Title

Modelo Preditivo do Limite de Umidade Transportável (TML) em Finos de Minério de Ferro para Gestão do Risco de Liquefação

Predictive Modeling of Transportable Moisture Limit (TML) in Iron Ore Fines for Liquefaction Risk Management

Authorship

CUNHA, ROGÉRIO RABELO; BORGES, JULIANO VIANA; MACHADO, MARCELO LUCAS PEREIRA

CUNHA, ROGÉRIO RABELO

I am this author

BORGES, JULIANO VIANA

I am this author

MACHADO, MARCELO LUCAS PEREIRA

I am this author

DOI

10.5151/2594-357X-43347

Downloads

Abstract

O Limite de Umidade Transportável (TML) é um parâmetro crítico para a segurança no transporte marítimo de finos de minério de ferro, estando diretamente associado ao risco de liquefação conforme o IMSBC Code. Sua determinação tradicional, baseada em ensaios laboratoriais como o Proctor/Fagerberg Modificado (PFD80), apresenta limitações operacionais devido ao tempo e à necessidade de amostragem representativa.Neste estudo, foi desenvolvida uma abordagem baseada em regressão múltipla para modelar e predizer o TML a partir de variáveis químicas e granulométricas de aproximadamente 1000 embarques exportados pelo Porto de Tubarão (ES). Foram consideradas as variáveis Fe, SiO₂, Al₂O₃, Mn, PPC (Perda por Calcinação), além das frações +6,3 mm, +1 mm e −0,15 mm.O modelo apresentou elevado desempenho (R² ≈ 0,886), explicando a maior parte da variabilidade do TML. A análise estatística permitiu a simplificação do modelo, mantendo apenas variáveis significativas, com destaque para PPC e granulometria.Os resultados demonstram que o TML pode ser estimado com boa precisão a partir de dados operacionais, contribuindo para otimização de blendagem, redução de riscos e maior eficiência no atendimento ao IMSBC Code.

The Transportable Moisture Limit (TML) is a critical parameter for the safe maritime transport of iron ore fines, being directly related to liquefaction risk under the IMSBC Code. Its conventional determination relies on laboratory testing, such as the Modified Proctor/Fagerberg (PFD80) method, which presents operational limitations due to time constraints and sampling requirements. This study proposes a multiple regression approach to model and predict TML using chemical and granulometric variables from approximately 1000 shipments exported through Tubarão Port (Brazil). The dataset included Fe, SiO₂, Al₂O₃, Mn, Loss on Ignition (LOI), and particle size fractions (+6.3 mm, +1 mm, and −0.15 mm). The model achieved strong statistical performance (R² ≈ 0.886), explaining most of the TML variability. A variable significance analysis enabled model simplification without loss of predictive capability, highlighting LOI and granulometry as the main controlling factors. The results demonstrate that TML can be accurately estimated using operational data, reducing dependence on laboratory testing and supporting blend optimization, risk management, and compliance with IMSBC Code requirements.

Keywords

Limite de Umidade Transportável (TML), Regressão múltipla, Granulometria e Minério de ferro

Transportable Moisture Limit (TML), Multiple regression, Particle size distribution, Iron ore fines