ISSN 2594-357X
21° Simpósio de Mineração — vol. 21, num.21 (2022)
Título
Autoria
DOI
Downloads
Resumo
A ANÁLISE DE COMPONENTES PRINCIPAIS (ACP) É UMA TÉCNICA DE ANÁLISE MULTIVARIADA UTILIZADA PARA ANALISAR A INTERDEPENDÊNCIA ENTRE UM GRANDE NÚMERO DE VARIÁVEIS COM O OBJETIVO DE REDUZIR A DIMENSIONALIDADE DAS INFORMAÇÕES POR MEIO DE NOVAS VARIÁVEIS DEFINIDAS PELA COMBINAÇÃO LINEAR DAS VARIÁVEIS ORIGINAIS, COM PERDA MÍNIMA DE INFORMAÇÃO. NESTE ARTIGO, A ACP FOI APLICADA UTILIZANDO O PROGRAMA RSTUDIO PARA AVALIAR A SUA APLICABILIDADE NA ANÁLISE DA PERFORMANCE DA FLOTAÇÃO INDUSTRIAL DE MINÉRIO DE FERRO. O BANCO DE DADOS FOI FORMADO POR AMOSTRAGENS DE ROTINA DURANTE DOIS MESES DE OPERAÇÃO EM REGIME NORMAL. FORAM ANALISADAS VARIÁVEIS QUÍMICAS E GRANULOMÉTRICAS, ALÉM DE VARIÁVEIS CALCULADAS, COMO RECUPERAÇÃO MÁSSICA E METALÚRGICA. FOI POSSÍVEL UMA REDUÇÃO DE SETE VARIÁVEIS ORIGINAIS PARA DUAS COMPONENTES PRINCIPAIS. AS DUAS COMPONENTES JUNTAS EXPLICAM CERCA DE 60% DA VARIABILIDADE TOTAL DOS DADOS. A PRIMEIRA COMPONENTE EXPLICA 33% DA VARIÂNCIA, E SE RELACIONA A EFICIÊNCIA DO PROCESSO. JÁ A SEGUNDA COMPONENTE EXPLICA 27% E ESTÁ CORRELACIONADA COM A SELETIVIDADE DO PROCESSO. POR MEIO DOS RESULTADOS OBSERVADOS, FOI POSSÍVEL CONCLUIR QUE A TÉCNICA ACP APRESENTA UM RESULTADO SATISFATÓRIO PARA A APLICAÇÃO EM CIRCUITOS DE FLOTAÇÃO REAIS, POIS FACILITA A INTERPRETAÇÃO DOS DADOS DE PERFORMANCE E PERMITE TOMADA DE DECISÕES MAIS ASSERTIVAS.
PRINCIPAL COMPONENT ANALYSIS (PCA) IS A MULTIVARIATE ANALYSIS TECHNIQUE USED TO ANALYZE RELATIONSHIPS AMONG A LARGE NUMBER OF VARIABLES TO DIMENSIONALITY REDUCTION OF A DATASET INTO A SMALLER SET OF VARIABLES WITH MINIMAL INFORMATION LOSS. IN THIS PAPER, PCA WAS APPLIED USING THE RSTUDIO PROGRAM TO EVALUATE THE FEASIBILITY OF THE TECHNIQUE TO FACILITATE FLOTATION PERFORMANCE ANALYSIS IN AN IRON ORE PROCESSING PLANT. THE DATASET WAS OBTAINED THROUGH A ROUTINE SAMPLING DURING TWO MONTHS OF REGULAR OPERATING PERIOD. IT WAS ANALYZED ORIGINAL VARIABLES OF CHEMICAL AND PARTICLE SIZE ANALYSIS AND CALCULATED VARIABLES, SUCH AS MASS AND METALLURGICAL RECOVERY. IT WAS POSSIBLE TO REDUCE SEVEN ORIGINAL VARIABLES TO TWO MAIN COMPONENTS. THE TWO COMPONENTS TOGETHER EXPLAIN ABOUT 60% OF THE TOTAL VARIABILITY OF THE DATA. THE FIRST COMPONENT EXPLAINS ABOUT 33% OF THE VARIANCE AND IS RELATED TO THE EFFICIENCY OF THE PROCESS. THE SECOND COMPONENT EXPLAINS AROUND 27% AND IS CORRELATED WITH THE SELECTIVITY OF THE PROCESS. THE RESULTS SHOW THAT PRINCIPAL COMPONENT ANALYSIS IS AN EFFECTIVE TECHNIQUE FOR APPLICATION IN REAL FLOTATION CIRCUITS, AS IT FACILITATES THE INTERPRETATION OF PERFORMANCE DATA AND ALLOWS MORE ASSERTIVE DECISION-MAKING TO IMPROVE PROCESS EFFICIENCY IN THE OPERATIONAL ROUTINE.
Palavras-chave
Flotação, ANÁLISE DE COMPONENTES PRINCIPAIS, Beneficiamento, MINÉRIO DE FERRO.
FLOTATION; PRINCIPAL COMPONENT ANALYSIS; BENEFICIATION; IRON ORE
Como citar
Melo, Jonathan;
Segato, Mauricio;
Paula, Raphael Lessa de;
Marcelino, Rafael Silva;
Silva, Regisvander;
Santos, Tatiana Barreto dos;
Chaves, Vanessa;
Alves, Vladmir Kronemberger.
ANÁLISE DE COMPONENTES PRINCIPAIS APLICADA NA AVALIAÇÃO DO DESEMPENHO DO CIRCUITO DE CONCENTRAÇÃO DE MINÉRIO DE FERRO
,
p. 467-477.
In: 21° Simpósio de Mineração,
São Paulo,
2022.
ISSN: 2594-357X
, DOI 10.5151/2594-357X-35027
