Por: Romina Martínez, Christ Barriga, Dean Marca, Katherine Chipana, Kathleen Elorreaga, Luis Ventura, Manuel Mendoza y Renato Colana, Facultad de Ingeniería y Arquitectura de la Universidad Nacional de Moquegua. Resumen En la minería subterránea, la eficiencia operativa y la reducción de tiempos de inactividad son cruciales para la rentabilidad y sostenibilidad del negocio. En este contexto, la optimización de los tiempos operativos y no operativos adquiere una importancia estratégica. Este artículo aborda esta problemática implementando sistemas de telemetría, esenciales para supervisar en tiempo real el rendimiento de la maquinaria. Estos sistemas permiten una representación detallada de las actividades mineras, optimizando trayectorias de transporte y mejorando la eficacia del flujo de trabajo. El estudio se realizó en una mina en Ayacucho, evaluando equipos scooptrams mediante un sistema telemétrico que utiliza sensores y tecnología RFID para recopilar y analizar datos en tiempo real. Los resultados mostraron un aumento del 11.30% en las horas operativas y una reducción del 6.02% en las horas no operativas en comparación con el año anterior, evidenciando una mejora significativa en la productividad y disponibilidad de los equipos. La implementación de la telemetría permitió reducir las horas de mantenimiento y aumentar las horas de operación, optimizando el rendimiento general de los equipos. Estos hallazgos coinciden con estudios previos en otras unidades mineras, confirmando la efectividad de la telemetría en la mejora de la eficiencia operativa y la reducción de costos. IntroducciónEn el ámbito minero, se ha vuelto crucial maximizar la eficiencia operativa y optimizar los procesos para garantizar el éxito empresarial. Con la creciente tendencia de las minas inteligentes, es crucial desarrollar una gestión eficiente alineada con las condiciones actuales. La tecnología debe promover la transparencia de la información, la flexibilidad en la programación, la producción ajustada y la toma de decisiones. Según el progreso, se pueden tomar medidas correctivas rápidamente para minimizar las desviaciones del cronograma y mejorar la eficiencia. La implementación de tecnologías ha permitido la percepción, análisis, predicción y toma de decisiones en la programación (Wang et al., 2023).Dentro de la tecnología que se usa actualmente para la automatización de procesos industriales, se encuentra la telemetría (Pinheiro, Simão & Ambrosio, 2014). Los sistemas telemétricos se han convertido en herramientas fundamentales para supervisar en tiempo real el rendimiento de la maquinaria utilizada en las operaciones mineras, lo que impulsa la productividad y la rentabilidad en este entorno operativo (Gómez & García, 2017). La capacidad inherente de estos sistemas para una representación detallada de las actividades mineras habilita a los operadores para identificar puntos críticos en los procesos, optimizar trayectorias de transporte y tomar decisiones acertadas para mejorar la eficacia del flujo de trabajo (Jiménez & Molina, 2006).La optimización del rendimiento operativo es un objetivo fundamental para garantizar la viabilidad económica y la sostenibilidad de la vida operativa de la mina (Nday & Thomas, 2019). Algunos indicadores de rendimiento incluyen el tiempo operativo del equipo, averías y fallas, ajustes del programa de producción y tiempo efectivo debido a interrupciones no programadas. El tiempo operativo se refiere a la cantidad de horas que el equipo funciona de manera eficiente. El tiempo no operativo incluye el tiempo inactivo por fallas internas, fallas de proceso por factores externos y tiempo perdido por cambios en los cronogramas de producción que requieren interrupciones en las operaciones para realizar ajustes (Guerra & Montes de Oca-Risco, 2019).La tecnología de telemetría en la industria minera implica la recolección y evaluación de datos que registran los tiempos de desplazamiento de los camiones en operaciones subterráneas. Un ejemplo típico de esta tecnología es la utilización de dispositivos Bluetooth junto con tabletas. La