5.1 – Resultados das Análises Químicas das Misturas e das Pelotas Queimadas
A Tabela 5.1 apresenta (a) o arranjo ortogonal utilizado no estudo, (b) as dosagens de aditivos utilizados em cada experimento e (c) as análises químicas da mistura. Os resultados das análises químicas das pelotas queimadas obtidas nos experimentos estão mostrados na Tabela 5.2.
Tabela 5.1 – a) arranjo ortogonal utilizado no estudo, b) dosagem de aditivos, c) análise química da mistura
As pequenas variações entre as análises químicas do teste principal (teste-1) e a réplica (teste-2) de % carbono da mistura (Tabela 5.1-a) e teores de CaO e MgO da pelota queimada (Tabela 5.2) não comprometem a ortogonalidade do experimento tendo sido causadas pela variabilidade intrínsica das matérias-primas e do processo de produção das pelotas queimadas no pot grate. A maior diferença de SiO2, de 0,19 ponto percentual, ocorreu entre os testes 1 e
13. O possível efeito destas variações sobre a variabilidade das características de qualidade abordadas no estudo será mostrado no item 5.3.
Diferentemente das pelotas destinadas à utilização em altos-fornos cujo caráter ácido/básico é geralmente medido pelo índice de basicidade binária (CaO/SiO2), no caso das pelotas de
redução direta, como sempre se busca o menor teor possível de ganga (SiO2 e Al2O3),
somente os óxidos básicos (CaO e MgO) são corrigidos durante o processo de pelotização, visando atender as especificações dos clientes (balanço de massa da carga metálica). Na Figura 5.1 é mostrado o gráfico de correlação entre % CaO e basicidade binária (CaO/SiO2)
para as pelotas queimadas obtidas nos experimentos.
Regressão Linear entre % CaO e Basicidade Binária
y = 1,2192x + 0,0527 R2 = 0,9436 0,4 0,5 0,6 0,7 0,8 0,9 1,0 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80
Basicidade Binária Pelota Queimada (CaO/SiO2)
% C aO Pe lo ta Q ue im ad a (% )
Figura 5.1 – Gráfico de regressão linear entre o % CaO e a basicidade da pelota queimada A variação dos resultados de basicidade (CaO/SiO2) observado para os três níveis de % CaO
da pelota queimada (0,60 %, 0,75 % e 0,90 %) utilizados no estudo está relacionada à incorporação de sílica para as diferentes adições de calcário, magnesita e carvão, necessárias para a obtenção dos níveis de %CaO, %MgO e % carbono, definidos para o estudo.
5.2 – Resultados das Análises Físicas e Metalúrgicas das Pelotas Queimadas
Na Tabela 5.3 são apresentados os resultados das análises físicas e metalúrgica das pelotas queimadas obtidas nos experimentos.
Tabela 5.3 – Resultados dos testes físicos e metalúrgicos dos experimentos
5.3 - Análise de Variância para Relação Sinal/Ruído e para a Média utilizando a Metodologia de Taguchi
Foi feita análise de variância para os resultados da relação sinal/ruído e para as médias de resistência à compressão, índice de tamboramento e grau de metalização utilizando o programa estatístico Minitab®. As características resistência à compressão, índice de tamboramento e grau de metalização são do tipo maior-o-melhor e os cálculos da relação sinal/ruído foram específicos para este tipo de característica.
5.3.1 – Influência dos Efeitos Principais sobre a Variabilidade e a Média da Resistência à Compressão
Os resultados da análise de variância para a relação sinal/ruído e para a média da resistência à compressão são mostrados na Tabela 5.4.
O gráfico dos efeitos principais para a relação sinal/ruído e para a média de resistência à compressão é mostrado nas Figuras 5.2 e 5.3, respectivamente.
