Optimización de la rotación de neumáticos en camiones mineros, utilizando algoritmos de pronóstico

Abstract

La optimización del uso de activos en la industria minera ha sido una tarea desafiante en los últimos años. En este sentido, el interés se centra principalmente en los camiones de extracción de mineral (CAEX), y específicamente en sus neumáticos, cuyas constantes fallas representan altos costos operacionales asociados a detenciones no programadas. En este contexto, monitorear el estado de los neumáticos y desarrollar estrategias que nos permitan evaluar distintas condiciones de uso, se convierte en una tarea fundamental para minimizar su degradación. Además, la disponibilidad de grandes bases de datos operacionales hace atractivo el uso de algoritmos de machine learning para realizar estimaciones de la condición del neumático.

Este trabajo se centra en la optimización de la rotación de neumáticos en una flota de camiones CAEX. Para lograrlo, se desarrolla un modelo predictivo de desgaste de neumáticos mediante algoritmos de machine learning y se implementa un algoritmo de pronóstico fuera de línea basado en filtro de partículas. Estos elementos son fundamentales para la creación de un simulador de una flota de camiones CAEX. Finalmente, se emplean algoritmos evolutivos para obtener una política de rotación óptima basada en los resultados de la simulación. Este enfoque integral aborda eficazmente el desafío de prolongar la vida útil de los neumáticos en el sector minero.