Upload
aurelio-zunguene-a-z
View
17
Download
1
Embed Size (px)
DESCRIPTION
Problemas de transporte na mineracao
Citation preview
ÍNDICE I. INTRODUÇÃO ....................................................................................................................... 2
II. OBJECTIVOS ......................................................................................................................... 3
2.1. GERAL: ........................................................................................................................... 3
2.2. ESPECÍFICOS: ................................................................................................................ 3
III. METODOLOGIAS: ............................................................................................................. 3
1. INTRODUÇÃO AO PROCESSO DE LAVRA EM MINAS A CÉU ABERTO ................... 4
1.1. PROJECTO DE MINERACAO A CÉU ABERTO ......................................................... 4
2. PESQUISA OPERACIONAL APLICADA À MINERAÇÃO............................................... 5
2.1. Modelo matemático .......................................................................................................... 6
2.2. Alocação dinâmica de caminhões (Modelo Matemático) ................................................ 6
3. OPTIMIZAÇÃO ...................................................................................................................... 8
3.1. Aplicações típicas:............................................................................................................ 9
3.2. Modelos de Optimização .................................................................................................. 9
4. PROGRAMAÇÃO MATEMÁTICA ...................................................................................... 9
4.1. Características da Programação Matemática: ................................................................ 10
4.2. Desvantagens:................................................................................................................. 10
5. MODELOS HEURÍSTICOS: ................................................................................................ 11
5.1. Vantagens: ...................................................................................................................... 11
6. PROGRAMAÇÃO LINEAR ................................................................................................ 11
6.1. Aplicação da Programação Linear ................................................................................. 11
6.2. Formulação Algébrica .................................................................................................... 12
6.3. Exemplo de Programação Matemática Linear: .............................................................. 13
7. PROGRAMAÇÃO INTEIRA ............................................................................................... 14
7.1. Algoritmos aplicados com sucesso na Programação Inteira: ......................................... 15
8. PROGRAMAÇÃO DINAMICA ........................................................................................... 15
8.1. Algoritmo de Lerchs e Grossmann................................................................................. 15
9. IMPLEMENTAÇÃO COMPUTACIONAL ......................................................................... 17
IV. CONCLUSÕES ................................................................................................................. 18
V. REFERENCIAS BIBLIOGRAFICAS .................................................................................. 19
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
2
I. INTRODUÇÃO
No presente trabalho ira abordar se aspectos de extrema importância no Projecto de Mineração a
Céu Aberto que é basicamente a Programação Matemática, que visa a maximizar a produção,
distribuição do pessoal assim como dos equipamentos da mina, utilizada também para a blendagem
do minério para que o produto atenda as especificações do mercado. O trabalho contém aspectos
relevantes e as metodologias da Programação Matemática de Lavra de Mina a Céu Aberto. Dentre
as técnicas de pesquisa operacional mais utilizadas na mineração pode-se destacar a programação
linear como a mais aplicada aos problemas de planejamento de produção em mineração, sendo
adotada principalmente pelas minerações a céu aberto, devido à maior complexidade de suas
operações em relação às de minas subterrâneas (Mutmansky, 1979). Falar se a da Optimizacao,
das suas aplicações típicas e dos seus modelos, focalizando a programação linear. Ira apresentar
se as características da Programação matemática, os procedimentos de cálculo usando a
programação linear e alocação dinâmica de camiões e alguns softwares usados para programação
de lavra.
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
3
II. OBJECTIVOS
2.1. GERAL:
Conhecer a Importância da Programação Matemática da lavra no Projeto de
Mineração a Céu Aberto.
2.2. ESPECÍFICOS:
Descrever os métodos de Programação Matemática e os modelos de programação;
Dar a entender os passos a serem seguidos para a formulação de uma função-objectivo;
Dar a entender como identificar as variáveis de decisões;
Saber distinguir e escolher os métodos de programação em conformidade das condições.
III. METODOLOGIAS:
Pesquisas Bibliográficas;
Interação entre os membros do grupo;
Demonstração de exemplos.
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
4
1. INTRODUÇÃO AO PROCESSO DE LAVRA EM MINAS A CÉU ABERTO
Segundo Chaves (1996) apud Wellington (2007), o objetivo da atividade mineradora é descobrir
os recursos existentes, transportar o material extraído da jazida por meio de operações de lavra (a
céu aberto ou subterrâneo) até diferentes pontos de descarga e colocar esse bem mineral em
condições de ser utilizado pela indústria através das operações de beneficiamento de minérios.
