelos de simulao publicados se referem
a mineraes de grande escala.
Rasche e Sturgul [43] utilizaram a linguagem GPSS e os dados de uma mina para
construir um modelo de simulao com o objetivo de estudar a operao de vrios ca-
minhes considerando possveis quebras para vericar o efeito no nmero de equipes de
reparo disponveis e ajudar a determinar o efeito de diferentes equipamentos na mina.
Kappas e Yegulalp [22] apresentaram uma tcnica geral para obter solues analticas
para redes de las fechadas compostas de centros de servio com distribuio geral do
tempo de servio, mostrando a importncia de teoria de las na anlise de sistemas
caminho/equipamento de carga e problemas similares em minerao.
De acordo com Vagenas [53], nos anos 90, no Canad, o interesse no uso de simu-
lao a eventos discretos em minas a cu aberto e subterrneas aumentou. Esse mesmo
autor ressalta ainda que atravs da simulao e da animao pode-se chegar a uma nova
dimenso no estudo da engenharia de minas.
Maran e Topuz [28] armam que a simulao computacional pode ser usada como
uma maneira de experimentao e avaliao de alocao de caminhes e problemas de
despacho especialmente, quando mtodos analticos no so apropriados. Alm disso,
de acordo com Kolonja et al. [24] e White et al. [55], na maioria dos casos, simulao
computacional o mtodo mais aplicvel e efetivo de comparar sistemas de despacho
alternativos.
Alm disso, de acordo com Alarie e Gamache [1], a ecincia de uma frota de trans-
porte depende do seu tamanho e das distncias transportadas. Quando os caminhes
no so sucientes, os equipamentos de carga tero perodos improdutivos substanciais
e quando existem muitos caminhes o tamanho das las nos equipamentos de carga au-
menta. Quando a frota muito grande, a la de caminhes vai aparecer, porm como o
sistema fechado e a demanda conhecida, os eventos podem ser previstos num futuro
prximo com conabilidade o que pode ser usado para a reduo de tais las (Alarie e
Gamache [1]).
Gershon [18] e Costa et al. [13] armam que otimizar o problema de planejamento de
lavra em partes independentes pode gerar conitos que inviabilizam a implementao de
solues obtidas em cada parte.
Kolonja et al. [24] citam que o transporte por caminho a maneira mais comumente
utilizada para movimentar minrio e estril em minas a cu aberto, mas usualmente
a operao de lavra mais cara. Logo, uma pequena reduo percentual nos custos de
transporte resulta em economias signicativas (Alarie e Gamache [1]).
Forsman et al. [17] armam que o uso de simuladores pode resultar em uma re-
duo substancial de tempo, esforo e custos no projeto e avaliao de sistemas cami-
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 23
nho/equipamentos de carga.
Segundo Munirathinam e Yingling [30], White et al. [55], White e Olson [57], Al-
varenga [2], Clevenger [11] e Alarie e Gamache [1], com sistemas de despacho, espera-se
aumento da produtividade com a utilizao dos recursos existentes (caminhes e equipa-
mentos de carga) ou a produo desejada com reduo da necessidade de equipamento.
Essas metas so alcanadas por consideraes cuidadosas de alternativas de alocao de
caminho/equipamento de carga em tempo real e determinao de decises de alocao
que aumentem a utilizao de recursos e diminuam o tempo de espera em todos os cami-
nhos.
Kolonja et al. [24] armam que a introduo de um sistema de despacho em uma mina
pode alcanar ganhos operacionais atravs da reduo do tempo de espera e obteno de
outros benefcios atravs de melhor monitoramento, roteamento timo e maior controle.
Entretanto, a ecincia no emprego da frota de caminhes e equipamentos de carga de-
pende da estratgia de despacho usada, da complexidade do sistema caminho/equipamento
de carga e de uma srie de outras variveis.
Alm disso, as operaes dirias de uma mina a cu aberto so muito afetadas pelas
vrias polticas de operao e despacho, que no podem ser arbitrariamente determinadas.
O problema de determinao dessas polticas requer previso de desempenho do sistema
atravs da considerao de vrias combinaes de caminho/equipamento de carga sele-
cionados sob condies realistas (Kappas e Yegulalp [22]).
White e Olson [57] citam que os benefcios advindos com a implantao de um sis-
tema de despacho podem ser divididos em tangveis e intangveis. Os tangveis incluem
minimizao do remanuseio, atendimento simultneo de vrias restries da mistura e
manuteno da alimentao da planta. Os intangveis so previso de produo, com-
parao de desempenho de caminhes e equipamentos de carga de diferentes fabricaes
e gerao de relatrio on-line.
Segundo Munirathinam e Yingling [30], sistemas de despacho esto sendo cada vez
mais aplicados para melhorar a utilizao de equipamentos e a produtividade em minas a
cu aberto e para ajudar a assegurar que as operaes de extrao nessas minas estejam
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 24
De acordo com Costa et al. [13], para viabilizar a lavra em diferentes frentes, uma mina
conta com uma frota de equipamentos de carga, os quais devem ser alocados de acordo com
suas disponibilidades de operao e produtividades. Esses equipamentos de carga devem
ser alocados de modo que seja considerada a compatibilidade com os equipamentos de
transporte e a utilizao mxima de sua capacidade de produo.
