UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
ESCUELA DE POSGRADO
UNIDAD DE POSGRADO DE LA FACULTAD DE INGENIERÍA DE MINAS
TESIS:
“IMPLEMENTACIÓN DE LA APLICACIÓN MÓVIL NROM PARA OPTIMIZAR LA PRODUCTIVIDAD DE LA CIA. MINERA NEXA
RESOURCES ATACOCHA S.A.A.”
PRESENTADO POR:
ALMONACID FLORES EBERT JHONZON
PARA OPTAR EL GRADO ACADÉMICO DE MAESTRO EN GESTIÓN MINERA
HUANCAYO – PERÚ
2022
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU
UNIDAD DE POSGRADO - FACULTAD DE INGENIERÍA DE MINAS
Av. Mariscal Castilla Nº 3909-4089, EL TAMBO – HUANCAYO – OFICINA 124 - E : [email protected]
ACTA DE SUSTENTACIÓN DE TESIS VIRTUAL
En la plataforma virtual Microsoft Teams de la Unidad de Posgrado de la Facultad de Ingeniería de Minas de la Universidad Nacional del Centro del Perú; siendo las 04.05 p.m. horas del día martes 26 de julio de 2022, se dio inicio al acto de exposición de Sustentación de Tesis virtual, con la presencia de los Miembros del Jurado, conformado por los siguientes catedráticos:
PRESIDENTE : Dr. Eli Teobaldo CARO MEZA
SECRETARIO : Dr. Eugenio Emilio ORELLANA MENDOZA TITULAR : Dr. Eli Teobaldo CARO MEZA
TITULAR : Dr. Eugenio Emilio ORELLANA MENDOZA TITULAR : Dr. Mario Marino SALAZAR ORIHUELA
Se dio lectura a la RESOLUCIÓN Nº 0121-2022-UPGFAIM/UNCP, en la que se señala fecha, hora y nombramiento de los Jurados para la SUSTENTACIÓN DE TESIS VIRTUAL, para optar el Grado de MAESTRO EN GESTION MINERA.
El sustentante EBERT JHONZON ALMONACID FLORES, procedió a sustentar la tesis titulada:
“IMPLEMENTACIÓN DE LA APLICACIÓN MÓVIL NROM PARA OPTIMIZAR LA PRODUCTIVIDAD DE LA CIA. MINERA NEXA RESOURCES ATACOCHA S.A.A.”
Los Miembros del Jurado procedieron a realizar las preguntas y las objeciones del caso de acuerdo al tema expuesto; acto seguido el Señor Presidente dispuso que la sustentante se sirva abandonar la plataforma virtual Microsoft Teams para la deliberación por parte de los Jurados, pasándose luego a la calificación obteniéndose el siguiente resultado:
APROBADO
CALIFICATIVO: REGULAR
Siendo las 05.05 p.m. horas, se da por finalizado el acto académico de Sustentación de Tesis virtual, pasando a firmar los Miembros del Jurado en señal de conformidad.
.
……….………..
Dr. Eli T. CARO MEZA Presidente
………....………..
Dr. Eugenio E. ORELLANA MENDOZA Secretario
.………...……….…….….
Dr. Eli T. CARO MEZA Jurado
………...………
Dr. Eugenio E. ORELLANA MENDOZA Jurado
…..……….……….
Dr. Mario M. SALAZAR ORIHUELA Jurado
ASESOR
Dr. MARIO MARINO SALAZAR ORIHUELA DNI: 19848229
https://orcid.org/0000-0002-5356-5553
DEDICATORIA
A mis padres Luis y Pilar por sus esfuerzos, abnegaciones y sacrificios en la formación profesional y personal.
A mi familia Suly, Luca y Ethan por soportarme
AGRADECIMIENTO
Gracias a Dios por guiar mis pasos diariamente, permitiéndome aprender de mis errores con entereza y aplomo.
Mi grato agradecimiento a la Universidad Nacional del Centro del Perú, mi Alma Mater, y de manera especial a la Facultad de Ingeniería de Minas, haciendo extensivo mi agradecimiento a los docentes, por los conocimientos impartidos durante mis años de estudio.
Agradecer a todas las personas que me apoyaron en mi formación profesional con sus ideas y comentarios.
ÍNDICE GENERAL
ASESOR ... ii
DEDICATORIA ... iii
AGRADECIMIENTO ... iv
ÍNDICE GENERAL ... v
ÍNDICE DE TABLAS ... viii
ÍNDICE DE FIGURAS ... ix
RESUMEN ... xii
ABSTRACT: ... xiii
INTRODUCCIÓN ... xiv
CAPÍTULO I MARCO TEÓRICO 1.1. Antecedentes de la investigación ... 15
1.1.1. Antecedentes de estudio para Optimizar la productividad ... 15
1.2. Bases teóricas Aplicación Móvil NROM ... 16
1.2.1. Optimizar la Productividad ... 16
1.2.1.1. Método de minado Tajo Abierto San Gerardo ... 16
1.2.2.1. Diseño del Método de Explotación ... 16
1.2.3 Operación Tajo Abierto San Gerardo ... 20
a.- Perforación ... 20
1.3. Bases conceptuales Aplicación Móvil NROM ... 30
1.4. Formulación de la hipótesis ... 32
1.4.1. Hipótesis general. ... 32
1.4.2. Hipótesis específicas. ... 32
1.5. Operacionalización de variables ... 33
CAPÍTULO II DISEÑO METODOLÓGICO 2.1. Tipo y nivel de investigación ... 34
2.1.1. Tipo de investigación... 34
2.1.2. Nivel de Investigación ... 34
2.2. Método de investigación ... 34
2.3. Diseño de investigación ... 34
2.4. Población y muestra ... 35
2.4.1. Población: ... 35
2.4.2. Muestra: ... 35
2.5. Técnicas e instrumentos de recopilación de datos ... 35
2.6. Técnicas de procesamiento de datos ... 35
CAPÍTULO III ANÁLISIS Y DISCUSIÓN DE RESULTADOS DE LA INVESTIGACIÓN 3.1. Análisis ... 36
3.1.1. Descripción de la mina y las zonas de estudio ... 36
3.1.2. Topografía ... 37
3.1.3 Geología ... 37
3.1.3.1 Geología Regional. ... 37
3.1.3.4 Geología Económica ... 38
3.1.4. Interpretación de resultados ... 39
3.1.5. Tiempos de Ciclos de Viaje ... 42
3.1.6. Tiempos de Carguío ... 44
3.1.7. Tiempos en Cola ... 45
3.1.8. Tiempos de Maniobra ... 47
3.1.9. Tiempos de Descarga ... 49
3.1.10. Match Factor ... 50
3.1.11. Resultados del Muestreo del Sistema de Transporte ... 51
3.2. Análisis de Datos Históricos y Key Performance Índices ... 54
3.2.1. Eventos Mecánicos ... 54
3.2.2. Tiempo entre Fallas (TBF) y Tiempo de Reparación (TTR) ... 56
3.2.3. Utilización y Disponibilidad ... 58
3.2.4. Producción Actual ... 61
3.2.5. Productividad de la Flota... 63
3.3. Lógica del Sistema a Implementar en la Simulación de Eventos Discretos ... 66
3.3.1. Ahorro de costo por Ruta de acarreo de Mineral y Desmonte .... 67
3.4. Evaluación de los resultados obtenidos por la simulación... 68
3.5. Futuros Trabajos ... 69
3.6. Aplicativo Móvil NROM ... 71
3.6.1. Base de datos ... 71
3.6.2. Simulación del modelo ... 72
CONCLUSIONES ... 75
RECOMENDACIONES ... 76
BIBLIOGRAFÍA ... 77
ANEXOS ... 79
Anexo 1. Matriz de Consistencia ... 80
Anexo 2. Operacionalización de variables ... 81
Anexo 3. Plano Litológico ... 82
Anexo 4 Base de datos de la operación ... 84
Anexo 5: Modelo de simulación: Simulación de eventos discretos del sistema de transporte del Tajo San Gerardo. ... 85
Anexo 05: Manual de Aplicación NROM ... 86
ÍNDICE DE TABLAS
Tabla 1. Estándares y Parámetros de Diseño ... 18
Tabla 2. Sectores Geotecnicos con ángulos interrampa ... 18
Tabla 3. Parámetros de diseño de perforación. ... 20
Tabla 4. Malla de perforación para 5” de diámetro. ... 21
Tabla 5. Malla de perforación para un diámetro de 5” ... 21
