Constancia y su modelo de predictibilidad del throughput a través del uso del machine learning
Publicado hace 5 años
Frente a los cambios tecnológicos, Hudbay Perú dio a conocer cómo ha desarrollado su modelo de Predictibilidad del Throughput a través del uso de Machine Learning.
“En Constancia, la digitalización la hemos empezado por el corazón: la conexión entre la mina y la planta. Así, en Hudbay buscamos desarrollar la primera mina digital del Perú y una vez que tengamos los eslabones juntos, poder comenzar hacer corridas y ver cuáles son las opciones para mina Constancia”, destacó el superintendente de Planeamiento Mina en Hudbay, Eder Lagos.
Sobre el modelo de Predictibilidad del Throughput, el expositor definió que se trata de cómo fluye la información desde la mina desde que se perfora en el campo, hasta que el mineral es alimentado a la chancadora y llega a los molinos.
También señaló que ahora se está buscando que el Machine Learning ayude a descifrar el comportamiento del mineral y no necesariamente de un solo bloque, sino el comportamiento de la mezcla que llega a la chancadora y luego al molino.
“Así, el Machine Learning nos puede ayudar a tener un modelo que nos permita descifrar qué es lo que está pasando”, comentó.
Durante su exposición, Eder Lagos resaltó que el modelo predictivo es una aplicación web que se instalará vía MineExpert, en los servidores de Hudbay y podrá ser utilizado en cualquier navegador y/o dispositivo en tiempo real, permitiendo tomar decisiones de forma interconectada, cumpliendo su objetivo de integrar personas y procesos a través de la tecnología.
Sobre los beneficios que han logrado con este modelo, según Eder Lagos, una primera conclusión ha sido que se tiene el rastreo del mineral desde el frente de minado hasta la chancadora; así como también les permite predecir con efectividad mayor al 90% los eventos que ocurrirán en el molino desde que el mineral es descargado en la chancadora.
Una tercera conclusión fue que permite a las áreas de mina adaptar sobre la marcha un plan de minado con mayor exactitud para ofrecer una mezcla de mineral óptima durante la jornada.
“Este modelo ya ha superado las fases de pruebas y en menos de un mes estará 100% operativo en modo online”, subrayó Eder Lagos.
Por su parte, la ingeniera metalurgista de Weir Minerals, Evelyn Licares, destacó que en una gran parte de las minas del Perú ya se viene prestando atención al tema de las leyes de los minerales.
“Todo parte no solo desde tener como input las leyes, sino también como está viniendo ese mineral. En el futuro de la mina será importante saber cuál de los minerales está requiriendo más energía para poder ser reducido. Eso tiene que ver que con una energía asociada al diseño del equipo para llegar al tamaño que se requiere, para llegar a la molienda y luego a la flotación”, sostuvo Evelyn Licares.
El Jueves Minero también contó con las participaciones del CEO de Jebi, Mauricio Mesones, y de la gerente general de Asertiva Asociados Comunicación Estratégica 360, Mery Callalle.
Fuente: IIMP
TAMBIÉN TE PUEDE INTERESAR
Agentes inteligentes de IA para soporte operativo en minería . . .
18/Aug/2026 4:23pm
Descubre cómo los agentes de inteligencia artificial pueden asistir a operadores y supervisores mediante análisis de d . . .
Gestión de inventarios de mineral: control de la cadena mina-planta . . .
18/Aug/2026 4:16pm
Conoce cómo gestionar los inventarios de mineral desde la extracción hasta la planta, mejorando la trazabilidad, el bl . . .
Chuquicamata transforma un desafío operacional en una innovación par . . .
18/Aug/2026 4:12pm
El desarrollo permitió recuperar infraestructura crítica de la Refinería sin reemplazarla completamente, fortaleciend . . .
MINEM anuncia destrabe de US$ 40.000 millones en inversiones mineras e . . .
18/Aug/2026 4:08pm
Guillermo Shinno, titular del Minem dijo que esta meta irá acompañada de un rol preventivo del Estado para anticipar y . . .
Suscríbete al Boletín
Para recibir noticias diarias de Tecnología Minera




