Maryane MELO
Engenheira Geotécnica – Pimenta de Ávila Consultoria
Isabela VEIGA
Engenheira Geotécnica – PUC-MG
Juliana MEDEIROS
Engenheira Geotécnica – UFRJ
Luigi Nascimento PELIZZOLI
Engenheiro Geotécnico – USP
Ana Luiza HALABI
Engenheira Geotécnica – Pimenta de Ávila Consultoria
RESUMO
O Global Industry Standard on Tailings Management (GISTM) estabelece diretrizes para a governança e operação estruturas de contenção de rejeitos.
Do princípio da gestão de rejeitos pelo GISTM envolvem uma base de conhecimento interdisciplinar, seu desenvolvimento e manutenção para fundamentar a gestão (Princípio 2) e apoio de decisões durante a vida útil e fechamento (Princípio 3). Além disso, o GISTM indica a necessidade de preparar e manter atualizada a caracterização detalhada da estrutura, incluindo características de clima, geomorfologia, geologia, geoquímica, hidrologia e hidrogeologia, geotécnica e
sismicidade, além da caracterização físico-química dos rejeitos.
A tecnologia de Digital Twins surge como uma inovação no setor, permitindo a criação de modelos digitais dinâmicos das barragens. Esses modelos integram dados em tempo real coletados por sensores, possibilitando análises preditivas e simulação de cenários para antecipar falhas estruturais. Essa abordagem complementa métodos
convencionais de inspeção periódica, apresentando um sistema automatizado e contínuo, aumentando a eficiência, praticidade e a segurança. A utilização de Digital Twins para barragens de rejeitos, portanto, é uma evolução da
gestão de riscos. Portanto, este estudo explora as diretrizes do GISTM e as vantagens dos Digital Twins na segurança das barragens de rejeitos, destacando como a digitalização pode transformar a engenharia geotécnica, tornando-a mais eficiente, sustentável e resiliente diante dos desafios do setor.
ABSTRACT
The Global Industry Standard on Tailings Management (GISTM) establishes guidelines for the governance and operation of tailings containment structures. A key principle of tailings management under GISTM involves an interdisciplinary
knowledge base, its development, and maintenance to support management (Principle 2) and decision-making throughout the lifecycle and closure of the structure (Principle 3). Additionally, GISTM highlights the necessity of preparing and
continuously updating a detailed characterization of the structure, including climate, geomorphology, geology, geochemistry, hydrology and hydrogeology, geotechnics, and seismicity, as well as the physical and chemical properties of the tailings.
Digital Twins technology emerges as an innovation in the sector, enabling the creation of dynamic digital models of tailings dams. These models integrate real-time data collected by sensors, allowing predictive analysis and scenario simulation to
anticipate structural failures. This approach complements conventional periodic inspection methods by providing an automated and continuous monitoring system, increasing efficiency, practicality, and safety.
The application of Digital Twins to tailings dams represents an evolution in risk management. Therefore, this study explores the GISTM guidelines and the advantages of Digital Twins in tailings dam safety, highlighting how digitalization can
transform geotechnical engineering, making it more efficient, sustainable, and resilient in the face of industry challenges.
1. INTRODUÇÃO
O Global Industry Standard on Tailings Management (GISTM) estabelece diretrizes fundamentais para a governança e operação de estruturas de contenção de rejeitos, visando assegurar práticas mais seguras e sustentáveis. Entre seus princípios, destacam-se a necessidade de uma base de conhecimento interdisciplinar para fundamentar a gestão (Princípio 2) e o suporte a decisões ao longo do ciclo de vida das barragens, incluindo seu fechamento e considerando mudanças climáticas (Princípio 3). Além disso, o GISTM exige a caracterização detalhada e atualizada das estruturas, abrangendo aspectos climáticos, geomorfológicos, geológicos, hidrológicos, geotécnicos e sísmicos, bem como a composição físico-química dos rejeitos.
O Digital Twin (DT), conceito desenvolvido pela NASA, consiste em uma simulação probabilística multifísica, multiescala e integrada, que replica o comportamento de sistemas físicos com base em modelos, dados de sensores e histórico operacional (GLAESSGEN, 2012). Sua eficácia é ampliada pela integração com inteligência artificial (IA), que potencializa análises de segurança e aplicações em Sistemas de Suporte à Decisão (SSD) (SOUSA, 2021).
Nesse contexto, a tecnologia de Digital Twins (Gêmeos Digitais) surge como uma inovação transformadora, permitindo a criação de modelos dinâmicos e integrados de barragens de rejeitos. Por meio de sensores e dados em tempo real, esses modelos possibilitam análises preditivas, simulações de cenários e a detecção precoce de falhas estruturais, complementando os métodos tradicionais de inspeção periódica. Essa abordagem automatizada e contínua eleva a eficiência, a praticidade e, sobretudo, a segurança na gestão de barragens.
