Parâmetros geotécnicos em rejeitos e finos: do laboratório à decisão

Em rejeitos e materiais finos, a maior fonte de risco não é “falta de dado”. É a conversão mal governada de medições locais em decisões corporativas com aparência de precisão. O laboratório entrega resultados sob condições controladas, em corpos de prova necessariamente limitados e frequentemente afetados por distúrbio de amostragem e reconsolidação. A operação, por sua vez, impõe variabilidade diária em umidade, densidade, química de água, granulometria efetiva, método de deposição e energia de compactação. O projeto e a gestão de ativos passam a depender da coerência entre esses mundos. Quando essa ponte é frágil, o padrão é conhecido: parâmetros “únicos” e pouco rastreáveis, modelos com sensibilidade implícita, margens que se dissolvem quando o processo muda e, no fim, decisões reativas quando o campo contradiz a tese do relatório.

Este artigo organiza um sistema de governança de parâmetros que transforma ensaios em evidência útil, com rastreabilidade, regras explícitas de seleção e integração com controles operacionais. O objetivo não é buscar o “número correto”, e sim construir um envelope de comportamento robusto o suficiente para sustentar decisões sob incerteza, com mecanismos claros de atualização e calibração ao longo do ciclo de vida do ativo.

Em geral, a VinQ adverte: parâmetro sem domínio, estado e condição de carregamento explicitados não é parâmetro de engenharia. É apenas um número, com aparência de precisão, mas sem poder decisório real.

Por que rejeitos e finos exigem um método próprio

Rejeitos e finos são materiais altamente dependentes de estado e de trajetória de tensões. Em depósitos hidráulicos, a segregação natural cria domínios com microestrutura, granulometria, permeabilidade e densidade significativamente distintos, muitas vezes em escalas que o plano de investigação não captura se estiver orientado apenas a “cobertura espacial”. Em pilhas filtradas e sistemas parcialmente saturados, pequenas variações de umidade e sucção alteram de forma não linear a permeabilidade e a rigidez, afetando tanto o caminho hidráulico quanto a mobilização de resistência. Em ambas as configurações, o comportamento tende a mudar mais por processos operacionais do que por variações “geológicas” clássicas. A consequência é direta: parâmetros sem definição explícita de domínio, estado e condição de carregamento não são parâmetros de engenharia; são aproximações que podem induzir decisões excessivamente confiantes.

Além disso, efeitos de escala e de amostragem são determinantes. A qualidade da amostra, a preservação de estrutura, a reconsolidação e a representatividade do estado inicial controlam o resultado tanto quanto o “material” em si. Dois ensaios tecnicamente corretos podem divergir de forma relevante porque responderam perguntas diferentes: drenado versus não drenado, monotônico versus cíclico, baixa versus alta taxa, estrutura preservada versus remoldada. Sem um arcabouço que conecte cada resultado à decisão que ele sustenta, o conjunto de dados vira um repositório volumoso e pouco acionável.

A premissa central: decisão primeiro, ensaio depois

Em termos operacionais, cada decisão crítica deve estar associada a um conjunto específico de parâmetros, definidos para um domínio e estado claros. Estabilidade drenada, resposta não drenada, controle hidráulico e desempenho por deformação não compartilham os mesmos parâmetros nem os mesmos níveis aceitáveis de incerteza. Misturar esses contextos é uma das formas mais recorrentes de criar modelos frágeis

O ponto de partida não é o programa de laboratório. É o mapa de decisões do ativo. Antes de selecionar c’–φ’, su, k, parâmetros de compressibilidade ou curvas de retenção, é obrigatório explicitar qual decisão será tomada e qual mecanismo governa o risco. Estabilidade global drenada, instabilidade não drenada em eventos rápidos, liquefação estática ou cíclica, desempenho por deformações, controle de poropressões, migração de finos e erosão interna, todos exigem conjuntos de evidências distintos e, sobretudo, estados representativos distintos. A pergunta que disciplina a campanha é simples e difícil ao mesmo tempo: qual conjunto mínimo de parâmetros, com qual nível de confiança, é necessário para sustentar esta decisão, neste domínio, sob este estado operacional e este caminho de carregamento?

Quando essa pergunta é negligenciada, surge a abordagem de “fazer mais ensaios” como substituto de estratégia. O custo de oportunidade é alto. Mais dados sem hipótese clara aumentam ruído, atrasam decisões, inflacionam orçamento e ainda produzem uma falsa sensação de controle. A alternativa é uma campanha orientada a hipóteses, desenhada para reduzir incerteza apenas onde ela muda decisão e onde o risco de consequência é relevante.

