Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Operaciones Mineras
01
Transformación Digital en
las Operaciones Mineras
• Antecedentes
Tema
S1.1
• Industria 4.0 y Minería 4.0
Tema
S1.2
Tema
• Big Data / Big Data Analytics
S1.4
02
Tema S1
03
La Actual Revolución Industrial
04
Industria 4.0
05
Industria 4.0
Data Analytics
Inteligencia
Big Data
Artificial
PRINCIPALES
TECNOLOGÍAS
DETRÁS DE Machine to
Ciberseguridad
INDUSTRIA 4.0 Machine
Computación en
Robótica
la Nube
06
The Industry 4.0 Journey
Industry 4.0
Enterprise
Connected
Factories Integrating connected
Digital factories with Smart
supply chain,
Factory Multiple digital suppliers, customer,
factories are
Smart connected through
product design, and
Smart manufacturing aftermarket services
Machines in a single Factory
the clou and can be
Smart premise with other
managed centrally
Components Intelligent machines in digitized fuctions
production with
minimun human
Intelligent machine intervention
componnents and
subsystems
07
Minería 4.0
Nivel Empresarial
Nivel de Planta
Nivel de Equipos
08
Minería 4.0
2025
09
Minería 4.0
Aspectos donde se puede crear valor de manera significativa
Deep understanding of Optimization of material Improved anticipation
Better
the resource base and equipment flow of failures
decisions
Optimized yield
Continuous improvement
Optimized pit to port
Continuous learning
Deep understanding of the resourse base Deep understanding of the resourse base
10
Minería 4.0
Un Significativo potencial provendrá de un Mejor
Entendimiento del Recurso Base
11
Minería 4.0
Mejora en la anticipación de fallas usando información
12
Innovación digital en la minería
¿Cúanto Impacto Económico aportará?
13
Innovación Digital en la Minería
14
La Minería del Futuro
1
Una Sala de
Control
7 2
No hay presencia
Producto final humana en áreas
de producción
6 3
Excavación
Caracterización
Mecánica
estructural
Continua
5 4
Caracterización Pre –
mineralógica concentración
15
Minería del futuro
La Integración de las sub-operaciones
Stockyard
Communication network management
▪Wired & wireless Supervision
▪IP Telephony, video
▪Asset & people tracking Hoisting
systems
Mine ventilation
Water handling
❑Drainage system
Mobile assets ❑Water pumps
❖Loading
pockets
❖Remote monitoring ❖Crushers
❖Production reporting ❖Feeders
❖Work order mgmt. ❖Conveyors16
La Minería del Futuro - Caso Rio Tinto
El programa Mine of the FutureTM fue lanzado el 2008
17
Minería del futuro
Evolución de la Minería en el siglo XXI
18
Minería del futuro
La minería debe incubar
la tecnología e
innovación que se
alineen con la estrategia
comercial general.
19
El Internet de las Cosas
5) Entonces
1. La transformación de
Inteligentes
nuestra sociedad en la
4) Objeto Sociedad Digital
Inteligente
Smart City 2. Sistemas Ciber - Físicos
(Cyber- Physical Systems )
objetos, sistemas y entornos
conectados directamente o
vía Internet.
1) Mainframe
3. El cambio de Paradigmas
del mundo centralizado en
la PC al mundo de múltiples
1 Usuario muchas dispositivos conectados a
1 computadora múltiples nubes
muchos usuarios computadoras.
1 computadora
Comunicación M2M
1 usuario 4. Nuevos requerimientos de
Cyber Security, confiabilidad
y protección de privacidad
(IT Privacy)
20
EL Internet de
las Cosas
Al 2020, existen 50
billones de objetos
conectados en el
internet. Pero el IoT
carece de un Estándar.
21
Mercado Potencial del Internet de las Cosas
22
El Internet de las Cosas
Como ninguna compañía puede hacer esto solo, están surgiendo consorcios y alianzas con el fin
de desarrollar estándares.
