O amadurecimento, declínio e exaustão dos reservatórios petrolíferos comuns têm forçado a expansão das fronteiras exploratórias na indústria do petróleo em direção a projetos com contextos geológicos desafiadores ao mesmo tempo em que a economia torna-se cada vez mais marginal. Um dos desafios é mapear os tipos de rocha, ou fácies, de corpos geológicos compostos por elementos de geometria complexa dos reservatórios que deverão suprir a cada vez crescente demanda pela commodity. Um dos empregos do mapa de fácies é ser uma das entradas da simulação de fluxo, que subsidia relevantes estudos e tomadas de decisão durante o desenvolvimento do campo de petróleo, como por exemplo a otimização da quantidade e posição dos poços produtores e injetores. Um aspecto importante nas simulações de fluxo é como corpos geológicos com características permoporosas diferentes estão conectados entre si. Porém, como obter o mapa desses corpos intricados em face da incerteza proporcionada pelos dados esparsos de poços e de levantamentos sísmicos com resolução não muito menor do que os corpos que se pretende modelar? Este trabalho tem por objetivo responder essa questão avaliando a geoestatística multiponto para gerar, a partir dos dados disponíveis na fase exploratória, mapas equiprováveis de fácies de litotipos de um reservatório de petróleo. Foi empregado o algoritmo conhecido por SNESIM para executar simulações condicionadas a dados como perfis de poços, interpretações geológicas e levantamentos sísmicos, onde a forma dos elementos arquiteturais (ex.: canais distributários) foi reproduzida. Foram também apresentados e aplicados diversos controles de qualidade sobre as realizações e os resultados julgados satisfatórios. Este trabalho conclui que a geoestatística multiponto aproxima mais a modelagem geoestatística das geociências assim como acrescenta reprodução de geometrias e relações espaciais entre as fácies à capacidade de condicionamento aos dados das técnicas mais tradicionais. / The maturing, declining and exhaustion of common hydrocarbon reservoirs started to push the exploratory edge in industry towards projects within challenging geological contexts while economy turns more marginal. One such challenge is to map rock types, or facies, of geological bodies composed by elements of complex geometry in reservoirs due to supply the ever growing demand for the commodity. One application of a lithotype map is to serve as an input to the flow simulation, which subsidizes relevant studies and decision making during the oil field development, for instance, optimizing the number and position of producer and injector wells. One important aspect of flow simulations is how geological bodies with different permo-porosity characteristics are connected with each other. However, how to obtain the map of such intricate bodies in the presence of uncertainty emerged from sparse well data and seismic surveys with resolution not much smaller than the bodies to model? This work aims at answering this question by evaluating multiple-point geostatistics to generate, from data available at exploration phase, equiprobable lithotype maps of a hydrocarbon reservoir. An algorithm known as SNESIM was used to run simulations conditioned to data such as well logs, geological interpretation and seismic surveys, where the shapes of architectural elements (e.g.: distributary channels) were reproduced. Several quality controls were also presented and applied on the realizations and the results were deemed satisfactory. This work concludes that multiple-point geostatistics brings the geostatistical modeling closer to the geosciences as well as adds geometry reproduction and spatial relations between facies to the data conditioning capabilities of the more traditional simulation techniques.

As pilhas de homogeneização são uma das formas mais comuns de homogeneização e redução da variabilidade de minério que alimenta uma unidade de processamento mineral ou o mercado diretamente. Uma das maneiras de construir essas pilhas consiste em dispor o material vindo da lavra em camadas horizontais e, posteriormente, retomá‐los em fatias verticais. A caracterização deste material vindo da mina (blocos de lavra) é uma das principais tarefas do planejamento mineiro. Existem várias técnicas que podem ser utilizadas para estimativa dos teores destes blocos, tais como Krigagem e Inverso da Distância (ID). A simulação por Bandas Rotativas é mais uma delas e foi utilizada neste trabalho, pois é capaz de reproduzir a variabilidade in situ e a continuidade espacial dos dados, ao contrário de outros métodos de estimativa. Com os resultados destas simulações são traçadas as possíveis rotas de lavra, que otimizam os diversos fatores de engenharia e economia. A rota de lavra é de difícil modificação e determinará a seqüência dos blocos que irão construir as pilhas de homogeneização. As pilhas são caracterizadas pela forma, tamanho, arranjo e número de camadas. O incorreto dimensionamento pode acarretar perdas financeiras devido ao alto estoque e/ou a perdas em recuperação e teores na usina de beneficiamento. O método proposto é capaz de quantificar a variabilidade dos sistemas de homogeneização para os n cenários de lavra conforme modelos de blocos simulados. Para tal metodologia foi desenvolvida uma rotina capaz de realizar diferentes tamanhos de pilhas para as várias simulações. Os dados utilizados são provenientes dos depósitos de carvão da região Sul do Brasil. Os parâmetros utilizados para a medida da variabilidade foram conteúdo de cinza e teor de enxofre, contaminantes comuns nestes depósitos. A metodologia proposta indica que é possível reduzir a variabilidade do sistema. A incerteza associada às variáveis foi reduzida, um tamanho conveniente de pilhas foi determinado e testes foram realizados para reduzir ainda mais os riscos econômicos da mineradora. / Mixing piles are one of the most common strategies of homogenization and ore variability reduction for mineral processing plant feeding or direct market feeding. One of the ways to construct these piles is to dispose the mined material in horizontal layers and, posteriorly, take them into vertical slices. The characterization of this material from the mine (mining blocks) is one of the main tasks of the mine planning. There are several techniques that can be used to estimate the grades of these blocks, such as Kriging and Inverse of Distance (ID). Turning bands simulation is one of them, and it was used on this study, because it is able to generate n possible values for the grades of the mining blocks. With these simulations results the possibilities for mining routes, those optimize the several mining and economic factors. The mining route is hard to modify and it will determine the block sequence that will build the homogenization piles. The piles are characterized by their shape, size, arrangement and the number of layers. An incorrect design can lead to financial losses due to high stock mass and/or to loss in processing plant recovery and grades. The proposed method is able to quantify the variability of mixing systems for n mining settings from simulated mining blocks. For this methodology was developed a routine able to realize different pile sizes for several simulations. The data used come from coal deposits in southern Brazil. The parameters used for the variability measure were ash content and sulfur grade, common contaminants in these deposits. The proposed methodology indicates that is possible to reduce the system variability. The uncertainty associated to the variables was reduced, a proper pile size was determined and tests were made, resulting in lower economic risks for the mining company.

