La tecnología ShovelSense analiza el mineral mientras se llena el balde y utiliza inteligencia artificial para clasificar cada carga. El sistema ya fue implementado en operaciones de cobre de Chile y Canadá.
Una pala minera puede identificar la concentración de cobre presente en las rocas mientras las recoge y determinar si el material debe enviarse a una planta de procesamiento, una pila de almacenamiento o un botadero. La tecnología, denominada ShovelSense y desarrollada por la empresa canadiense MineSense, incorpora sensores de fluorescencia de rayos X de alta velocidad directamente en los equipos de carguío, transformando una operación mecánica convencional en una fuente de información geológica en tiempo real.
El sistema utiliza algoritmos de aprendizaje automático para interpretar las mediciones obtenidas durante el llenado del balde y estimar la concentración de distintos elementos químicos. Los resultados pueden integrarse automáticamente con el sistema de gestión de flotas, permitiendo modificar el destino asignado a un camión antes de que transporte su carga.
La innovación busca resolver uno de los problemas históricos de la minería: identificar con mayor precisión qué material contiene minerales económicamente aprovechables y cuál debería descartarse.
Su aplicación ya cuenta con antecedentes operacionales. MineSense inició la comercialización de ShovelSense en 2019, después de realizar pruebas con Teck Resources en Highland Valley Copper, Canadá. Posteriormente, la tecnología llegó a Chile mediante su implementación en la operación Carmen de Andacollo, en la Región de Coquimbo.
Cómo una pala minera puede analizar el cobre mientras carga roca
El funcionamiento de ShovelSense combina sensores, procesamiento computacional y comunicaciones digitales.
Los dispositivos se instalan en la parte superior del balde de una pala eléctrica, pala hidráulica o cargador frontal, donde pueden examinar el material durante el proceso de llenado.
Cada unidad sensora incorpora un emisor de rayos X, un detector y un sistema láser que reconoce cuándo las rocas comienzan a ingresar al balde.
En ese momento se activa la medición mediante fluorescencia de rayos X, conocida como XRF.
El principio físico consiste en estimular los átomos presentes en el material mediante radiación y registrar la energía característica que emiten como respuesta.
Como distintos elementos químicos generan señales espectrales identificables, el sistema puede reconocer componentes como cobre, hierro, níquel y zinc, además de determinados elementos perjudiciales para el procesamiento.
Durante el llenado, los sensores registran múltiples espectros que posteriormente son procesados mediante modelos calibrados para las características geológicas de cada yacimiento.
El análisis se realiza durante el ciclo normal de carguío, sin necesidad de transportar previamente el mineral a un laboratorio.
La información resultante permite estimar la ley del material y clasificarlo conforme a los criterios establecidos por la operación.
Sin embargo, las estimaciones no sustituyen completamente los análisis químicos convencionales, que siguen siendo necesarios para validar resultados y mantener la calidad de los modelos.
De una lectura de rayos X a una orden para un camión minero
La característica más interesante de ShovelSense aparece cuando las mediciones se conectan con el sistema de despacho de camiones.
En una operación convencional, el destino de las cargas se determina principalmente mediante modelos geológicos, información de sondajes, muestras de pozos de tronadura y planes de extracción.
Estos antecedentes permiten establecer qué sectores contienen mineral aprovechable, pero no siempre identifican las variaciones presentes dentro de cada bloque.
ShovelSense incorpora una medición adicional directamente en el frente de carguío.
Cada balde proporciona una estimación de ley y, cuando varios baldes completan la carga de un camión, el sistema integra esa información para establecer una clasificación del material transportado.
Si la carga presenta características diferentes de las previstas en el plan minero, la información puede activar una modificación de destino a través del sistema de gestión de flota.
Por ejemplo, un camión inicialmente asignado a un botadero podría dirigirse a una pila de mineral si las mediciones identifican contenido metálico suficiente.
