Use este identificador para citar ou linkar para este item: http://www.repositorio.ufop.br/jspui/handle/123456789/12038
Título: Avaliação de metodologias alternativas de estimativa para variáveis composicionais em depósitos multivariados.
Autor(es): Pereira, Amanda de Barros
Orientador(es): Cabral, Ivo Eyer
Arroyo Ortiz, Carlos Enrique
Palavras-chave: Geoestatística
Métodos de simulação
Fator de Máxima Correlação - MAF
Data do documento: 2020
Membros da banca: Cabral, Ivo Eyer
Lana, Milene Sabino
Capponí, Luciano Nunes
Referência: PEREIRA, Amanda de Barros. Avaliação de metodologias alternativas de estimativa para variáveis composicionais em depósitos multivariados. 2020. 136 f. Dissertação (Mestrado em Engenharia Mineral) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.
Resumo: Obter estimativas consistentes com a realidade do depósito é a base para o sucesso de um empreendimento mineiro. Hoje em dia, devido as especificações do mercado, há a necessidade em conhecer não apenas o elemento principal metal/mineral minério, mas também os múltiplos elementos que interferem na unidade de processamento e, consequentemente, no produto final. Os dados que provêm de um depósito mineral com múltiplas variáveis constituem os chamados dados composicionais, definidos por um vetor de variáveis possivelmente correlacionadas, cuja soma é uma constante, geralmente 100%. A estimativa desses dados está condicionada em satisfazer os balanços de massa e as relações estequiométricas nas diferentes faixas granulométricas, porém as metodologias clássicas da geoestatística desconsideram esta questão ou reproduzem essas condições por meio de simplificações, além de serem extremamente trabalhosas quando envolvem um grande número de variáveis. Essas deficiências motivam a busca por soluções alternativas que produzam resultados consistentes e que sejam de fácil implementação na indústria mineral. Neste trabalho foi avaliada a implementação de quatro combinações de métodos: (I) krigagem ordinária utilizando o variograma da variável principal para todas as variáveis; (II) simulação por bandas rotativas de cada variável com seu respectivo variograma; (III) decomposição em fatores MAF e simulação por bandas rotativas das variáveis com os respectivos variogramas e; (IV) transformações em razões logarítmicas ilr, decomposição em fatores MAF e simulação por bandas rotativas das variáveis com os respectivos variogramas. As metodologias foram aplicadas em um banco de dados real de um depósito multivariado de ferro nos teores de Fe, SiO2, Al2O3, PF e Resto (variável artificial) recuperados na fração +8.00mm (G1). Os resultados foram avaliados de acordo com as reproduções das características estatísticas e continuidade espacial, correlações, fechamento do balanço das espécies químicas, medidas de incerteza apropriadas e praticidade operacional. No caso deste trabalho, a metodologia IV foi a única que apresentou uma solução acabada para o problema, apesar das outras três terem apresentado alguns aspectos vantajosos. No entanto, para viabilizar sua aplicação no mercado da mineração, é necessário investimento das empresas em desenvolvimento de softwares e treinamentos para os usuários.
Resumo em outra língua: Obtaining estimates that are consistent with the reality of the deposit is the basis for the success of a mining venture. Nowadays, due to the specifications required by the market, there is a need to know not only the main element metal / ore minerals, but also the multiple elements that interfere in the processing unit and, consequently, in the final product. The data that comes from a mineral deposit with multiple variables is known as compositional data. It is defined by a vector of possibly correlated variables, where the sum up to a constant, usually 100%. This data estimation is conditional on satisfying mass balances and stoichiometric relationships in the different particle size ranges, but classical geostatistical methods disregard this question or reproduce these conditions through simplifications, besides being extremely labor intensive when involving a large number of variables. These shortcomings motivate the search for alternative solutions that generate consistent results and are easy to implement in the mining industry. This study analyzed the implementation of four method combinations: (I) ordinary kriging using the variogram of the main variable for all variables; (II) turning bands simulation of each variable with its respective variogram; (III) decomposition in MAF factors and simulation by turning bands of the variables with the respective variograms and; (IV) transformations of logarithmic ratios ilr, decomposition in MAF factors and turning band simulation of the variables with the respective variograms. The methodologies were applied in a real database from a multivariate iron deposit in the grades of Fe, SiO2, Al2O3, PF, and Resto (artificial variable), recovered in the + 8.00mm (G1) fraction. The results were evaluated according to reproductions of statistical characteristics and spatial continuity, correlations, closure of chemical species balance, appropriate uncertainty measures and operational practicality. In this case, the methodology IV was the only one that presented a solution to the whole problem, although the other three also had advantageous aspects. However, in order to make its application in the mining market feasible, companies need to invest in software development and training.
Descrição: Programa de Pós-Graduação em Engenharia Mineral. Departamento de Engenharia de Minas, Escola de Minas, Universidade Federal de Ouro Preto.
URI: http://www.repositorio.ufop.br/handle/123456789/12038
Licença: Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 01/04/2020 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.
Aparece nas coleções:PPGEM - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_AvaliaçãoMetodologiasAlternativas.pdf8,41 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons