Captulo I

Introduccin

La mxima meta de una operacin minera es proveer un material bruto para la

comunidad al menor gasto. Si la operacin es exitosa minimizando el costo de
eliminacin del material, entonces las ganancias restantes pueden ser usadas para
rehabilitar efectivamente el sitio de minera, una vez que todo el material ha sido
minado. El aspecto de la operacin minera que tiene mayor influencia en la ganancia es
el costo de la manipulacin de materiales. En esta tesis, nos enfocamos en el problema
de seleccin de equipo para minera a rajo abierto, como un importante conductor para el
costo total de la manipulacin de materiales. En la rama matemtica de Investigacin de
Operaciones, interpretamos este problema en el contexto de una meta de optimizacin:

Optimizar la manipulacin de materiales de modo que la productividad deseada se logre

y el costo total sea minimizado.
En general el problema de seleccin de equipo envuelve la compra de equipo adecuado,
para realizar una tarea conocida. Es esencial que todo el equipo que se posee sea
compatible con ambos, el ambiente de trabajo y los otros tipos de equipamiento
operativo. Este equipamiento debe tambin ser capaz de satisfacer las limitaciones de
produccin incluso despus de que se tomen en cuenta la compatibilidad, la fiabilidad
del equipo y la mantencin. Al examinar el problema de seleccin de equipo como un
problema de optimizacin, podemos comenzar a considerar la compra y polticas de
salvamento sobre una sucesin de tareas o periodos mltiples. Con esto en mente,
nuestro objetivo para esta investigacin es:
Dado un programa de minera que se debe cumplir y un conjunto de camiones y
cargadores adecuados, crear una herramienta de seleccin de equipo que genere una
poltica de compra y salvamento de modo que el costo total de manejo de materiales sea
minimizado

Al considerar el salvamento de equipo en un problema de optimizacin, estamos

optimizando efectivamente el remplazo de equipo tanto como la seleccin del equipo. A
lo largo del resto de esta introduccin presentaremos algunos antecedentes necesarios
para el problema de seleccin de equipos y bosquejaremos nuestro enfoque para
resolverlo.

1.1 Minera en superficie

Una mina en superficie es usada para extraer rocas dotadas de mineral (o mena) de la
tierra a una profundidad de 500 Mts. Extraemos minerales tales como hierro, cobre,
carbn y oro de esta forma. Este mtodo es empleado, como una alternativa a la minera
subterrnea (< 500 M); el suelo de sper posicin (o sobrecarga) es superficial; o el
ambiente que lo rodea es demasiado inestable para un tnel por debajo. Existen varios
mtodos de minera en superficie incluyendo rajo abierto, extraccin, dragado,
eliminacin de cima de la montaa. Esta tesis se enfocar en la minera en superficie a
rajo abierto, la cual involucra remover mena desde un gran agujero en la tierra (algunas
veces referidas como cielo prestado). La mina a rajo abierto ms grande en Australia es
KCGMs sper rajo, la cual invade el lamentablemente posicionado poblado de
Kalgoorlie en Australia del oeste

Figura 1.1 Sper rajo de las Minas de Oro de Kalgoorlie Consolidado (KCGM 2007 a)
Las minas en superficie son creadas removiendo secuencialmente pequeas capas
verticales (o bancos) de material a la vez. Estos bancos a parecen como contornos
graduados en la imagen del sper rajo [Figura 1.1].
Con el tiempo, estos bancos son removidos y el rajo prestado se vuelve ms amplio y
profundo. La altura del banco puede variar desde 4 a 60 Mts. y determinar el tipo de
equipo que puede removerlo.
El material minado generalmente puede ser clasificado en mena y material de desecho,
aunque pueden existir mayores clasificaciones dependiendo de su calidad o grado. Estos
materiales son clasificados en un nmero de sitios de volcado, los cuales pueden incluir
molinos y pilas de almacenamiento. La mena o mineral ser refinado en el molino,
mientras que las pilas de almacenamiento son importantes para asegurar que el molino
reciba la mezcla correcta de grado de mena para satisfacer las demandas del mercado.
Los requisitos relacionados con la productividad son optimizados por el programa de
minera. El programa, junto con la optimizacin del rajo (la optimizacin de la forma
del rajo), provee productividades requeridas, secuencias de banco y la forma de la mina
(incluyendo las alturas de los bancos). En particular, para la minera a rajo abierto a gran
escala, camiones y cargadores son el mtodo preferido para el manejo de materiales
(Czaplicki 1992, Ta, Kresta, Forbes & Marquez 2005).

1.2 Cargadores

Observacin 1.2.1 A lo largo de esta tesis consideramos un cargador cualquier tipo de

equipo de excavacin de alta productividad, que puede incluir un cargador de minera,
pala o excavadora.

