Modelamento do índice de tamboramento de pelotas de minério de ferro para redução direta

Detalhes bibliográficos
Autor(a) principal: Luis Alberto Sfalsin Passos
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/BUBD-AC8H5G
Resumo: Com o passar dos anos observa-se uma mudança nas características mineralógicas dos minérios de ferro lavrados nas novas minas da Samarco Mineração SA. De acordo com levantamentos podem ser constatadas mudanças nos percentuais da hematita porosa, hematita especular e da goethita na constituição do concentrado de minério de ferro. Pode-se verificar uma tendência de aumento do percentual de goethita bem como do PPC (perda por calcinação) característica intrínseca ao minério. Estes fatos implicam em uma maior dificuldade da concentração em garantir a qualidade da polpa de minério bombeada para as usinas de pelotização, visto que fatores como a granulometria do minério (partículas menores que 325#) e a superfície específica são afetadas pela mineralogia. Por consequência há uma maior dificuldade no processo de filtragem para obtenção do pellet feed com a faixa de umidade necessária para o processo de pelotamento e queima. De outra forma o aumento do PPC dificulta o processo de secagem das pelotas no forno de pelotização exigindo um maior aporte térmico para retirada da água residual contida nos cristais que não evaporam a 1000. Todos estes fatores contribuem para a qualidade da pelota queimada interferindo na sua resistência física como compressão a frio e tamboramento. No entanto as pelotas queimadas de minério de ferro devem resistir ao manuseio durante o processo de transporte, até o cliente final, para que não sofram degradação. Neste contexto, o índice de tamboramento é uma das principais características monitoradas durante o processo de produção da pelota. O índice de tamboramento mede a porcentagem de finos gerados por uma dada amostra de pelotas queimadas quando submetida a rolamentos dentro de um tambor de dimensões padronizadas, e por esse motivo é denominado teste de tamboramento. O presente trabalho objetivou a identificação das variáveis que mais influenciam o índice de tamboramento por meio do desenvolvido de um modelo dinâmico fundamentado na metalurgia do processo de pelotização e na teoria estatística de regressão linear múltipla. A partir destes princípios, e a aplicação da metodologia DMAIC, as variáveis de processo candidatas ao modelo, foram identificadas, tratadas e padronizadas. A base de dados formada foi utilizada para geração do modelo para o índice de tamboramento denominado modelo de campo. O modelo de campo foi validado de acordo com as premissas atribuídas aos erros associadas ao modelo de regressão linear. A análise direta da magnitude dos coeficientes do modelo mostrou a importância de variáveis, tais como: temperatura da caixa de vento da secagem descendente, velocidade da grelha móvel e distribuição de tamanho das pelotas, para o controle do índice de tamboramento. Posteriormente, um novo modelo com menor número de variáveis foi gerado em laboratório a partir dos testes de pelotização realizados no pot grate. O modelo de laboratório foi construído para afirmar as principais relações identificadas pelo modelo de campo, no entanto em um ambiente controlado. Além disso, o modelo de laboratório permitiu a observação de outros fatores que influenciam diretamente o crescimento das pelotas cruas mudando a distribuição de tamanho, por conseguinte, abrindo espaço para estudos futuros.