Diante disso, este estudo explora as diretrizes do GISTM e as vantagens da aplicação de Digital Twins na segurança de barragens de rejeitos, demonstrando como a automatização do processo de coleta e análise de dados podem revolucionar a engenharia geotécnica. Ao integrar tecnologias avançadas, é possível tornar a gestão de rejeitos mais eficiente, sustentável e resiliente, enfrentando os desafios do setor com maior precisão e proatividade.
2. DIGITAL TWINS
Os Gêmeos Digitais (DT’s) funcionam como uma plataforma visual e informativa para os participantes do projeto e podem aumentar a eficiência e reduzir os riscos durante o processo do projeto (KAEWUNRUEN, 2023). Os DT’s atuam como uma plataforma de informações, além de possuir a capacidade de atualização imediata em tempo real, permitindo o acesso a múltiplas camadas de dados ao longo de todo o ciclo de vida do projeto.
Um modelo conceitual simplificado do Gêmeo Digital para uma barragem é apresentado na Figura 1. Ele consiste em três componentes principais (GRIEVES, 2016): a) produtos físicos no Espaço Real, b) produtos virtuais no Espaço Virtual, e c)
as conexões de dados e informações que integram os produtos virtuais e reais.
A Figura 1 apresenta um Digital Twin elaborado pela Agência de Água YUBA com o software iTwin IoT da Bentley (2025). O gêmeo digital permite visualização dos dados de sensores, o monitoramento de movimento e o comportamento da estrutura da barragem ao longo do tempo, à medida que ela é exposta a diferentes elementos como chuvas fortes, além de realizar avaliações de risco em tempo real.
Figura 1 – Modelo de Digital Twin – Yuba Water used iTwin IoT
Fonte: Yuba Water Agency (2025)
3. DIGITAL TWINS APLICADO EM BARRAGENS
Park (2023) utiliza uma plataforma baseada na tecnologia de Digital Twins, a qual se demonstrou ser altamente eficaz no monitoramento integrado e na gestão preventiva de riscos relacionados a inundações. A integração inclui dados em tempo real, modelagens avançadas e técnicas de inteligência artificial, e aprimora significativamente a capacidade de resposta e tomada de decisão rápida em situações críticas. O uso combinado de monitoramento remoto por drones e análises automatizadas por câmeras inteligentes contribui para uma gestão mais proativa e eficaz, com potencial de reduzir consideravelmente os danos causados por eventos extremos.
A tecnologia também já é aplicada na Barragem de Três Gargantas, na China. Li (2025) apresenta um sistema inteligente desenvolvido para monitoramento e segurança operacional da barragem, destacando o uso integrado de tecnologias avançadas como Inteligência Artificial (IA), Internet das Coisas (IoT), Big Data, Sistemas de Informação Geográfica (GIS) e Building Information Modeling (BIM). O sistema realiza aquisição automatizada e processamento em tempo real de dados de monitoramento, além de proporcionar análises estruturais rápidas baseadas em elementos finitos e algoritmos inteligentes para predição do comportamento estrutural da barragem.
Wu (2022) entende o desenvolvimento do modelo Digital Twin para engenharia geotécnica como viável e promissor para melhorar significativamente a gestão, visualização e monitoramento dos projetos geotécnicos. A integração das tecnologias BIM e Digital Twin possibilita maior eficiência no compartilhamento e na atualização constante das informações geotécnicas e estruturais, melhorando a tomada de decisões em tempo real, podendo prever cenários críticos durante toda a vida útil da estrutura.
Já em Pires (2023) é descrito o processo de modelagem BIM da Hidrelétrica Foz do Chapecó (Santa Catarina, Brasil), visando a criação de um gêmeo digital para a segurança da barragem, de forma a viabilizar a gestão da segurança de barragens de forma mais eficiente, ágil e padronizada. Cita-se que a definição precoce do objetivo do gêmeo digital (foco na segurança) foi crucial para determinar o nível de detalhamento dos componentes modelados e os parâmetros necessários para integração com sensores. Ainda, o modelo desenvolvido é escalável, permitindo a adição de novos sensores, parâmetros ou funções, como a gestão de eficiência energética da usina.
4. APLICAÇÃO DE DIGITAL TWINS PARA O GISTM (GLOBAL INDUSTRY
STANDARD ON TAILINGS MANAGEMENT)
O Global Industry Standard on Tailings Management – GISTM (GISTM, 2020) é um padrão global desenvolvido para melhorar a gestão de rejeitos (resíduos da mineração) e reduzir os riscos associados a barragens e estruturas de armazenamento de rejeitos. A criação de Digital Twins (DT) de Estruturas de Armazenamento de Rejeitos corresponde a uma maneira eficiente e segura para a aplicação de alguns dos principais princípios do padrão de gestão de riscos requerido neste documento.
