UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA GEOLÓGICA, DE MINAS

Y METALÚRGICA

PRODUCTIVIDAD Y MATCH FACTOR DE LOS EQUIPOS DE

CARGUIO Y ACARREO EN LA UNIDAD MINERA CERRO
LINDO

PROYECTO DE TESIS

Para optar por el grado de Ingeniero de Minas

BACH. LUIS ALBERTO MILLAN CRISTOBAL

Lima, 2022
 INDICE
Resumen

Abstract

I. Introducción 1

1.1 Descripción y formulación del problema 1

1.1.1 Problema general 2

1.1.2 Problemas específicos 2

1.2 Antecedentes 3

1.3 Objetivos 10

1.3.1 Objetivo general 10

1.3.2 Objetivos específicos 10

1.4 Hipótesis 11

1.4.1 Hipótesis general 11

1.4.2 Hipótesis especificas 11

II. Marco teórico 12

2.1 Bases teóricas sobre el tema de investigación 12

2.1.1 Productividad 12

2.1.1.1 Tipos de Productividad 13

2.1.1.2 Parámetros involucrados en la productividad del 14

carguío y acarreo en una unidad minera

2.1.2 Factor de acoplamiento entre la flota de transporte y los 22

equipos de carguío ´´match factor´´

III. Método 32

3.1 Tipo de investigación 32

3.2 Diseño de investigación 32

 3.3 Población y muestra 32

3.4 Variables independientes 32

3.5 Variables dependientes 33

3.6 Indicadores de gestión 33

Bibliografía 35
 1

I. INTRODUCCIÓN

1.1 DESCRIPCIÓN Y FORMULACIÓN DEL PROBLEMA

En el mundo entero las empresas mineras invierten enormes sumas de dinero

para lograr un óptimo performance de los equipos de carguío y acarreo adquiridos,

tanto para incrementar la productividad de cada uno de estos, por unidad de tiempo

como para reducir el consumo de combustible. Sin embargo, son los propietarios

finales de los equipos quienes no invierten en paralelo para instruir a los responsables

de las operaciones (jefes de guardia mina) y menos aún a los operadores, para que

la operación de asignación del número de volquetes a los equipos de carguío se

realice en forma óptima y no se sobredimensione o se subdimensiones.

En el Perú a medida que se va profundizando las operaciones de explotación de

mineral, el ciclo, la distancia y el costo del carguío y acarreo del material va

aumentando sustancialmente, debido a ello existe la necesidad de optimizar el

sistema de carguío-acarreo para así poder explotar mayores volúmenes de mineral

y desmonte en el menor tiempo posible, con la finalidad de evitar una insolvencia

económica por parte de las empresas mineras.

En la Unidad Minera Cerro Lindo el sistema carguío y acarreo presenta

demasiados tiempos improductivos tanto en los volquetes como en los scoops,

incrementándose así el costo de carguío y acarreo, estos tiempos improductivos son

 2

causados debido a diversos factores tales como distancia, bloqueos de vías, falta de

carga, falta de volquetes, scoops inoperativos, volquetes inoperativos, etc.; sin

embargo en esta investigación nos vamos a enfocar en la designación de volquetes

y scoops por labor de extracción para lo cual necesitamos analizar los ciclos de

carguío y acarreo así como también la variabilidad de estos.

1.1.1 Problema general

• ¿Cuál es el impacto sobre la productividad de los equipos de carguío y

acarreo de la UM Cerro Lindo al implementar el Match Factor?

1.1.2 Problemas específicos

• ¿Cuál es el impacto sobre la producción de los equipos de acarreo de la UM

Cerro Lindo al implementar un control y seguimiento del ciclo de acarreo

(volquetes)?

• ¿Cuál es el impacto sobre la producción de los equipos de acarreo de la UM

Cerro Lindo al implementar un control y seguimiento del ciclo de carguío

(scoops)?

• ¿Cuál es el impacto sobre el tiempo de operación por tajos de los equipos

de carguio y acarreo de la UM Cerro Lindo al implementar un control y

seguimiento del estado de las vías subterráneas?

 3

1.2 ANTECEDENTES

Para efectos del sostén teórico en este trabajo de investigación se ha consultado:

Rondan en el 2014 realizó una investigación donde el objetivo fue el análisis y

cálculo del factor de acoplamiento (Match Factor) óptimo entre el equipo de carguío

y las unidades de acarreo en las operaciones de carguío/acarreo. La metodología

que empleo fue el cálculo de producción y costos unitarios de los equipos de carguío

y transporte en el frente de trabajo: tajo Jesica, banco 4888 – planta chancado con

un cargador frontal 980G y 14 volquetes Scania P-460, comparó las producciones

reales vs. producciones potenciales de los equipos de carguío y acarreo y luego

aplico el factor de acoplamiento donde determinó el número óptimo de 13 volquetes;

demostrando que existe un sobredimensionamiento de la flota en una unidad. El autor

concluyo que se mejoró la asignación en el número de volquetes a los equipos de

carguío por frente, aprovechando la máxima capacidad instalada de los equipos en

operaciones, logrando mejorar el rendimiento y disminuir el costo unitario del sistema

de carguío y acarreo a un 8,7%.

