Las compañías mineras explotan depósitos cada vez más complejos y profundos. Estos depósitos profundos se extraen la mayor parte del tiempo mediante métodos con barrenos largos. Altas sobre y sub-excavaciones se presentan en estos métodos, generando importantes valores de dilución y pérdidas operacionales.

El impacto económico de altas diluciones y perdidas operacionales es tan relevante que puede poner en riesgo la viabilidad de una operación. La dilución genera sobrecostos debido al transporte, procesamiento y la posterior disposición de material inerte producto de la sobre-excavación. Las pérdidas operacionales por su parte impactan las finanzas de la operación de manera que mineral que se había planeado extraer permanece al interior del tajo sin el consecuente aporte económico previamente planeado. Sumado a esto, un mejor control de la dilución permite reducir la huella ambiental de una operación minera.

La experiencia del personal de las operaciones es importante para controlar la dilución. Sin embargo, dadas las condiciones particulares de las minas, las cuales se encuentran normalmente ubicadas en zonas remotas, existe una alta rotación de personal, quienes se llevan consigo esa experiencia y conocimiento.

La pregunta que se formuló en su momento fue ¿Cómo podemos retener ese conocimiento? ¿Cómo podemos aprender de la experiencia de otras operaciones? Para ello nos podemos apoyar en la inteligencia artificial. La inteligencia artificial se puede entender como un sistema informático que, a partir de datos, permite construir reglas, evaluarlas y prevenir algún resultado.

Lo primero es construir una base de datos con información de tajos planeados y extraídos lo suficientemente exhaustiva para generar modelos de predicción confiables. Para ello se contó con la participación de importantes compañías mineras con fuerte presencia en Canadá, las cuales proveyeron información y asesoría técnica para la realización del proyecto. También contamos con la participación de la Universidad de Laval, startups de tecnología y el soporte económico del Ministerio de Economía e Innovación de Quebec.

A partir de la exhaustiva base de datos generada con información de alrededor de 1000 tajos de diferentes operaciones mineras se construyó un modelo en inteligencia artificial para la predicción de la dilución a partir de un tajo planeado. Esta información se conecta a una interfaz web que permite hacer la interrogación de la predicción de la dilución basado en los parámetros técnicos, geométricos y geomecánicos del tajo.

Actualmente se trabaja en la herramienta de prescripción para reducir la dilución teniendo en cuenta los costos y beneficios de la solución recomendada. El objetivo del proyecto es reducir la dilución entre un 3 y 5%, lo cual representa ahorros cuantiosos para una operación minera.

Este proyecto resalta también la importancia de la colaboración industria-gobierno-centros de investigación en pro de un objetivo común como lo es en este caso la reducción de la dilución minera subterránea. Mas proyectos de este tipo se requieren para seguir haciendo de la minería una actividad cada vez más rentable y sostenible.

 

Luis Montiel Petro, PhD.