Aplicación de modelos estocásticos para la estimación de los tiempos de espera en un sistema pala-camión en minería a cielo abierto

Abstract

La minería a cielo abierto es una técnica de extracción superficial de minerales y materiales, caracterizada por la remoción de grandes volúmenes de suelo y roca para acceder a los depósitos minerales. Este método resulta particularmente eficiente para yacimientos de baja ley de extensión amplia, llevándose a cabo mediante la construcción de bancos y rampas que facilitan tanto el acceso como el transporte del material. La evaluación de los sistemas de carguío y transporte es crucial para estimar correctamente las productividades y optimizar las operaciones mineras, reduciendo costos y mejorando la eficiencia. Este estudio evalúa la viabilidad de utilizar la teoría de colas para estimar los tiempos de espera en sistemas de carguío y transporte en minería a cielo abierto. Se comparan los resultados obtenidos mediante simulaciones dinámicas de eventos discretos y modelos de teoría de colas, destacando la precisión y aplicabilidad de cada método. La metodología empleada abarca la simulación dinámica en ProModel, utilizando datos reales de operaciones mineras para replicar sistemas de diferentes niveles de complejidad. Posteriormente, los resultados de las simulaciones se utilizaron para estimar los tiempos de espera mediante teoría de colas, implementando y evaluando en Python los modelos de Elbrond (1977) y Muduli (1996). La teoría de colas, aunque más rápida y simple, presenta una mayor variabilidad en los resultados de tiempos de espera en comparación a la simulación dinámica. Sin embargo, al considerar tiempos globales de ciclo (viaje, carga, descarga y fila) los resultados se vuelven más homogéneos, disminuyendo la variabilidad y aumentando la precisión. Los tiempos globales de ciclo muestran diferencias promedio del 3% entre la simulación y el modelo de Elbrond, mientras que al comparar con el modelo de Muduli esta diferencia corresponde a un 7%. La simulación dinámica demuestra ser más precisa, aunque requiere mayores recursos y tiempos de desarrollo. En contraste, los modelos de teoría de colas son herramientas eficientes para obtener estimaciones rápidas y preliminares, pero requieren validaciones y ajustes adicionales para reducir errores.

Open-pit mining is a surface extraction technique for minerals and materials, characterized by the removal of large volumes of soil and rock to access mineral deposits. This method is particularly efficient for low-grade, extensive deposits, using benches and ramps that facilitate both access and material transportation. The evaluation of loading and transportation systems is crucial to accurately estimate productivities and optimize mining operations, reducing costs and improving efficiency. This study evaluates the feasibility of using queueing theory to estimate waiting times in loading and transportation systems using shovels and trucks. The results obtained from discrete event dynamic simulation and queueing theory models are compared, highlighting the accuracy and applicability of each method. The methodology employed includes dynamic simulation in ProModel, using real mining operation data to replicate systems with varying complexities levels. Subsequently, the simulation results were used to estimate waiting times using queueing theory, implementing and evaluating the Elbrond (1977) and Muduli (1996) models in Python. Although queueing theory is faster and simpler, it shows greater variability in results as it only considers waiting times. However, when considering overall cycle times (travel, loading, unloading, and queue), the results demonstrate greater consistency, reducing variability and increasing accuracy. The overall cycle times show an average difference of 3% between the simulation and the Elbrond model, while the difference reaches 7% for the Muduli model Dynamic simulation is more accurate, though it requires more resources and development time. In contrast, queueing theory models are efficient tools for obtaining quick and preliminary estimates but require additional validation and adjustments to reduce errors.