Um sistema de governança: do domínio ao valor de projeto

A tradução de resultados de laboratório em parâmetros para projeto e operação exige três camadas de estrutura.

Primeira camada

A primeira é a definição de domínios geotécnicos e estados operacionais. Domínios são populações distintas de comportamento que precisam ser tratadas separadamente. Em rejeitos hidráulicos, isso tipicamente envolve, no mínimo, zonas de praia, lama central, transições e materiais reprocessados, com seus respectivos gradientes de densidade, permeabilidade e sensibilidade. Em pilhas filtradas, a segmentação por faixas de umidade, energia de compactação, espessura de camada e ciclos de molhagem-secagem tende a ser tão importante quanto a origem do material. Estados operacionais precisam ser explicitados em termos que a operação reconheça e controle, como faixa de umidade, densidade seca, grau de saturação, sucção quando aplicável, e indicadores de deposição/compactação. Sem isso, qualquer estatística mistura populações e a média deixa de significar algo útil.

Segunda camada

A segunda camada é a representatividade do ensaio frente ao mecanismo. Resistência drenada e não drenada não são “duas opções”; são respostas a condições distintas de drenagem e velocidade. Ensaios e interpretações devem refletir caminhos de tensão plausíveis para o cenário crítico. Para não drenado, em especial, a adoção de modelos coerentes com história de tensões e estrutura, como abordagens do tipo SHANSEP ou estruturas baseadas em estado crítico, pode ser o diferencial entre um parâmetro transportável para o campo e um resultado “apenas de laboratório”. Para hidráulica em materiais finos e sistemas parcialmente saturados, a premissa de permeabilidade constante é frequentemente a hipótese mais arriscada do estudo, devendo ser defendida com evidência ou substituída por funções dependentes de umidade/sucção. Para deformabilidade, o erro típico é tratá-la como derivada automática da resistência, quando na prática rigidez é frequentemente mais sensível ao estado e mais crítica para desempenho e integridade operacional.

Terceira camada

A terceira camada é a gestão explícita de variabilidade e incerteza. Parâmetros devem ser definidos como faixas e distribuições por domínio e estado, com rastreabilidade completa de origem, qualidade de amostra, reconsolidação, método, critérios de aceitação e limitações. Em risco, a pergunta não é “qual valor”, e sim “qual envelope plausível e como ele entra na decisão”. Outliers não são automaticamente “erros”; em estruturas heterogêneas, podem ser justamente a expressão do domínio fraco que controla a resposta global.

Seleção de valores: regra explícita alinhada à consequência e ao controle operacional

A etapa mais crítica do processo é a escolha do valor “de projeto”. Ela não pode ser intuitiva, nem baseada em hábito. É aqui que a governança se materializa: a seleção precisa seguir uma regra explícita e auditável, alinhada à consequência e ao nível de controle operacional.

Em muitos casos, a abordagem por valores característicos via percentis é a mais transparente: usar, por exemplo, um P10–P25 para resistência em condições críticas, mantendo P50 para cenários de desempenho sob operação normal, sempre separado por domínio e por estado. Para permeabilidade, frequentemente com distribuição lognormal, a seleção deve considerar percentis em log(k) e a sensibilidade do modelo hidráulico. Para rigidez, a recomendação é segmentar por faixas de deformação e declarar o regime de interesse, evitando extrapolações indevidas. Em frameworks que adotam fatores parciais, esses fatores precisam refletir não só “classe de consequência”, mas também qualidade de evidência e grau de controle do estado no campo. E quando o ativo exige decisões com tolerância baixa a incerteza, o caminho natural é incorporar análises probabilísticas, não como sofisticação, mas como instrumento de governança, com distribuições por domínio, correlações e atualização conforme o campo retorna informação.

O critério decisivo, porém, é a ligação com variáveis operacionais. Em rejeitos e finos, parâmetros como su e k mudam tanto com umidade e densidade que não faz sentido tratá-los como constantes se o processo não controla o estado. A boa prática é parametrizar a resposta como função de variáveis-mãe monitoráveis, como su = f(umidade, densidade) e k = f(umidade/sucção), com envelopes por domínio. Isso transforma “números” em regras de controle e permite que engenharia e operação conversem na mesma linguagem.