También puede ocurrir lo contrario: una carga considerada mineral podría desviarse de la planta cuando el análisis indique una concentración inferior a la requerida.
Las decisiones dependen de reglas operacionales que consideran leyes de corte, características del material y condiciones de procesamiento.
La tecnología no implica que la pala conduzca el camión ni que una inteligencia artificial decida sin restricciones. El sistema entrega información para ejecutar decisiones de despacho previamente configuradas por la operación minera.
En Chile, Carmen de Andacollo ya utilizó esta tecnología
Una de las experiencias más relevantes se desarrolló en la mina Carmen de Andacollo, operada por Teck Resources en la Región de Coquimbo.
Durante 2021, la faena incorporó ShovelSense en un cargador frontal Caterpillar 994, equipado con un balde de 19 metros cúbicos.
La instalación utilizó tres cabezas sensoras que registraban aproximadamente entre 140 y 210 espectros por ciclo de llenado.
El objetivo era comprobar si las mediciones permitían distinguir con mayor precisión el mineral de los estériles, particularmente en sectores donde ambos materiales se encuentran próximos.
Durante las pruebas industriales realizadas entre octubre y noviembre de 2021, el sistema alcanzó una disponibilidad del 96%, superando el objetivo establecido del 90%.
Los controles de precisión y exactitud también entregaron resultados favorables.
En cuatro pruebas de terreno, la comparación de las estimaciones con análisis químicos de laboratorio arrojó un error porcentual absoluto medio global de 10,24%, frente a un objetivo máximo del 20%.
Uno de los casos más ilustrativos ocurrió en una zona de contacto entre mineral y estéril.
El modelo geológico convencional estimaba una ley de cobre total de 0,189%, por lo que el material estaba clasificado para procesamiento.
Sin embargo, ShovelSense calculó una concentración de 0,097%.
El análisis químico posterior determinó una ley de 0,090%, confirmando que el contenido de cobre era considerablemente inferior al previsto inicialmente.
Con una ley de corte utilizada en esa evaluación de 0,13%, la carga podía clasificarse como estéril y evitar su envío a la planta.
Los resultados fueron documentados por especialistas de Teck y MineSense en 2022. Corresponden a esa prueba específica y no constituyen una garantía de exactitud equivalente para cualquier yacimiento.
El sistema también puede encontrar cobre donde el modelo indica estéril
Una de las dificultades más importantes de la minería a cielo abierto es que los depósitos minerales no presentan una distribución perfectamente uniforme.
Dentro de un bloque considerado estéril pueden existir vetas o pequeñas zonas con concentraciones aprovechables de cobre.
También pueden encontrarse sectores pobres en mineral dentro de áreas clasificadas para procesamiento.
Los modelos de bloques representan estas variaciones mediante estimaciones basadas en información geológica y muestreos, pero su resolución depende de la cantidad y distribución de los datos disponibles.
ShovelSense ofrece una escala de observación menor: cada balde cargado.
Esta capacidad resulta especialmente útil para reconocer contactos geológicos, vetas estrechas y cambios en la distribución del mineral después de las tronaduras.
Al combinar las mediciones con sistemas de posicionamiento satelital, las operaciones también pueden reconstruir mapas tridimensionales de las concentraciones detectadas.
La información sirve para comparar el comportamiento real de la extracción con las predicciones del modelo geológico.
En términos operacionales, el beneficio potencial es doble: recuperar mineral que habría terminado en botaderos y evitar que materiales de baja ley ocupen capacidad en las instalaciones de procesamiento.
Por qué clasificar mejor el mineral puede reducir costos y consumo de recursos
Las plantas concentradoras necesitan cantidades importantes de electricidad, agua y reactivos para procesar grandes volúmenes de roca.
Cuando reciben material con concentraciones inferiores a las previstas, pueden destinar parte de esa capacidad a partículas que contienen poco metal aprovechable.