1.1. PROJECTO DE MINERACAO A CÉU ABERTO
Segundo Pinto (1999), diversos fatores devem ser considerados para avaliar corretamente as
reservas minerais, entre os quais vale ressaltar:
Determinação dos métodos de lavra e tratamento do minério;
Auxílio na determinação da sequência de lavra e desenvolvimento da mina;
Determinação do ritmo de produção e vida útil da mina;
Determinação dos diversos custos envolvidos no projeto.
Os métodos de avaliação das reservas minerais podem ser divididos em três tipos básicos:
Métodos convencionais,
Estatísticos e
Geoestatísticos.
Desses três, os métodos geoestatísticos são os mais utilizados para avaliação dos depósitos
minerais, por levarem em conta os aspectos estruturais e considerar a aleatoriedade característica
das formações mineralizadas.
Uma vez realizada a avaliação do depósito mineral, a jazida mineral é dividida em blocos
geológicos e dessa forma é montada a base de dados geológicos da jazida. Após esta etapa, pode-
se então proceder à elaboração de seu projeto de lavra.
Na elaboração do projeto de lavra, faz-se um estudo para o dimensionamento dos equipamentos e
instalações que irão operar na mina, com base na produção determinada. Estas frotas de
equipamentos podem ser divididas em cinco principais classes:
Equipamentos de perfuração: este tipo de equipamentos engloba as perfuratrizes;
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
5
Equipamentos de desmonte: este tipo de equipamentos é representado principalmente pelos
tratores;
Equipamentos de carga: dentro dos equipamentos de carga temos as pás carregadeiras e as
escavadeiras que podem ser elétricas ou hidráulicas;
Equipamentos de transporte: dentro desta classe temos os caminhões fora da estrada;
Equipamentos de apoio: nesta classe estão agrupados as motoniveladoras, caminhões pipa,
carregadeiras/escavadeiras de pequeno porte, comboios de abastecimento e todos os equipamentos
de suporte às atividades da mineração.
Segundo Pinto (1999), para a escolha do tipo e o dimensionamento dos equipamentos devem-se
levar em consideração diferentes fatores, como a escala de produção, capacidade financeira do
grupo minerador, características da mina testando-se as diversas alternativas disponíveis.
O dimensionamento final dos equipamentos somente acontece após a realização do plano de lavra
da mina, pois, ao fim deste, tem-se uma ideia da geometria da mina.
2. PESQUISA OPERACIONAL APLICADA À MINERAÇÃO
Dentre as técnicas de pesquisa operacional mais utilizadas na mineração pode-se destacar a
programação linear como a mais aplicada aos problemas de planejamento de produção em
mineração, sendo adotada principalmente pelas minerações a céu aberto, devido à maior
complexidade de suas operações em relação às de minas subterrâneas (Mutmansky, 1979).
Entretanto, com o desenvolvimento e o aumento da velocidade de processamento dos
computadores, os métodos heurísticos vêm conquistando cada vez mais espaço na resolução de
problemas de planejamento de produção em mineração. Os modelos de programação linear para
problemas reais são complexos e demandam muito tempo para obter a solução do problema,
enquanto os métodos heurísticos possuem uma maior flexibilidade na modelagem das restrições e
podem gerar soluções satisfatórias em tempo computacional viável. Mutmansky (1979) descreve
os modelos heurísticos como sendo comuns em problemas de mineração, mas pouco apresentados
na literatura, devido a sua subjetividade e aplicados a operações particulares. Um importante
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
6
seguimento de aplicação dos métodos heurísticos está relacionado com o sistema de despacho de
caminhões (Ezawa e Silva, 1995; Alvarenga, 1997).
2.1. Modelo matemático
Diante desse cenário, diversas questões podem surgir, tais como:
Com quais frentes deve-se trabalhar para atender as especificações de qualidade da usina
de tratamento de minério?
Com a frota de equipamentos disponíveis, será possível atender um ritmo de lavra que
possibilite o atendimento das especificações da usina?
A partir de uma determinada frota de equipamentos e das especificações impostas pela
usina, qual é a máxima produção que pode ser obtida? E qual é o ritmo de lavra de cada
frente?
Cada uma das questões apresentadas anteriormente pode ser respondida mediante a construção de
modelos distintos de programação matemática. Pinto (1995) fez uma abordagem sobre o tema
relacionado à mistura de minérios. Naquele trabalho, no entanto, não foram consideradas diversas
questões relacionadas às características dos equipamentos, nem à relação estéril/minério.
2.2. Alocação dinâmica de caminhões (Modelo Matemático)
Seja uma mina a céu aberto operando com sistema de alocação dinâmica de caminhões onde,
durante a lavra, exista um controle dos teores das diversas variáveis envolvidas. Nesse trabalho,
considerou-se o controle dos teores das variáveis químicas, mas o mesmo poderia ser feito para o
controle das variáveis físicas, como a granulometria, por exemplo.
A cada plano de lavra de curto prazo elaborado, existem n frentes disponíveis, onde a lavra pode
acontecer simultaneamente em m (𝒎 ≤ 𝒏) dessas frentes, dependendo da disponibilidade de
equipamentos de carga (carregadeiras e/ou escavadeiras).
Caso entre em operação, por razões técnicas e econômicas, cada equipamento de carga deve
trabalhar entre limites preestabelecidos de produção. O material alimentado na usina deve atender
os limites de qualidade impostos para cada variável. Além disso, uma relação estéril/minério
mínima preestabelecida deve ser cumprida.
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
7
O modelo matemático para o problema descrito anteriormente está descrito abaixo. Seja:
M - O conjunto das frentes de minério;
E - O conjunto das frentes de estéril;
Pi - O ritmo de lavra da frente i (t/h);
𝑋𝑗𝑖 {0, 𝑠𝑒 𝑜 𝑒𝑞𝑢𝑖𝑝𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎 𝑗 𝑛𝑎𝑜 𝑡𝑟𝑎𝑏𝑎𝑙ℎ𝑎 𝑛𝑎 𝑓𝑟𝑒𝑛𝑡𝑒 𝑖
1, 𝑠𝑒 𝑜 𝑒𝑞𝑢𝑖𝑝𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎 𝑗 𝑡𝑟𝑎𝑏𝑎𝑙ℎ𝑎 𝑛𝑎 𝑓𝑟𝑒𝑛𝑡𝑒 𝑖
tvi – O teor da variável v na frente i (%);l
linfv - O teor mínimo admissível para a variável v (%);
lsupv - O teor máximo admissível para a variável v (%);
Pminj - A produção mínima admissível para o equipamento de carga j (t/h);
Pmaxj - A produção máxima admissível para o equipamento de carga j (t/h);
R - A relação estéril minério mínima requerida;
Preq - A produção mínima requerida (t/h).
𝑭𝒖𝒏çã𝒐 𝑶𝒃𝒋𝒆𝒄𝒕𝒊𝒗𝒐: 𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 ∑ 𝑃𝐼
𝑖∈𝑀
𝑹𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒅𝒆 𝑸𝒖𝒂𝒍𝒊𝒅𝒂𝒅𝒆: 𝑙𝑖𝑛𝑓𝑣 ≤∑ 𝑃𝑖𝑡𝑣𝑖𝑖∈𝑀
∑ 𝑃𝑖𝑖∈𝑀≤ 𝑙𝑠𝑢𝑝𝑣 ∀𝑣 (1)
Restrições de Alocação:
∑ 𝑥𝑗𝑖 ≤ 1𝑗 ∀ 𝑖 ∈ 𝑀, 𝑖 ∈ 𝐸 (2) ∑ 𝑥𝑗𝑖 ≤𝑖∈𝑀𝑖∈𝐸
1 ∀ 𝑗 (3)
Restrições de Produção:
∑ 𝑃𝑚𝑖𝑛𝑗𝑥𝑗𝑖 ≤ 𝑃𝑖 ≤ ∑ 𝑃𝑚𝑎𝑥𝑗𝑥𝑗𝑖𝑗 𝑗 ∀ 𝑖 ∈ 𝑀, 𝑖 ∈ 𝐸 (4)
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
8
∑ 𝑃𝑖 ≥ 𝑃𝑟𝑒𝑞𝑖∈𝑀 (5) ∑ 𝑃𝑖𝑖∈𝐸
∑ 𝑃𝑖𝑖∈𝑀 (6)
As restrições de qualidade (1) garantem que o produto resultante da mistura dos minérios das
diversas frentes esteja dentro dos limites de qualidade exigidos pela usina de tratamento.
As restrições de alocação (2) e (3) fazem com que cada frente possua somente um equipamento de
carga - restrições de alocação (2) - e que cada equipamento de carga atenda somente uma frente -
restrições de alocação (3).
Já as restrições de produção estão divididas em quatro grupos: as restrições (4) garantem que os
equipamentos de carga trabalhem entre os limites de produção preestabelecidos; a restrição (5) é
opcional, caso se deseje impor uma produção mínima e (6) é a restrição que garante a relação
estéril/minério preestabelecida e (7) é a restrição que garante produção positiva em todas as frentes.
3. OPTIMIZAÇÃO
É a área da Pesquisa Operacional que utiliza o método científico para apoiar a tomada de decisões,
procurando determinar como melhor projetar e operar um sistema, usualmente sob condições que
requerem a alocação de recursos escassos que trabalha com modelos determinísticos. As
informações relevantes são assumidas como conhecidas (sem incertezas).
Segundo Nocedal e Wright (2006), a otimização, contextualizada à engenharia de sistemas,
significa o projeto e a operação de sistemas ou processos, com o intuito de torná-los tão bons
quanto possível, baseado em algum senso, ou critério definido. As abordagens, para otimização
dos sistemas, são variadas e dependem do tipo de sistema envolvido. Em geral, o objetivo de todos
os procedimentos de otimização está na obtenção dos melhores resultados possíveis (novamente,
baseado num critério definido), sujeito às restrições a eles imposto. De acordo às premissas da
otimização moderna, a primeira etapa é obter uma descrição matemática do processo, ou sistema,
a ser otimizado. Um modelo matemático do processo é então criado, com base nesta descrição.
Dependendo da aplicação, o grau de complexidade do modelo, pode variar do muito simples ao
extremamente complexo. Um exemplo de um modelo muito simples é aquele que depende de uma
única função algébrica não-linear, com uma variável a ser selecionada pelo otimizador (o
“tomador” da decisão). Modelos complexos podem conter milhares de funções lineares e não-
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
9
lineares, de muitas variáveis. Como parte do procedimento, o otimizador pode selecionar valores
específicos, para algumas das variáveis, designar variáveis que estão em função do tempo, ou de
outras variáveis independentes, satisfazer restrições que são impostas nas variáveis, atender certos
objetivos e administrar incertezas, ou aspectos aleatórios do sistema.
3.1. Aplicações típicas:
Mistura de minérios
Planejamento da produção
Roteirização
Escala de pessoal
3.2. Modelos de Optimização
Podem ser divididos em duas classes:
Modelos de Programação matemática
Modelos Heurísticos
4. PROGRAMAÇÃO MATEMÁTICA
Dá-se o nome de Programação Matemática ao conjunto de modelos e métodos de otimização
utilizados em planejamento da produção, podendo o termo programação (programming) ser
entendido como sinónimo de planejamento (planning). Os modelos e métodos da programação
matemática constituem um subconjunto dos modelos e métodos da Pesquisa Operacional.
Senhorinho (2001), ponderou que avanços recentes na programação matemática, implementados
em programas informatizados, vêm permitindo que o planejamento estratégico possa auxiliar de
maneira mais consistente no processo decisório. De fato, desde a década de 60, o significativo
desenvolvimento da ciência da computação e dos modernos computadores e estações de trabalho,
vem fazendo com que os modelos de programação matemática, podendo ser constituídos de
centenas de milhares de variáveis, e/ou restrições de variáveis inteiras, pudessem experimentar um
grau de capacidade de resolução bastante satisfatória, dentro de um período finito de tempo. Por
exemplo, Peroni (2001), demonstrou em sua pesquisa que os modelos geológicos tradicionais
(construídos através de interpretações subjetivas do conhecimento geológico e do comportamento
que se tem a respeito das rochas), poderiam também ser melhor complementados através do auxílio
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
10
de ferramentas matemáticas. Estas últimas poderiam participar (através da avaliação das
proporções e inter-relações entre as amostras em furos de sondagem), como provedoras de
importantes informações, que em interpretação tradicional por seções paralelas dificilmente seriam
capturadas. Portanto, a utilização dessas ferramentas vem a contribuir na construção de um modelo
mais coerente, complementando o conhecimento geológico e de campo, de modo a evitar
potenciais discrepâncias, também existentes em modelos puramente matemáticos. Métodos
matemáticos e heurísticos têm sido cada vez mais empregados, de modo a trazer soluções razoáveis
para o planejamento estratégico da lavra. Dentre estes, os métodos matemáticos mais utilizados
têm sido os de programações linear, inteira, e dinâmica. A aplicação destes métodos, entretanto,
principalmente devido ao tamanho do problema, demanda considerações e simplificações. Por
conta disso, naturalmente, a otimização dos resultados será sempre questionada.