Tabla 6. Flota de Equipos Auxiliares Tajo San Gerardo ... 27
Tabla 7. Cuadro de operacionalización de las variables ... 33
Tabla 8. Estadísticos Descriptivos del Tiempo de Ciclo de Viaje. ... 43
Tabla 9. Estadísticos Descriptivos del Tiempo de Carguío. ... 44
Tabla 10. Estadísticos Descriptivos del Tiempo en Colas. ... 46
Tabla 11. Estadísticos Descriptivos del Tiempo en Colas. ... 47
Tabla 12. Estadísticos Descriptivos del Tiempo en Colas. ... 49
Tabla 13. Funciones de densidad de probabilidad ajustadas a cada evento. .. 52
Tabla 14. Desgaste y vida útil de los neumáticos. ... 56
Tabla 15. Eventos reportados de excavadoras ... 56
Tabla 16. Tiempos delineados por la metodología ASARCO. ... 58
Tabla 17. Valores teóricos de productividad... 64
Tabla 18. Cálculo de Ahorro de acarreo por tipo de material ... 68
Tabla 19. Escenario Actual... 68
Tabla 20. Escenario simulado ... 68
Tabla 21. Los eventos registrados por la aplicación se almacenan en una base de datos en la nube ... 71
ÍNDICE DE FIGURAS
Figura 1 Diseño final Tajo San Gerardo ... 17
Figura 2 Sección Longitudinal del Tajo San Gerardo ... 17
Figura 3 Sectores Geotécnicos con ángulos inter rampa ... 19
Figura 4 Sección Típica de Rampa Fase 1 ... 19
Figura 5 Sección Típica de Rampa Fase 2,3 ... 20
Figura 6 Zonificación de Dureza para control de voladura ... 22
Figura 7 Simulación de amarre de voladura ... 23
Figura 8 Carguío de explosivos ... 23
Figura 9 Velocidad de detonación para el ANFO y EMULSIÓN GASIFICADA a diferentes densidades. ... 24
Figura 10 Equipos de carguío Tajo San Gerardo ... 25
Figura 11 Equipos de acarreo de Actros 4144K ... 26
Figura 12 Plano de producción Tajo San Gerardo Sección A-A’’ ... 26
Figura 13 Distancia Equivalente Horizontal (EFH: Equivalent Flat Haul). ... 30
Figura 14 Acceso a la Unidad Minera Atacocha – TSG. ... 36
Figura 15 Plano geológico regional ... 37
Figura 16 Columna geológica local del TSG – U.M.Atacocha. ... 38
Figura 17 Modelo esquemático de mineralización del TSG – U.M. Atacocha. . 38
Figura 18 Sección geológica esquemática (yacimiento Atacocha). ... 39
Figura 19 Diagrama de Interacción Sistema Excavadora-Volquete. ... 40
Figura 20 Diagrama de Flujo de la Propuesta Ingenieril. ... 41
Figura 21 Curvas de Adherencia respecto al Plan Real del Tajo San Gerardo.41 Figura 22 Histograma del Tiempo de Ciclo de Viaje. ... 42
Figura 23 Box Plot del Tiempo de Ciclo de Viaje por Volquete. ... 43
Figura 24 Histograma del Tiempo de Carguío. ... 44
Figura 25 Box Plot de los Tiempo de Carguío por Volquete. ... 45
Figura 26 Histograma de los Tiempo en Colas. ... 46
Figura 27 Box Plot de los Tiempos en Colas por Volquete. ... 47
Figura 28 Histograma del Tiempo de Maniobra. ... 48
Figura 29 Box Plot de los Tiempos de Maniobra por Volquete. ... 48
Figura 30 Histograma del Tiempo de Descarga en Vaso Botadero. ... 49
Figura 31 Box Plot de los Tiempos de Descarga por Volquete. ... 50
Figura 32 Distribución Weibull del Match Factor para la excavadora CAT-374.
... 51
Figura 33 Función de densidad de probabilidad de los tiempos de ciclo del volquete. ... 53
Figura 34 Distribución de densidad acumulada de los tiempos de ciclo del volquete. ... 54
Figura 35 Análisis de Pareto de los eventos que afectan a la flota de volquetes (número de eventos). ... 55
Figura 36 Análisis de Pareto de los eventos que afectan a la flota de volquetes (por horas de reparación). ... 55
Figura 37 Tiempo entre fallas del volquete VQ-074. ... 57
Figura 38 Tiempo entre fallas del volquete VQ-097. ... 57
Figura 39 Disponibilidad de los volquetes por equipo y día. ... 59
Figura 40 Función de densidad de probabilidad de la disponibilidad. ... 60
Figura 41 Función de densidad de probabilidad de la utilización. ... 60
Figura 42 Tonelaje de desmonte movido por guardia en el mes de febrero. ... 61
Figura 43 Tonelaje de mineral movido por guardia en el mes de febrero. ... 62
Figura 44 Cumplimiento de tonelaje de desmonte de los meses de enero y febrero. ... 62
Figura 45 Cumplimiento de tonelaje de mineral de los meses de enero y febrero. ... 63
Figura 46 Gráfico de productividad del CAT-374 y el Mercedez AROCS 5141-K. ... 64
Figura 47 Función de densidad de probabilidad del MF (caso actual). ... 65
Figura 48 Función de densidad de probabilidad del MF (caso ideal). ... 65
Figura 49 Simulación de Eventos Discretos software Arena Simulation ... 67
Figura 50 Rutas de Acarreo ... 67
Figura 51 Modelo de lógica principal del sistema. ... 70
Figura 52 Aplicación para registrar y controlar los KPI’s del Sistema de transporte en tiempo real. ... 71
Figura 53 Simulación de eventos discretos del sistema de transporte del Tajo San Gerardo. ... 72
Figura 54 Reporte de KPI’s en tiempo real mediante un dashboard interactivo.
... 73 Figura 55 Reporte de operaciones en tiempo real ... 74
RESUMEN
Autor: Almonacid Flores Ebert
Es sabido que la mayor parte de la incertidumbre en el negocio minero se debe a la incertidumbre derivada de la variabilidad natural del entorno geológico, la incertidumbre geomecánica, el comportamiento estocástico de los productos básicos, las políticas estatales, las cuestiones ambientales y la incertidumbre social, por lo que podemos decir que el negocio minero es particular, debido al comportamiento de sus componentes. Dos de las principales razones del fracaso de un sistema minero es la falta de conocimiento y la subestimación de la variabilidad natural de sus componentes. Por lo tanto, ajustándonos al contexto del tajo «San Gerardo», propusimos un enfoque integral que abarco el conocimiento de la variabilidad dentro del sistema, con el objetivo de reducir la incertidumbre para optimizar los componentes del sistema. De esta manera se podría, conocer y reducir la incertidumbre operativa, lo cual genero una alta inversión, y capacitación a los operadores de los equipos.
Luego de analizar todas estas características del yacimiento, se procedió a simular eventos para poder predecir cómo era el comportamiento de la flota, pero al no contar con datos con medidas de tiempo, se dio prioridad a analizar todo el proceso de acarreo y transporte dentro del tajo, para poder optimizar este proceso.
A pesar de que, en nuestro país, la transformación digital en minería recién está en sus primeras etapas, hay que resaltar que la relación de la minería con la tecnología es histórica.