Los cargadores son usados para levantar la mena o el material de desecho sobre los
camiones u otro equipo para remocin desde la mina. En una mina de rajo abierto, los
tipos de cargador pueden incluir excavadoras de cable elctricas e hidrulicas, la
retroexcavadora hidrulica y cargadores frontales (cargadores de rueda) (Ercelebi &
Krmanl 2000). Esta variedad de mquinas difiere significativamente en trminos de
confiabilidad, necesidades de mantenimiento, compatibilidad con diferentes tipos de
camiones, capacidad de volumen, y costo por unidad de produccin.
La capacidad de un cargador esta definida por el tamao del balde, y esto en paralelo
con el tiempo de ciclo del cargador (el tiempo requerido para llenar el balde y voltear
su contenido en un camin) define la productividad del cargador.
La productividad del propio cargador est por lo tanto ligada al nmero de pases o
(baldes de material) requeridas para llenar cada camin. El nmero de pases variara
dependiendo el tamao del camin. La capacidad del camin es rara vez un mltiplo
redondeado del tamao del balde del cargador. Dependiendo de la poltica de la mina, el
cargador puede o no pasar un balde incompleto para llenar la cantidad restante. Una
regla del pulgar puede ser usada para determinar que se haga un pase adicional. Por
ejemplo, en esta tesis adoptamos la regla que si la capacidad restante del camin es
superior a un tercio de la capacidad del balde del cargador, se hace un pase adicional.
De lo contrario redondeamos el nmero de pases hacia abajo.
La pala de cable elctrica [Figura 1.2] puede variar de 25 a toneladas a 110 toneladas en
tamao de balde, y generalmente tiene un bajo tiempo de ciclo de alrededor de 35
segundos. Los cables controlan el brazo y el balde de este cargador. La excavadora
hidrulica es de forma similar pero controla el balde con el uso de fluido hidrulico a
alta presin.
Una alternativa a la pala de cable elctrica es la retroexcavadora hidrulica [Figura 1.3].

Figura1.2: Una pala de cable elctrica (Mining-Technology 2007b).

Figura 1.3: Una retroexcavadora hidrulica Liebherr R996 (Mining-Technology
2007a).

La pala de cable elctrica, el cargador hidrulico y la retroexcavadora hidrulica son

todos capaces de voltear el balde desde el rea minada a un camin posicionado sin
mover la base del cargador. La retroexcavadora hidrulica puede variar de 19 toneladas
a 86 toneladas en capacidad de balde y tiene el tiempo de ciclo ms rpido de todos los
tipos de cargadores. El retrocargador (tambin conocido como actor trasero o actor de
espalda) es llamado as debido a la accin del balde, el cual lleva el balde a travs de la
tierra hacia el cargador.
El cargador frontal es el ms verstil de los cargadores, aunque limitado en capacidad de
balde que puede variar de 23 toneladas a 57 toneladas [Figura 1.4]. Este tipo de
cargador tiene el tiempo de ciclo ms lento, ya que debe maniobrar en sus neumticos
para posicionar el balde sobre el camin.
Figura 1.4: Un cargador frontal CAT 992G operando en una mina en Rusia (Gobierno
de Karelia 2007)

El tipo de cargador seleccionado para usar en una mina de superficie depende del tipo
de mineral a extraer y de otras condiciones ambientales, tales como la altura del banco.
Debemos tambin tener otras consideraciones, en particular la compatibilidad de los
cargadores con la flotas de camiones seleccionados, en cuenta en el proceso de
seleccin de equipo. Por ejemplo, algunos cargadores pueden no alcanzar la parte
superior de la bandeja de los camiones ms grandes. Por el contrario las capacidades de
algunos cargadores exceden la capacidad del camin. Si estamos determinados a no
apoyar el proceso de optimizacin, debemos modelar el problema de modo que
seleccionemos los tipos de camiones y cargadores simultneamente.
1.3 Camiones
Los camiones mineros son usados para transportar el mineral o el material de desecho
desde el cargador a un sitio de vertido. Estos tambin son conocidos como camiones
fuera de ruta o camiones de transporte [Figura 1.5]. Comnmente, estos varan de 36
toneladas a 215 toneladas, el tamao y costo de operar camiones mineros es
directamente proporcional a la capacidad de su bandeja, mientras que la velocidad a la
que el camin puede viajar es inversamente proporcional a su capacidad. Al igual que
los cargadores la variedad de tipos de camiones difiere de acuerdo a su confiabilidad,
requisitos de mantenimiento, productividad y costos de operacin.

Figure 1.5: Camiones mineros de gran capacidad: Uno viaja vaco bajando la rampa
mientras el otro viaja lleno subiendo la rampa (KCGM 2007b).

El desempeo de un camin se ve afectado de gran manera por el ambiente de la mina.

Por ejemplo la suavidad del suelo del camino crea un efecto de resistencia a la rodadura,
la cual reduce la eficiencia del camin para impulsarse asimismo hacia adelante. Los
efectos de la resistencia de la rodadura pueden ser controlados y reducidos mojando y
comprimiendo los caminos con regularidad [Figura 1.6]. La resistencia a la rodadura
vara mucho a travs del camino y con el tiempo, y es notoriamente difcil de estimar.
El movimiento hacia adelante del camin se ve tambin afectada por la fuerza de
traccin. La fuerza de traccin es la resistencia natural de la tierra al torque del
neumtico y es igual al torque del eje de la rueda multiplicado por el radio de la rueda.
Los fabricantes proveen curvas de fuerzas de traccin de sus camiones para permitir un
clculo satisfactorio de los tiempos del ciclo del camin. Las curvas de fuerzas de
traccin asignan el incremento de la resistencia de la rodadura a medida que el camin
incrementa su velocidad.
Los efectos de la resistencia a la rodadura y la fuerza de traccin se ven exacerbados por
el grado de transporte, que es la inclinacin de la ruta de transporte. Estos parmetros,
junto con la distancia de transporte son fundamentales para el clculo exacto del tiempo
de ciclo del camin.

Figure 1.6: Una mquina de nivelado suavizando el camino para los camiones, para
reducir el efecto de resistencia de la rodadura (CAT 2007).

