| spelling |
Luiz Ricardo PintoGilberto de Miranda JuniorReinaldo Morabito NetoMonica do Amaral2019-08-12T22:08:52Z2019-08-12T22:08:52Z2008-04-14http://hdl.handle.net/1843/MCBR-8AFKKYO planejamento de operações de lavra em minas a céu aberto constitui um problema de grande relevância prática, pois o controle da produção tem impactos em diversos indicadores considerados críticos para a atividade. Como principais objetivos do plano de lavra podem-se citar o atendimento de metas de produção, de qualidade do ROM (run-of-mine) e da relação estéril-minério. Além disso, busca-se também a minimização dos custos com a utilização dos equipamentos de carga e transporte disponíveis, a formação da cava ótima, a manutenção de condições de segurança e estabilidade dos taludes. Do ponto de vista teórico, o problema é considerado de difícil solução por técnicasde otimização e, por este motivo, tem atraído o interesse de diversos pesquisadores há aproximadamente 50 anos. Ao longo desse tempo, foram desenvolvidos modelos ainda hoje considerados de extrema importância e que, em muitos casos, foram incorporados aos softwares utilizados pelos gestores de produção, como o algoritmo de Lerchs-Grossmann. Porém, grande parte desses modelos possui natureza combinatória e um elevado número de variáveis inteiras. Tais características podem limitar ou até impedir a obtenção da soluçãoótima em instâncias reais, pela necessidade de um tempo computacional elevado para a resolução do problema. Como alternativa, o uso de heurísticas, de programação dinâmica e até da teoria de controle tem auxiliado o desenvolvimento de algoritmos mais rápidos ecom maior grau de representação da realidade. O presente trabalho apresenta novos modelos para auxílio ao planejamento da produção, úteis especialmente para previsões de médio e longo prazo, mas que consideram também fatores operacionais, como os custos de deslocamentos dos equipamentos de carga. Dois modelos on-line, que aproveitam informações atualizadas de localização dos equipamentos de carga e de alguns dados de produção, são aliados a algoritmos de otimização seqüencial, com a finalidade de reduzir o número de variáveis e de dados do problema real. Os testes, realizados com instâncias hipotéticas, verificam a coerência dos métodos propostos e mostram que bons resultados podem ser obtidos em tempo computacional considerado aceitável para aplicações práticas.The planning of ore exploitation operations in open pit mines represents an extremely relevant and practical problem due to the fact that production control impacts diverse indicators that are considered critical for the activity. The principal objectives of a ore exploitation plan are meeting production goals, the quality of the ROM (run-of-mine),and stripping ratio. In addition to these objectives, it is also important to minimize costs by using equipment available for transportation, forming optimal pits, maintaining safe conditions, and stabilizing the slopes. From a theoretic point of view, the problem is considered difficult to solve by optimization techniques, and has therefore attracted the interest of many researchers over the last approximately 50 years. During this time,models that are still given extreme importance have been developed and in many cases these models have been incorporated into software used by production administrators, as is the case of the Lerchs-Grossmann algorithm. Many of these models however have a combinatorial nature and a great number of integer variables. Such characteristics can limit or even impede finding the optimal solution in real instances because of the amount of computational time needed to solve the problem. As an alternative, the use of heuristics, dynamic programming, and even control theory have helped to develop more quickly and realistic algorithms. This work presents new models to aid in production planning, especially useful for mid- and long-term forecasting, but that also consider operational factors such as the cost of moving loading equipment. Two on-line models that take advantage of updated location information and some production data are tied to sequential optimization algorithms in order to reduce the number of variables and the quantity of data in the real problem. The tests, which use hypothetical instances, verify the coherence of the proposed methods and they show that high-quality results can be obtained in an amount of time considered acceptable for real-life problems.Universidade Federal de Minas GeraisUFMGPlanejamento da produçãoEngenharia de produçãoProblemas delarga escalaProgramação inteira mistaOtimização combinatória seqüencialPlanejamento da produçãoMineração a céu abertoModelos matemáticos e heurísticas para auxílio ao planejamento de operações de lavra em minas a céu abertoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALm_nica_do_amaral_disserta__o.pdfapplication/pdf1982425https://repositorio.ufmg.br/bitstream/1843/MCBR-8AFKKY/1/m_nica_do_amaral_disserta__o.pdf1c78393b86d0729f08b8a5f0b35efdf4MD51TEXTm_nica_do_amaral_disserta__o.pdf.txtm_nica_do_amaral_disserta__o.pdf.txtExtracted texttext/plain248704https://repositorio.ufmg.br/bitstream/1843/MCBR-8AFKKY/2/m_nica_do_amaral_disserta__o.pdf.txt057f4e39c8daddb6a218bed1f243c265MD521843/MCBR-8AFKKY2019-11-14 20:06:55.529oai:repositorio.ufmg.br:1843/MCBR-8AFKKYRepositório InstitucionalPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T23:06:55Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
|