Trabajo ganador de la Cantera de Talentos para la Minería del IIMP 2024.

Por:Johana Quispe, ingeniería ambiental, Universidad Católica San Pablo; Rosa Razuri, geología, Universidad Nacional Mayor de San Marcos; Brayan Tapia, geología, Universidad Nacional del Altiplano de Puno; Aldo Inga, metalurgia, Universidad Nacional del Centro del Perú; Aldair Velásquez, minas, Universidad Nacional Santiago Antúnez de Mayolo, y Sergio Cisneros, minas, Universidad Peruana de Ciencias Aplicadas.

Resumen

El presente estudio analiza el impacto de las tecnologías de clasificación avanzada en operaciones mineras, específicamente ShovelSense® y Bulk Ore Sorting. Estas utilizan sensores espectrales en tiempo real para separar de manera precisa el material valioso del estéril, optimizando la selectividad en la extracción. 

La implementación de ShovelSense® en palas y de Bulk Ore Sorting en fajas transportadoras ha demostrado ser clave en la optimización de las operaciones mineras, reduciendo la dilución de estériles, mejorando la recuperación de minerales y contribuyendo a la eficiencia general del proceso minero. 

El presente trabajo evalúa la implementación de estas tecnologías en diversos yacimientos mineros, con estudios de caso en minas de Perú, Chile, Australia y Canadá. Se presenta un análisis exhaustivo de los beneficios operativos, incluyendo la reducción de costos operativos y de capital (Capex y Opex), la mejora de la ley de cabeza, y el aumento de la precisión en la gestión de flotas y procesamiento. 

Además, se explora el potencial de estas herramientas para reducir el uso de recursos, como agua y energía, contribuyendo a la sostenibilidad de las operaciones mineras. Finalmente, se discuten los posibles beneficios ambientales relacionados con la disminución del impacto en los componentes de aire, agua, suelo y energía, evaluados a partir de los datos de implementación obtenidos en las minas estudiadas. Estos resultados subrayan la relevancia de integrar tecnologías avanzadas para impulsar una minería más eficiente, rentable y sostenible.

Introducción

Uno de los principales desafíos que enfrenta la industria minera moderna, además del factor constante de la incertidumbre geológica, es la ausencia de una perspectiva sistemática de la cadena de valor mineral en la configuración estratégica de sus planes de producción (Navarra et al., 2017). La optimización de esta, dependerá además del grado de comprensión del yacimiento, de la cantidad de datos cuantificables y, en la medida de lo posible, no basados en supuestos, que se obtengan de los diferentes bancos, para los cuales sea posible un cálculo óptimo de la dilución y pérdida de mineral (Herrera y Mayorga, 2020). Sin embargo, bajo la consideración de la selectividad condicionada de extracción existente, debida a la variabilidad en el estilo de mineralización y distribución de leyes minerales, en las dimensiones determinadas para cada unidad mínima del modelo de bloques (Araya et al., 2022), o la inherente generalización asignada a cada dominio de un modelo geometalúrgico, impera la necesidad de mejorar el grade control en la extracción de mineral valioso, con el objetivo de alcanzar una mayor eficiencia operativa, evitar la pérdida de potenciales ingresos y, en consecuencia, acrecentar la rentabilidad económica de la empresa o proyecto minero.

La implementación del Ore Sorting, o la también llamada: clasificación de minerales, como herramienta clave dentro la Minería 4.0, es una solución innovadora para contrarrestar el problema de pérdida de mineral y dilución por material estéril (ver Figura 1). Esta tecnología inteligente realiza la clasificación avanzada del mineral valioso respecto al material estéril mediante sensores espectrales que detectan las propiedades físicas y la composición química del material analizado (Luo et al., 2022; Shatwell et al., 2023). De este modo, la empresa minera se encuentra en la capacidad de producir un incremento en la ley de cabeza de entre un 10% y un 20%, reducir los costos operativos de Capex y Opex, disminuir la cantidad de desechos enviados a botaderos, así como la eliminación limpia de pasivos ambientales, y optimizar el proceso de conminución (Metso, 2024; MineSense Technologies Limited, s.f.; Simon, 2017; Rubben y Wotruba, 2019).

El presente artículo de investigación adopta un enfoque descriptivo, no experimental y tiene como objetivo analizar el impacto de la incorporación del sistema de clasificación avanzada denominado Ore Sorting, mediante las técnicas empleadas por ShovelSense®, desarrollado por la empresa MineSense Technology, y el Bulk Ore Sorting (con BeltSense® y la tecnología de Sensor Based Ore Sorting, desarrollados por MineSense Technology y la colaboración entre las empresas Tomra y Metso, respectivamente), en términos de eficiencia operativa y sostenibilidad ambiental en las operaciones mineras. Para este fin, se llevará a cabo el estudio de casos en minas de Perú, Chile y Canadá, a través de los resultados obtenidos en las pruebas industriales realizadas en el proceso de implementación de estas tecnologías. 

