La Agencia Nacional de Investigación y Desarrollo (ANID) divulgó recientemente los proyectos seleccionados en el concurso FONDECYT Regular 2023. La Pontificia Universidad Católica de Valparaíso logró la adjudicación de 32 proyectos, siendo uno de ellos otorgado al Dr.  Freddy Lucay, académico de la Escuela de Ingeniería Química.

Durante cuatro años (2023-2026), el Dr. Lucay dirigirá el proyecto titulado “Machine learning applications for mineral processing”, cuyo objetivo principal es desarrollar un marco teórico para la aplicación y testeo de técnicas de machine learning (ML) en el procesamiento de minerales.

Este trabajo surge a partir de una serie de desafíos que debe enfrentar actualmente la industria minera, como el estrés hídrico; reducción de la ley de los yacimientos; reducción del consumo de energía; presencia de minerales más complejos con alta presencia de arcilla, que potencialmente producirán partículas ultrafinas en los sistemas de conminución; además de la generación de desechos. Esto, sumado a un cambio mineralógico en los yacimientos, específicamente, un cambio de minerales de óxido de cobre a minerales de sulfuro de cobre, el cual es procesado por flotación con espuma y que además requiere de un mineral liberado procesado como pulpa, es lo que aumenta el consumo de energía y agua. Bajo este escenario, las condiciones de operación de los procesos implementados en la cadena de valor del mineral sulfurado deben ser optimizados para mitigar los problemas mencionados, y esto se realiza utilizando técnicas de Machine Learning (ML), ya sea mediante modelamiento, sensores soft, detección y diagnóstico de fallas, o visión artificial (VA). Esencialmente, estas técnicas extraen patrones desde conjuntos de datos, los que son difíciles de obtener debido a restricciones de confidencialidad y propiedad intelectual de los proyectos mineros.

Cabe mencionar, que los sistemas de VA suelen ser implementados para monitorear el proceso de flotación, no obstante, los sistemas desarrollados en la literatura carecen de una validación “in situ”, es decir, su aplicación queda relegada a un segundo plano. Bajo el contexto descrito, los datos de simulación pueden resultar el mejor campo de pruebas para las técnicas de ML, mientras que los teléfonos móviles pueden ser una buena opción para testear en terreno los sistemas de VA.

De esta forma, dentro del proyecto  serán abordados  tópicos como: predecir la generación de partículas ultrafinas en los sistemas de conminución; optimizar los sistemas de flotación-conminución; cuantificar el impacto del tipo de agua sobre los parámetros metalúrgicos de los sistemas de flotación; desarrollar sistemas VA basados en teléfonos celulares para monitorear sistemas de flotación “in situ”;  acelerar el entrenamiento de los sistemas de VA, usando transformers; y evaluar la sensibilidad de las técnicas de ML a diferentes manifestaciones de los datos de entrenamiento.

La  adjudicación del fondo por parte del investigador viene a consolidar un trabajo realizado por años. “La adjudicación del Fondecyt Regular permitirá fortalecer mi línea de investigación relacionada con la aplicación de técnicas de Machine Learning en el procesamiento de minerales, la que he venido desarrollando por cerca de cinco años. Además, me entrega la posibilidad de articular trabajos con el anillo ‘Integrating circular economy strategies in mineral processing´ donde soy uno de los investigadores principales”, señala el investigador, Dr. Lucay.

Cabe destacar que los concursos Fondecyt Regular otorgan financiamiento a investigadores de excelencia que propongan estudios con base científico-tecnológica de alto impacto orientados a la producción de conocimiento. Para la Escuela de Ingeniería Química, este tipo de apoyo financiero representa también un reconocimiento a la labor de investigación de sus académicos.