TCC - 2021 - Luiz Felipe Perdigão Alves

UNIVERSIDADE FEDERAL DE MATO GROSSO
CAMPUS UNIVERSITÁRIO DE VÁRZEA GRANDE

CURSO DE GRADUAÇÃO EM ENGENHARIA DE MINAS
LUIZ FELIPE PERDIGÃO ALVES
Análise Granulométrica Fechada Por Sistemas Numéricos
CUIABÁ-MT
2021
i
CAMPUS UNIVERSITÁRIO DE VÁRZEA GRANDE
CURSO DE GRADUAÇÃO EM ENGENHARIA DE MINAS
ANÁLISE GRANULOMÉTRICA FECHADA POR SISTEMAS

NUMÉRICOS
Trabalho de Conclusão de curso

submetido ao Corpo docente do Curso de
Engenharia de Minas, Engenharia e
Tecnologia da Universidade Federal de
Mato Grosso como requisito parcial para a
obtenção do título de Bacharel em
Engenharia de Minas.
Orientador: Prof. Me. Pedro

Henrique Neuppmann
CUIABÁ – MT
2021
ii
Dados Internacionais de Catalogação na Publicação
Gerada automaticamente mediante informações fornecidas pelo(a) autor(a)
A474a Alves, Luiz Felipe Perdigão.
Análise granulométrica fechada por sistemas numéricos. / Luiz
Felipe Perdigão Alves. -- Cuiabá, MT, 2021.
53, p.
Orientador(a): Prof. Me. Pedro Henrique Neuppmann.
Trabalho de Conclusão de Curso (Graduação em Engenharia de

Minas) - Campus Universitário de Várzea Grande. Universidade
Federal de Mato Grosso.
1.Modelagem Matemática. 2.Cálculo Numérico.

3. Tratamento estatístico. 4. Granulometria.I. Neuppmann, Pedro
Henrique. II. Título.
CDU 622:519.2
Bibliotecário(a) Alex Almeida CRB 11.853

SEI/UFMT - 3947583 - Registro de Reunião https://sei.ufmt.br/sei/controlador.php?acao=documento_visualizar&ac...
REGISTRO DE REUNIÃO
ATA DE DEFESA DO TRABALHO DE CONCLUSÃO DE CURSO
Nome do Aluno: Luiz Felipe Perdigão Alves
Data da defesa: 09/09/2021
Local: Sala Virtual: https://meet.google.com/wmd-ybki-vru e https://meet.google.com/wju-jvkw-wyc
Hora de início: 15:59h Hora de fim: 17:06h
Banca examinadora:
Orientador Prof. Me. Pedro Henrique Neuppmann
Membro Profa. Dra. Ana Cláudia Franca Gomes
Membro Profa. Me. Lorrana Dias Ferreira
Membro Prof. Dr. Eduardo Carlos Alexandrina
Título da monografia: “Análise Granulométrica Fechada por Sistemas Numéricos”
Em sessão pública, após exposição de cerca de 29 minutos, o discente foi arguido oralmente pelos
membros da banca tendo como resultado:
( ) Aprovação por unanimidade sem exigências;
(X) Aprovação condicionada ao atendimento das exigências constantes na folha de modificações no

prazo fixado pela banca de 20 (dias) dias corridos;
( ) Reprovação;
e a nota 7,52 foi atribuída ao trabalho.
Na forma regulamentar foi lavrada a presente ata que é assinada abaixo pelos membros da banca na ordem
acima determinada e pelo aluno.
Cuiabá - MT, 09 de
setembro de 2021.
Orientador Prof. Me. Pedro Henrique Neuppmann
1 of 3 18/01/2022 09:22
Membro Profa. Dra. Ana Cláudia Franca Gomes
Membro Profa. Me. Lorrana Dias Ferreira
Membro Prof. Dr. Eduardo Carlos Alexandrina
Discente Luiz Felipe Perdigão Alves
Docente da disciplina de TCC Mônica Aragona
CORREÇÕES DO TRABALHO DE CONCLUSÃO DE CURSO
Nome do Aluno: Luiz Felipe Perdigão Alves
A banca examinadora condicionou a aprovação do Trabalho de Conclusão de Curso às seguintes

correções:
“As correções estão contidas nos manuscritos de defesa corrigidos pelos membros da banca e
encaminhados à docente da disciplina e ao discente”.
O prazo para o cumprimento é de 20 (dias) dias corridos, sendo o orientador o responsável pela
verificação do atendimento às exigências da banca.
Cuiabá - MT, 09 de
setembro de 2021
Documento assinado eletronicamente por EDUARDO CARLOS ALEXANDRINA, Docente da
Universidade Federal de Mato Grosso, em 29/09/2021, às 13:01, conforme horário oficial de
Brasília, com fundamento no art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015.
Documento assinado eletronicamente por LORRANA DIAS FERREIRA, Usuário Externo, em
30/09/2021, às 13:45, conforme horário oficial de Brasília, com fundamento no art. 6º, § 1º, do
Decreto nº 8.539, de 8 de outubro de 2015.
Documento assinado eletronicamente por MONICA ARAGONA, Docente da Universidade
Federal de Mato Grosso, em 01/10/2021, às 08:38, conforme horário oficial de Brasília, com
fundamento no art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015.
Documento assinado eletronicamente por ANA CLAUDIA FRANCA GOMES, Usuário Externo, em
Documento assinado eletronicamente por LUIZ FELIPE PERDIGAO ALVES, Usuário Externo, em
Documento assinado eletronicamente por PEDRO HENRIQUE NEUPPMANN, Docente da
Universidade Federal de Mato Grosso, em 08/10/2021, às 13:33, conforme horário oficial de
Brasília, com fundamento no art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015.
2 of 3 18/01/2022 09:22
A auten cidade deste documento pode ser conferida no site h p://sei.ufmt.br

/sei/controlador_externo.php?acao=documento_conferir&id_orgao_acesso_externo=0,
informando o código verificador 3947583 e o código CRC C7DC4E4E.
Referência: Processo nº 23108.080485/2021‐47 SEI nº 3947583
Criado por 01278547380, versão 4 por 01278547380 em 27/09/2021 12:20:05.
3 of 3 18/01/2022 09:22
Esta conquista eu dedico aos meus pais
e a meu irmão de alma, Kevim.
iii
AGRADECIMENTOS
Agradeço ao dono da minha cabeça, senhor da minha vida, aquele que guia meus
passos e ao meu coração, Tat'etu Mokumbe. O senhor que sempre esteve presente me
ajudando a plantar, semear, regar, adubar e a cultivar o sonho de ser um engenheiro de
minas, sendo meu alicerce em todas as batalhas, me fazendo manter a cabeça erguida
mesmo nas derrotas que tive no caminho, não me permitindo esmorecer e, olhar,
constantemente, adiante. Obrigado, meu Pai, por me permitir ter bravura. Agradeço,
também, à Mam’etu Dandalunda, esta grande Nkisi que me ensinou o que é o amor, que
nunca deixou sentir-me desamparado, que me ensinou a ter força em meu íntimo de querer
continuar a lutar e a acreditar no melhor, mesmo diante das correntezas. Obrigado, minha
mãe, por me permitir viver e não, apenas, sobreviver.
Kevim M. Ventura, faltam palavras para agradecer em tão pouco espaço a
tamanha gratidão. Quando me matriculei na faculdade e fui me queixar do medo de tudo
que estaria por vir, a primeira coisa que você me disse foi que estaria ao meu lado para
tudo e assim você fez. Seas, obrigado por ser essa energia e potência maravilhosa que a
combinação entre as cartas do cachorro, do sol e da chave no Petit Lenormand trazem,
afinal, nossa amizade, apesar das inúmeras diferenças, é uma relação válida e sincera, que
me faz exacerbadamente bem, que me guia, que cura minhas feridas e trata as minhas
sombras, agrega conhecimento e sempre está mostrando que estar caminhando ao lado de
alguém faz toda a diferença durante o percurso. A carta do sol ficou no meio desta
combinação porque não poderia deixar de te agradecer por ser o raio de sol que ilumina
os meus dias me fazendo lembrar que não podemos viver com medo das possibilidades,
afinal, sempre haverá uma nova possibilidade, independente se há nuvens ou não no céu,
obrigado, também, por trazer a beleza dos arco-íris após as tempestades deixando nítido
as possibilidades de se transformar e não permitir esmorecer perante as intempéries da
vida. Cem mil vezes obrigado.
Aos meus pais, pelo apoio incondicional, incentivo е amor. Agradeço a minha
mãe Maria do Carmo Perdigão Alves e meu pai Luiz Antônio Alves que sempre me
apoiaram desde o começo da minha jornada em Cuiabá, até nos momentos finais de minha
formação, que me deram apoio, incentivo nas horas difíceis, de desânimo е cansaço. Além
de terem transmitido com muito carinho valores que levo como base para minha vida e
me tornam o ser humano que sou hoje. Aos meus queridos irmãos Gabriella Perdigão
iv
Alves e Gabriel Perdigão Alves, cujos esforços e carinho para permitirem minha nova
conquista foram imensuráveis.
Minha querida prima Bruna, obrigado por todos estes anos de parceria, fazendo
jus ao ditado que diz que o sangue é mais denso a que a água. Seu companheirismo condiz
com o juramento parabatai, pois estás onde estou, sentes o que eu sinto, luta as minhas
batalhas e sei que apenas a morte partirá a mim e a ti.
Aos meus grandiosos zeladores de Nkisi, Tata Mukalembe e Tata Guinguere, por
tudo que me transmitiram desde que adentraram a minha vida e por todo zelo que tiveram
para que eu não viesse a desistir da graduação. Obrigado por todo carinho, por toda
compreensão, por todo incentivo e, principalmente, por todo direcionamento! Como o
som dos adjás que conduzem os Orixás pelo barracão, vocês me conduziram por estes
longos anos da faculdade e só me resta os meus mais sinceros: N’Zambi ua Kuatesa. Os
senhores me guardaram e protegeram com muito amor e, por isso e muito mais, peço a
Mutalambo e a Luango que os abençoe infinitamente.
Agradecimentos infindáveis às minhas eternas irmãs de barco, Hoxileuá,
Ngandolê, Mutalaci e Zazikele por estarem sempre presentes na minha vida,
compartilhando das minhas lágrimas de tristeza e de alegria como se elas fossem suas.
Para o nosso povo, barco não é só uma embarcação de travessia e sim um elo
inquebrantável além do mar, avante ao tempo. Por isso, nosso tempo também é soma e
nessa adição ancestral somos uma tabuada de cinco, que nem a contagem do amor de
Oxum, cheio de credos, doçuras, birrentos trejeitos e um bucado de compreensão nossa,
que só é tão nossa porque somos do mesmo barco. Essa conquista é nossa! Que Mokumbe,
Mutalambo, Nzanzi, Angoro, Bamburucena e Dandalunda continuem abençoando cada
uma de vocês e retribuindo em triplo tudo que vocês já fizeram por mim.
Ao meu orientador Pedro Henrique Neuppmann, muitíssimo obrigado pela
orientação, apoio, confiança e grande suporte durante toda essa trajetória, pelas ótimas
correções, sempre muito atencioso, incentivador e prestativo. Agradeço a banca que
sempre esteve presente, avaliando e propondo sugestões maravilhosas para a conclusão
desse trabalho.
As minhas grandes amigas Débora, Gabrielly e Julia, por sempre estarem
presentes nas dificuldades e alegrias da minha vida. Por serem a gota de água no meio do
deserto. Obrigado por todo incentivo. Me falta palavras para agradecer cada uma das três,
mas sei que sem vocês, essa montanha não teria sido escalada e por mais que outras ainda
virão, fico tranquilo ao saber que vocês estarão de mãos dadas comigo.
v
Não posso deixar de agradecer às melhores amizades que o Tempo em Cuiabá me fez
cultivar: Eduardo, obrigado por toda generosidade e por todas as vezes que estive em uma
noite tempestuosa e você se fez farol. Obrigado, João por ser o exemplo que água e fogo
são opostos e, ao mesmo tempo, complementares. Obrigado por ter colaborado tanto com
meu crescimento pessoal e pela parceria nestes longos passos entre calouros e
engenheiros. Obrigado, Holly, por curar minhas feridas como água benta e fazer rebrotar
as minhas nascentes que a vida acadêmica secou. Obrigado Amanda, por toda sua
bondade, zelo e compreensão. Os oceanos são apenas uma gota quando comparados com
o amor que existe dentro do seu peito.
vi
“Bení ti ni olá ori be nimu babalawo difa ororun. Como hoje
estava, amanhã não será o mesmo. A impermanência é uma
lei. Tudo passa! Que possamos aprender com os ciclos, a
encerrá-los com dignidade, despir de comportamentos
antigos e aceitar o novo.”
Mãe Stella de Oxóssi
vii
RESUMO
A análise granulométrica consiste na determinação das dimensões das partículas

que constituem as amostras e no tratamento estatístico dessa informação. Ela determina
as distribuições e eficiência dos processos e dados de relevância para monitoramento e
controle do beneficiamento mineral. O trabalho teve como objetivo determinar a
porcentagem da distribuição granulométrica de um peneiramento de minério fosfático,
dentro de um intervalo de confiança, aproveitando-se a redundância de dados adquiridos
do processo, utilizando o software editor de planilhas Microsoft Excel, um programa
computacional de baixa dificuldade de uso. O método baseia-se em resolver equações
lineares independentes, oriundas dos pontos de junção e separação dos fluxos presentes
no circuito neste processo de beneficiamento mineral, através do método numérico de
Gauss Jacobi e Gauss Seidel, permitindo a determinação das distribuições
granulométricas em cada peneira. Ao analisar sistemas de equações lineares de tamanho
2x2 até 4x4, os métodos iterativos de cálculo numérico de Gauss Jacobi e Gauss Seidel
se mostraram eficazes ao calcular as raízes das equações, não obstante para sistemas
maiores é necessário a utilização de métodos computacionais para achar as raízes.
Concluiu-se que a utilização destes métodos se faz eficiente no tratamento de dados dos
processos oriundos do beneficiamento mineral, e a utilização de planilhas eletrônicas
foram capazes de resolver cálculos complexos e obter resultados eficientes.
Palavras chave: Gauss Jacobi, Gauss Seidel, Modelagem Matemática, Cálculo

