MINERÍA la mejor puerta de acceso al sector minero MINERÍA / OCTUBRE 2022 / EDICIÓN 541 27 Resultados De acuerdo con las mejores estimaciones de la IA implementada, incrementar el tonelaje favorece la mayor producción de libras de Cu, sin embargo, la relación de la recuperación con el tonelaje es inversa según las curvas revisadas en la prueba de concepto. Es así, que al incrementar el tonelaje se impacta negativamente en la recuperación, empero, existe un punto máximo de tonelaje y recuperación que optimiza la producción de libras y las recomendaciones generadas por la IA nos permite mover la operación hacia esos puntos. Desde el 2019 hasta febrero del 2020, operativamente se buscaba un mayor tonelaje, pero el impacto en la recuperación era alto. Aun cuando la ley de cabeza era mayor a 0.36% de Cu la producción de libras de cobre por día alcanzaba a las 32,000 lb/h. A partir de agosto del 2020 en que inició el proyecto de implementación de IA con los primeros análisis y levantamiento de restricciones, se logró incrementar la recuperación a promedios de ~ 85% pese a que la ley de cabeza se redujo por debajo de 0.34% de Cu. A partir del despliegue de iniciativas durante la implementación de la IA y su aplicación, se logró aumentar la producción de libras de Cu a promedios de ~ 34,000 lb/h, lo que significa incrementos de hasta 6.5%. Conclusiones 1.Desarrollar un sistema de optimización de procesos utilizando Inteligencia Artificial conlleva una serie de implementaciones paralelas a los modelos de Machine Learning que ayuden a maximizar las libras de Cu. Estas labores son tan importantes como los modelos en sí mismos. Figura 13. Interfaz de usuario para la revisión de recomendaciones generadas por la IA. 2.Los trabajos de sostenibilidad de la herramienta que involucran conversaciones uno a uno con operadores de campo, con grupos de colaboradores de áreas de soporte y líderes de la concentradora son primordiales para el éxito de la implementación. Finalmente se puede tener una muy buena herramienta de optimización, pero si no ha sido interiorizada por los usuarios directos o los involucrados en las áreas de soporte, la herramienta simplemente no se utilizaría. 3.De acuerdo con la jerarquía de control y optimización, es importante que todos los sistemas que están bajo la IA estén operando de manera confiable por dos razones principales: a) la información que generen servirá como inputs a los modelos de optimización y b) porque para alcanzar los puntos de operación recomendados se necesita que la operación esté estable y la movamos hacia los nuevos puntos recomendados. 4.Con la implementación de la IA se ha logrado incrementar las libras de Cu producidas maximizando el tonelaje y la recuperación. Bibliografía • Marco Vaccari, Ricardo Bacci. 2020. Implementation o fan Industry 4.0 system to optimally manage chemical plant operation. • Ilesanmi Daniyan. 2022. Implementation of Artificial Intelligence for maintenance operation in the rail industry. • Varanon Uraikul, Christine W. Chan, Paitoon Tontiwachwuthikul. 2006. Artificial intelligence for monitoring and supervisory control of process systems. • https://shap.readthedocs.io/en/latest/index.html • https://scikit-learn.org/stable/index.html • https://scikit-learn.org/stable/modules/sgd.html
RkJQdWJsaXNoZXIy MTM0Mzk2