Figura 5.2 – Gráfico dos efeitos principais para relação sinal/ruído da compressão
Figura 5.3 – Gráfico dos efeitos principais para a média da compressão
49,51 50,09 50,45 50,59 49,86 49,60 50,71 50,01 49,33 49,45 50,27 50,33 49,92 49,99 50,14 51,23 50,93 47,89 49,51 50,09 50,45 50,59 49,86 49,60 50,71 50,01 49,33 49,45 50,27 50,33 49,92 49,99 50,14 51,23 50,93 47,89 308 324 339 342 319 309 348 322 299 302 333 336 321 321 328 365 355 250 308 324 339 342 319 309 348 322 299 302 333 336 321 321 328 365 355 250
Os resultados da análise de variância dos efeitos principais (Tabela 5.4) mostraram que granulometria dos insumos apresentou um p-valor muito alto denotando que esta variável é um fator não estatisticamente significante tanto para a relação sinal/ruído quanto para a média dos resultados de resistência à compressão. Desta forma, foi realizada uma nova análise de variância suprimindo esta variável. Os resultados são mostrados na Tabela 5.5.
Tabela 5.5 – ANOVA para relação sinal/ruído e para média da resistência à compressão suprimindo a variável granulometria dos insumos
Os resultados mostraram que para um nível de significância de = 5 %, os fatores % CaO, % carbono, % MgO, perfil térmico e ritmo de produção, foram estatisticamente significantes para os resultados da relação sinal/ruído e para a média de resistência à compressão
Conforme mostrado nas Figuras 5.2 e 5.3, o ponto ótimo é o terceiro nível para o % CaO (0,90), primeiro nível para o % carbono (0,65), terceiro nível para o perfil térmico (suave), primeiro nível para o %MgO (0,10) e primeiro nível para o ritmo de produção (6,75). O valor da média de resistência à compressão para essa combinação foi de 437 Kgf/pelota (obtido através da ferramenta de predição de Taguchi do MINITAB®)
A maior variação na média da relação sinal/ruído foi observada na mudança do carbono de 1,00 % para 1,30 %, com queda de 3,04 db. Lembrando que para cada + 6 db o desvio padrão reduz pela metade, esta alteração no carbono acarretaria aumento no desvio padrão em cerca de 25 %.
Deve-se destacar, porém, que os gráficos para relação sinal/ruído e para média da compressão apresentam curvas muito similares. Isto indica que as variáveis experimentais têm efeito predominantemente sobre as médias não afetando significativamente a variância da resistência à compressão (parâmetros de classe-III, vide item 3.4.2.2).
5.3.2 – Influência dos Efeitos Principais sobre a Variabilidade e a Média do Índice de Tamboramento
Os resultados da análise de variância para a relação sinal/ruído e para a média do índice de tamboramento são mostrados na Tabela 5.6.
Tabela 5.6 – ANOVA para relação sinal/ruído e para média do índice de tamboramento
Os resultados da análise de variância dos efeitos principais (Tabela 5.6) mostraram que as variáveis % CaO, granulometria dos insumos e % MgO, apresentaram um p-valor muito alto denotando que estas variáveis são fatores não significantes tanto para a relação sinal/ruído quando para a média dos resultados de tamboramento.
Foi realizada nova análise de variância (Tabela 5.7), cujos resultados mostraram que para um nível de significância de = 5,0 %, as variáveis % carbono, perfil térmico e ritmo de produção, foram significantes para os resultados da relação sinal/ruído e para a média do tamboramento.
Tabela 5.7 – ANOVA para relação sinal/ruído e para média do índice de tamboramento suprimindo as variáveis % CaO, granulometria dos insumos e % MgO.
O gráfico dos efeitos principais para a relação sinal/ruído e para a média do índice de tamboramento é mostrado nas Figuras 5.4 e 5.5, respectivamente.