id UFMG_5faa411d79b0225023727a587940431a
oai_identifier_str oai:repositorio.ufmg.br:1843/BUBD-AC8H5G
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Antonio Eduardo Clark PeresLuiz Fernando Andrade de CastroHenrique Dias Gatti TurrerLuis Alberto Sfalsin Passos2019-08-09T12:40:11Z2019-08-09T12:40:11Z2016-02-29http://hdl.handle.net/1843/BUBD-AC8H5GCom o passar dos anos observa-se uma mudança nas características mineralógicas dos minérios de ferro lavrados nas novas minas da Samarco Mineração SA. De acordo com levantamentos podem ser constatadas mudanças nos percentuais da hematita porosa, hematita especular e da goethita na constituição do concentrado de minério de ferro. Pode-se verificar uma tendência de aumento do percentual de goethita bem como do PPC (perda por calcinação) característica intrínseca ao minério. Estes fatos implicam em uma maior dificuldade da concentração em garantir a qualidade da polpa de minério bombeada para as usinas de pelotização, visto que fatores como a granulometria do minério (partículas menores que 325#) e a superfície específica são afetadas pela mineralogia. Por consequência há uma maior dificuldade no processo de filtragem para obtenção do pellet feed com a faixa de umidade necessária para o processo de pelotamento e queima. De outra forma o aumento do PPC dificulta o processo de secagem das pelotas no forno de pelotização exigindo um maior aporte térmico para retirada da água residual contida nos cristais que não evaporam a 1000. Todos estes fatores contribuem para a qualidade da pelota queimada interferindo na sua resistência física como compressão a frio e tamboramento. No entanto as pelotas queimadas de minério de ferro devem resistir ao manuseio durante o processo de transporte, até o cliente final, para que não sofram degradação. Neste contexto, o índice de tamboramento é uma das principais características monitoradas durante o processo de produção da pelota. O índice de tamboramento mede a porcentagem de finos gerados por uma dada amostra de pelotas queimadas quando submetida a rolamentos dentro de um tambor de dimensões padronizadas, e por esse motivo é denominado teste de tamboramento. O presente trabalho objetivou a identificação das variáveis que mais influenciam o índice de tamboramento por meio do desenvolvido de um modelo dinâmico fundamentado na metalurgia do processo de pelotização e na teoria estatística de regressão linear múltipla. A partir destes princípios, e a aplicação da metodologia DMAIC, as variáveis de processo candidatas ao modelo, foram identificadas, tratadas e padronizadas. A base de dados formada foi utilizada para geração do modelo para o índice de tamboramento denominado modelo de campo. O modelo de campo foi validado de acordo com as premissas atribuídas aos erros associadas ao modelo de regressão linear. A análise direta da magnitude dos coeficientes do modelo mostrou a importância de variáveis, tais como: temperatura da caixa de vento da secagem descendente, velocidade da grelha móvel e distribuição de tamanho das pelotas, para o controle do índice de tamboramento. Posteriormente, um novo modelo com menor número de variáveis foi gerado em laboratório a partir dos testes de pelotização realizados no pot grate. O modelo de laboratório foi construído para afirmar as principais relações identificadas pelo modelo de campo, no entanto em um ambiente controlado. Além disso, o modelo de laboratório permitiu a observação de outros fatores que influenciam diretamente o crescimento das pelotas cruas mudando a distribuição de tamanho, por conseguinte, abrindo espaço para estudos futuros.Over the years, a change is observed in the mineralogical characteristics of iron ore mined in new mines of Samarco SA. According to surveys, changes can be observed in the percentage of porous hematite, specular hematite and goethite in the constitution of iron ore concentrate. We observed a trend of increased percentage of goethite and LOI (loss on ignition) intrinsic characteristics of the iron ore. Therefore, these facts imply greater difficulty to concentrating and ensuring the quality of the iron ore slurry pumped to the pellet plants, since factors such as particle size (particles smaller than 325 #) and the specific surface of ore are affected by mineralogy. Consequently, there is a greater difficulty in the filtering process to obtain the pellet feed with a moisture range required for the process