Ramazan et al. (2005), afirmaram que modelos matemáticos de programação podem ser adequados
para serem utilizados no sequenciamento da lavra de longo prazo das minas. Entretanto, não é
possível na maioria dos casos, resolver integralmente o problema do sequenciamento,
principalmente porque o número de variáveis inteiras requisitadas pode tornar-se muito grande e
o seu tempo de processamento inviável. Novas técnicas devem então ser empregadas, no sentido
de buscar reconstruir os blocos de lavra, de modo a diminuir o número de variáveis inteiras para o
sequenciamento, e ao mesmo tempo, evitar reduzir a qualidade para alcançar uma solução do
modelo.
4.1. Características da Programação Matemática:
Baseia se em fundamentados na matemática
Apresenta Métodos exatos: garantem a geração da solução ótima
Apresenta método mais difundido: Programação Linear (PL).
4.2. Desvantagens:
Modelagem mais complexa
Em problemas combinatórios, podem exigir um tempo proibitivo para encontrar a
solução ótima.
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
11
5. MODELOS HEURÍSTICOS:
Fundamentados na Inteligência Artificial Inspirados na forma humana de resolver o problema, em
processos biológicos, em processos físicos, em processos químicos. È um método aproximado que
não garante a optimidade da solução final.
5.1. Vantagens:
De fácil modelagem
Em geral, produzem boas soluções rapidamente
6. PROGRAMAÇÃO LINEAR
A Programação Linear vale-se da Matemática para equacionar e resolver problemas que envolvem
funções lineares. Goldberg (2000, p.15) explica que “A programação matemática na prática é
fortemente direcionada ao apoio da tomada de decisão no gerenciamento de sistemas de grande
porte, especialmente no que se diz respeito ao tratamento de variáveis qualificadas”. Conforme
Andrade (1998), os estudos de Programação Linear permitem responder a questões como:
i. Estando presentes certas condições de produção, qual a quantidade de um determinado
produto, entre vários, que se pode produzir para obter o maior lucro possível?
ii. Sendo impostas algumas especificações, qual é a composição da mistura (blendagem de
minério) que corresponde ao custo mínimo?
iii. Conhecendo certo número de condições de mercado (produtos, fornecedores e
consumidores), como estabelecer os circuitos de distribuição de forma a minimizar o custo
total?
iv. Estando impostas as condições de trabalho, como repartir o contingente de mão-de-obra
entre as diferentes tarefas e especialidade, com o objetivo de minimizar as despesas ou
maximizar a eficiência?
6.1. Aplicação da Programação Linear
i. Rotas de Transportes na Mineração - Qual deve ser o roteiro de transporte do material
desmontado de modo a chegar no menor tempo e com menor custo total?
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
12
ii. Manufatura - Qual deve ser a composição do minério de modo a atingir o lucro
máximo, respeitando as limitações ou exigências do mercado comprador e a capacidade
de produção da fábrica?
iii. Mineração - Em que sequência se devem lavrar blocos de minérios, dada sua
composição, posicionamento e custos de extração?
iv. Siderurgia - Quais minérios devem ser carregados nos reatores de redução de modo a
se produzir, ao menor custo, uma liga metálica dentro de determinadas especificações?
v. Localização Industrial - Onde devem ser localizados os depósitos/estoques de um
novo empreendimento industrial, de modo que os custos de entrega do produto sejam
minimizados?
