El presente trabajo de suficiencia profesional tiene como título “Diseño del sostenimiento de una rampa negativa en preparación a profundidad, mediante métodos empíricos y numéricos de una mina subterránea convencional al sur del Perú”, el cual tiene como objetivo principal el diseño de un sistema de sostenimiento capaz de enfrentar la inestabilidad de la zona y las deformaciones inducidas por los esfuerzos asociados a la profundización de la rampa El estudio geomecánico se realizó en una veta angosta aurífera, ubicada en una labor de preparación desarrollada mediante una rampa negativa. Previo a la aplicación de la metodología correspondiente, se recopilaron datos actualizados de estudios geológicos, con el fin de resumir la litología de la zona. Posteriormente, a través del estudio geomecánico, se empleó información proveniente de estaciones geológicas, mapeo geomecánico y ensayos de laboratorio, con el objetivo de determinar las propiedades de resistencia del macizo rocoso. El modelamiento geomecánico de la rampa negativa, basado en métodos empíricos, proporciona variables que son ingresadas a un software especializado. A través de la aplicación de métodos numéricos, se analiza el comportamiento de la estabilidad del terreno y las deformaciones generadas por los esfuerzos actuantes sobre el diseño de sostenimiento seleccionado. Este proceso tiene como finalidad garantizar la estabilidad de la labor, la cual constituye un acceso principal hacia otras labores en proceso de profundización.

La industria minera comprende una diversidad de procesos productivos, dentro de los cuales el sostenimiento de labores representa una actividad crítica para garantizar la seguridad operativa y la continuidad del ciclo minero. En este contexto, resulta imprescindible implementar estrategias de mejora continua orientadas a optimizar los métodos existentes, con el propósito de reducir costos, controlar el consumo de recursos y asegurar la calidad de las operaciones. Este trabajo de suficiencia profesional (TSP) se desarrolla dentro del área de costos centrándose en la optimización de recursos disponibles en la mina. En este informe se implementará herramientas de la metodología Lean Manufacturing, dentro de una unidad minera ubicada al centro del Perú. El objetivo del presente trabajo es optimizar el sistema de control en el sostenimiento de las labores aplicando dicha metodología para reducir el porcentaje de pérdidas por rebote de shotcrete vía húmeda el cual genera un incremento en los costos operativos. Para ello se adoptaron herramientas como el Value Stream Mapping (VSM), el diagrama de Ishikawa, el Just In Time (JIT), en combinación con otras herramientas de la metodología, listas de verificación técnicas y estandarización del ciclo operativo. La investigación presente, al mismo tiempo, abarca capacitaciones recurrentes a los operadores de sostenimiento y lanzamiento de shotcrete sobre la metodología Lean y mejora continua de procesos mineros mediante coordinación logística. Finalmente, se logró reducir el porcentaje de rebote shotcrete, paradas no programadas por fallas y el costo de sostenimiento por metro lineal. De igual manera, se pudo realizar un análisis cuantitativo de los tiempos y materiales de sobreconsumo que elevarían los costos de sostenimiento.

En una mina a rajo abierto ubicada en el norte de Chile, el índice clave de desempeño TKPH (Toneladas Kilómetro por Hora) de los camiones mineros ha sido un desafío constante, debido al desgaste prematuro de los neumáticos causado por velocidades excesivas en ciertas vías de la operación. Para abordar este problema, este estudio plantea analizar diversos escenarios con restricciones de velocidad, los cuales fueron evaluados bajo la simulación de eventos discretos con el software Orchestra, a fin de identificar un escenario optimo que reduzca el TKPH sin afectar a la producción. El trabajo consistió en simular el flujo de tráfico de los camiones mineros de un día de la mina y cambiar ciertas variables con el objetivo de representar diferentes escenarios de restricción de velocidad. Se evaluaron múltiples escenarios, donde el ideal fue el que impuso un límite de velocidad de 30 km/h en las áreas más transitadas. El resultado de la simulación indicó que ese escenario logró reducir el TKPH de los camiones y dejar casi el 90% de los ciclos por debajo del valor sugerido por el proveedor de neumáticos. Esta restricción de velocidad se seleccionó por su potencial para minimizar el desgaste de los neumáticos sin comprometer significativamente la productividad. Además de los resultados, el siguiente estudio demuestra que la simulación de eventos discretos es una herramienta valiosa para la toma de decisiones informadas en la optimización de operaciones mineras, ya que al ser la operación un sistema complejo, las simulaciones permiten tener una mayor representatividad.

