20º Prêmio de Excelência

Redução de Sílica na Qualidade Final do Minério de Ferro

RESUMO

Devido a uma redução na demanda do mercado por produtos com alto teor de sílica, a empresa foi obrigada a buscar alterações de rota de processo de separação magnética a úmido para reduzir o teor de sílica.

No início do trabalho a rota de concentração era a combinação entre tambores magnéticos e separadores magnéticos de alto campo, com esta instalação conseguíamos obter produtos concentrados com sílica na faixa de 8%.

Ao caracterizar este concentrado em um dos testes com imã de mão de 7.000 Gauss, análise granulométrica e grau de liberação, foi constatado que seria possível pensar em incluir mais uma etapa de concentração com o objetivo de melhorar a sílica no concentrado. A partir daí, foram realizados vários testes e em vários equipamentos pilotos e de bancada, após análise dos resultados, resolvemos implantar uma etapa de tambor magnético.

Nos parecia antagônico segundo as linhas de tratamento de minério, pois considerando que o minério já havia passado por uma etapa de concentração magnética de médio campo (Tambor magnético – 7.000 Gauss) e posteriormente por uma etapa de concentração magnética de alto campo (Whims – 10.000 Gauss) não fazia sentido implantarmos este novo circuito com tambor magnético, pois submeteríamos este minério novamente a uma etapa de médio campo, porém os testes pilotos apresentaram excelente desempenho e implantamos o projeto industrial. Após esta implantação, conseguimos obter concentrados da ordem de 3% de sílica no concentrado final, o que representou um ganho significativo na qualidade e assim alterar a classe do produto do Plats 62% para o Plats 65% e redução de sílica de 8% para 3%.

1 INTRODUÇÃO

O trabalho foi iniciado devido à forte demanda da empresa em reduzir a penalidade de contaminante sílica no concentrado de minério de ferro, fato que reduz a margem de venda deste concentrado e consequentemente reduz o resultado financeiro da empresa.

Foram estudados vários métodos de concentração de minério de ferro e também se este minério possuía grau de liberação suficiente para concentrações adicionais.

Dentre as rotas estudadas foram considerados etapas adicionais de separadores carrossel de alto campo e tambores magnéticos, outras rotas foram testadas, porém somente em caráter cientifico devido à dificuldade de implantação destas rotas, como por exemplo flotação.

Os testes foram realizados em escala de bancada com imã de mão com campo magnético de 7000 Gauss e também com equipamentos pilotos de tambor magnético (6000 Gauss) e separadores magnéticos de carrossel (10.000 Gauss).

2 RESULTADOS E DISCUSSÕES

Após a implantação do circuito industrial os resultados melhoraram muito e serão apresentados a seguir, serão apresentados também algumas análises de fatores de mercado que ajudam a contextualizar como esta melhoria impacta nos resultados de qualquer empresa de concentração de minério de ferro.

2.1 – Platts 65% Fe (4,5% SiO2) x 62% Fe (6,5% SiO2 – 7,5% SiO2 – 8,5% SiO2)

Este tópico apresenta a evolução de preços de concentrados de minério de ferro principalmente entre os minerais de ferro e sílica, outro fator importante a ser considerado é a diferença de preço entre os dois tipos de produto considerados.

O ganho para cada tonelada de concentrado de minério de ferro pode chegar a US$ 39,30 para cada tonelada com esta melhoria de sílica e ferro do concentrado final, ou seja, os resultados de uma empresa que produz cerca de 3.0 milhões de toneladas podem ser muito diferentes se considerarmos os cenários Platts 62% Fe (Cenário 1) ou Platts 65% de Fe (Cenário 2).

Se avaliássemos o cenário 1 com a produção de 3 milhões de toneladas por ano, esta empresa teria uma receita financeira da ordem de 130,5 milhões de dólares americanos, enquanto que para o cenário 2 para a mesma produção a receita financeira seria de 284,4 milhões de dólares americanos, ou seja uma receita de 2,18 vezes maior que o cenário anterior, obviamente este é um cenário hipotético que demonstra exclusivamente um único fator, em linhas gerais o cenário 2 apresenta recuperações mássicas pouco mais baixas que o cenário 1.

