Optimización Del Costo Total de Perforación Utilizando Un Modelo Predictivo de Velocidad de Penetración en La Flota de Perforación de Minera Escondida PDF

UNIVERSIDAD DE SANTIAGO DE CHILE
FACULTAD DE INGENIERÍA
Departamento de Ingeniería en Minas
OPTIMIZACIÓN DEL COSTO TOTAL DE PERFORACIÓN UTILIZANDO UN

MODELO PREDICTIVO DE VELOCIDAD DE PENETRACIÓN EN LA FLOTA
DE PERFORACIÓN DE MINERA ESCONDIDA
Reinaldo Arturo Espina Navarro
Profesor Guía: Luis Guerra Allende
Trabajo de Titulación presentado en

conformidad a los requisitos para obtener
el Título de Ingeniero Civil en Minas
Santiago – Chile
2015
© Reinaldo Arturo Espina Navarro, 2015.
Licencia Creative Commons Atribución -No Comercial-Chile 3.0.

Resumen
Con el fin de mejorar la asignación de equipos y aceros de perforación de Minera Escondida, se

procedió a desarrollar este proyecto de optimización, con el objetivo de generar (entre otras
cosas) un algoritmo que utiliza un modelo predictivo de velocidad de penetración y la
información de costos de la flota de perforación de la compañía.
En primer lugar, se realizó una investigación bibliográfica de los modelos teóricos existentes en
la literatura, considerándose para este estudio cuatros modelos: Praillet (1978), Bauer-Calder
(1971), Bauer-Calder-Workman (1994) y E. Smith (2012).
También se prosiguió a elaborar un modelo de regresión multivariable a partir de parámetros

tomados en terreno a una parte de la flota de perforación de producción de Minera Escondida,
con los cuales se construyó una base de datos que contiene 392 registros. Utilizando esta
misma base de datos, se procedió a comparar el valor predicho por los modelos teóricos y de
regresión respecto al valor real, concluyéndose que el modelo propuesto por Bauer-Calder-
Workman (1994) tiene la mejor aproximación a las velocidades reales con respecto a los otros
encontrados en la literatura. Sin embargo, si se compara el modelo de regresión respecto al
modelo de Bauer-Calder-Workman (1994), el primero posee una mejor estimación ya que
otorga un intervalo de confianza para la velocidad y no un valor determinístico, hecho que le da
una gran ventaja frente al resto de los modelos.
Por otro lado, se realizó un estudio de la vida útil respecto a la velocidad de penetración y la
resistencia a la compresión uniaxial de la roca perforada, a fin de confeccionar ábacos para la
vida útil. Además, se llevó a cabo la validación de la asignación actual de triconos utilizando el
costo total de perforación como criterio de comparación. Desde el punto de vista de la vida útil,
se concluye que no existe relación estadística relevante entre las variables en estudio y que
ésta corresponde a un parámetro complejo de modelar y estimar, debido a que depende de
muchos factores y que posee una gran variabilidad. Con lo que respecta a la asignación, la
actual es la correcta en la mayoría de los casos.
Posteriormente, se desarrolló un algoritmo de optimización que utiliza el modelo de regresión

propuesto, la información de costos de la compañía y la asignación dada por planificación.
Dicho algoritmo utiliza un procedimiento de asignación a través de los costos totales de
perforación, donde el resultado otorgado por éste muchas veces debe ser revisado, a fin de
obtener una asignación de equipos operativa en el sentido práctico.
La metodología de optimización fue aplicada en el periodo comprendido entre el 16/10/2015 al

15/11/2015 realizándose un total de 60 asignaciones de forma teórica. Los resultados obtenidos
de este ejercicio se compararon con los rendimientos y gastos reales de dicho periodo,
i
concluyéndose que si se utilizaba la metodología, el costo total de perforación se reducía en un
1,2%, lo que se traduce en una disminución de 14.291 US$ durante el periodo.
Finalmente se utilizó el modelo de regresión para verificar su capacidad de proyectar la cantidad

de metros perforados y el gasto estimado en el mismo periodo de estudio. A partir de esto se
concluyó que: si se utiliza el límite inferior y el valor medio del intervalo de confianza de la
estimación entregada por el modelo, se obtiene una buena aproximación en la cantidad de
metros perforados. Sin embargo, se produce una subestimación del gasto total, comparado con
el gasto real total incurrido en el mismo periodo.
ii
A mis padres, por formarme como persona y ayudarme a estar donde estoy.
A mis hermanos, por darme su apoyo incondicional.
A mi Gi, por su cariño y fortaleza infinita.
iii
AGRADECIMIENTOS
Deseo agradecer a mis padres Jorge y Claudia, por el gran sacrificio que han hecho para que
esté donde estoy. A Sebastián por ser un hermano y amigo, brindándome todo su apoyo y su
buena disposición para todo. A mi hermano Jorge, por enseñarme el valor de la constancia y el
nunca rendirse.
Agradezco a Giselle por caminar a mi lado y darme el apoyo que necesito para alcanzar mis
objetivos de vida. Gracias por tu cariño y por demostrarme que siempre se puede salir adelante
pese a todas las adversidades.
Para mis amigos de la vida, de la música y de la universidad; gracias por su preocupación, por
sus buenos momentos y por alegrarme la vida.
Además, quiero agradecer a cada uno de los profesionales de Sandvik Antofagasta, que me
recibieron con los brazos abiertos durante mi estancia en dicha ciudad. Para Maritza, Esteban,
Israel y todos los profesionales de servicios: ¡Gracias por su ayuda, buena disposición y gratos
momentos!
También mis más sinceros agradecimientos a los profesionales del contrato de aceros de
perforación de Minera Escondida, por su apoyo y por permitirme desarrollarme como
profesional. Además, doy mil gracias a los trabajadores de BHP Billiton por brindarme su ayuda
y permitirme desarrollar este proyecto.
Para ellos y a muchos más,
¡Gracias!
iv
ÍNDICE DE CONTENIDO
Capítulo 1: Generalidades ........................................................................................................... 1
1.1 Introducción .................................................................................................................... 1
1.2 Objetivos del Estudio ..................................................................................................... 1
1.2.1 Objetivo General ........................................................................................................ 1
1.2.2 Objetivos Específicos ................................................................................................. 2
1.3 Alcance y Limitaciones ................................................................................................... 2
1.4 Metodología de Trabajo ................................................................................................. 3
1.5 Antecedentes Generales de Minera Escondida............................................................. 4
1.5.1 Antecedentes Generales de Bhp Billinton y Minera Escondida Limitada ...................... 4
1.5.2 Reseña Histórica ............................................................................................................ 5
1.5.3 Ubicación y Accesos ...................................................................................................... 6
1.5.4 Geología del yacimiento ................................................................................................. 6
1.5.5 Litología ............................................................................................................................. 7
1.5.6 Alteración ....................................................................................................................... 8
1.5.7 Mineralización ................................................................................................................ 9
1.5.8 Estructuras ..................................................................................................................... 9
1.5.9 Minería y Procesos ........................................................................................................ 9
Capítulo 2: Fundamentos Teóricos del proceso de perforación y Modelos predictivos de

velocidad de penetración .......................................................................................................... 15
2.1 Introducción .................................................................................................................. 15
2.2 Antecedentes y variables relevantes del proceso de perforación ............................... 15
2.3 Técnicas de perforación: .............................................................................................. 17
2.3.1 Técnicas de Rotopercusión ...................................................................................... 17
2.3.2 Perforación Rotativa con Broca Tricónica: ............................................................... 17
2.4 Sarta de Perforación .................................................................................................... 18
2.5 Broca Tricónica ............................................................................................................ 20
2.6 Velocidad del barrido ................................................................................................... 22
2.7 Velocidad de Penetración ............................................................................................ 22
v
2.8 Modelos predictivos de velocidad de penetración ....................................................... 25
2.8.1 Modelo de Praillet (1978) ......................................................................................... 25
2.8.2 Modelo de Bauer-Calder (1971) y Bauer-calder-Workman (1994) .......................... 25
2.8.3 Modelo de E. Smith (2012) ...................................................................................... 27
2.9 Estimación del costo total de perforación .................................................................... 28
Capítulo 3: Modelo de velocidad de penetración para Minera Escondida y ábacos de vida

útil para brocas tricónicas de 10 5/8’’ de diámetro ................................................................ 29
3.1 Introducción .................................................................................................................. 29
3.2 Base de datos de parámetros de perforación de la compañía .................................... 29
3.3 Base de datos de terreno de parámetros de Perforación ............................................ 34
3.4 Desarrollo de un modelo predictivo de velocidad de penetración ............................... 40
3.5 Supuestos de Validación del modelo de velocidad de penetración propuesto ........... 40
3.6 Resultados y análisis del modelo propuesto ............................................................... 42
3.6.1 Multicolinealidad de las variables en estudio ........................................................... 42
3.6.2 Modelo Propuesto de velocidad de penetración ...................................................... 45
3.6.1 Bondad de ajuste del modelo de regresión propuesto ............................................ 46
3.6.3 Independencia de los residuos ................................................................................ 48
3.6.4 Normalidad de los residuos ...................................................................................... 49
3.7 Base de datos de triconos dados de baja .................................................................... 50
3.8 Estadística de la vida útil de una broca tricónica ......................................................... 51
3.9 Ábacos de vida útil para triconos charger® de 10 5/8’’ de diámetro ........................... 53
Capítulo 4: Optimización del costo total de perforación ....................................................... 57
4.1 Introducción .................................................................................................................. 57
4.2 Validación de la asignación actual de las brocas tricónicas ........................................ 57
4.2.1 Estimación del costo horario de la flota de perforación ........................................... 57
4.2.2 Estimación de vida útil y velocidades de penetración históricas por expansión ..... 59
4.2.3 Estimación del costo total de perforación por expansión y validación de asignación
actual de brocas tricónicas ................................................................................................... 61
4.3 Algoritmo de optimización del costo total de perforación ............................................ 63
4.3.1 Ejemplo de aplicación del algoritmo de optimización del costo total de perforación 65
vi
Capítulo 5: Análisis y discusión de los resultados ................................................................ 69
5.1 Introducción .................................................................................................................. 69
5.2 Modelos de velocidad de penetración ......................................................................... 69
5.3 Modelo de regresión .................................................................................................... 70
5.4 Asignación óptima de brocas triconicas ....................................................................... 71
5.5 Algoritmo de optimización del costo total de perforación ............................................ 72
5.6 Evaluación Económica de la propuesta ....................................................................... 72
5.7 Proyección del costo total de perforación .................................................................... 76
5.8 Efecto del aumento en la velocidad de penetración .................................................... 77
Capítulo 6: Conclusiones y recomendaciones ....................................................................... 79
6.1 Conclusiones ...................................................................................................................... 79
6.2 Recomendaciones .............................................................................................................. 80
Bibliografía.................................................................................................................................. 82
Anexos ........................................................................................................................................ 84
Anexo A – Parámetros de diseño de perforación y tronadura ................................................. 85
Anexo B – Distribuciones acumuladas para la población mensual de pozos .......................... 88
Anexo C – Determinación del tamaño de muestra .................................................................. 90
Anexo D – Muestras aleatorias de distintos tamaño para de velocidad de penetración [m/hr] 92
vii
ÍNDICE DE TABLAS
Tabla 1.1 Distribución de los recursos mineros de Minera Escondida ........................................ 10

Tabla 1.2 Distribución de las reservas mineras de Minera Escondida ........................................ 10
Tabla 1.3 Equipos de operación mina que dispone Minera Escondida ....................................... 11
Tabla 1.4 Parámetros de diseño de perforación y tronadura en mineral – Mina Escondida Norte
..................................................................................................................................................... 12
Tabla 2.1 Factor de la roca de Bauer y Calder (1967) de acuerdo a la resistencia a la
compresión uniaxial (UCS) .......................................................................................................... 26
Tabla 3.1 Estadística descriptiva de la velocidad de penetración [m/hr] anual ........................... 30
Tabla 3.2 Prueba de Bondad de Ajuste de Anderson-Darling para velocidad de penetración
anual............................................................................................................................................. 31
Tabla 3.3 Estadística descriptiva de la velocidad de penetración [m/hr] mensual ..................... 33
Tabla 3.4 Estimación del tamaño de muestra para distintos niveles de confianza en distintos
intervalos de tiempo. .................................................................................................................... 37
Tabla 3.5 Valores de la media de la velocidad de penetración para distintos tamaños de
muestra. ....................................................................................................................................... 38
Tabla 3.6 Estudio de la relación de las variables Pulldown y Velocidad de Rotación con respecto
al Torque para distintos modelos de broca tricónica. .................................................................. 44
Tabla 3.7 Estudio de la relación de la variable Pulldown con respecto al Torque para distintos
modelos de broca tricónica. ......................................................................................................... 44
Tabla 3.8 Coeficientes del modelo de regresión propuesto ........................................................ 45
Tabla 3.9 Coeficientes de determinación del modelo propuesto ................................................. 46
Tabla 3.10 Valores críticos de las pruebas de hipótesis y contribución de la variable al
coeficiente de determinación de la variable (R2) del modelo propuesto...................................... 47
Tabla 3.11 Coeficientes de determinación de la vida útil respecto al UCS y la velocidad de
penetración .................................................................................................................................. 53
Tabla 3.12 Estadística descriptiva de la vida útil para distintos modelos de triconos ................. 54
Tabla 3.13 Prueba de normalidad de Anderson-Darling para la vida útil para los triconos en
estudio .......................................................................................................................................... 55
Tabla 4.1 Estimación del costo horario de los equipos de perforación ....................................... 58
Tabla 4.2 Estimación de los costos horarios por equipo ............................................................. 59
Tabla 4.3 Valores históricos de vida útil para brocas tricónicas utilizadas en mina Escondida
Norte............................................................................................................................................. 60
Tabla 4.4 Valores históricos de vida útil para brocas tricónicas utilizadas en mina Escondida .. 60
Tabla 4.5 Estimación del costo total de perforación [US$/m] por modelo de tricono para las
expansiones de Mina Escondida ................................................................................................. 61
viii
Tabla 4.6 Estimación del costo total de perforación [US$/m] por modelo de tricono para las
expansiones de Escondida Norte ................................................................................................ 62
Tabla 4.7 Asignación actual de brocas tricónicas versus la asignación óptima .......................... 62
Tabla 4.8 Tarifas utilizadas para la estimación del costo total de perforación ............................ 63
Tabla 4.9 Asignación propuesta por planificación para el turno día del 16/10/2015 ................... 65
Tabla 4.10 Asignación real del turno 15/10/2015 noche ............................................................. 65
Tabla 4.11 Matriz de costos totales de perforación y asignación propuesta por planificación para
el 16/10/2015 turno día ................................................................................................................ 66
Tabla 4.12 Nueva asignación calculada con Solver® ................................................................. 67
Tabla 4.13 Asignación final operativa para el día 16/10/2015 turno día ..................................... 68
Tabla 5.1 Parámetros utilizados para la estimación de los costos totales de perforación del
16/10/2015 turno día .................................................................................................................... 74
Tabla 5.2 Costo y gastos totales para ambas asignaciones del 16/10/2015 turno día ............... 75
Tabla 5.3 Metros perforados y costo real comprendido entre el 16/10/2015 día y 15/11/2015
noche............................................................................................................................................ 75
Tabla 5.4 Resultados de la optimización del costo total de perforación para el periodo
comprendido entre 16/11/2015 día y 15/11/2015 noche. ............................................................ 76
ÍNDICE DE FIGURAS
Figura 1.1 Ubicación y accesos a Minera Escondida .................................................................... 6

Figura 1.2 Instalaciones de Minera Escondida ............................................................................ 11
Figura 1.3 Diagrama del proceso productivo de Minera Escondida ............................................ 14
Figura 2.1 Curva típica de esfuerzo – deformación de un material frágil .................................... 16
Figura 2.2 Sarta de perforación típica en perforación rotativa..................................................... 19
Figura 2.3 Esquema de los componentes principales de una broca tricónica estándar ............. 20
Figura 2.4 Estructura de corte para formaciones blandas o duras .............................................. 20
Figura 2.5 Diferencias entre broca tricónica estándar y broca tricónica sellada ......................... 21
Figura 2.6 Velocidad de penetración (ft/min) versus el peso sobre la broca (klbs) a distintas
velocidad de rotación ................................................................................................................... 24
Figura 2.7 Incremento de la velocidad de penetración frente a un aumento en el pulldown sobre
el bit .............................................................................................................................................. 24
Figura 2.9 Factor de penetración de la roca en relación a la resistencia a la compresión uniaxial
..................................................................................................................................................... 27
Figura 3.1 Histograma y distribución probabilística de la velocidad de penetración anual ........ 32
ix
Figura 3.2 Función de probabilidad acumulada para distribuciones normal, lognormal, Weibull y
Gamma para un 95% de confianza. ............................................................................................ 32
Figura 3.3 Función de probabilidad acumulada para distribuciones exponencial, valor extremo
más pequeño, logística y loglogística para un 95% de confianza. .............................................. 33
Figura 3.4 Histograma y distribución probabilística de la velocidad de penetración mensual
(Noviembre 2015) ........................................................................................................................ 34
Figura 3.5 Estimación del UCS promedio para las mallas de perforación .................................. 35
Figura 3.6 Efecto del tamaño de muestra en la confiabilidad de la estimación de un parámetro.
..................................................................................................................................................... 39
Figura 3.7 Diagrama yde dispersión entre la corriente de empuje [amp] y la carga en la broca
(pulldown) [kN] ............................................................................................................................. 43
Figura 3.8 Gráfica de residuo versus orden para el error del modelo propuesto ........................ 49
Figura 3.9 Histograma del error (residuo) del modelo propuesto ................................................ 49
Figura 3.10 Distribución de probabilidad acumulada de los residuos del modelo....................... 50
Figura 3.11 Gráfico de cajas y bigotes de la vida útil para distintos modelos de broca de acuerdo
al tipo de perforadora. .................................................................................................................. 52
Figura 4.2 Diagrama del proceso iterativo de optimización del costo total de perforación ......... 64
Figura 5.1 Comparación de los modelos de velocidad de penetración considerados dentro de
este estudio. ................................................................................................................................. 70
Figura 5.2 Comparación del modelo de regresión y el modelo de Bauer-Calder-Workman
respecto a la velocidad real. ........................................................................................................ 71
Figura 5.4 Proyección del gasto y costo total de perforación utilizando el modelo de regresión
propuesto en el periodo comprendido entre 16/10/2015 al 15/11/2015. ..................................... 77
Figura 5.5 Efecto del incremento en la velocidad de penetración en el costo total de perforación
..................................................................................................................................................... 78
x
CAPÍTULO 1: GENERALIDADES
1.1 INTRODUCCIÓN
La perforación corresponde a la primera operación unitaria del negocio minero. El proceso como
tal involucra una gran cantidad de variables que determinan su rendimiento y efectividad.
Muchos de estos parámetros son intrínsecos del material perforado: resistencia a la compresión
uniaxial, densidad, dureza de los minerales que la conforman, abrasividad, entre otros. Sin
embargo, existen otras variables de tipo operacionales como lo son: el peso en la broca
(pulldown), la velocidad de rotación o el diámetro de perforación, que tienen incidencia directa
en el rendimiento del proceso, lo cual se manifiesta en la velocidad de penetración (ROP por
sus siglas en inglés) muy ligada el costo total de perforación.
El costo total de perforación (TDC por sus siglas en inglés) constituye un indicador de
rendimiento del proceso de perforación, ya que relaciona el valor de los aceros, el costo horario
del equipo, la cantidad de metros perforados y la velocidad de penetración. Ésta última se
vincula de forma inversamente proporcional con el TDC, es decir, a mayor velocidad de
penetración menor será el costo total de perforación.
Este estudio tiene por objetivo la optimización del TDC a través de la utilización de modelos
predictivos teóricos de velocidad de penetración, que se basan en variables intrínsecas de la
roca y variables operacionales. Gracias a esto, fue posible determinar el rendimiento de los
aceros de perforación utilizados, validar los modelos teóricos con datos reales, estableciendo
cuál de ellos se ajusta mejor a las condiciones reales de operación. También permite la
asignación de la broca tricónica óptima para un determinado tipo de terreno de acuerdo al costo
que ésta tenga, por ende efectuar la asignación de los equipos a lugares dentro de una misma
expansión con características geotécnicas similares utilizando el mismo criterio.
Este proyecto fue aplicado a una parte de la flota de los equipos de perforación de Minera
Escondida. La faena se encuentra ubicada a 170 km al sureste de la ciudad de Antofagasta. La
compañía posee dos minas en explotación: Mina Escondida y Mina Escondida Norte donde
opera una flota de perforación para producción constituida por cuatro perforadoras Pit Viper
351®, seis perforadoras 49RIII®, dos 49RII®, un equipo Pit Viper 275®, dos perforadoras
DM45® y dos equipos Pit Viper 271®.
1.2 OBJETIVOS DEL ESTUDIO

Los objetivos que se pretenden alcanzar con el desarrollo de este estudio son los siguientes:
1.2.1 OBJETIVO GENERAL

- Optimizar el costo total de perforación a partir de un modelo predictivo de velocidad de
penetración para la flota de perforación de producción de Minera Escondida.
1
1.2.2 OBJETIVOS ESPECÍFICOS
- Validar los modelos teóricos de velocidad de penetración existentes utilizando una base
de datos tomada en terreno en la flota de perforación Minera Escondida.
- Generar un modelo predictivo de velocidad de penetración para el caso real de Minera

Escondida a partir de parámetros operacionales y propiedades de la roca.
- Generar un ábaco que relacione la velocidad de penetración y la resistencia a la

compresión uniaxial con la vida útil de la broca tricónica, para el caso de triconos de
diámetro 10 5/8’’ para tres modelos distintos.
- Validar la asignación de brocas tricónicas actual de la compañía en base a la

comparación del costo total de perforación.
- Optimizar la asignación de equipos de perforación a nivel de expansión en base a un

algoritmo de acuerdo al costo total de perforación.
- Evaluar económicamente el impacto de la optimización en el costo total de perforación

de la flota de Minera Escondida.
1.3 ALCANCE Y LIMITACIONES

Se procedió a validar los modelos teóricos existentes en base a la comparación de datos de
velocidad de penetración reales con los determinados de forma empírica, los cuales se tomaron
en terreno. De esto, se determinó el que más se ajusta al caso de Minera Escondida. La
generación de la base de datos de parámetros de perforación dependerá de la posibilidad de
reporte del equipo, por cual, todas aquellas perforadoras que no puedan reportar información tal
como peso en la broca o velocidad de rotación del cabezal, requerida en todos los modelos, no
se incluirán dentro del análisis.
Este estudio se limita únicamente a perforadoras rotativas de producción single pass, es decir,
que perforan el pozo sin necesidad de desacoplar barras. Quedan fuera de cualquier análisis
todos aquellos equipos destinados a la perforación de tiros de precorte y perforación de tiros de
amortiguación (buffer). Quedan también fuera de este estudio, las perforadoras modelo PitViper
271®, las cuales sólo tienen pocos meses de operación en faena.
Este estudio se centra sólo en triconos de diámetro 10 5/8’’ para tres modelos distintos, que
constituyeron el 88% de los metros perforados en el mes de noviembre del 2015 (Sandvik
(Chile), 2015). Las perforadoras DM-45® quedan fuera del análisis por su imposibilidad de
perforar en este diámetro.
2
También se encuentra dentro del alcance el modelamiento de la velocidad de penetración en
virtud a parámetros operacionales tales como el peso en la broca (pulldown), velocidad de
rotación de la sarta, corriente de empuje, torque y presión real de trabajo, además de
parámetros propios de la roca perforada como lo es la resistencia a la comprensión uniaxial
(UCS). La información relativa al UCS se obtuvo del área de geología de la compañía. Para
definir el valor de UCS para cada pozo muestreado se utilizó el valor representativo de esta
variable para cada malla, por lo tanto, se asumió que los pozos dentro de una misma malla
tienen aproximadamente el mismo UCS. No se consideró dentro del estudio el efecto de la
experiencia del operador en los resultados obtenidos.
Las expansiones consideradas para este estudio son:
- Para Mina Escondida: n15, n16, e04, e06 y s3c.

- Para Mina Escondida Norte: n05, n06 y n08
Otro aspecto que se abordó es el estudio de la vida útil en metros perforados en relación a la
velocidad de penetración y el UCS. Este dato es clave para el cálculo del costo total de
perforación y se utilizó para determinar la asignación óptima. Dentro de este estudio es
importante trabajar con datos representativos de vida útil por cual se utilizarán intervalos de
confianza para esta variable.
Se cuantificó el impacto económico basado en la comparación de costos totales de perforación.

En función a esto se validará la asignación de aceros y equipos de perforación a nivel de
expansión que existe actualmente.
Finalmente de este trabajo se espera generar una predicción del costo total de perforación que
sólo se ajusta a la realidad de Minera Escondida, por lo cual no es posible extrapolarlo sin los
ajustes respectivos, a otras faenas.
1.4 METODOLOGÍA DE TRABAJO

A fin de cumplir con los objetivos de este trabajo se ejecutaron las siguientes tareas:
- Familiarización de los conceptos básicos y teorías que sustentan el proceso de

perforación. Además del conocimiento de los distintos equipos de perforación y aceros
ofrecidos en el mercado.
- Recopilación de los distintos modelos de predicción de la velocidad de penetración.

