UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA

FACULTAD DE GEOLOGÍA, GEOFÍSICA Y MINAS

ESCUELA PROFESIONAL DE INGENIERÍA DE MINAS

“INCREMENTO DE LA PRODUCTIVIDAD DEL EQUIPO DE

CARGUIO MODELO BE 495B Y ACARREO MODELO CAT 793C
MEDIANTE LA OPTIMIZACION DEL MATCH FACTOR EN
COMPAÑÍA MINERA ANTAMINA”

TESIS PRESENTADA POR:

Merma Ccorimanya, Denis A.
Denos Jihuallanca, Carlos
Quispe Chancatuma, Abel
Machuca Gamarra, Leydy
De la Vega Montesinos, Dick

PARA OPTAR EL TÍTULO PROFESIONAL:

DE INGENIERO DE MINAS.

AREQUIPA – PERÚ
2014

1
 CAPÍTULO I

INTRODUCCIÓN

2
JUSTIFICACIÓN.

El presente trabajo de investigación en minería superficial es un aporte de

carácter económico y tecnologico, porque incrementara la productividad y
tecnologico por que mediante la utilización del software Talpac se lograra
investigar, comparar y evaluar el tiempo de productividad periodo; los
sistemas de transporte y equipos junto con las técnicas de carga optima ,
en consecuencia reducir el costo de operación

La industria minera por la naturaleza de los trabajos, requiere de equipos

capaces de trabajar en forma continua durante el ciclo de su vida
económica. Con el transcurso del tiempo y uso, además de soportar
grandes esfuerzos y de realizar trabajos bajo condiciones severas y
adversas, sufren un desgaste prematuro en algunos de sus componentes
para cumplir con la demanda de la producción. Considerando que la
inoperancia de los equipos siempre genera baja producción para evitar la
disminución de la disponibilidad del equipo, se debe realizar una selección
y personalizar parámetros específicos de las reales condiciones de trabajo.

3
PREGUNTAS DE INVESTIGACIÓN.

1. ¿Cuáles son los indicadores actuales de diseño para equipos pala

eléctrica Bucyrus modelo BE 495B y camión minero Caterpillar modelo
CAT 793C en Cia. minera Antamina?
2. ¿Qué parámetros influyen en la optimización del índice match factor?
3. ¿Cómo influye el índice del match factor en los equipos pala eléctrica
Bucyrus modelo BE 495B y camión minero Caterpillar modelo CAT
793C?
4. ¿Cuál será la productividad total resultante de la optimización del
índice del match factor para equipos pala eléctrica Bucyrus modelo BE
495B y camión minero Caterpillar modelo CAT 793C?

VARIABLES E INDICADORES.

Variable Variable Indicadores

Independiente Dependiente
Producción.
Match Factor. Productividad. Rendimiento (%).
Reducción de Tiempos
no Operativos.

OBJETIVOS.

1.4.1 Objetivo general.

4
  Optimizar el índice del Match Factor de equipos pala eléctrica
Bucyrus modelo BE 495B y camión minero Caterpillar modelo
CAT 793C.

1.4.2 Objetivos específicos.

 Determinar el índice match factor de los Equipos.

 Evaluar y Analizar mediante Software Talpac, el índice de Match
Factor de la pala eléctrica Bucyrus modelo BE 495B y camión
minero Caterpillar modelo CAT 793C.
 Ajustar los parámetros del índice match factor.
 Reducir los tiempos de espera en operación, realizando una
buena programación de los equipos de carga y acarreo.
 Presentar el trabajo de tesis ante los jurados para obtener el título
profesional de Ingeniero de Minas.

1.5 HIPÓTESIS.

“Que, con la optimización del índice de Match Factor para la Pala Eléctrica
Bucyrus Modelo BE 495B y camión minero Caterpillar Modelo CAT 793C, se
lograra mayor productividad”.

5
CAPÍTULO II

MARCO TEÓRICO
Introducción
Es importante conocer el tiempo requerido para que el camión sea cargado,
tiempo de viaje cargado, tiempo de vaciado y tiempo de viaje vacío. Los tiempos
de viaje, cargado y vacío, presentan gran variabilidad, debido a los factores de
la vía, el operador, factores del camión y la distancia de recorrido. La descripción
de los tiempos de viaje para camiones es una actividad que demanda mucho
tiempo, debido a que hay que observar al camión en la vía, hay que recopilar
datos de tiempo de viaje y luego analizarlos para determinar qué valores
representan mejor las duraciones de estas actividades.

ANTECEDENTES DE LA INVESTIGACIÓN.

En un sistema pala-camión el indicador más importante es aquel que refleja la

relación (ratio) entre la productividad de la pala (servidor) y la productividad de
las unidades de transporte.

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

utilización de este indicador entre la productividad de un cargador y
la productividad de una flota de camiones. La productividad de una unidad
(pala o camión) se define como directamente proporcional a su capacidad de
carga e inversamente proporcional al tiempo de ciclo. Por su parte, el tiempo de
ciclo de los vehículos es la suma del promedio de los tiempos de tránsito, carga
y descarga; se excluyen los tiempos de espera producto de los efectos de la
congestión.

Posteriormente, Morgan y Peterson (1968) publican una extensión generalizada

para el cálculo de este indicador denominada como Factor de Acoplamiento o
“Match Factor”. En la expresión ( 2. ) Se observa la fórmula utilizada
para el cálculo del factor de acoplamiento (MF). Este indicador se define
como el calce entre la productividad de la flota de cargadores (no se limita a un
solo cargador) y la flota de transporte para un sistema en particular. Además, se
6
supone una flota de camiones y palas homogénea, tiempos de espera promedio
para los ciclos de las unidades y se excluyen los tiempos de espera producto de
la congestión.

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠 × (𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑐𝑖𝑐𝑙𝑜 𝑝𝑎𝑙𝑎)

𝑀𝐹 = ………………………………….2
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑙𝑎𝑠 × (𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑐𝑖𝑐𝑙𝑜 𝑐𝑎𝑚𝑖ó𝑛)

Desde el punto de vista de la eficiencia de las unidades del sistema, son tres los
posibles resultados del indicador MF:

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

el máximo de utilización de los vehículos de transporte, pero una subutilización
de las unidades de carga.
• Sobredimensionamiento de la flota de camiones (MF>1), implica
máxima utilización de las unidades de carguío, pero una subutilización de
la flota de vehículos. Los tiempos de espera (congestión) serán crecientes
en relación al tamaño de la flota.
• Acoplamiento (MF=1), corresponde al calce perfecto en términos
de productividad entre ambos conjuntos de unidades.

En la Figura 2. Se muestra gráficamente la relación entre ambas

funciones de productividad y como estas influyen sobre indicador de eficiencia

7
de las unidades. En la práctica, es común saturar el equipo de carguío (MF > 1),
dado que presentan mayores costos que los de los equipos de transporte.

La dificultad de utilizar esta metodología para el dimensionamiento de

la flota de camiones, haciendo uso del indicador MF, se reduce a determinar
los nuevos tiempos de viaje de los nuevos escenarios a predecir para un valor
del indicador en particular.

En investigaciones recientes se han incorporado extensiones al cálculo del

indicador MF donde se consideran flotas heterogéneas de cargadores, flotas
heterogéneas de transporte o ambos casos simultáneamente (Burt y Caccetta,
2007). Si bien se obtienen mejoras en la asertividad de la predicción del
tamaño de la flota, no se hace referencia a las diferencias en
productividad entre operaciones con flota homogénea y flota heterogénea.

