IA y nuevas tecnologías aplicadas a la seguridad minera
Resumen
El uso de inteligencia artificial (IA), el internet de las cosas (IoT) y las herramientas de modelamiento físico se perfila como una alternativa clave para reducir la alta siniestralidad de la minería subterránea en Colombia, donde el carbón concentra la mayoría de emergencias y fatalidades. El análisis de la explosión ocurrida en Tópaga (Boyacá) en 2021 evidencia cómo la ventilación insuficiente y la acumulación de metano pueden ser anticipadas mediante simulaciones con software especializado y modelos de dinámica de fluidos. A partir de estos datos, las redes neuronales artificiales demuestran capacidad predictiva para alertar sobre explosiones, aprovechando la información generada por detectores personales de gases. Aunque la implementación de IA en minería avanza más lentamente que en otros sectores, su potencial es amplio: desde la exploración y extracción hasta la prevención de incendios, explosiones y deslizamientos. Integrar estas tecnologías en la gestión de riesgos no solo mejora la seguridad de los trabajadores, sino que ofrece un camino hacia una minería más responsable, innovadora y sostenible.
Descargas
Referencias
Azhari, F., Sennersten, C. C., Lindley, C. A., & Sellers, E. (2023). Deep learning implementations in mining applications: a compact critical review. Artificial Intelligence Review. https://doi.org/10.1007/s10462-023-10500-9
Barros-Daza, M. J., Luxbacher, K. D., Lattimer, B. Y., & Hodges, J. L. (2022). Real time mine fire classification to support firefighter decision making. Fire Technology, 58(3), 1545–1578.
Demirkan, D. C., Duzgun, H. S., Juganda, A., Brune, J., & Bogin, G. (2022). Real-Time Methane Prediction in Underground Longwall Coal Mining Using AI. Energies, 15(17), 6486.
Dong, X., Yang, Z., Guo, L., & Gao, Y. (2023). Assessment of the Explosion Accident Risk in Non-Coal Mining by Hasse Diagram Technique. Processes, 11(2), 582.
Gheorghe, G. C., Manrique-Hernández, E. F., & Idrovo, A. J. (2022). Injuries and fatalities in Colombian mining emergencies (2005-2018): a retrospective ecological study. Revista Brasileira de Medicina Do Trabalho : Publicacao Oficial Da Associacao Nacional de Medicina Do Trabalho- ANAMT, 20(4), 591–598.
Jaramillo-Urrego, L. M. (2019). Safety in small-scale underground coal mining in Colombia University of Leoben. Master´s thesis. https://pure.unileoben.ac.at/portal/en/publications/safety-in-smallscale-underground-coal-mining-in-colombia(5c55f760-3cce-4105-8079-08a4c12e96b8).html?customType=theses
Ji, P., & Shi, S. (2023). Hazard prediction of coal and gas outburst based on the Hamming distance artificial intelligence algorithm (HDAIA). Journal of Safety Science and Resilience, 4(2), 151–158.
Khan, A. U., Salman, S., Muhammad, K., & Habib, M. (2022). Modelling Coal Dust Explosibility of Khyber Pakhtunkhwa Coal Using Random Forest Algorithm. Energies, 15(9), 3169.
Meng, F., & Li, C. (2022). Safety warning of coal mining face based on big data association rule mining. Journal of Computational Methods in Science and Engineering, 1–18.
National Mining Agency. (2022). Coal. Report. https://mineriaencolombia.anm.gov.co/sites/default/files/202202/Fact%20Sheet%20Coal%2001%202022.pdf
Sekhar, B. S., & Shah, Y. (2021). Emerging technologies in Indian mining industry: an exploratory empirical investigation regarding the adoption challenges. Journal of Science and Technology Policy Management, 13(2), 358–381.
Sun, S., Gura, D., & Dong, B. (2022). Fire safety assessment models based on machine learning methods for the coal industry. Chemometrics and Intelligent Laboratory Systems, 231, 104693.
The Howden Group. (2023). VENTSIM. VENTSIM 3D Mine Ventilation Simulation Software. https://ventsim.com/es/
Yang, S., Lian, H., Xu, B., Thanh, H. V., Chen, W., Yin, H., & Dai, Z. (2023). Application of robust deep learning models to predict mine water inflow: Implication for groundwater environment management. The Science of the Total Environment, 871, 162056.
Zhang, Y., Zhang, J., & Wang, Q. (2023). Scene analysis of landslide geoscience and characterization of scene evolution. Acta Geophysica, 71(3), 1539–1564.
