Powered by Blucher Proceedings

Proceedings of the Automation & IT Seminar


ISSN 2594-5335

27th Seminar on Automation & IT Vol. 27, Num. 27 (2025)


Title

ESCALANDO IA E MACHINE LEARNING NO OT DA SAMARCO: CASOS REAIS E IMPACTOS NA MINERAÇÃO

SCALING AI AND MACHINE LEARNING IN SAMARCO’S (OT): REAL CASES AND IMPACTS IN MINING

Authorship

DOI

10.5151/2594-5335-42310

Downloads

0 Downloads

Abstract

A Samarco utilizou uma estratégia AIOps direcionada ao ambiente de Tecnologia Operacional (OT) para escalar aplicações de IA em sua planta de minério de ferro, integrando Pessoas, Processos e Tecnologia e implantando dois sensores virtuais: um que estima a vazão mássica em correias transportadoras e outro que prevê o teor de sílica na flotação de grossos. A metodologia incluiu diagnóstico de maturidade analítica, formação de equipe multidisciplinar, padronização de pipelines automatizados com retreino e observabilidade, além da adoção da plataforma on-premise de AIOps. Os sensores virtuais implantado alimentam controladores em tempo quase real e reduziram o lead-time de implantação destes modelos de meses para dias. Resultados indicam aumento de produtividade, diminuição de paradas não programadas. Conclui-se que a governança estruturada de dados e modelos, aliada a infraestrutura edge e capacitação interna, oferece à Samarco um caminho replicável, seguro e economicamente sustentável para expandir a IA industrial.

 

SAMARCO EMPLOYED AN AIOPS STRATEGY TAILORED TO THE OT ENVIRONMENT TO SCALE AI APPLICATIONS ACROSS ITS IRON-ORE PLANT, INTEGRATING PEOPLE, PROCESS AND TECHNOLOGY AND DEPLOYING TWO VIRTUAL SENSORS: ONE ESTIMATING BELT-CONVEYOR MASS FLOW AND ANOTHER PREDICTING SILICA GRADE IN COARSE-ORE FLOTATION. THE METHODOLOGY COMPRISED AN ANALYTICS-MATURITY DIAGNOSIS, CREATION OF A MULTIDISCIPLINARY TEAM, STANDARDISATION OF AUTOMATED PIPELINES WITH RETRAINING AND OBSERVABILITY, AND ADOPTION OF AN ON-PREMISES AIOPS PLATFORM. VIRTUAL SENSORS IMPLEMENTED THROUGH THIS PLATFORM FEED CONTROLLERS IN NEAR REAL TIME AND HAVE CUT MODEL-DEPLOYMENT LEAD-TIME FROM MONTHS TO DAYS. PRELIMINARY RESULTS INDICATE INCREASED PRODUCTIVITY AND FEWER UNPLANNED SHUTDOWNS. STRUCTURED DATA-AND-MODEL GOVERNANCE, COMBINED WITH EDGE INFRASTRUCTURE AND INTERNAL CAPABILITY BUILDING, THUS PROVIDES SAMARCO WITH A REPLICABLE, SECURE AND ECONOMICALLY SUSTAINABLE PATHWAY TO EXPAND INDUSTRIAL AI

Keywords

Inteligência Artificial, Tecnologia Operacional, Borda

Artificial Intelligence, Operational Technology, Edge

How to cite

Martins, Jeancarlo Teixeira; Moreira, Alan Diego; Oliveira, Miller De Paula; Oliveira, Eduardo Magalhaes. ESCALANDO IA E MACHINE LEARNING NO OT DA SAMARCO: CASOS REAIS E IMPACTOS NA MINERAÇÃO, p. 401-413. In: 27th Seminar on Automation & IT, São Paulo, Brasil, 2025.
ISSN: 2594-5335, DOI 10.5151/2594-5335-42310