Simulación Dinámica: Selección y

reemplazo de equipos

Jairo Romero Huerta

Comúnmente, las operaciones de minería subterránea tienen lamaximización de la producción entre sus objetivos principales (KPI). Sinembargo, la variabilidad de la disponibilidad y la confianza de losequipos interfieren con la adherencia de las operaciones a lo planeado,lo que lo hace voluble. La cultura de producción unidireccional en lamina subterránea no garantiza la rentabilidad de las empresas. Por lotanto, esta aplicación presenta una metodología para apoyar la tomade decisiones basada en la simulación dinámica, enfocadaprincipalmente en mejorar el desempeño general de las operaciones deminería subterránea. Se simularon 4 escenarios con flotas de equipos ycapacidades productivas específicas, evaluando la rentabilidad paracada escenario simulado.

RESUMEN

Fig.01_Operaciones unitarias en minería subterránea

Fig.02_Simulación Dinámica en software Arena

En un esfuerzo por rastrear la historia de la simulación en minería desde la publicación del primer documento en 1961 hastanuestros días, las contribuciones importantes que se pueden nombrar tales como, la aplicación de la simulación, loslenguajes usados y los resultados obtenidos; sean de sumo interés para los ingenieros de Minas.

Esta importante técnica ha sido desarrollada gracias al uso intensivo de la Informática y sus aplicativos, que han coadyuvadoal desarrollo y avances significativos en este campo. Así como, ser parte importante en la ingeniería concurrente, es decir laintegración de la Ingeniería de Diseño, Ingeniería de Ensayo o experimentación e Ingeniería de Simulación, esta integraciónes considerada actualmente la forma más eficaz de acortar el tiempo de desarrollo y costo de los nuevos productos, puestoque el mayor provecho sólo se consigue compartiendo conocimientos entre estos tres departamentos.

INTRODUCCIÓN

Ingeniería del Diseño

Ingeniería del Ensayo

Ingeniería de la Simulación

OBJETIVOS GENERALES

Minimizar actividades costosas en

tiempo y dinero

Disminuir riesgos en la

toma de decisiones anticipadas

Hacer prototipos virtuales

(modelos de simulación)

Optimización e integración

entre la simulación,

diseño y experimentación

OBJETIVOS GENERALES

Minimizar actividades costosas en

tiempo y dinero

Disminuir riesgos en la

toma de decisiones anticipadas

Hacer prototipos virtuales

(modelos de simulación)

Optimización e integración

entre la simulación,

diseño y experimentación

OBJETIVOS GENERALES

Minimizar actividades costosas en

tiempo y dinero

Disminuir riesgos en la

toma de decisiones anticipadas

Hacer prototipos virtuales

(modelos de simulación)

Optimización e integración

entre la simulación,

diseño y experimentación

OBJETIVOS GENERALES

Minimizar actividades costosas en

tiempo y dinero

Disminuir riesgos en la

toma de decisiones anticipadas

Hacer prototipos virtuales

(modelos de simulación)

Optimización e integración

entre la simulación,

diseño y experimentación

• Selección adecuada de equipos por capacidad y costo de acuerdo con los escenarios simulados.

• Beneficio costo para un ciclo de minado en específico de acuerdo con los procesos simulados.

• Utilización de indicadores de mantenimiento en planeamientos a corto/mediano plazo de acuerdo con losprocesos simulados.

OBJETIVOS ESPECÍFICOS

METODOLOGIA

Fig.04_Metodología aplicada en el presente trabajo

RECOLECTA DE DATOS

En esta etapa, IDEFØ (Figura 4), Se mapearon los datos de entrada y salida relacionados con cada operación dela unidad minera. Además, se consideraron los datos del equipo que actualmente opera en la mina y aquellosque fueron analizados para reemplazo. Además, se incluyeron todos los mecanismos y procesos de controlasociados. La recolección de datos se realizó en 100 días de operación.

Fig.04_ Integration Definition for Function Modeling IDEFØ Tabla 1_Performance de KPI de mantenimiento de equipos a simular

RECOLECTA DE DATOS

Fig.05_ IDEFØ de las operaciones unitarias simuladas

Fuente: Análisis de normalidad mediante MiniTab 17

DEFINICIÓN Y ANÁLISIS DE DATOS

En esta parte se definieron los indicadoresoperativos relevantes a incluir en el modelode simulación, MTBF/MTTR/DisponibilidadMecánica y rendimientos.