Barreto en el 2017, realizo la siguiente investigación “Optimización del número

de camiones 785C CAT y cargador frontal 992K CAT, mediante el match factor en la

ruta mineral – Stock Pile Antapaccay – Chancadora Tintaya - San Martin Contratistas

Generales S.A.”, la cual tuvo como objetivo general determinar la cantidad óptima de

unidades de carguío y acarreo, para mejorar el ciclo de transporte en la Unidad

Minera Antapaccay. El procedimiento seguido fue el siguiente: En la introducción, se

hizo la justificación del trabajo de tesis, donde se incluyeron las variables,

indicadores, los objetivos que se han trazado y la hipótesis del mismo. En el marco

teórico, se hizo referencia a los antecedentes de la investigación donde se enmarcó

el presente trabajo de investigación, así como las definiciones de los aspectos más

resaltantes de la optimización del ciclo de carguío y acarreo. En el material de estudio

 4

se describió la ubicación, los accesos, la geología regional y local, la descripción del

acarreo de mineral del stock pile Antapaccay hasta la chancadora Tintaya, motivo del

presente trabajo de tesis. En la metodología se determinó del ciclo total de las

unidades de acarreo, como trabajo de campo y como trabajo de gabinete la

optimización del número de unidades de equipos de acarreo y carguío, la evaluación

económica de los mismos. En el desarrollo del tema de tesis se hizo el análisis y la

evaluación del ciclo de carguío y acarreo de mineral del stock pile Antapaccay hasta

la chancadora Tintaya, para lograr la optimización del mismo. En los resultados se

determinó el correcto acoplamiento de las unidades de carguío y acarreo mediante

el Match Factor, optimizando la operación con 7 camiones, modelo 785C y un

cargador frontal, modelo 992K.

Infante (2018), estudió la influencia de dimensionamiento de flota para optimizar

la producción minera a tajo abierto en Santiago de Chuco. El autor presenta un

modelo de dimensionamiento a través del sistema de despacho, que permite llevar

un buen control y encontrar soluciones a problemas de bajo rendimiento en las

operaciones mineras. En relación a la composición óptima de la flota depende de

tipos de camiones disponibles y de diversos factores que componen el ciclo de

carguío y acarreo. En la investigación, concluye que la aplicación del control de flota

propuesta muestra la tendencia de mejorar los niveles de producción, asimismo esta

aplicación disminuye las demoras programadas y no programadas, por lo tanto,

genera alta producción sin tiempos en espera en el lugar del carguío y acarreo.

Rivera en el 2018 realizo una investigación que tuvo como objetivo desarrollar

una metodología de control de operación y costos de los equipos de movimiento de

tierras, carguío y acarreo, que permita a la empresa dimensionar, comparar y

seleccionar la flota óptima de carguío – acarreo, optimizando la producción y

obteniendo beneficios en la reducción de los costos unitarios de carguío y acarreo.

 5

En la operación existen deficiencias en el sistema de carguío y acarreo, la falta de

acoplamiento entre los equipos de carguío y acarreo, repercute en bajos rendimientos

y elevados costos de operación, debido a que se tienen flotas subdimensionadas en

los frentes de explotación; es por ello que se ha propuesto realizar un análisis para

conocer los diversos factores que intervienen en las actividades de carguío y acarreo,

los cuales se tienen que optimizar. En primer lugar, se procesaron datos del registro

histórico de tal forma que se ha determinado los indicadores (KPI) actuales, como

son la producción, costos unitarios y eficiencias; de los equipos y la operación. Estos

datos nos sirven de referencia (Benchmarking) para la posterior comparación, y nos

indican que la operación actual tiene bajos rendimientos y costos elevados. En

segundo lugar, se realizaron trabajos de campo basados en el estudio de tiempos de

la operación de los equipos de carguío y acarreo, para poder determinar su operación

y producción potencial orientadas a las condiciones operativas. En tercer lugar, con

los cálculos de producción potencial obtenidos se dimensionaron las flotas de acarreo

mediante el Match Factor analizando la producción y costos unitarios para el carguío

con la excavadora CAT 336DL. En cuarto lugar, se comparan los indicadores

actuales con los indicadores potenciales, de donde la diferencia resulta en beneficios

que nos permiten comparar y seleccionar la excavadora que más beneficio

económico y productivo nos conviene. Finalmente, el resultado ha sido seleccionar

una flota óptima de camiones para el movimiento de tierras.

Escarcena (2019), realizó una evaluación de las operaciones de carguío y

transporte para el mejoramiento de la productividad, específicamente a tres

excavadoras y seis volquetes de la empresa contratista COEMPSA, quienes laboran

en esta unidad. La metodología que utilizó para este estudio es de tipo descriptivo y

se toma en cuenta la producción requerida, el tiempo de ciclo de carguío y transporte,

con lo que determino el rendimiento horario de los equipos, además de ello relacionó
 6

con la carga útil de los equipos de transporte, seguidamente aplicó el modelo del

factor de acoplamiento para determinar la cantidad de equipos de transporte

necesarios por cada equipo de carguío, de acuerdo a la evaluación determinó que el

ciclo de transporte de mineral del Tajo José María y el Tajo Central a la cancha de

gruesos es de 38,5 y 25,2 minutos respectivamente, por lo tanto, el factor de

acoplamiento actual es de 0,83 y 1,27 respectivamente, para mejorar esta situación

e incrementar la productividad, requirió distribuir 1 excavadora con 8 volquetes en

mineral para el Tajo José María y 5 volquetes con 1 excavadora para el Tajo Central.

Con respecto a las investigaciones encontradas en el ámbito internacional:

Rodríguez (2013), investigó un modelo analítico para el dimensionamiento de

flota de transporte en minería a cielo abierto. El objetivo fue estudiar los beneficios

que podría traer la utilización de prioridades de atención en el proceso de carga de

camiones en minería a cielo abierto, cuando la flota de transporte disponible es

heterogénea en términos de capacidad, y por consecuencia, en costos

operacionales. En esta investigación se presenta un modelo analítico que estima la

solución de mínimo costo en términos de tiempos perdidos por conceptos de espera

en cola, bajo una restricción de rendimiento del sistema de transporte.