Palabras Clave: Simulación de eventos, Optimizar, eficiencia, producción Filiación: Universidad Nacional del centro del Perú
ABSTRACT:
Author: Almonacid Flores Ebert
It is known that most of the uncertainty in the mining business is due to the uncertainty derived from the natural variability of the geological environment, geomechanical uncertainty, stochastic behavior of commodities, state policies, environmental issues and social uncertainty., so we can say that the mining business is particular, due to the behavior of its components. Two of the main reasons for the failure of a mining system is the lack of knowledge and the underestimation of the natural variability of its components. Therefore, adjusting to the context of the «San Gerardo» pit, we proposed a comprehensive approach that encompasses knowledge of the variability within the system, with the aim of reducing uncertainty to optimize the system components. In this way, it would be possible to know and reduce the operational uncertainty, which generated a high investment, and training for the equipment operators.
After analyzing all these characteristics of the reservoir, we proceeded to simulate events to be able to predict what the behavior of the fleet was like, but since we did not have data with time measurements, priority was given to analyzing the entire hauling and transportation process within the tajo, in order to optimize this process.
Despite the fact that, in our country, the digital transformation in mining is just in its early stages, it should be noted that the relationship between mining and technology is historical.
Keywords: Event simulation, Optimize, efficiency, production Affiliation: National University of central Peru
INTRODUCCIÓN
El presente trabajo de investigación tiene como finalidad crear y aplicar el aplicativo móvil denominado “NROM”, el cual es de autoría propia que ayudara a simular el carguío y acarreo de material del Tajo San Gerardo. En el cual tendrá como base las rutas de acarreo, estado de las vías, disponibilidad mecánica, utilización de equipos, granulometría de la fragmentación de rocas, confiabilidad de los equipos y análisis de sensibilización en costos. Con el cual nos ayudara a realizar un mejor planeamiento a corto plazo para poder alcanzar nuestra meta y por ende el objetivo y anticiparnos a los posibles problemas que puedan suscitar en la operación.
“NROM” es un aplicativo móvil creado por autoría propia. El cual surge a raíz de los problemas que se tiene en el carguío y acarreo del material (mineral y desmonte) en el Tajo San Gerardo, Unidad Minera Nexa Resources Atacocha.
Este aplicativo se basa en la disponibilidad mecánica, utilización de equipos, rutas de acarreo, costos unitarios de la flota de equipos, fragmentación realizada por voladura, velocidad de los equipos de acarreo, estado de las vías y análisis de sensibilidad en costos. De esta manera se busca optimizar la producción diaria, teniendo como base el plan operativo en coordinación con las áreas de Servicios Técnicos, geología, mantenimiento, voladura, planta, geotecnia, proyectos y medio ambiente. El cual busca administrar mejor nuestros recursos al menor costo.
La simulación es una herramienta importante porque nos permite adelantar hacia el futuro y poder apreciar posibles escenarios que se alcanzaran con las variables que se puede ingresar y en base a ello podemos tomar mejores decisiones en tiempo real.
CAPÍTULO I MARCO TEÓRICO
1.1. Antecedentes de la investigación
1.1.1. Antecedentes de estudio para Optimizar la productividad Tenemos los siguientes estudios:
La tesis “Desarrollo de un modelo para la aplicación de simulación a un sistema de carguío y acarreo de desmonte en una operación minera a tajo abierto” de Josué Emanuel Meza Castro de la PUCP (2011) cuyas conclusiones fueron:
“La técnica de las simulaciones de procedimientos nos permitirán exponer sistemas del mundo real mediante modelos, los cuales podemos variar en busca de su optimización sin necesidad de realizar los cambios en la vida real ahorrando recursos y tiempo.” (p.85)
La tesis “Gestión en las operaciones de transporte y acarreo para el incremento de la productividad en Cia. Minera Condestable S.A.” de Zoila Lilian Baldeón Quispe de la PUCP (2011) cuyas conclusiones fueron:
“Conociendo el ciclo de las operaciones (acarreo y transporte), se puede calcular la flota o equipos requeridos a mínimo costo unitario y/o máxima producción en la unidad de tiempo, así como en Compañía Minera Condestable, este método puede ser aplicado en otras empresas mineras con similares problemas.” (p.98)
La tesis “Optimización de la flota de volquetes en el acarreo, para incrementar la producción en la mina los andes Perú Gold - Huamachuco” de Roberth Wilman
Araujo García de la UNT (2018) cuyas conclusiones fueron:
“La programación dinámica es una herramienta importante de la investigación de operaciones que permitió optimizar la asignación de volquetes a cada excavadora de la mina Los Andes Perú Gold al menor costo donde la asignación de camiones para la Excavadora N° 1 es de siete volquetes y para Excavadora N° 2 es de seis volquetes.” (p.102)
1.2. Bases teóricas Aplicación Móvil NROM 1.2.1. Optimizar la Productividad
1.2.1.1. Método de minado Tajo Abierto San Gerardo
El Tajo San Gerardo es minado por una operación de tajo abierto con las siguientes características:
• El acceso a los bancos se da por una rampa de gradiente máxima de 12%, 11.0 m de ancho en la Fase 1 y gradiente de 12%, 13.0 m de ancho en fase 2 y 3.
• El alto de los bancos es de 6.0 m y los parámetros de perforación de burden y espaciamiento son de 4.17 y 4.80 metros, respectivamente.
• La producción promedio es de 4,200 tpd de mineral.
1.2.2.1. Diseño del Método de Explotación
Los diseños consideran los criterios geotécnicos finales de altura de banco, ancho de berma, ángulos de talud, ángulos inter-rampa y ángulos totales.
El objetivo de los diseños detallados es mostrar formas de minado prácticas, incluyendo acceso a los bancos en todas las fases considerando la proporción de mineral y desmonte óptimo.
Se utiliza una flota de camiones de 24 m3 y 20 m3 buscando mejorar la productividad de acarreo y reduciendo el costo unitario.
Las rampas de acceso se diseñaron con una gradiente máxima de 12%.
El ancho de rampa es 3.5 veces el ancho del equipo más grande considerando también las bermas de seguridad y cunetas.
Se desarrolló el diseño de tajo, basado en el perfil de la envolvente de salida del NPV Scheduler, usando el software de planificación de minas Deswik que carga en su configuración los parámetros de diseño geotécnico que se resumen en la Tabla 02.
El esquema final del tajo con topografía se presenta en la tabla N° 01 y una sección longitudinal a través del esquema final del tajo se presenta en la Figura 08.
El tajo está diseñado ligeramente más ancho que el perfil de la envolvente generada por NPV Scheduler para lograr anchos de extracción razonables para la operación de los equipos.
Figura 1
Diseño final Tajo San Gerardo
Fuente: Departamento de Planeamiento, Ver en anexo: b) Diseño de tajo Figura 2
Sección Longitudinal del Tajo San Gerardo
Fuente: Departamento de Planeamiento, Ver en anexo: b) Diseño de tajo
Tabla 1.
Estándares y Parámetros de Diseño
Fuente: Propia
a.- Estándares y Parámetros de Diseño Superficie Atacocha Tabla 2.
Sectores Geotecnicos con ángulos interrampa
Fuente: Estudio Geotecnico para el diseño de taludes del Tajo San Gerardo - SRK Consulting Ver en Anexos, c) Estudio Geotecnicos
Parámetros Valor
Fase 1 Fase 2 Fase 3
Ancho vía 11 m (doble vía) 13 m (doble vía) 13 m (doble vía) Rampa
gradiente
12% 12% 12%
Alto de Banco
6 m 6 m 6 m
Ancho de Berma
3 m - 5 m 3 m - 5 m 3 m - 5 m
Angulo Talud
65° 65°-70 ° 65°-70°
Angulo Total 35° - 45° 35° - 45° 35° - 45°
Figura 3
Sectores Geotécnicos con ángulos inter-rampa
Fuente: Estudio Geotécnico para el diseño de taludes del Tajo San
Gerardo - SRK Consulting Ver en Anexos, c) Estudio Geotécnicos.
Figura 4
Sección Típica de Rampa Fase 1
Fuente: Departamento de Planeamiento
Figura 5
Sección Típica de Rampa Fase 2,3
Fuente: Departamento de Planeamiento
1.2.3 Operación Tajo Abierto San Gerardo a.- Perforación
La perforación en el Tajo San Gerardo se realiza con perforadoras hidráulicas DP 1500I Sandvik (Top Hammer) y Flexi Roc D65 Atlas Copco (DTH) con diámetros de 5.0 a 5.5 pulgadas, con longitudes de perforación de 6.5 m.
b.- Parámetros de Diseño de Perforación
Los taladros que se realizan en el Tajo San Gerardo son taladros de pre- corte, taladros buffer y taladros de producción, a continuación, se muestra la tabla con las mallas de perforación:
Tabla 3.
Parámetros de diseño de perforación.
Fuente: Departamento de Mina Tajo
H BANCO (m)
DIAMETRO
( Pulg) B E SD MALLA TIPO DE
TALADRO
TIPO DE PERFORACION
4 4 3.1 3.55 0 Triangular Bufer Top Hammer
4 4 1/2 3.6 4.1 0.5 Triangular Produccion Top Hammer
6 5 3.8 4.4 0.5 Triangular Produccion Top Hammer
6 4 1.3 1.5 0 Triangular Pre corte Top Hammer
6 5 3.9 4.5 0.5 Triangular Produccion DTH
6 5 4.2 4.8 0.5 Triangular Produccion DTH
6 6 3/4 4.6 5.3 0.5 Triangular Produccion Tricono /DDH
6 5 3.1 3.6 0 Triangular Bufer Top Hammer
6 5 1.3 1.5 0 Triangular Pre corte Top Hammer
Como se aprecia en la tabla N° 03 los parámetros de diseño de perforación son datas históricas y lo resaltado con amarillo es el diseño de malla que se requiere para realizar la perforación y voladura masiva en el futuro. A continuación, se muestra en la tabla N° 04 y la tabla N° 05 los parámetros de las mallas de perforación y voladura de acuerdo a los siguientes modelos matemáticos: Langefort, Konya, Balkema, estos resultados son conservadores por lo cual para nuestro tipo de roca intrusivo andesítico, se reajusta estos parámetros en campo.
Tabla 4.
Malla de perforación para 5” de diámetro.
Fuente: Departamento de Mina Tajo
Tabla 5. Malla de perforación para un diámetro de 5”
Fuente: Departamento de Mina Tajo
Los reajustes de las mallas de perforaciones se realizan en los campos en diferentes circunstancias donde presentan los macizos rocosos, donde hay líquidos de aguas, errores, cambios de densidad, etc. Por lo cual en este caso necesitamos de ayuda continua de los geotecnistas para ubicar los macizos rocosos y hacer los seguimientos constantes en velocidades de perforaciones por superficies.
Figura 6
Zonificación de Dureza para control de voladura
Fuente: Área de Geomecánica
c.- Voladura
Según Aranibar Loayza, J. (2005) conceptualiza:
“Para el carguío de taladros usamos emulsión gasificada, la cual es bombeada con un camión fábrica de capacidad de 20 t. La densidad de la emulsión a usar es predefinida de acuerdo al tipo de litología y la necesidad de energía requerida para fragmentar la roca. Esta densidad es controlada en campo durante el carguío de taladros con un procedimiento de toma de densidades y esponjamiento de la emulsión en el taladro.” (p.113)
Figura 7
Simulación de amarre de voladura
Fuente: Departamento de Mina Tajo
Para los controles de los niveles en vibración generada por las voladuras se cuentan con los instrumentos adecuados y 2 Sismógrafos (INSTANTEL) donde se usarán en los campos cercanos y lejanos.
Figura 8
Carguío de explosivos
Fuente: Departamento de Mina Tajo
d.- Velocidades de Detonaciones
Las velocidades de detonaciones están asociadas a las densidades de los explosivos y a los diámetros de taladros. Asimismo, donde la prueba de densidades corresponde a los mismos taladros en donde se miden las velocidades de denotaciones, se analizan estos 2 tipos de maneras conjuntas.
Este resultado obtenido, se identifican en la siguiente figura (Figura N° 09).
Figura 9
Velocidad de detonación para el ANFO y EMULSIÓN GASIFICADA a diferentes densidades.
Fuente: Departamento de Mina Tajo
En la Figura 9 se muestran al lado izquierdo para la prueba de VOD del ANFO, el valor de 3,881 m/s está dentro del rango teórico (3,801-4,301 m/s) y al lado derecho las emulsiones gasificadas en diferentes densidades con rangos teóricos (4,601-6,001 m/s).
e.- Carguío
Según Aranibar Loayza, J. (2005) define:
“Para cumplir con la producción planificada de mineral se requieren: en una excavadora de 3.1 m3 de capacidad de cuchara, y en desmonte una excavadora de 4.6 m3 de capacidad. Los equipos de carguío deben alcanzar rendimientos mayores a 400 ton/hora y 700 ton/hora respectivamente, en todos los equipos se están considerando 70% a 90%
de utilización.” (p.116)
Figura 10
Equipos de carguío Tajo San Gerardo
Fuente: Departamento de Mina Tajo
f.- Acarreo
El mineral es transportado hacia el ORE PASS (OP1 que se encuentra en la cota 4222), que llega mediante caída libre al Nivel 3660, en este nivel el mineral es cargado con equipo Scooptram hacia volquetes de 15 m3, estos transportan el mineral a las Tolvas 119 y 120 (5 Esquinas) en el nivel 3620, luego mediante las tolvas cargan a los carros mineros Gramby de 8 t con quinta rueda ubicado en el Nivel 3600, con dirección a planta, como se muestra en la figura N° 11.
A continuación, mostramos las características técnicas de estos camiones:
✓ Potencias del Motores = 320KW.
✓ Rangos económicos = 1100 rpm a 1 800 rpm.
✓ 6 cilindro en “V”, turbocoolers
✓ Capacidades de tolvas = 20m3.
✓ Cargas útiles técnicas = 36,514 kg.
Figura 11
Equipos de acarreo de Actros 4144K
Fuente: Área de mantenimiento de la minera
Figura 12
Plano de producción Tajo San Gerardo Sección A-A’’
Fuente: Departamento de Planeamiento
g.- Equipos Auxiliares
El Tajo San Gerardo presenta una flota de equipos auxiliares para mantenimiento de las vías y botadero. Esta flota incluye motoniveladoras, cargadores frontales y camiones cisterna, vehículos livianos, camiones de combustible, camiones de mantenimiento, grúas, pararrayos, entre otros.
Tabla 6.
Flota de Equipos Auxiliares Tajo San Gerardo
Capacidad de excavadora (m3) 3.1 4.6
Modelo de excavadora 349 D 374 F
Capacidad de los volquetes (m3) 20 24
Línea Amarilla
Tractor D6 Tractor D8T Motoniveladora - 140 K
Rodillo 3411 MBU Cargador frontal 966 H
Retroexcavadora 3C
Fuente: Departamento de Mina Tajo
h.- Disponibilidades Mecánicas (DM)
“Es una relación directa de las horas producidas entre las horas producidas más las horas que la maquina estuvo en reparación. Es una relación entre el tiempo que la maquina produce y el tiempo que está en reparación. No confundir con el tiempo que la maquina podría estar produciendo, que ese es un indicador llamado uso de máquina. La fórmula del cálculo de la disponibilidad mecánica es como sigue:”
Si dividimos al numerador y al denominador de esta ecuación entre el número de reparaciones que se llevaron a cabo en el periodo de estudio:
i.- Utilización de Máquina (MU)
“Es un indicador que mide el porcentaje de utilización de maquina con respecto al tiempo programado o de disponibilidad para el trabajo de la máquina.
Proporciona información sobre el buen uso del tiempo de los activos de la empresa”
j.- Tiempo Medio Entre Paradas (MTBS: Mean Time Between Shutdowns)
“El MTBS para un período determinado se calcula dividiendo el número de horas trabajadas en dicho período entre el número de paradas por motivos mecánicos que tuvo la máquina en el mismo período.”
