Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/31389
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Alizeibek Saleimen Naderpt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6680501007713686pt_BR
dc.contributor.advisor-co1Diniz Tamantini Ribeiropt_BR
dc.contributor.referee1Vidal Felix Navarro Torrespt_BR
dc.contributor.referee2Felipe Ribeiro Souzapt_BR
dc.creatorAlex Flávio de Oliveira Mirandapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/4419313745726183pt_BR
dc.date.accessioned2019-12-03T15:40:38Z-
dc.date.available2019-12-03T15:40:38Z-
dc.date.issued2018-12-10-
dc.identifier.urihttp://hdl.handle.net/1843/31389-
dc.description.abstractThe methods that are widely known today for optimization of a discrete block model were based on graph theory and among those most used by the mining industry is a solution found by Lerchs and Grossmann in 1965, which was consolidated as the process of traditional mining planning. The exploitation of the mineral is basically conditioned by its economic viability. Once the mining and process route has been chosen that gives the best financial return to the investor, it is necessary to make a "path" (or trajectory) to exploit this in order to maximize the benefit from this activity and the steps for consummation of this objective consist of: determination of the final pit limit, definition of pushbacks and mining sequencing (usually annual). The most popular method for determining the optimal extraction sequence is the use of a final pit algorithm applied through successive metal price changes. However, this technique does not consider the value of money in time because it assumes that all blocks will be mining in the same time. Therefore, for multi-purpose and multidestine models, there is a limitation of the current methodology, since it consists of the optimization of each mine separately which may not be a global optimization solution. Currently, with the advancement of computational power to solve complex problems, it is possible to apply the discount rate for the mining sequence through direct block sequencing (DBS). DBS is the main advance for the application of the discount rate in traditional sequencing, without the need to define the final pit and pushbacks, since the method is able to analyze each block individually and apply the discount factor at the exact moment of its withdrawal in time and, thus, there is a sequence where the net present value (NPV) is more assertive compared to the traditional model. This work proposes the application of a global stochastic optimization model using the DBS for a copper mining complex with two mines, a pre-existing copper stockpile and two treatment streams, compares several scenarios analyzing the best alternative for the proposed problem.pt_BR
dc.description.resumoOs métodos que hoje são amplamente conhecidos para otimização de um modelo discreto de blocos foram baseados na teoria dos grafos e entre os mais utilizados pela indústria mineira está solução encontrada por Lerchs e Grossmann em 1965, que se consolidou como o processo do planejamento de lavra tradicional. A explotação do bem mineral está condicionada, basicamente, à sua viabilidade técnica econômica. Uma vez escolhido o método de lavra e rota de processo que melhor retorno financeiro venha oferecer ao investidor, é necessário, traçar um “caminho” (ou trajetória) para explotação desse bem de modo maximizar o benefício advindo desta atividade e as etapas para a consumação desse objetivo consistem em: determinação do limite final de lavra ou cava final, definição de pushbacks e sequenciamento temporal (geralmente anual) da lavra. O método mais popular para determinação da sequência ótima de extração é o uso de um algoritmo de determinação da cava final aplicada através da mudança sucessiva do preço do metal. Porém, essa técnica não considera o valor do dinheiro no tempo pois pressupõe que todos os blocos serão lavrados no mesmo período de tempo. Portanto, para modelos multiminas e multidestinos, há uma limitação da metodologia atual, pois consiste na otimização de cada mina em separado o que pode não ser uma solução global ótima. Atualmente, com o avanço do poder computacional para resolução de problemas complexos, é possível aplicar a taxa de desconto para a sequência da lavra por meio do sequenciamento direto de blocos (DBS). O DBS é o principal avanço para a aplicação da taxa de desconto quando do sequenciamento tradicional, sem a necessidade da definição da cava final e de pushbacks, pois o método é capaz de analisar cada bloco individualmente e aplicar o fator de desconto no exato momento de sua retirada no tempo e, com isso, tem-se uma sequência onde o valor presente líquido (VPL) é mais assertivo comparativamente ao modelo tradicional. Este trabalho propõe a aplicação de um modelo de otimização global estocástica por meio do DBS para um complexo de mineração de cobre com duas minas, uma pilha pré-existente de cobre e dois fluxos de tratamento e compara diversos cenários analisando qual a melhor alternativa para o problema proposto.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA MINASpt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Metalúrgica, Materiais e de Minaspt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectPlanejamento de lavrapt_BR
dc.subjectSequenciamento direto de blocospt_BR
dc.subjectPlanejamento mineiropt_BR
dc.subject.otherEngenharia de minaspt_BR
dc.subject.otherSequenciamento direto de blocospt_BR
dc.subject.otherTecnologia mineralpt_BR
dc.titleSequenciamento direto de blocos em modelos estocásticos com multiminas e multidestinospt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Dissertação_DBS_Multimina_Multiobjetivo_Final_00.pdf2.29 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.