TecInMin
TecInMin
El blog de la tecnología para la industria minera
The technology blog for the mining industry
O blog de tecnologia para a indústria de mineração
Optimización de plantas de trituración primaria: control avanzado de procesos (APC), Índice de Bond (Wi), VFD, gemelos digitales y mantenimiento predictivo.
Publicado el 8 de mayo de 2026
La trituración primaria ha dejado de ser una simple operación de "fuerza bruta" para convertirse en el núcleo estratégico de la eficiencia operativa en la minería moderna. En un escenario global donde la optimización energética y la disponibilidad de los activos dictan la rentabilidad del negocio, entender la transición desde la conminución mecánica tradicional hacia los ecosistemas digitales es una ventaja competitiva crítica.
En este artículo, se explora cómo la integración de Control Avanzado de Procesos (APC), Gemelos Digitales e Inteligencia Artificial está permitiendo que equipos robustos como las trituradoras de mandíbula y giratorias alcancen niveles de precisión antes impensables. Si buscas reducir costos operativos entre un 10 % y 20 % mediante el mantenimiento predictivo y la estabilización del flujo, este análisis técnico te proporcionará la hoja de ruta necesaria para liderar la transformación hacia la Minería 4.0.
Esto encontrarás en este artículo:
La trituración es la primera etapa de reducción de tamaño en el procesamiento de minerales. Su objetivo es transformar el material extraído de mina (que puede medir más de 1 metro) en partículas manejables para la molienda (típicamente menores a 10 mm).
La trituración primaria es la primera etapa de conminución controlada tras la voladura. Su selección y operación impactan directamente en la eficiencia energética, la disponibilidad del circuito y los costos operativos. La transición hacia la Minería 4.0 exige que estos equipos no solo sean robustos mecánicamente, sino que se integren en ecosistemas digitales con Control Avanzado de Procesos (APC), gemelos digitales e inteligencia artificial (IA).
Operan por compresión entre una mandíbula fija y una móvil. Existen dos configuraciones principales detalladas a continuación:
Principio: Eje excéntrico que hace girar un manto cónico dentro de una cóncava fija con una acción continua de compresión y cizallamiento.
Ventajas: Capacidad 2–3 veces mayor que las de mandíbula (ideal para producciones mayores a 5 Mtpa), flujo continuo, menor vibración y ajuste hidráulico mediante sistema Hydroset.
Desventajas: Alto CAPEX, gran infraestructura requerida y no son aptas para procesar materiales arcillosos.
Desgaste: Mantos y cóncavas, similar a mandíbulas en términos de reposición.
Definición: Energía (kWh/t) necesaria para reducir material desde un F80 hasta un P80 de 100 µm.
Fórmula (tercera teoría de Bond):
Uso: Dimensionar potencia del motor y estimar costos operativos.
F80: Tamaño al que pasa el 80 % de la alimentación.
P80: Tamaño al que pasa el 80 % del producto, típicamente entre 100–200 mm para molinos SAG.
Relación de reducción: CR = F80/P80.
CSS (Closed Side Setting): Distancia mínima entre superficies de trituración; controla el P80.
Efecto: Vida útil de placas, mantos y cóncavas.
Mitigación: Aceros al manganeso (12–24 % Mn) con endurecimiento por trabajo.
Capacidad (t/h), humedad, plasticidad, forma del producto, perfil de fragmentación requerido.
Control de nivel de cámara (choke feeding): Sensores de radar o láser regulan alimentadores mediante VFD para mantener la cámara llena, favoreciendo la trituración interpartícula.
Control de alimentación (feed rate): Bandas transportadoras con VFD evitan sobrecargas o subutilización.
Gestión de CSS/OSS: Ajuste hidráulico en tiempo real (Hydroset en giratorias, cuñas hidráulicas en mandíbulas) para mantener P80 constante y responder a dureza variable.
Permiten arranque suave, ajuste de velocidad de giro o precesión.La reducción de consumo energético típica llega hasta el 18 % en algunos procesos. Además, permiten la integración con sensores de carga, vibración y presión.
Los sistemas modernos utilizan detectores de metales en correa que envían una señal al PLC para detener la alimentación. Asimismo, los fusibles hidráulicos (Sandvik/Metso) emplean válvulas de alivio ultrarrápidas que permiten retroceder el eje o la mandíbula en milisegundos sin dañar el bastidor.