Adicionalmente, el modelo permite encontrar soluciones que involucran

composiciones de flotas homogéneas y heterogéneas, como también, permite

analizar dos políticas de atención de carga: de tipo FCFS “first come-first served” y

de prioridades sin interrupción para una clase determinada de camión. En relación a

la composición óptima de la flota (homogénea o heterogénea) depende de los tipos

de camiones disponibles y de los diversos factores que componen el ciclo de carguío

y transporte. En relación a las prioridades de atención, el modelo analítico permite

concluir que la utilización de prioridades de atención genera beneficios positivos

cuando la flota es heterogénea. En esta investigación se obtienen beneficios en el

 7

rendimiento en torno a un 2% a 3% en promedio. Se concluye que, al resolver el

problema de dimensionamiento a través de un enfoque de sistema, es decir para

todos los ciclos de forma simultánea, se pueden generar beneficios de un 19,6% en

promedio en términos de tiempos perdidos por espera.

Bonzi (2016) investiga propuestas de mejora de la utilización efectiva en base a

disponibilidad de la flota de carguío y transporte en Minera Los Pelambres. El estudio

tuvo como línea de trabajo la identificación de desafíos operacionales para lograr

aumentos en la Utilización Efectiva en Base a Disponibilidad (UEBD). El trabajo de la

memoria acotó al estudio de las operaciones de transporte y palas de cables

eléctricos de la operación de carguío. Además, se enfocó el análisis en las demoras

y pérdidas operacionales. Para desarrollo del estudio, el autor realizó un análisis

estadístico de datos obtenidos de Dispatch®, junto a un levantamiento de datos en

terreno de tiempos medidos por el estudiante, identificando los eventos operacionales

y prácticas que generan una baja en la UEBD. Se identificaron 13 desafíos

operacionales (4 para chancado, 7 para transporte y 2 para carguío), para los cuales

se presentan 15 propuestas de mejora (5 para chancado, 8 para transporte y 2 para

carguío). Además, se plantean 4 necesidades que presenta el área de despacho y 5

necesidades para el área de operaciones (Instructores Mina). De estas propuestas,

se evalúa la opción de instalar un sistema de visión integral en las palas de carguío

y un sistema de monitoreo en tiempo real de detección temprana de caída de

elementos de desgaste (GETS) en los baldes de las palas. Con el proyecto se

pretende monitorear los elementos de desgaste de baldes de pala y prevenir que

lleguen a chancado y produzcan detenciones no programadas asociadas a pérdidas

operacionales y de producción. En base al análisis técnico y económico del sistema

de visión, se concluyó que es viable y que se recuperarían aproximadamente 4.5 días

de tiempo efectivo a la flota de carguío al año. También se tiene una disminución del
 8

tiempo de pala esperando camión de 2 min/ciclo a 1.2 min/ciclo, lo que implica una

mejora en la UEBD de un 1%.

Fadilah, Eko y Sudarmono, en el 2020 realizaron la siguiente investigacion,

evaluación del factor de acoplamiento de la pala excavadora pc 3000 e-6 y rt belaz

75135 con sistema de gestión de flota en minería eléctrica en pit 2 west bangko pt

bukit asam tbk tanjung enim, selatan sumatera, PT Bukit Asam Tbk es una empresa

estatal ubicada en Tanjung Enim, en el sur de Sumatra, que se dedica a la industria

de la minería del carbón. En el sitio minero Pit 2, West Bangko, el objetivo de

producción de estéril en octubre es de 1 200 000 BCM utilizando 3 unidades de la

excavadora Shovel PC 3000 E-6 y 21 unidades de Belaz 75135. La flota total que

trabaja en Pit 2 Bangko Barat es de 3 flotas. La producción producida por 3 flotas de

equipos de excavación Excavator Shovel PC 3000 es de 1.082.793,70 BCM/mes y

en el equipo de transporte Belaz 75135 es de 818.492,02 BCM/mes. Este estudio

tiene como objetivo aumentar la producción de decapado de sobrecarga mediante la

reducción del tiempo perdido. Con base en los resultados de producción obtenidos

por 3 flotas durante octubre, no se logró el objetivo de producción de sobrecarga en

Pit 2 Bangko Barat porque hubo 23 obstáculos que ocurrieron y el tiempo perdido fue

de 767.01 horas/mes y después de evaluar el tiempo perdido por las restricciones, el

tiempo perdido disminuyó a 429,90 horas/mes y el factor de coincidencia generado

en la flota 1 fue 1,004, la flota 2 fue 0,737, la flota 3 fue 0,719 y la evaluación del

factor de coincidencia se realizó en la flota 2 y la flota 3 y sea igual a 1.

Mehrnaz, Hossein, Hooman y Behrooz (2021) realizaron un estudio que tuvo

como objetivo proponer nuevas estrategias basadas en modelos de programación no

lineal de enteros mixtos (MINLP) para el problema de dimensionamiento de equipos

(ES) para verificar la eficiencia general de la flota. Los modelos desarrollados estiman

el tamaño óptimo de los camiones en relación con el valor del factor de coincidencia
 9

con dos estrategias diferentes. La primera estrategia trata con cada tipo de cargador,

y la segunda se aplica simultáneamente con todos los tipos de cargadores. Los

enfoques propuestos se comparan con una estrategia de simulación para evaluar los

modelos. La implementación de modelos con un estudio de caso de una mina de

cobre proporciona un tamaño de flota de acarreo más eficiente que las decisiones

que ofrece el método de simulación. Además, las estrategias presentadas brindan

una forma efectiva de mejorar el rendimiento del equipo donde la estrategia actual de

la mina no se adapta bien. Una contribución clave de esta investigación es el

desarrollo, implementación y verificación de nuevos métodos de optimización y

simulación para abordar el problema de ES en minas a cielo abierto.

