class="post-template-default single single-post postid-6480 single-format-standard _masterslider _ms_version_3.7.1 elementor-default elementor-kit-11209">

Uso do “Big Data” na mineração

 

Cada vez mais recursos tecnológicos proporcionam aumento da produtividade na mineração. Passando por um processo de transformação digital e inovação, a área vem se tornando prioridade estratégica para as empresas, que buscam a tecnologia na mineração para aprimorar seu desempenho. E é aí que entra o Big Data. 

O uso do Big Data

Como citado acima, uma das tendências para os próximos anos é a tecnologia do Big Data. Esse termo descreve o grande volume de dados gerados e armazenados. Seu surgimento pode ser relacionado ao aumento exponencial da quantidade de dados gerados no mundo, com um grande volume por minuto.

Dessa forma, representa uma nova era na sociedade moderna, onde os dados se tornam cada vez mais valiosos. Isso muda a forma como a economia e a ciência observam os processos e extraem valor dessa desordem de dados. Além disso, é possível afirmar que o uso de Big Data já é uma das maiores tendências para os bancos e instituições financeiras. Porém, ainda é pouco aplicado para problemas mineralógicos.

Como é um conceito novo na mineração, ainda há pouca clareza sobre como esses dados podem ser usados para alcançar benefícios para as empresas. Assim, alguns cientistas introduziram e aplicaram análise de rede a tópicos em mineralogia e petrologia. Esses campos são especialmente receptivos a esta abordagem, devido ao fato de considerarem sistemas de numerosas espécies minerais que coexistem em uma imensa combinação em depósitos variados.

Fonte: Canaltech.

Big Data na mineração

O estudo, intitulado “Network analysis of mineralogical systems” apareceu na revista “American Mineralogist” e mostra como a aplicação da análise de Big Data à mineralogia pode ajudar a prever os minerais ausentes e onde encontrar novos depósitos. Através do Big Data a descoberta de minerais que antes era mais uma questão de sorte do que previsão científica, pode mudar.

Mineralogia vs. o uso do Big Data

Um objetivo fundamental da mineralogia é o amplo entendimento das relações das fases minerais e os consequentes padrões espaciais e temporais da coexistência mineral. Essa coexistência se faz em rochas, corpos de minério, sedimentos, meteoritos e outros materiais policristalinos naturais. A análise de rede fornece aos mineralogistas e petrologistas uma estrutura de visualização dinâmica, quantitativa e preditiva para o uso de Big Data.

É possível explorar padrões de diversidade e distribuição de alta complexidade e de outras formas ocultas em tais sistemas minerais. Isso gera informações que até o momento foram enterradas em grandes e crescentes recursos de dados minerais. Os repositórios de dados de acesso aberto agora documentam mais de 5200 espécies minerais, de 275.000 localidades, incorporando aproximadamente um milhão de dados de minerais por localidade. Assim, é possível empregar visualizações de redes minerais para investigar quantitativamente padrões de coexistência, relações de fase, vias de reação, métricas de rede, distribuições de frequência e evolução em tempo-profundo de praticamente qualquer grupo mineral.

Como ocorre a avaliação dos dados?

O banco de dados irá conter detalhes como tipo de estrutura, química, idade, solubilidade, dureza e outras propriedades mecânicas, estado redox, profundidade e temperatura de formação, ano e método de descoberta mineral e modo paragenético. Os minerais metadata, além disso, permitem a exploração de subconjuntos de minerais através de filtragem por região geográfica, ajuste tectônico, co-ocorrência com biozonas variadas, recursos econômicos, características ambientais e outros parâmetros-chave. 

De acordo com Morrison, uma das desenvolvedoras, os resultados têm potencial de revelar a diversidade mineral e a distribuição em todo o mundo, novas tendências e novos depósitos de metais de alto valor, como ouro ou cobre.

Expectativa de resultados

A expectativa é de que no futuro a rede tenha consolidada todas às 5200 espécies minerais, distribuídas em centenas de milhares de localidades. Além disso, espera-se que seja oferecido uma ferramenta de pesquisa de acesso aberto. Assim, com a combinação da análise de redes minerais e o potencial da mineralização de big data com uma estética visual dinâmica e acessível, teremos um novo método poderoso para explorar problemas fundamentais em mineralogia e petrologia.

Fonte: gaio.io.

A relação entre o Data Mining e o Big Data

O Big Data é um processo que é feito no Data Mining, porém em uma escala maior em relação à quantidade e ao tipo de dado.

A mineração é mais usada com dados mais estruturados e também com amostras de menor quantidade, como planilhas, bancos de dados relacionais e dimensionais. Em contrapartida, o Big Data trabalha com dados mais complexos e pouco estruturados, mas que também devem estar registrados em um banco de dados.

As escalas e os tipos de dados se diferem, e por esse motivo, os períodos de análise e os resultados também são diferentes. Enquanto o Data Mining se refere a um processo mais pontual, que gera relatórios, apontando para questões específicas, o Big Data é uma análise feita de forma contínua por períodos maiores e pode  dar uma visão mais ampliada.

Fonte: gaio.io

Por isso, é possível concluir que o Big Data é uma ótima ferramenta para a realização de previsões. Dessa forma, o seu uso pode indicar meios para mudanças estratégicas na forma de gestão na mineração. 

Autor: Desconhecido.

Gostou do texto? Confira outros conteúdos em nosso blog e conheça nossos serviços! Entre em contato conosco por meio de nosso telefone (31) 3409-1033 / (31) 97167-5141, e-mail minasjr@minasjr.com.br ou redes sociais facebook e instagram, e veja o que podemos fazer por você!

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

 

Your browser is out of date. It has security vulnerabilities and may not display all features on this site and other sites.

Please update your browser using one of modern browsers (Google Chrome, Opera, Firefox, IE 10).

X