Por: Carlos Salas Carbajal y Milagros Huarca Sulla, profesionales independientes.

Resumen

El presente trabajo desarrolla un modelo técnico con la integración de Inteligencia Artificial (IA), simulación numérica avanzada y el uso del software especializado Mastin Blasting, con el fin de optimizar el diseño geomecánico de voladuras en minería superficial y subterránea. Este proceso permite reducir niveles de vibración, mejora la fragmentación, evita daños estructurales del macizo rocoso y disminuye costos operativos.

Realizando la caracterización del macizo, modelando el comportamiento frente a voladuras con herramientas Flac3D y Rhynos, y el entrenamiento de los modelos de IA en Python, se ha llegado a desarrollar un sistema predictivo que sugiera, en tiempo real, los parámetros óptimos de voladura. De esta manera, se contribuye a contar con operaciones más seguras, eficientes y sostenibles.

Palabras clave: Inteligencia Artificial, diseño geomecánico de voladuras, optimización de operaciones.

Introducción

La eficiencia de las operaciones mineras se encuentra ligada a la calidad de la perforación y voladura.

Esta es el primer proceso, luego se inicia el carguío, el transporte y, posteriormente, el procesamiento del material para obtener recursos minerales.

En la minería moderna, donde los márgenes económicos van restringiéndose y las exigencias de sostenibilidad aumentan, las incorporaciones de herramientas tecnológicas avanzadas dejan de ser una opción para convertirse en una necesidad estratégica.

Históricamente, el diseño de las voladuras ha sido realizado mediante métodos empíricos o semiempíricos, apoyados en las experiencias de operadores o ingenieros de campo.

Si bien estos métodos han sido funcionales, la precisión, reproducibilidad y capacidad de respuesta ante las condiciones geológicas económicas, siempre se han puesto en duda.

Por ejemplo, la presencia de discontinuidades, zonas de falla o alteraciones litológicas no son siempre consideradas, lo que lleva a una fragmentación deficiente, sobreexplotaciones, bolonería, mayor consumo de explosivo o en el peor de los casos, a eventos indeseables como dilataciones de roca o derrumbes de taludes.

Los modelos de Inteligencia Artificial (IA) en los procesos de diseño geomecánico de voladuras hoy permiten automatizar decisiones técnicas y mejorar constantemente los diseños, basándose en datos reales.

Estos modelos aplican algoritmos de machine learning, redes neuronales, lógica difusa, etc., para satisfacer los requisitos de realizar predicciones correctas y adaptativas en distintas realidades en función de múltiples variables en tiempo real.

En este sentido, herramientas como el software Mastin Blasting, hecho en Perú, son una de las ciencias más representativas del sistema, ya que elabora mallas de perforación y voladura (basadas en parámetros geotécnicos reales), efectúa distintas modelaciones, calcula efectos de vibración, energía, fragmentación (P80, P50), impone restricciones operativas y ambientales, e integra módulos de IA para la optimización de diseños unilaterales.

La eficiencia en la operación minera, particularmente en las etapas de perforación y voladura depende directamente del conocimiento del comportamiento geomecánico del macizo rocoso.

Los métodos empíricos han mostrado limitaciones frente a realidades complejas como fracturamiento irregular, litologías mixtas o controles ambientales muy estrictos.

Es en este contexto que surge la necesidad de un modelo inteligente que integre el diseño geomecánico, la simulación numérica y predicciones basadas en datos reales, con aplicaciones directas en minería superficial o subterránea.

El software Mastin Blasting desarrollado el Dr. Fredy Grijalba (Grupo SPS, España) es un avance en este sentido al incluir algoritmos que permiten el cálculo del Índice Geomecánico de Voladura (IG), el análisis de la fragmentación, el cálculo de los costos y el rediseño de mallas para fines predictivos y correctivos.

Por lo tanto, el presente trabajo se centra en demostrar cómo la aplicación conjunta de IA, software de modelamiento y el análisis geomecánico permiten crear un modelo robusto, replicable y adaptable para optimizar a su vez las operaciones mineras a partir de la voladura.

Objetivos

Objetivo general

Desarrollar un modelo de Inteligencia Artificial basado en simulación geomecánica y softwares especializados que optimicen el diseño de voladuras, mejorando la fragmentación, disminuyendo las vibraciones y minimizando los costos en las operaciones mineras.

Objetivos específicos

1. Caracterizar geomecánicamente el macizo rocoso utilizando herramientas digitales y ensayos in situ.

2. Simular el comportamiento del macizo con Flac3D (diferencias finitas) o con Rhinos (gestión de geometrías complejas en minería).

3. Aplicar el índice geomecánico de voladura (IG) descrito en el Mastin Blasting para el diseño de perforación y voladura.

4. Enseñar modelos de IA que realicen una predicción de los parámetros críticos (P80, PPV y consumo explosivo).

5. Evaluar técnica y económicamente los resultados obtenidos con relación a los métodos tradicionales.

6. Reducir costos operativos y retrabajos a partir de la optimización del ciclo de perforación-voladura-carguío-acarreo-chancado.

Compilación de datos y desarrollo del trabajo

Captura de datos

Parámetros estructurales: juntas, RQD, persistencia, apertura y buzamiento.

Propiedades mecánicas: UCS, E, Poisson, cohesión y ángulo de fricción.

Condiciones operativas: tipo de explosivo, maquinaria disponible y tiempos de ciclo.

Fases para la simulación

Fase 1: Cálculo del Índice Geomecánico (IG) para evaluar la volabilidad del macizo rocoso.

Fase 2: base de datos de rocas, explosivos y geometría de perforación.

Fase 3: diseño de voladura según el IG y propiedades del explosivo.

Fase 4: análisis de fragmentación.

Fase 5: rediseño y cálculo de costos unitarios optimizados.

Simulación numérica

Flac3D: modela esfuerzos inducidos, zonas dañadas y estabilidad post-voladura.

Rhynos: representa de forma paramétrica las geometrías complejas de las labores mineras y realiza un mallado de las mismas para luego modelarlo numéricamente en Flac3D.

Mastin Blastin: representa la dinámica de fragmentación como interacción entre partículas discretas.

Ejemplo minería superficial: Banco: 10 m, RQD: 60%, UCS: 120 MPa.

Malla convencional: P80 = 620 mm, PPV = 9.5 mm/s.

Malla optimizada con Mastin Blasting + IA: P80 = 280 mm, PPV = 3.8 mm/s.

Ejemplo minería subterránea: Galería 4x4 m, macizo caliza, RMR: 65.

Fragmentación optimizada: reducción de bolonería de 15% a 4%.

Entrenamiento IA

Entradas: parámetros geomecánicos, explosivos, malla y condiciones de disparo.

Salidas: PPV, P80, bolonería y costo total. 

Herramientas: Python.

Algoritmos: regresión múltiple.

Presentación y discusión de resultados

Simulación del Índice Geomecánico de Voladura 

¿Qué es el IG?

Es un parámetro técnico que evalúa la volabilidad de un macizo rocoso, combinando factores como:

ν Rock Quality Designation (RQD).

ν Tipo de roca.

ν Grado de alteración.

ν Orientación de discontinuidades.

ν Humedad.

ν Resistencia compresiva.

ν Grado de abrasividad. 

Fórmula base (simplificada):

IG = (RQDxF₁xF₂x … xF_n)/(UCSxA)

Donde:

F_n: factores estructurales y ambientales (alteración, humedad, etc.).

UCS: resistencia a compresión no confinada. 

A: factor de abrasividad y cohesión.

Caso 1: minería superficial – andesita fracturada

Los datos geomecánicos se presentan en la Tabla 1. 

