Como ha sucedido en otras industrias, el reto de las empresas mineras ahora está en identificar qué actividades de sus procesos productivos pueden ser reemplazadas por la robótica, el machine learning o el desarrollo de algoritmos, entre otras variantes del IA; y cuales todavía tendrán que contar con la participación de personas.
En ese sentido, en el presente artículo compartimos algunas actividades que pueden optimizarse gracias a herramientas de IA; presentamos el caso de Sistema Experto, un servicio de SGS que utiliza machine learning; y brindamos algunas recomendaciones para las empresas mineras que buscan integrar nuevas tecnologías a sus procesos de producción.
Usos de la IA en la minería
Algunos procesos que pueden reemplazarse por la IA en minería son:
Trabajos manuales. La IA puede contribuir a la reducción de trabajos manuales, permitiendo a la empresa enfocarse en maximizar las capacidades de sus trabajadores.
Por ejemplo, una actividad que puede fácilmente ser absorbida por las tecnologías de IA es el etiquetado de las muestras, el embolsado de las mismas y hasta el proceso de preparación, como lo tiene el laboratorio de SGS en Canadá, donde la línea de preparación esta 100% automatizada.
De esta manera, el personal que hacía estas funciones repetitivas puede aportar un valor mucho mayor en la línea productiva dedicándose a actividades más acordes con su nivel de preparación.
Gestión de riesgos. En cualquier proceso industrial existe una serie de riesgos. Pero en la minería estos riesgos son mayores y, desde luego, las empresas deben gestionarlos.
Muchos riesgos pueden ahora ser evitados con la utilización de máquinas. Un ejemplo, de muchos que se podrían mencionar, es la recolección de muestras en campo, donde los trabajadores frecuentemente transitan en espacios donde opera la maquinaria pesada.
La empresa, de esta forma, no solo podría generar reducciones de costos sino – y es lo más importante - tendrá la tranquilidad de no tener a sus trabajadores expuestos a riesgos propios de la actividad.
Exploración. El análisis de data histórica y la utilización de herramientas de IA permiten a las empresas realizar predicciones eficaces en los diversos procesos. La exploración, por citar un ejemplo, tiene una importante oportunidad en ese sentido. La IA puede ayudar a determinar con mayor precisión en qué parte de un yacimiento deben realizarse las perforaciones con el uso de Machine Learning, el cual estudia algoritmos previamente establecidos.
Sistema experto: un caso de IA aplicada a minería
En SGS hemos desarrollado Sistema experto, un servicio que a través de una plataforma recoge data histórica del proceso para que sea analizada mediante algoritmos avanzados, los cuales brindan parámetros operacionales que permiten a la planta optimizar el proceso de beneficio del mineral (molienda, aplicación de reactivos y, en general, cualquier etapa del proceso de beneficio de los metales de interés)
Tenemos implementaciones desarrolladas en diferentes plantas, como Cuajone, Toquepala, HUDBAY, Chinalco, Marcobre y Cerro Corona, las cuales trabajan con esta herramienta, que es monitoreada remotamente por nuestros expertos ubicados en Perú y Chile.
Las empresas mineras que han utilizado Sistema Experto han mejorado la producción del metal de interés en cifras que van del 3% al 8%. Con nuestra solución podríamos garantizar aumentos del tratamiento superior al 3%, de recuperación mayores al 1%, y de recuperación de agua en espesamiento y filtrado de concentrados superior al 1%.
Algunas recomendaciones finales
Antes de decidir invertir en IA, una empresa debe primero realizar un análisis costo beneficio. En segundo, lugar, no debe dejar de ver la realidad local: es fundamental que conozca cuáles son los riesgos de la tecnología que va a implementar y que se asegurare de tener soporte técnico local en caso haya algún contratiempo. Y, finalmente, consulte a quienes ya hayan utilizado la tecnología de su interés. Siempre es mejor aprovechar la experiencia de otros.
Por: Ernesto Labarthe, Gerente Minerals Services Business Manager