4.1 Monitoramento Contínuo e em Tempo Real
O monitoramento real e contínuo por meio de Digital Twins (gêmeos digitais) é uma abordagem essencial para garantir a segurança e a eficiência operacional das barragens de rejeitos, alinhado com o padrão para a gestão de rejeitos da mineração. O GISTM enfatiza a necessidade de monitoramento constante, gestão de riscos e transparência, princípios que são atendidos de forma robusta por tecnologias como IoT (Internet of Things), Inteligência Computacional e BIM (Building Information Modeling), quando aplicados em conjunto.
A implementação de Digital Twins permite o monitoramento em tempo real das variáveis estruturais, hidrológicas e geotécnicas das barragens, sendo possível coletar dados em tempo integral por meio de sensores IoT. Esses sensores estão integrados diretamente na estrutura da barragem e monitoram variáveis críticas, como a tensão nos materiais, umidade, deformação da estrutura, níveis de água, vazões, e parâmetros relacionados à segurança, como a estabilidade dos taludes e a variação de poropressões. O processamento e análise desses dados em tempo real permitem uma visualização precisa das condições atuais da barragem, fundamental para a tomada de decisões imediatas e fundamentadas.
Há na literatura a abordagem do desenvolvimento de sistemas digitais para monitoramento e alerta antecipado em barragens de rejeitos. Os trabalhos têm como objetivo aprimorar a capacidade de detectar instabilidades estruturais utilizando tecnologias como Internet das Coisas (IoT), computação em nuvem, modelagem numérica, simulação via gêmeos digitais e aprendizado de máquina. As conclusões convergem ao indicar que a integração de monitoramento em tempo real, simulações dinâmicas e algoritmos de detecção precoce representa um avanço fundamental para reduzir riscos em barragens de rejeito, promovendo uma gestão mais segura e eficiente dessas estruturas (HU, 2011; YU et al., 2011; DONG et al., 2017; MWANZA, 2024).
A aplicação de inteligência computacional permite que os dados coletados sejam analisados instantaneamente, sem a intervenção humana (Perera et al., 2014), criando uma rede inteligente que processa informações em tempo real. Além disso, a utilização de BIM possibilita a construção de uma representação tridimensional e dinâmica da barragem, integrando as informações de sensores com modelos digitais. Esses modelos simulam o comportamento estrutural da barragem, considerando variáveis que influenciam sua estabilidade, como a deformação do solo, variação de carga e a presença de líquidos no sistema. Ao integrar os dados de sensores e a modelagem 3D, o Digital Twin gera uma réplica digital contínua e atualizada da barragem, possibilitando não apenas a visualização precisa da condição da estrutura,
mas também a realização de simulações e análises preditivas. A combinação com inteligência artificial (IA) permite que o sistema aprenda padrões e identifique anomalias, como o aumento de pressão nos taludes ou o surgimento de trincas, de
forma antecipada.
Através da modelagem computacional, é possível realizar simulações que preveem o comportamento da barragem sob diferentes condições, como mudanças nos níveis de água, variações de pressão ou movimentos sísmicos. Esses modelos podem ser configurados para testar cenários extremos e identificar pontos críticos de falha antes que se concretizem. A resposta rápida a riscos emergentes é facilitada, com o sistema gerando alertas automáticos em tempo real, como a detecção de deslizamentos, sobrecarga de pressão de poros ou trincas estruturais. Esse processo está alinhado com os requisitos do GISTM, que exige a adoção de métodos preditivos para identificar riscos antes que se tornem incidentes graves. A coleta contínua de dados e o uso de simulações também são fundamentais para a execução de planos de emergência mais precisos e eficazes, garantindo que as ações corretivas sejam tomadas rapidamente, minimizando os impactos de possíveis falhas.
A utilização de Digital Twins contribui diretamente para o cumprimento de várias diretrizes do GISTM. O Princípio 1 do GISTM, que exige uma base de conhecimento atualizada de forma contínua e precisa sobre o comportamento da barragem, é atendido pelo monitoramento contínuo e pela integração em tempo real dos dados de sensores no modelo digital. Já o Princípio 3, que enfatiza a importância de uma resposta rápida e eficaz a riscos emergentes, é fortalecido pela capacidade dos Digital Twins de identificar e alertar para anomalias imediatamente, facilitando uma ação corretiva sem a necessidade de intervenção manual. Além disso, o GISTM exige uma análise rigorosa de risco e a garantia de que todas as informações sejam transparentes e de fácil acesso para auditores e órgãos reguladores. O uso de Digital Twins torna a barragem virtualmente auditável, com relatórios automáticos gerados a partir de dados em tempo real, assegurando a conformidade com as normas internacionais de segurança e a transparência nas operações.
Em suma, a integração dos Digital Twins no monitoramento das barragens de rejeitos oferece uma solução avançada e robusta para a gestão de riscos, aumentando a segurança operacional e permitindo uma análise mais precisa e antecipada do comportamento estrutural. Essa tecnologia não só atende aos requisitos do GISTM, mas também aprimora a capacidade de previsão e resposta a emergências, elevando o nível de confiança na integridade das barragens e permitindo uma gestão proativa, baseada em dados precisos e em tempo real.
