Projeto premiado com o 16 Prêmio de Excelência da Indústria Minero-metalúrgica Brasileira 13 de maio de Hotel Ouro Minas - Belo Horizonte (MG)

Transcrição

1 Projeto premiado com o 16 Prêmio de Excelência da Indústria Minero-metalúrgica Brasileira 13 de maio de Hotel Ouro Minas - Belo Horizonte (MG) o Tel. (11) premiodeexcelencia@revistaminerios.com.br / eventos@revistaminerios.com.br

2 Utilização de critérios geoestatísticos para comparação de malha de sondagem visando à maximização da quantidade de recursos minerais. Cid Gonçalves Monteiro Filho 1 Diniz Tamantini Ribeiro 2 Evandro Machado Cunha Filho 3 1 Geólogo - Gerência de Recursos Minerais Ferrosos VALE. Bacharelado em Geologia pela Universidade do Estado do Ceará (UFC), especialista em Sistema Mínero-Metalúrgicos pela Universidade Federal de Ouro Preto (UFOP) e especialista em Geoestatística CFSG (Cycle de Formation Spécialisée en Géostatistique) pela École Nationale Supérieure des Mines de Paris. Atualmente trabalha na área Longo Prazo, em atividades de modelagem geológica e geoestatística. 2 Especialista Geoestatístico - Gerência de Recursos e Reservas Minerais Ferrosos VALE. Geólogo formado pela UnB, especialista em Geoestatística pela École Nationale Supérieure des Mines de Paris, doutor em Geologia pela UFRJ e especialista em gestão de negócios pela Fundação Dom Cabral. Atualmente trabalha como especialista em geoestatística na Vale e coordena trabalhos de avaliação de recursos minerais ferrosos da empresa. 3 Geólogo - Gerência de Recursos Minerais Ferrosos VALE. Bacharelado e Mestrado em Geologia pela Universidade de Brasília (UnB), e especialista em Geoestatística CFSG (Cycle de Formation Spécialisée en Géostatistique) pela École Nationale Supérieure des Mines de Paris. Atualmente trabalha na área Longo Prazo, em atividades de modelagem geológica e geoestatística. 1

3 Resumo Este trabalho apresenta o estudo de definição das malhas de sondagens ideais para os 35 depósitos de minério de ferro da Vale, localizados nos estados do Pará, Minas Gerais, Mato Grosso do Sul e ainda para o depósito de Zogotá localizado na Guiné no continente Africano. O objetivo do estudo foi definir uma malha ótima utilizando a mesma metodologia utilizada pela Vale para classificação de recursos minerais, desenvolvida através da krigagem da variável indicadora de continuidade geológica de minério combinada com a sua respectiva variância (Índice de Risco IR). Foram realizadas diversas simulações de malhas virtuais com intuito de buscar um resultado de aproximadamente 95% dos recursos classificados como medidos ou indicados, sendo pelo menos 50% desse total como medidos. Com base nestas premissas foram então escolhidas as malhas ideais para os respectivos depósitos minerais. A decisão pela malha ótima foi tomada observando-se as premissas juntamente com uma inspeção visual prévia, podendo ser combinada com outros critérios de validação. Posteriormente, foram geradas programações de sondagem, com base na malha escolhida para o depósito, operacionalizadas pelos geólogos de modelagem responsáveis pelo respectivo depósito estudado. Nestes 35 depósitos, foram programados cerca de 7 (sete) milhões de metros de sondagem, contra 10,5 milhões de metros considerando a malha de 100m x 100m como padrão, resultando assim em uma economia de aproximadamente R$ 2,5 Bilhões. 2

