Las operaciones mineras y de procesamiento a nivel mundial enfrentan una presión creciente. Los grados de mineralización comercial disminuyen, los costos de operación siguen aumentando, la complejidad mineralógica es cada vez mayor y los nuevos operadores ingresan al mercado laboral justo cuando los especialistas comienzan a jubilarse. Para los operadores y metalúrgicos, esta realidad se vive a diario en las salas de control: cambios constantes en el mineral, perturbaciones frecuentes y pérdidas económicas cuando los puntos de ajuste no son los óptimos.

Aunque la variabilidad geometalúrgica sigue siendo un factor clave en el desempeño de los procesos posteriores, nuestra experiencia en numerosas operaciones indica que entre un 5 y un 20% de la variabilidad del proceso y de las pérdidas metálicas en los circuitos de procesamiento de minerales se deben directamente a una selección inadecuada de los puntos de ajuste. En un sector caracterizado por márgenes estrechos y mercados volátiles, esa diferencia puede determinar si una mina prospera o apenas sobrevive.

Las soluciones convencionales de control avanzado de procesos (APC, por sus siglas en inglés), como la lógica difusa y los sistemas basados en modelos matriciales, alcanzan su límite en entornos variables y complejos donde las condiciones cambian constantemente. Cuando a ello se suman las limitaciones de los operadores, se pierde valor potencial. Y es ahí donde entra en juego el control de procesos asistido por inteligencia artificial.

La inteligencia artificial ofrece un potencial enorme, pero en entornos industriales complejos no puede generar valor por sí sola. Al menos, todavía no. Para ser efectiva, debe basarse en una definición clara del problema, modelos de proceso precisos y, sobre todo, en la experiencia de los operadores, que aporta contexto a los datos. Si bien es cierto que los algoritmos son esenciales, el verdadero desafío está primero en comprender el problema y el resultado que se busca alcanzar.

Hatch ha desarrollado un innovador sistema de control de procesos asistido por IA, un nuevo paradigma que combina modelos basados en primeros principios, conocimiento del proceso y redes neuronales adaptativas para apoyar de forma continua la toma de decisiones de los operadores en tiempo real. Se trata de una inteligencia integrada directamente en el activo, que permite a las plantas operar de forma más eficiente, rápida y estable. Más que una simulación u otra herramienta digital, es una inteligencia que habita dentro del activo operativo, aumentando la capacidad de los operadores y desbloqueando nuevos niveles de desempeño.

Implementación del control de procesos asistido por IA de Hatch

La mina Dugald River de MMG es uno de los yacimientos de zinc de mayor concentración del mundo. Desde su puesta en marcha, los operadores de la mina han desarrollado una cultura de mejora continua y un sólido desempeño básico del circuito de zinc, con una recuperación rougher-scavenger promedio de 96%. Pese a múltiples mejoras, el equipo de Dugald River seguía observando variabilidad en la recuperación debido a los cambios en la alimentación y a la falta de coherencia en la selección de puntos de ajuste. Empezaron a explorar el uso de IA centrada en el proceso para optimizar de forma autónoma las "recetas de tratamiento" ante variaciones dinámicas en la alimentación de la planta.

Tras un análisis exhaustivo del mercado, MMG decidió asociarse con Hatch para adoptar un enfoque radicalmente distinto en la automatización de procesos, basado en una ingeniería orientada al proceso y en una IA diseñada específicamente para este fin. Guiados por una amplia experiencia en operaciones, procesos y aprendizaje automático, desarrollamos y pusimos en marcha un sistema de IA de circuito cerrado capaz de modelar con precisión el comportamiento de flotación y seleccionar de forma autónoma los parámetros óptimos, todo en tiempo real y completamente integrado en la capa de control. Puesto en servicio en enero de 2025, este controlador de flotación asistido por IA es una de las primeras aplicaciones de redes neuronales autónomas en el procesamiento de minerales.  

La implementación de la IA de MMG busca maximizar la rentabilidad neta de la fundición (objetivo de ingresos netos) en cada ciclo de decisión de intervalo corto. Sin necesidad de realizar modificaciones físicas en la planta, este objetivo busca lograr mejoras mensurables y sostenibles en la relación ley–recuperación del proceso, en la gestión del consumo de reactivos y en el control estable y autónomo de la planta.

Gracias a la eficiencia de nuestra implementación, el período de recuperación se medirá en semanas o meses, no en años.

Esta tecnología de circuito cerrado, que nació como una idea para codificar la toma de decisiones expertas de los operadores, está generando un cambio de paradigma. Es la prueba de que la tecnología es viable en operaciones reales y ofrece la confianza necesaria para ampliarla a otros procesos metalúrgicos en concentradoras, plantas hidrometalúrgicas y fundiciones.

Proyección a futuro

A diferencia de los modelos de inteligencia artificial de tipo "caja negra", nuestra solución se basa en un alto nivel de transparencia. No se limita a recomendar puntos de ajuste, sino que revela relaciones operativas críticas, informa de sus propios errores, codifica los conocimientos y valida sus decisiones en función de la heurística del proceso, superando las limitaciones conocidas del control avanzado de procesos y del control predictivo por modelos. Reproduce los conceptos operativos existentes y facilita su adopción por parte de los operadores. Ningún sistema de IA puede prosperar si los operadores en planta no confían en sus recomendaciones o no las entienden.

El control de procesos asistido por IA de Hatch está diseñado para abordar:

• Decisiones con múltiples variables de entrada y salida
• Decisiones que se toman minuto a minuto con intervención frecuente de los operadores
• Relaciones complejas o no lineales entre entradas y salidas
• Ámbitos en los que pequeñas mejoras incrementales generan grandes beneficios económicos (rendimiento, recuperación, energía, vida útil de los activos).

El éxito en Dugald River fue el resultado de una combinación entre la experiencia humana y el diseño del sistema, integrando décadas de conocimiento metalúrgico con las capacidades del aprendizaje automático para crear una solución única. Representa un avance importante hacia la plena automatización bidireccional de los procesos y marca un punto de inflexión sin precedentes en el tratamiento de minerales. El potencial de la IA para transformar el funcionamiento del sector de procesamiento de minerales es enorme. Se trata de un paradigma adaptable, y la flotación es solo una primera aplicación exitosa, apenas la punta del iceberg.