Tecnologia em Metalurgia, Materiais e Mineração
https://tecnologiammm.com.br/article/doi/10.4322/2176-1523.1432
Tecnologia em Metalurgia, Materiais e Mineração
Artigo Original

ANÁLISE FATORIAL MULTIVARIADA APLICADA NA CARACTERIZAÇÃO DE CONTAMINANTES DE UM DEPÓSITO DE MINÉRIO DE FERRO

MULTIVARIATE FACTOR ANALYSIS APPLIED IN THE CHARACTERIZATION OF CONTAMINANTS OF AN IRON ORE DEPOSIT

Daniel Geraldo da Cruz, Francielle Câmara Nogueira, Daniel Quinaud Rossi, Tiago Martins Pereira, Rodrigo Fina Ferreira

Downloads: 1
Views: 452

Resumo

A análise fatorial é uma técnica da estatística multivariada que tem o objetivo de diminuir o número de variáveis iniciais de uma análise, minimizando a perda de informação. A técnica cria um grupo reduzido de fatores comuns não observados a partir da interpretação das inter-relações existentes dentro do conjunto de variáveis observadas. Neste artigo, a análise fatorial foi aplicada utilizando o programa R com o objetivo de encontrar fatores que representem a relação entre os contaminantes de um minério de ferro. Para tanto, foram analisadas as variáveis Fe, SiO2 , Al2 O3 , P, Mn, TiO2 , CaO, MgO e PPC (perda por calcinação). Os fatores foram extraídos aplicando o método dos componentes principais, utilizando a matriz de correlação amostral. Observou-se que 83,5% do total da variância pôde ser explicada por 3 fatores. Utilizando a rotação ortogonal do tipo Varimax, observou-se que as variáveis PPC, CaO e MgO possuem cargas maiores no fator 1 (presença de carbonato), que as variáveis Al e TiO2 têm cargas mais altas no fator 2 (intemperismo químico e/ou intrusões ígneas), e que o fator 3 está relacionado com a variável manganês.

Palavras-chave

Estatística multivariada; Análise fatorial; Minério de ferro

Abstract

Factorial analysis is the technique of multivariate statistics which aims at the reduction of the number of initial variables of analysis, in order to decrease information loss. The technique creates a small group of common factors not observed from the interpretation of the existing interrelations within the set of observed variables. In this article, the factor analysis was applied using the R program with the objective of finding factors that represent the relation between the contaminants of an iron ore. To this end, the variables Fe, SiO2 , Al2 O3 , P, Mn, TiO2 , CaO, MgO and PPC (loss by calcination) were analyzed. The factors were extracted using the Main Components method, using the sample correlation matrix. It was observed that 83.5% of the total variance could be explained by 3 factors. Using the orthogonal rotation of the Varimax type, it was observed that the PPC, CaO and MgO variables have higher loads in factor 1 (carbonate presence), Al and TiO2 variables have higher loads in factor 2 (chemical weathering and/or igneous intrusions) and factor 3 is related to the Manganese variable.

Keywords

Multivariate statistics; Factor analysis; Iron ore.

Referências

1 Celino JJ, Rangel PA. Análise estatística multivariada aplicada a prospecção geoquímica de metais traços em sedimentos de corrente no semiárido do estado da Bahia. Geochimica Brasiliensis. 2007;21(2):193-211.

2 Macedo SG, Verdinelli MA, Stuker H. Modelo estatístico de análise na avaliação institucional: apresentando um recorte do desempenho docente. In: Anais do 2° Colóquio Internacional sobre Gestão Universitária na América do Sul; 2003 maio 7-9; Buenos Aires, Argentina. Buenos Aires: INPEAU. p. 1-17.

3 Ferreira MACM. Análise multivariada de dados geoquímicos aplicada à exploração mineral de ouro: estudo de caso no distrito aurífero de Almas, TO, Brasil [dissertação]. Brasília: Instituto de Geociências, Universidade de Brasília; 2015.

4 Silva NCN, Ferreira WL, Cirillo MA, Scallon JD. O uso da análise fatorial na descrição e identificação dos perfis característicos de municípios de Minas Gerais. Revista Brasileira de Biometria. 2014;32(2):201-215.

5 Lírio GSW. Métodos multivariados: uma metodologia para avaliar a satisfação dos clientes da RBS-TV na região noroeste do RS [dissertação]. Santa Maria: Programa de Pós-graduação em Engenharia de Produção, Universidade Federal de Santa Maria; 2004.

6 Contessotto R. Classificação de domínios mineralógicos e caracterização de minérios de níquel da mina de Santa Rita - BA, em apoio à geometalurgia [dissertação]. São Paulo: Escola Politécnica, Universidade de São Paulo; 2017.

7 Sousa DVM. Estudo geoquímico-mineral das formações ferríferas bandadas do Sinclinal Gandarela, Quadrilátero Ferrífero (MG) [dissertação]. Ouro Preto: Programa de Pós-graduação em Evolução Crustal e Recursos Naturais, Departamento de Geologia, Escola de Minas, Universidade Federal de Ouro Preto; 2016.

8 Projeto R [página da internet]. R: software livre. Versão 3.3.1 [acesso em 25 de mar. 2017]. Disponível em: https:// www.r-project.org

9 Oliveira EC, Carvalho AA Fo, Firetti R. Identificação e elaboração de variáveis estatísticas através de técnicas multivariadas no estudo da produção de grãos e fibras, na região administrativa de Presidente Prudente-SP. Revista Semina. Ciências Exatas e Tecnológicas. 2014;35(2):159-180.

10 Hair JF, Anderson RE, Tatham RL, Black WC. Multivariate data analysis. 4th ed. New Jersey: Prentice Hall; 1998.

5b86a4100e8825684de4c89d tmm Articles
Links & Downloads

Tecnol. Metal. Mater. Min.

Share this page
Page Sections