Sustentacion Analisis Operativo (Carguio-Acareo) TSG - FINAL

MARZO DEL 2022
ANALISIS, MODELAMIENTO DE DATOS Y

CALCULO DE PRECIOS UNITARIOS EN
OPERACIONES DE CARGUIO – ACARREO
EN EL TAJO SAN GERARDO (T.S.G.)
DESDE ENERO DEL 2022 HASTA MARZO DEL 2022
REALIZADO POR: INDIGOYEN LÒPEZ CHRISTOPHER JHONNY

Datos obtenidos por:
- Huaricapcha Rivera Geovani

- Indigoyen Lòpez Christopher
- Luna Muñoz Edison
NEXA RESOURCES – ATACOCHA

2022
Contenido de Informe De Análisis Carguío - Acarreo
CAPITULO I: GENERALIDADES DE LAS BASE DE DATOS ................................................................. 2
1.1. Base de datos de carguío: ............................................................................................. 2
1.2. Base de datos de acarreo: ............................................................................................. 3
CAPITULO II: DEFINICIONES: ......................................................................................................... 5
2.1. Conceptos y definiciones en “ACARREO”:..................................................................... 5
2.1.1. Conceptos en Acarreo: .......................................................................................... 5
2.1.2. Definiciones en Acarreo: ....................................................................................... 6
2.2. Conceptos y definiciones en “CARGUIO”: ..................................................................... 7
2.2.1. Conceptos en Carguío: .......................................................................................... 7
2.2.2. Definiciones en Carguío:........................................................................................ 8
CAPITULO III: METODOLOGIA ..................................................................................................... 10
3.1. Metodología de análisis en” Carguío”: ........................................................................ 10
3.1.1. Dependencia directa de variables en el sistema de “Carguío”: .......................... 11
3.1.2. Descripción de análisis de datos de “Carguío”: ................................................... 12
3.2. Metodología de análisis en” Acarreo”: ....................................................................... 14
3.2.1. Dependencia directa de variables en el sistema de “Carguío”: .......................... 14
3.2.2. Descripción de análisis de datos de “Acarreo”: .................................................. 15
CAPITULO IV: RESULTADOS ......................................................................................................... 18
4.1. Resultados de análisis de “Carguío”: ........................................................................... 18
4.1.1. Resultados de análisis estadístico de datos: ....................................................... 18
4.1.2. Resultados de modelamiento y simulación: ....................................................... 27
4.1.3. Resultados de Análisis de sensibilidad de variables: ........................................... 39
4.2. Resultados de análisis de “Acarreo”: .......................................................................... 46
4.2.1. Resultados de análisis estadístico de datos: ............................................................. 46
CAPITULO V: CALCULO DE PRECIOS UNITARIOS ......................................................................... 64
5.1. P.U. Carguío: ................................................................................................................ 64
5.2. P.U. Acarreo: ............................................................................................................... 71
CAPITULO VI: CONCLUSIONES Y RECOMENDACIONES ............................................................... 74
6.1. Conclusiones: .............................................................................................................. 74
6.2. Recomendaciones: ...................................................................................................... 76
CAPITULO I: GENERALIDADES DE LAS BASE DE DATOS
1.1. Base de datos de carguío:
La base de datos de carguío tomada des el día 13 de enero hasta el día 04 de marzo del
2022 comprende una considerable cantidad de elementos y campos para su análisis selectivo y
en conjunto, en este subcapítulo se conocerán numéricamente de cuantos datos se disponen
según cada una de las características de los campos recopilados en campo.
Tabla 1: cantidad de datos registrados en la “BD-CARGUIO”
Pases Viajes
Cantidad de datos 14363 2107
Tabla 2: Tabla de cantidad de datos medidos por equipo en “BD-CARGUIO”
Cantidad de datos Cantidad de datos

Equipo
(pases) (viajes)
CAT374F 6452 1152
CAT349D 5022 663
CAT336 2889 292
Tabla 3: Tabla de cantidad de datos por Litología en “BD-CARGUIO”

Litología
(pases) (viajes)
Caliza, Mármol, Brecha 9727 1474
Arenisca, Dacita, Pórfido 2458 297
Dacita, pórfido feldespático 1456 202
Arenisca, Limolita, Conglomerado 722 134
Tabla 4: Tabla de cantidad de datos por Banco en “BD-CARGUIO”

Banco
(pases) (viajes)
4246 7774 1181
4324 4038 535
4252 2038 308
4318 513 83
Tabla 5: Tabla de cantidad de datos por capacidad de volquete en “BD-CARGUIO”

Cap. De Volquete
(pases) (viajes)
24 6264 955
20 6038 866
22 1995 271
15 66 15
Tabla 6: Tabla de cantidad de datos improductivos en viajes en “BD-CARGUIO”
Improductivo Cantidad de datos

Perfilado-Acomodo de frente 1438
Espera-NO OPERATIVO 610
Traslado de un punto a otro 40
Atención - Mecánica 7
La base de datos de carguío comprende una cantidad suficientemente grande para un análisis
estadístico apropiado, además, los datos de duración de cada actividad del “ciclo de carguío”
son independientes de variables externas, esto favorece a la metodología a implementar en el
tratamiento de toda la data correspondiente.
1.2. Base de datos de acarreo:

La base de datos de acarreo tomada desde el día 2 de febrero hasta el día 10 de marzo
del 2022 comprende una cantidad apropiada de elementos y campos para un análisis inicial y
conceptual de la operación unitaria, en este subcapítulo se describirán las cantidades y los
principales puntos de análisis en cada campo que se realizara.
Tabla 7: Cantidad de datos registrados en “BD-ACARREO”
Viajes
Cantidad de datos 753
Tabla 8: Cantidad de viajes servidos por equipo en “BD-ACARREO”
Equipo Cantidad de viajes

CAT374F 442
CAT349D 294
CAT336 17
Tabla 9: Cantidad de viajes medidos en equipos de distinta capacidad en “BD-ACARREO”
Cap. De Volquete Cantidad de viajes

24 478
20 265
22 10
Tabla 10: Cantidad de viajes monitoreados por código en “BD-ACARREO”
Código Vq Cantidad de viajes

vq132 113
vq137 88
vq133 72
vq134 75
vq136 74
vq120 43
vq138 41
vq121 38
vq119 34
vq79 53
vq89 31
vq135 24
vq122 21
vq80 28
vq129 10
vq81 5
Tabla 11: Cantidad de viajes por nivel de carguío en “BD-ACARREO”
Nivel de carguío Cantidad de viajes

4246 341
4252 172
4324 142
4318 87
rampa3 7
4258 4
Tabla 12: Cantidad de viajes con destino en principales puntos de descarga en “BD-ACARREO”
Punto de descarga Cantidad de viajes

PR 553
op1 99
PR 60
rampa PR 10
Poza 4070 13
A diferencia de la base de datos de carguío la base de datos de acarreo comprende de una

cantidad limitada de datos es por ello que su análisis debe ser mas selectivo y cuidadoso
teniendo en cuenta que los tiempos de acarreo dependen de muchas variables externas así
como de la variabilidad del clima, operador, etc. (variables que no se pueden predecir), la
metodología estará comprendida entre modelos estadísticos y modelos de ajuste matemático,
todo con el objetivo de encontrar la sensibilidad y dependencia en las variables que si podemos
controlar o predecir, cabe resaltar que así como en la operación unitaria de carguío el acarreo
también tiene valores independientes de variables externas como por ejemplo “el tiempo de
descarga”, sin embargo los resultados en general poseerán un error considerable, ergo es lo mas
aproximado que resulta del método con el cual se obtuvieron los datos de campo.
CAPITULO II: DEFINICIONES:
2.1. Conceptos y definiciones en “ACARREO”:
2.1.1. Conceptos en Acarreo:
• Cola inicial: Es el tiempo en el que el volquete que está siendo monitoreado espera a
ser servido, esta espera es causa de que la pala está atendiendo a otro volquete o hay
otros antes esperando.
• Duración de Cuadrado: Es el tiempo que demora el volquete en cuadrarse para ser
servido, el inicio de la medición de este tiempo es condicional, si hay volquetes siendo
servidos la medición comienza desde que el ultimo volquete en ser servido comienza su
recorrido de “ida” y en caso de no haber “cola inicial” se cuenta desde que empieza a
retroceder (esta medida es estratégica ya que se puede evidenciar la variación de
duración cuando hay y no hay cola, así como un ajuste operativo teniendo en cuenta
“colas” permisibles.
• Duración de Retroceso: Es el tiempo que demora el volquete en posicionarse para
descargar en el punto de descarga, la medición inicia desde que el conductor inicia el
retroceso independientemente de la facilidad de descarga.
• Cruce Ida: En el transcurso del trayecto desde el punto de carga hasta el punto de
descarga el volquete monitoreado se encuentra frontalmente con otros volquetes que
retornan a su punto de extracción o equipos auxiliares que realizan sus actividades,
estos encuentros causan demoras (duración de cruce ida) que no pertenecen a
improductivos ya que son causados por la operatividad directamente.
• Ceder el paso: Existen varios puntos en el que el operador del volquete monitoreado
debe ceder el paso, usualmente sucede en vías angostas, sin embargo, esta medida es
propia y solamente se refiere al tiempo en el que el volquete cede el paso cuando sale
del “op1”, los otros momentos en el cual el operador ceda el paso son considerados en
los cruces.
• Cruce Vuelta: De manera similar que, en los cruces de ida, el cruce de vuelta es la suma
de las demoras por causa de encuentros frontales con otros volquetes o equipos
auxiliares realizando sus labores.
• Improductivo: Los tiempos improductivos son todas las demoras que no puedan
considerarse “cruces” o “ceder paso”, generalmente son ocasionados por motivos
externos a la operación o paradas sin causas de fallos mecánicos.
• Destino: Es el lugar de finalización de trayecto o punto de descarga del volquete
monitoreado.
• Abastecimiento: Esta medida es referida a la duración de abastecimiento de
“combustible” o abastecimiento de “Add Blue”, todos los días los operadores deben
abastecer su vehículo y es considerado una demora mecánica programada.
• Vías y clima: Este campo representa las condiciones ambientales y de vías en general
en el día, se sabe que el clima es muy cambiante, sin embargo, las condiciones de la vía
no cambian tan rápidamente como esta es por ello que se sostiene que su condición no
es cambiante en el transcurso de la guardia.
• Fin de reparto: Es la hora de finalización del reparto de guardia PEVOEX en caso culmine
antes de las 7:00 am la medida tomada es de 07:00 am, ya que a esa hora inician
formalmente las actividades.
2.1.2. Definiciones en Acarreo:
Velocidad promedio de ida:

𝑫𝒊𝒔𝒕𝒊 (𝒌𝒎) 𝟑𝟔𝟎𝟎 𝒔
𝑽𝑷𝒊 = .
𝑫𝒊 (𝒔) 𝟏𝒉
𝑉𝑃𝑖 = 𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑖𝑑𝑎 (𝑘𝑚/ℎ)
𝐷𝑖𝑠𝑡𝑖 = 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑖𝑑𝑎 (𝑘𝑚)
𝐷𝑖 = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜 𝑖𝑑𝑎 (𝑠)
Velocidad promedio de vuelta:
𝑫𝒊𝒔𝒕𝒗 (𝒌𝒎) 𝟑𝟔𝟎𝟎 𝒔
𝑽𝑷𝒗 = .
𝑫𝒗 (𝒔) 𝟏𝒉
𝑉𝑃𝑣 = 𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑣𝑢𝑒𝑙𝑡𝑎 (𝑘𝑚/ℎ)
𝐷𝑖𝑠𝑡𝑣 = 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑣𝑢𝑒𝑙𝑡𝑎 (𝑘𝑚)
𝐷𝑣 = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜 𝑣𝑢𝑒𝑙𝑡𝑎 (𝑠)
Factor de llenado de tolva:
#𝑷 . 𝑪𝑪 . 𝑭. 𝑳𝑳.𝑪
𝑭. 𝑳𝑳.𝑻 =
𝑪𝑻
𝐹. 𝐿𝐿. 𝑇 = 𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑙𝑙𝑒𝑛𝑎𝑑𝑜 𝑑𝑒 𝑡𝑜𝑙𝑣𝑎 (%)
#𝑃 = 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑠𝑒𝑠 𝑝𝑎𝑟𝑎 𝑙𝑙𝑒𝑛𝑎 𝑙𝑎 𝑡𝑜𝑙𝑣𝑎
𝐶𝐶 = 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑢𝑐ℎ𝑎𝑟𝑎 𝑒𝑛 𝑣𝑜𝑙𝑢𝑚𝑒𝑛 (𝑚3)
𝐹. 𝐿𝐿.𝐶 = 𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑙𝑙𝑒𝑛𝑎𝑑𝑜 𝑑𝑒 𝑐𝑢𝑐ℎ𝑎𝑟𝑎 (%)
𝐶𝑇 = 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑡𝑜𝑙𝑣𝑎 𝑒𝑛 𝑣𝑜𝑙𝑢𝑚𝑒𝑛 (𝑚3)
Tiempo productivo (porcentaje de día medido):
𝑻𝑷 = 𝑫𝒊 + 𝑫𝒗 + 𝑻𝑫 + 𝑻𝑪
𝑻𝑷 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑜 (ℎ)
𝑻𝑫 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎 (ℎ)
𝑻𝑪 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎 (ℎ)
Tiempo stand by (porcentaje de día medido):
𝑻𝑺𝑩 = 𝑪𝒊 + 𝑪𝒗 + 𝑪𝒑
𝑻𝑺𝑩 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑠𝑡𝑎𝑛𝑑 𝑏𝑦 (ℎ)
𝑪𝒊 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑢𝑟𝑐𝑒𝑠 𝑒𝑛 𝑖𝑑𝑎 𝑎 𝑑𝑒𝑠𝑡𝑖𝑛𝑜 (ℎ)
𝑪𝒗 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑟𝑢𝑐𝑒𝑠 𝑒𝑛 𝑣𝑢𝑒𝑙𝑡𝑎 𝑎𝑙 𝑝𝑢𝑛𝑡𝑜 𝑑𝑒 𝑒𝑥𝑡𝑟𝑎𝑐𝑐𝑖𝑜𝑛 (ℎ)
𝑪𝒑 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑒𝑑𝑒𝑟 𝑒𝑙 𝑝𝑎𝑠𝑜 𝑒𝑛 𝑜𝑝1 (ℎ)
Eficiencia operativa día:
𝑻𝑷
𝑬𝒇𝒇𝑨 =
𝑻𝑻
𝑻𝑻 = 𝑻𝑷 + 𝑻𝑺𝑩 + 𝑻𝑰 + 𝑻𝑴
𝐸𝑓𝑓𝐴 = 𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑝𝑜𝑟 𝑑𝑖𝑎 (%)
𝑇𝑇 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑚𝑒𝑑𝑖𝑑𝑜 (ℎ)
𝑇𝐼 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑖𝑚𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑜 (ℎ)
𝑇𝑀 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑎𝑟𝑎𝑑𝑎𝑠 𝑚𝑒𝑐𝑎𝑛𝑖𝑐𝑎𝑠 (𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎𝑑𝑎𝑠 𝑦 𝑛𝑜 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎𝑑𝑎𝑠) (ℎ)
2.2. Conceptos y definiciones en “CARGUIO”:
2.2.1. Conceptos en Carguío:
• Primer Pase: El primer pase es el concepto de la primera cucharada servida de la pala al

volquete, es notablemente diferente al resto de los pases ya que sus tiempos de carga
y giro cargado dependen en cierto nivel del tiempo que demora en cuadrar el volquete
es por ello que se tiene un indicio de que su análisis debe ser por separado.
• Pase estándar: El pase estándar es referido a todo pase que no sea el primero, un pase
comprende el ciclo de carguío por completo (definición estándar), y la duración de cada
parte de este ciclo es independiente de variables externas.
• Hora de inicio: La base de datos y la toma de estos tienen como medida un pase y la
duración de todos los componentes de su ciclo, este campo corresponde a la hora en
que inicia la carga del primer pase, todos los pases que correspondan al llenado del
mismo volquete (o el mismo viaje) tendrán el mismo valor.
• Tipo de improductivo: En la toma de datos se consideró seleccionar el tipo de actividad
que hace la pala mientras espera la llegada de otro volquete o en consideración general
que hace la pala entre el servicio de un volquete a otro (este o no esperando), se optó
por considerar 4 actividades diferentes, sin embargo, no todas corresponden a tiempos
improductivos, esto es definido posteriormente en las definiciones de carguío, las
actividades consideradas fueron:
o Espera – No operativa: Esta actividad esta referida netamente cuando la pala
no cumple las actividades del ciclo de carguío, se considera espera a todo aquel
tiempo que no sea parte del ciclo de carguío, perfilado-acomodamiento,
atención mecánica o traslado a otro punto de extracción, la espera es una
consecuencia ya que depende de la asignación de volquetes mientras menor
sea el número de volquetes asignados mayor será la espera.
o Perfilado – Acomodamiento de frente: El perfilado o acomodamiento de frente
de carga es una actividad continua en cada pase, es tan común y sucede en cada
carga de volquete que se opta por considerarlo como parte del ciclo de carguío,
hay que tener en consideración que si la pala tiene tiempo libre (por espera de
volquetes) comenzara a perfilar su frente de extracción, sin embargo esta acción
(cuando no hay volquetes y la pala perfila su frente) se considera “Espera -No
operativa” ya que es consecuencia de la falta de asignación a la pala, si se
consideraría esta acción como acomodamiento entonces habría mucho sesgo
en un análisis estadístico y se crearía una dependencia a la variables de
asignación de flota.
o Atención Mecánica: A lo largo de la guardia es usual que la pala tenga algún
inconveniente mecánico no programado, en caso de que estos problemas no
sean solucionados en tiempos inoperativos, son considerados en este campo.
o Traslado de un punto a otro: En la operación de extracción de mineral son
programados por día varios polígonos, esto hace que la pala al terminar los
viajes programados de uno de ellos se mueva y se ubique para la extracción de
otro, caso similar en el desmonte (donde la extracción depende del plan de
desmonte y de la necesidad operativa de liberar zonas o polígonos), todas estas
demoras por reubicación son consideradas en este campo.
• Tiempo de carguío: El tiempo de carguío es la sumatoria de la duración de todos los

pases que se requiere para llenar un volquete, sin embargo, a este valor se le añadirá el
tiempo de acomodamiento ya que como fue conceptualizado previamente debido a su
continuidad no se puede separar de la medida.
• Volquetes en ciclo: Es referido a los volquetes que son asignados a una pala, van y
vuelven a ser servidos continuamente “por la misma pala”.
2.2.2. Definiciones en Carguío:
Duración del primer pase:
𝑫𝑷𝑷 = 𝑷𝑷𝟏 + 𝑷𝑷𝟐 + 𝑷𝑷𝟑 + 𝑷𝑷𝟒

𝐷𝑃𝑃 = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑝𝑎𝑠𝑒 (𝑚𝑖𝑛)
𝑃𝑃1 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎 𝑑𝑒𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑝𝑎𝑠𝑒 (𝑠)
𝑃𝑃2 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑔𝑖𝑟𝑜 𝑐𝑎𝑟𝑔𝑎𝑑𝑜 𝑑𝑒𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑝𝑎𝑠𝑒 (𝑠)
𝑃𝑃3 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎 𝑑𝑒𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑝𝑎𝑠𝑒 (𝑠)
𝑃𝑃4 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑔𝑖𝑟𝑜 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎𝑑𝑜 𝑑𝑒𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑝𝑎𝑠𝑒 (𝑠)
Duración de un pase estándar:
𝑫𝑷𝑬 = 𝑷𝑬𝟏 + 𝑷𝑬𝟐 + 𝑷𝑬𝟑 + 𝑷𝑬𝟒

𝐷𝑃𝐸 = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑒𝑠𝑡𝑎𝑑𝑎𝑟 (𝑚𝑖𝑛)
𝑃𝐸1 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎 𝑑𝑒 𝑝𝑎𝑠𝑒 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 (𝑠)
𝑃𝐸2 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑔𝑖𝑟𝑜 𝑐𝑎𝑟𝑔𝑎𝑑𝑜 𝑑𝑒 𝑝𝑎𝑠𝑒 𝑒𝑠𝑡𝑎𝑑𝑎𝑟 (𝑠)
𝑃𝐸3 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎 𝑑𝑒 𝑝𝑎𝑠𝑒 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 (𝑠)
𝑃𝐸4 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑔𝑖𝑟𝑜 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎𝑑𝑜 𝑑𝑒 𝑝𝑎𝑠𝑒 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 (𝑠)
Duración del ciclo de carguío:
𝑫𝑪𝑪 = 𝑨 + 𝑫𝑷𝑷 + (#𝑷 − 𝟏). 𝑫𝑷𝑬

𝐷𝐶𝐶 = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑙 𝑐𝑖𝑐𝑙𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑢𝑖𝑜 (𝑚𝑖𝑛)
𝐴 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑜𝑚𝑜𝑑𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑜 𝑝𝑒𝑟𝑓𝑖𝑙𝑎𝑑𝑜 (𝑠)
#𝑃 = 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑠𝑒𝑠 𝑝𝑎𝑟𝑎 𝑙𝑙𝑒𝑛𝑎𝑟 𝑒𝑙 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒
Producción por viaje:
𝑷𝑽 = 𝑪𝑻 . 𝑫𝒆𝒏𝒔 . 𝑭𝒘 . 𝑭. 𝑳𝑳.𝑻
𝑃𝑉 = 𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖𝑜𝑛 𝑝𝑜𝑟 𝑣𝑖𝑎𝑗𝑒 (𝑡𝑜𝑛)
𝐶𝑇 = 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑡𝑜𝑙𝑣𝑎 𝑒𝑛 𝑣𝑜𝑙𝑢𝑚𝑒𝑛 (𝑚3)
𝐹. 𝐿𝐿. 𝑇 = 𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑙𝑙𝑒𝑛𝑎𝑑𝑜 𝑑𝑒 𝑡𝑜𝑙𝑣𝑎 (%)
𝐷𝑒𝑛𝑠 = 𝐷𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑟𝑜𝑐𝑎 (𝑡𝑜𝑛/𝑚3)
𝐹𝑤 = 𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑒𝑠𝑝𝑜𝑛𝑗𝑎𝑚𝑖𝑒𝑛𝑡𝑜 (%)
Debido a que la balanza no estuvo operativa en el tiempo de medición, se utilizaron supuestos
para hallar valores de productividad, entre ellos que el factor de llenado de la tolva es de 90%.
Así también el valor de esponjamiento fue proporcionado por el área de planeamiento y cuyo
valor es de 76%, sin embargo, para un estudio más selectivo se debería considerar un valor de
esponjamiento para cada litología.
Factor de llenado de cuchara:

𝑷𝑽
𝑭. 𝑳𝑳.𝑪 =
#𝑷 . 𝑪𝑪 . 𝑭𝒘 . 𝑫𝒆𝒏𝒔
#𝑃 = 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑠𝑒𝑠 𝑝𝑎𝑟𝑎 𝑙𝑙𝑒𝑛𝑎 𝑙𝑎 𝑡𝑜𝑙𝑣𝑎
𝐶𝐶 = 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑢𝑐ℎ𝑎𝑟𝑎 𝑒𝑛 𝑣𝑜𝑙𝑢𝑚𝑒𝑛 (𝑚3)
Tiempo stand by (porcentaje de día medido):
𝑻𝑺𝑩𝒄 = 𝑻𝒕𝒑 + 𝑻𝑬𝑿
𝑻𝑬𝑿 = 𝑻𝑻 − 𝑻𝒑 − 𝑻𝑰 − 𝑻𝒕𝒑 − 𝑻𝑴
𝑻𝒑 = ∑ 𝑫𝑪𝑪
𝑇𝑆𝐵𝑐 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑠𝑡𝑎𝑛𝑑 𝑏𝑦 𝑒𝑛 𝑐𝑎𝑟𝑔𝑢𝑖𝑜 (ℎ)

𝑇𝑝 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑜 (ℎ)
𝑇𝐼 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑖𝑚𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑜𝑠 (𝑠𝑜𝑙𝑜 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎𝑑𝑜 𝑎 𝑒𝑠𝑝𝑒𝑟𝑎) (ℎ)

𝑇𝑡𝑝 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑡𝑟𝑎𝑠𝑙𝑎𝑑𝑜 𝑑𝑒 𝑢𝑛 𝑝𝑢𝑛𝑡𝑜 𝑎 𝑜𝑡𝑟𝑜 (ℎ)
𝑇𝑀 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑝𝑎𝑟𝑎𝑑𝑎𝑠 𝑚𝑒𝑐𝑎𝑛𝑖𝑐𝑎𝑠 𝑝𝑟𝑜𝑔 𝑜 𝑛𝑜 𝑝𝑟𝑜𝑔 (ℎ)

𝑇𝐸𝑋 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑒𝑥𝑡𝑟𝑎 𝑑𝑒 𝑚𝑒𝑑𝑖𝑐𝑖𝑜𝑛 (ℎ)
Eficiencia de carguío (por día):
𝑻𝑷
𝑬𝒇𝒇𝑪 =
𝑻𝑻
𝐸𝑓𝑓𝐴 = 𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑐𝑎𝑟𝑔𝑢𝑖𝑜 𝑝𝑜𝑟 𝑑𝑖𝑎 (%)
CAPITULO III: METODOLOGIA
3.1. Metodología de análisis en” Carguío”:
El objetivo de la toma de datos y el análisis de la operación unitaria de “Carguío” se enfoca

en la productividad que puedan alcanzar los equipos y la eficiencia que presentan en un día
cotidiano de operación, para ello se debe considerar más allá de los datos obtenidos, esto quiere
decir que debemos ubicarnos en situaciones simuladas para conocer tanto la productividad
(enfocado en el equipo individual) y la eficiencia (enfocado en el análisis en conjunto de la
operación de producción), se opta por esta metodología debido a que la operación actual es
inusual y no trabaja con la cantidad de palas que realmente dispone por contrato además de
ello es muy complicado que una pala tenga flota optima en un periodo de tiempo continuo, sin
embargo modelos estadísticos y matemáticos nos ayudaran a encontrar los comportamientos,
resultados y consecuencias que se desprenden de toda la base de datos obtenida.
Para empezar, debemos conocer de que variables depende directamente nuestro sistema de
carguío y sobre cuál de ellas tenemos control en los datos medidos.
(Todos los diagramas presentados a continuación pertenecen al mismo, sin embargo, por
motivos de explicación y definición han sido separados, pero les corresponde la misma
leyenda)
Gráfico 1: Leyenda de variables en diagramas de metodología

3.1.1. Dependencia directa de variables en el sistema de “Carguío”:
Existen dos variables principales para que la eficiencia del carguío aumente, se trata de la
fragmentación y de la asignación o distribución de volquetes sin embargo cada una de ellas
depende directamente de otras variables que a su vez tienen costos asociados entre estos costos
podemos encontrar costos fijos, variables y de oportunidad.
Diagrama 1: Diagrama de dependencia de variables principales en carguío
Como el diagrama describe la variable medible de fragmentación (medible porque no se puede

controlar directamente) depende de la geología y del diseño de la voladura, este diseño
comprende de un diseño geométrico (malla, diámetro de perforación) y de un diseño de carga
(explosivo, tamaño de carga), estas variables no fueron parte de la medición realizada así que
solamente son mencionadas por su importancia y para un futuro análisis.
Por otra parte la otra variable de dependencia directa (“Distribución de volquetes”) si está
contemplada y es de mucha prioridad en los datos obtenidos en la “BD-CARGUIO” entonces es
en esta variable donde pondremos el énfasis del estudio; toda distribución depende de un
modelo de gestión de flota y este responde a las necesidades operativas momentáneas y a corto
plazo de la operación, es por ello que se plantea un estudio secuencial para evaluar el sistema y
encontrar resultados de indicadores no sesgados.
La primera parte (el cual corresponde principalmente a toda la sustentación de este

documento) se enfoca en el “Análisis unitario de equipos” es decir usar los datos
obtenidos para conocer indicadores como: producción por hora, eficiencia por hora,
inoperativos por hora, etc., todo esto desde el análisis estadístico-matemático sobre la
base de datos, y demostrar el rendimiento de cada equipo en distintas condiciones.
La segunda parte se enfoca en el “Análisis en conjunto del sistema”, para conocer la

eficiencia de cada equipo no basta con saber cuál es el rendimiento esperado que posea
(según las circunstancias) ya que esto se aplicaría solamente en caso de que se
mantenga continuo en el tiempo, en la operación es común que las redistribuciones de
flota surjan con lo cual los rendimientos individuales disminuyen, entonces la solución
es comprender o modelar el sistema operativo y con ello la serie de redistribuciones que
se hacen en el transcurso del día para así tener como resultado producción por guardia,
eficiencia real de cada equipo, valores de inoperativos por decisión y tiempos efectivos
esperados reales.
El estudio planteado tiene como base a los datos obtenidos en campo es por ello que la
veracidad depende del cuidadoso y selectivo análisis de los datos.
3.1.2. Descripción de análisis de datos de “Carguío”:

En el primer capítulo se describe el contenido de las bases de datos y en este subcapítulo
encontramos la importancia de la selectividad que hubo con respecto a la toma de variables.
La importancia radica en que cada equipo trabaja de manera diferente en cada litología (debería
ser por fragmentación, sin embargo al ser evidentemente parecida la granulometría por
litologías y no tener una manera eficiente de medir la fragmentación, se optó por litología) y
esto debe ser evidente en el comportamiento estadístico de los datos, al ser selectivos podemos
disminuir el error de predicción y al analizar por “filtros” la data conoceremos el
comportamiento de los datos en cada circunstancia medida.
Diagrama 2: Descripción de filtración para análisis de datos de carguío
Una vez filtrados los datos se procede a separarlos ya que el tratamiento que se les dará es
único, la separación es en dos grupos:
Datos estadísticos independientes: Son datos que pueden ser analizados en conjunto, ser
seleccionados aleatoriamente y seguir manteniendo la representatividad grupal ya que no
dependen de nada más que de las condiciones de medición (equipo y litología).
Datos estadísticos dependientes: Son datos que dependen de muchas variables externas pues
un cambio en una de ellas cambiaria el valor del dato, por ende, no se pueden analizar
grupalmente, sin embargo, se pueden analizar como recuentos para una mejora o sentencia
operativa, un claro ejemplo de ello es el número de pases, es muy variable en cada circunstancia,
sin embargo, para una operación continua es necesario que su valor sea estable.
A continuación, se muestra el diagrama de análisis de los datos de carguío, así como los pasos a
seguir y la metodología por la que se opta en cada parte, todo con el fin de obtener un sustento
completo de los resultados.
Diagrama 3: Diagrama de análisis general de datos de carguío
El análisis fue dividido en 3 partes fundamentales ya que en cada parte se obtiene una
recomendación significativa para la operación, esto ayuda más allá de la simulación de datos y
se enfoca al control general y mejora continua de la operación unitaria de carguío.
La primera parte “Análisis estadístico de datos” tiene como objetivo principal reducir la base de
datos a una “muestra representativa”, esto se traduce en la operación a que no es necesario la
medida continua de datos durante días o semanas enteras, sino que se pueden hacer campañas
de medición en circunstancias diferentes, así nos aseguramos la confiabilidad en la cantidad de
datos secuenciales y la estrategia para obtener más datos diferentes a los que se presentan en
la “BD-CARGUIO”.
La segunda parte “Modelamiento y simulación” tiene como finalidad encontrar los “KPI`s”
unitarios esperados para cada circunstancia mediante la representatividad de los modelos
unitarios para cada una de las partes del ciclo de carguío. Con estos valores ya se puede controlar
la operación de manera beneficiosa y limitar el accionar de cada equipo.
La tercera parte “Análisis de indicadores y puntos de mejora” se enfoca en la variabilidad

permisible de las variables y como afecta a los resultados de producción o consecuencias de
colas y esperas, al entender la permisividad de la sensibilidad de las principales variables
(Volquetes, Pases, Tiempo de acarreo) se pueden asociar costos de oportunidad con lo cual se
empezaría a definir un modelo de optimización.
3.2. Metodología de análisis en” Acarreo”:
A diferencia de los datos de carguio, la base de datos que se dispone en acarreo es muy limitada,
es por ello que la metodologia a usar tiene como objetivo el tratamiento de los datos, sin la
eliminacion masiva de estos y con la confiabilidad de la toma de datos en campo.
Para esta operación unitaria no se usara simulacion de todos los procesos ya que primero se
tiene que seleccionar que datos se comportan como datos independientes de variables externas
y cuales no, un ejemplo claro de esto es el tiempo de acarreo de ida a destino, el valor de este
dato depende del estado de la via, el clima, el operador, la aceleracion - desaceleracion despues
de un cruce, el error en el cambio, etc; todas las mencionadas son variables externas que se
pueden interpretar y clasificar pero su medicion tiene poca confiabilidad y crear una correlacion
con datos no numericos o sin conocer el punto de cambio exacto (hablando de los cruces) tiene
poca confianza en el modelo planteado; por estos motivos es que los datos dependientes de
variables externas seran trabajados por rangos y promedios, ademas de ello la correlacion
general que se buscara es lineal.
Si se desea mas detalle en el analisis de acarreo se recomienda una toma de datos

completamente automatizada y que entre sus principales funciones tenga la facilidad de
recopilar datos de posicion mediante el GPS, solo de esta manera el control sera total y los
modelos pasaran de ser rangos a funciones de dependencia de variables fijas.
3.2.1. Dependencia directa de variables en el sistema de “Carguío”:

De la misma manera que se propuso en carguio, el acarreo tambien tiene variables dependientes
directamente que definen su eficiencia e indicadores de productividad, cada una de estas
variables son representadas como demoras en los datos resultados, un indicador necesario a
encontrar es la velocidad en cada condicion y trayecto (ruta), para ello debemos de comprender
que la velocidad del equipo depende netamente del operador y su habilidad, sin embargo es
imposible llegar a un estandar con analisis tan selectivos y mas aun cuando los operadores varian
de volquetes, es por ello que no se analizara tan detalladamente y la efficiencia sera hallada de
manera indirecta dando enfasis a las demoras ocacionadas por un deficit en el control o medida
de cada variable dependiente, estas variables son mostradas en el siguiente diagrama:
Diagrama 4: Diagrama de dependencia de variables principales en acarreo
Cada una de estas variables reducen la eficiencia (aumentando el valor del ciclo de acarreo) de
manera directa o indirecta; empezando por el “ancho de minado” el impacto de esta variable
se evidencia en la demora del volquete en cuadrarse para ser servido en la pala, si el ancho es
angosto no pueden ser cargados dos volquetes en secuencia ya que el que está llegando (o
esperando) debe ceder el paso al que va saliendo, por lo que la demora aumenta; la
“distribución de volquetes” es una variable que impacta de manera directa ya que si hay más
volquetes hay más probabilidad de crear colas (la evidencia de esta se determina en el análisis
de carguío) sin embargo las colas son una consecuencia de todo el sistema y de los cruces
(cuando hay un cruce en alguna parte de la vía esto hace que los volquetes se alcancen entre sí
y viajen en “caravanas” creando colas en una línea productiva no optima), a su vez los “cruces”
son el resultado del diseño de vías angostas y del mantenimiento de vías, ambas variables
pertenecen también a otra variable de la que depende el acarreo hablamos de las “vías de
acarreo” el estado de estas es muy difícil de controlar ya que el clima afecta fuertemente y este
no se puede predecir además de ello se requiere un costo asociado para su mantenimiento
(equipos auxiliares), el cruce con estos equipos que realizan su labor también crean retrasos;
todas estas variables crean demoras al ciclo de acarreo con lo cual la velocidad no se puede
hallar de manera directa, de lo contrario el valor obtenido consideraría demoras que no
dependen del funcionamiento del equipo de acarreo y sería erróneo, es por esto que los datos
fueron filtrados y separados para así conocer la velocidad promedio neta con la que se trasladan
los volquetes medidos.
3.2.2. Descripción de análisis de datos de “Acarreo”:

Teniendo como base las demoras debemos de trabajar los datos de dos maneras primero
conocer su comportamiento general (diferenciando entre acarreo mineral y acarreo desmonte)
y luego según las condiciones de su medición, esto nos proporciona un panorama general de las
variables y una forma adecuada de conocer si son variables dependientes o independientes de
variables externas; las condiciones diferentes en las que fueron tomadas los datos se visualizan
en el siguiente grafico:
Diagrama 5: Descripción de filtración para análisis de datos de acarreo
En cada condición de medición (cada filtro de datos) se analizará la correlación de las variables
principales además de ello se los evaluará estadísticamente para saber a qué tipo de dato
pertenece.
Añadido a la “BD-ACARRE0” se dispone de una base de datos por tramos tanto de ida como de
vuelta, estos fueron tomados para evidenciar y encontrar con facilidad en que parte del trayecto
se condensan las mayores demoras por cruces, sin embargo, la cantidad de datos tomados por
estos tramos son pocas, pero evidenciaran la tendencia de velocidad de manera discretizada;
posteriormente a la selección de datos dependientes se les dará un tratamiento diferente:
Datos independientes de variables externas: A estos datos se le asignaran distribuciones

estadísticas conocidas y una función de probabilidad para un futuro análisis dinámico de la
operación en general y como conjunto.
Datos dependientes de variables externas: A estos datos debido a la complejidad de cálculo se

les asignarán rangos y promedios ponderados de operación, así mismo se darán hipótesis de la
existencia de valores mínimos y máximos basándonos en los promedios.
Los datos de “duración de carguío” en la “BD-ACARREO” no deben ser analizados de manera

rigurosa ya que el ciclo de carguío no es completo puesto que el primer pase es realizado cuando
el volquete se cuadra para ser servido, en otras palabras, el valor del ciclo de carguío en acarreo
empieza desde la descarga del primer pase, es por ello que se espera valores inferiores a los
obtenidos en el análisis de carguío.
Diagrama 6: Diagrama de análisis general de datos de acarreo
El diagrama numero 6 muestra la secuencia de análisis que se realizara a toda la base de datos,
primero se empieza por el “Análisis estadístico de datos“ comprobando las tendencias,
correlaciones y rangos de las variables principales, finalmente serán limitados por el análisis de
las variables independientes, de esta manera se tendrá un resultado mixto y de alta
confiabilidad; posteriormente se requiere una sentencia de indicadores y las hipótesis de
impactos en la productividad cuando los inputs varían, de esta manera se ajusta la operación
unitaria de acarreo y se pueden plantear mejoras para reducir los tiempos operativos.
Estas mejoras están ligadas al análisis de carguío y a la maximización de la productividad

CAPITULO IV: RESULTADOS
4.1. Resultados de análisis de “Carguío”:
4.1.1. Resultados de análisis estadístico de datos:
Los resultados mostrados a continuación son lo obtenido por la metodología descrita
previamente, este análisis está dividido entre el análisis estadístico del primer pase “PP”, el
acomodamiento “A” y el pase estándar “PE”.
Análisis de tamaño de muestra representativa:

Tabla 13: Tabla de muestra representativa en datos del primer pase (PP)
Equipo Litología Parte Ciclo Valor de muestra Datos totales

T. Carga 31 107
Arenisca, T. Giro carga 31 107
Dacita, Pórfido T. Descarga 31 107
T. Giro desc. 31 107
T. Carga 41 131
Arenisca,
T. Giro carga 41 131
Limolita,
T. Descarga 41 131
Conglomerado
CAT374F
T. Carga 101 780
Caliza, Mármol, T. Giro carga 101 780
Brecha T. Descarga 101 780
T. Carga 41 134
Dacita, pórfido T. Giro carga 41 134
feldespático T. Descarga 41 134
T. Carga 21 26
T. Giro desc. 21 26
T. Carga 81 599
CAT349
T. Carga 31 35
T. Giro desc. 31 35
T. Carga 41 164
T. Carga 31 95
CAT336
T. Giro desc. 31 95
T. Carga 31 33
T. Giro desc. 31 33
Tabla 14: Tabla de muestra representativa en datos del pase estándar (PE)
Equipo Litología Parte Ciclo Valor de muestra Datos totales

T. Carga 71 482
Arenisca, Dacita, T. Giro carga 71 482
Pórfido T. Descarga 71 482
T. Carga 81 560
Arenisca,
T. Giro carga 81 560
Limolita,
T. Descarga 81 560
Conglomerado
CAT374F
T. Carga 381 3578
T. Carga 91 680
T. Carga 41 185
T. Carga 21 28
Arenisca,
T. Giro carga 21 28
Limolita,
T. Descarga 21 28
Conglomerado
T. Giro desc. 21 28
CAT349D
T. Carga 391 3928
T. Carga 51 218
T. Carga 171 1493
T. Carga 101 747
CAT336
T. Carga 61 356
Las tablas 13 y 14 muestran la cantidad de datos representativos según el conjunto de datos

disponible en “BD-CARGUIO” y tiene un comportamiento variable, para poder dar una
recomendación, es necesario analizar su correlación y modelar el tamaño de muestra
representativa en función de la data que se tenga disponible.
Gráfico 2: correlación de datos totales y muestra representativa
Con lo mostrado, se puede obtener el número de datos representativos a partir de una base de
datos ajustando a cualquiera de los 2 modelos, sin embargo, al ser de suma importancia, se
elegirá, aquel modelo que mejor tendencia de tratamiento de errores posea.
Tabla 15: Tabla de comparación de modelos de ajuste de datos totales vs datos representativos
Lineal No Lineal
Gráfico
del
modelo
(#𝐷𝑡 −2.1567 )
Ecuación #𝐷𝑟 = 0.099. #𝐷𝑡 + 24.239 %𝐷 = 0.848 − 0.714. 𝑒 −8131.183 .
Grafica
de
errores
Analizando ambos modelos, el que tiene mayor confiabilidad en el tratamiento de errores es el

método no linear ya que su tendencia es evidente y sus agrupaciones también, por ello, se usa
el modelo no lineal, con los siguientes rangos de errores:
Tabla 16:Tabla de errores según cantidad de datos medidos
Rango de datos Error

0 - 50 9%
50 - 200 0.3029 - 0.0013*#Dt
200 -400 15%
400-1500 0.0002*#Dt - 0.0658
1500 - 25%
#𝐷𝑟 = 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑡𝑖𝑣𝑜𝑠

#𝐷𝑡 = 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
%𝐷 = #𝐷𝑟/#𝐷𝑡
%𝐷 = 𝑃𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑔𝑒 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑡𝑖𝑣𝑜𝑠 𝑑𝑒𝑙 𝑡𝑜𝑡𝑎𝑙
Al usar el método no linear evidenciamos que a partir del dato 500 la muestra representativa es
aproximadamente el 10%, y que en adelante el comportamiento es homogéneo, es por ello que,
como recomendación de este subcapítulo, se propongan campañas de medición de “600” pases
según cambien las condiciones de operación (litología, fragmentación o equipos).
Análisis de outliers y distribuciones estadísticas:

Ya obtenido el número de muestra representativo para cada equipo y litología, se procede a la
extracción aleatoria de la base de datos y posteriormente su análisis estadístico, al igual que en
el análisis de muestra, las distribuciones y outliers serán repartidas entre el primer pase, pase
estándar y la combinación de equipos con litologías.
PRIMER PASE:
Gráfico 3: Distribuciones de todo el ciclo en el primer pase de CAT374f

Gráfico 4: Distribuciones de todo el ciclo en el primer pase de CAT349D
Gráfico 5: Distribuciones de todo el ciclo en el primer pase de CAT336
Es notorio que las distribuciones tienen rangos de valores diferentes, sin embargo, tienen las
mismas tendencias si hablamos de partes del ciclo de carguío, podemos asegurar entonces que
en el primer pase tanto el tiempo de Carga de cucharon y Giro cargado tienen una tendencia a
una distribución sesgada a la derecha y el tiempo de descarga, así como el tiempo de giro
descargado corresponden a una distribución normal.
Tabla 17: Tabla de valores eliminados en cada distribución en primer pase
Equipo Litología Parte Ciclo Cantidad outliers

T. Carga 4
Arenisca, Dacita, T. Giro carga 0
Pórfido T. Descarga 0
T. Giro desc. 0
T. Carga 3
Arenisca, Limolita, T. Giro carga 2
Conglomerado T. Descarga 3
T. Giro desc. 3
CAT374F T. Carga 5
Caliza, Mármol, T. Giro carga 2
Brecha T. Descarga 3
T. Giro desc. 1
T. Carga 3
Dacita, pórfido T. Giro carga 3
feldespático T. Descarga 0
T. Giro desc. 0
T. Carga 0
T. Giro desc. 0
T. Carga 1
T. Giro desc. 1
CAT349D T. Carga 1
T. Giro desc. 0
T. Carga 1
T. Giro desc. 1
T. Carga 1
T. Giro desc. 2
T. Carga 0
T. Giro desc. 0
CAT336 T. Carga 1
T. Giro desc. 0
T. Carga 2
T. Giro desc. 0
Los outliers son valores estadisticos fuera del comportamiento natural de los datos y tienen que
ser eliminados para poder conocer sin errores la tendecia de los datos, en la tabla 17 se presenta
la cantidad de datos que son eliminados en cada analisis y como se puede ver no representa ni
el 5% de datos representativos en total.
Es comprobable tambien con la tabla 17 que muchos conjuntos de datos no requieren que sean
eliminados datos, esto demuestra la eficacia de la toma de datos.
Haciendo una comparacion con el tamaño de muestra representativa de manera porcentual, se

puede afirmar que:
𝐸𝑟𝑟𝑜𝑟 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 𝑑𝑒 𝑃𝑃 = 3.27%

PASE ESTANDAR:
De la misma manera que el primer pase, el pase estándar tiene sus propias tendencias, y tienen
más importancia aun, ya que en un ciclo de carguío se hacen más de 4 pases estándar.
Gráfico 6: Distribuciones de todo el ciclo en pase estándar de CAT374F
Gráfico 7: Distribuciones de todo el ciclo en pase estándar de CAT349D

Gráfico 8: distribuciones de todo el ciclo en pase estándar de CAT336
A diferencia de las distribuciones del primer pase las del pase estándar tienen todas sin
excepción una tendencia a distribuciones normales, esto se evidencia en todas las litologías y
con cualquier equipo de carguío, entonces su modelamiento debe ser separado.
Tabla 18: Tabla de valores eliminados en cada distribución en pase estandar
Equipo Litología Parte Ciclo Cantidad outliers

T. Carga 0
T. Giro desc. 2
T. Carga 1
T. Giro desc. 3
CAT374F T. Carga 3
T. Giro desc. 3
T. Carga 0
T. Giro desc. 1
T. Carga 0
T. Giro desc. 3
T. Carga 0
CAT349D T. Giro desc. 0
T. Carga 9
T. Giro desc. 0
T. Carga 2
T. Giro carga 1
Dacita, pórfido T. Descarga 3
feldespático T. Giro desc. 1
T. Carga 3
T. Giro desc. 7
T. Carga 0
T. Giro desc. 0
CAT336 T. Carga 0
T. Giro desc. 4
T. Carga 1
T. Giro desc. 3
De la misma manera que en el primer pase, los outliers eliminados son pocos, esto confirma la
eficiencia de la toma de datos semiautomatica, el error de muestreo en este caso es de:
𝐸𝑟𝑟𝑜𝑟 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 𝑑𝑒 𝑃𝐸 = 1.19%

Ya conociendo las ditribuciones de todo el ciclo de carguio tradicional se añade el
“Acomodamiento o perfilado de frente” como parte del analisis por su continuidad e
importancia en eficiencia en el ciclo “Real” de carguio.
Gráfico 9: distribuciones de acomodamiento por cada equipo y litología
Los acomodamientos de frente en toda litología y con cualquier equipo tienen una tendencia
sesgada a la derecha, además de ello sus valores son altos así que confirmamos su importancia
en el ciclo de carguío y representa el improductivo interno del ciclo (debe evaluarse su
clasificación) ya que este valor reduce la eficiencia del equipo de carguío.
Las distribuciones no solo representan y confirman que los datos del ciclo de carguío tienen
grupos estadísticos con tendencias diferentes, sino también nos da pie a la siguiente etapa del
análisis en general el “modelamiento y simulación”; en esta sustentación y debido a la
aleatoriedad mostrada en las distribuciones de todo el ciclo de carguío y acomodamiento se
usara “SIMULACION MONTECARLO” este método es eficiente cuando los datos corresponden
a distribuciones conocidas, unimodales y que no dependan de variables externas, asi también
usaremos las frecuencias absolutas acumuladas (generadas en el análisis de distribuciones) para
su aproximación a un modelo matemático, los resultados de estos modelos se encuentran por
escenarios medidos en el siguiente subcapítulo.
4.1.2. Resultados de modelamiento y simulación:

El objetivo del análisis es encontrar indicadores correctos para el control operativo y conocer de
manera sustentada los rendimientos esperados que puedan alcanzar, debido a que este capítulo
evalúa los equipos y litologías de manera independiente, los resultados obtenidos son la
productividad y eficiencia en las condiciones más adecuadas en cuanto a (pases, numero de
volquetes asignados y tiempo de acarreo de los volquetes en ciclo), para ello primero se hace
un análisis de la cantidad de pases en cada escenario, luego se simula el escenario y finalmente
se interpola la simulación haciendo variar las variables de entrada para obtener el análisis de
sensibilidad, en este subcapítulo se presenta solamente el escenario simulado de acuerdo al
medido en cada escenario, este representa el valor esperado y sirve como principal KPI de la
operación.
CAT349D en Calizas:
Este escenario es el principal aporte de “Mineral”, se usa la pala CAT349D por sus dimensiones,
esto debido al tamaño de polígonos mineralizados, la litología sobre la que es analizada este
escenario es de “Caliza, Mármol, Brecha”, a continuación, se muestran los gráficos de barras de
pases medidos en volquetes con diferentes tamaños de tolvas:
Gráfico 10: Histogramas de numero de pases en Calizas con CAT349D

El grafico 10 muestra que se posee pocos datos con respecto a volquetes de 15 m3, sin embargo,
con volquetes de capacidad 20, 22 y 24 m3 el número de pases es muy irregular, los gráficos de
numero de pases para el llenado de estos volquetes no dan confiabilidad de una sentencia fija
con respecto a cada capacidad de tolva.
La variabilidad del número de pases más evidente la podemos notar en volquetes de 20 m3 ya

que por asignación operativa es su flota cotidiana y además se posee mayor cantidad de
información en la “BD-CARGUIO”, podemos observar que mas de 250 viajes fueron cargados con
7 pases y que mas de 150 viajes fueron cargados con 8 pases, una explicación de esta
variabilidad es directamente a responsabilidad la fragmentación en el mismo tipo de litología
pero en diferente zona de extracción, como se presentó en el capítulo 2 la geología es una
variable no controlable y tampoco se tienen métodos eficientes de su medición, para poder
representar el impacto de productividad que tiene aumentar 1 pase, se analiza el análisis de
sensibilidad con el numero de pases como variable, esto lo veremos en el próximo capítulo, sin
embargo para aclarecer los valores de rendimiento daremos un numero de pases fijo para cada
volquete con capacidad de tolva diferente en la siguiente tabla:
Tabla 19: Tabla de numero de pases por capacidad de volquete en calizas con CAT349D
Capacidad de Numero de pases (por

VQ mayoría)
15 m3 Falta información
20 m3 7
22 m3 8
24 m3 9
En la base de datos “BD-CARGUIO” también se tiene evidencia calculada del factor de llenado
promedio (hoja “data_fll_cal” filtrada por capacidad de volquete 20 y pases de 7, 8, 9 y 10) que
posee cada volquete con respecto a su número de pases y una suposición de 0.9 en el factor de
llenado de tolva, para la obtención de este valor usamos la formula definida en el capítulo 1
“factor de llenado de cuchara” y el promedio para este escenario con volquetes de 20 m3 es de:
𝐹. 𝑙𝑙.𝐶𝐴𝑇349𝐶𝑎𝑙𝑖𝑧𝑎𝑠 (20𝑚3) = 69.8 %
Este valor afirma que solo es llenado el 70% de la cuchara de la pala cuando carga volquetes de
20m3 de capacidad (solo se analiza con esta capacidad de tolva debido a que es la capacidad
recomendable para operar) , las alternativas del porqué de este valor radican en que o se esta
dando un pase extra al volquete o debería haber un control de fragmentación y rediseño de
voladura, esto se analizara en el subcapítulo final de carguío donde se mostraran las perdidas
potenciales de la operación cotidiana en comparación a la simulada.
Productividad esperada CAT349D en Calizas:

A continuación, se presentará los resultados de la simulación siguiendo la metodología
propuesta en el capitulo 3, cabe resaltar que en este escenario no solo existe una actividad, de
echo la pala CAT349D en la fase 2 (primordialmente Calizas) tiene por tarea la extracción de
polígonos mineralizados solamente una fracción del día, luego se enfoca en extraer desmonte
(como parte de la liberación de polígonos o simplemente extracción), por ello la flota que pasa
por esta pala es variable y dispone de capacidades de 20 y 24 m3, también se considerara de 22
m3 para una mayor profundidad; debido a la extracción de mineral y desmonte, el tiempo de
acarreo también es variable y se considerara (como indicador inicial) los valores promedio de la
ruta que sigan (desde fase2 a op1 si es mineral y desde fase2 a presa de relaves “PR” si es
desmonte) provenientes de la “BD-ACARREO”.
Los resultados mostrados son el promedio de “10000 iteraciones” es por ello que los valores
finales son los esperados, no siguen el mismo patrón de calculo que se toma como inputs, es
decir no se puede obtener la eficiencia desde los indicadores de productividad e improductivos
mostrados ya que la eficiencia también es un valor promediado en las iteraciones y es un valor
fijo y comprobado.
Tabla 20: Tabla de valores max y min promedio de acarreo desde fase 2 a OP y PR
Medición Origen Destino Tiempo

Min Fase2 OP 16
Max Fase2 OP 17
Min Fase2 PR 20
Max Fase2 PR 22
Conociendo los valores del tiempo de acarreo, los pases que se dan por cada capacidad de
volquete y el número de volquetes que se asignan por operatividad (6 volquetes de 20), los
valores de productividad esperados son los siguientes:
Para 7 pases y 6 volquetes “20m3” (flota optima de mineral):

Tabla 21: Tabla de productividad por hora de mineral con CAT 349D en Calizas con volquetes de 20 m3
T. Ciclo N° Ton Ton Ciclo

Cola Espera Acom Operativo Eficiencia
Acarreo Viajes Nexa Pevoex carguío
16 22.20 807.73 673.32 -214.63 27.20 788.28 3237.48 0.85 20.86
17 21.73 790.79 659.19 -77.23 130.78 789.90 3237.72 0.79 21.30
Para 9 pases y 6 volquetes “24m3” (flota supuesta de mineral):

Tabla 22: Tabla de productividad por hora de mineral con CAT 349D en Calizas con volquetes de 24 m3

16 18.35 801.22 667.89 -1081.66 0.00 787.07 4132.26 1.00 25.05
17 18.35 801.11 667.79 -843.87 0.00 789.38 4131.71 1.00 25.05
Primero se presenta la productividad de “mineral” con la pala CAT349D, el reporte de viajes

confirma y demuestra que esta pala debe trabajar con una flota de volquetes con capacidad de
tolva de 20m3 ya que su producción por hora es mayor a 21 viajes, por otro lado, los viajes
esperados si la flota fuera de volquetes de 24 m3 serian 18, sin embargo, la eficiencia demuestra
un caso diferente en el caso de una flota de 24m3 la actividad de la pala es del 100% pero esto
solo nos confirma que la pala trabajara toda la hora y aun así tendrá una productividad similar y
lo que reafirma esta sentencia es el valor de las “colas” que superan los 15 min si se trabaja con
una flota de 24 m3.
El tonelaje que reporta Pevoex es proporcional al número de viajes por hora que realiza la pala,
entonces como KPI de este análisis tenemos que el tonelaje esperado debe ser de “807 ton” si
el tiempo de acarreo es de 16 min y de “791 ton” si el tiempo de acarreo es de 17 min.
Grafico de Eficiencias - Colas -Esperas (min)
1.20 2.18 5.00
0.45 0.00 0.00
1.00
0.00
-1.29
0.80 -3.58
-5.00 Efficiencia
0.60
Cola
1.00 1.00 -10.00
0.40 0.85 0.79 Espera
-14.06
-15.00
0.20
-18.03
0.00 -20.00
Vq 20_T.A. 16 Vq 20_T.A. 17 Vq 24_T.A. 16 Vq 24_T.A. 17
Gráfico 11: Grafico de eficiencia, colas y esperas en productividad de mineral de CAT349D
Comparacion de tonelajes (ton)- Ciclo prom de carguio

(min)
850 3.76 3.76 4.00
800 3.50
3.00
750 2.43 2.48
2.50
700 Ton. Nexa
2.00
808 Ton pevoex
650 791 801 801
1.50 Ciclo promedio
600
673 659 668 668 1.00
550 0.50
500 0.00
Gráfico 12: Grafico de comparación de ton esperados y ciclo de carguío en mineral de CAT349D
Para 7 pases y 6 volquetes “20m3” (flota cotidiana de desmonte):

Tabla 23: Tabla de productividad por hora de desmonte con CAT 349D en Calizas con volquetes de 20 m3

20 18.00 655.00 546.00 -0.25 580.74 590.02 2428.13 0.68 19.27
22 18.00 654.88 545.90 0.00 941.50 591.39 2428.16 0.61 19.27
Para 9 pases y 6 volquetes “24m3” (flota supuesta de desmonte):

Tabla 24: Tabla de productividad por hora de desmonte con CAT 349D en Calizas con volquetes de 24 m3

20 17.94 783.19 652.86 -125.79 35.95 591.33 3098.95 0.86 19.20
22 17.46 762.47 635.59 -10.06 280.15 592.25 3098.79 0.78 19.74
Las tablas 23 y 24 muestran la productividad de la pala CAT349D en Calizas cuando se mina
desmonte, se puede notar que las tendencias son diferentes que cuando extrae mineral;
principalmente en el tonelaje por hora, se puede ver que en este caso es proporcional a la
capacidad de tolva del volquete, esto es diferente a la productividad en mineral, donde el
tonelaje movido era similar con cualquier tipo de capacidad de tolva, también se evidencia que
las colas son casi inexistentes y que por lo contrario las “esperas” varían de acuerdo a la
eficiencia esperada.
Con los resultados de productividad mostrados es evidente que la flota adecuada para la pala
CAT349D en movimiento de desmonte es de 24 m3, sin embargo, esto no suele ocurrir
continuamente en la operación, por lo contrario, lo más común es que se trabaje con una flota
mixta compuesta por volquetes con capacidad de 20 y 24 m3, por lo pronto se darán los valores
de productividad hallados con flota homogénea, el análisis de flota mixta es parte del estudio
en conjunto del sistema y no entra en esta parte de la sustentación.

1.00 15.69 18.00
0.90 16.00
0.80 14.00
0.70 9.68 12.00
10.00
0.60 Efficiencia
8.00
0.50 4.67
0.86 6.00 Cola
0.40 0.78
0.68 4.00 Espera
0.30 0.61 0.60 2.00
0.20 0.00 0.00 -0.17 0.00
0.10 -2.10 -2.00
0.00 -4.00
Gráfico 13: Grafico de eficiencia, colas y esperas en productividad de desmonte de CAT349D

(min)
800 3.50
2.88 2.96
750 3.00
2.25 2.25 2.50

700
2.00 Ton. Nexa
650
783 Ton. Pevoex
762 1.50
600 Ciclo Promedio
1.00
655 655 653 636
550 0.50
546 546
500 0.00
Gráfico 14: Grafico de comparación de ton esperados y ciclo de carguío en desmonte de CAT349D
entonces como KPI del análisis en desmonte tenemos que el tonelaje esperado debe ser de “546
ton” si el tiempo de varía entre 20 – 22 min usando volquetes de 20 m3 y de “653 ton” si el
tiempo de acarreo es de 20 min usando volquetes de 24 m3.
Este análisis comprende el estudio de la productividad esperada junto con sus variables, no se
considera el tiempo de traslado de un punto a otro ya que eso depende de las redistribuciones
que sucedan en la continuidad de la operación, al existir reposicionamientos la eficiencia y
productividad por hora se reducen y es por ello que su análisis debe ser mediante un sistema de
distribución.
Tanto en el movimiento de mineral como desmonte, las eficiencias que muestra la simulación
no son altas, de echo tienen un valor considerablemente bajo, esto es por que como parte del
ciclo de acarreo fue considerado el “acomodamiento y perfilado de frente” cuyo valor tiene gran
importancia en la operación, posteriormente para el cálculo de la eficiencia este valor no fue
considerado como operativo; como definición la eficiencia es tomada como el porcentaje de una
hora que el equipo está activo, sin embargo, cuando existen colas el valor de la eficiencia
presentada no es real ya que el equipo de carguío trabajara continuamente generando tiempos
improductivos en acarreo; como parte de los resultados se puede afirmar que en extracción de
mineral con la pala CAT349D y una flota de volquetes de 20m3 se espera una eficiencia del 80%,
en extracción de desmonte con una flota de 20 m3 se espera una eficiencia entre 60-70% y con
una flota de 24 m3 se espera una eficiencia mayor al 80%.
CAT374F en Calizas:
Este escenario representa (a la actualidad “marzo del 2022”) la principal actividad de liberación
de polígonos mineralizados en la fase 2; en la fase 3 actualmente se mina el nivel 4318 donde
aún no se ha llegado a la litología de calizas; cuando se requiere de movimiento masivo en fase
2 o gran tonelaje para la liberación de polígonos, la excavadora CAT374F se traslada a esta fase
y comienza su actividad; a continuación se muestra el análisis de pases y productividad esperada
de esta pala en esta litología, el análisis es similar al del escenario previamente descrito.
Gráfico 15: Histogramas de numero de pases en Calizas con CAT374F

El grafico 15 también muestra que se posee pocos datos con respecto a volquetes de 15 m3, sin
embargo, con volquetes de capacidad 20, 22 y 24 m3 la información es confiable, también al
igual que en el escenario anterior el número de pases es muy irregular, aunque a diferencia de
CAT349D en calizas la cantidad de pases con segunda mayor cantidad de datos medidos esta
antes que el de mayor cantidad, lo cual puede confirmar que el ultimo pase es innecesario, sin
embargo para su análisis inicial tomaremos como estándar al número de pases con mayor
cantidad de datos registrados.
Tabla 25: Tabla de numero de pases por capacidad de volquete en Calizas con CAT374F

VQ mayoría)
15 m3 4
20 m3 5
22 m3 6
24 m3 6
En la base de datos “BD-CARGUIO” también se tiene evidencia calculada del factor de llenado
promedio de este escenario (hoja “data_fll_cal” filtrada por capacidad de tolva en 20 y 24 y por
número pases de 4,5,6,7), en este caso se dará dos valores de factor de llenado ya que la pala
347F trabaja con una flota de 24 m3 y a veces con volquetes de 22 y 20 cubos, sin embargo, la
flota actual solo contempla capacidades de 20 y 24, los factores de llenado son:
𝐹. 𝑙𝑙.𝐶𝐴𝑇374𝐹𝐶𝑎𝑙𝑖𝑧𝑎𝑠 (20𝑚3) = 80.26 %
Nuevamente el factor de llenado en volquetes de 20m3 es bajo y la hipótesis de que el ultimo

pase es innecesario es más sustentable ya que si se tratara de granulometría y fragmentación,
el factor de llenado de cualquier pala en la misma litología debería ser similar, pero se
comprueba una independencia de los factores geológicos, por otra parte el factor de llenado en
este escenario de volquetes de 24 m3 es de 92.14% un valor alto pero que de todas maneras es
inferior al que debería ser el valor operativo (mayor o igual al 100%), esto si depende netamente
de las condiciones de granulometría en el frente de minado.
Finalmente existe una correlación entre la capacidad de tolva y el factor de llenado, sin embargo,
ambas variables tienen muchas dependencias externas así que es más una curiosidad que un
caso a analizar.
Productividad esperada CAT374F en Calizas:

La productividad es hallada con la misma cantidad de iteraciones (10000) que, en el caso
anterior, sin embargo, la excavadora CAT374F solamente mueve desmonte por lo que los
resultados serán calculados con datos de acarreo (provenientes de “BD-ACARREO”) desde fase
2 con destino en presa de relaves
Tabla 26: Tabla de valores Max y min promedio de acarreo desde fase2 a PR

Min Fase2 PR 20
Max Fase2 PR 22
La flota asignada a CAT374F es 7 volquetes de 24 m3 de capacidad de tolva y son llenados con
un promedio de 6 pases, sin embargo, al igual que con la CAT349D cuando extrae desmonte, la
flota generalmente es mixta y comprende volquetes de 20 y 24 m3, conociendo todo esto, los
valores de productividad obtenidos son los siguientes:

Tabla 27: Tabla de productividad por hora de desmonte con CAT 374F en Calizas con volquetes de 20 m3

20 18.00 655.00 546.00 0.00 1197.05 448.96 1955.53 0.54 21.73
22 18.00 655.00 546.00 0.00 1555.34 448.75 1955.50 0.49 21.73
Tabla 28: Tabla de productividad por hora de desmonte con CAT 374F en Calizas con volquetes de 24 m3

20 21.00 917.00 764.40 -0.40 350.39 523.29 2726.54 0.76 21.64
22 20.93 914.10 761.98 0.00 712.20 522.89 2725.73 0.69 21.70
Los valores de productividad obtenidos son similares en tendencia y valor a los medidos en
movimiento de desmonte con la CAT349D además la correlación de producción con el tamaño
de tolva también es evidente, también se puede ver que no existen colas, esto debido a que en
ninguno de los casos se tienen una flota convenientemente ajustada, sin embargo, los
indicadores de mayor variabilidad e importancia son los de “eficiencia” y “espera”, con respecto
a la eficiencia en los volquetes de capacidad 20 m3 se alcanza un valor aproximado de 50% esto
es la consecuencia de la falta de volquetes que es confirmado en los valores de la espera que
superan los 20 min, en volquetes de capacidad de 24 m3 la eficiencia supera el 70% esto debido
a la disminución de las esperas; ambos indicadores dependen directamente del valor promedio
del ciclo de carguío y el número de pases, entonces se puede afirmar que si se tiene una mejora
en este valor (reduciendo el número de pases) aumentara la productividad (esto se analizara
en el siguiente capitulo “Análisis de sensibilidad”).