Comparación de éstos utilizando una base de datos de parámetros de perforación
tomada en terreno.
3
- Se efectuó un análisis estadístico para la base de datos de velocidad de penetración
histórica que dispone la compañía a fin de conocer su distribución probabilística.
Además a partir de esta información se calculará el tamaño de muestra necesario para
que la inferencia estadística que conlleva el modelo sea válida.
- Generación de una base de datos nueva con información de terreno. En base a esta se
modeló la velocidad de penetración utilizando estadística multivariable. Dicho modelo
se sustentó de parámetros operacionales y propiedades de la roca para la realidad
actual de la compañía minera. Además se llevará a cabo la validación de este, desde el
punto de vista estadístico y comparativo con la velocidad de penetración obtenida de la
toma de datos en terreno.
- Se desarrolló un ábaco que relaciona la velocidad de penetración, el UCS y la vida útil

para un determinado modelo de broca. Se tomó en consideración también el tipo de
equipo de perforación: diesel o eléctrico.
- Valiéndose del modelo y del ábaco se desarrolló un algoritmo de optimización del TDC,
con ello se analizó cuál es la asignación con el menor costo para cada malla en
explotación. Dicha optimización se realizó para cada equipo que se encuentra dentro
del alcance de este estudio.
- Se efectuó la evaluación económica de la propuesta considerando el nuevo escenario

de costo total de perforación. Dicha evaluación corresponde a la comparación de costos
y gastos entre el caso real respecto a la asignación propuesta por el algoritmo.
- Finalmente se generaron las conclusiones y recomendaciones del trabajo realizado en

función a la validación de la asignación actual de brocas tricónicas y equipos de
perforación.
1.5 ANTECEDENTES GENERALES DE MINERA ESCONDIDA
1.5.1 ANTECEDENTES GENERALES DE BHP BILLINTON Y MINERA ESCONDIDA

LIMITADA
BHP Billiton es una compañía global de recursos naturales, organizada en cuatro unidades de
negocios: Cobre; Mineral de Hierro; Carbón; y Petróleo y Potasio. Su casa matriz está ubicada
en la cuidad de Melbourne, Australia.
La unidad de negocios Cobre tiene su sede en Chile. Ésta es la responsable de operaciones

que producen cobre, zinc, uranio, oro, plata y níquel, ubicadas en Chile, Perú y Australia. En
4
Chile opera Minera Escondida y BHP Billiton Pampa Norte. Esta última integra las faenas de
Compañía Minera Cerro Colorado y Minera Spence.
Minera Escondida Limitada es una empresa dedicada a la extracción de cobre situada en la

región de Antofagasta. La faena se encuentra ubicada a 170 km al sureste de la comuna de
Antofagasta a una altitud de 3.100 msnm.
La propiedad de Minera Escondida está distribuida entre varios accionistas de la siguiente

forma: BHP Billiton (57,5%) compañía responsable de la operación, Rio Tinto PLC (30%),
JECO Corporation, consorcio japonés liderado por Mitsubishi Corporation (10%) y JECO 2 Ltd.,
(2,5%).
Su producto comercial son cátodos de cobre obtenidos por lixiviación y electro-obtención y

concentrado de cobre obtenido por el proceso de flotación. Los productos son embarcados
desde el Puerto Coloso y los puertos de Mejillones y Antofagasta.
1.5.2 RESEÑA HISTÓRICA

En 1978 se dio inicio al “Proyecto Exploración Atacama” impulsado por la minera Utah, para
explorar el norte de Chile en busca de depósitos minerales. Las exploraciones abarcaron
inicialmente desde la Quebrada de Camarones, por el norte, en la zona de Arica, hasta las
cercanías de Vallenar, por el sur.
El 14 de marzo de 1981, tras varios sondajes en la zona de Zaldívar, los geólogos Francisco
Ortiz y David Lowell dieron con el famoso Pozo 6, donde se encontraría Escondida, a 240
metros de profundidad.
Tras el descubrimiento del yacimiento se comenzó a construir un pique de exploración y seis

galerías en el Pozo 6. Esto, con el objetivo de captar una mayor cantidad de muestras, para ser
procesadas en California, Estados Unidos, por una planta piloto de Utah-BHP. Paralelamente,
se realizaron trescientos sondajes extras para dimensionar el potencial del yacimiento. El
resultado de este proceso arrojó que el tamaño del yacimiento era seis veces más grande de lo
pensado originalmente, de 250 a 300 millones de toneladas.
El 25 de julio de 1988 se dio el comienzo oficial de la construcción de Escondida. El énfasis

estuvo puesto en la faena, donde se extraerían más de 180 millones de toneladas de estéril
para dar inicio al proceso de producción cuanto antes. La primera tronadura fue efectuada el 23
de octubre de 1988 a cargo del jefe de mina Jorge Muñoz Pizarro, en la cota 3130 de la ladera
sur del cerro Colorado Chico.
5
El 31 de diciembre de 1990 partió el primer embarque con 25 mil toneladas de concentrado de
cobre desde Puerto Coloso con destino a Japón. No obstante, la inauguración oficial fue el 14
de marzo de 1991, diez años después de su descubrimiento.
1.5.3 UBICACIÓN Y ACCESOS

El yacimiento de Escondida está ubicado en el borde occidental de la Cordillera de Domeyko,
en la segunda región de Antofagasta, a 130 km al sureste de la capital regional a una altitud
media de 3100 msnm. El acceso a las dependencias de la mina es a través de un camino
asfaltado que comunica directamente desde la ciudad de Antofagasta hacia las dependencias
de la mina (Figura 1.1).
Figura 1.1 Ubicación y accesos a Minera Escondida

Fuente: Minera Escondida, 2015
1.5.4 GEOLOGÍA DEL YACIMIENTO

La mineralización de cobre del yacimiento Escondida cubre una extensión aproximada de 106
km de largo por 4 km de ancho, con una zona de alta ley de un espesor aproximado de 400 m.
Esta zona rica está cubierta con una capa lixiviada estéril de un espesor de entre 100 y 300 m.
6
El yacimiento de Escondida corresponde a un pórfido cuprífero y se ubica en la franja
metalogénica de la cordillera de Domeyko. Esta área está formada por bloques de basamento
paleozoico y cubierta por rocas estratificadas del Mesozoico y Cenozoico inferior, las
formaciones que la contienen son:
- Agua dulce (Triásico superior.)

- Profeta (Triásico superior- Jurásico)
- Santa Ana (Jurásico Superior Neocomiano).
- Augusta Victoria (Cretácico Superior- Eoceno).
El depósito es asociado espacial y temporalmente a intrusiones granodioríticas y cuarzo-

monzoníticas del eoceno-oligoceno alojadas en rocas andesíticas del eoceno (Veliz y Camacho,
2003)
1.5.5 LITOLOGÍA
El yacimiento La Escondida, está asociado genéticamente a un complejo intrusivo de
composición monzonita a granodiorita, claramente en contacto de intrusión con rocas
volcánicas andesíticas de la Formación Augusta Victoria, cuerpos subvolcánicos tardíos de
composición riolítica y diques dacíticos. (Véliz, y Camacho, 2003)
La litología del yacimiento se caracteriza principalmente por rocas volcánicas, rocas intrusivas,
brechas ígneas e hidrotermales y rocas sedimentarias. Las unidades litológicas más
importantes son:
- Andesitas: exhiben textura porfídica con abundancia de fenocristales de plagioclasa,

moderadamente alterados a sericita-arcillas. Dentro de los minerales máficos se
encuentran biotitas y hornblendas. La masa fundamental es afanítica y dependiendo de
la alteración se presenta de color gris-verdosa, gris oscura, verde oliva, verde
amarillento y blanco grisáceo.
- Complejo Intrusivo Feldéspatico Escondida (CIFE): conocido informalmente como
pórfido feldespático. Posee composición intermedia que varía entre monzonita y
granodiorita, exhibe textura porfídica con fenocristales de plagioclasa con tamaños que
varían entre 0,5 a 7 mm. La masa fundamental es cristalina de composición felsofídica
(intercrecimiento de feldespato en cuarzo). El CIFE es la unidad litológica de mayor
importancia en el yacimiento tanto por extensa exposición volumétrica, como por su
estrecha relación con la mineralización de Cu-Mo. (Veliz y Camacho, 2003).
- Pórfido cuarcífero: su composición es equivalente a la riolita. Se caracteriza por tener
textura porfídica con fenocristales de plagioclasa de hábito tabular de tamaño 0,5mm a
4 mm. Presenta también cristales de cuarzo con tamaños de hasta 3 mm. La masa
7
fundamental exhibe textura variable entre afanítica y fanerítica y de composición
felsofídica.
- Pórfido dacítico: De color gris blanquecino. Se presenta con textura porfídica con
masa fundamental microfanerítica. Los fenocristales constituyen plagioclasas, biotitas y
cuarzo, donde las primeras poseen tamaños de 1 a 7 mm y constituyen cerca del 25%
del volumen total de la roca. Los cristales de biotita son de tamaños variables de 1 a 2
mm. Los cristales de cuarzo se exhiben de forma translúcida ocupando cerca del 2%
del volumen de la roca.
- Brechas hidrotermales: presentan textura fragmental, con proporción variable de
matriz y relleno hidrotermal. Los tamaños de los fragmentos varían entre 2 mm y 20 cm,
las rocas pueden contener varios fragmentos tales como: CIFE, pórfidos feldespáticos,
pórfidos cuarcíferos y andesitas. Se encuentran asociadas a cuarzo, súlfuros de cobre y
fierro, siendo de gran importancia por sus contenidos de calcosina y covelina.
- Brechas ígneas: Poseen matriz de origen ígneo conformada por cristales de
feldespatos alterados a cuarzo-sericita, remanentes de minerales máficos alterados y
poca abundancia de cuarzo. Los fragmentos ocupan entre el 20 al 70% del volumen de
la roca, son de composición fragmentos de CIFE y en menor proporción de andesitas y
brechas.
- Rocas sedimentarias: comprenden gravas, las cuales están conformadas por
fragmentos mal seleccionado, angulosos a subangulosos, con tamaños variables. La
matriz está conformada por detritos tamaño arena y cementadas por yeso, carbonatos y
otras sales indeterminadas.
1.5.6 ALTERACIÓN
Se despliegan los clásicos tipos de alteración de un yacimiento de cobre hipógeno, es decir,
alteración potásica, cuarzo sericítica, argílicas y propilíticas.
- Potásica con presencia de biotita secundaria en andesitas y feldespatos en pórfidos.

- Cuarzo sericítica la cual ocurre asociada a pirita, se evidencia una amplia distribución
y asociación con intrusivos.
- Sericita-arcilla-clorita donde se observa una transición muy marcada entre cuarzo-
sericítica y propilítica.
- Propilítica la cual se evidencia en un halo alrededor de intrusiones en la andesita.
Existe la asociación clásica para este tipo de alteración: Clorita-Epidota y Pirita.
- Arcillas supérgenas: se ubican sobre el horizonte del enriquecimiento secundario.
Poseen características similares a la sericita y caolinita.
8
1.5.7 MINERALIZACIÓN
La mineralización del yacimiento se distribuye en tres grandes zonas mineralizadas las cuales
son:
- Zona Oxidada: Representada por una zona lixiviada donde evidencia la presencia de
hematita, goetita, jarosita y en menor proporción óxidos de manganeso. Bajo esta se
reconoce la zona de Parcial Lixiviado, donde existe presencia de óxidos de fierro junto a
súlfuros de fierro y cobre, tanto primarios como secundarios. Los oxidados de cobre
comprenden a brocantita y antlerita como mena principal y forma secundaria,
pseudomalaquita, libetenita, crisocola, tenorita, almagrado, cuprita y cobre nativo.
- Zona de enriquecimiento secundario: Bajo la zona oxidada, se ubica la zona de
enriquecimiento secundario caracterizada por la ocurrencia de mineralización sulfurada
de cobre de carácter secundario tales como, calcosina y covelina. Dependiendo de las
asociaciones mineralógicas, esta zona se divide en un sector de alto enriquecimiento
caracterizado por presentar calcosina en pátina sobre pirita en vetillas y en reemplazo.
También se presenta covelina y calcopirita.
Bajo la zona de alto enriquecimiento secundario se ubica el área de bajo
enriquecimiento, caracterizada por la presencia de calcopirita, junto a covelina, pirita y
menor cantidad de calcosina.
- Zona primaria: El techo de la mineralización primaria o hipógena está definido por la
presencia de calcosina y/o covelina, cuyo contenido es menor o igual al 10% del total
de sulfuros de cobre. En esta zona se reconocen principalmente las especies de pirita,
calcopirita, molibdenita y dos centros de bornita (Veliz y Camacho, 2003).
1.5.8 ESTRUCTURAS
En Escondida se han reconocido cuatro sistemas estructurales que han sido definidos, de más
antiguo a más nuevo como sistemas NS, NE, NW y EW. El sistema NS correspondería al
sistema principal, el cual está genéticamente relacionado con el sistema de Fallas de Domeyko,
siendo este sistema el más antiguo del depósito, que habría permitido el emplazamiento del
pórfido feldespático (CIFE), y que en definitiva, a partir de sus distintos estadíos de
deformación, dio origen al actual esquema estructural del yacimiento. El arreglo estructural en el
yacimiento muestra una clara simetría rómbica, que en el marco de la tectónica transcurrente
sinestral, característica de la región, sugieren dúplex extensional. (Véliz y Camacho, 2003).
1.5.9 MINERÍA Y PROCESOS

- Recursos Mineros
Al 30 de junio de 2015, la compañía posee la siguiente distribución de recursos mineros dentro
del yacimiento de Minera Escondida, según lo indicado en la Tabla 1.1:
9
Tabla 1.1 Distribución de los recursos mineros de Minera Escondida
Tipo de Mineral Recursos Medido Recursos Indicados Recursos Inferidos
Óxidos 134 Mt 54 Mt 25 Mt
0,74% Cu T 0,61% Cu T 0,55% Cu T
Mixtos 78 Mt 65 Mt 60 Mt
0,66% Cu T 0,48% Cu T 0,43% Cu T
Sulfuros 5660 Mt 3110 Mt 10000 Mt
0,64% Cu T 0,50% Cu T 0,50 Cu T
Las leyes de corte actualmente utilizadas son de 0,2% de Cu S para menas de oxidados de
cobre y 0,30% de Cu T para menas de sulfuros y mixtos.
- Reservas Mineras
Al 30 de junio de 2015, la compañía posee la siguiente distribución de sus reservas mineras
dentro de su yacimiento como se muestra en la Tabla 1.2:
Tabla 1.2 Distribución de las reservas mineras de Minera Escondida

Tipo de Mineral Reservas Probadas Reservas Probables
Óxidos 105 Mt 42 Mt
0,81% Cu T 0,63% Cu T
Mixtos 3720 Mt 3720 Mt
0,73% Cu T 0,73% Cu T
Sulfuros 1880 Mt 770 Mt
0,46% Cu T 0,41% Cu T
- Operaciones Mina
El mineral explotado por Minera Escondida se extrae desde dos rajos: Escondida y Escondida
Norte, a una tasa de 1,4 Mtpd para ambas minas. Desde ambos rajos se explotan minerales
óxidos, sulfuros y sulfuros de baja de ley. El rajo Escondida tiene 3,9 km de largo por 2,7 km de
ancho y alcanza una profundidad 645 m. Por otro lado, las dimensiones de la mina Escondida
Norte son 2,5 km de largo por 2,2 km de ancho con una profundidad de 525 m. Ambos rajos
alimentan a las plantas concentradoras: Laguna Seca, Los Colorados y OGP1, con una
capacidad instalada para las tres plantas de 375 ktpd. La Figura 1.2 muestra la ubicación de las
instalaciones que dispone la compañía minera:
10
Figura 1.2 Instalaciones de Minera Escondida
Fuente: Hilmar, 2015
- Equipos Mina
En la Tabla 1.3 se presentan los equipos que dispone la compañía para sus operaciones en
ambas minas:
Tabla 1.3 Equipos de operación mina que dispone Minera Escondida

Tipo de Equipo Cantidad Modelo de Equipo
Pala de Cable 20 BE 495B; BE495HR; P&H4100; KMS PC5500; KMS PC8000
Cargador Frontal 5 CAT 994F
Camión de alto 172 CAT 793F; CAT 797B; CAT 797D; CAT797F; KMS 930E;
tonelaje KMS960E
Equipos de 20 BE 49R2; BE 49R3; IR DM45; PV 271; PV 275; PV 351;
Perforación SMARTROC L8 (DTH)
Equipos Auxiliares
Bulldozer 23
Wheeldozer 8
Camión Aljibe 8
Motoniveladoras 10
11
- Parámetros de diseño para perforación y tronadura
Como se indicó en la Sección 1.3, este estudio se limita solamente a los pozos perforados en
10 5/8’’ de diámetro. No obstante, tanto para perforación de producción como para pozos de
contorno se utilizan otros diámetros. La altura de banco para todo tipo de pozos es de 15 [m]
con una pasadura que varía entre 1,5 a 1,8 [m].
Los parámetros de perforación y tronadura dependen principalmente del tipo de roca, la cual se
encuentra categorizada dentro del modelo de bloques por zonas litológicas.
Para el caso de la perforación de precorte, es efectuada por la flota de equipos modelo

Smartroc®, donde la técnica de perforación aplicada corresponde a la down the hole (DTH). El
diámetro de perforación del precorte es 6 1/2’’ con un ángulo de inclinación de 70°.
La Tabla 1.4 mostrada a continuación, resume la información relevante de los parámetros de

diseño de perforación y tronadura utilizados actualmente. Por ejemplo, para el caso de
Escondida Norte para la zona mineralizada en diámetro 10 5/8’’ se tiene:
Tabla 1.4 Parámetros de diseño de perforación y tronadura en mineral – Mina Escondida

Norte
Expansión Diámetro Tipo de Burden Espaciamiento Factor Taco Aire
Perforación Disparo (m) (m) de (m) (m)
(pulgadas) Carga
(g/t)
N05 10 5/8 Producción 6,5 7,5 407 6,5 0,0
Pórfido Contorno 6,5 7,5 313 5,5 1,0
Feldespático Buffer 5,0 5,5 444 5,5 1,5
N06 10 5/8 Producción 6,5 7,5 407 6,5 0,0
Pórfido Contorno 6,5 7,5 313 5,5 1,0
Feldespático Buffer 5,0 5,5 444 5,5 1,5
N08 10 5/8 Producción 7,5 8,5 311 6,5 0,0
Pórfidos Contorno 7,5 8,5 216 6,0 1,5
Buffer 5,5 6,5 341 5,5 1,5
En el anexo A se pueden consultar en profundidad los parámetros de perforación y tronadura

para todas las expansiones en explotación para ambas minas.
- Procesamiento de minerales
La compañía minera categoriza tres tipos de materiales que poseen distintos procesos para la
obtención de su producto comercial: cátodos y concentrado de cobre. Los minerales oxidados
extraídos de ambos rajos son dispuestos en un stockpile, donde posteriormente son chancados
desde un tamaño de 8’’ hasta 13 mm; luego el producto del chancado alimenta a dos tambores
de aglomeración donde se le adiciona ácido sulfúrico a una razón de 16 a 17 kg de ácido por
12
tonelada de mineral. Mediante cintas transportadoras se traslada el mineral hacia un apilador
radial para formar las pilas de óxidos con capacidad de 60 ktpd. Las pilas son de tipo estáticas,
sin embargo, se está desarrollando el proyecto OLAP con el cual se pretende generar pilas de
tipo dinámicas a fin de aumentar la capacidad productiva.
El proceso posterior corresponde a la extracción por solventes (SX), configurado por dos etapas
de extracción, una de stripping y otra de lavado. Finalmente, el proceso de electroobtención
(EW) se desarrolla en celdas que poseen 60 cátodos y 61 ánodos en ciclos de 5 días. El cobre
depositado es removido por una despegadora de cátodos tipo Kidd Process (Portal Minero,
2005).
Por otra parte, se hacen mezclas de óxidos y sulfuros de baja ley que son chancados y
dispuestos en pilas estáticas para el proceso de biolixiviación con capacidad de tratar 290 ktpd.
Las soluciones PLS son enviadas otra planta de SX-EW para seguir con el mismo proceso que
los minerales oxidados.
Escondida tiene una capacidad de producción de 330 ktpa de cátodos de cobre, que son
transportados hacia los puertos de Mejillones y Antofagasta para ser comercializados.
Por su parte, los minerales sulfurados son sometidos al proceso de flotación. Desde ambos
rajos se transportan los minerales que son enviados al proceso de chancado primario. Existen
tres plantas de procesamiento de minerales sulfurados las cuales son: Los Colorados (100ktpd),
Laguna Seca (130 ktpd) y OGP1 (145ktpd); Escondida posee la mayor capacidad efectiva del
mundo para procesamiento de mineral (375 ktpd). El material chancado es conducido por
correas transportadoras donde es almacenado en stockpiles para el proceso de molienda. El
proceso de molienda tiene por objetivo la reducción de tamaño cercana a los 300 micrones.
El proceso posterior corresponde a la flotación; existen celdas de flotación, tanto circuito

Rougher como Scavenger, que descargan concentrado flotado por medio de reactivos y aire a
un circuito de remolienda. Los relaves obtenidos son enviados a espesadores de relaves. El
circuito de remolienda se lleva a cabo en molinos de bolas. El concentrado obtenido pasa luego
al proceso de filtrado.
Los concentrados de todas las plantas son bombeados por un mineraducto a una distancia de
170 km hacia Puerto Coloso, a una tasa de 3.5 Mtpa de concentrado de cobre para su posterior
comercialización.
13
El diagrama del proceso productivo de la compañía se resume en la Figura 1.3:
Figura 1.3 Diagrama del proceso productivo de Minera Escondida

Fuente: Hilmar, 2015
14
CAPÍTULO 2: FUNDAMENTOS TEÓRICOS DEL PROCESO DE PERFORACIÓN Y
MODELOS PREDICTIVOS DE VELOCIDAD DE PENETRACIÓN
2.1 INTRODUCCIÓN
En el presente capítulo se nombrarán los principios y estudios teóricos basales para el
desarrollo de esta investigación. Se abordarán los parámetros y modelos empíricos de
velocidad de penetración sobre los cuales se sustenta este estudio.
2.2 ANTECEDENTES Y VARIABLES RELEVANTES DEL PROCESO DE PERFORACIÓN

La perforación como operación unitaria corresponde al primer eslabón de la cadena del negocio
minero en la cual se deben gestionar una cantidad de importante de variables que determinan la
eficiencia y rendimiento de la operación. Éstas van desde la geología del sector a perforar, la
experiencia del perforista, las condiciones geotécnicas donde se perfora hasta parámetros
propios del acero como lo son sus propiedades mecánicas y su costo.
La perforabilidad depende de varios factores que son inherentes del macizo rocoso. Como es
sabido, una roca se compone de la mezcla de dos o más minerales cada uno de ellos con
composiciones químicas definidas, con diversos tamaños de grano y distinto comportamiento
frente a los esfuerzos. Estas propiedades inciden directamente en la forma que se debe
perforar, en el desgaste de los aceros de perforación y el costo que tendrá la operación.
Una característica importante corresponde al tamaño de grano; una roca de grano grueso es
más fácil de perforar que una de grano fino (Sandvik, 2006). El tamaño de los granos depende
directamente de la formación de la roca en sí, donde la velocidad de enfriamiento y las
condiciones de presión en la cual se formó juegan un rol importante en el tamaño de los granos
de los minerales que conforman la roca.
Otro factor importante es la dureza del mineral que compone la roca. No es lo mismo perforar
una roca con alto contenido de sílice que una con alto contenido en calcita. La segunda
obviamente será más fácil de perforar que la primera puesto que la dureza del cuarzo es
comparativamente mayor que la de la calcita. Friedrich Mohs en 1812 creó una escala para
determinar la dureza de un mineral. En rigor, es una escala relativa que se sirve de los
siguientes minerales ordenados del 1 al 10 (del más blando al más duro):
a. Talco – Dureza 1
b. Yeso – Dureza 2
c. Calcita – Dureza 3
d. Fluorita – Dureza 4
e. Apatito – Dureza 5
f. Feldespato – Dureza 6
15
g. Cuarzo – Dureza 7
h. Topacio – Dureza 8
i. Corindón - Dureza 9
j. Diamante – Dureza 10
La escala ensaya el mineral desconocido comparándolo con uno de estos minerales normales.
Cualquier mineral que raya a otro es más duro y si se rayan mutuamente, tienen la misma
dureza.
Otro aspecto importante que se debe estudiar son las propiedades geotécnicas de la roca,
como lo son la resistencia a la compresión y el módulo de Young. La resistencia a la
compresión corresponde a la presión máxima que puede soportar un volumen muestra de roca
en un espacio no confinado antes de ceder. El módulo de Young, por su parte, es la medida de
elasticidad de roca. Todos estos parámetros se determinan a través de pruebas de laboratorio.
En la Figura 2.1 se muestra el esfuerzo y deformación típica en la relación a la resistencia a la

compresión uniaxial. Se observa que en primera instancia la roca al ser sometida a un esfuerzo
se deforma pudiendo volver a su estado inicial (zona elástica) hasta lo que se denomina límite
de fluencia, sobre el cual la deformación es irreversible. Posteriormente le sigue una zona
donde ocurre una deformación permanente de la roca hasta el peak que determina la
resistencia máxima que puede soportar, después de este punto la deformación aumenta a tal
punto que produce la ruptura del material rocoso.
Diagrama de Esfuerzo - Deformación

Esfuerzo (Mpa)
Deformación
Figura 2.1 Curva típica de esfuerzo – deformación de un material frágil

Fuente: Sandvik, 2006
16
Finalmente, otro parámetro determinante de la perforabilidad de rocas es la abrasividad, que
viene dada directamente por la cantidad de cuarzo (sílice) que posee la roca. Una roca muy
abrasiva causa un desgaste prematuro de los aceros de perforación, lo cual impacta
negativamente en el costo por metro perforado.
2.3 TÉCNICAS DE PERFORACIÓN:

Existen diversas técnicas de perforación las cuales poseen diferentes aplicaciones, que se
diferencian en la forma que se aplica el esfuerzo para perforar la roca. La técnicas de
perforación son principalmente tres (pero existen otras) las cuales pueden ser rotopercusivas
como la técnica DTH (Down The Hole) y TH (Top Hammer) o Rotativas (Rotary).
2.3.1 TÉCNICAS DE ROTOPERCUSIÓN

Este tipo de perforación de los equipos rotopercutivos se basa en el impacto de una pieza de
acero (pistón) que golpea al set de barras que transmite la energía a una broca (bit) ubicado en
el fondo del pozo. O bien, directamente sobre la broca a fin de romper la roca. Los equipos
rotopercutivos se clasifican en dos grandes grupos, según donde se encuentre el martillo:
Martillo en Cabeza (TH): En estas perforadoras dos de las acciones básicas, rotación y
percusión, se producen fuera del barreno, transmitiéndose a través de una espiga y del varillaje
hasta el fondo del pozo. Los martillos pueden ser de accionamiento neumático o hidráulico.
Martillo de Fondo (DTH): La percusión se realiza directamente sobre la broca de perforación,

mientras que la rotación se efectúa fuera del barreno. El accionamiento del pistón se lleva a
cabo neumáticamente, mientras que la rotación puede ser neumática o hidráulica.
Los fundamentos de perforación de ambas técnicas antes descritas se basan en la combinación

de las siguientes acciones:
- Percusión: Los impactos producidos por el golpe del pistón originan unas ondas de
choque que se transmiten a la broca a través del varillaje (OTH) o directamente sobre
ella (DTH).
- Rotación: Con este movimiento se hace girar la broca para que los impactos se
produzcan en distintas posiciones.
- Empuje: Para mantener en contacto la broca de perforación con la roca se ejerce un
empuje sobre la sarta de perforación.
- Barrido: El fluido del barrido (aire o agua) extrae el detritus del fondo del pozo.
2.3.2 PERFORACIÓN ROTATIVA CON BROCA TRICÓNICA:

Las perforadoras rotativas están constituidas esencialmente por una fuente de energía, una
serie de barras o tubos, individuales o conectadas en serie, que transmiten la carga (pulldown),
17
la rotación y el aire de barrido a una broca con dientes de acero o insertos de carburo tungsteno
que actúa sobre la roca.
Las fuentes primarias de energía pueden ser: motores diesel o eléctricos. En perforadoras con
un diámetro de perforación por encima de las 9’’ (230 mm) se utiliza generalmente el empleo de
energía eléctrica a media tensión, alimentando la perforadora con corriente alterna. Las
perforadoras medianas y pequeñas son accionadas por motores diesel.
Una perforadora consta principalmente del mástil o torre, la estructura principal, chasis, el
cabezal de rotación, la unidad eléctrica o motor diesel, compresor, sistema de izaje, sistema de
nivelación, el sistema de control de polvo y la cabina desde donde se controla el equipo. La
perforación se efectúa por una herramienta llamada broca tricónica o tricono.
Los elementos principales que contiene un tricono son los insertos, que son los que en realidad
perforan. En la actualidad existen varios diseños de insertos, cada uno para un tipo de terreno
determinado.
Para poder remover el material ya perforado se utiliza aire (proporcionado por un compresor), el
cual es llamado barrido, que permite recuperar el material removido llamado detritus.
Al iniciar el pozo es de vital importancia el control de las paredes del pozo por posibles
derrumbes esto se logra mediante inyección de agua llamándolo empate, el agua también
permite un control efectivo de las emanaciones de polvo.
2.4 SARTA DE PERFORACIÓN

Se denomina sarta de perforación al conjunto de aceros de perforación que tienen por objeto la
perforación de la roca. A través de ésta se propaga el empuje (pulldown) sobre la broca
tricónica y los fluidos de barrido para la evacuación del detritus. Una sarta de perforación
estándar se compone de los siguientes elementos:
- Amortiguador
- Adaptación superior (Top Sub)
- Barra de Perforación (Drill Pipe)
- Anillo Centralizador (Deck Bushing)
- Adaptador inferior o de tricono (Bit Sub)
- Broca Tricónica
El amortiguador es el encargado de disminuir vibraciones provocadas por la perforación hacia

elementos vitales de la máquina y el operador. El amortiguador aminora los esfuerzos radiales y
axiales a fin de alargar la vida útil de la broca tricónica y aumentar la velocidad de penetración.
18
La otra función que cumple es de mantener a la broca tricónica siempre en contacto al fondo del
pozo.
Los adaptadores (superiores e inferiores) tiene por función el acople entre barras,
amortiguador-barra o barra-broca. Existen en varios diámetros y con distintos tipos de hilos y/o
combinación de estos (macho-hembra, hembra-hembra, macho-macho). Su función principal es
la facilitación del acople entre los componentes de la barra, además de proteger los hilos.
Los hilos utilizados en la industria son:
- BECO (2 hilos por pulgada)

- API reg (4 hilos por pulgada).
Las barras de perforación sirven para transmitir el empuje sobre la broca y para canalizar por
su interior los fluidos de barrido necesarios para la evacuación de detritus y el enfriamiento de
los rodillos de las brocas tricónicas. Son construidas de acero con espesores que van desde las
7/8’’ hasta las 1 ½’’. La longitud de las barras está entre el rango de 3 a 60 pies (0,91 – 18,3 m).
El anillo centralizador (deck bushing) tiene como objetivo proporcionar estabilidad y

verticalidad a la sarta de perforación. Existen dos tipos de anillos centralizadores uno estático y
uno rotativo, donde el segundo gira de junto con la sarta a través de un sistema de rodamientos.
En la Figura 2.2 se muestra un esquema de sarta de perforación típico usado en perforación

rotativa.
Amortiguador
Adaptador Superior
Barra Seguidora
Barra Patera
Anillo Guía
Adaptador Inferior o de tricono
Broca Tricónica
Figura 2.2 Sarta de perforación típica en perforación rotativa

19
2.5 BROCA TRICÓNICA
La broca tricónica constituye la herramienta con la cual se perfora. Actualmente en el mercado
existen dos tipos de tecnologías de broca tricónica: la estándar y las selladas/semi selladas.
En la Figura 2.3 se muestran los distintos componentes que posee una broca tricónica estándar:
Figura 2.3 Esquema de los componentes principales de una broca tricónica estándar
Una broca tricónica consiste en tres grupos de componentes principales: los conos (o
cortadores), los rodamientos y el cuerpo de la broca (o pata). Los conos son los encargados de
perforar la roca. Todas las brocas poseen en sus conos insertos de carburo tungsteno
distribuidos en hileras de forma que realizan el corte de la roca de forma eficiente (Sandvik
(Suecia), 2006). La dimensión (largo) de los insertos depende las características de la roca;
para formaciones blandas se utilizan insertos de mayor tamaño y en poca cantidad, mientras
que en formaciones duras se dispone de insertos de menor envergadura y en mayor cantidad,
como se ilustra en la Figura 2.4.
Broca para Formación Blanda Broca para Formación Dura
Figura 2.4 Estructura de corte para formaciones blandas o duras

20
Los insertos están hechos de una aleación de tungsteno y cobalto. La resistencia al desgaste y
al quiebre vienen dada por el tamaño de grano del carburo de tungsteno y el porcentaje de
cobalto. El inserto se compone de una estructura definida del grano y proporción de cobalto
denominada grado del inserto. Como cada grado posee características específicas, la selección
del inserto juega un rol fundamental al momento de escoger la broca adecuada para perforar.
La geometría de las hileras, el diámetro, número y forma de los insertos son en conjunto
llamados estructura de corte.
Las brocas tricónicas están formadas por dos o tres patas las cuales son unidas con los conos.
La pata tiene un muñón maquinado que sostiene el rodamiento del cono, además, dispone de
un orificio que controla el caudal de aire que enfría los rodamientos denominado nozzle.
Como se dijo anteriormente existen dos tecnologías de triconos en el mercado. Los triconos
estándar, que se componen de rodamientos de rodillos y de bolas los cuales son enfriados por
aire comprimido. Los rodamientos de rodillo son diseñados para soportar la mayor parte de las
fuerzas radiales. Los rodamientos de bolas, por su parte, mantiene el cono en funcionamiento y
soporta el empuje hacia el interior. Cuando otras partes del cojinete están desgastadas, la pista
de bolas también soportará algunas cargas radiales y excéntricas.
Por su parte los triconos sellados o Charger®, a diferencia de los estándar, no poseen
rodamientos de rodillos. En lugar de ellos el cojinete se ubica dentro una cámara sellada con
Kevlar® protegiéndolo del ingreso de detritus y otros contaminantes, aumentando así la vida útil
de la broca. A diferencia de la tecnología estándar, sólo se requiere una pequeña cantidad de
aire para el enfriamiento de la broca aprovechándose este para la limpieza del pozo. El
enfriamiento del cojinete lo realiza principalmente el lubricante. En la Figura 2.5 se muestra la
estructura de rodamientos para brocas tricónicas estándar y selladas.
Broca Tricónica Estándar Broca Tricónica Sellada
Figura 2.5 Diferencias entre broca tricónica estándar y broca tricónica sellada
21
2.6 VELOCIDAD DEL BARRIDO
El barrido corresponde al caudal de aire con el cual se evacúan los detritus del fondo del pozo
de perforación. Tanto el caudal como la presión se regulan aumentando o disminuyendo el
tamaño de las boquillas de la broca (nozzle). La velocidad de barrido tiene un impacto directo
en la velocidad de penetración y la vida útil de la broca tricónica. La velocidad del barrido se
determina en relación al espacio existente entre la barra de perforación y la broca y el caudal
que genera el compresor.
El formulismo para determinar la velocidad de barrido viene dado por la Ecuación 2.1 y
Ecuación 2.2, tanto en sistema métrico y en unidades inglesas respectivamente.
En unidades métricas
𝐦𝟑
Q = V ∗ (DH 2 − DP 2 ) ∗ 47 [ ] Ecuación 2.1
𝐦𝐢𝐧
- V = Velocidad de aire deseada [m/s]

- DH = Diámetro del Pozo [mm]
- DP = Diámetro de la broca [mm]
- Q = Caudal de aire [m3/min]
En unidades inglesas
V∗(DH2 −DP2 )
Q= [𝐜𝐟𝐦] Ecuación 2.2
183.3
Dónde:
- V = Velocidad de aire deseada [ft/min]

- DH = Diámetro del Pozo [pulgadas]
- DP = Diámetro de la broca [pulgadas]
- Q = Caudal de aire [ft3/min]
2.7 VELOCIDAD DE PENETRACIÓN

La velocidad de penetración es un parámetro fundamental debido a que en base a él se
determina el rendimiento del proceso de perforación. En la perforación con brocas tricónicas
hay cuatro factores que determinan en gran medida la operación como tal. Matemáticamente
esto se expresa como se indica en la Ecuación 2.3, las unidades dependen del modelo
propuesto por cada autor que se abordó en este estudio.
22
𝑃 = 𝑓 (𝑊, 𝑁, 𝐶, 𝑄) Ecuación 2.3
Donde:
- P = Velocidad de penetración.
- W = Peso en la broca.
- N = Velocidad de rotación de la broca.
- C = Longitud del inserto de la broca.
- Q = Caudal dado por el compresor.
El peso en la broca se define como la fuerza neta aplicada sobre la broca tricónica y
corresponde a la carga aplicada por el equipo de perforación (pulldown) más el peso de la sarta
de perforación.
Si bien el volumen de aire no participa en la formación de la fracturas en la roca, tiene un rol

importante desde el punto de vista del barrido de los detritus del fondo del pozo.
A lo largo de la historia se han efectuado muchas investigaciones a fin de comprender el

comportamiento de la velocidad de penetración frente las variables antes definidas. En base a
lo anterior, se ha concluido que la velocidad de penetración es directamente proporcional al
peso sobre la broca (WOB). Como se observa en la Figura 2.6 la velocidad de penetración
describe un comportamiento lineal al aumentar la fuerza aplicada por el equipo a una velocidad
de rotación constante.
Sin embargo, esta relación de linealidad se mantiene hasta cierto punto. Un aumento excesivo
del pulldown causa deterioro de la broca tricónica, por lo tanto, se produce una caída en la
velocidad de penetración. En Figura 2.7 se muestra el comportamiento de la velocidad de
penetración versus un aumento en el peso sobre la broca para distintos tipos de roca (blanda,
media y dura).
A partir de esta figura se concluye que un aumento del pulldown inicialmente produce un
incremento en la velocidad de penetración hasta un determinado punto que viene dado por los
límites recomendados por el fabricante. No obstante, sobre este punto se genera un descenso
de la velocidad lo cual viene dado por el deterioro de la broca tricónica (Bit Bogging).
El mismo comportamiento posee la velocidad de rotación de la broca. Un aumento en el la

velocidad generará un incremento en la velocidad de penetración. Sin embargo, sobre cierto
punto se producirá un descenso de ésta, explicado por un desgaste o daño en la broca
tricónica.
23
Figura 2.6 Velocidad de penetración (ft/min) versus el peso sobre la broca (klbs) a
distintas velocidad de rotación
Fuente: Gokhale, 2011
Figura 2.7 Incremento de la velocidad de penetración frente a un aumento en el pulldown

sobre el bit
24
2.8 MODELOS PREDICTIVOS DE VELOCIDAD DE PENETRACIÓN
Varios autores han elaborado distintos modelos predictivos para la velocidad de penetración.
Los primeros esfuerzos de generar fórmulas empíricas para predecir esta variable datan de
principios del siglo XX, principalmente para la perforación de pozos petroleros. En las décadas
siguientes, el estudio de la velocidad de penetración se expandió a minas de hierro y de cobre
generándose varios modelos predictivos. Para esta investigación solo se considerarán los
descritos en las secciones siguientes, debido a que utilizan variables medibles en terreno.
Existen otros modelos, pero utilizan variables no dispuestas en el modelo de bloques de la
compañía y es necesario efectuar otras pruebas a nivel de laboratorio a fin obtener los datos de
entrada para utilizarlos.
2.8.1 MODELO DE PRAILLET (1978)

El modelo de Praillet relaciona el peso en la broca, la velocidad de rotación y la resistencia a la
compresión de la roca. La expresión de Praillet (1978) es la siguiente:
2.18∗𝑊∗𝑅
𝑃= 𝐶 Ecuación 2.4
0.2∗𝐶∗𝐷0.9 ∗(10000)
Donde:
- P: Velocidad de penetración [ft/hr]

- W: Peso en el Bit [lb]
- R: Velocidad de rotación [rpm]
- C: Resistencia a la compresión [psi]
- D: Diámetro de la broca [pulgadas]
2.8.2 MODELO DE BAUER-CALDER (1971) Y BAUER-CALDER-WORKMAN (1994)

En base a datos de la mina de hierro Mesabi Ranch en los Estados Unidos, Bauer y Calder
desarrollaron una ecuación empírica de velocidad de penetración. La expresión viene dada por:
𝑃 12𝑊
log ( 6 ) = 𝐾 ∗ log ( ) Ecuación 2.5
𝑆𝑐
Donde:
- P = Velocidad de penetración [ft/hr]

- Sc = UCS [kpsi]
- W = Peso en el bit [lb/pulgadas de diámetro del bit]
- K = Factor de la roca que varía entre 1.4 y 1.75
25
El factor de la roca varía según la siguiente escala propuesta por Bauer y Calder (1967), éste se
encuentra tabulado en la Tabla 2.1.
Tabla 2.1 Factor de la roca de Bauer y Calder (1967) de acuerdo a la resistencia a la

compresión uniaxial (UCS)
Dureza de la roca UCS [psi] UCS [MPa] Factor de la roca

Muy Dura Mayor a 30.000 Mayor a 207 61
Dura 15.000 – 30.000 103 – 207 180
Media 10.000 – 15.000 69 – 103 100
Blanda 5.000 – 10.000 34 – 69 135
Muy Blanda 1.000 – 5.000 7 – 34 200
Extremadamente Menos de 1.000 Menos de 7 300
Blanda
En el año 1971 Bauer modificó la ecuación agregando una nueva variable a la ecuación, la
velocidad de rotación. La nueva expresión de velocidad de penetración según Bauer según la
Ecuación 2.6.
𝑊 𝑁
𝑃 = (61 − 28 ∗ log(𝑆𝑐 )) ( ∅ ) (300) Ecuación 2.6
Donde:

- Sc = UCS [psi]
- W = Peso en el bit [klb]
- N = Velocidad de Rotación [rpm]
- Ø = Diámetro de perforación [inch]
Como la ecuación anterior era inexacta para valores de UCS bajos (roca blanda), en 1994
Calder y Workman perfeccionaron su modelo utilizando datos obtenidos en una mina de roca
poco competente.
El modelo propuesto se muestra en la Ecuación 2.7
𝑃 = 5.7 ∗ 10−5 ∗ (𝑅𝑓 − 28 ∗ 𝑙𝑜𝑔(0.145 ∗ 𝑆𝑐 )) ∗ (𝑊 ∗ 𝑁) Ecuación 2.7
Donde:
- P = Velocidad de penetración [m/hr]

- Rf = Factor de penetración de la roca
26
- Sc = UCS [MPa]
- W = Carga en el Bit por diámetro [kg/mm]
- N = Velocidad de rotación [rpm]
El factor de penetración de la roca se obtiene de la Tabla 2.1 o bien interpolada del gráfico
mostrado en la Figura 2.9.
Figura 2.8 Factor de penetración de la roca en relación a la resistencia a la compresión

uniaxial
2.8.3 MODELO DE E. SMITH (2012)

En base a datos tomados en terreno en Mina “El Abra”, Smith (2012) desarrolló un modelo que
relaciona el UCS, el pulldown, la velocidad de rotación y el diámetro de perforación.
Smith propone un modelo tanto para perforadoras que transmiten el pulldown por cable (rope) o
por piñón y corona (rack and pinion). Las ecuaciones propuestas por el autor fueron elaboradas
a partir de la adaptación del modelo de Bauer a la realidad de El Abra.
El modelo propuesto se indica en las Ecuaciones 2.9 y 2.10 como sigue:
𝑊 𝑅
𝑃 = (332 − 182 log(𝐶)) ∗ ( ) ( ) para Perforadoras de Cable Ecuación 2.9
𝐷 300
𝑊 𝑅
𝑃 = (112 − 30 log(𝐶)) ∗ ( ) ( ) para Perforadoras de Piñón y Corona Ecuación 2.10
𝐷 300
27
Donde:

- C = UCS [kpsi]
- W = Pulldown (k lb)
- D = Diámetro de perforación (pulgadas)
- R = Velocidad de rotación (rpm)
2.9 ESTIMACIÓN DEL COSTO TOTAL DE PERFORACIÓN

El costo total de perforación (TDC) comprende tanto el costo el costo de los aceros como el del
equipo de perforación. Relaciona dichos costos con la cantidad de metros perforados, de ahí su
dimensión es unidades monetarias por metro perforado. La definición del costo total de
perforación se encuentra en la Ecuación 2.11
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒𝑙 𝐴𝑐𝑒𝑟𝑜 𝐶𝑜𝑠𝑡𝑜 𝐻𝑜𝑟𝑎 𝑑𝑒𝑙 𝐸𝑞𝑢𝑖𝑝𝑜 𝑑𝑒 𝑃𝑒𝑟𝑓𝑜𝑟𝑎𝑐𝑖ó𝑛 $

𝑇𝐷𝐶 = + [𝑚] Ecuación 2.11
𝑀𝑒𝑡𝑟𝑜𝑠 𝑃𝑒𝑟𝑓𝑜𝑟𝑎𝑑𝑜𝑠 𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑒𝑛𝑒𝑡𝑟𝑎𝑐𝑖ó𝑛
De la ecuación anterior se infiere que un aumento en la cantidad de metros perforados por los
aceros disminuye el TDC. También, la velocidad de penetración juega un rol fundamental en el
costo de la operación unitaria ya que a mayor velocidad de penetración menor será el TDC.
28
CAPÍTULO 3: MODELO DE VELOCIDAD DE PENETRACIÓN PARA MINERA ESCONDIDA Y
ÁBACOS DE VIDA ÚTIL PARA BROCAS TRICÓNICAS DE 10 5/8’’ DE DIÁMETRO
3.1 INTRODUCCIÓN
En este capítulo se abordará cómo fue generada la base de datos de parámetros de
perforación, considerando cuáles son las variables operacionales claves a ser medidas en
terreno con el fin de cumplir el objetivo de generar un modelo de velocidad de penetración, con
el cual se optimizará el costo total de perforación.
Este capítulo también considera un estudio estadístico de la velocidad de penetración, el cálculo

de tamaño de muestra requerido para llevar a cabo el modelo, la depuración y validación de
éste. Además, se informará el grado de ajuste y las principales causas de error del modelo.
Se efectuará la elaboración de un set de ábacos de la vida útil de la broca tricónica, para tres
modelos distintos, en función de la velocidad y la resistencia a la compresión uniaxial. Para ello
se dispuso de una base de datos histórica de un año de brocas tricónicas desgastadas o dadas
de baja. Se llevará a cabo la estadística descriptiva y una prueba de bondad de ajuste para los
datos, con el objetivo de conocer la distribución de ellos. Se abordará también, el estudio de los
intervalos de confianza para los estadísticos media y mediana para así determinar que rango de
valores de vida útil es representativo para la confección de los ábacos.
3.2 BASE DE DATOS DE PARÁMETROS DE PERFORACIÓN DE LA COMPAÑÍA

La flota de perforación registra diariamente, turno a turno, datos de rendimientos de perforación
donde el principal parámetro es la distancia total perforada por el equipo y la flota; además, se
registra el número total de pozos por equipo, tiempo promedio por pozo y el número de serie de
los aceros de perforación utilizados.
Esta información se encuentra disponible en un sistema en línea en el cual se reúne para toda
la flota, generando una base de datos de las variables antes mencionadas por pozo, además de
los tiempos operativos para cada uno de los equipos. En relación a esta base de datos, se
determinó la velocidad de penetración media para toda la flota, con alcance de un año: desde
noviembre de 2014 a noviembre de 2015.
Se procedió a efectuar un estudio estadístico preliminar para la variable velocidad de

penetración [m/hr] expuestos en la Tabla 3.1 donde se evidencia una gran dispersión de los
datos reflejada en una desviación estándar equivalente a cerca de la mitad de la media
poblacional, con un coeficiente de variación del 47%. Tomando en cuenta este hecho, se debe
aplicar un test de bondad de ajuste para conocer la distribución probabilística de la velocidad de
penetración. Además, llama la atención que la velocidad se mueve en un rango comprendido
29
entre los 3,76 a 555 [m/hr] lo cual es demasiado amplio para valores típicos, considerados entre
los 50 a 150 [m/hr].
Tabla 3.1 Estadística descriptiva de la velocidad de penetración [m/hr] anual

Velocidad de Penetración [m/hr]
Media 94,58
Mediana 85,00
Moda 113,33
Desviación Estándar 44,91
Coeficiente de 0,47
Variación
Velocidad Mínima 3,76
Velocidad Máxima 555,00
Total de datos 186.107
Fuente: Elaboración Propia, 2015
Utilizando el software estadístico Minitab 17® se procedió a efectuar un histograma de la

variable en cuestión determinando que distribución probabilística conocida se ajusta mejor a la
realidad de los datos disponibles.
El software utiliza el test de Anderson-Darling para definir la bondad del ajuste de la distribución
con la cual se efectúa la prueba de hipótesis. El estadístico de Anderson-Darling mide qué tan
bien siguen los datos una distribución determinada. Para un conjunto de datos y una
distribución específicos, mientras mejor se ajuste la distribución a los datos, menor será este
estadístico.
Las hipótesis para la prueba de Anderson-Darling son:
- H0: Los datos siguen una distribución especificada

- H1: Los datos no siguen la distribución especificada
Se determina un valor “p” crítico y un estadístico denominado Anderson-Darling (AD) para

determinar la bondad del ajuste. De forma práctica, si el valor p es menor que la significación
exigida para el test, entonces se rechaza H0. De forma paralela, se utiliza el estadístico de
Anderson-Darling (AD) para comparar el ajuste de varias distribuciones con el fin de determinar
cuál de ellas representa el de mejor forma el comportamiento de la variable en estudio. No
obstante, para concluir que una distribución es la mejor, el estadístico de Anderson-Darling
debe ser sustancialmente menor que los demás. Cuando los estadísticos están cercanos entre
sí, se deben usar criterios adicionales, como gráficas de probabilidad, para elegir entre ellos
(Minitab Inc, 2014)
30
Se realizó el test de bondad de ajuste para ocho distribuciones de probabilidad con un 95% de
confianza (α = 0,05). Para cada uno de ellos se determinó el valor crítico de “p” y el estadístico
de Anderson-Darling, además se graficó la función de probabilidad acumulada a fin de visualizar
de mejor forma cual es la distribución que sigue la velocidad de penetración. Si el valor de p es
menor que α = 0,05 se acepta la hipótesis H1, por ende se rechaza H0, por lo que la variable no
sigue la distribución en cuestión.
Los resultados de la prueba de bondad de ajuste se detallan en la Tabla 3.2 como sigue:
Tabla 3.2 Prueba de Bondad de Ajuste de Anderson-Darling para velocidad de

penetración anual
Distribución Valor Crítico “p” Estadístico de Anderson-Darling
Normal 0,005 393,.88
Lognormal 0,005 114,92
Weibull 0,010 2.297,45
Gamma 0,005 466,10
Exponencial 0,003 27.442,66
Valor Extremo más pequeño 0,010 13.398,70
Logística 0,005 2.074,77
Loglogística 0,005 449,68
Se observa que ninguna distribución valida la hipótesis nula propuesta, ya que el valor crítico no
es mayor que el nivel de significación (5%) con el cual la prueba bondad de ajuste fue
efectuada. No obstante, el estadístico AD permite discriminar el mejor ajuste basándose en la
magnitud de este parámetro; mientras más pequeño mejor es el ajuste. Por lo tanto, se
concluyó que la población se distribuye aproximadamente lognormal, lo cual implica que el
logaritmo de la velocidad de penetración tiene un comportamiento normal. En el histograma de
la Figura 3.1 se muestra el ajuste efectuado la base de datos. En rojo se muestra la distribución
lognormal, que es la que más se ajusta a la data, observándose que ésta tiene una “cola” al
lado derecho donde se encuentran los valores de mayor magnitud de la variable velocidad de
penetración.
Como se indica la Tabla 3.1 la media 96,54 [m/hr] no es un valor representativo de la población,
por ende considerarla para un análisis posterior no es correcto; pudiéndose incurrir en
conclusiones equivocadas. La distribución en cuestión tiene forma asimétrica, donde la “cola” se
encuentra al lado derecho de la distribución.
31
Figura 3.1 Histograma y distribución probabilística de la velocidad de penetración anual
Fuente: Elaboración propia, 2015
Para visualizar el ajuste para cada una de las distribuciones se procedió a graficar la función
probabilidad acumulada. Si el ajuste es bueno, la distribución de datos se acercará a la línea
recta.
En las Figuras 3.2 y 3.3, se muestran una serie de gráficos que revelan como fue el ajuste de
los datos para las distintas distribuciones que se probaron. Se observa que en la mayoría de
ellas los datos extremos (colas) tienden a alejarse de la línea recta, sin embargo, estos sólo
representan un pequeño porcentaje del total de la población.
Figura 3.2 Función de probabilidad acumulada para distribuciones normal, lognormal,

Weibull y Gamma para un 95% de confianza.
32
Figura 3.3 Función de probabilidad acumulada para distribuciones exponencial, valor
extremo más pequeño, logística y loglogística para un 95% de confianza.
Del mismo modo se procedió a estudiar la distribución de la velocidad de penetración en [m/hr]

para un mes. Para esto se tomaron los datos de velocidad de perforación comprendidos entre
las fechas 16/10/2015 y 15/11/2015, las cuales serán consideradas luego para la evaluación
económica y se ejecutó el mismo procedimiento anterior.
Los resultados obtenidos respecto a la prueba de bondad de ajuste se resumen en la Tabla 3.3:
Tabla 3.3 Estadística descriptiva de la velocidad de penetración [m/hr] mensual

Distribución Valor Crítico “p” Estadístico de Anderson-Darling
Normal 0,005 158,165
Lognormal 0,005 13,314
Weibull 0,010 120,941
Gamma 0,005 7,679
Exponencial 0,003 2987,575
Valor Extremo más pequeño 0,010 798,742
Logística 0,005 96,530
Loglogística 0,005 21,471
En base a los resultados mostrados en la Tabla 3.3 la distribución de la velocidad en el periodo

en estudio es aproximadamente Gamma. Si bien el valor crítico de p es menor que el nivel de
significación con el cual se efectuó la prueba, el valor del estimador de Anderson-Darling indica
que esta distribución el mejor ajuste es la distribución en cuestión. En el Anexo B se pueden
observar las distribuciones acumuladas para todos los casos.
33
Histograma de Velocidad de Penetración Mensual (m/hr)
Gamma
1200
Shape 6.876
Scale 14.22
N 16496
1000
800
Frecuencia
600
400
200
0
0 40 80 120 160 200 240 280
Velocidad de Penetración (m/hr)
Figura 3.4 Histograma y distribución probabilística de la velocidad de penetración

mensual (noviembre 2015)
De lo anterior, se puede concluir que la distribución de un determinado mes no es

necesariamente la misma que la distribución de la población (velocidades de penetración de un
año).
3.3 BASE DE DATOS DE TERRENO DE PARÁMETROS DE PERFORACIÓN

