(EN) Method and integrated system for automation of discharge to a mining crusher that includes the analysis of oversize and crushable objects from the extraction truck, and that tracks by means of images associated with a trained convolutional neural network, the oversize and crushable objects as they fall and move through the crusher bowl, analyzing the material flow conditions in the crusher, ordering the start of the crusher hammer in the bowl when there is an oversized material, such as a rock, stopping the discharge from the truck automatically and when it is released and the flow is resumed in the crusher, it generates the order for a truck to start or continue the discharge to the crusher, achieving an auto- discharge system to the crusher. The analysis of the crushable objects from the extraction truck is carried out through artificial vision comprising a deep learning tool, for detection of non-crushable and oversize during the fall of the material into the crusher bowl (or discharge chute).
(ES) Método y sistema integrado de automatización de descarga a un chancador minero que comprende el análisis de los objetos sobredimensionados e inchancables desde el camión de extracción, y que hace seguimiento, por medio de imágenes asociadas a una red neuronal convolucional entrenada, de los objetos sobredimensionados e inchancables cuando caen y se desplazan por la taza del chancador, analizando las condiciones de flujo de material en el chancador, ordenando el inicio del martillo picador en la taza cuando existe un material sobredimensionado, como por ejemplo una roca, deteniendo la descarga desde el camión en forma automática y cuando se libera y se retoma el flujo en el chancador, genera la orden para que un camión inicie o continúe la descarga hacia el chancador, logrando un sistema de autodescarga al chancador. El análisis de los objetos inchancables desde el camión de extracción se lleva a cabo a través de visión artificial, que comprende una herramienta de aprendizaje profundo para detectar objetos inchancables y sobredimensionados durante la caída del material a la taza del chancador (o chute de descarga).
(FR) Procédé et système intégré d'automatisation de déchargement dans un concasseur minier comprenant l'analyse des objets surdimensionnés et non broyables depuis le camion d'extraction, et qui assure le suivi, au moyen d'images associées à un réseau neuronal convolutionnel entraîné, des objets surdimensionnés et non broyables lorsqu'il chutent et se déplacent dans le bol du concasseur, analysant les conditions de flux de matériau dans le concasseur, ordonnant le démarrage du marteau piqueur dans le bol lorsqu'il existe un matériau surdimensionné, comme par exemple une roche, arrêtant le déchargement depuis le camion de manière automatique et lorsque le flux est libéré et qu'il reprend dans le concasseur, il gènère l'ordre pour qu'un camion commence ou continue le déchargement dans le concasseur, ce qui permet d'obtenir un système d'auto-déchargement dans le concasseur. L'analyse des objets non broyables depuis le camion d'extraction est mise en oeuvre par vision artificielle qui fait appel à un outil d'apprentissage profond (réseau neuronal convolutionnel entraîné), pour la détection de matériaux non broyables et surdimensionnés pendant la chute du matériau dans le bol du concasseur (ou goulotte de déchargement), qui comprend des capteurs d'images et des moyens d'éclairage au voisinage du spectre NIR. Le système comprend des moyens de capture d'images pour suivre les éléments non broyables ou surdimensionnés détectés pendant chaque trajet dans le bol du concasseur. Le procédé permet d'automatiser la décision de déchargement des camions d'extraction dans le concasseur en évitant les erreurs dues à une mauvaise observation d'événements et en optimisant les temps de déchargement et la disponibilité du concasseur.