𝑀𝑇𝐵𝑆 = 𝐻𝑜𝑟𝑎𝑠 𝑇𝑟𝑎𝑏𝑎𝑗𝑎𝑑𝑎𝑠 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑃𝑎𝑟𝑎𝑑𝑎𝑠
k.- Tiempo Medio Para Reparar (MTTR: Mean Time To Repair)
Estos indicadores muestran los tiempos promedios que retardan la reparación o intervención a las máquinas por el motivo mecánico.
𝑀𝑇𝑇𝑅 = 𝐻𝑜𝑟𝑎𝑠 𝑒𝑛 𝑅𝑒𝑝𝑎𝑟𝑎𝑐𝑖ó𝑛 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑃𝑎𝑟𝑎𝑑𝑎𝑠
l.- Ciclo de operación de los camiones.
Tciclo = tc + tt + td + tr Tciclo = tf + tv
Donde:
Tc: tiempos de cargas Tt: tiempos de transportes Td: tiempos de descargas
Tr: tiempos de retornos o regresos
Tf: tiempos fijos: tiempos de cargas, descargas, otra demora Tv: tiempos variables: tiempos de transportes y retornos.
➢ Factores que afectan el performance de los camiones.
“Los diferentes factores que afectan en la performance de los camiones son”:
• Propiedad de materiales a transportarse
• Fuerzas de jales o tipos
• La tracciones
• Resistencias de rodamientos (rr)
• Resistencias a las pendientes (rp)
• Resistencias a los vientos (aire)
• Condiciones de alturas y temperaturas
• Aceleraciones
• Ciclos de operaciones
• Las eficiencias de trabajos “combinado la eficiencia de operación”
m.- Rendimiento y flota de camiones.
➢ Cálculo de producción horaria de camiones
𝑡𝑜𝑛
ℎ𝑟 = 𝑁𝑐𝑖𝑐𝑙𝑜𝑠
ℎ𝑜𝑟𝑎 𝑥 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑
𝐶𝑖𝑐𝑙𝑜 𝑥 𝐹 𝑑𝑒 𝑙𝑙𝑒𝑛𝑎𝑑𝑜 𝑥 𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑎
➢ Camiones Requeridos
𝑁° 𝐶𝑎𝑚𝑖𝑜𝑛𝑒𝑠 = 𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑅𝑒𝑞𝑢𝑒𝑟𝑖𝑑𝑎 / ℎ𝑜𝑟𝑎 𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑐𝑎𝑚𝑖ó𝑛 / ℎ𝑜𝑟𝑎
➢ Flota Total
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑓𝑙𝑜𝑡𝑎 = 𝑁° 𝐶𝑎𝑚𝑖𝑜𝑛𝑒𝑠 𝑟𝑒𝑞𝑢𝑒𝑟𝑖𝑑𝑜𝑠 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 %
➢ Número de Camiones por Pala
𝑁° 𝐶𝑎𝑚𝑖𝑜𝑛𝑒𝑠/𝑃𝑎𝑙𝑎 = 60 𝑥 𝐶𝑖𝑐𝑙𝑜 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜 𝑝𝑜𝑟 𝑐𝑎𝑚𝑖ó𝑛 𝐶𝑖𝑐𝑙𝑜 𝑑𝑒 𝑝𝑎𝑙𝑎 𝑥 𝑁° 𝑝𝑎𝑠𝑒𝑠
n.- Distancia Equivalente Horizontal (EFH: Equivalent Flat Haul).
“Es la distancia equivalente teórica que un camión puede viajar en el mismo tiempo en una ruta en plano.”
“Para cada pendiente, se divide la velocidad en plano entre la velocidad en pendiente. La distancia horizontal para cada segmento de la ruta es multiplicada por el factor de EFH.”
Figura 13
Distancia Equivalente Horizontal (EFH: Equivalent Flat Haul).
1.3. Bases conceptuales Aplicación Móvil NROM A. Arquitectura
“Una arquitectura es un entramado de componentes funcionales que, aprovechando diferentes estándares, convenciones, reglas y procesos, permite integrar una amplia gama de productos y servicios informáticos, de manera que puedes ser utilizado eficazmente dentro de la organización.” (Robert Orfali, 1998)
B. Cliente
Es el que inicia un requerimiento de servicio. El requerimiento inicial puede convertirse en múltiples requerimientos de trabajo a través de redes LAN o WAN. La ubicación de los datos o de las aplicaciones es totalmente transparente para un cliente. (Robert Orfali, 1998)
C. Servidor
“Es cualquier recurso de cómputo que dedicado a respondes a los requerimientos del cliente. Los servidores pueden estar conectados a los clientes a través de redes LANs o WANs, para proveer de multiples servicios a los clientes y operadores tales como impresión, acceso a base de datos, procesamiento de imágenes, etc.” (Robert Orfali, 1998)
D. Tecnología Móvil
“La tecnología móvil es directamente ligada a la comunicación o telefonía móvil, la cual se utilizará en el proyecto planteado, sin duda la posibilidad de acceso a internet (internet móvil) es el factor que más ha incidido para que los Smartphone logren tener el nivel de aceptación que tienen en el mercado, así mismo la sensación de redes sociales y mensajería instantánea hace que los usuarios cada vez sean más tentados por esta tecnología.” (SG BUZZ)
E. Aplicación Móvil
“Es un software escrito para dispositivos móviles que realiza una tarea específica, como un juego, un calendario, un reproductor de música, es un programa que usted puede descargar y al que puede acceder directamente desde su teléfono o desde algún otro aparato móvil como por ejemplo una Tablet.” (Nicolas, 2007)
F. Base de Datos
Son repositorios de datos estructurados, organizados, relacionados. Uno de los propósitos de base de datos es proporcionar a los usuarios una visión abstracta de los datos. Conjunto de datos comunes que se almacenan sin redundancia para ser útiles en diferentes aplicaciones. (Silberschatz, 2002)
G. Lenguaje de Programación Python
Python es un lenguaje de programación interpretado cuya filosofía hace hincapié en una sintaxis que favorezca un código legible. Se trata de un lenguaje de programación multiparadigma, ya que soporta orientación a objetos, programación imperativa y, en menor medida, programación funcional.
H. Sistema Dispatch
“Es un sistema de administración minera a gran escala que utiliza lo último en tecnología del sistema de posiciona global, comunicaciones de datos y computación para proporcionar asignaciones optimas y automáticas para camiones de acarreo en minas de cielo abierto.”
I. Simulación de Eventos Discretos
“La simulación de eventos discretos es la realización de modelos de sistemas en los cuales el estado de las variables cambia en intervalos discretos de tiempo. Estos cambios ocurren cuando sucede un evento, lo que ocasiona que los valores de las variables que se manejan en el modelo se actualicen.”
1.4. Formulación de la hipótesis 1.4.1. Hipótesis general.
¿La implementación de la aplicación móvil NROM para Optimizar la productividad de la Cía. Minera Nexa Resources Atacocha S.A.A permite la reducción significativa de costos?
1.4.2. Hipótesis específicas.
¿La productividad óptima con la implementación de la aplicación móvil NROM, para optimizar la productividad de la Cía. Minera Nexa Resources Atacocha S.A.A, que permite la reducción de costos?
¿La eficiencia óptima la implementación de la aplicación móvil NROM, para optimizar la productividad de la Cía. Minera Nexa Resources Atacocha S.A.A, que permite la reducción de costos?
1.5. Operacionalización de variables Tabla 7.
Cuadro de operacionalización de las variables
Variable Dimensiones Indicadores
VARIABLE I Aplicación Móvil NROM
Productividad BCM/HR.
Eficiencia Tiempo de ciclo
Costo US$/BCM
VARIABLE II
Optimizar la Productividad
Programa de producción
BCM
Fuente: Elaboración propia
CAPÍTULO II
DISEÑO METODOLÓGICO
2.1. Tipo y nivel de investigación 2.1.1. Tipo de investigación
La presente tesis es de tipo Descriptivo porque este tipo de estudios tienen como propósito medir.
2.1.2. Nivel de Investigación
Esta tesis es un estudio descriptivo se selecciona una serie de cuestiones y se mide o recolecta información sobre cada una de ellas, para así tomar decisiones sobre optimizar la flota de carguío y acarreo para el incremento de producción.