Numérico.
viii
ABSTRACT
Particle size analysis consists in determining the dimensions of the particles that
make up the samples and in the statistical treatment of this information. It determines the
distributions and efficiency of processes and relevant data for monitoring and controlling
mineral processing. This research aimed to determine the percentage of particle size
distribution of a phosphate ore sieving, within a confidence interval, taking advantage of
the redundancy of data acquired from the process, using the Microsoft Excel spreadsheet
editor software, a low-cost computer program difficulty of use. The method is based on
solving independent linear equations, arising from the junction and separation points of
the flows present in the circuit in this mineral processing process, through the numerical
method of Gauss-Jacobi and Gauss Seidel, allowing the determination of the particle size
distributions in each sieve. When analyzing systems of linear equations of size 2x2 to
4x4, the iterative numerical calculation methods of Gauss Jacobi and Gauss Seidel proved
to be effective in calculating the roots of the equations, although for larger systems it is
necessary to use computational methods to find the roots. It was concluded that the use
of these methods is efficient in the treatment of process data from mineral processing, and
the use of electronic spreadsheets was able to solve complex calculations and obtain
efficient results.
Keywords: Gauss Jacobi, Gauss Seidel, Mathematical Modeling, Numerical Calculus.
ix
LISTA DE FIGURAS
Figura 1 - Fluxograma típico de tratamento de minério no Brasil. ............................. 18
Figura 2 - Grelha fixa em usina de processamento de ferro. ......................................... 23
Figura 3 - Grelha vibratória. .......................................................................................... 24
Figura 4 - Trommel. ...................................................................................................... 25
Figura 5 - Peneira vibratória. ....................................................................................... 26
Figura 6 - Representação dos nós: a) de separação, b) de junção. ................................ 30
Figura 7 - Banco de flotação: (a) fluxograma, (b) em forma de nó, (c) em nós simples.
........................................................................................................................................ 31
Figura 8 - Planilha elaborada para as iterações de matrizes 2x2. .................................. 41
Figura 9 - Gráfico de iterações em um sistema 2x2. ..................................................... 42
Figura 10 - Planilha elaborada para as iterações de matrizes 3x3. ................................ 42
Figura 11 - Gráfico de iterações em um sistema 3x3. .................................................. 43
Figura 12 - Planilha elaborada para as iterações de matrizes 4x4 ................................. 44
Figura 13 - Gráfico de iterações em um sistema 4x4. .................................................. 44
Figura 14 - Comparativo entre as iterações realizadas pelo método de Gauss Jacobi e de
Gauss Seidel. .................................................................................................................. 45
Figura 17 - Iterações realizadas em teste para sistema de equação linear 5x5. ............. 48
Figura 18 - Iterações realizadas em teste para sistema de equação linear 6x6. ............. 48
Figura 19 - Iterações realizadas pelo método de Seidel em uma matriz 5x5. ............... 49
Figura 20 - Iterações realizadas pelo método de Seidel em uma matriz 6x6. ............... 49
x
LISTA DE TABELAS
Tabela 1 – Tipos de classificadores em função do mecanismo e do fluido utilizado. ... 20

Tabela 2 – Escalas granulométricas ............................................................................... 22
xi
LISTA DE UNIDADES
μm = Micrômetro
% = Porcentagem
cm = Centímetro
g = Gramas
t/h = Toneladas por hora
mm = Milímetros
ε = Precisão
dr= Critério de Parada
xii
LISTA DE SÍMBOLOS
A = vazão mássica da alimentação

C = vazão mássica do concentrado
R = vazão mássica do rejeito
E = vazão mássica do rejeito
a = teor do componente de interesse da alimentação
c = teor do componente de interesse do concentrado
r = teor da componente de interesse do rejeito
e = teor da componente de interesse do rejeito
Q = recuperação mássica
R = recuperação metalúrgica
N = número de equações em um sistema linear
F = número de fluxos de alimentação
V = número de nós de separação
S = Fração A;
W = Fração B;
X = Fração C;
Y = Fração D;
Z = Fração E;
T = Fundo da peneira.
xiii
SUMÁRIO
1 INTRODUÇÃO ............................................................................................... 15
2 REVISÃO BIBLIOGRÁFICA ........................................................................ 16
2.1 TRATAMENTO DE MINÉRIOS ........................................................ 16
2.2 AMOSTRAGEM .................................................................................. 18
2.3 CLASSIFICAÇÃO ............................................................................... 19
2.3.1 Fundamentos da Classificação ......................................................... 19
2.3.2 Tipos de Classificadores .................................................................. 19
2.4 PENEIRAMENTO ............................................................................... 20
2.4.1 Escalas Granulométricas .................................................................. 21
2.4.2 Tipos de Equipamentos.................................................................... 21
2.4.3 Eficiência de Peneiramento ............................................................. 26
2.5 MODELOS DE DISTRIBUIÇÃO GRANULOMÉTRICA ................. 27
2.6 FÓRMULA DE DOIS PRODUTOS .................................................... 28
2.7 RECUPERAÇÃO MÁSSICA DO PROCESSO .................................. 28
2.8 RECUPERAÇÃO METALÚRGICA ................................................... 29
2.9 ÍNDICE DE SELETIVIDADE DE GAUDIN ...................................... 29
2.10 BALANÇO DE MASSAS ................................................................ 29
2.11 RESOLUÇÃO DOS SISTEMAS LINEARES ................................. 31
2.11.1 Método de Gauss Jacobi ................................................................ 32
2.11.2 Convergência do Método de Gauss Jacobi....................................... 33
2.11.3 Critério de Convergência do Método de Gauss Jacobi .................... 33
2.12 Método de Gauss Seidel ..................................................................... 34
2.12.1 Critério de Convergência do Método de Gauss Seidel..................... 35
3 CONSIDERAÇÕES SOBRE O AMBIENTE DE ESTUDO .......................... 36
4 OBJETIVOS .................................................................................................... 37
5 DESENVOLVIMENTO E RESULTADOS ................................................... 38
6 CONCLUSÃO ................................................................................................. 50
REFERÊNCIAS BIBLIOGRÁFICAS ............................................................... 51
xiv
1 INTRODUÇÃO
Controlar ao máximo o desempenho dos estágios da linha de beneficiamento é

uma tarefa desafiadora e de suma importância. Desta forma, cabe ao engenheiro de
processos de cada projeto, assim como, os técnicos responsáveis, pela boa produtividade
e segurança dos estágios. Esse tipo de controle é de importância decisiva para a melhoria
da planta, otimização de processos, acompanhamento e redução das perdas que podem
ocorrer em uma determinada etapa.
Por conseguinte, a premissa da análise granulométrica é que a granulometria total
do material fornecido ao sistema de peneiramento é igual à soma do material retido em
cada peneira. Muitas são as maneiras de determinar a granulometria em um processo,
assim como, em um balanço de massa, não obstante o software Microsoft Excel será
utilizado para apresentar um método acessível tendo como base o conteúdo proposto por
Wills e Napier-Munn (2006) em relação aos elementos relevantes no fluxo do processo.
Contudo, são necessárias amostras que estejam sujeitas a erros e que possam ser ajustadas
estatisticamente para tornar o resultado próximo do valor verdadeiro. A planilha utilizará
resultados relacionados a uma análise granulométrica conhecida, a fim de calcular a
distribuição granulométrica em cada peneira de um sistema de peneiramento.
Grandes empresas de mineração conseguem pagar softwares mais sofisticados,
não obstante a grande parte das mineradoras são de médio e pequeno porte e por diversas
razões, não possuem acesso a este material. O trabalho proposto visa contribuir com o
pequeno minerador para que ele consiga resolver os problemas de forma mais eficiente.
15
2 REVISÃO BIBLIOGRÁFICA
2.1 TRATAMENTO DE MINÉRIOS

As substâncias chamadas de minerais são todos os materiais inorgânicos de
composição química e de propriedades físicas definidas, encontradas na crosta terrestre.
Desta forma, minério é todo mineral, agregado de um ou mais minerais, que possuem ao
menos um mineral de interesse econômico e que a sua extração traga aproveitamento
financeiro. Esses minerais valiosos, aproveitáveis como bens úteis e de interesse
econômico, são chamados de minerais-minério (VALADÃO; ARAÚJO; 2010).
Ao extrair estes minerais-minério da natureza, é comum que muitos tenham que
passar pelo beneficiamento mineral para que seja aproveitado da melhor forma e,
também, atender à exigência das diferentes indústrias que tem o produto da mineração
como matéria prima.
De acordo com Luz, Sampaio e França (2010), o beneficiamento de minérios é
caracterizado por operações pelas quais os bens minerais são submetidos, para que haja a
modificação de sua granulometria, a concentração relativa das espécies minerais
presentes ou a forma em que se encontram. Um beneficiamento mineral bem-sucedido é
avaliado por alguns parâmetros como a recuperação mássica, recuperação metalúrgica e
índice de seletividade de Gaudin.
Conforme Chaves (2002), o tratamento de minérios consiste em um conjunto de
operações aplicadas aos bens minerais, visando modificar a granulometria, a
concentração relativa das espécies minerais presentes ou a forma, sem que a identidade
química e física dos minerais seja alterada. Beneduce (2020), por sua vez, fala sobre um
conceito mais amplo para o tratamento de minérios, no qual os processos pelos quais os
minerais são submetidos, podem sim alterar as propriedades químicas, resultado esse de
decomposição térmica ou pela simples presença de calor.
Segundo Luz e Lins (2010), as operações que visam a separação seletiva de
minerais (concentração) baseiam-se nas diferenças de propriedades entre o mineral de
interesse e os minerais de ganga. A massa específica (ou densidade), suscetibilidade
magnética, condutividade elétrica, propriedades de química de superfície, cor,
radioatividade, forma etc. são propriedades que se destacam no tratamento de minérios.
Em um processo de concentração, é necessário que as partículas apresentem,
idealmente, uma única espécie mineralógica. Para que isso ocorra, o minério é submetido
a processos de cominuição (britagem e/ou moagem), em que os produtos desta redução
16
de tamanho podem variar de centímetros até micrômetros. Não obstante, os custos das
operações de redução de tamanho possuem preços elevados, devido ao imenso consumo
de energia, o custo dos equipamentos moedores e seus respectivos revestimentos, por
isso, é importante fragmentar evitando sempre a cominuição excessiva. Para isso, é
aplicado operações de separação por tamanho ou classificação adjuntos aos processos de
cominuição (LUZ e LINS, 2010).
Para Chaves (2002), na maioria das vezes, as operações de concentração são
realizadas com a presença de água no processo. Contudo, antes de se obter um produto
para ser transportado, ou mesmo adequado para a indústria química ou para a obtenção
do metal por métodos hidro-pirometalúrgicos, é mandatório eliminar parte da umidade
do concentrado. Estas operações compreendem desaguamento (espessamento e filtragem)
e secagem.
O fluxograma de uma operação comum em uma usina de tratamento de minérios,
que possui a recirculação de água, demonstra que o minério bruto dentro da planta de
tratamento de minérios pode ser sujeitado a diferentes operações unitárias (Figura 1), que
são assim classificadas:
• Cominuição: britagem e moagem;
• Peneiramento (separação por tamanhos) e classificação (ciclonagem,
classificação em espiral);
• Concentração: gravítica, magnética, eletrostática, flotação etc.
• Desaguamento: espessamento e filtragem;
• Secagem: secador rotativo, spray dryer, secador de leito fluidizado;
• Disposição de rejeito.
17
Figura 1 - Fluxograma típico de tratamento de minério no Brasil.
Fonte: Sampaio e França (2010).
2.2 AMOSTRAGEM
Para Góes, Possa e Luz (1991), o processo de amostragem consiste na retirada de
quantidades moduladas de material (incrementos) de um todo que se deseja amostrar, para
a produção da amostra primária, a modo que esta amostra represente o todo amostrado.
Por conseguinte, submete-se a amostra primária as operações de cominuição,
homogeneização e quarteamento, até que se tenha uma amostra final com granulometria
e massa adequadas para a realização de ensaios (químicos, físicos, mineralógicos etc.).
Conforme Góes, Luz e Possa (2010), amostragem é, portanto, um processo de
seleção e inferência, uma vez que a partir do conhecimento de uma parte, procura-se tirar
conclusões sobre o todo. Desta forma, todos os cuidados devem ser tomados para que
essa representatividade não se perca, quando da preparação da amostra primária. É
importante ressaltar, que, as características de interesse (densidade, teor, umidade,
18
distribuição granulométrica, constituintes minerais etc.) definidas a priori são válidas para
as características de interesse.
Ressalte-se a importância da amostragem quando a avaliação de depósitos
minerais, o controle de processos de beneficiamento e a comercialização de produtos
oriundos de atividades mineiras, uma vez que, uma amostragem mal dirigida, resultará,
provavelmente, em prejuízos vultosos ou em distorções de resultados com consequências
técnicas imprevisíveis. Sem dúvida, a amostragem é uma das operações mais complexas
e passíveis de introduzir erros, deparadas pelas indústrias da mineração e metalurgia
(POSSA; LUZ, 1984).
2.3 CLASSIFICAÇÃO
Os métodos de beneficiamento mineral que envolvem classificação apresentam
como objetivo em comum a separação de um certo material em duas ou mais frações,
com partículas de tamanhos distintos (CARRISSO; CORREIRA, 2004).
Correia (2010) discorre sobre classificação, onde a separação é realizada
tomando-se como base o conceito da velocidade em que os grãos atravessam um certo
meio fluido. O beneficiamento mineral adota, comumente, a água como meio fluido. A
classificação a úmido é aplicada, normalmente, para partículas com granulometria muito
fina, onde o peneiramento não funciona de uma forma eficiente.
2.3.1 Fundamentos da Classificação

De acordo com a expressão da força gravitacional e com o princípio fundamental
da dinâmica propostas por Newton (1687), quando se tem uma partícula em queda livre
no vácuo, ela está sujeita a uma aceleração constante e sua velocidade aumenta
indefinidamente, qualquer que seja seu tamanho ou densidade. Se, contudo, a partícula
cai em um outro meio que não o vácuo, este oferece uma resistência ao seu movimento,
a qual aumenta em razão direta com a velocidade, até atingir um certo valor constante.
Quando as duas forças que atuam na partícula (gravitacional e de resistência do fluido)
se tornam iguais, a partícula atinge uma velocidade denominada terminal e passa a ter
uma queda com velocidade constante.
2.3.2 Tipos de Classificadores

Há inúmeros tipos de grupos que podem dividir os classificadores, nos quais os
parâmetros de seleção podem ser o mecanismo e o fluido utilizado (Tabela 1).
19
Tabela 1 – Tipos de classificadores em função do mecanismo e do fluido utilizado.
Autor Tipos de Classificação

Trajano - Úmido Mecânico
- Ar
- Mecânico
Perry - Não mecânico Não mecânico
- Hidráulico
- Horizontais
Gravidade
Wills - Verticais Centrífugo
Mecânico
Fonte: TRAJANO, 1996; PERRY, 1973; WILLS, 1988.
Correia (2010) conceitua os classificadores, essencialmente, constituintes de uma

coluna de separação, na qual o fluido, seja líquido ou gasoso, está ascendendo a uma
velocidade uniforme. As partículas introduzidas na coluna de separação fazem
movimentos convergentes a depender das suas velocidades terminais. Desta forma, são
obtidos dois produtos: um overflow, consistindo em partículas com velocidade terminal
menor que a velocidade do fluído, e um underflow, de partículas com velocidade terminal
maior a que a velocidade do fluido.
2.4 PENEIRAMENTO
Carrisso e Correira (2004) entendem por peneiramento, a separação de um

material em duas ou mais classes, estando estas limitadas uma superior e outra
inferiormente.
Sobre a utilização de água em peneiramento a úmido, Carrisso e Correia (2004)
observam que o propósito de se utilizar água é facilitar a passagem dos finos através da
tela de peneiramento.
O material retido na tela da peneira é denominado oversize e o passante, undersize.
Segundo Andrey (1980), os peneiramentos industriais a seco são, normalmente,
realizados em frações granulométricas de até 6 mm. Não obstante, é possível peneirar a
seco com eficiência razoável em frações de até 1,7 mm. Os peneiramentos industriais a
úmido, por sua vez, tem aplicabilidade comum para frações de até 0,4 mm. Em
consequência dos constantes estudos, tem sido possível peneirar partículas mais finas, da
ordem de 50 μm.
20
2.4.1 Escalas Granulométricas
As faixas de tamanho das partículas são feitas através de uma série de peneiras
que possuem uma relação constante entre a série de aberturas.
Segundo Sampaio e Silva (2007), a primeira escala granulométrica foi proposta
por Rittinger, em data, e obedecia a seguinte equação:
𝑎𝑛 = 𝑎𝑜 𝑟 𝑛 (1)
Onde an é a abertura de ordem n, ao é a abertura de referência e r, por sua vez, razão

de escala.
Correia (2010) acrescenta que, posteriormente, a U.S. Tyler Company modificou
a escala original de Rittinger (Sampaio e Silva, 2007), adotando 74 μm como abertura de
referência (𝑎𝑜 ). Esta escala tornou-se de uso geral em todo o mundo.
De acordo com Correia (2010), Richards seguiu a equação de Rittinger (Sampaio
e Silva, 2007), para criar uma segunda escala, que foi posteriormente tomada como
4
padrão pelo governo estadunidense, na qual a razão de escala adotada fora de r = √√2=
1,19.
Goés, Possa e Luz (1991) enfatizam que as aberturas das peneiras para as duas
escalas (a de Tyler e a de Richards) foram relacionadas ao número de malhas (mesh) que
representa o número de aberturas de uma mesma dimensão contido num comprimento de
25,4 mm. Da mesma forma, a escala International Standard Opening (ISO) adotou como
abertura de referência (𝑎𝑜 ) 1 mm, que corresponde a 18 malhas (mesh), e a razão de escala
(r) √2 = 1,414.
A Tabela 2 apresenta as escalas Tyler, Richards e ISO e suas associações com o
número de malhas (mesh).
2.4.2 Tipos de Equipamentos

Há três tipos de equipamentos utilizados no peneiramento:
• Grelhas - constituídas por barras metálicas dispostas paralelamente,
mantendo um espaçamento regular entre si;
• Crivos - formados por chapas metálicas planas ou curvas, perfuradas por
um sistema de furos de várias formas e dimensão determinada;
21
• Telas - constituídas por fios metálicos trançados geralmente em duas
direções ortogonais, de forma a deixarem entre si "malhas" ou "aberturas"
de dimensões determinadas, podendo estas serem quadradas ou
retangulares.
Tabela 2 – Escalas granulométricas
Escala Tyler Escala Richards

4 Escala
𝑟 = √2 = 1,414 𝑟 = √2 = 1,19 ISO
𝑎𝑜 = 74 𝜇𝑚 𝑎𝑜 = 1,0 𝑚𝑚 = 18 𝑚𝑎𝑙ℎ𝑎𝑠
Malhas mm Malhas mm polegadas Malhas
3 6,680 3 6,35 0,250
3½ 5,66 0,233 3½
4 4,699 4 4,77 0,187
5 4,00 0,157 5
6 3,327 6 3,36 0,132
7 2,83 0,111 7
8 2,362 8 2,38 0,0937
10 2,00 0,0787 10
10 1,651 12 1,68 0,0661
14 1,41 0,0555 14
14 1,168 16 1,19 0,0469
18 1,00 0,0394 18 (Base)
20 0,833 20 0,841 0,0331
25 0,707 0,0278 25
28 0,589 30 0,595 0,0234
35 0,500 0,0197 35
35 0,417 40 0,420 0,0165
45 0,354 0,0139 45
48 0,295 50 0,297 0,0117
60 0,250 0,0098 60
65 0,208 70 0,210 0,0083
80 0,177 0,0070 80
100 0,147 100 0,149 0,0059
120 0,125 0,0049 120
150 0,104 140 0,105 0,0041
170 0,088 0,0035 170
200 (Base) 0,074 200 0,074 0,0029
230 0,063 0,0025 230
270 0,053 270 0,053 0,0021
325 0,044 0,0017 325
400 0,038 400 0,037 0,0015
Fonte: Sampaio e França (2010).
Segundo Correia (2010), esses três tipos de equipamentos são classificados de

acordo com o seu movimento, em duas categorias:
22
➢ Fixas: possuem superfície inclinada, visto que a única força atuante é a
força de gravidade.
São exemplos de equipamentos fixos:
• Grelhas fixas: De acordo com Andrey (1980), estas são constituídas por
um conjunto de barras paralelas espaçadas por um valor pré-determinado
e inclinadas na direção do fluxo da ordem de 35° a 45°, como vistos na
Figura 2. São empregadas basicamente em circuitos de britagem para
separação de blocos de 7,5 a 0,2 cm, sendo utilizadas invariavelmente a
seco. Sua eficiência é normalmente baixa (60%), porque não havendo
movimento da superfície não ocorre a estratificação, que facilita a
separação.
Figura 2 - Grelha fixa em usina de processamento de ferro.
Fonte: Edis Siqueira Nunes Filho, 2017.
• Peneiras Fixas: Segundo Correia (2010), são utilizadas para

desaguamento de suspensões e para uma separação precisa de suspensões
de partículas finas. Recentemente, vêm sendo empregadas em circuito
fechado de moagem quando a granulometria do produto é grossa e no
peneiramento a úmido de materiais finos até 50 μm. Compreende uma base
curva formada por fios paralelos entre si, formando um ângulo de 90° com
a alimentação, que é feita por bombeamento na parte superior da peneira
sendo distribuída ao longo de toda a extensão da peneira. Partículas com
tamanho de aproximadamente a metade da distância do espaço entre fios
23
passam pela superfície da peneira. O diâmetro de corte depende da
percentagem de sólido da polpa, o que faz com que esse parâmetro tenha
que ser bem controlado para que se possa obter um rendimento adequado
da peneira. O peneiramento tende a concentrar nos fios os minerais mais
densos, ao contrário do que ocorre com outros classificadores.
➢ Móveis: são equipamentos que possuem um mecanismo que fazem a sua
movimentação.
São exemplos de equipamentos móveis:
• Grelhas vibratórias: Sampaio e Silva (2007) descrevem estes
equipamentos como semelhantes às grelhas fixas, não obstante ressaltam
que sua superfície está sujeita a vibração. São utilizadas, normalmente,
antes da britagem primária.
Figura 3 - Grelha vibratória.
Fonte: Furlan, 2019.
• Peneiras Rotativas (Trommel): De acordo com Carrisso e Correira

