RCR, 02 de julio de 2021.- El Modelo de Predictibilidad del throughput o drill to mill a través del uso de Machine Learning permite conocer cómo fluye la información en la mina, desde la perforación hasta que el mineral es trasladado a la chancadora y los molinos, explicó el Superintendente de Planeamiento de Mina en Hudbay, Eder Lagos.
En el marco del Jueves Minero, del Instituto de Ingenieros de Minas del Perú, agregó que la novedad es el uso del machine learning, una forma de la inteligencia artificial, para predecir y tener más detalle sobre el drill to mill.
Lagos, explicó, que el uso del sistema informático “machine learning” en el sector minero, permitirá desarrollar un simulador para 12 horas de la actividad de una mina y tomar decisiones seguras.
“El modelo ha pasado la fase de prueba y estamos trabajando para ponerlo en línea. Este software web tiene que estar en los servidores y smartphones para que los supervisores los vean y puedan tomar decisiones a tiempo y no tomar decisiones subjetivas, sino más seguras. Lo que vamos a buscar es desarrollar un simulador para 12 horas en función del plan de minado y mantener estable el Throughput”, indicó .
También señaló que actualmente Hudbay está aplicando el “machine learning” para descifrar el comportamiento de minerales y evaluar decisiones. “El ‘mining data’ (minería de datos) en operaciones mineras sirve para saber cómo atacar el problema. El ‘mining data’ es importante, porque tenemos información grande para hacer un análisis. Este modelo predictivo trabaja unificando datos para compartir información entre áreas”, precisó.
“Lo que vamos a hacer con el ‘machine learning’ es conocer el comportamiento del mineral. Al conocer el comportamiento del mineral, podemos evaluar otras decisiones”, recalcó.
Ver vídeo…