2.2. Método de investigación
La presente investigación es de metodología descriptiva, en el cual, se busca especificar las propiedades importantes de las organizaciones que sea sometido a análisis para este caso es hallar lo óptimo en base a la eficiencia y productividad de los equipos de la unidad minera, desde el punto de vista científico, describir es medir.
2.3. Diseño de investigación
(Mallma Perez, 2018) “El diseño de investigación que se empleo es el Diseño de carácter descriptivo explicativo ya que busca encontrar las causas que influyen en la modificación de la variable dependiente y describir cómo será esta influencia.
OX M
OY M = Muestra
O = Observación x y
X = Variable Independiente
= influencia
Y = Variable Independiente
2.4. Población y muestra 2.4.1. Población:
Equipos (2 excavadoras, 16 volquetes, 3 cisternas, 2 tractores, 1 motoniveladoras, 2 retroexcavadoras).
2.4.2. Muestra:
Se tendrá una muestra censal de todos los equipos de las Operaciones del Tajo San Gerardo – Atacocha.
2.5. Técnicas e instrumentos de recopilación de datos a. Técnica
✓ Recopilación de información
✓ Verificación de las rutas de acarreo
✓ Toma de tiempos en el ciclo de carguío y acarreo
✓ Monitoreo de la flota de equipos de carguío y acarreo b. Instrumentos
✓ Reglamento de Seguridad y Salud Ocupacional D.S. 024-2017-EM
2.6. Técnicas de procesamiento de datos
✓ Procesamiento de datos de tiempos tomados en el campo.
✓ Revisión de rendimientos de los equipos de carguío y acarreo.
✓ Optimización de costos de acarreo en función a distancias
CAPÍTULO III
ANÁLISIS Y DISCUSIÓN DE RESULTADOS DE LA INVESTIGACIÓN
3.1. Análisis
3.1.1. Descripción de la mina y las zonas de estudio
Para llegar desde la ciudad de Lima hacia la Unidad Minera es a través de la Carretera Central. La ruta es Lima, Chosica, La Oroya, Junín, Colquijirca,
“El Cruce” (entre Cerro de Pasco y Huánuco) hasta llegar a Chicrín (donde se encuentran los campamentos, planta concentradora y oficina administrativa de la Unidad Minera Atacocha). Aproximadamente 332 kilómetros de recorrido, con un tiempo de 8.6 hora. Los accesos hacia los tajos San Gerardo - Chicrín es mediante una vía afirmada de 7.1 km. el cual se presenta a 450 metros antes de llegar a Chicrin en la carretera central.
Figura 14
Acceso a la Unidad Minera Atacocha – TSG.
Fuente: Google Maps.
3.1.2. Topografía
“En el área de la Compañía Minera Atacocha existen hasta tres zonas morfológicas muy distintas: la superficie puna, la zona cordillerana y la zona de valles periglaciales. La topografía se caracteriza por relieves fuertemente ascendentes, que llegan hasta los 4,500 metros de altitud.” (Merino y otros, 2005, y San Manuel, 2005).
3.1.3 Geología
3.1.3.1 Geología Regional.
Los yacimientos en Atacocha se ubicaron en el Andes central del Perú, en con contextos geológicos regionales constituidos por roca metamórfica, sedimentaria e intrusiva del Paleozoicos, Mesozoicos y Cenozoicos, equitativamente separada por discordancia de erosiones.” (Merino y otros, 2005, y San Manuel, 2005).
Figura 15
Plano geológico regional
Fuente: Departamento de Geología de la Compañía Minera Atacocha.
“Se han determinado tres sistemas o cuerpos intrusivos. El primero son los intrusivos, que son de dos direcciones principales: uno NS (Santa Bárbara) y el otro NW (San Gerardo). El segundo es el sistema silíceo de dirección Norte- Sur. El tercero son brechas heterolíticas de dirección principal Norte-Sur, con fuerte control estructural relacionado con las fallas Atacocha, 1 y 13.”
Figura 16
Columna geológica local del TSG – U.M. Atacocha.
Fuente: D. Dávila (Dic-2005).
3.1.3.4 Geología Económica
“El yacimiento de Atacocha corresponde a un ejemplo clásico de mineralización polimetálica en un ambiente de tipo pórfido. La actividad hidrotermal se relaciona con los pórfidos dacíticos con biotita (± anfíbol) y cuarzo de Atacocha, San Gerardo y Santa Bárbara, datados alrededor de 30 Ma”
(Merino y otros, 2005, y San Manuel, 2005).
Figura 17
Modelo esquemático de mineralización del TSG – U.M. Atacocha.
Fuente: L. Fontboté (julio de 2007).
“Por relaciones de corte, se pueden distinguir la siguiente secuencia de eventos posteriores a las intrusiones porfídicas.”
Figura 18
Sección geológica esquemática (yacimiento Atacocha).
Fuente: Departamento de Geología – TSG – U.M. Atacocha.
3.1.4. Interpretación de resultados
➢ Evaluación del Problema de Transporte
Para llevar a cabo la evaluación in-situ del sistema de transporte se ha tomado una muestra de siete (07) días del comportamiento del mismo, con el fin de evaluar el performance e interacción del sistema excavadora- volquete. Para esta primera etapa nos hemos enfocado en el transporte de desmonte, siendo la excavadora CAT-374 asignada específicamente a esta tarea. Cabe resaltar que esta muestra no es representativa del sistema, ya que la planificación del tajo San Gerardo tienen un comportamiento dinámico, es decir, la asignación de la flota diaria se basa en los requerimientos por la planta de procesamiento (leyes esperadas de alimentación).
Basándonos en esta afirmación se realizó un diagrama de interacción entre los distintos elementos que componen el sistema de transporte (Figura 18) para desglosar la problemática y detectar las causas principales.
Figura 19
Diagrama de Interacción Sistema Excavadora-Volquete.
Fuente: Departamento de Geología – TSG – U.M. Atacocha.
El componente principal que influencia la poca adherencia al plan de minado (Figura 19), es el poco conocimiento que se tiene sobre la distribución de leyes, teniendo esto como efecto un plan a corto plazo que afecta al desempeño correcto de las operaciones. Por lo que proponemos un enfoque ingenieril que reduzca la incertidumbre geológica mediante la simulación condicional, generando un plan a corto plazo basado en los resultados de la simulación (plan basado en la incertidumbre), para luego generar KPI’s sustentados en este nuevo plan, cuantificando la incertidumbre operacional mediante la Simulación de Eventos Discretos iterando este enfoque hasta que obtengamos una equivalencia entre los KPI’s propuestos y KPI’s simulados, asegurando de esta manera la optimización del flujo de transporte y el cumplimiento del pan a corto plazo (Figura 20).
Todo lo mencionado se basará enfocándonos en las fases dos y tres que actualmente están expandiendo el tajo abierto San Gerardo.
Figura 20
Diagrama de Flujo de la Propuesta Ingenieril.
Figura 21 Curvas de Adherencia respecto al Plan Real del Tajo San Gerardo.
Resultados del Muestreo del Sistema de Transporte
➢ Hemos recolectado trescientos veintidós (322) muestras del comportamiento de la pala CAT-374, la que está destinada enteramente al carguío de desmonte. Para el análisis del performance de esta pala hemos tomado en cuenta los siguientes tiempos:
➢ Tiempo del ciclo viaje a lo largo de la ruta Fase 2 y Vaso Botadero.
➢ Tiempos de carguío a los volquetes.
➢ Tiempo de espera en colas.
➢ Tiempo de maniobras.
➢ Tiempos de descarga en Vaso Botadero.
3.1.5. Tiempos de Ciclos de Viaje
Para el caso de los tiempos de viaje, se observa un ajuste a una distribución normal, esto quiere decir que la población puede ser caracterizada por la media, pero en este caso debido al comportamiento platicúrtico del mismo, la confiabilidad en la media es baja, esto como efecto de los valores extremos, que pueden ser consecuencia de la reducción a un carril de la rampa Laquía a la entrada del botadero:
Figura 22
Histograma del Tiempo de Ciclo de Viaje.