1.3.1 Tiempo del ciclo del camin

Definicin 1.3.1 el tiempo de ciclo del camin abarca el tiempo de carga, el tiempo de
transporte (lleno), el tiempo de vertido, el tiempo de regreso (vaco), las filas de espera
y carguo [Figura 1.7].
Un ciclo puede comenzar con un cargador donde el camin recibe su carga. Entonces el
camin viaja lleno hacia el sitio de vertido a travs de una ruta designada a lo largo de
un camino de transporte. El sitio de vertido puede ser una pila de almacenamiento, un
sitio de vertido o un molino. Una vez que la carga ha sido vertida, el camin da la
vuelta y viaja vaco de regreso al cargador. El acto de maniobrar el camin bajo el
cargador para ser servido se llama carguo. Esto puede tomar varios minutos. En una
mina grande el tiempo de ciclo de un camin puede ser de alrededor de 20 30 minutos
en total, y puede variar mucho con el tiempo a medida que las pilas de almacenamiento
son movidas y la mina se profundiza.
El tiempo de ciclo del camin es un parmetro importante porque parmetros
relacionados (que no dependen de la flota seleccionada final) pueden ser absorbidos en
el. Fundamentalmente deseamos incluir datos detalles ntimos de la mina, tales como
topografa y resistencia a la rodadura, en el proceso de modelado.
Estos parmetros pueden ser estimados previamente al modelado y ser incorporados en
el tiempo de ciclo del camin. Ms adelante, el tiempo de ciclo del camin puede ser
usado para absorber parmetros tales como la fuerza de traccin el grado de transporte y
la distancia del transporte en una sola estimacin. Sin embargo el nivel de filas de
esperas que ocurre en una flota depende del nmero de camiones operando para cada
cargador. Esto dificulta realizar una estimacin exacta de los tiempos de ciclo del
camin antes de que la flota est determinada.

Figura 1.7: El tiempo de ciclo del camin se miden desde el tiempo en que el camin es
llenado en el cargador, viaja lleno hacia el sitio volteo, voltea la carga, y viaja vaco
hacia el cargador para unirse a una fila y posicionarse para la siguiente carga (carguo).
El tiempo de ciclo del camin incluye los tiempos de fila y espera en el sitio de volteo y
el cargador.

En la industria, el mtodo comn de estimacin del tiempo de ciclo del camin es

estimar la velocidad de los camiones usando las directrices de rendimiento de los
fabricantes (Smith, Wood & Gould 2000). Estas directrices son resultados de simulacin
que consideran poder del motor, eficiencia de la transmisin del motor, peso del camin,
capacidad, fuerza de traccin, gradientes y condiciones del camino (Blackwell 1999).
Esto es combinado con la informacin topogrfica para proveer un estimado de la ruta
de transporte.
Las directrices deben tambin ser usadas en combinacin con estimados de la
resistencia de la rodadura para determinar cualquier retraso en el tiempo de ciclo. Smith
et al. (2000) provee un mtodo para determinar un estimado de la resistencia de la
rodadura. Los modelos de regresin tambin pueden ser usados para determinar buenos
estimados de tiempo de ciclo del camin (Celebi 1998).
En esta tesis hacemos uso de estimados de tiempo de ciclo del camin provistos por
asociados de la industria.

1.4 Productividad pala camin

La habilidad para predecir la productividad de una flota de camiones y cargadores es un
problema importante para la minera y la construccin, ya que la productividad de la
flota es intrnseca a la seleccin de equipos. Una parte de la literatura sobre seleccin de
equipos basa completamente la seleccin en estimados de productividad de las flotas.
Esta investigacin usualmente viene bajo el nombre de productividad pala - camin, y
se enfoca en Predecir los tiempos de viaje en porciones de transportes y regreso del
ciclo del camin y la prediccin del efecto de interaccin entre la pala y el camin en
el punto de carga (Morgan & Peterson 1968). El problema de la productividad pala
camin a sido bien establecido en la literatura de construccin y movimiento de tierra
(Kesimal 1998). Este trabajo apunta a hacer coincidir el equipo (en ambos, tipo y
tamao de flota) de modo que la productividad de la flota total sea maximizada. Sin
embargo mucha de la literatura sobre la productividad para camin existe para estudios
de caso en construccin y muy pocas investigaciones publicadas se aplican a la minera
en superficie. No obstante estos mtodos deben ser abordados aqu ya que representan
las ideas principales detrs de la actual prctica industrial en seleccin de equipos de
minera en superficie (Smith et al. 2000, Ercelebi & Kirmanli 2000).
Aquellos mtodos considerados clsicos incluyen el factor de acoplamiento y la teora
de agrupamiento. El factor de acoplamiento es el cuociente de las tasas de llegada del
camin por el tiempo de servicio del cargador, y provee una indicacin de la eficiencia
de la flota. La teora de agrupamiento estudia la varianza natural en el tiempo de ciclo
del camin debida al agrupamiento de camiones ms rpidos detrs de camiones lentos.
Los mtodos de productividad pala camin incorporan ambos, ideas del factor de
acoplamiento y del agrupamiento, en la solucin. Estos mtodos utilizan muchas
suposiciones, considerable conocimiento/ experiencia de experto y se basa en mtodos
de solucin heursticos para alcanzar una solucin.
El modelado del verdadero efecto de agrupamiento sera un bien til para las industrias
de minera y construccin, ya que el efecto no est bien estudiado y actualmente no est
resuelto. Sin embargo, la derivacin de tal modelo est fuera de los alcance de esta tesis.

