Por Kathryn Gall, gerenta de Servicios Técnicos, APAC y Mike Stewart, experto en dominio técnico, Geología.
La estimación de recursos es un aspecto crucial de la industria minera, que influye en decisiones que afectan desde la evaluación de proyectos en fases tempranas hasta las operaciones diarias de la mina. Es un proceso que genera un activo digital multimillonario utilizado para la toma de decisiones importantes. Sin embargo, durante décadas, el software de estimación de recursos ha sido difícil de aprender y usar, y a menudo estaba desconectado de la geología subyacente, con los resultados de horas de trabajo arduo almacenados de forma insegura y sin un registro de auditoría en discos locales y de red. El proceso ha dependido en gran medida de flujos de trabajo aislados, manejo manual de datos y sistemas desconectados que dificultan la eficiencia y la colaboración.
En Seequent, creemos que una moderna estimación de recursos debe ser intuitiva, técnicamente sólida y perfectamente integrada con la cadena de valor minera en su conjunto. A medida que la industria avanza hacia la colaboración basada en la nube y la gobernanza de datos mejorada, estamos ayudando a redefinir las mejores prácticas, para garantizar que geocientíficos, ingenieros y encargados de la toma de decisiones cuenten con las herramientas adecuadas, los datos correctos y los flujos de trabajo apropiados para crear modelos de recursos confiables, auditables y accesibles.
La estimación de recursos comienza con la geología, y la geología comienza con los datos.
Históricamente, los flujos de trabajo de estimación de recursos han estado limitados por silos de datos y procesos manuales. Un desafío clave es garantizar que los datos correctos estén disponibles y se integren fácilmente en el flujo de trabajo de modelado. Los geocientíficos dedican una gran cantidad de tiempo a localizar y acceder a datos a través de archivos locales y compartidos y a mover datos entre herramientas de software utilizando formatos como CSV, lo que presenta riesgos para la integridad de los datos, el control de versiones y la eficiencia.
Si bien la innovación en algunas áreas de las operaciones mineras, como la automatización de camiones y perforaciones, ha avanzado rápidamente, las geociencias han quedado rezagadas. Varios factores han contribuido a este fenómeno: los software de modelado se desarrollaron originalmente dentro de la propia industria y ahora presentan serios problemas heredados. Los movimientos recientes en el mercado del software se han centrado en consolidar y rentabilizar tecnologías existentes en lugar de fomentar la innovación, y el tamaño reducido del mercado especializado desalienta la inversión de capital significativa.
El enfoque de Seequent hacia la innovación es diferente, y su tecnología de modelado implícito Leapfrog ya ha tenido un gran impacto en la industria minera. Leapfrog Edge se desarrolló con la intención de llevar la misma experiencia basada en flujos de trabajo y centrada en el usuario a la estimación de recursos. Desde su lanzamiento en 2017, Edge ha crecido significativamente en popularidad como herramienta para el modelado de recursos, y los usuarios valoran su interfaz moderna e intuitiva, los flujos de trabajo de modelado sencillos y la estrecha integración con los modelos geológicos subyacentes vinculados dinámicamente. Seequent continúa invirtiendo fuertemente en Edge enfocándose en mejorar la flexibilidad de flujos de trabajo bien diseñados y manteniendo el sólido vínculo con la escena visual. Al mismo tiempo, Seequent reconoce que las soluciones de escritorio tienen sus límites y está trabajando activamente para conectar los flujos de trabajo de Leapfrog con los datos geocientíficos alojados en la nube y el poder de cómputo en la nube dentro de una plataforma conectada.
Seequent Evo: La plataforma geocientífica más avanzada de la industria minera
Para satisfacer las necesidades cambiantes de la industria minera y la estimación de recursos, se necesita tecnología innovadora. Seequent ha anunciado recientemente el lanzamiento de Seequent Evo, una nueva plataforma dedicada a los datos geocientíficos y a las capacidades de cómputo.