La base de datos sobre la cual se trabajará para desarrollar el modelo fue obtenida de la toma
de datos en terreno de parte de la flota de perforación de Minera Escondida. Para la
recopilación de información fue necesario estar en un determinado equipo registrando los
valores de pulldown, velocidad de rotación de la sarta, torque y corriente de empuje.
Las variables relevantes y necesarias que formaron parte de la base de datos de este estudio
son:
- Tiempo y distancia perforada por pozo a fin de calcular la velocidad media de

penetración.
- Carga sobre la broca (pulldown): corresponde a la fuerza aplicada por el equipo de

perforación sobre la broca con el fin superar la resistencia a la compresión uniaxial de la
roca, penetrando una determinada longitud del inserto. Dependiendo del equipo se
reporta en [kN] o [klb].
34
- Velocidad de rotación con la cual gira la sarta de perforación dentro del barreno. Su
unidad de medida para todos los equipos es revoluciones por minuto [rpm].
- Presión entregada por el compresor: consiste en la presión de trabajo con la cual el

equipo de compresión del equipo realmente opera. Este valor ya se encuentra corregido
por altitud geográfica. Su unidad de medida dada por el equipo es [psi] o [bar] según el
equipo.
- Resistencia a la compresión uniaxial (UCS): corresponde a la carga final que la roca

puede soportar al ser comprimida en un espacio no confinado, antes de su fractura. Su
valor se obtiene de ensayos de laboratorio y se encuentra contenida dentro del modelo
bloques del yacimiento. Su medida en el sistema internacional de medida es [Pa].
La estimación de este parámetro se llevó a cabo utilizando la información de UCS proveniente

del modelo de bloque de la compañía y los diseños de las mallas de perforación. Para
cuantificar su magnitud, se utilizó el promedio ponderado de los bloques contenidos dentro de
una malla determinada. En la Figura 3.5, se muestran dos planos: en el primero se indican las
mallas de perforación en la expansión N16 y en el de la derecha se indica la distribución
espacial del UCS en dicha expansión.
De acuerdo a la Figura 3.5, la malla 3070-n16-5015 (coloreada en rojo) posee un 80% de

bloques anaranjados y un 20% de bloques amarillos que poseen 37,5 y 62,5 [MPa] de UCS en
promedio respectivamente. Luego el valor de UCS para cada uno de los pozos de dicha malla
de perforación es aproximadamente 42,5 [MPa].
Figura 3.5 Estimación del UCS promedio para las mallas de perforación
35
La misma metodología fue replicada para todas las mallas contenidas en la base de datos de
parámetros de perforación. Si bien para esta expansión se exhiben valores de UCS bastante
regulares, existen otras expansiones donde esta variable es más heterogénea. Este hecho tiene
incidencia directa en la velocidad de penetración, ya que se evidenciaron importantes
diferencias de esta variable dentro de una misma malla, las cuales podrían ser explicadas por la
diferencia de UCS.
- Diámetro de perforación de la broca medido en pulgadas.
- Torque aplicado por el equipo el cual lo reportan sólo equipos diesel, como son el caso
de las perforadoras Pit Viper®. Su unidad de medida es [Nm].
- Corriente de empuje/izado: se define como la intensidad de corriente que aplica el

motor eléctrico a la sarta de perforación. Esta variable la reporta sólo equipos eléctricos
y su unidad de medida es [Ampere].
Durante tres meses se tomaron datos de terreno, registrando pozo a pozo las variables antes
mencionadas en distintas expansiones de la mina, posteriormente se cruzó con la información
proveniente de geología de cada uno de ellos.
La toma de datos en terreno consistió en la obtención de un dato representativo de los

parámetros operacionales de perforación por barreno. Un dato es representativo cuando se
registra después de la distancia de empate que, dependiendo de la calidad del terreno, varía
entre 1,5 y 4 [m]; luego de eso, cuando los parámetros se mantienen más o menos constantes,
se procede al registro de ellos. En promedio se muestrearon una cantidad aproximada de 20
pozos al día.
La cantidad mínima de datos que es necesario obtener para que la muestra del estudio sea
representativa se determinó utilizando la siguiente ecuación:
𝑁∗𝑧 ∗𝑝∗(1−𝑝)
𝑛 = (𝑁−1)∗𝑒1−𝑎
2 Ecuación 3.1
+𝑧1−𝑎 ∗𝑝∗(1−𝑝)
Donde:
- n es el tamaño de muestra que se desea estimar, es decir, el número de pozos donde

se midieron los parámetros de perforación en terreno.
- N es la cantidad total de pozos perforados por la flota de la compañía en el periodo de
un año. Este valor se obtuvo de la base de datos de perforación que posee la
compañía.
36
- Z1-a es el valor de la distribución normal para un nivel de confianza (1 – α) determinado.
Para el caso de este estudio, y por solicitud del mandante, se utilizó un nivel de
confianza mínimo del 90%.
- p es una proporción patrón de la población. Cuando no se tiene conocimiento de o no

se puede estimar mediante una muestra piloto, generalmente se usa el valor de 0,5 ya
que este valor dará como resultado el tamaño de muestra más conservador, es decir, el
mayor tamaño de muestra. Para este estudio se considera p como la proporción de
pozos perforados en 10 5/8’’ que constituye aproximadamente el 80% de metros
perforados mensualmente. Sin embargo, como se dijo anteriormente considerar p como
50% genera la muestra de mayor magnitud lo cual es beneficioso para desarrollo de
modelo.
- e corresponde al error permitido para la estimación. Para este estudio y por solicitud de
la compañía, se usó un valor de 5%.
Llama la atención que para distintos tamaños de población la muestra estimada no sufre
variaciones demasiado considerables, este hecho hace que sea bastante práctico el uso de la
Ecuación 3.1 cuando la población tiene un tamaño muy grande.
En la Tabla 3.4 se muestra la muestra estimada para un 90%, 92.5%, 95% de confianza y un
error del 5% en la estimación para distintos intervalos de tiempo.
Tabla 3.4 Estimación del tamaño de muestra para distintos niveles de confianza en
distintos intervalos de tiempo.
Tamaño de Tamaño Tamaño
Tamaño de
la de de
Alcance de la Muestra
Fecha Población Muestra muestra
estimación (90% de
(pozos (92.5% de (95% de
confianza)
perforados) confianza) confianza)
octubre del 2014 a octubre del
Anual 186.107 272 310 384
2015
16 de octubre al 16 de
Mensual 16.496 268 305 376
noviembre de 2015
01 al 07 de noviembre del
Semanal 3.534 253 286 347
2015
Diario 01 de noviembre del 2015 618 190 207 238
Por solicitud de la compañía la confiabilidad mínima de este estudio es un 90%. Luego, el

tamaño de la muestra mínima es 272 pozos. En el Anexo C se muestra la memoria de cálculo
para la determinación de la muestra para cada caso.
Finalmente, la base de datos de parámetros de perforación tiene un total de 392 registros, por lo
cual se trabajará con un 95% de confianza de acuerdo a los resultados de la Tabla 3.3.
37
Llama mucho la atención que el tamaño de la muestra es considerablemente menor respecto a
la población en el caso de anual y mensual. Sin embargo, como se mostrará a continuación, la
muestra no debe ser “muy grande” para alcanzar un nivel de confiabilidad adecuado.
Para visualizar este hecho se llevó a cabo el siguiente ejercicio:
1. De la base de datos de pozos perforados en el mes de noviembre del año 2015

(población en este ejemplo), se extrajeron de forma aleatoria varias muestras de distintos
tamaños. Para cada tamaño de muestra existirán 10 casos, es decir: se tomaron 10 muestras
de tamaño 5; 10 muestras de tamaño 10; 10 muestras de tamaño 100; etc. Las muestras se
calcularon utilizando MS Excel 2007®. En el Anexo D se detallan algunas de ellas.
2. Para cada tamaño de muestra, y en cada caso, se calculó el valor de la media

aritmética. Procediendo a tabular el valor mínimo y máximo de este parámetro para cada uno de
ellos.
3. Se seleccionó de forma completamente aleatoria, el valor de la media de un

determinado caso para cada tamaño de muestra.
4. Finalmente se graficaron los valores mínimos, máximos y aleatorios de la media.
Los resultados de esta metodología se detallan en la Tabla 3.5 como sigue:
Tabla 3.5 Valores de la media de la velocidad de penetración para distintos tamaños de

muestra.
Velocidad de Penetración (m/hr) media para cada muestra de
Tamaño Media Media Media
tamaño n
de Mínima Máxima Aleatoria
Muestra 1 2 3 4 5 6 7 8 9 10 (m/hr) (m/hr) (m/hr)
n=5 90,2 78,8 116,7 102,3 95,6 97,4 107,6 92,5 114,5 110,7 78,8 116,7 97,4
n= 10 85,1 92,8 94,9 100,6 98,4 109,0 79,4 94,9 96,4 98,2 79,4 109,0 98,4
n =20 84,9 104,1 98,5 104,2 118,0 93,1 97,9 91,9 114,4 98,4 84,9 118,0 104,2
n = 50 101,6 103,9 105,5 103,2 111,1 92,0 96,5 94,8 103,4 101,6 92,0 111,1 96,5
n = 100 95,8 100,6 102,9 94,1 106,7 99,7 98,7 98,2 96,2 101,6 94,1 106,7 100,6
n = 200 102.2 103,2 100,1 96,6 98,5 99,7 102,4 103,2 95,1 99,2 95,1 103,2 98,5
n = 300 98,2 102,3 101,0 100,5 102,0 94,5 98,8 99,9 98,6 102,5 94,5 102,5 98,2
n = 350 98,8 96,3 101,1 100,5 103,2 101,4 102,0 96,6 101,7 99,0 96,3 103,2 96,6
n = 400 99,3 100,4 101,3 101,5 101,9 103,3 101,0 101,3 105,1 102,1 99,3 105,1 103,3
n = 800 101,7 100,8 104,3 98,3 99,9 100,4 97,5 100,3 101,2 99,6 97,5 104,3 99,9
n =1000 102,0 101,2 100,1 98,1 99,2 99,5 101,4 100,3 100,1 100,6 98,1 102,0 99,5
n =1200 100,1 99,7 101,5 100,6 100,5 100,0 99,9 100,0 99,7 100,9 99,7 101,5 99,7
38
La población de datos de velocidad de penetración tiene una media aritmética de 100,3 [m/h].
Como se observa en la Figura 3.6, un aumento en el tamaño de muestra necesariamente
implica una mejor estimación de un parámetro, en este caso la media. Sin embargo, la cantidad
de datos utilizados en un modelo predictivo no debe ser necesariamente “muy grande” para
asegurar una estimación con un nivel de confianza aceptable.
Del gráfico de la Figura 3.6 se observa que para muestras muy pequeñas los valores extremos
del parámetro estimado (media) se alejan bastante del valor real de la población (simbolizada
con la línea horizontal segmentada). Ahora bien, sobre los 100 datos ya se evidencia una
estimación aceptable del parámetro, de ahí que los valores calculados con la Ecuación 3.1 sean
considerablemente bajos respecto al total de datos en estudio.
120 Efecto del tamaño de la muestra
115
Velocidad de Penetración (m/hr)
110
105
100
95
90
85
80
75
100
200
300
350
400
800
1000
1200
5
10
20
50
Tamaño de la Muestra
Media Mínima Media Máxima Media (Aleatoria) Media Real Población
Figura 3.6 Efecto del tamaño de muestra en la confiabilidad de la estimación de un

parámetro.
Utilizando la Figura 3.6, en el caso de las 10 muestras de tamaño 20 elementos, si se

selecciona una de éstas al azar y se calcula la media se obtendría un valor de 104,2 [m/hr]. Por
lo tanto, se concluiría que la media de la población es 104,2 [m/hr]. Bajo esta mecánica, se
habría obtenido una estimación bastante buena. Sin embargo, podría darse la situación de
haber escogido cualquiera de los otros 9 casos restantes, pudiendo obtenerse los valores
39
extremos 84,9 o 118 [m/hr] los cuales están bastante alejados del valor real. De ahí la
importancia de tener una muestra lo suficientemente grande como para minimizar la amplitud
del intervalo con el cual se estima un parámetro.
3.4 DESARROLLO DE UN MODELO PREDICTIVO DE VELOCIDAD DE PENETRACIÓN

El modelo “velocidad de penetración” corresponde a un modelo multivariable obtenido a partir
del análisis de regresión, realizado por Minitab 17®, sobre la base de datos de parámetros de
perforación tomada en terreno y el UCS de la roca de Minera Escondida. Este análisis
constituye una regresión múltiple que permite examinar y cuantificar la relación entre una serie
de variables de predicción y una variable respuesta, a partir de una ecuación de regresión. La
validez de ésta, se cuantifica a partir de la significancia estadística de las variables y la medida
bondad de ajuste de la regresión.
En primer lugar, se debe observar cómo se relacionan las variables de este estudio con la
velocidad de penetración. Para ello, se deben disponer de gráficos de dispersión para definir si
existe una relación entre las variables en estudio frente la velocidad de penetración. Por este
motivo, se ha optado por una regresión lineal múltiple donde la ecuación representará un
hiperplano en el espacio multidimensional que viene representado de forma general por la
Ecuación 3.2
𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + ⋯ + 𝛽𝑛 𝑋𝑛 + 𝜀 Ecuación 3.2
Donde Y corresponde a la variable dependiente a ser modelada; X1 X2…Xn, las variables de

predicción y 𝜀 comprende un componente aleatorio denominado residuo o error.
3.5 SUPUESTOS DE VALIDACIÓN DEL MODELO DE VELOCIDAD DE PENETRACIÓN

PROPUESTO
La robustez y validez del modelo generado se sustenta en los siguientes parámetros
estadísticos y pruebas de hipótesis:
- Independencia de las variables de predicción: un modelo es válido si todas sus

variables son independientes entre sí.
- Medida de la Bondad de Ajuste del modelo Multivariable: Para cuantificar la medida

en que la variable Xi tiene incidencia en la variable respuesta (velocidad de penetración)
se utiliza el parámetro R2. Este coeficiente R2 es la proporción de la variabilidad en la
respuesta entregada por la ecuación de regresión. La interpretación práctica de este
coeficiente es que mientras más cercano a 1, mejor será el grado de ajuste de la
ecuación de regresión.
40
- Prueba de Hipótesis a través del valor crítico “p”: La regresión multivariable se basa
en una prueba de hipótesis que determina la significancia del modelo. Las hipótesis son
las siguientes:
 La hipótesis nula (H0): el coeficiente de la variable es igual a cero (variable no

significativa).
 La hipótesis alternativa (H1): el coeficiente es distinto de cero (variable
estadísticamente significativa).
Dependiendo del nivel de confianza (1-α), que generalmente es 90%, 95% o 99%, se
evalúan las pruebas de hipótesis. Si se despeja el valor de α se determina el nivel de
significación (α), que corresponde al valor con el cual se contrasta el valor crítico “p”
para validad o rechazar la hipótesis nula.
 Si el valor de p es menor que α se acepta la hipótesis H1, por ende se rechaza
H0, por lo que la variable es estadísticamente relevante en el modelo.
 Si el valor p es mayor que α se acepta la hipótesis H0, por ende se rechaza H1,
por lo que la variable no es estadísticamente relevante en el modelo.
Este indicador podría significar la eliminación de una u otra variable en el modelo propuesto de
acuerdo a la significancia estadística de la variable.
- Análisis de Varianza a través del valor crítico “p”: Permite evaluar el grado de
utilidad del modelo en la estimación de la velocidad de penetración. La prueba de
hipótesis para este caso es:
 La hipótesis nula (H0): Todos los coeficientes de las variables son igual a cero
(se rechaza el modelo).
 La hipótesis alternativa (H1): Al menos uno de los coeficientes es distinto de
cero (el modelo explica el fenómeno).
Al igual que el caso anterior, se debe evaluar el valor de p para un determinado nivel de
significación, entonces:
 Si el valor de p es menor que α se acepta la hipótesis H1, por ende se rechaza
H0, por lo cual la variable respuesta (velocidad de penetración) es determinada
significativamente por el comportamiento de las variables de predicción. El
modelo describe el fenómeno en estudio.
 Si el valor p es mayor que α se acepta la hipótesis H0, por ende se rechaza H1,
el comportamiento de la variable respuesta (velocidad de penetración) viene
dado por el componente aleatorio ε (residuo). El modelo se rechaza.
41
Por último, para confirmar si el análisis de regresión es válido se efectúa un análisis de
residuos. Estadísticamente el residuo se define como la diferencia entre el valor observador de
la respuesta y el valor predictivo obtenido a través del modelo, pudiendo ser esta diferencia
positiva o negativa. Este análisis determina si el modelo es válido si los residuos:
- Se encuentran normalmente distribuidos;

- Son aleatorios (independientes entre sí);
- Poseen la misma discrepancia a través de todos los valores de X (varianza constante).
Estos supuestos se verifican en base a las siguientes herramientas:
- Gráfico de probabilidad de normalidad: si los residuos se encuentran normalmente

distribuidos, los puntos se ajustarán aproximadamente a una línea recta.
- Histogramas: Si los residuos se distribuyen de forma normal, entonces el histograma
tendrá forma de Campana de Gauss.
- Gráficas de control: Este representa los residuos en el orden de la recolección de los
datos, permitiendo verificar si estos éstos son o no aleatorios y si su varianza es o no
constante. Entonces, si no hay ningún efecto debido al orden de recolección de datos,
los residuos se encontrarán aleatoriamente dispersos sobre el cero y tendrán varianza
constante.
3.6 RESULTADOS Y ANÁLISIS DEL MODELO PROPUESTO
3.6.1 MULTICOLINEALIDAD DE LAS VARIABLES EN ESTUDIO

Uno de los principios básicos de la regresión multivariable es que ninguna de las variables de
predicción debe correlacionarse con otra, lo cual se conoce como multicolinealidad. Para la
detección de un problema de multicolinealidad se debe estudiar el coeficiente de correlación de
Pearson (Rij) de las variables de predicción. Si el coeficiente entre dos variables es alto,
superior a 0,30, es probable que se tenga este problema. Si este coeficiente excede de 0,80 el
modelo posee un grave problema de multicolinealidad. Sin embargo, no se puede afirmar que
no existe este problema aun cuando los coeficientes de correlación es bajo (Rij < 0,3), ya que la
baja correlación entre variables es condición necesaria pero no suficiente (Arriaza, 2006).
Una forma práctica de observar este hecho, es la confección de diagramas de dispersión entre
las variables, de esta forma se puede evidenciar si existe una tendencia clara entre ambas.
Se estudió lo que sucede con dos variables que, eventualmente, formarán parte del modelo: la
corriente de empuje [amp] y el torque [kNm].
Hipotéticamente se determinó que un aumento en el peso aplicado en la sarta de perforación

tenía incidencia en la cantidad de corriente que el motor eléctrico entregaba al sistema. A raíz
42
de esto, se procedió a corroborar este supuesto bajo un estudio del coeficiente de correlación
de Pearson (R) de estas variables. De este estudio se determinó que sí existe una relación de
dependencia entre las variables en cuestión, lo cual puede apreciarse en la Figura 3.7, donde
se observa una fuerte relación entre las variables, siendo la corriente la empuje directamente
proporcional a la carga aplicada sobre la sarta. Se determinó que el coeficiente de correlación
tiene un valor de 0.909, el cual es muy alto, validando la hipótesis que se tenía sobre la relación
de las variables en cuestión. Por lo tanto, la variable “corriente de empuje” no ingresará a la
ecuación de regresión por violar uno de los principios de la regresión multivariable.
Diagrama de Dispersión - Corriente Empuje (amp) vs Pull-down (kN)

180 Tricono
30QX2
39QX2
160
40QX2
Corriente Empuje (amp)
140
120
100
80
60
40
20
200 240 280 320 360
Pull-down (kN)
Figura 3.7 Diagrama de dispersión entre la corriente de empuje [amp] y la carga en la

broca (pulldown) [kN]
Por otro lado, se estudió la relación del torque respecto a la carga aplicada sobre el bit
(pulldown) y la velocidad con la cual gira la sarta de perforación [rpm]. Dicho estudio, a
diferencia del caso de la corriente de empuje, corresponde a un análisis multivariable, por ende
el coeficiente de correlación de Pearson (R) deja de ser útil debido ya que sólo correlaciona dos
variables. Para reconocer si existe alguna relación entre las variables se utilizará el coeficiente
de determinación (R2), ya que describe el grado en que los predictores (pulldown y rotación de
la sarta) inciden en la variabilidad del torque, dicho estudio consideró el tratamiento de la
variable para cada tipo de tricono.
43
El análisis de las variables respectivas se efectuó utilizando el software Minitab17®, para un
95% de confianza, donde los resultados se exponen en la Tabla 3.6:
Tabla 3.6 Estudio de la relación de las variables Pulldown y Velocidad de Rotación con
respecto al Torque para distintos modelos de broca tricónica.
Coeficiente de Coeficiente de Coeficiente de
Determinación (R2) Determinación Ajustado (R2 Determinación de
ajd
) predicción (R2 pre)
42,20% 40,65% 39,41%
Estudio de los Coeficientes del modelo
Coeficiente Valor del coeficiente Valor crítico “p”
Pulldown [kN] 0,0541 0,002
Velocidad de Rotación [rpm] 0,0346 0,678
Modelo de Tricono 0,000
30QX2 0,000
39QX2 -2,100
40QX2 -16,260
De acuerdo a la Tabla 3.6, el pulldown [kN] y la velocidad de rotación [rpm] describen a la

variable Torque [kNm] en un 42,2%. Sin embargo, el ajuste del coeficiente de determinación de
acuerdo al número de variables, indica que éstas determinan la variabilidad del torque [kNm] en
40,65%. El coeficiente de determinación de predicción no se consideró, ya que no se desea
predecir el torque en función a las otras variables. Es importante destacar que la velocidad de
rotación no es estadísticamente significativa, ya que el valor crítico “p” es superior a la
significación con la cual se efectuó la prueba (5%). Por lo tanto, se procedió a efectuar el mismo
análisis, eliminando la variable velocidad de rotación. Los resultados obtenidos se resumen en
la Tabla 3.7:
Tabla 3.7 Estudio de la relación de la variable Pulldown con respecto al Torque para
distintos modelos de broca tricónica.
Coeficiente de Determinación Coeficiente de Determinación Coeficiente de Determinación
(R2) Ajustado (R2 ajd) de predicción (R2 pre)
42,14% 40,98% 40,15%
Estudio de los Coeficientes del modelo
Coeficiente Valor del coeficiente Valor crítico “p”
Pulldown [kN] 0,0556 0,001
Tipo de Tricono 0,000
30QX2 0,000
39QX2 -2,380
40QX2 -16,490
44
De acuerdo a la Tabla 3.7, el coeficiente de determinación (R2) no disminuyó sustancialmente al
eliminar la variable velocidad de rotación. De hecho el R2 adj aumentó al eliminar la variable que
no es relevante estadísticamente. Este hecho tiene un aspecto beneficioso en la robustez de los
modelos de regresión, sin embargo, no tiene mayor importancia para este caso.
Tomando en cuenta los resultados anteriores y lo escrito en párrafos previos la correlación entre
el modelo del tricono con la carga aplicada sobre el bit (pulldown) es relevante, pudiendo existir
un problema de multicolinealidad respecto a la variable torque. Si bien la correlación no es tan
grande como el caso de la “Corriente de empuje”, incluir la variable “Torque” en el análisis
puede ir en desmedro de la confiablidad del modelo de velocidad de penetración. Es más, de
acuerdo a lo expuesto por (Arriaza, 2006), descrito en párrafos anteriores, un coeficiente de
correlación superior al 30% puede evidenciar un problema de multicolinealidad.
3.6.2 MODELO PROPUESTO DE VELOCIDAD DE PENETRACIÓN

El modelo de regresión para la variable “velocidad de penetración” propuesto fue obtenido a
partir de un total de 392 registros disponibles en la base de datos de parámetros de perforación.
Las variables cuantitativas que componen dicho modelo son: pulldown [kN], velocidad de
rotación [rpm], la resistencia a la compresión uniaxial (UCS) [MPa] y la presión de aire con la
cual se trabajó [psi]. Por otro lado, también forman parte del modelo dos variables de tipo
cualitativa las cuales son el tipo de perforadora (eléctrica o diesel) y el modelo de tricono
(30QX2, 39QX2 o 40QX2). Los coeficientes son determinados por el software Minitab 17®
utilizando regresión lineal múltiple y son los indicados en la Tabla 3.8.
Tabla 3.8 Coeficientes del modelo de regresión propuesto

Variable Tipo de Variable Valor del coeficiente
Velocidad rotación [rpm] Cuantitativa 0,753
Pulldown [kN] Cuantitativa 0,096
UCS [MPa] Cuantitativa -0,890
Presión de aire [psi] Cuantitativa 1,150
Modelo de Tricono Cualitativa No aplica
Tipo de Perforadora Cualitativa No aplica
Luego el modelo propuesto es el siguiente:
Para perforadoras diesel:

30𝑄𝑋2 = −40,5 + 0,753𝑁 + 0,096𝑊 − 0,890𝐶 + 1,150𝐴 Ecuación 3.2
39𝑄𝑋2 = −20,5 + 0,753𝑁 + 0,096𝑊 − 0,890𝐶 + 1,150𝐴 Ecuación 3.3
40𝑄𝑋2 = −46,4 + 0,753𝑁 + 0,096𝑊 − 0,890𝐶 + 1,150𝐴 Ecuación 3.4
45
Para perforadoras eléctricas:
30𝑄𝑋2 = −20,5 + 0,753𝑁 + 0,096𝑊 − 0,890𝐶 + 1,150𝐴 Ecuación 3.5
39𝑄𝑋2 = −1,3 + 0,753𝑁 + 0,096𝑊 − 0,890𝐶 + 1,150𝐴 Ecuación 3.6
40𝑄𝑋2 = −27,2 + 0,753𝑁 + 0,096𝑊 − 0,890𝐶 + 1,150𝐴 Ecuación 3.7
Donde:
- W = Carga aplicada sobre el tricono (pulldown) [kN]

- N = Velocidad de rotación de la sarta [rpm]
- C = Resistencia a la compresión uniaxial [MPa]
- A = Presión de trabajo [psi]
3.6.1 BONDAD DE AJUSTE DEL MODELO DE REGRESIÓN PROPUESTO

Para cuantificar la medida en que las variables de predicción describen la variabilidad de la
variable respuesta (velocidad de penetración) se procedió a calcular el coeficiente de
determinación (R2) del modelo.
Este análisis consideró tres valores de este parámetro: el primero corresponde al coeficiente
determinación (R2) explicado en la Sección 3.5, el segundo corresponde a una corrección de
este parámetro por la cantidad de variables. El R 2 ajustado es el porcentaje de variación en la
variable de respuesta que es explicado por su relación con una o más variables predictoras,
ajustado para el número de predictores en el modelo. Este ajuste es importante porque el R 2 de
cualquier modelo siempre aumentará cuando se agregue un nuevo término. Puede parecer que
un modelo con más términos tiene un mejor ajuste porque incluye más términos. (Minitab Inc,
2014). Finalmente, el tercer valor corresponde al R2-predicción, que cuantifica la capacidad de
predicción de futuras observaciones.
Los resultados, expuestos en la Tabla 3.8, fueron los siguientes:
Tabla 3.9 Coeficientes de determinación del modelo propuesto