información se captura mediante una tableta conectada al camión, luego se organiza y transfiere a un servidor en la nube para su posterior análisis (Park & Choi, 2021). En la gestión de operaciones mineras, se necesitan nuevas tecnologías como la telemetría para convertir los datos recolectados en información crucial para mejorar la eficiencia y los costos operativos (Felsch et al., 2018).La industria minera está adoptando cada vez más redes de sensores inalámbricos para recopilar datos en tiempo real de los equipos mineros y el medio ambiente (Raut & Khandait, 2015). Estos datos se pueden utilizar para optimizar las operaciones mineras, mejorar la seguridad y reducir costos, facilitando detectar contratiempos y la implementación de acciones correctivas y preventivas (Jerez & García, 2019). Esta capacidad no solo resulta en una reducción de paradas de producción, sino que también conlleva a una gestión y optimización general de las operaciones mineras.El artículo evalúa si la implementación del sistema de telemetría afectará positivamente la mejora de tiempos operativos y no operativos, y se traducirá en una mejora significativa del rendimiento y productividad de los equipos. La metodología del estudio se basará en el análisis de datos históricos y data recopilada durante la implementación de un sistema telemétrico. Al utilizar técnicas estadísticas y el monitoreo en tiempo real se mejora la eficiencia operativa por la proporción de datos instantáneos que se recopila (Xiao, Liu & Chen, 2022).Materiales y métodosEste estudio se centró en una unidad minera subterránea en Ayacucho como se muestra en la Figura 1. La operación, situada entre 3,900 y 4,800 msnm., incluye instalaciones como bocaminas, talleres, planta de procesamiento, almacén, presa de relaves y un polvorín. Asimismo, se utiliza equipos scooptrams para realizar el carguío y acarreo de mineral, siendo este un equipo utilizado para transportar material en zonas de extracción, haciendo que su eficiencia y capacidad sean clave en la producción minera subterránea (Meng et al., 2019).Durante la investigación, se evaluaron cuatro equipos scooptrams (ST-11, ST-14, ST-15 y ST-22), una ficha de seguimiento de demoras operativas y tiempos, que estructuró el registro y análisis de las demoras y tiempos operativos. También se utilizó un sistema de telemetría mediante conexión wifi, que incluye una pantalla en cada equipo, un computador y sensores Tag, para la gestión de datos en tiempo real. El sistema telemétrico conecta sensores y dispositivos para mejorar la toma de decisiones en sectores como la minería, donde los datos se transmiten a través de redes wifi y se procesan en un centro de control para ofrecer servicios útiles (Vallejo et al., 2019). Estos recursos combinados permitieron realizar el estudio de manera efectiva y obtener resultados precisos en la unidad minera.El sistema de telemetría se enfoca en proporcionar visibilidad y gestión de personal, soluciones y activos de flotas para impulsar la productividad en operaciones mineras subterráneas. La tecnología Radio-frecuency Identification (RFID) presenta atributos atractivos como la comunicación sin contacto, alta velocidad de datos, seguridad, legibilidad sin necesidad de línea de visión, tamaño compacto y bajo costos, estas características la convierten en una opción viable para la localización en interiores, dado que permite la ubicación precisa de equipos y la medición efectiva de la producción (Sanpechuda & Kovavisaruch, 2008). La plataforma proporciona información en tiempo real sobre el estado de los equipos y la infraestructura minera, permitiendo la toma de decisiones para mejorar la productividad.La operatividad del sistema telemétrico está basada en una recolección de datos a través de sensores en equipos y áreas específicas de la mina. Estos sensores recopilan datos sobre la ubicación y el estado de los equipos, así como sobre las actividades en curso (Gunda et al., 2013). Los datos recopilados por los sensores se transmiten a un computador central a través de tecnología RFID. Este dispositivo procesa los datos y los