Powered by Blucher Proceedings

Seminários de Redução, Minério de Ferro e Aglomeração


ISSN 2594-357X

25º Seminário de Mineração — Vol. 25 , num. 25 (2026)


Título

Metodologia de teste de campo de combustíveis alternativos em caminhões de mineração com aprendizado de máquina

Field test methodology for alternative fuels in mining haul trucks using Machine learning

Autoria

DOI

10.5151/2594-357X-44360

Downloads

0 Downloads

Resumo

Este trabalho apresenta uma metodologia para medir, em operação real de mineração, o impacto de combustíveis alternativos e aditivos no consumo de caminhões fora de estrada. O estudo de caso foi estruturado na operação Minas Rio, com caminhões Komatsu 830E instrumentados com medidores de vazão de alimentação e retorno, controlador embarcado, posicionamento por satélite, sensores inerciais e integração com dados do veículo. A abordagem combina medição direta de combustível, correções por temperatura e densidade, pós-processamento por ciclos de transporte, controle de qualidade dos dados e modelagem supervisionada por árvores de decisão impulsionadas por gradiente. A explicabilidade por valores de Shapley permite separar a contribuição de variáveis operacionais, como distância, carga, deslocamento vertical, clima e identificação do equipamento, da contribuição associada à intervenção. O baseline analisado incluiu 2.257 ciclos válidos em seis caminhões. A metodologia proposta cria uma estrutura de teste com grupo controle e grupo teste, capaz de estimar efeitos de pequena magnitude sem retirar equipamentos da produção, sem impor rotas artificiais e com governança estatística para reporte de resultados esperados ou observados.

 

This paper presents a methodology to measure, under real mining conditions, the impact of alternative fuels and additives on the fuel consumption of off-highway haul trucks. The case study was structured at the Minas Rio operation using Komatsu 830E trucks equipped with feed and return fuel flow meters, an edge controller, satellite positioning, inertial sensors and vehicle network integration. The approach combines direct fuel measurement, temperature and density corrections, cycle-based post-processing, data quality control and supervised modeling with gradient boosted trees. Shapley value explainability is used to separate the contribution of operational variables, such as distance, payload, vertical travel, weather and equipment identification, from the contribution associated with the intervention. The analyzed baseline included 2,257 valid cycles from six trucks. The proposed methodology establishes a test structure with control and test groups, allowing small effects to be estimated without removing trucks from production, imposing artificial routes or compromising operational continuity, while providing statistical governance for reporting expected or observed results.

Palavras-chave

Combustíveis alternativos, Mineração, Eficiência energética, Aprendizado de máquina

Alternative fuels, Mining, Energy efficiency, Machine learning

Como citar

Carraro, Cesar; Moreira, Vinícius; Bendini, Guilherme Martins de Andrade; Azevedo, Felipe. Metodologia de teste de campo de combustíveis alternativos em caminhões de mineração com aprendizado de máquina, p. 888-896. In: 25º Seminário de Mineração, São Paulo, SP - Brasil, 2026.
ISSN: 2594-357X, DOI 10.5151/2594-357X-44360