Evaluación de la eficiencia operativa y productividad en rutas con la aplicación de redes neuronales y algoritmo de voronoi en la unidad minera no metálica Candelaria 2008 Moquegua

Abstract

El presente estudio aborda el problema de la ineficiencia operativa y baja productividad en las rutas de transporte y utilización de maquinaria en la Unidad Minera No Metálica Candelaria 2008, ubicada en Moquegua. Se planteó como hipótesis principal que la aplicación de redes neuronales artificiales (RNA) y el algoritmo de Voronoi mejoraría significativamente la eficiencia operativa y la productividad minera. El estudio tuvo un enfoque aplicativo y cuantitativo, desarrollado durante tres meses en un área operativa de 77,745 m². Para llevar a cabo este método se recopilaron datos operativos de cinco rutas principales, considerando variables como distancias, tiempos de transporte, condiciones del terreno y uso de maquinaria. Las RNA se implementaron para predecir tiempos de transporte con alta precisión (MSE de 0.038), mientras que el algoritmo de Voronoi se utilizó para optimizar la segmentación del área operativa y mejorar la planificación de rutas. La validación de los resultados se realizó mediante la comparación de datos reales y simulados, asegurando la confiabilidad de las predicciones. Los resultados mostraron una reducción del 12% en las distancias recorridas (de 3.5 km a 3.08 km), un 22% en los tiempos de inactividad (de 4.2 a 3.3 horas por turno) y un incremento del 12% en el volumen de material extraído. Además, las RNA identificaron y eliminaron el 85% de los tiempos de inactividad innecesarios, elevando la utilización efectiva de los equipos del 58.3% al 70.2%.