El proyecto «PROGRAMACIÓN PARA CALCULAR EL USO DE LOS MOLINOS EN LA MINA», presentado por nuestra alumna del 2do. de secundaria Gracia Fernanda Agurto Estela, se destacó en la categoría de Indagación Científica. La joven investigadora explorara cómo es diseñar un modelo de machine learning, el parametric bootstrapping, el cual, mediante el análisis del comportamiento del desgaste de los revestimientos de una sola campaña, aprende, y es capaz de obtener intervalos de predicción de las fechas en las cuales se alcanzará un espesor crítico pre-establecido, tanto para la misma campaña como para las siguientes.

El modelo es tan robusto que, 11 años después, logrará obtener intervalos de predicción válidos para el mismo molino y para otros molinos, sin necesidad de reentrenamiento. La aplicación de este modelo tiene el potencial de:

a. Reducir las mermas productivas por detención de los molinos.
b. Disminuir los costos en mantenimiento predictivo, al haber menos intervenciones.
c. Reducir la huella de carbono de las áreas de molienda de las unidades mineras, al haber un decremento del número de arranques de los molinos.

Su trabajo no solo abordó aspectos académicos, sino también la importancia de la minería en nuestro país.

Felicitamos a Gracia por su dedicación, creatividad y compromiso con la ciencia. Su tercer puesto en la Feria de Ciencias Eureka es un logro que inspira a toda la comunidad educativa.

¡Sigue adelante con tu pasión por la investigación científica!

Le projet « PROGRAMMATION POUR CALCULER L’UTILISATION DES MOULINS DANS LA MINE », présenté par Gracia Fernanda Agurto Estela, élève de 4ème, s’est distingué dans la catégorie « Enquête scientifique ». La jeune chercheuse a étudié la conception d’un modèle d’apprentissage automatique, le bootstrapping paramétrique, qui, en analysant le comportement d’usure des revêtements d’une seule campagne, apprend et est capable d’obtenir des intervalles de prédiction des dates auxquelles une épaisseur critique préétablie sera atteinte, à la fois pour la même campagne et pour les suivantes.

Le modèle est si robuste que, 11 ans plus tard, il sera capable d’obtenir des intervalles de prédiction valables pour la même usine et pour d’autres usines, sans qu’il soit nécessaire de procéder à un nouvel apprentissage. L’application de ce modèle a le potentiel pour :

a. Réduire les pertes de production dues aux arrêts de production.
b. Réduire les coûts de maintenance prédictive, car il y a moins d’interventions.
c. Réduire l’empreinte carbone des zones de broyage des unités minières, en diminuant le nombre de démarrages de broyeurs.

Son travail a porté non seulement sur des aspects académiques, mais aussi sur l’importance de l’exploitation minière dans notre pays.

Nous félicitons Gracia pour son dévouement, sa créativité et son engagement en faveur des sciences. Sa troisième place à la foire régionale scientifique d’Eureka est une source d’inspiration pour toute la communauté scolaire.

Continuez à poursuivre votre passion pour la recherche scientifique !