Inspeccionar las correas transportadoras mineras es una tarea peligrosa, lenta e inconsistente. Estas correas pueden extenderse durante kilómetros a través de minas a cielo abierto y subterráneas, exponiendo a las cuadrillas de inspección a polvo ácido, calor extremo, luz ultravioleta y posturas de trabajo incómodas.
Tradicionalmente, un trabajador tiene que recorrer toda la longitud de la correa y juzgar a ojo el estado de miles de componentes, un proceso que se vuelve aún más difícil debido a las duras condiciones y a la dificultad de recordar exactamente qué pieza estaba fallando y dónde.
SK Godelius ayuda a los operadores mineros a supervisar y mantener estos activos críticos utilizando robótica, computer vision y sensores multimodales. Por ejemplo, utilizando Ultralytics YOLO models, los robots de la empresa pueden caminar junto a las correas transportadoras y detectar automáticamente componentes como los rodillos, señalando cuáles faltan, están atascados o se están sobrecalentando.
Llevar la robótica y la inteligencia artificial a las minas más duras del mundo#
SK Godelius es una empresa de ingeniería y robótica que opera desde 2011, con oficinas en Chile, Canadá y Australia. Combina robótica, inteligencia artificial, ingeniería y una profunda experiencia en el dominio minero para construir tecnología destinada a condiciones difíciles y, a lo largo de los años, esa tecnología ha cambiado la forma en que las minas abordan la seguridad y la eficiencia.
De forma crucial, la empresa hace algo más que escribir código; diseña y construye las propias máquinas: robots que transportan sus propios sensores, cámaras, procesadores e inteligencia integrada, capaces de operar con poca o ninguna supervisión humana en minas a cielo abierto y subterráneas.
Un objetivo central detrás de este trabajo es alejar a las personas del peligro. Las Mining inspections suelen poner a los trabajadores en estrecho contacto con condiciones peligrosas, y SK Godelius pretende sustituir esas tareas manuales de alto riesgo por sistemas autónomos que puedan hacer el trabajo de forma más segura y coherente.
Al combinar la robótica con la inteligencia artificial, la empresa ofrece a los operadores mineros una forma fiable y repetible de conocer el estado de sus equipos, convirtiendo lo que antes era una tarea manual peligrosa en un proceso estandarizado y basado en datos.
El coste oculto de las inspecciones manuales de las correas transportadoras#
Las correas transportadoras son la columna vertebral de una mina y transportan mineral continuamente a distancias que pueden extenderse durante kilómetros. Mantenerlas en funcionamiento significa inspeccionarlas con regularidad y, tradicionalmente, eso ha significado que los trabajadores recorran a pie toda la longitud de la línea.
En las minas a cielo abierto, ese trabajo se realiza bajo un sol intenso, polvo, ácido en suspensión en el aire y largos tramos en posturas incómodas. Bajo tierra, los inspectores se enfrentan a diferentes condiciones, como espacios confinados, poca luz, mala ventilación y visibilidad limitada.
En ambos entornos, las inspecciones sitúan a los trabajadores cerca de entornos exigentes y a veces peligrosos. El enfoque manual también es difícil de mantener de forma coherente.
Una sola persona que recorra a pie kilómetros de correa no puede captar y recordar fácilmente cada fallo, qué rodillo se estaba sobrecalentando, cuál se había detenido y dónde estaba exactamente el problema. Los distintos turnos pueden informar de cosas diferentes, por lo que la misma correa puede evaluarse de forma distinta de un día para otro, lo que dificulta el seguimiento de los problemas o la detección de patrones a lo largo del tiempo.
Esa inconsistencia conlleva un coste real. En una gran mina, una correa transportadora averiada puede costar hasta 100 000 dólares por hora en producción perdida, y reparar una correa desgarrada puede llevar uno o dos turnos completos. Sin datos completos y coherentes, los operadores suelen verse obligados a responder a los fallos una vez que se producen en lugar de prevenirlos.
Inspección de correas transportadoras con Ultralytics YOLO#
Para automate conveyor las inspecciones, SK Godelius utiliza una plataforma robótica que viaja junto a la línea, capturando datos visuales, térmicos y acústicos a medida que se desplaza.
Cada sensor tiene una función: el análisis acústico detecta problemas en los rodillos antes de que aparezcan en forma de calor, las cámaras térmicas revelan qué componentes funcionan calientes y una canalización de visión artificial que aprovecha los modelos de Ultralytics YOLO interpreta los datos visuales en tiempo real.
Fig 1. Un robot de SK Godelius inspecciona una correa transportadora utilizando Ultralytics YOLO (Source)
De los más de 50 modos de fallo de las correas transportadoras que rastrea SK Godelius, unos 20 son visuales (los abordados a través de la canalización de visión artificial), mientras que los modos de fallo restantes se detectan mediante tecnologías de sensores complementarias. Dado que los modelos de Ultralytics YOLO admiten computer vision tasks como la object detection, el sistema puede identificar los componentes y las condiciones que más importan en una línea transportadora, convirtiendo a YOLO en una pieza central de una solución de inspección multimodal más amplia.
