De acordo com pt.wedoany.com-A Anglo American está implementando um sistema de manutenção preditiva baseado em inteligência artificial para equipamentos em sua mina de cobre Quellaveco, no Peru, visando aumentar a eficiência e a segurança das operações de mineração. Desde o início da operação da planta de beneficiamento em 2022, o projeto acumulou uma vasta quantidade de dados operacionais dos equipamentos. Com o uso de ferramentas de aprendizado de máquina, o sistema consegue identificar padrões anômalos e prevenir falhas antes que elas afetem a produção.
O núcleo do sistema é o programa de IA Aspen Mtell, desenvolvido em parceria estratégica entre a Anglo American e a Emerson. Trata-se de uma ferramenta de aprendizado de máquina capaz de aprender o comportamento dos equipamentos e detectar anomalias precursoras de falhas. O projeto foi iniciado em agosto de 2024 e, após meses de preparação e testes, foi oficialmente ativado em 27 de dezembro do mesmo ano. Durante a implementação, participaram o departamento de Estratégia e Gestão de Confiabilidade de Ativos (AS&R) e o de Gestão da Informação (IM), com o apoio da equipe global de confiabilidade da Anglo American. A primeira fase do projeto focou em quatro bombas principais de moagem que transportam a polpa para os hidrociclones. Com o aprendizado de máquina, o sistema agora pode prever falhas potenciais nesses equipamentos com semanas de antecedência. Na próxima fase, a IA será aplicada a outros componentes e processos da operação, e a cada nova aplicação, a tecnologia continuará aprendendo e aprimorando sua capacidade preditiva.
No campo da exploração e planejamento, a inteligência artificial está transformando os modos operacionais tradicionais. No fórum TIS da Perumin 37, o CEO e cofundador da Stratum AI, Farzi Yusufali, apresentou a aplicação de sua plataforma SAIGE (Stratum AI Geospatial Estimator) na mina de cobre Candelaria-Punta del Cobrel, no Chile. Em um depósito IOCG, a plataforma utilizou dados existentes para criar modelos de recursos mais precisos. Os resultados dos testes mostraram que a plataforma identificou e confirmou 7,7 mil toneladas adicionais de cobre, avaliadas em aproximadamente US$ 64 milhões, utilizando apenas 2.200 metros de sondagem (em blocos anteriormente classificados como estéril pelo método tradicional de krigagem). Os teores de cobre nos intervalos-chave chegaram a 3,2%, com espessuras variando de 12 a 59 metros, e mais de 90% dos furos de sondagem do projeto encontraram mineralização econômica. Além disso, o modelo otimizado por IA permitiu realocar 19% dos recursos de sondagem para novas oportunidades de alto valor e, por meio da priorização inteligente de zonas de alto teor, reduziu a necessidade de sondagem em 16% a 25%.
Na área de modernização regulatória, o Serviço de Avaliação Ambiental do Chile (SEA) realizou, em janeiro deste ano, a palestra "Programa de Modernização Tecnológica do SEIA", apresentando as principais diretrizes do programa ao setor de mineração. O programa visa modernizar o Sistema de Avaliação de Impacto Ambiental (SEIA) por meio da introdução de ferramentas digitais, automação de processos e inteligência artificial. O objetivo é processar os mais de 27 milhões de páginas e mais de 29 mil projetos atualmente contidos na plataforma, transformando-os em informações úteis para apoiar o trabalho de avaliação ambiental nos próximos 15 anos. A iniciativa inclui a implementação de IA, novos fluxos de trabalho digitais, melhoria da experiência do usuário e a introdução de ferramentas de análise regional e comparativa.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
