Proposição geoestatística para quantificação do erro em estimativas de tonelagens e teores
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/10186 |
Resumo: | A crescente preocupação da indústria mineral no que se refere ao estabelecimento de normas ou padrões para a classificação de recursos e reservas tem se refletido ao longo dos anos no emprego e disseminação de uma ampla gama de metodologias. Atualmente, devido ao fato dos principais critérios de classificação não serem prescritivos quanto aos tipos de técnicas a serem empregadas e pela dificuldade na quantificação do grau de certeza associado às estimativas, a maioria das empresas de mineração têm seus próprios conjuntos de normas e procedimentos. Além disso, sabe-se que várias das abordagens historicamente empregadas no setor mineiro para estimativa e classificação de recursos não são capazes de realmente fornecer uma medida do erro associado às estimativas, não atendendo assim aos mais atuais códigos de classificação que requerem o estabelecimento de um nível de confiança quanto a essas estimativas. Assim, como raramente limites de confiança são claramente definidos, quando eles o são, freqüentemente não levam em consideração muitos dos fatores que provocam incerteza nos teores e tonelagens estimadas ou são baseados em métodos puramente empíricos. Nesse sentido, esse trabalho se propôs a desenvolver uma metodologia de análise quantitativa e qualitativa de recursos minerais que possibilitasse a incorporação da incerteza às estimativas por meio da determinação do erro ou risco associado. A metodologia idealizada incluiu a implementação computacional das principais técnicas ou métodos empregados pela indústria mineira para elaboração de inventários e relatórios de recursos e reservas minerais, de maneira a permitir um claro e rápido estudo comparativo, em termos de recursos totais nas diversas classes usadas na classificação, do impacto da utilização de cada técnica no inventário final de recursos. Além disso, foi investigada a análise da incerteza com a utilização de simulação seqüencial gaussiana e por bandas rotativas e o inventário de recursos foi comparado àquele obtido à partir das técnicas tradicionais exploradas anteriormente, discutindo-se as vantagens e/ou limitações da metodologia Ilustra-se a metodologia em um estudo de caso com um banco de dados típico de um depósito de ferro. Demonstra-se, que além da proposta ser apropriada para abordar o problema da quantificação da incerteza, possibilitando sua utilização pelos sistemas de classificação de recursos e reservas, ela permite observar claramente as limitações de cada técnica e de seus parâmetros-chave. Comprova-se que os resultados variam entre os diversos métodos em função dos critérios adotados por cada usuário, ressaltando assim seu caráter subjetivo. Da mesma forma, as ferramentas computacionais desenvolvidas permitiram a realização de uma análise de sensibilidade dos métodos analisados e a confecção de diferentes cenários, além da verificação do impacto nos recursos quando cada um dos diferentes métodos é selecionado. |
id |
URGS_a077515129882cefa73be628b490d719 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/10186 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Souza, Luis Eduardo deCosta, Joao Felipe Coimbra Leite2007-07-11T22:27:20Z2007http://hdl.handle.net/10183/10186000595098A crescente preocupação da indústria mineral no que se refere ao estabelecimento de normas ou padrões para a classificação de recursos e reservas tem se refletido ao longo dos anos no emprego e disseminação de uma ampla gama de metodologias. Atualmente, devido ao fato dos principais critérios de classificação não serem prescritivos quanto aos tipos de técnicas a serem empregadas e pela dificuldade na quantificação do grau de certeza associado às estimativas, a maioria das empresas de mineração têm seus próprios conjuntos de normas e procedimentos. Além disso, sabe-se que várias das abordagens historicamente empregadas no setor mineiro para estimativa e classificação de recursos não são capazes de realmente fornecer uma medida do erro associado às estimativas, não atendendo assim aos mais atuais códigos de classificação que requerem o estabelecimento de um nível de confiança quanto a essas estimativas. Assim, como raramente limites de confiança são claramente definidos, quando eles o são, freqüentemente não levam em consideração muitos dos fatores que provocam incerteza nos teores e tonelagens estimadas ou são baseados em métodos puramente empíricos. Nesse sentido, esse trabalho se propôs a desenvolver uma metodologia de análise quantitativa e qualitativa de recursos minerais que possibilitasse a incorporação da incerteza às estimativas por meio da determinação do erro ou risco associado. A metodologia idealizada incluiu a implementação computacional das principais técnicas ou métodos empregados pela indústria mineira para elaboração de inventários e relatórios de recursos e reservas minerais, de maneira a permitir um claro e rápido estudo comparativo, em termos de recursos totais nas diversas classes usadas na classificação, do impacto da utilização de cada técnica no inventário