Smart Roads Solutions es el nombre de este software que apunta a monitorear y evaluar el estado de los caminos de una faena minera a cielo abierto, un proyecto que desde 2022 está desarrollando el Laboratorio Avanzado de Geoestadística y Supercómputo (Alges) del Centro Avanzado de Tecnología para la Minería (AMTC) y el Departamento de Ingeniería de Minas, ambos de la Facultad de Ciencias Físicas y Mátemáticas de la Universidad de Chile, en conjunto con la empresa tecnológica chilena Atanor. Ambas entidades trabajan en el marco de un proyecto Crea y Valida financiado por Corfo.
El problema que el programa busca resolver es que no existe en la actualidad un método sencillo y preciso para monitorear el estado de los caminos de una faena, infraestructura crítica si se considera que en esta actividad el transporte representa cerca del 45% de los costos de una mina. El fenómeno asociado a los caminos, en este caso, es que a medida que aumenta la resistencia a la rodadura (RR), definida como la fuerza que se opone al movimiento de los equipos, aumentan los costos de transporte producto de un mayor desgaste de neumáticos y consumo de combustible. Esta fuerza se determina en base a cinco defectos presentes en los caminos: baches, material suelto, corrugaciones, surcos y piedras adheridas. El no contar con una herramienta eficaz de monitoreo significa una mantención deficiente de los caminos, y -por ende- altos costos de transporte y disminución en la productividad, así como mayor riesgo de accidentes y aumento de la huella de carbono.
En este sentido, Smart Roads Solutions concreta una idea concebida por Atanor para el monitoreo eficiente de caminos: una combinación de drones e inteligencia artificial. Con una frecuencia que puede ir de una o dos veces por semana hasta (se espera) una vez al día, los aparatos voladores capturan imágenes de alta resolución de los caminos, las cuales son analizadas por la IA del software (entrenada con información provista por expertos) para identificar los cinco defectos mencionados. De esta forma, se realiza la labor de manera rápida y precisa. Adicionalmente, identifica, en el sector donde se almacena (como frentes de carguío o stocks), el material con la granulometría apropiada para la mantención. Como resultado, se podrá asistir la gestión de equipos auxiliares, disminuir el consumo de combustible y neumáticos, y aumentar la productividad.
Análisis de granulometría
Por parte del AMTC-DIMin, trabajan en este proyecto los investigadores Álvaro Egaña, Felipe Navarro y Gonzalo Díaz, quien explica los alcances del software: “El proyecto ve los dos contextos: la identificación del defecto en el camino y la evaluación de qué tan grave es, y la definición de cuál es el lugar óptimo para extraer material (dentro de la mina) que subsane ese defecto”.
Otra característica del programa es que no es realmente un software que debe estar presente en el computador donde se va a usar. “Es más bien un software-as-a-service, en una plataforma web. No se instala en el computador, sino que la foto tomada por el dron entra a nuestros servidores, se procesa y luego se despliega la información en una especie de ‘Google Maps’ adaptado al sector que se está analizando, y sobre eso se suman otros indicadores, como mapas de colores sobre la foto, porcentajes, curvas y otros datos que pueden ser navegados libremente. Se puede ver desde cualquier navegador web con conexión a Internet, incluso en un teléfono o en una tablet”, aclara Felipe Navarro.
Además, como las imágenes originales son de muy alta resolución, el servidor envía al usuario solo la porción de la imagen que necesita, en una resolución variable, para así aumentar la eficiencia de la transmisión de datos. “Además del esfuerzo en tener una caracterización adecuada de los defectos y la granulometría, se puso énfasis en la interfaz y en la visualización amigable para que el producto sea atractivo para compradores iniciales”, complementa Gonzalo Díaz.
Ari Nudman, cofundador y director de proyectos I+D de Atanor, explica en su participación en el proyecto, además de haber identificado el problema a resolver: “Luego de definir los requerimientos y especificaciones del software, vamos a terreno, hacemos el levantamiento de datos, hacemos un preprocesamiento de esos datos y con eso generamos los datos con los que Alges puede desarrollar la inteligencia artificial. Además, aquí nos dedicamos a definir las partes del camino con defectos, como también asociar el tamaño de las rocas analizadas, de manera de enseñarle al algoritmo cómo aprender por sí solo los parámetros del entrenamiento”.
“La experiencia de colaboración ha sido muy satisfactoria en lo profesional, técnico y humano. Hay muy buena sinergia, estamos muy satisfechos con los avances. Aunque el software no está terminado, lo que existe a la fecha va funcionando bien. Si en el futuro necesitamos seguir trabajando con algún laboratorio, Alges será una de las opciones, si no la primera”, agrega Nudman.
El 31 de mayo finalizó la etapa “Crea” del proyecto, en la que se desarrolló el software. Luego, si la evaluación de Corfo es favorable, seguirá la etapa “Valida”, en que el programa se pondrá a prueba con datos similares en escala y complejidad a los de una mina real, a diferencia de la primera etapa en donde se manejó información más acotada y fraccionada. También se proyecta que la información analizada por Smart Roads Solutions se almacene en un archivo histórico para que la minera usuaria pueda ver, por ejemplo, cuál es el tramo o camino que presenta defectos con más frecuencia y así tomar decisiones de mantención preventiva. “Todavía hay algunos desafíos, como tener un dron volando todos los días y procesar el volumen de datos que va a generar, pero creemos que son abordables”, expresa Felipe Navarro.
Una vez que el proyecto finalice se espera como resultado un “producto mínimo viable” y comercializable, en condiciones de ser utilizado por la industria y con Atanor como propietaria.