En el centro de Seequent Evo se encuentra un conjunto de nuevos esquemas abiertos para datos del subsuelo, diseñados específicamente para un almacenamiento y procesamiento eficientes en la nube, que abarcan todos los tipos comunes de datos geocientíficos del subsuelo: geología, geoquímica, geofísica, geotecnia y geoestadística. Estos esquemas, que son abiertos, documentados, versionados y accesibles mediante API, permitirán a las empresas hacer lo siguiente:
- Centralizar y organizar el almacenamiento de sus datos geocientíficos en un solo lugar, de modo que se garantice la coherencia en todos los flujos de trabajo.
- Simplificar la colaboración eliminando las barreras de los sistemas basados en archivos y de los equipos desconectados.
- Eliminar los errores de transferencia de datos.
- Integrar los flujos de trabajo, mejorar la eficiencia y minimizar la duplicación de tareas mediante la automatización; esto permitiría liberar a los geocientíficos para que puedan enfocarse en análisis de alto valor.
El futuro de la estimación de recursos: conectando escritorio y nube
Aunque el alojamiento y la gestión de datos en la nube tienen su valor, el verdadero potencial que ofrecen está en la habilitación del cómputo en la nube.
Piense en la simulación condicional, un método geoestadístico comprobado para cuantificar la incertidumbre de los recursos. A pesar de que esta técnica ha estado disponible durante décadas, la adopción de la simulación condicional hasta la fecha ha sido lenta debido a que el método es computacionalmente intensivo, consume mucho tiempo y las implementaciones de software disponibles requieren experiencia especializada. La plataforma Seequent Evo ha permitido que el procesamiento en la nube de la simulación condicional se integre de manera directa y fluida en el software de escritorio, poniendo un flujo de trabajo rápido y orientado a soluciones de simulación condicional directamente en manos de los geólogos de recursos, sin necesidad de conocimientos especializados en programación.
Al mismo tiempo, como los datos de Evo se basan en API abiertas, los usuarios también pueden acceder al mismo flujo de trabajo de simulación condicional y ejecutarlo directamente a través de scripts en Jupyter Notebook. Con el tiempo, estará disponible un conjunto completo de herramientas geoestadísticas dentro de un entorno de cómputos totalmente gestionado, donde se garantizan la gobernanza, la seguridad y el control de versiones.
Aplicaciones nativas de Seequent Evo
Seequent ya ha desarrollado una cantidad de aplicaciones propias para Evo, como las siguientes:
- BlockSync: una aplicación nativa de Evo que centraliza y gestiona los datos de modelos de bloques, al tiempo que permite la generación de informes en tiempo real y el control de versiones. BlockSync está estrechamente integrado con los flujos de trabajo de Leapfrog Edge, pero permite gestionar modelos de bloques provenientes de cualquier fuente.
- Driver: una aplicación nativa de Evo que ayuda a descubrir relaciones litológicas o de grado complejas en 3D mediante la clasificación y agrupación inteligente de datos utilizando el aprendizaje automático. Driver elimina los procesos manuales e integra perfectamente la información de tendencias estructurales en los flujos de trabajo de modelado implícito de Leapfrog, lo que da como resultado modelos geológicos basados en datos, pero controlados por el usuario.
- API abiertas: Evo permite una perfecta integración de datos entre Leapfrog y la propia plataforma Evo, así como la conexión con aplicaciones externas como Jupyter Notebooks, Power BI y bibliotecas geoestadísticas personalizadas, lo que conduce a análisis más robustos y una mayor flexibilidad en el modelado.
Estas herramientas no solo reemplazan métodos obsoletos, sino que representan una evolución en la forma en que se construyen, analizan y comparten los modelos de recursos, dado que utilizan un enfoque más eficiente y basado en datos para la estimación de recursos.
La industria minera avanza rápidamente hacia la colaboración basada en la nube para mejorar la gobernanza, la escalabilidad y el acceso a los datos. A medida que los yacimientos se vuelven más complejos y los plazos de los proyectos se acortan, los geocientíficos necesitan flujos de trabajo que integren la experiencia tradicional con la tecnología moderna.
El futuro de la estimación de recursos se basará en una mayor transparencia, reproducibilidad y toma de decisiones basada en datos. A medida que las empresas mineras se adaptan a los cambios del sector, como la creciente demanda de minerales críticos y la evolución de los estándares de la generación de informes, la combinación de la experiencia en estimación con soluciones en la nube garantizará que puedan afrontar estos desafíos.