Em 2022, a JMC- Yamana Gold proporcionou o desenvolvimento do projeto Black Belt, com o objetivo inicial de trabalhar voltado à melhoria contínua, com a otimização de processos, associado a otimização na conversão de recursos. Para que isso fosse possível, houve o curso de formação Lean Six Sigma, que contribuiu de maneira direta e imprescindível para o desenvolvimento deste trabalho, aplicando as principais ferramentas de qualidade ao longo do processo.

A programação de sondagem visando a conversão de recursos atualmente é realizada utilizando dados estáticos, ou seja, não são atualizados automaticamente com a inserção de novas informações. O produto deste projeto é um modelo indicando áreas com maior potencial de conversão de recursos, baseado em probabilidade e análise de risco. Este modelo permite a obtenção destas informações em tempo real à medida que novos dados são inseridos, e consequentemente, aumentando a confiabilidade na programação da sondagem, visando a conversão de recursos.

A metodologia para otimização da conversão de recursos foi criada utilizando a estimativa realizada no software Leapfrog Edge, possibilitando o auxílio no direcionamento dos locais para priorização da malha de sondagem, antecipando e otimizando a conversão de recursos de forma dinâmica. Compreender as diferenças existentes entre as distintas maneiras na execução e atualização das informações das programações de sondagem possibilitou aprofundar os conhecimentos da realização da estimativa utilizando o Software Leapfrog Edge.

OBJETIVO

Maior precisão na programação da malha de sondagem, resultando na maximização da conversão dos recursos, juntamente com a análise de risco destes resultados, aumentando a confiabilidade da programação realizada.

METODOLOGIA/ ANÁLISE DE CAUSA Para que fosse possível a criação do modelo de probabilidade e análise de risco, foi necessária a criação de uma metodologia que atendesse a necessidade de obtenção destes dados em tempo real. Os modelos geológicos de curto e de médio prazo na Jacobina Mineração são realizados no software Leapfrog. Já a estimativa de recursos é realizada nos softwares Vulcan e no Isatis, porém ambos não possuem uma atualização da estimativa de maneira dinâmica, o que tornaria inviável a proposta deste trabalho. Diante disso, verificou-se a oportunidade de criação desta metodologia no Leapfrog EDGE (extensão utilizada para estimativa de recursos). Uma vez criada, com as etapas e parâmetros definidos, qualquer novo dado inserido no modelo geológico terá sua estimativa atualizada de forma automática. A criação desta metodologia foi dividida em 4 etapas: I) Criação do modelo de blocos II) Estimativa do teor III) Estimativa da espessura IV) Criação das variáveis de interesse. Após a estimativa da espessura e do teor, foram criadas 4 variáveis de interesse na ferramenta Calculation do Leapfrog EDGE: Risco, Teor X Espessura (High Grade), Au min e Au max. RISCO A variável de risco foi criada a partir da definição do Slope of Regression que leva em consideração a variabilidade dos dados e o distanciamento entre as amostras (Figura 1). O SR varia entre 0 e 1 e, quanto mais próximo de 1, menor o risco e quanto mais próximo de 0, menor o risco.

Criou-se um range de risco para esta variável obedecendo as seguintes premissas:

 • Risco muito baixo (0.8 ≤ SR ≤ 1); • Risco baixo (0.60 ≤ SR ≤ 0.79); • Risco moderado (0.4 ≤ SR ≤ 0.59); • Risco alto (0.2 ≤ SR ≤ 0.39); AU MIN E AU MAX Variável criada a partir da definição proposta pelo slope os regression:

Para a obtenção deste range de valores mínimo e máximo, utiliza-se a teor estimado e o valor do slope of regression. Quanto mais próximo de 1 o SR, menor será o range entre os valores min/máx, consequentemente, quanto mais próximo de zero, maior será este range.

A partir da criação dos valores de Au min e Au máx, é possível a visualização destas variáveis no Leapfrog (Figura 2). Válido salientar a importância da análise concomitante das variáveis geradas, o que auxilia no embasamento para definição da malha de sondagem.