En virtud de ello, además se pretende demostrar su contribución en la reducción de residuos, optimización del consumo energético y un mejor uso de los recursos naturales, así como discutir su aplicación en la mejora de la sostenibilidad global de la minería.

Implementación del Ore Sorting como tecnología de clasificación material avanzada en minería

En la industria minera se han desarrollado las tecnologías ShovelSense® y BeltSense® por parte de la empresa MineSense Technologies Limited (MTL), y los Sensor Based Ore Sorting Solutions por parte del Tomra en colaboración con la empresa Metso. ShovelSense® utiliza sensores de fluorescencia de rayos X (XRF) instalados en la pala de los camiones de carga para el escaneo directo del material durante el llenado del balde del equipo en el frente de carguío, determinando la ley mineral de los componentes en tiempo real (ver Figura 2). La tecnología se integra totalmente con el Sistema de Gestión de Flotas (FMS) de la unidad en operación, permitiendo el acceso inmediato a información de alta resolución para la toma de decisiones informadas sobre el enrutamiento del material clasificado en operaciones open pit, reduciendo la dilución de estériles en un 15% y prolongando la vida útil de la mina (Pamparana y Lang, 2023; MineSense Technologies Limited – ShovelSense, s.f.).

Por otro lado, BeltSense® y la tecnología desarrollada de manera conjunta por Tomra y Metso, se categorizan bajo la denominación de Bulk Ore Sorting. Estas son también empleadas para la clasificación masiva de mineral pero en cintas transportadoras de gran capacidad, con eficiencia en el análisis de hasta 8,000 t/hora y velocidades mayores a 6 m/s en la faja (Escala et. al, 2023). Utilizan la misma tecnología central de ShovelSense® (hardware, software y algoritmos) y sensores en línea, tales como los Análisis de Activación de Neutrón-Gamma (PGNAA), Activación de Neutrones Térmicos (PFTNA), Fluorescencia de Rayos X de alta velocidad (HS-XRF) y Resonancia Magnética (RM), los cuales identifican la composición mineral en tiempo real. Estos se instalan en la trituración post-primaria antes del molino, en el circuito de guijarros, o en la alimentación al molino semiatógeno (MineSense Technologies Limited – BeltSense, s.f.; Metso, 2024), permitiendo mediante una separación eficiente del material la reducción del tonelaje a procesar en planta (ver Figura 3).

En Sudamérica, la tecnología del Ore Sorting ha sido puesta a prueba en plantas piloto desde el 2016, siendo la mina San Rafael (Puno, Perú), la primera productora de estaño (Sn) en el mundo, de la compañía Minsur, pionera en la preconcentración de desmonte (3,600 T/día) mediante el Bulk Ore Sorting; obteniendo como resultado un aumento de la ley promedio de 0.6 % a 2.76%, con una recuperación de 90.4%, reducido a un producto de 20% en peso (Condori, 2018). En Chile, la mina de cobre (Cu) El Soldado (comuna de Nogales, región de Valparaíso), de la compañía Anglo American Chile, en 2019 incorpora el Bulked Ore Sorting en un tramo de su faja transportadora, obteniendo en las primeras etapas de prueba un incremento del 20% en la ley de cabeza, con respecto a un 5% de incremento esperado (Sociedad Nacional de Minería de Chile, 2020). 

Asimismo, la mina de Cu Carmen de Andacollo (comuna de Andacollo, región de Coquimbo), de la compañía Teck Resources Limited, en 2021 se convierte en la primera mina en instalar el sistema ShovelSense®, para el cual reportó un error global de 10.24%, respecto a un objetivo de 20%, en las pruebas industriales de exactitud realizadas a la carga de dos camiones de 190 T; en contraste con el nivel de error de 36.68% obtenido mediante el modelo de bloques grade control (Araya y Carrera, 2022).

Siguiendo esta línea, la tecnología ShovelSense® ha tenido uno de sus mayores casos de éxito en implementación en la mina Copper Mountain (Columbia Británica, Canadá) durante el 2020, en la cual se recuperaron 1,555 camiones de cobre económico desde desechos, generando un ahorro de US$ 3.6 millones y mejorando la recuperación en un 4%. Además, se rechazaron 380 camiones de roca no económica, ahorrando US$ 440,000 y reduciendo la dilución en un 1%. También se logró disminuir la intensidad energética y se identificaron nuevas vetas de alto grado no mapeadas previamente (ver Figura 4), viabilizando la primera instalación de prueba de BeltSense® en la mina con fines de exploración de conceptos de innovación adicionales (MineSense Technologies Limited, s.f.).

