Contextualização
As áreas de proteção no entorno de cavidades naturais são estabelecidas de forma empírica pelos órgãos reguladores. Este raio pode vir a restringir a exploração de grandes recursos minerais. Para
minimizar esta perda, a Vale desenvolveu um indicador de risco geotécnico em um trabalho científico que correlaciona o raio de proteção ao risco efetivo de colapso da caverna.
As variáveis e os modelos matemáticos do indicador utilizado pela Vale, Índice Geotécnico de Cavidades (IGC), são complexos de serem obtidos e avaliados. O uso de mapeamento a laser LiDAR oferece potencial para extração destes indicadores de forma automatizada, permitindo a correlação com o estudo do IGC
Desafios
- Tratamento do grande volume de dados;
- Estruturação da base de dados para análise por IA;
- Identificar variáveis indiretas para correlacionar com o risco geotécnico da cavidade.
Soluções
Desenvolvemos modelo de IA utilizando dados indiretos para correlacionar com o indicador IGC desenvolvido pela Vale. Buscamos identificar padrões e variáveis de controle que podem ser usados para simplificar ou auxiliar o cálculo do IGC, ou orientar os trabalhos de mapeamento.Utilizamos ainda ambiente de realidade virtual para mapear algumas das variáveis, evitando profissionais expostos ao risco.
Resultados
- Indicação de ao menos quatro variáveis com potencial para colaborar no calculado do indicador IGC
- Redução de equipes em campo para obtenção de dados primários CASOS.