Figura 5.4 – Gráfico dos efeitos principais para relação sinal/ruído do tamboramento
Figura 5.5 – Gráfico dos efeitos principais para a média do índice de tamboramento
39,47 39,52 39,55 39,52 39,51 39,51 39,58 39,51 39,44 39,49 39,52 39,52 39,50 39,51 39,53 39,50 39,57 39,47 39,47 39,52 39,55 39,52 39,51 39,51 39,58 39,51 39,44 39,49 39,52 39,52 39,50 39,51 39,53 39,50 39,57 39,47 94,1 94,6 94,9 94,7 94,5 94,5 95,3 94,5 93,8 94,3 94,7 94,6 94,4 94,5 94,7 94,4 95,1 94,1 94,1 94,6 94,9 94,7 94,5 94,5 95,3 94,5 93,8 94,3 94,7 94,6 94,4 94,5 94,7 94,4 95,1 94,1
O ponto ótimo para o tamboramento é o segundo nível para o % carbono (1,00), terceiro nível para o perfil térmico (suave) e primeiro nível para o ritmo de produção (6,75). O valor predito da média do índice de tamboramento para essa combinação foi de 95,3 %.
Assim como ocorreu para a resistência à compressão, a semelhança entre os gráficos das Figuras 5.4 e 5.5 bem como as pequenas variações na média da relação sinal/ruído observadas nas mudanças de níveis das variáveis indicam que estas tiveram efeito predominantemente sobre a média, sendo também classificados como parâmetros de classe III.
5.3.3 – Influência dos Efeitos Principais sobre a Variabilidade e a Média do Grau de Metalização
Os resultados da análise de variância para a relação sinal/ruído e para a média do grau de metalização são mostrados na Tabela 5.8.
Tabela 5.8 – ANOVA para relação sinal/ruído e para média do grau de metalização
Os resultados da análise de variância dos efeitos principais (Tabela 5.8) mostraram que a %CaO apresentou um p-valor muito elevado. Uma nova análise de variância suprimindo esta variável é mostrada na Tabela 5.9. Para um nível de significância de = 5,0 % somente a granulometria dos insumos foi significante para os resultados da relação sinal/ruído e média do grau de metalização.
Tabela 5.9 – ANOVA para relação sinal/ruído e para média do grau de metalização suprimindo a variavel % CaO
O gráfico dos efeitos principais para a relação sinal/ruído e para a média do grau de metalização é mostrado nas Figuras 5.6 e 5.7, respectivamente.
Figura 5.6 – Gráficos dos efeitos principais para a relação sinal/ruído do grau de metalização
Figura 5.7 – Gráfico dos efeitos principais para a média do grau de metalização
39,68 39,72 39,73 39,71 39,72 39,69 39,70 39,71 39,71 39,71 39,72 39,70 39,63 39,74 39,77 39,72 39,73 39,69 39,68 39,72 39,73 39,71 39,72 39,69 39,70 39,71 39,71 39,71 39,72 39,70 39,63 39,74 39,77 39,72 39,73 39,69 96,40 96,84 96,95 96,79 96,88 96,53 96,64 96,77 96,79 96,73 96,88 96,58 95,84 97,01 97,35 96,79 96,89 96,51 96,40 96,84 96,95 96,79 96,88 96,53 96,64 96,77 96,79 96,73 96,88 96,58 95,84 97,01 97,35 96,79 96,89 96,51
O gráfico para a relação sinal/ruído e para a média do grau de metalização, apresentados nas Figuras 5.6 e 5.7, mostram que a granulometria dos insumos também é um parâmetro de classe-III, influindo predominantemente na média da característica e sem efeito significativo sobre sua variabilidade.
O valor máximo do grau de metalização foi de 97,35 %, obtido para granulometria fina dos insumos, ou seja calcário com 82 % < 44 m e carvão com 65 % < 44 m.