Coeficiente de Coeficiente de Coeficiente de
Determinación (R2) Determinación Ajustado Determinación de
(R2 ajd) predicción (R2 pre)
79,69% 79,25% 78,61%
46
Considerando los resultados obtenidos el modelo describe la variabilidad de la velocidad de
penetración en un 79,69%, mientras que la corrección de este valor no tuvo una variación
significativa. Por último, el modelo tiene una capacidad de predecir nuevas observaciones del
orden del 78,61%.
Respecto a las pruebas de hipótesis que sustentan el método de regresión lineal, se analizaron
los valores críticos respectivos de cada una de ellas para determinar si el modelo tiene la
capacidad de explicar la variabilidad de la velocidad y cuáles son las variables de predicción
relevantes para la ecuación de regresión que finalmente modeló la velocidad de penetración.
Respecto a esto, se obtuvo los siguientes resultados que se muestran en la Tabla 3.9:
Tabla 3.10 Valores críticos de las pruebas de hipótesis y contribución de la variable al

coeficiente de determinación de la variable (R2) del modelo propuesto.
Valores Críticos – Pruebas de Hipótesis
Valor Crítico “p”
Modelo de Regresión 0.000
Variables de Predicción
Variable Tipo Contribución Valor Crítico “p”
Velocidad rotación [rpm] Cuantitativa 46,30% 0,000
Pulldown [kN] Cuantitativa 1,86% 0,000
UCS [MPa] Cuantitativa 27,46% 0,000
Presión de aire [psi] Cuantitativa 0,14% 0,000
Modelo de Tricono Cualitativa 0,89% 0,000
Tipo de Perforadora Cualitativa 3,03% 0,000
Para las pruebas de hipótesis se consideró un 95% de confianza en todos los casos. El primer
test, que considera que al menos uno de los coeficientes es distinto de cero, es validado ya que
el valor crítico es menor que la significación con la cual se contrastó la hipótesis.
El segundo test, que tiene relación a la determinación de las variables relevantes para el
modelo. De acuerdo a los resultados mostrados en la Tabla 3.9, el valor crítico para cada una
de las variables fue menor que el nivel de significación utilizado (5%). Por lo tanto, todas las
variables medidas en terreno, a excepción de la corriente de izado/empuje y el torque según lo
expuesto en la sección 3.6.1, forman parte del modelo propuesto.
La variable que más determina la variabilidad de la velocidad de penetración es la velocidad de

rotación con un 46,30%, esto quiere decir que la mayor variabilidad de la velocidad de
penetración depende principalmente de un incremento o descenso de la velocidad de rotación
47
de la sarta. El UCS de la roca también tiene una incidencia importante con un 27,46% de
capacidad de explicar la variabilidad de la velocidad de penetración.
A partir de las Ecuaciones 3.2; 3.3; 3.4; 3.5; 3.6 y 3.7 se pueden obtener información importante
respecto a la relación de las variables de predicción respecto a la velocidad de penetración. En
primer lugar, el signo del coeficiente indica la relación de sentido entre la variable predictora y la
respuesta. Por ejemplo, para el caso de la rotación, el pulldown y la presión de aire se tiene una
relación positiva, es decir, al aumentar cualquiera de estas dos variables la velocidad
aumentará. La proporción de este incremento viene dado por la magnitud del coeficiente; por
ejemplo, si se aumenta en una rpm la velocidad de rotación de la sarta, la velocidad de rotación
la velocidad aumenta en 0,753 [m/hr]. El mismo hecho se evidencia de manera contraria en el
caso de la resistencia a la compresión uniaxial (UCS). Un incremento de esta variable en 1 Mpa
provocará una disminución de la velocidad -0,890 [m/hr].
Respecto al análisis anterior, estas relaciones de sentido y magnitud no implican un aumento

desmedido en los parámetros de perforación (ya sea pulldown o velocidad de rotación de la
sarta) con el fin incrementar los rendimientos de perforación. Debido a que esto va en desmedro
de la velocidad de penetración, explicado el deterioro de las estructuras de corte de la broca
tricónica o el tricono en sí, según lo expuesto en la Sección 2.7.
3.6.3 INDEPENDENCIA DE LOS RESIDUOS

Como se evalúo en la sección 3.6.1, el modelo cumple el primer supuesto de independencia de
las variables de predicción. El segundo supuesto tiene relación con la forma en que los residuos
(errores) están correlacionados: para asegurar que las respuestas del modelo propuesto sean
acertadas los residuos deben ser completamente independientes y aleatorios entre sí.
Una forma de verificar la independencia de residuos, es con gráficas de residuos versus orden;
si se cumple el supuesto de independencia, la representación de los residuos debería ser
completamente aleatoria sobre el cero, no existiendo patrones en la distribución del error.
Además, es importante considerar que los datos deben graficarse en el orden que fueron
tomados para determinar si la secuencia del muestreo tiene incidencia en la respuesta dada por
el modelo de regresión. Como se evidencia en la Figura 3.8 no existen patrones definidos para
los residuos del modelo, por lo que se concluye que este cumple el supuesto de la
independencia de residuos y que su varianza es constante.
48
Figura 3.8 Gráfica de residuo versus orden para el error del modelo propuesto
3.6.4 NORMALIDAD DE LOS RESIDUOS

Finalmente, el último supuesto dice relación con la distribución probabilística del error del
modelo, donde se estipula que para que el modelo sea válido, los residuos deben seguir una
distribución normal. Para verificar este supuesto se procedió a efectuar la representación gráfica
de la distribución del error. De acuerdo a lo mostrado en la Figura 3.9, el histograma de los
residuos tiene un buen ajuste respecto a la distribución normal demarcada sobre la gráfica.
Histograma del Residuo

Normal
50
40
Frecuencia Absoluta
30
20
10
0
-60 -40 -20 0 20 40 60
Residuo
Figura 3.9 Histograma del error (residuo) del modelo propuesto

49
Por otra parte, para visualizar la medida del ajuste se utilizará el mismo procedimiento utilizado
en la Sección 3.2. Si los residuos se aproximan a la distribución en cuestión, entonces se
aproximarán a una línea recta. Además, se procederá a realizar una prueba de Anderson-
Darling con un 95% de confianza a fin de determinar si el error (residuo) tiene un
comportamiento normal.
Considerando lo mostrado en la Figura 3.10, el error (residuo) no tiene una distribución normal,
debido a que el valor crítico de “p” con el cual se efectuó la prueba de Anderson-Darling es
menor que la significación utilizada (5%), sin embargo, el valor del estadístico AD es bajo y
como se visualiza en la gráfica el ajuste a la distribución normal es bueno. Por lo tanto, la
distribución de los residuos es aproximadamente normal cumpliéndose el supuesto de
normalidad de residuos.
Figura 3.10 Distribución de probabilidad acumulada de los residuos del modelo

3.7 BASE DE DATOS DE TRICONOS DADOS DE BAJA

La base de datos con la cual se trabajó a fin de confeccionar los gráficos de la vida útil de una
broca tricónica, consta de un total de 204 triconos en el periodo de enero a diciembre de 2015.
Corresponden a brocas tricónicas de 10 5/8’’ de modelos 30QX2, 39QX2 Y 40QX2. Si bien
existen otros diámetros, no fueron considerados para este análisis debido a que son utilizados
en una proporción comparativamente menor a los triconos de 10 5/8’’ para la perforación de
pozos de producción.
Las variables relevantes con la cual se trabajó a fin de efectuar el modelo en cuestión son:
50
- Código de la broca tricónica: corresponde al número de serie que identifica una
determinada broca tricónica.
- Fecha de ingreso y salida de la broca tricónica: comprende el tiempo en que la

broca estuvo asignada a un determinado equipo hasta la fecha de desmontaje de la
misma por causa de su falla.
- Distancia perforada hasta el desgaste de la broca (vida útil real en [m]):

corresponde a la cantidad de metros acumulados que perforó desde la fecha de ingreso
a la de desmontaje.
- Velocidad de penetración media [m/hr] a la cual perforó la broca desde su ingreso

hasta su salida.
- Pattern (Banco – Expansión – Malla): indica el lugar físico donde fue asignada la
broca durante su vida útil. Generalmente el modelo de broca está asignada a nivel de
expansión, sin embargo, existen casos en que una misma broca perforó en dos o más
expansiones o mallas distintas.
- Resistencia a la compresión uniaxial en [MPa] del sector en específico donde una

determinada broca tricónica trabajó.
3.8 ESTADÍSTICA DE LA VIDA ÚTIL DE UNA BROCA TRICÓNICA

Para la confección del ábaco son necesarios tres variables: la velocidad de penetración en
[m/hr], la resistencia a la compresión uniaxial (UCS) en [MPa] y la cantidad de metros que
perforó la broca desde su asignación hasta su retiro del equipo de perforación por falla. Es
importante destacar que, respecto a esta última variable, es necesario tener en consideración la
distribución de la cantidad de metros perforados ya que su vida útil real, dependiendo del
modelo de broca tricónica, tiene valores muy dispersos. Este hecho se debe principalmente a
las condiciones del macizo perforado, los parámetros de perforación aplicados por los
operadores, el estado mecánico de la perforadora y/o algún desperfecto de fábrica de la broca.
Para disponer de datos representativos y consecuentes con la vida útil esperada de un

determinado modelo de broca, se realizó un estudio estadístico de la población de brocas
tricónicas desgastadas. Se consideró un intervalo de confianza que incluya valores de vida útil
representativos, por ende, se eliminaron todos aquellos datos anómalos (outliers) que podrían
incurrir en conclusiones equívocas respecto a la relación existente entre la vida útil de la broca
tricónica con la velocidad de penetración y el UCS.
51
Con el objetivo de determinar estos intervalos de confianza, se efectuó un estudio estadístico
del total la población considerando como criterio de comparación el modelo de broca tricónica y
el tipo de perforadora (eléctrica o diesel).
A partir del estudio estadístico preliminar, se evidenció una diferencia importante en la vida útil
media dependiendo del tipo de equipo: diesel o eléctrico, para cada tipo de modelo de broca
tricónica. Como se observa en el gráfico de cajas y bigotes de la Figura 3.11, para una
confianza del 95%, la vida útil es bastante diferente dependiendo del modelo de broca y el tipo
de equipo al cual dicho tricono fue asignado. Como se muestra en la Figura 3.11, la vida útil es
variable dependiendo del modelo de tricono. Se observa que los triconos modelo 30QX2 tienen
una mayor vida útil respecto a los otros dos modelos, con un máximo que supera los 12.000 m.
Por otra parte, se constata que los triconos tienen una mayor vida útil en equipos diesel, sin
embargo, la distribución para el caso de las eléctricas registra observaciones menos dispersas
considerando cada modelo respecto a su equivalente en el otro tipo de equipo. La mediana
(representada por el círculo negro) es bastante similar a la media aritmética (representada por
el círculo con una cruz).
Gráfico de Cajas y Bigotes - Vida útil real
12000
10000
8000
Vida útil (m)
6000
4000
2000
0
Tipo Perforadora Diesel Eléctrica Diesel Eléctrica Diesel Eléctrica
Modelo Tricono 30QX2 39QX2 40QX2
Figura 3.11 Gráfico de cajas y bigotes de la vida útil para distintos modelos de broca de
acuerdo al tipo de perforadora.
52
3.9 ÁBACOS DE VIDA ÚTIL PARA TRICONOS CHARGER® DE 10 5/8’’ DE DIÁMETRO
Uno de los aspectos fundamentales dentro de este estudio, es la búsqueda de la existencia de
correlación estadística entre la vida útil, la velocidad de penetración y el lugar donde perforó la
broca hasta su falla.
En primer lugar se realizó un análisis de varianza, a fin de determinar si las variables velocidad
de penetración y resistencia a la compresión uniaxial tienen incidencia en la variabilidad de la
vida útil de las brocas tricónicas consideradas dentro de este estudio.
Este análisis se llevó a cabo considerando que existen diferencias entre los distintos modelos
de triconos para cada tipo de equipo de perforación (eléctrico o diesel) como se refleja en la
Figura 3.11. Además, se consideró que los triconos fueron operados bajo parámetros de
perforación (pulldown, velocidad de rotación y presión de aire) adecuados para cada modelo en
cuestión.
Los resultados del análisis de varianza para un 95% de confianza (Tabla 3.10) indican que
existe una relación débil entre las variables estudiadas, donde la velocidad de penetración y el
UCS determinan a la vida útil en un 10.07%, pero a partir de la corrección del coeficiente de
determinación (R2), se determina que la relación es de hecho menor. Dado los resultados
obtenidos, no es posible confeccionar los ábacos de vida útil pues la correlación de las variables
no es estadísticamente relevante.
Tabla 3.11 Coeficientes de determinación de la vida útil respecto al UCS y la velocidad de

penetración
Coeficiente de Determinación Coeficiente de Determinación Coeficiente de Determinación
(R2) Ajustado (R2 ajd) de predicción (R2 pre)
10,07% 8,27% 5,95%
En virtud a lo antes expuesto, se llevó a cabo un estudio estadístico descriptivo de los datos a
fin de obtener un intervalo de confianza del parámetro representativo de la distribución de datos
para cada modelo de tricono considerado dentro del estudio.
El análisis estadístico descriptivo sólo consideró la determinación de la vida útil considerando el

registro disponible para el año 2015, por ende existirán expansiones donde la cantidad de
triconos utilizadas durante el periodo en estudio no supera un par de ejemplares. Esto suscita
que el valor obtenido de su vida útil no sea representativo generando un sesgo en la estimación
de esta variable.
53
Otro aspecto importante a considerar es utilizar el estadígrafo de posición adecuado para la
vida útil, para este estudio se utilizó la mediana ya que es la forma con la cual se evalúa esta
variable en la compañía.
Dentro de este estudio exploratorio se evaluó también la distribución de la vida útil para cada
modelo, como se ha mencionado en párrafos anteriores. Los resultados obtenidos se resumen
en la Tabla 3.11.
Tabla 3.12 Estadística descriptiva de la vida útil para distintos modelos de triconos
Modelo Tipo Expansión Media Desviación Coeficiente Mediana Cantidad
Tricono Perforadora (m) Estándar de (m) de
(m) variación Triconos
(%)
30QX2 Diesel e04 9.354,1 No aplica No aplica 9.354,1 1
30QX2 Diesel e06 1.244,1 No aplica No aplica 1.244,1 1
30QX2 Diesel n15 4.295,6 2.343,4 54,6 4.295,6 2
30QX2 Diesel n16 4.463,3 2.535,8 56,8 4.016,9 37
30QX2 Diesel s3c 8.198,1 3.714,1 45,3 8.641,7 6
30QX2 Eléctrica e04 5.047,7 2.536,8 50,3 4.933,2 4
30QX2 Eléctrica e06 5.257,0 2.389,0 45,4 5.684,3 6
30QX2 Eléctrica n16 3.597,8 2.032,4 56,5 2.990,2 21
30QX2 Eléctrica s3c 4.870,0 2.293,1 47,1 4.854,7 26
39QX2 Diesel n05 4.048,5 2.114,8 52,2 3.488,5 8
39QX2 Diesel n06 4.361,6 1.894,8 43,4 4.469,3 7
39QX2 Diesel n08 2.978,3 1.394,5 46,8 2.547,5 3
39QX2 Eléctrica e06 3.365,7 No aplica No aplica 3.365,7 1
39QX2 Eléctrica n05 4.463,0 1.646,2 36,9 4.692,4 17
39QX2 Eléctrica n06 2.867,1 1.319,3 46,0 2.367,9 21
39QX2 Eléctrica s3c 1.768,5 No aplica No aplica 1.768,5 1
40QX2 Diesel n05 6.635,6 No aplica No aplica 6.635,6 1
40QX2 Diesel n08 3.771,5 1.769,1 46,9 3.629,3 19
40QX2 Diesel n15 5.815,3 678,7 11,7 5.815,3 2
40QX2 Diesel s3c 5.723,6 2.831,3 49,5 6.379,6 6
40QX2 Eléctrica e04 3.540,7 No aplica No aplica 3.540,7 1
40QX2 Eléctrica n05 5.619,5 No aplica No aplica 5.619,5 1
40QX2 Eléctrica n08 4.225,1 1.356,1 32,1 4.374,3 6
40QX2 Eléctrica s3c 6.028,6 1.075,4 17,8 5.995,6 5
54
De acuerdo a los resultados mostrados en la Tabla 3.11 y lo expuesto en párrafos anteriores,
existen categorías donde se evidencian muy pocos triconos, por lo cual la confiabilidad de que
ese sea el valor del parámetro es bastante baja. A raíz de esto, cuando la categoría no posee
un total de 5 triconos o más, se consideró que no se dispone de información.
Otro aspecto importante es la dispersión que tiene la variable en la mayoría de los casos
estudiados. Sin considerar aquellas categorías en las cuales no se supera el mínimo de triconos
exigidos, el coeficiente de variación (C.V.) es bastante elevado para la población, con un rango
comprendido entre 17,8 y 56,8%. Esto reafirma que la media no es un estimador acertado para
definir certeramente la vida útil del tricono.
Considerando la restricción descrita en párrafos anteriores, se procedió a efectuar una prueba

de normalidad de Anderson-Darling, definida en la Sección 3.2, a fin de discernir el mejor
estadígrafo de posición para la variable vida útil. La prueba de normalidad sólo verifica si la
distribución es normal, no se realizó una prueba de bondad de ajuste para otras distribuciones
ya que únicamente se quiere reafirmar que la media no es un estadígrafo adecuado para definir
la vida útil de una broca tricónica.
Los resultados fueron obtenidos para un 95% de confianza y son mostrados en la Tabla 3.12:
Tabla 3.13 Prueba de normalidad de Anderson-Darling para la vida útil para los triconos
en estudio
Modelo Tipo Expansión Anderson Valor Normalidad
Tricono Perforadora Darling Crítico
30QX2 Diesel n16 0,89 0,02 No

30QX2 Diesel s3c 0,20 0,80 Si
30QX2 Eléctrica e06 0,19 0,81 Si
30QX2 Eléctrica n16 0,89 0,02 No
30QX2 Eléctrica s3c 0,19 0,90 Si
39QX2 Diesel n05 0,52 0,13 Si
39QX2 Diesel n06 0,26 0,58 Si
39QX2 Eléctrica n05 0,28 0,61 Si
40QX2 Diesel n08 0,36 0,40 Si
40QX2 Diesel s3c 0,41 0,43 Si
40QX2 Eléctrica s3c 0,17 0,83 Si
Considerando los resultados indicados en la tabla 3.12 se concluye que la mayoría de las
distribuciones son normales, motivo por el cual la media sí podría considerarse un estadígrafo
55
de posición para esos casos. Sin embargo, la alta dispersión de los datos y la poca información
disponible para ciertos casos no avalan utilizar este parámetro, es más, de acuerdo al INE
(Instituto Nacional de Estadísticas (Chile), 2015) no es recomendable utilizar el valor estimado
de una variable con un coeficiente de variación mayor al 20%.
Por lo tanto, de acuerdo a lo antes expuesto, para efectos de la estimación de la vida útil de un
tricono se utilizará la mediana como estadígrafo de posición.
56
CAPÍTULO 4: OPTIMIZACIÓN DEL COSTO TOTAL DE PERFORACIÓN
4.1 INTRODUCCIÓN
En este capítulo se mostrarán los resultados de la optimización del costo total de perforación de
la parte de la flota de Minera Escondida considerada dentro del alcance del trabajo. La
optimización del costo total de perforación se llevará a cabo realizando la asignación de triconos
y equipos de perforación de acuerdo a la velocidad de penetración y al costo. En primer lugar,
para la asignación de brocas tricónicas, se evaluó a partir de la información histórica en qué
expansiones el costo total de perforación es menor. Por su parte, para la asignación de los
equipos de perforación se estimó el costo total de perforación para cada expansión que se
encuentre en explotación, la asignación óptima corresponde a aquella que minimice el costo
total de perforación.
Para definir bajo qué asignación el costo total se minimiza, se utilizará el módulo Solver® de
Microsoft Excel® que determina una solución inicial, la cual muchas veces no es operativa. Para
generar una solución operacional, se debe respetar la restricción de ubicación del equipo de
perforación.
4.2 VALIDACIÓN DE LA ASIGNACIÓN ACTUAL DE LAS BROCAS TRICÓNICAS

La metodología utilizada para validar la asignación actual de la compañía consistió en utilizar
información de velocidades de penetración [m/hr] y vida útil [m] histórica y, a partir de ellas,
calcular el costo total de perforación para cada modelo de tricono en cada una de las
expansiones consideradas dentro de este estudio. La expresión utilizada para determinar dicho
costo corresponde a una variación de la Ecuación 2.10 de acuerdo a la Ecuación 4.1:
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒𝑙 𝑡𝑟𝑖𝑐𝑜𝑛𝑜 𝐶𝑜𝑠𝑡𝑜 𝐻𝑜𝑟𝑎𝑟𝑖𝑜 𝑑𝑒𝑙 𝐸𝑞𝑢𝑖𝑝𝑜 𝑈𝑆$

𝐶𝑜𝑠𝑡𝑜 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑃𝑒𝑟𝑓𝑜𝑟𝑎𝑐𝑖ó𝑛 = [𝑉𝑖𝑑𝑎 ú𝑡𝑖𝑙 ℎ𝑖𝑠𝑡ó𝑟𝑖𝑐𝑎 + 𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑒𝑛𝑒𝑡𝑟𝑎𝑐𝑖ó𝑛 ] [ 𝑚 ]
Ecuación 4.1
El costo del tricono es el mismo independiente del modelo de la broca tricónica y tiene un valor
de 8098 US$.
Antes de validar la asignación, es necesario estimar el costo horario de los equipos de

perforación, el cual corresponde a una estimación obtenida a partir de la información financiera
de Minera Escondida.
4.2.1 ESTIMACIÓN DEL COSTO HORARIO DE LA FLOTA DE PERFORACIÓN

Para efectuar la estimación del costo horario, se utilizó la información procedente de los centros
de costos donde imputan los gastos referentes a sueldos, combustible para el caso de los
equipos diesel, lubricantes y otros gastos para cada flota de perforadoras. La estructura de los
57
costos completa que posee la compañía minera respecto a qué costos son asignados a los
equipos es confidencial.
En la Tabla 4.1 se muestran los centros de costo de la flota completa de perforación. La

compañía diferencia los costos por tipo de equipo, diesel o eléctrico, dado que su estructura de
costo es distinta. Además, se determinaron las horas efectivas con las cuales los equipos
trabajaron, por lo que la estimación es por hora efectiva trabajada.
Tabla 4.1 Estimación del costo horario de los equipos de perforación

2015 2015 2015 2016 2016 2016 2016 2016 2016
Item
OCTUBRE NOVIEMBRE DICIEMBRE ENERO FEBRERO MARZO ABRIL MAYO JUNIO
Perforadoras Diesel (kUS$) 1606.1 1575.1 985.5 1223.1 1249.8 981.5 971.8 1041.2 1023.5
Perforadora Eléctricas (kUS$) 1207.2 933.4 792.5 613.3 509.0 518.1 755.2 1629.7 805.0
Horas Efectivas -Diesel (hrs) 2819 4086 2903 2650 2361 2516 2356 2905 2828
Efectivas - Electric (hrs) 2046 1907 2518 2893 2492 2037 2749 2147 2653
Costo Horario Promedio Equipo
Diesel (US$/hr) 569.7 385.5 339.5 461.5 529.4 390.1 412.5 358.5 361.9
Costo Horario Promedio Equipo
Eléctrico (US$/hr) 590.0 489.4 314.7 212.0 204.3 254.3 274.8 758.9 303.4
La determinación del costo horario corresponde al cuociente entre el gasto de la flota con las
horas efectivas trabajadas. Las celdas en color representan a estimación de los gastos y horas
efectuados por la compañía para el año fiscal 2015 (desde julio de 2015 a junio de 2016).
Para diferenciar el costo horario por equipo de perforación se utilizó un ponderador: la

utilización efectiva. Considerando que si un equipo posee una utilización alta, entonces
consume más combustible o electricidad, lubricante y tiene un mayor desgaste, por ende un
costo mayor de mantención. Por lo tanto, si el equipo posee una alta utilización su costo horario
será más elevado.
Respecto a la utilización efectiva de los equipos diesel y eléctricos, los primeros tuvieron en
promedio un 66% en el mes de noviembre. Por su parte, los equipos eléctricos alcanzaron un
44% de utilización efectiva en el mismo periodo. Por lo tanto, si un equipo tuvo un 5% sobre la
media de utilización, su costo horario se incrementó en la misma proporción. Lo mismo sucede
en el caso contrario, una disminución en un determinado porcentaje en la utilización del equipo
respecto al promedio de la flota suscita una disminución en el mismo porcentaje de su costo
horario.
De esta forma los costos horarios estimados para el mes de noviembre de 2015 son los
presentados en la Tabla 4.2:
58
Tabla 4.2 Estimación de los costos horarios por equipo
Costo hora promedio mes de noviembre
Perforadora Utilización Efectiva (%) Diferencia relativa Costo Hora (US$/hr)
respecto a la media (%)
EDE0010 54% -6% 460,9
EDE0011 63% 3% 504,9
EDE0023 27% -33% 328,7
EDE0027 43% -17% 407,0
EDE0028 42% -18% 402,2
EDE0029 38% -22% 382,6
EDE0031 31% -29% 348,3
EDE0032 56% -4% 470,7
EDD0033 63% 3% 397,7
EDD0034 66% 6% 409,3
EDD0035 75% 15% 443,9
EDD0036 62% 2% 393,8
4.2.2 ESTIMACIÓN DE VIDA ÚTIL Y VELOCIDADES DE PENETRACIÓN HISTÓRICAS