almacena para su posterior análisis. Los datos almacenados en el computador son procesados por algoritmos internos para generar información útil sobre el estado de los equipos, los puntos de extracción y vaciado, transporte, entre otros. Esta información se transmite a una sala de control a través de conexión wifi para su visualización y análisis por parte del personal encargado (Marin, 2020).El sistema telemétrico emplea tecnologías de transmisión inalámbrica, como sistemas RFID y antenas wifi. Para ello, se instala el computador en la cabina del scooptram junto con el cableado necesario para la pantalla táctil de interacción del propio sistema. Los Tags se colocan estratégicamente en áreas clave de la operación para garantizar la precisión de los enlaces, con un alcance de 5 metros para capturar la información transmitida por los RFID de los equipos a través del wifi. Estos Tags se instalan en varios lugares, como hastiales de labores, refugios, cámaras de carguío, tajos de producción, taller de mantenimiento y echaderos.En ese contexto, este artículo presenta un tipo de investigación cuantitativa que implica la recolección de datos y su respectivo análisis mediante métodos estadísticos. El diseño de investigación desarrollado es experimental. El nivel de investigación utilizado es correlativo-comparativo, donde se identificarán y establecerán las relaciones entre las variables (Hernández- Sampieri & Mendoza, 2018). La variable independiente es el sistema de gestión basado en la telemetría, mientras que, para evaluar la variable dependiente, nos enfocamos en el rendimiento de los equipos de carguío. Para asegurar la obtención de información pertinente, se propone una estrategia meticulosa que incluye revisar documentos existentes y buscar datos en línea que permitan recoger data sobre la aplicación y eficiencia del sistema de gestión telemétrico.Para la representación y análisis de los datos recolectados se organizó la información de manera que sea comprensible y significativa. Para ello, se empleó el modelo de regresión lineal simple, el cual expresa la relación entre una variable de interés (variable dependiente) y un conjunto de variables predictoras (variables independientes) (Astorga, 2014). Dicho modelo se elaboró en base a un monitoreo y seguimiento en campo de una flota, conformada por equipos scooptrams y sus respectivos operadores durante un periodo de 30 días, con el fin de demostrar el impacto positivo del sistema telemétrico con relación a las interacciones efectuadas con la utilización de los mismos equipos. A continuación, en la Tabla 1, se presenta la interacción de los estados y sub-estados de las horas totales de cinco días de seguimiento de los operadores de scooptrams de la flota mencionada por medio del sistema.ResultadosSe obtuvieron resultados significativos en el análisis de la comparación del rendimiento en horas entre las operaciones del 2022 y la implementación del sistema telemétrico en 2023. Además, se recopiló información relevante sobre el rendimiento de cada equipo estudiado y evaluado según sus horas de operación. A través de la aplicación del sistema telemétrico se logró recopilar los valores de las horas laborales de los equipos como se muestra en la Tabla 2. Esta recopilación se enfoca en las actividades de la flota minera durante el ciclo de minado del 2023.Los datos presentados en la Tabla 3 muestran las horas totales de las diversas demoras debido al estado de toda la flota y al mantenimiento de los equipos analizados, la diferencia de horas del 2022 y 2023 se atribuye a la interacción del sistema telemétrico el cual permitió un monitoreo más preciso y en tiempo real del estado de los equipos, facilitando intervenciones de mantenimiento y reduciendo significativamente los tiempos de inactividad, favoreciendo la ampliación de la utilización de los equipos scooptrams.Se observó una relación inversa entre las horas de mantenimiento y operación de los equipos como se muestra en la Tabla 4. No obstante, la introducción del sistema telemétrico impulsa un efecto inversamente proporcional con respecto al