Escrito por Colleen O’Hanlon
Al adoptar una nueva plataforma tecnológica impulsada por inteligencia artificial, OceanaGold, que cotiza en la Bolsa de Valores de Toronto, resolvió problemas críticos de intercambio de datos entre sus equipos de geología y planificación minera, lo que permitió identificar más de 2000 onzas de oro (USD 10 millones al momento de redactar este artículo), parte de las cuales ya se han recuperado en una sola zona de su mina Waihi en Nueva Zelanda.
El descubrimiento de esta veta ramificada no modelada previamente fue posible gracias a la implementación de Seequent Evo y su herramienta de inteligencia estructural, Driver. La conexión de las herramientas de planificación minera de Deswik a través de Evo y la mejora de la interpretación geológica con Driver le permitieron a la empresa pasar de flujos de trabajo manuales y menos confiables a un enfoque más estratégico, basado en información clave. Los resultados incluyeron un ahorro significativo de tiempo, reducción del riesgo, mejora de la colaboración y una mayor recuperación de oro.
Willi Vigor-Brown, superintendente de Geología de Minas en la Operación Waihi de la empresa, habló sobre los desafíos que enfrentó su equipo y cómo la nueva tecnología generó un valor significativo. Las 2000 onzas indicadas representan un aumento del 2 % para la operación en el año, y Vigor-Brown señaló que existe potencial para encontrar más oro a medida que Driver se aplique en otras áreas de Waihi.
La Operación Waihi de OceanaGold incluye el proyecto subterráneo Martha, un cuerpo mineralizado de alta ley y larga vida útil que ha revitalizado la minería en la región y ha extendido el horizonte productivo de Waihi.
Fuente: OceanaGold
El desafío geológico: la subjetividad del modelado
La mina subterránea Waihi es una operación geológicamente compleja donde los equipos exploran nuevas vetas mientras continúan explotando en torno a labores mineras históricas que, en algunos casos, tienen más de un siglo de antigüedad. Esto representa un desafío significativo para el modelado.
«Cualquier depósito epitermal puede ser complejo», señaló Vigor-Brown. «Aquí tenemos varias zonas mineras, cada una con su propia complejidad geológica y estructural. Además, estamos explotando material remanente alrededor de labores mineras históricas». Eso hace que sea un cuerpo mineralizado bastante complejo de modelar y estimar».
Estas particularidades introducen subjetividad y riesgo en el proceso de modelado.
«Es posible que distintos geólogos lleguen a interpretaciones diferentes de los datos», afirmó Vigor-Brown. El mayor riesgo es interpretar mal la geología antes de realizar una inversión importante.
«Es fundamental contar con un dominio geológico sólido». Sin ese conocimiento, existe el riesgo de modelar estructuras discontinuas como si fueran una sola veta. Se puede avanzar en la explotación hasta esa veta interpretada y luego descubrir que las cosas no encajan».
Willi Vigor-Brown, superintendente de Geología de Minas en la Operación Waihi de OceanaGold
Crédito: OceanaGold
El desafío del flujo de trabajo: la fricción de los datos
Antes de implementar un flujo de trabajo totalmente integrado, el proceso de intercambio de datos entre el equipo de geología (que utilizaba Leapfrog Geo de Seequent) y el equipo de planificación minera (que utilizaba Deswik) era manual e ineficiente.
Según explicó Vigor-Brown, el antiguo método para compartir datos entre los equipos de geología (Leapfrog Geo) e ingeniería (Deswik) requería mucho tiempo. Era necesario exportar e importar manualmente distintos archivos y, además, cuando los planes mineros se devolvían al software de geología, se perdían todos los datos asociados, lo que generaba un cuello de botella significativo.
Esto generaba fricción. El problema principal, según Vigor-Brown, era «la cantidad de tiempo que demandaba y el hecho de tener que abrir distintos programas de software».
Esto no solo ralentizaba al equipo de geología, sino que también ocupaba licencias de software que podrían haber sido utilizadas por los ingenieros para otras tareas técnicas.
El punto de inflexión: encontrar una nueva forma de avanzar
La implementación de Evo, la plataforma en la nube de Seequent, y de Driver, su herramienta de análisis estructural basada en aprendizaje automático, marcó un punto de inflexión. Vigor-Brown comentó que enseguida vio el potencial de Driver y decidió poner a prueba la nueva tecnología.
«Me propuse un objetivo», contó. «Quería cargar mis datos en la herramienta e identificar una veta que no hubiera sido modelada. La idea era modelarla, estimarla e incorporarla al modelo de vida de la mina para que los ingenieros ejecutaran Deswik Stope Optimiser y ver qué resultados obtenía».
La inteligencia artificial de Driver es capaz de aprender características estructurales, como la orientación y la distribución de vetas individuales, directamente a partir de los datos de perforación sin procesar. Se trata de un sistema que genera una interpretación estructural objetiva que puede utilizarse para orientar el análisis y fundamentar los modelos del depósito. Vigor-Brown comenzó validando la interpretación de Driver sobre las vetas en comparación con la geología conocida.
«Coincidía muy bien con los datos de control de mineralización subterránea y con los datos de mapeo subterráneo», explicó. «Eso me dio confianza en Driver».