of pelletizing and firing. On the other hands, when increasing the LOI it can be difficult the drying process of pellets in the pelletizing furnace, requiring a greater thermal input to remove the residual water contained in the crystals that do not evaporate at 1000. All these factors contribute to the quality of burned pellets, and characteristics as cold compression and tumbler. However, the fired pellets of iron ore should resist handling during the transport process to the end customer, without suffer degradation. In this context, the tumbler index is one characteristic that must be monitored during pellet production process. The tumbler index measures the percentage of fines generated by a given sample of burned pellets when subjected to bearings within a tumbler of standardized dimensions, and for this reason is called as tumbler test. This study aimed to identify the variables that most influence the tumbler index through developed a dynamic model based on the metallurgy of the pelletizing process and the statistical theory of multiple linear regression. Based on this principles and application of DMAIC methodology, the process variables candidates for the model, were identified, treated and standardized. The database formed was used to generate a model for the tumbler index called as field model. The field model was validated according as the assumptions assigned to the errors associated with the linear regression model. The direct analysis of the magnitude of the model coefficients showed the importance of variables such as: downdraft drying wind box temperature, travelling grate speed and the pellets size distribution, for the tumbler index control. Subsequently a new model with fewer variables was generated in the laboratory from the pelletizing tests realized in pot grate. The laboratory model was built to assert the main relationships identified by the field model however in a controlled environment. In addition, the laboratory model allowed the observation of other factors that directly influence the growth of the green pellets changing the size distribution therefore suggesting future studies.Universidade Federal de Minas GeraisUFMGEngenharia metalúrgicaMateriais e de MinasEngenharia MetalúrgicaModelamento do índice de tamboramento de pelotas de minério de ferro para redução diretainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALmodelamento_do__ndice_de_tamboramento_de_pelotas_de_min_rio_de_ferro_para__redu__o_direta.pdfapplication/pdf2734698https://repositorio.ufmg.br/bitstream/1843/BUBD-AC8H5G/1/modelamento_do__ndice_de_tamboramento_de_pelotas_de_min_rio_de_ferro_para__redu__o_direta.pdfe1f721440607c3d27d4a2666fb586538MD51TEXTmodelamento_do__ndice_de_tamboramento_de_pelotas_de_min_rio_de_ferro_para__redu__o_direta.pdf.txtmodelamento_do__ndice_de_tamboramento_de_pelotas_de_min_rio_de_ferro_para__redu__o_direta.pdf.txtExtracted texttext/plain176466https://repositorio.ufmg.br/bitstream/1843/BUBD-AC8H5G/2/modelamento_do__ndice_de_tamboramento_de_pelotas_de_min_rio_de_ferro_para__redu__o_direta.pdf.txta6107c51d11c109e4b28d331b1d7a8e9MD521843/BUBD-AC8H5G2019-11-14 03:16:07.498oai:repositorio.ufmg.br:1843/BUBD-AC8H5GRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T06:16:07Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Modelamento do índice de tamboramento de pelotas de minério de ferro para redução direta
title Modelamento do índice de tamboramento de pelotas de minério de ferro para redução direta
spellingShingle Modelamento do índice de tamboramento de pelotas de minério de ferro para redução direta
Luis Alberto Sfalsin Passos
Materiais e de Minas
Engenharia Metalúrgica
Engenharia metalúrgica
title_short Modelamento do índice de tamboramento de pelotas de minério de ferro para redução direta
title_full Modelamento do índice de tamboramento de pelotas de minério de ferro para redução direta
title_fullStr Modelamento do índice de tamboramento de pelotas de minério de ferro para redução direta
title_full_unstemmed Modelamento do índice de tamboramento de pelotas de minério de ferro para redução direta
title_sort Modelamento do índice de tamboramento de pelotas de minério de ferro para redução direta
author Luis Alberto Sfalsin Passos
author_facet Luis Alberto Sfalsin Passos
author_role author
dc.contributor.advisor1.fl_str_mv Antonio Eduardo Clark Peres
dc.contributor.referee1.fl_str_mv Luiz Fernando Andrade de Castro