Munirathinam e Yingling [30] citam que, no incio dos anos 70, esses sistemas passaram
a ser semi-automatizados, onde minicomputadores eram usados para registrar o estado
do caminho e do equipamento de carga e sugerir a alocao do caminho dependendo da
estratgia de despacho usada. Entretanto, nesse tipo de sistema, o operador pode fazer
alocaes que no estejam de acordo com a alocao sugerida pelo computador.
No nal dos anos 70, de acordo com Munirathinam e Yingling [30], sistemas de despa-
cho automatizados foram desenvolvidos. Esses sistemas tm a habilidade de alocar dire-
tamente o caminho tarefa, superando limitaes impostas pela habilidade do operador
de manusear grande nmero de informaes em pequeno espao de tempo e qualquer di-
culdade de analisar a situao atual e tomar decises de alocao efetivas. Dentre esses
sistemas que surgiram, pode-se citar o Dispatch que, ainda hoje, o sistema de despacho
mais vendido do mundo.
mento de microcomputadores e aos custos mais baixos da tecnologia necessria para mo-
nitorar a posio do caminho (Munirathinam e Yingling [30]). Durante a anlise de
viabilidade da instalao desses sistemas deve-se, ainda, analisar se o aumento da pro-
dutividade proporcionada pela sua instalao supera o seu custo (Tu e Hucka [51]). As
decises sobre investir em tecnologia so tomadas mais facilmente quando essas podem ser
convertidas em dinheiro e comparadas nos mesmos termos, j que os ganhos so diferentes
em cada mina e at na mesma mina sob condies diferentes (Stickney [47]).
De acordo com Costa et al. [13], um eciente algoritmo para alocao dinmica
importante porque ele integra o sistema de despacho computadorizado. Um sistema de
despacho rene, ainda, um algoritmo de seqenciamento de viagens, um sistema de co-
municao entre os equipamentos de carga, caminhes e central de comandos.
Segundo White e Olson [57], para que o sistema de despacho seja completo impor-
tante que o sistema de monitoramento dos equipamentos seja preciso e convel, de modo
que as operaes da mina possam ser otimizadas em tempo real.
De acordo com Alarie e Gamache [1], existem duas abordagens principais para o pro-
blema de despacho: estgio nico e estgio mltiplo. Os sistemas que usam estgio nico
simplicam o despacho de caminhes e so, geralmente, mtodos heursticos baseados em
regras prticas. J os sistemas que usam estgio mltiplo dividem o problema de despacho
em subproblemas ou estgios. Esses estgios podem ser reduzidos a um estgio inferior e
um estgio superior. O estgio superior xa taxas de produo para os equipamentos de
carga e um estgio inferior que aloca caminhes a equipamentos de carga para minimi-
zar o desvio dos objetivos de produo sugeridos no estgio superior. Esses sistemas so
chamados de sistemas dirigidos pelo planejamento em Munirathinan e Yingling [30].
White et al. [56] propem um modelo que minimiza o nmero de caminhes necessrios
atravs de restries relacionadas continuidade do uxo de material pelos pontos de carga
e descarga e as capacidades de produo dos pontos de carga.
Turner [52] relata uma operao virtual de mina gerenciada, em tempo real, pelo
sistema de despacho Dispatch. Essa simulao foi realizada com o propsito de determinar
combinaes de caminho/equipamentos de carga adequadas para a operao proposta
na mina.
Costa et al. [14] propuseram um modelo de programao linear por metas aplicado
ao problema de produo em minas, com o objetivo de determinar o ritmo de lavra de
cada frente, considerando alocao de equipamentos de carga e transporte, de modo a
oferecer usina alimentao adequada. Nesse trabalho, foi utilizada a alocao esttica
de caminhes e pode-se concluir que possvel atingir as metas requeridas e otimizar as
operaes de transporte e carregamento, com uma pequena reduo de produtividade.
Costa et al. [13] apresentaram um modelo de programao linear por metas com o
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 30
Barros [4] descreve a evoluo dos sistemas de despacho usados na mina de Chuquicamata.
Inicialmente, os equipamentos de carga e trens possuam comunicao via rdio mas no
um sistema de despacho. Posteriormente, um sistema semi-automatizado foi implantando
onde um funcionrio de despacho permanecia numa torre de controle para controlar vi-
sualmente a operao. Finalmente, foi instalado um sistema automatizado de despacho.