(2004), estas peneiras possuem a superfície de peneiramento cilíndrica ou
ligeiramente cônica, que gira em torno do eixo longitudinal. O eixo possui
uma inclinação que varia entre 4° e 10°, dependendo da aplicação e do
material nele utilizado. Podem ser operadas a úmido ou a seco. A
velocidade de rotação fica entre 35-40% da sua velocidade crítica
(velocidade mínima na qual as partículas ficam presas a superfície
24
cilíndrica). Nessas condições, a superfície efetiva utilizada no
peneiramento está em torno de 30% da área total.
Nos dias atuais, os trommels estão sendo substituídos, parcialmente, por peneiras
vibratórias que têm maior capacidade e eficiência. Contudo, ainda são muito utilizados
em lavagem e classificação de cascalhos e areias. As principais vantagens dos trommels
são sua simplicidade de construção e de operação, seu baixo custo de aquisição e
durabilidade (CORREIA, 2010).
Figura 4 - Trommel.
Fonte: Amstar Machinery Co., 2020.
Peneiras Reciprocativas: Correia (2010) discorre sobre estas realizarem um

movimento alternado praticamente no mesmo plano da tela, tendo como resultante uma
força positiva que faz com que as partículas se movam para frente. Devido a esse
movimento natural, as peneiras reciprocativas trabalham com uma pequena inclinação,
entre 10° e 15°. A amplitude de seu movimento varia entre 2 e 25 cm com uma frequência
de 800 a 60 movimentos por minuto, respectivamente.
Sua empregabilidade se dá na classificação de carvões e de outros materiais
friáveis, pois reduzem a fragmentação eventual das partículas. De um modo geral, Correia
25
(2010) afirma que as peneiras reciprocativas têm um campo de aplicação restrito, diante
das maiores vantagens apresentadas pelas peneiras vibratórias.
Peneiras Vibratórias: Segundo Correia (2010), o movimento vibratório é

caracterizado por impulsos rápidos, normais à superfície, de pequena amplitude (1,5 a 25
mm) e de alta frequência (600 a 3.600 movimentos por minuto), sendo produzidos por
mecanismos mecânicos ou elétricos. Estes tipos de peneira podem ser divididos em duas
categorias: aqueles em que o movimento vibratório é praticamente retilíneo, num plano
normal à superfície de peneiramento (peneiras vibratórias horizontais), e aqueles em que
o movimento é circular ou elíptico neste mesmo plano (peneiras vibratórias inclinadas).
De acordo com Carrisso e Correira (2004), estas peneiras são as de uso mais
frequente em mineração, sendo muito empregadas nos circuitos de britagem e de
preparação de minério para os processos de concentração. A sua capacidade varia entre
50 a 200 t/m2/mm de abertura/24 h.
Figura 5 - Peneira vibratória.
Fonte: Máquinas Farias, 2018.
2.4.3 Eficiência de Peneiramento

Andrey (1980) enfatiza que ao se tratar de peneiramento industrial, a palavra
“eficiência” é empregada para expressar a avaliação do desempenho da operação de
peneiramento, em relação a separação granulométrica ideal desejada, isto é, a eficiência
26
de peneiramento é definida como a relação entre a quantidade de partículas mais finas
que a abertura da tela de peneiramento e que passam por ela e a quantidade delas presente
na alimentação.
𝑃 (2)
𝐸 = 𝑎𝐴x100
Onde E é eficiência, P é o passante, A é a alimentação e a é a porcentagem de

material menor que a malha da alimentação.
Segundo Andrey (1980), em escala industrial, a eficiência de peneiramento, situa-
se entre 80 e 90%, atingindo em alguns casos 95%. Conforme o Manual de Britagem
(1985), as partículas com diâmetros (d) superiores a uma vez e meia 1 ½ a abertura da
tela não influenciam no resultado do peneiramento, bem como àquelas inferiores à metade
(0,5) da abertura da tela. As partículas compreendidas entre esta faixa é que constituem a
classe crítica de peneiramento e influem fortemente na eficiência e na capacidade das
peneiras.
2.5 MODELOS DE DISTRIBUIÇÃO GRANULOMÉTRICA
A distribuição dos tamanhos das partículas e o tamanho das partículas são de suma
importância para várias operações de produção e para o processamento envolvendo
materiais particulados. Como discutido anteriormente, há diversas técnicas de análise do
tamanho de partículas, contudo, o peneiramento é um método de separação de materiais
granulados de diferentes tamanhos e, a partir desta diferenciação, é possível determinar a
granulometria do material (CASTRO, CELERI BARAÑANO, 2020).
Com a granulometria do material, é possível aplicar modelos matemáticos de
distribuição granulométrica, como o modelo de Gates-Gaudin-Schuhmann e Rosin-
Rammler que são capazes de modelar satisfatoriamente a distribuição granulométrica de
um material para esta simulação, é necessário, comumente, estabelecer vários parâmetros
das partículas em análise, como o diâmetro, esfericidade, rugosidade, coeficiente de
restituição, dentre outros. Desta forma, estes modelos matemáticos se fazem muito
eficazes na análise de distribuição granulométrica (SILVA; GALERY; PERES, 2013).
27
2.6 FÓRMULA DE DOIS PRODUTOS
A classificação em tratamento de minérios pode ser definida como a separação da

alimentação (população original) em dois produtos que se distinguem pela distribuição
granulométrica das partículas presentes em cada população: população grossa, onde se
encontram predominantemente as partículas da alimentação que possuem as maiores
dimensões, e a população fina, constituída predominantemente pelas partículas com
menores dimensões (CHAVES, 2012).
Segundo Wills & Napier-Munn (2006), responsáveis pelo desenvolvimento da
base deste trabalho, para se avaliar o desempenho de uma usina de beneficiamento, é
necessário contabilizar todas as vazões mássicas dos produtos, assim como seus
componentes. Desta forma, é necessário utilizar a fórmula de dois produtos, que, por sua
vez, envolve a vazão mássica da alimentação (A), do concentrado (C) e do rejeito (R) e
seus respectivos teores dos componentes de interesse (Equação 4), sendo expresso por:
A=C+R (3)
Aa = Cc + Rr (4)
2.7 RECUPERAÇÃO MÁSSICA DO PROCESSO

Condizente com Wills & Napier-Munn (2006), a recuperação (Q) de um processo
é calculado pelas vazões mássicas dos seus fluxos:
𝐶 (5)
Q=𝐴
A recuperação pode, também, ser expressa pela equação 6 que leva em

consideração os seus teores, onde a é o teor de alimentação, c o teor do concentrado e e
o teor de rejeito:
(𝑎−𝑒) (6)
Q = (𝑐−𝑒)
Em recuperação mássica e recuperação metalúrgica, tanto R e r são substituídas pelas

letras E e e, uma vez que recuperação metalúrgica é representada pela letra R, isso se dá
28
para que não haja confusão entre variáveis com a mesma letra, mas com significados
diferentes.
2.8 RECUPERAÇÃO METALÚRGICA
Wills & Napier-Munn (2006) afirmam que a recuperação metalúrgica (R) do

mineral de interesse no concentrado é dada pela equação 7:
𝐶∗𝑐 (7)
R = 𝐴∗𝑎
Da mesma forma que a recuperação mássica do processo, a recuperação

metalúrgica pode ser expressa exclusivamente pelos teores de alimentação (a),
concentrado (c) e rejeito (e), como vemos na equação 8:
𝑐(𝑎−𝑒) (8)
R = 𝑎(𝑐−𝑒)
2.9 ÍNDICE DE SELETIVIDADE DE GAUDIN
Gaudin (1957) desenvolveu, no final do século XVII, o índice de seletividade

(I.S.) que visa avaliar o desempenho de operações de concentração, adaptado para um
mineral de interesse e o todo o restante considerado estéril, sendo expresso por:
𝑐 𝑥 (1−𝑒) (9)
I.S. =√𝑒 𝑥 (1−𝑒)
2.10 BALANÇO DE MASSAS
As Equações 3 e 4 são de suma importância para a confecção de um balanço de

massa e metalúrgico. Ao se deparar com um balanço de massa de um circuito complexo,
é necessário um método mais analítico para gerar n equações lineares para n incógnitas
(WILLS; NAPIER-MUNN, 2006).
29
De acordo com Wills & Napier-Munn (2006), todo fluxograma pode ser reduzido
a uma série de nós e desta forma, há a junção ou a separação destes fluxos de processos.
Nós simples têm uma entrada e duas saídas (um separador), ou duas entradas e uma saída
(uma junção; Figura 6).
Figura 6 - Representação dos nós: a) de separação, b) de junção.
Fonte: Adaptado de Wills e Napier-Munn (2006).
Os separadores que produzem mais que dois produtos, ou junções que são
alimentadas por mais de dois fluxos, podem ser unidos em nós simples, conectando-os
com fluxos que não têm existência física (ROCHA, 2019).
Segundo Smith & Frew (1983), um número mínimo de fluxos deve ser amostrado
para assegurar a produção de um balanço de massa de um circuito complexo, desde que
seja conhecido a massa de um fluxo de referência, como mostra a equação 10.
N = 2(F+ V) −1 (10)
Onde N é número mínimo de pontos de amostragem, F é número de fluxos de

alimentação e V é número de nós de separação.
Contudo, em usinas de tratamento de minério, há, comumente a produção de mais
que dois produtos, assim como ocorrem junções que são alimentados por mais de dois
fluxos.
De acordo com Wills e Napier-Munn (2006), é possível fazer o cascateamento dos
fluxos complexos em nós simples, desde que estes fluxos existam apenas na teoria (Figura
7).
30
Figura 7 - Banco de flotação: (a) fluxograma, (b) em forma de nó, (c) em nós simples.
Fonte: Adaptado de Wills e Napier-Munn (2006).
Esta redução de nós é útil, uma vez que na indústria é comum encontrar plantas
de beneficiamento de minério com fluxos complexos e a interpretação incoerente destes
fluxos teóricos pode causar confusão e levar a erros durante o processo. Segundo Smith
e Frew (1983), esta redução permite uma fácil automação no processo, além de fornecer
uma verificação real dos nós e do fluxograma da usina de tratamento de minério.
Ao aplicarmos a equação 4 em cada nó, são geradas equações lineares que serão
importantes na verificação da solução do sistema.
2.11 RESOLUÇÃO DOS SISTEMAS LINEARES
Ao se deparar com um sistema linear em uma usina de tratamento de minérios, é

essencial que ele seja resolvido da forma mais rápida possível, uma vez que a avaliação
dos seus dados é importante para saber se o beneficiamento está sendo de forma correta
e se os resultados esperados estão sendo alcançados.
De acordo com Valle (2017), um sistema linear da forma Ax = b gerará uma
matriz não singular esparsa, que poderá ser resolvido por métodos iterativos que efetua
apenas o produto da matriz vetor Ax.
Estes métodos iterativos irão preservar a estrutura esparsa da matriz e, desta
forma, efetuará menos operações, levando um menor tempo, além de consumir um menor
espaço na memória da máquina.
As técnicas iterativas são raramente aplicadas na solução de sistemas lineares de
pequenas dimensões, uma vez que o tempo requerido para obter um mínimo de precisão
ultrapassa o requerido pelas técnicas diretas como a eliminação gaussiana. Não obstante,
para sistemas grandes, como os utilizados em balanço metalúrgico com mais de três
31
produtos, há uma grande porcentagem de entradas de zero (sistemas esparsos) e essas
técnicas aparecem como alternativas mais eficientes. Sistemas esparsos de grande porte
frequentemente surgem na análise de circuitos, na solução numérica de problemas de
valor de limite e em equações diferenciais parciais.
2.11.1 Método de Gauss Jacobi

De acordo com Sperandio et al. (2003), o método de Gauss Jacobi é um algoritmo
desenvolvido no final do século XVIII para resolver sistemas de equações lineares.
Dada uma matriz quadrada de n equações lineares do tipo Ax=b, temos:
Desta forma, A pode ser decomposto num componente diagonal D e o resto R:
O sistema de equações lineares pode ser reescrito como:
Dx = b-Rx (11)
O método de Jacobi é um método iterativo que resolve o membro esquerdo da

expressão em ordem a x ao usar o método resultante da iteração anterior no membro
direito. Analiticamente, isto pode ser escrito como:
𝑥 (𝑘+1) = 𝐷 −1 (𝑏 − 𝑅𝑥 (𝑘) ) (12)
Ou, da mesma forma, equivalentemente:
32
(13)
Nota-se que a computação de 𝒙𝒌+𝟏

𝒊 é feita com base em todos os valores obtidos
em iterações anteriores. Ao contrário do método de Gauss Seidel, não se pode reescrever
(𝒌+𝟏)
𝒙𝒌𝒊 com 𝒙𝒊 , pois esse valor é necessário durante a continuação da computação. Esta é
a diferença mais significativa entre o método de Jacobi e o método de Gauss Seidel e é o
motivo que o torna um algoritmo paralelo.
Pode-se afirmar que o método de Jacobi converge sempre que a matriz A é estrita
ou irredutivelmente uma matriz estritamente diagonal dominante.
2.11.2 Convergência do Método de Gauss Jacobi

De acordo com Pearson (1996), a interação de Jacobi tem a forma:
, onde e . Desta maneira, é observado que,
independente da aproximação inicial x(0), a sequência gerada {x(k)} converge para a
solução de Ax = b se, e somente se, o raio espectral da matriz interação T for menor que
1. Isto é, as iterações do método de Jacobi irão convergir para a solução do sistema se, e
somente se, o raio espectral de D-1R for menor que 1.
2.11.3 Critério de Convergência do Método de Gauss Jacobi

De acordo com Soualem (2006), o critério de convergência (critério das linhas)
do Método de Gauss Jacobi, leva em consideração o sistema linear Ax = b e a seguinte
interação:
Deve-se levar em consideração, também, as seguintes condições: se α= máx αk<1,

sendo 1≤k≤n, onde o método gera uma sequência {x(k)} convergente para a solução do
sistema em analisado, independente da escolha da aproximação inicial, chamada de x(0).
Ao analisar um exemplo de matriz A, composta pelo seguinte sistema linear:
33
Teremos:
2+1 3
α1 = = = 0,3 < 1;
10 10
1+1 2
α2 = = = 0,4 < 1;
5 5
2+3 5
α3 = = = 0,5 < 1;
10 10
Desta forma, o máx αk = 0.5 < 1, sendo 1≤k≤3 donde, pelo critério das linhas,
temos garantia de convergência para o método de Jacobi. Sempre que o critério de linhas
não for satisfeito, devemos tentar uma permutação de linhas e/ou colunas de forma a
obtermos uma disposição para a qual a matriz dos coeficientes satisfaça o critério das
linhas (PEARSON, 1996).
2.12 Método de Gauss Seidel

Da mesma forma que o método de Gauss Jacobi, o método de Gauss Seidel é um
método iterativo para resolução de sistemas de equações lineares. Ambos obedecem ao
mesmo critério de convergência e, neste método, procura-se solucionar o conjunto de
equações lineares expressando a matriz como:
(14)
Visando que k é o contador da interação e A, por sua vez, tem os coeficientes da

matriz representados por D, L e U, onde A = D + L + U. A diagonal triangular estritamente
inferior e, também, triangular estritamente superior representam estes coeficientes na
matriz.
(15)
Para diferenciar o método de Seidel do método de Jacobi, temos:
34
(16)
Por interação matemática, este método apresenta a convergência de forma mais

rápida a que o Jacobi.
(𝒌+𝟏)
É importante ressaltar que o cálculo de 𝑥𝑖𝑘+1 adota apenas os elementos de 𝒙𝒊
(𝒌)
que já fora, outrora, calculado e, ao mesmo tempo, tiveram os elementos 𝒙𝒊 avançados
(𝒌) (𝒌+𝟏)
para a iteração k+1. Desta forma, computacionalmente, pode-se substituir 𝒙𝒊 por 𝒙𝒊 ,
o que condiz com o resultado gerado com maior velocidade e precisão.
2.12.1 Critério de Convergência do Método de Gauss Seidel

Segundo Soualem (2006), neste método, o critério adotado consiste em analisar a
maior diferença entre as raízes da iteração k-1 e k e dividi-las pelo valor máximo de x da
atual iteração em análise.
(17)
35
3 CONSIDERAÇÕES SOBRE O AMBIENTE DE ESTUDO
Quando temos apenas um mineral de interesse econômico, o cálculo se torna

simples, uma vez que podemos utilizar a fórmula de dois produtos. Esta fórmula de dois
produtos determina o balanço de massas global de uma operação ou processo,
considerando que a massa de material que entra no sistema é igual à massa do material
que sai do mesmo. Matematicamente, é expressa pelas equações 3 e 4.
Não obstante, quando temos 3 produtos e temos interesse em 2 deles, ou, quando
temos 4 produtos e interesse em 3 deles, ou, quando temos N produtos e temos interesse
em N-1 minerais, este cálculo carece da utilização de sistemas lineares para saber a
porcentagem de concentrado de cada mineral e de seus agregados.
Na indústria mineral, a medida de eficiência dos processos está diretamente ligada
à confiabilidade estatística do balanço de massa e metalúrgico. Como a eficiência neste
processo de separação ou concentração de elementos ou minerais constitui instrumento
gerencial básico para qualquer unidade produtiva, ter uma forma rápida e confiável de
demonstrar dados se faz importante.
Diariamente empresas de atividade minerária e que possuem uma planta de
beneficiamento de minérios carecem de analisar seu balanceamento de massas para
avaliar se seus processos estão trabalhando de forma eficiente. Desta forma, carecem de
dar atenção para cálculos de solução complexa quando possuem mais de quatro minerais
na usina de tratamento de minérios. O tempo de resposta e posterior tomada de decisão é
uma variável que quanto mais é reduzida em um processo, mais lucro gerará a empresa.
Os sistemas de equações lineares complexas analisadas foram alterados em
relação a sua ordem e valores, a fim de checar a eficiência dos métodos e a capacidade
das planilhas de fornecerem resultados coerentes.
36
4 OBJETIVOS
O objetivo principal deste trabalho é fornecer uma forma fácil de fazer a análise
de dados dos diferentes produtos de um processo de peneiramento que otimizará o tempo
e a precisão das análises. Através dos modelos de cálculo numérico de Gauss Jacobi e
Gauss Seidel, são propostas planilhas que comparem quais métodos fornecem dados mais
precisos de acordo com a necessidade da precisão do processo, consequentemente,
minimizando o tempo gasto e calculando todas as variáveis de interesse aplicando o
método apresentado por Wills e Napier-Munn (2006).
37
5 DESENVOLVIMENTO E RESULTADOS
Após a revisão bibliográfica, alguns testes foram realizados manualmente a fim
de se conhecer o material de trabalho para o desenvolvimento das planilhas no Microsoft
Excel. Para facilitar a compreensão desta discussão, um exemplo será calculado sem o
auxílio das planilhas para compreender passo a passo.
O seguinte sistema será resolvido:
𝟏𝟎𝐱𝟏 + 𝟐𝐱𝟐 + 𝐱𝟑 = 𝟕
{ 𝐱𝟏 + 𝟓𝐱𝟐 + 𝟏 𝐱𝟑 = −𝟖
𝟐𝒙𝟏 + 𝟑𝒙𝟐 + 𝟏𝟎𝒙𝟑 = 𝟔
Onde o valor de ε adotado é de <0,05.

O primeiro passo deve ser a construção da matriz A.
10 2 1
A= 1 5 1
2 3 10
Analisando, a priori, o critério das linhas, teremos que 10 > 2+1, 5 > 1+1 e 10 >
2+3, onde em todas as linhas os critérios são atendidos. Enquanto o critério das colunas
será 10 > 1 + 2, 5 = 2 + 3 e 10 > 1 + 1.
Desta forma, temos que o sistema cumpre com o teste das diagonais pelas linhas
enquanto a igualdade na segunda coluna faz com que o critério não seja atendido pela
diagonal das colunas. Importante ressaltar que basta apenas uma das diagonais cumprir
com as exigências.
O próximo passo será organizar as iterações isolando o pivô de cada equação.
Este pivô corresponde aos valores de a11, a22 e a33 da matriz A.
𝟏
𝐱𝟏 = (𝟕 − 𝟐𝐱 𝟐 − 𝐱 𝟑 )
𝟏𝟎
𝟏
𝐱 𝟐 = (−𝟖 − 𝟐𝐱 𝟏 − 𝐱 𝟑 )
𝟓
𝟏
{𝐱 𝟑 = 𝟏𝟎 (𝟔 − 𝟐𝐱 𝟐 − 𝟑𝐱 𝟐 )
Em seguida, calcularemos os valores iniciais das iterações x(0) utilizando da

𝐛
fórmula x(0) = 𝐚 𝒊 . Desta forma, teremos que:
𝒊𝒊
38
𝟎, 𝟕
x(0) = −𝟏, 𝟔
𝟎, 𝟔
Agora, com tudo estabelecido, é possível começar a substituir os valores em x

para começar a calcular as iterações iniciais.
𝟏
𝐱𝟏 = (𝟕 − (𝟐 ∗ −𝟏, 𝟔) − 𝟎, 𝟔)
𝟏𝟎
𝟏
𝐱 𝟐 = (−𝟖 − 𝟎, 𝟕 − 𝟎, 𝟔)
𝟓
𝟏
{𝐱 𝟑 = 𝟏𝟎 (𝟔 − (𝟐 ∗ 𝟎, 𝟕) − (𝟑 ∗ −𝟏, 𝟔))
(𝟏) (𝟏) (𝟑)

Onde, 𝒙𝟏 = 0,96, 𝒙𝟐 = -1,86 e 𝒙𝟏 = 0,94. Isto é:
𝟎, 𝟗𝟔
x(1) = −𝟏, 𝟖𝟔
𝟎, 𝟗𝟒
O próximo passo é calcular o critério de parada para avaliar se esta iteração já

forneceu o valor de ε < 0,005.
||𝐱 (𝒌) − 𝐱 (𝒌−𝟏)||
Sabemos que: dr = .
|| 𝐱 (𝒌) ||
𝟎, 𝟕 𝟎, 𝟗𝟔 𝟎, 𝟐𝟔
x(0) = −𝟏, 𝟔 , x(1) = −𝟏, 𝟖𝟔  |𝐱 (𝒌) − 𝐱 (𝒌−𝟏) | = 𝟎, 𝟐𝟔
𝟎, 𝟔 𝟎, 𝟗𝟒 𝟎, 𝟑𝟒
Sendo assim, o maior valor do módulo de 𝐱 (𝟏) − 𝐱 (𝟎) corresponde a 0,34.

Continuando a análise de ε, temos o valor de 1,86 como maior valor da iteração
𝟎,𝟑𝟒
atual. Onde dr = 𝟏,𝟖𝟔 = 0,1827.
Como 0,1827 > 0,05ε é necessário fazer o cálculo de uma segunda iteração x(2).
A substituição dos valores de x agora seguirão os valores recém calculados em
x(1).
39
𝟏
𝐱𝟏 = (𝟕 − (𝟐 ∗ −𝟏, 𝟖𝟔) − 𝟎, 𝟗𝟒)
𝟏𝟎
𝟏
𝐱 𝟐 = (−𝟖 − 𝟎, 𝟗𝟔 − 𝟎, 𝟗𝟒)
𝟓
𝟏
{𝐱 𝟑 = 𝟏𝟎 (𝟔 − (𝟐 ∗ 𝟗𝟔) − (𝟑 ∗ −𝟏, 𝟖𝟔))
Onde,
𝟎, 𝟗𝟕𝟖
x(2) = −𝟏, 𝟗𝟖
𝟎, 𝟗𝟔𝟔
Agora, precisasse testar o critério de parada. Ao analisar os valores da iteração

𝟎,𝟏𝟐
atual e da anterior, tem-se que dr = 𝟏,𝟗𝟖 = 0,0606 > 0,05ε, fazendo necessário uma nova
iteração.
𝟏
𝐱𝟏 = (𝟕 − (𝟐 ∗ −𝟏, 𝟗𝟖) − 𝟎, 𝟗𝟔𝟔)
𝟏𝟎
𝟏
𝐱 𝟐 = (−𝟖 − 𝟎, 𝟗𝟕𝟖 − 𝟎, 𝟗𝟔𝟔)
𝟓
𝟏
{𝐱 𝟑 = 𝟏𝟎 (𝟔 − (𝟐 ∗ 𝟗𝟕𝟖) − (𝟑 ∗ −𝟏, 𝟗𝟖))
Que resultará os seguintes valores:
𝟎, 𝟗𝟗𝟗𝟒
x(3) = −𝟏, 𝟗𝟖 𝟖𝟖
𝟎, 𝟗𝟗𝟖𝟒
𝟎,𝟎𝟑𝟐𝟒
Neste ponto, ao calcular o dr, tem-se que dr = = 0,01629 < 0,05ε.
𝟏,𝟗𝟖𝟖𝟖
Por conseguinte, foi calculado as raízes do sistema linear 3x3 através do método
de Gauss Jacobi, onde os valores das raízes equivalem a x(3).
As diferentes planilhas envolvendo as resoluções dos sistemas lineares 2x2, 3x3,
4x4, 5x5 e 6x6 foram desenvolvidas a modo de comprovar a eficiência do método de
Gauss Jacobi e Gauss Seidel quando aplicados nas diferentes etapas do beneficiamento
mineral.
40
Cada sistema linear possuí características únicas que depende dos valores
atribuídos a cada variável, desta forma, a garantia da eficiência do método se dá através
do comprimento dos critérios de convergência de cada método em específico.
Enquanto as planilhas estavam sendo produzidas, cada sistema linear de tamanho
equivalente ao arquivo que estava sendo desenvolvido, os cálculos foram desenvolvidos
à mão a modo de comprovar a exatidão e coerência dos dados e de todas as interações
existentes em cada planilha.
A resolução de um sistema deste tamanho, devido a sua menor complexidade
quando comparado com os demais, não carece de sistemas lineares mais complexos para
sua solução, podendo ser calculado de maneira rápida utilizando apenas das equações
citadas anteriormente (3-8). Por isso, não se encontrou um exemplo de peneiramento para
utilizar como banco de dados. Não obstante, o método de Gauss Jacobi foi aplicado a um
sistema para que sua eficiência fosse comprovada. Em termos de qualidade, o sistema
apresentou as raízes rapidamente (Figura 8). Esta planilha utiliza a aproximação de erro
de x1 e x2 para que os valores das raízes sejam encontrados com maior velocidade, uma
vez que a primeira iteração não começa utilizando valores iguais a 0.
Figura 8 - Planilha elaborada para as iterações de matrizes 2x2.
Método de Jacobi 2X2

2,00 x1 + 1,00 x2 = 1,00
3,00 x1 + 4,00 x2 = -1,0
i x1 x2 e1 e2 e
0 0,50 -0,33 ** ** **
1 0,67 -0,63 0,25 0,466667 1,428571
2 0,81 -0,75 0,179487 0,166667 4,526786
3 0,88 -0,86 0,071429 0,127273 6,875
4 0,93 -0,91 0,058824 0,051724 15,80469
5 0,95 -0,95 0,02459 0,043299 22,01265
Neste sistema, com uma única iteração o sistema calculou as raízes apresentando
os valores de x1 = 0,67 e x2 = -0,63 com uma única iteração.
A nível teórico, o modelo matemático mostrou-se eficaz, uma vez que as raízes
foram achadas na primeira iteração. Ainda assim, é perceptível, também, na Figura 9, a
visualização de que o método continua achando valores aproximados nas iterações
seguintes, demonstrando a precisão do método para sistemas 2x2.
41
Figura 9 - Gráfico de iterações em um sistema 2x2.
O segundo sistema analisado foi o 3x3 (Figura 10). Diferente da primeira amostra,
o método precisou de 3 iterações para apresentar o valor das três raízes, onde x1 = 0,08,
o segundo x2 = 0,12 e x3 = 0,79. Estas raízes já são capazes de analisar o sistema e, a
partir da multiplicação por 100, demonstrar a porcentagem da distribuição do material em
cada fração da peneira. É voltado para o operador, neste caso em específico, que 8% do
material ficou retido na peneira de fração A (entre 1410 e 660 µm) enquanto 12% ficaram
retido na fração B (entre 600 e 212 µm) e 80% no fundo da peneira com valores inferiores
a 212 µm.

71,80 x1 + 1,40 x2 + 0,30 x3 = 6,20
1,00 x1 + 1,00 x2 + 1,00 x3 = 1,00
6,40 x1 + 57,80 x2 + 0,80 x3 = 8,20
i x1 x2 x3 e1 e2 e3 e
0 0 0 0 ** ** ** **
1 0,89215686 5,8 0,8358209 0,89215686 5,8 0,8358209 1
2 0,95379963 5,9553075 0,77157846 0,06164277 0,1553075 0,06424244 0,02607884
3 0,08061 0,1219 0,79746 0,87318963 5,8334075 1,56903846 0,025
4 0,84479895 5,80986244 0,83094928 0,76418895 5,68796244 1,62840928 0,97901844
5 0,96318968 5,9564082 0,77206991 0,11839074 0,14654576 0,05887937 0,03830233
42
FRAÇÃO AMOSTRA CONTEÚDO
RAÍZES ALIMENTAÇÃO µm (%) Al2 O3 SiO2 MgO
+1410 100% 6,20 1,00 8,20
x1= 0,08061 FRAÇÃO A -1410 +600 8% 0,00 0,00 0,00
x2= 0,1219 FRAÇÃO B -600 +212 12% 1,40 1,00 57,80
x3= 0,79746 FUNDO -212 +150 80% 0,30 1,00 0,80
Na Figura 11 é possível visualizar que mesmo com a existência de valores que

divergem dos demais, o método fora capaz de encontras as três raízes. Contudo, nota-se
que neste caso, os valores após a convergência, continuam variando em x2, indicando que
haja uma dificuldade de achar as raízes quando a exigência da precisão for maior ou
menor.
A quarta planilha (Figura 12), responsável pela análise do sistema de equações

lineares 4x4 apresentou os valores das raízes com cinco iterações, apenas duas amais a
que a anterior (3x3). Desta forma, com o valor das raízes calculados pelo método de Gauss
Jacobi, a planilha demonstrou que 8% do material ficou retido na peneira de fração A
(entre 1410 e 660 µm) enquanto 12% ficaram retido na fração B (entre 600 e 212 µm),
66% na fração D (entre 212 e 150 µm) e no fundo da peneira, ficou retido 14% do
material com um tamanho inferior a 150 µm.
43
Figura 12 - Planilha elaborada para as iterações de matrizes 4x4

71,80 x1 + 1,40 x2 + 0,3 x3 + 1,00 x4 + = 6,20
1,00 x1 + 1,00 x2 + 1 x3 + 0,11 x4 + = 1,00
6,40 x1 + 57,80 x2 + 0,8 x3 + 0,17 x4 + = 8,20
7,40 x2 + 8,90 x2 + 56,14 x3 + 0,66 x4 + = 5,66
i x1 x2 x3 x4 e1 e2 e3 e4 e
0 0 0 0 0 ** ** ** ** **
1 0,892157 5,8 0,835821 0,06242987 0,892156863 5,8 0,835821 0,06243 1
2 0,9538 5,955307 0,771578 0,2149987 0,061642767 0,155307496 0,064242 0,152569 0,288
3 0,953696 5,935307 0,771578 0,642987 0,873189629 5,833407496 1,569038 0,427988 0,02658
4 0,003696 5,935307 0,771578 0,932987 0,764188946 5,687962438 1,628409 0,29 0,028
5 0,08061 0,1219 0,65746 0,142987 0,873189629 5,833407496 0,114118 0,072012 0,027
6 0,844799 5,809862 0,830949 0,2698745 0,108897347 0,125445058 0,059371 0,373113 0,898
7 0,096319 5,956408 0,77207 0,085321 0,092622675 0,021100701 0,000491 0,847666 0,997
8 0,96389 5,956408 0,77207 0,255445 0,883279684 5,834508198 0,11461 0,112458 0,0338
FRAÇÃO AMOSTRA CONTEÚDO

ALIMENTAÇÃO RATIO
RAÍZES µm (%) P2 O5 Al2 O3 SiO2 MgO
FRAÇÃO A +1410 100% 6,20 1,00 8,20 5,66
x1= 0,08061 FRAÇÃO B -1410 +600 8% 71,80 1,00 6,40 7,40 1241
x2= 0,1219 FRAÇÃO C -600 +212 12% 1,40 1,00 57,80 8,90 820
x3= 0,65746 FRAÇÃO D -212 +150 66% 0,30 1,00 0,80 56,14 152
x4= 0,142987 FRAÇÃO E >150 14% 1,00 0,11 0,17 0,66
Foi observado (Figura 13) que o mesmo padrão em relação a x2 se repete no

Gráfico 2, uma vez que, a semelhança nas equações de ambos os sistemas lineares indica
um valor exorbitante dos demais na variável a11.
44
O sistema de equações lineares 4x4 foi utilizado como exemplo para comparar a
eficiência dos dois métodos, desta forma, o Gráfico 4 demonstra que o método de Jacobi
apresenta maior número de iterações com relação ao Gauss Seidel, além disso, o método
de Seidel oscila menos a que o de Jacobi, mostrando um comportamento mais preciso
para o valor exato das raízes.
Figura 14 - Comparativo entre as iterações realizadas pelo método de Gauss Jacobi e de Gauss Seidel.
Ao analisar as planilhas referentes aos sistemas 3x3 e 4x4 é importante ressaltar

que o valor de ε da primeira delas é 0,025, enquanto o da segunda é de 0,027. Outro ponto,
é que o sistema 3x3 necessitou de apenas 3 iterações, e, a 4x4, mesmo necessitando de 5
45
iterações para realizar um número maior de cálculos. Isto mostra que mesmo com uma
quantidade maior de variáveis sendo calculadas, continua preciso.
A fim de otimizar ainda mais o processo de obtenção destas raízes, foram
desenvolvidas planilhas capazes de calcular sistemas de equações lineares que
apresentam cinco variáveis (Figura 15). Por se tratar de sistemas mais complexos, alguns
critérios foram adotados para evitar erros durante o preenchimento dos dados pelo
operador, uma vez que erros cometidos pelo operador diminui a eficiência em relação ao
tempo, assim como, também, para melhor análise perante os critérios de convergência.
Método de Jacobi
102,00 x1 + -1,00 x2 + 3,00 x3 + 7,00 x4 + 91,00 x5 + x6 = -9,00
-8,00 x1 + 35,00 x2 + -1,00 x3 + 3,00 x4 + 203,00 x5 + x6 = -5,00
-2,00 x1 + 1,00 x2 + -67,00 x3 + 1,00 x4 + 56,00 x5 + x6 = 21,00
5,00 x1 + 1,00 x2 + 34,00 x3 + 201,00 x4 + 58,00 x5 + x6 = 26,00
7,00 x1 + 5,00 x2 + -8,00 x3 + -4,00 x4 + 7,00 x5 + x6 = 65,00
Organização dos coeficientes para atender o critério de convergência do

método.
LINHA 1 VALOR INICIAL 102

LINHA 1 SOMA 111 CONDIÇÃO

LINHA 2 SOMA 220 NÃO DOMINANT E
LINHA 3 SOMA 81
LINHA 4 SOMA 124
LINHA 5 SOMA 89
COLUNA 1 SOMA 22 CONDIÇÃO

COLUNA 2 SOMA 8 MAT RIZ DIAGONAL DOMINANT E
COLUNA 3 SOMA 46
COLUNA 4 SOMA 15
COLUNA 5 SOMA 408
46
Uma última combinação de planilhas utilizando o método de Gauss Jacobi foi
desenvolvida a fim de resolver sistemas de equações lineares 6x6, atendendo os mesmos
critérios na anterior (Figura 16).
Método de Jacobi
5,00 x1 + -2,00 x2 + 5,00 x3 + -5,00 x4 + 6,00 x5 + -8,00 x6 = -9,00 5,2
-6,00 x1 + 6,00 x2 + -3,00 x3 + 1,00 x4 + 4,00 x5 + -8,00 x6 = -5,00 3,7
-5,00 x1 + 5,00 x2 + -7,00 x3 + 3,00 x4 + -4,00 x5 + 3,00 x6 = 21,00 4,4
-1,00 x1 + -4,00 x2 + -9,00 x3 + 6,00 x4 + 9,00 x5 + 5,00 x6 = 26,00 33
7,00 x1 + 5,00 x2 + -8,00 x3 + -4,00 x4 + 7,00 x5 + -6,00 x6 = 65,00 4,3
4,00 x1 + -1,00 x2 + -3,00 x3 + 5,00 x4 + -3,00 x5 + -5,00 x6 = 149,00 4,3
Organização dos coeficientes para atender o critério de convergência do método.

LINHA 1 SOMA 26 CONDIÇÃO

LINHA 2 SOMA 22 NÃO DOMINANTE
LINHA 3 SOMA 20
LINHA 4 SOMA 28
LINHA 5 SOMA 30
LINHA 6 SOMA 16
COLUNA 1 SOMA 23 CONDIÇÃO

COLUNA 2 SOMA 17 NÃO DOMINANTE
COLUNA 3 SOMA 28
COLUNA 4 SOMA 18
COLUNA 5 SOMA 26
COLUNA 6 SOMA 30
Inúmeros testes foram realizados para comprovar a eficiência do método de Jacobi

