Mejora de la precisión y predicción del Factor de Reconciliación F2 mediante el análisis de datos de Muestreo y Logueo para una Mina de Cobre a Tajo Abierto año 2021 - 2022

• Autores: Valenzuela Medina, Juan Carlos, Bustamante Ubaldo, Jose Luis, Cano Davila, Guillermo Antonio, Zapana Farfan, Oscar Benedicto
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/675531
• Enlace del recurso: http://hdl.handle.net/10757/675531
• Nivel de acceso: acceso abierto
• Materia: Reconciliación minera; Sistematización de procesos mineros; Captura de datos; Gestión de datos geológicos; Mining reconciliation; Systematization of mining processes; Data capture; Geological data management; http://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.07.05

La motivación del presente trabajo de investigación se da a raíz de la implementación de la reconciliación minera, la cual es una herramienta que se usa para monitorear la gestión de los procesos mineros, para fines del estudio se aborda el factor F2, el cual es transversal a toda la cadena de valor, en principio se monitoreó los resultados del año 2021, en el cual se observaron los valores mensuales de reconciliación obteniéndose el 66.7% de reconciliación satisfactoria dentro rango aceptable internacionalmente (+-5%), lo cual indica que por exceso o defecto los planes de producción presentan la misma precisión, se abordó el análisis de la información con la cual se estima el modelo geológico, el cual es comparado con la producción de la molienda y el re manejo de mineral en los stocks, en el cual se hallaron oportunidades de mejora a través de la sistematización de la toma de datos de campo mediante el desarrollo de una aplicación para tal fin, con este desarrollo se logró mejorar correlación de datos de campo los cuales presentaban una correlación de 82%, el proyecto se puso en marcha a inicios del año 2022 al final de este periodo se mejoró la correlación de la información de campo obteniéndose 97% de correlación y consecuentemente la reconciliación, obteniéndose una considerable mejora de la reconciliación mensual ya que el 91.6% de los valores se encontraron dentro del rango deseado, lo cual se traduce como una considerable mejora de la precisión de los planes de producción.