V.Cueva Tesis Titulo Profesional 2022

Facultad de Ingeniería
Ingeniería de Minas
Tesis:
“Control de tiempos improductivos mediante el modelo
de regresión lineal para mejorar la productividad en el
proceso de acarreo en la empresa OPEMIP S.A.C. – U.M.
San Rafael”
VICTOR PEDRO CUEVA CHAVEZ
Para obtener el Título Profesional de:

Ingeniero de Minas
Asesor:
Ing. Juan Francisco Retamozo Belsuzarri
Arequipa – Perú
2022
DEDICATORIA
A toda mi familia, en especial a mis
padres y abuelo; que me dieron su apoyo
incondicional durante mi desarrollo
personal y profesional.
i
AGRADECIMIENTO
Agradecer en primer lugar a Dios por ser
la guía del buen camino de mi vivir, a mis
padres, abuelos y tíos que me apoyaron
inconmensurablemente durante todo mi
proceso de estudiante universitario, en
mi vida y en esta investigación.
ii
RESUMEN
La investigación titulada “Control de tiempos improductivos mediante el modelo de
regresión lineal para mejorar la productividad en el proceso de acarreo en la empresa
OPEMIP S.A.C. – U.M. San Rafael”. El objetivo general de esta investigación es; “Controlar
los tiempos improductivos mediante el modelo de regresión lineal para mejorar la
productividad en el proceso de acarreo en la empresa OPEMIP S.A.C. – U.M. San Rafael”.
La metodología empleada está bajo un enfoque cuantitativo, de tipo aplicada y descriptiva,
con un diseño de investigación experimental con un método analítico mediante la
observación y experimentación. Según la demostración de hipótesis por regresión lineal se
muestra que si las horas efectivas de trabajo se incrementan en una unidad (1 hora), le
producción aumentará en 539.695 toneladas acarreadas, de igual forma el incremento de
horas operativas y utilizadas. Finalmente se llega a la conclusión: Se logró
considerablemente controlar los tiempos improductivos mediante el modelo de regresión
lineal 𝑃𝑟𝑜𝑑 ⁄𝐺𝑢𝑎𝑟𝑑𝑖𝑎 = 244.740 + 539.695 (ℎ𝑜𝑟𝑎𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎𝑠), en lo cual se mejoró
considerablemente la producción desde 5,560.64 ton/día a 7,000.00 ton/día en el proceso
de acarreo por en la empresa OPEMIP S.A.C. – U.M. San Rafael.
iii
ABSTRACT
The research entitled "Control of unproductive times by means of the linear regression
model to improve productivity in the hauling process in the company OPEMIP S.A.C. - U.M.
San Rafael". The general objective of this research is; "To control the unproductive times
by means of the linear regression model to improve the productivity in the hauling process
in the company OPEMIP S.A.C. - U.M. San Rafael". The methodology used is under a
quantitative approach, applied and descriptive, with an experimental research design with
an analytical method through observation and experimentation. According to the
demonstration of hypotheses by linear regression, it is shown that if the effective working
hours are increased by one unit (1 hour), the production will increase by 539,695 tons
hauled, as well as the increase in operating and used hours. Finally, the conclusion is
reached: It was possible to considerably control the unproductive times by means of the
linear regression model Prod Guardia=244.740+539.695 (effective hours), in which the
production was considerably improved from 5,560.64 ton/day to 7,000.00 ton/day in the
hauling process in the company OPEMIP S.A.C. - U.M. San Rafael.
iv
ÍNDICE GENERAL
DEDICATORIA ................................................................................................................... i
AGRADECIMIENTO .......................................................................................................... ii
RESUMEN ........................................................................................................................ iii
ABSTRACT ...................................................................................................................... iv
ÍNDICE GENERAL ............................................................................................................ v
ÍNDICE DE FIGURAS ..................................................................................................... viii
ÍNDICE DE TABLAS ...................................................................................................... viii
ÍNDICE DE ANEXOS ......................................................................................................... x
INTRODUCCIÓN .............................................................................................................. xi
CAPITULO 1 .................................................................................................................... 1
1. FUNDAMENTOS DE LA INVESTIGACION .............................................................. 1
1.1 Planteamiento del problema ................................................................................ 1
1.2 Formulación del problema................................................................................... 2
1.2.1 Pregunta general.............................................................................................. 3
1.2.2 Preguntas específicas ...................................................................................... 3
1.3 Objetivos de la investigación .............................................................................. 3

1.3.1 Objetivo general ............................................................................................. 3
1.3.2 Objetivos específicos .................................................................................... 3
1.4 Hipótesis de la investigación .............................................................................. 4

1.4.1 Hipótesis general ........................................................................................... 4
1.4.2 Hipótesis específicas ..................................................................................... 4
1.5 Justificación de la investigación......................................................................... 4

CAPITULO 2 .................................................................................................................... 6
2. MARCO TEÓRICO .................................................................................................... 6
2.1 Antecedentes de la investigación ....................................................................... 6
2.2 Bases Teóricas ....................................................................................................12
2.2.1 Optimización en proyectos.......................................................................... 12
2.2.2 Control de tiempos en un proceso ............................................................. 12
2.2.3 Importancia de control de tiempos ............................................................. 13
2.2.4 Eficiencia de controles de tiempo............................................................... 13
v
2.2.5 Operación minera ......................................................................................... 13
2.2.6 Tiempos en la operación minera ................................................................. 14
2.2.7 Tiempos Improductivos ............................................................................... 15
2.2.8 Estrategias de mejora de eficiencia en minería ......................................... 15
2.2.9 Modelo de regresión lineal .......................................................................... 16
2.2.10 Productividad de una empresa minera ....................................................... 17
2.2.11 Características de transporte y carguío ..................................................... 17
2.2.12 Factores que afectan en el transporte y carguío............................................. 18
2.2.13 Rendimiento y flota de camiones................................................................ 18
2.2.14 Índice de disponibilidad y utilización de equipos ...................................... 19
2.2.15 Costos de producción ................................................................................. 19
2.3 Descripción general del lugar estudio ...............................................................21

2.3.1 Ubicación política ........................................................................................ 21
2.3.2 Accesibilidad ................................................................................................ 21
2.3.3 Clima y meteorología ................................................................................... 21
2.3.4 Descripción geológica ................................................................................. 21
2.3.5 Ciclo de Minado subterráneo ...................................................................... 22
2.3.6 Características de volquetes volvo FMX .................................................... 22
CAPITULO 3 ...................................................................................................................24
3. MARCO METODOLÓGICO......................................................................................24
3.1 Enfoque de investigación ...................................................................................24
3.2 Tipo de investigación..........................................................................................24
3.3 Diseño de investigación .....................................................................................24
3.4 Método .................................................................................................................24
3.5 Población y muestra ...........................................................................................24
3.6 Identificación y clasificación de variables e indicadores .................................25
3.6.1 Operacionalización de Variables................................................................. 25
3.7 Técnicas e instrumentos de recolección de datos ...........................................26

CAPITULO 4 ...................................................................................................................27
4. RESULTADOS Y DISCUSIÓN .................................................................................27
vi
4.1.1 Determinación de parámetros de operación en el proceso de acarreo de la
empresa OPEMIP S.A.C. – U.M. San Rafael ................................................................. 27
4.1.2 Controles de tiempo productivos e improductivos en el proceso de
acarreo de la empresa OPEMIP S.A.C. – U.M. San Rafael........................................... 30
4.1.3 Diseño un modelo matemático según la ruta de capacidad de los camiones y
los puntos de equilibrio económico .................................................................................. 36
4.1.4 Evaluación de la productividad en el proceso de acarreo por control de tipos
mediante el modelo de regresión lineal en la empresa OPEMIP S.A.C. – U.M. San
Rafael 54
V. CONCLUSIONES........................................................................................................60
RECOMENDACIONES………………………………………………………………………….58
ANEXOS .........................................................................................................................63
vii
ÍNDICE DE FIGURAS
Figura 1. Tiempos en la operación minera ......................................................................14

Figura 2. Elementos del costo .........................................................................................20
Figura 3. Diagrama de recorrido en el proceso de carguio de transporte ........................29
Figura 4. Tiempos de operacion minera .........................................................................31
Figura 5. Control de tiempos promedio en horas por cada guardia semanal ...................35
Figura 6. Comportamiento del modelo matemático de las variables horas efectivas y la
producción por guardia ....................................................................................................42
Figura 7. Comportamiento del modelo matemático de las variables horas utilizadas y la
Figura 8. Comportamiento del modelo matemático de las variables horas operativas y la
Figura 9. Resumen de modelos matemáticos .................................................................44
Figura 10. Modificaciones de horas disponibles en horas – guardia/ semana .................45
Figura 11. Modificaciones de horas operativas en horas – guardia/ semana ..................47
Figura 12. Modificaciones de horas infectivas de trabajo en horas – guardia/ semana ...48
Figura 13. Resumen de modificaciones en tiempo. .........................................................49
Figura 14. Diagrama de recorrido en el proceso de carguio de transporte ......................50
Figura 15. Estimación de vida según la producción por viaje de la empresa OPEMIP S.A.C.
........................................................................................................................................53
Figura 16. Demostración de la aplicación del modelo matemático ..................................55
Figura 17. Gráfico de dispersión de los tiempos presupuestados y logrados……………. 56
Figura 18. Influencia de los tiempos improductivos en la producción…………………….. 57
Figura 19. Estimación de Prod/Guardia de la situación actual……………………………..58
Figura 20. Abaco de proyección de producción con el modelo matemático……………...59
viii
ÍNDICE DE TABLAS
Tabla 1. Fechas de Recolección de datos ....................................................................... 26

Tabla 2. Parámetros operativos de la empresa OPEMIP S.A.C. – U.M. San Rafael ........ 28
Tabla 3. Fuerza laboral de la empresa OPEMIP S.A.C. – U.M. San Rafael ..................... 28
Tabla 4. Rendimiento de los volquetes por guardia ......................................................... 30
Tabla 5. Control de tiempos en el ciclo productivos ......................................................... 30
Tabla 6.Cálculo de Horas Disponibles ............................................................................. 32
Tabla 7. Cálculo de horas operativas .............................................................................. 33
Tabla 8. Observación de demoras totales ....................................................................... 34
Tabla 9. Cálculo de horas efectivas de trabajo ................................................................ 34
Tabla 10. Cálculo de horas utilizadas en el trabajo .......................................................... 35
Tabla 11. Base de datos de tiempos en mantenimiento y reserva (horas) ....................... 37
Tabla 12. Base de datos recolectados de demoras totales (horas).................................. 38
Tabla 13. Base de datos de horas efectivas y tiempo utilizado (horas) ............................ 39
Tabla 14. Base de datos de producción por guardia en toneladas acarreadas ................ 40
Tabla 15. Análisis de varianza (PROD/GUARDIA): ......................................................... 41
Tabla 16. Parámetros del modelo (PROD/GUARDIA): .................................................... 41
Tabla 17. Coeficientes estandarizados (PROD/GUARDIA) ............................................. 44
Tabla 18. Propuesta de modificatoria de Horas de mantenimiento .................................. 45
Tabla 19. Propuesta de modificatoria de horas operativas .............................................. 46
Tabla 20. Estrategias de reducción de demoras totales .................................................. 47
Tabla 21. Modificatoria de horas utilizadas en el trabajo ................................................. 48
Tabla 22. Simulación de distancias a acarrear ............................................................... 51
Tabla 23. Capacidades de viaje ...................................................................................... 52
Tabla 24. Cálculo de producción con simulación del modelo matemático........................ 52
Tabla 25. Base de datos pre test y post prueba............................................................... 54
ix
ÍNDICE DE ANEXOS
ANEXO 1. Matriz de Consistencia ................................................................................... 64

ANEXO 2. Matriz de Sistematización de datos (Control de tiempos productivos e
improductivos Julio - 2021) .............................................................................................. 66
ANEXO 3. Matriz de Sistematización de datos (Control de viajes y producción diaria Julio -
2021) ............................................................................................................................... 68
ANEXO 4. Matriz de Sistematización de datos (Control de tiempos productivos e
improductivos Septiembre - 2021) ................................................................................... 70
ANEXO 5. Matriz de Sistematización de datos (Control de viajes y producción diaria
Setiembre -2021) ............................................................................................................. 71
ANEXO 6. Base de datos de la generación del Modelo Matemático ................................ 72
ANEXO 7. Generación de modelo matemático con XLSTAT ........................................... 74
ANEXO 8. Validacion de Datos del Modelo matematico con XLSTAT ………………...… 73
x
INTRODUCCIÓN
En la actualidad la industria minera tanto en la explotación subterránea y a cielo abierto las
actividades de carguío y acarreo de mineral / desmonte son actividades vitales para el logro
de los objetivos operacionales y son clave para asegurar la continuidad de la empresa y
así obtener el beneficio del mineral, por lo tanto, los equipos deben asegurar una alta
optimización para el logro de la producción programada a diario en una empresa minera.
En tal sentido para que los equipos de carguío y acarreo operen eficientemente se debe
analizar varios factores que afecten el incumplimiento de la producción a diario.
Es por ello, el trabajo en investigación se realizó a detalle respetando las estructuras de la
universidad, empezando del capítulo I: Generalidades, capitulo II: Marco teórico, capitulo
III: Metodología de Investigación, Capitulo IV: Resultados, finalmente y se presentan las
conclusiones alcanzadas de investigación, anexos, y bibliografía.
xi
CAPITULO 1
1. FUNDAMENTOS DE LA INVESTIGACION
1.1 Planteamiento del problema
El sector minero hoy en día cobra vital importancia para el desarrollo económico de un
país, por lo que las empresas de este sector continuamente buscan el mejoramiento
de sistemas de producción ya que se quiere optimizar la productividad, asimismo se
espera distribuir razonablemente los recursos para el desarrollo de procesos
mejorando la rentabilidad para optimizar la eficacia de la operación minera.
Tomando en cuenta ello, es importante resaltar una etapa importante en el proceso
productivo que vendría ser el carguío, al respecto López (2018), en su estudio reporto
que el carguío es una de las fases que implica un costo mayor en la productividad por
lo que ocupa el 20 % del total de costos que genera la producción, no obstante en la
realización de trabajo operativo a diario pasan desapercibidas algunos elementos
importantes. Un aspecto importante que se debe tomar en cuenta en el ciclo productivo
es los tiempos perdidos o muertos, como las condiciones desfavorables para realizar
cargas, equipos que esperan a volquetes, descoordinación, detención no programadas
entre otros determinantes generando un consumo combustible deficiente es decir se
gasta, lo que influye de manera directa en recursos desperdiciadas produciendo costos
altos, razón por el cual con este estudio se requiere aportar en el diseño de una nueva
1
metodología que demuestra eficiencia para optimizar la productividad por el tiempo de
carguío (Llanque & Neyra - Churata, 2015).
La empresa OPEMIP S.A.C. es una empresa contratista que forma parte de la Unidad
Minera San Rafael, en la etapa de acarreo por lo que se necesita implementar nuevas
metodologías que logren minimizar los costos operacionales para conseguir el
incremento de productividad en todas las actividades que se desarrollan siendo un
elemento esencial el carguío siendo uno de los aspectos vitales que forma parte del
ciclo minado.
La empresa OPEMIP S.A.C. tiene un coeficiente de costo de unitario que le paga la
Unidad Minera San Rafael por tonelada métrica acarreada donde la toma de
decisiones en el contrato tienen la potestad de cerrar el contrato con una rentabilidad
considerable, pero la empresa OPEMIP S.A.C. no tiene dichos cálculos establecidos
en base a la distancia acarreada y esto afecta mucho en el cierre de sus contratos en
base a su productividad puesto que los factores que determinan dicha variable son los
tiempos improductivos, la mala distribución de camiones en la ruta y es por lo cual la
investigación pretende mejorar todos estos factores y así tener datos ingenieriles para
la toma de decisiones y el mejoramiento de la productividad de la empresa OPEMIP
S.A.C.
Por otro lado en el contrato se estipula que en cada guardia se debe acarrear 3500
toneladas siendo dos guardias, en total se debería acarrear 7000 toneladas diarias
pero la empresa actualmente se encuentra con un promedio de 5560 toneladas por
día con un déficit de producción de 1440 toneladas por día, esto trae a la empresa a
trabajar horas extras, generando costos y disminuyendo la rentabilidad de la empresa,
y si no lo cumple dicho contrato, simplemente deberá renunciar el contrato y dejar que
otra empresa tome el cargo y pueda acarrearlo.
1.2 Formulación del problema
2
1.2.1 Pregunta general
¿Cómo mejorar la productividad en el proceso de acarreo por control de tiempo
Rafael?
1.2.2 Preguntas específicas
¿Cuáles son los parámetros de operación y controles de tiempo productivos e
improductivos en el proceso de acarreo de la empresa OPEMIP S.A.C. – U.M. San
Rafael?
¿Cuál es el modelo matemático de regresión lineal según la ruta de capacidad de los
camiones y los puntos de equilibrio económico?
¿En cuánto mejoro la productividad en el proceso de acarreo por control de tiempos
Rafael?
1.3 Objetivos de la investigación
1.3.1Objetivo general
Controlar los tiempos improductivos mediante el modelo de regresión lineal para
mejorar la productividad en el proceso de acarreo en la empresa OPEMIP S.A.C. –
U.M. San Rafael.
1.3.2Objetivos específicos
 Determinar los parámetros de operación y controles de tiempo productivos e
improductivos en el proceso de acarreo de la empresa OPEMIP S.A.C. – U.M. San
Rafael
 Diseñar un modelo matemático según la ruta de capacidad de los camiones y los
puntos de equilibrio económico
 Evaluar la productividad en el proceso de acarreo por control de tiempos mediante
el modelo de regresión lineal en la empresa OPEMIP S.A.C. – U.M. San Rafael
3
1.4 Hipótesis de la investigación
1.4.1Hipótesis general
El control de tiempo mediante el modelo de regresión lineal es posible mejorar la
productividad en el proceso de acarreo en la empresa OPEMIP S.A.C. – U.M. San
Rafael.
1.4.2Hipótesis específicas
 Los parámetros determinados de operación son las capacidades de volquete,
capacidades de carguío, las distancias de transporte de material y controles de tiempo
productivos e improductivos en el proceso de acarreo de la empresa OPEMIP S.A.C.
– U.M. San Rafael
 Mediante el diseño de un modelo matemático según la ruta de capacidad de los
camiones y los puntos de equilibrio económico se mejorará significativamente la
productividad en el proceso de acarreo.
 La productividad en el proceso de acarreo por control de tiempos mediante el
modelo de regresión lineal se logrará una mejora en eficiencia reduciendo costos y
tiempos según la toma de decisiones en la empresa OPEMIP S.A.C. – U.M. San
Rafael.
1.5 Justificación de la investigación
Este estudio toma importancia de confrontar el alto índice de pérdidas de tiempo en el
proceso de transporte de material en la empresa OPEMIP S.A.C. donde viene
acompañado de diferentes causas desfavorables conduciendo al incremento de costos
operativos dando como resultados utilidades bajas en la productividad, por lo que este
hecho aqueja a las empresa que desde hace tiempo otorga una calidad salarial baja a
sus colaboradores, por lo que se genera el ausentismo y el control de seguridad es
mínima.
4
Al realizar el control de los tiempos considerados como no productivos de lo equipos
de transporte y carguío de la empresa OPEMIP S.A.C. aportará grandemente a la
productividad de la empresa y también en la optimización de los procesos de la unidad
minera San Rafael, la debida disponibilidad y utilización que se le deben dar a los
equipos, donde se identifica las tareas que afectan al equipo por lo que es importante
contar con mantenimiento o soluciones pertinentes que disminuyan la generación de
dichos tiempos enfatizando que garantizarían del mejoramiento de productividad que
otorgan dichos equipos, además de ello se espera encaminar a concretar planes de
acción por parte de los supervisores y personal a cargo para el análisis y disminución
constante de los tiempos improductivos.
También es una base futura para el análisis de datos sobre rendimientos propios de la
flota de volquetes que servirá de ayuda para el área de mina o alta gerencia, en la
generación de reportes diarios de flota (Daily Report), todo esto con la búsqueda de la
mejora constante de los procesos de explotación y encontrar falencias en el mismo y
poder solucionarlas de la manera más eficiente y eficaz posible.
Implementar este tipo de estudios es de gran importancia en la empresa OPEMIP
S.A.C. ya que brinda la posibilidad de buscar deficiencias en la manera como se está
utilizando la flota de equipos y así realizar planes de acción para la búsqueda de
mejores indicadores claves de rendimiento, que al final se resume en una mayor
producción, generando mayores ganancias a la compañía. Además, es de gran
importancia puesto que arroja un estudio de los ciclos de extracción, transporte y
carguío, algunos métodos que se llevan a cabo para la generación de reportes de la
flota de equipos se mejoraran con ayuda de la tecnología.
5
CAPITULO 2
2. MARCO TEÓRICO
2.1 Antecedentes de la investigación
Valdivieso, (2018) realizo su estudio con el objetivo de evaluar el número adecuado de
camiones tomando en cuenta la distancia y el tiempo en la sociedad Minera Cerro
Verde S.A.A., donde obtuvo resultados determinando que para el desmonte y carga
de minerales se requiere de 18 camiones para el 2017. Asimismo, demostró que es
posible realizar evaluaciones de la etapa de transporte y carguío ya que mediante ello
se logra obtener la cantidad necesaria de camiones para realizar el proceso,
evidenciando que la cantidad de camiones fue menor de lo que requiere para la
realización de dichas actividades por lo que la excavadora tiene tiempos muertos y
demanda un costo mayor
Escamilla et al. (2011), en México realizó un estudio en la Minera de fierro de tipo cielo
abierto que tuvo como propósito “establecer la utilización neta, la productividad y los
determinantes que inciden y las alternativas de solución para su optimización”(pág.
26), dicha investigación concluyó que el equipo de carguío tiene capacidad de
transportar 1,000 tph de mineral o 610 tph por cada turno, sin embargo no se
aprovecha en su totalidad debido principalmente a que la cantidad de camiones de
carga no abastece a las necesidades de la mina (perdiendo 1.65 horas y 10 eventos
aproximadamente por cada turno), además el sistema de trituración genera pérdida
6
de tiempo en el carguío y por otro lado, el equipo para acarreo se encuentra en mal
estado.
Bustamante, (2018) realizo su estudio donde busco mejorar la productividad en la
etapa de acarreo y carguío a través de la reducción de demoras, llegando a los
resultados que los indicadores importantes que demuestra el rendimiento de carguío
en el uso de del quipo con 79,39%, seguido del usage con 58,71%, la utilización con
51, 17%, la disponibilidad en 73,95% y finalmente la disposición mecánica con 87,15%,
por otro lado se logró determinar que las demoras importantes que surgieron fueron
los cambios de turnos con 16, 45.5 horas siendo el 38,4% y el tiempo de refrigerio con
52,1% representado el 22,315 horas, demostrando que el refrigerio es la que mayor
horas improductivos genera. Cuantificando dichos valores incrementa los 13,445 soles
en costos.
Yarleque (2018) realizo una investigación con el objetivo de Identificar y analizar los
tiempos improductivos del equipo de utilización de Ulexita, enfocándose en la
optimización de la productividad en la Unidad de Operaciones Salinas, llegando a los
resultados que las horas improductivas se encuentran incididas por detenciones
operativas mas no de mantenimiento, ya que se obtuvo que la disponibilidad es
volquetes es de 94,65%, seguido de cargadores frontales 95,64% y el 95,74% las
excavadoras hidráulicas, asimismo se estableció que la utilización de volquetes fue
49,6%, el uso de cargadores frontales fue 66,49% y de excavadoras hidráulica con 76,
34%, sin embargo se implementó una metodología para reducir los tiempos
improductivos demostrando resultados positivos ya que hubo un aumento de tonelaje
de extracción. De igual manera se evidencio un notable impacto económico que suma
a los US$ 13,717.57 y US$ 21,055.27 al día para la zona Santa Lucia y Huito
respectivamente, en definitiva, llego a la conclusión de que los tiempos improductivos
identificados en los equipos de explotación de Ulexita para las excavadoras hidráulicas
y cargadores frontales (equipos de extracción y carguío) son: equipo parado,
7
reparación mecánica y eléctrica no programada, mientras que para los volquetes
(equipos de transporte) son: equipo parado y espera en el block.
Araujo (2018) realizo su estudio con el objetivo de mejorar la flota de volquetes en el
acarreo, con la finalidad de aumentar la productividad en las minera los Andes Perú
Gold – Huamachuco, llegando a los resultados que a través de la programación
dinámica se logró mejorar la concesión de volquetes para cada equipo excavador,
asimismo se evidencio que mediante la concesión adecuada de equipos de acarreo
logro beneficiar al nivel de optimización asociados a $/Tn. Por otro lado, se estableció
que no solo redujo los tiempos improductivos sino a su vez se minimizo los costos
unitarios en un 20% en relación al acarreo y carguío, afirmando que la mejora fue
considerable y optima en la minimización de costos de producción, en definitiva, llego
a la conclusión de que es importante tomar en cuenta el número de camiones
requeridas para ejecutar las actividades productivas haciendo que las excavadoras
tengan un tiempo menos de improductividad o detenciones ya que de esta forma se
evita perdidas de rentabilidad
Apaza (2017) en Trujillo en la Minera Shahuindo realizó un estudio con el propósito de
“implementar una metodología que fue utilizada para reducir tiempos no productivas
buscando mejorar continuamente la productividad en la etapa de carguío y acarreo
con el propósito de obtener aumento de porcentaje de la utilización de equipos (pág.
28), concluyendo que se logró disminuir el tiempo de carguío y acarreo, se dio mayor
uso a los equipos de minería, asimismo se evidencio una disminución de horas de
carguío en 65,6% y las horas de acarreo con 47,8%. Además, hubo un aumento de
producción con 12.5% del mineral
Arriel (2016) realizó un estudio con el propósito de analizar, cuantificar, evaluar los
tiempos no productivos que intervienen en actividades principales del minado en una
mina subterránea y demostrar el impacto de los tiempos dedicados a tareas
importantes del proceso, desarrollado bajo la metodología de diseño experimental,
8
donde se obtuvo resultados de que los tiempos improductivos en actividades
esenciales fue de 45,5%, seguido de las actividades de auxiliares con 39,4%,
evidenciando que los tiempos desperdicios poseen cifras altas, por lo que fue la base
para diseñar metodologías de mejora de tiempos logrando que solo el 5,8% ya
desperdicia el tiempo, en definitiva, la conclusión se obtuvo mejoras en cada equipo
por lo que favorecen al aumento de productividad ya que se redujo tiempos
improductivos.
Gamarra (2018) en Pasco realizó una investigación con el objetivo de “optimizar y
controlar los tiempos no productivos para su mejoramiento de carguío y transporte de
minerales mediante la profundización de superficie de la Unidad Minera San Cristóbal
– Empresa Minera VOLCAN S.A.A. durante el año 2018” (pág. 14) concluyendo así
que la evaluación del acarreo y carguío depende de la planificación de la mina, la
compañía tiene 15 equipos para el carguío, solo se cumple el 93% de la producción
mensual en cuanto al tonelaje movido y en 2018 se ampliaron varias rampas para el
transporte. Por otro lado, los principales factores que disminuyen el rendimiento fueron:
la cola de volquetes que se forma en el transporte de mineral, el tiempo de espera del
scoop producto del mal estado de los equipos.
Gutiérrez, (2018) en su tesis analizó las horas no productivas ocasionados por el
tiempo de mantenimiento de equipos de soldadura en los procesos (SMAW, GMAW,
GTAW, PAC) de la empresa Gutiérrez de Guayaquil, llegando a la conclusión
siguiente: La ponderación de las horas no productivas en el tiempo de mantenimiento
de equipos de soldadura por lo que se evidenció que de los 2.400 horas-hombres
improductivas anuales, 2.008 horas-hombres (83,67% del tiempo improductivo anual),
estuvo asociado a la falta de repuestos, partes y piezas, que redujo la eficiencia a
77,27% anual, cuyo efecto fueron las pérdidas económicas anuales por la suma de
$40.160,00 y considerando los demás problemas se incrementó a $48.000,00, por lo
que se elaboró una propuesta de mejoramiento de servicios de mantenimientos de
9
quipos de soldadura mediante la implementación de técnica ABC de inventarios a su
vez se acoplo un sistema de información para poder manejar y controlar respuestas y
materiales con lo que se propició el incremento de eficiencia con 77,27% actual a
96,29% posterior a la implementación demostrando un aumento de 19%. Se evaluó la
factibilidad financiera de la propuesta, generando una Tasa Interna de Retorno (TIR)
de 41,52%, Valor Actual Neto (VAN) de $74,519,33, estimando un tiempo de recuperar
la inversión casi en el 3er año de ejecutada la metodología y coeficiente beneficio /
costo de 1,63, que evidenció la factibilidad de la propuesta.
Asunción, (2019) en su investigación acerca de las horas improductivos que se
evidencia para el incremento de rendimientos de excavadoras Cat 336 dl, concluyendo
que se disminuyó las horas improductivas y se logró incrementar el nivel de
rendimiento evidencio la mejoría de productividad a 436.77 a 522.83 Tn/hr logrando
sobrepasar al Budget determinado, disminuyendo los costos unitarios operativas en la
etapa de carguío disminuyendo de 0.152 a 0.127 $/Tn, obteniendo un ahorro de 0.025
$/Tn afirmando que los costes se encuentran debajo de lo determinado en el Budget.
Calua (2019) realizo su estudio con el objetivo de elaborar una metodología de
reducción de tiempos no productivas en la etapa de acarreo y carguío en Cía. Minera
Coimolache, llegando a los resultados que al elaborar una nueva metodología de
reducción de tiempos improductivos permitió mejorar la productividad diaria, asimismo
aporto en la optimización de planes mensuales ya que produjo un ahorro de $ 174.24
a diario, y en los maquinarias de acarreo y carguío al día ahorro S/. 14.61, asimismo
se evidencio una mejora de producción ya que se aumentó la productividad, donde
cada volquete produjo un incremento de 98.5 TM/día representando a 14.33 $/día, en
conclusión, reducir los tiempos improductivos es favorable para disminuir horas de
demora o detenciones reduciéndose hasta en 3 minutos.
Además, Vega (2019) en Lima efectuó un estudio con el propósito de “elaborar una
propuesta de mejoramiento de labores para aumentar la cifra de productividad del
10
tonelaje movido en una empresa minera” (pág. 13), concluyendo así que se puede
incrementar la productividad en 5,525 Tn/Hr-Pala y 768.05 5 Tn/Hr-Camión. Además,
las principales causas de disminución de productividad son: la falla de equipos, la falta
de compromiso de los trabajadores y la demora en el cambio de guardias. Por otro
lado, través de la elaboración de un módulo para el cambio de guardia y el uso de
camionetas se aumenta la producción en 3,285,000 toneladas al año y disminuyendo
el tiempo de carguío y acarreo a través de las mejoras se pueden ahorrar 17 horas
amentando los ingresos anuales en 12,201,226 dólares.
Bellido, (2018) determinó el rendimiento de los jumbos Sandvik hidráulicos a través de
la identificación de tiempos no productivos en la fase perforación en las galerías de
la contrata AESA”, donde en los resultados demostraron que los tiempos improductivos
se caracterizan por demoras y detenciones no programadas, tiempo muerta en el
proceso de acarreo y carguío, asimismo se logró determinar que el rendimiento de los
jumbos Sandvik hidráulicos de la contrata AESA., en la cual se identificó el
desequilibrio de rendimiento de equipos jumbo n24 siendo un jumbo que no tiene
eficiencia, es decir productividad mínima debido que perfora de 2,54 frentes al día, a
diferencia del jumbo n27 que demuestra eficiencia y mayor productividad a la hora de
realizar la perforación ya que realiza de 3,35 frentes al día identificar la diferencia de
rendimiento de los 04 equipos, jumbo N° 24 logra perforar un promedio de 2,54
frentes/día al mes, dando como resultado el jumbo con menor eficiencia de
rendimiento, el jumbo N° 27 logra perforar un promedio de 3,35 frentes/día. Este tipo
de Jumbo posee mayor rendimiento por que se realiza a menor tiempos de la espera
de frentes y traslados.
Apaza, (2019) en su estudio plante el propósito de identificar demoras en el proceso
operativa y la flota de volquetes para mejorar la productividad en el sistema de
transporte de la CIA minera Ares S.A.C., arribando a resultados de que las demoras
grandes son en el momento de descargas que comprende el pesado y destare de
11
material, asimismo se encuentra el orden para ingresar a la bocamina, tráfico por salir,
carencia de scoop, horas de espera para salida del volquete que al inicio fueron de 3,5
horas sin embargo posterior se redujo a 2.60 Hrs. Asimismo se demostró que la
cantidad de flotas es de 8 volquetes
2.2 Bases Teóricas
2.2.1Optimización en proyectos
Optimizar en términos generales comprende en buscar resultados favorables, que
demuestren eficiencia en el desempeño de las actividades, es decir mejora,
perfeccionar una situación logrando resultados positivos (Ordoñez, 2014).
Por otro lado, Blanco, et al. (2017), fundamental que la optimización de proyectos es
una estrategia o método que busca maximizar la productividad, es decir mejorar la
productividad alineadas a los objetivos y las capacidades con que cuenta la empresa
u organización. Al respecto Ordoñez (2014), menciona que para optimizar un
proyectos existen diferentes formas, como es el determinar el momento idóneo para
realizar una inversión ya que se puede lograr una rentabilidad mayor de dicha
inversión, asimismo involucra el determinar el momento preciso para realizar cambios
a las maquinarias ya que con ello se evita gastos de mantenimiento por lo que la
maquinarias tienen un límite de tiempo por lo que es importante reemplazarlo,
asimismo es importante determinar el momento óptimo para abandonar la inversión y
finalmente es importante determinar la capacidad de trabajo de la producción del
proyecto.
En tal sentido, definimos a la optimización en proyectos como la determinación de
tiempos precisos y los tamaños óptimos. En el ámbito de minería la optimización se
enfoca en el incremento de producción, reducir los costos, maximizar la estabilidad ya
que se debe lograr resultados consistentes y disminuir el impacto ambiental.
2.2.2Control de tiempos en un proceso
12
El control de tiempo en un proceso implica la evaluación, supervisión y monitorización
del uso de tiempo en la realización de tareas y actividades, por ello las empresas deben
implementar un sistema de control de tiempo ya que refleja la eficiencia del inicio de
un proyecto y el final.
2.2.3Importancia de control de tiempos
El control de tiempo es uno de los aspectos importantes debido que contribuye a la
rentabilidad de una empresa, además de ello aporta en comprender la eficiencia del
proyecto y la transparencia.
Por otro lado, es considerado como un elemento principal de gestión de tiempos, ya
que en un proyecto planifica el tiempo en la que se va desarrollar cada actividad
planteada, determinando un programación donde se determina los responsables en
ejecutar dicha actividad, asimismo permite supervisar el tiempos que se está
empleando en todo el proyecto con el propósito de monitorear el cumplimiento del
cronograma general de cada proyecto evidenciando si se está realizando en el tiempo
establecido y plantear soluciones si hubo tiempos de demora.
2.2.4Eficiencia de controles de tiempo
para que un proyecto sea eficiente, uno de los aspectos importantes es el control de
tiempos, ya que contribuye a conocer la utilización de tiempos identificando los tiempos
perdidos, para buscar alternativas de soluciona para que el proyecto aumente su
eficiencia.
2.2.5Operación minera
La Seguridad Nacional de Minería Petróleo y Energía la operación minera comprende
el reconocimiento de las características de un campo mineral para su extracción, el
cual comienza con el desarrollo y edificación de una mina, luego realizar la explotación
que comprende la producción del mineral (SNMPE, 2013).
Comprende aquellas actividades que poseen minerales por lo que son objeto para su
desarrollo (Escobar, Ccahuana, Villodas, & Arpasi, 2020).
13
Por otro lado, una operación minera es una fase importante donde se realiza la
extracción de minerales que existen en un yacimiento, que usualmente tiene una
duración de años (MEM, 2018), asimismo, Rodríguez y Julca (2020), menciona que la
operación minera es una fase que perdura por muchos años que usualmente es de 5
a 20 años, e incluso llega a los 50 años, es el proceso de operación se generan
cambios en las operaciones, las cuales son a cielo abierto, subterráneo, submarino y
pozos de perforación.
2.2.6Tiempos en la operación minera
2.2.6.1 Horas nominales (tiempo hábil)
Comprende a las horas donde el equipo se encuentra físicamente operando (faena)
Figura 1. Tiempos en la operación minera
Fuente: ISE MINING
2.2.6.2 Horas disponibles
Comprende a las horas donde el equipo se encuentra disponible para producir
(Reserva) (Escarcena, 2019), por otro lado, INACAP (2014) plantea que es el tiempo
en donde el equipo se encuentra habilitado y su vez cuenta condiciones
electromecánicas para operar.
2.2.6.3 Horas operativas
Hace referencia a las horas donde se están realizando trabajos productivos en la cual
el equipo se encuentra operando con su respectivo operador (INACAP, 2014)
14
2.2.6.4 Horas Efectivas
Comprende las horas donde el equipo realiza operaciones productivas, es decir es el
tiempo donde el equipo se encuentra laborando y ejecutando tareas de producción
para e lo que fue adquirido.
2.2.7Tiempos Improductivos
Los tiempos improductivos comprende las horas que interrumpen el cumplimiento de
las tareas en la cual los equipos no producen, que usualmente dichos tiempos son
mayores de 10 minutos (Calua, 2019).
Por otro lado, Yarleque (2018), fundamental que las empresas mineras es importante
identificar, analizar los tiempos improductivos, ya que son factores fundamentales en
la utilización de recursos disponibles, por lo que es importante cuantificarlo ya que
permitirá optimizar los procesos operativos encaminado a mejorar la productividad de
la empresa.
2.2.7.1 Demora no programada (DNP)
Comprende a las horas donde la maquinaria no tiene programado ninguna detención
en la realización de sus labores, ello implica los acomodos, la limpieza y provisión de
combustible a la maquinaria, es decir son tiempos de detención no programada
(INACAP, 2014).
2.2.7.2 Demora programada (DP)
Comprende a las horas donde la maquinaria se detiene en la realización de sus tareas,
por razones de cambios y medios turnos, es decir son detenciones programadas
(INACAP, 2014).
2.2.8Estrategias de mejora de eficiencia en minería
Se define a las estrategias como el conjunto de herramientas y mecanismos que
permiten a que las empresas mineras tengan una productividad alta.
De acuerdo a Alva (2019), sostiene que, para mejorar la eficiencia en minería, es
importante que las empresas apunten a la mejora continua que no solo implica mejorar
15
la calidad sino todo el proceso operacional, para lo cual plantea las siguientes
estrategias:
 Fortalecimiento de planificación, lo que implica que se debe identificar los factores
o situaciones que afecta a la eficacia de la empresa.
 Cuantificar los tiempos de operación, implica controlar las horas programadas y no
programadas
 Planteas nuevos modelos para mejorar los procedimientos productivos
 Implementar un sistema de mejora
 Realizar análisis y comparación de la productividad
 Mejoramiento presupuestal y la gestión de riesgos
 Racionalizar la cadena de producción
2.2.9Modelo de regresión lineal
Es considerado como el modelo de predictivo, definido como un procedimiento
estadístico que realiza el análisis de las relaciones existentes entre la variable x
(variable predictora o covariables) y variable y (variable de respuesta o dependiente)
(Szretter, 2017).
Por otro lado, Carollo (2012), sostiene que este modelo es empleada para predecir la
relación entre las variables (variable dependiente Y con m variables regresoras 𝑋 , con
J=1,2,….,m convirtiéndose en un análisis que estima una ecuación lineal, ya que se
ajusta a una línea recta, donde:
𝑌 =∝ +𝛽 𝑋 + ⋯ . +𝛽 𝑋 + Ɛ
𝑌 =∝ + 𝛽𝑋 + Ɛ
Donde:
Ɛ = la variable aleatoria que recopila información de todos los hechos observables y
no controlables de la realidad, por lo que se asocian con el azar considerándole al
modelo una característica estocástica.
16
Asimismo, Molina y Rodrigo (2010), acotan que el modelo de regresión es el más
utilizado para realizar estudios predictivos del valor de una variable de tipo cuantitativo
a partir de la otra variable explicativa, al que le denomina regresión lineal Simple.
𝑌 =𝛽 +𝛽 𝑋+ Ɛ
2.2.10 Productividad de una empresa minera
Según Quispe (Quispe W. , 2017), define que la productividad implica a la capacidad
de producción de bienes, en Minería comprende a la capacidad que tiene la empresa
para generar rentabilidad mediante la productividad aplicando y reduciendo el uso de
recursos como el carguío como de transporte que facilite tener presupuestos menores.
Por otro lado, (Salomón, Useche, & Ferrer, 2018) sostienen que la producción en
minería comprende la relación de toneladas de minerales extraídas con las horas
totales empleados, por lo que la productividad se asocia con sostenibilidad por lo que
medir la productividad considerando empleos una gestión integrador lo que involucra
la articulación y alineación de todas las áreas de la empresa en procura del logro de
los objetivos de gestión, concebidos desde los objetivos estratégicos de la empresa y
expresado a través de los planes de mina
Por otro lado, Jiménez y Molina (2006), menciona que lea productividad en la minería
s uno de los aspectos importantes para racionalizar los recursos minerales, humanos
y de maquinaria.
2.2.11 Características de transporte y carguío
El transporte y cargue es una de las etapas de la ejecución que consiste en emplear
equipos de tamaños grandes para cargar el material del sistema de transporte de faena
trasladando al lugar de destino (INACAP, 2014).
Por otro lado, Barreto (2017), plantea que el transporte y el carguío es uno de las fases
fundamentales en una operación minera, ya que tienen la función de trasladar y llevar
el material tronado al lugar del destino, para determinar los equipos de carguío y
transporte es importante tener en cuenta el tipo de mina en la que va operar, razón por
17
el cual se toma en cuenta las características del contexto (entorno), la caracterización
del campo minero, la geometría y requerimiento para su extracción.
Asimismo, Barreto (2017) plantea las siguientes características de transporte y
carguío:
 El transporte y carguío tienen la función de movilizar los minerales o estériles
fraccionados en el proceso voladura.
 Es importante un diseño eficiente para operacionalizar el carguío para que realice
un trabajo en conjunto con los camiones
 El carguío y transporte se encuentran asociadas entre si
 El transporte y carguío son utilizados en todas las operaciones minera
específicamente en la extracción del material ya que posee una flexibilidad alta.
2.2.12 Factores que afectan en el transporte y carguío
Según Cruzat citado por Escarcena (Escarcena, 2019), menciona los siguientes
factores:
 Producción. Comprende los factores que intervienen en el proceso de
fragmentación, en la tracción, velocidades, condiciones mecánicas y eléctricas del
equipo.
 Transporte. Comprende los factores que intervienen en las condiciones de
carreteras y pendientes, la distancia de transporte, la capacidad que tiene el equipo,
resistencia de rodamientos, vientos, pendientes y asimismo implica los determinantes
climatológicos.
2.2.13 Rendimiento y flota de camiones
En este acápite, citaremos a Neyra (2020), quien señala que es importante determinar
el rendimiento de los equipos, mediante los siguientes formulas:
Cálculo de producción horario de camiones
18
Camiones requeridos
Flota total
Número de camiones por pala
2.2.14 Índice de disponibilidad y utilización de equipos
El índice de disponibilidad comprende el porcentaje del tiempo total donde el equipo
se encuentra en disponibilidad para realizar actividades operativas, por lo que mide la
eficiencia de mantenimiento razón por el cual es controlada y se determina de la
siguiente manera (Escarcena, 2019):
ℎ𝑜𝑟𝑎𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 − ℎ𝑜𝑟𝑎𝑠 𝑚𝑎𝑙𝑜𝑔𝑟𝑎𝑑𝑎𝑠

𝐷𝐸 = ∗ 100%
ℎ𝑜𝑟𝑎𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
Por otro lado, el índice de utilización es definido como la fracción del tiempo, el cual se
describe y representada en porcentaje, evidenciando que el equipo realiza actividades
por cada hora donde tiene condiciones de lograr los propósitos de diseño disponible,
por lo que se determina de la siguiente forma (Escarcena, 2019):
ℎ𝑜𝑟𝑎𝑠 𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑣𝑎𝑠 + 𝑑𝑒𝑚𝑜𝑟𝑎𝑠

𝑈𝑇 = ∗ 100%
ℎ𝑜𝑟𝑎𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 − ℎ𝑜𝑟𝑎𝑠 𝑚𝑎𝑙𝑜𝑔𝑟𝑎𝑑𝑎𝑠
2.2.15 Costos de producción
Según Muñoz, Espinoza, Zúñiga, definen como el costo que genera la producción de
un artículo o bien, el cual es igual a la sumatoria de costos de materia prima (insumos
y materiales) costos de manos de obra (esfuerzo físico y mental), costos indirectos de
fabricación y de acuerdo con el análisis y reporte.
19
Por otro lado, Lalangui, Eras, Burgos (2018), sostienen que la actividad minera
requiere de una serie de costos de producción, al que denomina como costos
operacionales por lo que es importante conocer dichos costos para poder tomar
medidas acertadas, asimismo menciona que la actividad minera implica los siguientes
costos:
Materiales directos, que en la minería vendrían ser los fulminantes, barrenos, la
dinamitas, entre otros materiales que se identifican con facilidad en el proceso de
producción.
Mano de obra directa. En la minería vendrían ser las actividades de perforación,
arranque mineral, asimismo los trabajadores, los sueldos, entre otros.
Costos indirectos de minería. Comprende aquellos costeos que forman parte de del
proceso productivo en la minería, por lo que no son cuantificables.
Figura 2. Elementos del costo
Fuente: Torres (2013)
Por otro lado, de acuerdo a Schwarz citado por Lalangui, et al. (2018), mencionan que
la actividad minera tiene un costo de producción, ya que comprende las siguientes
series:
 Costos de minado
 Costos de procesamientos
 Costos de gestión
20
 Costos administrativos
 Costos de sostenibilidad
 Costos legales
2.3 Descripción general del lugar estudio
2.3.1Ubicación política
El yacimiento minero de San Rafael se encuentra en las estribaciones de la cordillera
de Carabaya, específicamente en el nevado Quenamari, la minera del presente estudio
se localiza al sureste del nevado de san Bartolomé a 5,2999 m.s.n.m., es decir en el
distrito de Antauta, de la provincia de Melgar región Puno, que cuenta con
coordenadas geográficas 70°19´ longitud oeste y 14°14´ latitud sur, o en las
coordenadas UTM 357,730 E y 8´426,570 N, de la hoja de Macusani N°29-v.
2.3.2Accesibilidad
Para llegar a la Mina san Rafael tiene acceso desde Lima a través de la vía aérea a
Juliaca, a su vez por carretera, asimismo directamente de la ciudad de Juliaca queda
a dos horas de viaje por la trocha carrozable aproximadamente de 150 km queda el
campamento minero. El acceso desde la ciudad de Arequipa es de 7 a 8 horas solo
existe acceso por vía terrestre.
2.3.3Clima y meteorología
Como la Unidad Minera se encuentra localizada en la región Puno, el clima se
caracteriza por ser frígido con temperaturas que se encuentran entre 7 a 13ºC en el
día y en las noches llegan incluso a -15ºC, con unas continuas precipitaciones.
2.3.4Descripción geológica
Las rocas de Paleozoico superior e inferior se encuentran distribuidas por la Cordillera
del Sur del Perú, siendo intrusionadas por rocas ígneas que tienen edades de desde
el terciario Jurásico. Dichas rocas han presentado la tectónica comprensiva herciniana
final, representada por areniscas y lutitas del grupo Ambo, de edad Missisipiana; lutitas
21
y calizas del grupo Tarma, de edad Pensilvaniana, y calizas del grupo Copacabana,
de edad Pérmico Inferior. Asimismo, posterior a este tectonismo se presenció el
levantamiento continental dando origen a sedimentos de vulcanismo y continental del
grupo Mitú donde se realizó el depósito de secuencias arenosa, calcáreas y lutiticas
de cretáceo.
Por otro lado, se encontró la existencia de rocas ígneas extrusivas que implican las
lavas, basaltos, riodacitas, riolitas, piroclásticos.
Geológicamente la Unidad minera San Rafael se encuentra conformada por las filitas
y cuarcitas de la formación de Sandia. Asimismo, existe mineralogías como es la
estannita y Calcopirita y casiterita, como principales minerales ya que se visualizan
con abundancia.
2.3.5Ciclo de Minado subterráneo
El ciclo de minado comprende los siguientes:
Perforación. Es una operación de iniciación en la roca como taladros designados
taladros, con una contingente conveniente, a fin de colocar la carga explosiva u otros
fines, con el apoyo de equipos llamados perforadoras (Santana, 2014)
Voladura. Es la operación de quebrantar o desmenuzar la roca, el hormigón o de
desprender ciertos componentes metálicos, a través de la utilización de explosivos.
Los cuales se efectúan para conseguir un propósito establecido, el cual puede ser en
galerías, ser a cielo abierto y tunes o debajo del agua (Santana, 2014)
Carguío y Acarreo. es una de las etapas que consiste en suministrar a los procesos
de extracción de mineral donde se demanda mayor costo operativo. El acarreo
consiste en trasladar el material es decir roca fraccionada a un lugar destinado.
2.3.6Características de volquetes volvo FMX
 Es un dispositivo de remolque que posee una potencia de tracción.
 Poseen un sistema de asistencial al conductor
 Tiene resistencia y es solido
22
 Son ahorradores de combustible
 Este modelo de volvo tiene la capacidad de cargar hasta 10 toneladas en el 6x4 y
18 toneladas en el 8x4
23
CAPITULO 3
3. MARCO METODOLÓGICO
3.1 Enfoque de investigación
Cuantitativa basado en la estadística y en teoría de las probabilidades que se plantean
durante el proceso de la investigación.
3.2 Tipo de investigación
El tipo de investigación es Aplicada de tipo Descriptiva
3.3 Diseño de investigación
El diseño aplicado es experimental propositivo
3.4 Método
El método de investigación se ha agrupado en dos categorías, los métodos lógicos
(deducción, análisis, sistémico) y los métodos empíricos (observación,
experimentación)
3.5 Población y muestra
24
La población de estudio está determinada por las operaciones donde se desarrolla el
carguío y acarreo por parte de la empresa OPEMIP S.A.C. dentro de la Unidad Minera
San Rafael
Para la muestra se toma como un tipo no probabilístico a toda la población que consta
de 6 volquetes 8 x 4, 3 volquetes 6 x 2 y un 1 volquete Stand by de modelo volvo FMX
de la empresa OPEMIP S.A.C.
3.6 Identificación y clasificación de variables e indicadores
Variables Independiente: Control de tiempos improductivos mediante el modelo de
regresión lineal
Variables Dependientes: La productividad en el proceso de acarreo
3.6.1 Operacionalización de Variables
Variables Dimensiones Indicadores

Control de tiempos Parámetros de Capacidad de Camiones
improductivos mediante el operación Distancia de Acarreo
modelo de regresión Cantidad de camiones
lineal Tiempos Tiempos Improductivos
Demoras totales
Demoras No programadas
Demoras Programadas
Tiempos Productivos
Regresión lineal Coeficiente de intercepción
Pendiente de comportamiento
de tiempo
La productividad en el Rentabilidad Años de vida de la empresa
proceso de acarreo Productividad Producción diaria
Fuente: Elaboración Propia
25
3.7 Técnicas e instrumentos de recolección de datos
Las técnicas de recolección de datos se realizaron en los meses de Julio como parte de la
evaluación de parámetros y el control de tiempos improductivos la cual se presenta en la
tabla 1.
Tabla 1. Fechas de Recolección de datos
Código Fecha Dia Código Fecha Noche

DIA - 1 1-Jul-21 Jueves NOCH - 1 1-Jul-21 Jueves
DIA - 2 2-Jul-21 viernes NOCH - 2 2-Jul-21 viernes
DIA - 3 3-Jul-21 sábado NOCH - 3 3-Jul-21 sábado
DIA - 4 5-Jul-21 Lunes NOCH - 4 5-Jul-21 Lunes
DIA - 5 6-Jul-21 Martes NOCH - 5 6-Jul-21 Martes
DIA - 6 7-Jul-21 Miércoles NOCH - 6 7-Jul-21 Miércoles
DIA - 28 2-Ago-21 Lunes NOCH - 28 2-Ago-21 Lunes
DIA - 29 3-Ago-21 Martes NOCH - 29 3-Ago-21 Martes
DIA - 30 4-Ago-21 Miércoles NOCH - 30 4-Ago-21 Miércoles
Fuente: Registro de campo
Posteriormente se hizo los cálculos para la generación del modelo matemático de regresión
lineal según los objetivos específicos.
26
CAPITULO 4
4. RESULTADOS Y DISCUSIÓN
4.1.1 Determinación de parámetros de operación en el proceso de acarreo de la
empresa OPEMIP S.A.C. – U.M. San Rafael
Dentro de la determinación de los parámetros de operación se determinó de la oficina
de producción las que se muestran en la tabla 2, donde se realiza dos guardias con 8
horas cada una, con un trabajo bajo contrato de acarreo con la Unidad Minera San
Rafael se tiene un total de 3500 toneladas por acarrear en cada guardia, dichas
cantidad ya es calculada con una densidad de roca al 2.7 Tn/m 3 y un factor de
esponjamiento de 32%.
Además, se muestra las distancias a acarrear que es un total de 2.5 kilómetros desde
el frente de carguío hasta el echadero como destino final.
Cabe resalta que la empresa OPEMIP S.A.C. es una empresa contratista que laboral
en la unidad minera San Rafael lo cual tiene un contrato de acarreo y se le paga por
tonelada transportada y es exclusivo para corridas.
27
Tabla 2. Parámetros operativos de la empresa OPEMIP S.A.C. – U.M. San Rafael
Parámetros Valores
Número de Guardias 2
Horas por guardia 8
Toneladas esponjadas por acarrear 3500 Tn/ guardia
Distancia a acarrear 2.5 km, (1 km Superficial, 1,5 km
subterráneo)
Velocidad con carga 10 km/ h (mitad en Subterráneo)
Velocidad sin carga 30 km/ h (mitad en Subterráneo)
Número de viajes 7 viajes/ guardia
Fuente: Oficina de producción OPEMIP S.A.C. – U.M. San Rafael
En la tabla 3 se muestra la fuerza laboral que tiene la empresa OPEMIP S.A.C. de la
unidad minera San Rafael para realizar el acarreo y transporte de 1476 toneladas por
guardia, donde cuenta con 6 volquetes de modelo FMX 8x4R con una capacidad de
20 m3 deberán realizar la cantidad 1476 toneladas por guardia, a esto le apoya la
cantidad de 3 volquetes modelo FMX 6x2 de capacidad con una capacidad de 15 m 3
Tabla 3. Fuerza laboral de la empresa OPEMIP S.A.C. – U.M. San Rafael
Modelo Cantidad Capacidad Condición
FMX 8x4R 6 volquetes 20 m3 Operativa
FMX 6x2 3 volquetes 15 m3 Operativa
FMX 6x2 1 volquete 15 m3 Stand by
Scoop trap 2 unidades 3 m3 Operativa
Fuente: Área de Operaciones OPEMIP S.A.C.
El diagrama de recorrido que se muestra en el mes de Julio del 2021 fue se la siguiente
manera:
28
Figura 3. Diagrama de recorrido en el proceso de carguio de transporte
Realizando la cantidad de 7 viajes cada un volquete se alcanza acarrear según las
capacidades de llenado de volquetes con la siguiente formula:
𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑
𝑣𝑖𝑎𝑗𝑒 = 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑥 𝜌 𝑥 𝐹𝑖𝑙𝑙 𝑓𝑎𝑐𝑡𝑜𝑟
Siendo el fill factor de 85% que se maneja como política de la empresa, lo cual da
resultado lo siguiente:
𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑡𝑛
𝑣𝑖𝑎𝑗𝑒 𝐹𝑀𝑋 8𝑥4𝑅 = 20 𝑚 𝑥 2.7 𝑚 𝑥 0.85 = 45.9 𝑡𝑛/ 𝑣𝑖𝑎𝑗𝑒
𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑡𝑛
𝑣𝑖𝑎𝑗𝑒 𝐹𝑀𝑋 6𝑥2 = 15 𝑚 𝑥 2.7 𝑚 𝑥 0.85 = 34.4 𝑡𝑛/ 𝑣𝑖𝑎𝑗𝑒
Siendo la cantidad de 6 volquetes FMX 8x4R y 3 volquetes FMX 6x2 se tiene un
promedio de la cantidad que se realiza por guardia.
29
Tabla 4. Rendimiento de los volquetes por guardia
Modelo Capacidad/viaje Cantidad de Acarreo/ guardia Total de acarreo

Viajes
FMX 8x4R 45.9 Tn/ viaje 7 viajes 321.3 Tn/guardia * 1927.8 Tn/guardia
FMX 6x2 34.4 Tn/ viaje 7viajes 240.8 Tn/ guardia **720 Tn/guardia
Total 2647.8 Tn/ guardia
*321.3tn/guardia x número de volquetes (6)

** 240.8tn/guardia x número de volquetes (3)
Viendo el contrato con la unidad minera San Rafael es de 3500 Tn/guardia es por lo
cual no se alcanza a cumplir, demostrando un déficit de producción de 852.2 toneladas
por guardia que muchas veces lo dejan amontonado en lugares de reserva y otras
veces trabajan a horas extras generando costos adicionales a la empresa OPEMIP
S.A.C.
4.1.2Controles de tiempo productivos e improductivos en el proceso de acarreo
de la empresa OPEMIP S.A.C. – U.M. San Rafael
Según el control de tiempo de 30 días operativos se resumió por guardia los ciclos
de acarreo y transporte de material que se muestra en promedio, donde el tiempo de
Ida con carga es de 20 minutos y de regreso lo hace vacío en un total de 8 minutos, a
esto se le suma el tiempo de carguío, volteo y otros un total de 5 minutos, realizando
el ciclo en 33 minutos.
En promedio a la semana realizan un total de 7 viajes, hay días que lo hacen hasta
9 viajes cada volquete, con condición es acabar el material por acarrear.
Tabla 5. Control de tiempos en el ciclo productivos

Tiempos Operativos Valores
Tiempo de Ida con carga 23 minutos
Tiempo de Regreso vacío 9 minutos
Tiempo de carguío, volteo y otros 6 minutos
Tiempo total del ciclo 38 minutos
Cantidad de viajes por guardia 7 viajes
Fuente: Control de tiempo en Campo
30
4.1.2.1 Controles de tiempo de operación minera
Según los controles de tiempo en las operaciones mineras se encuentra diferentes
tipos de tiempos, lo cual se detalla en la figura 4 y también esta detallado en la figura
1 del acápite del marco teórico de la presente investigación, donde parte de las horas
totales que es la suma de las horas habilitadas e Inhabilitadas que son las horas
destinadas a la Guardia que asciende a 8 horas.
Figura 4. Tiempos de operacion minera
Horas Nominales (tiempo habilitado) T. Inhabilitad