Soumis et al. [45] propuseram um procedimento que utiliza trs passos para resolver
o problema de despacho: planejamento de equipamento, planejamento operacional e o
planejamento de despacho. O planejamento de equipamento usa um nmero de cami-
nhes, localizaes de equipamentos de carga, tipo de minrio na localizao do equipa-
mento de carga e outras localizaes como entrada para avaliar combinaes viveis de
localizaes de equipamentos de carga. Para um subconjunto de localizaes viveis, a
otimizao da produo feita usando um modelo de programao inteira mista sujeito
a restries de qualidade. So exibidas as 10 melhores solues e o operador respon-
svel por escolher uma soluo que seja uma boa soluo inicial. A soluo determina a
localizao de equipamentos de carga e suas taxas aproximadas de produo. O segundo
passo, planejamento operacional, rena o planejamento preliminar para propiciar obje-
tivos de despacho mais realistas atravs da determinao da produo do equipamento
de carga e de rotas timas para os caminhes, usando a localizao dos equipamentos de
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 32
Bonates e Lizotte [6] (apud Munirathinam e Yingling [30]) propuseram uma abor-
dagem simplicada como parte de seu sistema semi-automatizado, que pode ser empre-
gada em minas de pequeno e mdio porte. usado um modelo de programao linear
para obter as taxas de produo para todos os equipamentos de carga em operao com
o objetivo de alcanar a produo mxima. A programao linear usualmente rodada
uma vez por turno e tem como objetivo maximizar a produo de todos os equipamentos
de carga trabalhando com minrio e estril sem considerar o valor associado. O sistema
faz recomendaes para o operador, e este tem a autoridade de anular a alocao sugerida
pelo modelo. Esse sistema tem um mdulo de simulao para avaliar vrias heursticas e
recomendar uma poltica de despacho que minimiza o desvio dos objetivos estabelecidos
pelo planejamento de transporte. Esse modelo de simulao uma ferramenta perma-
nente do sistema e reavalia a estratgia de despacho sempre que exista uma mudana no
esquema de transporte.
Li [27] (apud Munirathinam e Yingling [30]) prope uma metodologia para o controle
timo de caminhes e equipamentos de carga em minas a cu aberto. Esse autor formulou
o problema com o objetivo de minimizar o trabalho total de transporte, denido como
o produto da massa transportada e distncia percorrida. Para o controle em tempo real
ele prope uma regra chamada "mximo desvio de tempo entre caminhes". Essa regra
pode ser facilmente implementada em sistemas de controle de lavra em tempo real, mas
ignora completamente as perdas de produtividade devido s las.
White e Olson [57] propuseram um algoritmo que a base para o sistema Dispatch,
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 33
que vem operando em muitas minas. Esse modelo utiliza programao linear e dinmica.
A programao linear dividida em duas partes.
Nm NX
m +Ns Ns NX Nq
m +Ns X
X X
min (CmQi ) + Cp (PT Qi ) + (Cs Qi ) + (Lj Cq Xij Qi ) (2.5)
i=1 i=1 i=1 i=1 j=1
Nm
X +Ns
s.a. : LIj LAj + (Xij LAj )Qi Tc /(Mc /SG) LSj j, Nq (2.6)
i=1
0 Qi R i i Nm Ns (2.7)
NmX+Ns
PT Qi (2.8)
i=1
Onde:
Qi : Ritmo de carregamento do ponto de carga i em m3 /h (Varivel de deciso);
Nm : Conjunto de equipamentos de carga alocados nas frentes de lavra;
Ns : Conjunto de equipamentos de carga alocados nas pilhas de estoque;
Nq : Conjunto das variveis de qualidade analisados;
Cm : Custo de movimentao de material (h/m3 );
Cs : Custo de estocagem de material (h/m3 );
Cq : Custo associado qualidade do minrio (h/m3 );
Cp : Custo associado alimentao da usina de beneciamento (h/m3 );
Lj : Importncia da varivel j (Lj = 1, se baixo e Lj = - 1, se alto);
Xij : Teor da varivel j no ponto de carga i;
P T : Taxa de alimentao mxima admissvel da planta (m3 /h);
Mc : Massa de controle (t);
SG : Peso especco (t/m3 );
Tc : Intervalo de controle (h);
LIj : Limite inferior para a varivel j no produto nal (%);
LAj : Teor corrente para a varivel j na pilha de mistura (%);
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 34
Np Nd
X X
min (Pi Ti ) + (Pj Dj ) + Ne Ts (2.9)
i=1 j=1
N pi N p0
X X
s.a. : Pk Pk0 = 0 (2.10)
k=1 k=1
N p0
X
Rj = Pk j Nm (2.11)
k=1
N p0
X
Rj Pk j Ns (2.12)
k=1
Pi = Qj i Np , j Ne (2.13)
Pi 0 i Np (2.14)
Onde:
Pi : Quantidade de minrio transportada na rota i em m3 /h (Varivel de Deciso);
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 35
i.