La industria minera por la naturaleza de los trabajos, requiere de equipos

capaces de trabajar en forma continua durante el ciclo de su vida económica.
Con el transcurso del tiempo y uso, además de soportar grandes esfuerzos y de
realizar trabajos bajo condiciones severas y adversas, sufren un desgaste
prematuro en algunos de sus componentes para cumplir con la demanda de la
producción.

La gran variedad de maquinaria pesada existente en el mercado, no es una

limitante para la selección de maquinarias en un determinado trabajo, según las
condiciones requeridas.

Varias empresas mineras continúan operando con maquinaria que tienen un alto
costo de operación y con beneficios muy bajos respecto a otra maquinaria, que
puede ser la más adecuada para el tamaño de la operación. Los grandes
avances en nuevas tecnologías y el desarrollo de maquinaria pesada de mayor
potencia y componentes modernos, permiten el movimiento de enormes
cantidades de materiales, dando como resultado que las operaciones sean
menos costosas y opten por estas alternativa.

8
Match Factor
La coordinación entre los equipos de carga y transporte de materiales el muy
importante en los trabajos de movimiento de tierras, siendo el número de
elementos y las dimensiones de equipos de carga y transporte los factores
básicos a determinar en todo proceso de optimización de operaciones.
Se denomina factor de acoplamiento al cociente entre la producción del equipo
de transporte y la producción del equipo de carguío.

𝟔𝟎 𝒙 𝑵 𝒙 𝒑 𝒙 𝑪
𝑷𝒕 =
𝑻
𝟔𝟎 𝒙 𝑪 𝒙 𝒏
𝑷𝒄 =
𝒕
𝟔𝟎 𝒙 𝑵 𝒙 𝒑 𝒙 𝑪
𝑷𝒕 𝑻
𝑴𝑭 = =
𝑷𝒄 𝟔𝟎 𝒙 𝑪𝒙𝒏
𝒕
𝑵𝒙𝒑𝒙𝒕
𝑴𝑭 =
𝒏𝒙𝑻
Donde:
Pt: Producción del equipo de transporte.
Pc: Producción del equipo de carguío.
N: Numero de volquetes.
n: Numero de equipos de carguío.
C: Capacidad de cucharon del equipo de carguío.
p: Numero de pasadas para llenar el equipo de transporte.
t: Ciclo de cargadora.
T: Ciclo de equipo de transporte.

𝑵 𝒅𝒆 𝒗𝒐𝒍𝒒𝒖𝒆𝒕𝒆𝒔 𝒙 𝑵 𝒅𝒆 𝒄𝒖𝒄𝒉𝒂𝒓𝒐𝒏𝒆𝒔 𝒙 𝑪𝒊𝒄𝒍𝒐 𝑪𝒂𝒓𝒈𝒂𝒅𝒐𝒓𝒂

𝑴𝑭 =
𝑵 𝒅𝒆 𝒄𝒂𝒓𝒈𝒂𝒅𝒐𝒓𝒆𝒔 𝒙 𝑪𝒊𝒄𝒍𝒐 𝒗𝒐𝒍𝒒𝒖𝒆𝒕𝒆
Desde el punto de vista de la eficiencia de las unidades del sistema, son tres los
posibles resultados del indicador MF:

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

máximo de utilización de los vehículos de transporte, pero una subutilización de
las unidades de carga.

9
Sobredimensionamiento de la flota de camiones (MF>1), implica máxima
utilización de las unidades de carguío, pero una subutilización de la flota
de vehículos. Los tiempos de espera (congestión) serán crecientes en
relación al tamaño de la flota.

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

productividad entre ambos conjuntos de unidades.

CARACTERISTICAS DEL MATCH FACTOR.

Minimizar costo por unidad de peso y/o maximizar producción por unidad de
tiempo. Estos dos fines generalmente no son coincidentes como puede verse en
la figura 8. La figura 9 muestra que la eficiencia es función del grado de
acoplamiento.
FA < 1 cuando hay exceso de cargadores y la efi-ciencia del transporte es 100

FA > 1 cuando hay exceso de transportadores y la eficiencia del carguío es

100%).

FA = 1 cuando el acoplamiento es perfecto.

10
ENFOQUE DE OPTIMIZACIÓN USANDO EL FACTOR DE AJUSTE (MF)
El problema de la selección de equipos es importante tanto para la construcción
y la minería industrias. La industria minera está interesada en la selección de un
camión y flota cargador que puede satisfacer las necesidades de manipulación
de materiales a un costo mínimo; la construcción industria de la da importancia
a un objetivo adicional: Fecha de finalización del proyecto. Que es decir, la
realización de un proyecto a tiempo puede tener consecuencias tan importantes
para la costo de la operación en su ejecución tardía. Además, la industria minera
se mueve cantidades significativamente más grandes de material y durante un
período de tiempo más largo. De esto del punto de vista, la edad de jubilación
de equipos, equipos de salvamento y heterogéneos flotas son consideraciones

11
más importantes para un modelo de selección de equipos para la industria
minera.
La literatura selección de equipos para estas dos industrias es amplio, y pasa
por encima de en dos temas estrechamente relacionados: selección del método
de la minería y la pala-camión pro- productividad. El objetivo de la selección del
método de minería, a veces conocido como preliminares selección (Cebesoy et
al., 1995), es seleccionar un sub-grupo de equipos que es adecuado para operar
en las condiciones de explotación dadas (Oberndorfer 1992). La relación del
problema de selección de equipos es que el método de extracción seleccionado
directamente afecta el equipo disponible para seleccionar. En la selección del
método de minería, un gerente de la minería tiene varios métodos de minería
para elegir: cada uno tiene sus propios riesgos y beneficios. Por ejem- amplio,
la posición de un depósito de mineral determinará si la superficie o bajo tierra se
adoptará la minería. El método de extracción seleccionado implica entonces un
subconjunto de adecuada camiones y equipos de excavación. Algunas
investigaciones selecciona el método de minería junto el equipo, mientras que
otros seleccionar el método de explotación antes de seleccionar el camión y
flotas Loader. La productividad de la pala-camión es un área de investigación
impulsado por la construcción industria que tiene como objetivo proporcionar
una buena estimación de la productividad. Esto conducirá a una mejor selección
flota de una mina.
Debido a la diferencia en la definición del problema y la denominación, gran parte
de este trabajo aparece haberse completado incognizant de la investigación de
selección de equipos de minería de superficie.
Es decir, el equipo de investigación hace referencia a la selección raramente
directamente pala-camión pro- el trabajo de la productividad y viceversa. Sin
embargo, los métodos de productividad de pala de camiones son también
utilizados en la industria de la minería para el propósito de la selección de
equipos en la práctica.
En este capítulo se revisa la literatura actual sobre el problema de selección de
equipos y proporcionar:
• Un cotejo de la investigación de selección de equipos tanto de la minería y la
construcción
industrias;
12
• Un resumen de las categorías de investigación y métodos aplicados hasta
ahora;
• Un examen de los logros y dificultades de cada método aplicado; y
• Una discusión de cómo pueden ser los elementos clave del problema de
selección de equipos
capturado.

Técnicas de investigación de operaciones como la programación lineal entera y

han sido aplicados en un intento por lograr una solución óptima. Con muchos de
estos métodos es fácil de demostrar optimalidad, y programa para un exitoso
que los rendimientos incluso un pequeño porcentaje de mejora podría
representar un gran golpe de suerte para la minería operación. Estos métodos
de programación pueden incorporar de forma compacta complejidades del
problema de la selección del equipo, lo que ayuda a describir un comportamiento
más realista de una flota especial de modelos que son demasiado restringidos
por supuestos. Artificial técnicas de inteligencia tales como los sistemas
expertos, los métodos basados en el conocimiento y genética algoritmos
también se han aplicado a la selección de equipos con cierto éxito, aunque
optimalidad no se ha demostrado en estas aplicaciones.
Para la selección del método de explotación, programación entera y tecno-
inteligencia artificial técnicas han sido importantes novedades, aunque los
métodos anecdóticos persisten en la literatura. Para la selección de los equipos,
los métodos aplicados son muy amplio. La programación lineal, técnicas de
inteligencia artificial, sim- técnicas de costeo evaluación y ciclo de vida han
dominado la literatura. Algunos modelos se han desarrollado utilizando la teoría
de colas, aunque estos son muy poco desarrollados.
La productividad de la pala-camión ha visto alguna discusión de la teoría de
agrupamiento
La productividad curva y la teoría de colas. Estos métodos se aplican típicamente
para el propósito de determinar los niveles de productividad instantáneos en
lugar de equipos no existen modelos de selección, y por lo tanto progresivas.
La industria de la construcción sólo tiene en cuenta la selección de equipos y
pala-camión pro- productividad, pero ha sido un motivador importante para el
área de investigación de este último. El transporte de mercancías flota puede
13
ser significativamente más caro de mantener que la flota de carga, y en
consecuencia más atención se le ha ofrecido a la derivación de las soluciones
de la flota de acarreo sonido en lugar de la optimización de la flota de camiones
y cargador juntos (Bozorgebrahimi et al. 2003).
Un problema estrechamente relacionado en minería a cielo abierto es el
problema de despacho, que in- Volves encontrar la asignación óptima dinámica
de equipo a las tareas.
La asignación de los cargadores a las flotas es importante en la determinación
de la productividad capacidades dad de la flota correspondiente. Esto se trata en
nuestra investigación.
Hay muchos problemas más estrechamente relacionados como el mío
programación de la producción (Leschhorn y Rotschke 1989, Golosinski & Bush
2000, Caccetta & Hill 2003, Kumral y Dowd 2005), la optimización del pozo
(Frimpong, Asa y Szymanski 2002), equipo que cuesta (O'Hara y Suboleski
1992, Morgan 1994a, Leontidis y Patmanidou 2000), la producción
1 Agrupamiento teoría es el estudio del efecto de interferencia que puede ocurrir
cuando el equipo a lo largo de los viajes la misma ruta.
2 Curvas de productividad se crean a través de la simulación o la extensa
colección de datos donde estima pro- niveles de productividad se pueden
comparar con el desempeño de la productividad real para ayudar a entender la
eficiencia pérdida.
3 Factor de coincidencia es la relación de tasa de llegada de camión para el
tiempo de servicio del cargador, y se utiliza para estimar un tamaño de la flota
de camiones adecuados. Secuenciación (Western 1995, Halatchev 2002) y el
reemplazo del equipo (Tomlingson
2000, Nassar 2001). Estos problemas no se encuentran dentro del alcance de
este estudio y no ser discutidos aquí.
Productividad Pala-camión
El área de investigación de la productividad pala-camión se centra en la
estimación y la optimización de la productividad de una flota de camiones y
cargador. Esto se basa en la noción intuitiva de que la mejora de la productividad
se traducirá en la reducción de costes (Schexnayder, Weber & Brooks 1999). A
menudo, estos métodos de optimización de la productividad se extienden de una
manera sencilla para convertirse en una solución de selección de equipos. La
14
eficiencia de la flota de camiones está relacionada con el número de camiones
necesarios para realizar la tarea de manipulación de materiales (Alarie y
Gamache 2002). Factor de ajuste y la teoría de agrupamiento se consideran
clásica pala-camión métodos de productividad, la teoría mientras hacen cola ha
recibido alguna atención. Discutimos estos tres métodos aquí como los métodos
dominantes en esta zona.

El método más simple para la determinación de tamaño de la flota basada en la

productividad es la siguiente:
𝑅𝑒𝑞𝑢𝑖𝑠𝑖𝑡𝑜 𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 ℎ𝑜𝑟𝑎𝑟𝑖𝑎
)𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑟𝑒𝑞𝑢𝑒𝑟𝑖𝑑𝑜 = 𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 ℎ𝑜𝑟𝑎𝑟𝑖𝑎 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑

Es evidente que los tipos de camiones y cargadores deben ser pre-

seleccionados y las flotas correspondientes debe ser homogéneo para este
simple concepto sea de utilidad.

Factor de ajuste
La relación de factor de coincidencia es un índice de productividad importante
en la industria minera. El factor de coincidencia es simplemente la relación de
tasa de llegada de camión para el tiempo de servicio del cargador, y se utiliza
para determinar un tamaño de flota de camiones adecuados. Smith et al. (1995)
afirmó que las operaciones con bajos factores de los partidos son "ineficientes".
Tales comentarios deben ser interpretados con cuidado. Que es decir, las flotas
con un bajo factor de partido pueden ser muy barato y satisfacer la productividad
requisitos de la operación. El uso de la palabra eficiente se utiliza estrictamente
en referencia a la capacidad de los dos camiones y cargadores para trabajar a
su máxima capacidad. Uno debe pregunta por qué es importante para que esto
sea así. Cuando se utiliza la relación de factor de coincidencia para determinar
la idoneidad de una flota seleccionada, hay que considerar que el mínimo flota
costo puede no ser la flota más productiva o eficiente. De esta manera, un factor
de coincidencia de 1,0 no debe ser considerado ideal para la industria minera,
ya que esto corresponde a una flota de la máxima productividad. Es decir, un
cargador operando a 50% de su capacidad puede ser significativamente más

15
barato para funcionar que otro cargador que funciona a una capacidad del 100%
bajo las mismas condiciones.
La adopción de los mismos conceptos que el método tradicional factor de
coincidencia, Gransberg (1996) describieron un método heurístico para la
determinación del tamaño de la flota de transporte.
1. Determinar los tiempos de ciclo, T, por recorrido y volver rutas
𝑑 1 1
𝑇= ( + )
2 𝑣ℎ 𝑣𝑟

Donde
𝑉ℎ 𝑎𝑛𝑑 𝑉𝑟 𝑣𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒 𝑖𝑑𝑎 𝑦 𝑟𝑒𝑔𝑟𝑎𝑠𝑎𝑑𝑜 𝑑𝑒 𝑢𝑛 𝑐𝑎𝑚𝑖𝑜𝑛; 𝑑 𝑒𝑠 𝑙𝑎 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 (𝑚𝑒𝑡𝑟𝑜𝑠), 𝑒𝑠 𝑒𝑙 𝑑𝑖𝑣𝑖
2. Obtener el tiempo de carga, L, a partir de curvas de crecimiento de carga (de
Caterpillar 2003).
3. El tiempo estimado de demora, D, a lo largo de la ruta.
4. Calcular "instantánea" tiempo de ciclo, C:
𝐶 =𝐿+𝑇+𝐷
5. Determinar el tamaño "óptimo" flota
𝐶
𝑁=
𝐿

