Un enfoque geostadístico basado en simulación para la reconciliación en tiempo real del modelo de control de calidad

Uno de los principales desafíos de la industria minera es garantizar que las toneladas producidas y los grados estén alineados con los objetivos derivados de las expectativas basadas en modelos. Las desviaciones inesperadas, resultantes de grandes incertidumbres en el modelo de control de calidad, a menudo ocurren y afectan fuertemente la recuperación de recursos y la eficiencia del proceso. Durante la operación, las predicciones locales pueden mejorarse significativamente cuando se monitorean las desviaciones y se integran de nuevo en el modelo de control de calidad. Esta contribución introduce un enfoque novel basado en realizaciones para la actualización en tiempo real del modelo de control de calidad utilizando datos en línea de una red de monitoreo de producción. Se presenta un algoritmo que trata específicamente los problemas de un entorno minero operativo. Debido a la complejidad del proceso de manejo de material, es muy desafiante formular una aproximación analítica que vincule cada observación del sensor con el modelo de control de calidad. En su lugar, se construye un simulador hacia adelante específico para la aplicación, que traduce las realizaciones del control de calidad en realizaciones de observación. El algoritmo utiliza un enfoque basado en filtro de Kalman para vincular realizaciones propagadas hacia adelante con observaciones del proceso reales para mejorar localmente el modelo de control de calidad. Las diferencias en la escala de soporte se manejan automáticamente. Una revisión de la literatura, siguiendo una descripción detallada del problema, presenta una visión general de los enfoques más recientes para resolver algunos de los problemas prácticos identificados. Se integran las técnicas más relevantes y se describe el marco matemático resultante. Se explican los principios detrás del algoritmo de autoaprendizaje. Un experimento sintético demuestra que el algoritmo es capaz de mejorar el modelo de control de calidad basado en observaciones inexactas de corrientes de material mezclado que provienen de dos puntos de extracción.