Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021

Descripción del Articulo

La empresa Minera Santa Cruz, con su Unidad Minera San José en la Provincia de Santa Cruz, Argentina. Toma como desafío pronosticar la capacidad de sus operaciones mineras, confiable y asertivamente. Así entonces, la presente investigación se realiza con el fin de aplicar un modelo de simulación est...

Descripción completa

Detalles Bibliográficos
Autor: Gavilan Huaire, Steven Alexander
Formato: tesis de maestría
Fecha de Publicación:2022
Institución:Universidad Nacional del Centro del Perú
Repositorio:UNCP - Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.uncp.edu.pe:20.500.12894/8261
Enlace del recurso:http://hdl.handle.net/20.500.12894/8261
Nivel de acceso:acceso abierto
Materia:Simulación estocástica
Método Montecarlo
Algoritmo
https://purl.org/pe-repo/ocde/ford#1.05.02
id UNCP_99137bce846002dbbea9927af5db37d0
oai_identifier_str oai:repositorio.uncp.edu.pe:20.500.12894/8261
network_acronym_str UNCP
network_name_str UNCP - Institucional
repository_id_str 4457
dc.title.es_PE.fl_str_mv Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021
title Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021
spellingShingle Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021
Gavilan Huaire, Steven Alexander
Simulación estocástica
Método Montecarlo
Algoritmo
https://purl.org/pe-repo/ocde/ford#1.05.02
title_short Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021
title_full Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021
title_fullStr Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021
title_full_unstemmed Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021
title_sort Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021
author Gavilan Huaire, Steven Alexander
author_facet Gavilan Huaire, Steven Alexander
author_role author
dc.contributor.advisor.fl_str_mv Ames Lara, Victor Alejandro
dc.contributor.author.fl_str_mv Gavilan Huaire, Steven Alexander
dc.subject.es_PE.fl_str_mv Simulación estocástica
Método Montecarlo
Algoritmo
topic Simulación estocástica
Método Montecarlo
Algoritmo
https://purl.org/pe-repo/ocde/ford#1.05.02
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.05.02
description La empresa Minera Santa Cruz, con su Unidad Minera San José en la Provincia de Santa Cruz, Argentina. Toma como desafío pronosticar la capacidad de sus operaciones mineras, confiable y asertivamente. Así entonces, la presente investigación se realiza con el fin de aplicar un modelo de simulación estocástica a los avances lineales de la operación. Para la creación de este modelo definimos nuestras variables supuestas de las operaciones mineras de avances. Las ajustamos a funciones de distribución de probabilidad, que simulan su comportamiento aleatorio. Las variables supuestas en consideración son: la calificación RMR de la labor, la disponibilidad de saneo de rocas por cuadrilla, el carguío de explosivos posible por cuadrilla, horas de parada y producción probable de los equipos de limpieza, sostenimiento y perforación. Creamos un algoritmo evento orientado de nuestra operación minera, que se programó en lenguaje visual basic. El algoritmo permite simular cada operación unitaria y su influencia en la siguiente y esta a su vez en la siguiente, así conseguimos simular los turnos de la operación minera. Utilizamos el método de Montecarlo para simular el algoritmo usando números pseudoaleatorios con apoyo del software Oracle Crystal Ball. Con el conseguimos realizar las pruebas necesarias y analizar los resultados obtenidos. Planteamos la hipótesis de si el Modelo de Simulación Estocástica se relaciona positivamente con el pronóstico del Avance Lineal Mensual de la Unidad Minera San José, Argentina 2021. En el desarrollo de la investigación se usó el método científico del tipo aplicativo y de nivel descriptivo elemental, el diseño de la investigación es descriptiva comparativa. Como población se considera las operaciones mineras de avance de la Unidad Minera San José, y como muestra las operaciones de avances de la zona Frea y Kospi de la misma unidad minera. Se utilizo el modelo para pronosticar el avance de los meses de enero, febrero y marzo de 2021. Los resultados pronosticados en comparación con los ejecutados solo diferenciaron en un máximo de 3.10% con respecto al programa, resultando así en pronósticos confiables los calculados por el modelo.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-11-15T14:38:15Z
dc.date.available.none.fl_str_mv 2022-11-15T14:38:15Z
dc.date.issued.fl_str_mv 2022
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12894/8261
url http://hdl.handle.net/20.500.12894/8261
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional del Centro del Perú
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNCP - Institucional
instname:Universidad Nacional del Centro del Perú
instacron:UNCP
instname_str Universidad Nacional del Centro del Perú
instacron_str UNCP
institution UNCP
reponame_str UNCP - Institucional
collection UNCP - Institucional
bitstream.url.fl_str_mv http://repositorio.uncp.edu.pe/bitstream/20.500.12894/8261/1/T010_42233998_M.pdf
http://repositorio.uncp.edu.pe/bitstream/20.500.12894/8261/3/T010_42233998_M.pdf.jpg
http://repositorio.uncp.edu.pe/bitstream/20.500.12894/8261/2/license.txt
bitstream.checksum.fl_str_mv a4f7499e331fc15685362a244b77ad87
b828ddc8da35d86e03475b4025a0b555
c52066b9c50a8f86be96c82978636682
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv DSpace
repository.mail.fl_str_mv repositorio@uncp.edu.pe
_version_ 1847428753953652736
spelling Ames Lara, Victor AlejandroGavilan Huaire, Steven Alexander2022-11-15T14:38:15Z2022-11-15T14:38:15Z2022http://hdl.handle.net/20.500.12894/8261La empresa Minera Santa Cruz, con su Unidad Minera San José en la Provincia de Santa Cruz, Argentina. Toma como desafío pronosticar la capacidad de sus operaciones mineras, confiable y asertivamente. Así entonces, la presente investigación se realiza con el fin de aplicar un modelo de simulación estocástica a los avances lineales de la operación. Para la creación de este modelo definimos nuestras variables supuestas de las operaciones mineras de avances. Las ajustamos a funciones de distribución de probabilidad, que simulan su comportamiento aleatorio. Las variables supuestas en consideración son: la calificación RMR de la labor, la disponibilidad de saneo de rocas por cuadrilla, el carguío de explosivos posible por cuadrilla, horas de parada y producción probable de los equipos de limpieza, sostenimiento y perforación. Creamos un algoritmo evento orientado de nuestra operación minera, que se programó en lenguaje visual basic. El algoritmo permite simular cada operación unitaria y su influencia en la siguiente y esta a su vez en la siguiente, así conseguimos simular los turnos de la operación minera. Utilizamos el método de Montecarlo para simular el algoritmo usando números pseudoaleatorios con apoyo del software Oracle Crystal Ball. Con el conseguimos realizar las pruebas necesarias y analizar los resultados obtenidos. Planteamos la hipótesis de si el Modelo de Simulación Estocástica se relaciona positivamente con el pronóstico del Avance Lineal Mensual de la Unidad Minera San José, Argentina 2021. En el desarrollo de la investigación se usó el método científico del tipo aplicativo y de nivel descriptivo elemental, el diseño de la investigación es descriptiva comparativa. Como población se considera las operaciones mineras de avance de la Unidad Minera San José, y como muestra las operaciones de avances de la zona Frea y Kospi de la misma unidad minera. Se utilizo el modelo para pronosticar el avance de los meses de enero, febrero y marzo de 2021. Los resultados pronosticados en comparación con los ejecutados solo diferenciaron en un máximo de 3.10% con respecto al programa, resultando así en pronósticos confiables los calculados por el modelo.application/pdfspaUniversidad Nacional del Centro del PerúPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Simulación estocásticaMétodo MontecarloAlgoritmohttps://purl.org/pe-repo/ocde/ford#1.05.02Planteamiento de un modelo de simulación estocástica para pronosticar el avance lineal mensual de la Unidad Minera San Jose, Argentina, 2021info:eu-repo/semantics/masterThesisreponame:UNCP - Institucionalinstname:Universidad Nacional del Centro del Perúinstacron:UNCP SUNEDUMaestría en gestión mineraUniversidad Nacional del Centro del Perú.Facultad de Ingeniería de MinasMaestro en gestión minerahttps://orcid.org/0000-0001-6722-876119939419419697Delzo Salomé, Orison EvansSalazar Orihuela, Mario MarinoDelzo Salomé, Orison EvansAmes Lara, Victor Alejandrohttp://purl.org/pe-repo/renati/type#tesishttp://purl.org/pe-repo/renati/level#maestro42233998ORIGINALT010_42233998_M.pdfT010_42233998_M.pdfapplication/pdf3043706http://repositorio.uncp.edu.pe/bitstream/20.500.12894/8261/1/T010_42233998_M.pdfa4f7499e331fc15685362a244b77ad87MD51THUMBNAILT010_42233998_M.pdf.jpgT010_42233998_M.pdf.jpgIM Thumbnailimage/jpeg6527http://repositorio.uncp.edu.pe/bitstream/20.500.12894/8261/3/T010_42233998_M.pdf.jpgb828ddc8da35d86e03475b4025a0b555MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81327http://repositorio.uncp.edu.pe/bitstream/20.500.12894/8261/2/license.txtc52066b9c50a8f86be96c82978636682MD5220.500.12894/8261oai:repositorio.uncp.edu.pe:20.500.12894/82612022-11-16 03:00:54.247DSpacerepositorio@uncp.edu.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
score 12.669049
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).