5.4 – Previsibilidade das Características de Qualidade das Pelotas utilizando Metodologia de Superfície de Resposta
As análises de variância apresentadas nos ítens anteriores mostraram que a utilização de termos somente lineares não é suficiente para explicar os resultados das características de qualidade estudadas, tornando oportuno a inclusão de termos quadráticos na modelagem da resposta média da resistência à compressão, tamboramento e grau de metalização. Para previsibilidade das características de qualidade das pelotas foram construídos modelos através da Metodologia de Superfície de Resposta (MSR) do programa MINITAB®.
5.4.1 – Modelo de Superfície de Resposta para a Resistência à Compressão
Na Tabela 5.10 é mostrada a significância dos termos do modelo de regressão para a resposta média da resistência à compressão, considerando os termos lineares e quadráticos.
Tabela 5.10 – Significância dos termos do modelo de regressão utilizando os efeitos principais e os termos quadráticos
Após a retirada sucessiva dos termos com p-valor alto, com nível de significância ( ) acima de 5 %, foi construída uma nova tabela onde somente os efeitos principais e os efeitos quadráticos do carbono e do CaO permaneceram no modelo, conforme mostrado na Tabela 5.11.
Tabela 5.11 – Significância dos termos do modelo de superfície de resposta para a resistência à compressão utilizando os efeitos principais e o efeito quadrático do carbono
Foi decido manter o efeito quadrático do CaO (p-valor =0,051) devido ao aumento proporcionado no R2 (ajustado) do modelo de superfície de resposta. No Anexo VI-a é mostrada a análise de variância suprimindo esta variável, com índice de correlação de 94,7 %. A Tabela 5.12 apresenta a análise de variância para o modelo de superfície de resposta para a média da resistência à compressão com R2 (ajustado) de 96,1 %, conforme a seguinte equação
de predição :
Resistência à Compressão (kgf/pel) = 315,06 + 1041,67 * CaO + 781,72 * C + 16,75 * Perfil Térmico – 82,5 * MgO – 97,67 * Rit. Produção – 618,52 * (CaO)2 - 491,09 * (C)2 [5.1]
Tabela 5.12 – ANOVA para o modelo de superfície de resposta da resistência à compressão
A partir da equação de regressão [5.1] e utilizando a ferramenta response optimizer do MINITAB foi possível a obtenção de um modelo de predição bem como a construção de curvas de superfície de resposta para os pares de variáveis influentes sobre a resistência à compressão (Anexo-VI.b).
A Figura 5.8 exemplifica o gráfico de saída do modelo otimizador obtido para uma pelota redução direta com %CaO = 0,75%; Carbono = 1,15 %; Perfil Térmico = 2 (Normal); %MgO = 0,30 % e Ritmo de Produção = 7,0 milhões de toneladas/ano.
Hi Lo 1,0000 D New Cur d = 1,0000 Maximum R. Compr y = 322,9939 6,750 7,250 0,10 0,50 1,0 3,0 0,650 1,30 0,60 0,90
% Carbon Perf. Té % MgO Rit. Pro
% CaO
[0,750] [1,150] [2,0] [0,30] [7,0]
Figura 5.8 – Gráfico de saída do response optimizer para uma pelota redução direta com %CaO = 0,75 %; Carbono = 1,15 %; Perfil Térmico = 2 (Normal); % MgO = 0,30 % e Ritmo
de Produção de 7,0 milhões de toneladas/ano.
O modelo obtido, tem caráter dinâmico, permitindo conhecer o resultado da média da resistência à compressão para diferentes valores atribuídos para as variáveis, dentro dos limites utilizados no estudo. No exemplo da Figura 5.8 o resultado predito para a resistência à compressão foi de 323 Kgf/pelota.
5.4.2 – Modelo de Superfície de Resposta para o Índice de Tamboramento
A construção do modelo de superfície de resposta para o índice de tamboramento seguiu a mesma seqüência de procedimentos utilizada na modelagem da resistência à compressão. A tabela com a significância dos termos do modelo, considerando os efeitos principais e quadráticos, é mostrada no Anexo VI-c.