Horas Disponibles Mantenimiento y
Horas Operativas Reserva reparación
Horas efectivas Demoras totales
DNP DP
Horas utilizadas en el trabajo
Fuente: ISE MINING
Según la figura 4, el tiempo inhabilitado es el cambio de guardia y las charlas de
seguridad que se realiza en un promedio de 30 minutos quedando así las horas
nominales de trabajo que asciende 7 horas con 30 minutos.
 Control de tiempos disponibles + mantenimiento y reparación
El tiempo de mantenimiento se realiza a Inter diario es decir 3 veces a la semana
que se tiene programado en un lapso de tiempo de 1 hora, sin embargo, se realiza
algunos mantenimientos dentro de las horas disponible a diario con una duración
promedio de 20 minutos.
Las programaciones de una hora son los días, lunes, miércoles, viernes. Quedando de
esta manera las horas disponibles:
𝐻𝑜𝑟𝑎𝑠 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒𝑠: 𝐻𝑜𝑟𝑎𝑠 𝑛𝑜𝑚𝑖𝑛𝑎𝑙𝑒𝑠 – 𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑦 𝑟𝑒𝑝𝑎𝑟𝑎𝑐𝑖ó𝑛
Reemplazando los tiempos quedaría tal como se detalla en la tabla 6.
31
Tabla 6.Cálculo de Horas Disponibles
Días de la semana Horas de mantenimiento Horas disponibles
Lunes 1 hora 6.5 horas

Martes 0.33 horas 7.17 horas
Miércoles 1 hora 6.5 horas
Jueves 0.33 horas 7.17 horas
Viernes 1 horas 6.5 horas
Sábado 0.33 horas 7.17 horas
Domingo Descanso Descanso
Total 41.01 horas
Fuente: Administración OPEMIP S.A.C.
Los días programadas de mantenimiento se realiza 1 hora en cada guardia, es decir
que el día lunes se realizará un 1 hora de mantenimiento en la guardia 1 (día), y otra
hora de mantenimiento de noche, siendo un total de 2 horas improductivas de
mantenimiento, según la observación realizada no se cumple a cabalidad dicho orden
de la administración puesto que en horas de la mañana realizan el mantenimiento
perfecto, mientras en la noche ya no lo hacen, solo improvisan para perder el tiempo
cual en la presente investigación se realizará una reforma de tiempo en horas de
mantenimiento.
 Estimación de Horas Operativas + Reserva
La estimación de horas operativas respecto a hora reservadas no influye mucho, a
menos que haya una reunión con la administración que demora en un promedio de 1
hora pero ya reemplaza a las horas de mantenimiento, y esto generalmente se
presenta un vez al mes, por, otro tipo tiempo reserva que se tiene es el pichado de
coca, coordinaciones, por ahí que se viene unas bromas y cuentos con los trabajadores
que gastan el tiempo en un promedio de 30 minutos en cada guardia lo cual afecta a
la producción.
Por otro lado, en cumplimiento del reglamento de seguridad se tiene una capacitación
con una duración de 2 horas a la semana y esto se realiza los días lunes en el horario
de reserva, por lo tanto, se tiene que los días Lunes la producción es muy baja
considerablemente.
32
Con todos los detallados de horas de receta se calcula de la siguiente manera:
𝐻𝑜𝑟𝑎𝑠 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑣𝑎𝑠: 𝐻𝑜𝑟𝑎𝑠 𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒𝑠 – 𝑅𝑒𝑠𝑒𝑟𝑣𝑎
Tabla 7. Cálculo de horas operativas
Días de la semana Horas disponibles Reserva Horas Operativas

Lunes 6.5 horas 2.0 horas 4.5 horas
Martes 7.17 horas 0.5 horas 6.67 horas
Miércoles 6.5 horas 0.5 horas 6 horas
Jueves 7.17 horas 0.5 horas 6.67 horas
Viernes 6.5 horas 0.5 horas 6 horas
Sábado 7.17 horas 0.5 horas 6.67 horas
Total 41.01 horas 4.5 horas 36.51 horas
 Estimación de horas efectivas de trabajo + Demoras
Las horas efectivas de trabajo son aquellas que se mantienen las maquinarias en
producción constante donde ahí entran las demoras totales de operación y estos son
de dos tipos
DNP = Demoras no programadas: demoras que día a día se muestran dentro de las
horas operativas
DP = Demoras programadas: demoras que día a días se muestran dentro de las horas
operativas como el firmado de check list, llenado de combustibles, el abrir y cerrar la
puerta del echadero.
Las demoras totales son la suma de demoras no programadas y demoras
programadas
𝐷𝑇 = 𝐷𝑒𝑚𝑜𝑟𝑎𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 = 𝐷𝑁𝑃 + 𝐷𝑃
Dentro de las demoras no programadas, se encuentran muchas demoras y mediante
una ficha de recolección de datos se determinó en un mes diversos que se muestra a
continuación.
33
Tabla 8. Observación de demoras totales
Tipo Demoras no programadas Tiempo promedio
DNP Conversación a bromas entre conductores 20 minutos
DP Abrir y cerrar la cadena de botadero 1 min/ viaje = 10 minutos
DNP Tiempo de espera en lugares estrechos para 7 min

pasada
DP Firma de check list a la entrada 5 min
DNP Llenado de combustible 15 min
DNP Refrigerio informal 10 min
DNP Otras demoras como baja velocidad 15 min
Total 82 min = 1.37 horas; DNP = 67 Min =1.12, DP = 15 min = 0.25

Fuente: Observación de un mes
Por ende, las horas efectivas de trabajo son calculado de la siguiente manera:
𝐻𝑜𝑟𝑎𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎𝑠 = ℎ𝑜𝑟𝑎𝑠 𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑣𝑎𝑠 − 𝑑𝑒𝑚𝑜𝑟𝑎𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
Reemplazando se muestra en la tabla 9.
Tabla 9. Cálculo de horas efectivas de trabajo
Días de la semana Horas Operativas DT Horas efectivas

Miércoles 6 horas 1.37 horas 4.63 horas
Viernes 6 horas 1.37 horas 4.63 horas
Fuente: Administración OPEMIP S.A.C
Según la figura 4, las horas utilizadas en el trabajo es la suma de las horas efectivas de
trabajo más las demoras no programadas, y por lo tanto se determina se la siguiente
manera:
𝐻𝑜𝑟𝑎𝑠 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎𝑠 = 𝐻𝑜𝑟𝑎𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎𝑠 + 𝐷𝑁𝑃
Reemplazando se tiene las horas utilizadas en el trabajo.
34
Tabla 10. Cálculo de horas utilizadas en el trabajo
Días de la semana Horas efectivas DNP Horas Utilizadas

Miércoles 4.63 horas 1.12 horas 5.75 horas
Viernes 4.63 horas 1.12 horas 5.75 horas
Fuente: Administración OPEMIP S.A.C
De todas las tablas anteriores que se mostró, se determina los tiempos sumando una
guardia de trabajo que se muestra en la figura 5 donde al determinar de los dos guardias
es solo multiplicar por dos, puesto que las políticas de ordenanza administrativa son para
cada guardia equitativamente.
Figura 5. Control de tiempos promedio en horas por cada guardia semanal
8 horas/guardia x 6 días = 48 horas – guardia/semana = (h-g/s)

Horas Nominales = 45 horas – guardia/semana 5 horas –
Horas Disponibles = 41.01 horas – guardia/ semana MR = 3.99 horas guardia/
Horas Operativas = 36.51 h-g/s Reserva – guardia/ semana
Horas efectivas DT= 8.22 h-g/s 4.5 horas – semana
28.29 horas – DNP= DP=1.5 guardia/ semana
guardia/semana 6.72h-g/s h-g/s
Horas utilizadas en el trabajo 35.01
horas – guardia/semana
Fuente: Elaboración propia.
De la figura 5 se calcula el porcentaje de tiempos que se considera dentro de los tiempos
de la operación minera, según (INACAP, 2014):
𝑇𝑖𝑒𝑚𝑝𝑜 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒
𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐹𝑖𝑠𝑖𝑐𝑎 (𝐷𝐹) = 𝑥 100
𝑇𝑖𝑒𝑚𝑝𝑜 𝑁𝑜𝑚𝑖𝑛𝑎𝑙
𝑇𝑖𝑒𝑚𝑝𝑜 𝐸𝑓𝑒𝑐𝑡𝑖𝑣𝑜
𝑈𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖𝑜𝑛 (𝑈𝑇) = 𝑥 100
𝑇𝑖𝑒𝑚𝑝𝑜 𝑁𝑜𝑚𝑖𝑛𝑎𝑙
𝑇𝑖𝑒𝑚𝑝𝑜 𝐸𝑓𝑒𝑐𝑡𝑖𝑣𝑜
𝐹𝑎𝑐𝑡𝑜𝑟 𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙 (𝐹𝑂) = 𝑥 100
𝑇𝑖𝑒𝑚𝑝𝑜 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑣𝑜
35
𝑇𝑖𝑒𝑚𝑝𝑜 𝑅𝑒𝑠𝑒𝑟𝑣𝑎
𝑅𝑒𝑠𝑒𝑟𝑣𝑎 = 𝑥 100
𝑇𝑖𝑒𝑚𝑝𝑜 𝑃𝑒𝑟𝑑𝑖𝑑𝑎𝑠 𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠

𝑃𝑒𝑟𝑑𝑖𝑑𝑎𝑠 𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠 = 𝑥 100
Reemplazando los valores obtenidos de la figura 5, los porcentajes de tiempos de
operación serian:
41.01 ℎ𝑜𝑟𝑎𝑠 − 𝑔𝑢𝑎𝑟𝑑𝑖𝑎/𝑠𝑒𝑚𝑎𝑛𝑎

𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐹𝑖𝑠𝑖𝑐𝑎 (𝐷𝐹) = 𝑥 100 = 91.13%
28.29 horas − guardia/semana

𝑈𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖𝑜𝑛 (𝑈𝑇) = x 100 = 62.86%
45 horas − guardia/semana

𝐹𝑎𝑐𝑡𝑜𝑟 𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙 (𝐹𝑂) = x 100 = 77.48%

𝑅𝑒𝑠𝑒𝑟𝑣𝑎 = 𝑥 100 = 10.97%

𝑃𝑒𝑟𝑑𝑖𝑑𝑎𝑠 𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠 = 𝑥 100 = 20.04%
4.1.3 Diseño un modelo matemático según la ruta de capacidad de los
camiones y los puntos de equilibrio económico
En el acápite anterior se presentó los promedios de tiempos improductivos, ahora
para el diseño de un modelo matemático se necesita un análisis más exhaustivo del
base de datos, de los 30 días evaluadas que serían los 60 guardias que se presentan
los registros en los anexos:
La recolección de datos se empezó el día 1 Julio del 2021, siendo los trabajos en
ambas guardias a detalle con respecto al tiempo, calculando los tiempos de
mantenimiento y reparación de equipos, las capacitaciones de seguridad y salud
ocupacional. De igual forma se recolecto las demoras no programadas totales tomando
un vehículo al azar y se hizo diferentes tipos de valuación, terminando el proceso de
recolección de datos el día 4 de agosto del presente año, estando ahí internado con el
equipo técnico de recolectores de datos.
36
En la tabla 11 se muestra el programa de recolección de datos y todos los registros
que detalladamente se presenta a continuación, tal como ya se muestra en la tabla 11
el registro de datos que fueron usados en el mantenimiento y reserva en los dais
programados del proceso de recolección de datos.
Tabla 11. Base de datos de tiempos en mantenimiento y reserva (horas)
Código Mantenimiento Reserva Código Mantenimiento Reserva

DIA - 1 0.33 0.5 NOCH - 1 0.33 0.5
DIA - 2 1 0.5 NOCH - 2 1 0.5
DIA - 3 0.33 0.5 NOCH - 3 0.33 0.5
DIA - 4 1 2 NOCH - 4 1 2
DIA - 5 0.33 0.5 NOCH - 5 0.33 0.5
DIA - 6 1 0.5 NOCH - 6 1 0.5
DIA - 7 0.33 0.5 NOCH - 7 0.33 0.5
DIA - 8 1 0.5 NOCH - 8 1 0.5
DIA - 9 0.33 0.5 NOCH - 9 0.33 0.5
DIA - 10 1 2 NOCH - 10 1 2
DIA - 11 0.33 0.5 NOCH - 11 0.33 0.5
DIA - 12 1 0.5 NOCH - 12 1 0.5
DIA - 13 0.33 0.5 NOCH - 13 0.33 0.5
DIA - 14 1 0.5 NOCH - 14 1 0.5
DIA - 15 0.33 0.5 NOCH - 15 0.33 0.5
DIA - 16 1 2 NOCH - 16 1 2
DIA - 17 0.33 0.5 NOCH - 17 0.33 0.5
DIA - 18 1 0.5 NOCH - 18 1 0.5
DIA - 19 0.33 0.5 NOCH - 19 0.33 0.5
DIA - 20 1 0.5 NOCH - 20 1 0.5
DIA - 21 0.33 0.5 NOCH - 21 0.33 0.5
DIA - 22 1 2 NOCH - 22 1 2
DIA - 23 0.33 0.5 NOCH - 23 0.33 0.5
DIA - 24 1 0.5 NOCH - 24 1 0.5
DIA - 25 0.33 0.5 NOCH - 25 0.33 0.5
DIA - 26 1 0.5 NOCH - 26 1 0.5
DIA - 27 0.33 0.5 NOCH - 27 0.33 0.5
DIA - 28 1 2 NOCH - 28 1 2
DIA - 29 0.33 0.5 NOCH - 29 0.33 0.5
DIA - 30 1 0.5 NOCH - 30 1 0.5
Fuente: Registro de Campo
Asimismo, se determinó las demoras no programadas que comprenden a las horas donde
la maquinaria no tiene programado ninguna detención en la realización de sus labores, ello
implica los acomodos, la limpieza y provisión de combustible a la maquinaria, es decir son
tiempos de detención no programada. Por otro lado, se muestra la base de datos de las
demoras programadas Comprende a las horas donde la maquinaria se detiene en la
37
realización de sus tareas, por razones de cambios y medios turnos, es decir son
detenciones programadas.
Tabla 12. Base de datos recolectados de demoras totales (horas)
Código DNP DP T. Código DNP DP T.

Inproduc. Inproduc.
DIA - 1 1.12 0.25 2.2 NOCH - 1 1.11 0.27 2.21
DIA - 2 1.13 0.2 2.83 NOCH - 2 1 0.29 2.79
DIA - 3 1.11 0.24 2.18 NOCH - 3 1.13 0.24 2.2
DIA - 4 0.9 0.2 4.1 NOCH - 4 1.13 0.65 4.78
DIA - 5 1.1 0.32 2.25 NOCH - 5 1.11 0.23 2.17
DIA - 6 1.12 0.21 2.83 NOCH - 6 0.9 0.35 2.75
DIA - 7 1.14 0.21 2.18 NOCH - 7 1.1 0.25 2.18
DIA - 8 1 0.2 2.7 NOCH - 8 1.12 0.26 2.88
DIA - 9 1.13 0.24 2.2 NOCH - 9 1.14 0.26 2.23
DIA - 10 1.13 0.18 4.31 NOCH - 10 1 0.27 4.27
DIA - 11 1.45 0.15 2.43 NOCH - 11 1.13 0.29 2.25
DIA - 12 1.3 0.12 2.92 NOCH - 12 1.13 0.29 2.92
DIA - 13 1.12 0.13 2.08 NOCH - 13 1.45 0.3 2.58
DIA - 14 1.11 0.25 2.86 NOCH - 14 1.3 0.25 3.05
DIA - 15 1.11 0.25 2.19 NOCH - 15 1.12 0.18 2.13
DIA - 16 1 0.25 4.25 NOCH - 16 1.11 0.15 4.26
DIA - 17 1.13 0.2 2.16 NOCH - 17 1.11 0.12 2.06
DIA - 18 1.13 0.24 2.87 NOCH - 18 1 0.13 2.63
DIA - 19 1.11 0.2 2.14 NOCH - 19 1.13 0.25 2.21
DIA - 20 0.9 0.32 2.72 NOCH - 20 1.11 0.25 2.86
DIA - 21 1.1 0.21 2.14 NOCH - 21 1.11 0.27 2.21
DIA - 22 1.12 0.24 4.36 NOCH - 22 1.06 0.29 4.35
DIA - 23 1.14 0.2 2.17 NOCH - 23 1.03 0.24 2.1
DIA - 24 1 0.24 2.74 NOCH - 24 1.05 0.65 3.2
DIA - 25 1.13 0.18 2.14 NOCH - 25 1.1 0.23 2.16
DIA - 26 1.13 0.15 2.78 NOCH - 26 1.2 0.35 3.05
DIA - 27 1.45 0.26 2.54 NOCH - 27 1.23 0.25 2.31
DIA - 28 1.3 0.13 4.43 NOCH - 28 1.11 0.26 4.37
DIA - 29 1.12 0.25 2.2 NOCH - 29 1.14 0.26 2.23
DIA - 30 1.11 0.25 2.86 NOCH - 30 1.09 0.27 2.86
Fuente: Recolección de Campo
Finalmente presentamos, lo más importante que esta la cantidad de horas efectivas, y las
horas utilizadas que fue registrado en los 30 días del proceso de recolección de datos.
38
Tabla 13. Base de datos de horas efectivas y tiempo utilizado (horas)
Código Horas Tiempo Código Horas Tiempo

efectivas Utilizado efectivas Utilizado
DIA - 1 5.3 6.42 NOCH - 1 5.29 6.4
DIA - 2 4.67 5.8 NOCH - 2 4.71 5.71
DIA - 3 5.32 6.43 NOCH - 3 5.3 6.43
DIA - 4 3.4 4.3 NOCH - 4 2.72 3.85
DIA - 5 5.25 6.35 NOCH - 5 5.33 6.44
DIA - 6 4.67 5.79 NOCH - 6 4.75 5.65
DIA - 7 5.32 6.46 NOCH - 7 5.32 6.42
DIA - 8 4.8 5.8 NOCH - 8 4.62 5.74
DIA - 9 5.3 6.43 NOCH - 9 5.27 6.41
DIA - 10 3.19 4.32 NOCH - 10 3.23 4.23
DIA - 11 5.07 6.52 NOCH - 11 5.25 6.38
DIA - 12 4.58 5.88 NOCH - 12 4.58 5.71
DIA - 13 5.42 6.54 NOCH - 13 4.92 6.37
DIA - 14 4.64 5.75 NOCH - 14 4.45 5.75
DIA - 15 5.31 6.42 NOCH - 15 5.37 6.49
DIA - 16 3.25 4.25 NOCH - 16 3.24 4.35
DIA - 17 5.34 6.47 NOCH - 17 5.44 6.55
DIA - 18 4.63 5.76 NOCH - 18 4.87 5.87
DIA - 19 5.36 6.47 NOCH - 19 5.29 6.42
DIA - 20 4.78 5.68 NOCH - 20 4.64 5.75
DIA - 21 5.36 6.46 NOCH - 21 5.29 6.4
DIA - 22 3.14 4.26 NOCH - 22 3.15 4.21
DIA - 23 5.33 6.47 NOCH - 23 5.4 6.43
DIA - 24 4.76 5.76 NOCH - 24 4.3 5.35
DIA - 25 5.36 6.49 NOCH - 25 5.34 6.44
DIA - 26 4.72 5.85 NOCH - 26 4.45 5.65
DIA - 27 4.96 6.41 NOCH - 27 5.19 6.42
DIA - 28 3.07 4.37 NOCH - 28 3.13 4.24
DIA - 29 5.3 6.42 NOCH - 29 5.27 6.41
DIA - 30 4.64 5.75 NOCH - 30 4.64 5.73
Fuente: Recolección de Campo
El tiempo operativo y los tiempos utilizados en horas mostrados en las tablas anteriores
serán las variables (X) en la ecuación del modelo matemático propuesto y la variable (Y)
39
será la producción por guardia que se realiza y el déficit de producción que se muestra en
la tabla 14 de la presente investigación.
Tabla 14. Base de datos de producción por guardia en toneladas acarreadas
Código Prod/gdia Déficit Código Prod/gdia Déficit