Figura 2 – Platts 65% Fe (4,5% SiO2) x 62% Fe (6,5% SiO2 – 7,5% SiO2 – 8,5% SiO2)

Figura 3 – Penalidades Platts

Figura 4 – Fluxograma Anterior à Modificação no Processo

Figura 5 – Fluxograma Posterior à Modificação no Processo

7 CONCLUSÃO

Os ganhos financeiros e de qualidade foram substanciais e foi implantado em escala industrial os resultados dos estudos em escala de bancada e piloto.

8 RESUMO DO CURRICULO

Marcello Rodrigues Cruz

Engenheiro de Processos – Ferrous Resources do Brasil

Mestrado em Engenharia de Minas e Metalurgia pela UFMG e Doutorado iniciado em Engenharia de Minas e Metalurgia. Especialista em redução de custos, Administração Empresarial e Estatística.

Thiago Ozorio Moreira

Gerente de Operações – Ferrous Resource do Brasil

Engenheiro de Minas. Graduado em Engenharia de Minas pela Escola de Minas UFOP e MBA Gestão Industrial Consórcio Minero Metalúrgico – FGV Fundação Getúlio Vargas. Forte experiência em operações de tratamento de minérios em grandes mineradoras (Votorantim Metais, CSN e Ferrous). Gestão de operações, processos e custos das operações de tratamento de minérios. ”

Rosana Moreira Carneiro

Supervisora de Processos – Ferrous Resources do Brasil

Técnica em Mineração pela Escola Técnica Federal de Ouro Preto, cursando Graduação em Administração. Grande experiência em Laboratório de desenvolvimento, planta piloto e usina de beneficiamento.

Walter Mazon

Gerente de Planejamento de Curto Prazo – Ferrous Resources do Brasil

Experiência em gestão, execução e controle do Planejamento de Lavra de Curto Prazo, Operação e Manutenção dos equipamentos de mina, Operação e Manutenção da Usina de Tratamento, visando garantir a quantidade e qualidade dos produtos dentro das metas de custo estabelecidas no âmbito da Mina.

 

 

0

Metodologia para aceitação e rejeição de coletor através da utilização de regressão Múltipla

Resumo

Em um complexo de mineração de fertilizantes cada carreta de coletor é avaliada, para posteriormente liberação do insumo na usina. No passado esta avaliação consistia em 3 ensaios de flotação com dosagem diferentes. Este trabalho teve como escopo reduzir o tempo de resposta das análises através da redução dos números de testes de 3 para 1. A estimativa do teor de P2O5 no concentrado da flotação pela regressão múltipla tiveram bons resultados e permitiu a reduzir em 66% o número de ensaios de flotação. Através do cálculo do intervalo de predição com 95% de certeza, é possível aceitar ou rejeitar uma carreta de coletor por meios estatístico, cuja metodologia já é difundida mundialmente.

INTRODUÇÃO

No complexo de mineração de fertilizantes cada carreta de coletor é avaliada, para posteriormente liberação do insumo na usina. No passado esta avaliação consistia em 3 ensaios de flotação com dosagem diferentes.

Após os testes na pilha padrão era verificado o consumo de coletor e recuperação metalúrgica para um teor de 35% de P2O5 no concentrado. Tal metodologia é bem consistente e ideal para validação dos resultados. Entretanto devido ao grande tempo desprendido para execução dos ensaios e para obter os resultados da análise química, viu-se a necessidade de uma nova metodologia que reduzisse o número de ensaios de flotação e por consequência diminuísse o tempo de resposta.

OBJETIVO

Reduzir o tempo de resposta das análises das carretas de coletores através da redução dos números de ensaios de flotação de 3 para 1 utilizando a regressão linear múltipla.

METODOLOGIA

Esta seção foi dividida em duas partes, sendo que na primeira há a descrição da maneira na qual os testes de bancada foram conduzidos para gerar o banco de dados. A segunda a metodologia explica a estatística adotada para aceitar ou rejeitar uma carreta de coletor.

