En la mayor mina de tungsteno del Reino Unido, una IA decide partícula por partícula qué vale la pena procesar
Tungsten West instaló seis clasificadores de rayos X con inteligencia artificial en la mina de Hemerdon para rechazar el 70% del mineral bruto antes de la etapa de procesamiento — reduciendo costo, energía y el tamaño de la planta necesaria.
- Tungsten West está reanudando la operación de la mina de Hemerdon, en Inglaterra, con seis clasificadores de rayos X (XRT) de TOMRA Mining equipados con la tecnología de deep learning OBTAIN.
- El sistema divide el material de entre 10 mm y 80 mm en tres rangos de tamaño, procesados por máquinas distintas, y usa redes neuronales para identificar partículas individuales incluso cuando aparecen agrupadas en bloques.
- Cerca del 30% del material va al concentrador de tungsteno y estaño; el otro 70% se rechaza como árido premium para construcción, con una huella de carbono adicional cercana a cero.
- El aumento a producción plena está previsto para el primer trimestre de 2027, en un momento en que China controla cerca del 80% de la producción mundial de tungsteno.
Tungsten West reanudó, en septiembre de 2026, la operación de la mina de tungsteno de Hemerdon, en el condado inglés de Devon, con una planta de procesamiento rediseñada en torno a seis clasificadores de rayos X (XRT) fabricados por TOMRA Mining. Los seis equipos usan la tecnología de deep learning llamada OBTAIN, que TOMRA desarrolló para identificar propiedades de partículas individuales a alta velocidad. El material que sale de la trituración, de entre 10 mm y 80 mm, se divide en tres rangos: lo que queda por debajo de 10 mm va a circuitos de jigs a presión; el rango de 10 mm a 30 mm pasa por tres máquinas COM Tertiary XRT; y el de 30 mm a 80 mm pasa por tres unidades COM XRT 2.0. El resultado de la clasificación es que aproximadamente el 30% del material — la fracción mineralizada — va al concentrador, donde se recuperan tungsteno y estaño, mientras que el otro 70% se rechaza como árido de construcción de calidad premium, con una huella de carbono adicional cercana a cero. La empresa proyecta alcanzar la producción a plena escala en el primer trimestre de 2027.
Los clasificadores de rayos X no son novedad en minería — la tecnología usa la transmisión de rayos X a través de la roca para diferenciar composición atómica y densidad, separando mineral de estéril antes incluso de cualquier procesamiento químico o físico más caro. El problema histórico de este tipo de sensor es que ve el material a alta velocidad en una cinta, y las partículas que se pegan unas a otras — aglomerados de roca pequeña adheridos a fragmentos mayores — suelen leerse como un único objeto, lo que lleva al sistema a aceptar o rechazar el bloque entero con base en una lectura imprecisa. Es exactamente ese punto ciego el que ataca OBTAIN: la red neuronal descompone algorítmicamente cada aglomerado detectado por el sensor en partículas individuales, permitiendo que el clasificador decida aceptar o rechazar por partícula, no por bloque. En la práctica, según TOMRA, esto permite alimentar cada clasificador con cerca de un 80% más de material manteniendo la misma calidad y la misma tasa de recuperación — una ganancia de capacidad que normalmente exigiría comprar más equipos, no solo un software más inteligente funcionando sobre lo que ya existe. El efecto económico de rechazar el 70% de la masa del mineral bruto antes de la etapa de concentración es mayor de lo que parece a primera vista: cada tonelada que no pasa por el concentrador es una tonelada menos consumiendo agua, energía y reactivos en la etapa más cara del procesamiento. Y el material rechazado no se convierte en relave descartado — se vende como árido de construcción, lo que transforma un costo de disposición en ingreso adicional.
Hemerdon ya intentó operar antes y no sobrevivió económicamente la primera vez, lo que convierte la ingeniería de procesos, no la geología, en el factor decisivo de este segundo intento. La clasificación por sensores antes de la etapa química o física más cara es una de las pocas tecnologías mineras que reduce al mismo tiempo el costo de capital, el consumo de energía y el volumen de relaves — y eso puede marcar la diferencia entre que un depósito marginal siga siendo inviable o se convierta en producción comercial. El momento tampoco es neutral: el tungsteno está en la lista de minerales críticos del Reino Unido, China controla cerca del 80% de la producción mundial, y las restricciones chinas a la exportación han reorganizado la cadena de suministro global — con una demanda proyectada que crecerá entre 2% y 5% al año hasta 2033. Hemerdon, operando a plena escala, podría abastecer cerca del 4,1% de la producción mundial de tungsteno, una porción pequeña en términos absolutos, pero relevante como fuente no china de un mineral que hoy tiene pocas alternativas de suministro fuera de China.
¿Qué aprendimos?
- Los clasificadores de rayos X con deep learning resuelven un punto ciego físico de los sensores tradicionales: la incapacidad de diferenciar partículas agrupadas de un único bloque de roca.
- Rechazar mineral antes de la etapa de procesamiento químico o físico más cara reduce costo, energía y volumen de relaves al mismo tiempo — y puede viabilizar depósitos que no serían económicos sin esa clasificación previa.
- Convertir el material rechazado en árido de construcción transforma un costo de disposición de relaves en ingreso adicional.
Radar de Competencias
- Ore sorting y clasificación por sensores★★★★★
- Deep learning aplicado al procesamiento mineral★★★★★
- Economía de proyectos de minerales críticos★★★★★
Competencias Desarrolladas
- Clasificación por sensores (ore sorting)
- Procesamiento mineral
- Minerales críticos
Tendencia al alza
La combinación de restricción de la oferta china de tungsteno con tecnologías de clasificación cada vez más precisas debería hacer económicamente viables con más frecuencia depósitos antes marginales, como Hemerdon.
¿Para quién es útil este contenido?
- Ingenieros
- Técnicos
- Gestores
- Empresas
Para profundizar en este tema
Vale la pena buscar formación en:
- Ingeniería de minas
- Procesamiento mineral
- Inteligencia artificial aplicada a la industria


