OBJETIVO

El curso tiene como objetivo presentar las grandes oportunidades que se dan en la industria minera para la integración de los datos provenientes de los sistemas de despachos mineros, control de procesos, laboratorio, monitoreo del clima y la información de la planificación minera y geo metalúrgica disponible. Los participantes aprenderán la manera cómo transformar datos en información para la gestión operacional. Se mostrarán los modelos de molienda clasificación, flotación y espesamiento que proveen el conocimiento para su análisis con datos operacionales. Se mostrarán ejemplos de casos industriales. Se sugiere que los participantes tengan disponible los diagramas de procesos de la planta para el modelado en bloques para su gestión.

METODOLOGÍA

Se usarán diagramas de procesos en PowerPoint para mostrar los conceptos y metodología. Se presentará ejemplos prácticos usando un simulador dinámico que mostrará un historial para analizar los datos y su transformación en información para el modelo de procesos. Se usarán ejemplos basados en el PI System, Seeq Advanced Analytics y Microsoft PowerBI.

DIRIGIDO A

Una de las principales diferencias del oro y la plata con otros metales es que estos son económicos en niveles muy bajos. Por ejemplo, generalmente los metales base se calculan en porcentaje, mientras que el oro y la plata se calculan en partes por millón.

CARACTERÍSTICAS PRÁCTICAS

Ingenieros de Procesos, Ingenieros de Minas, Gerentes de Plantas, Soporte Técnico, Estudiantes de Ingeniería Química, Metalúrgica, Eléctricos, Ambientales, etc.

TEMARIO

• Bienvenida e introducción del curso.

MÓDULO 1

• Secretos de la transformación digital.
• Control de Procesos y Gestión Dinámica de Operaciones.
• Sensores, Lazos de Control y Estrategias de toma de decisiones.
• Las 4 etapas de la generación de valor.
• Estrategias en la nube con la aplicación del sistema PI y del Seeq Advanced Analytics.
• Modelo de Planta Gemela Digital – 1er y 2do paso.
• Estados operacionales, tipos de mineral, equipos de trabajo, planificación de producción y restricciones medioambientales.
• Análisis de la efectividad global de producción.
• Ratio de producción del metal neto, recuperación y pérdida de metal.
• Preguntas y discusión del módulo 1.

MÓDULO 2

• 3er paso, Modelos de Procesos Predictivos.
• Machine Learning integrado, Data Cleansing o limpieza de datos y clasificación de eventos.
• Modelos dinámicos de clasificación de molienda híbridos.
• Modelos dinámicos de flotación híbridos.
• Modelos de espesadores de recuperación de agua híbridos.
• Preguntas y discusión del módulo 2.

MÓDULO 3

• Fundidora para pirometalurgia y ejemplos de refinado.
• Modelos y ejemplos de procesos hidrometalúrgicos.
• Monitoreo avanzado de los sistemas de control de proceso.
• Modelos predictivos para los equipos críticos.
• Soporte remoto externo.
• Preguntas y discusión del módulo 3.

MÓDULO 4

• Transformación Digital 4to paso.
• Integración operacional de minas, plantas y despachos.
• Producción de cobre neto e incremento de recuperación.
• Centro operacional de plantas de minas.
• Centro operacional de producción, energía y agua.
• Centro para el monitoreo y diagnóstico de generación de electricidad.
• Conclusiones y trabajos futuros.
• Preguntas y discusión del módulo 4.
• Conclusiones y cierre del curso.

EXPERTO: Dr. OSVALDO A. BASCUR

Director de Transformación Digital – OSB Digital, LLC in Houston, TX.

Dr. Bascur es actualmente director de Transformación Digital en OSB Digit, LLC y consultor de Seeq (www.seeq.com). Trabajó en OSISOFT durante 25 años. Fue parte del equipo de ingenieros de Pennzoil y anteriormente trabajó como ingeniero de control de procesos para Duval Corporation, Tucson, AZ (ahora Freeport McMoRan).

Dr. Bascur ha creado una plantilla para la transformación digital de plantas para la optimización de la gestión operacional dinámica, de calidad, activos y energía/agua. Hoy en día, la estrategia de planta digital transforma los datos de los sensores en información operativa (datos + eventos operativos) para la eficacia general de la producción y el análisis predictivo. La estrategia asimismo identifica las Pérdidas de Producción de Agua/Energía Oculta en una Planta Industrial permitiendo maximizar la producción mientras se eliminan las pérdidas. Esta plantilla de estrategia permite transformar grandes cantidades de información no utilizada en información para generar conocimiento operacional adicional, modelos predictivos, e integra las herramientas de inteligencia de negocios tales como MS PowerBI, Seeq Advanced Analytics y AWS Quick sight.

Dr. Bascur escribió el Capítulo de Control e Inteligencia Operacional para el Manual de Procesamiento Minerales y Metalurgia Extractiva de la SME publicado en 2019. Escribió el Capítulo Midiendo, Administrando y Transformando Datos en Información en el libro Manufactura Inteligente: Conceptos y Métodos, en colaboración con la Universidad de Texas y Drexel University. Editó las Perspectivas Latinoamericanas: Exploración, Minería y Procesamiento para la SME. Ha escrito más de 95 trabajos técnicos y ha colaborado en numerosos capítulos en diversos libros. Es también editor de la MEI y de las publicaciones de IFAC.

Recibió el más prestigioso premio A. Gaudin por parte de la SME. Es miembro de AIChE, SME, AIST, IFAC MMM y IMPC.

Dr. Bascur es ingeniero químico y metalúrgico de la Universidad de Concepción, Chile, y cuenta con un doctorado (PhD) en Ingeniería Metalúrgica de la Universidad de Utah, Salt Lake City.