DIA - 1 3027.1 472.9 NOCH - 1 3125.9 374.1
DIA - 2 2753.1 746.9 NOCH - 2 2787.1 712.9
DIA - 3 3139.0 361.0 NOCH - 3 3168.3 331.7
DIA - 4 2097.7 1402.3 NOCH - 4 1626.0 1874.0
DIA - 5 3005.3 494.7 NOCH - 5 3186.2 313.8
DIA - 6 2856.3 643.7 NOCH - 6 2839.5 660.5
DIA - 7 3035.8 464.2 NOCH - 7 3180.2 319.8
DIA - 8 2809.6 690.4 NOCH - 8 2761.8 738.2
DIA - 9 3027.1 472.9 NOCH - 9 3150.4 349.6
DIA - 10 2006.3 1493.7 NOCH - 10 2023.7 1476.3
DIA - 11 2927.0 573.0 NOCH - 11 3138.4 361.6
DIA - 12 2714.0 786.0 NOCH - 12 2714.0 786.0
DIA - 13 3182.4 317.6 NOCH - 13 2941.1 558.9
DIA - 14 2740.1 759.9 NOCH - 14 2660.2 839.8
DIA - 15 3134.6 365.4 NOCH - 15 3210.1 289.9
DIA - 16 2032.4 1467.6 NOCH - 16 2028.1 1471.9
DIA - 17 3113.3 386.7 NOCH - 17 3252.0 248.0
DIA - 18 2735.7 764.3 NOCH - 18 2911.2 588.8
DIA - 19 3053.2 446.8 NOCH - 19 3162.3 337.7
DIA - 20 2800.9 699.1 NOCH - 20 2729.8 770.2
DIA - 21 3259.6 240.4 NOCH - 21 2919.5 580.5
DIA - 22 1984.6 1515.4 NOCH - 22 1883.0 1617.0
DIA - 23 3143.3 356.7 NOCH - 23 3228.1 271.9
DIA - 24 2895.4 604.6 NOCH - 24 2570.5 929.5
DIA - 25 3156.4 343.6 NOCH - 25 2941.3 558.7
DIA - 26 2774.9 725.1 NOCH - 26 2660.2 839.8
DIA - 27 2982.4 517.6 NOCH - 27 3102.5 397.5
DIA - 28 1904.4 1595.6 NOCH - 28 1871.1 1628.9
DIA - 29 3027.1 472.9 NOCH - 29 2910.8 589.2
DIA - 30 2636.9 863.1 NOCH - 30 2773.7 726.3
Fuente: Registro de Campo
4.1.3.1 Diseño un modelo matemático según las horas efectivas de trabajo.
Para determinar el modelo matemático de regresión lineal, revisamos el marco teórico,
exactamente el acápite 2.2.9 donde se presenta el modelo de regresión lineal que es
considerado como el modelo predictivo, definido como un procedimiento estadístico
40
que realiza el análisis de las relaciones existentes entre la variable x (variable
predictora o covariables) y variable y (variable de respuesta o dependiente), siendo el
modelo de la formula.
𝑌 =∝ +𝛽 𝑋 + ⋯ . +𝛽 𝑋 + Ɛ
Para generar el modelo matemático con la finalidad de controlar los tiempos
improductivos determinaremos el modelo de regresión lineal donde la variable X será
el tiempo operativo o efectiva.
𝑃𝑟𝑜𝑑
=∝ + 𝛽 (𝐻𝑜𝑟𝑎𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎𝑠) + Ɛ
𝑔𝑑𝑖𝑎
La generación del modelo matemático se realizó con el complemento con el
programa XLSTAT teniendo los siguientes reportes mostrados en las tablas 15, y 16.
Tabla 15. Análisis de varianza (PROD/GUARDIA):
Suma de Cuadrados
Fuente GL F Pr > F
cuadrados medios
Modelo 1 10282548.944 10282548.944 2295.998 <0.0001
Error 58 259751.046 4478.466
Total corregido 59 10542299.990
*Calculado contra el modelo Y=Media(Y)
Según la tabla 15 se tiene un valor P que es igual a 0,0001 cuyo valor es menor a 0.05%
por lo tanto el modelo matemático tiene un coeficiente de relación significativa entre las
variables de horas efectivas y la producción de guardia.
Tabla 16. Parámetros del modelo (PROD/GUARDIA):

Límite Límite
Error
Fuente Valor t Pr > |t| inferior superior
estándar
(95%) (95%)
Intercepción 244.740 53.821 4.547 <0.0001 137.006 352.475
Horas
efectivas 539.695 11.263 47.917 <0.0001 517.149 562.241
41
En la tabla 16 se presenta los parámetros del modelo matemático donde el coeficiente
de Intercepción es de 244.740 y el valor del coeficiente Beta es 539.695, por lo tanto,
el modelo matemático presentado general es de la siguiente manera.
𝑃𝑟𝑜𝑑 ⁄𝐺𝑢𝑎𝑟𝑑𝑖𝑎 = 244.740 + 539.695 (ℎ𝑜𝑟𝑎𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎𝑠)
Según el modelo matemático, se muestra que si las horas efectivas de trabajo se
incrementan en una unidad (1 hora), le producción aumentara en 539.695 toneladas
acarreadas, siendo el comportamiento de regresión de la recta de la siguiente manera:
Figura 6. Comportamiento del modelo matemático de las variables horas efectivas y la
producción por guardia
Regresión de PROD/GUARDIA por Horas efectivas (R²=0.975)

3500
3000
PROD/GUARDIA
2500
2000
1500
1000
2 2.5 3 3.5 4 4.5 5 5.5 6
Horas efectivas
Modelo Interv. de conf. (Media 95%)

Interv. de conf. (Obs 95%) Lineal (Modelo)
42
Figura 7. Comportamiento del modelo matemático de las variables horas utilizadas y la
Regresión de PROD/GUARDIA por horas utilizadas (R²=0.957)

3500
3000
PROD/GUARDIA
2500
2000
1500
1000
3.5 4 4.5 5 5.5 6 6.5 7
tiempo utilizado

Figura 8. Comportamiento del modelo matemático de las variables horas operativas y la
Regresión de Horas Operativas por Horas Operativas (R²=0.971)

7.5
6.5
Horas Operativas
5.5
4.5
3.5
2 2.5 3 3.5 4 4.5 5 5.5 6
Horas efectivas

43
De igual manera se presenta los coeficientes estandarizados de la variable producción por
guardia
Tabla 17. Coeficientes estandarizados (PROD/GUARDIA)
Límite Límite
Error
Fuente Valor t Pr > |t| inferior superior
estándar
(95%) (95%)
Horas
efectivas 0.988 0.021 47.917 <0.0001 0.946 1.029
Horas
Operativas 0.986 0.022 44.391 <0.0001 0.941 1.030
Horas
utilizadas 0.978 0.027 35.934 <0.0001 0.924 1.033
Finalmente, se menciona que a mayor sea las horas efectivas, operativas y utilizadas, la
producción por guardia se incrementará considerablemente, es por lo cual las estrategias
que se manejaran son la reducción de tiempos innecesarios, de igual forma se determina
los otros modelos matemáticos para cada hora y sus coeficientes de correlación que se
muestran en la figura 9.
Figura 9. Resumen de modelos matemáticos
8 horas de guardia
Horas Nominales = 45 horas – guardia/semana T.
Horas Disponibles = 41.01 horas – guardia/ semana MR I
Horas Operativas Reserva
𝑯𝒐𝒓𝒂𝒔 𝑶𝒑𝒆𝒓𝒂𝒕𝒊𝒗𝒂𝒔 = 𝟏. 𝟒𝟐𝟏𝟗 + 𝟎. 𝟗𝟖𝟗(𝑯𝒐𝒓𝒂𝒔 𝒆𝒇𝒆𝒄𝒕𝒊𝒗𝒂𝒔)
Horas efectivas DT
𝑷𝒓𝒐𝒅⁄𝑮𝒖𝒂𝒓𝒅𝒊𝒂 = 𝟐𝟒𝟒. 𝟕𝟒𝟎 + 𝟓𝟑𝟗. 𝟔𝟗𝟓 (𝒉𝒐𝒓𝒂𝒔 𝒆𝒇𝒆𝒄𝒕𝒊𝒗𝒂𝒔) DNP DP
Horas utilizadas
𝑷𝒓𝒐𝒅⁄𝑮𝒖𝒂𝒓𝒅𝒊𝒂 = −𝟐𝟓𝟐. 𝟗𝟕𝟐 + 𝟓𝟐𝟏. 𝟐𝟕 (𝒉𝒐𝒓𝒂𝒔 𝒖𝒕𝒊𝒍𝒊𝒛𝒂𝒅𝒂𝒔)
4.1.3.2 Estrategias de reducción de tiempos improductivos según el modelo
matemático
 Estrategias de Reducción de horas para Mantenimiento y Reparación
El tiempo de mantenimiento se realiza a Inter diario es decir 3 veces a la semana que
se tiene programado en un lapso de tiempo de 1 hora, sin embargo, se realiza algunos
44
mantenimientos dentro de las horas disponible a diario con una duración promedio de
20 minutos.
PROPUESTA: El mantenimiento y reparación se realice una sola vez al cambio de
guardia es decir que se utilizaría 30 minutos de la guardia de día y treinta minutos del
guardia de la mañana, por ende, aumentaría las horas disponibles de trabajo y el
diagrama de control de tiempos improductivos quedaría de esta forma.
Tabla 18. Propuesta de modificatoria de Horas de mantenimiento
Días de la semana Horas de mantenimiento *Horas disponibles
Lunes 0.5 horas 7 horas

Martes 0,33 horas 7.17 horas
Miércoles 0,5 horas 7 horas
Jueves 0,33 horas 7.17 horas
Viernes 0.5 horas 7 horas
Sábado 0,33 horas 7.17 horas
Total 2.49 horas 42.51 horas
* Horas disponibles: Horas nominales (=7.5) – Horas de mantenimiento y reparación
Quedando así la nueva diagrama de controles para horas disponibles
Figura 10. Modificaciones de horas disponibles en horas – guardia/ semana

Horas Nominales = 45 horas – guardia/semana 5 horas
Horas Disponibles = 41.01 horas (real) MR = 3.99 horas (real)
Horas Disponibles = 42.51 horas (propuesta) MR = 2.49 horas (prop.)
 Estrategias de Reducción de horas para RESERVA
En realidad, en la empresa minera se realiza las capacitaciones en cumplimiento del
reglamento de seguridad con una duración de 2 horas a la semana y esto se realiza
45
los días lunes en el horario de reserva, por lo tanto, se tiene que los días Lunes la
producción es muy baja considerablemente.
PROPUESTA: Es que dicha capacitación se realizase los días jueves, puesto que
dichos días no se tiene programado otras actividades como mantenimiento y
reparación. Las probabilidades de mover de lunes a martes no es factibles puesto que
la persona está en sus primeros días de la semana por ende, la eficiencia de trabajo
es buena y se debe aprovechar, por otro lado es factible mover a los días sábado, pero
muchas veces no tenemos los equipos necesarios para capacitación, porque la
administración muchas veces se va de la mina los días Viernes en la noche, es por lo
cual se decide cambiar las capacitaciones a los días jueves, capacitándoles a las dos
guardias, de día y de noche, es decir que las capacitaciones se realizarán en cambio
de guardia, siendo así que solo afectará un 1 hora en cada guardia.
Tabla 19. Propuesta de modificatoria de horas operativas

Días de la semana Horas disponibles Reserva *Horas Operativas
Lunes 7 horas 0.5 horas 6.5 horas
Miércoles 7 horas 0.5 horas 6.5 horas
Jueves 7.17 horas 1 hora 6.17 horas
Viernes 7 horas 0.5 horas 6.5 horas
Total 42.51 horas 3.5 horas 39.01horas
*Horas Operativas: Horas disponibles – Reserva
Quedando así la nueva diagrama de controles para horas operativas
46
Figura 11. Modificaciones de horas operativas en horas – guardia/ semana

Horas Nominales = 45 horas – guardia/semana 5
Horas Disponibles = 41.01 horas (real) MR = 3.99 horas (real) horas
Horas Disponibles = 42.51 horas (propuesta) MR = 2.49 horas
(prop.)
Horas Operativas = 36.51 Horas (real) Reserva
Horas Operativas = 39.01 Horas 4.5 horas
(propuesta) (real)
3.5 horas
(prop)
 Estrategias de Reducción de demoras totales
Para disminuir las demoras totales analizamos la tabla 8 (Observación de demoras totales)
y para cada uno planteamos una estrategia de reducción teniendo la política “Las demoras
no programadas no deberán ser mayores a las demoras programas”
Tabla 20. Estrategias de reducción de demoras totales
Tipo Demoras no programadas Tiempo Estrategia

promedio
DNP Conversación a bromas entre 20 minutos  Supervisión constante por parte del
conductores ingeniero de seguridad y toda
coordinación no pasará de (2 min)
DP Abrir y cerrar la cadena de botadero 1 min/ viaje = 10  Como demora programada no
minutos haremos ninguna estrategia (10
min)
DNP Tiempo de espera en lugares 7 min  Por teoría de colas las estrategias
estrechos para pasada básicas no funcionan (7 min)
DP Firma de check list a la entrada 5 min  Como demora programada no
haremos ninguna estrategia (5 min)
DNP Llenado de combustible 15 min  El llenado de combustible lo harán
en el horario de mantenimiento por
ende es cero (0 min)
DNP Refrigerio informal 10 min  Prohibido refrigerio las horas de
trabajo se respetan (0 min)
DNP Otras demoras como baja velocidad 15 min  El ingeniero supervisor apoyará en
esto y no pasará de 5 min como a
veces lo utilizan para ir a los SS.HH.
Total DT = 82 min = 1.37 horas; DT = 29 min = 0.48 horas;
DNP = 67 Min =1.12, DNP = 14 min = 0.23 horas
DP = 15 min = 0.25 DP = 15 min = 0.25 horas
Teniendo las estrategias de reducción, calculamos las horas efectivas de trabajo
modificadas.
47
Días de la semana Horas Operativas DT *Horas efectivas
Total 39.01horas 37.17 horas
* Horas efectivas=horas operativas-demoras totales
Quedando el diagrama de controles de tiempo de la siguiente manera
Figura 12. Modificaciones de horas infectivas de trabajo en horas – guardia/ semana

Horas Operativas = 36.51 Horas (real) Reserva (prop.)
Horas Operativas = 39.01 Horas (propuesta) 4.5 horas
(real)
Horas efectivas=28.29 horas (real) DT= 8.22 horas (real) 3.5 horas
Horas efectivas=37.17 horas DT = 2.88 horas (prop) (prop)
(prop) DNP= 6.72h DP=1.5
 Cálculo de las nuevas horas utilizadas para el trabajo
Las horas utilizadas en el trabajo es la suma de las horas efectivas de trabajo más las
demoras no programadas, y por lo tanto se determina sumando en la siguiente tabla.
Tabla 21. Modificatoria de horas utilizadas en el trabajo
Días de la semana Horas efectivas DNP Horas Utilizadas

48
Quedando al final, el diagrama de controles de tiempo de la siguiente manera:
Figura 13. Resumen de modificaciones en tiempo.

Horas Operativas = 36.51 Horas (real) Reserva (prop.)
Horas Operativas = 39.01 Horas (propuesta) 4.5 horas
(real)
Horas efectivas=28.29 horas (real) DT= 8.22 horas (real) 3.5 horas
Horas efectivas=37.17 horas DT = 2.88 horas (prop) (prop)
(prop) DNP= 6.72h DP=1.5
(real)
DPN = 1.38h
(prop)
Horas utilizadas en el trabajo = 35.01 horas (real)
Horas utilizadas en el trabajo = 38.55 horas (prop)
De la figura 13 se calcula el porcentaje de tiempos que se considera dentro de los tiempos
de la operación minera, basado en las propuestas planteadas:

𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐹𝑖𝑠𝑖𝑐𝑎 (𝐷𝐹) = 𝑥 100 = 94%

𝑈𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖𝑜𝑛 (𝑈𝑇) = 𝑥 100 = 82.60%

𝐹𝑎𝑐𝑡𝑜𝑟 𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙 (𝐹𝑂) = 𝑥 100 = 95.28%

𝑅𝑒𝑠𝑒𝑟𝑣𝑎 = 𝑥 100 = 8.23%

𝑃𝑒𝑟𝑑𝑖𝑑𝑎𝑠 𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠 = 𝑥 100 = 6.77%
49
4.1.3.3 Diseño un modelo matemático según el punto de equilibrio
Una de las variables indirectas que se muestra en la realidad problemática, pero no se
consideró en la investigación es el avance lineal diario, donde a mayor longitud de avance
la distancia a transportar material será mayor, completando así el ciclo de acarreo a mayor
tiempo posible.
En principio se pensaba trabajar con un costo estipulado en el contrato pactado con las
empresas U. M. San Rafael y la empresa OPEMIP S.A.C. pero debido al consentimiento
informado y las políticas de seguridad no fue factible trabajarlo, sin embargo, el gerente de
operaciones nos dio una pista del punto de equilibrio lo cual sería que al día debemos por
lo menos mover 1000 toneladas para tener 10% de ganancia neta y con 10% de ganancia
ya no tan rentable la empresa.
Según el cálculo de velocidades por de la siguiente figura determinamos:
Figura 14. Diagrama de recorrido en el proceso de carguio de transporte
Mediante la figura 14 se muestra las velocidades de acarreo, se puede determinar el tiempo
total del ciclo con la siguiente formula:
𝐶𝑖𝑐𝑙𝑜 = 𝑇. 𝐼𝑑𝑎 + 𝑇. 𝑟𝑒𝑡𝑜𝑟𝑛𝑜 + 𝑇. 𝑐𝑎𝑟𝑔𝑎 𝑦 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎
Donde las distancias superficiales serán como una constante de igual forma los tiempos
de carga y descarga:
50
En todo caso se tiene varias distancias con diferentes velocidades y es por lo cual se opta
por reemplazar:
1.5 𝑘𝑚 𝐷
𝑇. 𝐼𝑑𝑎 = +
10 𝑘𝑚/ℎ 5 𝑘𝑚/ℎ
1 𝑘𝑚 𝐷
𝑇. 𝑟𝑒𝑡𝑜𝑟𝑛𝑜 = +
30 𝑘𝑚/ℎ 15. 𝐾𝑚/ℎ
Ahora reemplazamos:
1.5 𝑘𝑚 𝐷 1 𝑘𝑚 𝐷
𝑇𝐶𝑖𝑐𝑙𝑜 = + + +
10 𝑘𝑚/ℎ 5 𝑘𝑚/ℎ 30 𝑘𝑚/ℎ 15. 𝐾𝑚/ℎ
Resolviendo quedaría de esa forma:
𝐷 𝐷
𝑇𝐶𝑖𝑐𝑙𝑜 = 0.15 ℎ + + 0.033 ℎ +
5 𝑘𝑚/ℎ 15. 𝐾𝑚/ℎ
Siendo las distancias subterráneas iguales, por lo tanto, despejamos:
𝐷 𝐷
𝑇𝐶𝑖𝑐𝑙𝑜 = 0.15 ℎ + + 0.033 ℎ +
5 𝑘𝑚/ℎ 15. 𝐾𝑚/ℎ
Realizando las simulaciones seria tal como se muestra en la tabla:
Tabla 22. Simulación de distancias a acarrear
Distancia Sub Tiempo de Ciclo Número de viajes en el tiempo

efectivo
6.2 6.19
2.5 0.85 7 7
3 0.98 6 6
4 1.25 5 5
5 1.52 4 4
6 1.78 3 3
7 2.05 3 3
10 2.58 2 2
51
En la tabla 22 se muestra cuando las distancias se aumentan desde 2.5 kilómetros hasta
un supuesto 10 kilómetros donde las horas efectivas de trabajo se muestran las
propuestas, y el número de viajes que haría cada unidad móvil por lo tanto se termina por
la multiplicación de sus capacidades en cada viaje, según la tabla 23.
Tabla 23. Capacidades de viaje
Modelo Capacidad/viaje Cant. *Capacidad total