Variables: Temperatura, vibración (MEMS), presión de aceite, flujo, partículas de desgaste (ferrografía digital).
Aplicación: Mantenimiento predictivo, detección temprana de fallas de rodamientos o liners sueltos.
Definición: Réplica virtual dinámica alimentada con datos en tiempo real y modelos DEM (Elementos Discretos).
Aplicaciones en trituración primaria:
Predicción de desgaste de liners (optimización del cambio justo antes de la pérdida de eficiencia).
Simulación de escenarios what-if (cambios de CSS, velocidad, litología).
Optimización energética sin intervenir en el equipo físico.
Caso destacado: ABB + Boliden Aitik (gemelo digital + APC) demostró viabilidad industrial.
Algoritmos: Redes neuronales recurrentes (RNN), XGBoost, CNN para visión artificial.
Aplicaciones:
Predicción de fallas con semanas de antelación.
Visión artificial (WipFrag) para analizar granulometría en correa y ajustar CSS automáticamente.
Optimización energética mediante identificación de patrones no lineales.
Boliden Aitik (ABB): Optimización del rendimiento mediante gemelos digitales y APC.
Metso (LCS): Incrementos de disponibilidad del 3–6 % y reducción de paradas no programadas en un 20 %.
Fruta del Norte (Ecuador): Uso de SmartTag para trazabilidad de mineral según dureza y abrasividad.
La trituración ha evolucionado de la "fuerza bruta" a una disciplina basada en datos.
Sistemas APC, VFD y protección hidráulica son hoy estándares de clase mundial.
El futuro apunta a sistemas IPCC (trituración móvil inteligente) y flotas autónomas.
La evolución de la trituración primaria demuestra que el futuro de la industria reside en la capacidad de transformar datos brutos en decisiones en tiempo real. Desde el cálculo riguroso del Índice de Trabajo de Bond hasta el despliegue de sensores IoT, el éxito de la operación depende de un equilibrio técnico que maximice la vida útil de los componentes y minimice el consumo energético específico.
Aunque persisten desafíos significativos en términos de conectividad en minas remotas y la gestión de la propiedad de los datos, la ruta hacia sistemas de trituración móvil inteligente (IPCC) y flotas autónomas ya es una realidad tangible en operaciones de clase mundial.
Todas las imágenes fueron generadas con https://flow.google.com/
AMP Mineral. (2024, 17 de diciembre). IA en plantas de minerales: Eficiencia sostenible. https://ampmineral.com/ia-plantas-proceso-minerales/
Ciężkowski, P., Maciejewski, J., & Bąk, S. (2017). Analysis of energy consumption of crushing processes – comparison of one-stage and two-stage processes. Studia Geotechnica et Mechanica, 17–24. https://doi.org/10.1515/sgem-2017-0012
Dickson, R. (2026, 28 de abril). Stone crusher. FIRGELLI Automations. https://www.firgelliauto.com/blogs/mechanisms/stone-crusher
Estay, H., Lois-Morales, P., Montes-Atenas, G., & Ruiz del Solar, J. (2023). On the challenges of applying machine learning in mineral processing and extractive metallurgy. Minerals, 13(6), Artículo 788. https://doi.org/10.3390/min13060788
Future Market Insights. (2025). Aggregate mining and mineral processing equipment market outlook 2025–2035. https://www.futuremarketinsights.com/reports/aggregate-mining-and-mineral-processing-equipment-market
Gonçalves, E. (s.f.). Crushers: 5 types and their main failures. Dynamox. https://dynamox.net/en/blog/trituradoras-5-tipos-y-sus-principales-fallas
Guler, O., & Çakır, M. C. (2023). Development of a new generation high crushing capacity jaw crusher with an automatically adjusted closed side settings. The European Journal of Research and Development, 161–177. https://doi.org/10.56038/ejrnd.v3i4.304