23
El Internet de las Cosas
Desarrollo de Alianzas
Industrial Internet Consortium, aquí se encuentra AT&T, Cisco, GE, IBM, and Intel, unidos
con el fin de establecer estándares para aplicaciones industriales.
Open Internet Consortium, aquí se encuentra Intel, Broadcom, Samsung, Cisco y Dell. IO
Tivity es la plataforma de software que impulsan para aplicaciones de domótica.
24
El Internet de las Cosas
Desarrollo de Alianzas
❖ Zigbee Alliance busca desarrollar un dispositivo de radio de baja potencia, que opere hasta 100 mts para crear
una red personal, aquí se encuentran Zigbee, Texas Instruments , FreeScale y Atmel.
❖ Oasis, Organization for the advancement of structured information standards” que en el pasado dedicados a
HTML, XML, SGM principalmente, ahora esta alianza será un fuerte actor en la estructuración de la data de los
sensores que irá a la web.
❖ IBM Car Alliance, aquí IBM se posiciona como proveedor de la infraestructura de procesamiento de datos
back-end computing para la información proveniente del alto número de vehículos.
❖ IETF, Internet Engineering Task Force quienes desarrollan muchos de los estándares con los que opera el
Internet.
25
El Internet de las Cosas
26
El Internet de las Cosas
¿Cómo se está Adoptando la tecnología?
29
El Internet de las Cosas
Los casos más representativos de aplicación
30
El Internet de las Cosas
Industrial Control –
M2M applications, Smart Retail – Supply
Environment control chain control, NFC
(HVAC), temperature payments, smart
control, ozone Smart Logistics – product management,
presence, vehicle auto- Quality of shipment and Vending machine
diagnosis, Warehouse condition, item remote management
stock location tracking, fleet tracking,
geo-positioning,
shipment/delivery
management 32
El Internet de las Cosas
Tendencias e Impacto potencial por Nuevas Oportunidades
33
IoT Oportunidad de Nuevos Modelos de
Negocio de Servicios
“Anything-as-a-Service XaaS”
34
Arquitectura del Internet de las Cosas
➢ Sin una planificación adecuada, “el IoT podría abrumar a una WAN corporativa o
crear cuellos de botella en sitios remotos o alojados”
Tecnología
de Sensores
Protocolo
Tecnología
Internet IP
RFID
v6
Revisemos
elementos
básicos sobre
los que se
construye el
IoT
Tecnología
Computación
Inalámbrica
en la Nube
Tecnologías
de
recolección
de Energía
36
Arquitectura del Internet de las Cosas
37
Arquitectura del Internet de las Cosas
Los clientes pagan solo por el tiempo de alquiler. Las tarifas de estacionamiento,
los costos de combustible, los impuestos y el seguro ya están incluidos.
38
El Internet de las Cosas
✓ En el último minuto se ha creado más “data registrable” que en entre el año 0 al 2000.
▪ En una primera etapa los ingresos eran ingresados de manera unitarios por una persona,
posteriormente y hasta hoy se ingresan datos por medio de plataformas de internet, muchos
usuarios a la vez ingresan texto, imagen, audio, video. Adicionalmente con el IoT, las máquinas
y sensores ingresan data de manera automática .
40
Big Data – Fuente de Datos
Producidos por personas. email,
Facebook, encuesta telefónica,
ingresar información en una hoja de
cálculo, responder a un WhatsApp.
Infinidad de acciones que realizamos
en el día a día suponen una fuente de
datos inmensa.
Biométricas. Los datos que tienen como Entre máquinas. Sí, entre máquinas
origen artefactos como sensores de también se comparten datos
huellas dactilares, escáneres de retina, directamente, en lo que se conoce
lectores de ADN, sensores de igualmente como M2M, que viene del
reconocimiento facial o reconocimiento inglés «machine to machine». Las
de voz. Su uso es muy extendido en redes de comunicación para llevar a
materia de seguridad en todas sus cabo estas acciones son muy
variantes (privada, corporativa, militar, variadas. Entre las más conocidas
policíaca, de servicios de inteligencia, están el Wifi, el ADSL, la fibra óptica y
etcétera). el Bluetooth.
