Em 2021, a Mineração Rio do Norte (MRN) começou a utilizar o Power BI, da Microsoft, em sua área de Geologia. Atualmente, a plataforma já é aplicada na maioria dos setores do departamento de Planejamento e Controle de Produção (GPD), explica o gerente da área, Paulo Bezerra, como os de Planejamento de Lavra, Controle de Qualidade, Planejamento de Mina e Planejamento e Controle de Produção e também por outras gerências, inclusive administrativas.

A plataforma permite a estruturação de um banco de dados mais robusto, consolidando os processos internos de integração dos dados das diversas áreas do GPD e facilitando sua consulta. “Dessa forma, disseminamos as informações para todos os profissionais, justificamos mudanças nos processos internos e asseguramos bases mais eficientes para a tomada de decisão, gerando análises mais precisas e com histórico detalhado de dados”, considera Felipe Antonialli, geólogo da MRN.

Futuramente, diz Bezerra, o plano é trabalhar os dados coletados em campo juntamente com os dados realizados de produção, melhorando a previsibilidade das operações. “Assim, criamos subsídios com informações para as partes interessadas, gerando uma comunicação mais efetiva e baseada em dados mais precisos”, acredita o gerente do GPD.

 Evolução

Segundo Antonialli, os processos eram realizados de forma manual. O técnico de campo preenchia um bloco de notas, respondendo entre 10 e 15 perguntas, para fornecer informações básicas sobre a operação da mina e a qualidade do minério encontrado nas frentes de lavra. Esses dados eram transpostos para tabelas do Excel, uma para cada platô visitado. A grande quantidade de planilhas geradas com essa sistemática demandava muito tempo para a análise e revisão dos dados e, somente quando concluída essa etapa, as informações eram enviadas a todas as partes interessadas.

Com o uso do Power BI, a equipe de campo responde a 40 perguntas diretamente em um tablet. Os dados são descarregados na rede e compilados de forma automática pela plataforma, que gera dashboards – painel gráfico com informações, métricas e indicadores – disparando os resultados via e-mail às áreas. A transição do sistema antigo para o novo foi bem recebida pela equipe técnica do GPD, lembra o geólogo. Para ele, o principal ganho com a inovação foi o aumento entre 10 e 20% do tempo de interação dos técnicos com as atividades de lavra, equivalendo à ampliação do período dedicado ao controle de qualidade e produtividade entre 60 a 90 minutos por turno.

Os dados de campo também passaram a despachados em maior volume e de forma mais ágil e segura. Com a automação, o fluxo das informações e sua consulta se tornaram mais rápidos e práticos. Do ponto de vista de custo, como o Power BI já era usado na MRN, não foram necessários investimentos adicionais. Apenas sua aplicabilidade foi alterada para as especificidades do GPD.

O treinamento, de cerca de dois meses, foi realizado em campo pela equipe de Geologia, que apresentou a ferramenta aos técnicos, demonstrando como ela deveria ser utilizada. “Nesse período também aproveitamos a vivência e a expertise dos profissionais para adaptar o uso contínuo das ferramentas e aprimorar o que deveria entrar no checklist, criando os relatórios de informação do Power BI”, lembra Antonialli.

Checklist

O checklist a que o geólogo se refere é uma outra plataforma digital usada para a inserção dos dados, a partir de um script com algoritmos em que constam todas as informações adquiridas nas atividades de campo, depois compiladas pelo Power BI.

Os dados coletados pelo checklist são divididos em três blocos – operacional, geologia e criticidade -, totalizando 40 itens que devem ser preenchidos. O bloco operacional consiste de perguntas referentes à frota usada na frente de lavra; o de geologia é composto por informações sobre o tipo de minério, qualidade, espessura da camada mineralizada, contaminantes (no caso da bauxita da MRN, sílica e ferro); e o de criticidade indica oportunidades de melhoria ou inconsistências operacionais.

Os dados servem de subsídios à tomada de decisões futuras e a ajustes nos processos da mineradora. “Os dados sobre a espessura da camada mineralizada, por exemplo, nos permitem ter uma previsão da aderência do modelo planejado ao que foi executado na mina”, explica Antonialli. Segundo ele, os dados adquiridos possibilitam um melhor entendimento da qualidade química e física nos processos de beneficiamento com base nos campos de geologia – tipo de contaminante, estruturas e texturas presentes no minério, entre outros – que servem de subsídio para justificar decisões como a de aumento ou diminuição de finos/granulados em relação ao planejamento inicial.

 Fotos: MRN/Divulgação