Mineras ya optan por IA y redes neuronales para predecir composición de materias primas

Entre las últimas tendencias tecnológicas aplicadas al sector minero está el uso de la Inteligencia Artificial (IA). Se está apostando por la predicción en la composición de las materias primas, provenientes de yacimientos, proveedores o subprocesos en términos de calidad y características.

Y es que ahora es posible realizar estrategias de segmentación del material por calidad en pilas de finos y optimizaciones en procesos de lixiviación por calidad para asegurar una menor variabilidad en los productos finales.

Esto, a su vez, permite adaptar la operación cuando se requiere un mineral con características específicas para cumplir con los contratos comerciales.

“En el Perú, las grandes empresas mineras ya han comenzado a implementar tecnologías que permitan tomar decisiones estratégicas basadas en el análisis e interpretación de datos, afrontando los desafíos de una mayor eficiencia en la operación, la evolución hacia una madurez tecnológica y la predicción a través de la asociación de la información histórica”, comentó a gestion.pe Francisco Paredes, director comercial de Altum Lab.

LEA TAMBIÉN: Proveedores mineros aportan 4% al PBI, las medidas en camino para continuar su impulso

Esto se debe a inconsistencias en el método de extracción, fallas en las maquinarias usadas u otros factores externos. Usando data histórica de la composición de la materia prima, se pueden diseñar modelos estadísticos para encontrar patrones en la data que puedan describir la variabilidad.

En esa línea, Reynaldo Mayorca, responsable de los proyectos y servicios de automatización de ABB en Perú, mencionó que soluciones de este tipo optimizan el resultado de las exploraciones.

“La industria minera y de hidrocarburos requiere de exploraciones para la búsqueda y estimación de nuevos yacimientos. A su vez, el éxito de esta labor se encuentra en la eficacia en la interpretación de los datos geológicos y geoquímicos que contribuyan a determinar el potencial del recurso y ponerlo en valor. Es aquí donde interviene la IA como herramienta de soporte en la caracterización y una mayor velocidad en encontrar resultados cada vez más precisos”, resalta.

¿Qué tecnología puede hacer esto posible?

“La inteligencia artificial, más específicamente, las redes Transformers, redes neuronales para secuencias, basadas en la autoatención, han demostrado ser la solución para este tipo de problemas. Desde su concepción en el 2017, han desplazado a la tecnología de redes Long Short Term Memory y otras redes recurrentes en todos los problemas de análisis de secuencias. Estas redes han sido usadas para otros problemas similares como predecir el precio de acciones en la bolsa de valores o la probabilidad de que llueva mañana”, explicó Paredes.

LEA TAMBIÉN: Tecnologías que adoptan las empresas mineras para mejorar la productividad hasta en 20%

Al ser consultado si se podría reducir el número de exploraciones en vano, el ejecutivo de Altum Lab indicó que sí, “pero hay condiciones que se deben cumplir”.

Así por ejemplo, mencionó el caso de su plataforma, pues necesita que exista una constante alimentación de información para poder generar una optimización y/o predicción.

“Esto quiere decir que las muestras o exploraciones tienen que seguir ocurriendo, ya que, sin estas, el algoritmo no sabe de dónde aprender y de dónde ir tomando la data”, comentó.

¿Cuánto se puede ahorrar si se predice la composición de las materias primas? Según Altum Lab, puede existir hasta un 17% de reducción de la materia prima para la misma producción y un ahorro del 8% dentro del proceso productivo, “lo que para el sector minero puede traducirse en millones de dólares. La asertividad de nuestro modelo es de un 93%”, dijo Paredes.

“La gran minería ha expresado su deseo de convertirse en una mina más digital. Esto se traduce en la inversión que realizan para conseguir mayores herramientas digitales con la finalidad de ser más eficientes y exactas en sus procesos productivos. Desde nuestro lado, nos encontramos trabajando con más de 14 empresas en proyectos de optimización y predicción a través de redes neuronales con asertividades superiores al 88%”, comentó.

LEA TAMBIÉN: El valor del secreto empresarial, en Perú el 70% está vinculado a tecnológica

¿Nuevas tendencias?

Para Mayorca, en Perú, dado que el 2023 será un año complejo tanto como este, veremos un mayor impulso en los proyectos Brownfield -es decir, cuando los procesos se realizan en un terreno que ya ha sido trabajado- que impliquen la búsqueda de mayor eficiencia en la cadena de valor. “Ya no solamente en los subprocesos más visibles, sino también en los que, de alguna forma, sean más sensibles a sobrecostos operacionales. Por ejemplo, los sistemas de embarque de concentrado, sistemas de almacenamiento automatizado empleando unidades robotizadas que mejoren tiempos de identificación de repuestos”.

Si bien es un sector que puede disminuir su producción por conflictos sociales, para el ejecutivo de ABB en Perú, la tecnología es el aliado insustituible en estos escenarios de paralizaciones. “Por ello, las empresas seguirán destinando recursos a su implementación, siempre con una visión en la búsqueda de beneficios y que estos sean predecibles al momento de invertir”.

Por su parte, Trinidad Camarasa, vicepresidenta de Tecnología, Transformación Digital y Analítica en Ransa, dijo que como parte de las herramientas tecnológicas para un trabajo más eficiente del sector minero está el data lake, que permite prever escenarios y futuras demandas, ya que centraliza toda la información y se puede presentar como un dashboard con indicadores clave.

La digitalización, automatización, conectividad, inteligencia artificial y data lake, que es una herramienta que te permite explotar data, se proyectan como aliados para la minería cuando se trata del sector logístico.

“El data lake es un repositorio de datos donde se puede encontrar mucha información a diferencia de otras herramientas tecnológicas. Además, este sistema te permite conectar múltiples fuentes de datos y sacar indicadores predictivos más potentes que conectan temas de clima, macroeconómicos, carreteras, operación, comerciales y financieros. La información almacenada en el data lake es mostrada a nuestros clientes a través de nuestra herramienta de experiencia digital R360. En esa línea, les brindamos la visibilidad de sus operaciones e indicadores, en tiempo real, facilitándoles la ágil toma de decisiones”, explica Camarasa.