Tenga en cuenta que no existe un método para estimar los tiempos de retraso
fue proporcionado por los autores. Nosotros puede ver que el paso 5 está
utilizando la tasa de llegada de camiones proporción de la tasa de carga de
camiones a un valor nominal partido de factor de 1,0, y sólo una cargadora.
Cuando el factor de coincidencia es 1,0, la tasa de llegada de camiones
perfectamente 'coincide' la tasa de servicio del cargador y la flota global se dice
que es eficiente (con respecto a la capacidad perdida). Es muy restrictiva para
forzar el factor de coincidencia para ser cualquier valor, y es poco probable que
resulte en una solución óptima con respecto al costo de la flota.
Agrupamiento
La productividad de la flota global está limitada por la más baja productividad ya
sea de los camiones o gestor de flotas. Recordemos el boceto de camión y
eficiencia de la flota cargador .Antes de la intersección, la productividad de la

16
flota está limitada por la capacidad de la flota de camiones, y el cargador tendrán
períodos de espera adicionales. Después de la intersección, la productividad de
la flota está limitada por la capacidad del cargador, y los camiones tendrán
períodos de espera adicionales. La intersección en sí es la teórica "perfecto
punto de partido "(Morgan & Peterson, 1968). Este punto de partido también está
influenciada por la la variación natural en los ciclos de acarreo, que pueden
conducir a una mayor gestión de colas. Esto se conoce como agrupamiento. Esto
es generalmente debido a algunos de los objetos que se mueven con más
eficiencia que otros. También puede ser debido a los pequeños retrasos,
impredecibles.

Cuando los camiones están operando en un ciclo, el tiempo de ciclo camión

tenderá hacia la tiempo de ciclo más lento camión, a menos que se permite
adelantamientos. Es decir, los camiones más rápidos manojo detrás de los
camiones más lentos, causando una disminución en el tiempo de ciclo promedio.
Cuándo camiones hacen cola en el cargador o vertedero en espera de su
próxima carga, esto tiene el efecto de restablecimiento de los ciclos de camiones
y reduce el efecto de agrupamiento. Agrupar en todoterreno camiones no está
bien estudiados, y por lo general, los factores reductores se utilizan para reducir
la eficiencia para dar cuenta de agrupamiento (Douglas 1964, Morgan 1994b,
Smith et al. 2000).
Considere tres camiones con tiempos de ciclo 4, 5 y 6 minutos. Si no lo hacemos
adelantamiento permiso, entonces el camión más rápido se retrasará por los
camiones lentos y su tiempo de ciclo convergerá al tiempo más lento ciclo de
camión.
17
El agrupamiento se sabe que reduce la capacidad de la flota de utilizar su
capacidad máxima. N / A- gatani (2001) ha estudiado el problema de la
modelización de agrupamiento en el flujo de tráfico general y rutas de autobús.
Agrupar en el ciclo de camión puede ser modelado de la misma manera.
Agrupar ciertamente se produce en un sistema de un cargador y su flota de
camiones correlacionar (Smith 1999). Esta relación no es tan compleja como la
de autobuses y pasajeros: si algunos camiones han agrupado detrás de un
camión más lento, entonces el avance de tiempo entre el camión más lento y el
siguiente camión en línea serán restaurados, en cierta medida después de la
camiones hacen cola en el cargador o el lugar del vertimiento (Smith et al. 1995).
Desde este punto de vista, la tiempos de ciclo de todos los camiones se acerca
al tiempo de ciclo del camión más lento, pero la avanzar el tiempo se restablece
antes de los tiempos convergen. Esto significa que el promedio real tiempo de
ciclo para los camiones será menor que el tiempo de ciclo promedio estimado
(Smith et al. 2000). Esta es una medida conservadora y no se adopta en la
práctica: la industria generalmente usa el tiempo promedio estimado del ciclo, a
menudo con un factor de reducción para tener en cuenta para la eficiencia
perdida a agrupamiento.
Los efectos de agrupamiento pueden ser significativos. De hecho, Smith et al.
(1995) encontrado en una estudio de caso que los tiempos de viaje reales eran
21% más largo que los tiempos calculados, aunque atribuyeron esta diferencia
a la sobreestimación de eficiencia de la máquina y los pobres de laminación
estimaciones de resistencia. Sin embargo, algunas de las diferencias
probablemente habría sido debido a el efecto de agrupamiento. El efecto
interactivo de tipos de equipos, así como el tamaño de la flota de camiones
puede llevar a sobreestimaciones de eficiencia de la flota (Smith et al., 2000).
Ella es importante tener en cuenta los efectos de la cola y agrupamiento si el
calendario propuesto está para ser recibidos por el equipo seleccionado.
Smith et al. (2000) sugirieron que los efectos de agrupamiento pueden limitarse
mediante la prestación equipo precisa acelera antes de la selección de los
equipos y de flotas tamaños. Para flotas homogéneos, es poco probable que
factores tales como resistencia a la rodadura influiría un camión solo individuo,
sino a toda la flota se convertirían más lento. A su vez, este puede tener ningún
efecto sobre el agrupamiento de los camiones. En flotas heterogéneas, sin
18
embargo, diferentes tipos de camiones se verán afectados de manera diferente
por las estimaciones pobres de resistencia a la rodadura, que a su vez podría
tener un efecto exacerbando en el agrupamiento de los camiones.

Selección de método de minería

El problema de selección de método de explotación es un enfoque para la

selección del equipo que razones hijos que las condiciones ambientales que
implicará un método de minería en particular, y que la selección de los tipos de
carga y camiones seguirá intuitivamente desde allí. Este problema a
continuación, se centra en la elección del método de excavación correcta para
las condiciones dadas. Generalmente, esta investigación se basa en métodos
anecdóticos, y busca una solución factible y no de una solución óptima. Gran
parte de la literatura sobre la selección del método de minería no lo hace equipos
discutir la selección de modelos con suficiente detalle para ser discutido aquí,
pero es sin embargo, un área importante para la investigación al considerar los
procedimientos de preselección. Atkinson (1992) reconoce la interdependencia
de preparación del terreno, excavación ción y la carga, transporte y tratamiento
de minerales: que "el costo óptimo por tonelada no puede ser obtenido por
intentar minimizar cada uno de la persona operativa costos ". Es la complejidad
de la combinación de estos factores en un problema que ha llevado muchos
ingenieros a los métodos de solución principalmente anecdóticos y basados en
el conocimiento AP navegaban a la selección del método de minería. De esta
manera, el cargador y tipos flota loader tamaño son seleccionados en base a
estudios diggability; el tipo de camión se selecciona basándose en el cargador;
y, se selecciona el tamaño de la flota de camiones en base a toda la información
anterior. Bascetin, Oztas y Kanli (2004) aplicaron una toma de decisiones de
múltiples atributos (MADM) modelo para el problema de selección del método de
minería. Esta metodología se justifica para problema- donde se requiere un
conocimiento significativo de expertos que no se puede traducir directamente en
una cantidad (Bandopadhyay & Nelson, 1994). Estos parámetros cualitativos son
capturado en una clasificación ordinal. Esta transformación, desde cualitativo
para ordinal, resultados en una pérdida de información.

19
La teoría de conjuntos Fuzzy también se ha utilizado para interpretar las
incertidumbres en la decisiónproceso de toma (Bascetin y Kesimal 1999, Wei,
Fan & Xu 2003, Bitarafan y Ataei 2004, Bascetin et al. 2004, Bascetin 2004). La
lógica difusa permite que las decisiones en blanco y negro y hasta mezclar en la
periferia para formar una zona gris con una probabilidad conocida, por lo que las
decisiones pueden realizar y que satisfacen determinados objetivos o
limitaciones. En este método, filas, probabilidades o ponderaciones prioritarias
deben asignarse a cada decisión. Esto puede ser una considerablemente paso
complicado si está justificada. Sin embargo, este método no tiene en cuenta el
tamaño de las flotas o preexistente equipo. Amirkhanian & Baker (1992)
diseñaron un sistema experto con 930 reglas para llevar a cabo la tarea de
selección del método de minería. Aunque se publicó bajo el disfraz de equipo
selección, su investigación no se esfuerza para seleccionar un camión o un
cargador tipo particular sino más bien proporciona un sub-conjunto de equipos
adecuados de que una flota adecuada puede ser elegido.

Extensiones del factor de ajuste

Para la industria de la minería, la relación factor de coincidencia es un indicador

importante con un doble Propósito: durante la fase de selección del equipo, que
puede ser utilizado para determinar una de Créditos proceda tamaño de la flota
de manera que la productividad de la flota de camiones coincide con el de la flota
loader; cuando se selecciona una flota, el factor de coincidencia se puede utilizar
para estimar la eficiencia relativa de la flota. Hasta el momento esta relación se
ha restringido a las flotas homogéneas - sin embargo, flotas heterogéneas son
comunes en las minas de gran escala. Presentamos varias extensiones a la
relación de factor de coincidencia para permitir la consideración de las flotas
heterogéneas. Los resultados de este capítulo se han publicado en la Revista
Internacional de Minería, Reclamación y Medio Ambiente (Burt y Caccetta 2007).
Las industrias de la minería y de la construcción han sostenido durante mucho
tiempo los intereses en la determinación de la productividad o eficiencia de una
flota seleccionada de camiones y cargadores. Una forma de estudiar la eficiencia
de una flota es ponderar la eficiencia de la flota de camiones y flota loader uno

20
contra el otro. El factor de coincidencia es la relación de tiempos de llegada de
camiones para loader tarifas de los servicios.
Las industrias antes mencionadas han utilizado el factor de coincidencia para
muchas décadas como indicador de la evolución de la productividad. Según lo
definido por Morgan & Peterson (1968), el relación de factor de coincidencia, MF
i, i , Para los camiones de tipo i que trabajan con los cargadores de tipo i se da
como
𝑡𝑖𝑖′𝑥𝑖
𝑀𝐹 =
𝑡𝑝𝑥𝑖′
Donde:
Xi=es el número de camiones de tipo i.
Xi’= es el número de loaders de tipo i’.
Tii’= se toma el tiempo para cargar el tipo de camión i con el tipo de cargador i’.
Tp= es el ciclo medio tiempo para todos los camiones.

Esta relación se ha basado hasta ahora en el supuesto de que las flotas de

camiones y cargadoras son homogénea. Es decir, todos los camiones son del
mismo tipo, y todos los cargadores son de la mismo tipo. En realidad, las flotas
mixtas son comunes. Pueden ocurrir flotas heterogéneas cuando tipos de
equipos se interrumpen, equipo sea sustituido, o simplemente cuando un mixto
flota es más barato que una flota homogénea. Pueden ocurrir flotas
heterogéneas cuando la nueva un equipo adquirido para trabajar junto a los
equipos pre-existente. También es posible que una flota heterogénea puede
representar una solución mínima selección de equipos coste.
En este capítulo nos proponemos nuevas formas de definir factor de coincidencia
para las flotas heterogéneas.
En particular, nosotros:
• Presentar dos maneras de definir factor de coincidencia cuando las flotas de
camiones son heterogéneos
• Presentar un nuevo método para definir factor de coincidencia cuando flotas de
carga heterogéneos están operando ; y
• Presentar un nuevo método para definir factor de coincidencia cuando ambas
flotas de camiones y cargadores son heterogéneos.

21
El objetivo de este capítulo es proporcionar extensiones a la productividad y la
eficiencia medidas disponibles actualmente en la literatura. Esto permitirá una
mayor consideración de flotas heterogéneas.

PARAMETROS DE PRODUCTIVIDAD EN RELACION CON EL MATCH

FACTOR

Si bien la tarea de determinar la flota de carguío y transporte puede parecer una

tarea bastante simple pues basta conocer el tiempo de ciclo de transporte, el
tiempo de ciclo de carguío y los tiempos de espera y maniobras para obtener el
número de camiones que compondrían la flota de carguío y transporte, sin
embargo al realizar un estudio más profundo del tema es posible señalar que la
determinación de la flota de carguío y transporte se ve afectada por una serie de
factores que muchas veces no son considerados en esta determinación.
La determinación de la flota de carguío y transporte de una mina a cielo abierto
es una tarea muy sensible a un número no menor de variables y a la vez esta
determinación es muy gravitante en el flujo de caja de cualquier empresa minero
debido a los altos costos de los equipos involucrados.

VARIABLES DEL MATCH FACTOR

Las variables que influyen en la determinación de la flota de carguío y transporte
son las siguientes:
Capacidad de la unidad de transporte (camión).
Capacidad de la unidad de carguío (Pala).
Velocidad de la unidad de Transporte.
Índices de eficiencia de los equipos.
Metodología de Carguío.
Experiencia del operador del equipo.
Pendiente de la ruta de transporte.
Coeficiente de rodadura de la ruta de transporte.
Tiempo de espera en el carguío.
Interferencia por exceso de camiones en la ruta.
Carga útil de los equipos.
22
Altura donde se desarrollen las operaciones mineras.
Potencia del motor del camión .
Tracción del camión.
Condiciones climáticas.
Factor de Carga.

DESCRIPCION DE VARIABLES DEL MATCH FACTOR:

Tiempo de ciclo del camión: El tiempo de ciclo de un camión corresponde al

tiempo promedio que demora el camión en recorrer un circuito de transporte.
Ciclo de transporte: tiempo de carga + tiempo de maniobra + tiempo de viaje +
tiempo de maniobra + tiempo de descarga

Figura 3.1. Esquema que muestra el ciclo de transporte en un Sistema

Discontinuo

El tiempo de ciclo de un camión depende, entre otras cosas, de las esperas

requeridas en los puntos de carga y descarga, de interferencias con vehículos
más lentos durante el recorrido ( los cuales no pueden ser sobrepasados) y de
la velocidad que los distintos conductores proceden bajo variadas condiciones.

Tiempo de ciclo del equipo de carguío: Es el tiempo requerido para cargar y

situar un balde de roca en el camión. Las palas, las cuales rotan de manera
circular requieren de mucho menos tiempo que los cargadores frontales, los
cuales tienen que trasladarse desde el banco de extracción hasta el camión. El
tiempo también depende de la compatibilidad del equipo de carguío con el
camión, de las condiciones de excavación, y del tamaño del equipo de carguío.

23
Los tiempos de carguío son función de las condiciones de fragmentación
resultante, de la necesidad de reposicionamiento de la pala, etc. Por tal razón,
los tiempos del ciclo de transporte exhiben cierta dispersión que hace necesaria
la determinación estadística del valor medio de los tiempos de carguío y
transporte con el fin de poder estimar el volumen de producción para cada turno.