0.80 25.92 30.00
0.70 25.00
19.95
0.60 20.00
0.50
0.76 11.87 15.00 Efiiciencia
0.40
0.69 10.00 Cola
0.30 5.84
0.54 0.49 Espera
0.20 5.00
0.10 0.00 0.00 -0.01 0.00 0.00

0.00 -5.00
Gráfico 16: Grafico de eficiencia, colas y esperas en productividad de desmonte de CAT374F

(min)
2.16 2.17
950 2.20
900
2.10
850
800 2.00
750 Ton. Nexa
1.90
700 1.81 1.81 917 914 Ton. Pevoex
650 1.80 Ciclo promedio

764 762
600
655 655 1.70
550
546 546
500 1.60
Gráfico 17: Grafico de comparación de ton esperados y ciclo de carguío en desmonte de CAT374F
entonces como KPI del análisis de CAT374F en desmonte proveniente de la fase 2 tenemos que
el tonelaje esperado debe ser de “546 ton” si el tiempo de varía entre 20 – 22 min usando
volquetes de 20 m3 y de “760 ton” si el tiempo de acarreo es de 20-22 min usando volquetes de
24 m3.
Con respecto a la pala CAT374F, es muy inusual que cambie de punto de extracción a lo largo
del día es por ello que el resultado de las eficiencias mostradas son las mas probables y las que
se debe esperar de una operación cotidiana, se demuestra en las tablas 26 y 27 y se visualiza en
los gráficos 16 y 17 que la flota con la que debe trabajar la pala CAT374F es con volquetes de
24m3 de capacidad, sin embargo, no es un escenario adecuado para reducir improductivos,
debido a que muestra valores de espera considerables, las recomendaciones sobre esta
variabilidad se mostraran en el análisis de sensibilidad (si la flota es uniforme) y en el posterior
“análisis del sistema conjunto” (para una flota mixta).
CAT374F en Intrusivos:
Este escenario representa la extracción de desmonte de mayor dificultad (debido a la
“boloneria” en la granulometría de la roca fragmentada) en la fase 3, debido a las características
litológicas el número de pases que se da en “intrusivo” es mayor que en los otros tipo de roca
presentes en la fase 3, sin embargo a partir de este escenario se puede interpolar la
productividad en función al número de pases que haga la pala, no obstante, los otros escenarios
(con las demás litologías) se irán describiendo a detalle más adelante.
La productividad obtenida de este escenario será el indicador más importante de movimiento

de desmonte desde fase 3 a presa de relaves y representara la velocidad de avance con respecto
al desarrollo de la mina, ya que un objetivo secundario es poder predecir (como parte del
planeamiento a mediano plazo) cuando se llegara a las calizas (litología con mayor presencia de
mineral) y también calcular la disponibilidad de tonelaje en la presa de relaves.
Los diagramas de barras de numero de pases para volquetes con diferente capacidad son:
Gráfico 18: Histogramas de numero de pases en Intrusivo con CAT374F
En la toma de datos en campo de este escenario fue notorio la diferencia de granulometría, el

grafico 18 muestra que efectivamente la irregularidad de fragmentación altera la cantidad de
pases, como punto comparativo se observa que en extracción de fase 2 con CAT374F y con
volquetes de 20m3 se requerían 5 pases sin embargo en este escenario predomina que los
volquetes de esa capacidad son llenados con 6 pases, sin embargo las tendencias de pases en
volquetes de 22 m3 de capacidad son muy diferentes predominando 5 pases como valor
mayoritario, esto confirma que es muy posible que se realice el ultimo pase innecesariamente
(en volquetes de 20 y 22 m3), por otro lado la distribución de pases en volquetes de 24 m3
presenta mucha variabilidad, llegando a 8, con todo ello es difícil sacar una conclusión que
responsabilice a otra variable que no sea la fragmentación; puesto que para el análisis de
productividad es necesario valores estándares de pases los resultados obtenidos a partir de los
diagramas son:
Tabla 29: Tabla de numero de pases por capacidad de volquete en Intrusivo con CAT374FD

VQ mayoría)
20 m3 5
22 m3 6
24 m3 6
De la misma forma que en los otros escenarios en la base de datos “BD-CARGUIO” también se
tiene evidencia calculada del factor de llenado promedio de este escenario (hoja
“data_fll_intru” filtrada por capacidad de tolva en 20 y 24 y por número pases de 4,5,6,7), en
este caso se dará dos valores de factor de llenado ya que la pala 347F trabaja con una flota de
24 m3 y a veces con volquetes de 22 y 20 cubos, sin embargo, la flota actual solo contempla
capacidades de 20 y 24, los factores de llenado son:
𝐹. 𝑙𝑙.𝐶𝐴𝑇374𝐹𝐼𝑛𝑡𝑟𝑢𝑠𝑖𝑣𝑜 (20𝑚3) = 70.7 %
𝐹. 𝑙𝑙.𝐶𝐴𝑇374𝐹𝐼𝑛𝑡𝑟𝑢𝑠𝑖𝑣𝑜 (24𝑚3) = 85.7 %
Nuevamente los resultados de factor de llenado tienen valores muy bajos, inclusive
comparándolos con la extracción de desmonte es fase 2, y la respuesta a estos valores radica en
la variabilidad de los pases y a su variable dependiente la fragmentación.
“A mayor variabilidad de pases o mayor número de pases se obtiene un menor factor de llenado
de cuchara”.
Productividad esperada CAT374F en Intrusivo:

Los valores de tiempos de acarreo que se usaron para estas iteraciones provenientes de “BD-
ACARREO” son las siguientes:
Tabla 30: Tabla de valores Max y min promedio de acarreo desde fase3 a PR

Min Fase3 PR 23
Max Fase3 PR 25
La asignación de flota usual en la operación de la pala CAT374F es de 7 volquetes de 24 m3 de

capacidad de tolva (es el máximo número de disponibilidad de volquetes de esta capacidad) con
este valor se hallara la productividad que se espera alcanzar, adicional a ello y debido a que en
muchas ocasiones la flota asignada es mixta, también se presenta la productividad de una flota
de 6 volquetes de 20 m3 de capacidad (máximo número de volquetes disponibles de esta
capacidad), la productividad para ambos casos se presenta a continuación:
Para 5 pases y 6 volquetes “20m3” (flota cotidiana de desmonte fase 3):

Tabla 31: Tabla de productividad por hora de desmonte con CAT 374F en Intrusivo con volquetes de 20 m3

23 17.83 648.71 540.76 -0.18 1321.79 842.24 1977.54 0.48 22.20
25 16.77 610.25 508.70 0.00 1682.59 841.85 1978.38 0.44 23.64
Para 6 pases y 7 volquetes “24m3” (flota cotidiana de desmonte fase 3):

Tabla 32: Tabla de productividad por hora de desmonte con CAT 374F en Intrusivo con volquetes de 24 m3

23 19.19 837.93 698.49 -40.87 442.51 977.92 2758.22 0.67 24.00
25 18.09 789.96 658.51 -8.32 767.44 982.38 2758.05 0.62 25.43
Los valores obtenidos muestran la misma tendencia que el caso anterior, entonces debido a esto
podemos afirmar que cuando se mueva desmonte la tendencia de productividad es la misma
(esto se confirmara o negara en el análisis de sensibilidad) además de ello que es conveniente
la asignación de volquetes de 24 m3, similar al caso anterior la eficiencia cuando se asigna una
flota de 20 m3, no supera el 50% y las esperas en promedio son de 25 min; en cuanto a la flota
de volquetes de 24 m3 la eficiencia esperada es de 65% y tiene valores de espera promedios de
10 min, esta asignación de flota aun no es la conveniente y para ello se requiere del análisis de
sensibilidad con flota uniforme o mixta, así se verán las perdidas o ganancias potenciales de una
mejor distribución y una eficiencia más real.

0.80 28.04 30.00
0.70 22.03 25.00
0.60
20.00
0.50 12.79
0.67 15.00 Eficiencia
0.40
7.38 10.00 Cola
0.30 0.62
Espera
0.48 0.44 5.00
0.20
0.10 0.00 0.00 -0.68 -0.14 0.00
0.00 -5.00
Gráfico 19: Grafico de eficiencia, colas y esperas en productividad de desmonte de fase 3 con CAT374F

(min)
900 3.00
2.54
850 2.40
2.50
800 1.97
1.85
2.00
750
Ton. Nexa
700 1.50
Ton. Pevoex
838
650 790 Ciclo Promedio
1.00
600 698
649 659 0.50
550 610
541 509
500 0.00
Gráfico 20: Grafico de comparación de ton esperados y ciclo de carguío en desmonte de fase 3 con CAT374F
entonces como KPI del análisis de CAT374F en desmonte proveniente de la fase 3 tenemos que
el tonelaje esperado debe ser de “540 ton” si el tiempo de varía entre 23–25 min usando
volquetes de 20 m3 y de “670 ton” si el tiempo de acarreo es de 23-25 min usando volquetes de
24 m3.
La variable responsable de la disminución de productividad y aumento de improductivos es

evidentemente el “tiempo de acarreo” es por ello que, si se desea evaluar oportunidades de
mejora, esta variable es de vital importancia.
La productividad de cada escenario analizado en sus condiciones operativas cotidianas nos han
mostrados muchas curiosidades y nos han dado KPI`s importantes para el control en campo, sin
embargo, las afirmaciones de las correlaciones entre variables de productividad no pueden
afirmarse en este punto, sin embargo la misma metodología se aplicara en el subcapítulo
siguiente con el objetivo de sentenciar las pautas que se requieren para una mejora de
producción enfocándose en sistemas que controlan variables independientes entre sí.
4.1.3. Resultados de Análisis de sensibilidad de variables:

El análisis de sensibilidad presentado se enfoca en mostrar interpolaciones (supuestos) de las
variables de entrada creando distintas iteraciones, esto con la finalidad de poder analizar el
comportamiento de la productividad según varíen las condiciones de los inputs y también de
verificar el impacto de ganancia si se mejoran procesos independientes que cambiarían el valor
de estas variables, además de ello se pondrá en evidencia el costo de oportunidad perdido por
la operación cotidiana (sin realización de mejoras).
Las variables a iterar en este análisis de sensibilidad son:
• Número de pases: Como se pudo notar en el subcapítulo anterior el número de pases

es muy variable y ello crea una productividad heterogénea a lo largo de la operación, en
esta parte de la sustentación notaremos cuanto varia la productividad si el número de
pases cambia y cuál es el costo de oportunidad perdido por la no homogenización de los
pases por litología (o granulometría).
• Número de volquetes asignados: Esta variable es la que define las consecuencias de la
operación, estas consecuencias son las “colas” y “esperas”, entonces si se asigna un
costo potencial operativo a estos resultados improductivos, podemos determinar que
tan ideal es nuestra operación y si conviene aumentar o disminuir la productividad a
costo de reducir o mantener equilibradas estas consecuencias.
• Tiempo de ciclo de acarreo: Considerando que todos los volquetes asignados están en
“ciclo” el tiempo de acarreo es fundamental para la productividad como se afirmó
anteriormente, de este valor dependen también la duración de las “colas” y “esperas”
aunque a diferencia de asignar volquetes (número entero de recursos) el tiempo de ciclo
de acarreo es parte de otro sistema más grande y complicado (parte de la operación
unitaria de acarreo) que se analizara en el capítulo siguiente, por ello en esta parte solo
se evidenciara los cambios potenciales de producción en cuanto a la variabilidad de este
indicador.
Cada una de estas variables es independiente entre sí y solamente dependen de un sistema

propio de modelamiento, la toma de estas variables fue estratégica ya que podremos saber en
cuál de ellas enfocarnos para una mejora considerable de producción.
Con las iteraciones realizadas se tienen los resultados en el archivo “Análisis de sensibilidad” el
objetivo de este capítulo es encontrar las tendencias de las variables resultados (producción e
improductivos) y modelarlas, de esta manera se tendrá una noción directa del impacto de variar
cualquiera de las variables de entrada, también sugieren directamente valores de dependencias
para una futura optimización según se tenga disponibilidad de flota o se mejoren las condiciones
para cambiar variables de entrada de los valores cotidianos en la operación, este análisis se
realiza por cada escenario ya que el comportamiento de equipos y tiempos analizados
anteriormente son diferentes entre sí.
Análisis de iteraciones de sensibilidad en CAT349D en Calizas:
Gráfico 21: Grafico de tendencia de Tiempo de Acarreo Vs (Viajes, Esperas y Colas) en flota de 5 Volquetes
El grafico 21 muestra las tendencias de los resultados en función al tiempo de acarreo, esta
variable (tiempo de acarreo) fue seleccionada como dependiente de los resultados por dos
motivos, el primero por que las tendencias son evidentes, además de sencillas de comprender y
modelar; y el segundo motivo es por que analizar el tiempo de acarreo de manera independiente
es el objetivo del siguiente capítulo de esta sustentación.
Con una comparación entre los resultados del grafico 22 y 21 se puede determinar de que la
productividad aumenta inversamente proporcional al número de pases sin embargo mientras
aumente la productividad se reducen las esperas y aumentan las colas, sin dejar de mencionar
que cada resultado (producción, colas y esperas) tienen sus propias tendencias dependiendo de
cuanto aumente el “tiempo de acarreo”.
En el grafico 23 se confirma que las tendencias de productividad aumentan aunque en menor

proporción, sin embargo también aumentan las colas de manera exponencial y solo se evidencia
esperas cuando se usan 6 pases para el llenado de las tolvas, entonces, cada uno de estos
gráficos nos muestran tendencias similares y que dependen del número de pases, de los
volquetes asignados y de forma directa del tiempo de acarreo (porque así fue modelado en la
simulación Montecarlo) a continuación se procede a disgregar cada variable hasta tendencias
particulares para un ajuste de variables múltiples que sirvan como modelos de línea base directa
y de optimización, cabe resaltar que se deben añadir costos de producción, ganancias de
extracción y costos de oportunidad (a las esperas y colas) para tener un modelo robusto de
optimización.
Modelo de tendencia de producción por variables independientes:
Gráfico 24: Grafico de tendencias de Tiempo de acarreo Vs producción (en viajes) por número de pases
Separado por la cantidad de pases que se requiere para el llenado de las tolvas el
comportamiento de la producción (en viajes) en función del tiempo de acarreo es lineal con
algunas variaciones (a los que denominaremos como errores de aproximación del modelo), sin
embargo es evidente que la tendencia tanto de los coeficientes y términos independientes de
estas funciones de tendencia son proporcionales directa e indirectamente al número de pases,
esto facilita la aproximación y eliminamos la dependencia del tiempo de acarreo ya que no es
directa.
La relación que tienen los Coeficientes y términos independientes es la siguiente:
Gráfico 25: Correlación entre Coeficiente y termino independiente en tendencia lineal de Tiempo de acarreo Vs
Producción
La correlación existente entre estas dos variables generadas a partir de tendencias previas
muestra un índice de correlación cercano al 1 con lo cual podemos afirmar que dependen entre
sí, sin embargo, el valor de sus dependencias (los nuevos coeficientes y términos
independientes) siguen teniendo relación directa con el número de pases, generando la
siguiente tabla de relación:
Tabla 33: Tabla de variabilidad de coef. Y Term. Ind de tendencias de ecuaciones lineales de “tendencias de tiempo
de acarreo Vs Producción”
# Pases Coeficiente “ Term. Ind.”

6 -11.171 26.24
7 -13.688 22.61
8 -14.977 20.096
9 -16.091 18.294
Para resumir la metodología empleada lo primero que se hace es generar una tendencia lineal
entre las variables prioritarias (tiempo de acarreo vs producción, vistas en la gráfica 24), esta
tendencia lineal genera variables de tendencia de “primer nivel” ósea el coeficiente y el termino
independiente de esta ecuación lineal; sin embargo, estas variables tienen correlación entre sí
de manera directa, es por ello que se genera una segunda tendencia lineal entre el coeficiente
y el termino independiente ambos de primer nivel disgregada por número de pases (grafico 25),
a estas variables de tendencia nuevamente generadas a partir de la ecuación lineal encontrada
las llamaremos variables de tendencia de “segundo nivel”, esto se hace con la finalidad de
reducir la dependencia de variables múltiples a una sola que controle su tendencia;
efectivamente en la tabla 33 se muestra que las variables de tendencia de segundo nivel y el
número de pases (variable fundamental) tienen una relación inversamente proporcional y su
aproximación es la siguiente:
Gráfico 26: Gráficos de tendencia de #Pases Vs Coef y Term. Indep. De variables de tendencia de segundo nivel
Siempre existen infinitas ecuaciones que pueden aproximarse a una tendencia de puntos no
agrupados, y esto con mayor índice de correlación, sin embargo, es necesario analizar los
impactos que tiene cada tendencia a elegir y comprobar si el crecimiento en el pasado o futuro
de la ecuación tienen congruencia con lo que presenta cada gráfica; en la gráfica 26 se muestra
que tanto el coeficiente y el termino independiente de segundo nivel pueden ajustarse en una
función lineal y en una función cubica, sin embargo el crecimiento que ofrece la opción lineal es
más controlable que el de la función cubica por lo cual a pesar de que el índice de correlación
sea menor optamos por elegir las tendencias lineales debido a los impactos mínimos de
crecimiento en las variables de tendencia de primer nivel.
Ya conocida la dependencia directa de la tendencia lineal entre coef y Term Ind de primer nivel
y hacerla dependiente del número de pases, solo nos falta conocer como depende entre si o el
coeficiente o el termino independiente de primer nivel con las variables fundamentales (pases,
volquetes), para ello se puede elegir cualquiera ya que se conoce su relación, por lo que se elige
a la siguiente:
Gráfico 27: Grafico de tendencia de Pases*Vq Vs Coeficiente de primer nivel
El coeficiente de primer nivel siempre tiende a ser creciente y una manera directa de relacionar
con las variables fundamentales (pases y volquetes) es su producto, ya que también siempre son
crecientes, entonces la relación que tienen es directa y creciente, sin embargo, la tendencia que
siguen y el modelo matemático adecuado para obtener el menor error posibles es complejo de
hallar, por lo que el mas aproximado es el siguiente:
−0.961565 ∗ (#𝑃 ∗ 𝑉𝑞)−22.132
𝐶𝑜𝑒𝑓 =
41.39435−22.132 + (#𝑃 ∗ 𝑉𝑞)−22.132
Remplazando las tendencias halladas tanto en dependencias de primer y segundo nivel, así
como la relación con las variables fundamentales, la ecuación de determinación general de
producción (viajes) multivariable es:
−0.961565 ∗ (#𝑃 ∗ 𝑉𝑞)−22.132
𝑃𝑣 (#𝑃, 𝑉𝑞, 𝑇𝐴 ) = (1.945 − 1.605 ∗ #𝑃 + 𝑇𝐴 ) ∗ + 41.574 − 2.635 ∗ #𝑃
41.39435−22.132 + (#𝑃 ∗ 𝑉𝑞)−22.132
Para comprobar la efectividad del modelo se debe hacer un ajuste a los valores reales de
producción, teniendo en cuenta que hubo tendencias que se aproximaron a lineales de manera
forzada, esta genera errores al final del modelo, por lo que esta comparación servirá como un
ajuste por tratamiento de errores.
Gráfico 28: Grafico de Pases*Vq Vs Error de modelo
Como el error siempre era decreciente en porcentaje, entonces la correlación directa que tenía
es con el producto de pases por el número de volquetes ya que este valor siempre es creciente,
por lo cual su correlación era notablemente inversa; según el grafico 28 la correlación presente
entre estas variables es de función exponencial y su ajuste a la ecuación:
𝐸𝑟𝑟𝑜𝑟 = 11.6975 ∗ 𝑒 −0.11625∗#𝑃∗𝑉𝑞
Añadiendo el ajuste de error a nuestro modelo multivariable de producción, obtenemos la

siguiente ecuación que define la producción de manera muy aproximada:
−0.961565 ∗ (#𝑃 ∗ 𝑉𝑞)−22.132