4 1 Introdução Diversos critérios geoestatísticos têm sido propostos ao longo do tempo com o objetivo de auxiliar na definição da malha de sondagem para avaliação de depósitos minerais. No entanto, a opção pelo uso desta técnica depende da existência de amostras em número suficiente para geração de variogramas do depósito, uma condição ideal que via de regra não existe nas fases iniciais de pesquisa mineral. Neste sentido, na maioria das vezes, a malha amostral é escolhida de maneira subjetiva, com critérios empíricos, aproveitando-se a geometria de malhas praticadas em depósitos minerais similares já conhecidos. Essa é uma prática muito comum adotada nas pesquisas de depósitos de ferro, podendo levar a erros de superamostragem (aumento do custo) ou de subamostragem (aumento do risco). Além disso, não são consideradas as características intrínsecas de cada depósito. A proposta deste estudo é avaliar as malhas de sondagem de projetos e minas de ferro já existentes para definição de malhas ótimas a serem aplicadas em pesquisas futuras. Essa avaliação foi feita por meio de estudo geoestatístico e o parâmetro de risco escolhido foi a classe do recurso usada nas avaliações na área de depósitos de ferrosos da VALE. Utilizou-se o método de classificação de recursos denominado Índice de Risco (IR), que é baseado em Krigagem da Indicatriz e foi adotado como padrão na avaliação de depósitos e minas de ferro pela Gerência de Recursos Minerais Ferrosos a partir de Foram criadas malhas regulares de sondagem virtuais com espaçamentos diversos, em depósitos ou minas do Quadrilátero Ferrífero, da Província de Carajás, Mineração Corumbaense e Zogotá (Guiné), cujos variogramas haviam sido definidos por amostragem prévia, e feita krigagem em branco da indicatriz de minério, variável associada à continuidade geológica, para classificação dos recursos. Avaliou-se a influência da variação da malha de sondagem na classificação dos recursos geológicos para os 35 depósitos e/ou minas conforme a tabela 1. 3

5 Tabela 1 - Listagem dos depósitos onde foram realizados os estudos de malha ótima. Mina Diretoria Região Complexo MCR DIFC Corumbá Corumbá Abóboras DIFL Quadrilátero Ferrífero Vargem Grande Capão Xavier DIFL Quadrilátero Ferrífero Paraopebas Capitão do Mato DIFL Quadrilátero Ferrífero Vargem Grande Corrego do Feijão DIFL Quadrilátero Ferrífero Paraopebas Galinheiro DIFL Quadrilátero Ferrífero Itabiritos Jangada DIFL Quadrilátero Ferrífero Paraopebas João Pereira DIFL Quadrilátero Ferrífero Itabiritos Mar Azul DIFL Quadrilátero Ferrífero Paraopebas Sapecado DIFL Quadrilátero Ferrífero Itabiritos Segredo DIFL Quadrilátero Ferrífero Itabiritos Tamanduá DIFL Quadrilátero Ferrífero Vargem Grande Tutaméia DIFL Quadrilátero Ferrífero Paraopebas N1 DIFN Carajás Norte N4E DIFN Carajás Norte N4W DIFN Carajás Norte N5 DIFN Carajás Norte Serra Leste DIFN Carajás Norte Serra Sul DIFN Carajás Norte Água Limpa DIFS Quadrilátero Ferrífero Minas Centrais Alegria DIFS Quadrilátero Ferrífero Mariana Apolo Norte DIFS Quadrilátero Ferrífero Minas Centrais Apolo Sul DIFS Quadrilátero Ferrífero Minas Centrais Bau DIFS Quadrilátero Ferrífero Minas Centrais Brucutu DIFS Quadrilátero Ferrífero Minas Centrais Capanema DIFS Quadrilátero Ferrífero Mariana Conceição DIFS Quadrilátero Ferrífero Itabira Conta História DIFS Quadrilátero Ferrífero Mariana Dois Irmãos DIFS Quadrilátero Ferrífero Minas Centrais Fábrica Nova DIFS Quadrilátero Ferrífero Mariana Fazendão DIFS Quadrilátero Ferrífero Mariana Minas do Meio DIFS Quadrilátero Ferrífero Itabira Morro Agudo DIFS Quadrilátero Ferrífero Minas Centrais Serpentina DIFS Quadrilátero Ferrífero Minas Centrais Zogotá DISM África África (Guiné) 4

6 Objetivos Esse trabalho fez parte de um projeto mais amplo de pesquisa e desenvolvimento do Departamento de Planejamento e Desenvolvimento de Ferrosos para reduzir custos com pesquisa (sondagem) e amostragem em depósitos de ferro. O principal objetivo deste trabalho é definir qual malha de sondagem associa-se preferencialmente às classes de recursos medidos e indicados para diferentes tipos de depósitos de ferro, tendo por base o método padrão utilizado na classificação de recursos minerais. Outro objetivo é comparar as malhas ótimas resultantes desse estudo com aquelas praticadas tradicionalmente na Vale e apontar as áreas onde há potencial para redução de custos com sondagem em função das características intrínsecas da geologia local de cada área. 5

