.jpeg)
Fabián Rodríguez Orellana, estudiante del Magíster en Minería del Departamento de Ingeniería de Minas de la Universidad de Chile, presentó los avances de su investigación en el IV Simposio de Postgrado en Ingeniería, Ciencias e Innovación, organizado por la Escuela de Postgrado y Educación Continua FCFM.
La molienda y la conminución representan cerca del 36% del consumo energético de una faena minera, por lo que anticipar los requerimientos energéticos del mineral es un desafío relevante para mejorar la eficiencia de las operaciones.
En este contexto, la investigación de Fabián Rodríguez propone una metodología para estimar el consumo energético asociado a la molienda utilizando información geoquímica proveniente de sondajes de exploración, datos que presentan una mayor disponibilidad que los ensayos de laboratorio requeridos para determinar el índice de trabajo de Bond (BWI).
La propuesta utiliza un modelo probabilístico basado en Cópulas D-Vine, que permite incorporar la incertidumbre en la estimación y generar distintos escenarios de consumo energético para cada bloque del modelo, en lugar de entregar únicamente un valor promedio.
Entre los principales resultados, la metodología permitió poblar un modelo de más de 97.000 bloques en aproximadamente 2,5 minutos, demostrando un importante potencial para aplicaciones a gran escala. Asimismo, logró identificar zonas asociadas a altos y bajos consumos energéticos, incluyendo sectores correspondientes a rocas más duras y blandas.
En cuanto a su confiabilidad, cerca del 78% de los datos de prueba se ubicaron dentro del rango de incertidumbre predicho por el modelo.
El desarrollo de esta metodología puede contribuir a mejorar la planificación minera y la relación Mina-Planta, entregando información para optimizar el blending del mineral, anticipar variaciones en la alimentación a la planta, reducir potenciales cuellos de botella en los circuitos de molienda y contribuir a una gestión más eficiente del consumo energético.
Como siguientes etapas, la investigación contempla comparar el desempeño del modelo con Kriging Ordinario y XGBoost bajo distintos niveles de disponibilidad de datos, además de avanzar en su calibración y evaluar su aplicación en un caso práctico que permita analizar su aporte a la toma de decisiones en operaciones mineras.
De esta manera, el trabajo de Fabián Rodríguez Orellana, bajo la guía de la Prof. Nadia Mery y con la participación del investigador Fabián Soto, busca aportar desde la investigación de postgrado al desarrollo de herramientas que permitan una planificación minera más eficiente y capaz de incorporar la incertidumbre en la toma de decisiones.