Na maior mina de tungstênio do Reino Unido, uma IA decide partícula por partícula o que vale a pena processar

A Tungsten West instalou seis sorters de raio-X com inteligência artificial na mina de Hemerdon para rejeitar 70% do minério bruto antes da etapa de processamento — reduzindo custo, energia e o tamanho da planta necessária.

A Tungsten West retomou, em setembro de 2026, a operação da mina de tungstênio de Hemerdon, no condado inglês de Devon, com uma planta de processamento redesenhada em torno de seis sorters de raio-X (XRT) fabricados pela TOMRA Mining. Todos os seis equipamentos usam a tecnologia de deep learning batizada de OBTAIN, que a TOMRA desenvolveu para identificar propriedades de partículas individuais em alta velocidade. O material que sai da britagem, entre 10mm e 80mm, é dividido em três faixas: o que fica abaixo de 10mm segue para circuitos de jigagem por pressão; a faixa de 10mm a 30mm passa por três máquinas COM Tertiary XRT; e a faixa de 30mm a 80mm passa por três unidades COM XRT 2.0. O resultado da triagem é que aproximadamente 30% do material — a fração mineralizada — segue para o concentrador, onde tungstênio e estanho são recuperados, enquanto os outros 70% são rejeitados como um agregado de construção civil de qualidade premium, com pegada de carbono adicional próxima de zero. A empresa projeta rampa de produção em escala plena para o primeiro trimestre de 2027.

Sorters de raio-X não são novidade em mineração — a tecnologia usa a transmissão de raios X através da rocha para diferenciar composição atômica e densidade, separando minério de estéril antes mesmo de qualquer processamento químico ou físico mais caro. O problema histórico desse tipo de sensor é que ele enxerga o material em alta velocidade numa esteira, e partículas que colam umas nas outras — aglomerados de rocha pequena grudados em fragmentos maiores — costumam ser lidos como um único objeto, o que leva o sistema a aceitar ou rejeitar o bloco inteiro com base numa leitura imprecisa. É exatamente esse ponto cego que o OBTAIN ataca: a rede neural decompõe algoritmicamente cada aglomerado detectado pelo sensor em partículas individuais, permitindo que o sorter tome uma decisão de aceitar ou rejeitar por partícula, não por bloco. Na prática, segundo a TOMRA, isso permite alimentar cada sorter com cerca de 80% mais material mantendo a mesma qualidade e a mesma taxa de recuperação — um ganho de capacidade que normalmente exigiria comprar mais equipamento, não apenas software mais inteligente rodando no que já existe. O efeito econômico de rejeitar 70% da massa do minério bruto antes da etapa de concentração é maior do que parece à primeira vista: cada tonelada que não passa pelo concentrador é uma tonelada a menos consumindo água, energia e reagente na etapa mais cara do processamento. E o material rejeitado não vira rejeito descartado — ele é vendido como agregado de construção, o que transforma um custo de disposição em receita adicional.

Hemerdon já tentou operar antes e não sobreviveu economicamente da primeira vez, o que torna a engenharia de processo, não a geologia, o fator decisivo desta segunda tentativa. Triagem por sensor antes da etapa química ou física mais cara é uma das poucas tecnologias de mineração que reduz simultaneamente custo de capital, consumo de energia e volume de rejeito — e é isso que pode fazer a diferença entre um depósito marginal ficar economicamente inviável ou virar produção comercial. O momento também não é neutro: tungstênio está na lista de minerais críticos do Reino Unido, a China controla cerca de 80% da produção mundial, e restrições chinesas à exportação têm reorganizado a cadeia de suprimento global — com demanda projetada para crescer de 2% a 5% ao ano até 2033. Hemerdon, operando em escala plena, teria capacidade de suprir cerca de 4,1% da produção mundial de tungstênio, uma fatia pequena em termos absolutos, mas relevante como fonte não chinesa de um mineral que hoje tem poucas alternativas de fornecimento fora da China.