Conoce los beneficios de un Sistema integrado de optimización mina-planta

Sin embargo, estos datos históricamente se han gestionado de manera aislada, lo que ha impedido un análisis integral del proceso y ha limitado la toma de decisiones orientadas a optimizar verdaderamente toda la cadena productiva, desde la mina hasta la planta.

Uno de los puntos más críticos de esta cadena es la fragmentación del material producto de la voladura, ya que impacta directamente en los costos de carguío, el desempeño de chancado y molienda, el consumo energético y, en última instancia, la productividad y rentabilidad de toda la operación.

En ese contexto, Hexagon releva el enfoque de su Sistema Integrado de optimización mina-planta, desarrollado a partir de la integración de sus distintos productos para toda la cadena de valor minera, el cual busca abordar esta desconexión entre las diferentes etapas del proceso minero.

Esta herramienta integra información desde el frente de mina hasta la planta, permitiendo una planificación más precisa, una operación más eficiente y un control continúo basado en datos. De esta forma, la fragmentación deja de ser una tarea exclusiva del área de voladura y pasa a convertirse en un factor estratégico que impacta transversalmente en toda la operación. Por ello, su optimización debe abordarse desde las etapas iniciales, considerando sus efectos en carguío, chancado y molienda.

Es así como la empresa propone un modelo predictivo basado en Machine Learning para estimar la fragmentación generada por las voladuras, integrando datos históricos y operacionales de geología, operaciones, planificación, FMS y planta.

Recalcaron que la clave está en conectar las distintas bases de datos, desarrollar un modelo predictivo capaz de vincular parámetros entre mina y planta, e implementar un modelo prescriptivo que optimice el factor de potencia de cada taladro antes de ejecutar la voladura.

Poder de decisión

El modelo considera tanto variables no controlables (como mineralización, dureza, densidad, etc.) como variables controlables (como espaciamiento, burden, diámetro de taladro, tipo de explosivo y carga específica). De este modo, se logra una predicción precisa de la fragmentación, lo que aumenta el cumplimiento del plan minero y mejora el desempeño general del proceso.

Una vez obtenida la predicción de fragmentación, esta se incorpora al modelo de bloques, de manera que no sólo contenga atributos geológicos como leyes y densidad, sino también parámetros operacionales como el factor de potencia y el índice de fragmentación. Esta integración mejora la calidad de la planificación, ya que permite anticipar el comportamiento del material en etapas posteriores del proceso, optimizando la cadena desde la voladura hasta el procesamiento en planta, manifestaron.

El sistema incluye también un circuito de retroalimentación continua mediante fotogrametría en puntos clave del proceso, como el frente de mina, correas transportadoras y chancadores. Esto permite validar y ajustar constantemente los modelos predictivos con datos reales. Combinado con el sistema de gestión de flota (FMS), se logra una trazabilidad completa del material: su origen, destino, tipo y nivel de fragmentación quedan identificados.

Esta visibilidad posibilita la toma de decisiones correctivas antes de que el material llegue a la planta, optimizando la mezcla de alimentación y mejorando el throughput. Además, se reducen los costos de carguío al mejorar el factor de esponjamiento, moviendo más toneladas con el mismo volumen.

Desde el punto de vista técnico, esta solución –ya aplicada en operaciones a gran escala en Perú– permite optimizar los diseños de voladura con menor variabilidad, reducir los costos energéticos, anticipar caídas de producción y mejorar la eficiencia de molienda. Al incorporar estas variables dinámicas en el modelo de bloques, se sientan las bases para desarrollar un gemelo digital capaz de simular y optimizar cada etapa del proceso.

En conjunto, esta propuesta plantea un nuevo enfoque de planificación minera basado en la integración de datos, el aprendizaje automático y la toma de decisiones inteligentes, impulsando una minería más eficiente, sostenible y alineada con los desafíos del futuro, aseguraron desde Hexagon.