Mesmo não tendo apresentado efeito estatisticamente significativo ( = 5%) sobre o índice de tamboramento, as variáveis % CaO e granulometria dos insumos foram mantidas no modelo de superfície de resposta, devido ao aumento do índice de correlação (R2 ajustado) proporcionado pela manutenção destas variáveis (Anexo VI-c).
A Tabela 5.13 apresenta a análise de variância para o modelo de superfície de resposta para a média do índice de tamboramento com R2 (ajustado) de 75,2 %, conforme a seguinte equação de predição:
Índice de Tamboramento (%) = 107,121 + 1,111 * CaO + 0,175 * Gran. Insumos + 16,863 * C + 0,450 * Perfil Térmico – 3,133 * Ritmo Produção – 8,950 * (C)2 [5.2]
Tabela 5.13 – ANOVA para o modelo de superfície de resposta do índice de tamboramento
A Figura 5.9 exemplifica o gráfico de saída do modelo de predição (response optimizer) obtido para uma pelota redução direta com % Carbono = 0,95 %; Perfil de Queima = 2 (Normal) e Ritmo de Produção de 7,0 milhões de toneladas/ano..
Hi Lo 1,0000 D New Cur d = 1,0000 Maximum Tamb. y = 95,2128 6,750 7,250 1,0 3,0 0,650 1,30 1,0 3,0 0,60 0,90
Gran. In % Carbon Perf. Té Rit. Pro % CaO
[0,750] [2,0] [0,950] [2,0] [7,0]
Figura 5.9 – Gráfico de saída do response optimizer para uma pelota redução direta com Carbono = 0,95 %; Perfil Térmico = 2 (Normal) e Ritmo de Produção = 7,0 MMt/ano O índice de tamboramento predito para o modelo de superfície de resposta apresentado na Figura 5.9 foi de 95,2 %.
5.4.3 – Modelo de Superfície de Resposta para o Grau de Metalização
A construção do modelo de superfície de resposta para o grau de metalização seguiu a mesma seqüência de procedimentos utilizada na modelagem da resistência à compressão e do índice de tamboramento. A tabela com a significância dos termos do modelo de superfície de resposta para a média do grau de metalização, considerando os efeitos principais e quadráticos é mostrada no Anexo VI-d.
A Tabela 5.14 apresenta a análise de variância para o modelo de superfície de resposta para a média do grau de metalização com R2 (ajustado) = 71,8 %, conforme a seguinte equação de predição:
Grau de Metalização (%) = 85,2014 + 16,4278 * CaO + 2,7908 * Granulometria Insumos + 5,7066 * Carbono + 0,2133 * Perf. Térmico - 0,6625 * MgO – 11,4444 * (CaO)2– 0, 5175 *
(Granulometria Insumos) 2– 3,1526 * (Carbono)2 [5.3]
Tabela 5.14 – ANOVA para o modelo de superfície de resposta do grau de metalização
É importante salientar que somente o efeito principal e quadrático da granulometria dos insumos apresentou efeito significativamente estatístico ( = 5%) sobre o grau de metalização. Porém, foi decidido manter as demais variáveis que aparecem na equação [5.3] devido ao seu efeito sobre o aumento do R2 ajustado do modelo de predição (Anexo VI.d).
A Figura 5.10 exemplifica o gráfico de saída do modelo de predição (response optimizer) obtido para uma pelota redução direta com % CaO = 0,75, Granulometria dos Insumos no Nível 2 (Grosseira), Carbono = 1,15 %; Perfil Térmico = 2 (Normal) e MgO = 0,10 %.
