Por : Yvan Dionne y Christian Portuguez, CEO y Technical Sales de PROMINE.
- Introducción
Hoy se vive un mundo digital, tenemos datos de todo. Estos son engorrosos para cualquier ser humano que quiera entenderlo. Afortunadamente, la inteligencia artificial está para ayudar a encontrar la parte valiosa de estos datos.
Se puede notar el uso de la inteligencia artificial en la vida diaria. Por ejemplo, si se compra algo en Amazon, pronto aparecerán sugerencias que están estrechamente relacionadas con la compraste. Si se compran cucharas, aparecerán recomendaciones de tenedores y cuchillos. Esta acción no fue planeada por un ser humano. Fue una inteligencia artificial que miró a otros clientes que estaban comprando cucharas e hizo la correlación de que también estaban comprando cuchillos y tenedores, de ahí la sugerencia.
Si usas el mapa de Google para planificar un viaje a un destino determinado, este sugerirá la ruta más eficiente al observar el tráfico actual en su camino. Pero, ¿puede Google Maps hacer lo mismo mañana a las 10:00 am? La respuesta es afirmativa. Google puede hacer esto porque mirará los sábados anteriores. ¿Cómo estuvo el tráfico en este día? ¿Cómo evoluciona el tráfico con el tiempo? Con todos estos datos, el programa puede predecir cuál será el comportamiento del tráfico a esa hora ese día y darte la mejor ruta para llegar a esa hora, mirando la data precedente. Por supuesto, se necesitan muchos datos para hacer esto y ningún ser humano podría analizarlos todos y obtener esta respuesta en un abrir y cerrar de ojos. La inteligencia artificial puede hacerlo.
Pensemos en la inteligencia artificial como estadísticas sobre esteroides. La inteligencia artificial puede hacer muchas deducciones, pero solo algunas son valiosas. Por eso es necesaria la intervención humana.
El equipo humano es importante porque la inteligencia artificial no puede dar sentido a los números que está procesando. Al mismo tiempo, la inteligencia artificial puede aprender del ser humano para hacer mejor su trabajo.
SmartDil sigue de cerca esta lógica: observará una gran cantidad de datos que no parecen estar relacionados y te dirá todo tipo de cosas. Pero nosotros debemos guiar esta búsqueda para obtener la información más valiosa de los datos que tenemos.
Podría aprender, por ejemplo, que la dilución es más importante el sexto día del mes, cuando los operadores de las perforadoras se llaman Romian. ¿Este hecho no es muy interesante para la compañía?, ¿o no?, Tal vez, es usted quien decide.
O puede aprender que la dilución se reduce en un 3% cuando disminuye el espaciamiento entre los barrenos en un 20%. ¿Este último hecho es cierto o no en su operación?
Si tuviera suficientes datos sobre sus tajos o rebajes extraídos, podría verificar si esto es cierto o no. ¿Cómo podemos hacer esto? ¿Cómo podemos predecir el resultado de la dilución con un conjunto datos de dimensiones, calidades de roca, datos de voladuras, etc.?
La respuesta es sencilla, con suficientes datos. Con suficientes datos podemos encontrar correlaciones entre cosas sin sentido. Este es un trabajo largo y tedioso para un humano. Pero aquí es donde la inteligencia artificial hará el trabajo más tedioso y aburrido del mundo a una velocidad y con una precisión que ningún ser humano puede superar.
Cuando comenzamos este proyecto, no teníamos ni idea de lo que íbamos a encontrar, pero como pueden constatar aquí tenemos a SmartDIL.
Esto significa que encontramos algo interesante y lo convertimos en un producto que se puede utilizar para mejorar el rendimiento y los resultados de sus operaciones.
- Objetivos:
Los objetivos más importantes para nuestro proyecto son:
- Ayudar al ingeniero en la toma de decisiones en el diseño de tajos subterráneos con el fin de reducir la dilución.
- Diseñar los tajos subterráneos mediante la interacción humano-maquina.