6.2. Formulação Algébrica
Otimizar: 𝑓(𝑥) = ∑ 𝑐𝑗𝑥𝑗𝑛𝑗=1 (Função Objetiva)
Sujeito a: ∑ 𝑎𝑖𝑗𝑥𝑗𝑛𝑗=1 (
≤=≥
) 𝑏𝑖 ∀𝑖 = 1, … , 𝑚
𝑥𝑖 ≥ 0∀𝑗 = 1, … , 𝑛 (condições de não negatividade)
Sujeito a + condições de não negatividade = Restrições
1. As restrições representam limitações de recursos disponíveis (mão-de-obra, capital, recursos
minerais ou fatores de produção) ou então, exigências e condições que devem ser cumpridas
2. 𝑥𝑗 é uma variável de decisão, que quantifica o nível de operação da atividade j
3. 𝑏𝑖 representa a quantidade do i-ésimo recurso disponível ou a exigência que deve ser cumprida
4. 𝑐𝑗 representa o custo associado à j-ésima atividade
5. 𝑎𝑖𝑗 é a quantidade do recurso i (exigido ou disponível) em uma unidade da atividade j
6. otimizar = maximizar ou minimizar
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
13
6.3. Exemplo de Programação Matemática Linear:
Uma empresa de mineração possui duas minas e uma planta de beneficiamento que operam
conjuntamente para atender a demanda do mercado consumidor. O minério extraído da Mina 1
apresenta 40% de recuperação para a obtenção do produto final e o da Mina 2 apresenta 60%. A
relação estéril/minério da Mina 1 é 5,0m³/t ROM e da Mina 2 é 8,0m³/t ROM.
A frota de equipamentos da empresa tem capacidade de movimentar até 1.000.000m³/mês entre as
duas minas, e a planta tem capacidade de processar até 150.000 t/mês. No período, a produção
máxima de minério em cada Mina é de 100.000t/mês.
O custo de produção da Mina 1 é R$30,00 por t ROM e da Mina 2 R$50,00 por t ROM, o preço
de comercialização do produto é R$ 100,00/t. O mercado tem capacidade de absorver toda a
produção. Qual estratégia de produção que deve ser seguida para obter-se o melhor resultado
financeiro?
Resolução:
Passo 1: Identificar as Variáveis de Decisão
Variável 1 = Quantidade de minério extraído da Mina 1 (𝑀1)
Variável 2 = Quantidade de minério extraído da Mina 2 (𝑀2)
Passo 2: Definição da Função Objetivo - FO
Objetivo = Maximizar o resultado financeiro
Resultado = Receita − Despesa
Resultado = Produto × Valor − (Minério × Custo)
Resultado = (𝑀1 × 𝑅𝑒𝑐1 × Valor + 𝑀2 × 𝑅𝑒𝑐2 × Valor) − (𝑀1 × 𝐶𝑢𝑠𝑡𝑜1 + 𝑀2 × 𝐶𝑢𝑠𝑡𝑜2)
Resultado = (𝑀1 × 0,4 × 90 + 𝑀2 × 0,6 × 90) − (𝑀1 × 30 + 𝑀2 × 50)
Resultado = 6𝑀1 + 4𝑀2
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
14
Passo 3: Identificar as Restrições
Restrição 1 = Remoção de Estéril
Capacidade: 1.000.000 m³
REM Mina 1 = 5 m³/tROM
REM Mina 2 = 8 m³/tROM
5𝑀1 + 8𝑀2 ≤ 𝟏. 𝟎𝟎𝟎. 𝟎𝟎𝟎
Restrição 2 = Capacidade da Planta de Beneficiamento
Capacidade: 150.000 t
𝑀1 + 𝑀2 ≤ 𝟏𝟓𝟎. 𝟎𝟎𝟎
Restrição 3 = Extração de Minério da Mina 1
Capacidade: 100.000 t
𝑀1 ≤ 𝟏𝟎𝟎. 𝟎𝟎𝟎
Restrição 4 = Extração de Minério da Mina 2
Capacidade: 100.000 t
𝑀2 ≤ 𝟏𝟎𝟎. 𝟎𝟎𝟎
7. PROGRAMAÇÃO INTEIRA
Se todas as variáveis do problema pertencerem ao conjunto dos números inteiros, temos uma
subclasse da Programação Linear chamada Programação Inteira (PI) ou programação linear
inteira. Ao contrário da PL que pode-se encontrar a solução óptima em um tempo razoável, muitos
problemas de Programação Inteira são considerados NP-difícil. Se as variáveis forem binárias, ou
seja, assumirem somente os valores 0 (zero) ou 1, temos um caso especial da PI, que também pode
ser classificado como NP-difícil.