Jinxi, C., Rong, X., & Yang, S. (2005). Jaw plate kinematical analysis for single toggle jaw crusher design. International Technology and Innovation Conference 2006 (ITIC 2006), 62–66. https://doi.org/10.1049/cp:20060729
Kawatra, S. K. (Ed.). (2006). Advances in comminution. Society for Mining, Metallurgy, and Exploration. https://www.academia.edu/27383331/Advances_in_comminution_kowatra_1_
Kwaśniewski, A., & Ciężkowski, P. (2017). Selected design issues of toggle plate selection on the example of the single jaw crusher. World Journal of Engineering, 255–260. https://doi.org/10.1108/WJE-07-2016-0025
Legendre, D., & Zevenhoven, R. (2014). Assessing the energy efficiency of a jaw crusher. Energy, 119–130. https://doi.org/10.1016/j.energy.2014.04.036
Malone, B. (2015). Introduction to crushing. 911 Metallurgist. https://www.911metallurgist.com/wp-content/uploads/2015/01/Introduction-to-Crushing.pdf
Metso Outotec. (s.f.). Basics in mineral processing. https://www.metso.com/globalassets/insights/ebooks/mo-basics-in-mineral-processing-handbook_lowres.pdf
MMG Limited. (2024, 24 de mayo). Major transaction in relation to the acquisition of the entire issued share capital of Cuprous Capital Ltd. Sina Finance. http://stock.finance.sina.com.cn/hkstock/go/CompanyNoticeDetail/code/01208/aid/1161179.html
Murithi, M., Keraita, J. N., Obiko, J., & Jen, T.-C. (2022). Optimisation of the swinging jaw design for a single toggle jaw crusher using finite element analysis. International Journal on Interactive Design and Manufacturing (IJIDeM), 6351–6358. https://doi.org/10.1007/s12008-022-01044-3
Oduori, M., Mutuli, S. M., & Munyasi, D. M. (2015). Analysis of the single Toggle jaw crusher kinematics. Journal of Engineering, Design and Technology, 213–239. https://doi.org/10.1108/JEDT-01-2013-0001
Okechukwu, C., Dahunsi, O. A., Oke, P., & Olaleye, B. M. (2017). Design and operations challenges of a single toggle jaw crusher: a review. Nigerian Journal of Technology, 814–821. https://doi.org/10.4314/njt.v36i3.22
Pilot Crushtec. (s.f.). Frequently asked questions: Jaw crushers. https://pilotcrushtec.com/faqs-jaw-crushers/
Ravikumar, A., Vardhan, H., Uma Shankar, M. et al. Digital and AI‑based evaluation of ANFO and SME explosives in surface coal mining: fragmentation, powder factor, ground vibrations, sustainability implications and safety outcomes. J. Eng. Appl. Sci. 73, 33 (2026). https://doi.org/10.1186/s44147-026-00898-8
Sinomaly. (s.f.). Trituradora giratoria. Heavy Plants. http://heavy-plants.com/1-1-9-gyratory-crusher.html
Tecnología Minera. (2023, 18 de agosto). Gemelos digitales: Parte esencial de la digitalización en el sector minero. https://tecnologiaminera.com/noticia/gemelos-digitales-parte-esencial-de-la-digitalizacion-en-el-sector-minero-1692366539
Wills, B. A., & Napier-Munn, T. (2006). Mineral processing technology: An introduction to the practical aspects of ore treatment and mineral recovery (7ª ed.). Elsevier. https://www.academia.edu/40297760/Mineral_Processing_Technology_An_Introduction_to_the_Practical_Aspects_of_Ore_Treatment_and_Mineral_Recovery_by_Barry_A_Wills_Tim_Napier_Munn
WipWare. (s.f.). Understanding P80 in crushing and material processing. https://wipware.com/understanding-p80-in-crushing-and-material-processing/
Zuñiga, P. (2023, 25 de abril). Minería 4.0: La transformación digital como oportunidad para una industria más productiva y sostenible. Metso Blog. https://www.metso.com/es/informacion/blog/mineria-y-refinacion-de-metales/mineria-4.0-la-transformacion-digital-como-oportunidad-para-una-industria-mas-productiva-y-sostenible/
Zurita Eiranova, M. (2012). Proyecto de una planta de trituración para cantera de caliza [Trabajo de Fin de Carrera, Universidad Politécnica de Madrid]. Archivo Digital UPM. https://oa.upm.es/14978/1/PFC_Miguel_Zurita_Eiranova.pdf