Universidad de Santiago de Chile1 Universidad de Santiago de Chile1 Facultad de Ingeniera Facultad de Ingeniera Departamento de Ingeniera en Minas Departamento de Ingeniera

Geogrfica Laboratorio de Modelacin y Simulacin Laboratorio de Geodesia y Mensura

Experiencia N4 Simulacin en plataforma Crystal Ball - Clculo de camiones

Profesor: Fernando Machuca P. Ayudante: Flavia Leiva L. Alumno: Gonzalo Muoz M. Fecha de entrega: 21/01/1014

Resumen ejecutivo
Se solicit estudiar el comportamiento matemtico y probabilstico de una flota de camiones, con el fin de conocer el valor ms probable de camiones destinados al transporte de mineral, y transporte de lastre, par el cul se cumplan una serie de condiciones iniciales. Ante la necesidad de conocer estos valores, se propone el uso de la simulacin. Mediante el plug-in para Microsoft Excel, Oracle Crystal Ball, se llev a cabo una simulacin, con un 98% de confianza, y 5000 iteraciones, que permitiera comprender las relaciones que existen entre cada una de las variables, y que nos permitiera concluir sobre ellas, como un todo. La simulacin se llev a cabo mediante la inclusin de datos determinsticos conocidos, los cuales son necesarios para realizar los clculos matemticos que implique el proceso. Adems, se entregaron una serie de condiciones iniciales, las cuales permitieron expresar el estado del sistema, al momento de iniciar la simulacin. Finalmente, se definieron las distribuciones de probabilidad para los datos probabilsticos, y se inici el programa. Una vez concluido, la prediccin entreg 22.4 camiones para mineral, y 73.7 camiones para lastre. Ante esto se recomienda redondear en 22 camiones, y recargar el balde de estos 22, debido a que no es rentable pagar otro camin que solo transporte un 40% de la carga que se le asigna a uno lleno. Por otro lado, la cantidad obtenida para los camiones nominales en lastre, es 73.7 camiones, y en este particular, se recomienda repartir la carga total en 78 camiones, para evitar accidentes que pudiesen ocurrir, debido a la sobrecarga innecesaria. Para llevar a cabo esto, se requiere que los camiones cumplan con las estipulaciones entregadas como datos iniciales, por ello se recomienda llevar a cabo una mantencin general de los camiones, que permita su ptimo desempeo, esto a manera de cumplir los requerimientos que se expusieron como valores iniciales, y poder sacar provecho a la simulacin realizada. Un conductor responsable, y un camin en buen estado, permitirn llevar a cabo las recomendaciones de este diseo, ya que de nada sirve realizar un buen planeamiento, si no se posee gente en terreno, que sea capaz de cumplirlo al pie de la letra.

ndice
1. Introduccin 4 2. Objetivos 2.1 Generales. 4 2.2 Especificos 4 3. Alcances y Limitaciones 5 4. Metodologa del Trabajo. 5 5. Desarrollo del Trabajo.. 6 6. Clculos.. 7 7. Mtodo de secuencia de llenado. 8 8. Resultados.. 9 9. Conclusiones y recomendaciones. 10 10. Anexos 11

1. Introduccin
Los innovadores, y constantes desarrollos tecnolgicos, junto con las grandes investigaciones en el campo de la computacin, otorgan nuevas herramientas para apoyar el proceso de toma de decisiones, y esto no est ligado a un solo campo, si no que abarca diversas disciplinas, y sus respectivas reas de diseo y manejo de la industria. Ante la necesidad de conocer un futuro comportamiento de nuestro sistema, nace la simulacin. La simulacin es una de las herramientas ms importantes, y multiuso. En pocas palabras, cuando se utiliza un programa de ordenador que se comporta como algn sistema de la vida real, estamos ante un proceso de simulacin. El usuario define la estructura del sistema que quiere simular, y basta con iniciar el programa de simulacin, para predecir, y conocer el comportamiento dinmico de una empresa, o de la maquina que est diseando. A partir de esto, podemos conocer los pronsticos para la demanda y utilidad de un producto, o calcular bajo qu condiciones, y en cuanto tiempo fallar un componente del mecanismo en cuestin. Las aplicaciones de la simulacin parecen no tener lmites. Actualmente se simulan los comportamientos hasta las partes ms pequeas de un mecanismo, el desarrollo de las epidemias, el sistema inmunolgico humano, las plantas productivas, sucursales bancarias, crecimiento de poblaciones de especies de animales. Cabe mencionar la creciente importancia de la simulacin en la investigacin de operaciones y en sus aplicaciones industriales. En los pases altamente desarrollados la simulacin es una herramienta principal de en los procesos de toma de decisiones, en el manejo de empresas y el planeacin de la produccin. Adems, la Simulacin es cada vez ms amigable para el usuario, que no tiene que ser un especialista en computacin. As es como se llega a nuestro punto de inters, la utilizacin de esta herramienta matemtica y computacional, el complemento para Microsoft Excel, Crystal Ball, para conocer y cubrir las necesidades de optimizacin de vehculos, y maquinaria, en el mbito minero.

2. Objetivos
2.1 Objetivo general
Conocer el nmero de camiones nominales para transporte de lastre, y para transporte de mineral.

2.2 Objetivos especficos

Utilizar el programa Oracle Crystal Ball, para simular una situacin tipo, a partir de valores reales que afectan el desempeo de los camiones. Interpretar los valores obtenidos, a manera de concluir de manera ptima, sobre el objetivo general del estudio.