La planta de procesamiento de minerales en la industria minera presenta riesgos que pueden afectar la salud de los trabajadores y la operación. Aunque se aplican sistemas de control según las normativas legales, los accidentes aún ocurren, señalando la necesidad de adoptar nuevas metodologías para gestionar los riesgos El presente trabajo aborda la implementación de la técnica Bow Tie para evaluar riesgos durante el mantenimiento de los molinos SAG en una planta de procesamiento de mineral. Se establecen cuatro objetivos específicos: identificar tareas críticas con alta incidencia de incidentes, identificar peligros, determinar causas y consecuencias de los riesgos con sus respectivos controles en el diagrama Bow Tie, y ofrecer programas de capacitación sobre los nuevos controles de seguridad. Estos objetivos se desarrollan de manera ordenada y consecutiva para cumplir con el objetivo general: aplicar la metodología Bow Tie al sistema de gestión de riesgos de la empresa Metso S.A. en el mantenimiento de molinos SAG. Se sigue un enfoque sistemático desde la recopilación de datos hasta la formulación de acciones preventivas y correctivas, priorizando la reducción de accidentes graves. Como resultado, identificamos 3 tareas críticas en el mantenimiento de los molinos SAG de los cuales analizamos sus PETS e IPERC relacionados para identificar sus peligros y riesgos, creando una tabla de sus riesgos potenciales, de sus posibles causas, consecuencias, probabilidad y severidad. Con ello, se desarrolló el diagrama Bow Tie para cada tarea crítica y establecer los controles preventivos y mitigantes que serán presentadas a la jefatura de ssoma mediante una presentación de los resultados para su aprobación e iniciar programas de capacitación sobre los nuevos controles de seguridad en el programa anual de seguridad y salud ocupacional de la empresa.

La minería es una de las actividades principales aportantes en la economía peruana y mundial, provocando así una mayor producción de materias prima, logrando obtener grandes beneficios económicos a las compañías mineras. En las últimas décadas ha logrado experimentar un creciente desarrollo a nivel mundial, pues con ello surgió la necesidad de aplicar diversos métodos de explotación durante la evaluación del plan de minado, con el fin de mejorar la producción y en el tiempo de extracción de mineral. Sin embargo, el principal problema que enfrenta la minera ubicada el norte del Perú es la baja producción de mineral, esto se debe a diversos factores, ya que al seleccionar el método subterráneo no se consideraron parámetros geotécnicos debido a una falta de información geológica y geomecánica. El presente trabajo de investigación tiene como objetivo evaluar el método de minado adecuado mediante la mejora del algoritmo de Nicholas, donde técnica aplicada es la implementar parámetros geotécnicos como “Aguas Subterráneas” y “Profundidad de Yacimiento” para así establecer un proceso de selección de minado óptimo y por consecuencia mejorar la productividad de la empresa minera. Cabe resaltar que, el diseño y comprobación de la efectividad de esta técnica parte de un estudio numérico, lo que permite proyectar los resultados in situ y, en consecuencia, lograr una propuesta eficiente al seleccionar el método subterráneo óptimo y el posterior diseño de la mina.