Estimar os teores de minério alimentando uma usina de beneficiamento não é uma tarefa trivial e é uma contínua fonte de controvérsia na indústria de mineração. Os teores determinados como parte do planejamento de lavra de curto prazo muitas vezes não são reproduzidos pela amostragem do fluxo contínuo de minério na planta, devido a problemas na amostragem e/ou interpolação de baixa qualidade de teores. Os teores são normalmente obtidos por amostragens periódicas do fluxo contínuo durante um dia ou por turnos e tomando a média das múltiplas amostras recolhidas. O erro padrão do teor médio depende da variabilidade do minério e a frequência (número) de amostras. Quanto maior o número de amostras coletadas, maior será a precisão da média calculada. Experimentos variográficos são normalmente utilizados para mapear a variabilidade dos teores durante certo período, e a variância de extensão é derivada desse variograma. Esta abordagem é demorada, cara e complicada, e, por conseguinte, a sua utilização é muitas vezes evitada na indústria de mineração. Em alguns casos, as pilhas de homogeneização são utilizadas na indústria de mineração para a redução da variabilidade nos teores de minério que alimentam as plantas de beneficiamento, fornecidos pelo planeamento mina de curto prazo. Vários métodos são utilizados no design das pilhas de homogeneização, e a maioria não incorporam o a variabilidade in situ que é intrínseca ao depósito mineral A metodologia proposta aqui investiga uma nova abordagem baseada em simulação dos teores de minério que alimenta a planta de beneficiamento e as pilhas de homogeneização. Modelos tridimensionais dos teores in situ são construídos usando simulações geoestatísticas. A continuidade espacial dos teores e sua variabilidade são reproduzidos em modelos com as mesmas características do depósito real. Estes modelos são utilizados no planejamento de mina e sequenciamento de lavra, transformando um modelo de blocos tridimensionais em uma sequência unidimensional de valores que alimentam a planta de beneficiamento (fluxo unidimensional) e/ou a pilha de homogeneização. O método combina pilhas longitudinais e simulações geoestatísticas para emular a variabilidade in situ, bem como a variabilidade dos teores da pilha retomada. Foi desenvolvido dois algoritmos de emulação: um para emular o processo de amostragem de fluxo contínuo e um emulador de blendagem/homogeneização para pilhas de homogeneização longitudinais. No algoritmo de amostragem, é emulado o intervalo de amostragem de um fluxo contínuo baseado unicamente em simulações geoestatísticas que imitam o processo de extração de várias amostras a intervalos diferentes e o erro relativo calculado para cada plano de amostragem, comparando a média das amostras contra a média real (média de todas as amostras do fluxo contínuo emulada). No emulador de blendagem/homogeneização, em que a entrada consiste na sequência pré-definida de lavra, o algoritmo foi aplicado a vários cenários simulados do depósito mineral Esta sequência é rearranjada pelo algoritmo, que seleciona os blocos que formam a pilha de cada modelo de blocos simulado, e simula a operação de empilhamento e retomada do material. Usando esta metodologia pode-se avaliar, dentro de um determinado período de tempo, a variabilidade dos teores para vários tamanhos de pilha, bem como a variabilidade interna dos teores da pilha quando determinada pilha é retomada. Os resultados de um estudo de caso em duas grandes minas de ferro mostraram consistência e forneceu estimativas satisfatórias de o erro de amostragem para vários intervalos de amostragem, utilizando os teores simulados. Além disso demonstra-se que a taxa de variabilidade nas pilhas de homogeneização diminui à medida que o tamanho da pilha aumenta e a variabilidade interna teores diminui para um dado tamanho de pilha, quando o número de camadas na pilha é aumentado. / Estimating the head grades from the ore feeding a processing plant is not a trivial task and is a continuing source of controversy in the mining industry. Grades determined as part of short-term mine planning are frequently not reproduced by sampling the continuous flow of ore at the plant, due to problems in the sampling and/or due to poor grade interpolations. Head grades are normally obtained by sampling the continuous flow periodically during a day or shift and taking the average of the multiple samples collected. The standard error of this mean grade depends on the ore variability and the frequency (number) of samples. The more samples that are taken, the higher the precision of the calculated mean. Variographic experiments are normally used to map grade variability during a certain period, and the extension variance is derived from this variogram. This approach is time-consuming, expensive, and cumbersome, and therefore its use is often avoided in the mining industry. In some cases, homogenization piles are used in the mining industry for variability reduction in the head grades of the ore feeding the processing plants provided by the short-term mine planning. Various methods are used when designing homogenization piles, and most fail to incorporate the in situ grade variability that is intrinsic to the mineral deposit The methodology proposed here investigates a novel approach based on simulating the grades of ore feeding the processing plant and the homogenization piles. In situ three-dimensional grade models are constructed using geostatistical simulations. Grade spatial continuity and variability are reproduced in models with the same characteristics of the real deposit. These models are used in mine planning and scheduling, transforming a threedimensional block model into a one-dimensional string of values feeding the plant (onedimensional flow) and/or the homogenization pile. The method combines longitudinal piles and geostatistical simulations to emulate the in situ variability as well as the reclaimed pile grade variability. It has been developed two emulator algorithms: one to emulate the process of sampling of continuous flow and a blending/homogenization emulator for longitudinal stockpiles. In the sampling algorithm, it is emulated the sampling interval from a continuous flow based solely on geostatistical simulations mimicking the process of extracting various samples at different intervals and calculate for each sampling scheme the relative error by