1.4.1 Factor de acoplamiento

El factor de acoplamiento en s mismo provee una medida de productividad de la flota.
El cuociente es llamado as porque puede ser usado para acoplar la tasa de llegada del
camin a la tasa de servicio del cargador. Este cuociente escapa de las capacidades del
equipo, y en este sentido, de la productividad potencial, al incluir tambin los tiempos
de carga en los tiempos de ciclo del camin.
Douglas (1964) public una formula que determina un nmero adecuado de camiones,
Mb, para equilibrar la salida del cargador. Esta formula es el cuociente de la
productividad del cargador por la productividad del camin pero debido a que hace uso
de la capacidad del equipo est considerando la productividad potencial del equipo. Esto
es, si el cargador es potencialmente el doble de productivo que el tipo de camin
seleccionado, entonces requerimos dos camiones para equilibrar el nivel de
productividad.
0
Dejemos que ce denote la capacidad de el tipo de equipo e X X , y te
signifique el tiempo de ciclo del tipo de equipo e, donde x es el conjunto de todos los

tipos de camiones y X0 es el conjunto de todos los tipos de cargadores. La

productividad de un tipo de equipo e esta representada por Pe y el nmero de camiones
de tipo I en la flota es xi , donde i X, mientras denotamos los tipos de cargadores

como i0 donde i0 X0 . Denotamos la eficiencia del equipo con Ee (representando la

proporcin de tiempo que el equipo est produciendo realmente).
Podemos escribir:
Para una operacin con un solo cargador. La productividad de la flota de camiones esta
representada por:

Y el equilibrio de acoplamiento est representado por:

El tiempo de ciclo del camin se define en la ecuacin (1.2) como la suma de tiempos de trnsito sin
retraso, e incluye transporte, volteo y tiempos de regreso. Note que el cociente (1.3) est restringido a un
cargador este es un cuociente simple que puede ser usado para asegurar que las flotas de camiones y
cargadores no restrinjan las capacidades de la capacidad el uno del otro.
Algunas veces sin embargo no es necesario que se acoplen perfectamente las productividades de las flotas
de camiones y cargadores. Morgan & Peterson (1968) publicaron una versin ms simple del cuociente,

nombrndola factor de acoplamiento, M Fi,i0 , para un camin tipo i t r a b a j a n d o c o n u n

c a r g a d o r t i p o i0 se dada por:

donde xi es el numero de camiones de tipo i; yi0 es el numero de cargadores i0 ;

ti,i0 es el tiempo que toma cargar un camin tipo i con un cargador tipo i0 ; y tX es
el tiempo de ciclo promedio para camiones excluyendo los tiempos de espera. Este
cuociente usa las productividades reales del equipo en vez de las productividades
potenciales y por lo tanto logra un resultado diferente a la ecuacin (1.3). en esta tesis
solo consideramos la interpretacin de Morgan & Peterson del factor de acoplamiento:
nos interesan las productividades reales de las flotas de camiones y cargadores.
Observacin 1.4.1 El factor de acoplamiento es el cuociente de las llegadas reales del
camin por el tiempo de servicio del cargador.
En esta tesis utilizamos el factor de acoplamiento como un indicador de productividad
y contrario a la interpretacin de Morgan & Peterson, asumimos que las filas y tiempos
de espera estn incluidos en los tiempos de ciclos. Con esta idea del tiempo de ciclo en
mente, un factor de acoplamiento de 1.0 representa un punto de equilibrio, donde los
camiones van llegando al cargador en la misma medida en que estn siendo servidos.
Tpicamente, si el cuociente excede el 1.0 esto indica que los camiones estn llegando
ms rpidamente de lo que son servidos. Por ejemplo un factor de acoplamiento alto
(tal como 1.5) indica exceso de camiones. En este caso el cargador trabaja a un 100%
de eficiencia mientras que los camiones deben hacer filas para ser cargados.
Un cuociente inferior a 1.0 indica que los cargadores pueden servir ms rpidos de lo
que los camiones estn llegando. En este caso suponemos que los cargadores esperen a
que los camiones lleguen. Por ejemplo un bajo factor de acoplamiento tal como (0.5) es
correlativo con una baja eficiencia total de la flota, a saber 50 %, mientras que la
eficiencia del camin es 100% [Figura 1.8]. Este es un caso de escasez de camiones; la
eficiencia de los cargadores se ve reducida mientras esperan. Desafortunadamente, en
la prctica un factor de acoplamiento terico de 1.0 puede no ser correlativo con un
factor de acoplamiento real de 1.0 debido al agrupamiento de camiones. En este sentido
el clculo del valor de factor de acoplamiento es optimista.

Figura 1.8: El factor de acoplamiento las eficiencias relativas de las flotas de camiones
y cargadores para crear una eficiencia optimista para el total de la flota.

El cuociente de factor de acoplamiento ha sido utilizado para indicar la eficiencia de la

flota de camiones o cargadores y en algunas instancias han sido usados para determinar
un adecuado nmero de camiones para la flota (Smith, Osborne & Forde 1995, Cetin
2004, Kuo 2004). Mientras el cuociente puede ser usado para dar una indicacin de
cuocientes de eficiencia y productividad, falla al no considerar el agrupamiento de
camiones. Por lo tanto se debe tomar precaucin en la interpretacin de cualquier valor
calculado del factor de acoplamiento.
El factor de acoplamiento ha sido adoptado en ambos, las industrias de minera y la de
construccin (Morgan 1994b, Smith et al. 1995). La industria de la construccin esta
interesada en alcanzar un factor de acoplamiento cercano al 1.0 el cual indicara que los
niveles de productividad de la flota son maximizadas. Sin embargo la industria de la
minera pudiera estar ms interesada en niveles inferiores del factor de acoplamiento
(que corresponden a flota de camiones ms pequeas e incrementa los tiempos de
espera para los cargadores) ya que esto puede correlacionarse con un menor costo de
operacin para la flota. Esto puede suceder si equipos con tasas de productividad
mayores que las requeridas, pueden desempear la tarea con costos de operacin
inferiores que el equipo que se acopla perfectamente con la produccin requerida.
El cuociente del factor de acoplamiento se basa en la suposicin que las flotas
operativas son homogneas. Es decir, solo un tipo de equipo para ambos, camiones y
cargadores es usado en la flota total. Cuando se usan para determinar el tamao de la
flota de camiones parte de la literatura simplifica a un ms esta frmula al asumir que
solo un cargador esta operando en la flota, a saber Morgan (1994 b), Smith et al.
(1995), y Nunnally (2000). Flotas homogneas son deseables para la mina, ya que
simplifican el mantenimiento, entrenamiento de operadores y la carga de traer partes
de repuesto para los diferentes tipos de equipos. Sin embargo flotas heterogneas
pueden brindar ahorros del costo total.
En la prctica flotas mixtas y mltiples cargadores son comunes debido al equipo
preexistente o a la seleccin de una flota optima que minimice el costo del proyecto.
Una situacin con equipo preexistente puede surgir en ambos, al inicio del programa
minero, y cuando se desea una nueva seleccin de equipo a mitad de programa. Esto
destaca la necesidad de un cuociente de factor de acoplamiento que puede ser aplicado
a flotas heterogneas.

1.5 Seleccin del mtodo minero

Dos problemas, distintos pero dependientes, son la seleccin del mtodo minero y la
seleccin del equipo. El problema de seleccin del equipo surge inmediatamente
despus de que hemos obtenido una solucin al problema de seleccin del mtodo
minero. Con el fin de determinar el mtodo de minera ms apropiado se realizan
estudios de excavabilidad a travs del rea que ser minada. Estos estudios observan la
calidad de la sobrecarga el factor de hinchamiento del suelo y la compactacin del
suelo. Efectivamente la facilidad con la que la tierra puede ser removida del sitio. Una
vez que el estudio de excavabilidad es completado, los administradores de la mina
seleccionan un mtodo de minera adecuado, lo que influye tanto en modo de
operacin como en los tipos de equipo disponible desde cuando hicimos nuestra
seleccin (Chanda 1995).

En un sentido global, el proceso de seleccin del mtodo de minera seleccionara el tipo

de mina en superficie que ser desarrollado, tales como a rajo abierto esta accin o
dragado. Tambin un experto considera condiciones climatolgicas, geolgicas, de sitio
y geotcnicas para escoger no solo un mtodo de minera apropiado, sino tambin un
subconjunto de tipos de camiones y cargadores apropiados (Gregory 2003, Bascetin
2004). Es con este sub-conjunto de equipos que comienzan nuestra bsqueda de una
solucin de equipamiento ptimo de su flota.

1.5 Seleccin del equipo

La seleccin del equipo es un problema de combinatoria (Hassan, Hogg y Smith, 1985)

que implica la seleccin de un apropiada flota de los camiones y cargadores para llevar
a cabo la tarea de manejo de materiales. Hay dos sectores para los cuales el problema
de seleccin de equipo, camiones y cargadores, es de vital importancia: La minera y la
construccin. Ambas industrias han realizado un importante esfuerzo para encontrar
una estrategia de solucin adecuada para sus operaciones (Marzouk y Moselhi 2002b).
En la seleccin de la flota elegimos el nmero, tipo y tamao del equipo
(Bozorgebrahimi, Hall & Blackwell, 2003).
Intuitivamente este problema est estrechamente relacionado con el problema de la
asignacin (la cual implica asignar equipos a tareas definidas en el programa) y el
problema de reemplazo de equipos (donde optimizamos el ciclo de reemplazo para el
equipo escogido).
Hay varios aspectos del problema de la seleccin del equipo que han impedido modelos
manejables en el pasado. La seleccin, o la compra, de equipos limitan las principales
variables de decisin a enteros. Sin embargo, la asignacin de este equipo a flotas y
rutas lleva de forma intuitiva a variables de decisin de nmeros no enteros. Despus
de la consideracin de los tipos de equipos y la edad de los equipos, aspectos tales
como ubicaciones mltiples, perodos mltiples, y el deseo para el seguimiento de
mquina individual agravan an ms el nmero de variables de decisin en el modelo,
hacindolo un problema de gran escala. Adems, el conjunto de equipos disponibles
puede ser grande y diferente en cuanto a caractersticas (Hassanet al. 1985).
El mayor reto del problema de la seleccin de equipo es obtener un modelo manejable
que fcilmente identifique una solucin ptima. Por ejemplo, con la presencia de
muchos camiones y cargadores idnticos que pueden ser asignados a las diversas
localizaciones en un nmero de formas, podemos crear no slo mltiples soluciones
ptimas, sino tambin grandes grupos de soluciones similares cerca de lo ptimo. Otros
desafos actuales en el problema de la seleccin del equipo incluyen:
Flotas Heterogneas: dentro del mismo rajo, varios cargadores pueden operar
en diferentes lugares con diferentes objetivos. Con el fin de satisfacer las
necesidades de una determinada ubicacin, diferentes tipos de cargadores
pueden estar operando en la misma mina. De manera similar, las flotas
camioneras que trabajan entre los cargadores y los sitios de descarga pueden ser
de tipos mixtos. Tpicamente, flotas mixtas se presentan cuando se compran
nuevos equipos y se aade a la flotan antigua o equipo pre-existente. Sin
embargo, es posible que las flotas mixtas puedan proporcionar una flota ms
barata si las exigencias de la productividad no se dividen uniformemente en la
capacidad operativa de un camin particular o tipo de cargador.
Tiempo de ciclo del camin: El nmero de camiones en la flota puede
influenciar la eficiencia de todos los equipos: bajo camionaje limita la eficiencia
del cargador, pero el exceso de camiones restringe la eficiencia de los camiones
debido a la cola y el agrupamiento. Es difcil predecir el tiempo de ciclo de una
flota con los diferentes tipos de camiones y cargadores (una flota heterognea), o
incluso con un tamao variante de flota. Incluso el tiempo de ciclo real de
camiones y cargadores, puede variar significativamente con la flota
acompaante sin ningn cambios en la constitucin de la flota (Edwards &
Griths 2000). La interdependencia de estos aspectos de una operacin minera
sugiere que las mejores soluciones se pueden obtener optimizando el problema
en su totalidad en lugar de centrarse en los elementos individuales o
subconjuntos del problema (Atkinson 1992).
 Incertidumbre: Hay un deseo de modelar la incertidumbre y el riesgo en el
problema (Cebesoy, Gzen y Yahsi 1995). Los parmetros principales que estn
sujetos a la variabilidad son el tiempo de ciclo de camiones y disponibilidad del
equipo. Tiempo de ciclo del camin se considera ms importante en trminos de
su variabilidad que el tiempo de ciclo de cargador, ya que comparativamente
eclipsa la otra. Esto ha llevado a la modelizacin del tiempo de ciclo del camin
mediante la distribucin de probabilidad (Cebesoy et al., 1995). Sin embargo,
ningn modelado probabilstico de la disponibilidad del equipo se presenta en
la literatura.

Compatibilidad: Los camiones y cargadores, debe ser suficientemente

compatible, lo cual puede involucrar restricciones tales como la altura de
descarga de un cargador que coincida con la altura de la bandeja del camin
(Celebi 1998). La existencia de equipo pre-existente en la mina crea dificultades
con la compatibilidad de los equipos.

Salvamento Equipo: El salvamento de equipo tambin debe ser considerado a

medida que el equipo excede el lmite de edad. Esto es particularmente
importante si estamos considerando utilizar equipo preexistente que est cerca
de su mximo de edad al comienzo del programa. Adems, si se permite el
salvamento entonces podemos optimizar el ciclo de remplazo del equipo al
mismo tiempo que se optimiza la poltica de compra. En un intento por frenar
estas complejidades, los modelos en la literatura son tpicamente restringidas a
supuestos tales como flotas homogneas, el promedio de tiempos de ciclo del
camin para todo el perodo, y el agrupamiento o las colas son ignoradas. Los
costos son a menudo considerados como una constante, y el equipo preexistente
nunca ha sido permitido. Esta investigacin aborda los supuestos de las flotas
homogneas y la existencia de equipos pre-existente. Adems, presentamos un
modelo que da cuenta de la utilizacin en la funcin de objetivo y considera la
optimizacin sobre programas de mltiples perodos y mltiples localizaciones.
Una herramienta rpida y efectiva para la seleccin de equipos es importante
debido a la naturaleza dinmica de los requisitos de productividad.
Una herramienta rpida permitira la repeticin del proceso de seleccin de equipos
cada vez que hay un cambio significativo en los requerimientos de produccin o
algn otro parmetro relevante. Esta investigacin se centrar en la derivacin de
modelos matemticos y soluciones computacionales para una aplicacin de minera
en superficie, aunque los modelos y frmulas derivadas pueden ser tan fcilmente
de aplicar a un estudio de caso de la industria de la construccin. La investigacin
tambin puede ser relevante para la seleccin de equipos en minas subterrneas- Sin
embargo, esta aplicacin no ha sido considerada en este cuerpo de trabajo.
1.7 costo del equipo
El costo operativo del equipo de minera domina el costo total del manejo de
materiales sobre el tiempo. Tpicamente estos costos incluyen mantenimiento,
reparaciones, neumticos, partes de repuestos, combustibles, lubricacin, consumo
de electricidad y salario de operadores en un solo estimado. La mejor forma para dar
cuenta del costo operativo del equipo de minera es, en si, un problema importante.
Algunas herramientas de seleccin de equipo utilizan tcnicas de costo del ciclo de
vida para obtener un costo unitario equivalente para el equipo (Bozorgebrahimi,
Hall & Morin, 2005). Estos costos estiman el costo de vida promedio por hora o por
tonelada. Es evidente que esto no es prctico si consideramos el salvamento de
equipos cuando ya no es til o ha alcanzado el final de su ciclo de remplazo ptimo.
La Industria mejora el estimado de costo unitario mediante el incremento del valor
en funcin de la edad del equipo. Es decir, si el equipo requiere un mantenimiento
completo sobre recorrido a la edad de 25.000 horas entonces este costo de soporte
reflejar un mayor gasto a travs de un factor de escala del costo unitario. El costo
operativo del equipo es altamente dependiente de la edad del equipo. Es decir, el
costo por tonelada es determinado por la productividad, la productividad del equipo
depende de la disponibilidad del equipo: disponibilidad del equipo depende de la
edad del equipo. Los costos operativos tambin pueden ser afectados
sustancialmente por la simple adicin de un cargador a una flota de un solo cargador
(Alkass, El-Moslmani y AlHussein 2003). Aunque la funcin de objetivo ms
obvia para un modelo de seleccin de equipos es minimizar el costo, como una
funcin de utilizacin y edad del equipo aade una gran complejidad al problema y
tiene el potencial de introducir no linealidades (Hassan et al. 1985).
Cualquier operacin minera es de naturaleza dinmica y pueden estar sujetas a
considerable cambios en el plan de la mina. En muchos casos, el plan de seleccin
 de equipos para una mina con multiperiodos puede ser prestado inadecuadamente a
medida que estos cambios salen a la luz. El propsito de las herramientas derivadas
en esta tesis, sin embargo, tienen por objetivo ofrecer la mejor solucin posible a
partir de la informacin disponible en el tiempo. Para aadir a esta naturaleza
variable de los parmetros de produccin, los parmetros de costos tambin puede
cambiar significativamente y se estiman a s mismos (Hassan et al. 1985).
Especficamente, los datos de gastos de capital disponible en el momento que se
ejecuta la herramienta de seleccin del equipo puede diferir desde el momento de la
compra debido a:
El establecimiento de nuevos contratos con los proveedores correspondientes;
la mejora de los datos histricos (acumulado a travs de equipo previamente
adquirido) que pueden ser combinados con los datos suministrados (de los
productores de equipos) (Smith et al. 2000, Edwards, Malekzadeh y Yisa 2001);
Un cambio en la demanda de equipos de segunda mano o de chatarra por tanto,
en consecuencia afecta el valor de salvamiento de una pieza de maquinaria;
Cambios en la tasas de inters y depreciacin utilizados para los clculos de
valor actual neto.
La Utilizacin de los datos de costos de alquiler es una alternativa sencilla a la
utilizacin de una mezcla de los costos de produccin suministrado por los
fabricantes y los datos reales (Edwards et al. 2001), pero esto no siempre es posible
o prctico.