Ananda, Rizky (2021) realizaron la siguiente investigación, Evaluación de Factor

de Acoplamiento entre Excavadora Hitachi EX2500-6 Excavadora y Camión Volquete

HD Komatsu 785-7 Equipos de Transporte en el Área de Trabajo PNBP 6 para Apoyar

el Cumplimiento de la Meta de Producción de 32,613.46 Ton/Día en Minería de Caliza

en noviembre de 2020 en PT. Semen Padang (Persero) Tbk, PT. Semen Padang

(Persero) Tbk es una empresa dedicada a la producción de cemento. Las materias

primas para el cemento consisten en piedra caliza, arcilla, arena de sílice y arena de

hierro.PT Semen Padang (Persero) Tbk obtiene materias primas de piedra caliza del

tajo abierto de Bukit Karang Putih, aldea de Batu Gadang, distrito de Lubuk Kilangan,

ciudad de Padang. Cantera Mina PT Semen Padang (Persero) Tbk se realiza

mediante Tipo Side Hill Quarry En sus actividades mineras, PT. Semen Padang

(Persero) Tbk utiliza una combinación de 4 Unidades de Camión Volquete con la

marca Komatsu HD 785-7 y 1 Unidad Excavadora con la marca Hitachi EX2500-6

para el área de trabajo PNBP 6. En la minería de noviembre, se registraron objetivos

de producción de piedra caliza para toda el área de trabajo ascendió a 978.404

toneladas o 32.613,46 toneladas/día mientras que la producción real fue de 767.350

 10

toneladas o 25.578,33 toneladas/día. Luego del análisis se encontró que el número

de compatibilidad de herramientas mecánicas para el área de trabajo del PNBP 6 era

solo de 0.73, luego se hizo un esfuerzo para mejorarlo a través de varias simulaciones

y de la simulación se escogió la mejor y más económica solución para que la

compatibilidad de trabajo Se encontró valor o factor de coincidencia 0.99.

Incrementando el número de llenados y mejorando el tiempo de demora de los

transportes.

1.3 OBJETIVOS

1.3.1 Objetivo general

• Implementar el Match Factor para mejorar la productividad de los equipos de

carguio y acarreo de la U.M Cerro Lindo.

1.3.2 Objetivos específicos

• Implementar un control y seguimiento del ciclo de acarreo(volquetes) para

mejorar la producción de la U.M Cerro Lindo.

• Implementar un control y seguimiento del ciclo de carguio (scoops) para mejorar

la producción de la U.M Cerro Lindo.

• Implementar un control y seguimiento del estado de las vías subterráneas para

disminuir el tiempo de operación por tajos de los equipos de carguio y acarreo

de la U.M Cerro Lindo.

 11

1.4 HIPÓTESIS

1.4.1 Hipótesis general

• Existe un incremento significativo en la productividad de los equipos de carguio

y acarreo de la U.M Cerro Lindo al implementar el Match Factor.

1.4.2 Hipótesis especificas

• Existe un incremento significativo en la producción de la U.M Cerro Lindo al

implementar un control y seguimiento del ciclo de acarreo(volquetes).

• Existe un incremento significativo en la producción de la U.M Cerro Lindo al

implementar un control y seguimiento del ciclo de carguio (scoops).

• Existe una disminución significativa en el tiempo de operación por tajos de los

equipos de carguio y acarreo de la U.M Cerro Lindo al implementar un control

y seguimiento del estado de las vías subterráneas.

 12

II. MARCO TEÓRICO

2.1 BASES TEÓRICAS SOBRE EL TEMA DE INVESTIGACIÓN

2.1.1 Productividad

La productividad según García en el 2014 se define como el cociente de la

división de la cantidad producida de un bien entre los recursos empleados para lograr

la producción de dicho bien.

𝑄𝑝
𝑃𝑖 =
𝑅𝑒

Donde:
𝑃𝑖 = 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑒𝑛 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡 = 𝑖
𝑄𝑝 = 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎.
𝑅𝑒 = 𝑅𝑒𝑐𝑢𝑟𝑠𝑜𝑠 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜𝑠.

También se puede definir como una medición de la eficiencia con que

los recursos se otorgan para completar un producto determinado, dentro del

tiempo fijado y con la calidad acordada. Es decir, la productividad concibe tanto

la eficiencia (excelente utilización de los recursos) como la efectividad

(ejecución o logro de las metas deseadas). Es necesario que los

procedimientos se ubiquen en el cuadrante de optima eficiencia y efectividad

ya que así se alcanzara una óptima productividad.

 13

2.1.1.1 Tipos de Productividad

Según Jiménez en el 2005 existen 3 tipos de productividad:

a) Productividad teórica:

La producción teórica estará definida como el volumen o peso producido por

unidad de operación, rigiéndose con los siguientes aspectos:

𝑇𝑀 𝑄 𝐶𝐼𝐶𝐿𝑂
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑡𝑒𝑜𝑟𝑖𝑐𝑎 ( )=( )∗( )
ℎ 𝐶𝐼𝐶𝐿𝑂 𝐻𝑂𝑅𝐴

Donde:
Q : Capacidad nominal del equipo (TM).
Ciclo : Tiempo de ciclo de acarreo (min).

b) Productividad promedio:

La productividad promedio involucra al peso o volumen por hora producido por

unidad en operación, considerando retrasos fijos y variables. Esta tasa de

producción debe aplicarse al periodo de tiempo deseado (turno, día) para estimar

la producción total.

𝑇𝑀 ((𝑇 − 𝑅) ∗ 𝑒 ∗ 𝑄)
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑡𝑒𝑜𝑟𝑖𝑐𝑎 ( ) = 60 ∗
ℎ (𝑇 ∗ 𝑇𝐶 )

Donde:
T: Duración del periodo de tiempo total (min).
R: Retrasos fijos (min).
e: Eficiencia de trabajo (Retrasos variables, en %).
Q: Capacidad nominal del equipo (TM).
Tc: Tiempo de ciclo de transporte (min).
 14

c) Productividad máxima por hora:

Este tipo de productividad corresponde al peso o volumen por hora producida

por una unidad en operación, considerando los retrasos variables. Esta tasa de

producción debe aplicarse para determinar el número de unidades de transporte

asignadas a un scoop, para lograr cierta producción requerida. Esta se determina

de la siguiente manera:

𝑇𝑀 (𝑒 ∗ 𝑄)
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑚á𝑥𝑖𝑚𝑎 ( ) = 60 ∗
ℎ 𝑇𝑐
Dónde:
e: Eficiencia de trabajo (retrasos variables en %).
Q: Capacidad nominal del equipo (TM).
Tc: Tiempo de ciclo de transporte (min).

2.1.1.2 Parámetros involucrados en la productividad del carguío y acarreo

en una unidad minera

Para Jiménez en el los parámetros son los siguientes:

a) Tiempo total de operación:

Es el tiempo real en el que el volquete realiza un trabajo directamente

relacionado con la producción. Se define como la suma de los diferentes tiempos

del ciclo de transporte (tiempo de giro y posicionamiento, tiempo de carguío,

tiempo de transporte, tiempo de descarga y tiempo de regreso).

b) Tiempo de giro y posicionamiento en el punto de carguío (Tg)

Es el tiempo que demora el volquete en posicionarse en el punto de carguío, este

tiempo depende del tipo de equipo de transporte y de las condiciones de trabajo.

El posicionamiento descuidado en el punto de carguío es una práctica que puede

causar grandes pérdidas en tiempo de operación, por lo que un buen

 15

posicionamiento de los volquetes permite reducir el tiempo de giro del scoop y

aumentar su productividad.

Los valores referenciales de definen en la siguiente tabla:

Tabla N° 1

Tiempos de posicionamiento en punto de carguío según condiciones de

operación.

TIEMPO DE POSICIONAMIENTO (min)

Condiciones de
INFERIOR TRASERA LATERAL
operación

Favorable 0.15 0.15 0.15

Promedio 0.5 0.3 0.5

Desfavorable 1 0.5 1

Fuente: Manual de cálculos de rendimiento de maquinaria pesada, Jiménez

(2005).

c) Tiempo de carguío (Tc)

Es el tiempo que demora el volquete en ser llenado en el buzón o cargado por

el scoop. El tiempo de carga depende del número de lampones necesarios

para llenar la capacidad del volquete (o unidad de transporte). Se puede

calcular según la siguiente fórmula:

𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑢í𝑜 (min) = Te ∗ N

Donde:
Te: Tiempo de ciclo del scoop (min).
N : Número de pases.
 16

El número de lampones (N) necesarios para colmar la capacidad del volquete

se determina de la siguiente manera:

𝑄
𝑁° =
(𝐶 ∗ 𝑓 ∗ 𝑒 ∗ 𝑃𝑒)

Donde:
Q: Capacidad nominal del equipo (TM).
C: Capacidad nominal de la cuchara (m3).
f : Factor de llenado de la cuchara (en %).
e: Esponjamiento del material (en %).
P.e.: Peso específico del material in situ (TM/m3).

Asimismo, Jiménez menciona que el porcentaje del factor de llenado

dependerá del tipo de material a ser cargado, así se tiene:

- Roca bien fragmentada: 90 – 95 %

- Roca fragmentada mediana: 75 – 90 %

- Roca mal fragmentada: 60 – 75%

También indica que el porcentaje de esponjamiento de material a ser cargado

será:

- Roca blanda bien fragmentada: 67 – 68 %

- Roca dura bien fragmentada: 65 %

- Roca dura mal fragmentada: 50 %

d) Tiempo de acarreo y transporte (Ta)

Es el tiempo para que el volquete cargado recorra la distancia existente hasta el

lugar de destino. Depende de la distancia de acarreo “D” y de la velocidad que

utiliza el volquete con carga.

 17

𝑇𝑎 = 𝐷/𝑉𝑐
Donde:
D: Distancia de acarreo (m).
Vc: Velocidad con carga (m/min).

e) Tiempo de descarga y maniobras (Td)

Este tiempo depende de las condiciones de trabajo y del tipo de descarga del

equipo. Se debe considerar que en el área de descarga no debe estar ningún

equipo en movimiento, para que el volquete pueda ingresar y avanzar en

retroceso una determinada distancia y descargar el material realizando las

maniobras de aceleración y frenado correspondiente para luego retornar hacia

el destare.

Siempre se debe visualizar las condiciones en el área de trabajo para la

determinación del tiempo de descarga. Como referencia se presenta la Tabla N°

2 considerando el tipo de descarga.

Tabla N° 2

Tiempo promedio según el tipo de descarga

TIEMPO DE POSICIONAMIENTO (min)

Condiciones de
INFERIOR TRASERA LATERAL
operación

Favorable 0.3 0.15 0.7

Promedio 0.6 0.3 1

Desfavorable 1.5 1.5 - 2.5 1.5

Fuente: Manual de cálculos de rendimiento de maquinaria pesada, Jiménez

(2005).
 18

f) Tiempo de retorno (Tr)

Es el tiempo que demora el volquete en ingresar vacío desde el punto de

descarga (Parrilla / tolva de finos / desmontera) hasta el punto de carguío.

Depende de la distancia de acarreo “D” y de la velocidad que utiliza el volquete

vacío en retornar.

𝑇𝑟 = 𝐷/𝑉𝑟

Donde:
D: Distancia de acarreo (m).
Vr: Velocidad del volquete vacío (m/min).

Entonces, para considerar un ciclo completo de trabajo de acarreo de material

este será la sumatoria del tiempo de giro y posicionamiento, tiempo de carguío,

tiempo de transporte, tiempo de descarga y tiempo de regreso.

Considerando que el ciclo de transporte comprende 2 tipos de tiempos:

- Tiempo fijo (Tf): Está formada por el tiempo usado para el giro y las maniobras

del volquete, más el tiempo en el que el scoop empieza la operación de carga,

más el tiempo de descarga y el tiempo de demora.

𝑇𝑓 = 𝑇𝑔 + 𝑇𝑐 + 𝑇𝑑 + 𝑇𝑏

Donde:
Tf: Tiempo fijo (min).
Tg: Tiempo de giro y posicionamiento (min).
Tc: Tiempo de carguío (min).
Td: Tiempo de descarga (min).
Tb: Tiempo de demora (min).
 19

- Tiempo Variable (Tv): Los tiempos variables para el acarreo y retorno se

determinarán dividiendo la distancia entre las velocidades medias de ambos

trayectos.

𝑇𝑣 = 𝑇𝑎(𝑐𝑜𝑛 𝑐𝑎𝑟𝑔𝑎) + 𝑇𝑟(sin 𝑐𝑎𝑟𝑔𝑎)

Donde:
Tv: Tiempo variable (min).
Ta: Tiempo de acarreo con carga (min).
Tr: Tiempo de retorno sin carga (min).

Para poder acercarnos al ciclo real de acarreo será necesario considerar los

límites de velocidad permitidos por el estándar de seguridad en vías de tránsito

en superficie e interior mina, así como realizar un estudio de campo; lo cual

deberá ser procesado mediante un análisis estadístico para poder determinar las

velocidades medias de transporte y regreso considerando la pendiente de la

rampa y las condiciones de la vía.

Las condiciones de la vía serán determinantes para el ciclo total del transporte;

ya que de ello dependerá el grado de resistencia a la rodadura de la rampa. A

menor resistencia a la rodadura dará como resultado una mejor productividad y

mayor seguridad. Mantener el óptimo estado de las vías se conseguirá con la

aplicación de un buen material a compactar, buen drenaje, adecuado control de

la polución, estandarización de cunetas y sangrías y un estricto cumplimiento de

su mantenimiento.
 20

g) Eficiencia de operación (% Eff.)

La eficiencia de trabajo es el más complejo elemento de estimación que es

determinado por una serie de variables como el factor humano, condiciones

climáticas, métodos de explotación, tránsito, reparación de los volquetes,

operación nocturna, logística, etc.

El porcentaje de eficiencia puede calcularse mediante la siguiente ecuación:

𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎

%𝐸𝑓𝑓 = ∗ 100
𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛

Esta eficiencia operacional o factor operacional (operating factor) dependerá por

todos estos factores anteriormente descritos, más el rendimiento administrativo

y de la supervisión como lo demuestra la siguiente tabla.

Tabla N° 3

Tiempo promedio según el tipo de descarga

Condiciones de Organización de la obra
trabajo Buena Promedio Mala
Buena 0.90 0.750 0.60
Promedio 0.80 0.650 0.50
Mala 0.70 0.600 0.45
Fuente: Manual de cálculos de rendimiento de maquinaria pesada, Jiménez
(2005).

h) Ciclo total de acarreo y transporte

El ciclo total de acarreo y transporte es el periodo de tiempo que demore el

volquete en realizar todo un ciclo completo de trabajo considerando además los

tiempos mencionados anteriormente, así como los tiempos de demora que se

generan en el proceso.

Entonces se puede indicar que el ciclo total de acarreo y transporte será la

sumatoria de los tiempos variables generados en el trabajo de transporte y los

 21

tiempos fijos que estos producen multiplicado con el factor de eficiencia de

trabajo del volquete.

𝐶𝑖𝑐𝑙𝑜 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑝𝑜𝑟𝑡𝑒 = (𝑡𝑖𝑒𝑚𝑝𝑜𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 + 𝑡𝑖𝑒𝑚𝑝𝑜𝑠 𝑓𝑖𝑗𝑜𝑠) ∗ %𝐸𝑓𝑓

Los tiempos variables estarán constituidos por el tiempo de acarreo con carga,

tiempo de retorno, las cuales variarán de acuerdo a la distancia y condiciones de

la rampa.

Los tiempos fijos estarán constituidos por el tiempo de giro y posicionamiento

para el carguío, carga y descarga determinados, así como los tiempos de demora

que se generan en el proceso; los cuales son constantes independientemente

de la distancia.

i) Tiempo de demora

Existen demoras que están directamente relacionadas con el ciclo de acarreo

que debemos de considerar:

- Pesado en balanza: Consiste en pesar la carga transportada proveniente de

mina. El estándar de balanza indica que esta actividad se realiza entre 1 a 3

minutos.

- Destare en balanza: Consiste en pesar al volquete vacío para conocer el

tonelaje extraído.
 22

2.1.2 Factor de acoplamiento entre la flota de transporte y los equipos de

carguío ´´match factor´´

En un sistema scoop - volquete el indicador más importante es aquel que

refleja la relación entre la productividad del scoop y la productividad de las unidades

de transporte (Jiménez, 2005).

Ortiz, Canchari, Iglesias, & Gonzales (2007), mencionan que el factor de

acoplamiento desde una perspectiva de un modelo matemático determina el número

de volquetes para cada unidad de carguío.

Gomez en el 2011 define que un proyecto de movimiento de tierras implica la

ejecución de una serie de actividades repetitivas como excavación, carguío y acarreo

las cuales son realizadas por distintos tipos de equipos. Para llegar al grado deseado

de eficiencia, es indispensable una muy buena coordinación entre los equipos, sobre

todos para las actividades de carga y transporte de material para conseguir lo

anteriormente mencionado, es necesario atender los siguientes factores:

• La adecuada combinación entre las dimensiones de los equipos tanto de carga

como acarreo, de tal forma que no se originen paras en el ciclo ni aumentos

excesivos en los tiempos de mismo.

• Elección de la cantidad de equipos de transporte y carga necesarios. Esto debe

efectuase una vez conocidos los modelos de los mismos, el tipo o tipos de material

a transportar, y la distancias y vías por las que efectuara el acarreo.

