La industria minera global atraviesa una transformación sin precedentes. Hoy, la automatización, el uso de inteligencia artificial (IA) y la integración de sensores avanzados no son solo tendencias, sino herramientas críticas para lograr una operatividad más eficiente, segura y sostenible.
En este contexto, surge Rocafit-ML, un sistema robotizado inteligente desarrollado por investigadores de la Universidad de Santiago de Chile (Usach), que promete resolver uno de los problemas más costosos de las faenas: los bloqueos en el proceso de conminución, así lo dio a conocer el portal web de la USACH.
El desafío de la conminución y las rocas sobredimensionadas
La conminución es la etapa donde se reduce el tamaño del material rocoso para su procesamiento posterior. Es un proceso crítico pero complejo; la presencia de rocas de gran tamaño provenientes de la tronadura suele generar atascos en las máquinas chancadoras y parrillas.
Estos bloqueos no solo dañan la maquinaria, sino que provocan tiempos de inactividad perjudiciales que interrumpen la continuidad de la producción y elevan los costos operativos.
Rocafit-ML: Fusión sensorial para una minería autónoma
Liderado por el Dr. John Kern Molina, del Departamento de Ingeniería Eléctrica de la Usach, el sistema Rocafit-ML se presenta como un kit acoplable compatible tanto con martillos pica-roca nuevos como con equipos que ya están operativos.
A diferencia de las soluciones de teleoperación tradicionales que dependen de la visión humana, Rocafit-ML utiliza una fusión de sensores multimodales avanzada:
- Visión 3D duplex y reconstrucción volumétrica.
- Visión térmica y radar LiDAR.
- Sensores de partículas.
Gracias a estos componentes y a algoritmos de IA, el sistema puede identificar, seguir e impactar de forma selectiva las rocas, operando con total autonomía incluso en condiciones extremas de baja visibilidad, ruido y polvo en suspensión.
Beneficios clave de la automatización robótica
La implementación de sistemas como Rocafit-ML impacta directamente en tres pilares fundamentales de la minería moderna:
- Eficiencia operativa: Al evitar atascos, se asegura la continuidad del proceso y se optimiza el consumo energético.
- Mantenimiento predictivo: La precisión del impacto selectivo reduce el desgaste innecesario de los equipos, extendiendo su vida útil.
- Seguridad laboral: Al ser un sistema autónomo, elimina la exposición de los operarios a entornos peligrosos, protegiéndolos de riesgos de impacto y enfermedades ocupacionales derivadas del ruido y las partículas.
«La mayoría de las soluciones comerciales actuales dependen de la intervención humana. Rocafit-ML marca un hito al ofrecer autonomía real en condiciones extremas», destaca el Dr. Kern.
Patente chilena y escalamiento industrial
El proyecto, que contó con la colaboración de los doctores Claudio Urrea, Guillermo González y Harold Potter, ha obtenido recientemente su patente en Chile con el apoyo de la Dirección de Gestión Tecnológica (DGT) de la Usach.
Este respaldo legal es el primer paso para su escalamiento industrial. Actualmente, la tecnología avanza hacia validaciones en entornos reales (TRL 6), con la meta de convertirse en un estándar para la digitalización de la minería nacional e internacional.
El desarrollo de Rocafit-ML demuestra que la academia y la tecnología pueden ofrecer soluciones tangibles a los retos más complejos de la industria. La transición hacia una minería 4.0 es inminente, y la robótica inteligente es el motor que garantiza una producción más limpia, segura y rentable.