El número optimo de camiones que componen una flota es un equilibrio entre la

productividad y los costos y a medida que se incrementa el número de camiones,
la producción aumenta al principio en forma lineal y luego decae a medida un
exceso de camiones es asignado a la pala. Por tal razón la metodología que se
busca deberá determinar y optimizar la flota usando estos criterios.

Pendiente de la ruta de transporte: Es la diferencia en elevación del eje central

de la ruta expresado como porcentaje de la distancia horizontal a lo largo del
mismo eje. Por ejemplo una pendiente de -10% representa una caída vertical de
10 metros en 100 metros horizontales.

Resistencia a la rodadura: La fricción entre las cubiertas y la superficie de la

ruta actúan en oposición al movimiento del camión. La resistencia a la rodadura
se expresa en porcentaje debido para poder sumarla en el caso de pendientes
positivas o restarla en el caso de pendientes negativas a la pendiente de la ruta
de transporte y de esta manera determinar la resistencia total de la ruta. La
resistencia total se utiliza tanto en los gráficos de frenado dinámico como en los
de rendimiento.

La resistencia a la rodadura es el resultado de la fuerza friccional que ocurre

entre los neumáticos del camión y la superficie de la ruta de transporte. Esta
fuerza friccional es tangente a los neumáticos del camión, es decir paralelo a la
superficie de tierra, y actúa en la dirección opuesta al movimiento del camión.
Cuanto mayor es el peso del camión, mayor es la resistencia a la rodadura.

La resistencia a la rodadura se expresa como porcentaje del componente del

peso del camión que es normal (perpendicular) a la superficie de la tierra. El
componente normal del peso del camión varía dentro del perfil del transporte en
24
función de la carga útil del camión y de la pendiente de la ruta. La resistencia de
la rodadura también depende del tipo de superficie sobre la cual se desplace el
camión ( liso o áspero) Por lo tanto, la resistencia a la rodadura sufre variaciones
a lo largo del perfil del transporte. El diagrama siguiente ilustra la manera de la
cual la resistencia a la rodadura cambia con la pendiente de la ruta de transporte.

Figura 3.2. Determinación del coeficiente de rodadura según la pendiente

Curva rimpull : La velocidad de un camión desplazándose a lo largo de un tramo

ascendente de la ruta de transporte puede calcularse conociendo la fuerza
rimpull del camión. Esta fuerza actúa en dirección paralela a la superficie de la
ruta de transporte generada por la potencia de tracción del camión durante la
aceleración.

La curva rimpull de rendimiento muestra la fuerza rimpull disponible en función

de la velocidad del camión durante periodos de aceleración y es normalmente
utilizada para determinar la velocidad máxima estable que el camión puede
sostener cuando avanza cargado en rampas ascendentes.
Los gráficos de rendimiento representan la capacidad del camión para
desarrollar fuerza rimpull la cual decrece con el aumento de la velocidad o bien
representa la fuerza suministrada por el motor que actúa a lo largo de la ruta
para propulsar el camión.

Curva de retardo: La velocidad de un camión desplazándose a lo largo de un

tramo descendiente de la ruta puede calcularse conociendo la fuerza de retardo
propia del camión. La curva de retardo representa la capacidad del sistema de
frenos del camión durante la desaceleración. La fuerza del sistema dinámico de
frenado dada por el gráfico de retardo representa la fuerza suministrada por el

25
sistema de frenos que actúa a lo largo de la superficie de la ruta para frenar el
camión.

Compatibilidad de equipos: El factor de compatibilidad ( Match factor )

representa el número ideal de camiones asignado a una pala. Este equivale al
tiempo de ciclo total dividido por el tiempo de carga promedio. El tiempo de ciclo
para cada viaje se ve afectado por los tiempos de espera en los puntos de carga
y descarga, y además por interferencias con vehículos más lentos que no
pueden ser sobrepasados durante el recorrido y de la velocidad a la que los
distintos conductores proceden bajo variadas condiciones.

Los tiempos de carguío son a menudo sumamente variables debido a las

condiciones de fragmentación, metodología de carguÍo, necesidad de
reposicionamiento de la pala, etc. Los puntos de descarga, generalmente el
chancador, suele ser uno de los puntos de mayor tiempo de espera para el
camión.

Por tal razón, los tiempos del ciclo de transporte presentan una cierta dispersión,
situación que no se puede representar utilizando una metodología que solo
considere los tiempos de transporte y de carguío.

Evaluación de la flota utilizando la simulación: La determinación de la flota

de carguÍo y transporte resulta ser una actividad muy importante para cualquier
plan minero, incluyendo el comienzo de una nueva operación y durante la
planificación de proyectos futuros.

Simulación: Es el desarrollo de un modelo lógico matemático de un sistema, de

tal forma que se obtiene una imitación de la operación de un proceso de la vida
real o de un sistema a través del tiempo. La realización de una simulación
involucra la generación de una historia artificial de un sistema donde la
observación de esta historia mediante la manipulación experimental nos ayuda
a inferir las características operacionales de tal sistema. Las etapas
fundamentales de una simulación son el desarrollo de un modelo y la
experimentación.
26
Modelo Estocástico: Los valores de las variables dentro de un modelo
estocástico sufren modificaciones aleatorias con respecto a un valor promedio;
dichas variaciones pueden ser manejadas mediante distribuciones de
probabilidad. Un buen número de estos modelos se pueden encontrar en la
teoría de líneas de espera.

ÍNDICES OPERACIONALES DEL MATCH FACTOR

Los índices operacionales son parámetros que nos indican el tiempo en que un
equipo está en un determinado estado operacional, ejecutando una función o
no. Existen 4 índices que nos permiten medir los 4 estados posibles en los que
puede estar un equipo determinado. De esta manera un equipo nunca está fuera
de control, pues siempre pertenece a un estado. El aumento o (disminución) del
tiempo de un estado disminuye ( o aumenta ) el tiempo del otro. En la siguiente
figura se muestran los 4 estados posibles en los que puede estar un equipo
cualquiera.

TIEMPO

OPERACION RESERV MANTENCION

A

TIEMPO EFECTIVO DEMORA

SsS

MANTENE-
OPERADORES SISTEMA
DORES

Figura 3.4. Distribución del tiempo cronológico.

27
Los estados de los equipos son los siguientes

Tiempo Efectivo (EFEC): Es el tiempo en el cual el equipo se encuentra

realizando funciones propias de su operación asignada.
Demoras (DEM): Es el tiempo en el cual el equipo está apto pues cuenta con
operador y labor asignada, pero no puede cumplir sus funciones por razones
atribuibles a la operación.
Reserva (RES): Es el tiempo en el cual el equipo se encuentra apto para operar
o realizar su función, pero no puede efectuarla principalmente por falta de
operador o por no tener postura.
Mantención / Reparación (M/R): Es el tiempo en que el equipo no se encuentra
apto para realizar sus funciones en condiciones seguras por presentar fallas en
sus sistemas de manera que requiere efectuar mantención y reparación.
Los índices operacionales asociados a estos estados son los siguientes:

Disponibilidad: Índice que refleja el tiempo requerido para mantener el equipo

en las condiciones Técnicas y operativas originales. Corresponde al porcentaje
de tiempo en que el equipo se encuentra en condiciones de operar y a
disposición de la operación, respecto del total de tiempo controlado. Mide el
requerimiento de mantención y/o reparación de un equipo, lo que es función del
trato operacional, de la calidad del equipo y de la eficiencia de servicio técnico
de mantención.
𝐸𝐹𝐸𝐶 + 𝐷𝐸𝑀 + 𝑅𝐸𝑆
𝐷𝑖𝑠𝑝𝑜𝑛𝑜𝑏𝑖𝑙𝑖𝑑𝑎𝑑 =
𝐸𝐹𝐸𝐶 + 𝐷𝐸𝑀 + 𝑅𝐸𝑆 + 𝑀/𝑅
Factor Operacional: Representa la relación porcentual existente entre el tiempo
en que el equipo se encuentra realizando sus funciones propias, para lo cual fue
dispuesto o asignado y el tiempo operacional, que incluye este mismo tiempo
más las demoras operacionales. Mide la eficiencia interna de la operación.
𝐸𝐹𝐸𝐶
𝐹𝐴𝐶𝑇𝑂𝑅 𝑂𝑃𝐸𝑅𝐴𝐶𝐼𝑂𝑁𝐴𝐿 =
𝐸𝐹𝐸𝐶 + 𝐷𝐸𝑀
Utilización: Índice que refleja los objetivos relacionados con el uso del equipo,
y representa la cantidad de tiempo de uso de un equipo respecto al total del
tiempo en que hubiere sido posible operarlo. Mide la eficiencia del sistema.

28
 𝐸𝐹𝐸𝐶 + 𝐷𝐸𝑀
𝑈𝑇𝐼𝐿𝐼𝑍𝐴𝐶𝐼𝑂𝑁 =
𝐸𝐹𝐸𝐶 + 𝐷𝐸𝑀 + 𝑅𝐸𝑆

Utilización Efectiva: Representa la relación porcentual entre el tiempo efectivo

y el tiempo total de control del equipo. Este índice permite estimar las horas
efectivas proyectadas de los equipos para fines de evaluación de planes de
producción y de presupuestos. Mide la utilización real del equipo.
𝐸𝐹𝐸𝐶
𝑈𝑇𝐼𝐿. 𝐸𝐹𝐸𝐶𝑇𝐼𝑉𝐴 =
𝐸𝐹𝐸𝐶 + 𝐷𝐸𝑀 + 𝑅𝐸𝑆 + 𝑀/𝑅

SIMULACION PARA DIMENSIONAR Y SELECCIONAR EQUIPOS

La elección óptima de equipo en minería superficial es una tarea compleja donde

intervienen muchas variables técnicas, geométricas y económicas en un
ambiente donde existen muchas marcas, modelos y tamaños que compiten por
el usuario. El técnico que efectúa la selección no tiene una herramienta
apropiada que le permita evaluarlos y decidir por el mejor. La simulación
contribuye a efectuar esta selección. En este estudio se desarrolla los
modelos determinístico y probabilístico de simulación aplicados a equipos de
minado con datos de dos operaciones superficiales. En el caso determinístico
se simula la producción proyectada de un año de una cantera y en base a costo
unitario mínimo se elige la flota de equipos tanto en perforación como en acarreo.
En la simulación probabilística se usa el lenguaje GPSS para simular modelos
de excavación y acarreo para varias combinaciones de cargadores y
transportadores eligiendo el más apropiado para las características de la
operación en base a costo unitario mínimo y máxima producción unitaria.

La simulación es una técnica de muestreo estadístico controlada para calcular el

desempeño de sistemas determinísticos y probabilísticas complejos. Se aplica
cuando los modelos analíticos no son suficientes para explicar un fenómeno o
este es muy complejo para traducirlo en expresiones matemáticas. Los
experimentos de muestreo se efectúan sobre el modelo y no en el sistema real
porque sería muy costoso y muchas veces imposible de efectuarlo.La
explotación minera superficial se caracteriza por ser una industria equipo

29
intensivo de alto costo de inversión con una gran variedad de marcas, modelos
y tamaños de equipos cuyos fabricantes o sus representantes tienen como meta
vender y donde cada uno trata de convencer que es el mejor. Esto hace que el
operador minero tenga que analizar con gran cuidado las propuestas recibidas
para elegir la combinación óptima de equipos para su operación.
Para hacer frente a este reto, el técnico minero necesita contar con herramientas
propias que evalúen a los equipos de uno o mas fabricantes o combinación de
ellos. El método tradicional de selección de equipo de mina se efectúa basado
en: a) la experiencia o información obtenida de un equipo operando en algún
yacimiento sin pensar que tal equipo o flota podría estar trabajando en forma
ineficiente y b) el temor a fracasar al cambiar un equipo por otro de tecnología
poco o nada conocida en el medio.
Se efectuó una investigación bibliográfica sobre es-tudios anteriores
encontrando que existen paquetes de simulación de uso específico y también
lenguajes de propósito general (Coss, 1999), cuyo uso requiere el conocimiento
de cada uno. Algunos fabricantes, como Caterpillar (1990), han desarrollado su
pro-pio modelo de aplicación para sus equipos y hacen recomendaciones a sus
clientes en base a la información entregada por cada usuario. No se encontró
sin embargo una herramienta para el analista externo que le permita diferenciar
las propuestas.
Se procedió a recopilar información histórica incluyendo catálogos, rendimientos,
costos de equipos en el minado superficial, desarrollando un modelo
determinístico usando el sistema operativo Excel y otro probabilístico con la
aplicación del lenguaje GPSS por ser un sistema de fácil aplicación a modelos
aleatorios.
Tipos de simulación de acarreo.
Se estableció diferencias entre los modelos determinístico y probabilístico,
considerando la dificultad en la interpretación de las variables como por ejemplo
el tiempo de transporte en el primer caso y de acuerdo a Sturgal (2000), la gran
cantidad de información requerida para la confiabilidad de los resultados en el
segundo caso.

30
Simulación determinística

Usa valores constantes para los parámetros como tiempos de carga, viaje,
descarga y demoras. La suma de estos datos constituye el ciclo determinístico
del modelo. La figura 1 presenta los requerimientos para el proceso
determinístico en el acarreo minero superficial entre los puntos de carguío y de
descarga.

Simulación probabilística.
Requiere curvas de densidad de probabilidad para generar tiempos de carguío,
descarga, posicionamiento para cargar y descargar, viajes ida y regreso,
demoras y destreza del operador. Las funciones de distribución de probabilidad
f(x) representan el sistema real. La Fig. Nº 2 muestra la información requerida
para el proceso de simulación probabilística.
Se emplean números pseudo aleatorios R o funciones rectangulares para
determinar la variable aleatorio “x” para la cual la distribución acumulada F(x) de

31
la función de probabilidad f(x) es R, o F(x) = R ó x = 1/F(R). Los R se obtienen
de tablas de números aleatorios o se generan en el computador mediante
programas simples. Los cálculos se simplifican si estos números siguen
distribuciones conocidas como la normal tipificada (Ramani, 1990).
De esta manera sin tener la información de campo pero con conocimiento de la
función de distribución teórica del sistema, se puede generar gran cantidad de
datos o variables aleatorias para la simulación.

Ciclo del Equipo y Sistema

Ciclo es la suma de tiempos fijos y variables recurrentes y secuenciales de la
operación unitaria del equipo de carguío, acarreo o del sistema (Fig. Nº 3).
El ciclo puede ser determinístico o probabilístico.

