|
DSpace Biblioteca Universidad de Talca (v1.5.2) >
Facultad de Ingeniería >
Memoria de pregrado Ingeniería Civil de Minas >
Please use this identifier to cite or link to this item:
http://dspace.utalca.cl/handle/1950/13289
|
Title: | Ventilación en minería subterránea controlada con inteligencia artificial |
Authors: | Rivas Ibáñez, Ana María Reyes Jara, Manuel (Profesor guía) |
Keywords: | Ventilación Panel caving Orthoplan Inteligencia artificial Red neuronal Control optimal Ventilation Artificial Intelligence Neural network Optimal control |
Issue Date: | 2022 |
Publisher: | Universidad de Talca (Chile). Facultad de Ingeniería |
Abstract: | En cuanto avanza la minería los yacimientos superficiales se van haciendo más
escasos, teniendo que pasar de minería a cielo abierto a subterránea. Este es el
caso de una de las más grandes minas de Chile y el mundo, Chuquicamata.
Después de casi 100 años de extracción a rajo abierto, cambió su método para
seguir explotando el mineral. Es en la búsqueda de este objetivo que se requiere
la implementación de equipos idóneos para el trabajo del personal y de maquinaria
a gran profundidad. La ventilación es fundamental para la vida y para el correcto
funcionamiento de los equipos en labor, pero esto conlleva un gran costo
energético y económico. Para ello se necesita implementar algún método que
optimice el flujo de aire dentro de la mina. En la presente entrega se abordará la
problemática de la ventilación en minería subterránea. Para ello, se pretende
emplear la simulación del flujo de aire en una mina subterránea con método Panel
Caving. Se necesita previamente identificar las posibles variables o factores que
influyen en ella, variando su disposición y número al igual que su estado. Cuyos
equipos serán los ventiladores y compuertas. Mediante la inteligencia artificial se
busca la optimización de la ventilación. Se utilizarán algunos softwares para
cumplir con ello. AutoCAD servirá para el diseño de los distintos niveles de la mina
con método de explotación Panel Caving. VentSim, para la simulación de caudales
de los distintos escenarios generados. IBM SPSS Statistics, para el método de
Orthoplan que será encargado de generar los escenarios representativos que irán
a la simulación VentSim. Finalmente, se empleará el lenguaje de programación en
Python que entrenará las redes neuronales artificiales en Google Colaboratory,
esto con el fin de desarrollar un modelo de control optimal del flujo de aire en la
mina. Con lo anterior se pretende obtener un algoritmo o método para optimizar el control de la ventilación de una mina subterránea. // ABSTRACT: As soon as mining advances, surface deposits become scarcer, having to go from
open pit to underground mining. This is the case of one of the largest mines in
Chile and the world, Chuquicamata. After almost 100 years of open pit mining, he
changed his method to continue exploiting the ore. It is in pursuit of this objective
that the implementation of suitable equipment for the work of personnel and
machinery at great depth is required. Ventilation is essential for life and for the
correct functioning of the equipment at work, but this entails a high energy and
economic cost. For this, it is necessary to implement some method that optimizes
the air flow inside the mine. In this installment, the problem of ventilation in
underground mining will be addressed. For this, it is intended to use the simulation
of the air flow in an underground mine with the Panel Caving method. It is
necessary to previously identify the possible variables or factors that influence it,
varying their disposition and number as well as their state. Whose equipment will
be the fans and gates. Artificial intelligence seeks to optimize ventilation. Some
software will be used to comply with it. AutoCAD will be used for the design of the
different levels of the mine with the Panel Caving exploitation method. VentSim, for
the flow simulation of the different generated scenarios. IBM SPSS Statistics, for
the Orthoplan method that will be in charge of generating the representative
scenarios that will go to the VentSim simulation. Finally, the Python programming
language will be used to train artificial neural networks in Google Collaboratory, in
order to develop an optimal control model of airflow in the mine. With the above, it is intended to obtain an algorithm or method to optimize the ventilation control of an underground mine. |
Description: | 99 p. |
URI: | http://dspace.utalca.cl/handle/1950/13289 |
Appears in Collections: | Memoria de pregrado Ingeniería Civil de Minas
|
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
|