Aplicação da simulação de eventos discretos como ferramenta computacional de análise e tomada de decisão em processos de automatização de ensaios químicos em laboratórios de análise mineral / Application of discrete events simulation as a computational tool for analysis and make a decision in chemical test automation processes in mineral analysis laboratories

Otávio de Andrade Moraes, Gisele Tessari Santos

Abstract


 A queda de 70% do preço das commodities de minério de ferro entre os anos de 2011 e 2016 motivou as empresas do ramo a reverem seus processos produtivos, visando reduzir ao máximo o desperdício de capital. Uma das possíveis soluções seria a automatização robótica, porém, tal inovação necessitaria de um alto investimento financeiro. Este artigo tem como objetivo geral demonstrar as análises e propor melhorias para o fluxo de trabalho do laboratório de análise mineral em uma empresa mineradora de grande porte, por meio da simulação de um modelo de eventos discretos como auxilio à tomada de decisões quanto ao capital expanditure. O modelo desenvolvido foi simulado no software Arena®, inicialmente com a coleta dos dados históricos, como tempos e fluxos dos processos, quantidades de amostras, taxa de utilização de recursos, dentre outros. Posteriormente, validou-se o modelo desenvolvido simulando um cenário base, que representa a realidade do laboratório sem a automatização. Em seguida, foram simulados outros três cenários que consideraram o fluxo do processo com a implementação da automação diferenciando a disponibilidade de recursos planejados em relação ao projeto inicial. A análise do fluxo foi feita com base em três indicadores de desempenho: quantidade de análises de amostras realizadas, taxa de utilização dos funcionários e tempo médio de análise das amostras. Os resultados das simulações evidenciaram que a automatização do laboratório seria benéfica para a empresa, com melhoria expressiva dos indicadores quando estiver em conformidade com a capacidade produtiva planejada. O modelo de simulação desenvolvido neste artigo serve de referência para análise de processos de qualquer tipo de laboratório, independentemente de ser um laboratório de análise mineral, sendo uma importante ferramenta de auxílio aos gestores na tomada de decisão.


Keywords


Análise Dinâmica, Simulação, Laboratório, Mineração.

References


ALI, I. Water Treatment by Adsorption Columns: Evaluation at Ground Level. Separation & Purification Reviews, 43:175–205, 2014

BANKS, Jerry et al. Discrete-event system simulation. 4th. ed. Upper Saddle River, NJ: Pearson Prentice Hall, 2005.

Cassola, M.S.; Bartalini, N.M. Comportamento de coletores para o tratamento dos

MINÉRIOS de ferro através da flotação reversa. Tecnologia em Metalurgia, Materiais e Mineração, São Paulo, v. 6, n. 4, p. 215-219, abr.-jun. 2010

CHWIF, L.; MEDINA, A. Modelagem e Simulação de Eventos Discretos: Teoria e Aplicações. Ed. Dos Autores, São Paulo. 2007.

Cigler, O; Waldstein, P; Kubečka, K. Inter Laboratory Comparison of Testing Procedure of CIPP Liners According EN ISO 11296-4. Applied Mechanics and Materials Vol 763 (2015) pp 140-145, Jan 2015.

Delbem, I.D, R. Galéry, P.R.G. Brandão, A.E.C. Peres. Semi-automated iron ore characterisation based on optical microscope analysis: Quartz/resin classification. Minerals Engineering 82, 2–13, 2015.

Dolci, A., Giavarina, D., Pasqualetti, S., Szőke, D., & Panteghini, M. Total laboratory automation: Do stat tests still matter? Clinical Biochemistry, 50(10-11), 605–611, 2017.

FISHMAN, George S. Discrete-event simulation: modeling, programming, and analysis. 1st. ed. New York, NY: Springer, 2001.

KELTON, W. David; SADOWSKI, Randall P. and STURROCK, David T. Simulation with Arena. Boston: McGraw-Hill Higher Education, 2007.

Kuselman, I.; Pennecchi, F. IUPAC/CITAC Guide: Classification, modeling and quantification of human errors in a chemical analytical laboratory. IUPAC Technical Report. 88(5): 477–515, 2016.

Lalongo, C., Porzio, O., Giambini, I., & Bernardini, S. Total Automation for the Core Laboratory. Journal of Laboratory Automation, 21(3), 451–458, 2015

Luz, A. B; Sampaio, J. A.; França, S. C. A. Tratamento de Minérios – 5ª Edição/Ed. Rio de Janeiro: CETEM/MCT, 2010.

McMorran, D., Chung, D. C. K., Li, J., Muradoglu, M., Liew, O. W., & Ng, T. W. Adapting a Low-Cost Selective Compliant Articulated Robotic Arm for Spillage Avoidance. Journal of Laboratory Automation, 21(6), 799–805, 2016

Meer, F. van der. Near-infrared laboratory spectroscopy of mineral chemistry: A review. International Journal of Applied Earth Observation and Geoinformation, 65, 71–78, 2017

Mesa, D., & Brito-Parada, P. R. Scale-up in froth flotation: A state-of-the-art review. Separation and Purification Technology, 2018.

Monks, T., Robinson, S., & Kotiadis, K. Can involving clients in simulation studies help them solve their future problems? A transfer of learning experiment. European Journal of Operational Research, 249(3), 919–930, 2015.

Omogbai, O.; Salonitis, K.; Manufacturing system lean improvement design using discrete event simulation. 49th CIRP Conference on Manufacturing Systems. CIRP 57, 195 – 200, 2016.

Rangel, E. P.; Desenvolvimento de uma análise sistêmica de cenários prospectivos para o setor de pelotas de minério de ferro brasileiro. 2012. 87 f. Dissertação (Mestrado em Engenharia Metalúrgica e de Minas) – Universidade Federal de Minas Gerais. Belo Horizonte.

Robinson, S., Worthington, C., Burgess, N., & Radnor, Z. J. Facilitated modelling with discrete-event simulation: Reality or myth? European Journal of Operational Research, 234(1), 231–240, 2013

Rushforth, P. J.; Tait, S. J.; Saul, A. J. Modeling the Erosion of Mixtures of Organic and Granular In-Sewer Sediments. Journal of Hydraulic Engineering, Vol. 129, No. 4, April 1, 2003.

Schriber, T.J.;Brunner, D.T.;Smith,J.S.; Inside discrete-event simulation software: how it works and why it matters, 2015 Winter Simulation Conference (WSC), December 1-15, 2015, Huntington Beach, CA, USA

SHANNON, R.E. Systems simulation. The Art and Science.. IEEE Transactions on Systems, Man, and Cybernetics. Vol.6, n.10, p.723-724, 1976.

TSIOPTSIAS, N., TAKO, A.A. and ROBINSON, S. Can we learn from wrong simulation models? A preliminary experimental study on user learning. IN: Anagnostou, A., Meskarian, R. and Robertson, D. (eds.) Proceedings of the Operational Research Society Simulation Workshop 2018 (SW18), Stratford, Worcestershire, UK, 19-21st March, pp.219-229, 2018

White, K.P.J.; Ingalls, R.G.; Introduction to simulation. 2015 Winter Simulation Conference (WSC), December 1741-1755, 2015, Huntington Beach, CA, USA

World Bank Group. 2016. Commodity Markets Outlook, April. World Bank, Washington, DC.

Zhang, Y., Hu, Y., Sun, N., Liu, R., Wang, Z., Wang, L., & Sun, W. Systematic review of feldspar beneficiation and its comprehensive application. Minerals Engineering, 128, 141–152, 2018




DOI: https://doi.org/10.34117/bjdv6n11-423

Refbacks

  • There are currently no refbacks.