Metodologia que permite minimizar erros de amostragem em mineração pode reduzir prejuízos das empresas

Pesquisa da Poli/USP aponta caminhos para realizar uma amostragem correta sem prejudicar a produção.

Milhões de dólares são perdidos anualmente, no mercado de mineração, em razão de imprecisões nas estimativas da produção mineral por causa de amostras coletadas de maneira incorreta. Segundo Ana Carolina Chieregati, docente do Departamento de Engenharia de Minas e de Petróleo da Escola Politécnica da USP, a amostragem é uma das operações mais importantes de um empreendimento mineiro e até recentemente não recebia a atenção merecida.

Em sua tese de doutorado “Reconciliação Pró-Ativa em Empreendimentos Mineiros,” ela aponta caminhos para realizar uma amostragem correta sem prejudicar a produção, o que aperfeiçoa as estimativas de teor e quantidade de minério, trazendo benefícios financeiros às empresas do setor.

“A avaliação econômica, o planejamento de lavra e a previsão de desempenho de uma operação mineira são feitos com base em estimativas de teor e quantidade de minério. Essas estimativas, por sua vez, são baseadas em amostras, selecionadas segundo um plano de amostragem definido pela empresa. Quanto mais representativas forem as amostras, mais precisas e acuradas serão as estimativas. No caso de metais preciosos como o ouro, com depósitos econômicos a teores baixíssimos, ainda mais importantes são essas estimativas e, portanto, maior atenção deve ser dada à seleção de amostras corretas”, explica Ana Carolina.

A imprecisão e incorreção dessas estimativas podem acarretar vários prejuízos à empresa, tais como avaliação errônea do teor e da quantidade de minério existente, diminuição do desempenho da operação e envio de minério à pilha de estéril e de estéril à usina de beneficiamento, causando, respectivamente, perda e diluição do minério.

Por isso, em sua tese Ana Carolina traça caminhos para a melhoria da amostragem e procura detectar as causas reais das diferenças entre as estimativas dos modelos e a produção observada. “As variâncias, ou erros de estimativa, advêm de equipamentos de amostragem inadequados, métodos ou protocolos de amostragem incorretos, contaminação da amostra, entre outros fatores”, destaca.

A coleta de amostras pode ser feita na frente da lavra, em furos de desmonte, em transportadores de correia, na descarga de fluxos de material, etc. Equipamentos de amostragem e de análise química inadequados, bem como protocolos e procedimentos incorretos de amostragem e de preparação de amostras podem causar os chamados erros sistemáticos ("enviesamento" da amostra), erros analíticos e erros associados à variabilidade do material, prejudicando a confiabilidade das estimativas. “Eliminando-se as causas desses erros, as estimativas tornam-se prognósticos, ou seja, seus valores ficam bem mais próximos do valor real de teor ou quantidade de minério”, afirma.

Esta é a base da “reconciliação pró-ativa”, metodologia que analisa todas as etapas que geram uma estimativa e, caso haja diferença entre os valores estimados e os valores reais ou produzidos, procura-se avaliar quais etapas podem ter gerado os erros e corrigi-las. “Isso representa uma mudança no procedimento ou protocolo de amostragem e visa tornar o teor estimado mais próximo do teor real do minério”.

Normalmente, explica Ana Carolina, o caminho mais comum é a “reconciliação reativa”, em que se aplica às estimativas futuras um fator de correção (MCF - mine call factor), que expressa a diferença entre a produção prevista pelos modelos e a produção registrada na usina. Entretanto, este procedimento pode mascarar as causas responsáveis pelas discrepâncias entre os valores estimados e os valores produzidos. Assim, adotando-se a reconciliação pró-ativa é possível corrigir os métodos e processos envolvidos na coleta de dados que geram uma estimativa, e chegar a limites aceitáveis de erros de estimativa.