Cómo el aumento de indicadores apalancadores incide en los indicadores globales de una mina a cielo abierto

Abstract

El estudio se enfocó en la recopilación y análisis de datos con el propósito de mejorar el rendimiento de operaciones mineras en los procesos de perforación, carguío y transporte. Destaca la importancia fundamental de la programación computacional como una herramienta esencial para obtener datos precisos y completos, lo que, a su vez, habilitó un análisis exhaustivo de los KPI. La programación computacional fue empleada para extraer datos de las bases de un software de gestión de flotas. Estos datos fueron sometidos a un proceso de exploración y depuración para garantizar su veracidad y limpieza. Se aplicó un horizonte temporal de 12 meses calendario para suavizar las variaciones en el rendimiento de los equipos y permitir el uso de promedios y métricas generales. En el proceso de perforación, se identificaron factores clave, como el promedio mensual, variabilidad mensual, tendencia, mejor y peor rendimiento, y desviación estándar. Se destacó que la Perforadora 03 lidera en rendimiento promedio. En el proceso de carguío, se analizaron indicadores similares, y Pala 02 se destacó como líder en rendimiento promedio mensual. En el transporte, el análisis reveló que Flota 01 posee el rendimiento promedio más alto. Las desviaciones se relacionan con las diferencias entre las flotas y los equipos, lo que puede atribuirse a su configuración y capacidad específica. A su vez, se realizó un análisis de sensibilidad al variar el dividendo del rendimiento y las variables del divisor en cada proceso. Para la perforación, resaltó la importancia de reducir las demoras no programadas y aumentar la velocidad de perforación para mejorar el rendimiento. En el carguío, las iniciativas para aumentar el rendimiento se enfocaron en el tonelaje cargado, la reducción de pérdidas operacionales y la mejora en las demoras no programadas. En el transporte, la prioridad fue aumentar el tonelaje transportado mediante un mayor factor de carga. Este estudio subraya que la programación es esencial para la recopilación eficiente de datos y que el análisis de datos es fundamental para la toma de decisiones informadas en la industria minera. Además, enfatiza que las mejoras en los procesos no dependen exclusivamente de la inversión en equipos, sino también de una gestión eficiente de tiempos y la identificación de oportunidades. En particular, la industria minera, especialmente la mediana y pequeña minería, debe fortalecer su capacidad para obtener datos y tomar decisiones basadas en ellos, ya que la gestión eficiente puede llevar a mejoras significativas sin inversiones masivas.