O risco não começa na planta. Começa no objeto
Um modelo geometalúrgico mal construído raramente avisa que está errado. Ele entrega volumes fechados, atributos preenchidos e previsões com aparência de precisão. O dano aparece depois, quando a britagem não rende a vazão prometida, quando o concentrado sai fora da especificação, quando o blend planejado não existe na frente de lavra ou quando a reconciliação mensal se transforma em disputa entre geologia e processo. Dominy et al. (2018) associam a ausência de quantificação espacial da variabilidade ao aumento de risco de projeto e à perda potencial de valor presente líquido. Essa perda não exige uma catástrofe geológica. Basta um objeto tridimensional que descreva a pergunta errada com confiança numérica.
O risco técnico é o de representar um fenômeno que não foi observado na escala em que a decisão será tomada. O risco operacional é o de agir como se essa representação fosse o minério. Os dois caminham juntos. Dunham e Vann (2007) já perguntavam se o block model informa o que o negócio precisa saber. Quando o modelo geometalúrgico é mal construído, a resposta prática é pior do que “não informa”: ele apresenta como expectativa confiável algo que a planta não conseguirá cumprir. Falsa precisão é mais perigosa do que incerteza declarada, porque pode autorizar decisões de capex, sequência de lavra e contratos de qualidade sem que a incerteza esteja devidamente incorporada.
Famílias de risco técnico
A primeira família é o volume ilegítimo. O contato desenhado não corresponde a uma descontinuidade de comportamento. Unidades litoestratigráficas são tratadas como se fossem classes de resposta. Estilos texturais incompatíveis são misturados no mesmo sólido. O resultado é uma média espacial que pode não representar adequadamente nenhum dos materiais que a mina de fato entregará. A planta recebe uma mistura que o modelo nunca admitiu como mistura, apenas como “domínio”.
A segunda família é o atributo ilegítimo. Uma variável de teste pontual é promovida a campo contínuo sem suporte, sem representatividade e sem distinção entre propriedade da rocha e resposta ao ensaio. Recuperação, índices de cominuição e razões entram no modelo como se fossem teor. Coward et al. (2009) distinguem variáveis primárias de variáveis de resposta. Essa distinção é importante quando se define quais atributos podem ser tratados como propriedades do material e quais representam respostas obtidas sob determinadas condições de processo. Quando essa separação é ignorada, o valor interpolado incorpora a condição específica do ensaio e passa a ser apresentado como se representasse o comportamento do bloco.
A terceira família é a escala ilegítima. O testemunho, o compósito, o ensaio de bancada, o bloco e a alimentação da planta não são o mesmo objeto. Um modelo mal construído pode tratar a mudança de escala como um detalhe administrativo. O risco é estrutural: a decisão de throughput e de recuperação ocorre na escala do blend e do circuito, não na escala do intervalo amostrado. Sem uma arquitetura que explicite essa diferença de escala, a previsão pode parecer consistente dentro do próprio modelo e falhar quando confrontada com o desempenho da usina.
Famílias de risco operacional
No planejamento, o modelo ruim desloca minério e estéril, antecipa ou atrasa campanhas e cria frentes “fáceis” que só existem no software. Na planta, o risco pode se traduzir em vazão instável, recuperação abaixo da premissa de estudo, teor de concentrado fora da faixa e consumo de energia ou de reagentes diferente do previsto. No blend, materiais que o modelo tratou como equivalentes se revelam antagônicos: um endurece o circuito, outro penaliza a qualidade, um terceiro libera o metal em granulometria que o desenho não previu.
Há ainda o risco de governança. Um modelo sem rastreabilidade não pode ser auditado nem atualizado com critério. Ninguém sabe qual testemunho autorizou qual volume, qual ensaio autorizou qual atributo, qual premissa de processo ficou congelada no bloco. Quando a operação muda o circuito, o modelo antigo pode continuar emitindo previsões sem que as novas condições de processo tenham sido incorporadas. Bennett e Munro (2024) observam que toda alteração de planta exige revisão do modelo e que a boa prática é tratar essa revisão como rotina, não como evento. Modelo mal construído é, muitas vezes, modelo que nasceu sem dono e sem ciclo de vida.
O que um modelo mal construído autoriza de forma indevida
O dano decisivo não é o erro pontual de um bloco. É a autorização. O modelo ruim autoriza capacidade de moagem que a dureza real não sustenta. Autoriza meta de recuperação que a mineralogia da frente não entrega. Pode sustentar um contrato de qualidade que o blend futuro não conseguirá atender. Pode sustentar capex em um circuito dimensionado para um minério médio que não representa o material que chegará à correia. A aparência de integração entre geologia e metalurgia pode, nesse caso, ocultar o problema: o arquivo 3D existe, os atributos existem, mas a decisão continua desprotegida.
A prevenção não consiste simplesmente em interpolar com mais pontos. É recusar volume sem evidência, recusar atributo sem mecanismo e declarar incerteza quando a cobertura espacial não autoriza previsões finas. Um modelo geometalúrgico bem construído também está sujeito a erro. A diferença é que o erro fica localizado, rastreável e corrigível. O modelo mal construído erra em cadeia: da geometria à premissa de processo, da premissa ao plano, do plano à planta. O custo operacional aparece no fim dessa cadeia.
REFERÊNCIAS BIBLIOGRÁFICAS
BENNETT, D. W.; MUNRO, P. D. Practical geometallurgy: let there be light. In: MILL OPERATORS CONFERENCE, 2024, Perth. Mill Operators Conference 2024. Carlton: The Australasian Institute of Mining and Metallurgy, 2024. Disponível em: https://cdn-web-content.srk.com/upload/user/image/DWBennett_PDMunro_Practical+Geometallurgy_Let+The+Be+Light_2024.pdf. Acesso em: 28 ago. 2026.
COWARD, S.; VANN, J.; DUNHAM, S.; STEWART, M. The primary-response framework for geometallurgical variables. In: INTERNATIONAL MINING GEOLOGY CONFERENCE, 7., 2009. Proceedings Seventh International Mining Geology Conference 2009. Melbourne: The Australasian Institute of Mining and Metallurgy, 2009. p. 109-114.
DOMINY, S. C. et al. Geometallurgy: a route to more resilient mine operations. Minerals, Basel, v. 8, n. 12, p. 560, 2018. DOI: https://doi.org/10.3390/min8120560 .
DUNHAM, S.; VANN, J. Geometallurgy, geostatistics and project value: does your block model tell you what you need to know? In: PROJECT EVALUATION CONFERENCE, 2007, Melbourne. Proceedings Project Evaluation 2007. Melbourne: The Australasian Institute of Mining and Metallurgy, 2007. p. 189-196. Disponível em: https://www.researchgate.net/publication/237673619_Geometallurgy_Geostatistics_and_Project_Value_-_Does_Your_Block_Model_Tell_You_What_You_Need_to_Know
