Optimización del proceso de cubicación de la pila de intermedios con la incorporación de tecnología LiDAR y software de Machine Learning en mina de cobre en el sur del Perú

Abstract

La minería moderna enfrenta el desafío permanente de optimizar sus procesos productivos, mejorar la seguridad del personal y la confiabilidad de la información técnica utilizada para la toma de decisiones. Dentro de este contexto, los levantamientos topográficos y la cubicación de pila de mineral constituyen una actividad importante, ya que influyen directamente en el control de stock, la reconciliación y la planificación minera. Tradicionalmente, estos procesos han dependido de métodos tradicionales como el GPS diferencial y los escáneres láser estáticos, los cuales, si bien ofrecen resultados aceptables, presentan limitaciones importantes asociadas a la seguridad del personal y la precisión de la información. En este contexto, la presente tesis tuvo como objetivo determinar las mejoras en el proceso de cubicación de la pila de intermedios mediante la incorporación de tecnología LiDAR y software de Machine Learning, justificándose en la necesidad de incrementar la eficiencia operativa, fortalecer la seguridad y modernizar los flujos de trabajo topográficos alineándolos con los principios de la minería digital. Para ello, se evaluaron comparativamente el tiempo total de cubicación, el tiempo total del levantamiento y procesamiento de la nube de puntos, la exposición al riesgo operacional y el desempeño del modelo ML. Los resultados evidenciaron que la implementación del dron con tecnología LiDAR redujo el tiempo de preparación del equipo en 69%, el tiempo de levantamiento en un 48% y se logró eliminar el 37% de los riesgos identificados al eliminar el ingreso del personal a zonas confinadas. Sin embargo, se incrementó el tiempo de georeferenciación a un 109%, debido al aumento en la densidad de puntos. Por otro lado, el tiempo de procesamiento se redujo en un 75%, evidenciando además el alto desempeño del modelo de clasificación ML, con valores de F1-Score superiores al 95% para la clase Mineral. En conjunto, los resultados demostraron que la integración de tecnología LiDAR y Machine Learning constituye una solución viable, segura y eficiente para la optimización del proceso de cubicación en minería superficial.