TRABAJO DE INVESTIGACIÓN: Digital Minero: Análisis de Patologías Estructurales con Imágenes y Mapas Interactivos Web

INSTITUCIÓN: Servicio Nacional de Capacitación para la Industria de la construcción – SENCICO

INVESTIGADOR: Felix Aldimar Aiquipa Gonzaless

DOCENTE: Luis Raul Osorio Muñoz

RESUMEN:

La presente investigación aborda un desafío crítico en el sector minero peruano: la detección y gestión oportuna de patologías estructurales en infraestructuras mineras esenciales, tales como taludes, presas de relaves, túneles y plantas de procesamiento. Ante la vulnerabilidad de estas estructuras frente a fenómenos naturales, desgaste y errores operativos, surge la necesidad de superar las limitaciones de los métodos tradicionales, basados en inspecciones manuales esporádicas, costosas y riesgosas. En respuesta, se propone desarrollar una plataforma digital innovadora que integra imágenes de alta resolución, mapas interactivos web e inteligencia artificial para el reconocimiento automático y monitoreo continuo de deterioros estructurales. Esta herramienta permitirá un mantenimiento predictivo eficiente, optimizando recursos y fortaleciendo la seguridad laboral y ambiental. Inspirada en proyectos galardonados, la iniciativa fortalece la cultura preventiva y promueve la sostenibilidad mediante la digitalización, la colaboración remota y la gestión transparente de datos. Así, se contribuye a elevar la resiliencia de la minería peruana, salvaguardando vidas humanas, protegiendo el entorno natural y consolidando un modelo replicable alineado con las mejores prácticas nacionales e internacionales en materia de innovación y responsabilidad social.

CAPÍTULO I:

Capítulo 1: Planteamiento del problema

Propósito de la investigación y su justificación

En el sector minero peruano, uno de los principales desafíos es la detección y gestión oportuna de patologías estructurales en infraestructuras críticas tales como taludes, presas de relaves, túneles y plantas de procesamiento. Estas infraestructuras son esenciales para la continuidad y seguridad de las operaciones mineras, pero están expuestas a condiciones geotécnicas adversas, desgaste progresivo, agentes climáticos, movimientos sísmicos y errores operacionales, que pueden provocar fallos estructurales. Tradicionalmente, la evaluación y monitoreo de estas patologías se realiza mediante inspecciones manuales periódicas, las cuales presentan limitaciones significativas: son procesos subjetivos, dependen de la experiencia del inspector, resultan costosos y peligrosos, y con frecuencia se llevan a cabo con baja frecuencia debido a la complejidad del terreno y riesgos asociados, incrementando la probabilidad de no detectar a tiempo anomalías críticas.

Esta situación genera un grave riesgo para la seguridad de los trabajadores, las comunidades cercanas y el ambiente. La falta de un monitoreo constante y eficiente incrementa la probabilidad de accidentes catastróficos como derrumbes de taludes o fallas en presas de relaves, que pueden ocasionar daños irreversibles. Además, la ausencia de datos precisos para la toma de decisiones dificulta un mantenimiento predictivo y una gestión proactiva de las infraestructuras mineras.

El problema central de esta investigación radica en la carencia de un sistema digital integrado que permita monitorear, registrar y analizar de manera continua y remota estas patologías estructurales, combinando tecnologías de captura de imágenes de alta resolución, inteligencia artificial para el reconocimiento de patrones de deterioro y mapas interactivos para la geolocalización y visualización de los datos. Un sistema con estas características que proporcione información precisa, actualizada y fácil de interpretar es indispensable para que los responsables de operación y mantenimiento optimicen sus procesos de supervisión, prevengan fallos, reduzcan costos y mitiguen riesgos.

La justificación para desarrollar esta solución tecnológica es múltiple. Por un lado, la digitalización y automatización en la minería representa una tendencia global que permite modernizar los procesos, incrementar la productividad y asegurar el cumplimiento de normativas nacionales e internacionales de seguridad minera. Por otro lado, contar con una herramienta digital que facilite la identificación temprana de daños estructurales contribuirá a minimizar accidentes, salvaguardar vidas humanas y proteger el entorno natural. Adicionalmente, este enfoque tecnológico puede fortalecer la transparencia y comunicación con actores sociales y autoridades, integrando datos relevantes para la gestión ambiental y social responsable, aspectos clave para la sostenibilidad del sector minero.

En suma, la investigación “Digital Minero: Análisis de Patologías Estructurales con Imágenes y Mapas Interactivos Web” responde a una necesidad urgente de innovar en el monitoreo de infraestructuras mineras mediante tecnología de punta, optimizando recursos y promoviendo prácticas seguras y sostenibles.

Objetivo(s) principal(es) y secundarios de la Investigación

Objetivo Principal

• Desarrollar un sistema web que integre imágenes de alta resolución y mapas interactivos para detectar y analizar patologías estructurales en infraestructuras mineras.

Objetivos Secundarios

• Implementar algoritmos de inteligencia artificial para el reconocimiento automático de fallas y deterioros estructurales en la minería.
• Facilitar la visualización geoespacial y el acceso remoto a la información para optimizar la toma de decisiones y el mantenimiento preventivo.
• Validar la eficacia del sistema en casos reales de infraestructuras mineras para garantizar precisión y confiabilidad en el análisis.
• Reducir los riesgos operacionales y mejorar la seguridad laboral mediante monitoreo digital continuo y seguimiento en tiempo real.
• Promover la digitalización en la gestión de infraestructura minera para una minería más segura, eficiente y sostenible.
• Generar reportes automatizados para la documentación, seguimiento y comunicación entre equipos técnicos y administrativos de minería.

Proyecto(s) de Premios ProActivo en el que está inspirada la investigación

La presente investigación toma como base conceptual el proyecto premiado “Clasificación de imágenes con redes neuronales para identificar riesgos críticos en minería”  (Premios ProActivo), el cual ha demostrado el potencial transformador de la inteligencia artificial aplicado al análisis de imágenes en la detección temprana de peligros en infraestructuras mineras. Este antecedente emblemático fundamenta la propuesta actual, al evidenciar cómo las redes neuronales pueden automatizar y optimizar la identificación de riesgos críticos, reduciendo la probabilidad de incidentes y mejorando la seguridad operativa. Inspirados en esta aproximación innovadora, el presente trabajo extiende y complementa la metodología mediante la integración de mapas interactivos web y almacenamiento georreferenciado, para ofrecer un sistema integral de monitoreo predictivo y colaborativo que atiende las exigencias del sector. Así, se pretende no solo consolidar avances tecnológicos, sino también fomentar una cultura de prevención y sostenibilidad alineada con los más altos estándares internacionales.