Los estudios abarcan temas como sismología, hidrología, geoestadística e inteligencia artificial, los cuales están a cargo de distintos investigadores del centro.
Gracias a fondos públicos adjudicados por concursos de la Agencia Nacional de Investigación y Desarrollo (ANID), seis proyectos de innovación científica y tecnológica del Advanced Mining Technology Center pudieron ponerse en marcha en 2021 y así colaborar con la misión del Centro de contribuir a una minería más moderna, innovadora, segura y responsable.
Los seis proyectos están a cargo de investigadores del AMTC que, -en su mayoría, son también académicos de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile-, donde se contemplan temas como sismología, hidrología, geoestadística e inteligencia artificial.
Recuperación de agua en la extracción de litio
Desde la AMTC detallan que, el Dr. Humberto Estay está a cargo de un proyecto financiado por el concurso Fondecyt Regular 2021, el cual consiste en el estudio de recuperación de agua desde soluciones hipersalinas mediante un sistema de contacto con membranas. Salmueras de litio se utilizarán como caso de estudio, con el objeto de avanzar de una forma más fundamental en el proyecto basal que ya se está desarrollando en el AMTC, para la recuperación de agua en el proceso de extracción de litio.
El proyecto adjudicado considera el estudio del efecto de los iones contenidos en las soluciones, la búsqueda de condiciones óptimas de operación y una propuesta de desarrollo de nuevos materiales modificados para estos sistemas. Finalizado el proyecto, se espera contar con un mejor entendimiento de las variables que afectan el procesamiento de este tipo de soluciones superconcentradas y una propuesta de proceso en condiciones óptimas. En este proyecto se trabaja en colaboración con investigadores de la Universidad Tecnológica Metropolitana y de la Universidad de Calabria (Italia).
Tomografía sísmica para exploración minera
En tanto, la investigadora y académica del Departamento de Geofísica, Diana Comte dirige un estudio para utilizar la tomografía sísmica como herramienta complementaria para la exploración minera, el cual es financiado por el X Concurso IDeA I+D. “Esta solución responde a la necesidad de encontrar nuevos yacimientos que se ubican a mayores profundidades, debido a que los que tenían evidencia superficial ya se conocen y están siendo explotados. Como las herramientas tradicionales de exploración no pueden alcanzar las profundidades requeridas, la tomografía sísmica surge como una metodología que apoya la exploración minera a diferentes escalas”, explica.
La metodología propuesta es amigable con el medio ambiente, ya que solo utiliza fuentes naturales (sismicidad), permitiendo a través de la determinación de tomografías sísmicas, la identificación de potenciales puntos de exploración minera basándose en las anomalías de velocidades. “El objetivo general de esta propuesta consiste en la integración de los resultados de la tomografía sísmica, con datos geológicos de superficie, datos geoquímicos y geofísicos disponibles, para determinar y caracterizar potenciales targets de exploración a escala greenfield y brownfield”, agrega la académica. El proyecto cuenta con el apoyo de Codelco y GRS Chile.
Pronóstico de caudales
El proyecto “Sistema híbrido de pronóstico de caudales de deshielo basado en modelamiento hidrometeorológico”, acreedor de fondos del IX Concurso Investigación Tecnológica IdeA de la ANID, tiene como objetivo desarrollar una herramienta que permita automatizar la generación de los pronósticos de caudales de deshielo (ya que actualmente se basan fuertemente en observaciones de precipitaciones) y que permanezcan disponibles a través del tiempo con una mínima inversión de recursos. Dicha metodología estará basada en la combinación óptima de modelos atmosféricos e hidrológicos, con análisis de incertidumbre.
Esta iniciativa, dirigida por el investigador y académico del Departamento de Ingeniería Civil, James McPhee, busca avanzar hacia mejores pronósticos de caudales en Chile mediante dos elementos clave: la automatización en la generación de los mismos y la evaluación exhaustiva de pronósticos hidrológicos retrospectivos generados para distintos tiempos de adelanto. Ambos elementos son críticos para diagnosticar posibles deficiencias metodológicas de manera objetiva y sistemática, y para crear conocimiento sobre la importancia relativa que cobran las principales fuentes de predictibilidad (climática e hidrológica) a lo largo del año en distintas cuencas del territorio nacional. El proyecto también contempla la creación de una plataforma web donde se publicarán los pronósticos de deshielo y cuyos principales usuarios serán organismos públicos como la Comisión Nacional de Riego (CNR) y organizaciones de usuarios de agua (OUA), específicamente juntas de vigilancia. Por eso este proyecto ha sido calificado como de interés público.
Modelamiento geoestadístico de campos aleatorios
El investigador y académico del Departamento de Ingeniería de Minas (DIMin) Dr. Xavier Emery dirige un proyecto centrado en el modelamiento geoestadístico de campos aleatorios y sus aplicaciones a variables geológicas, geotécnicas y geometalúrgicas. La investigación, también financiada por el Concurso Fondecyt Regular 2021, buscará definir técnicas de transformación gaussiana de datos multivariables, así como nuevos modelos de correlación espacial, tanto univariables como multivariables, que permitan representar características complejas de las variables regionalizadas encontradas en el modelamiento de yacimientos. El proyecto espera desarrollar nuevas herramientas y técnicas geoestadísticas, así como su aplicación a la minería. El Dr. Emery trabaja con investigadores de las universidades Católica del Norte, Federico Santa María, de Khalifa (Emiratos Árabes Unidos) y de Mines ParisTech.
Inteligencia artificial para determinar granulometría en tiempo real
Finalmente, el investigador Claudio Pérez, académico del Departamento de Ingeniería Eléctrica, también se adjudicó fondos del X Concurso IDeA I+D para desarrollar un “Sistema basado en inteligencia artificial para determinar en tiempo real la granulometría del mineral en puntos de extracción”. “El objetivo de este proyecto es desarrollar un sistema automático de estimación granulométrica por medio de imágenes digitales, de alta precisión y en tiempo real, basado en inteligencia artificial usando redes neuronales convolucionales (CNNs) y aprendizaje profundo. El sistema debe ser capaz de identificar los diversos fragmentos de roca, y el entorno en que están ubicados considerando el suelo, muros y otros objetos presentes en las imágenes”, explica.
“El resultado del proyecto será la entrega de un servicio de estimación granulométrica automática de alta precisión y en tiempo real que permitirá a las empresas mejorar los procesos de fragmentación y así reducir significativamente los costos asociados a esta etapa. El principal componente de investigación científica es la utilización de métodos basados en inteligencia artificial (deep learning, CNNs, aprendizaje por transferencia, etc.) aplicados al análisis granulométrico en imágenes”, agrega.
Comprendiendo el efecto Boycott
El también académico del DIMin Dr. Christian Ihle está a cargo de un proyecto orientado a la comprensión de una variante de un mecanismo físico de separación sólido-líquido, conocido desde hace 100 años, llamado efecto Boycott (EB), el que ocurre en contenedores alargados inclinados. El proyecto está motivado por la observación de que este efecto puede ser potenciado mediante el calentamiento de parte del contenedor, induciendo de esta manera un proceso de convección natural sinérgico con el proceso de base. Este proyecto puede derivar en posibles aplicaciones en minería y en la industria sanitaria, donde se emplean equipos de separación basados en EB, los que podrían ser potenciados con la abundante energía solar con la que nuestro país cuenta. Junto al Dr. Ihle trabajan investigadores de las universidades Tecnológica Metropolitana y de Concepción y del Instituto Nórdico de Física Teórica (Nordita), Suecia.
Fuente: Mch.cl