4.2 Simulação de Cenários e Gestão de Riscos
A modelagem preditiva baseada em Digital Twins oferece uma solução avançada e altamente eficaz para simular uma vasta gama de cenários de risco que podem afetar a estabilidade e segurança das barragens de rejeitos. Utilizando dados históricos e em tempo real, a tecnologia permite antecipar falhas estruturais, como rupturas, liquefações de rejeitos, instabilidade de taludes, e outros eventos catastróficos. As simulações podem ser feitas com uma boa precisão, levando em consideração variáveis como a evolução das pressões de poros, a interação dos materiais com os fluidos presentes e as forças externas que afetam a estrutura da barragem ao longo do tempo.
Uma das grandes vantagens dessa modelagem preditiva é a capacidade de realizar uma análise detalhada dos impactos de eventos climáticos extremos, como chuvas intensas ou secas prolongadas, eventos que têm se tornado mais requentes devido às mudanças climáticas. Ao integrar projeções climáticas de longo prazo, as simulações podem prever o impacto desses fenômenos nas condições de operação da barragem, como o aumento de volume de água acumulada ou a redução da saturação dos rejeitos. Isso permite simular diferentes cenários, avaliando como essas alterações podem influenciar a estabilidade da estrutura e o risco de falhas catastróficas. A modelagem também pode ser ajustada para considerar eventos extremos específicos, como a possibilidade de um aumento rápido do nível d’água devido às chuvas intensas, permitindo prever o comportamento da barragem sob essas condições e as consequências para a segurança da estrutura.
Além disso, as simulações preditivas baseadas em Digital Twins oferecem uma avaliação abrangente dos impactos sociais e ambientais de uma falha de barragem. Em caso de rompimento da estrutura, a tecnologia pode identificar áreas vulneráveis nas comunidades ao redor, considerando tanto as características geográficas quanto a densidade populacional e os principais pontos de impacto, como cursos d’água, áreas de habitação e infraestrutura crítica. Isso possibilita uma análise aprofundada das possíveis consequências de um acidente, como a inundação de áreas residenciais ou a contaminação de recursos hídricos, e fornece dados cruciais para a definição de planos de mitigação.
Singh (2021) e Cranford (2023) trataram da implementação de gêmeos digitais como solução tecnológica para melhorar a gestão de sistemas complexos e atender metas de responsabilidade socioambiental (ESG). Ambos os estudos têm como objetivo superar lacunas de integração entre modelagem, simulação e coleta de dados em tempo real, promovendo gêmeos digitais mais robustos e eficazes. Concluíram que o aprimoramento das práticas de modelagem e a utilização de gêmeos digitais permitem ganhos substanciais em eficiência operacional, transparência e credibilidade nos relatórios de sustentabilidade, sendo estratégicos para a transição digital e ecológica de setores industriais.
Li et al. (2024) e Barata (2019) exploraram a aplicação de tecnologias inteligentes no contexto de gestão de infraestruturas críticas como sistemas de recursos hídricos e mineração. Ambos os trabalhos objetivam integrar dados dinâmicos de sensores e modelos preditivos para melhorar a operação, a manutenção e a segurança de sistemas complexos. Conclui-se nos trabalhos que os gêmeos digitais, combinados a ferramentas avançadas de análise de dados, constituem uma abordagem promissora para promover eficiência operacional, antecipação de falhas e aumento da resiliência dos empreendimentos frente a eventos extremos.
Essas capacidades de previsão e análise detalhada não só ajudam a melhorar a segurança da barragem, mas também contribuem diretamente para o cumprimento de vários princípios do GISTM. O Princípio 8 do GISTM, que trata da integração dos impactos sociais e ambientais nas decisões operacionais, é igualmente atendido. Ao considerar os efeitos de uma falha estrutural nas comunidades vizinhas e nos ecossistemas, a modelagem preditiva com Digital Twins permite que a gestão da barragem leve em conta não apenas os aspectos técnicos e estruturais, mas também as possíveis consequências de segurança pública e danos ambientais. Isso ajuda a criar estratégias mais robustas para minimizar o impacto social e ambiental, além de reforçar a transparência e a responsabilidade nas decisões.
Ao incorporar a modelagem preditiva com Digital Twins no gerenciamento de barragens de rejeitos, é possível alcançar uma gestão de riscos mais proativa, com uma visão holística dos possíveis cenários e impactos. Essa tecnologia não apenas antecipa falhas estruturais, mas também integra considerações sociais e ambientais, oferecendo uma ferramenta poderosa para garantir a segurança das estruturas, das comunidades e do meio ambiente, alinhada aos princípios do GISTM.
