Dados do Trabalho

Título

UTILIZAÇÃO DE IA EM SENSORIAMENTO REMOTO, COM AEROLEVANTAMENTOS REALIZADOS POR DRONE, PARA IDENTIFICAR TUBULAÇÕES DE DRENAGEM EM RESERVATÓRIO DE REJEITO

Resumo

A Mineração Rio do Norte (MRN) tem como atividade produtiva a exploração de bauxita, utilizada na produção de alumínio. Suas operações estão centralizadas próximas ao complexo do Porto Trombetas, localizado na parte oeste do estado do Pará - Brasil. O rejeito oriundo do processo de beneficiamento da bauxita é depositado em reservatórios construídos na área minerada do platô Sacará Leste e Oeste do Sistema de Disposição de Rejeitos da MRN. Devido a extensa área do Sacará Leste, os dispositivos de drenagem alocados nas últimas décadas foram concebidos para atendimento da dinâmica operacional da mineradora, sem um cadastro formal. Consequentemente, novas ferramentas podem ser empregadas para facilitar o monitoramento das mudanças de localização. Veículos Aéreos Não Tripulados (VANTs), comumente conhecidos como drones, surgem como uma excelente solução para realizar o sensoriamento remoto da região. A utilização destes drones para realização das inspeções, além de suprir as limitações da inspeção visual, facilita ao empreendedor a gestão da conservação e acompanhamento de seus ativos. Além disso, pode-se confrontar os dados a cada inspeção periódica, verificando-se a situação e/ou evolução de possíveis anomalias. Paralelamente, o conceito de inteligência artificial (IA) também se destaca, já que é um sistema capaz não só de interpretar dados externos, como também de aprender através deles, utilizando-os para realizar tarefas. Assim, o objetivo deste estudo é a utilização da IA em sensoriamento remoto, a partir de aerolevantamentos realizados por drone, para acompanhamento do dinamismo na localização das tubulações de drenagem superficial ao longo dos taludes do reservatório de rejeito diluído, TP-02, da MRN. O aerolevantamento foi realizado com o drone DJI Air 2S. As imagens capturadas foram carregadas no DroneDeploy, plataforma que processa as imagens, gera os ortomosaicos e cria os modelos 3D da região. Quanto à IA, utilizou-se o YOLOv8 para construir um modelo de aprendizado profundo, exigindo a construção do conjunto de dados para identificar tubos PEAD. Posteriormente, foi conduzida a análise visual da ortofoto, comitantemente a uma visita de campo para validar a precisão do modelo. Os resultados apontaram taxa de assertividade de 85% para o talude leste do TP-02 e 87% para o talude oeste, obtendo-se uma média geral de 86%. Assim, observa-se que o uso da metodologia proposta pode ser muito efetivo para executar um levantamento cadastral preliminar de forma prática, célere e de baixo custo. Salienta-se que a IA continua em treinamento, tendo capacidade de realizar um levantamento cadastral ainda mais resolutivo.

Palavras-chave

Inteligência Artificial. Drenagem Superfiical. Cadastro Preliminar. Mineração. VANTs.

Arquivos