El Ingeniero Electrónico Álvaro
Rendon del Tecnológico de Hermosillo, Sonora, México. Además, director de Investigación
y Desarrollo de la Empresa ECN Automation, con sede en México y con operación
en Estados Unidos, Perú y Chile. Los primeros 15 años de su experiencia laboral
los dedico al diseño e implementación de sistemas de control de procesos,
desarrollando proyectos de automatización de plantas concentradoras completas,
incluyendo los procesos de molienda SAG, molienda de Bolas, flotación y
espesamientos.
Si quieres ver la presentación del Ing. puedes encontrar al encontrar al final del articulo.
¿Podría resumir el tema que se tocará el sábado 18 de julio, "Machine Learning aplicado a Procesos Metalúrgicos"?
La transformación digital, ya es una realidad y una necesidad; en el contexto del COVID 19 implementarlo como plataforma de gemelo digital habría podido facilitar el monitoreo a distancia de las plantas de beneficio como en el caso de Chile y un caso cerca a Perú como de Toromocho. Hay muchos roles en la minería, pero el de nivel supervisor tiene una gran importancia ya que analiza los parámetros de gran importancia y busca la mejor asignación de tareas para obtener el máximo valor.
Por ello, cambiar la minería caracterizada a través del tiempo por parte de los ingenieros en estar presentes in situ, implica muchos desarrollos.Por ello, la charla del día sábado es un resumen a un taller que vengo realizando, mostrando el desafío que implica en conocimientos de metalurgia y programación en el campo de la optimización en las operaciones mineras. Así como el origen y los pasos a seguir para la correcta implementación del gemelo digital (molienda, flotación, entre otros).
Además, muchos recién escucharan estos
términos; pero no es muy diferente a cuando yo me inicie en este campo, ya que
comprender Python y todos los algoritmos de machine learning con dedicación son
accesibles de aprender. Así que tengan presente que cuando lo comprendan
llegaran a grandes resultados para la empresa donde trabajan y para su
formación profesional.
Finalmente, tengan presente que la transformación digital o llamada también la Industria 4.0; por medio del extranjero no llegará al Perú ya que no es delegable porque si queremos la implementación de la automatización de las operaciones mineras en el Perú, no vendrá del extranjero sino de un buen grupo de trabajo que domine todas las disciplinas correspondientes para su ejecución.
¿Qué es Gemelo Digital, y cómo impulsa a la minería a una Industria 4.0?
Surge en el área de construcción por
ejemplo Building Information Modeling
(BIM) que busca una representación de lo que se construye, luego
conectarlo por ejemplo para la extracción de un listado de partes y finalmente
hacer una planificación de la construcción, este el primer tipo de modelo
digital en construcción.
Un segundo tipo va relacionado a la Gemelo
Digital Simulado que se puede obtener por ANSYS u otros que van más a la
parte física, ese se le llama gemelo digital de activos que está enfocado a
hacer simulaciones de bombas, ciclón u molino. Y se centra en correr pruebas de
cada maquinaria.
Y como tercero, que seria lo relacionado al
webinar del sábado; que sería el Gemelo Digital Operativo y su objetivo
es el mayor grado de énfasis en la data de proceso en tiempo real del DCS y del
laboratorio. Pudiendo construir tu representación virtual de la operación.
Teniendo presente esto, el Gemelo Digital
es: “La representación de la planta en base a las variables del control de
procesos (objeto físico) y por medio de una representación virtual explicará la
tendencia o lo que sucederá en el objeto físico, y de esa forma generar
futuras variables y las de retorno al objeto físico.”
Un ejemplo: En el molino SAG, las variables
del control de proceso como el tamaño de roca, velocidad del molino, potencia
consumida son el objeto físico y mientras que todas las variables van ingresando
al objeto virtual, se empieza adquirir información estimada gracias al modelo
que se va creando por la data entrante, va más allá del control metalúrgico.
Finalmente, los componentes precisamente son la adquisición de data, inclusive mandarla a un simulador DEM conectada, inclusive también el simulador metalúrgico y así conectar, retornar y ecualizar los resultados con la planta y así trabajar en forma conjunta todas las áreas.
¿Qué es el Machine Learning y como es el motor del gemelo digital para la Industria 4.0?
Para responder esa pregunta primero hay que diferenciar Data Science y Machine Learning por ello me haría esta pregunta ¿Cuál es la diferencia entre Ciencia de Datos y Machine Learning, y como se procesa esa data? En este caso el lenguaje, Python, nos permite hacer ciencia de datos y parte de lo que se hace es hacer algoritmos de Machine Learning, porque básicamente el algoritmo de Machine Learning incursiona en generar un pequeño modelo de los datos que nos va a hacer alguna predicción muy asertiva de los datos a futuro.
