Inteligência Artificial unifica dados para prever falhas em ativos críticos da planta em Tocantins
Na operação de uma mina, o tempo de máquina parada é um dos maiores gargalos de produtividade. Equipamentos como moinhos de bolas e britadores exigem alta disponibilidade, mas o diagnóstico de seus problemas costumava ser um quebra-cabeça de dados espalhados em diferentes sistemas. Para solucionar essa fragmentação, a equipe da Aura Almas Mineração, de Tocantins, desenvolveu o Sistema Inteligente de Análise de Falhas (SIAF), uma plataforma que utiliza inteligência artificial generativa e aprendizado de máquina para centralizar o histórico de manutenção e prever quebras antes que ocorram. O projeto é um dos vencedores do 28º Prêmio de Excelência da Indústria Minero-Metalúrgica, que será entregue nos dias 10 e 11 de junho, no Minascentro, em Belo Horizonte, durante o 17º Workshop Opex.
Até a implementação do SIAF, engenheiros de confiabilidade enfrentavam o desafio dos “silos de informação”. As ordens de serviço ficavam no ERP, os dados de vibração em plataformas de sensores e as variáveis de processo em historiadores industriais. O resultado era um processo de análise de causa raiz (RCA) artesanal, dependente de planilhas de Excel e da experiência individual de cada técnico. Com o novo sistema, desenvolvido 100% internamente, 13 módulos especializados foram integrados para converter esses dados brutos em diagnósticos técnicos estruturados.
INVESTIGAÇÃO GUIADA POR IA
O diferencial tecnológico do SIAF reside no uso de modelos de linguagem de grande escala (LLMs). O sistema não apenas compila dados, mas conduz uma investigação interativa através do módulo “5 Porquês”. O engenheiro questiona as causas de uma falha e a inteligência artificial responde com análises baseadas nos dados reais do equipamento, como telemetria de sensores e histórico de intervenções anteriores.
Ao final da interação, a IA gera automaticamente uma saída estruturada que inclui o diagrama de Ishikawa (6M), cronologia da falha, níveis de risco e recomendações de ações preventivas. Essa automação elimina a necessidade de preenchimento manual de relatórios complexos, garantindo que o conhecimento institucional seja preservado de forma padronizada.
Além da análise de falhas que já ocorreram, a plataforma atua na frente preditiva. Utilizando algoritmos de Machine Learning, como o Random Forest, o sistema calcula a probabilidade de um ativo falhar dentro de uma janela temporal configurável. Para isso, o SIAF processa o histórico de “Tempo para Falha” (TTF) e classifica os equipamentos em um ranking de criticidade que vai de “baixa” a “crítica”.
A integração em tempo real é outro pilar do projeto. O sistema se conecta nativamente a plataformas de monitoramento de condição, como o Dynamox, acessando dados de vibração e temperatura de 16 pontos estratégicos nas áreas de britagem, lixiviação e moagem. Paralelamente, o módulo de dados de processo (PI System) monitora mais de 170 variáveis, aplicando detecção automática de anomalias e tendências para identificar desvios operacionais.
FLUXO OPERACIONAL DE PONTA A PONTA
O uso da plataforma pelo corpo técnico segue um fluxo estruturado em seis etapas. Começa com a ingestão automática de dados e a avaliação de sua qualidade, onde o sistema identifica campos incompletos ou inconsistentes. Em seguida, o engenheiro informa o TAG do equipamento e o sistema realiza uma busca por similaridade textual para resgatar falhas parecidas ocorridas no passado.
Após a investigação com o auxílio da IA e o cálculo de indicadores de confiabilidade (como MTBF e MTTR), o processo termina com a exportação de relatórios técnicos em PDF ou Excel. O resultado final, que inclui a geração automática de matrizes FMEA (Análise de Modos de Falha e Seus Efeitos), alimenta diretamente o plano de manutenção preventiva da planta, substituindo critérios subjetivos por decisões orientadas por dados.
SOBRE A MINA
Aura Almas é uma operação de lavra a céu aberto com processamento de minério por meio do sistema CIL e está localizado no Greenstone Belt de Almas, uma sequência vulcano-sedimentar paleoproterozóica. Almas é um dos maiores e menos explorados Greenstone Belts no Brasil. A Aura possui 198.471 hectares de direitos minerais na região. Os três principais depósitos de ouro do Projeto Almas – Paiol, Cata Funda e Vira Saia – estão ao longo de um corredor de 15 km de comprimento do Almas Greenstone Belt. Sua produção em 2026 foi de 56.980 onças de ouro e seu guidance de Produção para 2026 é de 57.000 – 63.000 onças de ouro.
