es.wedoany.com Noticia: Metso, en Brasil, mediante un contrato de servicio a largo plazo (LCS), ha integrado la inteligencia artificial en las operaciones de trituración de mineral, abordando los desafíos clave de paradas no planificadas e inestabilidad en la producción en esta etapa de procesamiento. La inteligencia artificial reduce las paradas no planificadas y maximiza la producción al determinar los parámetros operativos óptimos y predecir fallos en los componentes.
La práctica de Metso en Brasil se basa en el modelo de "trituración como servicio", donde el fabricante asume completamente la operación y el mantenimiento de la planta de procesamiento. Estas unidades, tras la instalación de sensores, proporcionan datos de alta calidad desde centros remotos en Sorocaba y Parauapebas para su monitoreo y análisis. Este viaje tecnológico comenzó en 2006, cuando Metso procesó residuos de roca para producir grava con un nuevo modelo en el estado de Pará. En 2020, un cliente que suministra el 40% del mercado de fosfato dicálcico delegó toda su operación de trituración primaria a Metso bajo el modelo LCS. En 2023, en la producción de mineral de hierro en Corumbá, Mato Grosso do Sul, el cliente delegó a Metso parte de la producción, desde la extracción hasta la entrega del producto final.
Antes de la digitalización, las plantas mencionadas operaban de manera tradicional. El primer paso de la modernización incluyó la supervisión remota de las pantallas de los equipos y la instalación de cámaras para monitorear la temperatura de los rodamientos y el estado de las trituradoras. Posteriormente, el equipo instaló sensores de humedad y cámaras RockSense de procesamiento digital de imágenes para medir la granulometría del mineral en tiempo real, permitiendo a los operadores conocer instantáneamente la granulometría y la humedad del mineral. Sin embargo, debido a la subjetividad del factor humano, los mismos datos llevaban a decisiones diferentes, por lo que el equipo introdujo algoritmos de aprendizaje automático e inteligencia artificial para manejar una gran cantidad de variables. El desarrollo de la inteligencia artificial se basó en inteligencia especializada, procesada en servidores internos, y el entrenamiento comenzó con la creación de un modelo matemático de trituración, validando de forma cruzada los datos sintéticos con los datos históricos de la planta, y refinándolos mediante modelos de aprendizaje automático. Este proceso requirió un refinamiento manual continuo por parte de los expertos de Metso para corregir errores lógicos en los algoritmos.
Actualmente, la inteligencia artificial opera de manera autónoma y dinámica, ajustando la configuración de la planta sin intervención humana. Para mineral seco, el sistema aumenta la velocidad de alimentación y prolonga la vida útil de los componentes mecánicos; para mineral húmedo, el sistema reduce la cantidad de alimentación y garantiza la máxima producción y calidad. Además del control de entrada, la inteligencia artificial utiliza cámaras de procesamiento digital de imágenes para analizar la salida, midiendo la granulometría fina para asegurar la calidad del producto final. En las plantas más nuevas, todos los puntos del proceso se miden en línea mediante cámaras, y la inteligencia artificial detecta y corrige automáticamente los cambios operativos y el desgaste.
Los resultados de la implementación son notables: una planta diseñada originalmente para procesar 3,5 millones de toneladas al año, con la ayuda de la inteligencia artificial, aumentó su producción a 5 millones de toneladas anuales, sin necesidad de reemplazar motores ni actualizar equipos. La disponibilidad del equipo de esta unidad aumentó del 86% al 90%. En cuanto a la calidad del mineral de hierro en trozos, el índice de contaminación por finos en origen se redujo del 3% a niveles entre el 1,5% y el 1,7%, asegurando que el mineral cumpla con estándares estrictos.
Actualmente, Metso procesa 25 millones de toneladas en Brasil bajo el modelo de "como servicio" y monitorea de forma remota aproximadamente 150 equipos de producción. Los datos históricos recopilados de estos activos, con la ayuda de la inteligencia artificial, no solo mejoran las plantas existentes, sino que también moldean el futuro del negocio y las relaciones con los clientes.
