Cómo la Inteligencia Artificial afronta los retos de productividad en la minería

Aunque muchos sectores todavía están experimentando con la IA, la minería ya está cosechando beneficios sustanciales del uso de vehículos autónomos, equipos autónomos y análisis de datos avanzados. Una de las aplicaciones más prometedoras de la IA en la minería es la mejora de la productividad, un aspecto clave ya que las operaciones mineras se enfrentan a retos como la escasez de minerales, el aumento de la demanda, las distancias de transporte más largas y el aumento de los costes de los materiales y la mano de obra. La IA será esencial para superar estos obstáculos.

Aumentar la productividad con IA

El mantenimiento predictivo es una de las aplicaciones de la IA más eficaces para aumentar la productividad en la minería. Cuando una pieza de maquinaria está a punto de averiarse, presenta diversos signos, como aumento de las vibraciones, sobrecalentamiento y pérdida de potencia. El aprendizaje automático puede procesar y comprender estos datos en tiempo real, utilizándolos para predecir cuándo una máquina está a punto de fallar y detener su funcionamiento antes de que lo haga, mejorando la productividad.

Un informe de Siemens de 2024 reveló que las 500 mayores empresas del mundo pierden cerca de 1,4 billones de dólares anuales debido a paradas no planificadas, lo que equivale al 11% de sus ingresos. Los sistemas de mantenimiento predictivo pueden minimizar esos costes para las empresas mineras, al tiempo que evitan costosos gastos de capital en equipos en los casos en que los activos son irreparables.

La IA también desempeña un papel clave en la optimización de las operaciones mineras. Los algoritmos de IA pueden supervisar continuamente los equipos en función de diversas métricas y realizar ajustes en tiempo real para mejorar la eficiencia. BHP y Microsoft se han asociado para optimizar el procesamiento del mineral y la recuperación de la ley en Escondida (Chile), la mayor mina de cobre del mundo.

Los operadores de los concentradores de Escondida ajustan las variables operativas que afectan al procesamiento del mineral y a la recuperación de la ley utilizando datos en tiempo real de los concentradores en combinación con recomendaciones basadas en IA de la plataforma Azure de Microsoft. Los sistemas de IA también pueden identificar varios tipos de metales con mayor precisión y eficacia que los métodos tradicionales, lo que aumenta la productividad.

Las máquinas con tripulación deben parar para los cambios de turno y los descansos, pero los vehículos autónomos solo tienen que detenerse para repostar o realizar tareas de mantenimiento, funcionando todo el tiempo que sea necesario. No hay riesgo de que los conductores se aburran o se cansen mientras realizan tareas repetitivas, por lo que el error humano es inexistente.

Esto significa que la maquinaria puede trabajar 24 horas al día a pleno rendimiento. En julio de 2024, GlobalData contabilizaba 2.080 camiones de transporte autónomos en funcionamiento en minas de superficie de todo el mundo, con BHP y Rio Tinto a la cabeza de su despliegue. Aunque la automatización de los equipos y vehículos mineros aumenta la productividad, la creciente digitalización de las operaciones mineras también incrementa el riesgo de ciberataques. Por lo tanto, las empresas mineras deben invertir en fuertes medidas de ciberseguridad para protegerse contra ataques devastadores.