MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 580 / ENERO 2026 48 The comprehensive comparison demonstrates that computational intelligence-based models represent valuable tools for industrial process optimization. In particular, the FGA approach stands out for its adaptability, stability in its recommendations, and potential to identify non-obvious optimal operating configurations, even in highly variable environments. En particular, el enfoque FGA destaca por su capacidad de adaptación, estabilidad en las recomendaciones y potencial para identificar configuraciones operativas óptimas no evidentes, incluso en entornos de alta variabilidad. Palabras clave: Algoritmos Genéticos Difusos, optimización, conminución de minerales. Introducción La industria minera enfrenta desafíos estructurales cada vez más complejos, derivados de la disminución en las leyes del mineral, el aumento sostenido de los costos energéticos, la variabilidad mineralógica y el incremento en el consumo de agua (Bascur et al., 2011). En este contexto, diversos autores como Concha y Bascur (2024) coinciden en que el futuro de la minería dependerá en gran medida de la implementación de modelos analíticos con capacidad de adaptación frente a cambios en la composición del mineral y en las condiciones de operación. Dentro de este escenario, la conminución se consolida como uno de los subprocesos más críticos del procesamiento de minerales, dado que las condiciones granulométricas y reológicas generadas en esta etapa impactan de forma directa en la eficiencia de las etapas posteriores, afectando la recuperación metalúrgica y, por ende, la rentabilidad global de la operación. Si bien se han desarrollado modelos analíticos orientados al control de la conminución, la mayoría de ellos opera bajo supuestos simplificados, considerando un conjunto limitado de variables y sin capturar completamente la dinámica no lineal e incierta del sistema. Estas limitaciones han incentivado la búsqueda de enfoques alternativos que integren el conocimiento experto con mecanismos de aprendizaje y mayor capacidad de adaptación ante la variabilidad del proceso. En respuesta a esta necesidad, se han explorado diferentes tecnologías de control aplicadas al procesamiento de minerales. Candiotti et al. (2020) destacan entre las más utilizadas Nota. Extraída de Candiotti et al. (2020). Figura 1. Tipos de controladores más utilizados en molienda. Nota. Extraído de Singh y Ahmad (2020). Figura 2. Sistema de Inferencia Difusa (FIS).
RkJQdWJsaXNoZXIy MTM0Mzk2