Algorithmic Blast Design through Deep Reinforcement Learning: A Transferable Simulation Framework from Central Asian Copper Megapits to Peruvian Mining and Public Spaces

Resumen Técnico: Diseño de Voladura Algorítmica mediante Aprendizaje por Refuerzo Profundo

Planteamiento del Problema
Las prácticas actuales de voladura en bancos en megaporfidos de cobre, como los complejos de Aktogay y Bozshakol en Kazajistán, dependen predominantemente de modelos empíricos deterministas (p. ej., Kuz-Ram). Estos modelos no logran capturar adecuadamente la variabilidad espacial de las propiedades de la masa rocosa, lo que genera ineficiencias operativas que incluyen sobre o subfragmentación, vibraciones excesivas del terreno y un aumento en el consumo energético de las etapas posteriores. Si bien el Aprendizaje por Refuerzo Profundo (DRL, por sus siglas en inglés) ofrece una alternativa adaptativa prometedora para la optimización secuencial, su aplicación específica al cronograma de voladura a escala de banco sigue siendo poco explorada. Además, existe una falta de evaluación sistemática respecto a la transferibilidad de tales marcos algorítmicos desde contextos de Asia Central hacia los distintos entornos geológicos, regulatorios y sociales de las operaciones mineras peruanas y los espacios públicos urbanos.

Metodología
El estudio emplea un diseño de investigación comparativo-documental y de simulación computacional, evitando la intervención en operaciones mineras activas o el uso de datos propietarios. El núcleo de la metodología consta de cuatro componentes integrados:

1. Entorno de Simulación: Se construyó un gemelo digital simplificado de la masa rocosa utilizando el Método de Elementos Discretos (DEM). Este entorno fue parametrizado con distribuciones estadísticas de Resistencia a la Compresión Uniaxial (UCS), RQD (Designación de Calidad de la Roca), burden (piedra), espaciamiento y secuencias de retardo. Estos parámetros fueron calibrados exclusivamente utilizando rangos reportados en catorce estudios revisados por pares (2019–2026) sobre fragmentación y vibración inducida por voladura.
2. Formulación del Agente DRL: El problema de diseño de voladura se modeló como un Proceso de Decisión de Markov (MDP). Un agente de Optimización de Política Próxima (PPO) con una arquitectura Actor-Crítico fue entrenado durante 10,000 episodios simulados por bloque.
   • Espacio de Estados ($S$): Incluyó propiedades de la roca (UCS, RQD, densidad), parámetros de diseño actuales (burden, espaciamiento, profundidad) y desempeño histórico de la fragmentación.
   • Espacio de Acciones ($A$): Ajustes continuos al burden, espaciamiento y carga explosiva específica, junto con la selección discreta de secuencias de retardo entre pozos.
   • Función de Recompensa ($R$): Un objetivo ponderado que minimiza la desviación estándar de la fragmentación, la velocidad pico de partícula (PPV) y el consumo de explosivos específico, mientras maximiza la productividad simulada de carga y acarreo.
3. Análisis Comparativo: El desempeño del agente PPO se contrastó contra una línea base determinista de tipo Kuz-Ram bajo idénticas suposiciones de simulación.
4. Evaluación de Transferibilidad: Se construyó una matriz cualitativa-cuantitativa para comparar el contexto de referencia de Asia Central con cuatro grandes operaciones de cobre en Perú (Antamina, Cerro Verde, Quellaveco, Las Bambas) y proyectos de espacios públicos urbanos. Este análisis utilizó únicamente datos de producción públicos del Ministerio de Energía y Minas de Perú (2024) y caracterizaciones geológicas disponibles públicamente.

Resultados Clave
Dentro del entorno de simulación calibrado por literatura, el marco DRL demostró las siguientes mejoras de desempeño en relación con la línea base determinista:

• Precisión de Fragmentación: Una reducción en la desviación estándar de la fragmentación del 18–34%.
• Control de Vibraciones: Una reducción en la Velocidad Pico de Partícula (PPV) del 15–30%.
• Eficiencia de Explosivos: Una reducción en el consumo específico de explosivos del 8–19% en escenarios con alta heterogeneidad geológica.

Estas magnitudes son consistentes con las mejoras reportadas en estudios independientes de optimización basados en aprendizaje automático (p. ej., reducciones de PPV del 12–40% en la literatura revisada), lo que respalda la plausibilidad metodológica del marco.

Hallazgos de Transferibilidad
El estudio identificó niveles variables de compatibilidad para el despliegue de este marco en Perú:

• Alta Compatibilidad: Cerro Verde y Quellaveco fueron identificados como los candidatos más aptos debido a su geología de pórfido de cobre relativamente homogénea, la cual estructuralmente se asemeja a los depósitos de referencia de Asia Central.
• Compatibilidad Media/Baja: Antamina (skarn polimetálico) presenta una mayor heterogeneidad litológica, lo que requiere un reentrenamiento sustancial del agente. Las Bambas (fallamiento complejo) representa un caso intermedio donde la capacidad adaptativa del DRL podría agregar valor, pero demanda una inversión significativa en instrumentación.
• Aplicación Urbana: Aplicar voladuras de precisión en los espacios públicos de la Región Metropolitana de Lima requeriría umbrales de vibración un orden de magnitud más estrictos que en la minería remota, lo que exigiría una reponderación de la función de recompensa para priorizar las variables sociales sobre la productividad.

Significancia y Reivindicaciones
El artículo posiciona este trabajo como una vía metodológamente plausible hacia la voladura de precisión, distinguiéndose por tres contribuciones primarias:

1. Enfoque Operativo: Integra explícitamente la programación de voladuras a nivel de banco en un marco de aprendizaje por refuerzo, yendo más allá de la planificación estratégica o el despacho de flotas.
2. Transparencia e Integridad: Al utilizar una simulación calibrada por literatura en lugar de datos propietarios no verificables, el estudio establece una línea base reproducible para comparar el DRL contra modelos deterministas.
3. Extensión Transversal de Dominio: Propone una extensión conceptual de los marcos de RL mineros a la gestión de vibraciones en infraestructura urbana, un dominio raramente conectado con la literatura minera.

Limitaciones y Modestia de las Reivindicaciones
Los autores declaran explícitamente que los resultados cuantitativos son estimaciones de un entorno de simulación, no mediciones de campo. Por consiguiente, el estudio no pretende establecer un desempeño operativo definitivo. Las conclusiones se enmarcan como "metodológicamente plausibles" y consistentes con la literatura existente, enfatizando que:

• La validación de campo depósito por depósito es un prerrequisito indispensable para la implementación.
• El despliegue exitoso en Perú requiere adaptaciones específicas en maquinaria (p. ej., perforadoras con GPS/MWD, detonadores electrónicos), materiales y competencias del personal (ingenieros de voladura con habilidades en ciencia de datos).
• La adaptación regulatoria y la consulta comunitaria son críticas, particularmente para aplicaciones urbanas.

El estudio concluye que, si bien el marco DRL ofrece una alternativa teórica robusta a los modelos empíricos, sus beneficios en el mundo real deben ser validados mediante ensayos piloto controlados antes de su adopción operativa.