POR EXPANSIÓN
Para determinar el valor del costo total de perforación por expansión también es necesaria la
información de vida útil histórica disponible de los triconos en estudio. Para ello, se procedió a
realizar un estudio estadístico sujeto a las condiciones expuestas en el capítulo anterior, con la
salvedad que no se hará diferencia entre el tipo de perforadora, ya que un equipo, sea diesel o
eléctrico, puede ser asignado indistintamente a una expansión para cualquiera de los dos rajos.
Con el fin de ilustrar el desempeño que han tenido los triconos para el año 2015, se prosiguió a
evaluar un rango que contenga el valor característico de la vida útil de la broca para cada una
de las expansiones. Para generar dicho rango se utilizó un estudio por cuartiles de la variable,
para así generar un intervalo de confianza y evaluar el desempeño de forma real disminuyendo
el efecto de la gran dispersión que tiene la vida útil en algunos casos.
El intervalo de confianza para un 5% de significación está definido entre el primer cuartil y el

tercero, donde el valor representativo de la distribución corresponde a la mediana (segundo
cuartil).
Para el caso de la velocidad se procedió a determinar un valor medio histórico por expansión,
considerando que la distribución de datos tiene un comportamiento lognormal de acuerdo a lo
mencionado en la Sección 3.2. Considerar la media como un estimador válido puede generar un
sesgo, por lo cual se utilizará la mediana como estadígrafo de posición para esta variable. El
valor mostrado en la Tabla 4.2 corresponde a la mediana de la velocidad de penetración para el
intervalo de confianza de la vida útil de la broca tricónica para cada caso.
Luego para las expansiones de mina Escondida y Escondida Norte los valores considerados
para el cálculo del costo total de perforación son los mostrados en las Tablas 4.3 y 4.4:
59
Tabla 4.3 Valores históricos de vida útil para brocas tricónicas utilizadas en mina
Escondida Norte
Expansión Modelo Primer Mediana (m) Tercer Cuartil Medina Velocidad de
Tricono Cuartil (m) (m) penetración (m/hr)
n05 30QX2 Sin Sin Sin Sin información
información información información
n05 39QX2 4.314,9 5.140,5 6.168,4 94,6
n06 39QX2 3.707,7 4.686,4 5.382,5 86,5
n06 40QX2 3.604,7 5.518,8 6.135,9 Sin información
n08 39QX2 1.563,9 3.904,2 4.039,9 95,6
n08 40QX2 3.818,6 4.755,8 5.746,6 94,5
Tabla 4.4 Valores históricos de vida útil para brocas tricónicas utilizadas en mina
Escondida
Expansión Modelo Primer Mediana (m) Tercer Cuartil Medina Velocidad de
Tricono Cuartil (m) (m) penetración (m/hr)
e04 30QX2 5.864,8 8.086,7 10.400,3 94,6
e04 39QX2 Sin Sin Sin Sin información
e06 30QX2 6.166,5 7.600,4 9.969,1 97,3
n15 30QX2 5788.8 5529.6 7.772,0 95,8
n15 40QX2 3.915,9 4.448,9 6.642,5 87,0
n16 30QX2 5.289,1 6.669,1 7.838,3 94,6
n16 40QX2 5.864,3 5.302,5 6.905,1 63,3
s3c 30QX2 2.999,5 6.247,9 7.474,8 97,3
s3c 39QX2 Sin Sin Sin Sin información
s3c 40QX2 3.441,6 4.016,9 8.329,7 97,4
60
4.2.3 ESTIMACIÓN DEL COSTO TOTAL DE PERFORACIÓN POR EXPANSIÓN Y
VALIDACIÓN DE ASIGNACIÓN ACTUAL DE BROCAS TRICÓNICAS
Finalmente, con la información de costo horario, vida útil y velocidad de penetración se
calcularon los costos totales de perforación como se indica en la Ecuación 4.1 para cada una de
las expansiones que son consideradas dentro de este estudio.
Para cada caso, se escogió como tricono óptimo aquel con el menor costo total de perforación y
se comparó con el tricono asignado actualmente para la expansión. Se calculó un costo para
perforadoras eléctricas y diesel, sin embargo, el costo utilizado para discernir cuál es el tricono
que menor costo tiene, corresponde al promedio de ambos valores. Para el caso de la Mina
Escondida resultados por expansión son indicados en la Tabla 4.5, donde los costos mínimos
(triconos asignados por este estudio) se encuentran ennegrecidos:
Tabla 4.5 Estimación del costo total de perforación [US$/m] por modelo de tricono para
las expansiones de Mina Escondida
Modelo Expansión Velocidad Vida útil Costo Total Costo Total Costo Total
Broca Histórica histórica Diesel Eléctrica Promedio
(m) (m) (US$/m) (US$/m) (US$/m)
30QX2 N15 95,8 5.529,6 6,6 5,5 6,0
39QX2 N15 Sin Sin Sin Sin Sin

información información información información información
40QX2 N15 86,9 4.448,9 7,4 6,3 6,9
30QX2 N16 94.625 6.669,1 6,4 5,3 5,8
40QX2 N16 63,3 5.302,5 9,3 7,6 8,4
30QX2 S3C 97,3 6.247,9 6,3 5,3 5,8
39QX2 S3C Sin Sin Sin Sin Sin
40QX2 S3C 97,4 4.016,9 7,0 6,0 6,5
30QX2 E04 94,6 8.086,7 6,2 5,1 5,6
39QX2 E04 Sin Sin Sin Sin Sin
30QX2 E06 97,3 7.600,4 6,1 5,0 5,6
Luego, la asignación óptima es la broca 30QX2 para todas las expansiones de la Mina
Escondida, ya que el costo total de perforación es menor respecto a los otros modelos
estudiados para cada caso.
61
De la misma manera, el procedimiento fue aplicado a las expansiones de la Mina Escondida
Norte. Los resultados se muestran en la Tabla 4.6 donde la asignación óptima corresponde a: el
modelo 39QX2 para la expansión n05, el modelo 39QX2 para n06 y la broca 40QX2 para la
expansión n08.
Tabla 4.6 Estimación del costo total de perforación [US$/m] por modelo de tricono para
las expansiones de Escondida Norte
Modelo Expansión Velocidad Vida útil Costo Total Costo Total Costo Total
Broca Histórica histórica Diesel Eléctrica Promedio
(m/hr) (m) (US$/m) (US$/m) (US$/m)

39QX2 N05 94,6 5.140,5 6,7 5,6 6,2
39QX2 N06 86,5 4.686,4 7,4 6,2 6,8
39QX2 N08 95,6 3.904,2 7,2 6,1 6,7
40QX2 N08 94,5 4.755,8 6,9 5,8 6,3
Finalmente, se comparó la asignación actual (segundo semestre del 2015) respecto a la

obtenida utilizando el costo total de perforación, dicho resultado se resume en la Tabla 4.7:
Tabla 4.7 Asignación actual de brocas tricónicas versus la asignación óptima

Mina Escondida Mina Escondida Norte
Expansión Asignación Asignación Expansión Asignación Asignación
Actual óptima Actual óptima
N15 40QX2 30QX2 N05 39QX2 39QX2
N16 30QX2 30QX2 N06 39QX2 39QX2
S3C 30QX2 30QX2 N08 40QX2 40QX2
E04 30QX2 30QX2
E06 40QX2 30QX2
De acuerdo a los resultados mostrados en la Tabla 4.7, se observa que para Escondida Norte la
asignación es la óptima, pero para el caso de las expansiones n05 y n06 no existió otro tricono
para comparar costos. En el caso de la n08, donde sí hubo diferenciación entre dos modelos, el
óptimo es el actualmente asignado.
62
Por su parte, para el caso de Escondida, únicamente se observan diferencias en las
expansiones n15 y la e06 explicados por un cambio en la condición de la roca perforada.
Considerando los resultados, existe evidencia para justificar que con un tricono modelo 30QX2
hay una reducción del costo total de perforación. Para el caso contrario, no es posible justificar
el cambio de tricono en la expansión e06 ya que no existe información histórica de rendimientos
de triconos 40QX2 en dicho sector.
4.3 ALGORITMO DE OPTIMIZACIÓN DEL COSTO TOTAL DE PERFORACIÓN

Con el objetivo de minimizar el costo total se procedió a diseñar un algoritmo utilizando la
información disponible de costos horarios, velocidades de penetración estimada y asignación de
las brocas tricónicas.
El algoritmo toma como punto de inicio la asignación propuesta por el área de planificación.
Luego se debe verificar si esta corresponde a aquella que minimiza el costo total de perforación
para la flota. Dicho algoritmo toma como datos de ingreso a los equipos disponibles y la
asignación del turno anterior, las mallas de perforación que se deben perforar para el turno, la
proyección de la velocidad utilizando un modelo predictivo y la información de UCS de las
expansiones en cuestión.
La función objetivo corresponde a una adaptación de la Ecuación 2.10 del costo total de
perforación. Como se muestra en la Ecuación 4.2 el primer sumando corresponde a lo que se
denomina costo parcial de perforación (PDC) que relaciona la vida útil y costo de la broca. Este
valor se encuentra dentro del tarifario que rige al contrato, el cual depende del equipo de
perforación y el modelo de broca tricónica. Las tarifas utilizadas para este estudio se exponen
en la Tabla 4.8:
Tabla 4.8 Tarifas utilizadas para la estimación del costo total de perforación
Tarifas (US$/m)
Perforadora 30QX2 39QX2 40QX2
EDD0033 0,994 1,450 1,535
EDD0034 0,994 1,450 1,535
EDD0035 0,994 1,450 1,535
EDD0036 0,994 1,450 1,535
EDE0010 1,380 2,095 2,143
EDE0011 1,380 2,095 2,143
EDE0023 1,371 1,534 1,697
EDE0027 1,371 1,534 1,697
EDE0028 1,371 1,534 1,697
EDE0029 1,371 1,534 1,697
EDE0031 1,371 1,534 1,697
EDE0032 1,371 1,534 1,697
63
Por su parte, el segundo sumando de la función objetivo depende del costo horario del equipo
considerado y la velocidad de penetración que se espera que tenga el equipo donde este haya
sido asignado. Luego la función objetivo (z) es:
𝐶𝑜𝑠𝑡𝑜 𝐻𝑜𝑟𝑎𝑟𝑖𝑜 𝐸𝑞𝑢𝑖𝑝𝑜𝑖

𝑍 = ∑(𝑇𝑎𝑟𝑖𝑓𝑎(𝑒𝑞𝑢𝑖𝑝𝑜 𝑖,𝑡𝑟𝑖𝑐𝑜𝑛𝑜 𝑗) + )
𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑀𝑜𝑑𝑒𝑙𝑎𝑑𝑎(𝑒𝑞𝑢𝑖𝑝𝑜 𝑖,𝑡𝑟𝑖𝑐𝑜𝑛𝑜 𝑗)
Ecuación 4.2
Donde: i corresponden a los equipos a asignar

j: corresponde al modelo de tricono
Donde el problema de optimización a resolver es Min (Z) sujeto a las restricciones de

disponibilidad de los equipos y ubicación de éstos dentro de las dos minas, en cada una de las
expansiones estudiadas.
Luego, el proceso iterativo que realiza el algoritmo propuesto se muestra en la Figura 4.2:
Figura 4.1 Diagrama del proceso iterativo de optimización del costo total de perforación
A fin de ilustrar el funcionamiento del algoritmo se procederá a explicar un ejemplo real

correspondiente al turno día del 16/10/2015.
64
4.3.1 EJEMPLO DE APLICACIÓN DEL ALGORITMO DE OPTMIZACIÓN DEL COSTO
TOTAL DE PERFORACIÓN
Se deben asignar los siguientes equipos a distintas mallas de perforación. Desde planificación
se propone la asignación mostrada en la Tabla 4.9. Además, se dispone de la asignación del
turno anterior. El objetivo es determinar cuál es la asignación de equipos que minimiza el costo
de total de perforación para la flota.
Tabla 4.9 Asignación propuesta por planificación para el turno día del 16/10/2015
Perforadoras Asignación Planificación
EDE0010 3040-e06-5013
EDE0011 2915-n06-5010
EDE0027 2815-s3c-5020
EDE0028 3070-n16-5019
EDE0029 3215-n08-5025
EDD0033 3215-n08-5016
EDD0034 3200-n08-5012
EDD0035 3200-n08-5012
EDD0036 3070-n16-5013
De la Tabla 4.9, por ejemplo, que la perforadora EDE0010 sería asignada a la malla ubicada en
el banco 3040, en la expansión e06 (Mina Escondida) a la malla 5013.
Es importante recordar que las expansiones n15, n16, e06, e04 y s3c corresponden a la Mina
Escondida, mientras que las expansiones n05, n06 y n08 pertenecen a Mina Escondida Norte.
Por otro lado, la asignación que tuvo el turno anterior, es decir, el turno noche del 15/10/2015 es
la indicada en la Tabla 4.10:
Tabla 4.10 Asignación real del turno 15/10/2015 noche

Perforadoras Asignación Turno Anterior
EDE0010 3040-e06-5014
EDE0011 2915-n06-5012
EDE0028 3070-n16-5019
EDE0029 3215-n08-5016
EDE0031 2815-s3c-5014
EDD0033 3200-n08-5017
EDD0034 3200-n08-5017
EDD0035 3200-n08-5017
EDD0036 3070-n16-5013
EDE0027 Mantención programada
El primer paso es utilizar un modelo estimativo de velocidad de penetración, la asignación real

de triconos y los costos horarios para generar la matriz de costos totales de perforación [US$/m]
65
utilizando la expresión que está dentro de la sumatoria de la Ecuación 4.2 para la flota
disponible, considerando que cada equipo puede ser asignado a cualquiera de las mallas de
perforación. Los resultados de esta operación se muestran en la Tabla 4.10:
Tabla 4.11 Matriz de costos totales de perforación y asignación propuesta por

planificación para el 16/10/2015 turno día
EDD0033
EDD0034
EDD0035
EDD0036
EDE0029
EDE0010
EDE0011
EDE0027
EDE0028
3040-e06-5013 6,16 5,68 6,63 6,58 6,36 5,16 5,07 4,69 5,12
2915-n06-5010 5,40 5,08 5,18 5,15 5,00 4,34 4,27 4,01 4,31
2815-s3c-5020 4,56 4,24 4,87 4,83 4,69 3,77 3,71 3,45 4,74
3070-n16-5019 6,18 5,77 6,16 6,11 5,93 5,06 4,99 4,66 5,03
3215-n08-5025 6,67 6,21 6,69 6,64 6,44 5,49 5,40 5,04 5,45
3215-n08-5016 6,18 5,77 6,16 6,11 5,93 5,06 4,99 4,66 5,03
3200-n08-5012 7,10 6,60 7,17 7,11 6,89 5,87 5,77 5,37 5,82
3200-n08-5012 7,10 6,60 7,17 7,11 6,89 5,87 5,77 5,37 5,82
3070-n16-5013 7,10 6,60 7,17 7,11 6,89 5,87 5,77 5,37 5,82
De la tabla 4.10 se marca en gris la asignación propuesta por planificación a cual se determinó
el costo. Para este efecto, se procede a sumar los costos totales de perforación individuales de
la asignación propuesta para determinar el costo inicial de la flota (Ci). Para este caso el valor
corresponde a 50,67 [US$/m].
Tomando dicha asignación se procede a utilizar un algoritmo de asignación que minimice el

costo Ci, para este propósito se utilizó el módulo Solver® de Microsoft Excel®. La nueva
asignación se muestra en la Tabla 4.11 y tiene un costo de 49,91 [US$/m].
El paso siguiente del algoritmo es determinar si la asignación entregada por Solver® es

operativa. Se define que una asignación no es operativa cuando el equipo de perforación debe
cambiarse a la otra mina. Es importante considerar que la mayoría de los casos la asignación
entregada por Solver® no es operativa, ya que el proceso no considera la posición espacial del
equipo. Un cambio de expansión dentro un mismo rajo tarda en promedio cerca de una hora,
mientras que un cambio de rajo tiene un impacto mucho mayor en la utilización efectiva del
equipo y sólo se justifica cuando existen atrasos en los planes de perforación. Por lo tanto, la
restricción de ubicación espacial del equipo es primordial para la validez de esta metodología.
Continuado con el ejemplo, la solución obtenida con Solver® corresponde a la expuesta en la

Tabla 4.12:
66
Tabla 4.12 Nueva asignación calculada con Solver®
EDD0033
EDD0034
EDD0035
EDD0036
EDE0029
EDE0010
EDE0011
EDE0027
EDE0028
3040-e06-5013 6,16 5,68 6,63 6,58 6,36 5,16 5,07 4,69 5,12
2915-n06-5010 5,40 5,08 5,18 5,15 5,00 4,34 4,27 4,01 4,31
2815-s3c-5020 4,56 4,24 4,87 4,83 4,69 3,77 3,71 3,45 4,74
3070-n16-5019 6,18 5,77 6,16 6,11 5,93 5,06 4,99 4,66 5,03
3215-n08-5025 6,67 6,21 6,69 6,64 6,44 5,49 5,40 5,04 5,45
3215-n08-5016 6,18 5,77 6,16 6,11 5,93 5,06 4,99 4,66 5,03
3200-n08-5012 7,10 6,60 7,17 7,11 6,89 5,87 5,77 5,37 5,82
3200-n08-5012 7,10 6,60 7,17 7,11 6,89 5,87 5,77 5,37 5,82
3070-n16-5013 7,10 6,60 7,17 7,11 6,89 5,87 5,77 5,37 5,82
Como se dijo anteriormente un cambio de mina no está permitido, por lo cual se procederá a
“operativizar” la asignación de Solver®. Para cumplir este objetivo se debe utilizar solamente el
criterio, lo cual es una de las limitantes de esta metodología. Tomando la asignación de Solver®
como referencia, se debe realizar la reasignación de algunos equipos, minimizando la cantidad
de cambios, a fin de obtener una nueva asignación que posea un costo menor o igual a la inicial
(Ci).
Siguiendo con el ejemplo, en primer lugar se debe asignar los equipos que cumplen con la
restricción de mantenerse en la misma mina o expansión. Para este caso, se tiene que tanto el
equipo EDD0033 y EDD0034 cumplen con permanecer dentro de la misma expansión por lo
cual quedan ya asignados.
Por su parte, el equipo EDD0036 que se encontraba en la expansión n16 de la Mina Escondida
fue reasignado por Solver® a la expansión n08 de Escondida Norte, mientras que el equipo
EDD0035 fue asignado a la expansión n16 Mina Escondida ubicándose en la expansión n08 en
el tuno anterior; una permutación de ellos podría ser una opción de asignación. Otra posibilidad
es cambiarla con la perforadora EDE0029, sin embargo, para este ejemplo el resultado de este
cambio no tiene efecto. Por lo tanto, permutando el equipo EDD0035 con el EDD0036 quedan
ya asignados.
Para el caso de los equipos EDE0010 conviene asignarlo a la expansión e06 para así no reducir
su tiempo operativo por cambio de expansión dentro del mismo rajo. Por otro lado, permutar el
equipo EDE0028 y EDE0029 no tiene impacto en el costo final de la asignación (dado que
tienen el mismo costo) y manteniendo la ubicación de ambos equipos respecto al turno anterior,
no se impacta negativamente su utilización efectiva.
67
El equipo EDE0011 asignado por Solver® a la expansión e06 de la Mina Escondida no resulta
práctico cambiarlo de rajo, por ende conviene mantenerlo en la expansión que se encontraba en
el turno anterior.
Finalmente el equipo EDE0027 que se encontraba en mantención programada puede ser

asignado indistintamente a cualquier malla, por lo que resulta conveniente asignarlo al final.
Como sólo resta asignar un equipo a la expansión s3c, el equipo EDE0027 puede ser enviado a
dicha expansión. La asignación final operativa es la mostrada en la Figura 4.13:
Tabla 4.13 Asignación final operativa para el día 16/10/2015 turno día
EDD0033
EDD0034
EDD0035
EDD0036
EDE0029
EDE0010
EDE0011
EDE0027
EDE0028
3040-e06-5013 6,16 5,68 6,63 6,58 6,36 5,16 5,07 4,69 5,12
2915-n06-5010 5,40 5,08 5,18 5,15 5,00 4,34 4,27 4,01 4,31
2815-s3c-5020 4,56 4,24 4,87 4,83 4,69 3,77 3,71 3,45 4,74
3070-n16-5019 6,18 5,77 6,16 6,11 5,93 5,06 4,99 4,66 5,03
3215-n08-5025 6,67 6,21 6,69 6,64 6,44 5,49 5,40 5,04 5,45
3215-n08-5016 6,18 5,77 6,16 6,11 5,93 5,06 4,99 4,66 5,03
3200-n08-5012 7,10 6,60 7,17 7,11 6,89 5,87 5,77 5,37 5,82
3200-n08-5012 7,10 6,60 7,17 7,11 6,89 5,87 5,77 5,37 5,82
3070-n16-5013 7,10 6,60 7,17 7,11 6,89 5,87 5,77 5,37 5,82
Por último esta asignación tiene un costo de 50,58 [US$/m] que implica una reducción de un
1,7% respecto a la asignación propuesta por planificación.
68
CAPÍTULO 5: ANÁLISIS Y DISCUSIÓN DE LOS RESULTADOS
5.1 INTRODUCCIÓN
En el presente capítulo se da explicación y se analiza en profundidad los resultados mostrados
en capítulos anteriores. En primer lugar, se abordará una comparación de los modelos
predictivos encontrados en la bibliografía y el generado a partir de los datos recopilados en
terreno.
También se pretende demostrar que la vida útil de una broca tricónica es bastante compleja de
modelar porque depende entre otras cosas de la experiencia del operador, aspecto que está
fuera del alcance de este estudio.
Finalmente, se estudia la metodología de optimización propuesta para Minera Escondida a fin

de encontrar oportunidades de mejora para perfeccionarla. También se muestra la evaluación
económica de la aplicación del algoritmo de asignación por costo total de perforación en el
periodo de un mes, para finalizar mostrando el efecto de una sensibilización en la velocidad de
penetración.
5.2 MODELOS DE VELOCIDAD DE PENETRACIÓN

Valiéndose de la base de datos tomada en terreno se realizó la comparación en la precisión de
las estimaciones de velocidad de cada uno de ellos. Este proceso consiste en estimar un valor
de velocidad utilizando la base de datos de parámetros de perforación medidos en terreno, es
decir, para cada modelo considerado dentro del estudio se estimaron un total de 392 valores de
velocidad de penetración. Dichos valores se compararon respecto al vector de velocidad real,
determinando cuál de ellos se acercaba más a este, el valor real de las velocidades de
penetración esta mostrado en la Figura 5.1 como la curva de color azul.
Como se observa en la Figura 5.1 la estimación de Praillet (1978) está bastante alejada de las
velocidades reales alcanzadas por la flota de perforación, se evidencia una sobreestimación
excesiva de las velocidades en comparación a los otros modelos teóricos. Los modelos de
Bauer-Calder (1971), Bauer-Calder-Workman (1994) y Smith (2012) tuvieron mejores
aproximaciones de la velocidad, donde el más certero resulta ser el de Bauer-Calder-Workman
(1994). Además, tanto el modelo de Bauer-Calder (1967) y de Smith (2012) subestiman las
velocidades en la mayoría de los casos.
69
Comparación de Modelos vs Velocidad Real
400
350
Velocidad de penetración (m/hr)
300
250
200
150
100
50
0
20/10/2015
1 100 Fecha 199 16/01/2016
298
V. Real (m/hr) Praillet(1978)
Bauer-Calder(1971) Bauer-Calder-Workman(1994)
E. Smith (2012)
Figura 5.1 Comparación de los modelos de velocidad de penetración considerados

dentro de este estudio.
5.3 MODELO DE REGRESIÓN

Respecto al modelo de regresión generado a partir de los datos de Minera Escondida, se puede
decir que tiene una posibilidad cercana al 80% de predecir un valor certero de velocidad de
penetración, según lo descrito en la Sección 3.6.1. El 20% de error que tiene el modelo puede
ser explicado por la omisión de una variable relevante para el modelo, como puede ser la
experiencia del operador, el estado mecánico del equipo o el desgaste del resto de la sarta.
Respecto a esta última variable, tiene incidencia directa, ya que un aumento del espacio anular
comprendido entre la pared del pozo y la sarta produce un descenso de la velocidad de barrido,
por ende, la evacuación del detritus es más deficiente pudiendo entorpecer el trabajo de los
insertos del tricono, lo que va en desmedro de la velocidad de penetración. Otra posible fuente
de error tiene relación con el muestreo, sin embargo, según los resultados descritos en la
Sección 3.6.3 el orden del muestreo y la distribución del error no generarán sesgos en la
estimación del modelo dado que lo residuos son completamente aleatorios entre sí.
Si se compara al modelo de Bauer-Calder-Workman (1994) respecto al modelo de regresión de

Escondida, este último es más certero al estimar un valor de velocidad (Figura 5.2). Además,
tiene la posibilidad de generar un intervalo de confianza respecto a valor estimado, lo que le da
70
una ventaja respecto al modelo de Bauer-Calder-Workman que sólo entrega un valor
determinístico. Como se observa en la Figura 5.2 la curva de velocidades del modelo de
regresión (gris oscuro) está más cercana a la curva de los valores reales (línea azul).
Comparación de Modelos vs Velocidad Real (m/hr)
250
Velocidad de penetración (m/hr)
200
150
100
50
0
Fecha
Velocidad Real (m/hr) Modelo de Regresión (m/hr) Bauer-Calder-Workman (m/hr)
Figura 5.2 Comparación del modelo de regresión y el modelo de Bauer-Calder-Workman

respecto a la velocidad real.
5.4 ASIGNACIÓN ÓPTIMA DE BROCAS TRICÓNICAS

Con lo que respecta a la validación de la asignación, el proceso estuvo supeditado a la poca
información que se tenía para algunos modelos de tricono respecto a la vida útil y velocidades
históricas, según lo mostrado en la Tabla 4.3 y Tabla 4.4 de la Sección 4.2.2. Esto se explica
por la asignación histórica que han tenido las brocas, la cual se mantenido inalterable en los dos
últimos periodos de reevaluación (primer y segundo semestre de 2015).
Actualmente, la asignación de brocas sólo considera la apreciación de la “dureza” de la roca y la

vida útil de la broca tricónica y no su costo por metro perforado. La validación de la asignación
propuesta por este estudio, engloba más variables: el costo horario del equipo y la velocidad de
penetración, las cuales están incluidas dentro del costo total de perforación. Como se indica en
la Ecuación 4.1, el costo total de perforación considera no sólo la vida útil sino que también la
velocidad que han tenido los triconos en distintas expansiones. Si bien, la vida útil es diferente
para dos modelos de tricono, si un modelo tiene una velocidad ostensiblemente mayor que el
71
otro, puede justificar una cambio en la asignación dado que este incremento de velocidad
disminuye su costo total de perforación (Ecuación 4.1).
Otro aspecto importante a considerar tiene relación al tratamiento de la variable vida útil. Se
evidenció una gran dispersión de este parámetro en cada una de las expansiones estudiadas,
aspecto que puede invalidar una estimación puntal si se utiliza la media por ejemplo. Es
siempre recomendable estudiar el coeficiente de variación si se usa la media, o los rangos
intercuartílicos si se utiliza la mediana como estadígrafo de posición. Todo esto con el fin de no
generar un sesgo en la estimación del parámetro.
5.5 ALGORITMO DE OPTIMIZACIÓN DEL COSTO TOTAL DE PERFORACIÓN

El algoritmo de optimización propuesto, soluciona el problema de optimización a través de la
asignación operativa de menor costo para la flota de equipos disponibles en un determinado
turno.
Como se dijo en la Sección 3.6.1, el modelo de regresión generado por este estudio, posee una
confiabilidad del 78,61%, por lo cual las velocidades modeladas para calcular los costos totales
de perforación en la aplicación del algoritmo, implicarán que el costo calculado tenga la misma
probabilidad de ser estimado dentro de su propio intervalo de confianza, es decir, existe una
posibilidad del 21,39% de que el costo calculado sea sobrestimado o subestimado.
Como se mencionó en el capítulo anterior, la asignación calculada con Solver® en la mayoría

de los casos no es operativa, por lo cual, se debe recurrir al criterio del planificador para
reasignar ciertos equipos lo cual, en el peor de los casos, no implicaría una reducción respecto
al costo inicial de la asignación. Este hecho hace que se deban generar varias asignaciones de
forma “manual”, pudiendo tomar un tiempo mayor para encontrar la asignación final, la cual
quizá no tenga una reducción importante en el costo total de perforación para la flota.
El algoritmo propuesto por este estudio, maximiza la utilización efectiva de la flota, en el sentido
que evita movimiento de los equipos entre rajos y a veces entre expansiones dentro de una
misma mina. Todo esto se justifica para alcanzar las metas productivas en perforación.
5.6 EVALUACIÓN ECONÓMICA DE LA PROPUESTA

