UNIVERSIDADE FEDERAL DO SUL E SUDESTE DO PARÁ

INSTITUTO DE GEOCIÊNCIAS E ENGENHARIAS

FACULDADE DE ENGENHARIA DE MINAS E MEIO AMBIENTE

BRISSA KAROLINY DE ANDRADE PARENTONI SENRA

APLICAÇÃO DA PESQUISA OPERACIONAL NA MINERAÇÃO

MARABÁ – PA

2018
 BRISSA KAROLINY DE ANDRADE PARENTONI SENRA

APLICAÇÃO DA PESQUISA OPERACIONAL NA MINERAÇÃO

Trabalho da disciplina Pesquisa

Operacional apresentado à Faculdade
de Engenharia de Minas e Meio
Ambiente da Universidade Federal do
Sul e Sudeste do Pará – Unifesspa,
como critério avaliativo, ministrada
pelo ProfºMe.Márcio Paulo Mafra.

MARABÁ – PA

2018
SUMÁRIO

1. INTRODUÇÃO....................................................................................................... 4
2. PESQUISA OPERACIONAL .................................................................................. 4
3. APLICAÇÃO NO SETOR MINERAL ........................................................................
6
4. CONCLUSÃO ........................................................................................................ 8
5. REFERÊNCIAS BIBLIOGRÁFICAS ....................................................................... 8
 1. INTRODUÇÃO

A pesquisa operacional destacou-se com a evolução marcada pela

Segunda Guerra Mundial, onde seu surgindo partiu do objetivo de sustentar
decisões logísticas, táticas e estratégicas. Houveram desenvolvimento nas
técnicas, como simulação e a programação matemática. A PO destaca-se por
reunir essas técnicas em três grupos: os modelos determinísticos, onde as
variáveis aleatórias são características definidas por meio de funções de
probabilidade, e outras técnicas resultou com o desenvolvimento computacional.

Na mineração, a utilização dessas técnicas inclusas na pesquisa

operacional pode ser considerada com pouco espaço se levarmos em conta com
as outras áreas, como por exemplo a própria indústria, e etc.

2. PESQUISA OPERACIONAL

Os modelos que determinam é composto por um conjunto de restrições

do problema, essas restrições devem ser atendidas em uma função objetivo,
normalmente de maximização de lucros ou de minimização de custos. As
soluções desse método são ditas matematicamente ótimas. Os métodos
matemáticos são divididos em:

Programação linear: são modelos lineares, tanto para a função-objetivo

quanto para as restrições.

Programação não linear: a maioria não é linear. Este modelo de

programação está inserido em duas categorias. A primeira são relações
observadas, empiricamente, tais como variações não-proporcionais em custos,
resultados de processos e características de qualidade. A segunda é a relação
deduzidas estruturalmente que inserem fenômenos físicos, deduzidos
matematicamente e regras administrativas.

Programação em redes: os modelos de programação em redes tem sido

utilizados com sucesso em diversos programas como fluxos em rede ou grafos,
temos como exemplo: problema de caminho mínimo, problema de caminho
4
máximo, problema de arvore geradora mínima, problema de fluxo máximo,
problema de fluxo de custo mínimo.

Programação binária e inteira: onde a binária é caracterizada por variáveis

discretas e binárias, do tipo 0 ou 1; e a inteira é quando todas as variáveis do
modelo são discretas. Se um problema tiver algumas dessas variáveis e outras
contínuas, o modelo é denominado de programação inteira mista;

Programação por metas: nos permite considerar objetivos distintos, com

unidades distintas e com metas que são alvos desejáveis a serem atingidos e
emprega a noção de uma distância mínima do melhor, de onde resulta que o
objetivo passa a ser minimizar os desvios em ordem às metas pré-fixadas.

Programação dinâmica determinística: um processo de decisão

multiestgios é um processo que pode ser desdobrado segundo um certo número
de etapas sequenciais, ou estagio, que podem ser completados de uma ou de
diversas maneiras.

Quando uma das características operacionais é descrita por meio de

funções de probabilidade, o modelo pode ser resolvido por técnicas
estocásticas, analisando cenários possíveis, mas não garantindo a solução
ótima. São geralmente resolvidos por meio de métodos numéricos. Belfiore e
Fávero (2013) os dividem em:

Teoria das filas

Modelos de simulação: técnica que estuda comportamento de sistemas

reais através de modelos, que podem ser determinísticos ou estocásticos;

Programação dinâmica estocástica: semelhante à determinística, porém

é caracterizada por ter ao menos uma variável aleatória;

Teoria dos jogos: técnica matemática que estuda a tomada de decisão

entre dois ou mais indivíduos que interagem entre si.

As outras técnicas, também bastante difundidas no âmbito da PO,

compreendem a metodologia multicritério de apoio à decisão, análise envoltória
de dados, inteligência artificial, inteligência computacional, heurísticas e
metaheurísticas. Uma heurística é definida
5
 3. APLICAÇÃO NO SETOR MINERAL

As aplicações de técnicas de pesquisa operacional (P.O.) na mineração

em todo o mundo, e particularmente no Brasil, são ainda hoje relativamente
pequenas se comparadas a outros tipos de indústria, apesar de terem começado
há cerca de quatro décadas, segundo Rasche e Sturgul (1991). Enquanto o
mundo tem mostrado um crescente interesse no uso dessas técnicas, na área
mineral este crescimento ainda é um tanto quanto tímido.

