Escolar Documentos
Profissional Documentos
Cultura Documentos
Trabalho Mina Estatistica Univariada Bivariada I
Trabalho Mina Estatistica Univariada Bivariada I
NOME DO CURSO
(NOME DO ALUNO)
Cidade
2024
ANÁLISE ESTATISTICA UNIVARIADA E BIVARIADA DO BANCO DE DADOS
DA MINA BRUCUTU-MG
NOME DO ALUNO
ORIENTADOR (A):
Cidade
2024
SUMÁRIO
1.INTRODUCÃO..............................................................................................................05
1.1.Objetivo.........................................................................................................................06
2. LOCALIZAÇÃO E VIAS DE ACESSO.......................................................................07
3. GEOLOGIA.....................................................................................................................08
3.1 Geologia Regional..........................................................................................................08
3.2 Geologia Local...............................................................................................................08
4. METODOLOGIA............................................................................................................09
5. DADOS BRUTOS.............................................................................................................10
6. ESTATÍSTICA UNIVARIADA.......................................................................................10
6.1 Canga (CG)......................................................................................................................10
6.2 Hematita Friável (HF)....................................................................................................10
6.3 Hematita Goetitica (HGO).............................................................................................11
6.4 Itabirito Compacto (IC)..................................................................................................11
6.5 Itabirito Friável (IF).......................................................................................................11
6.6 Itabirito Goetitico (IGO)................................................................................................12
6.7 Itabirito Magnesífero (IMN)..........................................................................................12
7. ESTATÍSTICA BIVARIADA..........................................................................................12
7.1 CG.....................................................................................................................................13
7.2 HF.....................................................................................................................................13
7.3 HGO...............................................................................................................................14
7.4 IC......................................................................................................................................15
7.5 IF.......................................................................................................................................16
7.6 IGO...................................................................................................................................16
7.7 IMN...................................................................................................................................17
8.DESCRIÇÃO E ANÁLISE ESTATÍSTICA DAS VARIÁVEIS
MINERALÓGICAS..............................................................................................................17
CONCLUSÕES......................................................................................................................23
REFERÊNCIAS.....................................................................................................................24
1.INTRODUÇÃO
Atualmente, os projetos e/ou negócios mineiros estão a mudar significativamente os
seus modelos. Já se foi o tempo em que a geologia, a mineração e a metalurgia, campos de
conhecimento separados, mas interligados, operavam sem uma linguagem única e de forma
desconectada entre si. Anteriormente, teoria e prática seguiam uma sequência: “primeiro é a
Geociência; depois Engenheiro de Minas e finalmente Engenheiro Siderúrgico”, porém esta
afirmação não se aplica mais.
A mineração mudou e hoje mudou essa lógica de trabalho, é considerada integrada e
cada departamento tem um papel na tomada de decisões, tornando-se assim um trabalho
multifacetado, exigindo preparação e planos técnico-económicos claramente definidos. visão.
. Desta forma, será possível enfrentar novos desafios colocados pelos profissionais que
realizam este trabalho (TURNER-SAAD 2010).
Segundo Dunham & Vann (2007), esta abordagem multidisciplinar inclui o conceito
de modelagem em geologia, cuja aplicação na mineração visa reduzir a incerteza associada à
determinação de recursos no aspecto econômico; portanto, classifique-o como econômico ou
inutilizável.
Ao combinar conhecimentos de geologia, planeamento de minas, desenho operacional
e recuperação metalúrgica, é possível melhorar a compreensão e o conhecimento das reservas
minerais, conseguindo assim uma melhor utilização dos recursos e minerais (TURNER-
SAAD, 2010)
A modelagem é importante em projetos, tanto na fase de pesquisa quanto na fase
operacional, pois este método é considerado no planejamento da mina e no desenho da área
de processamento que permitirá conhecer os diferentes fatores que influenciam na avaliação e
classificação dos recursos e reservas minerais. No seu conjunto, estes atributos constituem
ferramentas de caracterização que, aliados a atributos tradicionais como o teor, permitem um
melhor conhecimento da natureza das reservas minerais.
A maioria dos estudos que tratam de depósitos de minério considera apenas a
valoração dos bens minerais, mas caberia também uma abordagem a respeito da
caracterização mineralógica e tecnológica, pois um bom suporte de informações
mineralógicas permitiria conhecer melhor o depósito avaliado. A caracterização
geometalúrgica necessita, além dos estudos mineralógicos, de um rigoroso controle das
variáveis estruturais geológicas como a geometria e continuidade do corpo, das relações com
a encaixante, tipologia do minério, parâmetros de processo e de recuperação metalúrgica.
Como exemplo, existe em minas de níquel e/ou de ferro, certa quantidade de arsênio, e/ou
óxido de magnésio, contido nestes minérios impõem prejuízos consideráveis nas fases de
recuperação metalúrgica destes bens minerais.