Con el cálculo del FA se busca determinar la cantidad optima de unidades de

transporte asociadas a un equipo de carguío determinado. En líneas generales,

podemos definir el Factor de Acoplamiento de la siguiente manera:

 23

Producción del equipo de carguío

𝐹𝐴 =
𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 𝑒𝑞𝑢𝑖𝑝𝑜 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑝𝑜𝑟𝑡𝑒

Debido a que en proyectos de movimiento de tierras los equipos de carguío

son prácticamente fijos para determinado frente de trabajo, se puede calcular a través

del FA la cantidad de equipos de acarreo que deben trabajar con la máquina de carga

establecida; esta cantidad de equipos será la necesaria para poder absorber la

producción de equipo de carguío en el frente de trabajo.

También hay autores que mencionan:

López (1995), otra parte interesante es la determinación del número total de

volquetes que debe ser asignado a cada unidad de carga; esto es lo que se trata

de resolver mediante el “Factor de Acoplamiento (Match Factor)”.

Supóngase que para un determinado trabajo se tienen los siguientes datos:

El cociente entre el tiempo total del ciclo del volquete, “T”, y el tiempo de

carga de este, “p * t.”, da el número de volquetes necesarios, “x”, por cada unidad

de carga.

𝑇
𝑥=
𝑝∗𝑡

Donde:
x: número de volquetes por cada scoop.
T: Tiempo de ciclo de cada volquete.
t: Tiempo de ciclo de cada pase del scoop.
p: Numero de cucharas para llenar un volquete.
 24

Si se multiplica esta expresión por el número de equipos de carga, “n”,

se tiene:

𝑇∗𝑛
𝑥∗𝑛 =
𝑝∗𝑡

Donde:
x: número de volquetes por cada scoop.
T: Tiempo de ciclo de cada volquete.
t: Tiempo de ciclo de cada pase del scoop.
p: Numero de cucharas para llenar un volquete.
n: número de scoops.

Como ´´x*n´´ es el número total de volquetes entonces resulta:

𝑁∗𝑝∗𝑛 = 𝑛∗𝑇

𝑁∗𝑝∗𝑛
1=
𝑛∗𝑇

Donde:
x: número de volquetes por cada scoop.
T: Tiempo de ciclo de cada volquete.
t: Tiempo de ciclo de cada pase del scoop.
p: número de cucharas para llenar un volquete.
n: número de scoops.

N: número de volquetes.
 25

Al primer miembro de esta expresión se le denomina “Factor de

acoplamiento”:
𝑁∗𝑝∗𝑛 𝑛° 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑐𝑖𝑐𝑙𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎 𝑑𝑒𝑙 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒
𝐹𝐴 = = ∗
𝑛∗𝑇 𝑛° 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎𝑑𝑜𝑟𝑒𝑠 𝑐𝑖𝑐𝑙𝑜 𝑑𝑒 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒

Donde:
x: número de volquetes por cada scoop.
T: Tiempo de ciclo de cada volquete.
p: número de cucharas para llenar un volquete.
n: número de scoops.

N: número de volquetes.

Se puede considerar que “t” y “T” son valores constantes, en cuanto a los

valores medios, si bien dependen de las condiciones de trabajo, de las características

de cada máquina y de la eficiencia del operador.

El número de casos por volquete “p”, es un número medio constante, quese

debe determinar y mantener en función del trabajo concreto que se realiza.

En lo referente al número de equipos de carguío, “n” la producción requerida

obliga inmediatamente al número adecuado de ellas para obtenerla, partiendo de que

se tiene decidido el modelo y prevista su producción aproximada.

En cuanto al número total de volquetes, “N”, se determina asignado al

factor de acoplamiento su óptimo, esto es 1, despejando dicho valor a

continuación:

𝑁∗𝑝∗𝑛
1=
𝑛∗𝑇

𝑛∗𝑇
Luego: 𝑁=
𝑝∗𝑡
 26

Donde:
x: número de volquetes por cada scoop.
T: Tiempo de ciclo de cada volquete.
p: número de cucharas para llenar un volquete.
n: número de scoops.

N: número de volquetes.

Con esta ecuación se determina el número óptimo de equipos de transporte,

el número de volquetes, en teoría, absorberá la producción estimada por el equipo

de carga.

La representación gráfica de este resultado se muestra en la figura 1 donde

se observa que a medida que el número de volquetes incrementa la producción

también irá creciendo.

Figura 1. Curva de producción teórica

(Recuperado de López, 1995)

Pero la curva de producción real, va siempre por debajo de la teoría, y se

necesitaran más volquetes si se quiere llegar a obtener la producción máxima de la

unidad de carga, lo que es debido a varias causas:

• Estrechamiento en zonas de carga, descarga y pistas de transporte.

 27

• Espaciamiento diferente entre volquetes.

Por ello, es preciso marcar un objetivo, ya que son dos las posibilidades

existentes:

• Máximo producción (condicionada por el tiempo limitado de la operación

minera).

• Mínimo costo (limitación de tipo económico). Ver figura 2.

Figura 2. Curva de producción real

(Recuperado de López, 1995)

Naturalmente, los equipos que persiguen estos fines, no coinciden, tal y como

se ve en la figura 3, donde se observa el costo expresado en dólares por tonelada y

el número de equipos no coincide con la producción expresada en toneladas por

horas y el número de equipos.

 28

Figura 3. Puntos de máxima producción y mínimo costo

(Recuperado de López, 1995)

Por último, en la figura 4 se muestra la variación de la eficiencia para las

unidades de carga y transporte, en función del grado de desacoplamiento.

Figura 4. Variación de la eficiencia en función al Factor de Acoplamiento

(Recuperado de López, 1995)

 29

Así para un FA=1, el acoplamiento es perfecto. Si es menor de 1,

un exceso de la capacidad de carga y por lo tanto la eficiencia del 100%,

mientras que la de la carga es menor. Por el contrario, si el Factor de

Acoplamiento es mayor de 1, la eficiencia de la carga es de 100 % y la

del transporte será menor.