Em um trabalho de pesquisa realizado no final dos anos 80, sobre

aplicações de técnicas de P.O. na mineração, Topuz e Duan (1989), constataram
que aplicações envolvendo programação linear e não linear representavam mais
de 40% das aplicações de P.O. na mineração enquanto a programação /
processos estocásticos representavam muito pouco (certa de 7%),

O exemplo mais trivial de aplicação de programação matemática na

mineração é a adaptação do problema da mistura para otimização da blendagem
de minérios provenientes de pilhas de estoque ou de frentes de lavra como foi
mostrado por Pinto (1995).

As áreas mais comuns de utilização da PO na mineração são a

blendagem de minérios, que determina a quantidade ótima da composição do
produto mineral, e o planejamento operacional de lavra, que aloca os
equipamentos de carga dentro da mineradora, considerando as frentes de
retirada do ROM (Run-of-mine, ou minério lavrado diretamente da rocha),
considerando os minerais valiosos e a ganga, direcionando para as usinas de
beneficiamento, de modo a manter a qualidade do produto e diminuindo a
quantidade de equipamentos necessários. Na obra de Rodrigues (2006) é
destacada a importância da minimização de custos nesse processo de logística,
uma vez que é um dos maiores participantes do custo total de produção.

Tudo isto pode ser feito de forma otimizada e rápida através da utilização
de sistemas especificamente desenvolvidos para esta finalidade ou mesmo com
a utilização de pacotes de programas de otimização de uso genérico disponíveis
no mercado.

6
 A área de geoestatística é uma das que utilizam técnicas de P.O. com
uma frequência regular. Entre as técnicas usadas por esta área podem ser
citadas a programação matemática e a simulação de Monte Carlo. A aplicação
destas ferramentas melhoram em muito a estimação das variáveis geológicas de
um depósito mineral.

Os sistemas de gerenciamento das operações de lavra, controle de

tráfego e despacho automatizado de caminhões, utilizam técnicas variadas de
P.O., como a programação matemática, simulação e grafos. Na última década,
houve um crescimento acentuado desses sistemas no Brasil e boa parte das
empresas que operam minas a céu aberto de grande porte já os utilizam.

Entre as vantagens proporcionadas pelo uso de tais sistemas, podem ser

citados o aumento da produtividade das frotas de carregamento e transporte, o
controle, em tempo real, das atividades dos equipamentos e da formação das
pilhas de homogeneização.

A aplicação de simulação a eventos discretos para análise de cenários de

produção em minas a céu aberto e subterrânea têm aumentado na década de
90. O uso de metodologias e sistemas específicos para simulação de operações
de lavra de minas tornou-se viável e estas ferramentas podem se tornar de uso
corriqueiro brevemente, como mostrado no trabalho de Pinto (1999).

O uso de simulação na área de beneficiamento de minérios também se

consolida a cada dia, com benefícios que causam impactos diretos sobre a
produtividade dos processos e usinas como um todo. O mesmo acontece com o
transporte de minérios entre minas e usinas metalúrgicas e/ou portos.

Além das aplicações mencionadas, existem inúmeras outras que não

cabem aqui serem citadas. O uso de P.O. deve crescer ainda mais nestes
próximos anos devido ao constante aumento na cobrança por operações cada
vez mais otimizadas nos aspectos técnicos e econômicos. As técnicas de P. O.
atuam como ferramentas de auxílio ao processo decisório, tornando as decisões
do engenheiro de minas mais embasadas cientificamente e menos baseadas em
sentimentos, que por vezes podem atuar como armadilhas, com consequências
nem sempre contornáveis.

7
 4. CONCLUSÃO

A necessidade do conhecimento de técnicas de P.O. por parte do

engenheiro de minas é algo que se torna cada dia mais evidente. A causa
disso é o aumento contínuo na busca de soluções cada vez mais otimizadas
para os diversos problemas encontrados no cotidiano da mineração. A
possibilidade de uso de ferramentas que tornem as decisões cientificamente
mais embasadas aumenta ainda mais a exigência do mercado.

Disponibilizar disciplinas que passem ao estudante de engenharia de

minas noções das diversas técnicas de P.O. existentes é o mínimo que deve
ser feito pelas universidades para manter seus cursos atualizados e em
harmonia com as exigências do mercado. Além disso, deve ser informado ao
estudante a possibilidade de cursar disciplinas específicas da área de P.O.
existentes nas grades curriculares dos cursos de engenharia de produção.

5. REFERÊNCIAS BIBLIOGRÁFICAS

ARENALES, M. N.; ARMENTANO, V.; MORABITO, R.; YANESSE, H.

Pesquisa operacional. Rio de Janeiro: Elsevier, 2007.

PANTUZA JR, G.; SOUZA, M. J. F. ; CABRAL, I. E. . Uma nova

formulação de programação matemática para o problema de planejamento de
lavra. Revista Gestão da Produção, Operações e Sistemas (Online) , v. 4, p.
125-137, 2009.

TAHA, H. A. Pesquisa operacional. 8. ed. São Paulo: Pearson, 2008.