Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas
Descripción del Articulo
Presenta una propuesta metodológica para determinar mediante los limites de confianza y dispersión, la granulometría predictiva de un proceso de voladura de rocas. La investigación se describe, como una optimización en las operaciones minero metalúrgicas, porque entregando una óptima fragmentación r...
Autor: | |
---|---|
Formato: | tesis doctoral |
Fecha de Publicación: | 2021 |
Institución: | Universidad Nacional Mayor de San Marcos |
Repositorio: | UNMSM-Tesis |
Lenguaje: | español |
OAI Identifier: | oai:cybertesis.unmsm.edu.pe:20.500.12672/16222 |
Enlace del recurso: | https://hdl.handle.net/20.500.12672/16222 |
Nivel de acceso: | acceso abierto |
Materia: | Voladuras Fragmentación Industrias minerales - Modelos matemáticos Predicciones - Métodos estadísticos Análisis Multivariante Redes neuronales (Computación) https://purl.org/pe-repo/ocde/ford#2.07.05 |
id |
UNMS_83156e4c5f35f77332e799c0f5e1abee |
---|---|
oai_identifier_str |
oai:cybertesis.unmsm.edu.pe:20.500.12672/16222 |
network_acronym_str |
UNMS |
network_name_str |
UNMSM-Tesis |
repository_id_str |
410 |
dc.title.none.fl_str_mv |
Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas |
title |
Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas |
spellingShingle |
Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas Rojas Linares, Edito Luis Voladuras Fragmentación Industrias minerales - Modelos matemáticos Predicciones - Métodos estadísticos Análisis Multivariante Redes neuronales (Computación) https://purl.org/pe-repo/ocde/ford#2.07.05 |
title_short |
Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas |
title_full |
Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas |
title_fullStr |
Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas |
title_full_unstemmed |
Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas |
title_sort |
Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas |
author |
Rojas Linares, Edito Luis |
author_facet |
Rojas Linares, Edito Luis |
author_role |
author |
dc.contributor.advisor.fl_str_mv |
Cevallos Ampuero, Juan Manuel |
dc.contributor.author.fl_str_mv |
Rojas Linares, Edito Luis |
dc.subject.none.fl_str_mv |
Voladuras Fragmentación Industrias minerales - Modelos matemáticos Predicciones - Métodos estadísticos Análisis Multivariante Redes neuronales (Computación) |
topic |
Voladuras Fragmentación Industrias minerales - Modelos matemáticos Predicciones - Métodos estadísticos Análisis Multivariante Redes neuronales (Computación) https://purl.org/pe-repo/ocde/ford#2.07.05 |
dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.07.05 |
description |
Presenta una propuesta metodológica para determinar mediante los limites de confianza y dispersión, la granulometría predictiva de un proceso de voladura de rocas. La investigación se describe, como una optimización en las operaciones minero metalúrgicas, porque entregando una óptima fragmentación requerida para los procesos de molienda, se minimizará sus tiempos y maximizará su productividad. Así mismo, cabe mencionar que dicha investigación utiliza las técnicas de Kuznetsov, técnicas de Análisis Multivariante (MVA) y técnicas de Redes Neuronales Artificiales (ANN). Realizando al final una comparación entre dichas técnicas, en función a su efectividad. |
publishDate |
2021 |
dc.date.accessioned.none.fl_str_mv |
2021-03-11T18:04:08Z |
dc.date.available.none.fl_str_mv |
2021-03-11T18:04:08Z |
dc.date.issued.fl_str_mv |
2021 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
dc.identifier.citation.none.fl_str_mv |
Rojas, E. (2021). Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas. [Tesis de doctorado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Industrial, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM. |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12672/16222 |
identifier_str_mv |
Rojas, E. (2021). Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas. [Tesis de doctorado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Industrial, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM. |
url |