comparing the average of the samples against the true mean (mean of all samples in the emulated continuous flow). In the blending/homogenization emulator, where the input consists of the pre-defined mining sequence, the algorithm has been applied to several simulated scenarios of the mineral deposit This sequence is re-arranged by the algorithm, which selects the blocks that will form the pile of each simulated block model, and simulates the operation of the stacking and reclaiming equipment. Using this methodology one can evaluate, within a certain period, the expected grade variability for various pile sizes as well as the internal grade variability when a given pile is reclaimed. Results from a case study at two large iron mines showed consistency and provided satisfactory estimates of the sampling error for various sampling intervals using the simulated grades. Also, it is demonstrated that the rate of variability in the homogenization piles decreases as the pile size increases and the internal grade variability decreases for a given pile size, when the number of layers in the pile is increased.

Modelo de blocos para teor é um recurso comumente utilizado pelo planejamento de lavra na indústria mineira. Na maioria dos casos o conhecimento sobre os teores das variáveis químicas não é suficiente para prever o desempenho geometalúrgico do minério quando submetido ao processo de concentração. A geometalurgia engloba um conjunto de testes de comportamento metalúrgico do minério e seus resultados são incorporados ao modelo de bloco, ajudando a tornar o planejamento da lavra mais preciso quanto à capacidade de produção, melhorando os ganhos financeiros e reduzindo os riscos associados à lavra e a tomada de decisões. A recuperação metalúrgica de nióbio mede o quanto do conteúdo metálico de interesse no minério é recuperado no concentrado após o processamento mineral. Esta informação é muitas vezes subutilizada no modelo de bloco devido à baixa quantidade de dados primários, o que dificulta a construção de um modelo de bloco confiável. No entanto, para complementar a variável de interesse, informações secundárias de outros atributos podem ser utilizadas. A cossimulacão de informações não aditivas em depósitos multivariados com mais de duas variáveis secundárias envolvidas é extremamente trabalhosa e normalmente seus resultados precisam ser ajustados posteriormente. A necessidade de ajustes posteriores, aliada a falta de praticidade da maioria dos métodos de cossimulação, motiva a busca por solucões alternativas que gerem resultados tão ou mais precisos e que sejam de fácil aplicação na rotina de modelamento geológico. É comum que os programas utilizados para a cossimulação se baseiem em uma única variável secundária, porém, o fenômeno analisado pode estar sendo influenciado por vários fatores, neste caso, o uso combinado de todos fatores relevantes pode melhorar a predição da variável de interesse. O uso de múltiplas variáveis secundárias pode ser gerenciado criando-se uma variável supersecundária. Neste caso, a quimiometria pode ser aplicada, resolvendo problemas preditivos e modelando propriedades de sistemas químicos visando prever a recuperação metalúrgica. Nesse trabalho, após a combinação de múltiplas variáveis em um preditivo supersecundário, a cossimulação sequencial gaussiana foi aplicada para gerar o modelo geometalúrgico. A simulação conjunta colocada permite a simulação conjunta do dado supersecundário com o dado primário, integrando mais informações para melhorar a predição da recuperação metalúrgica do nióbio. A cossimulação foi realizada com base no modelo de corregionalização de Markov para simplificar a modelagem da covariância cruzada. O modelo probabilístico geometalúrgico obtido se mostrou eficiente, mantendo uma precisão adequada na previsão da variável de interesse. / Grade block models are a standard input in mine planning throughout the mining industry. In most cases, the ore grades knowledge is not enough to predict the behavior of the ore at the processing plant. Geometallurgy comprises a set of ore metallurgical behavior tests and their results incorporated into the block model, helping in making mine planning more precise when it comes to the production capacity, improving financial earnings and reducing risks. Niobium Metallurgical Recovery is a very important variable to be controlled, measuring how much of the metal content in the ore is recovered in the concentrate after mineral processing. This information is often underused in the block model due to the low quantity of primary data, which makes the construction of a reliable block model difficult. However, to supplement the variable of interest, secondary information from other attributes can be used. Cosimulation of non-additive information in multivariate deposits with more than two secondary variables involved is extremely labor-intensive and its results usually need to be later adjusted. The need for subsequent adjustments, combined with the lack of practicality of most cossimulation methods, motivates the search for alternative solutions that generate results that are as accurate and easy to apply in the routine of geological modeling in the mineral industry. In multivariate geostatistics most programs used for cosimulation are based on one secondary variables. Frequently the analyzed phenomenon is influenced by several factors. In this case, the use of them combined can improve the prediction of the variable of interest. The use of multiple secondary variables can be managed by creating a super-secondary variable. In this case, chemometrics can be applied, solving predictive problems, modeling properties of chemical systems aiming at predicting the metallurgical recovery. After combining multiple variables into a super-secondary predictive, Sequential Gaussian Cosimulation was applied in this study to generate a geometallurgical model. The collocated joint simulation allows the joint simulation of a super-secondary data with the primary data, integrating more information to improve the cosimulation of the niobium metallurgical recovery. The cosimulation was run based on the Markov coregionalization model to simplify the cross-covariance modeling. The result is a representative probabilistic geometallurgical model, which proved to be efficient maintaining an adequate precision in forecasting the predicted variable.

