Análisis y modelamiento de variables operativas para mejorar la productividad en flotas mineras de carguío y acarreo mediante la determinación del Queue y Hang adecuados

Abstract

El presente trabajo de investigación tiene como objetivo generar un modelo de productividad para los equipos de carguío y acarreo, mediante la correlación y análisis de los principales indicadores operativos que inciden en el desempeño del sistema mina. Se parte de la hipótesis de que un adecuado modelamiento de dichos indicadores permitirá incrementar la productividad y reducir pérdidas asociadas a tiempos improductivos. La investigación se centró particularmente en el análisis de los tiempos de Queue (espera de camiones en pala) y Hang (espera de la pala por camiones), identificados como las variables con mayor impacto directo en la eficiencia operativa y los costos. A través del procesamiento de información operativa real y la aplicación de modelos de regresión y análisis costo-beneficio, se determinó que no existen valores fijos de Queue y Hang óptimos, ya que estos dependen de factores como la disponibilidad mecánica, utilización, DigRate, cantidad de equipos, productividad y costos unitarios. Para los escenarios simulados, se establecieron valores óptimos específicos para las palas P&H (Queue de 8% o 3.5 min y Hang de 21% o 0.73 min) y Hitachi (Queue de 8% o 3.6 min y Hang de 26% o 2.0 min). Los resultados evidenciaron que un incremento controlado del Queue y una reducción estratégica del Hang pueden generar mejoras sustanciales en la producción total, con una ganancia estimada de 27 millones de toneladas anuales, lo que representa un beneficio económico de aproximadamente 49.7 millones de dólares por año, considerando los costos de oportunidad ficticios evaluados. El estudio concluye que la gestión dinámica y planificada del Queue y Hang, ajustada mensualmente según las condiciones operativas, representa una herramienta clave para la optimización continua de flotas mineras y para maximizar el rendimiento del sistema pala-camión.

The present research aims to develop a productivity model for loading and hauling equipment by correlating and analyzing the main operational indicators that affect the performance of the mining system. The study is based on the hypothesis that an appropriate modeling of these indicators will lead to increased productivity and reduced losses associated with unproductive times. The research focused specifically on the analysis of Queue times (truck waiting at the shovel) and Hang times (shovel waiting for trucks), which were identified as the variables with the greatest direct impact on operational efficiency and costs. Through the processing of real operational data and the application of regression models and cost-benefit analysis, it was determined that there are no fixed optimal values for Queue and Hang, as they depend on factors such as mechanical availability, utilization, DigRate, equipment quantity, productivity, and unit costs. For the simulated scenarios, specific optimal values were established for P&H shovels (Queue of 8% or 3.5 min and Hang of 21% or 0.73 min) and Hitachi shovels (Queue of 8% or 3.6 min and Hang of 26% or 2.0 min). The results showed that a controlled increase in Queue and a strategic reduction in Hang can lead to substantial improvements in total production, with an estimated gain of 27 million tons per year, representing an economic benefit of approximately 49.7 million USD annually, based on the evaluated fictitious opportunity costs. The study concludes that a dynamic and planned management of Queue and Hang, adjusted monthly according to operational conditions, is a key tool for the continuous optimization of mining fleets and for maximizing the performance of the shovel-truck system.