METODOLOGIA – TESTE DE FLOTAÇÃO PARA CRIAÇÃO DO BANCO DE DADOS

O teste de flotação por si só já compreende uma gama de variáveis muito alta, sendo assim, quanto menos destes parâmetros forem alterados melhor para representatividade dos testes. Logo para execução dos ensaios de flotação o tempo de condicionamento de depressor e coletor foram fixados em 5 minutos e 1 minuto respectivamente.

A complexidade do minério é outro fator que altera completamente as características da flotação, para uma mesma condição. Portanto para eliminar esta variável foram realizados testes na pilha padrão da unidade que é quarteada e garante que todas as amostras são homogêneas e representam a pilha.

Para obter representatividade estatística, são necessários no mínimo 10 testes diferentes com 3 ensaios de flotação com dosagens diferentes e que consiga obter teores de 35% de P2O5. Logo serão realizados no mínimo 30 ensaios de flotação.

METODOLOGIA – ANÁLISE ESTATÍSTICA

Para prever o teor de P2O5 do concentrado da flotação de apatita foi utilizado a função PROJ.LIN do Microsoft Excel, cujas variáveis de entrada eram a dosagem de coletor utilizada e a massa flotada. A Figura 1 mostra quais são os parâmetros de saída da função utilizada (sendo a primeira linha as informações dos coeficientes angular e o linear). O significado de cada item pode ser visto na Tabela 1. Todas estas informações podem ser encontradas na ajuda do software.

Figura 1 – Parâmetro de saída da função ao PROJ.LIN do Microsoft Excel

Tabela 1 – Descrição dos parâmetros de saída da função PROJ.LIN do Microsoft Excel

Dados Descrição
se1.se2…..sem Os valores de erro padrão para os coeficientes m1.m2…..mn.
seb O valor de erro padrão para a constante b.
O coeficiente de determinação. Compara os valores y estimados e reais e os intervalos no valor de 0 a 1. Se for 1, existe uma correlação perfeita no exemplo — não há diferença entre o valor y estimado e o valor y real. No outro extremo, se o coeficiente de determinação for 0, a equação de regressão não será útil na previsão de um valor y.
Sey O valor de erro padrão para a estimativa de y.
S A estatística F, ou o valor de F observado. Use a estatística F para determinar se a relação observada entre as variáveis dependentes e independentes ocorre por acaso.
Df Os graus de liberdade.
Ssreg A soma dos quadrados da regressão.
Ssresid A soma residual dos quadrados. Para obter informações sobre como ssreg e ssresid são calculados.

Para uma melhor visualização da qualidade da regressão é sempre bom plotar um gráfico dos dados reais com os estimados pela equação. No caso deste trabalho foi exposto, como exemplo, do banco de dados das carretas do coletor na Figura 2.

A Figura 2 mostra um bom valor de R² o que permite dizer que a regressão representa bem realidade, o usual são valores iguais ou superior a 0,8. Entretanto este número se altera conforme a aplicação. Somente a informação do R² não é um bom indicativo de quão boa é a regressão. É necessário verificar o erro da estimativa e se este é aceitável para a aplicação almejada.

Antes de iniciar a abordagem realizada na metodologia alguns conceitos são importantes, sendo eles: o erro padrão da estimativa, intervalo de confiança da predição e intervalo de predição (Douglas, Elizabeth, & G. Geoffrey, 1992).

O erro padrão da estimativa mede a variabilidade dos valores reais de Y a partir dos dados previstos de Y, do mesmo modo que o desvio padrão mede a variabilidade dos valores em torno da média aritmética (David M. Levine, 2008).

O intervalo de predição prevê um intervalo de valores prováveis para uma única resposta, já o intervalo de confiança da predição indica a faixa de valores prováveis para a resposta média (Minitab, 2017).

Por exemplo, após desenvolver um modelo de regressão para o número de chamadas que uma central de atendimento recebe por dia. O número varia enormemente dependendo de fatores como o dia da semana, mês do ano, condições de mercado e fatores econômicos. Você se sente confiante de que o modelo se ajusta com exatidão aos dados. Portanto, você conclui que é aceitável usar o modelo para predizer o número de chamadores por dia, a fim de agendar o número apropriado de agentes de atendimento ao cliente (Minitab, 2017).

