62 Edición Semanal ficultando el control del proceso, reduciendo la recuperación y comprometiendo la calidad del concentrado final. En este contexto, resulta necesario desarrollar enfoques integrales que permitan anticipar el comportamiento del mineral desde su origen geológico hasta su procesamiento en planta. Esto implica integrar información mineralógica, geoquímica, metalúrgica y operativa en un marco que facilite la toma de decisiones tanto en el diseño de procesos como en la planificación de la explotación. En este escenario, la incorporación de tecnologías asociadas a la Minería 4.0, como el uso de algoritmos predictivos mediante Machine Learning en entornos como el software Orange, ofrece nuevas posibilidades para optimizar el control del proceso de flotación y reducir los impactos ambientales asociados. Al mismo tiempo, la creciente presión por adoptar prácticas mineras más sostenibles plantea el reto de reducir el uso de insumos sin comprometer el rendimiento, lo que refuerza la utilidad de desarrollar modelos predictivos precisos para la toma de decisiones operativas. El presente trabajo aborda esta problemática desde una perspectiva multidisciplinaria, proponiendo soluciones que combinan herramientas predictivas, criterios geometalúrgicos y estrategias operativas, con el objetivo de mejorar la eficiencia del proceso de flotación Cu– Mo y reducir sus impactos ambientales. Fuente: Mamani & Quequezana,2022. Figura 2. Recuperación de Mo vs tipo de mineral.
RkJQdWJsaXNoZXIy MTM0Mzk2