(1.945 − 1.605 ∗ #𝑃 + 𝑇𝐴 ) ∗ + 41.574 − 2.635 ∗ #𝑃
41.39435−22.132 + (#𝑃 ∗ 𝑉𝑞)−22.132
𝑃𝑣 (#𝑃, 𝑉𝑞, 𝑇𝐴 ) =
1 − 11.6975 ∗ 𝑒 −0.11625∗#𝑃∗𝑉𝑞
Cabe resaltar que, aunque el error fue modelado existe un residual que no tienen tendencia
definida, es por ello que se asignan rangos según varíen las variables fundamentales, este rango
es el siguiente:
𝑃𝑎𝑟𝑎: #𝑝 = 6 & 𝑉𝑞 = 5 𝑦 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑇𝐴 , 𝐸𝑟𝑟𝑜𝑟 𝑑𝑒 𝑚𝑜𝑑𝑒𝑙𝑜 = [6,7] 𝑣𝑖𝑎𝑗𝑒𝑠
𝑃𝑎𝑟𝑎: #𝑝 ≠ 6 & 𝑉𝑞 ≠ 5 𝑦 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑇𝐴 , 𝐸𝑟𝑟𝑜𝑟 𝑑𝑒 𝑚𝑜𝑑𝑒𝑙𝑜 = [0.2,1] 𝑣𝑖𝑎𝑗𝑒𝑠

La función resultante es obtenida más que para hallar la productividad, para encontrar la
variabilidad según varie cada variable fundamental, en este caso en valor de error residual se
elimina.
Modelo de tendencia de improductivos puros por variables independientes:
𝐼(#𝑃, 𝑉𝑞, 𝑇𝐴 ) = 239.6 ∗ 𝑇𝐴 − 83.437 ∗ #𝑃 ∗ 𝑉𝑞 − 488.71

Esta ecuación de variable múltiple representa la cantidad de improductivos que se espera en
función a las variables de entrada (pases, volquetes y tiempo de acarreo).
Si se desea optimizar el “sistema de carguío” definido en este escenario (movimiento de mineral

con CAT349D) se debe asignar valores a la producción y a los improductivos generados, las
curvas obtenidas por esas funciones y los factores mostraran un nivel de mayor beneficio, este
será el punto óptimo, por otra parte también se puede enfocar la optimización en la
“maximización de la producción” para lo cual basta con el modelo multivariable de producción
o por otra parte se puede enfocar en la “minimización de improductivos” para ello basta con el
modelo multivariable de improductivos puros.
4.2. Resultados de análisis de “Acarreo”:
4.2.1. Resultados de análisis estadístico de datos:
Los resultados mostrados a continuación son lo obtenido por la metodología descrita
previamente y se empieza por las estadísticas de datos generales para cada condición medida,
como objetivo primordial de este subcapítulo se tiene evaluar el comportamiento de la
velocidad según la distancia de la ruta, para ello primero debemos de conocer los principales
puntos de destino dependiendo del origen:
Gráfico 29: Grafico de barras de principales destinos provenientes de fase 2 y fase 3
El grafico 29 muestra los principales puntos de descarga con origen mineral (fase 2) y de
desmonte (fase 2 y fase 3) con lo cual se determina que la base de datos dispone de viajes con
múltiples destinos, sin embargo, los más importantes son PR (“Presa de relaves”) y OP(“Ore Pass
1”) que son los destinos de desmonte y mineral respectivamente; entonces son estas las rutas
primordiales en el acarreo y sobre ellas se enfocara el análisis de esta sustentación, los demás
destinos serán considerados para hallar las velocidades, sin embargo no se tendrá en cuenta
valores como “retroceso” o “descarga” ya que no son representativos y dañarían el
comportamiento de los datos.
Análisis estadístico general:

Los datos del ciclo de acarreo que fueron tomados en campo tienen la cualidad de ser tiempos
efectivos, esto quiere decir que no se consideraron paradas programadas ni no programadas,
de echo todo tiempo extra que haya ocasionado demoras tanto en la ida o la vuelta fueron
mapeados y agrupados en un capo adicional en “BD-ACARREO” llamados “Cruce ida – Cruce
vuelta”, entonces podemos afirmar que los datos corresponden directamente a la operatividad
y las condiciones de medición y al no considerar los cruces la velocidad que se obtiene es la real;
empezaremos por una descripción general de los datos que servirán como base de medición y
control de acarreo mineral y desmonte
Movimiento de mineral:
El movimiento mineral en el Tajo San Gerardo tiene como origen polígonos mineralizados
ubicados principalmente en fase 2 y ocasionalmente en fase 3 (depende del planeamiento a
corto plazo), el destino es el OP1, las rutas a seguir pasan por la rampa 3 y tienen una distancia
aproximada de 1.2 km desde fase 2 y 1.85 km desde fase 3; a continuación se describirá el
tiempo, distancia y velocidad desde cada nivel (banco) y el comportamiento de cada parte del
ciclo de acarreo dependiendo de a qué tipo de datos estadístico pertenezca; cabe resaltar que
el valor del acarreo es diferente en la ida y la vuelta esto debido a que las pendientes son inversas
y el equipo de acarreo tiene velocidades diferentes para cada pendiente, además de ello la
vuelta se realiza con la tolva descargada esto hace que la velocidad sea mayor, por todo esto se
evaluara separadamente ida y vuelta y sus valores serán independientes pero correlacionables.
Acarreo mineral “IDA”:
Gráfico 30: Histogramas de tiempos de acarreo “ida” con origen en banco 4246 – 4252 - 4324
Los histogramas obtenidos no muestran un comportamiento uniforme de los datos, el motivo

de ello es que el acarreo es una variable que depende de muchas variables externas y que no se
pueden controlar, por ello los histogramas no pueden describir una distribución estadística
conocida, por lo contrario, muestran valores promedios fijos de distintos escenarios según sean
las condiciones monitoreadas, entonces, estos histogramas generados serán utilizados para
mostrar los tiempos de acarreo promedio, tiempos de acarreo mínimos (donde las condiciones
fueron favorables “el mejor escenario”) y tiempos de acarreos máximos (cuando las condiciones
no fueron favorables “el peor escenario”).
Tabla 34: Tabla de resultados de variables de acarreo de mineral en “ida”
Dist. Prom. Vel. Min Vel. Prom Vel. Max Prom. de Acarreo
4246 a OP 1.25 km 10.97 km/h 14.43 km/h 17.24 km/h 5.20 min
4252 a OP 1.30 km 11.35 km/h 15.28 km/h 20.42 km/h 4.71 min
4324 a OP 1.87 km 14.99 km/h 7.49 min
Los resultados mostrados en la tabla 34 son de alta confiabilidad y nos muestran 3 escenarios:
“Velocidad promedio” es la velocidad esperada y cuyo valor se muestra constante aunque
varíen las distancias, entonces podemos afirmar que el valor esperado de velocidad de acarreo
de mineral en la ida es de 15km/h; “Velocidad máxima” es la velocidad potencial a alcanzar
cuando las condiciones son favorables y nos dan una idea de hasta donde se podría mejorar este
indicador, en la ruta desde el banco 4246 se podría tener una mejora del 20% en velocidad
pudiendo alcanzar los 17 km/h mientras que en la ruta desde el banco 4252 se puede alcanzar
una mejora del 30% pudiendo alcanzar los 20 km/h la diferencia radica probablemente en la
facilidad de acceso y salida a los bancos, siendo que en el banco 4246 se tiene más
inconvenientes de salida que en el 4252; “Velocidad mínima” es la velocidad esperada cuando
las condiciones no son favorables probablemente problemas de desaceleración o por el estado
de las vías de acarreo (no pueden ser cruces ya que los datos usados son efectivos) los
histogramas muestran poca probabilidad de que esto suceda sin embargo es necesario el
conocimiento de la variación de los indicadores.
Analisis estadistico de "cuadrando"

0.0 20.0 40.0 60.0 80.0 100.0
1.2 40
1 35
30
0.8
25
0.6 20
0.4 15
10
0.2
5
0 0
0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0 90.0
Probabilidad acumulada Distribucion
Gráfico 31: Grafico de distribución y probabilidad acumulada de tiempo de cuadrando en mineral
El tiempo de duración de “cuadrando” el volquete en el punto de carguío depende de la

distancia a retroceder, sin embargo los datos muestran una distribución estadística homogénea
esto se podría explicar sustentando que en la mayoría de los casos los operadores tienden a
retroceder la misma distancia sea cual sea el punto de carguío y las condiciones de su acceso
(esta suposición se da a partir de la tendencia de los datos sin embargo más adelante se evaluara
si existe o no alguna correlación con otra variable), con esta suposición la variable se convierte
en independiente y puede modelarse probabilísticamente en una función matemática, esta
función de aproximación se muestra a continuación.
𝟏
𝒙 𝟏.𝟗𝟏𝟒𝟔𝟓
𝑫. 𝒄𝒖𝒂𝒅. = 𝟐𝟏. 𝟗𝟗𝟔𝟖𝟗 ∗ ( )
𝟏. 𝟏𝟎𝟑 − 𝒙
𝐷. 𝑐𝑢𝑎𝑑. = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑐𝑢𝑎𝑑𝑟𝑎𝑛𝑑𝑜
𝑥 = 𝑉𝑎𝑙𝑜𝑟 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑜 𝑒𝑛𝑡𝑟𝑒 [0 , 1]
Como es necesario dar un valor promedio se puede evaluar la función cuando x sea 0.5 y el valor
resultante es de “20 segundos” este es el valor más probable o esperado según la tendencia de
los datos y se puede usar como indicador de cuadrando en mineral.
Gráfico 32: Gráficos de barras horizontales en valores de carguío y colas en mineral
Los datos de carguío y colas son diferentes al resto de datos que pertenecen al ciclo de acarreo,
esto debido a que el carguío tiene su propio sistema y pertenece al “análisis de carguío” y a sus
resultados previamente analizados, en el acarreo el carguío inicia desde la descarga del primer
pase (especificado previamente) es por ello que el valor esperado según el grafico 32 es de 140
segundos (2 min y 20 segundos); con respecto a las colas son una “consecuencia” de la gestión
de flota y pueden reducirse, eliminarse o transformarse en esperas, según el grafico 32 el valor
de las colas más usuales es de 20 segundos.
Acarreo mineral “VUELTA”:
Gráfico 33: Histogramas de tiempos de acarreo “vuelta” con destino en banco 4246 – 4252 - 4324
De la misma manera que lo descrito en el análisis de “ida” los histogramas obtenidos a partir de
los datos de acarreo muestran los valores promedio, además de los resultados en los escenarios
favorables y desfavorables, el resumen de resultados se muestra en la siguiente tabla:
Tabla 35: Tabla de resultados de variables de acarreo de mineral en “vuelta”
Dist. Prom Vel. Min Vel. Prom Vel. Max Prom de Acarreo
OP a 4246 1.26 km 11.55 km/h 16.25 km/h 18.14 km/h 4.64 min
OP a 4252 1.30 km 18.53 km/h 19.68 km/h 23.82 km/h 3.66 min
OP a 4324 1.88 km 20.43 km/h 5.51 min
La descripción de los resultados en la tabla 35 son: “Velocidad promedio” la velocidad promedio

esperada en la vuelta de acarreo de mineral es directamente proporcional a la distancia que sea
recorrida sin embargo no es recomendable dar una sentencia de proporcionalidad ya que al
depender de muchas variables externas es probable que el valor de la velocidad aumente o
disminuya sin depender netamente de la distancia además de ello solo tenemos 3 datos de
velocidades en rutas diferentes lo cual limita más el ajuste y la relación de estas variables, por
lo pronto estas se pueden usar como indicadores confiables pero independientes (16.2 km/h
desde OP hasta el banco 4246, 19.7 km/h hasta el banco 4252 y 20.4 km/h hasta el banco 4324);
“Velocidad máxima” con referencia a los valores máximos que se puede alcanzar en la ruta de
vuelta hacia el banco 4246 se podría esperar una mejora del 12% pudiendo alcanzar los 18 km/h,
de la misma forma en la ruta desde el OP hasta el banco 4252 se puede esperar una mejora del
21% llegando a los 23.8 km/h; “Velocidad mínima” representa la velocidad mínima promedio
esperada en estas rutas (menor a estas velocidades en tiempo efectivo representaría un
problema operativo que impacta de gran manera en la productividad).
Analisis estadistico de "Retroceso"

0 10 20 30 40 50 60 70 80
1.2 60
1 50
0.8 40
0.6 30
0.4 20
0.2 10
0 0
0 10 20 30 40 50 60 70 80
Gráfico 34: Grafico de distribución y probabilidad acumulada de tiempo de retroceso en punto de descarga de
mineral
El valor de la duración de “retroceso” en el punto de descarga es muy similar en

comportamiento a lo descrito en el tiempo de duración de “cuadrando” esto debido a que
ambos son tiempos donde el volquete se perfila en el punto para ser cargado o descargar, con
ello dependen directamente de la distancia a retroceder y la velocidad de retroceso, sin
embargo, el grafico 34 muestra un comportamiento homogéneo de los datos y da la idea al igual
que “cuadrando” de que los conductores operativamente suelen retroceder la misma distancia
y a una velocidad similar, utilizando este supuesto la variable a medir se convierte en una
variable independiente y se puede ajustar a un modelo probabilístico matemático, el modelo
mas correlativo con los puntos de probabilidad es:
𝟏
𝒙 − 𝟎. 𝟎𝟒𝟕𝟖 𝟖.𝟑𝟖𝟔𝟑𝟎𝟗
𝑫. 𝒓𝒆𝒕𝒓𝒐. = 𝟓𝟐. 𝟐𝟎𝟖𝟐𝟖 ∗ ( )
𝟏. 𝟎𝟐𝟗 + 𝟎. 𝟎𝟒𝟕𝟖 − 𝒙
𝐷. 𝑟𝑒𝑡𝑟𝑜. = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑟𝑒𝑡𝑟𝑜𝑐𝑒𝑠𝑜
Como es necesario dar un indicador de esta parte del ciclo de acarreo reemplazamos x por 0.5
y el valor más probable esperado de “retroceso” en punto de descarga es de “50 segundos”
esto según el comportamiento agrupado de los datos en “BD-ACARREO”.
Analisis estadistico de "Descarga"

50 46
40
30
21
20 16
13
7 5
10
0 0
0
0 50 100 150 200
Gráfico 35: Grafico de distribución de tiempo de descarga de mineral en OP
La última parte del ciclo de acarreo mineral a analizar con datos agrupados es el tiempo de
“descarga” en el punto de descarga (ósea en el OP), el grafico 35 muestra el resultado de la
distribución que poseen estos datos, sin embargo, es evidente que se trata de una distribución
“bimodal” esto sucede usualmente cuando existen grupos de condiciones diferentes y se mide
la acción con la misma metodología, en otras palabras existen 2 condiciones (no monitoreadas
ni diferenciadas) en el punto de descarga que alteran la homogeneidad de la duración de la
descarga, una distribución bimodal no puede trabajarse con sus valores probabilísticos ya que
los datos pertenecen a valores medidos en condiciones diferentes, sin embargo otra alternativa
es la “falla de medición” y con ello sus consecuencias, esta parte del ciclo requiere una nueva
medición para la comprobación de la tendencia de sus datos o identificar las condiciones de
medición que la des homogenizan, el indicador promedio que se puede obtener de este análisis
inicial de “descarga de mineral” es de “1 minuto y 8 segundos”.
Movimiento de Desmonte
El movimiento de desmonte en el Tajo San Gerardo tiene como origen principalmente la fase 3
cuyos bancos minados en la actualidad son 4318 y 4324, también el perfilado, liberación de
polígonos mineralizados y movimiento masivo de desmonte en la fase 2, el análisis de rangos
estadísticos mostrado a continuación es de suma importancia ya que las distancias desde fase 2
a presa de relaves superan los 2km y desde fase 3 superan los 2.5 km, esto hace que los
escenarios medidos representen los indicadores de operación a controlar y su variación, de la
misma manera que en el movimiento mineral, en el movimiento de desmonte se analizaran
independientemente ida y vuelta así como cada parte del ciclo de acarreo.
Acarreo desmonte “IDA”:
Gráfico 36: Histogramas de acarreo desmonte “ida” con origen en banco 4246 – 4252 – 4258 – 4318 - 4324
Los histogramas mostrados en la grafica 36 representan lo valores promedio de acarreo de

desmonte, además de los valores de velocidad, distancia y tiempo de acarreo cuando las
condiciones fueron favorables y desfavorables, los resultados son resumidos en la siguiente
tabla:
Tabla 36: Tabla de resultados de variables de acarreo de mineral en “ida”
4246 a PR 2.38 km 16.38 km/h 17.87 km/h 19.36 km/h 7.98 min
4258 a PR 2.20 km 19.12 km/h 6.21 min
La tabla 36 muestra los resultados del análisis estadístico de datos de acarreo desmonte “ida”
su descripción es la siguiente: “velocidad promedio” es la velocidad esperada según sean las
rutas de acarreo, en estos resultados se puede comprobar que no existe una relación lineal entre
la distancia recorrida y la velocidad promedio, esto es esperado ya que las distancias son
diferentes y pueden comprender más curvas o pendientes positivas que aumentan el valor del
tiempo de acarreo (esto solo se ajustaría encontrando las curvas rimpull con métodos de medida
de tiempos automáticos), por lo pronto no se puede afirmar que la velocidad y la distancia tienen
dependencia entre sí, los valores indicadores obtenidos son los siguientes: desde 4246 a PR la
velocidad es de 17.8 km/h, desde 4252 posee un valor de 18 km/h, desde 4258 la velocidad
presente es de 19.1 km/h, en distancias más grandes como desde 4318 hasta PR la velocidad
rompe la proporcionalidad siendo 17.8 km/h y si es desde 4324 se tiene una velocidad de 18.8
km/h; la “velocidad máxima” que se puede alcanzar desde cada banco varia de la siguiente
forma: desde el 4246 un 8% de mejora, desde el banco 4252 se puede mejorar un 7 % y desde
el banco 4324 a PR se puede tener una mejora en velocidad del 15%.
Analisis estadistico de "cuadrando"

