Incorporação de informações secundárias para gerenciar o risco no planejamento de lavra de curto prazo.

Detalhes bibliográficos
Ano de defesa: 2006
Autor(a) principal: Carrasco Arbieto, Carlos
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3134/tde-09052007-170408/
Resumo: O planejamento de lavra de curto prazo é normalmente executado utilizando-se número reduzido de informações de sondagem. Para aprimorar o gerenciamento de riscos geológicos no planejamento de lavra de curto prazo é necessário utilizar um universo maior de informações. Como é normalmente inviável obter novas informações de sondagem, esta dissertação propõe uma metodologia de utilização de amostras de pó de perfuratriz (a partir de furos de desmonte) como uma fonte de informação secundária e assim aprimorar a qualidade das estimativas. Neste sentido, foi adotada uma técnica de co-estimativa da variável P2O5 das sondagens (variável primária) em conjunto com a variável P2O5 do desmonte (variável secundária) baseado no modelo Marcoviano MM2, pelo qual é possível combinar as duas informações (sondagem e desmonte) na estimativa de um modelo de blocos. Este processo permitiu a modelagem de atributos geológicos de forma mais detalhada o que contribuiu para uma melhor interface entre o planejamento de curto prazo e a operação da mina. A metodologia proposta também possibilitou acessar uma população maior de informações geológicas o que contribui para a criação de planos operacionais mais aderentes aos objetivos de produção mensal ou semanal, e, ao mesmo tempo, respeitando o sequenciamento importado do planejamento de longo e médio prazo. Como resultado, foi demonstrado que é possível criar programas operacionais mais precisos com base em estimativas de áreas próximas à lavra mesmo quando apenas um pequeno número de informações primárias (sondagens) esteja disponível.