As variações relativas nas concentrações dos minerais presentes no minério ou em
suas propriedades macroestruturais terão implicações diretas na seleção por flotação dos
minérios e no grau de liberação obtido durante uma dada etapa de moagem do minério. Com
o objetivo de determinar sua aplicabilidade e robustez, o estudo utilizará a base de dados da
mina de Brucutu localizada no Complexo Ferrífero de Brucutu - Quadrilátero Ferrífero. -
MG, mina esta, controlada em sua integridade, pela empresa de mineração Vale.
1.1. Objetivo
Integrar as informações geológicas e tecnológicas, para o estabelecimento de
correlações entre os controles de mineralização e os parâmetros tecnológicos do minério para
a definição do corpo de minério passível de aproveitamento. Além de
gerar um zoneamento da mina de Brucutu em função das litologias presentes frente aos
processos de recuperação metalúrgica utilizados.
3. GEOLOGIA
3.1 Geologia Regional
Dentro da classificação geológica dos depósitos de minério de ferro, os depósitos
sedimentares possuem centenas de camadas e são muito importantes, pois são o local dos
maiores depósitos de minério de ferro (BIF), formados principalmente durante o período Pré-
cambriano.
Uma formação ferrífera bandada (FFB) é definida como uma rocha fina em faixas ou
laminada, consistindo principalmente de sílica (sílex ou rocha metamórfica equivalente) e
minerais de ferro (hematita, magnetita e carbonatos e vários silicatos) formados por
precipitação química e depois calibrados. através do processo de formação e metamorfose.
As principais estruturas do Quadrilátero Ferrífero são representadas por: Arco do Rio
das Velhas, incluindo o distrito aurífero de Nova Lima, Homoclina Serra do Curral, Sistema
de Falhas Fundão/Engenho e Moeda, Dom Bosco, Gandarela, Sinclinais de Vargem do Lima,
Santa Rita e Ouro Fino e Synlinorium Itabira. Essas estruturas formam a estrutura estrutural
do Quadrilátero Ferrífero.
4. METODOLOGIA
Durante os últimos trinta anos, as especificações mineralógicas ganharam especial
destaque na exploração, processamento e utilização de metais na metalurgia. Devido às
propriedades intrínsecas deste minério e à facilidade de acesso às técnicas convencionais, os
métodos analíticos mais utilizados têm sido demonstrados por microscopia óptica e medidas
de difração de raios X ( BRANDÃO, 2008).
Este trabalho foi baseado em análises estatísticas univariadas e bivariadas do banco de
dados . Foi utilizada a biblioteca de softwares GSLib para a realização de histogramas, mapas
de localização, correlação, dispersão e desagrupamento das variáveis, sendo o último
realizado através do método das células móveis. Este método também considera a
identificação dos minerais presentes e determina a distribuição de tamanho dos cristais de
quartzo. Por ser uma variedade menor e amplamente considerada como um mineral de ganga,
pouca atenção tem sido dada à influência de suas propriedades no processo siderúrgico,
especialmente na aglomeração (BRANDÃO, 2008).
5. DADOS BRUTOS
O banco de dados foi dividido em 7 litologias, sendo estas canga (CG); hematita
friável (HF), hematita goetitica (HGO), itabirito compacto (IC), itabirito friável (IF), itabirito
goetitico (IGO),itabirito magnesífero (IMN).
6. ESTATÍSTICA UNIVARIADA
7. ESTATÍSTICA BIVARIADA
A estatística bivariada inclui métodos de análise de duas variáveis, verificando se uma
relação de causa e efeito pode ser estabelecida entre elas. Exemplos típicos de métodos de
análise bivariada são testar a independência de duas variáveis (muitas vezes chamado de teste
c2) e estudar a relação linear entre duas variáveis, com coeficientes lineares de Pearson ou
Spearman ou um modelo clássico simples. regressão linear. (DORSCH et al., 2001)
7.1 CG
Possui uniformidade no tamanho das partículas e na química entre amostras representativas.
É composto essencialmente por hematita transparente, goethita com aglomerados de alumínio
(gibbsita) livres ou em alvéolos, ligados ou incrustados em seus cristais; e goethita de solo, que
apresenta alto teor de impurezas, principalmente Al2O3 (5%), P (até 0,3%) e PPC (10%).
Além do baixo teor de SiO2, as principais fontes são o quartzo livre ou misto (na
fração sólida) e a goethita moída. A presença de TiO 2 não pode ser vista ao microscópio. A
figura apresenta a composição mineralógica geral e micrografias típicas desta litologia
(Márquez et al. 2008).
Figura-3 Correlação dos valores estimados e medidos para a variável caulinita global.