- Permitir probar diferentes modelos para disminuir la dilución y perdidas operacionales. Reduciendo la dilución subterránea en 3-5%.
- Mejorar el diseño de perforación y voladura hasta obtener el máximo retorno.
- Reportar los cambios y evolución de la dilución a través del tiempo. Asimismo, monitorear el rendimiento en los tajos o caserones.
- Contexto:
3.1 Dilución.
Las compañías mineras desarrollan depósitos cada vez más complejos y profundos. Los métodos más usados son de minería subterránea de barrenos largos, que se caracterizan por ser productivos y con una alta tasa de dilución.
Todas las operaciones son víctimas de la dilución. Está presente en todas las operaciones mineras, en algunas más o menos controladas, pero siempre está.
Una gran porción de minas subterráneas utiliza métodos con barrenos largos, que proveen una alta productividad, pero a la vez producen sobreexcavaciones y subexcavaciones, conocidas también como dilución. La dilución para estos métodos varía entre 15% y 25 %. Otro problema recurrente son las pérdidas operacionales (material planeado para la extracción, más en la ejecución no es extraído dejando de obtener redito por el material dejado insitu), el problema de dilución y perdidas operacionales acarrean impactos económicos originado por la voladura, transporte, procesamiento, deposición de relaves, deposición de desmonte de material que no genera ningún beneficio en el proceso productivo.
El origen de SmarDil se basó en cinco operaciones de la región de Quebec, todos clientes de Promine, las cuales tienen una producción de 22 400 tn/día. Este grupo de minas tienen un costo de producción promedio de 120 USD/tn, en estas operaciones se demostró que la reducción de 1% en la dilución representaba un ahorro de 9.8 M USD/año, a la vez se reducía la huella ambiental en 80000 ton/año de material. Otra implicancia es en la etapa de evaluación del proyecto, donde asumimos tener una dilución promedio histórica basada en depósitos similares. Si en la realidad diferimos mucho de este imput asumido en la evaluación, nuestro proyecto puede verse seriamente afectado.
3.2 Técnicas de control de la dilución.
Actualmente no existe una técnica definida para el control de la dilución. Muchas compañías invierten mucho en el capital humano que les permita conocer bien sus operaciones y con la experiencia del personal ante diferentes situaciones. Sin embargo, debido a la complejidad, la remota ubicación de los proyectos del trabajo minero existe una alta rotación de personal hacia otras operaciones u otro tipo de trabajos. Al suceder este fenómeno se observa que se pierde la experiencia y conocimiento ganado a través de los años. Entonces nace la interrogante: ¿cómo podemos acumular ese conocimiento para el control de la dilución y perdidas operacionales que se pierde en el tiempo? ¿Cómo podemos aprender de la experiencia de otras operaciones? ¿Por qué no apoyarnos en la Inteligencia Artificial?
3.3 Inteligencia Artificial.
Es un sistema informático que a partir de datos nos permite construir reglas, evaluarlas y prevenir algún resultado. El sistema aprende y refina sus predicciones conforme agregamos más datos (más experiencia), la relación causa/efecto son cuantificadas y exploradas continuamente donde el operador puede influenciar en las búsquedas.
- Solución Propuesta.
4.1 Integración a la Inteligencia Artificial.
La información de tajos y de perforación y voladura son alimentados a un modelo de aprendizaje automático que nos permite filtrar, conocer cuáles son las variables más relevantes para la predicción de la dilución, entre otros. Esta información es llevada a un modelo de Inteligencia Artificial, el cual nos permite cuantificar el riesgo de una solución propuesta. Si se descubre que existe un alto riesgo, el modelo de Inteligencia Artificial genera algunas recomendaciones para el control de la dilución. En este monto es donde el ingeniero (Usuario) toma las decisiones que permitan al modelo reducir el riesgo de la solución. Esta información se retroalimenta a la base de datos para refinar el modelo. Los Modelos de Inteligencia Artificial tienen la capacidad de refinarse a partir de la experiencia de las soluciones.