0 10 20 30 40 50 60 70
1.2 160
1 140
120
0.8
100
0.6 80
0.4 60
40
0.2
20
0 0
0 10 20 30 40 50 60 70
Gráfico 37: Grafico de distribución y probabilidad acumulada de tiempo de cuadrando en desmonte
Con la misma suposición que la utilizada para el tiempo de cuadrando en punto carguío de
mineral, el comportamiento de los datos de cuadrando en punto de carguío desmonte son
independientes y pueden modelarse matemáticamente en una función de probabilidad, cabe
resaltar que este valor es válido para el cuadrado en el carguío con cualquiera de los equipos de
acarreo que se disponga sea la CAT 349D o la CAT374F, el modelo resultante de cuadrando en
punto de carguío desmonte es:
𝟏
𝒙 − 𝟎. 𝟎𝟏𝟑𝟏𝟗 𝟐.𝟒𝟑𝟕𝟓𝟓
𝑫. 𝒄𝒖𝒂𝒅. = 𝟏𝟗. 𝟎𝟖𝟑𝟒𝟒𝟓 ∗ ( )
𝟏. 𝟎𝟒𝟔𝟏𝟒𝟑 + 𝟎. 𝟎𝟏𝟑𝟏𝟗 − 𝒙
𝐷. 𝑐𝑢𝑎𝑑. = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑐𝑢𝑎𝑑𝑟𝑎𝑛𝑑𝑜
El indicador obtenido de esta parte del ciclo de acarreo es encontrado cuando x es igual a 0.5
asi pues el valor de cuadrando en el punto de carguío es 18 segundos.
Gráfico 38: Gráficos de barras horizontales en valores de carguío y colas en desmonte
Se reitera que el valor del carguío no se debe de analizar en el acarreo ya que el valor no es real
debido a que no representa el ciclo completo de carguío del primer pase, adicional a ello en el
grafico 38 el grafico de barras de “tiempo de carguío” contempla todo el movimiento de
desmonte, ósea que hay valores de cuando se operó con CAT349D y también con CAT349F, se
conoce que el valor de carguío de ambas palas es diferente es por ello que si se requiere este
valor se debe recurrir a la sustentación de “análisis de carguío”; con respecto a las colas, son una
evidente consecuencia de la operatividad y en disminuyen su valor si es asignado menos
cantidad de volquetes que requiere la pala en su estado “optimo”, es usual que se asignen 7
volquetes a una pala y con ello tener un ciclo optimo sin embargo al tener un ciclo optimo las
colas no deberían existir, pero el grafico 38 muestra que existen valores de colas hasta de 4
minutos, esto sucede usualmente en el inicio de la guardia donde los volquetes asignados tienen
que esperar en cola hasta ser servidos, algo similar ocurre al volver del almuerzo, sin embargo
existe otra posible razón ya presentada anteriormente en esta sustentación la de viajes en
caravanas por causa de los cruces, el valor común mostrado de cola es de 12 segundos.
Acarreo desmonte “VUELTA”:
Gráfico 39: Histogramas de acarreo desmonte “vuelta” con llegada al banco 4246 – 4252 – 4258 – 4318 - 4324
Los resultados de velocidades promedios y de tiempos con condiciones favorables y

desfavorables son presentados en la siguiente tabla.
Tabla 37: Tabla de resultados de variables de acarreo de mineral en “Vuelta”
PR a 4246 2.36 km 16.56 km/h 21.50 km/h 26.02 km/h 6.57 min
PR a 4258 2.20 km 20.66 km/h 6.39 min
Los indicadores obtenidos a partir de los histogramas de los datos son: “velocidad promedio” la
velocidad esperada desde PR hasta el banco 4246 es de 21.5 km/h, hasta el banco 4252 es de
23.8 km/h, hasta el banco 4258 se tiene una velocidad de 20.6 km/h, solo con estos 3 valores
ya no se cumple la linealidad de velocidad – distancia, entonces no existe ninguna relación entre
estas variables (no se puede demostrar ni se evidencia en el tratamiento de datos), en distancias
de mayor magnitud tenemos que desde PR hasta 4318 presenta una velocidad de 20.4 km/h y
hasta 4324 una velocidad de 21.42 km/h; las mejoras posibles que se pueden alcanzar en
velocidad se evidencian en “Velocidad máxima” y son aproximadamente de 21 % para la vuelta
hasta el banco 4246, del 18% hasta el banco 4318, en los otros bancos no se muestra una mejora
significativa con respecto a la velocidad; la “velocidad mínima” nos indica el valor mínimo
operativo que debe presentar el acarreo en cada ruta.
Gráfico 40: Grafico de distribución y probabilidad acumulada de tiempo de retroceso y descarga en punto de
descarga de desmonte
Las distribuciones obtenidas de los datos de “retroceso” y “descarga” muestran uniformidad y

una tendencia a la distribución normal, esta característica podría validar el sustento sobre el
cual se afirma que estos datos son independientes de variables externas; a diferencia de la
distribución de la descarga de mineral, la presentada en el grafico 40 posee una heterogeneidad
completa, lo cual también podría confirmar que la bimodalidad mostrada es por error de
medición en campo y que se requiere una nueva medida de “descarga de mineral en OP”; ya
conociendo que las variables presentan características independientes, los modelos
matemáticos de ajuste a sus valores de probabilidad acumulada son:
𝟏
𝒙 − 𝟎. 𝟎𝟏𝟔𝟎𝟓𝟖𝟓𝟔𝟑 𝟒.𝟏𝟗𝟏𝟓
𝑫. 𝒓𝒆𝒕𝒓𝒐. = 𝟐𝟒. 𝟕𝟖𝟐𝟕𝟖 ∗ ( )
𝟏. 𝟎𝟎𝟎𝟔𝟐𝟖 + 𝟎. 𝟎𝟏𝟔𝟎𝟓𝟖𝟓𝟔𝟑 − 𝒙
𝟏
𝒙 − 𝟎. 𝟎𝟐𝟔𝟏𝟗𝟔𝟔𝟖 𝟕.𝟏𝟔𝟕𝟎𝟎𝟐𝟕
𝑫. 𝒅𝒆𝒔𝒄. = 𝟓𝟒. 𝟗𝟒𝟒𝟐𝟒𝟕 ∗ ( )
𝟎. 𝟗𝟔𝟎𝟔𝟖𝟐 + 𝟎. 𝟎𝟐𝟔𝟏𝟗𝟔𝟔𝟖 − 𝒙
𝐷. 𝑟𝑒𝑡𝑟𝑜. = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑟𝑒𝑡𝑟𝑜𝑐𝑒𝑠𝑜
𝐷. 𝑑𝑒𝑠𝑐. = 𝐷𝑢𝑟𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎
Los indicadores obtenidos a partir de los modelos matemáticos de estas partes del ciclo de
acarreo se obtienen cuando x sea igual a 0.5 entonces el valor de “retroceso” es de 25 segundos,
y para el valor de “descarga” es de 55 segundos, esto según el comportamiento estadístico de
los datos de “BD-ACARREO”.
Correlaciones generales:
Es usual que cuando son tomados los datos bajo distintas condiciones (considerando las
condiciones en campos diferentes) existan correlaciones no evidentes, un ejemplo de
correlación evidente es el número de pases con el tiempo de carguío ya que su dependencia es
lineal y directamente proporcional, sin embargo es necesario correlacionar todas las variables
para confirmar la existencia o inexistencia de estas dependencias para darnos indicios de
problemas operativos u otros impactos, por lo pronto se analizara una correlación evidente y
una no evidente.
Gráfico 41: Grafico de correlación de #Pase y Tiempo de carguío con datos de “BD-ACARREO”
Existe una evidente correlación entre estas dos variables, sin embargo, el mismo número de
pases posee diversos valores de carguío, los motivos de ello pueden ser muchos empezando por
que no se mide el ciclo completo del primer pase, también porque no se separan en grupos
estadísticos diferentes como el valor del primer pase y los pases estándar, así también que los
improductivos de carguío no son considerados, esto y demás son los principales motivos porque
se demuestra que el carguío se analiza en el “análisis de carguío” y con data proveniente de la
“BD-CARGUIO”.
Gráfico 42: Grafico de correlación de “cuadracion” con la existencia de “colas”
El valor del tiempo que demora el volquete en cuadrarse en el punto de carguío parece estar
relacionado con la existencia de las colas, esto porque la medición se realizó desde que el
volquete que está siendo servido parte a su destino, en otras palabras cuando no existe cola se
esperaría un valor mayor de cuadracion debido a que demora más al no esperar la salida de
nadie, sin embargo, el grafico 42 muestra que el promedio y la cantidad masiva de mediciones
esta entre 0 y 43 segundos exista o no exista colas, entonces se puede afirmar que no importa
que hay cola, esto no afectara a la tendencia ni al valor de cuadrando.
Aún existen correlaciones por definir, sin embargo, se debe de disponer de un mayor número
de datos y también de la descripción de las condiciones en la que estos datos fueron medidos,
estos requerimientos serian resueltos con un sistema de monitoreo continuo automático.
Tiempo de acarreo por tramos:

Adicional a la data de acarreo presentada em “BD-ACARREO” fue tomados datos selectivos con
respecto a tramos y a las condiciones de las vías, esto con el objetivo claro de conocer los puntos
críticos de mejora y la prioridad de mantenimiento de vías para disminuir el impacto de las
condiciones climáticas sobre el acarreo.
Las condiciones de las vías en las que fueron monitoreadas fueron: vías secas, húmedas y
mojadas, el monitoreo fue realizado en épocas de lluvias en la regio por lo que la data que se
obtuvo cuando las vías estaban secas son muy pocas, sin embargo, sirven para dar una idea del
impacto en porcentaje que requiere sanearlas.
Los tramos que fueron monitoreados van desde la fase 3 hasta la presa de relaves ya que son
las vías principales a recorrer y sobre las cuales se hace el mayor tiempo de mantenimiento, los
fragmentos de vía sobre los cuales fueron medidos el acarreo son: desde Fase 3 hasta el ovalo
(ubicado al final de la rampa 5) en especial este tramo indica la demora en recorrer la rampa 5,
desde el ovalo hasta ovalo del comedor (en las medidas se le asignara “dtm” ya que es más
abreviado y está cerca del punto a referenciar”) este tramo indica la demora en recorrer la
rampa “Adelas”, desde dtm hasta la entrada de la rampa 4070; este trayecto indica la demora
del trayecto más complicado en el acarreo de desmonte (debido a la presencia de curvas
cerradas y vías angostas) y finalmente el tramo desde el inicio de la rampa 4070 hasta la presa
de relaves.
Valores de acarreo por tramos en “IDA”:
Gráfico 43: Histogramas de tiempo de acarreo por tramos en “ida”

Algunos histogramas presentados en el grafico 43 presentan un comportamiento que se
asemeja a alguna distribución uniforme conocida, esto se puede reforzar teniendo en cuenta
que todos los valores medidos de acarreo son valores efectivos y no son afectados por
improductivos o cruces, sin embargo, la cantidad de datos de la que se dispone para este análisis
es limitada y solo cuando dispongamos de mayor cantidad podemos comprobar la
independencia de variables y asignarlos a una distribución estadística, por lo pronto y con los
datos que se dispone se usan rangos estadísticos
Tabla 38: Rangos estadísticos de acarreo por tramos en vías secas en acarreo “ida”
Vía Seca Min Moda Max Desv

De Ovl a Dtm 00:01:33 00:01:39 00:01:52 00:00:10
De Dtm a 4070 00:01:35 00:01:49 00:01:58 00:00:06
De 4070 a PR 00:01:43 00:01:52 00:01:55 00:00:04
Tabla 39: Rangos estadísticos de acarreo por tramos en vías húmedas en acarreo “ida”
Vía Húmeda Min Moda Max Desv

De F3 a Ovl 00:01:44 00:01:48 00:01:59 00:00:06
De Ovl a Dtm 00:01:25 00:01:54 00:02:14 00:00:11
De 4070 a PR 00:01:30 00:02:03 00:02:11 00:00:10
De Dtm a 4070 00:01:53 00:02:02 00:02:30 00:00:11
Tabla 40: Rangos estadísticos de acarreo por tramos en vías mojadas en acarreo “ida”
Vía Mojada Min Moda Max Desv

De F3 a Ovl 00:01:39 00:02:00 00:02:41 00:00:28
De Ovl a Dtm 00:01:27 00:01:50 00:02:12 00:00:11
De 4070 a PR 00:01:37 00:02:06 00:02:16 00:00:11
De Dtm a 4070 00:01:23 00:02:13 00:02:30 00:00:16
Con los valores de acarreo resultantes mostrados en las tablas 38,39,40 se confirma que aun
falta volumen de datos para reducir la desviación estándar, al ser muy elevada muestra la
heterogeneidad de los datos, sin embargo, con los resultados obtenidos se puede ver el impacto
que causa en el tiempo de acarreo y se muestran en la tabla siguiente:
Tabla 41: Tabla de impactos por “estado de la vía” en acarreo “ida” por tramos
De Seca a húmeda De Húmeda a mojada De seca a Mojada

De F3 a Ovl 10.9%
De Ovl a Dtm 14.8% -4.1% 10.2%
De 4070 a PR 12.5% 2.9% 15.7%
De Dtm a 4070 8.7% 9.1% 18.6%
La tabla 41 muestra el impacto en tiempo de acarreo que sufre cada tramo, esto se traduce en
la prioridad de su mantenimiento para asegurar el menor tiempo de acarreo posible, en caso de
que las vías estén húmedas o mojadas es prioritario enfocarse en el mantenimiento
principalmente del tramo Dtm a 4070 ya que es el que mayor tiempo de acarreo causa, si la vía
solo esta húmeda es prioritario concentrarse en el tramo desde el ovalo a dtm y si la vía esta
mojada es prioritario el mantenimiento de la rampa 5.
Valores de acarreo por tramos en “VUELTA”:
Gráfico 44: Histogramas de tiempo de acarreo por tramos en “vuelta”
De la misma forma que en los histogramas por tramos en “ida” existen tramos que se asemejan
a distribuciones normales sin embargo se debe tomar más datos para asegurar esa sospecha,
por otra parte, los valores son menores que en la ida y esto se responde principalmente en que
el volquete va descargado lo cual por capacidades técnicas hace aumentar su velocidad, las
tablas a continuación muestran a detalle los valores obtenidos del acarreo por tramos.
Tabla 42: Rangos estadísticos de acarreo por tramos en vías secas en acarreo “vuelta”
Vía Seca Min Moda Max Desv

De PR a 4070 00:00:58 00:01:13 00:01:27 00:00:10
De 4070 a Dtm 00:01:24 00:01:42 00:02:18 00:00:20
De Dtm a Ovl 00:01:30 00:01:41 00:01:53 00:00:14
Tabla 43: Rangos estadísticos de acarreo por tramos en vías húmedas en acarreo “vuelta”
Vía Húmeda Min Moda Max Desv

De PR a 4070 00:01:02 00:01:19 00:02:01 00:00:15
De 4070 a Dtm 00:01:38 00:01:55 00:02:13 00:00:12
De Dtm a Ovl 00:01:18 00:01:37 00:02:06 00:00:12
De Ovl a F3 00:01:30 00:01:40 00:02:09 00:00:14
Tabla 44: Rangos estadísticos de acarreo por tramos en vías mojadas en acarreo “vuelta”
Vía Mojada Min Moda Max Desv

De PR a 4070 00:00:54 00:01:25 00:02:11 00:00:18
De 4070 a Dtm 00:01:27 00:01:52 00:02:29 00:00:15
De Dtm a Ovl 00:00:53 00:01:40 00:02:03 00:00:13
De Ovl a F3 00:01:22 00:01:45 00:02:08 00:00:12
De Seca a húmeda De húmeda a mojada De seca a Mojada

De PR a 4070 7.2%
De 4070 a Dtm 58.8% -2.9% 54.3%
De Dtm a Ovl -4.6% 2.5% -2.2%
De Ovl a F3 -1.5% 5.2% 3.6%
Análisis selectivo de velocidades:

Este análisis esta enfocado en la confiabilidad que se obtiene a partir de los datos analizados
provenientes de las medidas en campo, además de ello se obtienen indicadores de tendencia
selectivos ya sea por las condiciones de las vías o por la capacidad del volquete en ida y vuelta.
Vías secas:
Gráfico 45: Grafico de correlaciones de velocidades en Vías Secas

𝑇𝐴𝑖𝑠_24 = 2.016 ∗ 𝐷 + 2.88
𝑇𝐴𝑣𝑠_24 = 1.44 ∗ 𝐷 + 3.024
𝑇𝐴𝑖𝑠_24 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑖𝑑𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 𝑠𝑒𝑐𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 24𝑚3
𝑇𝐴𝑣𝑠_24 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑣𝑢𝑒𝑙𝑡𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 𝑠𝑒𝑐𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 24𝑚3
𝐷 = 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑎
Para 1km se obtiene una velocidad de ida con 24 m3 de 12.25 km/h y de vuelta con 24m3 se
obtiene una velocidad de 13.44 km/h.
Vías húmedas:
Gráfico 46: Grafico de correlaciones de velocidades en Vías Húmedas
𝑇𝐴𝑖ℎ_20 = 3.168 ∗ 𝐷 + 1.008
𝑇𝐴𝑣ℎ_20 = 2.448 ∗ 𝐷 + 1.296
𝑇𝐴𝑖ℎ_24 = 3.888 ∗ 𝐷 − 1.152
𝑇𝐴𝑣ℎ_24 = 3.312 ∗ 𝐷 − 1.008

𝑇𝐴𝑖ℎ_20 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑖𝑑𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 ℎ𝑢𝑚𝑒𝑑𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 20𝑚3
𝑇𝐴𝑣ℎ_20 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑣𝑢𝑒𝑙𝑡𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 ℎ𝑢𝑚𝑒𝑑𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 20𝑚3
𝑇𝐴𝑖ℎ_24 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑖𝑑𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 ℎ𝑢𝑚𝑒𝑑𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 24𝑚3
𝑇𝐴𝑣ℎ_24 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑣𝑢𝑒𝑙𝑡𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 ℎ𝑢𝑚𝑒𝑑𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 24𝑚3
Para 1 km en vías húmedas se obtiene una velocidad de 14.36 km/h en ida con volquetes de 20
m3, para la vuelta con volquetes de 20 m3 se obtiene una velocidad de 16 km/h teniendo un
incremento del 11.5%; así mismo para volquetes de 24 m3 se tiene una velocidad de ida de 21.9
km/h y una velocidad de vuelta de 26 km/h con un incremento del 18.7%.
Vías Mojadas:
Gráfico 47: Grafico de correlaciones de velocidades en Vías Mojadas
𝑇𝐴𝑖𝑚_20 = 3.456 ∗ 𝐷 + 0.288
𝑇𝐴𝑣𝑚_20 = 2.592 ∗ 𝐷 + 1.296
𝑇𝐴𝑖𝑚_24 = 3.456 ∗ 𝐷 + 0.720
𝑇𝐴𝑣𝑚_24 = 2.592 ∗ 𝐷 + 1.008

𝑇𝐴𝑖𝑚_20 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑖𝑑𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 𝑚𝑜𝑗𝑎𝑑𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 20𝑚3
𝑇𝐴𝑣𝑚_20 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑣𝑢𝑒𝑙𝑡𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 𝑚𝑜𝑗𝑎𝑑𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 20𝑚3
𝑇𝐴𝑖𝑚_24 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑖𝑑𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 𝑚𝑜𝑗𝑎𝑑𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 24𝑚3
𝑇𝐴𝑣𝑚_24 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑐𝑎𝑟𝑟𝑒𝑜 𝑣𝑢𝑒𝑙𝑡𝑎 𝑒𝑛 𝑣𝑖𝑎𝑠 𝑚𝑜𝑗𝑎𝑑𝑎𝑠 𝑐𝑜𝑛 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒𝑠 𝑑𝑒 24𝑚3
Para 1 km en vías mojadas se obtiene una velocidad de 16 km/h en ida con volquetes de 20 m3,
para la vuelta con volquetes de 20 m3 se obtiene una velocidad de 15.43 km/h teniendo un
incremento negativo del -3.5%; así mismo para volquetes de 24 m3 se tiene una velocidad de
ida de 15.5 km/h y una velocidad de vuelta de 16.7 km/h con un incremento del 7.5%.
Según lo obtenido las velocidades tienen una fuerte dependencia con el estado de las vías y la
capacidad de los volquetes de acarreo, los datos en vías secas son poco confiables ya que no
tienen una correlación significativa y se dispone de pocos datos, sin embargo podemos apreciar
que cuando las vías están mojadas las velocidades disminuyen apreciablemente, así mismo,
también disminuye el incremento de velocidad en la vuelta, esto nos da un indicio de que los
análisis en el calculo de precios unitarios también deben de enfocarse en las condiciones de las
vías y no solamente en tiempos promedio ya que los valores de las velocidades son muy
variables y crean variaciones dinámicas en los precios unitarios.
CAPITULO V: CALCULO DE PRECIOS UNITARIOS

Este capítulo se enfoca en el cálculo de precios unitarios en función a los rendimientos de
carguío y acarreo calculados en los capítulos anteriores y las variables usadas según la situación
contractual plasmadas en la “Plantilla de Cotización”, cabe resaltar que hay puntos a corregir
directamente en el cálculo, sin embargo, serán especificados fuera de esta sustentación ya que
no es parte de los objetivos.
5.1. P.U. Carguío:

Los precios unitarios de carguío “calculados” dependen de las variables de entrada en cada
cálculo, estas variables solo tienen dependencia operativa con el material movido y el equipo de
carguío utilizado, no depende directamente de la flota ya que se supone que se utiliza la cantidad
de volquetes necesarios (optima).
Las variables necesarias para el cálculo son:
Datos principales:
Esponjamiento: El esponjamiento que se usara para el cálculo tiene como base la comparación
de volumen suelto e insitu de proyectos volados y minados anteriormente, la tabla a
continuación muestra el valor del esponjamiento de cada proyecto (según la formula descrita) y
su contenido mineral.
𝑉𝑆
%𝐸 = −1
𝑉𝐼𝑛
%𝐸 = 𝐸𝑠𝑝𝑜𝑛𝑗𝑎𝑚𝑖𝑒𝑛𝑡𝑜 (%)
𝑉𝑆 = 𝑉𝑜𝑙𝑢𝑚𝑒𝑛 𝑆𝑢𝑒𝑙𝑡𝑜 (𝑙𝑐𝑚)
𝑉𝐼𝑛 = 𝑉𝑜𝑙𝑢𝑚𝑒𝑛 𝐼𝑛𝑠𝑖𝑡𝑢 (𝑏𝑐𝑚)
Tabla 45: Tabla de esponjamiento y contenido de mineral de proyectos previos
Fuente: Área de planeamiento
Volumen Volumen Factor De Contenido de