7.2 HF
Amostras classificadas como cristalinas devido às suas diferentes propriedades
mineralógicas e químicas foram reclassificadas com base em minerais contendo SiO 2, Fe e
Al2O3. Assim, a hematita de alumínio apresenta baixas proporções de quartzo, caulinita e
goethita moída (3,422, 3,430, 3,432) em comparação com amostras consideradas itabirito de
alumina (3,428 e 3,431). Para calcular as variâncias experimentais, uma série de parâmetros
devem ser determinados, tais como: número de diversas direções registradas no plano de
referência, tamanho e número de passos, largura de banda no plano, largura de banda vertical,
tolerância angular e passo.
Uma vez determinadas as direções preferidas, as medidas de diversidade experimental
foram recalculadas apenas nessas direções. São esses variogramas que devem ser ajustados.
Figura 4.Hematita anfibolítica – composição mineralógica global
7.3 HGO
7.4 IC
7.6.IGO
7.7 IMN
Possui granulometria heterogênea e sua composição mineral inclui hematita e quartzo. As
amostras 3413 e 2.308 apresentam quantidades significativas de magnetita e hematita martítica
(Márquez et al. 2008).
É importante realizar uma análise estatística preliminar dos dados antes de realizar a análise
de variância ou análise estrutural, pois desta forma pode-se obter uma primeira impressão do
conjunto de dados na forma resumida calculando parâmetros estatísticos como média, variância,
máximo e valores mínimos. Isso permite identificar valores incomuns (outliers) que podem estar
relacionados a dados errados ou que podem afetar as estatísticas, como um teste de variograma.
Adicionalmente, pode indicar a necessidade de segregação de dados, como a adoção de diferentes
domínios, o que pode ajudar a explicar de forma simples a causa de resultados anômalos.
A análise estatística e mapas de amostra ou regiões de dados dão uma primeira impressão de
como os valores são distribuídos na área de estudo e podem então ajudar a determinar os parâmetros
de vários cálculos experimentais, como tamanho e número de etapas. Além disso, pode indicar a
presença de desvio ou tendência em uma área específica.
Será feita uma medição mineralógica de sete variáveis mineralógicas globais, nomeadamente
hematita, goethita, gibbsita, óxido de manganês, magnetita, quartzo e caulinita, em lados opostos aos
domínios normais. É importante ressaltar que também devem ser realizados estudos estatísticos e
geoestatísticos sobre variáveis mineralógicas em diferentes faixas de granulometria, pois dependendo
da faixa granulométrica em que o material é encontrado, ele deve passar por um determinado
processo para se recuperar depende da composição mineralógica de sua largura . Por exemplo,
materiais com granulometria de 8 mm a 0,25 mm devem ser magnetizados, o que não é possível com
materiais com outros diâmetros.
Os valores possíveis da variável medida podem assumir valores de 0 a 100%, uma vez que a
rocha é composta por sete variáveis medidas, conforme mostra a Tabela 1.
Figura 11- Mapa base dos dados para a variável goethita global
Figura 15- Histogramas da variável hematita global de todas as 3.081 amostras e por domínios
Figura 16 - Histogramas da variável goethita global de todas as 3.081 amostras e por domínios
Figura 17- Histogramas da variável gibbsita global de todas as 3.081 amostras e por domínios
Figura18 - Histogramas da variável MnO2 global de todas as 3.081 amostras e por domínios
Figura 19- Histogramas da variável magnetita global de todas as 3.081 amostras e por domínios
Figura 20 - Histogramas da variável quartzo global de todas as 3.081 amostras e por domínios
Figura 21- Histogramas da variável caulinita global de todas as 3.081 amostras e por domínios
Ao comparar os histogramas de cada variável nas encostas inversa e normal, constatou-se que
não houve diferenças significativas entre elas para as variáveis mineralógicas MnO2, Gibbsita,
Magnetita e Caulinita. Em relação ao fluxo de hematita terrestre, os valores mais elevados geralmente
ocorrem na direção oposta enquanto os valores mais baixos ocorrem com mais frequência na direção
normal. Com a variação do quartzo, percebe-se claramente que valores baixos aparecem com maior
frequência no lado oposto e valores entre 30 e 50% aparecem com maior frequência no lado normal.
Na alteração global da caulinita, valores entre 2,5 e 15% ocorrem com maior frequência no
sentido oposto.
CONCLUSÕES
REFERÊNCIAS
ENDO I., Oliveira A. H., Peres G. G. 2004. Estratigrafia e Arcabouço estrutural da região
da junção serra do curral - Sinclinal da Moeda, Quadrilátero Ferrífero. 68 p. Relatório
Interno – Convênio UFOP/CVRD.
TURNER-SAAd, G., Vision for a risk adverse integrated Geometallurgy Framework, In:
42nd Annual Canadian Mineral Processors, Ottawa, Canada, 1 p. 156.2010.