O amadurecimento, declínio e exaustão dos reservatórios petrolíferos comuns têm forçado a expansão das fronteiras exploratórias na indústria do petróleo em direção a projetos com contextos geológicos desafiadores ao mesmo tempo em que a economia torna-se cada vez mais marginal. Um dos desafios é mapear os tipos de rocha, ou fácies, de corpos geológicos compostos por elementos de geometria complexa dos reservatórios que deverão suprir a cada vez crescente demanda pela commodity. Um dos empregos do mapa de fácies é ser uma das entradas da simulação de fluxo, que subsidia relevantes estudos e tomadas de decisão durante o desenvolvimento do campo de petróleo, como por exemplo a otimização da quantidade e posição dos poços produtores e injetores. Um aspecto importante nas simulações de fluxo é como corpos geológicos com características permoporosas diferentes estão conectados entre si. Porém, como obter o mapa desses corpos intricados em face da incerteza proporcionada pelos dados esparsos de poços e de levantamentos sísmicos com resolução não muito menor do que os corpos que se pretende modelar? Este trabalho tem por objetivo responder essa questão avaliando a geoestatística multiponto para gerar, a partir dos dados disponíveis na fase exploratória, mapas equiprováveis de fácies de litotipos de um reservatório de petróleo. Foi empregado o algoritmo conhecido por SNESIM para executar simulações condicionadas a dados como perfis de poços, interpretações geológicas e levantamentos sísmicos, onde a forma dos elementos arquiteturais (ex.: canais distributários) foi reproduzida. Foram também apresentados e aplicados diversos controles de qualidade sobre as realizações e os resultados julgados satisfatórios. Este trabalho conclui que a geoestatística multiponto aproxima mais a modelagem geoestatística das geociências assim como acrescenta reprodução de geometrias e relações espaciais entre as fácies à capacidade de condicionamento aos dados das técnicas mais tradicionais. / The maturing, declining and exhaustion of common hydrocarbon reservoirs started to push the exploratory edge in industry towards projects within challenging geological contexts while economy turns more marginal. One such challenge is to map rock types, or facies, of geological bodies composed by elements of complex geometry in reservoirs due to supply the ever growing demand for the commodity. One application of a lithotype map is to serve as an input to the flow simulation, which subsidizes relevant studies and decision making during the oil field development, for instance, optimizing the number and position of producer and injector wells. One important aspect of flow simulations is how geological bodies with different permo-porosity characteristics are connected with each other. However, how to obtain the map of such intricate bodies in the presence of uncertainty emerged from sparse well data and seismic surveys with resolution not much smaller than the bodies to model? This work aims at answering this question by evaluating multiple-point geostatistics to generate, from data available at exploration phase, equiprobable lithotype maps of a hydrocarbon reservoir. An algorithm known as SNESIM was used to run simulations conditioned to data such as well logs, geological interpretation and seismic surveys, where the shapes of architectural elements (e.g.: distributary channels) were reproduced. Several quality controls were also presented and applied on the realizations and the results were deemed satisfactory. This work concludes that multiple-point geostatistics brings the geostatistical modeling closer to the geosciences as well as adds geometry reproduction and spatial relations between facies to the data conditioning capabilities of the more traditional simulation techniques.

