Cantidad de Camiones Nominales en Carguo y

Transporte de Mineral y Lastre en Faena Minera

Arancibia C. Claudia1 , Urrea C. Katherine2
1
Universidad de Santiago De Chile, claudia.n.arancibia.c@gmail.com
2
Universidad de Santiago De Chile, urrea.katherine@gmail.com

Abstract
The main objective is to get the number of trucks carrying mineral ballast and based on a
series of simulated data. Before the simulation, a statistical study is conducted to the
variable speed of the 4 types of trucks (loaded and empty trucks with and without slope)
using the StatTools software, then the simulation is done with the @ Risk software. The
simulation was performed for 10, 500 and 5000 iterations, using the criterion Chi-square,
Anderson Darling and Kolmogorov Smirnov. From the results, it was concluded that the
best approach is simulation Chi-square, this because the number of trucks not change
significantly compared to the other two criterion. For 10 iterations are obtained a total of 25
trucks ballast and 9 trucks mineral, giving a total of 34 trucks. For 500 iterations are
obtained 26 ballast trucks and 9 mineral trucks, with a total of 35 trucks. Finally, for 5000
iterations are obtained 27 ballast truck and 9 mineral trucks, giving a total of 36 trucks.

Introduccin
En la industria minera es preponderante
realizar un estudio matemtico y
estadstico para la obtencin de un
evento simulado. En particular el
problema se centra en simular el nmero
de camiones que transportan lastre y
mineral en base a una serie de datos
mediante el uso de software estadstico.
El objetivo de la obtencin de dicha
variable es otorgar informacin relevante
en la operacin minera desde el punto de
vista econmico, puesto que se estima
los costos asociados a la inversin y
operacin en la etapa de carguo y
transporte.
Mtodo
La experiencia requiere del uso de
herramientas
computacionales
que

permita determinar datos estadsticos de

la variable a considerar como es
StatTools.
Este
programa
realiza
predicciones estadsticas con funciones
precisas y robustas.
Adems es requerible una aplicacin que
permita realizar un anlisis de riesgo
utilizando la simulacin; para as obtener
mltiples resultados posibles de un
evento, como lo es @risk.
A partir de la base de datos de una faena
minera se analiza y concluye que para la
obtencin del objetivo principal, el cual es
estimar el nmero de camiones que
transportan lastre y mineral se requiere
realizar una clasificacin de velocidades
de camiones cuando estos van cargados
en pendiente positiva (mayor a 4%) y
pendiente horizontal (ente -4% y 4%),
adems considerando cuando estos van
vacos, con pendiente negativa (menor a
-4%) y con pendiente horizontal.

Esta clasificacin influye en el clculo del

tiempo que se demora en realizar un
ciclo de transporte de lastre y de manera
independiente para un ciclo de transporte
de mineral. Para cada clasificacin es de
inters las velocidades entre 5 y 59
Km/hrs y a partir de ellas se obtienen
datos estadsticos relevantes para poder
realizar un anlisis, como son la media,
la desviacin estndar, curtosis y moda,
entre otras, adems de obtener un
diagrama de caja cuya funcionalidad es
tener una representacin visual de la
dispersin y simetra de las velocidades
para cada caso.
Posteriormente
para
ejecutar
la
simulacin se requiere previamente
realizar un ajuste de la variable velocidad
para cada clasificacin. Obteniendo as
una distribucin que se adapte de mejor
manera a la serie de datos mediante los
criterios de Chi cuadrado, Anderson
Darling y Kolmogorov Smirnov con una
confianza del 97%.
Por consiguiente los datos y variables
que influyen en la obtencin de la
cantidad de camiones en la operacin,
son:
Datos:
El tonelaje de lastre y mineral
que se extrae por da.

Las velocidades medias para

cada conjunto de velocidades
previamente
definidas.
Las
cuales deben estar definidas por
el ajuste que mejor se haya
adaptado y con sus respectivos
parmetros.

Tanto para el carguo y

transporte de mineral y para
lastre se contempla la distancia

horizontal e inclinada en metros y

el tiempo requerido en cargar y
descargar el material.
Toneladas de material que puede
transportar un camin.
Factores DF, EO y UE.

Variables calculadas:
Tiempo de un ciclo en transportar
lastre y mineral.
Numero
de
ciclos
respectivamente.
Tonelaje diario lastre y mineral.
Nmero de camiones operativos
para el transporte de lastre y
mineral.
Finalmente se realiza la simulacin con
10, 500 y 5000 iteraciones con el motivo
de observar como varia la estimacin, la
cual es generada por nmeros pseudo
aleatorios de Montecarlo.
Resultados
Datos estadsticos de las velocidades
para
las
distintas
clasificaciones
efectuadas para el anlisis:
a) Camiones cargados con pendiente
mayores a 4%:
Tabla (1): Datos estadsticos para camiones cargados
con pendiente positiva (Fuente: Propia).

b) Camiones Cargados con pendiente de

-4% a 4%:

Diagramas de cajas obtenidos mediante

el programa StatTools:

Tabla (2): Datos estadsticos para camiones cargados

con pendiente horizontal. (Fuente: Propia).

Figura (1): Diagramas de cajas para los tipos de

camiones, utilizando Stattools (Fuente: Propia)

c) Camiones vacos
menor a -4%:

con

pendiente

Tabla (3): Datos estadsticos para camiones vacos con

pendiente negativa. (Fuente: Propia).

Los Ajustes para la variable velocidad

segn
los
criterios
Chi-cuadrado,
Anderson Darling y
Kolmogorov
Smirnov con una confianza del 97%, por
tanto para cada cola una significancia de
1,5% son:
a) Velocidad para camiones cargados
con pendiente mayor a 4%:

d) Camiones vacos con pendiente de

-4% a 4%:
Tabla (4): Datos estadsticos para camiones vacos con
pendiente horizontal. (Fuente: Propia).

Figura (2): Comparacin de ajuste para velocidad en

camiones cargados con pendiente positiva
(Fuente: Propia)

Distribuciones que mejor se ajustan a la

serie de datos de velocidad para cada
criterio:
Chi-cuadrado: distribucin inversa de
gauss con media 21,408 y desviacin
estndar de 269,518.
Anderson Darling: la distribucin que
mejor se adapta es Gamma. Este
modelo describe el tiempo hasta que
se produce k veces un determinado

suceso con una intensidad de . El

programa define k como 7,1828 y
2,2333.
Kolmogorov Smirnov: al igual que chi
cuadrado, la distribucin es inversa de
Gauss con los mismos parmetros.

b) Velocidad para camiones cargados

con pendiente -4% a 4%:

Figura (4): Comparacin de ajuste para velocidad en

camiones vacos con pendiente negativa.
(Fuente: Propia)

Figura (3): Comparacin de ajuste para velocidad en

camiones cargados con pendiente horizontal
(Fuente: Propia)

Las distribuciones para cada criterio son:

Chi-cuadrado: Distribucin Weibull,
est asociada a variables tipo tiempo
de vida, es decir tiempo hasta que
un mecanismo falla, los parmetros
encontrados son: =2,5329 y
=20,866.
Anderson Darling: se ajusta la
misma distribucin de chicuadrado.
Kolmogorov Smirnov: Distribucin
Beta General, cuyos parmetros
son: 5,9134, 19,462, 0,70799 y
95,665.
c) Camiones vacos con pendiente menor
a -4%:

Para los tres criterios se obtiene la

distribucin
Extevaluemin
con
los
parmetros 43,3403 y 9,078.
d) Camiones vacos con pendiente entre
-4% y 4%:

Figura (5): Comparacin de ajuste para velocidad en

camiones vacos con pendiente horizontal.
(Fuente: Propia)

Se obtiene una nica distribucin para

los tres criterios; Weibull cuyos
parmetros son 4,8874 y 55,948.
Finalmente tabla de resultados de la
simulacin mediante programa @risk,
segn cada criterio:

Chi-cuadrado:
Tabla (5): Resultados de la simulacin de la cantidad de
camiones, usando criterio chi-cuadrado(Fuente: Propia).

N
camiones
nominale
s

Lastre
Mineral
Total

Iteraciones

10

500

5000

25
9
34

26
9
35

27
9
36

Anderson Darling
Tabla (6): Resultados de la simulacin de la cantidad de
camiones, usando criterio Anderson Darling
(Fuente: Propia).

N
camiones
nominale
s

Lastre
Mineral
Total

Iteraciones

10

500

5000

26
9
35

31
11
42

27
10
37

Kolmogorov Smirnov:
Tabla (7): Resultados de la simulacin de la cantidad de
camiones, usando criterio Kolmogorov Smirnov
(Fuente: Propia).

N
camiones
nominales

Lastre
Mineral
Total

Iteraciones

10

500

5000

31
11
42

35
12
47

34
11
45

Discusiones
El rango intercuartil es de 8.8 m/s, por
lo tanto el 50% de los camiones viajan
con velocidades bajas cuando sacan
material y viajan por una pendiente
positiva. Cuando estos se encuentran en

una pendiente horizontal la velocidad es

de 11,5 m/s. Para el 50% de camiones
que comienzan el transcurso, en
bsqueda del material viajando por
pendiente negativa, tienen una velocidad
de 13 m/s y horizontalmente 17,5 m/s.
Por lo tanto la mitad de los camiones
viajan con velocidades bajas lo que
implica mayores tiempos en los ciclos de
lastre como de mineral.
El curtosis de cada uno de las
clasificaciones hechas de velocidades
indica que estos datos se encuentran con
un elevado grado de concentracin
alrededor de los valores centrales de la
variable estudiada.
Se observa que existen valores atpicos
para camiones cargados con pendiente y
horizontal, adems de camiones vacos y
con pendiente, es decir existen camiones
que viajan con velocidades muy altas
cuando van cargados lo que conlleva a
problemas de seguridad. Cuando estos
van vacos se observa que existen
camiones que van con velocidades muy
bajas, lo que perjudica el diseo de
proceso del turno.
Con relacin a los ajustes realizados
para la ejecucin de la simulacin; se
observa mediante los resultados de los
nmeros de camiones que transporta
mineral y lastre para los distintos criterios
de prueba, el de chi cuadrado presenta
menor variabilidad en las distintas
iteraciones realizadas. Es posible deducir
que este criterio estima de mejor manera
el objetivo planteado.