Cálculo del IG:

Interpretación según Mastin Blasting:

ν IG < 0.15 → Roca de baja volabilidad

ν Requiere explosivo energético y malla cerrada

Diseño de Voladura:

Explosivo recomendado: emulsión encartuchada (VOD = 5,000 m/s)

Diámetro de taladro: 89 mm Burden: 2.2 m

Espaciamiento: 2.5 m Profundidad de taladro: 9.0 m Factor de carga: 0.82 kg/m³

Retardos: digitales secuenciados (25 ms)

Análisis de Fragmentación (método KUZ-RAM):

ν Malla tradicional (sin IG):

P80 = 680 mm

P50 = 380 mm

Bolonería estimada: 17%

ν Malla optimizada (con IG + IA):

P80 = 290 mm

P50 = 180 mm

Bolonería estimada: 4%

Reducción de daños y vibraciones (Flac3D):

Los datos para el análisis de daños y vibraciones se presentan en la Tabla 2.

Costo operativo por tonelada volada:

Tradicional: 1.72 US$/TM

Modelo IG + Mastin: 1.24 US$/TM

Caso 2: minería subterránea – caliza compacta

Los datos geomecánicos se presentan en la Tabla 3.

Cálculo del IG:

Interpretación según Mastin Blasting:

ν IG > 0.5 → Roca de buena volabilidad.

Se puede usar menor carga lineal y burden más amplio.

Diseño de voladura:

Explosivo recomendado: 

Anfo (VOD = 3,800 m/s)

Diámetro de taladro: 76 mm

Burden: 1.6 m

Espaciamiento: 1.8 m

Profundidad de taladro: 3.2 m

Factor de carga: 0.65 kg/m³

Retardos: no eléctricos – secuencia en abanico

Análisis de Fragmentación (método KUZ-RAM):

ν Malla tradicional (sin IG):

P80 = 480 mm

Bolonería estimada: 14%

ν Malla optimizada (con IG + IA):

P80 = 210 mm

Bolonería estimada: 3%

Reducción de daños y vibraciones (Flac3D):

Los datos para el análisis de daños y vibraciones se presentan en la Tabla 4.

Costo operativo por tonelada volada:

Tradicional: 1.58 US$/TM

Modelo IG + Mastin: 1.12 US$/TM

Aportes técnicos destacados

El uso del IG como criterio base permite diseñar voladuras a medida de la roca, anticipando fragmentación y estabilidad.

La integración con Flac3D y Rhynos permite verificar la propagación de onda explosiva, distribución de tensiones y zonas de daño.

El uso de Mastin Blasting posibilita recalcular en minutos una malla ajustada a la geomecánica real, visualizando el resultado en simulaciones y gráficos.

Al integrar estos resultados en modelos de IA entrenados con Python, se logra una solución adaptativa, prediciendo resultados en tiempo real.

Fragmentación estimada e índice geomecánico de voladura 

El uso del IG como criterio base permite diseñar voladuras a medida de la roca, anticipando fragmentación y estabilidad (ver Figura 1).

En la Figura 1, se muestra el gráfico de la relación existente entre el Índice Geomecánico de Voladura (IG) y el tamaño de fragmentos estimado (P80), diferenciando trabajos en minería superficial de los desarrollados en minería subterránea, la importancia de esta gráfica radica en que demuestra cómo mediante el aumento del IG (es decir, mejor volabilidad del macizo) se produce una baja del tamaño de fragmentos (P80), esto se considera un aspecto que favorece el trabajo.

En la Figura 2, se presenta la curva de la fragmentación acumulada generada con el modelo KUZ-RAM ajustado al IG para los tipos de minería superficial y la subterránea del tipo andesita fracturada y la caliza maciza.

El gráfico de la fragmentación acumulada permite ver cómo el tamaño de los fragmentos varía en función del tipo de roca y el diseño de voladura.

También posibilita anticipar bolonería, eficiencia de carguío y requerimiento de chancado.

Análisis técnico de fragmentación

Minería superficial – andesita fracturada P80 calculado = 1,041 mm

Por lo tanto:

Fragmentación gruesa → mayor bolonería.

Mayor energía para fragmentar.

Riesgo de hacer sobre corte en los bancos y efectos colaterales

Minería subterránea – caliza maciza P80

calculado = 352 mm

Con lo que se indica:

Fragmentación ideal para las máquinas de carguío y de transporte.

Reducción en necesidades de voladura secundaria.

Conservación del sostenimiento y geometría del tajeo.