Elipsoides conductores (azules y naranjas) que muestran ramificaciones divergentes de la veta cartografiada. (rojo)
Fuente: OceanaGold
Luego, Vigor-Brown analizó los datos y encontró «un grupo de elipsoides agrupados» en un sector donde no se había modelado ninguna veta. Ese hallazgo fue clave.
"La precisión y la velocidad de Driver para identificar tendencias estructurales hacen que vetas más pequeñas, que antes podían pasar desapercibidas, ahora se detecten con facilidad. En este caso, todo el proceso me llevó una hora, lo que representa un muy buen retorno por el tiempo que invertí», señaló Vigor-Brown. «Sin Driver, probablemente no lo hubiera visto, y no lo hubiera modelado».
La figura de la izquierda muestra cómo los elipsoides de Driver destacaron una tendencia estructural mineralizada que no había sido modelada en el conjunto de datos de perforación. La figura de la derecha muestra la ramificación modelada en wireframe tras su identificación mediante los elipsoides de Driver.
Fuente: OceanaGold
El impacto: un flujo de trabajo optimizado y resultados cuantificables
El descubrimiento de esta nueva veta, una ramificación secundaria del yacimiento principal, tuvo un impacto inmediato y cuantificable. Desde el primer hallazgo basado en datos hasta contar con un modelo de bloques completamente estimado y listo para la planificación minera transcurrió apenas una hora.
Vigor-Brown señaló que la empresa ya había comenzado a recuperar oro de la ramificación de la veta y que tenía programadas nuevas perforaciones para confirmar las más de 2000 onzas restantes que indicaba el modelo.
Más allá del descubrimiento, el nuevo flujo de trabajo integrado que conecta Deswik y Leapfrog Geo a través de Evo ha mejorado de manera sustancial la eficiencia del equipo. «Tener la posibilidad de cargar rápidamente en Evo planes mineros con todos sus atributos y llevarlos a Leapfrog sin fricciones ha hecho que la revisión de los planes mineros a corto y largo plazo sea más fácil y más rápida. La revisión ahora es más ágil y también más completa».
El modelo de Leapfrog que se muestra arriba presenta la ramificación de veta identificada en la operación subterránea Waihi de OceanaGold. El área en color rosa indica una muestra de canal de oro de alta ley.
Fuente: OceanaGold
Precisión y sostenibilidad: minimizar la huella ambiental
Además de los beneficios financieros inmediatos y la eficiencia en el flujo de trabajo, la precisión que ofrece este nuevo enfoque integrado apunta a un futuro más sostenible para la operación Waihi. La capacidad de subdividir con precisión yacimientos minerales grandes y complejos tiene importantes beneficios medioambientales, principalmente gracias a la reducción de roca estéril.
En minería, la dilución se refiere a la roca estéril sin valor que se extrae junto con el mineral valioso. Este material debe transportarse, procesarse y almacenarse, lo que consume energía y aumenta la huella ambiental total de la mina. Una mayor precisión en los modelos permite minimizar la dilución y, con ello, reducir el impacto global de la operación.
Aquí es donde Vigor-Brown ve la próxima gran oportunidad para Driver. Mediante el uso del aprendizaje automático para analizar amplias zonas de vetas, su equipo puede centrarse e identificar las vetas específicas de alta ley dentro de la estructura más grande.
«Lo que quiero hacer con Driver es usar la aplicación para orientar la definición de subdominios en estas vetas y así minimizar la dilución», explicó. «Creo que Driver podría ser muy eficaz para intentar resaltar esas zonas mineralizadas reales, crear vetas secundarias a partir de la veta principal y luego entregárselas a los ingenieros para que las extraigamos lo mejor posible y minimicemos la dilución».
Este enfoque más selectivo implica remover menos roca estéril. Los beneficios ambientales incluyeron los siguientes:
- Menos residuos: al dejar más roca estéril en su lugar, la mina reduce el volumen total de material de desecho que debe gestionarse en la superficie.
- Menor consumo de energía: transportar y procesar menos roca estéril implica un menor consumo de combustible y energía, lo que reduce directamente la huella de carbono de la operación.
- Voladuras más eficientes: los modelos geológicos más precisos también pueden conducir a un uso más eficiente de los explosivos, ya que permiten actuar solo sobre la roca que se desea extraer.
Ryan Lee, Senior Product Manager de Seequent, señaló que, en definitiva, esta tecnología permite a OceanaGold alinear sus objetivos de producción con sus compromisos de sostenibilidad y demuestra que la minería eficiente también puede ser una minería responsable.
- Productora multinacional de oro y cobre con sede en Vancouver, que cotiza en la Bolsa de Toronto (OGC) y se prepara para cotizar también en la Bolsa de Nueva York en abril.
- Opera cuatro minas: Haile (EE. UU.), Didipio (Filipinas), Macraes y Waihi (Nueva Zelanda).
- La Operación Waihi incluye el proyecto subterráneo Martha, un cuerpo mineralizado de alta ley y larga vida útil que ha revitalizado la minería en la región y ha extendido el horizonte productivo de Waihi. La mina subterránea Waihi North fue aprobada por vía rápida en diciembre de 2025, lo que permitirá extender la actividad minera en la zona más allá de 2034
- OceanaGold está comprometida con una minería segura y responsable, con un fuerte enfoque en la gestión ambiental, la inversión en las comunidades y la rehabilitación progresiva.