final de recursos. Além disso, foi investigada a análise da incerteza com a utilização de simulação seqüencial gaussiana e por bandas rotativas e o inventário de recursos foi comparado àquele obtido à partir das técnicas tradicionais exploradas anteriormente, discutindo-se as vantagens e/ou limitações da metodologia Ilustra-se a metodologia em um estudo de caso com um banco de dados típico de um depósito de ferro. Demonstra-se, que além da proposta ser apropriada para abordar o problema da quantificação da incerteza, possibilitando sua utilização pelos sistemas de classificação de recursos e reservas, ela permite observar claramente as limitações de cada técnica e de seus parâmetros-chave. Comprova-se que os resultados variam entre os diversos métodos em função dos critérios adotados por cada usuário, ressaltando assim seu caráter subjetivo. Da mesma forma, as ferramentas computacionais desenvolvidas permitiram a realização de uma análise de sensibilidade dos métodos analisados e a confecção de diferentes cenários, além da verificação do impacto nos recursos quando cada um dos diferentes métodos é selecionado.It is recognized by the major international codes that resource classification involves the interaction of numerous qualitative and quantitative criteria such as data quality, geological and grade continuity, etc. However, the difficulty in quantifying the degree of uncertainty associated with mineral resources estimation has led to the creation of a large suite of methodologies, terms, and definitions, with almost every mining company having its own set of standards. It is also intuitively known that traditional methods used to evaluate resources such as number of samples used to interpolate a block or samples position surrounding this block do not take into account the spatial continuity of the grades, and even some approaches based on geostatistical methods are unable to provide a measure of the error associated with their estimates. Since they do not provide an error assessment, these methods are inappropriate to assess local or global uncertainty associated with an estimate. Posed these problems, this thesis aims at developing a methodology for either quantitative or qualitative analysis of mineral resources estimation through the uncertainty incorporation, and the correct definition of the associated risk or error. The proposed methodology includes the development of a software incorporating all the main classification techniques used by the mineral industry. A comprehensive study about each technique was conducted allowing a comparison among the parameters affecting mineral inventory assessment. Additionally, some alternative methods capable of incorporating uncertainty to the estimates of resources and reserves were investigated, and their appropriateness was discussed. Stochastic simulation techniques such as sequential Gaussian simulation and turning bands were employed to evaluate the error associated with an estimate using multiple simulated models to define confidence limits. A proposal based on the use of simulated models as references to calculate the “true” error was tested as much to simply classify the resources,as to become a calibration tool to the previously categorized models. Either sequential Gaussian or turning bands simulation provided similar results in terms of space of uncertainty, precision and accuracy. A case study was conducted with a typical iron ore deposit dataset from the Conceição Mine of the Itabira Complex at the Iron Quadrangle. The results showed the specific limitations of each classification system and the influence in selecting their key parameters. The developed software was employed and the results demonstrated the empirical nature of the traditional methods, always based on subjective choices. Finally, the simulation techniques were adequately able to assess the uncertainty, and through the use of reference scenarios was possible to propose a more reliable technique to classify resources, and a way to assess the error in case of one chooses to use any other traditional criteria.application/pdfporMineReC (Programa de computador)GeoestatísticaPesquisa mineralAnálise de riscoIncertezaProposição geoestatística para quantificação do erro em estimativas de tonelagens e teoresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia Minas, Metalúrgica e de MateriaisPorto Alegre, BR-RS2007doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000595098.pdf000595098.pdfTexto completoapplication/pdf3231447http://www.lume.ufrgs.br/bitstream/10183/10186/1/000595098.pdfe6682b815f027d03ac3af2bd18115561MD51TEXT000595098.pdf.txt000595098.pdf.txtExtracted Texttext/plain321391http://www.lume.ufrgs.br/bitstream/10183/10186/2/000595098.pdf.txtc3470466b731fc77dd4b8510666760d8MD52THUMBNAIL000595098.pdf.jpg000595098.pdf.jpgGenerated Thumbnailimage/jpeg1104http://www.lume.ufrgs.br/bitstream/10183/10186/3/000595098.pdf.jpgd1750ae631afe0af30c01d74167139d0MD5310183/101862018-10-11 08:59:08.408oai:www.lume.ufrgs.br:10183/10186Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-11T11:59:08Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Proposição geoestatística para quantificação do erro em estimativas de tonelagens e teores |
