Heap leaching of copper is faced with a complex set of challenges, including mineral heterogeneity, the formation of passivating species, and the need to regulate critical variables such as pH, redox potential (Eh), oxidant concentration, and irrigation rate. If these factors are not properly managed, copper recovery is reduced, and significant environmental impacts may be generated, highlighting the urgency for systematic and sustainable approaches. To address this challenge, a systematic literature review (SLR) was conducted, screening 2344 documents and selecting 106 primary sources to analyze operational drivers and environmental considerations. Statistical methodologies (factorial designs, response surface methodology), multiscale modeling, and laboratory column tests were used to validate key variables, including pH (1.5–2.0), Eh (600–$750 \mathrm{mV}$), temperature (25–55 °C), irrigation rate (5–$15 \mathrm{L}/\left(\mathrm{h}·{\mathrm{m}}^2\right)$), acid concentration (0.5–$2.0 \mathrm{M}$), and emerging “green” reagents (e.g., glycine, organic surfactants). Precise control of these factors was found to reduce passivation, minimize fine-particle migration, and improve copper extraction up to 90%. The incorporation of oxidizing agents (e.g., Fe³⁺, H₂O₂) further accelerated mineral dissolution while preventing unwanted precipitates. In parallel, bioleaching strategies maintained high recoveries with lower chemical demand. Reviews of pilot studies confirmed the scalability of these optimized conditions, emphasizing both sustainability and cost-effectiveness.

In the extractive metallurgy of gold ores the cyanidation and melting processes are generally applied. These processes allow obtaining the “dore”. The slag generated during the melting process presents various characteristics, depending on the mineral source and the type of flux used. The literature information on this pyrometallurgical process at high temperature is very poor. For this reason this paper is focused on the characterization of three synthetic slags. The main objective of the study is to characterize the slags: a) improve the melting process operation, b) to analyze the environmental impact, c) to determine the possibility of slags being recycled.

El concentrado de molibdenita (MoS2) es obtenido actualmente como un subproducto en el procesamiento de minerales provenientes de un pórfido de cobre, siendo la molibdenita considerada un componente menor. El procedimiento para la extracción comercial de molibdeno desde un sulfuro, la molibdenita, implica tostar el concentrado, purificar el calcinado resultante, ya sea por destilación de tiroxido de molibdeno (MoO3 )o por una ruta hidrometalúrgica, y finalmente reducir el trióxido con hidrógeno para obtener el metal El objetivo del presente trabajo es estudiar la producción de molibdeno desde concentrados de molibdenita usando una solución acuosa de ácido clorhídrico (HCl) como lixiviante, cloruro de sodio (NaCl) como catalizador, hidróxido de sodio (OHNa) como regulador de pH, y por último cloruro férrico (FeCl3) como un oxidante. Los resultados muestran que trabajando en un pH más grande que 8 temperatura de 50ºC, con una concentración de ácido clorhídrico de 5% y una relación solida / liquido de 10:1, velocidad de agitación de 200- 300 rpm y la adición de un 2% de cloruro férrico, La lixiviación de Mo fue del 70% en condiciones experimentales en un tiempo de 180 minutos, con una remoción completa del hierro.

El presente trabajo aborda el diseño conceptual de una metodología híbrida para la detección temprana de fallas mecánicas en el sistema de transmisión de una correa transportadora en la industria minera. El objetivo principal es mitigar las detenciones no programadas y los altos costos operativos asociados. La metodología integra el análisis de dos fuentes de datos: vibración y temperatura. Mediante el preprocesamiento de señales, se aplica la Transformada Rápida de Fourier (FFT) para el análisis espectral y la fusión de datos se realiza extrayendo el Valor Cuadrático Medio (RMS) por bandas de frecuencia y alineándolo con la data térmica. Posteriormente, se implementa un análisis segmentado de la progresión de estas características para establecer umbrales de alarma rigurosos y cuantitativos. Estos criterios permiten monitorear la inestabilidad y la energía vibratoria a lo largo del tiempo, identificando el estado incipiente de fallas críticas (rodamientos, desalineación). El enfoque sienta las bases para un sistema predictivo robusto, contribuyendo a la optimización del mantenimiento en el contexto de la Minería 4.0.

La demanda mundial de cobre metálico se incrementó sensiblemente durante estos últimos años debido a los mercados emergentes y a China en particular. Actualmente en Argentina los proyectos mineros de explotación de cobre qeue se desarrollan en el norte del país concluyen su proceso con la exportación de concentrados. En nuestro país se han realizado diferentes exploraciones y en algunos casos ya están en explotación minerales de alta ley de cobre (0,5% - 0,8%) libres de impurezas tales como: Sb, As, Pb, Bi y Hg. Esto indicaría que hay un gran futuro de la pirometalurgia del cobre que no se ha desarrollado aquí hasta el momento. Las condiciones del mercado argentino de cobre generan una demanda insatisfecha del metal, ya que existen plantas transformadoras de cobre metálico a productos terminados provocando una nueva importación de productos intermedios de cobre. Este trabajo propone profundizar el conocimiento y ampliar el espectro de los fundamentos técnicos con el objetivo de cubrir ese espacio del mercado. Esto puede promover que los grandes proyectos cupríferos superen la instancia de exportar concentrados proporcionando esta materia prima a una industria metalúrgica nacional que produzca cobre metálico, y de este modo evitar que se importe dicho insumo y de esta manera se satisfaga el mercado interno.

Este estudio propone un marco predictivo avanzado basado en arquitecturas de aprendizaje automático híbrido para modelar la relación no lineal entre los parámetros termomecánicos y la probabilidad de fallo. Mediante el análisis riguroso de datos experimentales heterogéneos, se evaluaron y optimizaron modelos de ensamble de última generación, incluyendo Stacking, Weighted Voting y un Super-Ensemble. Los resultados validan la superioridad de las arquitecturas híbridas, alcanzando una precisión de clasificación de 86.4% y un Área Bajo la Curva ROC (AUC) de 0.93, superando a los estimadores base convencionales. El análisis de importancia de características mediante disminución de impureza de Gini corroboró la fenomenología física del proceso, identificando la velocidad de rotación y de avance como los factores gobernantes del flujo plástico (71% de varianza explicada). Este trabajo no solo demuestra la viabilidad de la detección de defectos in-silico, sino que establece las bases algorítmicas para el desarrollo de Gemelos Digitales y sistemas de control adaptativo en el contexto de la Industria 4.0.