Onde:
Hi0 : capacidade do caminho alocado para o transporte (m3 );
Pi : uxo no caminho i (m3 /h);
Li : horrio que o ltimo caminho foi alocado para o caminho i (h);
Ti : tempo de viagem para o caminho i (h);
Hauck [19] (citado por Munirathinam e Yingling [30]) usou programao dinmica
para desenvolver um procedimento de despacho, em tempo real, em mina a cu aberto. O
objetivo era maximizar a produo total atravs da minimizao do tempo produtivo per-
dido devido a paradas de equipamento de carga. Esse modelo contempla vrias restries
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 37
Metodologias
A metodologia desenvolvida nesta seo baseada nos trabalhos desenvolvidos por White
et al. [56], White et al. [55], White e Olson [57] e Pinto e Merschmann [41]. Especialmente
no trabalho de White e Olson [57] que utiliza programao linear e programao dinmica
para alocar caminhes aos equipamentos de carga.
38
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 39
O modelo proposto por White e Olson [57] aplica-se a apenas um ponto de descarga,
logo, quando analisa a qualidade na primeira parte do modelo considera apenas uma usina
de beneciamento. Com o objetivo de utilizar mais de um ponto de descarga, esse modelo
foi adaptado e, alm disso, foram inseridas restries adicionais para torn-lo mais realista.
Essas restries contemplam a relao estril/minrio e a produo mnima admitida em
cada usina de beneciamento.
A programao linear determina o uxo timo de material dos pontos de carga para os
pontos de descarga, minimiza o custo de remanuseio e estocagem, obedecendo a limites de
qualidade para cada ponto de descarga alm de satisfazer as necessidades de alimentao
da planta.
Nm X
X U XU Nm
X +Ns X
U Ns X
X U
min (Cm Qik ) + Cp ( P Tk Qik ) + (Cs Qik ) + (3.1)
i=1 k=1 k=1 i=1 k=1 i=1 k=1
Nm Nq U
+Ns X
X X
(Ljk Cq Xij Qik )
i=1 j=1 k=1
Nm
X +Ns
s.a. : LIjk LAjk + (Xij LAjk )Qik T Ck /(M Ck /SG) (3.2)
i=1
j Nq , k M
Nm
X +Ns
LSjk LAjk + (Xij LAjk )Qik T Ck /(M Ck /SG) (3.3)
i=1
j Nq , k M
U
X
Ri Qik i Nm Ns (3.4)
k=1
Nm
X +Ns
P Tk Qik k M (3.5)
i=1
NX
min
Qik P M ink k M (3.6)
i=1
N
X est X
E NX
min X
M
Qik REM Qik (3.7)
i=1 k=1 i=1 k=1
N
X est X
E NX
min X
M
Qik 1.1 REM Qik (3.8)
i=1 k=1 i=1 k=1
Qik 0 i Nm Ns , k U (3.9)
Onde:
Qik : Quantidade de material que sai do ponto de carga i e vai para o ponto de descarga
k em m3 /h (Varivel de deciso);
Ri : Taxa limite de carregamento no ponto i (m3 /h);
Nm : Conjunto de equipamentos de carga alocados nas frentes de lavra (N est N min);
Ns : Conjunto de equipamentos de carga alocados nas pilhas de estoque;
U : Conjunto dos pontos de descarga (M E );
M : Conjunto das usinas de beneciamento;
E : Conjunto das pilhas de estril;
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 41
A funo objetivo (3.1), as restries (3.2), (3.3), (3.4), (3.5) e (3.9) foram baseadas
no modelo proposto por White e Olson [57] e as restries (3.6), (3.7) e (3.8) no modelo
proposto por Pinto e Merschmann [41].
Essa parte do modelo rodada sempre que ocorrem mudanas na congurao da mina
porque mudanas na congurao levam a mudanas na soluo tima. Isso justica-se
j que a programao linear leva em considerao a congurao atual da mina
Atravs desse modelo, obtem-se o uxo timo de cada ponto de carga i para cada
ponto de descarga k (Qik ). Esse uxo utilizado na programao dinmica, porm nesta
denominado uxo no caminho (Pi ).
Onde:
Hi0 : Capacidade do caminho alocado para o transporte (m3 );
Pi : Fluxo de material no caminho i (m3 /h);
Li : Horrio que o ltimo caminho foi alocado para o caminho i (h);
Ti : Tempo de viagem para o caminho i (h);
Este estgio do modelo no despacha de acordo com uma viso global do problema
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 43
A metodologia apresentada nessa seo baseada no trabalho de Alvarenga [2], que de-
senvolveu um sistema para aplicao em um caso especco de uma minerao de ferro a
cu aberto utilizando Algoritmo Gentico.
Os parmetros da funo so as possveis rotas que cada caminho pode optar entre pontos
de carga e descarga (Alvarenga [2]). Os valores possveis so nmeros inteiros entre 1 e
255, que representam as rotas escolhidas para o trfego. Foram usados indivduos com
comprimento da cadeia igual a 50, ou seja, com 50 posies, conforme mostrado no vetor
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 44
A funo de custo ou objetivo tem por nalidade avaliar os indivduos. A funo proposta
por Alvarenga [2] leva em considerao o tempo em la, a produo e a qualidade do
minrio.