Proyectos
Suelto Insitu Esponjamiento Mineral
554 32777.2 24953.36 31.4% 1.9%
555 38646.14 29972.96 28.9% 9.3%
556 30038.87 23585.75 27.4% 22.5%
561 18789.64 14743.33 27.4% 12.3%
562 32675.14 24908.41 31.2% 10.6%
563 31450.15 24200.37 30.0% 9.5%
564 38830.82 30314.64 28.1% 17.9%
566 26173.99 19973.47 31.0% 14.7%
568 19502.63 15246.15 27.9% 16.1%
Es evidente que no existe una correlación directa entre el contenido de mineral y el

esponjamiento, es por ello que no se puede dar una sentencia clara del valor de esponjamiento
tanto para mineral como para desmonte, teniendo en cuenta también que la variación de los
datos de esponjamiento es de poca magnitud, se puede afirmar que ambos presentan el mismo
valor de esponjamiento y este será el promedio de los valores de la tabla 45.
%𝐸 = 29.25 % ≅ 𝟑𝟎%
El valor que se usará para el cálculo de P.U. de carguío tanto para mineral como para desmonte
será del 30%.
Densidad insitu (t/bcm): La densidad insitu es el valor de la densidad cuando la roca está intacta
(previa a la voladura), este valor puede ser medido de distintas formas, sin embargo, para el
cálculo de P.U. en la “Plantilla de Cotización” la densidad insitu de “mineral” es de 2.8 t/bcm y
la densidad insitu de “desmonte” es de 2.61 t/bcm, estos valores deben ser validados para un
cálculo más preciso.
Densidad suelta (t/lcm): La densidad suelta es el valor de la densidad de la roca fragmentada o

volada, existen métodos de medición que nos acercan a un valor exacto, sin embargo, la
metodología usada para su cálculo se basa en la densidad insitu y el esponjamiento según la
siguiente relación de variables:
1
𝐷𝑆 = ( ) . 𝐷𝐼𝑛
1 + %𝐸
𝐷𝑆 = 𝐷𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑆𝑢𝑒𝑙𝑡𝑎 (𝑡/𝑏𝑐𝑚)
𝐷𝐼𝑛 = 𝐷𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝐼𝑛𝑠𝑖𝑡𝑢 (𝑡/𝑙𝑐𝑚)
Como ya se conocen los valores de la densidad insitu para mineral y desmonte, así como el valor
del esponjamiento entonces el cálculo de la densidad suelta es sencillo y el resultado para
“mineral” es 2.15 t/lcm y para “desmonte” 2.00 t/lcm.
Porcentaje de Humedad (H%): Debido a la presencia de agua en la roca se considera un

porcentaje de humedad para el cálculo exacto de toneladas movidas, este valor según la
“Plantilla de Cotización” es de 2% independiente del material, ósea que para mineral y
desmonte el valor es el mismo.
Factor de carga (Factor de Esponjamiento Fw): El denominado “Factor de carga” en el cálculo

de capacidad de carguío en la “Plantilla de Cotización” no es más que el factor de
esponjamiento, en otras palabras, es el factor que convierte lcm en bcm, se halla a partir de las
densidades suelta e insitu con la siguiente relación:
𝐷𝑆
𝐹𝑊 =
𝐷𝐼𝑛
Factor de llenado del cucharon (f.ll.c): El factor de llenado de cucharon es el porcentaje de carga
real de cucharon en relación a la carga máxima que puede cargar, se puede hallar
indirectamente, sin embargo, debido a las mediciones en campo, se tiene información del factor
de llenado ya descrita previamente, y para el caculo de P.U. se resume en el siguiente cuadro:
Tabla 46: Tabla de resumen de factor de llenado de cucharon para cálculo de P.U.
Equipos Factor de llenado de cucharon

CAT 349D “Mineral” con Vq de 20m3 70%
CAT 349D “Desmonte” con Vq de 20m3 81%
CAT 374F “Desmonte” con Vq de 24m3 87%
Eficiencia General de Operación (Eff. operación): La eficiencia general de operación también

fue simulada y se tiene resultados confiables en el “análisis de carguío” y sus resultados previos,
sin embargo, en la simulación esta no afecta a la capacidad de producción, por lo contrario, es
una consecuencia de las variables de entrada, entonces, para el cálculo de P.U. se usaran los
valores presentados en la “Plantilla de Cotización” los cuales presentan una eficiencia de
operación de la pala CAT 349D de 56.5 min sea movido mineral o desmonte y de la pala CAT
374F una eficiencia de operación de 53.33 min en movimiento de desmonte.
Eficiencia del Operador (Eff. operador): La eficiencia del operador es muy difícil de medir ya que
depende de datos históricos y medición constante a cada operador, para ello se requiere un
sistema de control continuo y automático, como no se tiene una referencia precisa, para el
cálculo de P.U. se usarán los datos de la “Plantilla de Cotización” el cual define este valor como
87%, sin embargo, para un cálculo preciso se debe validar esta sentencia.
Disponibilidad mecánica (D.M.): La disponibilidad mecánica es el valor porcentual de tiempo

que se dispone del equipo para realizar las labores para la que fue diseñado, para su cálculo
correcto se debe analizar datos históricos del mantenimiento de cada equipo, como no se
dispone de información se usara los datos de la “Plantilla de Cotización”, esta asigna un 85% de
disponibilidad mecánica a la pala CAT 349D y un 90% a la pala CAT 374F.
Datos de cucharon:
Igual de importante que los valores de material son las capacidades de los equipos, en específico
de la cuchara con la cual trabaja la pala, la forma de cálculo para ellas es la siguiente:
Capacidad del Cucharon en Volumen (C.C.): Es el valor de cantidad en volumen suelto que
puede cargar la cuchara según sus capacidades técnicas en el manual de diseño, la cuchara de
la pala CAT 349D tiene una capacidad de 3 lcm y la cuchara de la pala CAT 374F 4.2 lcm, a partir
de este valor se puede hallar su capacidad en lcm, bcm y toneladas con las siguientes relaciones:
𝐶. 𝐶.𝑙𝑐𝑚 = 𝐶. 𝐶.∗ 𝑓. 𝑙𝑙.𝑐
𝐶. 𝐶.𝑏𝑐𝑚 = 𝐶. 𝐶.𝑙𝑐𝑚 ∗ 𝐹𝑊
𝐶. 𝐶.𝑡𝑜𝑛 = 𝐷𝑆 ∗ 𝐶. 𝐶.𝑙𝑐𝑚 ∗ 𝑓. 𝑙𝑙.𝑐 ∗ (1 + 𝐻%)
𝐶. 𝐶.𝑙𝑐𝑚 = 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑢𝑐ℎ𝑎𝑟𝑎 𝑒𝑛 𝑙𝑐𝑚
𝐶. 𝐶.𝑏𝑐𝑚 = 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑢𝑐ℎ𝑎𝑟𝑎 𝑒𝑛 𝑏𝑐𝑚
𝐶. 𝐶.𝑡𝑜𝑛 = 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑢𝑐ℎ𝑎𝑟𝑎 𝑒𝑛 𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠
Tiempos de operación:
El objetivo principal de esta sustentación fue la obtención, modelamiento y resultados de datos
temporales, esto debido a su impacto en el cálculo de P.U. según lo analizado previamente
podemos afirmar que el tiempo de ciclo de carguío depende del volquete que se cargue, el
material y la pala de carguío, a continuación, se muestra un resumen de tiempos provenientes
de los resultados de simulación en el “análisis de carguío”.
Tabla 47: Tabla de resumen de tiempo de ciclo de carguío para el cálculo de P.U.
Equipo Material Cap. Volquete Ciclo de carguío

CAT 349D Mineral 20 m3 0.35 min
CAT 349D Mineral 24 m3 0.42 min
CAT 349D Desmonte 20 m3 0.32 min
CAT 349D Desmonte 24 m3 0.32 min
CAT 374F Desmonte 20 m3 0.36 min
CAT 374F Desmonte 24 m3 0.36 min
Estos valores de tiempo de un ciclo de carguío “T. ciclo” son de alta confiabilidad ya que son
determinados a partir de la metodología descrita previamente.
Datos de camiones:
La capacidad de carga del equipo de acarreo es parte fundamental del cálculo de carguío, sin
embargo, solo este valor es determinante en este cálculo, ya que, como se mencionó
previamente, no se tiene en cuenta la “cantidad de camiones” o flota para el cálculo de
rendimiento de carguío.
Capacidad del Camión en Volumen: Este valor representa la capacidad máxima (termino usado
para no sobrecargar el camión) en función al volumen que puede cargar el camión debido a sus
capacidades técnicas y de diseño, en el Tajo San Gerardo se disponen actualmente de camiones
de 24 m3 y 20 m3 para el movimiento de mineral y desmonte.
Capacidad del Camión en Peso (C.Cam. ton): La capacidad del camión en peso depende
netamente de la densidad del material, la forma de su medición precisa es mediante una
“balanza” sin embargo durante el monitoreo no se encontraba habilitado, es por ello que se
usaran los valores en la “Plantilla de Cotización” la cual asigna 40 toneladas para camiones de
24 m3 y 33.3 toneladas para camiones de 20 m3.
Capacidad de camión en volumen con limite en peso (C.Cam. lcm): Con el objetivo de no
“sobrecargar” el camión se hace el cálculo de volumen que puede cargar el camión con una
transformación de su valor en peso a lcm con la siguiente relación:
𝐶. 𝐶𝑎𝑚.𝑡𝑜𝑛
𝐶. 𝐶𝑎𝑚.𝑙𝑐𝑚 =
𝐷𝑆 ∗ (1 + 𝐻%)
Si este valor supera su valor de diseño (20 o 24 m3) entonces el valor de la capacidad en lcm
será este valor de diseño; la capacidad obtenida se puede convertir a bcm con la siguiente
relación:
𝐶. 𝐶𝑎𝑚.𝑏𝑐𝑚 = 𝐶. 𝐶𝑎𝑚.𝑙𝑐𝑚 ∗ 𝐹𝑊
Producción en “CARGUIO”:
Existen dos maneras del cálculo de producción la primera es mediante cálculo en función a
ecuaciones descritas a continuación y a las variables detalladas previamente en este capítulo, y
la segunda a través de los resultados de la simulación realizada en el análisis de carguío, para un
análisis similar al echo en la “Plantilla de Cotización” se usara la forma de cálculo mediante
ecuaciones, sin embargo se realizara una comparación con la simulación, con el fin de evidenciar
si el cálculo está sobrevalorado o despreciado.
Numero de pases (#P): El número de pases es una variable fundamental en el cálculo y se puede
calcular, así como evidenciar en la medición realizada en el “análisis de carguío”, para el cálculo
la relación a usar es la siguiente:
𝐶. 𝐶𝑎𝑚.𝑏𝑐𝑚
#𝑃 =
𝐶. 𝐶.𝑏𝑐𝑚
Tabla 48: Tabla de resumen de numero de pases para el cálculo de P.U.
Equipos Material Numero de pases

CAT 349D con VQ de 20m3 Mineral 7
CAT 349D con VQ de 20m3 Desmonte 7
CAT 374F con VQ de 24m3 Desmonte 6
Debido a que tanto en el cálculo como en el análisis de datos de campo se obtienen la misma
cantidad de numero de pases, para el cálculo del P.U. se usaran los resultados de la tabla 48.
Capacidad Total de Carguío (C.T.): La capacidad total de carguío no es más que la capacidad de
llenado de “un camión” para ello es necesario la capacidad de la cuchara y el número de pases
que se requiere para cargar el camión, tiene límites en la capacidad de camión (para no
sobrecargarlo), se pueden calcular en lcm, bcm y toneladas con las siguientes relaciones:
𝐶. 𝑇.𝑙𝑐𝑚 = #𝑝 ∗ 𝐶. 𝐶.𝑙𝑐𝑚 (𝑐𝑜𝑛 𝑙𝑖𝑚𝑖𝑡𝑒 𝑒𝑛 𝐶. 𝐶𝑎𝑚.𝑙𝑐𝑚 )

𝐶. 𝑇.𝑏𝑐𝑚 = #𝑝 ∗ 𝐶. 𝐶.𝑏𝑐𝑚 (𝑐𝑜𝑛 𝑙𝑖𝑚𝑖𝑡𝑒 𝑒𝑛 𝐶. 𝐶𝑎𝑚.𝑏𝑐𝑚 )
𝐶. 𝑇.𝑡𝑜𝑛 = 𝐶. 𝑇.𝑙𝑐𝑚 ∗ 𝐷𝑆 ∗ (1 + 𝐻%)
La producción “calculada” depende de cuantos ciclos de carguío puede realizar la pala en una
hora, con este dato y la capacidad de carguío ya sea por pase o por camión (capacidad total) se
puede conocer la producción por hora en lcm, bcm o toneladas con las siguientes relaciones:
60
𝐶𝑖𝑐𝑙𝑜𝑠 𝑥 𝐻𝑜𝑟𝑎 = ∗ 𝐷. 𝑀.∗ 𝐸𝑓𝑓.𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 ∗ 𝐸𝑓𝑓.𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛
𝑇𝑐𝑖𝑐𝑙𝑜
𝐶𝑖𝑐𝑙𝑜𝑠 𝑥 𝐻𝑜𝑟𝑎
𝑃𝑟𝑜𝑑 𝑥 𝐻𝑜𝑟𝑎𝑙𝑐𝑚 = ∗ 𝐶. 𝑇.𝑙𝑐𝑚
#𝑝
𝑃𝑟𝑜𝑑 𝑥 𝐻𝑜𝑟𝑎𝑏𝑐𝑚 = ∗ 𝐶. 𝑇.𝑏𝑐𝑚
#𝑝
𝑃𝑟𝑜𝑑 𝑥 𝐻𝑜𝑟𝑎𝑡𝑜𝑛 = ∗ 𝐶. 𝑇.𝑡𝑜𝑛
#𝑝
Si reemplazamos todos los valores descritos en cada variable de carguío, los datos obtenidos se
encuentran en la tabla siguiente:
Tabla 49: Tabla de producción “calculada” y “simulada”
Desmonte CAT 374F Desmonte CAT 349D Mineral CAT 349D

Máxima lcm/Hora 379.06 283.14 250.69
Producción bcm/Hora 291.59 217.80 192.84
“Calculada” t/Hora 773.29 579.83 550.75
Prod.
t/Hora 760 545 660
Simulación
La diferencia entre los valores es principalmente porque realmente la producción depende de

la flota (cantidad de camiones) y de la distancia recorrida si estas variables varían, entonces los
valores de producción también varían, de hecho, las variables son dinámicas y “calcularlas” con
ecuaciones y no tomar en cuenta la flota conlleva errores que al acumularse dan una diferencia
apreciable, en la tabla 49 se evidencia que existe una gran similitud en el movimiento de
desmonte, sin embargo el valor “calculado” de mineral es depreciado a comparación del
simulado, esto nos da un punto de decisión con respecto al cálculo y demuestra que es mejor y
más confiable una “simulación” que un cálculo a través de ecuaciones.
Para el cálculo de P.U. se usará los valores “calculados” en “bcm/Hora” a fin de hacer una
comparación con los resultados en la “Plantilla de Cotización”.
Producción guardia – día:

Este valor es el fundamental y principal en el cálculo del P.U. de carguío y depende de valores
que serán asignados y dependen netamente de la situación contractual, es por ello que estos
datos se toman directamente de la “Plantilla de Cotización”, los cuales se muestran a
continuación:
Tabla 50: Tabla de valores contractuales de uso de equipo en la “Plantilla de Cotización”
Equipo Material Unidad Rendimiento Cant. Equipos H-m efec.

Excavadora 374F Desmonte bcm/Hr 291.59 1.0 8.00
Excavadora 349D Desmonte bcm/Hr 217.80 0.8 8.00
Excavadora 349D Mineral bcm/Hr 192.84 1.0 2.27
El rendimiento mostrado es el hallado mediante “calculo”, para hallar la cantidad de bcm

guardia y día se usan las siguientes relaciones:
𝐵𝐶𝑀𝑔𝑢𝑎𝑟𝑑 = 𝑃𝑟𝑜𝑑 𝑥 𝐻𝑜𝑟𝑎𝑏𝑐𝑚 ∗ #𝐸𝑞𝑢𝑖𝑝 ∗ 𝐻𝑜𝑟_𝑀𝑎𝑞
𝐵𝐶𝑀𝑑𝑖𝑎 = 𝐵𝐶𝑀𝑔𝑢𝑎𝑟𝑑 ∗ 2
El resultado de bcm guardia obtenido según estos cálculos y en la “Plantilla de Cotización” es

de 2,332.68 bcm/ guardia para el movimiento de desmonte con CAT 374F, 1,372.67 bcm/guardia
para el movimiento de desmonte con CAT 349D y 876.11 bcm/guardia para el movimiento de
mineral con CAT 349D; como el P.U. se halla de manera general em movimiento de desmonte
en total es de 3,705.36 bcm/guardia.
Cálculo de P.U. “carguío”:

Para el cálculo de PU general se requiere los PU particulares que lo forman (los valores de estos
P.U. se encuentran en la lámina de “recursos” en la “Plantilla de Cotización”), cabe resaltar que
estos valores son diferentes en el carguío de mineral y desmonte, las cuadrillas involucradas son
de Mano de Obra y Equipos y se definen en las siguientes tablas.
Tabla 51: Descripción de cuadrillas en carguío de “MINERAL”
Fuente: “Plantilla de Cotización”
Descripción Tipo Cuadrilla (hh) P.U.

Controlador Oficial Mano de Obra 1 6.58
Operador de Excavadora Mano de Obra 0.5 8.7
Excavadora CAT 349D Equipo 0.5 100.11
Tabla 52: Descripción de cuadrillas en carguío de “DESMONTE”


Controlador Oficial Mano de Obra 1 6.58
Operador de Excavadora Mano de Obra 2 8.7
Excavadora CAT 349D Equipo 0.8 100.11
Excavadora CAT 374F Equipo 0.8 120.11
El P.U. es el producto de la cantidad de BCM movida por cuadrilla con su precio unitario
particular, el precio unitario general se encuentra sumando lo obtenido por las cuadrillas de
mano de obra y equipos involucrados tanto para el carguío de mineral como para le carguío de
desmonte, para entenderlo mejor, el cálculo se sustenta en las siguientes relaciones.
ℎℎ ∗ 𝐻𝑜𝑟𝑎𝑠/𝐺𝑢𝑎𝑟𝑑𝑖𝑎
𝐶𝑎𝑛𝑡/𝐵𝐶𝑀 =
𝐵𝐶𝑀𝑔𝑢𝑎𝑟𝑑
𝑃. 𝑈.𝐺𝑒𝑛𝑒𝑟𝑎𝑙 = ∑ 𝐶𝑎𝑛𝑡/𝐵𝐶𝑀 ∗ P. U.
Finalmente se debe añadir los valores de “gastos generales” (G.G.) y de “utilidad” (Uti) que son
un porcentaje del P.U. general, sumando estos valores obtenemos el valor del “PRECIO
UNITARIO DE CARGUIO” (P.U. carguío).
𝐺. 𝐺. = 20% ∗ 𝑃. 𝑈.𝐺𝑒𝑛𝑒𝑟𝑎𝑙
𝑈𝑡𝑖 = 8% ∗ 𝑃. 𝑈.𝐺𝑒𝑛𝑒𝑟𝑎𝑙
𝑃. 𝑈.𝐶𝑎𝑟𝑔𝑢𝑖𝑜 = 𝑃. 𝑈.𝐺𝑒𝑛𝑒𝑟𝑎𝑙 + 𝐺. 𝐺. + 𝑈𝑡𝑖
Remplazando los valores de rendimiento y los descritos en las tablas 51 y 52 se obtienen los
siguientes resultados de precios unitarios.
Tabla 53: Tabla de comparación y resultados de precios unitarios de carguío
Material P.U. carguío “Plantilla” P.U. carguío “Actualizado”

Mineral 0.84 0.89
Desmonte 0.68 0.69
5.2. P.U. Acarreo:

El precio unitario del acarreo es variable en incrementos de 500 m o 0.5 km, entonces la
obtención de estos P.U. dependen de sus valores independientes y si el movimiento es de
mineral o desmonte, para su cálculo usaremos los valores encontrados en el “análisis de
acarreo” y sus resultados detallados en capítulos anteriores, las relaciones y variables para su
cálculo se detalla a continuación:
Tiempo de acarreo (T.A. total): El tiempo de acarreo se refiere a la duración del ciclo total de
acarreo que incluye los tiempos de ida, vuelta, carguío y descarga, sin embargo, en la medición
en campo se tomaron en cuenta más partes del ciclo de acarreo, para entenderlo y calcularlo de
la misma forma que en la “Plantilla de Cotización” usamos las siguientes relaciones:
𝐷𝑖𝑠𝑡. 𝑃𝑟𝑜𝑚
𝑇. 𝐴.𝑖𝑑𝑎 =
𝑉𝑒𝑙. 𝐼𝑑𝑎 𝑝𝑟𝑜𝑚
𝑇. 𝐴.𝑐𝑎𝑟𝑔 = 𝑇𝑐𝑎𝑟𝑔 + 𝑇𝑐𝑢𝑎𝑑
𝑇. 𝐴.𝑑𝑒𝑠𝑐 = 𝑇𝑑𝑒𝑠𝑐 + 𝑇𝑟𝑒𝑡𝑟𝑜

𝐷𝑖𝑠𝑡. 𝑃𝑟𝑜𝑚
𝑇. 𝐴.𝑣𝑢𝑒𝑙𝑡𝑎 =
𝑉𝑒𝑙. 𝑣𝑢𝑒𝑙𝑡𝑎 𝑝𝑟𝑜𝑚
𝑇𝑐𝑎𝑟𝑔 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑢𝑖𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑢𝑖𝑜
𝑇𝑐𝑢𝑎𝑑 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑑𝑒𝑚𝑜𝑟𝑎 𝑑𝑒 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑑𝑒𝑙 𝑣𝑜𝑙𝑞𝑢𝑒𝑡𝑒 𝑒𝑛 𝑝𝑢𝑛𝑡𝑜 𝑑𝑒 𝑐𝑎𝑟𝑔𝑢𝑖𝑜