Para cada dia de predição, você especifica os valores para todas as preditoras e define o nível de confiança em 95%. O resultado é um intervalo de predição de 95% de [230, 270]. Você pode ter 95% de confiança de que este intervalo inclui o valor da nova observação. Além disso, o intervalo de confiança de 95% da predição é [240, 260]. Você pode ter 95% de confiança de que este intervalo inclui a resposta média para todos os dias que são idênticos a esses valores da preditora (Minitab, 2017).

O intervalo de predição é sempre maior do que o intervalo de confiança devido à incerteza adicionada envolvida na predição da resposta individuais, já a resposta média possui menor oscilação (Minitab, 2017).

Uma vez que o escopo deste trabalho é verificar se a qualidade do coletor contido em uma carreta está apta ou não, será adotado o intervalo de predição por se tratar de valores individuais.

INTERVALO DE CONFIANÇA DA PREDIÇÃO E INTERVALO DE PREDIÇÃO

Será demonstrado a construção do intervalo de confiança da predição de um ponto particular e também o intervalo de predição.

Para iniciar é necessário a definir a matriz X que são os parâmetros de entrada da função que será criada. Neste estudo são a dosagem de coletor e a massa flotada. É necessário adicionar uma coluna da constante onde todos os valores são iguais a 1. A Tabela 2 mostra a matriz X adotada neste trabalho.

De posse da matriz X é necessário conhecer a sua matriz transposta denominada X’. Esta pode ser obtida facilmente pelo Excel através da função TRANSPOR.

O segundo passo será realizar a multiplicação dessas duas matrizes X’X, novamente o software de planilhas eletrônicas será utilizado adotando a função MATRIZ.MULT.

Por último será feito a matriz inversa do produto da multiplicação anterior, que no Excel é a função MATRIZ.INVERSO. O resultado denominou-se como Matriz inversa da X’X ou também matematicamente conhecida como (X’X)-1. A Tabela 3 mostra a matriz obtida neste trabalho.

Tabela 2 – Matriz X – Parâmetros de Entrada utilizados nos testes de coletores.

Constante Dosagem (g/t) Massa flotada (g)
1 250 354
1 350 367
1 450 399
1 200 305
1 300 360
1 400 392
1 200 337
1 300 380
1 400 404
1 200 318
1 300 366
1 400 389
1 200 331
1 300 362
1 400 399
1 200 319
1 300 359
1 400 392
1 200 334
1 300 379
1 400 391
1 200 327
1 300 361
1 400 400
1 200 337
1 300 374
1 400 399
1 200 333
1 300 374
1 400 395
1 200 312
1 300 356
1 400 394
1 200 344
1 300 370
1 400 400
1 200 317
1 300 373
1 400 393
1 200 315
1 300 366
1 400 398
0

Redução dos custos operacionais Mina Casa de Pedra 2017

 

1 – Objetivo

O Objetivo deste trabalho é apresentar trabalhos de redução de custo na empresa CSN Mineração através de melhorias operacionais, demonstrando as principais ações implantadas em 2017 (fase mina) para reduzir os custos de produção, viabilizando os resultados obtidos: redução de 9,3% dos custos operacionais.

2 – Cenário

O período compreendido pelos anos 2015 a 2017 se destacou por grande variabilidade nos preços do minério de ferro e consequente incerteza nas margens de lucro das empresas mineradoras. Um ponto de grande atenção no cenário internacional foi o aumento nos deméritos nas receitas de minérios com altos teores de contaminantes, sendo os principais sílica e alumina. Este fator requer um controle de qualidade do minério cada vez mais apurado de modo a evitar perdas nas receitas das empresas.

Dentro deste cenário, as equipes da Gerência de Planejamento de mina da CSN Mineração desenvolveram trabalhos e implementaram ações para melhorar a produtividade e reduzir os custos operacionais da mineração.

Estas ações se basearam principalmente na redução de distância média de transporte (DMT), aumento na produtividade efetiva de equipamentos de carga, otimização de sistema de abastecimento da frota de transporte, melhoria de logística interna de formação de estoques e melhoria no controle de qualidade do ROM.