para sistemas maiores que 4x4, contudo, nenhum dos testes realizados foram capazes de
apresentar as raízes do sistema, como mostram a Figura 17 e 18.
47
Figura 17 - Iterações realizadas em teste para sistema de equação linear 5x5.
i x1 x2 x3 x4 x5 e1 e2 e3 e4 e5 e
0 0 0 0 0 0 ** ** ** ** ** **
1 -0,08823529 -0,1428571 -0,3134328 0,129353234 9,28571429 0,08823529 0,142857143 0,31343284 0,12935323 9,28571429 1
2 -8,37360815 -54,040211 7,45019353 -2,49418248 9,19169757 8,28537286 53,89735357 7,76362637 2,62353571 0,09401671 0,170541
3 -8,86643131 -54,942021 6,7753416 -3,30605367 63,3487327 0,49282316 0,901810199 0,67485193 0,81187119 54,1570351 1,169723
4 -57,1162779 -369,11516 52,030057 -18,8025569 63,2505203 48,2498466 314,1731416 45,2547154 15,4965032 0,09821245 0,201324
5 -60,3763214 -376,9528 48,4678205 -23,6659481 378,774284 3,26004346 7,837640604 3,56223655 4,86339118 315,523763 1,200462
6 -341,511318 -2207,4207 312,096922 -113,98995 380,782434 281,134997 1830,467897 263,629102 90,3240019 2,00815002 0,208025
7 -362,803758 -2268,0531 293,49893 -143,06318 2219,07119 21,2924396 60,63238059 18,5979926 29,0732302 1838,28875 1,20714
8 -2000,8979 -12933,034 1829,27579 -669,537416 2245,80435 1638,09414 10664,98099 1535,77686 526,474235 26,7331598 0,210577
9 -2138,34603 -13373,502 1733,48161 -843,226394 12956,0732 137,448132 440,4681427 95,7941791 173,688979 10710,2688 1,209687
10 -11683,1669 -75512,328 10680,2845 -3911,93725 13199,4115 9544,82085 62138,8253 8946,80289 3068,71085 243,338327 0,212418
11 -12562,0105 -78586,708 10195,345 -4948,96208 75600,4761 878,843586 3074,380335 484,939525 1037,02483 62401,0646 1,211525
12 -68178,2582 -440638,73 62316,3286 -22836,0527 77528,5034 55616,2477 362052,0208 52120,9836 17887,0906 1928,02732 0,214136
13 -73753,3153 -461511,22 59917,2676 -29024,141 441098,981 5575,05709 20872,4935 2399,06099 6188,08839 363570,478 1,213242
14 -397824,611 -2571032,4 363559,6 -133286,688 455305,128 324071,296 2109521,207 303642,333 104262,547 14206,1465 0,215833
15 -432955,687 -2709889,2 352065,616 -170191,753 2573618,5 35131,0756 138856,804 11493,9844 36905,0653 2118313,37 1,214938
16 -2321314,08 -15001302 2121021,57 -777937,363 2673708,41 1888358,39 12291412,61 1768955,95 607745,611 100089,916 0,217527
17 -2541434,11 -15910814 2068522,97 -997920,015 15016028 220120,035 909512,209 52498,599 219982,652 12342319,6 1,216629
18 -13544995,1 -87529225 12374204,2 -4540504,44 15700096,8 11003561 71618410,93 10305681,2 3542584,43 684068,841 0,219219
19 -14917422,8 -93413826 12152621,8 -5851116,08 87613253 1372427,73 5884600,801 221582,363 1310611,63 71913156,2 1,21832
20 -79036469,7 -510717822 72192717,2 -26501277,9 92186809,1 64119046,9 417303996,5 60040095,4 20650161,8 4573556,09 0,22091
Fonte: Autoria própria.
Figura 18 - Iterações realizadas em teste para sistema de equação linear 6x6.

i x1 x2 x3 x4 x5 x6 e1 e2 e3 e4 e5 e6 e
0 0 0 0 0 0 0 ** ** ** ** ** ** **
1 -1,8 -0,83333 -3 4,333333 9,285714 -29,8 1,8 0,833333 3 4,333 9,3 29,8 0,31160115
2 -53,6229 -50,7794 -18,5299 9,88254 -14,8143 -30,5114 51,82 49,94603 15,52993197 5,549 24 0,711 0,19069847
3 -24,7404 -96,174 -1,34458 -18,604 57,49699 -32,6533 28,88 45,3946 17,18535147 28,49 72 2,142 0,79513174
4 -178,771 -105,014 -108,847 -124,957 62,56572 -82,653 154 8,840533 107,502236 106,4 5,1 50 0,40619091
5 -267,24 -365,116 -75,0446 -283,713 -3,57913 -249,002 88,47 260,1012 33,80218046 158,8 66 166,3 -0,0137605
6 -750,623 -587,927 -299,173 -183,313 76,00514 -407,107 483,4 222,8114 224,1279129 100,4 80 158,1 0,15723576
7 -863,69 -1463,97 -183,257 -736,232 384,2457 -562,126 113,1 876,0432 115,9150597 552,9 308 155 0,43861499
8 -2500,86 -1839,11 -1207,78 -1498,41 806,7046 -1284,78 1637 375,1412 1024,522829 762,2 422 722,7 0,49274332
9 -4051,77 -5106,69 -1184,09 -3589,63 485,9985 -2920,43 1551 3267,583 23,68587497 2091 321 1636 0,14873332
10 -9705,9 -8264,29 -3824,25 -4146,87 1801,006 -5420,65 5654 3157,596 2640,158567 557,2 ### 2500 0,31852966
11 -14464,4 -19355,9 -4102,79 -11043,5 4231,763 -9074,58 4758 11091,62 278,5402623 6897 ### 3654 0,38152779
12 -34282,3 -29596,6 -14537,2 -20250 9521,613 -18851 19818 10240,73 10434,35687 9206 ### 9776 0,48045354
13 -59140,9 -69659,2 -18854,6 -45819,4 11088,74 -38777 24859 40062,56 4317,432442 25569 ### 19926 0,27678572
14 -130180 -120028 -50108,1 -68892,7 27938,67 -74570,6 71039 50368,49 31253,54523 23073 ### 35794 0,39328521
15 -219637 -261806 -70200,5 -156639 55372,07 -135759 89457 141778,5 20092,39201 87746 ### 61189 0,39055343
16 -474824 -446559 -187079 -286365 120548,3 -271120 3E+05 184752,6 116878,0976 1E+05 ### #### 0,47239164
17 -856362 -962495 -287620 -612346 183974,1 -537024 4E+05 515936,5 100541,7963 3E+05 ### #### 0,35658272
18 -1789734 -1736797 -673528 -1044257 404939,8 -1042778 9E+05 774301,7 385907,7178 4E+05 ### #### 0,43384621
19 -3219823 -3612786 -1088029 -2204869 770037,1 -1967562 1E+06 1875990 414501,1474 1E+06 ### #### 0,41046982
20 -6634100 -6533134 -2508897 -4092622 1610525 -3867405 3E+06 2920348 1420867,783 2E+06 ### #### 0,47170321
Fonte: Autoria própria.
Como discutido anteriormente, os métodos numéricos de Gauss Jacobi e Gauss

Seidel se diferenciam através da mudança na forma com que as iterações são calculadas.
Aproveitando-se disso, desenvolveu-se, também, planilhas utilizando o método de Seidel
para verificar se este método é capaz de fornecer as raízes de matrizes maiores a que 4x4.
48
É possível observar na Figura 19 que a planilha 5x5 elaborada pelo método de
Seidel tem uma aproximação maior dos valores, mas ainda se mostra incapaz de calcular
valores de ε que deem os valores das raízes.
Figura 19 - Iterações realizadas pelo método de Seidel em uma matriz 5x5.

i x1 x2 x3 x4 x5 e1 e2 e3 e4 e5 e
0 0 0 0 0 0 ** ** ** ** ** **
1 -0,08823529 -0,1630252 -0,3132322 0,185343757 9,23832727 0,08823529 0,16302521 0,31323216 0,18534376 9,23832727 1
2 -8,33537761 -55,655221 6,82906277 -3,20735824 63,3466879 8,24714232 55,49219535 7,14229493 3,392702 54,1083606 1,141542
3 -57,129799 -380,14185 48,6167897 -23,0611338 380,329664 48,7944214 324,4866336 41,7877269 19,8537756 316,982976 1,172097
4 -342,976115 -2281,0837 293,421918 -139,370654 2237,30631 285,846316 1900,941873 244,805129 116,30952 1856,97665 1,176946
5 -2017,54538 -13417,343 1727,56015 -820,744981 13116,005 1674,56927 11136,25942 1434,13824 681,374327 10878,6987 1,177775
6 -11827,6496 -78656,726 10129,1508 -4812,43006 76846,5234 9810,10423 65239,38282 8401,59068 3991,68508 63730,5184 1,177916
7 -69298,0372 -460847,63 59348,0645 -28196,8594 450198,071 57470,3876 382190,9055 49218,9137 23384,4293 373351,548 1,17794
8 -405975,954 -2699830,9 347686,494 -165189,513 2637397,89 336677,916 2238983,294 288338,429 136992,654 2187199,81 1,177944
9 -2378331,18 -15816433 2036855,22 -967731,54 15450638 1972355,23 13116602,51 1689168,73 802542,027 12813240,1 1,177945
10 -13932950,5 -92657231 11932487,3 -5669251,55 90514251,9 11554619,3 76840797,26 9895632,03 4701520,01 75063613,9 1,177945
11 -81623204,6 -542812530 69903921,1 -33212096,3 530258304 67690254,1 450155299 57971433,9 27542844,7 439744052 1,177945
12 -478172013 -3,18E+09 409517109 -194565934 3106404341 396548808 2637138089 339613188 161353837 2576146037 1,177945
13 -2801267995 -1,863E+10 2399067995 -1139822717 1,8198E+10 2323095982 15449106818 1989550886 945256784 1,5092E+10 1,177945
14 -1,6411E+10 -1,091E+11 1,4054E+10 -6677406466 1,0661E+11 1,3609E+10 90505272549 1,1655E+10 5537583748 8,8412E+10 1,177945
15 -9,6138E+10 -6,393E+11 8,2335E+10 -3,9118E+10 6,2455E+11 7,9728E+10 5,30206E+11 6,828E+10 3,2441E+10 5,1794E+11 1,177945
16 -5,632E+11 -3,745E+12 4,8234E+11 -2,2917E+11 3,6588E+12 4,6707E+11 3,1061E+12 4,0001E+11 1,9005E+11 3,0343E+12 1,177945
17 -3,2994E+12 -2,194E+13 2,8257E+12 -1,3425E+12 2,1434E+13 2,7362E+12 1,81964E+13 2,3433E+12 1,1134E+12 1,7776E+13 1,177945
18 -1,9329E+13 -1,285E+14 1,6554E+13 -7,8648E+12 1,2557E+14 1,6029E+13 1,066E+14 1,3728E+13 6,5223E+12 1,0413E+14 1,177945
19 -1,1323E+14 -7,53E+14 9,6976E+13 -4,6074E+13 7,3562E+14 9,3905E+13 6,24491E+14 8,0423E+13 3,821E+13 6,1005E+14 1,177945
20 -6,6336E+14 -4,411E+15 5,6811E+14 -2,6992E+14 4,3095E+15 5,5012E+14 3,65845E+15 4,7114E+14 2,2384E+14 3,5738E+15 1,177945
Uma última planilha (Figura 20) foi desenvolvida a título de testar se o método de
Gauss Seidel possui a capacidade de calcular uma matriz 6x6, mas, apesar de sua extrema
exatidão, ainda se faz necessário a utilização de um método computacional para achar as
raízes.
Figura 20 - Iterações realizadas pelo método de Seidel em uma matriz 6x6.