Figura 23
Box Plot del Tiempo de Ciclo de Viaje por Volquete.
En el box plot de la Figura 23 se puede observar cómo varían los ciclos de viaje por volquete, es de nuestro interés enfocarnos en los valores outliers que sobrepasan la media, pues estos son los que se demoran más en el ciclo de viaje.
A continuación, se muestran los estadísticos descriptivos en la Tabla 08:
Tabla 8.
Estadísticos Descriptivos del Tiempo de Ciclo de Viaje.
Finalmente se realizó la toma de tiempos del ciclo de viaje de volquetes por tramo, para tomar en cuenta la variabilidad de las velocidades de acuerdo
con las condiciones de las rutas y de esta manera tener mapeadas aquellas zonas que incrementan la duración del ciclo de transporte.
3.1.6. Tiempos de Carguío
En los tiempos de carguío se observa una distribución Pert (Figura 24), con los siguientes estadísticos descriptivos (Tabla 09):
Tabla 9.
Estadísticos Descriptivos del Tiempo de Carguío.
Se puede apreciar que el coeficiente de variación es alto, esto como consecuencia de la también amplia desviación estándar.
Figura 24
Histograma del Tiempo de Carguío.
A continuación, se muestra un box plot del tiempo de carguío por volquete (Figura 25), se observa que en muchos casos tenemos distribuciones bimodales y valores outliers que se deben al tipo de material cargado y a la granulometría de este los cuales generan retrasos en estos tiempos.
Figura 25
Box Plot de los Tiempo de Carguío por Volquete.
3.1.7. Tiempos en Cola
Para el análisis de los tiempos en cola se observa que el histograma se ajusta a una distribución exponencial negativa (Figura 26), este tipo de distribución señala que nuestra población cuenta con baja frecuencia en los tiempos altos de espera, esto también se observa en el valor del tercer cuartil (P75) que es de noventa y cinco (95) segundos, como se observa en los siguientes estadísticos descriptivos (Tabla 10):
Tabla 10.
Estadísticos Descriptivos del Tiempo en Colas.
También se muestra un box plot del tiempo de colas por volquete (Figura 26), se observa la presencia de valores outliers en la mayoría de los volquetes esto porque el flujo y distribución de volquetes a pala no es constante.
Figura 26
Histograma de los Tiempo en Colas.
Figura 27
Box Plot de los Tiempos en Colas por Volquete.
3.1.8. Tiempos de Maniobra
Para el análisis de los tiempos de maniobra se observa que el histograma se ajusta a una distribución log-normal (Figura 28), esta distribución paramétrica es representada por la media y la desviación estándar, siento estos parámetros iguales a 34.16 segundos y 28 segundos respectivamente, el coeficiente de variación es muy alto (81.84 segundo), es decir que valores contamos con eventos extremos de tiempos de maniobra que se deben principalmente a los movimientos de pala dentro de un mismo banco y a agentes operacionales (pericia del operador para acomodar la tolva del volquete), a mayor de talle los estadísticos descriptivos se presentan a continuación (Tabla 11):
Tabla 11.
Estadísticos Descriptivos del Tiempo en Colas.
Figura 28
Histograma del Tiempo de Maniobra.
En el box plot del tiempo de maniobras por volquete (Figura 29), se observa que la mayoría de los valores outliers provienen de los volquetes VQ- 096, VQ-097, VQ-100, VQ-101, VQ-102 Y VQ-104.
Figura 29
Box Plot de los Tiempos de Maniobra por Volquete.
3.1.9. Tiempos de Descarga
Se realizó la toma de muestras (71 muestras) en el Vaso Botadero para ver el performance del tiempo de descarga y el comportamiento de los volquetes.
Se observó que los tiempos de descarga se ven afectados por la distribución in- situ de los equipos hacia las zonas a descargar, ya que el diseño de este botadero requiere la distribución de materiales por zonas.
A continuación, se muestran los estadísticos descriptivos de los tiempos de descarga (Tabla 12), el histograma que muestra una distribución log-normal (Figura 30) y el box plot que nos permite detectar valores outliers (Figura 31):
Tabla 12.
Estadísticos Descriptivos del Tiempo en Colas.
Figura 30
Histograma del Tiempo de Descarga en Vaso Botadero.
Figura 31
Box Plot de los Tiempos de Descarga por Volquete.
3.1.10. Match Factor
Los tiempos en cola condicionan la productividad del sistema excavadora/camión, de la misma forma una excavadora con tiempos muertos (ociosa) incide altamente en la productividad, para este reporte realizamos el cálculo del Match Factor (MF) que existe entre la CAT-374 y los 8 volquetes de 24 m3 que están asociadas a este. A continuación, se muestra la ecuación del MF (Morgan and Peterson, 1968) para una flota homogénea, es decir volquetes con la misma capacidad de tolva:
Para el cálculo del Match Factor tomamos un enfoque probabilístico, es decir no utilizamos los promedios de ciclos de viaje de volquetes ni de tiempo de carguío, asumimos para ambas distribuciones un ajuste a un tipo Pert, que según la bibliografía son a los que mejor se ajustan estos datos y mediante la simulación de Monte Carlo obtuvimos la siguiente distribución del MF:
Figura 32
Distribución Weibull del Match Factor para la excavadora CAT-374.
Mientras el valor del MF sea cercano a uno (1), quiere decir que la excavadora atenderá de manera constante a los volquetes, sin ocasionar colas ni tiempos ociosos, las colas se interpretan cuando el MF es mayor a 1 y el tiempo muerto de la excavadora cuando el MF es menor a 1.
Cabe resaltar que este enfoque será realizado con mayor detalle en las palas destinadas para el mineral, ya que la importancia del negocio de la compañía Nexa Resources radica en el movimiento del mineral con una mayor productividad.
Finalmente resaltamos que la confiabilidad en este análisis probabilístico está sujeta a la cantidad de datos que tomamos en los días de muestreo, por lo que debe interpretarse cuidadosamente.
3.1.11. Resultados del Muestreo del Sistema de Transporte
Tomando en cuenta las consideraciones mencionadas se realizó el muestreo de tiempos del sistema excavadora-volquete, a comparación del segundo reporte hemos robustecido la base de datos haciendo un total de novecientos treinta (930) muestras. El estudio de estos tiempos ha atravesado un análisis probabilístico, es decir no solamente tomamos la media (promedio aritmético) de la muestra, sino toda la distribución de probabilidad (Tabla 1), esto
nos es de vital importancia pues la Simulación de Eventos Discretos toma en cuenta el comportamiento estocástico de cada variable que afecta al sistema.
Para el análisis de tiempos se discriminó entre el tamaño de la flota (20 m3 y 24 m3) y los destinos (Ore Pass 1 y Vaso Botadero). La prueba de bondad de ajuste se realizó mediante el estadístico Chi-Squared, las distribuciones de cada tiempo quedan adjuntadas en el apéndice junto a otros gráficos de validación como las funciones de densidad acumulada, P-P plots y Q-Q plots.
Para la ilustración e interpretación de estos gráficos estadísticos utilizaremos la muestra de estudios los volquetes de 24 m3 de capacidad. Con destino hacia el Vaso Botadero.
Tabla 13.
Funciones de densidad de probabilidad ajustadas a cada evento.
Fuente: Propia
La distribución de los tiempos de ciclo del volquete (tiempo de viaje vacío + tiempo de viaje cargado + tiempo de aculatamiento + tiempo en colas + tiempo de descarga) sigue una distribución Log-logistic (Figura 33), esta es una distribución paramétrica, los parámetros gamma (γ) alfa (α) y beta (β) que son de locación, escala y forma respectivamente, describen completamente esta distribución, el parámetro de locación nos indica la posición de la distribución, el parámetro de escala indica cuan dispersos están los datos (siendo α directamente proporcional a la dispersión de los datos), el parámetro de forma indica cuan estirada o encogida es la distribución.
Figura 33
Función de densidad de probabilidad de los tiempos de ciclo del volquete.