Hi Lo 0,11177 D New Cur d = 0,11177 Maximum Metaliz. y = 96,1118 0,10 0,50 1,0 3,0 0,650 1,30 1,0 3,0 0,60 0,90
Gran. In % Carbon Perf. Té % MgO
% CaO
[0,750] [1,0] [1,150] [2,0] [0,10]
Figura 5.10 – Gráfico de saída do response optimizer para uma pelota redução direta com CaO = 0,75 %, Granulometria de Insumos = 1 (Grossa), Carbono = 1,15 %; Perfil Térmico =
2 (Normal) e CaO = 0,10 %,
O grau de metalização predito para o modelo de superfície de resposta apresentado na Figura 5.10 foi de 96,11 %.
5.4.4 – Modelo de Superfície de Resposta para a Porosidade (% Vazios)
Apesar da porosidade não ser considerada uma característica de qualidade final da pelota, é importante conhecer a influência das variáveis abordadas no estudo sobre esta variável, pois, conforme visto na revisão bibliográfica, a formação de poros durante o processo de endurecimento (sinterização) no forno de pelotização afeta diretamente as propriedades físicas e metalúrgicas das pelotas queimadas.
A tabela com a significância dos termos do modelo de superfície de resposta para a média da porosidade considerando os efeitos principais e quadráticos é mostrada no anexo VI-e. A Tabela 5.15 apresenta a análise de variância para o modelo de superfície de resposta para a média da porosidade, construído considerando um nível de significância ( ) de 15%, o qual apresentou R2 (ajustado) de 60,9 %, conforme a seguinte equação de predição:
Porosidade = 28,565 – 3,994 * CaO + 5,92 * C [5.4]
Tabela 5.15 – ANOVA para o modelo de superfície de resposta da porosidade
A Figura 5.11 apresenta o gráfico de saída do modelo otimizador (response optimizer), mostrando que para uma pelota redução direta produzida com CaO de 0,75 % e carbono de 1,00 % o valor predito para a porosidade é de 31,5 %.
Hi Lo 0,23678 D New Cur d = 0,23678 Minimum Poros_Me y = 31,5264 0,650 1,30 0,60 0,90 Carb. CaO [0,750] [1,0]
Figura 5.11 – Gráfico de saída do response optimizer para uma pelota redução direta produzida com CaO de 0,75 % e carbono na pelota crua de 1,00 %
A porosidade predita para o modelo de superfície de resposta apresentado na Figura 5.10 foi de 31,53 %.
5.5 – Efeito das Variáveis sobre as Características de Qualidade da Pelota Queimada
Pelas análises dos gráficos dos efeitos principais (item 5.3) e dos modelos de superfície de resposta (item 5.4) pôde se notar que as variáveis apresentaram influências distintas sobre os resultados de resistência à compressão, índice de tamboramento e grau de metalização. Descreve-se a seguir o efeito apresentado por cada uma das variáveis estudadas sobre as características de qualidade abordadas no estudo.
5.5.1 – Efeito do Teor de CaO da Pelota Queimada
O teor de CaO da pelota queimada, obtido através da adição de calcário, apresentou efeito estatisticamente significativo sobre a média da resistência à compressão com nível de significância de 5,0 %. Não foi estatisticamente influente sobre os resultados de índice de tamboramento e grau de metalização.
A elevação do teor de CaO promoveu o aumento da resistência à compressão da pelota queimada, conforme mostrado nas Figuras 5.3 e 5.8, possivelmente pela maior formação de silicato de cálcio o qual contribui no preenchimento da porosidade (% vazios) da pelota queimada. Conforme mostrado na equação [5.4] e na Figura 5.10 o aumento do teor de CaO promoveu a redução da porosidade da pelota queimada.
O aumento da resistência à compressão com a elevação do teor de CaO da pelota queimada corrobora os estudos desenvolvidos por THOMAS (1974), WYNNYCKYJ (1974), SUGIYAMA (1982), YANG (1991), LEITE (1993) e KASAI (2000) que mostraram que a elevação do percentual de CaO reduz a temperatura de formação da primeira fase líquida, permitindo a formação de silicato de cálcio, de baixa viscosidade, o qual penetra nos poros abertos formados pela combustão do carvão e decomposição dos carbonatos (CaCO3 e
MgCO3), reduzindo a porosidade e aumentando a resistência à compressão das pelotas
queimadas.