Fragmentación Estimada e IG

El uso del IG como criterio base permite diseñar voladuras a medida de la roca, anticipando fragmentación y estabilidad.

Cálculos detallados para el IG y fragmentación en minería superficial

Cálculo del IG – minería superficial

Datos de entrada:

ν RQD = 55%

ν UCS = 120 MPa

ν Factores:

• Alteración = 0.8

• Humedad = 0.7

• Fracturamiento = 0.6

• Abrasividad = 1.2

Cálculo del IG:

Interpretación:

ν IG bajo → roca poco volable.

ν Se requiere carga alta y control preciso.

Fragmentación – Modelo KUZ-RAM ajustado – Minería superficial

El modelo Kuz-Ram permite estimar el tamaño de fragmentación (P80) en función de:

ν Energía disponible.

ν Volumen del macizo.

ν Condiciones estructurales.

En esta simulación, aplicamos un ajuste por IG:

Parámetros usados:

ν P80 base (diseño tradicional): 680 mm

ν IG base de referencia: 0.3 (valor medio usado como estándar)

ν IG actual (calculado): 0.128 

Sustituyendo:

Cálculos detallados para el IG y fragmentación en minería subterránea

Cálculo del IG – Minería subterránea

Datos de entrada:

ν RQD = 78%

ν UCS = 95 MPa

Factores:

Según el manual de Mastin Blasting:

ν Alteración = 1.0 (baja)

ν Humedad = 0.85 (media

ν Fracturamiento = 0.8 (medio)

ν Factor A (abrasividad y cohesión) = 1.0 Cálculo del IG:

Interpretación:

Según el manual de Mastin Blasting:

ν IG > 0.5 → roca muy volable, óptima para carga estándar.

ν Posibilidad de optimizar carga y espaciamiento sin afectar fragmentación.

Fragmentación – Modelo KUZ-RAM ajustado – Minería subterránea

El modelo Kuz-Ram permite estimar el tamaño de fragmentación (P80) en función de:

ν Energía disponible.

ν Volumen del macizo.

ν Condiciones estructurales.

En esta simulación, aplicamos un ajuste por IG:

Parámetros usados:

ν P80 base (diseño tradicional): 480 mm

ν IG base de referencia: 0.3 (valor medio usado como estándar)

ν IG actual (calculado): 0.558 

Sustituyendo:

Interpretación técnica

El resultado indica que, con un IG de 0.558, la voladura que se formula a partir de la base geomecánica permite bajar el P80 de 480 mm a 352 mm, lo cual resulta en:

Mejorar la eficiencia en carguío.

Minimizar la bolonería.

Evitar voladuras secundarias.

Reducir el desgaste de palas y fajas.

Aplicaciones operativas

Los indicadores para el diseño tradicional y optimizado se muestran en la Tabla 5.

Base de datos de rocas, explosivos y geometría

Los datos utilizados para la simulación con las variables de las rocas se presentan en la Tabla 6.

Igualmente, los datos usados para la simulación con las variables de los explosivos se muestran en la Tabla 7.

En el caso de los datos utilizados para la simulación con los parámetros de la geometría de perforación se presentan en la Tabla 8.

Diseño de voladura y fragmentación 

KUZ-Ram modificado

Usando como referencia un IG base de 0.3:

Los resultados de la simulación de voladura se muestran en la Tabla 9.

Conclusión: en rocas de baja volabilidad (superficial), la predicción del modelo está relacionada con un mayor tamaño de fragmentos, lo que concuerda con la exigencia de mayor carga lineal o con la malla más cerrada. En un caso de minería subterránea, el modelo plantea una buena fragmentación sin alterar la estabilidad.

Análisis de vibraciones y daños – Simulación por software 

Los parámetros utilizados para el análisis de vibraciones se presentan en la Tabla 10.

Estas medidas se muestran consistentes con los reportes de la simulación del software Mastin Blasting, así como su interconexión con el Flac3D para la predicción de tensiones inducidas y de la propagación de ondas explosivas.

Rediseño y costos unitarios optimizados

Fórmula utilizada:

Costo_opt = Costo_base x (1 − mejora total)

Mejora total = Promedio en porcentaje (%) de mejora en fragmentación y reducción de vibraciones.

Supuestos de mejora:

Los supuestos de mejora para la simulación con las variables de las rocas se muestran en la Tabla 11.

Los cálculos automatizados que se presentan obtuvieron resultados negativos por simulación teórica con el resultado ajustado que es el que se indicó en la parte superior (los datos fueron tomados de las referencias del sector).

Análisis de costos operativos

Los datos utilizados para el análisis de costos operativos se muestran en la Tabla 12.

Impacto y aporte del trabajo técnico

Aporte a la innovación en minería

Introducción del concepto de “voladura inteligente” en el marco de América Latina.

Primer modelo técnico que conjuga IA, la simulación numérica y el software nacional como por ejemplo Mastin Blasting.

Metodología replicable en empresas mineras, contratistas, ingenieros y universidades.

Potencial para una exposición pública

La estructura lógica y gráfica facilita mantener en la exposición oral una línea argumentativa clara y persuasiva.

Es posible añadir videos, animaciones o simulaciones como material adicional. Permite abrir un diálogo con los otros especialistas en geomecánica, voladura, automatización y sostenibilidad.

Valor para la industria

Mejora la seguridad post-voladura, disminuye el costo operativo, aumenta la eficiencia energética y refuerza la cultura de decisiones basadas en los datos.

Análisis final 

El análisis final de fragmentación, de vibraciones y de costos operativos, se muestran en las Tablas 13, 14 y 15.

Conclusiones

1. El uso combinado de Mastin Blasting, simulación numérica e IA permite generar un modelo predictivo optimizado para el diseño de voladuras.

2. Se demostró una mejora significativa en la fragmentación y reducción de vibraciones, con beneficios directos en el carguío, transporte y chancado.

3. La incorporación del Índice Geomecánico de Voladura como base del diseño permite adaptar las mallas de voladura a condiciones geológicas reales.

4. El modelo es escalable, replicable y tiene potencial para ser implementado en unidades mineras de manera inmediata.

5. Representa una propuesta innovadora para la minería 4.0, alineada a seguridad, productividad y sostenibilidad.

6. El IG es una herramienta robusta y cuantificable que permite evaluar la volabilidad del macizo y personalizar el diseño de voladura.

7. La fragmentación predicha por el modelo ajustado al IG permite optimizar mallas y reducir bolonería al igual que ajustar la carga de explosivo.

8. El uso combinado de Mastin Blasting + IA + simulación numérica (Flac3D y Rhynos) permite una extensión de predicción, adaptable y validable en campo.

9. Se han podido estimar reducciones de hasta el 55% en vibraciones y hasta el 50% en costos operativos por tonelada.

10. El IG constituye un instrumento fundamental para la predicción del comportamiento del macizo y, por ende, también para el diseño de voladuras seguras y eficientes.

11. La adopción del modelo KUZ-RAM ajustado por el IG permite predecir cómo será la fragmentación y adaptarla a las exigencias del proceso (carguío, transporte y chancado).

12. En minería subterránea un buen diseño de las voladuras mejora los daños al sostenimiento, evita sobre excavaciones y mejora la seguridad del personal.

Bibliografía

Grupo SPS. 2024. Manual del Software Mastin Blasting. España, México, Perú.

Itasca Consulting Group. 2023. Flac3D – User Manual. Minneapolis, USA.

Katsabanis, T. & Omidvar, M. 2015. “Numerical Modelling of Blast-Induced Damage”. Fragblast, 19(3), 169–182.

Khandelwal, M., Monjezi, M. 2013. “Prediction of Blast-Induced Ground Vibration Using Artificial Neural Networks”. Environmental Earth Sciences, 70, 3255–3268.

Rijalba Palacios, F. 2017. Tratado de Ingeniería de Explosivos, Perforación y Voladura de Rocas. Grupo SPS.

Yilmaz, E., & Unver, B. 2018. “Artificial Intelligence Applications in Mining”. Tunnelling and Underground Space Technology, 81, 61–70.