Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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.
Viajes
Cantidad de datos 753
Tabla 12: Cantidad de viajes con destino en principales puntos de descarga en “BD-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.
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)
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.
𝑻𝑬𝑿 = 𝑻𝑻 − 𝑻𝒑 − 𝑻𝑰 − 𝑻𝒕𝒑 − 𝑻𝑴
𝑻𝒑 = ∑ 𝑫𝑪𝑪
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)
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.
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.
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.
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.
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.
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.
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:
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.
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
PRIMER PASE:
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
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.
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
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:
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.
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:
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:
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.
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
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:
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
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
Vq 20_T.A. 16 Vq 20_T.A. 17 Vq 24_T.A. 16 Vq 24_T.A. 17
Gráfico 12: Grafico de comparación de ton esperados y ciclo de carguío en mineral de CAT349D
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.
Gráfico 14: Grafico de comparación de ton esperados y ciclo de carguío en desmonte de CAT349D
El tonelaje que reporta Pevoex es proporcional al número de viajes por hora que realiza la pala,
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.
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:
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.
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”).
Gráfico 17: Grafico de comparación de ton esperados y ciclo de carguío en desmonte de CAT374F
El tonelaje que reporta Pevoex es proporcional al número de viajes por hora que realiza la pala,
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.
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
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 %
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”.
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.
0.00 -5.00
Vq 20_T.A. 23 Vq 20_T.A. 25 Vq 24_T.A. 23 Vq 24_T.A. 25
Gráfico 19: Grafico de eficiencia, colas y esperas en productividad de desmonte de fase 3 con CAT374F
Gráfico 20: Grafico de comparación de ton esperados y ciclo de carguío en desmonte de fase 3 con CAT374F
El tonelaje que reporta Pevoex es proporcional al número de viajes por hora que realiza la pala,
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.
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.
Gráfico 22: Grafico de tendencia de Tiempo de Acarreo Vs (Viajes, Esperas y Colas) en flota de 6 Volquetes
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”.
Gráfico 23: Grafico de tendencia de Tiempo de Acarreo Vs (Viajes, Esperas y Colas) en flota de 7 Volquetes
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.
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”
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:
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.
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
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
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.
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.
Gráfico 30: Histogramas de tiempos de acarreo “ida” con origen en banco 4246 – 4252 - 4324
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.
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.
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
Gráfico 34: Grafico de distribución y probabilidad acumulada de tiempo de retroceso en punto de descarga de
mineral
40
30
21
20 16
13
7 5
10
0 0
0
0 50 100 150 200
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
Dist. Prom Vel. Min Vel. Prom Vel. Max Prom de Acarreo
4246 a PR 2.38 km 16.38 km/h 17.87 km/h 19.36 km/h 7.98 min
4252 a PR 2.14 km 15.78 km/h 18.01 km/h 19.28 km/h 7.12 min
4258 a PR 2.20 km 19.12 km/h 6.21 min
4318 a PR 2.60 km 15.15 km/h 17.77 km/h 17.90 km/h 8.79 min
4324 a PR 2.80 km 17.84 km/h 18.82 km/h 21.80 km/h 8.94 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%.
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
𝑥 = 𝑉𝑎𝑙𝑜𝑟 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑜 𝑒𝑛𝑡𝑟𝑒 [0 , 1]
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
Dist. Prom Vel. Min Vel. Prom Vel. Max Prom de Acarreo
PR a 4246 2.36 km 16.56 km/h 21.50 km/h 26.02 km/h 6.57 min
PR a 4252 2.36 km 19.36 km/h 23.81 km/h 23.66 km/h 5.94 min
PR a 4258 2.20 km 20.66 km/h 6.39 min
PR a 4318 2.54 km 16.66 km/h 20.44 km/h 24.07 km/h 7.44 min
PR a 4324 2.80 km 17.99 km/h 21.42 km/h 21.99 km/h 7.85 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
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”.
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.
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.
Tabla 39: Rangos estadísticos de acarreo por tramos en vías húmedas en acarreo “ida”
Tabla 40: Rangos estadísticos de acarreo por tramos en vías mojadas en acarreo “ida”
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
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.
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”
Tabla 43: Rangos estadísticos de acarreo por tramos en vías húmedas en acarreo “vuelta”
Vías secas:
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:
𝐷 = 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑎
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:
𝐷 = 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑎
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.
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
%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.
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.
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.
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.
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:
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”.
𝐵𝐶𝑀𝑑𝑖𝑎 = 𝐵𝐶𝑀𝑔𝑢𝑎𝑟𝑑 ∗ 2
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
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
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.
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.
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.
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 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 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:
• 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: