Carguío dinámico para la optimización de la utilización efectiva de camiones de minería a cielo abierto a escala de laboratorio

Abstract

Los derrames de mineral se deben generalmente a eventos de sobredemanda de tonelaje por parte de la planta, a causa del protocolo de carguío utilizado, el cual busca generar un cono de mineral lo más centrado posible en la tolva. Sin embargo, al sobre cargar los camiones siguiendo este protocolo, se corre un alto riesgo de derrame de mineral, y con ello la consecuente merma en la utilización efectiva de la flota de transporte debido a una menor fluidez del circuito, afectando así los ingresos de la operación. El presente trabajo es un estudio conceptual de un innovador método de carguío, denominado carguío dinámico, el cual tiene por objetivo prevenir la ocurrencia de derrames y así lograr altos estándares de utilización efectiva. Para ello utiliza información brindada por los sensores de los equipos de carguío, además de las características geométricas de la faena, y con ello recomienda cual debe ser la ubicación óptima de la próxima baldada a cargar en el camión, de tal forma que no ocurran derrames y el daño mecánico del equipo sea mínimo. Para ello inicialmente se modela una mina open pit en el software para simulaciones Promodel con el objetivo de conocer como afectan los derrames a la utilización efectiva. Como resultado, la utilización efectiva resultante para el caso sin derrames es de 78,42%, mientras que para el caso de 1 derrame por cada ciclo de la flota, que en este caso representa el paso de 10 camiones por el circuito, cae en promedio a un 70%, y si se aumenta a 2 derrames por ciclo de flota cae a una utilización efectiva del orden de 66%. Este decremento se debe a las pérdidas operacionales de la flota debida a los derrames en ruta. Posteriormente se aplican técnicas de Deep learning, utilizando un programa realizado en el lenguaje Python sobre una base de datos de carguío dinámico a escala laboratorio, cuyo input son la ubicación de los pases de carguío y los ángulos de rampa, de reposo del mineral y la gradiente de la carga respecto a la cola de la tolva, además de los esfuerzos sobre la tolva. El objetivo de esto es lograr predecir la ocurrencia de derrames y de daño en el equipo debido al carguío dinámico. El resultado para la predictibilidad de ocurrencia de derrames es de un 80% de exactitud en la validación, y un tiempo de entrenamiento de 4,45 segundos. Mientras que la predictibilidad para la ocurrencia de daño es de un 80,89% en 4,54 segundos. Concluyendo así que es posible predecir tanto derrames como daño en el camión con la base de datos utilizada.