KPI's na mineração

1. Introdução

Como todo processo produtivo a mineração exige controle de seus processos de forma a identificar possíveis falhas, gargalos de produção ou efeitos que possam produzir baixas de desempenho. Para que gestores e engenheiros possam entender a produção de forma sistemática geralmente são criados indicadores que prezam por traduzir a realidade operacional em números, de forma a alinhar a realidade com métricas estatísticas não enviesadas por considerações pessoais no trabalho. Essas métricas geralmente são chamadas de KPI (key performance index) ou indicadores chave de performance e são comumente utilizadas na mineração tanto nas fases de produção ou de planejamento.

Os kpi’s são necessários essencialmente nas fases:

KPIs são essenciais para:

Controle de desempenho de frota
Identificação de gargalos operacionais
Planejamento de manutenção
Benchmarking entre turnos, equipamentos e minas
Tomada de decisão técnico-econômica

Em projetos iniciais de escopo, geralmente a caracterização destes índices é realizada considerado informações de minas similares, estimativas de produções em regiões próximas da mina ou em banco de dados da própria mineradora. À medida que estes projetos avançam para estudos de viabilidade, a confiabilidade destes indicadores tende a ser melhor e durante a fase operacional podem ser diretamente medidos. É importante para mineradoras que comecem a operar com guias de utilização que já comecem a mensurar as dificuldades operacionais no campo, prevendo as necessidades de futuras mudanças na frota nos meses que se seguirão no início da lavra.

2. KPI’s na mineração

Nos termos da manutenção geralmente ocorrem três tipos de manutenção em uma mina. A manutenção preventiva é aquela que é realizada em intervalos regulares independente das condições do equipamento. A manutenção preditiva ocorre devido a monitoração das condições do equipamento, e a manutenção corretiva ocorre após a falha do equipamento. A manutenção corretiva deveria nunca ocorrer em uma mina com procedimentos adequados de manutenção, pois a falha do equipamento em operação pode trazer atrasos operacionais significativos e criar condições de insegurança aos trabalhadores.

A seguir se encontram alguns dos principais indicadores de performance na mineração:

2.1 Horas calendário

Representam a quantidade teórica de horas a serem trabalhadas em uma mina ou usina, ou seja a quantidade máxima de horas de operação. Imagine uma mina com três turnos de 8 horas

HC = n_{turnos}*h_{turnos}= 3*8h = 24h

2.2 Horas Programadas

Horas previstas para operação após exclusões planejadas (manutenções preventivas, paradas programadas (manutenção preditiva) ). Ou seja as horas programadas estão dentre aquelas que foram planejadas para ocorrer dentro de um planejamento de manutenção.

HP=HC−H_{programadas}

2.3 Disponibilidade Física

Percentual do tempo em que o equipamento está mecanicamente apto a operar. Ou seja, consiste na relação entre as horas programadas menos as horas de manutenção corretiva pela horas programadas.

DF(\%) = \frac{HP-H_{corretiva}}{HP}*100

A disponibilidade física não considera se o equipamento foi realmente utilizado, apenas quanto do seu tempo está disponível para ser utilizado. Uma disponibilidade física muito baixa significa que existem problemas sérios com o planejamento de manutenção de uma mina.

2.4 Utilização

Percentual do tempo disponível em que o equipamento realmente operou.

U(\%) = \frac{H_{trabalhadas}}{HP}*100

Uma baixa utilização pode significar poucos operadores, excesso de frota ou filas excessivas ou até mesmo problemas operacionais como as condições das vias devido a problemas de drenagem, equipamentos com baixa mobilidade para o terreno, etc.

2.5 Eficiência operacional

Mede perdas durante o trabalho como redução, micro paradas e atrasos

EO(\%) = \frac{H_{efetivas}}{H_{trabalhadas}}*100

Sendo as horas trabalhadas medidas enquanto o motor do equipamento estiver ligado e as horas efetivas sendo as horas de real produção.

2.6 Rendimento operacional

Relação entre produção real e capacidade nominal.

R(\%) = \frac{P_{real}}{T_{nominal}*H_{efetivas}}*100

A taxa nominal é calculada de acordo com cada equipamento como a relação da tonelagem movimentada pelo tempo de ciclo do mesmo equipamento. Por exemplo, se um caminhão possui um ciclo de 30minutos, com um payload de 70t, isso significa que sua taxa nominal é de 70/0.5 = 140t/h. Se sua produção em um dia foi de 2,500t e suas horas efetivas foram 20h em um dia, então seu rendimento operacional foi de 2.500/(140*20)*100 = 89%.