4.3 Gestão do Ciclo de Vida (Da Operação ao Fechamento)
A gestão do ciclo de vida das barragens é uma tarefa complexa que envolve diversas etapas, desde a operação até o fechamento e o pós-fechamento. Durante todo esse processo, a segurança e a sustentabilidade das estruturas são prioridades, e os Digital Twins desempenham um papel fundamental em garantir que cada fase seja conduzida
com precisão, previsibilidade e responsabilidade. A tecnologia dos gêmeos digitais, ao criar modelos digitais dinâmicos e precisos da barragem, fornece uma visão em tempo real do comportamento da estrutura, permitindo uma gestão integrada e eficiente ao longo de todo o ciclo de vida da barragem.
Durante a fase de operação, os Digital Twins são utilizados para monitorar o comportamento da barragem em tempo real, integrando dados de sensores IoT, como pressão, umidade, deformações e parâmetros geotécnicos. Essas informações são processadas e usadas para ajustar as operações de forma dinâmica, identificando riscos emergentes antes que se tornem problemas graves. No entanto, o papel dos Digital Twins não se limita à operação ativa da barragem, mas se estende ao planejamento de longo prazo, especificamente ao fechamento e pós-fechamento da estrutura.
A simulação de cenários pós-fechamento é uma das aplicações mais cruciais dos Digital Twins. Durante o fechamento de uma barragem, muitos fatores devem ser considerados para garantir que a estrutura permaneça estável ao longo do tempo, mesmo após a desativação. Os Digital Twins permitem simular o comportamento hidrogeológico e geotécnico da barragem após o fechamento, levando em conta variáveis como a evolução do lençol freático, os impactos das mudanças climáticas, e a consolidação ou deformação dos rejeitos ao longo dos anos. Esses cenários preveem como a barragem reagirá a diferentes condições e ajudam a identificar pontos de risco a longo prazo, como a possível liquefação dos rejeitos ou falhas geotécnicas.
Essa capacidade de simulação de cenários futuros é essencial para o planejamento adequado do fechamento e para a elaboração de estratégias de mitigação de riscos. Ao antecipar possíveis falhas ou instabilidades, é possível implementar medidas corretivas antes que um problema grave ocorra, garantindo que a barragem continue segura após a sua desativação. Além disso, essas simulações oferecem dados valiosos para desenvolver estratégias de monitoramento pós-fechamento, permitindo a identificação contínua de riscos e a realização de intervenções necessárias ao longo do tempo.
Outro aspecto crucial em que os Digital Twins contribuem para a gestão do ciclo de vida das barragens é na otimização dos custos operacionais. Durante a fase de operação, os gêmeos digitais podem prever com alta precisão os gastos com
manutenção, reparos e intervenções corretivas, baseando-se em dados históricos e em tempo real. Essa previsibilidade permite que os gestores planejem de maneira mais eficiente os orçamentos de manutenção, evitando surpresas e otimizando o uso dos recursos financeiros. A análise preditiva também ajuda a identificar quais componentes da barragem necessitam de atenção mais urgente, priorizando ações corretivas e evitando intervenções dispendiosas e de alto impacto.
A capacidade de alocar recursos de maneira eficaz é ainda mais relevante na fase de pós-fechamento, onde o orçamento e os recursos disponíveis para monitoramento e manutenção são geralmente limitados. A previsão de custos futuros, baseada em dados de simulações e monitoramento contínuo, permite a elaboração de planos de gestão financeira que atendem às necessidades da barragem ao longo do tempo, garantindo que os fundos sejam usados de forma eficiente para manter a segurança da estrutura.
A gestão do ciclo de vida das barragens também envolve a conformidade com regulamentações e normas ambientais, sociais e de segurança. Nesse contexto, os Digital Twins desempenham um papel crucial, pois a documentação gerada
automaticamente durante o monitoramento e as simulações oferece um registro detalhado de todas as ações tomadas, as condições da barragem e as previsões de risco. Isso facilita a conformidade com as regulamentações, uma vez que todas as informações necessárias estão prontamente disponíveis para auditorias e revisões.
Além disso, essa documentação também contribui para a transparência, um princípio fundamental do GISTM. O Princípio 10 do GISTM destaca a importância da divulgação pública e da responsabilidade na gestão das barragens. Os Digital Twins, ao fornecer dados em tempo real sobre o comportamento da barragem, permitem uma transparência total nas operações. Relatórios e análises gerados pela tecnologia podem ser compartilhados com os stakeholders, incluindo reguladores, comunidades afetadas e o público em geral, promovendo um processo mais transparente e
responsável. Isso fortalece a confiança das partes interessadas e facilita a interação entre as empresas responsáveis pelas barragens e as comunidades ao redor, promovendo um ambiente de colaboração e engajamento.
A abordagem de gestão do ciclo de vida das barragens com o uso de Digital Twins está diretamente alinhada com os princípios do GISTM. O Princípio 9 do GISTM destaca a importância de um gerenciamento integrado e contínuo das barragens ao longo de todo o seu ciclo de vida. A utilização de Digital Twins para monitoramento contínuo, simulações preditivas e otimização de recursos financeiros ajuda a garantir que a gestão da barragem seja eficaz e que todas as fases – desde a operação até o fechamento – sejam realizadas com o máximo de segurança e eficiência.