41
Big Data – Fuente de Datos
❖ Marketing web. Nuestros
movimientos en la Red están
sujetos a todo tipo de
mediciones que tienen como
objeto estudios de marketing y
análisis de comportamiento.
Por ejemplo, cuando se
realizan mapas de calor
basados en el rastreo del
movimiento del cursor por
parte de los usuarios de una
web, en la detección de la
posición de la página, o en el
seguimiento de
desplazamiento vertical a lo ❖ Transacciones de datos. El traspaso de dinero de una cuenta
largo de esta. Con esos datos bancaria a otra, la reserva de un billete de avión o añadir un
se llega a conclusiones tales artículo a un carrito de compra virtual de un portal de comercio
como, qué partes de una electrónico, serían algunos ejemplos.
página atraen más al usuario,
dónde hace clic o en qué zona
de esta pasa más tiempo.
42
Big Data – Tipo de Datos
01 02 03
DATOS NO ESTRUCTURADOS
DATOS ESTRUCTURADOS DATOS SEMIESTRUCTURADOS
Se trata de datos en su forma original,
Siguen una especie de estructura,
Son los que tradicionalmente se han tal y como fueron recogidos.
pero esta no es lo suficientemente
usado en el tratamiento de datos.
regular como para gestionarla como
No poseen un formato específico que
datos estructurados.
Sus características principales son permita almacenarlos en forma
que se pueden almacenar en tablas tradicional, pues no se puede
Posee ciertos patrones comunes
y tienen una clara definición de desglosar la información que facilitan
que los describen y dan información
longitud y formato. a tipos de datos definidos en longitud
sobre las relaciones entre los
y formato.
mismos.
Entre ellos, se encuentran números,
cadenas de caracteres y las fechas. Entre ellos, son comunes, por
Como ejemplo, el HTML, lenguaje
ejemplo, los emails, las
para la elaboración de paginas web,
La irrupción gracias al Big Data de los presentaciones multimedia como los
donde su sistema de etiquetas
otros tipos de datos no significa que PowerPoint, documentos de
permite detectar esas pautas
estos no tengan su importancia. procesadores de textos o los archivos
comunes.
en formato PDF.
43
Volumen: Cantidad de
datos generados y se
almacenan con la
finalidad de procesarlos
para tomar acciones.
Visualización: Modo
en el que los datos
son presentados para Variedad: Forma, tipo
encontrar patrones y fuente en la que se
en el tema a ingresan los datos.
investigar.
Valor: Es que se
transforman en Veracidad: Es el grado
información y a su vez de fiabilidad de los
en conocimiento para datos.
tomar acción.
44
Big
Data
Cambio de Modelo Informacional
Transforma
Análisis
Almacena
Tiempo
45
Big
Data
Cambio de Modelo Informacional
Análisis
Transforma
Consolida
Análisis Almacena
Análisis
Tiempo
Evolución de procesos tradicionales de aprovisionamiento y análisis hacia procesos
que faciliten primero el análisis y posteriormente guarden exclusivamente los hallazgos
importantes.
46
Big Data Analytics
Big Data requiere Big Data Analytics
▪ Hoy en día nos interesa saber que pasará, no solo saber lo que pasó.
▪ Esto requiere modelos de análisis mucho mas complejos .
▪ Lo que antes se conocía como Business Intelligence ahora requiere un nuevo modelo de
análisis.
▪ Big Analytics permite aplicar modelos matemáticos para análisis predictivo.
47
Big Data Analytics
Business Intelligence versus Predictive Analytics
Predictive Analytics
Tecnologías • Optimización, modelos predictivos,
Típicas & Tipo de pronósticos, análisis estadístico.