Tanto pela análise do gráfico dos efeitos principais (Figura 5.3) quanto pela análise do modelo de superfície de resposta (Figura 5.8) foi observado que, para níveis mais altos do teor de CaO (0,90 %), ocorreu menor ganho na resistência à compressão, tendendo para uma estabilização. Tal comportamento pode estar associado à elevação do teor de MgO da pelota queimada à medida que maiores quantidades de calcário são adicionados para obtenção de maiores teores de CaO. Como o calcário tem 3,32 % de MgO, os níveis de MgO da pelota queimada teriam
incremento, por exemplo, 0,03 e 0,06 pontos percentuais, para teores de CaO objetivados de 0,60 % e 0,90 %, respectivamente (valores calculados através de balanço de massa - Tabela 4.7). Como será visto no item 5.5.6 o aumento do teor de MgO acarreta diminuição da resistência à compressão das pelotas queimadas.
5.5.2 – Efeito da Granulometria do Calcário e do Carvão
Para um nível de significância de = 5 %, a granulometria do calcário e do carvão foi a única variável a afetar significativamente a média do grau de metalização. A resistência à compressão e o índice de tamboramento não foram influenciados por esta variável.
Conforme mostrado na Figura 5.12, o grau de metalização apresentou ponto de máximo de 97,97 % para utilização de calcário e carvão com granulometria mais fina (nível 3), ou seja, calcário com 82 % < 44 m e carvão com 65 % < 44 mm.
Hi Lo 1,0000 D New Cur d = 1,0000 Maximum Metaliz. y = 97,9677 0,10 0,50 1,0 3,0 0,650 1,30 1,0 3,0 0,60 0,90
Gran. In % Carbon Perf. Té % MgO
% CaO
[0,720] [3,0] [0,90] [3,0] [0,10]
Figura 5.12 – Gráfico de saída do response optimizer para uma pelota redução direta produzida com granulometria fina de calcário e carvão
A Figura 5.13 mostra micrografias do centro de pelotas produzidas com granulometria de calcário e carvão (a) intermediária e (b) grosseira, referentes aos testes 17 e 16.
Figura 5.13 - Micrografia do centro de pelotas produzidas com granulometria de calcário e carvão (a) fina e (b) grossa. (aumento de 100x)
Nota-se na microestrutura da Figura 5.13 (a) que os poros ficaram mais bem distribuídos do que na microestrutura da Figura 5.13 (b).
Foi observada, ainda, a presença de partículas de calcário pouco reagidas nas pelotas produzidas com granulometria grosseira e intermediária, conforme mostrado nas Figura 5.14 (teste 16) e 5.15 (teste 17). Nas amostras com granulometria fina, para os aumentos utilizados (até 500x ), não foram encontradas partículas de calcário sem reagir ou com pouca reação.
Figura 5.14 - Micrografia da pelota do teste 16, produzida com granulometria grossa de calcário e carvão (aumento de 100 x)
Figura 5.15 - Micrografia da pelota do teste 17, produzida com granulometria intermediária de calcário e carvão (aumento de 500 x)
Pela análise das micrografias das Figuras 5.13, 5.14 e 5.15, pode-se verificar que a granulometria das partículas de calcário e carvão está diretamente relacionada com o número de poros existentes e com o tamanho deles na estrutura das pelotas. Quanto menor o tamanho das partículas, menor será o tamanho dos poros e a estrutura global de poros das pelotas será
Poro com Calcário
Poro Vazio
100 m Poro com Calcário
Poro Vazio
mais uniforme em termos do tamanho e da dispersão da porosidade, sendo que esta porosidade é aberta (poros intergranulares), ocasionando a estrutura desejável para um alto