Além disso, o Princípio 10 do GISTM, que enfatiza a importância da transparência e divulgação pública, é fortalecido pela capacidade dos Digital Twins de gerar dados precisos e documentações automatizadas. A visibilidade das operações e a
acessibilidade dos dados garantem que todas as partes interessadas possam acompanhar o desempenho da barragem e as ações de mitigação, promovendo uma gestão responsável e de confiança.
4.4 Conformidade com Requisitos do GISTM
Os Digital Twins desempenham um papel fundamental no cumprimento das exigências do GISTM, contribuindo para a segurança e sustentabilidade das barragens. A tecnologia facilita a atualização contínua das bases de dados técnicas,
como informações geológicas, hidrológicas e geotécnicas, garantindo que as equipes de operação tenham acesso a dados atualizados e precisos, conforme o Princípio 1 do GISTM. Além disso, os Digital Twins geram relatórios dinâmicos e detalhados, que podem ser utilizados pelo Conselho Independente de Revisão de Rejeitos (CIRR), alinhando-se ao Princípio 2 e permitindo decisões informadas baseadas em dados atualizados.
A rastreabilidade dos processos operacionais é outro aspecto essencial proporcionado pelos Digital Twins, assegurando uma prestação de contas clara e auditável, conforme o Princípio 6, que exige transparência e responsabilidade na
gestão das barragens. A tecnologia também apoia a gestão integrada e contínua das barragens ao longo de todo o seu ciclo de vida, contribuindo para o Princípio 9 do GISTM, que destaca a importância de um gerenciamento eficiente em todas as fases, desde a operação até o fechamento e pós-fechamento. Adicionalmente, os Digital Twins garantem a transparência e divulgação pública das informações, como prevê o Princípio 10, promovendo a confiança das partes interessadas e facilitando a comunicação com reguladores, comunidades e outros stakeholders.
Dessa forma, os Digital Twins não só aprimoram a gestão das barragens de rejeitos, tornando-a mais eficiente, transparente e responsável, como também asseguram a conformidade com os requisitos do GISTM, em linha com as melhores práticas e regulamentos internacionais para gestão dessas estruturas.
5. IMPLEMENTAÇÃO
A implementação de Digital Twins em barragens envolve um processo complexo e integrado que combina tecnologia avançada, modelagem computacional e o uso de sensores IoT para criar uma representação digital precisa da barragem, como mostra a Figura 2.
Figura 2 – Arquitetura funcional de uma plataforma de Digital Twin aplicada ao monitoramento de barragens.
Fonte: BRUCHERSEIFER (2021)
Para a aplicação específica em barragens, o primeiro passo é a coleta de dados detalhados sobre a estrutura, que incluem informações geológicas, hidrológicas, geotécnicas e estruturais. Esses dados podem ser coletados por meio de sensores IoT instalados na barragem, como medidores de pressão, umidade, temperatura, deformações e parâmetros ambientais. Além disso, informações históricas são integradas ao processo, garantindo que o modelo digital seja alimentado com dados precisos e atualizados constantemente.
Após a coleta de dados, a modelagem digital é realizada utilizando técnicas como BIM (Building Information Modeling) e modelagem geotécnica. Isso resulta na criação de um modelo tridimensional dinâmico que reflete fielmente as condições reais da barragem, incluindo sua estrutura e comportamento. O modelo digital permite a visualização detalhada da barragem, simulando seu comportamento sob diferentes condições e interações. Ele é projetado para ser atualizado automaticamente com dados em tempo real, permitindo uma representação precisa da barragem a qualquer momento.
O monitoramento contínuo é uma das características fundamentais dos Digital Twins. Com a integração de sensores IoT e a atualização do modelo digital em tempo real, a barragem pode ser monitorada de forma constante. Dados sobre variações de pressão, umidade, deformações e condições hidrológicas são registrados e processados instantaneamente, permitindo que a equipe operacional tenha acesso a informações sempre atuais e precisas. Esse monitoramento contínuo possibilita a detecção precoce de anomalias, como deformações anormais ou aumento da pressão de poros, o que pode indicar problemas potenciais na estrutura. Isso permite uma ação preventiva antes que o risco se torne crítico.
Além do monitoramento, os Digital Twins oferecem a possibilidade de realizar simulações preditivas para antecipar diferentes cenários de risco. Usando algoritmos de inteligência artificial e aprendizado de máquina, é possível simular a evolução do comportamento da barragem ao longo do tempo, considerando fatores como a variação climática, os efeitos de chuvas intensas, secas prolongadas e outras condições externas. Essas simulações ajudam a avaliar o impacto desses eventos no comportamento da barragem, identificando possíveis falhas ou pontos críticos que necessitem de intervenção. Além disso, os Digital Twins permitem analisar as consequências de falhas estruturais, como rupturas ou liquefações de rejeitos, e planejar ações corretivas.
