La simulación de eventos discretos ha emergido como una herramienta crucial en la optimización de operaciones en la industria minera. Este estudio presenta un análisis acerca de la construcción y del uso del software JAAMSIM, una plataforma basada en Java para simulaciones de sistemas complejos, en el contexto de la minería. Se demuestra cómo JAAMSIM puede ser empleado para modelar y analizar el flujo de operaciones en una mina, permitiendo a los expertos identificar cuellos de botella, evaluar estrategias de mejora y tomar decisiones informadas para maximizar la eficiencia.

Este artículo se adentra en el apasionante mundo de la industria minera, un sector que se encuentra en una lucha constante por mejorar su rentabilidad y enfrenta diversos desafíos. Desde interrupciones laborales hasta fluctuaciones en los precios de los metales y el aumento de los costos energéticos, la minería se halla en un escenario de continua transformación. No obstante, en medio de estos desafíos, emerge una herramienta como un faro de esperanza: la inteligencia de negocio.

Este artículo presenta un análisis detallado sobre cómo las redes neuronales convolucionales (CNNs) y el aprendizaje por transferencia pueden ser herramientas fundamentales en la detección y predicción de emociones humanas, como la alegría, tristeza, enojo y miedo. Además, se describe las cómo redes neuronales entrenadas anteriormente tales como InceptionV3 pueden ser usados en la mejora de la precisión del modelo. La red neuronal más destacada, es una versión adaptada de InceptionV3, demostró rendimiento superior comparado con las otras tres arquitecturas de Red Neuronal. Las imágenes ingresadas a cada una de las Redes Neuronales tienen un tamaño de entrada de 150x150, para las dos primeras redes neuronales las imágenes ingresan en un solo canal de color (grayscale), mientras que para las dos últimas las imágenes ingresan con tres canales de colores (rgb), La red neuronal con mayor rendimiento alcanzó un accuracy de entrenamiento del 99.60%, validación del 67%, y un accuracy de 65%  en el conjunto de testeo, mientras que la red neuronal con menor rendimiento alcanzó un accuracy de entrenamiento del 0.34%, validación del 0.31%, y un accuracy del 0.30%  en el conjunto de testeo, Cada una de las redes neuronales construidas presentan diversas particularidades tales como situaciones de overfitting y underfitting.

l artículo destaca cómo las nuevas tecnologías, como el machine learning y la inteligencia artificial, y técnicas avanzadas de fundición están transformando la industria. Estos avances han optimizado los procesos de fundición, mejorando la eficiencia y la calidad de los productos finales. Además, se ha desarrollado un sistema de fundición móvil con quemadores de gas eficientes que simplifica las operaciones tradicionales y mejora la calidad de los productos. Estas innovaciones abren nuevas oportunidades para la fabricación de piezas complejas con una calidad excepcional.