Douglas (1964), determina el número de camiones a través de la

utilización de este indicador entre la productividad de un cargador y la

productividad de una flota de camiones. La productividad de una unidad

(pala o camión) se define como directamente proporcional a su

capacidad de carga e inversamente proporcional al tiempo de ciclo. Por

su parte, el tiempo de ciclo de los vehículos es la suma del promedio de

los tiempos de tránsito, carga y descarga; se excluyen los tiempos de

espera producto de los efectos de la congestión.

Posteriormente Morgan & Peterson en 1968 publican una

extensión generalizada para el cálculo de este indicador denominada

como Factor de Acoplamiento o “Match Factor”. En la siguiente

expresión se observa la fórmula utilizada para el cálculo del factor de

acoplamiento (MF). Este indicador se define como el calce entre la

productividad de la flota de cargadores (no se limita a un solo cargador)

y la flota de transporte para un sistema en particular. Además, se supone

una flota de camiones y palas homogénea, tiempos de espera promedio

para los ciclos de las unidades y se excluyen los tiempos de espera

producto de la congestión.
 30

numero de camiones x (tiempo de ciclo pala)

𝐹𝐴 =
numero de palas x (tiempo de ciclo camion)

Desde el punto de vista de la eficiencia de las unidades del sistema son tres

los posibles resultados del indicador MF:

• Sobredimensionamiento de las unidades de carga o palas (MF<1), implicando el

máximo de utilización de los vehículos de transporte, pero una subutilización de

las unidades de carga.

• Sobredimensionamiento de la flota de camiones (MF>1), implica máximautilización

de las unidades de carguío, pero una subutilización de la flota de vehículos. Los

tiempos de espera (congestión) serán crecientes en relación al tamaño de la flota.

• Acoplamiento (MF=1), corresponde al calce perfecto en términos deproductividad

entre ambos conjuntos de unidades.

En la figura 5 se muestra gráficamente la relación entre ambas funciones de

productividad y como estas influyen sobre indicador de eficiencia delas unidades. En

la práctica, es común saturar el equipo de carguío (MF > 1), dado que presentan

mayores costos que los de los equipos de transporte.

Figura 5. Factor de Acoplamiento (MF)

(Recuperado de Rodríguez, 2013)

 31

El indicador MF se reduce a determinar los nuevos tiempos de viaje de

los nuevos escenarios a predecir para un valor del indicador en particular. En

investigaciones recientes se han incorporado extensiones al cálculo del

indicador MF donde se consideran flotas heterogéneas de cargadores, flotas

heterogéneas de transporte o ambos casos simultáneamente. Si bien se

obtienen mejoras en la asertividad de la predicción del tamaño de la flota, no

se hace referencia a las diferencias en productividad entre operaciones con

flota homogénea y flota heterogénea.

 32

III. MÉTODO

3.1 TIPO DE INVESTIGACIÓN

El tipo de investigación es aplicada, porque es necesario supervisar y controlar

la mejora a implementar. Asimismo, tiene como objetivo encontrar mecanismos o

estrategias que permitan lograr un objetivo concreto a partir de conocimientos

adquirido a través de la investigación básica.

3.2 DISEÑO DE INVESTIGACIÓN

El diseño es cuasiexperimental, ya que el objeto de estudio no fue asignado

aleatoriamente, por el contrario, se utiliza una muestra no probabilista intencional.

3.3 POBLACIÓN Y MUESTRA

• Población: Equipos móviles en la Unidad Minera Cerro Lindo del año 2022.

• Muestra: Volquetes y scoops de las operaciones subterráneas de la Unidad

Minera Cerro Lindo del año 2022.

3.4 VARIABLES INDEPENDIENTES

• Match factor de los equipos de carguio y acarreo de la Unidad Minera Cerro

Lindo.

• Ciclo de acarreo de los volquetes de la U.M Cerro Lindo.

• Ciclo de carguio de los scoops de la U.M Cerro Lindo.

 33

3.5 VARIABLES DEPENDIENTES

• Productividad de los equipos de carguio y acarreo de la U.M Cerro lindo.

• Toneladas extraídas por guardia.

• Horas trabajadas por tajo de extracción.

3.6 INDICADORES DE GESTIÓN

• Estadísticas comparativas de los tiempos por ciclos de acarreo(vuelta) de los

volquetes (Hr/ciclo).

• Estadísticas comparativas de los tiempos por ciclos de carguio (lamponada) de

los scoops (Hr/ciclo).

• Incremento del tonelaje extraído por guardia.

 34

CRONOGRAMA DE TRABAJO:

El cronograma establecido para el presente trabajo de investigación se muestra en la tabla adjunta:

 35

BIBLIOGRAFIA

Escarcena, R. (2019). Evaluación de las operaciones de carguío y transporte para el

mejoramiento de la productividad en la Unidad Minera Tacaza – CIEMSA.

Tesis para obtener el título profesional de Ingeniero de Minas. Universidad

Nacional del Altiplano.

Infante J. (2018). Influencia de dimensionamiento de flota para optimizar la

producción minera a tajo abierto en Santiago de Chuco - la libertad 2018.

Tesis para obtener el título profesional de Ingeniero de Minas. Universidad

Privada del Norte.

Kennedy, J. (2016). Propuestas de mejora de la utilización efectiva en base a

disponibilidad de la flota de carguío y transporte en minera Los Pelambres.

Memoria para obtener el título profesional de Ingeniero de Minas. Universidad

de Chile.

Rodríguez, D. (2013). Modelo analítico para el dimensionamiento de flota de

transporte en minería a cielo abierto: Análisis de prioridades de atención

según rendimiento. Tesis para obtener el grado profesional de Magíster en

Ciencias de la Ingeniería. Pontificia Universidad Católica de Chile.

Rondan E. (2014). Producción real vs. producción potencial de equipos de carguío y

acarreo y aplicación del match factor para determinar el número óptimo de

 36

volquetes Mina Arasi. Tesis para obtener el título profesional de Ingeniero de

Minas. Universidad Nacional de San Agustín de Arequipa.