Finalmente se evaluó económicamente el impacto de la optimización del costo total de
perforación, considerando el periodo comprendido entre el 16/10/2015 y el 15/11/2015. La
evaluación económica consistió en la comparación del gasto total real incurrido en el periodo de
estudio respecto al gasto estimado utilizando el algoritmo de optimización generado por esta
investigación. Es decir, en el periodo de estudio se conocen: las horas efectivas perforadas, los
metros efectivamente perforados, las velocidades reales y la disponibilidad de equipos real en
cada turno.
72
Los supuestos con los cuales se evaluó el impacto de la metodología son los siguientes:
- Se consideró la misma disponibilidad de equipos para cada uno de los turnos

comprendidos entre las fechas antes mencionadas. No fueron tomados en cuenta los
equipos que están fuera del alcance de este estudio (Capítulo 1.3).
- Se consideró que la utilización efectiva permaneció inalterable, es decir, la cantidad de

horas que los equipos trabajaron durante el periodo en estudio fue la misma para cada
uno de los turnos.
- No se asumió ningún costo por traslado de equipo entre expansiones de una misma
mina, ya que esos gastos no los asume la superintendencia de perforación y tronadura.
Además, se supuso que los cambios se efectuaron en el cambio de turno, por lo cual
las horas efectivas de la flota también permanecieron constantes.
- Con el fin de realizar una comparación válida, la cantidad de metros perforados debe
permanecer invariable. Al ser las horas efectivas las mismas para todos los equipos y
para que se cumpla la condición de metros constantes, la velocidad de cualquier equipo
asignado por el algoritmo de optimización debe ser idéntica a la del caso real para cada
malla donde sea asignado, independiente del equipo.
En total se efectuaron un total de 60 reasignaciones de forma teórica, utilizando la metodología

explicada en la Sección 4.3. Una vez asignados todos los equipos se procedió a calcular el
gasto que tuvo cada uno de ellos para cada uno de los turnos. Para ello, se utilizó la velocidad
de penetración [m/hr] real y se multiplicó por las horas efectivas de trabajo, determinando así
los metros totales perforados (Tabla 5.1). Luego con el costo horario del equipo junto con la
velocidad de penetración, se estimó el costo total de perforación en cada caso, para finalmente
determinar el gasto asignado a cada perforadora.
En las Tablas 5.1 y 5.2 se muestran los resultados de la operación descrita en el párrafo
anterior para el día 16/10/2015 turno día.
Tomando la información dispuesta en la Tabla 5.1 se determinaron los costos y gastos totales
para ambas asignaciones, para de esta forma cuantificar el ahorro generado por la nueva
asignación (asignación optimizada).
73
Tabla 5.1 Parámetros utilizados para la estimación de los costos totales de perforación
del 16/10/2015 turno día
Malla Asignación Asignación Horas Velocidad Metros
Real optimizada operativas Real reales
nueva (m/hr) (m)
asignación
(hrs)
3040-e06-5013 EDE0010 EDE0010 2,3 73,6 171,8
3040-e06-5014 EDE0010 EDE0010 2,0 61,4 121,8
2915-n06-5010 EDE0011 EDE0029 1,2 61,3 73,5
2915-n06-5012 EDE0011 EDE0029 2,4 60,7 145,7
3070-n16-5019 EDE0028 EDE0011 6,4 62,5 396,7
3215-n08-5018 EDE0029 EDE0029 5,4 83,4 452,0
3200-n08-5016 EDD0033 EDD0035 2,3 76,9 175,6
3200-n08-5017 EDD0033 EDD0035 4,1 81,8 336,8
3200-n08-5017 EDD0034 EDD0034 6,2 73,9 457,0
3200-n08-5012 EDD0035 EDD0033 2,2 62,2 139,0
3200-n08-5016 EDD0035 EDD0033 0,2 102,0 17,0
3200-n08-5017 EDD0035 EDD0033 0,3 55,3 17,5
3070-n16-5013 EDD0036 EDD0036 6,0 97,8 588,3
En la Tabla 5.2 se cuantifican los gastos reales incurridos y los determinados por la asignación
resultante de la aplicación del algoritmo propuesto (gasto optimizado). La columna denominada
“gasto real” se determinó multiplicando el costo total de perforación para cada uno de los
equipos considerando la asignación dada por planificación. Cabe destacar, que el costo real y
costo optimizado se determina usando la Ecuación 4.2, la cual tomó el costo horario específico
de cada perforadora y la velocidad real alcanzada en cada malla de perforación. En la columna
“gasto optimizado”, se llevó a cabo la misma operación pero ahora considerando la asignación
determinada por el algoritmo de optimización.
Como se dijo anteriormente se consideró la misma distribución de horas y que cualquier equipo
reasignado tendrá la misma velocidad alcanzada por el equipo propuesto por planificación, no
obstante, sus horas efectivas no han sido alteradas.
La asignación propuesta por planificación tiene un gasto de 16.126,7 US$ mientras que la
nueva asignación tuvo un gasto 15.915,9 US$ perforándose un total de 2.717,1 m. Esto implica
una diferencia de 210,8 US$ los que se traducen en una disminución desde 5,94 US$/m a 5,86
US$/m, es decir, una reducción de un 1,3% en el costo total de perforación para dicho turno.
74
Tabla 5.2 Costo y gastos totales para ambas asignaciones del 16/10/2015 turno día
Malla Asignaci Asignación Costo Costo Metros Gasto Gasto
ón Real optimizada Real optimizado reales Real Optimizado
(US$/m) (US$/m) (m) (US$) (US$)
3040- EDE0010 EDE0010 7,2 7,2 171,8 1.234,0 1.234,0
e06-5013
3040- EDE0010 EDE0010 8,3 8,3 121,8 1.016,3 1.016,3
e06-5014
2915- EDE0011 EDE0029 8,4 8,8 73,5 614,4 648,6
n06-5010
2915- EDE0011 EDE0029 8,4 8,9 145,7 1.226,1 1.295,3
n06-5012
3070- EDE0028 EDE0011 9,1 7,5 396,7 3.628,4 2.990,0
n16-5019
3215- EDE0029 EDE0029 7,0 7,0 452,0 3.179,8 3.179,8
n08-5018
3200- EDD0033 EDD0035 6,4 5,8 175,6 1.118,3 1.022,2
n08-5016
3200- EDD0033 EDD0035 6,1 5,6 336,8 2.046,5 1.873,1
n08-5017
3200- EDD0034 EDD0034 6,5 6,5 457,0 2.949,6 2.949,6
n08-5017
3200- EDD0035 EDD0033 6,8 7,5 139,0 950,7 1.044,8
n08-5012
3200- EDD0035 EDD0033 4,8 5,2 17,0 80,9 87,9
n08-5016
3200- EDD0035 EDD0033 7,5 8,3 17,5 131,5 144,8
n08-5017
3070- EDD0036 EDD0036 5,3 4,8 588,3 3.112,4 2.801,7
n16-5013
Total (US$) 16.126,7 15.915,9

Si bien el costo aumenta para algunos equipos, el algoritmo de optimización propuesto reduce
el gasto total de perforación a nivel de flota. Por lo tanto, para el total de metros perforados
durante el turno el gasto optimizado siempre será menor respecto al caso inicial (asignación
propuesta por planificación).
El mismo procedimiento fue replicado para todo el resto de las fechas en estudio en cada turno,
para luego contrastar la diferencia entre el gasto y costo total de perforación. Los resultados de
esta operación se muestran en las Tablas 5.3 y 5.4 como sigue a continuación:
Tabla 5.3 Metros perforados y costo real comprendido entre el 16/10/2015 día y 15/11/2015
noche
Caso Real - Desde 16/11/2015 turno día al 15/11/2015 turno noche
Metros Perforados Reales [m] 194.575,9
Gasto Real [US$] $ 1.192.201,85
Costo Real [US$/m] 6,13
75
Tabla 5.4 Resultados de la optimización del costo total de perforación para el periodo
comprendido entre 16/11/2015 día y 15/11/2015 noche.
Caso Optimizado
Metros Perforados 194.575,9
Diferencia de metros [%] 0,0%
Gasto Estimado [US$] $ 1.177.907,83
Diferencia de Gasto[US$] -$ 14.294,02
Costo Total de Perforación [US$/m] 6,05
Diferencia de costo [%] -1,2%
De las Tablas 5.3 y 5.4 se observa una disminución del 1,2% en el costo total de perforación lo
que se traduce en 14.294 US$. Si bien la reducción del costo no es significativa demuestra que
existe una asignación que disminuye el costo. Otra razón que explica esta reducción tan poco
significativa es el hecho que la metodología privilegia la utilización de los equipos frente a la
disminución del costo. Lo cual implica que, para la generación de las nuevas asignaciones se
evitó el movimiento de equipos, logrando así maximizar sus horas efectivas de perforación.
Por lo tanto, con esta metodología se demuestra que es posible optimizar el costo total de
perforación para la flota únicamente por la asignación de los equipos.
5.7 PROYECCIÓN DEL COSTO TOTAL DE PERFORACIÓN

Utilizando el modelo de regresión descrito en la Sección 3.6.2, se efectuó la proyección del
costo total de perforación usando tres valores de velocidad. Dichos valores fueron obtenidos del
intervalo de confianza del valor estimado por el modelo. El límite inferior corresponde a la
velocidad pesimista [m/hr], el valor esperado a la velocidad media [m/hr] y el límite superior
corresponde a la velocidad optimista [m/hr].
Por otra parte, se utilizó la misma asignación propuesta por planificación a fin de comparar la
eficacia del modelo para efectuar planificaciones futuras. Las consideraciones fueron las
mismas descritas en la Sección 5.6, salvo que ahora las velocidades son las estimadas por el
modelo por ende, la cantidad de metros perforados también será distinta.
Los resultados de este procedimiento son mostrados en la Figura 5.4, en el cual se evidencia
que el modelo de regresión tiene una aproximación buena de los metros perforados para los
casos pesimista y esperado, donde la variación respecto a los metros efectivamente perforados
fue del -3,4% para el primer caso, lo que equivale a 6.667,1 [m]. Por su parte, para el caso
esperado la variación fue de 2,3% lo cual corresponde a 4.483,7 [m]. El caso optimista produce
una sobreestimación del 8.0% de los metros perforados equivalentes a 15.624,5 [m] por sobre
el valor real de 194.575 [m]. Por lo tanto, el modelo para sus casos pesimista y esperado
representa una buena aproximación para la proyección de los metros perforados.
76
Por el lado del gasto (barras azules y eje primario), el modelo subestima dicho valor para todos
los casos, por lo cual el costo total de perforación (curva roja y eje secundario) proyectado
también fue subestimado. Este hecho se explica porque los costos horarios de los equipos
fueron estimados a partir de valores promedio dependiendo de su utilización efectiva, no
disponiendo del valor real de dicho costo.
Proyección del Costo Total de Perforación

1300.0 194.575 m 6.20
6,13
1200.0 -3,4% +2,3% +8,0% 6.00
187.909 m 199.060 m 210.210 m
Costo Total de Perforación (US$/m)

1100.0 5.80
5,63
Gasto Total (kUS$)
1000.0 5.60
900.0 5,39 5.40
800.0 5,18 5.20
700.0 1.192,2 1.057,1 1.073,0 5.00

1.088,9
600.0 4.80
500.0 4.60
Caso Real Caso Pesimista Caso Esperado Caso Optimista
Gasto Costo
Figura 5.3 Proyección del gasto y costo total de perforación utilizando el modelo de
regresión propuesto en el periodo comprendido entre 16/10/2015 al 15/11/2015.
5.8 EFECTO DEL AUMENTO EN LA VELOCIDAD DE PENETRACIÓN

Por último, se procedió a efectuar una sensibilización de la velocidad de penetración a fin de
cuantificar el impacto en el costo total de perforación en la asignación real que tuvo el periodo
considerado en la evaluación económica (16/10/2015 al 15/11/2015).
Se asumió que el aumento de hasta un 10% de la velocidad de penetración no tiene mayor

incidencia en la vida útil de la broca tricónica, como se ha determinado en la Sección 3.9. De
acuerdo a la Ecuación 4.2 un aumento en la velocidad de penetración suscita una reducción en
el costo, sin embargo, una aplicación excesiva de parámetros de perforación puede ocasionar
77
una falla prematura del tricono, lo cual tiene un costo adicional que, sería recobrado de acuerdo
a lo estipulado en el contrato de perforación que posee la compañía. Por lo tanto, el 10% de
aumento en la velocidad de penetración supone que no causa una falla prematura de la broca
tricónica.
Como se indica en la Figura 5.5, un aumento en la velocidad de penetración genera un

incremento en el gasto por la mayor cantidad de metros perforados, sin embargo, el costo total
de perforación disminuye por este mismo motivo.
Es importante tener en cuenta que se desconoce lo que sucede con la vida útil de la broca
tricónica al aumentar la velocidad, es decir, con el aumento en los parámetros de perforación
aplicados (pulldown, velocidad de rotación o presión de trabajo).
Como se ha indicado anteriormente, el aumento de la velocidad también está limitado por las
características de la roca perforada. De todas las variables consideradas dentro del modelo, el
UCS es la única que no puede ser controlada, lo cual tiene incidencia directa en los
rendimientos de perforación.
Cuando se perfora una roca apreciablemente competente, no se justifica un aumento de la

velocidad ya que para lograr dicho incremento, los parámetros de perforación aplicados por el
operador deben aumentar y, como se dijo anteriormente, éstos pueden superar los límites
impuestos por el fabricante, pudiéndose causar daños a las estructuras de corte o a los
componentes de la broca tricónica, incurriéndose en un gasto mayor por los recobros
estipulados en el contrato por falla prematura del tricono.
Gasto y Costo Total de Perforación frente al aumento de velocidad de
Costo Total de Perforación (US$/m)

penetración
1230 6.20
6.10
Gasto Total (kUS$)
1220
6.00
1210 5.90
1200 5.80
5.70
1190
5.60
1180 5.50
1 2 3 4 5 6 7 8 9 10
Incremento de la velocidad (%)
Gasto Total [kUS$] Costo Total de Perforación (US$/m)
Figura 5.4 Efecto del incremento en la velocidad de penetración en el costo total de

perforación
78
CAPÍTULO 6: CONCLUSIONES Y RECOMENDACIONES
6.1 CONCLUSIONES
A partir la investigación efectuada se concluye lo siguiente:
Se cumplió el objetivo de optimizar el costo total de perforación utilizando un modelo predictivo

de velocidad de penetración el cual se generó a partir de datos tomados en terreno en la flota
de perforación de producción de Minera Escondida. El modelo describe la variabilidad de la
velocidad en un 79,25% y tiene una confiabilidad para predecir nuevos valores de 78,61%,
según lo descrito en la Sección 3.6.1.
De acuerdo a lo expuesto en la Sección 3.3 un tamaño de muestra de 384 fue suficiente para
tener un 95% de confianza en la estimación de las velocidades, sin embargo, esto no limita a
que el modelo pueda ser perfeccionado aumentando la cantidad de datos. Debido al tiempo
limitado y la poca cantidad de datos que se obtenían por día, el estudio consideró un total de
392 observaciones para generar el modelo de regresión propuesto.
Es posible modelar la velocidad de penetración considerando variables operacionales y de la

roca perforada. Para ello, se aplicó la metodología de la regresión lineal multivariable con la
cual se generaron una serie de ecuaciones que permiten estimar un intervalo de confianza para
la velocidad de penetración. El modelo de regresión lo componen variables de tipo cualitativa y
variables cuantitativas, las cuales se escogieron conociendo su relevancia estadística a través
de pruebas de hipótesis. El modelo cumple con los supuestos básicos de la regresión según lo
expuesto en la Sección 3.6: las variables son independientes entre sí, el error se distribuye de
manera normal y no existe relación entre éste y el orden en que se registraron las
observaciones que componen la base de datos de terreno.
Respecto al algoritmo de optimización propuesto, éste resuelve el problema de optimización el

cual corresponde a minimizar el costo total de perforación para la flota, sin embargo, es
necesario corregir la asignación propuesta a fin de que sea operativa. Por consecuencia, la
aplicación de la metodología depende del criterio del planificador con respecto a si es posible
mover un equipo cuando sea requerido. Por lo tanto, existe una posibilidad de mejorar el
algoritmo para no depender del uso del criterio para encontrar una solución factible y que
reduzca el costo total de perforación.
También se concluye que el modelo propuesto por Bauer-Calder-Workman (1994) posee una
buena aproximación de la velocidad real, sin embargo, este únicamente entrega un valor
determinístico, lo cual representa una desventaja frente al modelo de regresión que estima un
intervalo de confianza de acuerdo a lo descrito en la Sección 5.3.
79
No fue posible la confección de los ábacos de vida útil, debido a que esta variable es compleja
de modelar. La vida útil finalmente no se relaciona de forma significativa con la velocidad de
penetración o el UCS de acuerdo a los resultados descritos en la Sección 3.9, sin embargo, se
hace hincapié que la base de datos utilizada no registraba parámetros de perforación, por lo
cual no se conoce bajo qué condiciones operaron los triconos estudiados.
La verificación de la asignación de triconos, que actualmente se realiza sólo por vida útil y
percepción de la dureza de la roca, fue validada considerando una nueva variable: el costo total
de perforación. No sólo es importante que la broca tricónica tenga una vida útil superior a la
mínima dada por el fabricante, sino que ésta además debe perforar a una velocidad adecuada a
fin de que se minimice el costo.
La evaluación económica de la propuesta considerada para un mes, arrojó un ahorro de 14.294

US$ que se traducen en una reducción del costo total de perforación de la flota de un 1,3%. Si
bien la reducción no es significativa demuestra que es posible reducir el costo únicamente por el
hecho de asignar los equipos de forma tal, que se reduzca el costo para la flota. Es importante
destacar que esta metodología privilegió la maximización de la utilización efectiva frente a la
reducción del costo.
Finalmente, un aumento en la velocidad necesariamente produce una disminución en el costo

total de perforación, sin embargo, existe incertidumbre en el comportamiento de la vida útil dado
este incremento. El aumento de la velocidad de acuerdo a las constantes del modelo implica
que los parámetros de perforación deben incrementarse, lo cual si se hace en forma
desmedida, puede producir un daño en la estructura de corte del tricono o de éste como tal, lo
cual va en desmedro de la velocidad de penetración por lo tanto, del costo total de perforación.
6.2 RECOMENDACIONES
En virtud a los resultados obtenidos de este trabajo se recomienda al mandante:
- Utilizar el modelo de regresión obtenido a partir de los datos de perforación tomados en

terreno para estimar velocidades; aunque no se cierra la posibilidad de utilizar el
modelo de Bauer-Calder-Workman (1994) en el caso que se requiera.
- Disponer de un sistema de registro de parámetros de perforación, ya que con él se

podría dirimir si un tricono falló por mala operación o por desperfecto de fabricación.
- Otro aspecto a considerar es que la evaluación de la vida útil depende de la distribución

de datos y de su dispersión. Se recomienda efectuar un estudio estadístico acabado de
la vida útil y verificar el coeficiente de variación si se estima una media, o el cálculo de
80
percentiles si se estima una mediana; a fin de reportar un valor representativo de esta
variable.
- Como la actual asignación sólo depende de la vida útil, se tiene incertidumbre si el

costo total de perforación es el mínimo. Por lo tanto, se recomienda considerar la
velocidad de penetración al momento de efectuar la asignación de un determinado
modelo de tricono a cualquiera de las expansiones en explotación.
- Si se utiliza el modelo de regresión multivariable para proyectar los metros perforados

por la flota se recomienda utilizar el límite inferior o el valor medio del intervalo de
confianza estimado por el modelo. Utilizar el intervalo superior supone una excesiva
sobreestimación de los metros perforados por lo cual podrían planificarse metas
productivas inalcanzables.
- Para la proyección del gasto y costo total de perforación se recomienda disponer de

una buena estimación de los costos horarios, además de una proyección de la
utilización para cada uno de los equipos. Los resultados para el mes en estudio
arrojaron una subestimación del gasto explicado por una deficiente estimación del costo
horario de los equipos.
81
BIBLIOGRAFÍA
Anderson, T. W. y Darling, D. A. 1954. A Test of Goodness of Fit. Alexandria : The American
Statistical Association, 1954, Journal of the American Statistical Association, Vol. 49.
Alarcón, Miguel. 2015. Manual de Diseño Perforación y Tronadura Escondida. Antofagasta :

Minera Escondida, 2015. Informe Técnico Interno. [Inédito]
—. 2015. Manual de Diseño Perforación y Tronadura Escondida Norte. Antofagasta : Minera

Escondida, 2015. Informe Técnico Interno. [Inédito]
Arriaza Balmón, Manuel. 2006. Guía Práctica de Análisis de Datos. Universidad de Murcia
Sitio web. [En línea] 2006. [Citado el: 12 de Noviembre de 2015.]
http://www.um.es/jmpaz/AGP1213/guia_practica_de_analisis_de_datos.pdf.
Bauer, A. y Calder, P. 1967. Open Pit Drilling-Factors Influencing Drilling Rates. Otawa: 4th
Canadian Symposium on Rock Mechanics.
Bauer, Alan. 1971. Open pit drilling and blasting. The Southern African Institute of Mining and
Metallurgy Web Site. [En línea] 1971. [Citado el: 15 de 12 de 2015.]
http://www.saimm.co.za/Journal/v071n06p115.pdf.
Durán Arraño, Rodrigo Andrés. 2013. Desarrollo de algoritmo de consumo de combustible en

camiones de extracción para minería a rajo abierto. Santiago : Universidad de Santiago de
Chile, Facultad de Ingeniería, Departamento de Ingeniería Civil en Minas, 2013. Tesis para
optar al título de Ingeniero Civil en Minas.
Gokhale, B.V. 2011. Rotary drilling and blasting in large surface mines. Londres : Taylor&
Francis Group, 2011. ISBN 978-0-203-84139.
Instituto Nacional de Estadísticas (Chile). 2015. Nueva encuesta suplementaria de ingresos.

Instituto Nacional de Estadísticas Sitio Web. [En línea] 2015. [Citado el: 23 de Diciembre de
2015.]
http://www.ine.cl/canales/chile_estadistico/mercado_del_trabajo/nene/nesi/archivos/antecedente
s_metodologicos/manual_conceptual_y_metodologico_nesi.pdf.
Workman, J. y Calder, P. 1996. Large hole rotary drill perfomance. Orlando : International
Society of Explosives Engineers, 1996. The annual conference on explosives and blasting.
López Jimeno, Carlos, López Jimeno, Emilio y Bermúdez García, Pilar. 1994. Manual de
perforación y voladura de rocas. Madrid : U.D. Proyectos, 1994.
82
Minitab Inc. 2014. Manual Usuario Minitab 17. Minitab Web Site. [En línea] 2014. [Citado el: 20
de Diciembre de 2015.] http://www.minitab.com/uploadedFiles/Documents/getting-
started/Minitab17_GettingStarted-es-es.pdf.
Montgomery, Douglas C. 2004. Diseño y análisis de experimentos. México DF : Limusa, 2004.

ISBN 968-18-6156-6.
Portal Minero. 2005. Guía de Ingeniería de Operaciones Mineras: Tecnología y procesos

productivos, Chile 2005/2006. Santiago : Portal Minero Ediciones, 2005.
Praillet, R. 1978. A new approach to blasting. s.l : Drilltech Inc, 1978.
Rod, Hilmar. 2015. Escondida, Enhancing our competitive advantage. BHP Billiton Web Site.
[En línea] 2015. [Citado el: 29 de Febrero de 2016.]
http://www.bhpbilliton.com/~/media/bhp/documents/investors/reports/2015/151202_coppersiteto
urday2.pdf?la=en.
Sandvik (Chile). 2015. Informe de gestión mensual Noviembre 2015. Antofagasta : Sandvik,
2015. Informe Técnico Interno.[Inédito]
Sandvik (Suecia). 2006. Brocas Tricónicas en la Minería de Superficie. Sandviken : Sandvik,

2006. Informe Técnico Interno.[Inédito]
Silva Ortíz, Marcelo Alejandro. 2015. Desarrollo de un modelo predictivo para la granulometría
de alimentación a circuitos de molienda. Santiago : Universidad de Santiago de Chile, Facultad
de Ingeniería, Departamento de Ingeniería en Minas, 2015. Tesis para optar al título de
Ingeniero Civil en Minas.
Smith, Esteban. 2012. Comparison of the Predictive Models of Rotary Drilling Performance with
respect to Rock Hardness. Leoben : Montanuniversität Leoben, Facultad de Ingeniería,
Departamento de Ingeniería y Economía Minera, 2012. Tesis para optar al título de Ingeniero
Internacional de Minas.
Véliz, W. y Camacho, J. 2003. Antecedentes geológicos del yacimiento La Escondida.

