Una compañía minera polimetálica con operaciones en Sudamérica enfrentaba un desafío común en la industria: altos niveles de variabilidad en las leyes del mineral que impactaban negativamente la eficiencia operativa, el consumo de insumos y la recuperación final. Con múltiples fuentes de alimentación, cambios constantes en la calidad del material y restricciones operativas específicas por línea, la empresa buscaba una solución para anticiparse a estos cambios y tomar decisiones más precisas en tiempo real.
de precisión en la predicción de leyes críticas (Cu, Fe, Au)
en recuperación global del proceso tras implementación
Aumento de utilidades por tonelada producida
Disminución de desviaciones en la alimentación
Ganancia total adicional en solo 3 meses
El desafío
Esta operación minera peruana enfrentaba una creciente incertidumbre respecto a la variabilidad de las leyes de mineral, la eficiencia de recuperación y la composición de los stocks minerales. Esta variabilidad impactaba directamente en la planificación, el uso de insumos y la estabilidad del proceso productivo. En este contexto, Bruna fue convocada para implementar una plataforma de inteligencia artificial capaz de predecir las leyes de entrada (Cu, Au, Fe) y optimizar la mezcla y apilamiento del mineral, permitiendo una alimentación más homogénea y eficiente hacia planta.
El proyecto se fundamenta en el uso de modelos predictivos y de optimización (blending), integrando información proveniente de modelos de bloques, modelos de oxidación, datos geoquímicos y metalúrgicos, y condiciones operativas reales.
- Alta variabilidad de la calidad del mineral: Dificulta la planificación y genera inestabilidad en el proceso.
- Falta de visibilidad anticipada de las leyes de entrada: Impide tomar decisiones operativas proactivas.
- Estrategias de mezcla poco optimizadas: Generan pérdidas económicas por menor recuperación.
- Impacto de la oxidación en stocks: Afecta negativamente la calidad de la mezcla y la recuperación final.
- Limitada integración entre datos espaciales, productivos y químicos: Dificulta la construcción de modelos precisos y útiles en operación.
¿Qué hizo Bruna?
Bruna fue implementada como una plataforma predictiva y de optimización para integrar información histórica, muestreos en línea, variables operativas y restricciones técnicas. Nuestra solución permitió:
- Predecir con hasta 98.7% de precisión la composición química de cada fuente de mineral antes de ser enviada a planta.
- Optimizar en tiempo real las mezclas disponibles según calidad, disponibilidad y metas operativas, sugiriendo la mejor combinación posible.
- Simular escenarios operativos, ayudando al equipo a planificar mejor frente a restricciones técnicas, climáticas o de abastecimiento.
- Reducir la variabilidad, estabilizando los parámetros de alimentación y mejorando la eficiencia global del proceso.
- Bruna fue integrada sin fricción a los sistemas existentes, generando recomendaciones diarias que el equipo en terreno pudo implementar con facilidad.
El impacto
Gracias a Bruna, la compañía minera logró transformar un proceso inestable en uno gestionado con precisión. Los resultados operacionales se tradujeron en:
- Reducción significativa de desviaciones en leyes de alimentación.
- Aumento de la recuperación metalúrgica.
- Ahorros directos en consumo de insumos críticos.
- Mayor confianza del equipo en la planificación y toma de decisiones.
- Bruna convirtió la incertidumbre en control. Y el control, en rentabilidad.