dc.contributor.referee2.fl_str_mv Henrique Dias Gatti Turrer
dc.contributor.author.fl_str_mv Luis Alberto Sfalsin Passos
contributor_str_mv Antonio Eduardo Clark Peres
Luiz Fernando Andrade de Castro
Henrique Dias Gatti Turrer
dc.subject.por.fl_str_mv Materiais e de Minas
Engenharia Metalúrgica
topic Materiais e de Minas
Engenharia Metalúrgica
Engenharia metalúrgica
dc.subject.other.pt_BR.fl_str_mv Engenharia metalúrgica
description Com o passar dos anos observa-se uma mudança nas características mineralógicas dos minérios de ferro lavrados nas novas minas da Samarco Mineração SA. De acordo com levantamentos podem ser constatadas mudanças nos percentuais da hematita porosa, hematita especular e da goethita na constituição do concentrado de minério de ferro. Pode-se verificar uma tendência de aumento do percentual de goethita bem como do PPC (perda por calcinação) característica intrínseca ao minério. Estes fatos implicam em uma maior dificuldade da concentração em garantir a qualidade da polpa de minério bombeada para as usinas de pelotização, visto que fatores como a granulometria do minério (partículas menores que 325#) e a superfície específica são afetadas pela mineralogia. Por consequência há uma maior dificuldade no processo de filtragem para obtenção do pellet feed com a faixa de umidade necessária para o processo de pelotamento e queima. De outra forma o aumento do PPC dificulta o processo de secagem das pelotas no forno de pelotização exigindo um maior aporte térmico para retirada da água residual contida nos cristais que não evaporam a 1000. Todos estes fatores contribuem para a qualidade da pelota queimada interferindo na sua resistência física como compressão a frio e tamboramento. No entanto as pelotas queimadas de minério de ferro devem resistir ao manuseio durante o processo de transporte, até o cliente final, para que não sofram degradação. Neste contexto, o índice de tamboramento é uma das principais características monitoradas durante o processo de produção da pelota. O índice de tamboramento mede a porcentagem de finos gerados por uma dada amostra de pelotas queimadas quando submetida a rolamentos dentro de um tambor de dimensões padronizadas, e por esse motivo é denominado teste de tamboramento. O presente trabalho objetivou a identificação das variáveis que mais influenciam o índice de tamboramento por meio do desenvolvido de um modelo dinâmico fundamentado na metalurgia do processo de pelotização e na teoria estatística de regressão linear múltipla. A partir destes princípios, e a aplicação da metodologia DMAIC, as variáveis de processo candidatas ao modelo, foram identificadas, tratadas e padronizadas. A base de dados formada foi utilizada para geração do modelo para o índice de tamboramento denominado modelo de campo. O modelo de campo foi validado de acordo com as premissas atribuídas aos erros associadas ao modelo de regressão linear. A análise direta da magnitude dos coeficientes do modelo mostrou a importância de variáveis, tais como: temperatura da caixa de vento da secagem descendente, velocidade da grelha móvel e distribuição de tamanho das pelotas, para o controle do índice de tamboramento. Posteriormente, um novo modelo com menor número de variáveis foi gerado em laboratório a partir dos testes de pelotização realizados no pot grate. O modelo de laboratório foi construído para afirmar as principais relações identificadas pelo modelo de campo, no entanto em um ambiente controlado. Além disso, o modelo de laboratório permitiu a observação de outros fatores que influenciam diretamente o crescimento das pelotas cruas mudando a distribuição de tamanho, por conseguinte, abrindo espaço para estudos futuros.
publishDate 2016
dc.date.issued.fl_str_mv 2016-02-29
dc.date.accessioned.fl_str_mv 2019-08-09T12:40:11Z
dc.date.available.fl_str_mv 2019-08-09T12:40:11Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/BUBD-AC8H5G
url http://hdl.handle.net/1843/BUBD-AC8H5G
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/BUBD-AC8H5G/1/modelamento_do__ndice_de_tamboramento_de_pelotas_de_min_rio_de_ferro_para__redu__o_direta.pdf
https://repositorio.ufmg.br/bitstream/1843/BUBD-AC8H5G/2/modelamento_do__ndice_de_tamboramento_de_pelotas_de_min_rio_de_ferro_para__redu__o_direta.pdf.txt
bitstream.checksum.fl_str_mv e1f721440607c3d27d4a2666fb586538
a6107c51d11c109e4b28d331b1d7a8e9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589153802158080