Biblioteca del Servicio Nacional de Geología y Minería Sitio Web. [En línea] 2003. [Citado el: 28
de Diciembre de 2015.]
http://biblioteca.sernageomin.cl/opac/DataFiles/VelizW_y_CamachoJ.pdf.
Workman J. L & Calder P. 1994. Flyrock prediction and control in surface mine blasting. Austin:
International Society of Explosives Engineers (ISEE), 1994. The annual conference on
explosives and blasting.
83
ANEXOS
84
Tabla A.2 Parámetros de diseño de perforación y tronadura – Mina Escondida
ANEXO A – PARÁMETROS DE DISEÑO DE PERFORACIÓN Y TRONADURA
Fuente: Minera Escondida, 2015.
85
Tabla A.1 Parámetros de diseño de perforación y tronadura – Mina Escondida (continuación)
86
Tabla A.2 Parámetros de diseño de perforación y tronadura – Mina Escondida Norte
87
ANEXO B – DISTRIBUCIONES ACUMULADAS PARA LA POBLACIÓN MENSUAL DE
POZOS
Figura B.1 Gráficos de probabilidad acumulada para distintas distribuciones - caso

mensual
88
Figura B.2 Gráficos de probabilidad acumulada para distintas distribuciones - caso
mensual (continuación)
89
ANEXO C – DETERMINACIÓN DEL TAMAÑO DE MUESTRA
𝑁∗𝑧 2 ∗𝑝∗(1−𝑝)
𝑛 = (𝑁−1)∗𝑒1−𝑎
2 2 ∗𝑝∗(1−𝑝) Ecuación C.1
+𝑧1−𝑎
Para cada nivel de confianza se tiene que el valor es:
Tabla C.1 Valor de la distribución normal para distintos niveles de confianza

Nivel de Confianza Valor de Z
90% 1,65
92,5% 1,76
95% 1,96
Para todos los casos el error de estimación es 5%
Luego, para una estimación de alcance anual:
- Con 90% de confianza
186107 ∗ 1,652 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 271,9 ≈ 272
(186107 − 1) ∗ 0,052 + 1,652 ∗ 0,5 ∗ (1 − 0,5)
- Con 92,5% de confianza
186107 ∗ 1,762 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 309,2 ≈ 310
(186107 − 1) ∗ 0,052 + 1,762 ∗ 0,5 ∗ (1 − 0,5)
186107 ∗ 1,962 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 383,4 ≈ 384
(186107 − 1) ∗ 0,052 + 1,962 ∗ 0,5 ∗ (1 − 0,5)
Para una estimación de alcance mensual:
16494 ∗ 1,652 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 267,8 ≈ 268
(16494 − 1) ∗ 0,052 + 1,652 ∗ 0,5 ∗ (1 − 0,5)
16494 ∗ 1,762 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 304,1 ≈ 305
(16494 − 1) ∗ 0,052 + 1,762 ∗ 0,5 ∗ (1 − 0,5)
90
16494 ∗ 1,962 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 375,4 ≈ 376
(16494 − 1) ∗ 0,052 + 1,692 ∗ 0,5 ∗ (1 − 0,5)
Para una estimación de alcance semanal:
16594 ∗ 1,652 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 252,9 ≈ 253
(16594 − 1) ∗ 0,052 + 1,652 ∗ 0,5 ∗ (1 − 0,5)
16494 ∗ 1,762 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 285 ≈ 286
(16494 − 1) ∗ 0,052 + 1,762 ∗ 0,5 ∗ (1 − 0,5)
16494 ∗ 1,692 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 346,8 ≈ 347
(16494 − 1) ∗ 0,052 + 1,692 ∗ 0,5 ∗ (1 − 0,5)
Para una estimación de alcance diario:
618 ∗ 1,652 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 189,2 ≈ 190
(618 − 1) ∗ 0,052 + 1,652 ∗ 0,5 ∗ (1 − 0,5)
618 ∗ 1,762 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 206,6 ≈ 207
(618 − 1) ∗ 0,052 + 1,762 ∗ 0,5 ∗ (1 − 0,5)
618 ∗ 1,962 ∗ 0,5 ∗ (1 − 0,5)

𝑛= = 237,1 ≈ 238
(618 − 1) ∗ 0,052 + 1,692 ∗ 0,5 ∗ (1 − 0,5)
91
ANEXO D – MUESTRAS ALEATORIAS DE DISTINTOS TAMAÑO PARA DE
VELOCIDAD DE PENETRACIÓN [M/HR]
(Las medias se indican ennegrecidas)
Tabla D.1 Muestras aleatorias de distintos tamaños
Muestra tamaño 5
96 44 69 85 124 107 45 80 83 90
96 124 120 84 99 80 128 71 124 143
120 144 117 69 98 56 180 87 117 83
90 75 137 107 75 128 43 107 170 96
102 64 94 60 80 110 198 106 73 146
83 65 146 128 129 103 204 74 96 95
85 104 98 104 118 93 98 92 114 98
88 60 95 77 121 71 85 94 66 95
Muestra tamaño 50
95 70 85 117 55 105 78 117 117 124
129 92 113 96 123 93 48 96 56 92
90 79 117 102 96 97 108 92 114 111
97 128 128 113 78 83 170 57 98 93
Muestra tamaño 10 102 56 116 70 73 45 68 111 128 56
96 113 97 160 78 124 81 96 64 90 95 137 110 93 90 58 102 103 93 198
88 85 65 88 144 68 64 56 113 87 74 106 150 77 78 83 31 89 70 60
90 105 102 58 56 62 69 120 120 107 64 40 98 106 255 175 48 72 146 113
117 141 90 72 137 70 49 135 48 46 165 117 74 146 102 71 103 53 104 93
53 54 132 75 170 150 105 75 80 117 120 90 95 88 170 90 93 104 87 52
69 75 105 76 107 260 36 108 42 76 62 115 102 64 123 94 165 69 117 69
56 99 99 98 70 98 102 137 140 150 255 117 137 93 52 39 105 75 35 55
120 72 85 93 41 113 78 107 107 135 56 68 113 68 64 78 76 60 128 146
79 71 96 132 78 110 146 68 154 124 137 166 150 150 105 85 110 128 170 112
84 113 77 154 102 35 66 48 96 51 56 33 133 150 69 88 105 78 93 85
85 93 95 101 98 109 79 95 96 98 99 128 64 100 85 89 64 45 136 101
128 66 96 73 146 105 64 210 85 60
141 49 198 139 198 120 135 68 103 99

Muestra tamaño 20
93 45 85 95 96 54 90 113 113 120
129 93 141 146 175 96 60 77 85 116
177 141 59 95 96 49 64 135 85 75
68 99 85 93 146 81 103 75 99 74
55 141 90 175 128 126 52 102 146 62
96 146 85 53 175 104 79 107 141 75
78 137 93 90 110 60 90 131 102 87
99 101 178 102 83 146 77 107 73 95
85 83 62 120 49 77 128 147 137 51
62 53 107 113 102 87 62 102 128 90
102 125 192 111 99 124 56 56 150 97
73 159 66 81 47 164 102 90 170 127
93 95 109 124 150 99 180 90 112 104
87 160 93 110 78 77 113 117 68 69
117 113 68 100 148 69 124 85 60 117
62 73 116 148 107 76 128 93 164 124
146 192 120 122 107 113 110 90 63 90
46 44 117 113 165 83 74 78 117 102
69 87 138 180 113 64 88 111 34 41
100 60 64 146 96 125 73 64 198 74
107 165 120 109 53 78 76 64 81 141
103 192 56 83 240 57 137 78 70 29
55 96 131 71 95 148 204 61 80 102
38 90 38 128 71 90 86 88 111 103
141 150 80 111 154 96 93 105 175 92
68 72 81 73 85 81 94 64 108 146
44 150 38 93 107 65 106 110 105 69
88 151 170 111 175 44 68 68 96 62
108 82 80 68 70 105 135 68 106 160
150 124 116 76 117 113 66 51 113 141
58 99 113 68 129 117 122 137 137 175
51 108 168 117 119 129 110 105 137
56 165 69 127 80 46 86
Fuente:
198170
Elaboración
87
56Propia,
56 2015
85 120 66 109 48 102 101 170
92
Tabla D.1 Muestras aleatorias de distintos tamaños (continuación)
108 95 99 144 107 60 44 47 77 160 35 107 81 137 154 78 113 85 58 120
75 78 102 166 255 99 83 140 96 102 83 90 117 85 131 120 120 46 70 118
113 192 66 105 107 120 97 83 90 93 73 93 137 66 56 175 77 69 180 83
116 85 64 48 129 137 192 87 69 83 113 96 128 100 54 95 73 99 137 69
146 148 128 110 81 43 122 100 150 117 127 88 39 97 96 101 111 61 42 102
76 75 146 40 162 128 117 116 76 101 93 78 107 60 79 141 105 78 55 88
117 67 106 81 87 102 71 90 113 120 64 141 128 135 93 120 146 154 34 42
113 42 126 96 140 51 73 53 74 128 38 81 141 38 80 77 104 245 165 40
146 85 70 146 85 76 83 64 165 101 126 102 88 133 115 70 113 71 62 85
95 129 128 51 73 117 87 210 210 116 60 88 90 116 64 62 106 255 117 66
81 129 68 88 99 76 62 47 66 78 77 69 56 78 95 90 141 131 95 58
87 74 91 107 113 52 127 141 120 75 70 68 73 119 146 99 170 68 113 99
113 60 130 43 83 129 88 72 48 111 180 64 146 124 99 71 150 68 87 80
64 111 101 137 41 187 51 82 80 124 170 150 113 146 93 137 142 71 99 154
70 150 88 62 146 124 88 73 55 128 71 76 46 58 175 117 85 112 170 141
50 153 146 96 146 40 46 113 44 97 65 111 160 140 54 113 120 83 102 128
146 57 78 165 120 113 146 90 204 113 85 76 69 133 120 96 165 85 62 51
102 104 105 103 111 92 96 95 103 102 117 95 109 36 76 135 39 62 64 81
141 51 81 49 74 47 96 123 111 90
50 99 141 93 120 140 113 128 36 192

Muestra tamaño 100
78 54 133 87 47 68 77 107 98 74
111 71 49 70 204 93 87 55 60 90
128 102 113 113 103 113 40 165 98 103
90 133 107 64 53 85 101 58 140 66
69 107 240 146 108 56 113 170 41 48
96 74 129 75 61 85 77 87 113 137
89 48 60 74 87 43 137 50 106 69
60 93 102 69 102 102 113 62 87 56
90 87 146 53 53 80 81 165 120 131
109 141 131 109 186 108 135 79 117 131
102 46 93 104 204 90 60 60 75 120
154 96 137 99 131 113 120 154 93 42
105 150 150 54 204 103 93 99 69 76
110 145 84 73 105 105 62 77 117 102
113 165 87 128 44 102 124 160 131 83
175 120 70 69 116 129 128 46 73 113
50 96 56 98 79 87 117 76 75 78
76 82 141 105 107 111 64 78 81 83
175 85 69 52 204 113 76 102 70 131
105 54 128 60 73 87 78 88 113 136
128 107 150 93 170 72 146 83 51 129
131 165 69 113 93 50 115 210 150 174
96 108 160 49 128 146 107 175 107 127
68 87 158 93 83 95 102 110 68 76
39 58 141 60 120 105 68 85 90 84
62 146 87 108 75 117 95 90 81 96
78 54 75 133 96 96 75 83 113 117
60 48 77 141 56 93 39 57 180 133
186 165 76 95 88 49 107 40 113 84
96 76 134 56 55 79 137 137 37 131
51 60 95 117 69 96 79 93 81 107
93 114 76 114 125 120 128 113 146 85
137 99 137 60 160 64 124 124 139 74
165 141 120 83 81 77 62 102 105 75
51 93 50 113 110 165 146 76 117 95
89 90 87 71 90 60 113 146 62 113
170 137 96 131 72 180 44 117 107 73
60 113 81 107 146 73 85 105 102 75
87 174 45 255 102 74 57 81 76 64
94 113 160 113 130 121 49 69 65 110
170 102 118 77 93 104 57 102 87 95
137 101 170 58 248 107 67 120 74 71
90 160 44 165 73 35 58 150 99 130
88 60 165 118 102 75 136 61 42
Fuente: Elaboración123
Propia, 201547
109 120 100 93 99 54 72 102
93
49 Tabla D.1 Muestras aleatorias de distintos tamaños (continuación)
113 83 108 104 63 107 85 41 66 60 115 75 74 102 107 198 113 56 42
120 65 56 137 83 175 78 102 85 165 70 146 52 75 72 73 128 55 85 56
63 166 128 73 73 46 107 129 110 170 75 128 102 90 123 198 80 52 96 107
146 128 104 86 135 164 141 87 180 120 49 204 93 98 128 90 49 84 93 116
58 146 63 71 168 88 113 150 131 76 113 36 130 104 42 131 105 50 101 62
71 82 87 34 75 69 38 83 146 109 126 98 88 69 170 131 68 93 74 44
88 39 83 78 131 128 79 73 68 62 60 69 102 58 82 75 94 95 110 85
90 46 78 107 107 59 77 95 81 85 42 87 66 74 81 75 54 93 110 96
107 128 168 54 76 204 65 120 111 85 137 139 131 104 66 126 110 248 107 88
106 78 64 66 110 101 47 96 66 141 70 64 90 107 146 145 102 120 123 69
80 111 166 56 113 120 77 102 78 102 102 87 78 53 74 73 90 100 107 60
87 175 102 40 128 60 160 93 145 78 69 132 70 44 80 112 131 165 68 76
55 99 85 93 123 150 122 71 198 88 128 62 113 68 55 63 90 129 91 124
103 124 129 62 155 113 43 109 87 68 90 105 46 75 170 93 124 102 150 137
49 133 95 85 113 75 117 88 90 103 131 54 85 52 49 128 107 117 60 88
80 93 145 132 175 78 93 69 35 137 150 90 71 81 103 124 255 111 160 53
107 175 66 68 150 170 87 74 107 113 66 66 95 115 62 85 95 40 120 90
38 52 60 62 58 128 117 38 68 75 74 119 54 160 83 62 47 102 166 62
117 80 170 62 71 57 165 60 113 120 68 90 170 60 117 83 150 85 60 58
60 54 82 118 80 109 88 111 148 146 53 206 95 165 146 107 74 87 80 120
59 99 76 68 62 128 111 102 60 158 101 88 37 62 116 75 120 105 78 100
58 175 117 85 99 150 76 82 54 170 97 122 93 73 255 117 255 117 75 162
170 69 70 76 158 58 192 113 114 102 110 118 85 68 210 85 85 104 64 95
146 68 50 131 160 97 90 113 57 126 105 74 99 47 90 107 101 133 128 102
60 150 107 154 50 81 34 102 105 116 60 103 118 105 45 117 68 68 95 55
76 83 107 75 87 66 87 96 117 120 74 137 88 36 84 128 60 131 34 105
80 47 75 150 128 56 88 107 56 90 113 97 95 54 81 108 138 68 81 35
62 95 64 80 90 107 175 113 110 78 43 192 132 103 35 105 88 93 147 88
90 146 78 107 105 154 60 64 75 204 128 117 88 137 108 255 107 63 100 131
148 120 123 90 93 107 83 110 136 60 41 105 128 75 124 90 101 82 96 75
106 58 75 66 72 107 71 60 128 117 87 83 90 69 37 80 135 94 113 88
93 108 146 150 150 99 85 72 105 140 141 146 67 66 128 147 113 94 125 55
93 117 131 131 105 90 190 66 110 248 260 137 192 88 85 124 92 117 137 129
117 64 83 93 77 115 97 38 113 50 61 63 152 65 58 96 89 165 150 95
57 95 113 111 85 77 102 67 70 53 64 40 42 170 124 78 54 95 87 53
96 101 103 94 107 100 99 98 96 102 113 66 128 146 198 98 60 80 120 44
136 90 146 77 74 131 71 105 141 68
186 69 141 48 64 170 136 99 73 113

Muestra tamaño 200
128 65 69 60 124 130 113 70 48 158
141 140 192 137 93 105 165 108 107 102
80 105 90 47 120 108 95 85 85 108
136 175 120 82 73 93 137 170 141 93
88 57 108 90 107 35 117 251 53 140
68 84 54 80 146 85 100 117 101 101
146 123 49 87 91 81 46 64 104 85 128
78 141 57 107 66 38 170 40 77
105Propia,
Fuente: Elaboración 85 2015
90 47 88 68 93 143 97 75
94
191 47 Tabla53D.185Muestras
142 68 137 aleatorias
115 105 120de distintos
85 tamaños
117 105 60 (continuación)
108 150 137 108 83 71
132 120 79 56 57 124 160 51 175 135 127 49 109 102 44 85 180 124 76 125
54 126 50 100 96 140 129 117 180 90 100 60 112 51 125 66 83 60 34 117
129 53 120 107 150 87 95 146 58 76 128 113 146 129 44 146 44 108 117 170
22 75 60 128 31 78 112 93 120 122 96 165 60 62 32 93 39 188 36 52
77 146 180 83 72 59 90 88 38 107 104 96 96 85 42 266 124 88 137 93
102 137 75 64 129 218 73 144 88 130 83 48 113 170 118 83 56 78 101 88
210 210 85 102 96 60 39 154 86 93 204 48 68 72 120 64 78 165 141 165
124 150 39 93 113 96 147 85 102 113 83 128 110 135 128 57 60 129 70 198
81 132 72 102 61 83 64 133 51 154 67 95 99 87 103 62 128 71 96 90
80 123 120 76 129 90 120 60 210 145 78 98 77 146 58 144 113 151 66 67
69 170 106 62 101 117 45 69 68 102 85 107 175 118 131 120 124 32 132 95
93 81 150 112 50 128 101 75 64 85 257 137 121 59 89 102 108 41 45 131
129 120 90 120 96 91 73 113 64 98 90 137 131 120 69 52 105 95 56 95
56 85 132 146 105 126 73 120 113 85 64 98 68 90 128 75 141 69 124 165
111 64 170 56 88 124 75 85 95 76 165 128 83 208 55 71 75 76 132 102
75 210 85 38 96 105 128 74 70 81 128 263 54 44 96 79 107 129 60 93
75 117 135 77 51 46 43 72 157 63 105 101 56 106 89 119 88 60 100 64
113 70 102 120 68 60 120 101 102 112 165 53 133 170 83 96 150 64 107 56
99 36 130 109 85 69 120 170 86 83 160 60 137 128 166 131 82 146 90 62
141 150 62 116 117 82 180 105 88 150 89 107 120 146 110 129 73 128 75 113
75 62 80 66 57 154 53 80 90 131 64 99 93 72 204 60 51 60 76 105
64 93 120 204 98 60 83 151 104 175 128 204 68 102 74 60 72 83 42 93
125 150 102 95 64 170 263 93 59 87 125 102 80 78 72 85 120 40 119 48
186 80 45 117 75 102 106 77 110 69 106 112 74 120 49 128 87 56 52 137
141 70 132 198 120 60 69 150 60 88 165 65 95 43 64 76 78 38 80 102
128 105 120 160 42 83 120 103 98 103 95 150 89 81 107 55 60 73 69 146
107 75 78 82 128 60 79 165 53 95 98 107 128 106 175 107 99 53 160 141
36 81 160 165 197 107 80 131 111 117 105 113 85 106 146 113 93 46 35 50
88 164 76 54 150 73 94 175 55 77 77 105 103 50 120 32 120 81 64 81
72 40 44 113 124 62 150 76 98 105 66 141 113 102 71 80 91 68 112 100
90 102 180 102 63 64 165 120 52 85 63 113 74 104 90 50 69 66 96 129
154 74 105 60 131 114 95 146 61 170 95 91 75 186 113 102 120 180 63 70
93 62 80 102 93 92 64 144 85 124 40 90 248 150 42 73 94 146 95 68
102 146 120 64 101 83 70 50 60 85 75 141 71 165 141 146 75 85 88 93
78 38 85 133 128 75 88 137 75 128 98 110 170 78 96 82 67 170 98 92
80 113 44 51 57 65 86 192 137 137 95 128 198 150 60 150 47 93 104 83
102 99 124 78 110 54 146 59 48 128 96 204 73 40 85 62 240 113 192 121
120 146 111 66 91 148 146 85 150 45 175 140 61 68 117 62 108 99 150 70
69 109 107 145 73 45 117 74 75 96 54 138 43 64 60 75 88 109 120 154
186 93 88 73 88 105 150 146 85 91 48 95 85 90 88 82 128 88 96 141

168
56 88 146 47 85 99 108 103 125 112 141 85 100 42 148 146 85 131 83
75 117 62 89 40 64 170 78 56 90 105 105 120 76 140 210 55 93 129 99
95
160 Tabla
135 116 69 D.1
128 Muestras
102 105 aleatorias
36 93 66 de distintos
79 102tamaños
154 128 (continuación)
90 67 81 68 77 87
98 105 80 137 63 123 88 131 116 90 83 119 108 105 95 129 255 140 52 60
99 102 58 120 87 73 137 203 90 95 175 151 108 146 77 100 76 210 53 78
56 93 97 63 154 135 96 62 113 62 93 64 95 64 50 111 204 128 99 150
72 148 165 65 87 120 128 120 95 110 68 81 133 102 68 137 102 80 41 78
85 110 198 76 137 102 46 68 107 150 66 72 141 71 113 148 143 144 91 62
128 57 58 192 66 190 128 107 105 75 107 56 111 85 78 56 70 77 185 225
120 44 51 150 57 175 54 78 120 60 58 69 80 105 120 47 50 165 95 108
109 74 103 97 80 64 66 88 94 87 95 111 117 134 73 113 81 131 88 72
131 63 106 162 114 87 131 71 52 85 51 78 131 170 69 77 73 67 117 110
131 38 103 48 204 117 99 88 88 105 66 88 117 131 192 192 38 113 88 68
117 117 95 48 129 210 93 57 113 90 128 153 83 128 68 83 31 81 102 87
68 110 77 110 84 88 78 105 113 102 69 72 105 128 105 57 95 116 120 155
204 96 56 73 64 120 96 95 95 87 43 85 124 48 141 255 70 77 131 102
101 75 150 48 53 98 146 88 81 146 75 47 72 50 68 78 120 64 40 137
73 113 85 85 105 42 90 46 85 51 73 66 68 129 56 165 99 124 64 70
87 93 100 81 44 85 42 175 71 80 129 68 35 88 66 94 117 95 64 134
102 125 52 85 44 160 56 73 60 56 90 99 62 59 55 113 123 174 80 107
51 64 58 128 141 55 95 54 192 68 120 180 154 107 98 90 76 135 51 141
128 146 85 240 90 104 95 99 150 75 164 35 104 90 36 48 129 81 77 102
146 87 108 113 39 95 124 160 44 102 93 88 69 94 93 105 54 97 105 60
175 116 60 54 128 99 85 196 70 93 45 164 120 95 120 120 85 106 68 157
93 54 110 36 129 53 85 75 105 117 90 75 78 91 93 39 90 78 69 133
93 78 126 105 128 68 108 97 76 66 186 76 160 64 65 93 124 95 60 137
90 62 120 81 128 68 131 86 107 60 102 103 100 97 99 100 102 103 95 99
90 198 102 58 148 81 107 68 60 66
162 124 103 110 90 120 60 117 104 80
58 96 75 100 106 66 116 96 131 81
67 204 146 146 170 90 110 98 170 146
87 72 133 117 141 60 150 69 102 93
90 60 68 94 74 48 38 48 157 145
70 192 111 128 233 90 135 131 70 102
40 39 95 120 141 42 148 102 126 146
96 105 87 70 108 69 163 93 155 120
128 64 42 37 97 45 69 90 87 81
113 120 102 71 129 255 78 113 85 73
128 95 54 57 102 75 102 79 124 85
70 78 107 128 139 150 117 75 66 94
85 50 62 90 53 58 93 149 71 170
74 57 141 128 160 150 128 90 71 129
43 192 78 124 83 83 113 68 116 82

62
137 106 131 108 76 102Fuente:
80 150Elaboración
62 Propia, 2015
106 88 54 137 107 107 10 160 107 97
96

Optimización Del Costo Total de Perforación Utilizando Un Modelo Predictivo de Velocidad de Penetración en La Flota de Perforación de Minera Escondida PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Optimización Del Costo Total de Perforación Utilizando Un Modelo Predictivo de Velocidad de Penetración en La Flota de Perforación de Minera Escondida PDF

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD DE SANTIAGO DE CHILE

OPTIMIZACIÓN DEL COSTO TOTAL DE PERFORACIÓN UTILIZANDO UN

Reinaldo Arturo Espina Navarro

Profesor Guía: Luis Guerra Allende

Trabajo de Titulación presentado en

Licencia Creative Commons Atribución -No Comercial-Chile 3.0.

Con el fin de mejorar la asignación de equipos y aceros de perforación de Minera Escondida, se

También se prosiguió a elaborar un modelo de regresión multivariable a partir de parámetros

Posteriormente, se desarrolló un algoritmo de optimización que utiliza el modelo de regresión

La metodología de optimización fue aplicada en el periodo comprendido entre el 16/10/2015 al

Finalmente se utilizó el modelo de regresión para verificar su capacidad de proyectar la cantidad

A mis hermanos, por darme su apoyo incondicional.

A mi Gi, por su cariño y fortaleza infinita.

Para ellos y a muchos más,

Capítulo 1: Generalidades ........................................................................................................... 1

1.1 Introducción .................................................................................................................... 1

1.2 Objetivos del Estudio ..................................................................................................... 1

1.2.1 Objetivo General ........................................................................................................ 1

1.2.2 Objetivos Específicos ................................................................................................. 2

1.3 Alcance y Limitaciones ................................................................................................... 2

1.4 Metodología de Trabajo ................................................................................................. 3

1.5 Antecedentes Generales de Minera Escondida............................................................. 4

1.5.1 Antecedentes Generales de Bhp Billinton y Minera Escondida Limitada ...................... 4

1.5.2 Reseña Histórica ............................................................................................................ 5

1.5.3 Ubicación y Accesos ...................................................................................................... 6

1.5.4 Geología del yacimiento ................................................................................................. 6

1.5.5 Litología ............................................................................................................................. 7

1.5.6 Alteración ....................................................................................................................... 8

1.5.7 Mineralización ................................................................................................................ 9

1.5.8 Estructuras ..................................................................................................................... 9

1.5.9 Minería y Procesos ........................................................................................................ 9

Capítulo 2: Fundamentos Teóricos del proceso de perforación y Modelos predictivos de

2.1 Introducción .................................................................................................................. 15

2.2 Antecedentes y variables relevantes del proceso de perforación ............................... 15

2.3 Técnicas de perforación: .............................................................................................. 17

2.3.1 Técnicas de Rotopercusión ...................................................................................... 17

2.3.2 Perforación Rotativa con Broca Tricónica: ............................................................... 17

2.4 Sarta de Perforación .................................................................................................... 18

2.5 Broca Tricónica ............................................................................................................ 20

2.6 Velocidad del barrido ................................................................................................... 22

2.7 Velocidad de Penetración ............................................................................................ 22

2.8.1 Modelo de Praillet (1978) ......................................................................................... 25

2.8.2 Modelo de Bauer-Calder (1971) y Bauer-calder-Workman (1994) .......................... 25

2.8.3 Modelo de E. Smith (2012) ...................................................................................... 27

2.9 Estimación del costo total de perforación .................................................................... 28

Capítulo 3: Modelo de velocidad de penetración para Minera Escondida y ábacos de vida

3.1 Introducción .................................................................................................................. 29

3.2 Base de datos de parámetros de perforación de la compañía .................................... 29

3.3 Base de datos de terreno de parámetros de Perforación ............................................ 34

3.4 Desarrollo de un modelo predictivo de velocidad de penetración ............................... 40

3.5 Supuestos de Validación del modelo de velocidad de penetración propuesto ........... 40

3.6 Resultados y análisis del modelo propuesto ............................................................... 42

3.6.1 Multicolinealidad de las variables en estudio ........................................................... 42

3.6.2 Modelo Propuesto de velocidad de penetración ...................................................... 45

3.6.1 Bondad de ajuste del modelo de regresión propuesto ............................................ 46

3.6.3 Independencia de los residuos ................................................................................ 48

3.6.4 Normalidad de los residuos ...................................................................................... 49

3.7 Base de datos de triconos dados de baja .................................................................... 50

3.8 Estadística de la vida útil de una broca tricónica ......................................................... 51

Capítulo 4: Optimización del costo total de perforación ....................................................... 57

4.1 Introducción .................................................................................................................. 57

4.2 Validación de la asignación actual de las brocas tricónicas ........................................ 57

4.2.1 Estimación del costo horario de la flota de perforación ........................................... 57