Please use this identifier to cite or link to this item: http://www.repositorio.ufop.br/jspui/handle/123456789/11998
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorLana, Milene Sabinopt_BR
dc.contributor.advisorArroyo Ortiz, Carlos Enriquept_BR
dc.contributor.authorVilca, Yulder Cardenas-
dc.date.accessioned2020-03-17T13:09:22Z-
dc.date.available2020-03-17T13:09:22Z-
dc.date.issued2019-
dc.identifier.citationVILCA, Yulder Cardenas. Modelagem geoestatística de variáveis geomecânicas estudo de caso: Mina Córrego do Sítio, Santa Bárbara/MG. 2019. 138 f. Dissertação (Mestrado Profissional em Engenharia Geotécnica) – Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2019.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/handle/123456789/11998-
dc.descriptionPrograma de Pós-Graduação em Engenharia Geotécnica. Núcleo de Geotecnia, Escola de Minas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractUma maior confiabilidade no conhecimento da distribuição espacial dos dados geotécnicos é essencial para uma melhor caracterização do maciço rochoso, que é base dos dimensionamentos das escavações em mineração. Métodos geoestatísticos são amplamente utilizados para estimativa de recursos minerais (teores), mas também vem sendo utilizados para estimar outros tipos de variáveis, como parâmetros geomecânicos. Este estudo contempla a elaboração e validação de modelos de blocos obtidos por meio do banco de dados geotécnicos da mina de ouro de Córrego do Sítio, de propriedade da AngloGold Ashanti. Os parâmetros de qualidade do maciço rochoso relativos aos sistemas de classificação RMR são obtidos por meio de descrição de furos e mapeamento em campo. Portanto, a interpolação destes dados é essencial para auxiliar na aplicação de verificação de estabilidade dos maciços e na validação das reservas, assim como também no suporte da rotina das operações de mina. No desenvolvimento do presente trabalho foram direcionados os estudos para análises variográficas na variável RMR e cada um dos seus parâmetros individuais a fim de encontrar a variabilidade espacial dos mesmos, para depois se determinar estimativa via Krigagem das Indicatrizes, Krigagem Ordinária e Simulação Geoestatística pelo Indicador. Para isso foram realizadas transformações dos valores originais em variáveis categóricas de equivalência para a obtenção de um modelo geomecânico com maior representatividade no maciço rochoso. Após essas análises, os resultados dos modelos foram comparados com as expectativas de campo com base do conhecimento geológico, geotécnico e estrutural da região avaliada. As comparações dos modelos foram realizadas a partir da Krigagem das Indicatrizes e a variância dos resultados obtidos pela Krigagem Ordinária. Assim, finalmente foi direcionada uma proposta de malha de amostragem considerando a anisotropia dos resultados na variável RMR permitindo dar suporte às operações de mina e planejamento de lavra, que teve uma melhor interpretação dos resultados, e suporte na tomada de decisões nos projetos de lavra.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.subjectParâmetros geomecânicospt_BR
dc.subjectModelo geomecânicopt_BR
dc.subjectKrigagem das indicatrizespt_BR
dc.subjectVariável RMRpt_BR
dc.subjectSimulaçãopt_BR
dc.titleModelagem geoestatística de variáveis geomecânicas estudo de caso : Mina Córrego do Sítio, Santa Bárbara/MG.pt_BR
dc.typeDissertacaopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 12/03/2020 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.pt_BR
dc.contributor.refereeLana, Milene Sabinopt_BR
dc.contributor.refereeCabral, Ivo Eyerpt_BR
dc.contributor.refereePinto, Cláudio Lúcio Lopespt_BR
dc.description.abstractenGreater reliability in the knowledge of spatial distribution of geotechnical data is essential for a better characterization of the rock mass, which is the basis of excavations design in mining. Geostatistical methods are widely used for estimating mineral resources (grades), but are also used to estimate other types of variables, such as geomechanical parameters. This study includes the elaboration and validation of block models obtained through the geotechnical database of the Córrego do Sítio gold mine owned by AngloGold Ashanti. The parameters of quality of the rock masses related to the RMR classification systems among other parameters, as a basis for the geotechnical studies of excavation validation are raised through the description of holes and geotechnical mapping. Therefore, the interpolation of these data is essential to assist in the application of stability analysis of the masses and in the validation of reserves, as well as in the routine support of mine operations. In the development of the present work, variographic analyzes were performed on the RMR values and on each of its individual parameters in order to find their spatial variability, to be estimated via indicator Kriging, Ordinary Kriging and for the Geostatistical Simulation Indicator. For this, transformations were applied in the original values of categorical equivalence variables to obtain a geomechanical model with a greater representativeness of the rock mass. These analyzes were correlated to the results of the models and the field expectations based on regional geological, geotechnical and structural knowledge. The comparisons and validations of the models were performed using the Indicator Kriging and the variance of the results obtained by Ordinary Kriging. Finally, a sampling mesh proposal was defined considering the anisotropy of results in the variable RMR, allowing to help mine operations and mine planning, which leads to a better interpretation of the results and decision making in the mining projects.pt_BR
Appears in Collections:PPGEG - Mestrado profissional (Dissertações)

Files in This Item:
File Description SizeFormat 
DISSERTAÇÃO_GeoestatísticaVariáveisGeomecânicas.pdf.pdf57,26 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons