MINERÍA En las empresas y procesos de ingeniería se deben llevar estos conceptos al límite. Los profesionales deben ser capaces de medir cada una de sus acciones y apostar por optimizaciones que tengan como resultado un retorno global positivo. Esto es una historia antigua que viene ocurriendo desde hace más de un siglo, cuando Frederick Winslow Taylor introdujo en su libro titulado 'Shop Management' en 1903 formulaciones para medir las actividades laborales. Su objetivo era maximizar las capacidades de cada uno de sus trabajadores. En estos últimos 100 años se han observado mejoras en las técnicas de medición de los datos. Se ha evolucionado en la forma de capturarlos por medio de sensores cada vez más inteligentes y rápidos. También se mejoró las formas de transferirlos (cantidad y calidad). Por último, se ha mejorado su procesamiento, que por medio de técnicas cada vez más sofisticadas (Machine Learning e Inteligencia Artificial) es factible su transformación en ideas útiles para la toma de decisiones. La evolución de las industrias en este tema ha sido completamente dispar. Algunas, como la industria manufacturera, han sido capaces de adoptar con mayor facilidad diversos tipos de técnicas (su capacidad instalada fija e inamovible permite una sensorización estable sin mayores cambios durante largos periodos de tiempo). La industria automotriz, tecnológica, transporte, energética, entre otras, también han caminado esta senda. No fue y no ha sido el caso de la minería. Por décadas, se ha pensado que la implementación de tecnologías tanto para capturar datos o automatizar es un costo que resta beneficio. ¿Cómo explicar esta situación? Las materias primas están supeditadas a ciclos de altos y bajos precios, además de ser un negocio de mucha incertidumbre. La ganancia de las empresas que comercializan materias primas está constreñida a la diferencia entre el precio (parámetro que no pueden controlar) y el costo del proceso. Es por esto que cualquier gasto es considerado inicialmente como una pérdida de valor. Debido a esto, gran parte de la gestión y monitoreo de la minería sigue siendo un trabajo realizado manualmente, de forma arbitraria y sin mediciones consistentes. Si ahondamos mayormente dentro de la minería, existen deferencias dentro de su cadena en sus niveles tecnológicos y por tanto, en su capacidad de adquirir datos. Por ejemplo, las plantas de procesamiento, por parecerse a una fábrica manufacturera, han sido capaces de mayores implementaciones tecnológicas para control de circuitos. En estos espacios productivos se han empleados sistemas SCADA (Supervisory control and data acquisition) por más de 3 décadas. Para el caso de las minas no ha existido el mismo desempeño. Quizás el proceso de carguío y transporte sea el más adelantado debido a que en los años 80 fueron creados los primeros sistemas de gestión de flotas en EE. UU. (Modular Mining System Clevenger, 1983), los cuales se han perfeccionado con el paso de los años. Para el caso de la Perforación y Voladura (P&V), etapa previa al carguío y transporte, esta suerte no ha sido la misma. Esta etapa es quizás la menos evolucionada por no contar con sistemas formales de control y monitoreo. Esta introducción nos permite un pequeño indicio sobre los datos y como las diversas industrias lo han enfrentado. En términos globales es necesario ser conscientes que hasta el 6% de la producción mundial está en riesgo durante la próxima década (Stockpole, 2022a), como resultado de la brecha digital entre quienes pueden capitalizar los datos y quienes aún luchan por descubrir su papel y lo que está en juego. Sin embargo, Rocha Blast Engineers (área de Software y sistemas QA/QC) y MiningiDEAS (Consultoría) tienen las claves para revertir dicho escenario y sacar el mejor potencial a tu proceso productivo. Personal de control de leyes usando la aplicación móvil en terreno. 73
RkJQdWJsaXNoZXIy Njg1MjYx