Gemelos digitales en minería: entender el proceso antes de intentar controlarlo

Una planta concentradora puede tener miles de sensores, PLCs, historiadores y sistemas SCADA, y aun así no entender realmente cómo está operando el proceso industrial. Los datos existen, pero están repartidos entre sistemas que no se hablan, y cada turno interpreta la operación a su manera.

El informe de EY «Los 10 principales riesgos y oportunidades de negocio para el sector de minería y metales en 2026», construido con 500 respuestas de líderes del sector, puso la complejidad operativa en el primer lugar, por delante de los costos y la productividad, y del capital. Leyes de mineral que caen, equipos que envejecen, variabilidad creciente en la alimentación y conocimiento experto que se jubila. El problema no es la falta de datos. Es que los datos no saben sobre qué están hablando.

En ese contexto se habla cada vez más de gemelos digitales. Pero la palabra se usa para cosas muy distintas, y esa confusión cuesta dinero.

Qué es un gemelo digital industrial, y qué no es

Un gemelo digital no es una maqueta 3D de una máquina, ni un tablero conectado a variables. Esas herramientas son útiles, pero describen. No entienden.

Una forma práctica de verlo es a tres niveles:

• Un tablero muestra variables en pantalla: la temperatura está en 184 °C.
• Una sombra digital replica el estado del activo en tiempo real, pero sigue siendo un espejo pasivo.
• Un gemelo digital, en cambio, sabe en qué estado está operando el proceso, por qué llegó ahí y qué conviene hacer.

Para que exista un gemelo digital real se deben cumplir cuatro condiciones:

1. Una entidad física definida. Un activo, una línea o un proceso real de planta, modelado con su contexto: qué equipo es, qué mineral está procesando, en qué turno, bajo qué condiciones.
2. Sincronización en ambos sentidos. Los datos suben del mundo físico al virtual a la frecuencia que exige el proceso, y las decisiones verificadas van de vuelta a la operación.
3. Modelos de comportamiento. Modelos que representan la física, la dinámica y los estados reales del proceso, no solo gráficos descriptivos.
4. Un bucle de decisión y acción. El gemelo tiene que terminar en una intervención, humana o supervisada, que genere un impacto medible en la operación.

Si falta alguna de las cuatro, lo que hay es una bonita herramienta de monitoreo. Puede ser muy buena, pero no es un gemelo.

El gemelo digital en minería: el circuito de molienda como ejemplo

El circuito de molienda es uno de los mejores lugares para entender qué aporta un gemelo digital. Es donde se consume la mayor parte de la energía de una planta concentradora, y es donde se define cuánto mineral llega a flotación y en qué condiciones.

También es un sistema, no un conjunto de equipos. Lo que ingresa en alimentación afecta la carga circulante, la carga circulante afecta la clasificación en los hidrociclones, y la clasificación afecta la recuperación aguas abajo. Un cambio en la dureza del mineral no lo ve el sensor del molino. Lo ve el proceso completo, horas después.

Hoy, la mayoría de las operaciones mira ese circuito por silos. El fabricante del molino entrega la telemetría de su equipo: consumo de energía, estado mecánico, vibración. El mantenimiento tiene su modelo predictivo. Metalurgia tiene sus reportes de granulometría. Cada área resuelve bien su parte, y el sistema completo sigue operando lejos de su mejor versión.

Un ejemplo sencillo: cuando el circuito entra en sobrecarga pasan tres cosas al mismo tiempo. La carga sobre los equipos aumenta, el consumo de energía sube y la calidad del producto cae. No son tres problemas de tres áreas. Son tres síntomas del mismo estado operativo. Un gemelo digital en el circuito de molienda los ve como lo que son: señales de un mismo organismo.

Firma Operativa: la historia del proceso ya está en los datos

La primera vez que emergió este concepto no lo estábamos buscando. Estábamos analizando un año de datos de un circuito de molienda, minuto a minuto, cientos de variables, y en algún punto dejó de verse como ruido. El proceso había operado en modos distintos, pero no aleatorios. Patrones que se repetían, cada uno con consecuencias diferentes en throughput, energía y calidad.

A ese patrón lo llamamos Firma Operativa. Es la lectura del comportamiento multivariable del proceso, presión, corriente, flujo, densidad y vibración analizadas en conjunto, para identificar en qué estado operativo está el sistema en cada momento. Funciona como un electrocardiograma: no mide una variable, mide la salud del conjunto.

