Expo Virtual Agro feria evento onlineExpo Virtual Agro feria evento onlineExpo Virtual Agro feria evento onlineExpo Virtual Agro feria evento online
  • EXPO VIRTUAL AGRO
    • ¿Qué es EXPO VIRTUAL AGRO?
    • Quiero ser expositor
  • EVENTOS
  • NETWORKING
  • Ir a Portal Agro Chile

MACHINE LEARNING. Sistema de predicción del aumento del consumo específico de energía en plantas concentradoras

    Home Eventos MACHINE LEARNING. Sistema de predicción del aumento del consumo específico de energía en plantas concentradoras
    NextPrevious

    MACHINE LEARNING. Sistema de predicción del aumento del consumo específico de energía en plantas concentradoras

    By Expo virtual Innovacion | Eventos, Minería, Noticias | 0 comment | 11 junio, 2020 | 0

    Invitación a Charla Técnica: «Machine Learning: Sistema de predicción del aumento del consumo de energía en plantas concentradoras»

    • Cómo reducir eventos de alto consumo específico de energía en Molinos SAG anticipándose a la ocurrencia de estos eventos, mediante la aplicación de técnicas de Machine Learning, disminuyendo con ello el consumo específico de energía global del proceso de conminución.

    Descripción del tema

    Dentro del proceso de conminución de minerales de cobre, la molienda SAG ha destacado como un proceso relevante que permite de una manera eficiente acortar las etapas de chancado y molienda, en comparación a la molienda convencional. A la vez, los molinos SAG son unos de los equipos de mayor consumo de energía eléctrica del proceso minero, por lo que resulta indispensable que su operación sea eficiente desde el punto de vista energético. La operación eficiente de un molino SAG depende del manejo de diversas variables de control, por lo cual es complejo identificar si la tendencia de una variable específica, podría o no influir en el aumento del consumo de energía sobre un límite que se considere apropiado. Es, por esta razón, que con el objetivo de contar con un sistema inteligente que permita evitar eventos en los cuales el consumo específico de energía del molino SAG sobrepase un límite o meta establecida, la empresa JHG ha desarrollado una herramienta para gestionar una operación energéticamente eficiente en molinos SAG mediante el uso de técnicas de Machine Learning.

    Fecha: Jueves 18 de junio de 9:00 a 10:30 horas
    Concepto de las Charlas

    Modo: Videoconferencias (sin costo)
    Duración: 90 Min.
    Presentación: 45 Min.
    Discusión: 45 Min.

     

    Relator

    Juan Francisco Sepúlveda Cruz

    Ingeniero civil Mecánico de la Universidad de Concepción. Obtuvo su Diploma en Ciencias e Ingeniería de Datos en la Universidad de Chile. Es Data Scientist certificado por la Academia Desafío Latam. Actualmente Ingeniero de Innovación y Desarrollo en JHG Ingeniería. Posee 6 años de experiencia en la implementación de proyectos tecnológicos en el área del monitoreo remoto industrial y 2 años en el desarrollo de modelos de Machine Learning aplicados a procesos industriales.

    Presenta y modera

    Davor Gjuranovic

     


    Deutsche Gesellschaft für
    Internationale Zusammenarbeit (GIZ) GmbH

    Programa Energías Renovables y Eficiencia Energética en Chile (4e)
    www.4echile.cl

     

     

    [layerslider id=»7″]

     

     

    0
    0
    0
    Programa Energías Renovables y Eficiencia Energética en Chile 4e

    Leave a Comment

    Cancelar la respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

    NextPrevious

    EXPO VIRTUAL AGRO 2023

    ORGANIZA

    portal-agro-chile-logo-21m-4-350

    PATROCINA

    grupo-prensa-digital-21m-1-450

    EXPO VIRTUAL AGRO 2023, es un espacio abierto a toda la comunidad agrícola y agroindustrial en Chile y para el mundo.

    EXPO VIRTUAL AGRO 2023
    Portal Innova | Grupo Prensa Digital | Agencia Grado 8 | Agencia de Medios Ok | Derechos reservados
    • EXPO VIRTUAL AGRO
      • ¿Qué es EXPO VIRTUAL AGRO?
      • Quiero ser expositor
    • EVENTOS
    • NETWORKING
    • Ir a Portal Agro Chile
    Expo Virtual Agro feria evento online