El uso de machine learning como disciplina científica en el ámbito de la inteligencia artificial aplicada al campo de la industria minera presenta ventajas como la obtención de predicciones y estimaciones basadas en la recopilación electrónica de información y la experiencia adquirida durante todos los procesos. En este sentido, el presente trabajo tiene como objetivo proporcionar un modelo de gestión de inventarios con uso de machine learning como solución para el abastecimiento de repuestos de una flota de operaciones en una mina subterránea del sur del Perú. Luego de una investigación de antecedentes, se observó que no existe algún modelo de machine learning para predecir el stock de repuestos de flotas, existen investigaciones de nuevas tecnologías para este mismo problema, pero no aplicación la solución propuesta. Esto debido al tipo de demanda que requieren estos repuestos. Por ello, se procedió a capturar información en un período de tiempo de Julio a Diciembre del año 2023, donde se conoce la gestión de inventarios del mes de diciembre de ese mismo año y actúa como testing data, y se va a tratar de predecir con los 5 meses anteriores con data conocida como training data. Antes de aplicar cualquier modelo de machine learning, primero se debe conocer que muestra de datos se va a utilizar. En este caso, se utilizó el método ABC para mediante el porcentaje acumulado, conocer la criticidad de los productos más importantes de nuestro scoop entre todos los demás repuestos. Luego de que se obtuvo la muestra, esta se procede a ser estructurada y procesada en línea en un espacio de trabajo bajo IDLE de Python, como es Google Colab. Una vez que los datos fueron normalizados y analizados estadísticamente, se procede al entrenamiento y testeo de la data, para que luego ejecutar su funcionamiento y conocer cuál es la predicción en la gestión de inventarios de los repuestos de equipo de flota pesada

La minería es una industria importante que presenta altos riesgos en términos de seguridad y salud ocupacional. Por ello, es crucial encontrar alternativas para gestionarla a través de la implementación de controles adaptables a los procesos críticos, con el fin de disminuir la incidencia de incidentes, accidentes laborales y enfermedades ocupacionales. El propósito de esta investigación es proponer un modelo de gestión de riesgos específicamente diseñado para una mina a cielo abierto, empleando la metodología Bow Tie como herramienta principal. Se busca mejorar la seguridad y reducir los incidentes en las operaciones mineras, enfocándose en cuatro objetivos específicos: identificar las áreas con mayor incidencia de accidentes laborales, realizar la identificación de peligros y evaluación de riesgos (IPERC), diseñar un sistema de gestión de riesgos, y realizar el seguimiento y evaluación del sistema implementado. Este trabajo comenzó con la identificación de las áreas críticas de la mina a tajo abierto, donde se registró la mayor incidencia de accidentes. Posteriormente, se realizó una evaluación detallada de los peligros y riesgos asociados a las actividades específicas mediante la metodología IPERC. A continuación, se diseñó un sistema de gestión de riesgos utilizando la metodología Bow Tie, que permite visualizar los peligros, las causas potenciales de los incidentes y las medidas de control necesarias. Finalmente, se llevó a cabo el seguimiento y la evaluación del sistema de gestión de riesgos implantado, verificando la efectividad de los controles y ajustándolos según fuera necesario.

El uso de machine learning como disciplina científica en el ámbito de la inteligencia artificial aplicada al campo de la industria minera presenta ventajas como la obtención de predicciones y estimaciones basadas en la recopilación electrónica de información y la experiencia adquirida durante todos los procesos. En este sentido, el presente trabajo tiene como objetivo proporcionar un modelo de gestión de inventarios con uso de machine learning como solución para el abastecimiento de repuestos de una flota de operaciones en una mina subterránea del sur del Perú. Luego de una investigación de antecedentes, se observó que no existe algún modelo de machine learning para predecir el stock de repuestos de flotas, existen investigaciones de nuevas tecnologías para este mismo problema, pero no aplicación la solución propuesta. Esto debido al tipo de demanda que requieren estos repuestos. Por ello, se procedió a capturar información en un período de tiempo de Julio a Diciembre del año 2023, donde se conoce la gestión de inventarios del mes de diciembre de ese mismo año y actúa como testing data, y se va a tratar de predecir con los 5 meses anteriores con data conocida como training data. Antes de aplicar cualquier modelo de machine learning, primero se debe conocer que muestra de datos se va a utilizar. En este caso, se utilizó el método ABC para mediante el porcentaje acumulado, conocer la criticidad de los productos más importantes de nuestro scoop entre todos los demás repuestos. Luego de que se obtuvo la muestra, esta se procede a ser estructurada y procesada en línea en un espacio de trabajo bajo IDLE de Python, como es Google Colab. Una vez que los datos fueron normalizados y analizados estadísticamente, se procede al entrenamiento y testeo de la data, para que luego ejecutar su funcionamiento y conocer cuál es la predicción en la gestión de inventarios de los repuestos de equipo de flota pesada

