La transformación digital en minería avanza con fuerza, y Weir Group —compañía escocesa especializada en tecnología para la industria minera— se posiciona a la vanguardia gracias a la integración de inteligencia artificial (IA) en la optimización de procesos.
Mauricio Vega, jefe de tecnología de optimización de procesos de la compañía, ha liderado en los últimos siete años el desarrollo de soluciones digitales aplicadas a equipos clave como ciclones y bombas. Este avance se potenció en 2023 con la adquisición de SentianAI, empresa sueca que desarrolla software de IA capaz de aprender y adaptarse continuamente a procesos dinámicos, mejorando la eficiencia de las operaciones mineras.
Un enfoque integral para la optimización
Weir ha evolucionado de la optimización de equipos individuales a la optimización de circuitos completos. A través de gemelos digitales en tiempo real, la compañía analiza interacciones entre equipos, aspectos metalúrgicos y limitaciones operacionales, identificando cuellos de botella y oportunidades de mejora.
El objetivo no es solo optimizar máquinas como el HPGR (high-pressure grinding rolls), sino todo el circuito en el que opera. De igual forma, han desarrollado asistentes inteligentes para circuitos de molienda, centrados en la clasificación de ciclones, bombas de pulpa y molinos de bolas.
Beneficios y retos de la IA en minería
Según Vega, la IA permite detectar desviaciones de variables de proceso, cambios en características del mineral y perturbaciones que no siempre pueden medirse directamente. Esto se traduce en recomendaciones operativas, alertas y ajustes que previenen tiempos de inactividad y optimizan el rendimiento para cumplir objetivos de producción.
Entre los desafíos destaca la disponibilidad y calidad de los datos, así como la necesidad de que las soluciones se integren sin reemplazar los sistemas existentes, actuando como herramientas complementarias.
Hacia la integración “mina a planta”
El futuro apunta a una evolución gradual donde la IA apoye la toma de decisiones diarias de operadores, ingenieros de procesos y metalurgistas. Además, el uso de IA para mantenimiento predictivo podría automatizar diagnósticos, recomendar intervenciones y gestionar pedidos de repuestos.
A largo plazo, la visión es lograr la integración total del concepto “mina a planta” y “planta a mina”, creando un ciclo de retroalimentación continua para optimizar toda la cadena productiva.