mantenimiento y las horas de operación, teniendo como resultado que el tiempo que los equipos están fuera de servicio para mantenimiento se reduzca significativamente y, a su vez, permita un uso más prolongado y eficiente de los mismos durante las operaciones diarias.En la Figura 2, se muestra la regresión lineal que representa la relación entre las horas de mantenimiento y operación de la flota. Este gráfico revela una correlación inversa entre estas variables, donde R2 indica qué tan bien los valores observados se ajustan a la línea de regresión. Una alta correlación inversa indica que a medida que aumentan las horas de operación, las horas de mantenimiento disminuyen proporcionalmente, lo cual se atribuye a la implementación del sistema telemétrico.En la Figura 3, se analiza la regresión lineal de las horas de mantenimiento preventivo en comparación con las de operación, donde se refleja un aumento proporcional en las horas de operación. Este análisis indica que un incremento en las horas dedicadas al mantenimiento preventivo se asocia al aumento en las horas de operación efectiva de los equipos. La línea de regresión muestra una relación directa, indicando que las medidas preventivas no solo evitan fallas y reparaciones costosas, sino que también permiten que los equipos operen de manera más continua y eficiente.DiscusiónDespués de la implementación del sistema telemétrico, se ha observado una mejora considerable en el aumento de las horas de trabajo generadas por las operaciones de la flota de equipos mineros. Según la Tabla 2 se evidencia un incremento de 11.89% en las horas laboradas respecto al año anterior. Esta mejora se refleja en una notable disponibilidad de los equipos y en una reducción de las horas dedicadas al mantenimiento preventivo, como se muestra en la Figura 3.Por otro lado, los resultados del estudio también indicaron que la implementación del sistema de telemetría resultó en una notable disminución del tiempo de inactividad de las horas no operativas de los equipos, registrando una reducción del 6.02% en comparación con el 2022, como se puede apreciar en la Tabla 3. Esta mejora se reflejó en la disponibilidad de los equipos y se tradujo en un notable aumento de la productividad de la mina, ya que las horas dedicadas al mantenimiento disminuyeron, como se muestra en la Figura 2.Según el estudio realizado en la unidad minera Inmaculada en Ayacucho, los sistemas de telemetría permiten optimizar la productividad. El sistema se basa en el uso de sensores y tecnología RFID para monitorear y obtener datos del trabajo realizado por cada equipo. Se logró mejorar el rendimiento del 30.00% según tiempos operativos y un 50.00% de reducción de tiempos de adquisición de información (Quispe, 2021). De tal manera, que estos indicadores coinciden con los resultados presentados en el artículo, donde se aprecia una clara optimización de tiempos con la implementación del sistema.En un estudio se evaluó la implementación de sistemas de telemetría en la unidad minera canadiense Casa Berardi. Este sistema fue aplicado para monitorear scooptrams, teniendo como resultados un ahorro de aproximadamente 30 minutos por turnos. Asimismo, la telemetría optimiza el tiempo de diagnóstico de problemas, registra tiempos de inactividad y enfoca los planes de mantenimiento correctivo y preventivo (Marin, 2020). Esto coindice con los resultados del presente artículo donde se muestra la reducción de las horas no operativas.En un estudio realizado en la unidad minera Huarón en Pasco, se analizó la distribución de las horas operativas y no operativas de un equipo scooptram, aplicando un sistema de gestión de intervalos cortos. Los resultados obtenidos mostraron una disminución de 27.60% y 19.00% en la zona norte y sur respectivamente, lográndose optimizar 151.42 horas en ambas áreas durante un mes (Esteban & Huaroc, 2020). En contraste con el presente artículo, el sistema de gestión de intervalos cortos se centra en un monitoreo diario de las operaciones y del personal, mientras que la telemetría ofrece un monitoreo y gestión de datos en tiempo real, lo que