Los relaves mineros se almacenan de diversas maneras, adaptándose a sus características mecánicas y químicas, así como el relieve, las condiciones ambientales y el entorno socioeconómico. Sin embargo, el objetivo fundamental de cualquier depósito de relaves es garantizar un almacenamiento seguro, estable y rentable, al mismo tiempo que se minimizan al máximo los impactos negativos en la salud y el medio ambiente, tanto durante su vida útil como en el período posterior a su cierre. Por lo tanto, si no se llevaba a cabo la ampliación de la presa de relaves, se enfrentaría el riesgo de saturación y, como resultado, la posibilidad de desbordamiento. En respuesta a esta preocupación, se propuso la segunda fase de la ampliación del depósito de relaves bajo la metodología aguas abajo en una mina en el norte del Perú, con el propósito de aumentar su capacidad de almacenamiento, lo que representaría así una valiosa contribución a la preservación del entorno y la seguridad. El principal desafío que enfrentamos en nuestro trabajo de suficiencia profesional es el agotamiento de la vida útil de la primera presa. Por lo tanto, se llevó a cabo un estudio detallado que consideró diversos factores que pueden influir en el diseño y los cálculos, tales como la climatología, hidrología, topografía y geotecnia. Ello con el objetivo de aumentar la vida útil de la unidad minera por medio de una construcción de una segunda presa. También se buscó preservar el entorno circundante y asegurar la sostenibilidad a largo plazo de las operaciones, evitando impactos ambientales negativos y respaldando la responsabilidad social de la comunidad local. Al concluir el estudio, se amplió la segunda presa de relaves, aumentando su capacidad a 258,835.46 m³. Esta ampliación permitirá satisfacer los requerimientos y actividades de la mina durante un período de 12.9 meses. El dique alcanza una altura de 15 metros, llegando a la cota de 4,200 msnm, con una longitud de corona de 115 metros y un borde libre de 2.0 metros. Esta mejora significativa en la capacidad de almacenamiento y las condiciones de seguridad no solo constituye un logro fundamental para la preservación del entorno y la comunidad local, sino que también asegura la continuidad de las operaciones mineras de manera sostenible y responsable.

Este trabajo de investigación se centra en el desarrollo de un modelo de control de la sobre rotura del macizo rocoso en una mina subterránea en el Perú, utilizando la técnica de voladura controlada con colchones de caucho en labores horizontales. El objetivo principal de la investigación fue mitigar los riesgos asociados a la sobre rotura y mejorar la eficiencia y seguridad de las operaciones mineras. En primer lugar, se llevó a cabo un exhaustivo análisis de la literatura existente sobre técnicas de voladura controlada y su aplicación en labores horizontales. Se identificaron las mejores prácticas y se evaluaron los beneficios y limitaciones de utilizar colchones de caucho como elemento de control de la sobre rotura. A continuación, se diseñó y se implementó un modelo de control que incluye la selección de parámetros de voladura, como la carga explosiva, la secuencia de detonación y la disposición de los colchones de caucho. Se realizaron pruebas en labores horizontales de la mina, registrando datos de vibración y deformación del macizo rocoso con el uso del sismógrafo. Los resultados obtenidos demostraron que el uso de colchones de caucho en combinación con una adecuada selección de parámetros de voladura permitió reducir significativamente la sobre rotura del macizo rocoso. Se observó una disminución en los niveles de vibración y deformación, lo que contribuyó a garantizar la estabilidad de las labores horizontales y mejorar la seguridad de los trabajadores y de los equipos. Además, se desarrollaron recomendaciones prácticas para la implementación del modelo de control en la mina, considerando aspectos técnicos, logísticos y económicos. Estas recomendaciones se basaron en los resultados obtenidos y en la experiencia adquirida durante la investigación.