REVISTA MINERÍA 532 | EDICIÓN ENERO

MINERÍA la mejor puerta de acceso al sector minero MINERÍA / ENERO 2022 / EDICIÓN 532 12 Inteligencia Artificial: redes neuronales artificiales y su aplicación en la predicción de las variables en planta concentradora Minería 4.0 Por: Cristhian Jesús Carrión Osnayo, metalurgista. Resumen El presente trabajo contiene el desarrollo y la aplicación de Inteligencia Artificial o computacional (Redes Neuronales Artificiales - RNA) en el procesamiento de minerales. Las RNA imitan la funcionalidad del cerebro humano y se orientan como herramientas para la resolución de problemas prácticos, son capaces de aprender de la experiencia a partir de las señales o datos provenientes del exterior. Las RNA aplicadas serán capaces de predecir las recuperaciones en el procesamiento de minerales previo a un adecuado entrenamiento y aprendizaje supervisado de la neurona, donde se introduce una gran cantidad de datos reales históricos de la planta concentradora, en este caso leyes de cabeza del mineral de beneficio y el contaminante con sus respectivas recuperaciones, con los cuales buscamos que la RNA se entrene y/o aprenda. Introducción La actual problemática por la escasez de mineral conforme pasan los años de vida de la mina desde el punto de vista cuantitativo (tonelaje) y cualitativo (bajas leyes), hace cada vez más neAbstract This paper contains the development and application of Artificial or computational intelligence (artificial neural networks) in mineral processing. Artificial Neural Networks (ANN) mimic the functionality of the human brain and are oriented as tools for practical problem solving; they are able to learn from experience from signals or data coming from the outside. Applied ANNs will be able to predict recoveries in mineral processing prior to an adequate training and supervised learning of the neuron, where a large amount of real historical data from the concentrator plant is introduced; in this case, head grades of the beneficiation mineral and the contaminant with their respective recoveries, from which we expect the ANN to get trained and/or learn.

RkJQdWJsaXNoZXIy MTM0Mzk2