Estudo de Caso do AMC STUDIO RM
No início deste ano, tivemos a oportunidade de conversar com Justin Glanvill e Nick Szebor, da AMC Consultants, para discutir como o Datamine Studio RM poderia ajudar na superação dos seus desafios de modelagem e engenharia locais. Como cliente de longa data da Datamine, a AMC confia na capacidade do nosso software na implementação de metodologias de modelagem e engenharia de dados altamente específicas e personalizadas para as características das minas.
“Poucos outros pacotes oferecem o nível de controle fundamental sobre os dados fonte da Datamine, que é uma ferramenta muito valiosa dentro do espaço de consultoria, porque lidamos com conjuntos de dados de qualidade muito diferentes”. Justin Glanvill.
“O que as pessoas chamam de funções básicas é muito poderoso – tais como os comandos adicionais, a capacidade de personalizar macros e scripts para o software. Acredito que é aí que encontro os melhores benefícios dos pacotes do software. Essa capacidade de ajuste bruto que podemos obter dos detalhes e realmente obter mais do que é possível com outro software.” Nick Szebor.
Quais foram os desafios que enfrentaram?
Um dos maiores desafios que a AMC enfrenta constantemente é trabalhar com conjuntos de dados mais antigos que não são tão precisos ou completos quanto os dados mais recentes. Nesses casos, a reanálise e a captura de dados geralmente são vistos como a solução ideal para a produção dos modelos geológicos mais precisos e confiáveis; no entanto, na maioria dos casos, isso não é viável em termos econômicos e de logística. Um exemplo fornecido por Justin foi ” um cliente que tinha um vasto conjunto de dados herdados com informações geotécnicas, e eles precisavam da incorporação destas informações em um modelo tridimensional para aprimorar seu planejamento de suporte e requisitos de suporte no plano da mina”. Esse é um problema muito comum em minas que operam por um longo período – elas geralmente apresentam somente dados históricos incompletos ou esparsos.
Recentemente, a AMC ajudou no aperfeiçoamento do projeto e na programação de mina subterrânea de grande porte, construindo um modelo geotécnico confiável contendo valores derivados RQD e Q, por meio do uso de dados esparsos em um banco de dados de registros manuscritos que originalmente não continham dados de medições RQD.
Como isso foi feito?
Como os dados históricos originalmente não continham medições diretas de RQD, foram usadas descrições qualitativas como proxy na apresentação de valores de indicadores discretos para a representação da qualidade da rocha. A metodologia de krigagem de múltiplos indicadores foi usada com valores discretos na previsão do modelo. O processamento posterior foi com base em uma abordagem probabilística, incluindo simulações de Monte Carlo, foi usado para refinar a produção do MIK, resultando em um modelo prático e defensável que representava a qualidade da rocha do depósito com a maior precisão possível.
Quais foram os benefícios finais?
Ao usar esse método no Studio RM e incorporar dados herdados em um modelo de RQD, a necessidade de reunir novos dados por meio de mapeamento e perfuração foi eliminada, o que não apenas economizou muito tempo para seus clientes, mas também muitas despesas adicionais. O modelo que a AMC gerou deu aos engenheiros no local uma plataforma estável e robusta para projetar os realces e tirar de maneira apropriada. Sem as ferramentas do Studio RM, os engenheiros teriam que trabalhar com premissas de resolução mais baixa, com maior potencial de imprecisão, alterando potencialmente a economia dos realces, as taxas de extração planejadas e a sequência de extração.
Ao trabalhar com o conjunto de ferramentas disponível no Studio RM, a AMC conseguiu gerar ótimos resultados com eficiência de economia de tempo e custo que beneficiaram o planejamento de curto e longo prazo para seus clientes.
Para visualizar o estudo de caso completo, visite nossa página web:
