Metodología de simulación para el dimensionamiento de flota de camiones en proyectos mineros

Abstract

El presente trabajo se enfoca en el planeamiento del dimensionamiento de flota de camiones siguiendo una Metodología que parte desde el diseño de las vías de acarreo Tajo-Pad, Tajo-Botadero, para lo cual se desarrolla un programa en Autolisp, programa que ayuda a visualizar de una manera rápida y segura las pendientes de nuestras rutas de acarreo, no excediendo la pendiente crítica de 12%. Asimismo, se construye un conjunto de sistemas modelados desde donde se hacen experimentos siguiendo la técnica de la Simulación estadística con el método Montecarlo de John Von Neumann, tomándose como herramienta de cálculo el Lenguaje de Simulación GPSS (General Purpose Systems Simulator). Estos modelos se construyen considerando las diferentes alternativas existentes para asignar los camiones a los distintos tajos. De esta manera se logra obtener la asignación de camiones para operaciones estáticas como dinámicas. De la misma manera; y buscando una sólida representatividad de nuestro modelo; se consideran otras trascendentales variables como el Ore Blending y un factor de comparación, para elegir el servidor o pala, minimizando el tiempo de espera.Finalmente se hace la aplicación de la Metodología en un Proyecto Real con dos frentes y variables propios del sistema Real.

This Thesis focuses on planning sizing truck fleet following a methodology that starts from design haulage routes Pit-Pad, Pit-Dump, for which a program is developed in AutoLISP program to help visualize quickly and safely the slopes of the haul routes, slope, not exceeding the slope critical of 12%. Likewise A set of modeled systems is constructed where experiments are done using the technique of statistical simulation with the Montecarlo method John Von Neumann, taking as the calculation tool GPSS Simulation Language (General Purpose Systems Simulator). These models are built considering the different alternatives to assign the trucks to the various pits. In this way it is possible to obtain the truck assignment for static and dynamic operations. Similarly; and looking for a solid representation of our model; transcendental other variables are considered as ore blending and a comparison factor, to select the server shovel, minimizing the waiting time. Finally, the application of the methodology in a real project is done with two fronts and variables own of the real system.