13ª Semana Integrada do Instituto de Física de São Carlos

Reconhecimento de minérios de ferro por aprendizagem de máquina

21 de ago. de 2023 14:00

1h 30m

Salão de Eventos USP

Básica 14h00 - 15h30

Descrição

Em vários objetos usados no cotidiano há a presença de minerais, uma vez que estes servem de matéria prima, como no caso dos veículos que usam o ferro para sua produção. Há alguns anos, o minério de ferro brasileiro tem atendido as altas demandas de siderúrgicas internacionais. Apesar da demanda pelo minério ter diminuído para alguns países e o preço da commodity ser menor em comparação com o último ano, ainda é estimado que a produção de milhões de toneladas desse minério irá propiciar uma arrecadação da ordem de bilhões de dólares. (1) A produção de altas quantidades do minério promove a procura de novos depósitos e o desenvolvimento de novas técnicas que permitam identificar e caracterizar os minerais mais rapidamente. As técnicas precisam considerar a variação de composição química e o polimorfismo estrutural, como ocorre em minérios de ferro. (2) Como exemplos podem ser citados a hematita ($Fe_{2}O_{3}$), maghemita (($Fe^{3+}_{0.67}◻_{0.33})Fe^{3+}_{2}O_{4}$) e magnetita ($Fe^{2+}Fe^{3+}_{2}O_{4}$): as duas primeiras possuem composição química semelhante, mas possuem estruturas cristalinas diferentes. Ao contrário da magnetita e maghemita que possuem a mesma estrutura cristalina. Neste trabalho, utilizaram-se as técnicas de espectroscopia Raman, difração de raios X e a energia dispersiva de raios X para a identificação e caracterização das amostras de minerais de ferro. Os espectros Raman foram utilizados junto com métodos de aprendizado de máquina supervisionados para a classificação de espécies minerais, uma vez que os óxidos de ferro apresentam modos vibracionais Raman que são sensíveis a alterações estruturais e de composição química. (3) O trabalho se foca no uso de diferentes métodos de aprendizagem de maquina, como o uso de vizinhos próximos e aprendizagens profundas. A classificação foi feita de acordo com os deslocamentos Raman presentes nos espectros.

Referências

1 IBRAM MINERAÇÃO DO BRASIL. Desempenho da mineração tem queda em 2022, mas setor cria mais empregos e aumentará investimentos para US$ 50 bi até 2027. 07 fev. 2023. Disponível em: https://ibram.org.br/noticia/desempenho-da-mineracao-tem-queda-em-2022-mas-setor-cria-mais-empregos-e-aumentara-investimentos-para-us-50-bi-ate-2027/. Acesso em: 28 jun. 2023.

2 TUCEK, J. et al. Zeta-Fe2O3: a new stable polymorph in iron(III) oxide family. Scientific Reports, v. 5, p. 15091-1-15091-11, 2015. DOI: http://dx.doi.org/10.1038/srep15091.

3 FARIA, D. L. A.; SILVA, S. V.; OLIVEIRA, M. T. Raman microspectroscopy of some iron oxides and oxyhydroxides. Journal of Raman Spectroscopy, v. 28, n. 11, p. 873-878, Nov. 1997.