2.7 Eficiência global

Integra todos os kpi’s relacionados ao tempo da produção como um único indicador global

EG(\%) = DF(\%)*U(\%)*EO(\%)

2.8 MTBF (Mean time between failures)

Tempo médio entre falhas corretivas.

MTBF = \frac{T_{operacional}}{N_{falhas}}

O tempo operacional é o tempo que envolve o equipamento ligado, disponível mecanicamente e em condições de executar suas funções. Quanto maior o MTBF melhor é o indicador. O MTBF mede a eficiência da manutenção.

2.9 MTBS (Mean time between shutdowns)

Tempo médio entre eventos de parada (falhas ou intervenções relevantes).

MTBS = \frac{T_{operacional}}{N_{shutdowns}}

MTBS (Mean time between shutdowns)

2.10 MTBI (Mean time between interruptions)

Tempo médio entre interrupções operacionais (nem sempre falhas mecânicas).

Inclui:

Esperas operacionais
Interferências de processo
Paradas externas

MTBI = \frac{T_{total}}{N_{interrupções}}

2.11 Metros perfurados / dia

Utilizado para medir a quantidade de metros perfurados em sondagens diamantadas, sondagens rotativas ou em perfurações para desmonte de rochas. Caracteriza a eficiência do trabalho realizado nestas operaçõoes unitárias como também as dificuldades inerentes encontradas durante o processo nos diferentes tipos de rocha sondados. Uma baixa metragem perfurada por dia pode significar a necessidade de diferentes tamanhos de bitolas e características da coroa utilizada, necessidade de equipamentos mais robustos ou melhores condições de trabalho no campo.

P_{sondagem} = \frac{metragem \ \ perfurada}{n_{dias}}

2.12 Razão de carga (kg de explosivo/ t de rocha)

É caracterizado pela massa de explosivo utilizada por quantidade de volume de rocha. É um indicador importante pois sinaliza a necessidade da fragmentação da rocha durante o desmonte, de forma que a granulometria o material desmontado seja adequado ao transporte e ao mesmo tempo não se gaste explosivos em quantidade excessiva no excesso de fragmentação.

R_{carga} = \frac{massa \ \ explosivo (kg)}{volume \ \ rocha (m^3)}

2.13 KPI’s de aderência : Aderência ao planejamento

Caracterizam a aderência do planejamento com a realidade. Caracteriza-se pela relação de volume ou massas do material realizado pelo material que foi planejado. Podemos entender estes volumes como a interseção dos dois grupos entre volumes e massas planejadas e o volumes e massas realizadas.

Logo temos três grupos formados:

Planejado não realizado
Realizado e planejado
Realizado não planejado

A aderência ao planejamento consiste na relação entre o volume realizado e o volume planejado. Quanto mais próximo de 100% melhor o resultado

A_{planejamento}(\%) = \frac{V_{realizado}}{V_{planejado}}*100

Há casos que o volume realizado é maior que o planejado, logo uma métrica com 120%, por exemplo pode não ser adequado o que pode ser ocasionado por alto overbreak.

3. Conclusão

Os KPIs são fundamentais para a gestão eficiente na mineração, pois transformam dados operacionais em informações estratégicas. Indicadores bem definidos permitem monitorar desempenho, identificar desvios, controlar perdas e apoiar decisões técnicas e econômicas. Mais do que métricas, os KPIs funcionam como instrumentos de governança operacional, promovendo melhoria contínua, aumento de confiabilidade e maior previsibilidade dos resultados.

4. Referências

Moubray, J. (1997).
Reliability-Centered Maintenance (RCM II).
Butterworth-Heinemann.
➤ Referência clássica em RCM, MTBF, MTTR e disponibilidade.

Smith, A. M., & Hinchcliffe, G. R. (2004).
RCM – Gateway to World Class Maintenance.
Elsevier.
➤ Base conceitual para estratégias preventiva, preditiva e corretiva.

Mobley, R. K. (2002).
An Introduction to Predictive Maintenance.
Butterworth-Heinemann.
➤ Técnicas preditivas e monitoramento de condição.

Dhillon, B. S. (2002).
Engineering Maintenance: A Modern Approach.
CRC Press.
➤ Indicadores de desempenho e confiabilidade.

Share this content: