Escolar Documentos
Profissional Documentos
Cultura Documentos
DIVISÃO DE ENGENHARIA
3º ANO/ LABORAL
TURMA: A
TEMA:
RECONCILIACÃO MINEIRA
1
Discentes:
RECONCILIACÃO MINEIRA
2
Índice
1. Introdução ................................................................................................................................ 4
2. Objectivos ................................................................................................................................ 5
3. Metodologia ............................................................................................................................. 5
6. Mine-to-Mill........................................................................................................................... 12
8. Conclusão .............................................................................................................................. 15
3
1. Introdução
A reconciliação é vista como um teste de qualidade das estimativas dos modelos, porém, sem
uma amostragem adequada, capaz de gerar dados confiáveis, qualquer análise perde o sentido.
A reconciliação é uma actividade desenvolvida na maior parte das empresas de mineração e pode
ser definida como a comparação entre uma estimativa e uma medição, ou seja, entre os teores de
minério estimados pelos modelos da jazida e os teores produzidos na usina de beneficiamento.
Grandes discrepâncias entre esses valores são um problema comum em diversas minas de ouro e
de metal básico no mundo, fazendo-se necessária a adopção de estratégias que minimizem esse
problema.
4
2. Objectivos
3. Metodologia
Após a colecta das informações segui se a analise das mesmas que consistiu na leitura, síntese,
interpretação, organização e posterior revisão.
5
4. Reconciliação mineira
A prática comum de reconciliação baseia-se na definição do mine call factor (MCF) e sua
aplicação às estimativas dos modelos de longo e de curto prazo. O MCF expressa a diferença
entre a produção prevista pelos modelos e a produção registada na usina e, portanto, sua
aplicação permite corrigir futuras estimativas. Esta é uma prática de reconciliação reactiva.
Entretanto a aplicação desses factores às estimativas dos modelos pode mascarar as causas dos
erros responsáveis pelas discrepâncias observadas.
Uma prática correcta de reconciliação deve ser realizada de maneira pró-activa, i.e.,
identificando as causas das variâncias observadas e modificando as metodologias de colecta de
dados e os processos. Só assim podem ser tomadas acções que reduzam a variância a um nível
aceitável. A prognosticação é uma alternativa à reconciliação e permite ajustar os processos de
modo que os resultados estejam sempre dentro de limites aceitáveis. Os erros são analisados com
a finalidade de se tomarem acções correctivas para assegurar que a diferença entre os valores
estimados e os valores medidos seja mínima. Dessa maneira, as estimativas tornam-se previsões
- ou prognósticos - e podem formar uma base para a tomada de decisões, assegurando que o que
acontecerá no futuro corresponde ao que foi planejado no presente.
6
activa, ou prognosticação, fundamentado no processo iterativo de análise de variâncias e
correcção de metodologias de colecta de amostras. Com base nesse sistema, são propostas
alterações no protocolo de amostragem de um empreendimento mineiro, visando a diminuir os
erros de amostragem, aumentar a confiabilidade nos dados e melhorar as estimativas dos
modelos.
No contexto da indústria mineral, reconciliação pode ser definida como a comparação entre uma
estimativa (modelo de recursos, modelo de reservas, modelo de controle de teor) e uma medição
(produção oficial da usina de beneficiamento ou da metalurgia). Segundo Morley (2003), os
principais objectivos da reconciliação são:
7
Medir o desempenho da operação com base nas metas iniciais.
Garantir uma avaliação acurada dos activos minerais.
Confirmar a eficiência das estimativas de massa e teor.
Fornecer indicadores de desempenho (em especial para o controle de teor).
As estimativas de reservas visam prever massa e teor de minério, gerando um produto vendável e
rentável. Espera-se que o modelo de recursos no qual a estimativa de reservas se baseia forneça,
para um período de médio a longo prazo, estimativas razoáveis de massa e teor de minério que
será processado na usina. A definição dos limites entre minério e estéril na lavra geralmente se
8
baseia em outro modelo de distribuição de teores, um modelo de curto prazo, denominado
modelo de controlo de teor.