32
Simulación determinística
Procesa tiempos reales numéricos constantes. Consta de los tiempos de
carguío, descarga, viajes cargado y vacío del equipo. El cálculo requiere ábacos
de gradabilidad y retardo dinámico de cada modelo y tamaño de equipo de
acarreo. Las figuras 4 y 5 presentan ábacos típicos para el cálculo de los tiempos
de viaje. El tiempo de viaje total (cargado y vacío), puede calcularse por dos
métodos:

1) Usando las características de la vía de acarreo (longitud de cada segmento

de vía, pendiente y resistencia a la rodadura), y el peso total del equipo cargado
y vacío. En el ábaco se estima velocidad máxima y luego velocidad media por
aplicación de la tabla de factores de velocidad los cuales varían para traducir
dos variables: a) el estado de movimiento del equipo en el segmento de vía que
puede ser estacionado o a velocidad y b) la longitud de los segmentos.

33
La velocidad media no debe exceder la tabla de límites máximos de velocidad
segura del equipo en vía plana (a nivel), pendiente positiva (subida) y negativa
(bajada). El tiempo de viaje es la suma de los tiempos de viaje cargado y vacío.

34
2) Usando la segunda ley de Newton F = m.a donde F = fuerza, a =
aceleración y m = masa.
En los cálculos la fuerza ejercida no cambia y esto se consigue si la masa y la
aceleración son constantes y entonces por derivación:
δv = a. δt y δ2 s = a.δt2
Dónde: v, t, y s son velocidad, tiempo y, distancia recorrida del equipo
respectivamente.
La velocidad y distancia de viaje en cualquier punto se obtiene por integración
de las dos expresiones anteriores lo que produce:
V = Vo + a.t y S = Vo.t + ½ a. t2

La fuerza tractiva genera la aceleración y la velocidad del vehículo y depende de

varios factores como el coeficiente de adherencia entre las llantas del equipo y
la superficie de la vía, la carga transportada que varía de un viaje a otro, y las
resistencias a la rodadura y a la gradiente del perfil de acarreo. Adicionalmente,
al aumentar el número de transportadores en la vía se originan colas o
interferencias debido a diferencias en las velocidades de los equipos.

El movimiento del transportador se simula por pequeños incrementos de tiempo

Δt a aceleración constante para calcular la velocidad y posición del vehículo en
cada intervalo de tiempo. También se requiere los ábacos de gradabilidad y
retardo dinámico, el perfil de la vía de acarreo, los segmentos de la vía con sus
longitudes, gradientes, resistencia a la rodadura y máximas velocidades.

En el modelo de simulación, se tiene un transportador con peso Wt y velocidad

V1 ubicado en un punto x de la vía en el tiempo t (Fig. 6). Si K es el % de la
resistencia a la rodadura en el tramo x-y de pendiente G, entonces usando el
ábaco del camión se tiene que en el tiempo Δt a la velocidad V1 la tracción es
R1 y la resistencia al movimiento es Q = (G+K). 20Wt siendo 20 lb. la resistencia
por cada ton de peso del transportador. En el nuevo punto x1, la fuerza disponible
para acelerar (F) será:
F = R1 – Q = R1 – (G + K). 20.Wt y la aceleración a = F / m;
a = (R1 – (G + K). 20. Wt) / (Wt 2000/g))
donde g es la aceleración de la gravedad.
35
En x1 la velocidad será: V2 = V1 + a.Δt y la distancia recorrida
S=D : D = Vl.. Δt + ½ a. (Δt)2

La nueva velocidad V2 se usará para calcular la nueva tracción R2 en el ábaco,

repitiendo el proceso hasta recorrer todo el segmento x-y. Al finalizar el tramo x-
y se registra la distancia y los tiempos de viaje para ubicar la posición del
vehículo. Se inicia-liza la información para el próximo segmento y la simulación
continúa hasta el punto de descarga del transportador.

Ciclo Probabilístico
Se basa en el estudio de la información de tiempo.
La vía de acarreo puede dividirse en varios segmentos registrando el tiempo de
viaje de cada segmento.
Se analiza y agrupa la información y se describe mediante una función de
distribución probabilística conocida o empírica. Si se cambian los tipos de
trasportadores y los segmentos de vía, se cambiará también los parámetros de
la distribución.
El tiempo de viaje de cualquier segmento de vía se obtiene mediante muestreo
Montecarlo de la distribución acumulativa de probabilidad.

36
Factor de Acoplamiento

Determina el número de unidades de transporte para cada unidad de carguío.

Si: N = Número total de transportadores
n = Número total de cargadores
T = Ciclo de cada unidad de transporte.
Número aproximadamente constante
t = Ciclo de cada unidad de carguío.
Número aproximadamente constante
z = Número de transportadores por unidad
de carguío. Cifra entera y constante
y = Número de pases (paladas), requeridos
para llenar la tolva del transportador.
(Mínimo 4 y máximo 6).
Se establece que: z = T / (y. t).

Multiplicando esta expresión por n se tiene:

n . z = T. n / (y . t). Pero (n . z) = N.
Entonces: N. y. t = T. n ó N. y. t / (T. n) = 1 =
FA=FactordeAcoplamiento,o

Elegida la marca del cargador, se procede a seleccionar el tamaño de la cuchara

tal que la tolva del camión en prueba sea llenada con 4 a 6 paladas (D.W. Gentry
et al., 1992). La producción requerida decide el número de cargadores para lo
cual debe conocerse el modelo y tamaño de cada cargador y las producciones
aproximadas.
El número óptimo de transportadores se obtiene
Cuando:
FA = 1 = (N. y. t) / (T. n) ó N = T. n / (y. t)

37
La figura 7 muestra el número óptimo teórico de transportadores que cumple la
producción estimada por el equipo de carguío. La producción real está por
debajo de la teórica requiriendo más transportadores para alcanzar la máxima
producción del cargador debido a factores como distinto estado de conservación
de transportadores, interferencias en las zonas de carguío, de descarga y en las
vías de acarreo, espaciamiento diferente entre transportadores, destreza
variable de los conductores.

Software TALPAC
Descripción del producto
Talpac de Runge Software, está diseñado para evaluar los sistemas de
transporte en flota para la industria de explotación minera.
Debido a su imparcialidad confiable Talpac fue generalmente aceptado como un
estándar de la industria para la determinación de productividad y economía de
sistemas de transporte vía camión y cargador. Aplicación.
Los usuarios de Talpac pueden:
Calcular la productividad de la flota en la planeación a corto y largo plazo;
Evaluar los equipos, junto con las técnicas de carga óptima y tamaños de
recipientes;

38
Determinar los costos de transporte a través del análisis de flujo de caja
descontando el costo de los camiones adicional, lo que hace a Talpac una
herramienta esencial en el proceso de selección de los equipos y justificación del
presupuesto;
Integre fácilmente la información del costo de transporte y sistemas de
calibración de presupuestos versus real para el monitoreo del desempeño;
Crear informes definidos por el usuario;
Seleccionar las opciones de gráficos
También puede personalizar los parámetros de Talpac que afectan la
productividad de su flota de forma más específica, como itinerario, curso, tipos
de carros y camiones, características del material transportado, escalas de
trabajo y las limitaciones operativas locales.
Informes. Informe sobre el desgaste de los neumáticos (TKPH o TMPH) para
cada ruta o curso para ayudar en la administración de revisión de neumáticos.
Informe sobre el consumo de combustible, ayudando con la administración de
suministro de combustible. Talpac incluye una extensa base de datos de más de
500 camiones y 400 remolques, que se actualiza anualmente.

39