Esto significa seleccionar rodillos individuales y señalar los que faltan o ya no giran, detectar la acumulación de material debajo de la correa y captar cualquier cosa que quede fuera del estado normal de la línea, como una valla que se ha dejado abierta o un objeto o vehículo situado donde no debe.
Para mantener la fiabilidad de las detecciones en estas exigentes condiciones, SK Godelius comenzó con Ultralytics YOLOv8 y desde entonces ha pasado a Ultralytics YOLO11. Aprovechan la variante de modelo de tamaño mediano, que ofrece un gran equilibrio entre velocidad y precisión, y la ejecutan en el hardware integrado del robot en el extremo en lugar de en la nube. Esto significa que la detección se realiza allí mismo, en la línea.
¿Por qué elegir los modelos Ultralytics YOLO?#
Para SK Godelius, la principal ventaja de los modelos de Ultralytics YOLO es la precisión. En una línea transportadora, el sistema tiene que identificar exactamente qué componente está fallando y dónde se encuentra, y YOLO proporciona las detecciones precisas necesarias para señalar una pieza específica a medida que la inspección avanza por la línea.
Fig 2. Ultralytics YOLO en implementación en cintas transportadoras mineras. Fuente de la imagen: Godelius
Igualmente importante es la consistencia. Un único trabajador que recorra a pie kilómetros de correa no puede captar y recordar de forma fiable todos los fallos, pero un modelo de visión basado en YOLO evalúa la línea de la misma manera cada vez. Dicha detección coherente se integra en la plataforma de inspección más amplia de SK Godelius, que la convierte en informes estandarizados, trazabilidad y flujos de trabajo de mantenimiento que respaldan decisiones más fiables.
Los modelos también se ejecutan de manera eficiente en el extremo, directamente en el robot en lugar de en la nube. Esto mantiene la detección rápida y fiable en emplazamientos mineros remotos, donde la conectividad es limitada y las condiciones son exigentes, con calor, polvo y ácido en el aire.
Mantenimiento de una cobertura semanal media superior al 95 % con Ultralytics YOLO#
Al automatizar las inspecciones de las correas transportadoras con una solución de inspección autónoma impulsada por Ultralytics YOLO, SK Godelius las ha hecho más rápidas, seguras y mucho más coherentes. Cuando el sistema detecta un problema, vincula el hallazgo a una ubicación GPS precisa y envía al equipo de mantenimiento un informe que señala dónde se encuentra el problema, a menudo con un margen de un metro, junto con los datos de respaldo.
Sustituir los recorridos manuales de la línea también reduce la frecuencia con la que el personal se expone a entornos peligrosos, y la detección estandarizada y repetible significa que los equipos pueden actuar sobre los problemas antes de que escalen en lugar de responder a los fallos después de que ocurran, ayudando a evitar el costoso tiempo de inactividad que una correa transportadora detenida puede causar en una gran mina.
Fig 3. Supervisión de una cinta transportadora minera para detectar defectos y anomalías (Source)
Estos beneficios son evidentes en una de las operaciones mineras de SK Godelius, donde el sistema autónomo de inspección de correas transportadoras se ha implementado en más de 10 emplazamientos mineros, tanto a cielo abierto como subterráneos, y ha evaluado más de 16 correas a lo largo de campañas operativas, manteniendo una cobertura semanal media superior al 95 %.
Durante ese periodo, ha detectado más de 3400 anomalías, de las cuales más de 900 se clasificaron como críticas, proporcionando a los equipos una advertencia temprana de los problemas con más probabilidades de provocar fallos. En general, el resultado es un proceso de inspección trazable, repetible y basado en datos, que ayuda a las minas a mejorar la priorización del mantenimiento, identificar los riesgos antes y mantener los activos críticos en funcionamiento.
Construcción de inspecciones mineras más seguras e inteligentes#
A medida que SK Godelius se expande, la empresa trabaja para ampliar lo que sus sistemas pueden detectar y las condiciones que pueden soportar. Está explorando ideas como el uso de imágenes en 3D y análisis de vibraciones para medir el desgaste de las correas, rayos X para inspeccionar los componentes de las correas y robots para limpiar debajo de las mismas, y tiene muchas ganas de utilizar los últimos modelos de Ultralytics YOLO26 para impulsar aún más la precisión y la eficiencia de la detección.
Al combinar la robótica, los sensores multimodales y Ultralytics YOLO, SK Godelius está convirtiendo la inspección de correas transportadoras de una tarea manual peligrosa en un proceso estandarizado y predictivo que mantiene los activos críticos en funcionamiento y a las personas alejadas del peligro.
¿Te interesa saber cómo la visión artificial puede remodelar tu negocio? Explora nuestro GitHub repository para ver cómo los modelos de Ultralytics YOLO están transformando innovaciones como AI in manufacturing y computer vision in robotics. Obtén más información sobre nuestras licensing options y comienza hoy mismo tu viaje hacia una automatización más inteligente y eficiente.