7 Metodologia De maneira sucinta, a seguir estão listadas as principais etapas desenvolvidas durante a execução do projeto: Definição e criação de malhas de sondagem regulares cortando todo o corpo de minério interpretado e zona de borda não mineralizada ou de baixo teor; Classificação das amostras virtuais em indicatrizes de minério de acordo com a interpretação geológica do modelo (na zona de minério a indicatriz foi igual a 1 e, na zona de estéril ou mineralizada de baixo teor, a indicatriz foi igual a 0); Krigagem da indicatriz virtual do modelo geológico interpretado com o variograma utilizado na classificação oficial do recurso: tipos associados à formação ferrífera; Cálculo das proporções de classes de recursos classificados como medido, indicado e inferido, de acordo com o método de classificação oficial aplicado na empresa, para cada malha virtual; Construção de gráficos comparando malhas de sondagem x proporção de classes de recursos; Escolha da malha que atenda às premissas básicas do estudo, bem como sua respectiva programação. Definição de Recursos e Reservas A classificação de recursos e reservas da Vale segue os padrões internacionalmente utilizados, em particular a norma australiana (código JORC) que separa os recursos minerais e as reservas de minério de acordo com o gráfico da figura 1. Em 2001, um grupo de profissionais baseado no código JORC composto por representantes de empresas, do DNPM e de associações de classe propôs uma norma nacional de classificação de recursos e reservas, baseada nestes padrões internacionais, segundo a qual recursos e reservas foram definidos da seguinte forma: 6

8 Recurso Mineral é uma concentração ou depósito na crosta da Terra, de material natural, sólido, em quantidade e teor e/ou qualidades tais que, uma vez pesquisado, exibe parâmetros mostrando, de modo razoável, que seu aproveitamento econômico é factível na atualidade ou no futuro. Reserva Mineral é a parte do recurso mineral para a qual demonstra-se viabilidade técnica e econômica para produção. Essa demonstração inclui considerações sobre elementos modificadores, tais como fatores de lavra, de beneficiamento, de economia e mercado, legais, ambientais e sociais, justificando-se a avaliação, envolvendo análise de lucratividade, em um dado tempo. Figura 1 - Classes de recursos e reservas segundo o código JORC australiano As classes de recursos são denominadas de Medida, Indicada e Inferida e diferenciadas pelo nível de conhecimento geológico. As classes de reservas, Provada e Provável, também são diferenciadas pelo nível de conhecimento geológico e, geralmente, aceita-se a relação direta entre recursos inferidos economicamente explotáveis e reservas provadas e recursos indicados explotáveis e reservas prováveis. Segundo o código, no entanto, parte dos recursos medidos explotáveis podem ser reclassificados como reserva provável. Índice de Risco O método do índice de risco (IR) combina continuidade geológica, medida pela krigagem da indicatriz de minério (IK), e erro de estimativa, medido pela variância de krigagem da indicatriz (σ 2 ), para classificar os recursos em Medidos, Indicados e IK Inferidos (Ribeiro, D. T. et al., 2010). O cálculo do IR é dado pela equação a seguir: 7

9 IR * 2 2 ( u) do = [1 ( u)] + [ ( u K IK simplifica I σ )] 2 onde: I* K(u) é a indicatriz estimada por krigagem, associada ao suporte de um determinado bloco, situado na posição u; 2 σ IK ( u) é a variância de krigagem da indicatriz do bloco na posição u, usando modelo semi-variograma normalizado, com sill unitário. O complemento da indicatriz krigada (1-I K) corresponde, de forma simplificada, à probabilidade do bloco não pertencer ao grupo minério. Quanto maior o valor de 1- I K, maior a chance de o bloco ser estéril. Já o erro de estimativa, medido pela variância de krigagem da indicatriz, informa a qualidade do dado estimado relativamente à variância a priori do semi-variograma. Quanto mais próximas as amostras estiverem do bloco, menor será a variância de krigagem e vice-versa. A representação gráfica da equação apresentada acima pode ser vista na figura 2. Nessa figura são mostrados o eixo horizontal de continuidade geológica (1- I K (u)), o eixo vertical do erro de estimativa (s 2 IK (u) ), o vetor IR e os limites usados na classificação dos blocos, em recursos medidos (IR<0,6), indicados (IR>0,6 e IR<0,9) e inferidos (IR>0,9). Figura 2 - Representação gráfica do cálculo do IR e limites das classes de recursos. Os valores de IR para separação das classes de recursos podem variar de depósito para depósito em função da complexidade da geologia de cada corpo mineralizado. 8