A tecnologia também desempenha um papel crucial na gestão ao longo do ciclo de vida de uma barragem. Durante a fase de operação, o monitoramento contínuo e as simulações preditivas ajudam a otimizar os custos operacionais e a garantir a segurança da estrutura. Os dados fornecidos pelos Digital Twins permitem uma previsão mais precisa dos custos com manutenção, reparos e intervenções corretivas, facilitando o planejamento orçamentário e a alocação eficiente de recursos. Quando se trata do fechamento ou pós-fechamento da barragem, os Digital Twins simulam o comportamento geotécnico e hidrogeológico da estrutura ao longo do tempo, garantindo sua estabilidade após a desativação e facilitando a implementação de medidas preventivas.
Outra vantagem importante da implementação dos Digital Twins é a facilidade de conformidade com as regulamentações e a transparência nas operações. A geração automática de relatórios dinâmicos e detalhados permite que a barragem esteja sempre em conformidade com as exigências regulatórias, facilitando a auditoria e as revisões técnicas realizadas por órgãos como o Conselho Independente de Revisão de Rejeitos (CIRR). Esses relatórios também podem ser compartilhados com as partes interessadas, incluindo reguladores, comunidades afetadas e outros stakeholders, promovendo a transparência e a responsabilidade na gestão das barragens.
Além disso, o sistema de Digital Twins possibilita uma rastreabilidade completa dos processos operacionais, garantindo uma prestação de contas clara e auditável. Em caso de detecção de anomalias ou falhas, o sistema gera alertas automáticos, permitindo uma resposta rápida e eficaz para mitigar riscos e proteger a segurança das comunidades ao redor. Isso melhora a capacidade de resposta as situações de emergências e reforça a confiança nas práticas de gestão de barragens.
6. CONCLUSÕES
A aplicação de Digital Twins configura-se como uma solução estratégica para o atendimento aos requisitos do GISTM, promovendo avanços significativos na gestão de estruturas de contenção de rejeitos. Por meio da automação da coleta e análise de dados críticos, da capacidade preditiva para identificação antecipada de anomalias e da garantia de conformidade com normativas internacionais, os Digital Twins contribuem para a mitigação de riscos e a elevação dos padrões de segurança. Empresas que atuam no Brasil como Vale, BHP e Anglo American já integram essa
tecnologia em seus processos, demonstrando que a gestão de rejeitos pode ser conduzida de forma mais segura, eficiente e sustentável, com suporte em informações de alta precisão e modelos dinâmicos de monitoramento e análise.
7. PALAVRAS-CHAVE
Digital Twin, GISTM, Monitoramento, Gestão de Risco, Modelagem Digital de
Barragens.
8. REFERÊNCIAS BIBLIOGRÁFICAS
BARATA, L. G. M.; SILVA, S. E. D. (2019) – “Experiência com Aprendizado de Máquina para Construção de um Digital Twin para a Indústria da Mineração”, 14º Simpósio Brasileiro de Automação Inteligente, Brasil. Disponível em:
https://doi.org/10.17648/sbai-2019-111395
BRUCHERSEIFER, E.; WINTER, H.; MENTGES, A.; MÜHLHÄUSER, M.; HELLMANN, M. (2021) – “Digital Twin conceptual framework for improving critical infrastructure resilience – Rahmenkonzept für Digitale Zwillinge zur Verbesserung der Resilienz kritischer Infrastrukturen”,At-Automatisierungstechnik, Alemanha.
Disponível em: https://doi.org/10.1515/auto-2021-0104.
CRANFORD, R. (2023) – “Conceptual application of digital twins to meet ESG targets in the mining industry”, Frontiers in Industrial Engineering, Canada. Disponível em: https://doi.org/10.3389/fieng.2023.1223989. DONG, L.; SHU, W.; SUN, D.; LI, X.; ZHANG, L. (2017) – “Pre-Alarm System Based on Real-Time Monitoring and Numerical Simulation Using Internet of Things and Cloud Computing for Tailings Dam in Mines”, IEEE Access, Changsha, China. Disponível em: https://doi.org/10.1109/ACCESS.2017.2753379.
GISTM (2020) – The Global Industry Standard on Tailings Management, Global Tailings Review. Disponível em: https://globaltailingsreview.org/global-industrystandard. GLAESSGEN, E.; STARGEL, D. (2012) – “The digital twin paradigm for future NASA and US Air Force vehicles”, AIAA/ASME/ASCE/AHS/ASC, Structural Dynamics and
Materials Conference, Special Sessions on the Digital Twin, Langley Research Center, volume 53, Honolulu, Hawaii. Disponível em: https://doi.org/10.2514/6.2012-1818.