title |
Proposição geoestatística para quantificação do erro em estimativas de tonelagens e teores |
spellingShingle |
Proposição geoestatística para quantificação do erro em estimativas de tonelagens e teores Souza, Luis Eduardo de MineReC (Programa de computador) Geoestatística Pesquisa mineral Análise de risco Incerteza |
title_short |
Proposição geoestatística para quantificação do erro em estimativas de tonelagens e teores |
title_full |
Proposição geoestatística para quantificação do erro em estimativas de tonelagens e teores |
title_fullStr |
Proposição geoestatística para quantificação do erro em estimativas de tonelagens e teores |
title_full_unstemmed |
Proposição geoestatística para quantificação do erro em estimativas de tonelagens e teores |
title_sort |
Proposição geoestatística para quantificação do erro em estimativas de tonelagens e teores |
author |
Souza, Luis Eduardo de |
author_facet |
Souza, Luis Eduardo de |
author_role |
author |
dc.contributor.author.fl_str_mv |
Souza, Luis Eduardo de |
dc.contributor.advisor1.fl_str_mv |
Costa, Joao Felipe Coimbra Leite |
contributor_str_mv |
Costa, Joao Felipe Coimbra Leite |
dc.subject.por.fl_str_mv |
MineReC (Programa de computador) Geoestatística Pesquisa mineral Análise de risco Incerteza |
topic |
MineReC (Programa de computador) Geoestatística Pesquisa mineral Análise de risco Incerteza |
description |
A crescente preocupação da indústria mineral no que se refere ao estabelecimento de normas ou padrões para a classificação de recursos e reservas tem se refletido ao longo dos anos no emprego e disseminação de uma ampla gama de metodologias. Atualmente, devido ao fato dos principais critérios de classificação não serem prescritivos quanto aos tipos de técnicas a serem empregadas e pela dificuldade na quantificação do grau de certeza associado às estimativas, a maioria das empresas de mineração têm seus próprios conjuntos de normas e procedimentos. Além disso, sabe-se que várias das abordagens historicamente empregadas no setor mineiro para estimativa e classificação de recursos não são capazes de realmente fornecer uma medida do erro associado às estimativas, não atendendo assim aos mais atuais códigos de classificação que requerem o estabelecimento de um nível de confiança quanto a essas estimativas. Assim, como raramente limites de confiança são claramente definidos, quando eles o são, freqüentemente não levam em consideração muitos dos fatores que provocam incerteza nos teores e tonelagens estimadas ou são baseados em métodos puramente empíricos. Nesse sentido, esse trabalho se propôs a desenvolver uma metodologia de análise quantitativa e qualitativa de recursos minerais que possibilitasse a incorporação da incerteza às estimativas por meio da determinação do erro ou risco associado. A metodologia idealizada incluiu a implementação computacional das principais técnicas ou métodos empregados pela indústria mineira para elaboração de inventários e relatórios de recursos e reservas minerais, de maneira a permitir um claro e rápido estudo comparativo, em termos de recursos totais nas diversas classes usadas na classificação, do impacto da utilização de cada técnica no inventário final de recursos. Além disso, foi investigada a análise da incerteza com a utilização de simulação seqüencial gaussiana e por bandas rotativas e o inventário de recursos foi comparado àquele obtido à partir das técnicas tradicionais exploradas anteriormente, discutindo-se as vantagens e/ou limitações da metodologia Ilustra-se a metodologia em um estudo de caso com um banco de dados típico de um depósito de ferro. Demonstra-se, que além da proposta ser apropriada para abordar o problema da quantificação da incerteza, possibilitando sua utilização pelos sistemas de classificação de recursos e reservas, ela permite observar claramente as limitações de cada técnica e de seus parâmetros-chave. Comprova-se que os resultados variam entre os diversos métodos em função dos critérios adotados por cada usuário, ressaltando assim seu caráter subjetivo. Da mesma forma, as ferramentas computacionais desenvolvidas permitiram a realização de uma análise de sensibilidade dos métodos analisados e a confecção de diferentes cenários, além da verificação do impacto nos recursos quando cada um dos diferentes métodos é selecionado. |
publishDate |
2007 |
dc.date.accessioned.fl_str_mv |
2007-07-11T22:27:20Z |
dc.date.issued.fl_str_mv |
2007 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/10186 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000595098 |
url |
http://hdl.handle.net/10183/10186 |
identifier_str_mv |
000595098 |
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.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/10186/1/000595098.pdf http://www.lume.ufrgs.br/bitstream/10183/10186/2/000595098.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/10186/3/000595098.pdf.jpg |
bitstream.checksum.fl_str_mv |
e6682b815f027d03ac3af2bd18115561 c3470466b731fc77dd4b8510666760d8 d1750ae631afe0af30c01d74167139d0 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085094431391744 |