Estimar os teores de minério alimentando uma usina de beneficiamento não é uma tarefa trivial e é uma contínua fonte de controvérsia na indústria de mineração. Os teores determinados como parte do planejamento de lavra de curto prazo muitas vezes não são reproduzidos pela amostragem do fluxo contínuo de minério na planta, devido a problemas na amostragem e/ou interpolação de baixa qualidade de teores. Os teores são normalmente obtidos por amostragens periódicas do fluxo contínuo durante um dia ou por turnos e tomando a média das múltiplas amostras recolhidas. O erro padrão do teor médio depende da variabilidade do minério e a frequência (número) de amostras. Quanto maior o número de amostras coletadas, maior será a precisão da média calculada. Experimentos variográficos são normalmente utilizados para mapear a variabilidade dos teores durante certo período, e a variância de extensão é derivada desse variograma. Esta abordagem é demorada, cara e complicada, e, por conseguinte, a sua utilização é muitas vezes evitada na indústria de mineração. Em alguns casos, as pilhas de homogeneização são utilizadas na indústria de mineração para a redução da variabilidade nos teores de minério que alimentam as plantas de beneficiamento, fornecidos pelo planeamento mina de curto prazo. Vários métodos são utilizados no design das pilhas de homogeneização, e a maioria não incorporam o a variabilidade in situ que é intrínseca ao depósito mineral A metodologia proposta aqui investiga uma nova abordagem baseada em simulação dos teores de minério que alimenta a planta de beneficiamento e as pilhas de homogeneização. Modelos tridimensionais dos teores in situ são construídos usando simulações geoestatísticas. A continuidade espacial dos teores e sua variabilidade são reproduzidos em modelos com as mesmas características do depósito real. Estes modelos são utilizados no planejamento de mina e sequenciamento de lavra, transformando um modelo de blocos tridimensionais em uma sequência unidimensional de valores que alimentam a planta de beneficiamento (fluxo unidimensional) e/ou a pilha de homogeneização. O método combina pilhas longitudinais e simulações geoestatísticas para emular a variabilidade in situ, bem como a variabilidade dos teores da pilha retomada. Foi desenvolvido dois algoritmos de emulação: um para emular o processo de amostragem de fluxo contínuo e um emulador de blendagem/homogeneização para pilhas de homogeneização longitudinais. No algoritmo de amostragem, é emulado o intervalo de amostragem de um fluxo contínuo baseado unicamente em simulações geoestatísticas que imitam o processo de extração de várias amostras a intervalos diferentes e o erro relativo calculado para cada plano de amostragem, comparando a média das amostras contra a média real (média de todas as amostras do fluxo contínuo emulada). No emulador de blendagem/homogeneização, em que a entrada consiste na sequência pré-definida de lavra, o algoritmo foi aplicado a vários cenários simulados do depósito mineral Esta sequência é rearranjada pelo algoritmo, que seleciona os blocos que formam a pilha de cada modelo de blocos simulado, e simula a operação de empilhamento e retomada do material. Usando esta metodologia pode-se avaliar, dentro de um determinado período de tempo, a variabilidade dos teores para vários tamanhos de pilha, bem como a variabilidade interna dos teores da pilha quando determinada pilha é retomada. Os resultados de um estudo de caso em duas grandes minas de ferro mostraram consistência e forneceu estimativas satisfatórias de o erro de amostragem para vários intervalos de amostragem, utilizando os teores simulados. Além disso demonstra-se que a taxa de variabilidade nas pilhas de homogeneização diminui à medida que o tamanho da pilha aumenta e a variabilidade interna teores diminui para um dado tamanho de pilha, quando o número de camadas na pilha é aumentado. / Estimating the head grades from the ore feeding a processing plant is not a trivial task and is a continuing source of controversy in the mining industry. Grades determined as part of short-term mine planning are frequently not reproduced by sampling the continuous flow of ore at the plant, due to problems in the sampling and/or due to poor grade interpolations. Head grades are normally obtained by sampling the continuous flow periodically during a day or shift and taking the average of the multiple samples collected. The standard error of this mean grade depends on the ore variability and the frequency (number) of samples. The more samples that are taken, the higher the precision of the calculated mean. Variographic experiments are normally used to map grade variability during a certain period, and the extension variance is derived from this variogram. This approach is time-consuming, expensive, and cumbersome, and therefore its use is often avoided in the mining industry. In some cases, homogenization piles are used in the mining industry for variability reduction in the head grades of the ore feeding the processing plants provided by the short-term mine planning. Various methods are used when designing homogenization piles, and most fail to incorporate the in situ grade variability that is intrinsic to the mineral deposit The methodology proposed here investigates a novel approach based on simulating the grades of ore feeding the processing plant and the homogenization piles. In situ three-dimensional grade models are constructed using geostatistical simulations. Grade spatial continuity and variability are reproduced in models with the same characteristics of the real deposit. These models are used in mine planning and scheduling, transforming a threedimensional block model into a one-dimensional string of values feeding the plant (onedimensional flow) and/or the homogenization pile. The method combines longitudinal piles and geostatistical simulations to emulate the in situ variability as well as the reclaimed pile grade variability. It has been developed two emulator algorithms: one to emulate the process of sampling of continuous flow and a blending/homogenization emulator for longitudinal stockpiles. In the sampling algorithm, it is emulated the sampling interval from a continuous flow based solely on geostatistical simulations mimicking the process of extracting various samples at different intervals and calculate for each sampling scheme the relative error by comparing the average of the samples against the true mean (mean of all samples in the emulated continuous flow). In the blending/homogenization emulator, where the input consists of the pre-defined mining sequence, the algorithm has been applied to several simulated scenarios of the mineral deposit This sequence is re-arranged by the algorithm, which selects the blocks that will form the pile of each simulated block model, and simulates the operation of the stacking and reclaiming equipment. Using this methodology one can evaluate, within a certain period, the expected grade variability for various pile sizes as well as the internal grade variability when a given pile is reclaimed. Results from a case study at two large iron mines showed consistency and provided satisfactory estimates of the sampling error for various sampling intervals using the simulated grades. Also, it is demonstrated that the rate of variability in the homogenization piles decreases as the pile size increases and the internal grade variability decreases for a given pile size, when the number of layers in the pile is increased.