Con estos ejemplos como justificacin, argumentamos que no es necesario considerar

la funcin de objetivo de costo en su forma ms natural y precisa: no lineal. Como todos
los parmetros de la funcin objetivo en s son aproximaciones, la funcin objetivo
puede ser ms sabiamente considerada en un formato lineal por tramos. Ciertamente, en
la industria esta es una prctica comn en donde el costo de operacin, por ejemplo, se
considera que es una funcin lineal por tramos de un tramo de edad, en lugar de una
funcin no lineal de la unidad de edad. Con estos argumentos, los parmetros relativos
de una funcin de objetivo linealizada puede ser considerada suficientemente precisa.
1.8 Optimizacin
En un problema de optimizacin, nos centramos en una sola funcin de objetivo, f (x),
cuyo propsito es medir la calidad de la decisin (Luenberger 2003). Los Programas
Matemticos miran el estado de un sistema y su estructura, y en la consideracin de un
adecuado objetivo determinan la forma en que el sistema puede entrar en el siguiente
estado. Un programa de matemtica general puede ser formulado de la siguiente
manera:
Minimizar f (x) sujetos a hi (x) = 0 i = 1; 2; :::; m

gi (x) 0 j = 1; 2; :::; r
xS
Para un programa lineal se considera el caso donde la funcin de objetivo, f (x), y todas
las restricciones, hi (x) y gi (x) son lineales. La programacin lineal es una tcnica de
programacin matemtica que tiene como objetivo captar el comportamiento del
problema dentro de una funcin objetivo lineal y restricciones lineales. Esta tcnica se
le atribuye tanto a la formulacin explcita del problema y, a travs de varios mtodos,
una solucin eficiente. La filosofa de la programacin lineal es simplemente para
obtener una estructura matemtica mediante la observacin de los componentes
importantes de el sistema y sus interrelaciones esenciales (Dantzig, 1998). El problema
de transporte "es un famoso ejemplo de la programacin lineal. Para la programacin
entera, tenemos la restriccin adicional de que todas las variables son enteras. El
atractivo de la programacin entera como un mtodo de modelado es la compacidad de
la presentacin de modelo, la existencia de la prueba de optimalidad para muchos de los
mtodos de solucin tales (como la rama y el lmite), y la capacidad para realizar
anlisis de sensibilidad en la funcin objetivo y las restricciones post-hoc. Sin embargo,
programas enteros lineales mixtos, (incluyendo) programas enteros con algunas
variables binarias 0-1) son a veces computacionalmente difciles. Algunos aspectos de la
formulacin tienen un enorme impacto en el tiempo de computacin , tales como la
integridad y la formacin de la matriz de restriccin (Taha 1975). La modelizacin
matemtica puede traer ms ventajas en el anlisis que simplemente la estructuracin
concisa y comprensible del problema. La forma en que un problema
es modelado puede ayudar a identificar las relaciones de causa y efecto "(Hillier y
Lieberman1990). Adems de esto, las diversas relaciones entre las variables se
consideran simultneamente.