4.2 Tipo de muestras usadas
- Tajos con modelos 3D planeados y ejecutados.
- Diseños de perforación y voladura.
- Calidad de roca, RMR.
- Perforación Diamantina (Análisis químico, análisis metalúrgicos, alteraciones, etc).
- Elementos de control de terreno.
- Proceso de Investigación y Desarrollo.
5.1 Etapa 1.
– Colección de muestras para agregar a la base de datos.
– Una herramienta ha sido agregada al módulo de Dilución de Promine para realizar esa tarea (~ 1 min por sección).
– Colección de datos variados: tonelajes según paredes mineralización (alta y baja), perforación, voladura, relleno, dimensiones, inclinación, profundidad, RQD, etc.
– 400 tajos procesados de minas en Quebec (IAMGOLD y Agnico Eagle).
5.2 Etapa 2.
– A partir de la información de la base de datos se construyeron modelos, se dividió la información en un 70% (parte de la base de datos para crear el modelo) y 30% (parte de la base de datos para verificar el performance del modelo).
– Primeros ensayos de las muestras concluyentes.
– Test de predicción del programa.
– Ajuste de la importancia de los parámetros para mejorar los resultados.
5.3 Etapa 3.
- Anonimato de muestras, base de datos de carácter confidencial.
- Información en la nube de la base de datos.
- Desarrollo de la interfaz del usuario a la base de datos web.
- Desarrollo del programa de análisis y predicción para un tajo planeado.
Mientras más información tengamos sobre rebajes o tajos, la incertidumbre en la predicción se reduce y la precisión de SmartDil se incrementa.
5.4 Etapa 4.
- Desarrollo del programa de predicción-recomendación.
- Predicción de la disminución de la dilución por cada solución aplicada.
- Estudio de costos-beneficios de las soluciones propuestas.
5.5 Etapa 5.
- Mejoramiento continuo de predicciones y recomendaciones.
- Incorporación de un sistema de optimización de tajos.
- Resultados
- Nuevo estándar de cálculo de dilución (PDO) y de las pérdidas (PPO).
- Cerca de 200 tajos y 1 600 secciones han sido utilizados.
- Mas de 5 tipos de modelos han sido evaluados con el fin de identificar el mejor modelo a utilizar
- Mas de 1 500 combinaciones de híper-parámetros han sido evaluadas con el fin de encontrar la configuración del modelo con mejor desempeño
- Cerca de 100 000 iteraciones de cálculos se han realizado para crear el modelo con mejor desempeño
- ¿Como Funciona SmartDil?
- Extracción de la data de los rebajes existentes y en los cuales la dilución ha sido medida (Topografía 3D).
- Análisis de datos para la creación del modelo.
- Análisis del rebaje planeado para predecir la dilución.
- Beneficios
- Disminución de la dilución y por ende reducción del mineral dejado en sitio.
- Menos material para transportar y procesar.
- Disminuir el tamaño de los relaves/ Vertederos de residuos.
- Mejor diseño de rebajes o caserones.
- Un valor agregado a la experiencia de las operaciones.
- Comparación de resultados anteriores Vs los nuevos diseños con nuevos parámetros.
- Ganancias fácilmente medibles.
- Conclusiones
- Proyecto multidisciplinario que involucra industria, academia, entidades gubernamentales y empresas de tecnología.
- Aprendizaje a partir de una gran y exhaustiva base de datos construida a partir de múltiples operaciones y compañías mineras
- Interacción hombre-máquina para un mejor control de la dilución
- Solución flexible que se adapta a los datos de sus operaciones.
- Producción eficiente con significativos ahorros.
- Informes detallados que miden el progreso.
- Adaptable a sus necesidades.
- Agradecimiento
- DT Solution Services, especializada en inteligencia artificial
- Universidad Laval, Dr. Marcel Laflamme y Dr. Sebastian Ibarra
- Promine Inc.
- Clientes Promine: IAMGOLD y Agnico Eagle
- Ministerio de Economía e Innovación de Quebec
