Cuatro años de investigación universitaria se convirtieron en cuatro herramientas listas para la mina

Un centro de investigación de la Universidad de Adelaide, con la Curtin University, termina el financiamiento formal en agosto con cuatro tecnologías listas para pilotos industriales — desde la actualización del modelo de mineral en tiempo real hasta un biosensor de oro sin química agresiva.

El Training Centre for Integrated Operations for Complex Resources, un centro de investigación financiado por el Australian Research Council y con sede en la Escuela de Ingeniería Química de la Universidad de Adelaide, en alianza con la Curtin University, termina formalmente su ciclo de financiamiento en agosto de 2026. En vez de cerrar sus puertas con informes académicos guardados en un cajón, el centro llega al final del programa con cuatro tecnologías que pasaron de la validación en laboratorio a estar listas para pilotos en operaciones reales: un sistema de actualización rápida del modelo de cuerpo mineral, una herramienta de optimización mina-planta basada en inteligencia artificial, un sistema de sensado de fragmentación para minas por hundimiento y un biosensor de proteínas para detección de oro.

Las cuatro tecnologías atacan el mismo problema desde ángulos diferentes: el tiempo perdido entre recolectar un dato y usarlo para decidir algo en la operación. El sistema de actualización del modelo de mineral, desarrollado por Sultan Abulkhair, integra datos de sensores con información estructural del macizo rocoso para actualizar el modelo de recursos casi en tiempo real — hoy, este tipo de actualización suele esperar ciclos de reprocesamiento que toman días. La herramienta de optimización mina-planta de Pouya Nobahar ataca otro cuello de botella clásico: vincular las características del mineral que sale de la mina con el desempeño financiero del procesamiento aguas abajo. Donde las plataformas actuales tardan dos días completos en simular un millón de escenarios de decisión, la nueva herramienta hace lo mismo en diez minutos — un cambio de escala que transforma la optimización de algo que se hace una vez por semana en algo que se puede ejecutar en cada turno. El sistema de sensado de fragmentación de Ahmadreza Khodayari apunta a minas por hundimiento (block caving), donde controlar el tamaño de partícula que desciende por los puntos de extracción es decisivo para la eficiencia de la trituración — la simulación que antes tomaba dos meses y medio ahora toma una semana, con una ganancia estimada de 20% a 25% en la eficiencia energética del triturador. Y el biosensor de oro de Akhil Kumar propone sustituir la rutina de análisis por rayos X o laboratorio por una lectura en tiempo real basada en proteínas, evitando procesar mineral que ni siquiera contiene oro suficiente para que valga la pena.

El valor de un centro como este no está solo en la tecnología aislada, está en el modelo: investigación aplicada, cofinanciada por la industria y la universidad, que termina en una herramienta lista para un piloto — no en un artículo científico a la espera de que alguien lo implemente. Para geólogos e ingenieros de proceso, las cuatro entregas cubren etapas distintas de la cadena de decisión de una mina — desde el modelo geológico hasta el control de ley, desde la fragmentación subterránea hasta la economía del procesamiento — y muestran un patrón que debería repetirse en otros centros de investigación aplicada alrededor del mundo: el crecimiento en IA y sensado ya no está restringido a proyectos piloto de grandes mineras, también está saliendo de universidades con alianzas industriales directas. Las empresas interesadas en probar cualquiera de las cuatro herramientas pueden acercarse directamente al centro para negociar pilotos.