La minería es una de las industrias más antiguas que existen, pero ha adoptado cada vez más métodos de alta tecnología a medida que aumenta la demanda. Plotlogic utiliza imágenes hiperespectrales, una técnica que generalmente se encuentra en laboratorios y satélites, para agregar una nueva capa de datos y automatización a estas operaciones cruciales pero a menudo anticuadas.
Las imágenes hiperespectrales son básicamente una fotografía que captura la luz fuera del rango visible, lo que permite diferenciar las sustancias que se ven iguales a los ojos humanos. Como con casi todo lo demás, la naturaleza llegó primero: las aves y los insectos pueden ver longitudes de onda que nosotros no podemos, para empezar, y cambia por completo su visión del mundo.
Hemos adoptado la idea en una variedad de circunstancias: en última instancia, es una forma de análisis espectral, donde la radiación rebota en un objeto y ve lo que se refleja o absorbe. Cada sustancia tiene su propia firma espectral, desde la piel hasta el cemento y los minerales de tierras raras. La última categoría es obviamente a donde apunta Plotlogic.
Fundada en 2018 en Brisbane, Australia, Plotlogic crea una configuración de imágenes multiespectrales más lidar que observa una pila de escombros extraídos de una mina y dice: “hay algo de litio, hay un poco de plata, hay algo de azufre”. (Aunque dudo seriamente que esos tres se encuentren en la misma pila).
Por supuesto, las minas ya hacen este tipo de análisis en algún momento. De lo contrario, ¿cómo sabrían qué refinar, transportar, etc.? Pero esto generalmente depende de llevar muestras a un laboratorio y enviarlas, lo adivinó, a un análisis espectral. Plotlogic está permitiendo que este paso crucial se lleve a cabo en el sitio, lo que podría hacer que las operaciones sean mucho más eficientes.
Una máquina estacionaria de OreSense escaneando muestras de mineral y un ejemplo de cómo se pueden analizar esas muestras. Créditos de imagen: Plotlogic
“Esa es la verdadera innovación aquí: integrarla en las operaciones mineras y empoderar al personal de la mina con información en tiempo real”, dijo Andrew Job, CEO y fundador.
La empresa implementó sus máquinas OreSense por primera vez en 2019 y ha estado iterando el producto desde entonces, con comentarios de las principales empresas mineras. Puede ser estacionario o móvil, ya sea escaneando el mineral a medida que pasa por una cinta transportadora o yendo al lugar donde ha sido recolectado. Una versión sobre peldaños permite la navegación a lugares que las personas no pueden visitar de manera segura.
El sistema está diseñado para adaptarse a los procesos de minería existentes, por lo que no es necesario rediseñar la forma en que extrae el mineral del suelo ni nada, y aunque es necesario realizar cambios, se justifican por una mayor eficiencia, dijo Job.
Andrew Job, fundador y director ejecutivo de Plotlogic. Créditos de imagen: Foto de Sarah Keayes/The Photo Pitch
“Vemos tres tipos de beneficios: financiero, sostenibilidad ambiental y seguridad”, explicó. “La operación puede procesar más mineral y menos desechos, haciéndola más rentable. Pueden ser más precisos, dejando más rocas in situ y sin gastar combustible ni gases de efecto invernadero en el movimiento de residuos. Y finalmente, reduce las horas de exposición humana en la mina”.
Es posible que hayamos superado los días del pulmón negro, pero la minería sigue siendo un trabajo fundamentalmente desafiante y peligroso. Cuanto menos tiempo estén los trabajadores alrededor de maquinaria pesada, espacios cerrados y aire lleno de roca en polvo, mejor. Tener imágenes ricas y confiables también podría ayudar a marcar el comienzo de la minería autónoma más temprano que tarde, sugirió Job.
La ronda A de $18 millones fue dirigida por Innovation Endeavours, con la participación de BHP Ventures y Bentley iTwin Ventures, ambas ramas de riesgo de los principales grupos mineros, así como DCVC, Baidu Ventures y Grids Ventures. El plan es usarlo para expandir los despliegues comerciales y comenzar a trabajar internacionalmente.
Source link