1.9 En esta tesis

Esta investigacin explora un tema muy amplio que se derrama en varias industrias. De
la perspectiva de la industria minera, abordamos el problema de definir claramente la
seleccin de equipos y nos dedicamos a lograr soluciones ptimas a partir de varios
modelos compactos. A medida que buscamos una compra y una poltica de salvamento
de las unidades completas de los equipos y las limitaciones de la productividad son
lineales, desarrollamos varios modelos de minera de programacin enteros lineales
mixtos. La necesidad para una condicin lgica en la compatibilidad de un equipo
refuerza el uso de la programacin entera como un mtodo de modelado.
En esta introduccin hemos definido el problema de investigacin, presentado algunos
antecedentes necesarios y descritos algunas de las complejidades asociadas con el
problema de seleccin de equipo. Al abordar el problema comenzamos revisando los
mtodos aplicados en esta rea y evaluando el grado en que estos mtodos se abordan
exitosamente el problema que deseamos resolver [Captulo 2]. Tambin hacemos
especial observacin de cualquier deficiencia en la literatura que se pueden abordar en
nuestra investigacin. Nuestra principal contribucin del El captulo 2 es:
Una revisin y consolidacin de la literatura, redefiniendo los lmites del
mtodo de seleccin de minera y los problemas de seleccin de equipo.
Prestamos especial atencin a dos corrientes aparentemente dispares de la
investigacin, la productividad pala-camin y la seleccin de equipos para la
minera, y elaborramos los aspectos relevantes en conjunto.
En esta introduccin hemos definido el cuociente de factor de acoplamiento. Este es un
indicador importante en la industria minera y se utiliza para indicar la eficiencia total
de las flotas. Reconociendo el cuociente de factor de acoplamiento como una
importante herramienta de validacin, ampliamos el cuociente de varias maneras en la
preparacin para su uso en nuestras soluciones heterogneas en captulos posteriores. En
el captulo 3 presentamos:

Dos formas de calcular el factor de acoplamiento para el caso de flotas de

camin heterogneas [Seccin 3.2];
 Un cuociente para calcular el factor de acoplamiento para el caso de flotas de
cargadores heterogneas [Seccin 3.3];
Dos formas de calcular el factor de acoplamiento para el caso de flotas de
camiones y cargadores heterogneas[Seccin 3.4];
extensiones para todas las variantes anteriores para el caso de un nico tiempo
del ciclo de camin y mltiples ubicaciones.

Nuestra revisin de la literatura indica que modelar el problema de seleccin de equipo

en una manera manejable es una tarea difcil. Consideramos la existencia de equipos de
segunda mano en todos los modelos desarrollados [captulos 4, 5 y 6]. Una
consecuencia de esto es que debemos tambin considerar y permitir flotas heterogneas
de cargadores y camiones. Todos los modelos presentados aqu consideran flotas
heterogneas y tambin permiten el salvamento de equipo al inicio de cualquier perodo
del programa. La heterogeneidad de las flotas y el salvamento de equipos no han sido
considerados antes en los modelos de optimizacin en esta aplicacin de minera en
superficie. La inclusin de los equipos pre-existente es tambin nuevo, lo cual es
sorprendente dada la prevalencia del equipo pre-existente en el inicio del programa de
minera y la necesidad frecuente de volver a realizar la seleccin de equipos a mitad del
programa.
Empezamos este reto abordando en primero lugar el caso de los equipos de la
seleccin de equipos de locacin nica para una mina de periodos mltiples
[Captulo 4]. Presentamos un conjunto de restricciones que aseguran la capacidad
de satisfaccin de necesidades de produccin despus de considerar la
compatibilidad de flotas heterogneas validamos este modelo utilizando un estudio
de caso retrospectivo, donde nuestra solucin obtiene resultados significativamente
mejores que los mtodos existentes de la industria. Nosotros realizamos las pruebas
de robustez en una serie de casos de prueba que sintetizamos desde el estudio de
caso. La importante contribucin de este captulo es la siguiente:
Desarrollamos un modelo de seleccin de equipo de una sola locacin, un
solo sitio de descarga, un modelo de multi-periodo MILP [Captulo 4], que
ofrece la compra ptima y poltica de reemplazo para los camiones y
cargadores. Este es un programa entero mixto que resuelve con rapidez
 usando bibliotecas ILOG CPLEX interesantemente los programas con
multi-perodos no han sido considerado en la literatura de la minera.

Motivados por el xito del modelo de un solo lugar, extendemos este modelo a mltiples
locaciones para una mina de mltiples periodos [Captulo 5]. Es necesario introducir
variables continuas para permitir la asignacin de los equipos a los lugares de minera y
rutas, reduciendo la solvencia del modelo. Introducimos restricciones adicionales que
fortalecen la formulacin y reducen el tiempo de computacin al disminuir el espacio
inicial de la solucin. Ponemos a prueba este nuevo modelo en dos estudios de caso de
la industria de que describen dos operaciones de minera en superficies muy diferentes.
En este captulo:
Nosotros desarrollamos un modelo de seleccin de equipo de multilocacin de
mltiples sitio de descarga y multiperiodos MILP [Captulo 5], que ofrece la
compra ptima y la poltica de remplazo para los camiones y cargadores.
Adems, este modelo asigna de forma ptima los camiones y cargadores, a las
rutas y lugares de minera, respectivamente. Anteriormente, mltiple lugares y
sitios de descarga no han sido considerados en la literatura de seleccin de
equipos de minera. En un intento por crear una funcin de objetivo de costo
ms realista, se introduce una utilizacin variable para el tercer modelo
[Captulo 6]. Esta variable permite que el modelo de cuenta de las horas reales
operadas por cada pieza de equipo. Derivamos conjuntos de restricciones para
relacionar las horas acumulativas lineales no uniformes en las unidades de
equipo de manera lineal. Ponemos a prueba este modelo en una serie de casos
de prueba de sntesis. La principal contribucin de este captulo es la siguiente:

Desarrollamos un modelo de seleccin de equipo de ubicacin nica, sitio

de descarga nico, multi-periodo MILP que atribuye el costo operativo para
la utilizacin del equipo (Captulo 6). La utilizacin basada en los costos no
ha sido considerada en ningunos de los modelos de solucin, aunque
algunos modelos tericos han sido propuestos. En nuestro ltimo captulo
[Captulo 7], se resumen nuestros hallazgos y se visualizan oportunidades
para la investigacin futura sobre el problema de la seleccin de equipos.