Quando somente algumas das variáveis são inteiras e outras contínuas, temos a "Programação
Inteira Mista" (PIM).
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
15
Existem, no entanto, algumas classes de problemas que podem ser resolvidos na perfeição em
tempo polinomial, estes têm uma estrutura matricial própria chamada Matrizes totalmente uni
modulares.
7.1. Algoritmos aplicados com sucesso na Programação Inteira:
branch and bound
branch and cut
branch and price
Se a estrutura do problema permitir é também possível se aplicar um algoritmo de geração
de colunas
8. PROGRAMAÇÃO DINAMICA
Como regra geral, um problema é susceptível a ser abordado através de programação dinâmica, se
nele forem identificadas 3 características básicas:
o Ser um problema de decisão que pode ser decomposto em etapas de decisão distintas;
o Em cada etapa de decisão, seja possível definir o estado da solução;
o Em cada etapa, decide-se para cada estado, qual o estado da etapa seguinte que oferece
melhor retorno para a solução do problema (mudança de estado)
8.1. Algoritmo de Lerchs e Grossmann
Khalokakaie et al. (2000), afirmaram que um dos mais importantes elementos de projeto de minas
a céu aberto é a determinação da cava final. As cavas finais podem ser re-projetadas diversas vezes
ao longo da vida da mina, em resposta às mudanças nos parâmetros de projeto, tão logo novas
informações sejam obtidas e estas possam impactar em alterações dos valores técnicos e
econômicos. Nos últimos 40 anos, a determinação das cavas finais otimizadas, tem sido uma das
áreas mais ativas da pesquisa operacional na indústria da mineração e como consequência, muitos
algoritmos já foram publicados. O critério de otimização mais comum nestes algoritmos tem sido
a maximização das receitas econômicas, a partir dos limites da cava projetada, sujeita a restrições
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
16
de acessos. “Utilizando-se da técnica de programação dinâmica, Lerchs e Grossmann
desenvolveram, juntamente com um algoritmo de otimização bi-dimensional de cavas, um
tratamento algébrico para a discretização da jazida em blocos tecnológicos. Um algoritmo derivado
da Teoria Gráfica, trata o problema através da procura do fecho máximo em um gráfico associado.
O benefício B associado ao bloco de lavra i, representado por Bi, pode ser otimizado como a busca
da combinatória de blocos que maximizem o benefício global, respeitando as restrições pertinentes
ao estudo. A programação dinâmica oferece como grande vantagem a qualidade da solução”.
(NORONHA e GRIPP, 2001).
“O método trabalha a partir de um modelo de blocos, criado segundo um modelo geológico, e
progressivamente constrói matrizes de blocos relacionados que devem, ou não, serem lavrados. A
matriz resultante define uma superfície de cava final, que possui o maior valor econômico possível,
sujeito a restrições de ângulos de taludes gerais para a cava. Esta superfície inclui todo bloco que
deve ser lavrado, levando em conta o estéril a ser decapeado, de modo a torná-lo acessível. Ele
também exclui todo bloco que não deve ser lavrado. Estes blocos são dispostos segundo um valor
econômico total positivo, consistido do valor do produto recuperável, diminuído dos custos de
lavra e beneficiamento. Blocos de estéril e de ar têm valores negativos e zero, respectivamente. Os
objetivos típicos são: maximizar o Valor Presente Líquido (VPL) ou a Taxa Interna de Retorno
(TIR). O método sinaliza cada bloco que potencialmente pode ser lavrado. Durante o processo de
otimização, estas sinalizações podem ser ativadas ou desativadas muitas vezes. Um bloco é
sinalizado para ser lavrado se finalmente pertence a um grupo de blocos cujo valor total é positivo.
Estes grupos são chamados ramificações”. Whittle (1990).
Para o cálculo dos valores econômicos nos blocos, segundo Hanson (1994), o algoritmo de Lerchs
e Grossmann utiliza três regras básicas, para os propósitos de otimização.
