Clasificación automática de minerales mediante visión por computadora en minerÍa.
El futuro de la mineralogía está siendo revolucionado por la integración de tecnologías de inteligencia artificial (IA). A medida que la demanda de minerales y metales sigue creciendo, impulsada por la rápida expansión de industrias de alto consumo mundial como la electrónica, las energías renovables y los vehículos eléctricos, la necesidad de métodos más eficientes y sostenibles de exploración y extracción de minerales se hace cada vez más evidente.
En respuesta a este desafío es que los profesionales de la industria están recurriendo a la tecnología y la programación para transformar la forma en que descubrimos, analizamos y procesamos los recursos minerales.
La clasificación automática de minerales mediante visión por computadora es una aplicación importante en la industria minera y geológica, ya que permite identificar y separar diferentes tipos de minerales de manera eficiente.
sus usos van desde caracterización y zonificación regiones o sectores mediante el procesamiento de imagenes satelitales de alta resolucion para la búsqueda de posibles afloramientos de mineral o áreas de alteracion asociadas a algun tipo de deposito especifico, hasta el analisis de secciones microscópicas para determinar asociaciones minerales y cristalográficas segun composiciones quimicas, siendo una de sus mayores ventajas, la posibilidad de procesar grandes cantidades de datos de manera rapida y con muy buenos niveles de confiabilidad.
Prospección y Exploración.
La industria minera y geológica de exploracion genera diariamente inmensas cantidades de datos geológicos, geoquímicos y geofísicos mediante diversas técnicas, como imagenes satelitales multiespectrales de alta resolucion, analisis geoquímicos de rocas superficiales y de profundidad (sondajes), análisis gravimétricos, magnetométricos entre otros, que de otra manera tardarían semanas o meses en ser procesadas de manera manual por muchos expertos, mientras que la ciencia de datos es capaz de identificar patrones y anomalías en periodos de tiempo mucho mas acotados y oportunos, logrando establecer asociaciones de interés económico, lo que no solo acelera el proceso de exploración, sino que también ayuda a reducir el riesgo de errores costosos y pistas falsas.
Operación .
Otro uso de esta tecnología es el llamado Ore Sorting, metodología que usa el analisis de imagenes avanzada de alta resolucion asociada a difracción de rayos X y Gamma, para analizar la composición y estructura de rocas y minerales en tiempo real mientras pasa por las correas transportadoras en su camino a stock piles o directamente a planta, entregando distintos niveles de informacion que pueden ser usados inmediatamente para la clasificacion de minerales de alta y baja mineralizacion y su separacion de los estériles, o para planificar y optimizar las proporciones de reactivos y reactantes en la planta, mejorando asi tambien la recuperacion de mineral y disminuyendo costos siendo ya hoy en dia una tecnología muy demandada por la gran y mediana minería en todo el mundo.
Post Explotacion
Debido a que la minería avanza a pasos agigantados, tambien los depósitos (actuales y futuros) disminuyen en su cantidad y calidad, siendo necesario cada vez ir mas profundo para obtener mejores leyes, a su vez impactando en los costos de preparacion y explotación. Es por esta razon que la minería actual, gracias a la mejora y optimización sustancial de los procesos en comparación a las ultimas 2-3 décadas, esta fijando su atencion en las posibilidades contenidas en los depósitos de relaves y pilas de lixiviación de mas de 15-20 años de antiguedad que podrían contener niveles de mineralizacion que hoy podrían ser de interés, esto debido a que en décadas pasadas, los costos de extraccion y la baja optimización de los procesos de recuperacion obligaban a tener leyes de corte muy altas. Es aquí donde los métodos de clasificacion por computadora juegan un rol crucial, permitiendo realizar analisis y clasificacion de muestras en base a data existente de la época y su validación con muestras actuales gastando un minimo de recursos, aportando un factor de decisión de buena confiabilidad para comenzar a evaluar este tipo de proyectos.
Conclusiones.
El uso de tecnologías de Inteligencia Artificial para la clasificacion y reconocimiento de minerales entrega grandes ventajas a varios aspectos de la industria minera, permitiendo disminuir los tiempos de prospección, mejorando la confiabilidad en la deteccion de afloramientos minerales y alteraciones asociadas a distintos tipos de depósitos, optimizando los procesos de extraccion y procesamiento del mineral y nos abre las puertas a nuevas oportunidades de negocio que antes habían sido descartadas. Si bien aún quedan desafíos por superar, el rápido ritmo de los avances tecnológicos en esta área sugiere que la mineralogía impulsada por IA desempeñará un papel cada vez más importante para satisfacer la creciente demanda mundial de minerales y metales. A medida que estas tecnologías sigan madurando, no solo transformarán la forma en que descubrimos y procesamos los recursos minerales, sino que también ayudarán a garantizar la sostenibilidad a largo plazo de los recursos naturales de nuestro planeta.
Referencias.
1.- Frąckiewicz, Marcin. (17 de Julio 2023). AI en mineralogía robotica. TS2.
ts2.space/es/ia-en-mineralogia-robotica/
2.- Recabarren, Christian. (18 de Julio 2023). ¿Cómo puede la clasificación de minerales basada en sensores convertir los desechos en riqueza?. Redmin.
www.redimin.cl/como-puede-la-clasificacion-de-minerales-basada-en-sensores-convertir-los-desechos-en-riqueza/
3.- Clasificación de minerales en tiempo real mediante análisis de color y textura. (Junio 2023) Revista Minería.
revistamineria.com.pe/tecnico-cientifico/clasificacion-de-minerales-en-tiempo-real-mediante-analisis-de-color-y-textura
Comentarios
Registrate o Inicia Sesión para comentar y obtener Cursos de pago gratis