Fig.07_Distribuciones estadísticas para cada operación unitaria

Fig.06_ Prueba de normalidad de tiempos de perforación

CONCEPCIÓN DEL MODELO

Para limitar y detallar el modelo, se simularon 100 días de operación, de acuerdo con los siguientes supuestos:

• La mina opera las 24 horas del día, sujeto a paradas y tiempos en reparaciones (datos de entrada del modelo);• Considerando el factor de esponjamiento de 30%, y la densidad del material removido de 2.7 Ton / m³ y las

dimensiones de la sección de excavación de 4.0m x 4.0m , se obtienen 151.6 t de material producto de voladura• Independientemente de la finalización de las actividades en cada ciclo de trabajo, se tiene programado dos

horarios de disparo. El primero es a las 6:00 pm. y el segundo a las 5:00 am

Fig.08_Primer escenario, caso base con equipos ya designados

TOMA DE DECISIONES

Fig.09_ Escenarios alternativos para operaciones mineras subterráneas.

Siguiendo el caso base (escenario 01), se reprodujeron otros tres escenarios diferentes, con cambios de equipo en operaciones de unidadesespecíficas.

RESULTADOS

Fig.11_Simulación de utilización % en los diferentes escenarios

Fig.10_Simulación dinámica de escenario de diversos equipos en software Arena

Para cada escenario, se realizaron 100 repeticiones y luego se consideró un intervalo de confianza del 95%. Los resultados delvolumen de material producido y la utilización de cada equipo por escenario se describen en las Figuras 12 y 11,respectivamente.

RESULTADOS

Fig.12_Volumen (m3) generado para cada escenario simulado Fig.13_Rentabilidad para cada escenario simulado en base a P.U ya establecidos

La E.E. presta el servicio a un precio unitario de US $ 635.00 por metro de avance. Por lo tanto, teniendo en cuenta losingresos potenciales y el costo total promedio del arrendamiento, es posible calcular la rentabilidad del reemplazo delequipo, como se muestra en la Fig 13.

CONCLUSIÓN

La simulación dinámica ha demostrado que el escenario con la

producción más alta no es necesariamente el más apropiado.

En el ejemplo de la aplicación, el escenario de mayor

producción no tuvo rentabilidad mientras que el escenario de

mayor ganancia mostró una rentabilidad del 31%.

A pesar del aumento en los indicadores de producción y

utilización, el escenario 2 no es rentable. En contraste, el

escenario 1, menos productivo, presentó un mayor margen de

beneficio. Por lo tanto, se puede concluir que las limitaciones

de producción no interfieren directamente en la posibilidad de

obtener ganancias.

Tabla 2. Costo y resultados simulados de acuerdo a un P.U ya establecido

BIBLIOGRAFÍA

BLOM, M.; PEARCE, A.R.; STUCKEY, P.J. Short-term planning for open pit mines: a review. International Journal of

Mining, Reclamation and Environment, 2018.

Draft Federal Information Processing Standards Publication 183 (1993). “Integration Definition for Function Modeling

(IDEF0)”, http://idef.com/pdf/idef0.pdf, Acesso em Agosto de 2019.

DUMAKOR-DUPEY, N.K.; TEMENG, V.A.; BANSAH, K.J. Optimising Shovel-Truck Fuel Consumption using Stochastic

Simulation. Ghana Mining Journal. V. 17, n. 2, p. 39 - 49, dec. 2017.

TARSHIZI, E; STURGUL, J; IBARRA, V; TAYLOR, D. Simulation and animation model to boost mining efficiency

and enviro-friendly in multi-pit operations. International Journal of Mining Science and Technology. v. 25, n. 4,

p. 671 – 674, feb. 2015

UPADHYAY, S.P.; ASKARI-NASAB, H. Simulation and optimization approach for uncertainty-based short-term

planning in open pit mines, International Journal of Mining Science and Technology. p 153-166, 2018.