Diseño de un sistema adaptativo de inferencia neurodifusa para el control de flujo de alimentación en molinos semi autógenos

Esta investigación aborda el desafío del control del flujo de alimentación en molinos semiautógenos (SAG), un proceso fundamental en la industria minera que incide directamente en la eficiencia operativa y el consumo energético de la planta. Tradicionalmente, la tasa de alimentación se ha regulado de manera manual, dependiendo de la experiencia y el criterio de los operadores para ajustar el sistema ante variaciones en las condiciones operativas. Aunque han surgido diversas estrategias de control, los enfoques convencionales aún presentan limitaciones en su capacidad de adaptación frente a la alta variabilidad del proceso. Factores como la variabilidad en la granulometría del mineral, los cambios en la dureza del material, las fluctuaciones en la carga del molino y las perturbaciones en la correa transportadora afectan significativamente la estabilidad del sistema. Esta brecha tecnológica evidencia la necesidad de desarrollar métodos más robustos y flexibles que optimicen el desempeño del sistema y mejoren su estabilidad ante perturbaciones. Para abordar esta problemática, la investigación adoptó un enfoque que integra análisis estadísticos avanzados y conocimiento experto a través de un modelo gráfico probabilístico, específicamente una red Bayesiana. Este modelo permitió analizar de manera exploratoria las relaciones causales entre variables operativas, proporcionando una base estructurada para identificar los factores clave que influyen en la estabilidad y eficiencia del proceso de alimentación en molinos SAG. A partir de estos hallazgos, se establecieron fundamentos sólidos para el desarrollo de estrategias de control optimizadas.