10 Resultados Para todos os depósitos estudados foram replicados os parâmetros de estimativa, estratégia de busca, definição dos litotipos que carimbam a variável indicadora, cortes do IR (índice de risco) para a classificação de recursos, do modelo corrente a época do estudo, ou seja o mais atual. Para todas as minas foram simuladas malhas quadradas, no entanto para algumas também foram testadas malhas losangulares e retangulares. Com base na metodologia aplicada, em uma mina específica (Mina 28, tabela 2), foram testadas seis malhas virtuais mais a malha existente. A comparação dos resultados pode ser vista na figura 3. A malha considerada ideal nessa mina foi a de 200x100m. Figura 3 - Gráfico comparativo da mina 28 dos resultados obtidos com as simulações de diversas malhas virtuais e a existente. A tabela 2 a seguir mostra os resultados em metragem comparados com a malha padrão de 100m x 100m e a suas respectivas diferenças para os 35 depósitos estudados. Dentre esses, cinco apresentaram necessidade de adensamento, ou seja, a malha considerada ótima é mais densa que a malha padrão. Para oito depósitos foi verificado que a malha padrão é adequada e coincide com a malha ótima. No entanto, para a maioria dos 9

11 depósitos, vinte e dois, houve ganho de metragem quando comparados a malha padrão. Ressalta-se que esta tabela não tem relação direta com a tabela 1, pois a tabela abaixo foi ordenada pelas malhas escolhidas. Tabela 2 - Comparativo entre as malhas ótimas e a malha padrão de 100m x 100m. Mina Malha Ótima Total Metragem Sondagem Malha Ótima Total Metragem Padrão 100 x100 Diferença (m) x ,100 75, x , , x ,110 81, x ,660 84, x , , x , , x , , x ,290 59, x , , , x , ,960 70, x , , , x , ,880 59, x , ,550 38, x , , , x , , , x , ,390 52, x , , , x , ,940 96, x , , , x 200 1,116,400 2,152,590 1,036, x , , , x , ,025 74, x , , , x , , , x , , , x , ,035 54, x , , , x , , , x , , , x , , , x , , , x , , , x ,000 32,930-33, x , , , x ,100 40,910-17,190 TOTAL 7,006,468 10,419,585 3,413,117 As malhas ótimas de sondagem darão suporte às programações de sondagem de longo prazo da empresa. Essas informações foram repassadas ao geólogo de modelagem para validação e/ou operacionalização das referidas malhas. 10

12 Conclusões e Recomendações Obedecendo as premissas no início do estudo, propõe-se que as malhas de sondagem para a classificação dos recursos em Medidos e Indicados, com a adoção das malhas escolhidas como ótimas, pode-se alcançar uma redução de custos significativos com sondagens, em relação à malha tradicional de 100m por 100m. Observou-se que para cinco depósitos, houve necessidade de adensamento de malha, enquanto que para outros oito depósitos, a malha padrão atendeu aos critérios estabelecidos como premissas nesse estudo. Em vinte e dois depósitos houve redução na metragem de sondagem com malhas mais abertas. A redução de metragem de sondagem de longo prazo pode chegar a mais de três milhões de metros, resultando assim em uma economia superior a 2,5 bilhões de Reais sem considerar a redução de outros custos como amostragem, descrição e análises. Esse valor é absoluto, pois não leva em conta o VPL (Valor Presente Líquido). 11

13 Referências Bibliográficas JORC CODE. Australasian Code for Reporting of Mineral Resources and Ore Reserves, 16 p Ribeiro, D.; Guimarães, M.; Roldão, D.; Monteiro, C An Indicator geostatistical approach to support mineral resource classification, In: Proceedings of IV International Conference on Mine Innovation, Santiago, Chile. pp Relatório Interno Vale, (Otimização de malha de sondagem usando critérios geoestatísticos), 32p.,