i x1 x2 x3 x4 x5 x6 e1 e2 e3 e4 e5 e6 e
0 0 0 0 0 0 0 ** ** ** ** ** ** **
1 0,80796 -0,00923 0,474356 -0,07598 -0,0162 -0,01925 0,80796 -0,00923 0,474356 -0,07598 -0,0162 -0,01925 1
2 0,484894 -0,007123 0,886303 -0,15957 -0,01928 -0,08335 -0,32307 0,002107 0,411947 -0,08359 -0,00308 -0,0641 2,1515
3 0,235081 0,0036047 1,308995 -0,27874 -0,0147 -0,21214 -0,24981 0,010727 0,422692 -0,11916 0,004584 -0,12878 3,096805
4 0,036114 0,0211548 1,846824 -0,47794 -0,00832 -0,44535 -0,19897 0,01755 0,537829 -0,1992 0,006376 -0,23322 3,433848
5 -0,13548 0,0447323 2,665726 -0,83258 -0,00763 -0,85772 -0,17159 0,023578 0,818902 -0,35464 0,000697 -0,41237 3,255243
6 -0,30833 0,0748203 4,046664 -1,47458 -0,02361 -1,58614 -0,17285 0,030088 1,380937 -0,64201 -0,01599 -0,72842 2,930375
7 -0,52301 0,1137794 6,48096 -2,63839 -0,07416 -2,87877 -0,21468 0,038959 2,434296 -1,1638 -0,05055 -1,29263 2,662355
8 -0,84371 0,1670099 10,84106 -4,7433 -0,18994 -5,18339 -0,32069 0,05323 4,360099 -2,10491 -0,11578 -2,30462 2,486425
9 -1,37879 0,2451081 18,68702 -8,54161 -0,42499 -9,30635 -0,53509 0,078098 7,845963 -3,79831 -0,23504 -4,12297 2,381737
10 -2,31754 0,3678002 32,81721 -15,3847 -0,87556 -16,6985 -0,93875 0,122692 14,13019 -6,84313 -0,45058 -7,39219 2,322489
11 -3,99582 0,5710599 58,25814 -27,7018 -1,71415 -29,9696 -1,67828 0,20326 25,44093 -12,317 -0,83858 -13,271 2,289937
12 -7,01403 0,919942 104,0441 -49,8598 -3,25039 -53,8124 -3,01821 0,348882 45,78599 -22,158 -1,53625 -23,8428 2,272401
13 -12,449 1,5316901 186,4171 -89,7111 -6,04078 -96,6661 -5,43495 0,611748 82,37295 -39,8513 -2,79039 -42,8538 2,263086
14 -22,2348 2,617309 334,5801 -161,375 -11,0857 -173,706 -9,78578 1,085619 148,163 -71,6638 -5,04493 -77,0398 2,258189
15 -39,8474 4,5563396 601,0434 -290,24 -20,1839 -312,219 -17,6127 1,939031 266,4632 -128,865 -9,09822 -138,514 2,255633
16 -71,5362 8,0313288 1080,227 -521,957 -36,5698 -561,274 -31,6888 3,474989 479,1838 -231,718 -16,3858 -249,055 2,254307
17 -128,537 14,269642 1941,914 -938,618 -66,0591 -1009,1 -57,001 6,238313 861,6865 -416,661 -29,4893 -447,828 2,25362
18 -231,054 25,478291 3491,398 -1687,83 -119,11 -1814,36 -102,517 11,20865 1549,484 -749,215 -53,0506 -805,256 2,253264
19 -415,415 45,625829 6277,651 -3035,03 -214,527 -3262,33 -184,361 20,14754 2786,252 -1347,2 -95,4168 -1447,97 2,25308
20 -746,946 81,848339 11287,81 -5457,5 -386,124 -5866,01 -331,53 36,22251 5010,158 -2422,47 -171,597 -2603,68 2,252985
49
6 CONCLUSÃO
O objetivo proposto pelo trabalho foi atingindo, onde foi desenvolvido planilhas no
Microsoft Excel capazes de resolver sistemas lineares complexos oriundos de sistemas de
peneiramento.
Todas as operações e valores fornecidos pelas planilhas foram verificadas por outros
métodos de resolução de sistemas de equações lineares e ambos apresentaram resultados
consistentes. Ressalva-se as planilhas desenvolvidas a fim de solucionar sistemas complexos
5x5 e 6x6 que ao serem testados em mais de um método, não forneceram resultados assertivos
em todos os casos.
É importante ressaltar que da mesma forma que as porcentagens da distribuição
granulométrica foram calculados, é possível determinar valores de qualquer outra operação
presente na usina de beneficiamento através do método apresentado como, por exemplo,
balanço de massas aplicado ao tratamento mineral, ajuste dos balanços globais de massas e
metalúrgico e determinação da recuperação metalúrgica global.
Por conseguinte, concluísse que a determinação da distribuição da porcentagem
granulométrica de uma usina de beneficiamento mineral, podem ser facilmente determinadas
através de um programa computacional de baixo custo, que pode ser acessado por
dispositivos, além de não exigir conhecimento prévio de softwares específicos e apresentando
resultados confiáveis.
50
REFERÊNCIAS BIBLIOGRÁFICAS
BURDEN, Richard L.; FAIRES, J. Douglas. Análise Numérica -tradução da 8ª

edição norteamericana, São Paulo, Cengage Learning, 2008.
CASTRO, L. S.; CELERI, E. P.; BARAÑANO, A. G. Aplicação dos modelos para

distribuição granulométrica para resíduo de mármore branco. Disponível em:
<http://pdf.blucher.com.br.s3-sa-east-
1.amazonaws.com/physicsproceedings/ecfa2019/08.pdf>. Acesso em: 23 de Setembro
de 2021.
CHAVES, A. P. Teoria e prática do Tratamento de Minérios. 2ª ed. São Paulo:

Signus Editora, 2002.
CHAVES, A. P. Teoria e prática do Tratamento de Minérios: Bombeamento de

polpa e classificação. 4ª ed. São Paulo: Oficina de Textos, 2012, 303 p.
GAUDIN, A. M. Principles of mineral dressing. New Delhi: McGraw Hill, 1957.
FUNDAÇÃO INSTITUTO TECNOLÓGICO DO ESTADO DE PERNAMBUCO -

IFEP Recife, 1980 - Paulo Abib Andery.
LUZ, A. B.; SAMPAIO, J.A, FRANÇA, S.C.A.; Tratamento de Minérios. 5ª ed. Rio de
Janeiro, 2010, CETEM.
LUZ, A. B., SAMPAIO, J. A., ALMEIDA, S. L. M., FRANÇA, S. C. A., BRAGA, P.

F. A., CARRISSO, R.C.C., CORREIA, J.C.G., GOES, M. A. C. E POSSA, M. V.
Tratamento de Minérios. 4ª ed. Rio de Janeiro: Centro de Tecnologia Mineral
(CETEM) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) /
Ministério das Ciências e Tecnologia, 2004., p. 19-54, p.197-240.
MANUAL DE BRITAGEM, 4 ed. São Paulo: Fábrica de Aço Paulista. 1985.
p. 5.02-5.043.
MATA, CARLOS EDUARDO DOMINGUES DA. Desempenho de ácidos graxos na

flotação seletiva de apatita proveniente do minério fosfático de Angico dos Dias-
BA. 2019. 121 f. Dissertação (Mestrado em Engenharia Mineral) - Escola de Minas,
Universidade Federal de Ouro Preto, Ouro Preto, 2019.
NADIR SOUALEM. Gauss Seidel method - math-linux.com. Math-linux.com.

Disponível em: <https://math-linux.com/mathematics/linear-systems/article/Gauss
Seidel-method>. Acesso em: 7 Aug. 2021.
51
SOUALEM, N. Jacobi method - math-linux.com. Math-linux.com. Disponível em:
<https://math-linux.com/mathematics/linear-systems/article/jacobi-method>. Acesso
em: 7 Aug. 2021.
NEWTON, I. Philosophiæ naturalis principia mathematica. Cambridge University

Digital Library. Disponível em: < http://cudl.lib.cam.ac.uk/view/PR-ADV-B-00039-
00001/4>. Acesso em: 30 Aug. 2021.
PERRY, R.H. CHILTON, C. Chemical engineers handbook. 5. ed. Califórnia; MacGraw-

Hill, 1973.
ROCHA, V. T. L. Balanço redundante de massas em circuito de concentração

magnética. 2019. 33 f. Monografia (Graduação em Engenharia de Minas) - Escola de
Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2019.
RUGGIERO, M. A. GOMES; LOPES, VERA LÚCIA DA ROCHA. Cálculo numérico:

aspectos teóricos e computacionais. 2ª Ed. São Paulo, Editora: Pearson, 1996
SAMPAIO, J. A., FRANÇA, S. C. A., E BRAGA, P. F. A. Tratamento de Minérios:

Práticas Laboratoriais. Rio de Janeiro: Centro de Tecnologia Mineral (CETEM) /
Ministério das Ciências e Tecnologia (MCT); 2007.
SILVA, A.C.; GALERY, R.; PERES, A.E.C.; Generating Particles Diameter

According With A Size Distribution Function. Goiânia – GO, VIII Meeting of the
Southern Hemisphere on Mineral Technology. Disponível em:
<https://www.artigos.entmme.org/download/2013/modelagem_e_simula%C3%A7%C3
%A3o-modeling_and_simulation/2430%20-%20SILVA,%20A.C.-
%20GENERATING%20PARTICLES%20DIAMETER%20ACCORDING%20WITH
%20A%20SIZE%20DISTRIBUTION%20FUNCTION.pdf>. Acesso em: 23 Setembro
de 2021.
SMITH, H.W.; FREW, J.A. Design and analysis of sampling experiments - a

sensitivity approach. International Journal of Mineral Processing, volume 11, p267-
284, 1983.
SPERANDIO, D. MENDES, J. T. MOKEN E SILVA, L. H. Cálculo Numérico:

Características Matemáticas. São Paulo, Pearson, 2003.
TRAJANO, R. Princípios de tratamento de minérios (1ª parte). (s.n.t.)
VALADÃO, G. E. S.; ARAÚJO, A. C.; Introdução ao Tratamento de Minério. Belo

Horizonte: Editora UFMG, 2007.
52
VALLE, M. MS211 -Cálculo Numérico Aula 7 -Métodos de Jacobi e Gauss Seidel.
São Paulo; 2017. Disponível em:
<https://www.ime.unicamp.br/~valle/Teaching/MS211/Aula07.pdf>.
WILLS, B.A., NAPIER-MUNN, T.J. Mineral Processing Technology. 7 ª ed. Londres:

Elsevier Science & Technology Books, 2006. 450p.
WILLS, B.A. Mineral processing technology, 4. ed. (s.l.): Pergamon Press, 1988. Cap.
9, p. 335-375
TRAJANO, R. Princípios de tratamento de minérios (1a parte). (s.n.t.)
PERRY, R.H. CHILTON, C. Chemical engineers handbook. 5. ed. Califórnia;

MacGraw-Hill, 1973.
53

TCC - 2021 - Luiz Felipe Perdigão Alves

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

TCC - 2021 - Luiz Felipe Perdigão Alves

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE MATO GROSSO

CAMPUS UNIVERSITÁRIO DE VÁRZEA GRANDE

LUIZ FELIPE PERDIGÃO ALVES

Análise Granulométrica Fechada Por Sistemas Numéricos

ANÁLISE GRANULOMÉTRICA FECHADA POR SISTEMAS

Trabalho de Conclusão de curso

Orientador: Prof. Me. Pedro

Orientador(a): Prof. Me. Pedro Henrique Neuppmann.

Trabalho de Conclusão de Curso (Graduação em Engenharia de

1.Modelagem Matemática. 2.Cálculo Numérico.

Bibliotecário(a) Alex Almeida CRB 11.853

UNIVERSIDADE FEDERAL DE MATO GROSSO

ATA DE DEFESA DO TRABALHO DE CONCLUSÃO DE CURSO

Nome do Aluno: Luiz Felipe Perdigão Alves

Data da defesa: 09/09/2021

Local: Sala Virtual: https://meet.google.com/wmd-ybki-vru e https://meet.google.com/wju-jvkw-wyc

Hora de início: 15:59h Hora de fim: 17:06h

Orientador Prof. Me. Pedro Henrique Neuppmann

Membro Profa. Dra. Ana Cláudia Franca Gomes

Membro Profa. Me. Lorrana Dias Ferreira

Membro Prof. Dr. Eduardo Carlos Alexandrina

Título da monografia: “Análise Granulométrica Fechada por Sistemas Numéricos”

( ) Aprovação por unanimidade sem exigências;

(X) Aprovação condicionada ao atendimento das exigências constantes na folha de modificações no

e a nota 7,52 foi atribuída ao trabalho.

Orientador Prof. Me. Pedro Henrique Neuppmann

CORREÇÕES DO TRABALHO DE CONCLUSÃO DE CURSO

Nome do Aluno: Luiz Felipe Perdigão Alves

A banca examinadora condicionou a aprovação do Trabalho de Conclusão de Curso às seguintes

A auten cidade deste documento pode ser conferida no site h p://sei.ufmt.br

Criado por 01278547380, versão 4 por 01278547380 em 27/09/2021 12:20:05.

A análise granulométrica consiste na determinação das dimensões das partículas

Palavras chave: Gauss Jacobi, Gauss Seidel, Modelagem Matemática, Cálculo

Tabela 1 – Tipos de classificadores em função do mecanismo e do fluido utilizado. ... 20

A = vazão mássica da alimentação

Controlar ao máximo o desempenho dos estágios da linha de beneficiamento é

2.1 TRATAMENTO DE MINÉRIOS

Fonte: Sampaio e França (2010).

2.3.1 Fundamentos da Classificação

2.3.2 Tipos de Classificadores

Autor Tipos de Classificação

Correia (2010) conceitua os classificadores, essencialmente, constituintes de uma

Carrisso e Correira (2004) entendem por peneiramento, a separação de um

Onde an é a abertura de ordem n, ao é a abertura de referência e r, por sua vez, razão

2.4.2 Tipos de Equipamentos

Tabela 2 – Escalas granulométricas

Escala Tyler Escala Richards

Segundo Correia (2010), esses três tipos de equipamentos são classificados de

Figura 2 - Grelha fixa em usina de processamento de ferro.

Fonte: Edis Siqueira Nunes Filho, 2017.

• Peneiras Fixas: Segundo Correia (2010), são utilizadas para

Figura 3 - Grelha vibratória.

Fonte: Furlan, 2019.

• Peneiras Rotativas (Trommel): De acordo com Carrisso e Correira

Fonte: Amstar Machinery Co., 2020.

Peneiras Reciprocativas: Correia (2010) discorre sobre estas realizarem um

Peneiras Vibratórias: Segundo Correia (2010), o movimento vibratório é

Figura 5 - Peneira vibratória.

Fonte: Máquinas Farias, 2018.

2.4.3 Eficiência de Peneiramento

Onde E é eficiência, P é o passante, A é a alimentação e a é a porcentagem de

2.5 MODELOS DE DISTRIBUIÇÃO GRANULOMÉTRICA

A classificação em tratamento de minérios pode ser definida como a separação da