TEOR X ESPESSURA (HIGH GRADE) Atualmente na Jacobina Mineração são definidas as zonas de high grade levando em consideração os resultados geo-químicos, associadas aos dados de estrutural, sem que haja o estudo geo-estatístico para delimitação das zonas. Com a criação deste modelo, possibilitou adicionar as informações já utilizadas, aos resultados geo-estatísticos. Na Jacobina Mineração vem sendo adotada como high grade a premissa: Teor X Espessura (High Grade) ≥ 9, para que continuássemos com as mesmas condições já realizadas, utilizou-se esta mesma condição (Figura 3).

RESULTADOS Após a criação da metodologia, foi realizada uma avaliação/análise da programação executada pela exploração, a fim de otimizar a mesma utilizando o modelo de probabilidade e risco. A imagem abaixo (figura 4) mostra a programação primeiramente realizada X a programação otimizada. Nesta etapa, observou-se a oportunidade de modificação desta programação, sendo tal decisão embasada pela análise geo-estatística proporcionada pela criação desta metodologia acima citada. Foram observados os furos com objetivo de conversão do recurso em reserva (indicado), ou seja, furos exploratórios não foram modificados. Na programação otimizada houve a retirada de 3 furos programados, resultando na redução da metragem programada e, realocação de um furo para uma região que apresentasse um menor risco geológico (figura 5)

Quando analisado em números os resultados deste trabalho, tem-se uma redução em 1,590.00 metros a programação realizada e com essa redução de metragem, houve a diminuição do custo com análise química, tendo uma redução total de R$ 2,154,601.05. Após a metodologia criada, foi possível uma análise comparativa entre o procedimento hoje adotado na empresa e o proposto (Tabela 2). Foi elaborado um diagrama de Ishikawa (Figura 6) contendo alguns itens que impulsionaram a elaboração deste projeto, com o intuito de aumentar a eficiência da conversão de recursos. Um ponto importante de se destacar é o gap de atualização oficial das informações sobre conversão de recursos/reservas. Em média na Jacobina Mineração e Comércio o tempo aproximado do ciclo completo de atualização é de 1 ano. A imagem abaixo mostra as etapas do processo, que se inicia a partir da programação dos furos (feita pela exploração), seguido pela etapa de execução dos furos (equipe da operação da sondagem), posterior descrição e análise dos furos, modelagem geológica, estimativa de recursos e, só após estas etapas, liberação do modelo estimado, com a tabela de recursos atualizada. Com a criação do modelo de probabilidade e risco, possibilita a equipe da exploração uma maior previsibilidade da conversão de recursos. À medida que os furos vão sendo programados, eles podem ser carimbados no modelo e a estimativa é atualizada de maneira automática. Vale ressaltar que estes resultados não são oficiais, visto que a estimativa feita no Leapfrog EDGE é mais simplificada que a executada hoje pela equipe de médio prazo (Softwares Isatis e Vulcan), porém são um ótimo balizador para auxílio do trabalho feito pela exploração, visto que os resultados são aproximados aos reais. Ganhos Tangíveis Redução da metragem perfurada. Ganhos Intangíveis Desenvolvimento da metodologia; Sem custo adicional- sem investimento; Antecipação da conversão de recursos; Redução no tempo de análise de conversão; Maior confiabilidade na programação da sondagem visando a conversão de recurso; Possibilidade de replicação da metodologia em outras unidades; Aumento da previsibilidade da conversão dos recursos. Possibilidade de criação de diferentes cenários de conversão. Leia o texto na íntegra em www.revistaminerios.com.br

AUTORES: Maria Clara M. C. Duarte -Geóloga de Mina PL, Bruno Mendes Pereira – Geólogo de Mina PL, Danilo Ribeiro dos Santos – Coordenador de Geologia, Sheila Magalhães – Geóloga de Mina SR e Marcela Martins (Geóloga de Mina PL).