Además, comprender la estructuración de la data es algo que se debe conocer, ya que convertirlo en el set de dato que se pueda manipular puede generar muchos tipos de modelos predictivos para el científico de datos. Tomo un dato, por ejemplo: Potencia, nivel de bola, pH de la pulpa, diámetros de bolas, entre otros. Todos esos entran como datos a un algoritmo de desgaste de bola y nos entrega el dato de cuántos kilogramos de bolas están desgastando por bola y cuántos kilogramos de bolas que se debe ingresar al molino SAG.
Imagínense la plantilla de Molycop pero conectado al DCS de la planta. Con esta descripción me lleva a la siguiente pregunta a responder ¿Cuán importante es el Machine Learning en nuestro proceso de modelo digital? Y a mi parecer sería el corazón de la plataforma del gemelo digital, ya que para poder partir en varias áreas de las plantas de forma simultánea y para poder particionar un proyecto de gemelo digital de una planta de beneficio donde se estiman aproximadamente unas 100 aplicaciones que estén simultáneamente generando información, todas estas aplicaciones están basadas en algoritmos de Machine Learning.
¿El procesamiento de datos en tiempo real, ya es un hecho en la aplicación de todas las áreas de la planta de beneficio?
Hace 12 años nos planteamos (ECN Automation) la inquietud de tener una planta de beneficio conectada, y en ese proyecto diseñarlo fue un gran reto a pesar que se tenía colaboradores de todas las disciplinas tanto metalúrgicos, electrónicos, informáticos, entre otros. Comenzamos los balances en el primer año y de allí en adelante ideamos como podíamos instrumentar correctamente una planta minera y conectarle servicios para que la planta pudiese ser supervisada por centros de mandos externos pero que no fuera una extensión de su DCS.
La idea era cómo poder dar un soporte metalúrgico de forma remota, siendo la base de datos central de este sistema de monitoreo remoto y formar así el menú balance de la planta. Entonces este balance conectado con una estructura de datos perfecta y que podía ser aplicado a cualquier planta concentradora fue el resultado. Pero nos pudimos dar cuenta que la instrumentación no era muy basta y que se hizo, lo primero hacer los equipamientos, diseñados equipos que puedan medir los impactos de bolas y así medir el nivel de bolas. Otro trabajo reciente (2012) comenzamos con los trabajos de un dosificador de reactivos, que está siendo utilizado en Southern, Toquepala.
Un dosificador de reactivos inteligente que estuviese basado en flujo, que se pudiese conectar con el flowsheet de la planta para que pudiera trabajar en gr/TM, y así resolver las complicaciones que tenían los controles de las plantas. Otro avance logrado, fue la medición de roca sobre la banda, recién liberado hace semanas. Con cámaras esta midiendo el tamaño de la roca sobre la banda, y así poder convertir en una curva de distribución granulométrica y de forma similar un sistema de cámaras que podía medir la velocidad de derrame de las burbujas sobre las celdas de flotación. Este es nuestro set de productos que acompaña al concepto de gemelo digital.
Por otro lado, en una planta de electrowining, lo que se tiene es un sistema de cámaras termográficas que se montan en el techo de la nave y que permiten extraer las temperaturas de cada uno de los buses del circuito, y así identificar y detectar donde hay un nódulo u falso contacto y se pueda resolver. Esto se convierte en el primer paso para el desarrollo de un gemelo digital para una planta de electrowining. Si se logra conectar estos datos (tiempo de cosecha de los cátodos, la temperatura, circuitos eléctricos, intensidad de corriente, pureza del electrolito) se puede obtener su gemelo digital para un futuro muy prometedor.
Se entiende que el terreno se está igualando tanto para las grandes, medianas y pequeñas mineras ¿Qué cree usted que necesita las compañías mineras para adaptarse al cambio que viene con el procesamiento de datos en tiempo real gracias al gemelo digital?
Esto será paulatino, tiene que estar el equipo de planta preparado para el mantenimiento y también el integrarse para una correcta customización. Mando al lector reflexionar su comprensión del gemelo digital y su comprensión de como se esta implementando, es más el saber que se puede hacer y no. Por ello, saber los límites del desarrollo en la actualidad en base a la instrumentación es algo con el cual se puede iniciar. Los talleres que se irán realizando por mi persona van enfocados a esto, para que el impulsor del gemelo digital no se quede corto al pedido de su gemelo digital en la planta.
Ingeniero Rendon, muchas gracias por su tiempo esperamos (CEIMET) seguir contando con usted para futuras ponencias ¿Tiene alguna invitación adicional para los profesionales minero-metalúrgicos?
No hay comentarios:
Publicar un comentario