Título do Projeto
OreAnalytics: Transformando Mineralogia em Performance na Cadeia de Pelotização

Eixo Tecnológico / Tecnologias Habilitadoras
Big Data e Análise de Dados | Manufatura Avançada | Gestão de Recursos Naturais

Setor Predominante
Mineração

Objetivo Geral
Desenvolver modelos preditivos para correlacionar características físico-químicas e mineralógicas dos minérios de ferro com indicadores das etapas críticas da pelotização, como remoagem, desaguamento, pelotamento e forno.

Objetivos Específicos

Otimizar eficiência energética, custos operacionais e qualidade das pelotas;
Integrar dados laboratoriais, mineralógicos e industriais para modelos de scale-up;
Aprimorar sistemas avançados de controle de processo;
Apoiar metas de sustentabilidade e descarbonização.

Metodologia

Fase 1 Caracterização e Escala Piloto
Caracterizar diferentes fontes de minério quanto à composição química, textura, perda por calcinação e mineralogia. Desenvolver modelos para estimar consumo energético da moagem, produtividade da filtragem, consumo de aglomerantes, resistência da pelota verde e consumo de combustíveis e perfil térmico para atendimento das especificações das pelotas.

Fase 2 Scale-up
Aplicar Big Data e estatística avançada para correlacionar resultados piloto com dados industriais das usinas de pelotização.

Fase 3 Controle Avançado
Integrar os modelos aos sistemas de controle existentes, permitindo ajustes dinâmicos dos parâmetros operacionais conforme as características mineralógicas dos minérios processados.

Requisitos

Formação

Doutorado completo em qualquer área, com conhecimentos em caracterização mineral e/ou geometalurgia, preferencialmente aplicadas a minérios de ferro; ou
Graduação em Geologia, Engenharia Geológica ou Engenharia de Minas, com mínimo de 5 anos de experiência em caracterização mineralógica, geometalurgia, processamento mineral ou análise de processos aplicados à mineração, preferencialmente em minério de ferro.

Conhecimentos Desejados
Caracterização mineralógica; geometalurgia aplicada; modelagem estatística; análise avançada de dados; pelotização e mineração sustentável.

Experiência
Experiência acadêmica ou profissional mínima de 5 anos em caracterização mineral, geometalurgia, processamento mineral e análise de processos minerais.

Competências
Perfil analítico, capacidade investigativa, comunicação técnica, relacionamento profissional, visão estratégica, inovação, autonomia e proatividade.
Modalidade

Híbrida (3 dias presenciais e 2 home office)

Atenção
Conforme as Resoluções FAPES nº 103/2013 e nº 330/2023, o bolsista deverá possuir titulação compatível, currículo Lattes atualizado, estar adimplente junto aos órgãos competentes, residir no Espírito Santo, não possuir vínculo empregatício, remuneração ou outra bolsa, vínculo societário com instituições participantes ou parentesco com membros da equipe do projeto.