FMX 8x4R 45.9 Tn/ viaje 6 275.4 Tn/viaje
FMX 6x2 34.4 Tn/ viaje 3 103.2 Tn/viaje
*capacidad/viaje x cantidad
Y según el modelo matemático de estima una producción de:
Tabla 24. Cálculo de producción con simulación del modelo matemático
Distancia Sub Tiempo de Ciclo Producción estimada en el tiempo

efectivo
6.2 horas 6.19 horas
2.5 0.85 2762.64 2758.18
3 0.98 2387.91 2384.06
4 1.25 1878.36 1875.33
5 1.52 1548.02 1545.53
6 1.78 1316.50 1314.38
7 2.05 1145.22 1143.37
10 2.58 908.76 907.29
52
Figura 15. Estimación de vida según la producción por viaje de la empresa OPEMIP
S.A.C.
53
4.1.4 Evaluación de la productividad en el proceso de acarreo por control de
tipos mediante el modelo de regresión lineal en la empresa OPEMIP S.A.C. – U.M.
San Rafael
Para determinar la evaluación de la productividad en el proceso de acarreo se simula
mediante el modelo matemático y se contrasta con el control de campo que se determinó
en la primera semana de septiembre.
En la tabla 25 se presenta la producción diaria que es sumado las dos guardias, siendo la
meta a producir la cantidad de 3500 toneladas por guardia es decir 7000 toneladas por
día.
Tabla 25. Base de datos pre test y post prueba
Código Producción (1 jul – 12 jul) Producción (2 set – 13 set) Modelo matemático

Prod/día Déficit Prod/día Déficit Prod/día Déficit
1° día 6153 847 6535 465 7170.904 -170.904
2° día 5540.2 1459.8 6640 360 7181.698 -181.698
3° día 6307.3 692.7 7026 -26 7170.904 -170.904
4° día 3723.7 3276.3 7168 -168 7181.698 -181.698
5° día 6191.5 808.5 7469 -469 7170.904 -170.904
6° día 5695.8 1304.2 7150 -150 7181.698 -181.698
7° día 6216 784 6878 122 7170.904 -170.904
8° día 5571.4 1428.6 7179 -179 7181.698 -181.698
9° día 6177.5 822.5 7149 -149 7170.904 -170.904
10° día 4030 2970 6806 194 7181.698 -181.698
Promedio 5560.64 1439.36 7000 0 7176.301 -176.301
Fuente: Registro de Campo – Elaboración Propia
La producción diaria antes del control de tiempos improductivos de un promedio de
5560.64 toneladas con un déficit de producción de 1439.36 toneladas por día este
problema fue para que la empresa toma la decisión de retirarse puesto que no alcanzaba
satisfacer las necesidades que estipulaba en el contrato, es así que la investigación tomó
importancia.
54
Con la aplicación del modelo matemático se determinó una inmensa cantidad de tiempos
improductivos, luego controlándolos, moviendo controles administrativos, se mejoró
considerablemente la productividad prediciendo una producción diaria de 7176.301
toneladas al día es decir que estaríamos sobre produciendo 176.301 toneladas al día.
Para corroborar se evaluó por 10 días desde 2 de setiembre hasta 13 setiembre en la
empresa llegando a producir las 7000 toneladas al día teniendo un cero de déficit.
En la figura 16 se demuestra que tan valido es nuestro modelo matemático que se
asemejo casi al igual de la producción real mejorando anticipadamente en la producción
diaria de la empresa OPEMIP S.A.C.
Figura 16. Demostración de la aplicación del modelo matemático
8500
7500
6500
5500
Produccion diaria
4500
Producción (1 jul – 12 jul)

3500
Producción (2 set – 13 set)
Modelo matemático
2500 Lineal (Producción (2 set – 13 set))
Dias de evaluacion
1500
1° dia 2° dia 3° dia 4° dia 5° dia 6° dia 7° dia 8° dia 9° dia 10° dia
55
Figura 17. Gráfico de dispersión de los tiempos presupuestados y logrados
7600 Producción (2 set – 13 set) Modelo matemático Lineal (Producción (2 set – 13 set))
7400
7200
PRODUCCION DIARIA
7000
6800
6600
DIAS DE EVALUACION
6400
0 1 2 3 4 5 6 7 8 9 10
En la figura 17, se muestra el grafico de dispersión de los tiempos determinados por el modelo
matemático con la producción real que se tuvo como posprueba en la empresa OPEMIP S.A.C.
– U.M. San Rafael
De igual forma se muestra en la figura 18, la influencia de los tiempos improductivos en la
producción real, lo cual analiza bajo las informaciones pre y post prueba realizadas en dos
etapas de la investigación.
56
Figura 18. Influencia de los tiempos improductivos en la producción
7500 7469
7168 7150 7179 7149
7026
6878 6806
7000
6640
6535
6500 6307.3
6153 6191.5 6216 6177.5
6000
5695.8
5540.2 5571.4
Produccion diaria
5500
5000
Modelo matemático
4500 produccion real

4030 Tendencia (Produccion Real)
4000 3723.7
Dias de evaluacion
3500
01/07
02/08
05/07
06/07
07/07
08/07
09/07
10/07
11/07
12/07
02/09
03/09
05/09
07/09
08/09
09/09
10/09
11/09
12/09
13/09
preprueba postprueba
57
Figura 19. Estimación de Prod/Guardia de la situación actual
Fuente: Elaboración propia
58
Figura 20. Abaco de proyección de producción con el modelo matemático
Pred(PROD/GUARDIA) - PROD/GUARDIA
4000
y = x -3E-11
3750 R2 = 0.9754
3500
PRODUCCION ESTIMADA POR GUARDIA
3250
3000
2750
2500
2250
2000
1750
1500
1250
1000
1250 1500 1750 2000 2250 2500 2750 3000 3250 3500 3750 4000
PROYECCION DE PRODUCCION POR GUARDIA
INTERCEPCION LIMITE INFERIOR LIMITE SUPERIOR PUNTO DE EQUILIBRIO
En la figura 20, se expresa la estimación de producción planeada vs la estimada por guardia
de trabajo. Por ejemplo, en la fecha mostrada se tiene las coordenadas (2398.47, 2534.52),
esto se interpreta como:
Producción proyectada: 2398.47 ton/guardia
Producción estimada: 2534.52 ton/guardia
59
V. CONCLUSIONES
1. La situación actual de la empresa OPEMIP SAC – UM San Rafael, presenta una gran
cantidad de demoras no programadas en sus operaciones en el sistema de acarreo
que en total suman 6.72 horas a la semana.
2. Las demoras no programadas vienen afectando a las horas disponibles de trabajo,
siendo estas 35.01 horas – guardia/semana; provocando un déficit de 20.47%
promedio de acarreo, que representan 5560 Tn/dia. La meta trazada por la UM San
Rafael es de 7000 Tn/dia.
3. Como alternativa de solución propuesta fue el diseño de tres modelos matemáticos
para minimizar las demoras no programadas. El modelo matemático utilizado es la
regresión lineal.
4. Según la demostración de hipótesis por regresión lineal se muestra que si las horas
efectivas de trabajo se incrementan en una unidad (1 hora), la producción aumentará
en 539.695 toneladas acarreadas, de igual forma el incremento de horas operativas y
utilizadas.
5. En el ámbito de las propuestas para disminuir los tiempos improductivos se planteó 3
estrategias como el cambio de horario en mantenimiento de equipos, cambio de
horario de capacitaciones de seguridad y supervisión para demoras totales.
60
6. Se expuso a los directivos y a los trabajadores de la empresa los beneficios del cambio
de trabajo en el sistema de acarreo, con ello se aumentaría las ganancias; ya que la
empresa cuenta con un contrato de pago por tonelada transportada. Se ejecuto
pruebas en campo por un periodo de 10 días de la propuesta planteada, obteniendo
resultados positivos y satisfactorios.
7. En comparación de resultados, la productividad en el proceso de acarreo por control
de tipos mediante el modelo de regresión lineal mejoró considerablemente desde
5560.64 Tn/dia, con un déficit de producción de 1439.36 Tn/dia a 7000 Tn/dia.
8. Con el modelo matemáticos se llegó estimar a 7176.301 Tn/dia, con una sobre
producción de 176.301 Tn/dia en la empresa OPEMIP S.A.C. – U.M. San Rafael.
9. Con la implementación de control de tiempos por el método de regresión lineal se pudo
aumentar la producción en el sistema de acarreo en un 20.57%, cumplimiento la meta
del sistema de acarreo de 7000 Tn/dia y a su vez generando 2.51% de extra
producción promedio.
10. Con el aumento de producción en el sistema de acarreo de la empresa OPEMIP SAC
- UM San Rafael utilizando el método de regresión lineal, la compañía obtendrá una
mayor utilidad; siendo esto satisfactorio para la empresa y sus colaboradores.
61
RECOMENDACIONES
1. Se recomienda la implementación de la propuesta planteada, para mejorar las
operaciones de acarreo de la empresa OPEMIP S.A.C – UM SAN RAFAEL, con el
fin de cumplir la meta en el sistema de acarreo diario de 7000 tph.
2. Previa implementación del nuevo sistema de trabajo, se debe ejecutar charlas a
todos los trabajadores operativos y línea de mando. Para dar a conocer los
beneficios positivos de la optimización del sistema de acarreo.
3. Brindar supervisión constante en campo, para obtener mayor control y cumplimiento
de las estrategias propuestas y mejorar la productividad del sistema de acarreo de
la empresa OPEMIP S.A.C.
4. Utilizar la extensión XLSTAT para ejecutar el modelo de regresión lineal (cálculos y
gráficos). Dicha extensión procesa datos de manera más exacta, fácil y sencilla.
5. Para obtener cálculos más precisos utilizando modelo de regresión lineal, se
recomienda recopilar información de campo de por lo menos 90 días.
62
ANEXOS
63
ANEXO 1. Matriz de Consistencia
problema objetivos hipótesis variables y subvariables metodología
Problema General: Objetivo General: Hipótesis General: Enfoque de

¿Cómo mejorar la Controlar los tiempos El control de tiempo mediante el Variable Independiente: Investigación:
productividad en el improductivos mediante modelo de regresión lineal es Cuantitativa
proceso de acarreo por el modelo de regresión posible mejorar la productividad en Control de tiempos improductivos
control de tiempo lineal para mejorar la el proceso de acarreo en la mediante el modelo de regresión Tipo de
mediante el modelo de productividad en el empresa OPEMIP S.A.C. – U.M. lineal Investigación
regresión lineal en la proceso de acarreo por San Rafael Aplicada – Descriptiva
empresa OPEMIP S.A.C. en la empresa OPEMIP Hipótesis Especificas:  Parámetros de operación
– U.M. San Rafael? S.A.C. – U.M. San Rafael Los parámetros determinados de  Tiempos Diseño de
Problemas Específicos:  Regresión lineal Investigación:
¿Cuáles son los Objetivos Específicos: operación son las capacidades de cuasi experimental
parámetros de operación Determinar los Variable Dependiente:
y controles de tiempo volquete, capacidades de carguío, propositivo
productivos e parámetros de operación La productividad en el proceso de
improductivos en el las distancias de transporte de Nivel de
proceso de acarreo de la y controles de tiempo acarreo Investigación
empresa OPEMIP S.A.C. material y controles de tiempo Explicativo.
– U.M. San Rafael? productivos e
¿Cuál es el modelo productivos e improductivos en el  Rentabilidad
matemático de regresión improductivos en el  Eficiencia Muestra:
lineal según la ruta de proceso de acarreo de la empresa 6 volquetes 8x4, 3
capacidad de los proceso de acarreo de la volquetes 6x4 y un 1
camiones y los puntos de OPEMIP S.A.C. – U.M. San Rafael volquete Stand by de
equilibrio económico? empresa OPEMIP S.A.C. modelo volvo FMX
¿En cuánto mejoro la Mediante el diseñar un modelo
productividad en el – U.M. San Rafael matemático según la ruta de 4.1.5 Recolecció
proceso de acarreo por capacidad de los camiones y los
control de tipos mediante Diseñar un modelo puntos de equilibrio económico se
n de Datos
el modelo de regresión matemático según la ruta mejorará significativamente la
lineal en la empresa de capacidad de los productividad en el proceso de
OPEMIP S.A.C. – U.M. camiones y los puntos de acarreo. Observación
San Rafael? equilibrio económico La productividad en el proceso de
Evaluar la productividad acarreo por control de tipos
en el proceso de acarreo mediante el modelo de regresión
por control de tipos lineal se logrará una mejora en
64
mediante el modelo de eficiencia reduciendo costos y 4.1.6 Procesamie
regresión lineal en la tiempos según la toma de
empresa OPEMIP S.A.C. decisiones en la empresa OPEMIP
nto
– U.M. San Rafael S.A.C. – U.M. San Rafael
Software Python
65
ANEXO 2. Matriz de Sistematización de datos (Control de tiempos productivos e improductivos Julio - 2021)
Código Fecha días MR RESERVA DNP DP Tiempo Horas Horas Horas Tiempo
improductivo Disponibles Operativas efectivas utilizado
DIA - 1 1-Jul-21 Jueves 0.33 0.5 1.12 0.25 2.2 7.17 6.67 5.3 6.42
DIA - 2 2-Jul-21 viernes 1 0.5 1.13 0.2 2.83 6.5 6 4.67 5.8
DIA - 3 3-Jul-21 Sábado 0.33 0.5 1.11 0.24 2.18 7.17 6.67 5.32 6.43
DIA - 4 5-Jul-21 Lunes 1 2 0.9 0.2 4.1 6.5 4.5 3.4 4.3
DIA - 5 6-Jul-21 Martes 0.33 0.5 1.1 0.32 2.25 7.17 6.67 5.25 6.35
DIA - 6 7-Jul-21 Miércoles 1 0.5 1.12 0.21 2.83 6.5 6 4.67 5.79
DIA - 7 8-Jul-21 Jueves 0.33 0.5 1.14 0.21 2.18 7.17 6.67 5.32 6.46
DIA - 8 9-Jul-21 Viernes 1 0.5 1 0.2 2.7 6.5 6 4.8 5.8
DIA - 9 10-Jul-21 Sábado 0.33 0.5 1.13 0.24 2.2 7.17 6.67 5.3 6.43
DIA - 10 12-Jul-21 Lunes 1 2 1.13 0.18 4.31 6.5 4.5 3.19 4.32
DIA - 11 13-Jul-21 Martes 0.33 0.5 1.45 0.15 2.43 7.17 6.67 5.07 6.52
DIA - 13 15-Jul-21 Jueves 0.33 0.5 1.12 0.13 2.08 7.17 6.67 5.42 6.54
DIA - 14 16-Jul-21 Viernes 1 0.5 1.11 0.25 2.86 6.5 6 4.64 5.75
DIA - 15 17-Jul-21 Sábado 0.33 0.5 1.11 0.25 2.19 7.17 6.67 5.31 6.42
DIA - 16 19-Jul-21 Lunes 1 2 1 0.25 4.25 6.5 4.5 3.25 4.25
DIA - 17 20-Jul-21 Martes 0.33 0.5 1.13 0.2 2.16 7.17 6.67 5.34 6.47
DIA - 19 22-Jul-21 Jueves 0.33 0.5 1.11 0.2 2.14 7.17 6.67 5.36 6.47
DIA - 20 23-Jul-21 Viernes 1 0.5 0.9 0.32 2.72 6.5 6 4.78 5.68
DIA - 21 24-Jul-21 Sábado 0.33 0.5 1.1 0.21 2.14 7.17 6.67 5.36 6.46
DIA - 22 26-Jul-21 Lunes 1 2 1.12 0.24 4.36 6.5 4.5 3.14 4.26
DIA - 23 27-Jul-21 Martes 0.33 0.5 1.14 0.2 2.17 7.17 6.67 5.33 6.47
DIA - 24 28-Jul-21 Miércoles 1 0.5 1 0.24 2.74 6.5 6 4.76 5.76
DIA - 25 29-Jul-21 Jueves 0.33 0.5 1.13 0.18 2.14 7.17 6.67 5.36 6.49
DIA - 26 30-Jul-21 Viernes 1 0.5 1.13 0.15 2.78 6.5 6 4.72 5.85
DIA - 27 31-Jul-21 Sábado 0.33 0.5 1.45 0.26 2.54 7.17 6.67 4.96 6.41
DIA - 28 2-Ago-21 Lunes 1 2 1.3 0.13 4.43 6.5 4.5 3.07 4.37
DIA - 29 3-Ago-21 Martes 0.33 0.5 1.12 0.25 2.2 7.17 6.67 5.3 6.42
DIA - 30 4-Ago-21 Miércoles 1 0.5 1.11 0.25 2.86 6.5 6 4.64 5.75
NOCH - 1 1-Jul-21 Jueves 0.33 0.5 1.11 0.27 2.21 7.17 6.67 5.29 6.4
NOCH - 2 2-Jul-21 Viernes 1 0.5 1 0.29 2.79 6.5 6 4.71 5.71
NOCH - 3 3-Jul-21 Sábado 0.33 0.5 1.13 0.24 2.2 7.17 6.67 5.3 6.43
NOCH - 4 5-Jul-21 Lunes 1 2 1.13 0.65 4.78 6.5 4.5 2.72 3.85
NOCH - 5 6-Jul-21 Martes 0.33 0.5 1.11 0.23 2.17 7.17 6.67 5.33 6.44
NOCH - 6 7-Jul-21 Miércoles 1 0.5 0.9 0.35 2.75 6.5 6 4.75 5.65
NOCH - 7 8-Jul-21 Jueves 0.33 0.5 1.1 0.25 2.18 7.17 6.67 5.32 6.42
NOCH - 8 9-Jul-21 Viernes 1 0.5 1.12 0.26 2.88 6.5 6 4.62 5.74
66
NOCH - 9 10-Jul-21 Sábado 0.33 0.5 1.14 0.26 2.23 7.17 6.67 5.27 6.41
NOCH - 10 12-Jul-21 Lunes 1 2 1 0.27 4.27 6.5 4.5 3.23 4.23
NOCH - 11 13-Jul-21 Martes 0.33 0.5 1.13 0.29 2.25 7.17 6.67 5.25 6.38
NOCH - 13 15-Jul-21 Jueves 0.33 0.5 1.45 0.3 2.58 7.17 6.67 4.92 6.37
NOCH - 14 16-Jul-21 Viernes 1 0.5 1.3 0.25 3.05 6.5 6 4.45 5.75
NOCH - 15 17-Jul-21 Sábado 0.33 0.5 1.12 0.18 2.13 7.17 6.67 5.37 6.49
NOCH - 16 19-Jul-21 Lunes 1 2 1.11 0.15 4.26 6.5 4.5 3.24 4.35
NOCH - 17 20-Jul-21 Martes 0.33 0.5 1.11 0.12 2.06 7.17 6.67 5.44 6.55
NOCH - 18 21-Jul-21 Miércoles 1 0.5 1 0.13 2.63 6.5 6 4.87 5.87
NOCH - 19 22-Jul-21 Jueves 0.33 0.5 1.13 0.25 2.21 7.17 6.67 5.29 6.42
NOCH - 20 23-Jul-21 Viernes 1 0.5 1.11 0.25 2.86 6.5 6 4.64 5.75
NOCH - 21 24-Jul-21 Sábado 0.33 0.5 1.11 0.27 2.21 7.17 6.67 5.29 6.4
NOCH - 22 26-Jul-21 Lunes 1 2 1.06 0.29 4.35 6.5 4.5 3.15 4.21
NOCH - 23 27-Jul-21 Martes 0.33 0.5 1.03 0.24 2.1 7.17 6.67 5.4 6.43
NOCH - 25 29-Jul-21 Jueves 0.33 0.5 1.1 0.23 2.16 7.17 6.67 5.34 6.44
NOCH - 26 30-Jul-21 Viernes 1 0.5 1.2 0.35 3.05 6.5 6 4.45 5.65
NOCH - 27 31-Jul-21 Sábado 0.33 0.5 1.23 0.25 2.31 7.17 6.67 5.19 6.42
NOCH - 28 2-Ago-21 Lunes 1 2 1.11 0.26 4.37 6.5 4.5 3.13 4.24
NOCH - 29 3-Ago-21 Martes 0.33 0.5 1.14 0.26 2.23 7.17 6.67 5.27 6.41
NOCH - 30 4-Ago-21 Miércoles 1 0.5 1.09 0.27 2.86 6.5 6 4.64 5.73
67
ANEXO 3. Matriz de Sistematización de datos (Control de viajes y producción diaria Julio -2021)
Código Fecha #/viajes 8X4 total viajes #/Viajes 6x2 total viajes 8X4 * 6 6X2*3 PROD/GUARDIA DEFICIT
DIA - 1 1-Jul-21 Jueves 8 50 7 21 2304.7 722.4 3027.1 472.9
DIA - 2 2-Jul-21 Viernes 7 44 7 21 2030.7 722.4 2753.1 746.9
DIA - 3 3-Jul-21 Sábado 8 50 8 24 2313.4 825.6 3139.0 361.0
DIA - 4 5-Jul-21 Lunes 5 32 6 18 1478.5 619.2 2097.7 1402.3
DIA - 5 6-Jul-21 Martes 8 50 7 21 2282.9 722.4 3005.3 494.7
DIA - 6 7-Jul-21 Miércoles 7 44 8 24 2030.7 825.6 2856.3 643.7
DIA - 7 8-Jul-21 Jueves 8 50 7 21 2313.4 722.4 3035.8 464.2
DIA - 8 9-Jul-21 Viernes 8 45 7 21 2087.2 722.4 2809.6 690.4
DIA - 9 10-Jul-21 Sábado 8 50 7 21 2304.7 722.4 3027.1 472.9
DIA - 10 12-Jul-21 Lunes 5 30 6 18 1387.1 619.2 2006.3 1493.7
DIA - 11 13-Jul-21 Martes 8 48 7 21 2204.6 722.4 2927.0 573.0
DIA - 13 15-Jul-21 Jueves 9 51 8 24 2356.8 825.6 3182.4 317.6
DIA - 14 16-Jul-21 Viernes 7 44 7 21 2017.7 722.4 2740.1 759.9
DIA - 15 17-Jul-21 Sábado 8 50 8 24 2309.0 825.6 3134.6 365.4
DIA - 16 19-Jul-21 Lunes 5 31 6 18 1413.2 619.2 2032.4 1467.6
DIA - 17 20-Jul-21 Martes 8 51 8 23 2322.1 791.2 3113.3 386.7
DIA - 19 22-Jul-21 Jueves 8 51 7 21 2330.8 722.4 3053.2 446.8
DIA - 20 23-Jul-21 Viernes 8 45 7 21 2078.5 722.4 2800.9 699.1
DIA - 21 24-Jul-21 Sábado 8 51 9 27 2330.8 928.8 3259.6 240.4
DIA - 22 26-Jul-21 Lunes 5 30 6 18 1365.4 619.2 1984.6 1515.4
DIA - 23 27-Jul-21 Martes 8 50 8 24 2317.7 825.6 3143.3 356.7
DIA - 25 29-Jul-21 Jueves 8 51 8 24 2330.8 825.6 3156.4 343.6
DIA - 26 30-Jul-21 Viernes 7 45 7 21 2052.5 722.4 2774.9 725.1
DIA - 27 31-Jul-21 Sábado 8 47 8 24 2156.8 825.6 2982.4 517.6
DIA - 28 2-Ago-21 Lunes 5 28 6 18 1285.2 619.2 1904.4 1595.6
DIA - 29 3-Ago-21 Martes 8 50 7 21 2304.7 722.4 3027.1 472.9
DIA - 30 4-Ago-21 Miércoles 7 44 6 18 2017.7 619.2 2636.9 863.1
68
NOCH - 1 1-Jul-21 Jueves 8 50 8 24 2300.3 825.6 3125.9 374.1
NOCH - 2 2-Jul-21 Viernes 7 44 7 22 2019.6 767.5 2787.1 712.9
NOCH - 3 3-Jul-21 Sábado 8 50 8 25 2304.7 863.6 3168.3 331.7
NOCH - 4 5-Jul-21 Lunes 4 26 4 13 1182.8 443.2 1626.0 1874.0
NOCH - 5 6-Jul-21 Martes 8 50 8 25 2317.7 868.5 3186.2 313.8
NOCH - 6 7-Jul-21 Miércoles 8 45 8 23 2065.5 774.0 2839.5 660.5
NOCH - 7 8-Jul-21 Jueves 8 50 8 25 2313.4 866.9 3180.2 319.8
NOCH - 8 9-Jul-21 Viernes 7 44 7 22 2009.0 752.8 2761.8 738.2
NOCH - 9 10-Jul-21 Sábado 8 50 8 25 2291.6 858.7 3150.4 349.6
NOCH - 10 12-Jul-21 Lunes 5 31 6 18 1404.5 619.2 2023.7 1476.3
NOCH - 11 13-Jul-21 Martes 8 50 8 25 2282.9 855.5 3138.4 361.6
NOCH - 13 15-Jul-21 Jueves 8 47 8 23 2139.4 801.7 2941.1 558.9
NOCH - 14 16-Jul-21 Viernes 7 42 7 21 1935.0 725.1 2660.2 839.8
NOCH - 15 17-Jul-21 Sábado 8 51 8 25 2335.1 875.0 3210.1 289.9
NOCH - 16 19-Jul-21 Lunes 5 31 6 18 1408.9 619.2 2028.1 1471.9
NOCH - 17 20-Jul-21 Martes 9 52 9 26 2365.5 886.4 3252.0 248.0
NOCH - 19 22-Jul-21 Jueves 8 50 8 25 2300.3 862.0 3162.3 337.7
NOCH - 20 23-Jul-21 Viernes 7 43 7 22 1973.7 756.1 2729.8 770.2
NOCH - 21 24-Jul-21 Sábado 8 50 6 18 2300.3 619.2 2919.5 580.5
NOCH - 22 26-Jul-21 Lunes 5 30 5 15 1369.8 513.3 1883.0 1617.0
NOCH - 23 27-Jul-21 Martes 9 51 9 26 2348.1 879.9 3228.1 271.9
NOCH - 25 29-Jul-21 Jueves 8 51 6 18 2322.1 619.2 2941.3 558.7
NOCH - 26 30-Jul-21 Viernes 7 42 7 21 1935.0 725.1 2660.2 839.8
NOCH - 27 31-Jul-21 Sábado 8 49 8 25 2256.8 845.7 3102.5 397.5
NOCH - 28 2-Ago-21 Lunes 5 30 5 15 1361.1 510.0 1871.1 1628.9
NOCH - 29 3-Ago-21 Martes 8 50 6 18 2291.6 619.2 2910.8 589.2
NOCH - 30 4-Ago-21 Miércoles 7 44 7 22 2017.7 756.1 2773.7 726.3
69
ANEXO 4. Matriz de Sistematización de datos (Control de tiempos productivos e improductivos septiembre - 2021)
Código Fecha MR RESERVA DNP DP Tiempo Horas Horas Horas Tiempo

improductivo Disponibles Operativas efectivas utilizado
DIA - 1 2-Set-21 Jueves 0.5 1 0.23 0.25 1.98 7 6 5.52 5.75
DIA - 2 3-Set-21 Viernes 0.33 0.5 0.25 0.2 1.28 7.17 6.67 6.22 6.47
DIA - 3 4-Set-21 Sábado 0.33 0.5 0.25 0.21 1.29 7.17 6.67 6.21 6.46
DIA - 4 6-Set-21 Lunes 0.5 0.5 0.22 0.21 1.43 7 6.5 6.07 6.29
DIA - 5 7-Set-21 Martes 0.3 0.5 0.22 0.25 1.27 7.2 6.7 6.23 6.45
DIA - 6 8-Set-21 Miércoles 0.5 0.5 0.26 0.25 1.51 7 6.5 5.99 6.25
DIA - 7 9-Set-21 Jueves 0.33 1 0.25 0.26 1.84 7.17 6.17 5.66 5.91
DIA - 8 10-Set-21 Viernes 0.5 0.5 0.23 0.265 1.495 7 6.5 6.005 6.235
DIA - 9 11-Set-21 Sábado 0.33 0.5 0.25 0.23 1.31 7.17 6.67 6.19 6.44
DIA - 10 13-Set-21 Lunes 0.5 0.5 0.24 0.23 1.47 7 6.5 6.03 6.27
NOCH - 1 2-Set-21 Jueves 0.33 1 0.21 0.25 1.79 7.17 6.17 5.71 5.92
NOCH - 2 3-Set-21 Viernes 0.5 0.5 0.21 0.23 1.44 7 6.5 6.06 6.27
NOCH - 3 4-Set-21 Sábado 0.33 0.5 0.21 0.22 1.26 7.17 6.67 6.24 6.45
NOCH - 4 6-Set-21 Lunes 0.5 0.5 0.22 0.22 1.44 7 6.5 6.06 6.28
NOCH - 5 7-Set-21 Martes 0.33 0.5 0.22 0.21 1.26 7.17 6.67 6.24 6.46
NOCH - 6 8-Set-21 Miércoles 0.5 0.5 0.25 0.21 1.46 7 6.5 6.04 6.29
NOCH - 7 9-Set-21 Jueves 0.33 1 0.26 0.25 1.84 7.17 6.17 5.66 5.92
NOCH - 8 10-Set-21 Viernes 0.5 0.5 0.32 0.26 1.58 7 6.5 5.92 6.24
NOCH - 9 11-Set-21 Sábado 0.33 0.5 0.24 0.25 1.32 7.17 6.67 6.18 6.42
NOCH - 10 13-Set-21 Lunes 0.5 0.5 0.23 0.21 1.44 7 6.5 6.06 6.29
70
ANEXO 5. Matriz de Sistematización de datos (Control de viajes y producción diaria Setiembre -2021)
Código Fecha #/viajes Total viajes #/Viajes Total viajes 8X4 * 6 6X2*3 PROD/GUARDIA DEFICIT
8X4 6x2
DIA - 1 2-Set-21 Jueves 9 52 8 24 2400.3 825.6 3226.0 274.0
DIA - 2 3-Set-21 Viernes 10 59 9 27 2704.7 928.8 3635.0 -135.0
DIA - 3 4-Set-21 Sábado 10 59 8 24 2700.4 825.6 3526.0 -26.0
DIA - 4 6-Set-21 Lunes 10 58 9 27 2639.5 928.8 3568.0 -68.0
DIA - 5 7-Set-21 Martes 10 59 10 30 2709.1 1032.0 3739.0 -239.0
DIA - 6 8-Set-21 Miércoles 9 57 9 27 2604.7 928.8 3540.0 -40.0
DIA - 7 9-Set-21 Jueves 9 54 10 30 2461.2 1032.0 3495.0 5.0
DIA - 8 10-Set-21 Viernes 9 57 10 30 2611.2 1032.0 3640.0 -140.0
DIA - 9 11-Set-21 Sábado 10 59 10 30 2691.7 1032.0 3549.0 -49.0
DIA - 10 13-Set-21 Lunes 10 57 9 27 2622.1 928.8 3551.0 -51.0
NOCH - 1 2-Set-21 Jueves 9 54 8 24 2482.9 825.6 3309.0 191.0
NOCH - 2 3-Set-21 viernes 10 44 10 29 2019.6 987.5 3005.0 495.0
NOCH - 3 4-Set-21 Sábado 10 59 10 30 2713.4 1016.8 3500.0 0.0
NOCH - 4 6-Set-21 Lunes 10 57 10 29 2635.1 987.5 3600.0 -100.0
NOCH - 5 7-Set-21 Martes 10 59 10 30 2713.4 1016.8 3730.0 -230.0
NOCH - 6 8-Set-21 Miércoles 10 57 10 29 2626.4 984.2 3610.0 -110.0
NOCH - 7 9-Set-21 Jueves 9 54 9 27 2461.2 922.3 3383.0 117.0
NOCH - 8 10-Set-21 Viernes 9 56 9 28 2574.3 964.6 3539.0 -39.0
NOCH - 9 11-Set-21 Sábado 10 59 10 29 2687.3 1007.0 3600.0 -100.0
NOCH - 10 13-Set-21 Lunes 10 57 6 18 2635.1 619.2 3255.0 245.0
71
ANEXO 6. Base de datos de la generación del Modelo Matemático
Des.
Límite Límite
estd. Des. estd. sobre Límite inferior Límite superior
Horas Residuo inferior superior
Observación Peso PROD/GUARDIA Pred (PROD/GUARDIA) Residuo sobre la la pred. 95% 95%
efectivas estd. 95% 95%
pred. (Observación) (Observación) (Observación)
(Media) (Media)
(Media)
Obs1 1 5.300 3027.063 3105.125 -78.061 -1.166 10.855 3083.396 3126.853 67.796 2969.416 3240.833
Obs2 1 4.670 2753.113 2765.117 -12.004 -0.179 8.655 2747.791 2782.442 67.479 2630.043 2900.190
Obs3 1 5.320 3138.960 3115.918 23.042 0.344 10.993 3093.914 3137.923 67.818 2980.166 3251.671
Obs4 1 3.400 2097.663 2079.704 17.959 0.268 17.161 2045.352 2114.056 69.087 1941.412 2217.996
Obs5 1 5.250 3005.321 3078.140 -72.819 -1.088 10.524 3057.074 3099.205 67.744 2942.536 3213.744
Obs6 1 4.670 2856.313 2765.117 91.196 1.363 8.655 2747.791 2782.442 67.479 2630.043 2900.190
Obs7 1 5.320 3035.760 3115.918 -80.158 -1.198 10.993 3093.914 3137.923 67.818 2980.166 3251.671
Obs8 1 4.800 2809.642 2835.277 -25.635 -0.383 8.691 2817.881 2852.673 67.483 2700.195 2970.359
Obs9 1 5.300 3027.063 3105.125 -78.061 -1.166 10.855 3083.396 3126.853 67.796 2969.416 3240.833
Obs10 1 3.190 2006.346 1966.368 39.978 0.597 19.242 1927.851 2004.885 69.633 1826.983 2105.753
Obs11 1 5.070 2927.049 2980.995 -53.945 -0.806 9.513 2961.953 3000.037 67.594 2845.690 3116.299
Obs12 1 4.580 2713.977 2716.544 -2.567 -0.038 8.775 2698.979 2734.110 67.494 2581.440 2851.648
Obs13 1 5.420 3182.444 3169.888 12.556 0.188 11.723 3146.422 3193.354 67.940 3033.891 3305.885
Obs14 1 4.640 2740.067 2748.926 -8.858 -0.132 8.682 2731.546 2766.305 67.482 2613.845 2884.006
Obs15 1 5.310 3134.612 3110.522 24.090 0.360 10.924 3088.655 3132.388 67.807 2974.791 3246.252
Obs16 1 3.250 2032.437 1998.750 33.687 0.503 18.641 1961.436 2036.063 69.469 1859.692 2137.807
Obs17 1 5.340 3113.257 3126.712 -13.456 -0.201 11.134 3104.426 3148.999 67.841 2990.914 3262.511
Obs18 1 4.630 2735.719 2743.529 -7.810 -0.117 8.694 2726.125 2760.932 67.484 2608.445 2878.612
Obs19 1 5.360 3053.154 3137.506 -84.353 -1.260 11.277 3114.933 3160.080 67.865 3001.660 3273.353
Obs20 1 4.780 2800.945 2824.483 -23.538 -0.352 8.669 2807.130 2841.836 67.481 2689.406 2959.560
Obs21 1 5.360 3259.554 3137.506 122.047 1.824 11.277 3114.933 3160.080 67.865 3001.660 3273.353
Obs22 1 3.140 1984.604 1939.383 45.221 0.676 19.747 1899.856 1978.910 69.774 1799.715 2079.051
Obs23 1 5.330 3143.308 3121.315 21.993 0.329 11.063 3099.170 3143.460 67.830 2985.540 3257.091
Obs24 1 4.760 2895.448 2813.689 81.759 1.222 8.653 2796.368 2831.011 67.478 2678.616 2948.762
Obs25 1 5.360 3156.354 3137.506 18.847 0.282 11.277 3114.933 3160.080 67.865 3001.660 3273.353
Obs26 1 4.720 2774.855 2792.101 -17.247 -0.258 8.640 2774.807 2809.395 67.477 2657.032 2927.171
Obs27 1 4.960 2982.417 2921.628 60.789 0.908 9.064 2903.484 2939.773 67.532 2786.447 3056.809
Obs28 1 3.070 1904.400 1901.604 2.796 0.042 20.459 1860.652 1942.557 69.979 1761.527 2041.682
Obs29 1 5.300 3027.063 3105.125 -78.061 -1.166 10.855 3083.396 3126.853 67.796 2969.416 3240.833
72
Obs30 1 4.640 2636.867 2748.926 -112.058 -1.674 8.682 2731.546 2766.305 67.482 2613.845 2884.006
Obs31 1 5.290 3125.915 3099.728 26.187 0.391 10.787 3078.134 3121.321 67.785 2964.041 3235.414
Obs32 1 4.710 2787.082 2786.704 0.378 0.006 8.640 2769.410 2803.999 67.477 2651.635 2921.774
Obs33 1 5.300 3168.284 3105.125 63.160 0.944 10.855 3083.396 3126.853 67.796 2969.416 3240.833
Obs34 1 2.720 1625.987 1712.711 -86.724 -1.296 24.090 1664.491 1760.932 71.125 1570.339 1855.083
Obs35 1 5.330 3186.218 3121.315 64.902 0.970 11.063 3099.170 3143.460 67.830 2985.540 3257.091
Obs36 1 4.750 2839.500 2808.292 31.208 0.466 8.648 2790.982 2825.603 67.478 2673.221 2943.364
Obs37 1 5.320 3180.240 3115.918 64.322 0.961 10.993 3093.914 3137.923 67.818 2980.166 3251.671
Obs38 1 4.620 2761.787 2738.132 23.655 0.353 8.708 2720.702 2755.562 67.485 2603.045 2873.219
Obs39 1 5.270 3150.351 3088.934 61.417 0.918 10.654 3067.608 3110.260 67.764 2953.289 3224.578
Obs40 1 3.230 2023.740 1987.956 35.784 0.535 18.840 1950.242 2025.669 69.523 1848.791 2127.121
Obs41 1 5.250 3138.395 3078.140 60.255 0.900 10.524 3057.074 3099.205 67.744 2942.536 3213.744
Obs42 1 4.580 2713.977 2716.544 -2.567 -0.038 8.775 2698.979 2734.110 67.494 2581.440 2851.648
Obs43 1 4.920 2941.124 2900.040 41.084 0.614 8.938 2882.148 2917.933 67.516 2764.893 3035.188
Obs44 1 4.450 2660.163 2646.384 13.779 0.206 9.146 2628.076 2664.692 67.543 2511.181 2781.587
Obs45 1 5.370 3210.129 3142.903 67.226 1.005 11.350 3120.184 3165.622 67.877 3007.033 3278.774
Obs46 1 3.240 2028.088 1993.353 34.736 0.519 18.740 1955.840 2030.866 69.496 1854.242 2132.464
Obs47 1 5.440 3251.975 3180.682 71.293 1.065 11.876 3156.909 3204.455 67.967 3044.631 3316.733
Obs48 1 4.870 2911.235 2873.056 38.179 0.571 8.811 2855.419 2890.692 67.499 2737.942 3008.169
Obs49 1 5.290 3162.306 3099.728 62.579 0.935 10.787 3078.134 3121.321 67.785 2964.041 3235.414
Obs50 1 4.640 2729.776 2748.926 -19.150 -0.286 8.682 2731.546 2766.305 67.482 2613.845 2884.006
Obs51 1 5.290 2919.515 3099.728 -180.213 -2.693 10.787 3078.134 3121.321 67.785 2964.041 3235.414
Obs52 1 3.150 1883.037 1944.780 -61.743 -0.923 19.646 1905.455 1984.105 69.745 1805.170 2084.391
Obs53 1 5.400 3228.063 3159.094 68.969 1.031 11.572 3135.931 3182.258 67.914 3023.149 3295.040
Obs54 1 4.300 2570.495 2565.429 5.065 0.076 9.831 2545.751 2585.108 67.640 2430.034 2700.825
Obs55 1 5.340 2941.257 3126.712 -185.456 -2.771 11.134 3104.426 3148.999 67.841 2990.914 3262.511
Obs56 1 4.450 2660.163 2646.384 13.779 0.206 9.146 2628.076 2664.692 67.543 2511.181 2781.587
Obs57 1 5.190 3102.527 3045.758 56.769 0.848 10.153 3025.435 3066.082 67.687 2910.268 3181.249
Obs58 1 3.130 1871.081 1933.986 -62.905 -0.940 19.848 1894.256 1973.716 69.803 1794.261 2073.711
Obs59 1 5.270 2910.818 3088.934 -178.116 -2.662 10.654 3067.608 3110.260 67.764 2953.289 3224.578
Obs60 1 4.640 2773.743 2748.926 24.817 0.371 8.682 2731.546 2766.305 67.482 2613.845 2884.006
73
ANEXO 7. Generación de modelo matemático con XLSTAT
74
ANEXO 8. Validación de Datos del Modelo Matemático con XLSTAT
75
VI. GLOSARIO
Acarreo
Es el traslado del material y/o desmonte que se encuentra en los tajos o frentes de trabajo,
hacia los diferentes puntos de carguío y/o echaderos (ore pass).
Cancha
Espacio en el cual se acumula el mineral tanto en la mina como en la planta de
concentrados y de desmonte en espera de su destino final.
Carguío o cargue
Es una operación de carga de mineral y/o desmonte a los camiones volquetes, para que
sean trasladados hacia a la planta concentradora o hacia una cancha de acumulación de
mineral. En esta operación se incluyen tareas de remoción y acopio del material
fragmentado.
Capacidad De Carga.
Se refiere al volumen de material que una unidad de carguío o transporte puede contener
en un momento dado (por ejemplo, el volumen de la cuchara de una pala o de la tolva de
un camión). La capacidad se puede expresar de dos maneras:
Extracción
Proceso de tratamiento que comprende el molido fino del mineral seguido de la extracción
de minerales”
Mina
Las minas son las fuentes de material que contiene mineral y que se encuentra cerca de la
superficie o en el subsuelo
Tiempo/hora de reserva o reservado
Es el tiempo en donde el equipo estando mecánicamente apto no ejecuta actividades
productivas, esto por realizarse capacitaciones, charlas, cambios de guardia,
documentación, etc.
76
BIBLIOGRAFÍA
Alcidez Cuentas, M. (2015). Realizar el plan de minado mediante la optimizacion del

proceso productivo del proyecto minero el pedegal para el año 2012. Universidad
Alas Peruanas, ingenieria de minas, Pedregal.
Alva, C. (2019). Mejora continua en el proceso operativo de carguío y acarreo de material
para aumentar la productividad, minera Hudbay - Cusco 2017. (Tesis de pregrado).
Universidad Cesar Vallejo, Chiclayo.
Apaza, E. (2017). Disminución de tiempos Improductivos para incrementar la utilización de
los equipos de carguío y acarreo en la mejora continua de la productividad en el
tajo Chalarina en Minera Shahuindo S.A.C. Trujillo: Tesis de la Universidad
Nacional de Trujillo.
Apaza, M. (2019). optimización de sistema de transporte de Mineral para el incremento de
la Productividad en CIA minera Ares – U. O. Inmaculada. Puno: Tesis de la
Universidad Nacional del Altiplano.
Apaza, N. (s.f.). Ciclo de Minado. Obtenido de Academia:
https://www.academia.edu/13900797/CICLO_DE_MINADO?auto=download
Araujo, R. (2018). Optimización de la flota de Volquetes en el acarreo, para incrementar la
producción en la mina los Andes Perú Gold-Huamachuco. Trujillo: Tesis de la
Universidad de Trujillo.
Arriel, M. (2016). Identidicación y análisis de los tiempos improductivos en equipos de las
principales actividades operativas del ciclo de producción de una mina subterranea
sublivel stoping (tajeo por subniveles). Lima : Tesis de la Escuela de Postgrado
GERENS.
Asuncion, G. (2019). incrementar el rendimiento en las excavadora CAT 336DL reduciendo
los tiempos improductivas en mejora de la producción de relleno masivo en Minera
Tahoe Perú la Arena S.A. Trujillo: tesis de la Universidad Nacional de Trujillo.
Barreto, L. (2017). Optimización del número de camiones 785C CAT y cargador frontal
992k CAT medinate el match factor en la ruta mineral - stock pile Antapaccay -
Chancadora Tintaya San Martín Contratistas generales S.A. (Tesis de pregrado).
Universidad Nacional del San Agustín, Arequipa.
77
Bautista, J. (2017). Diseño y planeamiento de minado subterráneo para incrementar la
producción diaria de la unidad operativa Pallancata – proyecto Pablo – compañía
minera Ares s.a.c. Puno: Universidad Nacional del Altiplano.
Bellido, A. (2018). rendimiento de Jumbos Sandvik frente a los tiempos improductivos de
perforación de galerías de la Contrata AESA – Unidad Minera San Rafael. Puno:
tesis de la Universidad Nacional del Altiplano.
Blanco, M., Muñoz, F., & Palacio, O. (2017). Optimización de portafolio de proyectos a
través de la aplicación de programación lineal y el CAPM. Revista Ciencias
Estratégicas, 25(37), 71 - 86.
Bustamante, J. (2018). Optimización de la productividad de los equipos de Carguió y
acarreo en Gold Fields la cima S.A. mediante la disminución de las demoras
operativas más significativas . Cajamarca : tesis de la Universidad Nacional
Cajamarca.
Calixto. (2015). control de dilución optimizando los procesos Unitarios de perforación,
voladura y acarreo: Caso práctico; una mina subterránea del norte. Control de
dilución optimizando los procesos Unitarios de perforación, voladura y acarreo:
Caso práctico; una mina subterránea del norte: Pontificia Catolica del Peru.
Calua, F. (2019). Propuesta de minimización de tiempos improductivos para una mayor
producción en Carguío y Acarreo en CIA. Minera Coimolache S.A. Cajamarca -
Perú: Tesis de la Universidad Nacional de Cajamarca .
Carollo, C. (2012). Regresion Lineal simple. Revista Estadistica FBA, 1 - 31.
Castro Urtado, B. A. (2015). Propuesta de implementacion de plan minado en la cantera
de dolomita Jajahuasi 2001 de la comunidad campesina Llollapampa-Provincia d
eJauja. tesis, Universidad Nacional del Centro del Peru, Ingenieria Minas,
Huancayo.
Castro, J. (01 de Febrero de 2013). Como determinar la mejor secuencia de minado y el
Mejor Diseño de etapa factibles. Recuperado el 27 de Octubre de 2018, de Scribd:
https://es.scribd.com/document/123391533/Como-Determinar-la-Mejor-Secuencia-
de-Minado-y-el-Mejor-Diseno-de-Etapa-Factibles
Catacora, G. (2015). Evaluacion del impacto ambiental de la Cooperativa minera señor de
Ananea. Puno: Universidad Nacional del Altiplano.
Conceptodefinicion.de. (s.f.). Conceptos y definiciones . Obtenido de
https://conceptodefinicion.de
Dionisio Ibarra, P. (2015). Diseño del metodo de minado del cuerpo pozo D y su influencia
en la optimizacion de su explotacion en la unidad Huaron-Pan american Silver
Huaron S.A. Tesis, Universidad Nacional del Centro del Peru, Ingenieria Minas,
Huancayo.
Escamilla, M., Meza, J., & Llamas, R. (2011). Estudio de Productividad del Equipo de Carga
en una Mina de Mineral de Fierro a Cielo Abierto. Conciencia Tecnológica.
Escarcena, R. (2019). Evaluación de las operaciones de carguío y transporte para el
mejoramiento de la productividad en la Unidad Minera Tacaza - CIEMSA. (Tesis de
pregrado). Universidad Nacional del Altiplano, Puno.
Escobar, E., Ccahuana, R., Villodas, E., & Arpasi, F. (2020). Estrategias para minimizar el
cash cost en una operación minera subterránea. (Trabajo de Maestría). Escuela de
Postgrado GERENS, Junín.
78
Gamarra, V. (2018). Control y mejora de la productividad del acarreo y transporte del
mineral desde las profundizacion hacia la superficie en la unidad de produccion San
Cristobal-Volcan compañia minera S.A.A. Universidad naional Daniel Alcides
Carrión.
Garcia. (2011). Planeamiento minero de Corporación Minera Castrovirreyna. Lima:
Pontificia Universidad Catolica del Perú.
Gonzales, H. A. (2017). Seleccion y Asignacion optima de equipos de carguio para el
cumplimiento de un plan de produccion en mineria a cielo abierto. Chile:
Universidad de Chile.
Gutierrez, J. (2018). análisis de los tiempos improductivos en el mantenimiento de
máquinas de soldar en los procesos (SMAW, GMAW, GTAW, PAC) de la empresa
servicios y productos Joel Gutiérrez. Guayaquil: tesis de la Universidad de Guayquil.
Huayta, C. H. (2015). Selección y análisis del método de explotación para el minado del
manto Intermedio de la U.M. Pachapaqui – Cía. Minera ICM Pachapachi S.A.C.” .
Ayacucho: Universidad Nacional de San Cristobal de Huamanga.
INACAP. (2014). Extracción Mina II: apuntes Carguío y transporte. Chile: UNIVERSIDAD
TECNOLÓGICA DE CHILE.
Ingemmet. (s.f.). Ingemmet.gob. Obtenido de http://www.ingemmet.gob.pe/
Jiménez, I., & Molina, J. (2006). Propuesta de medición de la productividad en mineria de
oro Vetiforme y reconocimiento de estandares productivos sostenibles. Revisata
UNAL.
kitco.com. (2017). Evolucion del Precio del Oro 2017. Recuperado el 2018 de Dic de 2, de
https://www.kitco.com/
Lalangui, M., Eras, R., & Burgos, J. (2018). Costos de producción: estimación y proyección
de ingresos. Ecuador: Editorial UTMACH.
Laura, E. (2014). Seleccion del metodo de explotacion para la optimizacion del minado en
el Tajeo 493 en la cia minera caudalosa. U.E.A huachocolpa uno. Universidad
Nacional del Centro del Peru.
Llanque, O., & Neyra - Churata, L. H. (2015). Productividad en en seccuencia de Minado
de la Corporacion Minera Ananea S.A. Puno - Peru: Universidad Nacional del
Altiplano.
Lopez, D. S. (2018). Determinacion de los factores influyentes en el control y la optimizacion
de la productividad operativa de carguio en la operacion minera Cerro Corona -
Gold Fields. (Tesis de Pregrado). Universidad Nacional de Cajamarca, Cajamarca
- Peru.
MEM. (2018). Kit de minería. La operación Minera. Republica Dominicana: Embajada de
Canadá en la República Dominicana.
Ministerio de Mineria. (s.f.). Carguio. Obtenido de MinMineria:
www.minmineria.gob.cl/glosario-minero-c/carguio/
Molina, G., & Rodrigo, M. (2010). El modelo de regresión lineal. OpenCourse Ware, 1 - 18.
Newman, A. M. (2010). A review of Operations Research in Mine Planning. INFORMS.
79
Neyra, A. (2020). Estudio del cálculo de flota de camiones para una operación minera a
cielo abierto. (Tesis de pregrado). Universidad Nacional Daniel Alcide Carrión,
Cerro de Pasco.
Ordoñez, J. (2014). Optimización. Obtenido de Analisis de optimización:
https://es.scribd.com/document/438481910/optimizacion
Ortega, K. (25 de Ago. de 2014). La Maquinaria en las minas. Obtenido de Blogs:
http://motorenminas.blogspot.com/2014/08/maquinaria-en-la-mineria.html
Plan de Minado Limata. (2016). Plan de Minado 2016. Ananea, Puno, Perú: Cooperativa
Minera Limata Ltda.
Quispe. (2013). Plan de minado Subterráneo aplicado en la corporación minera Ananea
S.A. Puno: Universidad Nacional de Ingenieria.
Quispe Aguilar , A. (2013). Plan de minado aplicado en la corporacion Minera Ananea S.
A. Universidad Nacional de Ingenieria . Lima: Ingenieria Geologica y Mineria.
Quispe, W. (2017). Otimización de costos de acarreo con equipo mecanizado en la Unidad
Minera Tambomayo CIA. de minas Buenaventura Arequipa. (Tesis de pregrado).
Universidad Nacional del Altiplano, Puno.
Rivera, E. F. (2015). Método de Minado sublevel stoping en la corporación minera
Castrovirreyna S. A. Lima: Universidad Nacional de Ingenieria.
Rodriguez, C., & Julca, D. (2020). Getión del cierre de minas. Estudio técnico-legal sobre
el alcance de la legislación peruana en el cierre de operaciones mineras. Santiago:
Comisión Económica para América Latina y el Caribe (CEPAL).
Salomón, L., Useche, O., & Ferrer, C. (2018). Productividad del proceso minero, más allá
de la producción. Revista Universidad, Ciencia y Tecnología, 22(89), 4 - 16.
Santana, L. (2014). Diseño de malla para perforación y voladura de frentes utilizando
modelo matemático de Holmberg e índice de volabilidad de Lylli. Huancayo :
Universidad Nacional del Centro del Peru. Recuperado el noviembre de 2019, de
http://repositorio.uncp.edu.pe/bitstream/handle/UNCP/1340/TESIS%20DISE%C3
%91O%20DE%20MALLA%20PARA%20PERFORACI%C3%93N%20Y%20VOLA
DURA%20DE%20FRENTES%20UTILIZANDO%20MODELO%20MATEM%C3%8
1TICO%20DE%20HOLM.pdf?sequence=1&isAllowed=y
Santana, L. (2014). Diseño de malla para perforación y voladura de frentes utilizando
modelo matemático de Holmberg e índice de volabilidad de Lylli. Huancayo:
Universidad Nacional del Centro del Peru. Recuperado el noviembre de 2019, de
http://repositorio.uncp.edu.pe/bitstream/handle/UNCP/1340/TESIS%20DISE%C3
%91O%20DE%20MALLA%20PARA%20PERFORACI%C3%93N%20Y%20VOLA
DURA%20DE%20FRENTES%20UTILIZANDO%20MODELO%20MATEM%C3%8
1TICO%20DE%20HOLM.pdf?sequence=1&isAllowed=y
SNMPE. (2013). La actividad Minera. Obtenido de Operaciones mineras:
http://www.exploradores.org.pe/mineria/como-se-producen-los-
minerales/operaciones-en-la-mina.html
Szretter, M. (2017). Apunte de regresión Lineal. Buenos Aires.
Torres, G. (2013). Tratado de contabilidad de costos por sectores económicos. Perú:
MARKETING CONSULTORES S.A.
80
Tumbay, A. S. (s.f.). Productividad en el ciclo de carguio y acarreoen el tajo Chaquicocha
bajo clima severo - Minera Yanacocha. cajamarca.
Valdivieso, M. (2018). Cálculo de camiones para el transporte para el transporte de mineral
y desmonte en Sociedad Minera Cerro Verde S.A.A. Huancayo: Tesis de la
Universidad Nacional del Centro de Minas.
Vega, J. (2019). Incremento de la productividad en el tonelaje movido mediante la
aplicación de la mejora de métodos en una empresa minera. Universidad Nacional
Mayor de San Marcos.
Yarleque, C. (2018). Identificación y análisis de los tiempos improductivos en equipos de
explotación de Ulexita-Unidad de operaciones Salinas, Inkabor S.A.C. Arequipa:
Tesis de la Universidad Nacional de San Agustin de Arequipa.
Yvan, S., & Tarazona, N. (2016). Diseño, validacion e implementacion de una aplicacion
de acarrero en mineria superficial. Lima: Pontificia Universidad Catolica del Perú.
81

V.Cueva Tesis Titulo Profesional 2022

Cargado por

Información del documento

Descripción original:

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

V.Cueva Tesis Titulo Profesional 2022

Cargado por

Copyright:

Formatos disponibles

Facultad de Ingeniería

VICTOR PEDRO CUEVA CHAVEZ

Para obtener el Título Profesional de:

A toda mi familia, en especial a mis

padres y abuelo; que me dieron su apoyo

incondicional durante mi desarrollo

Agradecer en primer lugar a Dios por ser

la guía del buen camino de mi vivir, a mis

padres, abuelos y tíos que me apoyaron

inconmensurablemente durante todo mi

proceso de estudiante universitario, en

mi vida y en esta investigación.

La investigación titulada “Control de tiempos improductivos mediante el modelo de

regresión lineal para mejorar la productividad en el proceso de acarreo en la empresa

los tiempos improductivos mediante el modelo de regresión lineal para mejorar la

productividad en el proceso de acarreo en la empresa OPEMIP S.A.C. – U.M. San Rafael”.

La metodología empleada está bajo un enfoque cuantitativo, de tipo aplicada y descriptiva,

con un diseño de investigación experimental con un método analítico mediante la

observación y experimentación. Según la demostración de hipótesis por regresión lineal se

producción aumentará en 539.695 toneladas acarreadas, de igual forma el incremento de

horas operativas y utilizadas. Finalmente se llega a la conclusión: Se logró

considerablemente controlar los tiempos improductivos mediante el modelo de regresión

lineal 𝑃𝑟𝑜𝑑 ⁄𝐺𝑢𝑎𝑟𝑑𝑖𝑎 = 244.740 + 539.695 (ℎ𝑜𝑟𝑎𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎𝑠), en lo cual se mejoró

considerablemente la producción desde 5,560.64 ton/día a 7,000.00 ton/día en el proceso

de acarreo por en la empresa OPEMIP S.A.C. – U.M. San Rafael.

an analytical method through observation and experimentation. According to the

demonstration of hypotheses by linear regression, it is shown that if the effective working

linear regression model Prod Guardia=244.740+539.695 (effective hours), in which the

hauling process in the company OPEMIP S.A.C. - U.M. San Rafael.

1.2.2 Preguntas específicas ...................................................................................... 3

1.3 Objetivos de la investigación .............................................................................. 3

1.3.2 Objetivos específicos .................................................................................... 3

1.4 Hipótesis de la investigación .............................................................................. 4

1.4.2 Hipótesis específicas ..................................................................................... 4

1.5 Justificación de la investigación......................................................................... 4

2.2.2 Control de tiempos en un proceso ............................................................. 12

2.2.3 Importancia de control de tiempos ............................................................. 13

2.2.4 Eficiencia de controles de tiempo............................................................... 13

2.2.6 Tiempos en la operación minera ................................................................. 14

2.2.7 Tiempos Improductivos ............................................................................... 15

2.2.8 Estrategias de mejora de eficiencia en minería ......................................... 15

2.2.9 Modelo de regresión lineal .......................................................................... 16

2.2.10 Productividad de una empresa minera ....................................................... 17

2.2.11 Características de transporte y carguío ..................................................... 17

2.2.12 Factores que afectan en el transporte y carguío............................................. 18

2.2.13 Rendimiento y flota de camiones................................................................ 18

2.2.14 Índice de disponibilidad y utilización de equipos ...................................... 19

2.2.15 Costos de producción ................................................................................. 19

2.3 Descripción general del lugar estudio ...............................................................21

2.3.2 Accesibilidad ................................................................................................ 21

2.3.3 Clima y meteorología ................................................................................... 21

2.3.4 Descripción geológica ................................................................................. 21

2.3.5 Ciclo de Minado subterráneo ...................................................................... 22

2.3.6 Características de volquetes volvo FMX .................................................... 22

3.7 Técnicas e instrumentos de recolección de datos ...........................................26

empresa OPEMIP S.A.C. – U.M. San Rafael ................................................................. 27

4.1.2 Controles de tiempo productivos e improductivos en el proceso de

acarreo de la empresa OPEMIP S.A.C. – U.M. San Rafael........................................... 30

4.1.3 Diseño un modelo matemático según la ruta de capacidad de los camiones y

los puntos de equilibrio económico .................................................................................. 36

4.1.4 Evaluación de la productividad en el proceso de acarreo por control de tipos

mediante el modelo de regresión lineal en la empresa OPEMIP S.A.C. – U.M. San