Na1
X X Na
Pari + Pai Parj + Paj 2
F(S) = Pq[ ( ) + (3.12)
i=1 j=i+1
Padi Padj
N
X e1 Ne
X P eri + P ei P erj + P ej 2
( ) +
i=1 j=i+1
P ed i P ed j
Na X
X Ne
P ari + P ai P erj + P ej 2
( ) ]+
i=1 j=1
P adi P edj
TXevs X
Nc
1000
P p PN a PN e + P f [ (100Tic (180 tevsi ))2 ]
i=1 P ai + i=1 P ei i=1 c=1
Onde:
P q : Fator qualidade, denido pelo usurio e utilizado para priorizar a qualidade no ponto
de descarga (baixa = 1, mdia = 1000 e alta =100000);
P p : Fator produao, denido pelo usurio e utilizado para priorizar a produo para o
ponto de descarga (baixa = 1, mdia = 1000 e alta =100000);
P f : Fator las, denido pelo usurio e utilizado para priorizar a diminuio das las nos
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 45
Para gerar uma populao inicial para um Algoritmo Gentico, normalmente so utiliza-
dos vrios procedimentos, desde aleatrios at os heursticos. Alvarenga [2] no deixou
claro qual foi o procedimento utilizado para gerar a populao inicial.
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 46
A avaliao feita em todos os indivduos de cada gerao. Para cada indivduo, faz-se
uma simulao para um perodo de 3 horas usando os valores das posies (genes) de
cada indivduo. Para isso, calcula-se para cada necessidade de despacho e de acordo com
o nmero de pontos disponveis para onde o caminho deve ser enviado (Alvarenga [2]).
A partir desses dados, monta-se uma matriz para cada indviduo. Os elementos dessa
matriz so utilizados para o clculo da funo objetivo ou funo de custo de cada in-
divduo. Os indivduos so escolhidos proporcionalmente sua adaptabilidade para par-
ticiparem das prximas geraes. Ento, nesse passo do algoritmo obtem-se o valor da
funo de custo para cada indivduo atravs da equao (3.12).
Geraes sucessivas vo sendo criadas at que algum critrio de parada seja satisfeito.
Logo, a denio de um bom critrio de convergncia pode evitar perda de tempo de
execuo.
3.2.6 Seleo
Alvarenga [2] arma que os indivduos a participarem das prximas geraes so escolhidos
proporcionalmente sua adaptabilidade. Entretanto, no dene qual o procedimento
adotado para essa escolha.
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 47
Os operadores genticos cruzamento e mutao foram utilizados por Alvarenga [2]. En-
tretanto, esse autor no explicitou os tipos e as probabilidades de cruzamento e mutao
utilizados.
Nesta seo mostrada uma metodologia baseada em heurstica descrita por Pinto e
Ezawa [40]. Esta heurstica baseia-se em um conjunto de regras ou critrios de despacho
utilizados para realizar a alocao. Estes critrios so qualidade, ritmo de lavra, ritmo
de produo, tempo em la e tempo de ciclo. Dentre esse, os trs primeiros so polticas
voltadas para a qualidade da mistura de minrio e os dois ltimos so polticas que
objetivam aumento da produtividade da mina.
A escolha entre esses critrios baseada na experincia dos operadores do sistema, nas
caractersticas da mina e nas necessidades de curto prazo. Munirathinam e Yingling [30]
armam que nenhum dos critrios de alocao predomina sobre os demais e que todos
dependem do estado da mina. As polticas de tempo em la e tempo de ciclo, normal-
mente, devem ser utilizadas quando a mina no tem problemas de qualidade, ou seja, a
mina apresenta frentes com qualidade homognea. As polticas qualidade, ritmo de lavra
e ritmo de produo se aplicam a situaes onde a qualidade da mistura imprescindvel
e quando ocorre grande variao no teor das variveis entre as diversas frentes.
ou mais frentes cam empatadas no primeiro critrio escolhido, passa-se para o segundo
critrio. Se o empate persistir, passa-se para o terceiro e assim por diante. Geralmente,
esse processo no chega a utilizar o quarto critrio, quase sempre ocorrendo o desempate
ainda no segundo critrio.
Procedimento Heurstico;
variveis: ORDEM{Ordem dos critrios de alocao};
Entra com a ORDEM;
Procedimento Ritmo de Produo;
para i = 1 at 4 faa
se ORDEM [i] = 1 ento Procedimento Qualidade;
se ORDEM [i] = 2 ento Procedimento Ritmo de Lavra;
se ORDEM [i] = 3 ento Procedimento Tempo de Fila;
se ORDEM [i] = 4 ento Procedimento Tempo de Ciclo;
m;
m;
Se forem obtidos valores iguais para o desvio (DRj ) em mais de um ponto de descarga,
escolhe-se aleatoriamente um dos pontos de descarga.
A poltica Qualidade objetiva manter as variveis dentro dos limites de qualidade. Para
isso, divide a produo em lotes na tentativa de se colocar a qualidade de cada lote dentro
desses limites.
A poltica Qualidade utiliza como dados de entrada os tamanhos mnimos dos lotes
(T M in), que varia entre 3 e 6 vezes a capacidade do caminho utilizado para o transporte,
os tamanhos mximos dos lotes (T M ax), que varia entre 6 e 12 vezes a capacidade do
caminho, o peso das variveis de controle (Pv ) e os limites mximo (LM ax) e mnimo
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 50
Logo, se o teor estiver entre os limites admissveis, o desvio da varivel (Dvi ) ser
considerado nulo. Se o teor for maior que o limite mximo (LM axv ), o desvio da varivel
(Dvi ) dado pela razo entre o mdulo da diferana entre o teor da varivel na frente
(Tvi )e o limite mximo da varivel (LM axv ) e a dimenso do limite (DTv ) multiplicado
pelo peso da varivel (Pv ). Se o teor for menor que o limite mnimo (LM inv ), calculado
pela razo entre o mdulo da diferana entre o limite mnimo da varivel (LM axv ) e o
teor da varivel na frente (Tvi ) e o desvio (DTv ), multiplicado pelo peso da varivel (Pv ).
Em seguida, feito o somatrio dos desvios das variveis para cada frente (Dvi ). A
frente para a qual o caminho ser despachado a que apresentar o menor somatrio dos
desvios (Di ). Se uma ou mais frentes apresentarem o mesmo somatrio dos desvio (Di ),
passa-se para o prximo critrio. Isso geralmente acontece quando os desvios so nulos.
Quando o lote se tornar maior que o lote mnimo (T M in) e menor que o lote m-
ximo (T M ax)e caso os teores das variveis de controle estejam entre os limites mnimos
(LM inv ) e mximos (LM axv ) permitido o lote fechado e inicia-se um novo lote.
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 51
Se o lote (L) for maior ou igual ao lote mximo (T M ax) o lote fechado e inicia-se
um novo lote. Logo, eventualmente, podem ser fechados lotes fora de especicao em uma
ou mais variveis.
Quando um lote fechado o lote (L) e o teor das variveis no lote (T vL) so zerados.
Procedimento Qualidade;
variveis: TMin, TMax, LMaxv, LMinv, Pv, Di, DL
L, Cap, TvL, TvA, Tvi, Dvi, DTv, NFrentes, NVariaveis;
para i = 1 at NFrentes faa
Di = 0;
para v = 1 at NVariaveis faa
DTv = LMaxv - LMinv;
TvA = (TvL * L + Tvi * Cap)/ (L + Cap);
se LMinv <= TvA <= LMaxv ento Dvi = 0;
se TvA < LMinv ento Dvi = (LMinv - TvA)* Pv /DTv;
se TvA > LMaxv ento Dvi = (TvA - LMaxv)* Pv /DTv;
Di = Dvi + Di;
m;
m;
Ordena Di;
Verica empate nas primeiras posies;
Se houve passa para prximo critrio;
Seno aloca caminho para a frente com menor Di;
DL = 0;
para v = 1 at NVariaveis faa
TvL = (TvL * L + Tvi *Cap)/(L + Cap);
DTv = LMaxv - LMinv;
se TvL < LMinv ento DL = DL + (LMinv - Tvl)*Pv/DTv;
se TvL > LMinv ento DL = DL + (TvL - LMax)*Pv/DTv;
m;
L = L + Cap;
Se L > TMin e L < TMax e DL = 0 ento L = 0;
para i = 1 at NVariaveis TvL = 0;
Se L >= TMax e DL = 0 ento L = 0;
para i = 1 at NVariaveis TvL = 0;
m;
Esta poltica visa manter os ritmos de lavra de cada frente (t/h) o mais prximo possivel
dos valores ideais com o objetivo de manter a qualidade exigida. Utiliza como dados de
entrada a produo ideal de cada frente i (Pi ) para atender as especicaes de qualidade
e quantidade e o tempo de obsevao (t) para checar se o ritmo de lavra est sendo
cumprido.
Atravs desses dados, calcula-se o desvio da produo real (DP Ri ) em relao a pro-
duo ideal para cada frente (Pi ). Esse desvio calculado pelo produto entre a produo
ideal (Pi ) e o intervalo (t) diminudo da produo real (P Ri ) durante este intervalo divi-
dido pela produo ideal (Pi ). O resultado obtido mostra o quanto a produo real para
cada frente est defasada em relao produo ideal.
Caso mais de uma frente apresentar o mesmo desvio (DP Ri ) e este, por sua vez, for
o maior em valores absolutos, passa-se para o prximo critrio.
Na poltica tempo de la, aps a descarga o sistema checa quais seriam os "provveis"tempos
de la caso o caminho fosse enviado para cada uma das frentes. Nesse clculo, levado
em considerao o tempo que o caminho permanece na la da carga e da descarga.
Cada frente apresenta uma hora de liberao (HLi ). O HLi o horrio no qual o
ltimo caminho despachado para a frente i terminar sua carga naquela frente. Calcula-
se o instante de chegada do caminho frente (Ti ) caso esse caminho seja enviado para
a frente i.