Esses factores fornecem, portanto, uma indicação de quão acurada foi uma determinada
estimativa. Alguns exemplos de factores são:
9
o mine call factor.
Juras (2002) define outros dois factores, o fator model to mine e o fator mine to mill, que,
multiplicados, resultam no mesmo MCF. Esses factores são aplicados às estimativas de reservas
e de controle de teor, com o objectivo de fornecer uma aproximação da quantidade de metal que
deverá ser produzida na usina.
Portanto, o cálculo desses factores pode indicar o desempenho de uma operação, porém,
admitindo-se um cenário ideal, não deveria haver factores: a estimativa da quantidade de metal
de um modelo de recursos deveria ser igual à quantidade de metal produzida mais a quantidade
de metal nos rejeitos. É claro que os dois números raramente se igualam, devido às diversas
variáveis envolvidas no processo, que podem ter diferentes causas, como mostra a tabela 1.
Causas Variáveis
Modelo geológico efeito pepita in situ real
erros de amostragem e sub - amostragem
erros analíticos
erros de estimativa
rejeição excessiva de outliers
resultados da metodologia do estimativa
definição dos limites do minério
Modelo de controle de teor efeito pepita in situ real
erros de amostragem e sub - amostragem
erros analíticos
erros de estimativa
furos de desmonte paralelos a mineralização
resultados da metodologia de krigagem e
calculo da médio
contorno do teor do minério
métodos de amostragem não acurados
Lavra modelo de lavra paralelo para a mineralização
10
deslocamento dos limites da mineralização
sobre desmonte
métodos de amostragem não acurados
método de transporte por caminhão não
acurados
perda de finos
estimativa de massa
diluição
Usina retenção de metal dentro do moinho
métodos de analise não acurados
ciclos do processo desconhecidos ou mal
interpretados
calibração dos medidores de massa e de fluxo
sub – amostragem de laboratório inadequada
reconciliação calculada para períodos muito
curtos de tempo
Segundo Morley (2003), o problema de se aplicarem factores às estimativas é que esses factores
podem mascarar as causas dos erros responsáveis pelas discrepâncias observadas. Portanto,
conforme opinião do autor, o uso desses factores não é a melhor prática industrial de
reconciliação. As causas reais de qualquer variância só podem ser identificadas analisando-se as
informações referentes a cada variância e, em seguida, modificando metodologias e processos.
Só assim poderão ser tomadas acções que reduzam a variância a um nível aceitável. Este é um
processo iterativo de recalibração constante das entradas de dados e dos cálculos, levando a uma
reconciliação pró-activa, ou seja, uma “prognosticação”.
11
5. Sistema QA-QC
Uma vez que os pontos de medição para o cálculo de reconciliação estejam definidos, deve-se
garantir que seja realizado um número suficiente de medições para permitir o controle e o
monitoramento da confiabilidade dos dados (precisão e acurácia), principalmente no caso da
amostragem. Isto requer o estabelecimento de um sistema de garantia de qualidade (quality
assurance, ou QA) e de procedimentos de controle de qualidade (quality control, ou QC).
Este é o chamado sistema QA-QC. A garantia de qualidade é conseguida pelo estabelecimento e
documentação de sistemas e padrões para garantir a qualidade a um nível mais abrangente. O
controlo de qualidade utiliza ferramentas estatísticas para assegurar que os sistemas estão
estatisticamente controlados a um nível mais específico. Um sistema QA-QC bem projectado e
implementado – por exemplo um bom sistema de reconciliação – não deve adicionar uma carga
de trabalho extra à equipe técnica. Os processos devem ser automatizados e os mais
transparentes e acessíveis possíveis, de modo que se possa despender mais tempo na
interpretação dos resultados do que na comparação entre os dados (Noppé, 2004 apud
Chieregati, 2007).
