Estimativa de qualidade de carvão por meio de perfilagem geofísica de gama natural e resistividade

Abstract

Esse estudo investiga a capacidade da técnica de perfi lagem geofísica para prever a qualidade do carvão. Nesse contexto, alguns parâmetros químicos do carvão foram determinados por meio de análise laboratorial e, posteriormente, eles foram comparados contra registros de perfi lagem geofísica (radiação gama natural e resistividade, especifi camente). Os resultados mostraram uma forte correlação entre a emissão de radiação gama natural das camadas de carvão e seu teor de cinzas. Isto permitiu estabelecer um modelo linear simples para estimar teores de cinzas, baseando-se nos dados de perfi lagem geofísica, com pequeno erro de estimativa (± 5% em média). Além disso, os resultados indicaram que não há correlação entre teor de enxofre ou voláteis e os registros geofísicos. Teores de cinza derivados de valores de gama natural podem ser usados, tal como uma informação secundária para avaliar qualidade de carvão durante a etapa de estimativa de recursos, quando são aplicados métodos geoestatísticos. A metodologia é ilustrada por meio de um estudo de caso em depósito de carvão, localizado na região sul do Brasil.

This study investigates geophysical logging as a tool to predict coal quality. Some of the coal’s chemical parameters were determined by laboratory analysis and were compared against values derived from geophysical logging correlation (natural gamma radiation and resistivity versus ash content, specifi cally). The results showed a strong correlation between the coal’s natural gamma emissions and their ash content. From this correlation, a simple linear model was obtained and used to estimate ash grades, directly from geophysical logging records. The error of these predictions is less than ± 5%. Additionally, results showed no correlation between the sulphur grade, or volatile matter, and the geophysical records. Ash grades derived from natural gamma ray values can be usedas secondary information to evaluate coal quality during resource estimation, when combined with lab analysis and appropriate geostatiscal methods. The methodology is illustrated by means of a case study at a coal deposit located in southern Brazil.