CONTROLE DE QUALIDADE DE BAUXITAS GIBBSÍTICAS: PREDIÇÃO DOS PARÂMETROS AvAl2O3 E RxSiO2 A PARTIR DE DADOS DIFRATOMÉTRICOS POR REFLEXÃO E TRANSMISSÃO UTILIZANDO ESTATÍSTICA MULTIVARIADA
CONTROLE DE QUALIDADE DE BAUXITAS GIBBSÍTICAS: PREDIÇÃO DOS PARÂMETROS AvAl2O3 E RxSiO2 A PARTIR DE DADOS DIFRATOMÉTRICOS POR REFLEXÃO E TRANSMISSÃO UTILIZANDO ESTATÍSTICA MULTIVARIADA
Atualmente, métodos tradicionais de química úmida são usados para controle de qualidade de bauxitas. Tais métodos quantificam indiretamente os teores de gibbsita e caulinita como alumina aproveitável (AvAl2O3) e sílica reativa (RxSiO2), respectivamente, e são caros e demorados. Com o objetivo de obter um método rápido e confiável para estimar esses parâmetros como alternativa aos métodos atuais de química úmida, neste trabalho avaliou-se o uso de estatísticas multivariadas - Regressão por Mínimos Quadrados Parciais (PLSR) em dados de DRX de bauxitas brasileiras. Os difratogramas de raios-X foram coletados nos modos “reflexão” e “transmissão”, e os dados coletados por cada um desses tratamentos foram comparados com relação à qualidade dos modelos PLSR construidos a partir destes. O método foi otimizado por meio da Análise de Componentes Principais (PCA) e Planejamento Fatorial de Experimentos (DOE), dos quais pode-se identificar outliers e agrupar amostras com similaridades mineralógicas, e obter parâmetros otimizados de coleta e pré-tratameto dos difratogramas. Os resultados demonstraram que essa metodologia tem um potencial para ser utilizado industrialmente no controle de qualidade de bauxitas gibbsíticas. Em comparação com o método tradicional, a precisão obtida ficou dentro dos limites aceitáveis industrialmente, porém a determinação dos parâmetros é significativamente mais rápida, fácil de implementar e executar as análises, exige menos viii espaço e mão de obra de laboratório, além de não ser necessário reagentes químicos. Além disso, com a implementação da difratometria de raios-X em laboratórios de controle da indústria da bauxita e alumina, é possível acompanhar a mineralogia do minério que alimenta o processo Bayer e, portanto, estar ciente de como variações na composição mineralógica podem impactar o processo. Sendo valido ressaltar que tais informações são desconhecidas controlando apenas os parâmetros químicos.