3 – Estudos de redução de custo

Ao longo do ano de 2017, foram propostas mudanças na mina Casa de Pedra que acarretaram em ganhos e melhorias na logística operacional. Um dos principais fatores que proporcionou a melhoria do processo produtivo foi um estudo de distribuição dos equipamentos de carga na mina, sendo necessário novo dimensionamento do número de equipamentos de carga e transporte.

A estratégia foi implementada no mês de julho/2017, a partir de um trabalho de sondagem em áreas potenciais da mina, acarretando na reavaliação do modelo de blocos e viabilização de lavra de materiais de maior qualidade. Diante deste novo cenário, foi proposta a realocação dos equipamentos de carga em posições estratégicas (conforme figura 1), próximos as plantas de classificação do minério (Britagem, Planta 1 e Planta 2). Consequentemente o cenário mudou, e com ele os índices de DMT e REM diminuíram consideravelmente, o que proporcionou redução de custos operacionais relacionado a equipamentos, principalmente custos com manutenção e óleo diesel.

Figura 1: Posicionamento das escavadeiras em Janeiro/2017(a) e Julho/2017(b)

Diante deste novo cenário logístico da mina, foi realizado um novo dimensionamento dos equipamentos e identificada a possibilidade de redução da frota de carga e transporte. A figura 2, mostra o percentual de equipamentos usados ao longo do ano e a mudança de patamar da frota usada de janeiro/2017 até outubro/2017. Observa-se que no começo do ano em média 95% da frota era utilizada, sendo reduzida a 82% no segundo semestre, ou seja, uma redução de 13%.

Figura 2: Percentual da Frota operando ao longo de 2017

3.1 – Redução de DMT (Distancia Media de Transporte)

Um dos custos expressivos de mina é o custo de transporte, estudos realizados em diversas empresas do setor de mineração apontam que o custo da fase “mina” correspondente as atividades relacionadas ao transporte variam entre 40% e 50%. A produtividade da frota de transporte e o seu custo são fortemente impactados pela DMT, quanto menor a distância de transporte, maior a produtividade e menor o custo. Este comumente é expresso pela relação “R$ / (t x km)”. Com esta formula obtém-se o gasto com transporte em função da distância e da massa.

Considerando o exposto acima, a equipe de planejamento de mina verificou as oportunidades de melhorias nos principais traçados dos acessos, geometrias de pilhas de estéril e propôs algumas alterações. A premissa foi considerar mudanças que não demandassem custos elevados com sua implantação (grandes obras, cortes, aterros, etc.) e pudessem ser implementadas em curto período de tempo.

Verifica-se na tabela 1 abaixo alguns ganhos em redução de DMT:

 

Tabela 1: Redução de DMT de alternativas implantadas

Local Redução (km) Observações
Rampa PCOL 0.99 Maior aproveitamento do minério
Rampa 11J 0.72 Melhoria do perfil
Acesso a Est. Vila 0.78 Melhoria do perfil
Rampa 15K 0.39 Trajeto mais retilíneo, segurança.

A figura 3 apresenta a melhoria implantada na área denominada Entre Corpos, além de reduzir a DMT o perfil do acesso foi melhorado.

Figura 3 – Redução de DMT realizada na área Entre Corpos

Com todas as mudanças ocorridas, obteve-se resultados expressivos em relação a DMT. A figura 4 ilustra os impactos na DMT através da realocação das maquinas a partir do mês de Julho.

Figura 4: DMT realizada em 2017

 

3.2 – Melhoria na produtividade de escavadeiras

O trabalho se iniciou com uma análise minunciosa do banco de dados do sistema de gerenciamento de frotas através de software específico de BI (Business Inteligence). Foram analisados dados de índices relacionados com a produtividade de equipamentos de carga: carga média, tempo de carregamento, ociosidade e tempo de manobra. Estes índices foram estratificados em períodos de tempo (horas do dia), equipes de operação (turno operacional) e até mesmo por operador de forma individual.