Modelo de blocos para teor é um recurso comumente utilizado pelo planejamento de lavra na indústria mineira. Na maioria dos casos o conhecimento sobre os teores das variáveis químicas não é suficiente para prever o desempenho geometalúrgico do minério quando submetido ao processo de concentração. A geometalurgia engloba um conjunto de testes de comportamento metalúrgico do minério e seus resultados são incorporados ao modelo de bloco, ajudando a tornar o planejamento da lavra mais preciso quanto à capacidade de produção, melhorando os ganhos financeiros e reduzindo os riscos associados à lavra e a tomada de decisões. A recuperação metalúrgica de nióbio mede o quanto do conteúdo metálico de interesse no minério é recuperado no concentrado após o processamento mineral. Esta informação é muitas vezes subutilizada no modelo de bloco devido à baixa quantidade de dados primários, o que dificulta a construção de um modelo de bloco confiável. No entanto, para complementar a variável de interesse, informações secundárias de outros atributos podem ser utilizadas. A cossimulacão de informações não aditivas em depósitos multivariados com mais de duas variáveis secundárias envolvidas é extremamente trabalhosa e normalmente seus resultados precisam ser ajustados posteriormente. A necessidade de ajustes posteriores, aliada a falta de praticidade da maioria dos métodos de cossimulação, motiva a busca por solucões alternativas que gerem resultados tão ou mais precisos e que sejam de fácil aplicação na rotina de modelamento geológico. É comum que os programas utilizados para a cossimulação se baseiem em uma única variável secundária, porém, o fenômeno analisado pode estar sendo influenciado por vários fatores, neste caso, o uso combinado de todos fatores relevantes pode melhorar a predição da variável de interesse. O uso de múltiplas variáveis secundárias pode ser gerenciado criando-se uma variável supersecundária. Neste caso, a quimiometria pode ser aplicada, resolvendo problemas preditivos e modelando propriedades de sistemas químicos visando prever a recuperação metalúrgica. Nesse trabalho, após a combinação de múltiplas variáveis em um preditivo supersecundário, a cossimulação sequencial gaussiana foi aplicada para gerar o modelo geometalúrgico. A simulação conjunta colocada permite a simulação conjunta do dado supersecundário com o dado primário, integrando mais informações para melhorar a predição da recuperação metalúrgica do nióbio. A cossimulação foi realizada com base no modelo de corregionalização de Markov para simplificar a modelagem da covariância cruzada. O modelo probabilístico geometalúrgico obtido se mostrou eficiente, mantendo uma precisão adequada na previsão da variável de interesse. / Grade block models are a standard input in mine planning throughout the mining industry. In most cases, the ore grades knowledge is not enough to predict the behavior of the ore at the processing plant. Geometallurgy comprises a set of ore metallurgical behavior tests and their results incorporated into the block model, helping in making mine planning more precise when it comes to the production capacity, improving financial earnings and reducing risks. Niobium Metallurgical Recovery is a very important variable to be controlled, measuring how much of the metal content in the ore is recovered in the concentrate after mineral processing. This information is often underused in the block model due to the low quantity of primary data, which makes the construction of a reliable block model difficult. However, to supplement the variable of interest, secondary information from other attributes can be used. Cosimulation of non-additive information in multivariate deposits with more than two secondary variables involved is extremely labor-intensive and its results usually need to be later adjusted. The need for subsequent adjustments, combined with the lack of practicality of most cossimulation methods, motivates the search for alternative solutions that generate results that are as accurate and easy to apply in the routine of geological modeling in the mineral industry. In multivariate geostatistics most programs used for cosimulation are based on one secondary variables. Frequently the analyzed phenomenon is influenced by several factors. In this case, the use of them combined can improve the prediction of the variable of interest. The use of multiple secondary variables can be managed by creating a super-secondary variable. In this case, chemometrics can be applied, solving predictive problems, modeling properties of chemical systems aiming at predicting the metallurgical recovery. After combining multiple variables into a super-secondary predictive, Sequential Gaussian Cosimulation was applied in this study to generate a geometallurgical model. The collocated joint simulation allows the joint simulation of a super-secondary data with the primary data, integrating more information to improve the cosimulation of the niobium metallurgical recovery. The cosimulation was run based on the Markov coregionalization model to simplify the cross-covariance modeling. The result is a representative probabilistic geometallurgical model, which proved to be efficient maintaining an adequate precision in forecasting the predicted variable.

As pilhas de homogeneização são uma das formas mais comuns de homogeneização e redução da variabilidade de minério que alimenta uma unidade de processamento mineral ou o mercado diretamente. Uma das maneiras de construir essas pilhas consiste em dispor o material vindo da lavra em camadas horizontais e, posteriormente, retomá‐los em fatias verticais. A caracterização deste material vindo da mina (blocos de lavra) é uma das principais tarefas do planejamento mineiro. Existem várias técnicas que podem ser utilizadas para estimativa dos teores destes blocos, tais como Krigagem e Inverso da Distância (ID). A simulação por Bandas Rotativas é mais uma delas e foi utilizada neste trabalho, pois é capaz de reproduzir a variabilidade in situ e a continuidade espacial dos dados, ao contrário de outros métodos de estimativa. Com os resultados destas simulações são traçadas as possíveis rotas de lavra, que otimizam os diversos fatores de engenharia e economia. A rota de lavra é de difícil modificação e determinará a seqüência dos blocos que irão construir as pilhas de homogeneização. As pilhas são caracterizadas pela forma, tamanho, arranjo e número de camadas. O incorreto dimensionamento pode acarretar perdas financeiras devido ao alto estoque e/ou a perdas em recuperação e teores na usina de beneficiamento. O método proposto é capaz de quantificar a variabilidade dos sistemas de homogeneização para os n cenários de lavra conforme modelos de blocos simulados. Para tal metodologia foi desenvolvida uma rotina capaz de realizar diferentes tamanhos de pilhas para as várias simulações. Os dados utilizados são provenientes dos depósitos de carvão da região Sul do Brasil. Os parâmetros utilizados para a medida da variabilidade foram conteúdo de cinza e teor de enxofre, contaminantes comuns nestes depósitos. A metodologia proposta indica que é possível reduzir a variabilidade do sistema. A incerteza associada às variáveis foi reduzida, um tamanho conveniente de pilhas foi determinado e testes foram realizados para reduzir ainda mais os riscos econômicos da mineradora. / Mixing piles are one of the most common strategies of homogenization and ore variability reduction for mineral processing plant feeding or direct market feeding. One of the ways to construct these piles is to dispose the mined material in horizontal layers and, posteriorly, take them into vertical slices. The characterization of this material from the mine (mining blocks) is one of the main tasks of the mine planning. There are several techniques that can be used to estimate the grades of these blocks, such as Kriging and Inverse of Distance (ID). Turning bands simulation is one of them, and it was used on this study, because it is able to generate n possible values for the grades of the mining blocks. With these simulations results the possibilities for mining routes, those optimize the several mining and economic factors. The mining route is hard to modify and it will determine the block sequence that will build the homogenization piles. The piles are characterized by their shape, size, arrangement and the number of layers. An incorrect design can lead to financial losses due to high stock mass and/or to loss in processing plant recovery and grades. The proposed method is able to quantify the variability of mixing systems for n mining settings from simulated mining blocks. For this methodology was developed a routine able to realize different pile sizes for several simulations. The data used come from coal deposits in southern Brazil. The parameters used for the variability measure were ash content and sulfur grade, common contaminants in these deposits. The proposed methodology indicates that is possible to reduce the system variability. The uncertainty associated to the variables was reduced, a proper pile size was determined and tests were made, resulting in lower economic risks for the mining company.

As pilhas de homogeneização são uma das formas mais comuns de homogeneização e redução da variabilidade de minério que alimenta uma unidade de processamento mineral ou o mercado diretamente. Uma das maneiras de construir essas pilhas consiste em dispor o material vindo da lavra em camadas horizontais e, posteriormente, retomá‐los em fatias verticais. A caracterização deste material vindo da mina (blocos de lavra) é uma das principais tarefas do planejamento mineiro. Existem várias técnicas que podem ser utilizadas para estimativa dos teores destes blocos, tais como Krigagem e Inverso da Distância (ID). A simulação por Bandas Rotativas é mais uma delas e foi utilizada neste trabalho, pois é capaz de reproduzir a variabilidade in situ e a continuidade espacial dos dados, ao contrário de outros métodos de estimativa. Com os resultados destas simulações são traçadas as possíveis rotas de lavra, que otimizam os diversos fatores de engenharia e economia. A rota de lavra é de difícil modificação e determinará a seqüência dos blocos que irão construir as pilhas de homogeneização. As pilhas são caracterizadas pela forma, tamanho, arranjo e número de camadas. O incorreto dimensionamento pode acarretar perdas financeiras devido ao alto estoque e/ou a perdas em recuperação e teores na usina de beneficiamento. O método proposto é capaz de quantificar a variabilidade dos sistemas de homogeneização para os n cenários de lavra conforme modelos de blocos simulados. Para tal metodologia foi desenvolvida uma rotina capaz de realizar diferentes tamanhos de pilhas para as várias simulações. Os dados utilizados são provenientes dos depósitos de carvão da região Sul do Brasil. Os parâmetros utilizados para a medida da variabilidade foram conteúdo de cinza e teor de enxofre, contaminantes comuns nestes depósitos. A metodologia proposta indica que é possível reduzir a variabilidade do sistema. A incerteza associada às variáveis foi reduzida, um tamanho conveniente de pilhas foi determinado e testes foram realizados para reduzir ainda mais os riscos econômicos da mineradora. / Mixing piles are one of the most common strategies of homogenization and ore variability reduction for mineral processing plant feeding or direct market feeding. One of the ways to construct these piles is to dispose the mined material in horizontal layers and, posteriorly, take them into vertical slices. The characterization of this material from the mine (mining blocks) is one of the main tasks of the mine planning. There are several techniques that can be used to estimate the grades of these blocks, such as Kriging and Inverse of Distance (ID). Turning bands simulation is one of them, and it was used on this study, because it is able to generate n possible values for the grades of the mining blocks. With these simulations results the possibilities for mining routes, those optimize the several mining and economic factors. The mining route is hard to modify and it will determine the block sequence that will build the homogenization piles. The piles are characterized by their shape, size, arrangement and the number of layers. An incorrect design can lead to financial losses due to high stock mass and/or to loss in processing plant recovery and grades. The proposed method is able to quantify the variability of mixing systems for n mining settings from simulated mining blocks. For this methodology was developed a routine able to realize different pile sizes for several simulations. The data used come from coal deposits in southern Brazil. The parameters used for the variability measure were ash content and sulfur grade, common contaminants in these deposits. The proposed methodology indicates that is possible to reduce the system variability. The uncertainty associated to the variables was reduced, a proper pile size was determined and tests were made, resulting in lower economic risks for the mining company.

Estimar os teores de minério alimentando uma usina de beneficiamento não é uma tarefa trivial e é uma contínua fonte de controvérsia na indústria de mineração. Os teores determinados como parte do planejamento de lavra de curto prazo muitas vezes não são reproduzidos pela amostragem do fluxo contínuo de minério na planta, devido a problemas na amostragem e/ou interpolação de baixa qualidade de teores. Os teores são normalmente obtidos por amostragens periódicas do fluxo contínuo durante um dia ou por turnos e tomando a média das múltiplas amostras recolhidas. O erro padrão do teor médio depende da variabilidade do minério e a frequência (número) de amostras. Quanto maior o número de amostras coletadas, maior será a precisão da média calculada. Experimentos variográficos são normalmente utilizados para mapear a variabilidade dos teores durante certo período, e a variância de extensão é derivada desse variograma. Esta abordagem é demorada, cara e complicada, e, por conseguinte, a sua utilização é muitas vezes evitada na indústria de mineração. Em alguns casos, as pilhas de homogeneização são utilizadas na indústria de mineração para a redução da variabilidade nos teores de minério que alimentam as plantas de beneficiamento, fornecidos pelo planeamento mina de curto prazo. Vários métodos são utilizados no design das pilhas de homogeneização, e a maioria não incorporam o a variabilidade in situ que é intrínseca ao depósito mineral A metodologia proposta aqui investiga uma nova abordagem baseada em simulação dos teores de minério que alimenta a planta de beneficiamento e as pilhas de homogeneização. Modelos tridimensionais dos teores in situ são construídos usando simulações geoestatísticas. A continuidade espacial dos teores e sua variabilidade são reproduzidos em modelos com as mesmas características do depósito real. Estes modelos são utilizados no planejamento de mina e sequenciamento de lavra, transformando um modelo de blocos tridimensionais em uma sequência unidimensional de valores que alimentam a planta de beneficiamento (fluxo unidimensional) e/ou a pilha de homogeneização. O método combina pilhas longitudinais e simulações geoestatísticas para emular a variabilidade in situ, bem como a variabilidade dos teores da pilha retomada. Foi desenvolvido dois algoritmos de emulação: um para emular o processo de amostragem de fluxo contínuo e um emulador de blendagem/homogeneização para pilhas de homogeneização longitudinais. No algoritmo de amostragem, é emulado o intervalo de amostragem de um fluxo contínuo baseado unicamente em simulações geoestatísticas que imitam o processo de extração de várias amostras a intervalos diferentes e o erro relativo calculado para cada plano de amostragem, comparando a média das amostras contra a média real (média de todas as amostras do fluxo contínuo emulada). No emulador de blendagem/homogeneização, em que a entrada consiste na sequência pré-definida de lavra, o algoritmo foi aplicado a vários cenários simulados do depósito mineral Esta sequência é rearranjada pelo algoritmo, que seleciona os blocos que formam a pilha de cada modelo de blocos simulado, e simula a operação de empilhamento e retomada do material. Usando esta metodologia pode-se avaliar, dentro de um determinado período de tempo, a variabilidade dos teores para vários tamanhos de pilha, bem como a variabilidade interna dos teores da pilha quando determinada pilha é retomada. Os resultados de um estudo de caso em duas grandes minas de ferro mostraram consistência e forneceu estimativas satisfatórias de o erro de amostragem para vários intervalos de amostragem, utilizando os teores simulados. Além disso demonstra-se que a taxa de variabilidade nas pilhas de homogeneização diminui à medida que o tamanho da pilha aumenta e a variabilidade interna teores diminui para um dado tamanho de pilha, quando o número de camadas na pilha é aumentado. / Estimating the head grades from the ore feeding a processing plant is not a trivial task and is a continuing source of controversy in the mining industry. Grades determined as part of short-term mine planning are frequently not reproduced by sampling the continuous flow of ore at the plant, due to problems in the sampling and/or due to poor grade interpolations. Head grades are normally obtained by sampling the continuous flow periodically during a day or shift and taking the average of the multiple samples collected. The standard error of this mean grade depends on the ore variability and the frequency (number) of samples. The more samples that are taken, the higher the precision of the calculated mean. Variographic experiments are normally used to map grade variability during a certain period, and the extension variance is derived from this variogram. This approach is time-consuming, expensive, and cumbersome, and therefore its use is often avoided in the mining industry. In some cases, homogenization piles are used in the mining industry for variability reduction in the head grades of the ore feeding the processing plants provided by the short-term mine planning. Various methods are used when designing homogenization piles, and most fail to incorporate the in situ grade variability that is intrinsic to the mineral deposit The methodology proposed here investigates a novel approach based on simulating the grades of ore feeding the processing plant and the homogenization piles. In situ three-dimensional grade models are constructed using geostatistical simulations. Grade spatial continuity and variability are reproduced in models with the same characteristics of the real deposit. These models are used in mine planning and scheduling, transforming a threedimensional block model into a one-dimensional string of values feeding the plant (onedimensional flow) and/or the homogenization pile. The method combines longitudinal piles and geostatistical simulations to emulate the in situ variability as well as the reclaimed pile grade variability. It has been developed two emulator algorithms: one to emulate the process of sampling of continuous flow and a blending/homogenization emulator for longitudinal stockpiles. In the sampling algorithm, it is emulated the sampling interval from a continuous flow based solely on geostatistical simulations mimicking the process of extracting various samples at different intervals and calculate for each sampling scheme the relative error by comparing the average of the samples against the true mean (mean of all samples in the emulated continuous flow). In the blending/homogenization emulator, where the input consists of the pre-defined mining sequence, the algorithm has been applied to several simulated scenarios of the mineral deposit This sequence is re-arranged by the algorithm, which selects the blocks that will form the pile of each simulated block model, and simulates the operation of the stacking and reclaiming equipment. Using this methodology one can evaluate, within a certain period, the expected grade variability for various pile sizes as well as the internal grade variability when a given pile is reclaimed. Results from a case study at two large iron mines showed consistency and provided satisfactory estimates of the sampling error for various sampling intervals using the simulated grades. Also, it is demonstrated that the rate of variability in the homogenization piles decreases as the pile size increases and the internal grade variability decreases for a given pile size, when the number of layers in the pile is increased.