6. Mine-to-Mill
12
A reconciliação entre a mina e o moinho (mine-to-mill), consiste na prática de se compararem as
estimativas de produção baseadas em dados da mina com as estimativas de produção baseadas
em dados da moagem e, a partir dos resultados, sugerir medidas que minimizem a discrepância
entre as estimativas. Em geral existe uma discrepância relevante entre as estimativas da mina e as
estimativas do moinho. Normalmente a mina conta com amostras de furos de desmonte para o
desenvolvimento de modelos de controle de teor. Estes modelos, do mesmo modo que os
modelos de recursos, são estimativos e, portanto, estão sujeitos aos problemas comuns da
estimação.
Uma reconciliação bem-sucedida pode ser ilusória. Em muitos casos, erros cometidos em algum
ponto do processo são compensados por erros cometidos em outro ponto, resultando em
reconciliações excelentes (Crawford, 2004). Porém, isto mascara os enviesamentos do sistema,
que, mais cedo ou mais tarde, podem vir à tona. A qualidade dos resultados de reconciliação
depende da qualidade e da confiabilidade dos dados de entrada, ou seja, das estimativas e das
medições. As estimativas dos modelos de recursos são, por si só, dependentes da qualidade das
amostras colectadas e do processo utilizado para gerar as estimativas.
As medições realizadas na mina e na usina, por sua vez, são dependentes da acurácia dos
equipamentos de medição, tais como balanças e medidores de fluxo, e também da qualidade das
amostras colectadas. Todas essas medições contêm um erro associado, que deve ser identificado
e, quando possível, minimizado (Noppé, 2004 apud Chieregati, 2007).
Segundo Schofield (2001), para muitos profissionais, a reconciliação é o teste final de qualidade
das estimativas de massa e teor resultantes dos modelos de reservas e dos modelos de controle de
teor. Entretanto, sem antes termos realizado um diagnóstico de todos os processos geradores de
dados para os cálculos de reconciliação, não devemos considerá-la um teste final de qualidade,
pois diversos factores podem influenciar seus resultados, como as práticas inadequadas de
amostragem e de selecção de minério na lavra. A discussão a seguir foi baseada essencialmente
em Schofield (2001).
13
7.1.Efeito de Regressão na reconcilicao mineira
É possível explicar muitos problemas de reconciliação pelo efeito de regressão e pela relação
volume-variância. O efeito de regressão ocorre quando o modelo de recursos ou de controle de
teor subestima o teor do minério lavrado em regiões de baixo teor e superestima o teor do
minério lavrado em regiões de alto teor. Isto acontece porque a distribuição real dos teores do
minério é diferente da distribuição dos teores das amostras. Este efeito é explicado pela figura 2,
com a elipse definida pela dispersão de pontos correspondentes aos valores das amostras (valores
estimados) e os respectivos valores dos blocos (valores reais). Existe uma relação de regressão
entre os teores estimados e reais que não é a relação 1:1.
14
8. Conclusão
Sabendo identificar quais são as razões da baixa aderência na reconciliação, bem como o local
que esta ocorre, é possível aumentar significativamente o controle dos dados planejados, assim,
podendo resultar numa boa estimativa de teores e massa de minério que serão beneficiados na
usina. O processo de reconciliação realizado de uma maneira sistemática fornece uma resposta
satisfatória no controle dos dados, assim como na rapidez de execução do mesmo. É importante
salientar que o uso da reconciliação como um caminho para controlar o planejamento de mina
resulta em melhoras em toda a cadeia de operações, além de facilitar a identificação de
problemas.
15
9. Referências bibliográficas
[3] Chieregati, A. et al. (2008). Reconciliação pró – activa em empreendimentos mineiros. São
Paulo: Escola de Minas Ouro Preto.
[5] Imrie, G. (2001). Ore flow optimization: mine to mill integration – the next step
improvement. Australia: Hatch Beddows Strategy Colsuting.
[6] Morley, C. (2003). Beyond reconciliation: a proactive approach to using mining data. ed. 5th.
Australia: Kalgoorlie
[7] Pitard, F. (2001). A strategy to minimize ore grade reconciliation problems between the mine
and the mill. Australia: The Australasian Institute of Mining and Metallury.
16