En un circuito de molienda suelen aparecer estados como estos:

Esto cambia la conversación en tres sentidos:

• Anticipación. Un circuito no salta del óptimo a la inestabilidad de un momento a otro. Deriva. Esa deriva ya ocurrió antes y está en los datos históricos, así que se puede reconocer antes de que el operador la sienta.
• Costo visible. Cuando el estado queda registrado sobre el activo, el turno y el mineral que se estaba procesando, se puede saber cuántas horas del mes operó forzado el circuito y cuánto costó en energía y en producción no lograda.
• Una ruta de salida. Una intervención puntual en un sistema que opera en modos puede empujarlo a un estado peor antes de mejorar. Lo que funciona es una transición diseñada: las variables se ajustan en el orden, la magnitud y la ventana de tiempo que el proceso puede tolerar.

La Firma Operativa no reemplaza la experiencia del operador. La complementa. Ningún operador puede recordar tres años de datos de 200 variables simultáneas. Los datos sí.

Por qué en minería los modelos tienen que correr en el borde

Una operación minera en los Andes puede estar a horas del centro de control más cercano, con conectividad intermitente y varios intermediarios antes de que el dato llegue a donde alguien toma una decisión. Si el modelo corre en la nube o en un centro remoto, cada decisión depende de que la conexión funcione y de que el dato llegue a tiempo.

En un proceso donde las condiciones cambian en segundos, un minuto de latencia no es un detalle técnico. Es una decisión tomada tarde.

La respuesta es llevar la inteligencia a donde están los datos: el borde industrial. Dispositivos instalados en la propia operación, gestionados por la minera, que procesan los datos y ejecutan los modelos localmente. Esto aporta tres cosas:

• Baja latencia. La inferencia ocurre en milisegundos, junto al equipo.
• Continuidad. Si la red externa cae, la operación sigue tomando decisiones, y el dato queda almacenado hasta que la conexión vuelve.
• Ciberseguridad OT. La red de control queda aislada. Leer telemetría no equivale a escribir en un PLC, y cualquier acción pasa por la autorización del operador.

Conviene no confundirlo con el borde de telecomunicaciones (MEC), que vive en la infraestructura del operador de red y sirve para mover el dato rápido, por ejemplo, en teleoperación. Son complementarios: el 5G mueve el dato, el borde industrial lo procesa donde importa.

Pero el borde solo sirve si el dato que procesa es confiable. Un valor sin identidad, sin equipo, sin unidad y sin contexto no sirve para un modelo. Por eso la arquitectura se construye de abajo hacia arriba: primero el gobierno de datos industriales, para que cada dato se genere con contexto y calidad desde el sensor; luego el borde, para procesarlo en la operación; y solo entonces los modelos de comportamiento, la Firma Operativa y las decisiones. La inteligencia artificial no resuelve un problema de datos. Lo amplifica.

Ventajas y riesgos

Un gemelo digital bien construido le da a la operación cosas que hoy no tiene: saber en qué estado está el proceso ahora y compararlo con su mejor momento, anticipar la deriva antes de que caiga el throughput, ver mantenimiento, energía y calidad como señales del mismo sistema, y conservar el conocimiento de los operadores con más experiencia cuando se jubilan.

Los riesgos también son reales, y la mayoría no son tecnológicos:

• Comprar la plataforma antes de entender el proceso. Hay operaciones que invirtieron en software sofisticado, configuraron tableros, conectaron sistemas y un año después siguen mirando los mismos problemas. Esos proyectos tienen nombre: elefantes blancos.
• Modelar por equipos y no por sistema. El resultado es una herramienta de monitoreo muy bonita que no anticipa nada, porque nunca vio el proceso completo.
• Construir sobre datos sin gobierno. Si el dato no tiene identidad ni calidad desde el origen, el modelo trabaja sobre información poco confiable, tarde y con vacíos.
• Dejar fuera a la gente. Si el operador no entiende por qué el gemelo recomienda algo, no lo va a usar. La decisión sigue siendo humana.

Cómo empezar

El primer paso no es tecnológico. Es elegir un proceso donde el problema sea claro y donde ya existan datos históricos, y preguntarles a esos datos en qué estados ha operado ese proceso, cuánto tiempo pasó en cada uno y qué le costó. Esa respuesta, en la mayoría de las plantas, ya existe. Solo hay que extraerla.

Con eso claro, las decisiones de arquitectura, plataforma e inversión se toman sobre evidencia y no sobre promesas.

Camilo Posada T.CEO de Summan