https://hdl.handle.net/20.500.12672/16222 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional Mayor de San Marcos |
dc.publisher.country.none.fl_str_mv |
PE |
publisher.none.fl_str_mv |
Universidad Nacional Mayor de San Marcos |
dc.source.none.fl_str_mv |
Repositorio de Tesis - UNMSM Universidad Nacional Mayor de San Marcos reponame:UNMSM-Tesis instname:Universidad Nacional Mayor de San Marcos instacron:UNMSM |
instname_str |
Universidad Nacional Mayor de San Marcos |
instacron_str |
UNMSM |
institution |
UNMSM |
reponame_str |
UNMSM-Tesis |
collection |
UNMSM-Tesis |
bitstream.url.fl_str_mv |
https://cybertesis.unmsm.edu.pe/bitstreams/5dd25938-4e95-4742-be94-b9f6a1cff2ac/download https://cybertesis.unmsm.edu.pe/bitstreams/16e2e3a1-4cf2-4f2d-97d4-48de7d401960/download https://cybertesis.unmsm.edu.pe/bitstreams/67eb731e-56e0-4c99-bd08-526322ecb43c/download https://cybertesis.unmsm.edu.pe/bitstreams/c5db8404-40ce-4c89-aaa5-ce30e170c7e1/download |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 43e2d760740317f86a38d1e52276fbaa 36e8a17c59f4ccc6ecba567cc08fca0d 9e3dcac14beb7f15594f2979b4ed87b4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Cybertesis UNMSM |
repository.mail.fl_str_mv |
cybertesis@unmsm.edu.pe |
_version_ |
1845983003426160640 |
spelling |
Cevallos Ampuero, Juan ManuelRojas Linares, Edito Luis2021-03-11T18:04:08Z2021-03-11T18:04:08Z2021Rojas, E. (2021). Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocas. [Tesis de doctorado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Industrial, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/16222Presenta una propuesta metodológica para determinar mediante los limites de confianza y dispersión, la granulometría predictiva de un proceso de voladura de rocas. La investigación se describe, como una optimización en las operaciones minero metalúrgicas, porque entregando una óptima fragmentación requerida para los procesos de molienda, se minimizará sus tiempos y maximizará su productividad. Así mismo, cabe mencionar que dicha investigación utiliza las técnicas de Kuznetsov, técnicas de Análisis Multivariante (MVA) y técnicas de Redes Neuronales Artificiales (ANN). Realizando al final una comparación entre dichas técnicas, en función a su efectividad.application/pdfspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio de Tesis - UNMSMUniversidad Nacional Mayor de San Marcosreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMVoladurasFragmentaciónIndustrias minerales - Modelos matemáticosPredicciones - Métodos estadísticosAnálisis MultivarianteRedes neuronales (Computación)https://purl.org/pe-repo/ocde/ford#2.07.05Enfoque predictivo para la optimización del tamaño de fragmentación en base a técnicas de perforación y voladura de rocasinfo:eu-repo/semantics/doctoralThesisSUNEDUDoctor en Ingeniería IndustrialUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería Industrial. Unidad de PosgradoIngeniería Industrial07855059https://orcid.org/0000-0001-8612-912800410952722026Tinoco Gómez, Oscar RafaelGallarday Bocanegra, Tomas EzequielBarrutia Feejioó, Walter EstebanCabrera Carranza, Carlos Franciscohttps://purl.org/pe-repo/renati/level#doctorhttps://purl.org/pe-repo/renati/type#tesis08606920080099150726673517402784LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/5dd25938-4e95-4742-be94-b9f6a1cff2ac/download8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALRojas_le.pdfRojas_le.pdfapplication/pdf10143877https://cybertesis.unmsm.edu.pe/bitstreams/16e2e3a1-4cf2-4f2d-97d4-48de7d401960/download43e2d760740317f86a38d1e52276fbaaMD53TEXTRojas_le.pdf.txtRojas_le.pdf.txtExtracted texttext/plain108336https://cybertesis.unmsm.edu.pe/bitstreams/67eb731e-56e0-4c99-bd08-526322ecb43c/download36e8a17c59f4ccc6ecba567cc08fca0dMD56THUMBNAILRojas_le.pdf.jpgRojas_le.pdf.jpgGenerated Thumbnailimage/jpeg14282https://cybertesis.unmsm.edu.pe/bitstreams/c5db8404-40ce-4c89-aaa5-ce30e170c7e1/download9e3dcac14beb7f15594f2979b4ed87b4MD5720.500.12672/16222oai:cybertesis.unmsm.edu.pe:20.500.12672/162222024-08-15 23:32:19.758https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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 |
score |
13.377112 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).