𝑇𝑑𝑒𝑠𝑐 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎
𝑇𝑟𝑒𝑡𝑟𝑜 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑡𝑟𝑜𝑐𝑒𝑠𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑑𝑒 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎
𝑇. 𝐴.𝑡𝑜𝑡𝑎𝑙 = 𝑇. 𝐴.𝑖𝑑𝑎 + 𝑇. 𝐴.𝑐𝑎𝑟𝑔 + 𝑇. 𝐴.𝑑𝑒𝑠𝑐 + 𝑇. 𝐴.𝑣𝑢𝑒𝑙𝑡𝑎
Producción por día (BCM guard): En este análisis no se considera los cruces ni improductivos,
es por ello que se añade un factor de eficiencia que ajuste en porcentaje estos valores y dan una
holgura de tiempos operativos y ajustan al rendimiento, este valor es de 85%, justo a esto, con
el tiempo de acarreo, con el cálculo de la cantidad de ciclos por guardia (viajes por guardia) y
con la capacidad en toneladas de cada camión se calcula la producción de acarreo en bcm,
detallado en las siguientes relaciones:
60 𝑚𝑖𝑛/ℎ𝑜𝑟𝑎 ∗ 10 ℎ𝑜𝑟𝑎𝑠
𝐶𝑖𝑐𝑙𝑜𝑠𝑔𝑢𝑎𝑟𝑑 =
𝑇. 𝐴.𝑡𝑜𝑡𝑎𝑙
𝑇𝑜𝑛𝑔𝑢𝑎𝑟𝑑 = 𝐶𝑖𝑐𝑙𝑜𝑠𝑑𝑖𝑎 ∗ 𝐶. 𝐶𝑎𝑚.
𝑇𝑜𝑛𝑑𝑖𝑎 ∗ 85%
𝐵𝐶𝑀𝑔𝑢𝑎𝑟𝑑 =
𝐷𝑖𝑛
En la operación actualmente solo se tienen distancias de 1-1.5km y 1.5-2km en el acarreo de
mineral, además de 2-2.5km y 2.5-3km en acarreo de desmonte, los tiempos obtenidos en el
análisis de acarreo fueron obtenidos diferenciando entre los equipos trabajados y si el material
movido es mineral o desmonte, los resultados para el cálculo de P.U. de acarreo se muestran a
continuación:
Tabla 54: Resultados promedio de variables de acarreo obtenidos de “análisis de acarreo” para el cálculo de P.U.
Dist Vel T. T. T.A. T. T. T.A. Vel

Equipos Material
prom ida Carguío Cuad Carg Retro Desc Desc Vuelta
CAT 349D - 20m3 Mineral 1.28 15 2.3 0.33 2.63 0.84 1.14 2 19.1
CAT 349D - 20m3 Mineral 1.87 15 2.3 0.33 2.63 0.84 1.14 2 20.4
CAT 374F - 20m3 Desmonte 2.25 18 1.7 0.3 2 0.42 0.92 1.4 21.5
CAT 374F - 20m3 Desmonte 2.7 18 1.7 0.3 2 0.42 0.92 1.4 21
CAT 374F - 24m3 Desmonte 2.25 18 2.19 0.3 2.49 0.42 0.92 1.4 21.6
CAT 374F - 24m3 Desmonte 2.7 18.3 2.19 0.3 2.49 0.42 0.92 1.4 22
La tabla mostrada representa los resultados del análisis de tiempos de acarreo en promedio, así
facilita el cálculo de precios unitarios; remplazando las variables en las ecuaciones definidas se
obtienen los siguientes resultados de indicadores de producción de acarreo mineral y desmonte:
Tabla 55: Tabla de resultados de rendimientos de acarreo para el cálculo de P.U.
Equipos Rango Dist. Material Dist. prom. T. Acarreo BCM/guardia

CAT 349D - 20m3 1 – 1.5 km Mineral 1.28 13.77 442.12
CAT 349D - 20m3 1.5 – 2 km Mineral 1.87 17.61 341.64
CAT 374F - 20m3 2 – 2.5 km Desmonte 2.25 17.18 377.29
CAT 374F - 20m3 2.5 – 3 km Desmonte 2.7 20.11 323.39
CAT 374F - 24m3 2 – 2.5 km Desmonte 2.25 17.57 442.91
CAT 374F - 24m3 2.5 – 3 km Desmonte 2.7 20.04 390.8
Los valores son diferentes para cada rango de distancia y para mineral o desmonte, es por ello
que los precios unitarios también serán calculados para cada una de estas condiciones.
Cálculo de P.U. de “Acarreo”:

Para el cálculo de PU general se requiere los PU particulares que lo forman y de la misma forma
que en el carguío dependen del material a mover ya que sea mineral o desmonte cambian los
valores de las cuadrillas necesarias de operadores y equipos, las cuadrillas involucradas son de
Mano de Obra y Equipos y están ligadas netamente a la situación contractual, es por ello que los
valores para el cálculo se extraerán directamente de la “Plantilla de Cotización”, los valores de
cuadrilla y precios unitarios particulares son:
Tabla 56: Descripción de cuadrillas en Acarreo de “MINERAL”

Peón Vigías Mano de Obra 1 5.97
Chofer De Camión Volquete Mano de Obra 1 8.07
Camión volquete de 20 m3 Equipo 1 39.89
Tabla 57: Descripción de cuadrillas en Acarreo de “Desmonte”

Peón Vigías Mano de Obra 0.4 5.97
Chofer De Camión Volquete Mano de Obra 1 8.07
Camión volquete de 20 m3 Equipo 0.29 39.89
Camión volquete de 24 m3 Equipo 0.71 46.77
El P.U. es el producto de la cantidad de BCM movida por cuadrilla con su precio unitario
particular, el precio unitario general se encuentra sumando lo obtenido por las cuadrillas de
mano de obra y equipos involucrados tanto para el acarreo de mineral como para el acarreo de
desmonte, para entenderlo mejor, el cálculo se sustenta en las siguientes relaciones.
ℎℎ ∗ 𝐻𝑜𝑟𝑎𝑠/𝐺𝑢𝑎𝑟𝑑𝑖𝑎
𝐶𝑎𝑛𝑡/𝐵𝐶𝑀 =
𝐵𝐶𝑀𝑔𝑢𝑎𝑟𝑑
𝑃. 𝑈.𝐺𝑒𝑛𝑒𝑟𝑎𝑙 = ∑ 𝐶𝑎𝑛𝑡/𝐵𝐶𝑀 ∗ P. U.
Finalmente se debe añadir los valores de “gastos generales” (G.G.) y de “utilidad” (Uti) que son
un porcentaje del P.U. general, sumando estos valores obtenemos el valor del “PRECIO
UNITARIO DE ACARREO” (P.U. acarreo).
𝐺. 𝐺. = 20% ∗ 𝑃. 𝑈.𝐺𝑒𝑛𝑒𝑟𝑎𝑙
𝑈𝑡𝑖 = 8% ∗ 𝑃. 𝑈.𝐺𝑒𝑛𝑒𝑟𝑎𝑙
𝑃. 𝑈.𝐴𝑐𝑎𝑟𝑟𝑒𝑜 = 𝑃. 𝑈.𝐺𝑒𝑛𝑒𝑟𝑎𝑙 + 𝐺. 𝐺. + 𝑈𝑡𝑖
Remplazando los valores de rendimiento y los descritos en las tablas 56 y 57 se obtienen los
siguientes resultados de precios unitarios.
Tabla 58: Tabla de comparación y resultados de precios unitarios de Acarreo
Equipos Rango Dist. Material P.U. acarreo “Plantilla” P.U. acarreo “Actualizado”
CAT349 con Vq 20m3 1 – 1.5 km Mineral 1.30 1.04
CAT349 con Vq 20m3 1.5 – 2 km Mineral 1.17 1.01
CAT374 con Vq 20m3 – 24m3 2 – 2.5 km Desmonte 0.86 0.81
CAT374 con Vq 20m3 – 24m3 2.5 – 3 km Desmonte 0.85 0.67
CAPITULO VI: CONCLUSIONES Y RECOMENDACIONES
6.1. Conclusiones:
En el sistema de análisis de carguío se especifica que la metodología a usar tiene varias capas de
análisis, entre ellas, el tamaño muestral representativo, el análisis individual por distribuciones
estadísticas, la simulación Montecarlo con los valores de probabilidad acumulada y el análisis de
sensibilidad de variables de entrada, las conclusiones independientes de cada uno de estos son
los siguientes:
• El tamaño muestral representativo requerido es de una muestra de “500 pases o 100

viajes” en el punto de carguío, y el error muestral esperado se muestra en la tabla 16.
• Las distribuciones estadísticas muestran que el “Primer pase” y el “Pase estándar”

tienen comportamientos muy diferentes, esto debido a las propias distribuciones de las
partes del ciclo de carguío en cada una de ellas, en el primer pase la duración de “Carga”
y “Giro Cargado” poseen una distribución sesgada a la derecha y la duración de
“Descarga” y “Giro Descargado” poseen una distribución normal; con respecto al pase
estándar todas las partes del ciclo de carguío (Carga, giro cargado, descarga, giro
descargado) presentan una “distribución normal”; las distribuciones mostradas tienen
el mismo comportamiento independientemente de la litología, esto comprueba su
veracidad y la independencia de variables externas.
• La simulación fue realizada para cada escenario (condición de equipos y litología)

actualmente en esta sustentación aun faltan describir distintos escenarios, sin embargo,
los escenarios simulados realizados fueron utilizados como base para el calculo de
precios unitarios, con una semejanza exitosa e indicadores que sustentan el rendimiento
a través del comportamiento de los datos, esto se puede ver en la tabla 50.
• El análisis de sensibilidad fue modelado solamente en un escenario (movimiento de

mineral) esto por que es necesario comprobar la efectividad de los modelos
matemáticos y las correlaciones lineales que se usaron para llegar hasta dicho modelo,
una vez comprobada la metodología se podrá sustentar el modelamiento de los demás
escenarios, la finalidad de estos modelos es conocer el impacto de la variación de las
variables de entrada y obtener puntos de optimización mediante modelos numéricos.
En el sistema de análisis de acarreo no es simulado como el sistema de carguío debido a las

variables externas no controlables o no medibles en los datos obtenidos en campo, sin embargo,
cada grupo de datos fue seccionado (como dato dependiente o independiente de variables
externas) según el comportamiento de sus datos, con esto se realizó distintos análisis netamente
estadísticos, entre ellos, el análisis general de tiempos de acarreo de mineral y desmonte, el
análisis por tramos y condiciones de vías y el análisis selectivo de velocidades de ida y vuelta, las
conclusiones de cada uno de estos análisis son:
• El análisis general de tiempos de acarreo mostro que tanto para el acarreo de mineral y
desmonte los datos temporales de “T. cuadrado” en el punto de carguío, “T. Retroceso”
en el punto de descarga y el “T. de descarga” son datos independientes de variables
externas por lo cual se pueden modelar y simular, sin embargo los datos de “T. ida”, “T.
Vuelta” y los “cruces” son variables dependientes por lo cual su análisis es netamente
por “rangos estadísticos”, como último punto el “T. Carguío” no puede analizarse desde
esta perspectiva ya que es incompleto si se mide desde el acarreo, si se requieren datos
se deben de analizar con la sustentación en el “análisis de carguío” considerando que
el valor de carguío en el acarreo se considera desde la “descarga” del “primer pase”, los
valores promedio de cada parte del ciclo de acarreo se muestran en la tabla 54.
• El análisis por tramos nos muestra valores efectivos en tramos de acarreo, es evidente
que estos valores siguen una distribución conocida y por lo tanto se podrían modelar,
sin embargo debido a la poca cantidad de datos que se dispone para este análisis lo
recomendable es obtener mas datos de campo, sin embargo, los resultados nos dan un
enfoque de la variabilidad del acarreo en cada tramo según las condiciones de las vías y
nos muestra una prioridad según la variación porcentual de tiempo de acarreo, estas
conclusiones se muestran consecutivas a las tablas 41 y 44, dando prioridad a la vía que
va desde “4070 a Dtm” ya que tanto en ida como en la vuelta es la que genera mayor
porcentaje de demoras, la siguiente vía en prioridad es de “PR a 4070”, a continuación
en prioridad es la vía “F3 a Ovl” referido a la rampa 5 y como vía de menor prioridad se
tiene a la rampa “Adelas”, en el mantenimiento de vías se debe seguir este orden de
prioridad si se quiere reducir el mayor tiempo posible en acarreo.
• El análisis selectivo de velocidades nos evidencia en que escenarios se necesitan mayor

cantidad de datos, según la base de datos que se dispone se requieren mas datos cuando
las vías están “secas”, también se requiere mayor numero de datos con “volquetes de
20 m3” de capacidad; las velocidades y sus incrementos nos dan a conocer los valores
esperados en cada situación y nos darían un enfoque selectivo si los precios unitarios
serian calculados tomando en cuenta los estados de las vías y los tramos a recorrer con
camiones de distinta capacidad, estas conclusiones a detalle se muestran posterior a los
gráficos 45, 46 y 47.
El calculo de precios unitarios fue realizado según las ecuaciones realizadas en la “Plantilla de
Cotización” para el calculo actualizado solo se tomo en cuenta la variación de los datos
temporales de rendimiento, en otras palabras, lo único que se cambio fue los tiempos
promedios medidos en campo, los errores propios del calculo no fueron corregidos ya que no
son el objetivo de esta sustentación y serán descritos en un documento aparte, los as
conclusiones obtenidas a partir de los precios unitarios actualizados de carguío y acarreo son:
• El carguío obtenido con los datos actualizados es muy similar al realizados en la

“Plantilla de Cotización” sin embargo existen valores que fueron sobre estimados con
lo cual se obtiene un incremento en los precios unitarios, este incremento es de 0.05 en
el carguío de mineral y de 0.01 en el carguío de desmonte, los detalles se encuentran en
la tabla 53.
• A diferencia del carguío en el acarreo las velocidades tanto para la ida como para la
vuelta fueron subestimadas en gran manera en la “Plantilla de Cotización”, estos
valores son de vital importancia e impacto en el calculo de rendimientos, la diferencia
se puede apreciar en la tabla 58 donde el precio unitario por movimiento de mineral se
reduce en 0.26 si el acarreo es entre 1 – 1.5 km y se reduce en 0.16 si el acarreo esta
entre 1.5 – 2 km; en el movimiento de desmonte el precio unitario se reduce en 0.05 si
el acarreo esta entre 2 – 2.5 km y la reducción es de 0.18 si el acarreo esta entre 2.5 – 3
km.
Como conclusión general y en base a todos los datos obtenidos y los resultados ya descritos, se
puede afirmar que el incremento de la producción se logra con la optimización del “sistema de
carguío” y la reducción de precios unitarios se logra con aumentos de velocidad y una
optimización en el “sistema de acarreo”, ambas alternativas tienen impacto en los precios
unitarios sin embargo el aumento en la producción genera “menos variabilidad” que el
aumento de velocidad, en este punto en específico, si las condiciones son adecuadas en las vías
la velocidad de ida y vuelta se incrementarían en más de 6 km/h según las velocidades máximas
de las tablas 34, 35, 36 y 37, que muestran velocidades “alcanzadas” en el periodo de medición,
entonces si se desea un punto de mejora se debe acondicionar las vías para el alcance de estas
velocidades, cabe resaltar que la homogeneidad de los tiempos de acarreo por tramos
mostrados en el “análisis por tramos” nos evidencia que los puntos de mejora están en las vías
de ingreso a los puntos de carguío y a los puntos de descarga, ya que son aquí donde ocurre la
mayor variabilidad de tiempo que incrementa los tiempos de ida y vuelta y se debe dar mayor
enfoque a estos para la reducción de las velocidades promedio.
6.2. Recomendaciones:
• Se recomienda comprobar la variación descrita por los modelos matemáticos obtenidos

a partir del análisis de sensibilidad, si estos resultan ser exitosos, se procede a
determinar modelos para cada escenario y estos servirán como puntos de optimización
dinámica con variación de variables múltiples (numero de pases, numero de volquetes
y tiempo de acarreo).
• Si se desea data continua se recomienda un sistema semiautomatizado como el usado

para la obtención de toda la base de datos en esta sustentación (un script de Python
utilizado en el celular), este sistema debe ser usado de manera continua por los
“operadores de acarreo” y la data modelada por el propio sistema.
• Se recomienda un mayor volumen de datos de “acarreo por tramos” para la verificación

de pertenencia a distribuciones estadísticas y demostrar que se puede modelar, si la
demostración no es exitosa entonces se utilizaría el mismo método usado para el
“análisis general de acarreo” usado en esta sustentación.
• Se recomienda una revisión exhaustiva de la “Plantilla de Cotización” ya que en la

realización de este informe se encontraron varios valores cuestionables de calculo y
unidades usadas, asi mismo estas variaciones pueden afectar notablemente a los
precios unitarios.

Sustentacion Analisis Operativo (Carguio-Acareo) TSG - FINAL

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sustentacion Analisis Operativo (Carguio-Acareo) TSG - FINAL

Cargado por

Copyright:

Formatos disponibles

MARZO DEL 2022

ANALISIS, MODELAMIENTO DE DATOS Y

REALIZADO POR: INDIGOYEN LÒPEZ CHRISTOPHER JHONNY

- Huaricapcha Rivera Geovani

NEXA RESOURCES – ATACOCHA

1.1. Base de datos de carguío:

Tabla 2: Tabla de cantidad de datos medidos por equipo en “BD-CARGUIO”

Cantidad de datos Cantidad de datos

Tabla 3: Tabla de cantidad de datos por Litología en “BD-CARGUIO”

Cantidad de datos Cantidad de datos

Tabla 4: Tabla de cantidad de datos por Banco en “BD-CARGUIO”

Cantidad de datos Cantidad de datos

Tabla 5: Tabla de cantidad de datos por capacidad de volquete en “BD-CARGUIO”

Cantidad de datos Cantidad de datos

Improductivo Cantidad de datos

1.2. Base de datos de acarreo:

Tabla 8: Cantidad de viajes servidos por equipo en “BD-ACARREO”

Equipo Cantidad de viajes

Tabla 9: Cantidad de viajes medidos en equipos de distinta capacidad en “BD-ACARREO”

Cap. De Volquete Cantidad de viajes

Tabla 10: Cantidad de viajes monitoreados por código en “BD-ACARREO”

Código Vq Cantidad de viajes

Tabla 11: Cantidad de viajes por nivel de carguío en “BD-ACARREO”

Nivel de carguío Cantidad de viajes

Punto de descarga Cantidad de viajes

A diferencia de la base de datos de carguío la base de datos de acarreo comprende de una

2.1. Conceptos y definiciones en “ACARREO”:

2.1.1. Conceptos en Acarreo:

2.1.2. Definiciones en Acarreo:

Velocidad promedio de ida:

2.2. Conceptos y definiciones en “CARGUIO”:

2.2.1. Conceptos en Carguío:

• Primer Pase: El primer pase es el concepto de la primera cucharada servida de la pala al

• Tiempo de carguío: El tiempo de carguío es la sumatoria de la duración de todos los

2.2.2. Definiciones en Carguío:

Duración del primer pase:

𝑫𝑷𝑷 = 𝑷𝑷𝟏 + 𝑷𝑷𝟐 + 𝑷𝑷𝟑 + 𝑷𝑷𝟒

𝑫𝑷𝑬 = 𝑷𝑬𝟏 + 𝑷𝑬𝟐 + 𝑷𝑬𝟑 + 𝑷𝑬𝟒

𝑫𝑪𝑪 = 𝑨 + 𝑫𝑷𝑷 + (#𝑷 − 𝟏). 𝑫𝑷𝑬

Factor de llenado de cuchara:

𝑻𝑺𝑩𝒄 = 𝑻𝒕𝒑 + 𝑻𝑬𝑿

𝑇𝑆𝐵𝑐 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑠𝑡𝑎𝑛𝑑 𝑏𝑦 𝑒𝑛 𝑐𝑎𝑟𝑔𝑢𝑖𝑜 (ℎ)

𝑇𝐼 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑖𝑚𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑜𝑠 (𝑠𝑜𝑙𝑜 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎𝑑𝑜 𝑎 𝑒𝑠𝑝𝑒𝑟𝑎) (ℎ)

𝑇𝑀 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑝𝑎𝑟𝑎𝑑𝑎𝑠 𝑚𝑒𝑐𝑎𝑛𝑖𝑐𝑎𝑠 𝑝𝑟𝑜𝑔 𝑜 𝑛𝑜 𝑝𝑟𝑜𝑔 (ℎ)

CAPITULO III: METODOLOGIA

3.1. Metodología de análisis en” Carguío”:

El objetivo de la toma de datos y el análisis de la operación unitaria de “Carguío” se enfoca

Gráfico 1: Leyenda de variables en diagramas de metodología

Diagrama 1: Diagrama de dependencia de variables principales en carguío

Como el diagrama describe la variable medible de fragmentación (medible porque no se puede

La primera parte (el cual corresponde principalmente a toda la sustentación de este

La segunda parte se enfoca en el “Análisis en conjunto del sistema”, para conocer la

3.1.2. Descripción de análisis de datos de “Carguío”:

Diagrama 2: Descripción de filtración para análisis de datos de carguío

La tercera parte “Análisis de indicadores y puntos de mejora” se enfoca en la variabilidad

3.2. Metodología de análisis en” Acarreo”:

Si se desea mas detalle en el analisis de acarreo se recomienda una toma de datos

3.2.1. Dependencia directa de variables en el sistema de “Carguío”:

3.2.2. Descripción de análisis de datos de “Acarreo”:

Datos independientes de variables externas: A estos datos se le asignaran distribuciones

Datos dependientes de variables externas: A estos datos debido a la complejidad de cálculo se

Los datos de “duración de carguío” en la “BD-ACARREO” no deben ser analizados de manera

Estas mejoras están ligadas al análisis de carguío y a la maximización de la productividad