Propuesta de un modelo predictivo utilizando el algoritmo de redes neuronales para medir el impacto de la contaminación hídrica que generan los procesos de Minado y Transformación metalúrgica que produce la Minería Aurífera Subterránea

Abstract

La propuesta describe la realización de un modelo predictivo mediante el algoritmo de redes neuronales artificiales de tipo recurrente, para medir el impacto de la contaminación ambiental que produce la actividad minera de tipo subterráneo. En el capítulo I, presentamos la problemática que motiva la propuesta, considerando la contaminación ambiental y sobre todo hídrica como el problema principal afectando directamente a la sociedad y la naturaleza. En este contexto la minería es una de las industrias de mayor impacto ambiental, por lo que se proporciona referencias de este a nivel mundial y local. También nos enfocaremos en los objetivos, los principales y los secundarios, que consisten en apoyar a las empresas mineras a predecir y mitigar la contaminación, considerando los supuestos y limitaciones del proyecto, como los riesgos presupuestarios y la negativa de alguna entidad gubernamental. En el capítulo II, presentamos el marco teórico que incluye el funcionamiento de la industria minera y de cada proceso, así como la tecnología que se utilizará para la solución. Se definen conceptos clave como Machine Learning, Deep Learning e Inteligencia Artificial, y sobre todo presentamos los marcos normativos que plantean las bases para comprender mejor el camino hacia el planteamiento final. En el capítulo III detallaremos los datos principales y objetivos de la empresa a la que brindamos la solución, su situación actual, remarcando su visión y misión, así como describir los principales procesos que tiene y comentar la problemática que presenta. Finalmente, en el capítulo IV, describiremos como se desarrolla la solución a la problemática, indicando puntualmente los pasos de la propuesta, que abarcan la planificación, el diseño y la ejecución de la misma de cara a la finalización del proyecto, todo conllevado a que la empresa pueda utilizar esta propuesta y obtener el logro de sus objetivos.

The proposal describes the realization of a predictive model using the algorithm of artificial neural networks of recurrent type, to measure the impact of environmental pollution produced by underground mining activity. In chapter I, we present the problems that motivate the proposal, considering environmental and especially water pollution as the main problem directly affecting society and nature. In this context, mining is one of the industries that most spreads pollution and references are provided on how it occurs globally and locally, as well as a focus on how the problem occurs in each process of mining activity. We will also focus on the objectives, both the main one and the secondary ones, which consist of supporting mining companies to predict and mitigate contamination, considering the assumptions and limitations that the project entails, such as budgetary risks and the refusal of any government entity. In chapter II, we present the theoretical framework that includes the operation of the mining industry and each process, and the technology used for the solution. Key concepts such as Machine Learning, Deep Learning and Artificial Intelligence are defined, and above all we present the regulatory frameworks that lay the foundations to better understand the path towards the final approach. Then, in chapter III, we will detail the main data and objectives of the company to which we are providing the solution, also its current situation, highlighting its vision and mission, as well as essentially describing the main processes that it has and above all comment on the problem it presents. Finally, in Chapter IV, we will describe how the solution to the issue unfolds, specifically outlining the steps of the proposal, which encompass planning, design, and execution, leading to the project's completion. All of this is aimed at enabling the company to utilize this proposal and achieve its objectives.