GRIEVES, M. (2016) – “Digital Twin: Manufacturing Excellence through Virtual Factory Replication”, Digital Twin White Paper. Disponível em:https://www.researchgate.net/publication/275211047_Digital_Twin_Manufacturing_Excellence_through_Virtual_Factory_Replication.
HU, J.; LIU, X. (2011) – “Design and Implementation of Tailings Dam Security Monitoring System”, Procedia Engineering 26, Elsevier, Anshan, China. Disponível em: https://doi.org/10.1016/j.proeng.2011.11.2384.
KAEWUNRUEN, S.; ABDELHADI, M.; KONGPUANG, M.; PANSUK, W.; REMENNIKOV, A. M. (2023) – “Digital Twins for Managing Railway Bridge Maintenance, Resilience, and Climate Change Adaptation”, Sensors, MDPI, Suiça.
Disponível em: https://doi.org/10.3390/s23010252.
LI, S.; ZHANG, B.; TONG, G.; LI, Y.; LIU, Z.; SHI, B.; GENG, J.; LIU, D.; WANG, H.; AI, Q.; DING, J.; GAN, Z. (2025) – “Online Intelligent Monitoring System and Key Technologies for Dam Operation Safety”, Wiley, Advances in Civil Engineering, China. Disponível em: https://doi.org/10.1155/adce/9983255.
LI, W.; MA, Z.; LI, J.; LI, Q.; LI, Y.; YANG, J. (2024) – “Digital Twin Smart Water Conservancy: Status, Challenges, and Prospects”, Water, China. Disponível em: https://doi.org/10.3390/w16142038.
MWANZA, J.; MASHUMBA, P.; TELUKDARIE, A. (2024) – “A Framework for Monitoring Stability of Tailings Dams in Real-Time Using Digital Twin Simulation and Machine Learning”, Procedia Computer Science, Elsevier. Disponível em:
https://doi.org/10.1016/j.procs.2024.02.047.
PARK, D.; YOU, H. (2023) – “A Digital Twin Dam and Watershed Management Platform”, anais do K-Water Research Institute, MDPI, Coreia do Sul. Disponível em: https://doi.org/10.3390/w15112106.
PERERA, C.; ZASLAVSKY, A.; CHRISTEN, P.; GEORGAKOPOULOS, D. (2014) – “Context Aware Computing for The Internet of Things: A Survey”, IEEE Communications Surveys & Tutorials,, Estados Unidos. Disponível em:
https://doi.org/10.1109/SURV.2013.042313.00197.
PIRES, J. R. C.; BARBOSA, P. S. F.; CUPERSCHMID, A. R. M.; LAZOR, R. S.; RESENDE, P. N.; PEREIRA, R. C. (2023) – “Modelagem BIM para desenvolvimento de gêmeo digital visando a segurança e manutenção de barragens em operação”, XXXIV Seminário Nacional de Grandes Barragens, tema 127, Brasil. Disponível em: https://figshare.com/articles/conference_contribution/Modelagem_BIM_para_desenvolvimento_de_g_meo_digital_visando_a_seguran_a_e_manuten_o_de_barragens_em_opera_o/24147345?file=4236588.
SINGH, S.; WEEBER, M.; BIRKE, K.-P. (2021) – “Advancing digital twin implementation: a toolbox for modelling and simulation”, 14th CIRP Conference on Intelligent Computation in Manufacturing Engineering, Procedia CIRP ICME,
Alemanha. Disponível em: https://doi.org/10.1016/j.procir.2021.03.078.
SOUSA, B.; AIEIRO, M.; PEREIRA, V.; CORREIA, J.; LOURENÇO, N.; CRUZ, T. (2021) – “ELEGANT: Security of critical infrastructures with digital twins”, IEEE Access, Portugal. Disponível em: https://doi.org/10.1109/ACCESS.2021.3100708.
WU, J.; DAI, L.; XUE, G.; CHEN, J. (2022) – “Theory and Technology of Digital Twin Model for Geotechnical Engineering”, International Conference on Civil Engineering (ICCE), LNCE, Wuhan, China. Disponível em: https://doi.org/10.1007/978-981-19-XXXV SEMINÁRIO NACIONAL DE GRANDES BARRAGENS1260-3_37.
YU, G.-M.; SONG, C.-W.; ZOU, J.-B.; WU, Y.-X.; PAN, Y.-Z.; LI, L.; LI, R.; WANG, P.-S.; WANG, Y.-L. (2011) – “Applications of online monitoring technology for tailings dam on digital mine”, Transactions of Nonferrous Metals Society of China, China. Disponível em: https://doi.org/10.1016/S1003-6326(12)61648-3.
Yuba Water Establishes (2025) . Digital Twin for Automated Monitoring of California’s Second Tallest Dam, Bentley’s Reality Modeling and iTwin Applications Facilitate Situational Intelligence to Optimize Risk Assessment, Marysville, California. Disponivel em: https://yubanet.com/regional/yuba-water-agency-prepares-for-water-releasesfrom-new-bullards-bar-dam-and-reservoir/