ANÁLISE ESTATÍSTICA DE DADOS DO DESPACHO PARA MONITORAMENTO DA PERFORMANCE DOS EQUIPAMENTOS DE TRANSPORTE NA MINA
Por Túlio Marcondes de Faria(1) , Ângelo Alessandro Miranda(2) , José Caetano Neto(3) , Bridget Alldridge Perkins(4) , Aldo José D.Ferrari(5), Otavio Henrique C.Lopes(6)
- Introdução
No Projeto Minas-Rio, da Anglo American – Minério de Ferro Brasil, as operações de lavra da Mina do Sapo, em Conceição do Mato Dentro (MG), consistem basicamente nas atividades de perfuração, desmonte, carregamento e transporte de minério e estéril para a britagem primária e as pilhas de estéril, respectivamente. O item transporte é uma atividade com importância vital na indústria extrativa e sua gestão pode fazer a diferença quando se pretende ter custos unitários mais reduzidos.
Dessa forma, qualquer pequena otimização no sistema de transporte de mina pode trazer ganhos em economia de combustível, maior longevidade dos pneus dos caminhões, maior disponibilidade e utilização dos equipamentos, menor emissão de gases poluentes (CO2) e, por consequência, a viabilidade de créditos de carbono.
Em resumo, hoje a redução de custos de transporte na mina está baseada em esforços para um bom planejamento de transporte, num melhor entendimento dos gargalos de mina, melhor qualidade das vias de transporte, bem como na melhor qualificação dos operadores. Esses esforços se traduzirão em maior produtividade e, consequentemente, maior lucratividade.
- Análise Inicial
Para o presente estudo foi utilizado um banco de dados que advém do sistema de Despacho Modular, modelo atualmente utilizado na Anglo American e referência mundial em tecnologia de aquisição de dados. Os principais dados empregados no trabalho foram as coordenadas georreferenciadas, dia, hora, equipamento (caminhão 830E-AC Komatsu), operador, origem/destino, velocidade e carga. O período em análise foi de agosto/2017 a março/2018.
Como o sistema de despacho fornece uma imensa gama de informações – cerca de dois milhões de registros – os dados foram filtrados a cada mês, de forma a permitir sua análise comparativa entre os oito meses analisados. O software @Datamine Studio 3 foi utilizado para plotar os dados e separar cada checkpoint (nuvem de pontos). Os pontos foram numerados para serem analisados separadamente e comparados logo em sequência, com o objetivo de identificar possíveis problemas pontuais.
Um dos parâmetros de análise consistiu em observar o comportamento da porcentagem de medições em que o caminhão 830E-AC possui velocidades entre 5-15 km/h. As Figuras abaixo contemplam a análise inicial dos trechos em questão.
O gráfico demonstra que o mês de Fevereiro/2018 se comportou como um ‘outlier’, sendo desconsiderado para evitar que os valores deturpassem o resultado verdadeiro. Nesse período, o índice pluviométrico na região da mina foi aproximadamente o dobro da média verificada nos últimos 10 anos.
Para a análise estatística do desempenho da velocidade dos caminhões por ponto e por trecho, foi empregado o software @Minitab. A validação do propósito da análise foi possível através da comparação entre carga e velocidade (Figura 3), visando comprovar a relação inversamente proporcional entre carga e velocidade.
- Análise estatística dos dados
Para a análise estatística dos dados, o trabalho apoiou-se na metodologia clássica Lean Six Sigma e, para definição da meta, utilizou o método das Lacunas. Para utilização do método das Lacunas, a primeira atividade é reconhecer os gaps de performance existentes. Para isso, os dados históricos foram trabalhados através de dois gráficos: (i) Histograma e (ii) BoxPlot. Como o trabalho consiste em identificar a velocidade ótima dos caminhões afim de melhorar a taxa de alimentação da Britagem, o gráfico de BoxPlot apresenta dados de Q1, Mediana e Q3.
Estatisticamente, o Q3 representa um resultado possível, mas que foi alcançado em somente 25% dos resultados. Em uma abordagem um pouco mais conservadora, identifica-se a média da amostra e soma-se o Q3, obtendo a meta do trabalho (Falconi, 2015).
Para analisar o trecho denominado Cascalheira e o desempenho na Pilha de Estéril (PDE), os checkpoints 7, 8, 9, 10, 11 e 12 foram excluídos. Nesses locais, a performance dos equipamentos se demonstrou satisfatória, com porcentagem de medições de velocidades entre 5-15 km/h variando de 4 a 5%. Nos demais checkpoints considerados nos dois trechos, para veículos com carga acima de 200 t, a média de velocidade foi de 18.88 km/h. De acordo com a estatística, o equipamento opera 95% do tempo com velocidades entre 18.13 e 19.63 km/h. A Figura 4 retrata a região analisada e a Figura 5 demonstra a distribuição apresentada para as medições em questão.
Nos dois trechos foi encontrado um valor médio de 27% de medições de pontos com velocidades entre 5-15 km/h. O percentual ideal de pontos com velocidades entre 5-15km/h segundo a metodologia Lean Six Sigma, seria no máximo de 11,5% (1º quartil). Novamente sob uma ótica mais conservadora, é possível utilizar o método das Lacunas para obter a média entre a mediana e o 1º quartil, totalizando 17,53% (Figura 6).
Com o intuito de seguir aprofundando e ser mais específico, os trechos foram analisados separadamente:
A – Cascalheira: a média de velocidade atual é de 17.65 km/h. O valor máximo adotado na metodologia é igual ao do 3° quartil (20.75 km/h). 33% dos pontos medidos nesse trecho possuem velocidades entre 5-15 km/h. O valor máximo que pode ser alcançado, segundo a metodologia adotada, é o do 1° quartil (17,82%), que culminaria em uma velocidade média igual a 20.75 km/h.
B – PDE: a média de velocidade atual é de 20.20 km/h. O valor máximo adotado na metodologia é igual ao do 3° quartil (22.86 km/h). 20% dos pontos medidos no trecho possuem velocidades entre 5-15 km/h. O valor máximo que pode ser alcançado, segundo a metodologia adotada, é o do 1° quartil (5%), que culminaria em uma velocidade média igual a 22.86 km/h.
Retomando a análise conjunta da Cascalheira e da PDE verifica-se que, para reduzir o percentual da frota que opera com velocidades entre 5-15 km/h em 10%, a velocidade média dos caminhões com carga >200 t será de 23.11 km/h. Se a redução for da ordem de 20%, a velocidade média dos caminhões com carga >200 t será de 22.98 km/h.
Ou seja: a redução da porcentagem de pontos com velocidades entre 5-15 km/h em 10% representa um esforço muito grande para um resultado muito pequeno. Logo, o recomendável é ter, no máximo, 20% dos pontos medidos no total de viagens entre 5-15 km/h. Traçando como desejável esse valor de 20%, foi possível, então, observar quais checkpoints apresentavam valores superiores e identificar as causas desse desempenho utilizando a estatística dos milhares de pontos.
A primeira causa avaliada foi a dos três turnos de trabalho: Turno A, das 00:00 às 07:59 h; Turno B, das 08:00 às 15:59 h; e Turno C, das 16 às 23:59 h. Os resultados registrados no BloxPlot da Figura 7 demonstram que as médias e a variabilidade amostral mantiveram-se iguais ou próximas entre os turnos.
Os equipamentos também foram avaliados individualmente (Figura 8). O veículo CA-1002 foi descartado do estudo por ser um caminhão prancha.
Outra avaliação foi sobre o desempenho dos operadores considerando, conforme critérios estatísticos, a previsão média de operação dos veículos (Figura 9).
Percebe-se no gráfico uma tendência de distribuição tri-normal: uma nuvem de pontos entre 7-14 km/h, outra entre 21-28 km/h e o início da terceira entre 28-32 km/h. Seguindo a metodologia Six Sigma, obteve-se o valor mínimo (15.30 km/h), médio (22.54 km/h) e ótimo (23.58 km/h).