Os estudos mostraram boa possibilidade de ganhos na produtividade de carregamento através de redução da ociosidade dos equipamentos de carga. Para isso, foi utilizado o sistema de gerenciamento de frotas (despacho) e implementada uma alteração conceitual de operacionalização das filas no carregamento. Foi empregado o conceito de operação com um equipamento aguardando carregamento, ou seja, admite-se um equipamento em fila. Os valores praticados de fila aumentaram 9,5%, porém a ociosidade de equipamentos de carga reduziu 31%. Foi realizado um estudo de viabilidade econômica comparando o aumento do valor praticado de filas em comparação com a redução da ociosidade de carga. Foram verificados valores positivos relacionados a redução de custo operacional, viabilizando o conceito empregado. A figura 5 mostra a evolução dos indicadores produtividade e ociosidade de carregamento:

3.3 – Otimização de abastecimento de diesel (Unidade Casa de Pedra)

A melhoria foi implantada nos equipamentos de transporte de grande porte (CAT 793F – capacidade de 240t). O objetivo deste trabalho foi a redução de custos operacionais através da diminuição da frequência de abastecimento dos equipamentos, redução dos tempos de deslocamento e filas no posto de combustível, resultando no aumento da utilização efetiva da frota. A abordagem utilizada foi a migração do controle automático de abastecimento via decréscimo de combustível para controle online de abastecimento através da utilização de dados de telemetria embarcada (VIMS).

Ganhos obtidos:

  • Aumento de 14,1 % no volume médio abastecido – frota de transporte;
  • Redução de 20,1% no número de abastecimentos mensais por equipamento;
  • Aumento de 0,3% na utilização efetiva dos equipamentos de transporte.

Além de utilização de novas tecnologias para desenvolvimento de controle de abastecimento, o monitoramento constante dos resultados se mostrou essencial para evolução e melhoramento dos índices.

3.4 – Redução do teor de SiO2 na produção de sínter feed

A demanda do mercado chinês por minério de ferro de melhor qualidade penalizou os produtores de minério com maiores teores de SiO2. A exigência de mercado fez a CSN Mineração rever sua estratégia de produção de minério processado a seco, priorizando baixos teores de SiO2 sem adição de Hematita ao sistema. A solução encontrada foi reduzir os Itabiritos e aumentar o percentual de material denominado Colúvio (CEL) no blending, com objetivo de elevar o teor de AL2O3 e reduzir o teor de SiO2. O Colúvio existente na mina Casa de Pedra apresenta baixo teor de sílica e elevado teor de alumina, devido a presença de matriz argilosa, e teor de Ferro compatível com o blending, se mostrando um material de grande utilidade no novo cenário. A mudança possibilitou a redução do teor de SiO2 em 30% na produção, conforme figuras 7 e 8 abaixo:

Figura 7 – Redução do teor de SiO2 na produção a seco.

Figura 8 – % Litologia no CEL ROM das plantas a seco.

3.5 – Redução de variabilidade na produção da ITM

Para melhorar a condição de fornecimento de ROM para o peneiramento a seco da ITM, alterou-se a forma de disposição do ROM fornecido, anteriormente contrapilhado em viagens espalhadas na praça, para uma operação de empilhamento controlado. Caminhões fora-de-estrada acessam a rampa, basculam o minério em nível em dois estoques (A e B) e um trator é responsável por despejar as viagens, misturando e promovendo homogeneização do material. A operação em dois estoques permite que os desvios de qualidade sejam corrigidos imediatamente, modificando o empilhamento e a retomada do estoque desejado. Essa operação viabilizou a redução de variabilidade do teor de ferro produzido na planta em 33%.

Figura 9 – melhoria na disposição de ROM para a planta ITM.

Figura 10 – redução e controle da variabilidade %Fe na planta ITM.

4 – Resultado

A evolução dos custos no ano de 2017 (Janeiro a Outubro) pode ser visualizada na figura 11. Foram comparados dois períodos referentes ao 1° semestre de 2017 e o segundo período se refere ao início dos resultados dos trabalhos citados neste artigo.

** Os valores dos custos foram apresentados em Unidades Monetárias fictícias, porém proporcionais ao custo operacional realizado pela empresa na fase mina (custo mina / toneladas produzidas).