Este fenómeno, denominado dilución, puede disminuir la ley de alimentación y afectar la eficiencia económica de la operación.
Una clasificación más precisa desde el frente de carguío permite reducir parte de ese problema.
Si los camiones transportan una mayor proporción de mineral económicamente aprovechable hacia las instalaciones correspondientes, podría disminuir la cantidad de material innecesario que debe chancarse y molerse.
También se facilita la planificación de mezclas de minerales para mantener determinadas características de alimentación a planta.
Sin embargo, la magnitud de los beneficios depende de la variabilidad geológica, la precisión de los sensores, las capacidades de procesamiento y las reglas de clasificación utilizadas.
No todas las minas obtendrán necesariamente los mismos resultados.
La inteligencia artificial no reemplaza al geólogo ni al laboratorio
Aunque ShovelSense utiliza aprendizaje automático, sus mediciones presentan limitaciones técnicas importantes.
La fluorescencia de rayos X analiza señales procedentes de las zonas del material expuestas a los sensores. Por lo tanto, la relación entre esas lecturas y la composición total del balde debe establecerse mediante modelos representativos.
Factores como el tamaño de los fragmentos, la humedad, las características mineralógicas y la distribución de los metales pueden influir en la calidad de las estimaciones.
Por ese motivo, los algoritmos necesitan calibraciones específicas para cada yacimiento y controles periódicos mediante métodos analíticos independientes.
Además, detectar una concentración determinada de cobre no significa establecer directamente cuánto metal podrá recuperarse mediante flotación, lixiviación u otros procesos metalúrgicos.
La recuperación depende también de las especies minerales, la liberación de partículas y las condiciones industriales de tratamiento.
La tecnología debe entenderse, por tanto, como una herramienta complementaria de control de leyes y clasificación, no como un reemplazo de la exploración geológica, los ensayos químicos o los estudios metalúrgicos.
Su importancia reside en trasladar una parte del análisis del mineral desde las etapas posteriores de procesamiento hasta el momento mismo de la extracción.
La pala minera deja de ser únicamente una máquina que mueve roca y pasa a entregar información capaz de modificar el recorrido de cada camión. En operaciones que transportan enormes cantidades de material diariamente, reconocer diferencias de ley antes del procesamiento puede convertirse en una herramienta relevante para aprovechar mejor los recursos minerales disponibles.
REDIMIN Responde
¿Qué tecnología permite analizar el mineral mientras se llena el balde en operaciones mineras?
La tecnología ShovelSense, desarrollada por la empresa canadiense MineSense, permite analizar el mineral mientras se llena el balde utilizando inteligencia artificial y sensores de fluorescencia de rayos X de alta velocidad.
¿Dónde se ha implementado la tecnología ShovelSense?
ShovelSense ha sido implementada en operaciones de cobre en Chile y Canadá, incluyendo la mina Carmen de Andacollo en la Región de Coquimbo, Chile.
¿Cómo funciona el sistema ShovelSense para clasificar el material minero?
El sistema ShovelSense utiliza sensores de fluorescencia de rayos X para medir la concentración de elementos químicos en el material durante el llenado del balde. Los datos se procesan mediante algoritmos de aprendizaje automático para estimar la ley del material y clasificarlo según los criterios operacionales.
¿Qué resultados obtuvo ShovelSense en las pruebas realizadas en Carmen de Andacollo?
Durante las pruebas en Carmen de Andacollo en 2021, ShovelSense alcanzó una disponibilidad del 96% y un error porcentual absoluto medio global de 10,24% en comparación con análisis químicos de laboratorio, superando el objetivo de precisión establecido.
¿Qué ventaja ofrece ShovelSense en la identificación de minerales en minería a cielo abierto?
ShovelSense ofrece la capacidad de observar y medir la concentración de minerales a una escala menor, balde por balde, lo que permite identificar vetas estrechas y variaciones en la distribución del mineral que los modelos geológicos convencionales podrían no detectar.