Caso Ti seja menor ou igual a qualquer valor de CLi , deve-se recalcular o tempo de
la (T Fi ) para todos os caminhes que tm tempo de chegada na frente i maior que Ti .
critrio. Seno, aloca-se o caminho a frente que apresentar o menor tempo em la total.
Caso ocorra empate entre duas ou mais frentes que apresentarem os menores tempos
de ciclo, ou seja, estas frentes apresentarem os mesmos tempos de ciclo, passa-se para o
prximo critrio.
Tal procedimento mostrado na gura (3.6). Esse critrio quase nunca utilizado
na prtica porque resulta na super utilizao dos equipamentos de carga das frentes mais
prximas e na subutilizao das demais provocando uma lavra inadequada pois as frentes
mais prximas aos pontos de carga tendem a produzir muito mais que aquelas mais dis-
tantes. Na prtica este critrio somente utilizado em algumas situaes, extremamente
atpicas, onde se deseja uma alta produo em tempo muito curto e numa situao onde
as frentes so muito homogneas e a mistura de minrio tem importncia secundria.
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 58
Implementao Computacional
59
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 60
de Pinto [39]. Esse simulador foi utilizado para propiciar a anlise dos modelos apresen-
tados no captulo (3) em condies equivalentes. Em outras palavras, foi utilizado para
comparar os modelos em diferentes cenrios, j que no possivel encontrar na realidade
diferentes metodologias aplicadas numa mesma mina.
A implementao dessa metodologia utilizou o otimizador Lingo 7.0 para resolver o pro-
blema de Programao Linear, o software Delphi 5.0 para a Programao Dinmica e as
rotinas do SIMIN para realizar a simulao.
Ento, conforme descrito na seo (3.1) calculou-se uxo timo na rota atravs da
programao linear. Essa taxa foi utilizada para calcular qual rota estava mais defasada
durante a programao dinmica. A cada necessidade de alocao, calculada qual rota
est mais defasada e o caminho alocado para ela.
Implementar essa metodologia, mostrada na seo (3.2), no foi possvel devido a falta
de dados sobre ela na literatura. Logo, no justicaria uma implementao j que esse
estudo objetiva comparar as metodologias existentes e no desenvolver uma metodologia
prpria baseada em algoritmo gentico.
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 61
Uma mina virtual foi desenvolvida com o objetivo de reproduzir os diferentes cenrios
encontrados em minas a cu aberto. Essa mina conta com um conjunto de frentes, usinas
de beneciamento, caminhes, equipamentos de carga e pilha de estril.
4.4.1 Cenrio 1
Os dados relativos aos teores das variveis nas frentes so mostrados na Tabela (4.1),
os limites superior e inferior para cada varivel no ponto de descarga na Tabela (4.2),
os tempos de deslocamento carregado, em minutos, na Tabela (4.3) e descarregado, em
minutos, na Tabela (4.4), as taxas de carregamento em cada frente na Tabela (4.5), os
dados dos pontos de descarga na Tabela (4.6), os dados da mina na Tabela (4.7) e os
custos na Tabela (4.8). Na Tabela (4.8), Cm representa o custo de movimentao, Cq o
custo de qualidade, Cs o custo de estocagem e Cp o custo de produo.
Tabela 4.3: Tempos de Deslocamento Carregado das frentes para os pontos de descarga
no Cenrio 1 (em minutos)
Pontos de Descarga
Frente U1 P1
F1 Normal(5, 0.5) Normal(8, 0.8)
F2 Normal(5, 0.5) Normal(7, 0.7)
F3 Normal(6.5, 0.65) Normal(5.2, 0.52)
F4 Normal(8.5, 0.85) Normal(4.5, 0.45)
Tabela 4.6: Dados utilizados na programao matemtica para cada ponto de descarga
Pontos de Descarga
U1 P1
PMin (t/h) 4300 1550
PT (t/h) 10000 20000
TC (h) 8 8
MC (t) 36600 12400
L 1 1
4.4.2 Cenrio 2
4.4.3 Cenrio 3
4.4.4 Cenrio 4
4.4.5 Cenrio 5
Os dados relativos aos teores das variveis nas frentes so mostrados na Tabela (4.1),
os limites superior e inferior para cada varivel nos pontos de descarga na Tabela (4.10),
os tempos de deslocamento carregado, em minutos, na Tabela (4.11) e descarregado, em
minutos, na Tabela (4.12), as taxas de carregamento em cada frente na Tabela (4.5), os
dados dos pontos de descarga na Tabela (4.13), os dados da mina na Tabela (4.14) e os
custos na Tabela (4.8).