Um parâmetro só cumpre seu papel quando se conecta a uma regra de uso e a um gatilho operacional. Parâmetros que não influenciam limites, ações ou restrições operacionais não controlam risco; apenas documentam uma condição assumida.

O elo operacional: parâmetros que viram gatilhos e ritos de decisão

Um parâmetro só se torna útil quando ele muda comportamento de gestão. Isso exige integração com rotinas de operação e monitoramento. O playbook prevê que cada parâmetro crítico venha acompanhado de uma regra de uso e de um conjunto de gatilhos operacionais: quais variáveis a operação mede, quais limites representam saída do envelope assumido, quais ações são mandatórias por severidade e quando o parâmetro precisa ser revisado.

Em pilhas filtradas, por exemplo, a umidade é frequentemente a variável-mãe. Se a umidade excede a faixa de projeto por um período persistente, o sistema deve prever ações concretas: ajuste de espessura de camada, aumento de energia de compactação, restrição de avanço geométrico, intensificação de inspeções e verificação de instrumentação, e atualização do conjunto de parâmetros aplicável àquele estado. Em depósitos com finos e poropressões relevantes, a resposta deve ser ainda mais disciplinada: se leituras de piezometria excedem envelopes previstos para a fase, a regra não pode ser “acompanhar”; deve existir um gatilho para congelar etapas críticas, revisar hipóteses hidráulicas, executar investigações direcionadas e recalibrar parâmetros. Esse é o ponto onde governança no papel vira governança no campo.

Calibração e atualização: ciclo fechado como requisito, não como “melhoria”

O processo não termina na publicação do relatório. Em rejeitos e finos, a atualização é parte do método. O playbook exige um plano de calibração desde o início, definindo quais indicadores serão usados para confrontar previsões e realidade, como poropressões, recalques, deformações, níveis d’água e vazões em drenos. Quando há desvio sistemático, a revisão deve começar pelas hipóteses de domínio e estado, pois com frequência o erro está em “qual material” e “qual condição” está sendo representada, e não em um ajuste marginal de parâmetro. Apenas depois se ajusta o parâmetro dentro do envelope, com justificativa e versionamento. Esse controle de versões, somado a uma trilha de auditoria clara, é o que sustenta decisões consistentes ao longo de mudanças operacionais inevitáveis.

Estrutura: papéis, entregáveis e gates

O modelo de execução depende de responsabilidades claras. O “owner do risco” do ativo define decisões e restrições e aprova regras de gatilho. A função geotécnica, sob um arranjo EoR ou EoR-like, estrutura domínios, hipóteses e envelopes, e assina escolhas. O laboratório entrega resultados com QA/QC e limitações declaradas. Processo e geologia fornecem variáveis que explicam a variabilidade e permitem controle. Instrumentação garante a retroalimentação do campo. Gestão de dados mantém o Parameter Register versionado e auditável.

Os entregáveis centrais são três. Primeiro, uma matriz que liga decisão a mecanismo, parâmetros e evidências, garantindo que cada ensaio responda a uma pergunta de decisão. Segundo, um Parameter Register que consolida por domínio e estado os envelopes de parâmetros, distribuições, confiabilidade, origem e regras de uso. Terceiro, um conjunto de critérios operacionais e gatilhos que conectam variáveis monitoráveis ao envelope assumido, com ações mandatórias e critérios de revisão. Os gates do processo são igualmente objetivos: sem mecanismo e condição crítica definidos, a campanha não avança; sem domínios e estados definidos, não se publica “valor único”; sem regra explícita de seleção, o parâmetro não é aceito; sem plano de calibração, o estudo não é considerado completo.

O que se entrega

Ao impor disciplina de decisão, domínio, estado, variabilidade e integração operacional, este playbook evita três falhas estruturais: a estatística de populações misturadas, a extrapolação de resultados de laboratório para estados que o campo não reproduz e a seleção de valores por hábito ou conveniência. Em troca, entrega um sistema pragmático de governança que permite discutir risco com transparência, sustentar decisões sob mudanças operacionais e reduzir incerteza de forma direcionada. Em termos gerenciais, isso se traduz em menos retrabalho, menos “surpresas” em fases críticas, maior previsibilidade de desempenho e um caminho auditável de como a organização decide sob incerteza.

No fim, parâmetros em rejeitos e finos não são um capítulo do relatório; são um mecanismo de controle de risco ao longo do ciclo de vida do ativo. A diferença entre maturidade e improviso está em tratar a incerteza como parte do sistema, e não como um detalhe a ser escondido.