Mineras peruanas usan soluciones de Inteligencia Artificial

La gran cantidad de datos que una planta industrial puede generar es inmensa, sin embargo, no siempre es aprovechable. Al respecto, Vinod Ninan, Product Director de la división de Process Automation – Digital de ABB, señala que de acuerdo a un reciente estudio de ARC Advisory Group de Boston, una planta industrial promedio utiliza menos del 27% de los datos que genera, desperdiciando la posibilidad de que se usen los 73% restantes.

Frente a este escenario, Álvaro Castro, Control System Line Manager & Digital Champion de ABB en Perú, sostiene que esta cantidad de datos no procesados abre un sinfín de oportunidades para la adopción de IA en las industrias. Principalmente hace énfasis en las mineras peruanas que cada vez se apoyan en esta tendencia tecnológica para el análisis de datos con la finalidad de mejorar sus operaciones.

“Alrededor de un 20% de empresas mineras en Perú ya están trabajando con alguna solución que incluye la inteligencia artificial o tecnologías relacionadas a la IA como el Machine Learning, Digital Twin, etc.  Además, existe una tendencia a seguir innovando con este tipo de soluciones basadas en IA y con planes futuros hacia nuevas áreas de proceso”, sostuvo el experto.

Así también, precisó que, si bien el resto de las empresas del sector está aún en camino de implementar estas soluciones, ya tienen un plan estratégico o están en plena evaluación de soluciones tecnológicas. Asimismo, destacó que los beneficios pueden ser impresionantes, como mayores tasas de producción, menos tiempo de inactividad gracias al mantenimiento predictivo, operaciones más seguras, menor consumo de energía y menor impacto ambiental.

Casos de éxito

El experto refirió que la implementación de tecnologías basadas en la IA, como el ABB Ability™ Genix ayuda a las empresas a integrar los diferentes tipos de datos OT/IT/ET (Tecnologías Operativas, Tecnologías de la Información y Tecnologías de Ingeniería). De este modo, esta solución permite incrementar la productividad de la planta significativamente.

Por ejemplo, se consiguió aumentar en un 10% la productividad en una compañía minera que extrae oro al integrar sus sistemas para aumentar la producción y reaccionar casi en tiempo real a todas las demandas y necesidades de los diferentes actores de la planta y mina.

En otra referencia minera, se logró un rango de entre 5 y 10% de aumento en la productividad por la gestión del blending de los depósitos o pilas de la mina que al convertirse totalmente automatizados se vuelven más rápidos y confiables.

Asimismo, se logró reducir paradas de plantas imprevistas en otra mina debido a la detección temprana de fallas potenciales que hubieran generado miles de pérdidas, como es el caso del servicio digital avanzado hecho a medida para el mantenimiento predictivo de fajas transportadoras, que ayuda a reducir las actividades no planificadas en un 30 %. “Además, el evitar fallas eléctricas en algunos activos críticos puede ahorrar un 15 % en los costos de su ciclo de vida”, señaló Castro.

Finalmente, acotó que este enfoque de análisis de datos aplicando IA se puede implementar en cualquier activo de la planta o mina esencial para reunir datos operativos, históricos y de ingeniería y visualizar su funcionamiento óptimo para obtener mejores resultados generales del proceso.