Sistema de palas inteligentes: Shovelsense®

ShovelSense® es una tecnología avanzada que, además de escanear el material en tiempo real y determinar la ley mineral mediante sensores de fluorescencia de rayos X (XRF) instalados en las palas, permite también la identificación de elementos nocivos como arsénico, mercurio y bismuto, optimizando el tratamiento del material (Araya y Carrera, 2022). Su capacidad para operar bajo condiciones extremas y su fácil integración en equipos móviles durante el mantenimiento lo hacen altamente adaptable. Al generar datos de alta resolución, ofrece un mapeo más preciso del yacimiento y permite visualizar las características del depósito en 3D, facilitando una mejor planificación a corto y largo plazo. Esto es especialmente valioso en zonas geológicas complejas, donde la información de perforación puede ser insuficiente. La combinación de estas características ayuda a mejorar la recuperación de recursos y reducir la dilución operativa, aumentando la eficiencia general de las operaciones mineras (MineSense Technologies Limited, s.f.).

Implementación en operaciones mineras

La tecnología SS cuenta con un alto potencial de implementación en yacimientos del tipo pórfido de cobre. Ante ello, Faraj et al. (2023) analizan un modelo que estudia un escenario de la ley en bloques, en el cual se realiza una comparación entre lo medido por el área de grade control mina con lo predicho por la tecnología SS.

El resultado de grade control fue de 56.3% de mineral y 43.7% de desmonte, mientras que el de ShovelSense® fue de 1.9% menos desmonte y 1.9% más de mineral, lo cual demuestra que el modelo del ShovelSense® permite la recuperación de más mineral y la reducción del desmonte.

Por otro lado, en la mina Collahuasi se implementó el sistema de Ore Sorting a través de los sensores añadidos a las palas. El modelo de (Herrera, 2023) se basó en los sulfuros para su estudio que fue calibrado con PT y constó de 90,000 lecturas de SS. El modelo contó con un MNAE: 0.062%, MDAE: 0.04%, MAPE: 42.5% y BIAS: - 0.078%. como medidas estadísticas de calibración del modelo. Se utilizó para determinar la posible desviación de los camiones con respecto al plan de corto plazo en un periodo de 5 días. En operación mina se obtuvo que el 69% de los camiones estaban alineados al plan, 31% presentaban una desviación del plan, se presentó una dilución del 51% correspondiente a 156 camiones de los 308 asignados. Mientras que en planta se identificó una diferencia de 45% en la ley de CuT entre la ley mina y el ShovelSense®, con la reasignación del plan Shovelsense el potencial beneficio es de 361 ton de cobre fino extra en cinco días y, finalmente, al ser más selectivos en el frente de extracción permite una mejora de la ley de cabeza en un 32%. El diagrama de aplicación empieza en la etapa del modelado de bloques y finaliza con la etapa de reconciliación de resultados.

Sistema de fajas transportadoras inteligentes 

Existen múltiples tecnologías que pueden ser aplicadas a la pre-concentración del mineral, dentro de esas opciones la tecnología de Bulk Ore Sorting está considerada por tener un potencial significativo debido a su más amplio rango de mineralogía y capacidad para reducir los requerimientos de agua, energía y químicos a través de la reducción de mineral procesado (Klein and Bamber, 2018).

Implementación en operaciones mina

Un caso de aplicación en mina determinó que la tecnología del Bulk Ore Sorting permite estudiar la ley de corte y sus cambios, lo cual puede llegar a impactar en el reporte del pit y el material extraído tal como lo describen en el estudio de Duffy et al. (2015).

Impacto de costos operativos y gastos de inversión 

En cuanto al balance de Capex y Opex de un proyecto de plata y cobre al que se le implementó la tecnología de Ore Sorting, en el estudio de Ran et al. (2018), se evidenció la ventaja competitiva que otorga la tecnología, la cual brindó una ganancia anual de US$ 8’750,621, en comparación con una mina que no cuenta con la tecnología.

En términos de valor presente neto (NPV) de un proyecto de Bulk Ore Sorting, el estudio de Duffy et al. (2015), presenta los resultados que se muestran en la Figura 9.

En la Figura 9 se muestra la comparación que existe sobre el NPV acumulativo en el caso de una operación de 15 años