lleva a resultados iguales o mejores.La integración de la telemetría en las actividades mineras ha generado un impacto significativo en la gestión de este ámbito. Los análisis recopilados evidencian una serie de ventajas tangibles, incluyendo un aumento en las horas de operación de los scooptrams mineros, una mejora sustancial en el mantenimiento de equipos, una notable optimización en los tiempos de ejecución y un rendimiento operativo superior. Estos resultados anticipan un panorama donde las operaciones mineras logren maximizar su eficiencia y seguridad, generando un entorno laboral más productivo y seguro para todos los involucrados.Conclusiones1. La implementación del sistema telemétrico ha demostrado ser una estrategia eficaz para optimizar las operaciones mineras, evidenciada por el incremento del 11.89% en las horas de trabajo y la reducción del 6.02% en el tiempo de inactividad de los equipos. Estos hallazgos subrayan la importancia de la telemetría en la mejora de la disponibilidad y productividad de los equipos mineros. Además de las mejoras operativas directas, este sistema reduce las necesidades de mantenimiento preventivo, lo que implica un uso más eficiente de los recursos y una mayor continuidad en las operaciones.2. La telemetría, al proporcionar la capacidad de monitoreo en tiempo real, se posiciona como una herramienta sobresaliente en la gestión de operaciones mineras, propiciando mejoras sustanciales en la productividad. Este hecho se corrobora con la implementación de sistemas de telemetría en unidades mineras subterráneas, donde se ha evidenciado su eficacia para reducir los tiempos de inactividad, incrementar el rendimiento operativo y optimizar el tiempo de diagnóstico y mantenimiento de equipos.3. El sistema recopila datos sobre la ubicación, el estado y las actividades de los equipos, así como sobre las condiciones de la mina, estos datos se procesan y analizan en tiempo real para generar información útil para el personal encargado de la operación minera, la información proporcionada por el sistema telemétrico permite identificar y resolver problemas de manera oportuna, lo que contribuye a mejorar la eficiencia de las operaciones. AgradecimientosDeseamos expresar un especial agradecimiento a la empresa Hochschild Mining por su colaboración inestimable, facilitando el acceso a datos críticos que fueron fundamentales para este estudio. Extendemos nuestra profunda gratitud a la Universidad Nacional de Moquegua por el constante apoyo brindado durante esta investigación, en particular por proporcionar el acceso a su infraestructura tecnológica y por la asesoría académica que contribuyó significativamente al desarrollo de este artículo. Bibliografía Astorga, J. 2014. Aplicación de modelos de regresión lineal para determinar las armónicas de tensión y corriente. Energética. 2014, vol.35, n.3, pp.234-241. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59012014000300008&lng=es&nrm=iso Esteban, J. & Huaroc, J. 2020. Optimización de la productividad del sistema de gestión de transporte de mineral y desmonte en zona sur y zona norte en la Unidad Minera Huarón, Pan American Silver Perú S.A.C. Tesis para optar el título profesional de Ingeniero de Minas, Escuela Académico Profesional de Ingeniería de Minas, Universidad Continental, Huancayo, Perú. Disponible en: https://hdl.handle.net/20.500.12394/8369 Gómez, A. & García, J. 2017. Application of new technologies for the optimization of mining operations, in Proceedings of the 13th International Symposium on Mine Planning and Equipment Selection (IMP 2017). Society for Mining, Metallurgy and Exploration, pp. 195-202. Available at: https://doi.org/10.1016/j.eng.2018.05.013Guerra López, E. & Montes de Oca-Risco. 2019. Relación entre la productividad, el mantenimiento y el reemplazo del equipamiento minero en la gran minería, Boletín de Ciencias de la Tierra. Disponible en: https://doi.org/10.15446/rbct.n45.68711Gunda, L., Nkiwane, F., Mhlanga, S., Nyanga, L., & Nyathi, Z. 2013. Telemetric data logger and monitor for mining vehicles. Available at: https://hdl.handle.net/10210/13065 Hernández-Sampieri, R. & Mendoza, C. 2018. Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta, ISBN: 978-1-4562-6096-5, 714 p. Disponible en: https://doi.org/10.22201/fesc.20072236e.2019.10.18.6 Jiménez, I.M. & Molina, J.M. 2006. Propuesta de medición de la productividad en minería de oro vetiforme y reconocimiento de estándares productivos sostenibles. Boletín de Ciencias de la Tierra, (19), pp. 73-86. Disponible en: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-36302006000200005&lng=en&tlng=esJunior, W., Ortiz, C., Oliveira, V., Cunha, P., & Costa, É. 2018. Beneficios de la implementación de un sistema de telemetría para la gestión de las operaciones mineras, Interfases, 11(011), pp. 87-102. Disponible en: https://doi.org/10.26439/INTERFASES2018.N011.2955 Marin, R. 2020. Telemetry: connectivity and productivity in real time - project implementation guide, Proceedings of the Eighth International Conference & Exhibition on Mass Mining, University of Chile, Santiago, pp. 1359-1374. Available at: https://doi.org/10.36487/ACG_repo/2063_102 Meng, Y., Fang, H., Liang, G., Gu, Q. & Liu, L. 2019. Bucket Trajectory Optimization under the Automatic Scooping of LHD. Energies, 12(20), p.3919. Available at: https://doi.org/10.3390/en12203919 Nday, I.N.M. & Thomas, H. 2019. Optimization of the cycle time to increase productivity at Ruashi Mining. Journal of the Southern African Institute of Mining and Metallurgy, 119(7), 631-638. Available at: https://www.scielo.org.za/scielo.php?script=sci_arttext&pid=S2225-62532019000700007#:~:text=The%20optimization%20of%20the%20cycle,the%20actual%20cycle%20time%20componentsPark, S. & Choi, Y. 2021. Analysis and diagnosis of truck transport routes in underground mines using transport time data collected through Bluetooth beacons and tablet computers, Applied Sciences, 11(10), p. 4525. Available at: https://doi.org/10.3390/app11104525 Pinheiro, C., Simão, A. & Ambrosio, A. 2014. FSM-Based Test Case Generation Methods Applied to Test the Communication Software on Board the ITASAT University Satellite: A Case Study. Journal of Aerospace Technology and Management, Vol.6, núm.4, pp.447-461. ISSN: 1984-9648. Available at: https://www.redalyc.org/articulo.oa?id=309432631009Raut, A. & Khandait, S. 2015. Review on data mining techniques in wireless sensor networks, 2nd International Conference on Electronics and Communication Systems (ICECS), Coimbatore, India, 2015, pp. 390-394. Available at: https://doi.org/10.1109/ECS.2015.7124932 Sanpechuda, T. & Kovavisaruch, L. 2008. A review of RFID localization: Applications and techniques. 5th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology. Available at: https://doi.org/10.1109/ecticon.2008.4600544 Vallejo, D., Muñoz, A., Chaverra, E., Correa, J., Londoño, L. & Bustamante, O. 2024. Desarrollo de una Arquitectura IoT para monitoreo ambiental: integración de tecnologías de código abierto con proyección de aplicación en el sector minero. DYNA 91(231): 163-168. Disponible en: https://doi.org/10.15446/dyna.v91n231.112093 Vásquez, G. 2021. Diseño e implementación de un sistema de telemetría en apoyo a la optimización de la productividad en la Unidad Operativa Inmaculada, de la Compañía Minera Ares. Tesis para optar el título profesional de Ingeniero Electrónico, Universidad Tecnológica del Perú, Lima, Perú. Disponible en: https://hdl.handle.net/20.500.12867/4530Wang, H., Zhang, X., Yuan, H., Wu, Z. & Zhou, M. 2023. A Lean Scheduling Framework for Underground Mines Based on Short Interval Control Sustainability, 15, 9195. Available at: https://doi.org/10.3390/su15129195Xia, M., Chi, K., Wang, X. & Cheng, Z. 2019. Mode-oriented hybrid programming of sensor network nodes for supporting rapid and flexible utility assembly, Computer Networks, Volume 158, 2019, pp. 77-97. ISSN 1389-1286. Available at: https://doi.org/10.1016/j.comnet.2019.04.025 Xiao, W., Mingxia, L. & Xubing, C. 2022. Research Status and Development Trend of Underground Intelligent Load-Haul-Dump Vehicle—A Comprehensive Review Applied Sciences 12, no. 18: 9290. https://doi.org/10.3390/app12189290