Otras maneras de validar la distribución que se está asumiendo son mediante los gráficos de distribución de probabilidad acumulada (Figura 34). Los gráficos de distribución de probabilidad acumulada (CDF) nos permiten interpretar la probabilidad de ocurrencia de algún valor, para el caso del tiempo del ciclo del volquete se puede observar que a un 95% de probabilidad este tiempo será de 1700-1800 segundos (entre 28 a 30 minutos).
Figura 34
Distribución de densidad acumulada de los tiempos de ciclo del volquete.
En resumen, las distribuciones asignadas en la Tabla 13 definirán el comportamiento de nuestro sistema modelado, por ello es que el ajuste de las distribuciones de los tiempos o eventos que inciden en el sistema es de vital importancia para el éxito de la simulación.
3.2. Análisis de Datos Históricos y Key Performance Índices
En este apéndice se analizarán los datos entregados por PEVOEX, los cuales se subdividirán en los siguientes apartados:
3.2.1. Eventos Mecánicos
El departamento de Mantenimiento Mecánico de PEVOEX nos brindó los KPI’s respectivos y la base de datos de eventos que reducen el tiempo efectivo de operación de la flota. Es de necesidad resaltar que malas praxis en el registro de los eventos dificultaron la tarea de encontrar la causa más común que afecta la operatividad de los equipos, mediante un script de programación en Python se filtró los eventos por palabras clave para poder organizarlos en grupos, con los grupos ya establecidos, se realizó un análisis de Pareto (Figura 34 y Figura 35).
Figura 35
Análisis de Pareto de los eventos que afectan a la flota de volquetes (número de eventos).
Fuente: propia Figura 36
Análisis de Pareto de los eventos que afectan a la flota de volquetes (por horas de reparación).
Fuente: propia
Según el enunciado de Pareto, el 20% de las causas generan el 80% de los problemas, en nuestro contexto este 20% se observa en los eventos relacionados a los neumáticos de los volquetes, dejando de lado el mantenimiento preventivo, la causa principal del desgaste de los neumáticos se debe al estado de las vías.
Para indagar en la problemática de los neumáticos, recurrimos a los datos tomados por la contratista PEVOEX obteniendo el siguiente resumen del desgaste y vida útil por tipo de llanta, siendo el límite de reparación cuando los neumáticos llegan a los 10 mm de cocada, tales asunciones se muestran en la Tabla 13:
Tabla 143.
Desgaste y vida útil de los neumáticos.
En el caso de las excavadoras es necesario mencionar que los eventos reportados por PEVOEX en este año son pocos y se adjuntan en la Tabla 14.
Tabla 15.
Eventos reportados de excavadoras
3.2.2. Tiempo entre Fallas (TBF) y Tiempo de Reparación (TTR)
Para el análisis de los tiempos entre fallas (TBF) y tiempos de reparación (TTR) se ha tomado el histórico de la base de datos de PEVOEX, llevando a cabo un análisis probabilístico se ha encontrado las siguientes distribuciones
Se ha seleccionado las distribuciones de los volquetes VQ-074 y VQ-097, pues estos muestran comportamientos distintos de TBF, para el caso del VQ- 074 se observa que hay una mayor densidad de probabilidad de falla entre las 0.20 a 10 horas mientras que para el caso del VQ-097 los tiempos de mayor probabilidad de falla se dan entre las 10 hasta las 20 horas.
Para el caso de los TTR, se observan comportamientos similares (Figura 36 y Figura 37) en un primer intervalo, es decir los tiempos de reparaciones tienden a variar mayormente entre las 0.17 a 10 horas, pero particularmente para el VQ.074 se observa que hay una mayor frecuencia de tiempos de reparación mayor a 10 horas.
Como se mencionó, conocer el comportamiento estocástico de la variable aleatoria, en este caso TBF y TTR, darán a la simulación un carácter más realista, pues la flota de transporte simulada fallará siguiendo las distribuciones asignadas de fallas y reparación por flota de volquete.
Figura 37
Tiempo entre fallas del volquete VQ-074.
Figura 38
Tiempo entre fallas del volquete VQ-097.
3.2.3. Utilización y Disponibilidad
Para la determinación de la utilización y disponibilidad se ha realizado el análisis de la base de datos de PEVOEX mediante técnicas de Data Science, estás nos permitieron limpiar los datos, agruparlos y cuantificarlos de acuerdo a las variables que queremos definir, en el caso de la disponibilidad se han sumado las horas de los eventos mecánicos, los cuales como se mencionó líneas arriba se agruparon mediante un script de programación para compararlos con las horas nominales; en el caso de la utilización se ha generado un script que agrupa los días de operación por flota y sume los tiempos netamente operativos. Para el cálculo de ambos KPI’s se ha seguido los lineamientos brindados por la American Smelting and Refining Company (ASARCO) que agrupa los tiempos como se observa en la Tabla 15.
Tabla 16.
Tiempos delineados por la metodología ASARCO.
Los formulismos para el cálculo de ambos KPI’s son los siguientes:
Finalmente se muestran las disponibilidades agrupadas por día y volquete en los meses de enero y febrero (Figura 38), las barras en rojo señalan una utilización por debajo del 90%. También se muestran las distribuciones para la disponibilidad y utilización (Figura 39 y Figura 40), en el primer caso se observa que la probabilidad de que la disponibilidad de la flota se dé entre el 90%- 100%
es de 42.4%, mientras que para el caso de la utilización se observa un buen ajuste para una distribución triangular con valor más probable de 80.5%.
Figura 39
Disponibilidad de los volquetes por equipo y día.
Figura 40
Función de densidad de probabilidad de la disponibilidad.
Figura 41
Función de densidad de probabilidad de la utilización.
3.2.4. Producción Actual
La producción de los volquetes tanto para mineral y desmonte se resumen en la Figura 42 y la Figura 43, en ellos se muestran los tonelajes movidos por guardia y por día, divididos por la flota y mes de ejecución. Como se observa el comportamiento del cumplimiento diario de tonelaje es variante, esto debido a las observaciones anteriormente descritas. En los apéndices se adjuntarán los demás gráficos.
Figura 42
Tonelaje de desmonte movido por guardia en el mes de febrero.
En la Figura 44 y Figura 45 se observa el cumplimiento diario de tonelaje para mineral y desmonte respectivamente, las barras en azul son el tonelaje alcanzado en el día, mientras que las barras en rojo son la diferencia de tonelaje para llegar al target (10500 toneladas en el caso de desmonte y 4300 toneladas en el caso de mineral), la línea negra que se observa es el Índice de Productividad, la cual se calcula de la siguiente manera:
Este KPI nos indica la desviación que existe entre la producción real y la producción planificada.
Figura 43
Tonelaje de mineral movido por guardia en el mes de febrero.
Figura 44
Cumplimiento de tonelaje de desmonte de los meses de enero y febrero.
Figura 45
Cumplimiento de tonelaje de mineral de los meses de enero y febrero.
3.2.5. Productividad de la Flota
Basándonos en las características de la flota (como el payload, el tiempo de ciclo del volquete y de la excavadora) podemos calcular la productividad teórica (ton/hora), como se observa en la Figura 46, para cada caso de interacción de los volquetes Volvo FMX 480 (20 m3) Mercedez ACTROS 4144-K (20 m3), Mercedez AROCS 5141-K (24 m3) con la excavadora CAT-374 el punto de equilibrio, que es la intersección entre la línea verde (que representa la productividad de la pala) y la roja (que representa la productividad de los volquetes en función al número de estos), se encontró el número óptimo de volquetes con el que la excavadora trabajaría a un nivel óptimo de productividad (en el apéndice se adjuntan los gráficos restantes), los valores teóricos se encuentran en la Tabla 17.
Esto contrasta con los resultados en la operación pues la productividad de los equipos no alcanza el umbral necesario, ello se puede observar en las distribuciones de productividad (Figura 46 y Figura 47).
Este análisis de sustenta con los resultados del Match Factor, para el cual se ha realizado la simulación de Monte Carlo para calcular el MF en un escenario real y en un escenario ideal.