A Figura 10 mostra a performance dos operadores:
É importante ressaltar que cada linha vertical do BoxPlot representa o desempenho de um operador, enquanto os pontos pretos são a média avaliada para o período de agosto/2017 a março/2018.
Por fim, foi avaliado o desempenho da carga sobre a velocidade na Cascalheira e na mina (Figuras 11 e 12).
- Análise da Curva de Rimpull
Na sequência foi realizada uma análise das especificações técnicas dos equipamentos empregando-se a Curva de Rimpull (Tabela 1).
Com esses dados foram obtidas as informações apresentadas na Tabela 2.
A curva de performance do equipamento foi analisada, conforme instruções fornecidas pela empresa (Figura 13).
Verifica-se que o trecho da Cascalheira possui um gradiente/inclinação na rampa de 9% e uma resistência ao rolamento de 3%. Assim, a resistência total na subida é de 12%, enquanto na descida é cerca de -6%. Multiplicando a resistência total pela carga do equipamento cheio (foco do estudo), tem-se os resultados apresentados na Tabela 3.
Transpostos para um gráfico, os valores da Tabela 3 demonstram que a velocidade para o trecho seria de aproximadamente 14.5 km/h na subida e de 27 km/h na descida. Logo, esses são os parâmetros da capacidade de atuação para a qual os equipamentos foram planejados (Figura 14).
- Conclusão
O estudo detectou alguns pontos de anomalias de performance de operadores e/ou equipamentos. Esses casos deverão ser investigados por não estarem necessária e diretamente correlacionados a processos improdutivos – por exemplo, um ponto de operador de baixa performance que possa ser atribuído ao treinamento de novos operadores. Caso sejam confirmadas baixas performances nesses pontos, ações corretivas das falhas produtivas deverão ser implantadas afim de mitigá-las.
Também foi possível observar oportunidades de reduzir os instantes de baixa velocidade na mina. Para um resultado satisfatório de custo/benefício, recomenda-se reduzir, no máximo, 20% dos pontos medidos do total de viagens entre 5-15 km/h.
Através da análise da Curva de Rimpull do caminhão 830E-AC, verificamos que a velocidade média ótima (calculada) na região da Cascalheira seria de cerca de 20.75 km/h. Essa projeção confirma os resultados obtidos com o estudo estatístico dos dados do despacho para o mesmo trecho, demonstrando que o valor máximo otimizado (apenas 20% dos pontos medidos entre 5-15 km/h) culminaria em uma velocidade média de 20.75 km/h.
Há ainda outras considerações que merecem destaque:
- Quanto melhor a qualidade e integridade da informação disponibilizada pelo sistema de despacho, melhores serão os resultados obtidos com o emprego de técnicas estatísticas para a otimização das atividades mineiras;
- A análise de qualquer trecho de transporte ou da performance do caminhão e/ou do operador deve ser sempre confrontada com dados históricos estatísticos, afim de obter-se uma avaliação correta de forma quantitativa e qualitativa;
- A Curva de Rimpull do fabricante é uma ferramenta poderosa para análise de performance das velocidades dos caminhões e, quando bem utilizada, sinalizará o desempenho esperado desses equipamentos em diferentes situações.
- Referências Bibliográficas
CAMPOS, Vicente Falconi. Qualidade Total – Padronização de Empresas – 2ª Ed. Nova Lima: FALCONI, 2014.
GELDERMAN, C. e WEELE, A. V. Purchasing Portfolio Models: A Critique and Update. Journal of Supply Chain Management 4. P 19-28. 2011.
KOMATSU. Specifications & Application Handbook. – Edition 31 – April 2013.
ROVETA, M. C. O programa Lean Seis Sigma: uma visão plena de uma empresa do setor de mineração. XXXIII Encontro Nacional de Engenharia de Produção. 11 p. Salvador, 2013.
WERKEMA, C. Criando a Cultura Seis Sigma. Série Seis Sigma, Volume 1, 12 p, Elsevier, 2012.