• Datos estructurados, No estructurados,
Datos
datos internos/ externos, data sets
Alto masivos
• ¿Qué tal sí…?
Preguntas • ¿Cuál es el escenario Óptimo para nuestro
negocio?
Predictive Comunes
• ¿Qué pasará luego? ¿Qué pasa si estas
Business Analytics tendencias continuan?¿ Porqué está
Value pasando esto?
48
Big Data Analytics
Data Warehouse / Analytics Data Warehouse
49
Big Data – ¿Cuáles
son las herramientas?
50
Big Data
¿Qué es Hadoop y Cómo se relaciona con Big
Data?
51
Transformación Digital
¿Qué es?
52
Transformación Digital
Mapa de la Transformación Digital
53
Transformación Digital
54
Transformación Digital
55
Transformación Digital
Redefinir la organización para adoptar la Tecnología Digital
56
Las tecnologías digitales ayudan a las
Transformación operaciones mineras de la actualidad a
Digital en la Minería alcanzar nuevos niveles de desempeño desde
la mina hasta el mercado, a través de toda su
cadena de valor.
Esto permite a los usuarios comprender mejor La minería digital aprovecha al máximo las
la operación e incorporar mejoras en la tecnologías digitales y plataformas en la nube
productividad mediante la planificación y la u on-premise de internet de las cosas (IoT),
programación dinámica, el despacho dinámico para conectar la cadena de valor de la mina al
y la fusión de tareas, en base a las órdenes de mercado y desde sensor a la sala del
los clientes y la economía de mercado. directorio.
57
Transformación Digital en la Minería
Arquitectura de la Mina Digital
58
Transformación Digital en la Minería
Visualización y alertas
Durante las primeras etapas del proceso de
transformación digital, las empresas mineras pueden
aumentar la productividad, reducir los costos y
mejorar la producción y la seguridad rápidamente,
mediante la visualización de los datos en toda la
cadena de valor. Al colocar la información adecuada
en manos de los empleados, pueden tomar mejores
decisiones en una cadena de producción integrada.
La Mina Conectada
Proporcionando las bases para la transformación
digital, la Mina Conectada—impulsada por
tecnología cloud y por la Internet de las Cosas—
consolida y permite visualizar datos desde la mina
hasta el mercado. Ahora, los gerentes de operación,
los supervisores, los operadores y la sede central
pueden tener una visibilidad clara y en tiempo real
de toda la cadena de producción. Alertas diseñadas
a medida mantienen informados a los empleados,
proporcionándoles información relevante. Los
usuarios pueden realizar cambios más oportunos a
los procesos en función de una mejor calidad de los
datos.
59
Transformación Digital en la Minería
Analytics y Programación Dinámica
Analytics y los algoritmos de aprendizaje
automático están ayudando a las mineras a
obtener una visión más estratégica del negocio a
partir de sus datos. Al alimentar estos algoritmos
con datos en tiempo real y analizar los datos
históricos, los ejecutivos pueden extraer
conocimiento futuro a partir de características
sobre el desempeño, la salud y minerales.
Combinando esta información con una solución
de programación dinámica, les permite en forma
proactiva:
62
Transformación Digital en la Minería
Redes cognitivas
Cognitive Network es la próxima generación de
tecnología que se implementa en todas las industrias
del mundo. La capacidad que tienen las máquinas de
pensar y actuar como humanos a través del análisis
de datos no estructurados producirá una verdadera
transformación en toda la cadena de valor minera. El
uso de inteligencia artificial proporcionará una
manera para que la gente interactúe con la tecnología
y cree un ambiente de auto-superación, auto-
aprendizaje, auto recuperación y auto-control. En
otras industrias, los call centers están utilizando redes
cognitivas para responder preguntas estándar de los
consumidores y el periodismo se está transformando
a través de artículos escritos por máquinas cognitivas.
64