5 – Conclusão

Os trabalhos desenvolvidos pela Gerencia de Planejamento de lavra na empresa CSN Mineração resultaram em aumento da eficiência no processo produtivo da fase mina. O resultado dos estudos e da implantação dos trabalhos de melhoria foi a redução dos custos operacionais da unidade Casa de Pedra em 9,3%.

 Autores:

Eng.º de Minas Walter Schmidt Felsch Junior, MSc.

Cargo: Engenheiro Sênior – CSN Mineração

Possui graduação em Engenharia de Minas pela Universidade Federal de Ouro Preto. Mestre em Engenharia Mineral (PPGEM – UFOP – 2014). MBA em Gestão de empresas e Negócios (BI International – 2016). Tem 10 anos de experiência na área de mineração a céu aberto, atuando nas áreas de controle de tráfego de mina, produção de minério de ferro; desenvolvimento e análise de indicadores de desempenho e redução de custos operacionais.

walter.felsch@csn.com.br

Eng.º de Minas Bruno Macedo Souza Brandão,

Cargo: Engenheiro Junior – CSN Mineração,

Formado pela Universidade do Estado de Minas Gerais no ano de 2013. Pós graduado em Gestão de Projetos pelo IETEC no ano de 2017.  Atua na Companhia Siderúrgica Nacional desde 2014, no Controle de qualidade e atualmente no Planejamento de mina.

bruno.brandao@csn.com.br

Eng.º de Minas Douglas Emerich Gonçalves Oliveira

Cargo: Engenheiro de Desenvolvimento Sênior – CSN Mineração,

Histórico: Graduado em Engenharia de Minas, UFOP, Julho 2012. Pós-Graduado em Fertilizantes UFOP/Gorceix 2013. Trainee Vale Fertilizantes de 2012 a 2013. Na CSN como Engenheiro de Controle de Qualidade desde 2014.

douglas.emerich@csn.com.br

Eng.º de Minas Pablo Rodrigo Vieira da Cunha

Cargo: Eng Especialista – CSN Mineração

Possui graduação em Engenharia de Minas pela Universidade Federal de Ouro Preto e MBA em Gerenciamento de Projetos pela Fundação Getúlio Vargas. Possui 16 anos de experiência em mineração, sendo gerente na Anglo American e CSN nas áreas de planejamento, infraestrutura e operação de mina. Atualmente é engenheiro especialista na CSN Mineração.

pablo.cunha@csn.com.br

Eng.º de Minas Douglas Figueiredo de Souza,

Cargo: Coordenador de planejamento – CSN Mineração,

Graduado em Engenharia de Minas, há três anos coordenador de planejamento de lavra de curto prazo, cinco anos de experiência em operação de mina de grande porte de ferro envolvendo atividades de carregamento e transporte; Bons conhecimentos nas interfaces da mina com planejamento de lavra, manutenção, planta de beneficiamento, controle de qualidade e PCP; Conhecimento nas políticas de qualidade e meio ambiente, assim como em segurança e saúde ocupacional.

douglas.figueiredo@csn.com.br

Eng.º de Minas Leandro de Carvalho Zanini

Cargo: Coordenador de Planejamento – CSN Mineração

Possui graduação em Engenharia de Minas pela Universidade Federal de Ouro Preto (UFOP – 2004). Tem experiência atuando em otimizações operacionais na lavra de mina a céu aberto, projetos de mineração, ênfase planejamento de lavra e controle de qualidade/produção com alinhamento da cadeia produtiva. Atualmente trabalha no planejamento de Longo Prazo da mina Casa de Pedra (CSN).

leandro.zanini@csn.com.br

Eng.º de Minas Eder Flávio Araújo Costa

Cargo: Gerente de Planejamento de Lavra – CSN Mineração

Graduado em Engenharia de Minas pela Universidade Federal de Ouro Preto com 11 anos de experiência na área de Planejamento de Lavra a céu aberto, sendo 8 anos no minério de ferro. Atuação na construção de Reservas Minerais e acompanhamentos de minas em operação.

eder.costa@csn.com.br

 

 

 

0
Page 2 of 2 12