Tabela 4.11: Tempos de Deslocamento Carregado das frentes para os pontos de descarga
no Cenrio 5 (em minutos)
Pontos de Descarga
Frente U1 U2 P1
F1 Normal(5, 0.5) Normal(6, 0.6) Normal(8, 0.8)
F2 Normal(5, 0.5) Normal(5.5, 0.55) Normal(7, 0.7)
F3 Normal(6.5, 0.65) Normal(4, 0.4) Normal(5.2, 0.52)
F4 Normal(8.5, 0.85) Normal(6, 0.6) Normal(4.5, 0.45)
Tabela 4.13: Dados utilizados na programao matemtica para cada ponto de descarga
no Cenrio 5
Pontos de Descarga
U1 U2 P1
PMin (t/h) 4300 4300 1550
PT (t/h) 10000 10000 20000
TC (h) 8 8 8
MC (t) 36600 36600 12400
L 1 1 1
4.4.6 Cenrio 6
4.4.7 Cenrio 7
4.4.8 Cenrio 8
Resultados Obtidos
5.1 Resultados
As simulaes foram rodadas utilizando 10 corridas, cada uma com durao de 4320
minutos com o intuito de comparar a produo obtida com a utilizao de diferentes
metodologias.
70
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 71
Nesta seo, constam os resultados obtidos em cada uma das Situaes para o Cenrio 1,
como mostra a Tabela (5.1).
Nesta seo, so mostrados os resultados obtidos em cada uma das Situaes para o
Cenrio 2 na Tabela (5.2).
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 72
Nesta seo, so apresentados os resultados obtidos em cada uma das Situaes para o
Cenrio 3, conforme Tabela (5.3).
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 73
Essa seo apresenta os resultados obtidos em cada uma das Situaes para o Cenrio 4
na Tabela (5.4).
Nesta seo, os resultados obtidos em cada uma das Situaes para o Cenrio 5 so
mostrados na Tabela (5.5).
Esta seo mostra os resultados obtidos em cada uma das Situaes para o Cenrio 6 na
Tabela (5.6).
Nesta seo, os resultados obtidos em cada uma das Situaes para o Cenrio 7 so
mostrados na Tabela (5.7).
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 75
Nesta seo, os resultados obtidos em cada uma das Situaes para o Cenrio 8 so
mostrados na Tabela (5.8).
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 76
Todas as Situaes apresentaram desvios nulos. Esse resultado era esperado j que
neste cenrio cada uma frentes atende aos limites de qualidade isoladamente.
Todas as Situaes apresentaram desvios nulos. Esse resultado era esperado j que
neste cenrio cada uma frentes atende aos limites de qualidade isoladamente.
Todas as Situaes apresentaram desvios nulos. Esse resultado era esperado j que
neste cenrio cada uma das frentes atente aos limites de qualidade isoladamente.
Todas as Situaes apresentaram desvios nulos. Esse resultado era esperado j que
neste cenrio cada uma das frentes atende aos limites de qualidade isoladamente.
Captulo 6
Concluses e Recomendaes
A simulao foi utilizada nessa anlise para reproduzir o comportamento das operaes
de lavra. As metodologias baseadas em programao linear e programao dinmica, bem
como a baseada em heursticas foram implementadas e testadas sob diferentes condies.
80
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 81
[2] ALVARENGA, G. B., "Despacho timo de caminhes numa minerao de ferro uti-
lizando algoritmo gentico com processamento paralelo", Dissertao de Mestrado,
Programa de Ps-Graduao em Engenharia Eltrica, Universidade Federal de Minas
Gerais, Belo Horizonte, Brasil, 1997.
[3] BANKS, J., CARSON II, J. S. e NELSON, B. L., Discrete-Event System Simulation,
Prentice Hall, New Jersey, 1999.
82
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 83
[19] HAUCK, R. F. , "A real-time Dispatching algorithm for maximizing Open-Pit Mine
Production under Processing and Blending Requirements", Proceedings, Seminar on
Scheduling in Mining, Smelting, and Steelmaking , 1973.
[20] HUNT, C. , "Simulation model of ore transport at the Henderson mine", Computers
e Geosciences 20:1, 75-84, 1994.
Programa de Ps Graduao em Engenharia de Produo Ppgep/Ufmg 84
[27] LI, Z. , "A Methodology for the Optimum Control of Shovel and Truck Operations
in Open-pit Mining", Mining Science and Technology 10, 337-340, 1990.
[35] PEARL, J., Heuristics: intelligent search strategies for computer problem solving,
Addison-Wesley, Los Angeles, 1984.
[38] PIDD, M., Computer Simulation in Management Science, John Wiley and Sons,
Chichester, 1998.
[44] SOARES, G. L., "Algoritmo Gentico: Estudo, Novas Tcnicas e Aplicaes", Dis-
sertao de Mestrado, Programa de Ps-Graduao em Engenharia Eltrica, Univer-
sidade Federal de Minas Gerais, Belo Horizonte, Brasil, 1997.
[46] SRAJER, V., HICK, L. e WALSHE, M. , "Selection, development and testing of in-
tegrated truck-shuvel management system", Trans. Institution of Mining Metallurgy,
A105-A112, 1989.
[48] STURGUL, J. R. , "Using exact statistical distribuitions for truck shovel simulation
studies", International Journal of Surface Mining and Reclamation 6, 137-139, 1992.