O valor precisa ser calculado partindo-se da premissa de que o bloco já tenha sido
decapeado. Em outras palavras, nenhum custo deve ser aplicado para o decapeamento
necessário para se ter acesso ao bloco, uam vez que o otimizador já calcula e toma em conta
os valores necessários à remoção dos blocos sobrejacentes a este, no momento da sua
extração. Em particular, qualquer teor de corte para definir o minério, deve refletir os custos
de beneficiamento e de lavra, mas não o custo de decapeamento. Se algum custo de
decapeamento é incluído, esta atividade será paga duas vezes.
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
17
O valor deve ser calculado partindo-se da premissa de que o bloco será lavrado. Logo, se
o bloco contém algum minério, o valor do minério deverá ser adicionado, mesmo se o
resultado total do valor do bloco continuar negativo. O otimizador não selecionará tal bloco
para a lavra, mas se este tiver que ser lavrado, poderá agregar algum valor, o que poderá
ajudar nas despesas de decapeamento do conjunto de blocos selecionado. Assim como
ocorre na prática.
Qualquer custo que deve cessar assim que a lavra pára, precisa ser excluído tanto do custo
de lavra quanto do custo de processamento. Inversamente, qualquer custo que não cesse se
a lavra parar, precisa ser incluído na função benefício que valoriza todos os blocos.
9. IMPLEMENTAÇÃO COMPUTACIONAL
Os modelos propostos devem ser resolvidos com a utilização de softwares específicos, já que sua
resolução manual é inviável devido ao grande número de restrições. Existem, no mercado, diversos
desses softwares, tais como o LINDO e "What's Best" da Lindo Systems Inc ou CPLEX da Cplex
Optimization Inc. Para geração do modelo matemático que servirá como entrada desses softwares,
aconselha-se o uso de um programa construído especificamente para esse fim, pois isso evita erros
na construção do modelo. Estes programas podem ser desenvolvidos a partir de linguagens
genéricas como C++, Pascal, Fortran, Delphi, Visual Basic, etc.
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
18
IV. CONCLUSÕES
Em virtude dos factos adquiridos durante a elaboração do trabalho, conclui se a Programação
Matemática no Projecto de Mineração a Céu Aberto é um fator de extrema importância que o torna
indispensável, pois permite que haja a distribuição correcta dos equipamentose do pessoal de
acordo com as necessidades de cada frente bem como na redução dos tempos ociosos dos
equipamentos e na blendagem para poder satisfazer as necessidades do cliente, maximizando os
lucros. Constatou se tambem que existem 4 modelos de programação matemática no projecto de
mineração, nomeadamente Linear, Inteira, Dinâmica e Heuristicos. Dentre estes modelos destaca
se a programação linear como a mais aplicada aos problemas de planejamento de produção em
mineração. Os modelos apresentados contemplam diversos aspectos operacionais do planejamento
de lavra de curto prazo e seu uso simplifica substancialmente a programação da lavra. A escolha
de cada um desses modelos irá depender do que pretendemos programar ou optimizar e do tipo de
planejamento, se é a curto, médio ou longo prazo. A implementação computacional dos modelos,
apesar de não trivial, devido ao grande número de restrições, pode ser feita utilizando qualquer
software de programação matemática.
4° ANO - LICENCIATURA EM ENGENHARIA DE MINAS/ 2016
PROGRAMAÇÃO MATEMATICA DE LAVRA - M.C.A
19
V. REFERENCIAS BIBLIOGRAFICAS
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0370-44672001000300008
PINTO, Luiz Ricardo and MERSCHMANN, Luiz Henrique de Campos.Planejamento
operacional da lavra de mina usando modelos matemáticos. Rem, Rev. Esc. Minas[online].
2001, vol.54, n.3, pp. 211-214. ISSN 1807-0353.
PINTO, L. R. Uso de técnicas de pesquisa operacional na otimização das operações de
lavra. In: CONGRESSO BRASILEIRO DE MINERAÇÃO, 6. 1995. Salvador. Coletânea
de trabalhos técnicos. Salvador: IBRAM, 1995. p. 53-61.
http://www.decom.ufop.br/prof/marcone/Disciplinas/POMineracao/arquivos/Dia-01.pdf
ACKOFF, R. L.; SASIENI, M. W. Pesquisa operacional. Rio de Janeiro: Livros Técnicos
e Científicos, 1977.
ANDRADE, E. L. Introdução à pesquisa operacional: métodos e modelos para a análise de
decisão. 2.ed. Rio de Janeiro: Livros Técnicos e Científicos, 1998.