La industria minera es la principal actividad industrial de nuestro país. La participación de Chile en el mercado mundial de cobre durante décadas fue al alza. A pesar de estos números bastantes alentadores para nuestro país, en los últimos años la rentabilidad y productividad del negocio minero ha ido disminuyendo progresivamente debido al envejecimiento de los yacimientos y otras variables socio-económicas.

Asumiendo esta realidad, se deben redoblar los esfuerzos para alcanzar resultados óptimos en términos de rentabilidad y productividad, tomando acciones para optimizar los procesos, disminuir los costos de producción y aumentar los índices de productividad.

Una de las alternativas para mejorar la productividad de los activos es mejorar los índices de disponibilidad en los equipos, disminuir los tiempos entre falla, y minimizar los tiempos de reparación, lo que en definitiva redunda en un mejor y mayor aprovechamiento del activo y además en la disminución de costos de mantenimiento.

El análisis y gestión de indicadores de disponibilidad que actualmente se realiza es estático, no sistematizado ni automatizado, y muy dependiente del conocimiento y experiencia de los encargados. Además, la creciente modernización de los equipos y la posibilidad de incorporar sensores para su medición en los procesos mineros trae como consecuencia una gran generación de información, que en la actualidad no es utilizada y por ende desaprovechada. Con métodos adecuados de inteligencia computacional es posible aprovechar esta información para mejorar la gestión y hacer crecer la disponibilidad y productividad de los equipos.

Todos lo equipos electro-mecánicos están afectos a tener fallas, las cuales son la principal causa de la disminución de la disponibilidad de los equipos. Por esto la necesidad de contar con un sistema de predicción más preciso y certero de los indicadores claves de fallas, esto permitiría ajustar en forma más eficiente las actividades de planificación de mantenimiento, anticipar condiciones de riesgo potencial de interrupción de servicio y en consecuencia, aumentar la disponibilidad de los equipos.

Esta situación se torna aún más crítica cuando se ven involucrados equipos cuya operación afecta la seguridad y la vida de las personas, como lo es el caso de los ventiladores que cumplen una función vital al abastecer de aire limpio las faenas mineras subterráneas.

La legislación indica que toda faena subterránea debe disponer de condiciones ambientales mínimas, las que se logran mediante circuitos de ventilación, natural o forzado para mantener un suministro permanente de aire fresco y retorno de aire contaminado o viciado.

El desafío del cual nos hacemos cargo en este proyecto, apunta a desarrollar una herramienta de predicción certera de indicadores de disponibilidad o fallas de ventiladores principales, utilizados en las faenas subterráneas mediante Inteligencia Computacional, con el fin de predecir para controlar de manera oportuna la operación de los ventiladores y sobre todo la seguridad de las personas que trabajan en estas operaciones. Esto se realizará mediante el desarrollo de un dispositivo inteligente o Smart Device, provisto de un software appliance, que mediante inteligencia computacional podrá predecir posibles fallas en los ventiladores. Todo esto quedará preinstalado y preintegrado, en las salas de control mineras.