3. Alcances y limitaciones del estudio

Tal como se estipul anteriormente, la experiencia realizada es una simulacin, no una optimizacin, debido a que los algoritmos que, en este caso, guan el clculo del programa Crystal Ball, nos permiten conocer el valor ms probable de camiones a utilizar, pero no el que maximiza las ganancias, ni disminuye costos. Los datos entregados bajo funcin probabilstica, si bien representan un caso particular de camiones, se utilizarn para concluir sobre toda la flota, debido a que sern considerados lo suficientemente representativos. El valor medio obtenido a partir de una simulacin, no es el valor real, si no que nos permite crear un intervalo, a partir del nivel de confianza, donde probablemente se encuentra el valor real.

4. Metodologa de trabajo
A partir del complemento de Microsoft Excel, Oracle Crystal Ball, se calcular la flota de camiones para transportar mineral y estril, en una faena minera. Crystal Ball es un programa de anlisis y de pronstico, orientado a travs de grficos. Tiene el propsito de quitar la incertidumbre de la toma de decisiones, y a travs de la simulacin, nos permite responder las preguntas enunciadas en la definicin de objetivos. Utiliza la tcnica de simulacin de Monte Carlo, que muestra los resultados posibles, dependiendo de niveles de confianza. Este programa realiza el trabajo de simulacin, a partir de un nmero de iteraciones dada, generado valores aleatorios, que prueban los casos posibles. Genera grficas, cuadros, y reportes estadsticos que permiten presentar, y entender el resultado de su anlisis. Nos presenta una imagen creble del riesgo, con las posibles soluciones a las situaciones que se puedan generar. Los datos fueron obtenidos en clases, entregados por el profesor. Se explic que cada una de las variables tena un comportamiento probabilstico distinto, y que este deba tenerse en consideracin a la hora de interpretar los resultados obtenidos. Se realiz el anlisis sobre una base de datos utilizada en una experiencia anterior, la cual incluye una serie de factores sobre una flota de camiones, con la condicin de cargados y vacos, con mineral, o estril.

5. Desarrollo del trabajo

Los dos datos iniciales (supuestos) que se le entreg al complemento Crystal Ball, fueron la velocidad de camin vaco (20 km/h), y la velocidad de camin cargado (10km/h). A estas se les asignaron distribuciones de probabilidad diferentes. La velocidad vaco, tiene distribucin extremo mximo, y un valor ms probable de 29.08km/h. La velocidad cargado, tiene distribucin logstica, con valor media 16.23km/h.
Tonelaje a transportar (da mina)[ton] 300000 600000 Tiempo de carga y descarga [min] 3 3 Capacidad camin [ton] 240 240

Camin Mineral Lastre

Distancia [m] 2000 3500

Se asume un ciclo de trabajo continuo (24h/da), y los factores, DF = 0.95; EO = 0.9; UE=0.95. Tabla 1 - Datos iniciales Se llevaron a cabo una serie de clculos previos, para conocer las condiciones iniciales del sistema. Las relaciones matemticas que permitieron obtener estos valores son:

6. Clculos
Todos los clculos fueron realizados considerando la premisa de velocidad (10, y 20 km/h), para camin cargado, y vaco, respectivamente. Se realizarn los clculos para el camin cargado con mineral, ya que es el mismo procedimiento que para los camiones de lastre.

7. Mtodo de secuencia de llenado

Para llevar a cabo el proceso de simulacin, se utiliz la planilla de camiones entregada en la experiencia de laboratorio anterior. Tras ejecutar el complemento de Crystal Ball, se explic el significado de las celdas que presentaban una nota en rojo en su esquina superior derecha. A partir de esta acotacin, se comprendi que los valores entregados para camiones vacos, y cargados, se encontraban bajo una distribucin de probabilidad.

Imagen 1 - Distribuciones de probabilidad para los supuestos. (E7: Vacos ; E8: Cargados) Posterior a la revisin grfica de las distribuciones, se procedi a definir supuestos, con la pestaa que indica Definir supuesto. Tras verificar las distribuciones respectivas de los supuestos, se definieron los pronsticos, mediante la pestaa Definir pronstico. En nuestro particular caso de estudio, los pronsticos esperados son los valores para camiones nominales, tanto para mineral, como para estril. Se exigi un 98% de confianza, y 5000 iteraciones. A partir de esto, se obtuvo un reporte completo de la simulacin realizada.

Imagen 2 - Finalizacin del proceso de simulacin

8. Resultados
Camin Mineral Lastre Tiempo de Nmero de ciclo [min] ciclos 21 68,6 34,5 41,7 Tonelaje diario [ton] 16457,1 10017,4 Camiones operativos 18,2 59,9 Camiones nominales 22,4 73,7 96,1 Total

Tabla 2 - Resultados obtenidos de la simulacin

9. Conclusiones y recomendaciones
Tal como se indic anteriormente, los resultados de esta simulacin, si bien de por si no optimizan un proceso, pueden ser aprovechados para una serie de modelaciones matemticas futuras. Cabe destacar que una vez comprendida la mecnica del proceso, la interfaz de usuario de Crystal Ball, permite al usuario llevar a cabo la simulacin de manera sencilla, rpida, y completa, entregando grficas, y resmenes numricos sobre todas las variables consideradas, y clculos realizados. El valor obtenido para los camiones nominales en mineral, es 22.4 camiones. Ante esto se recomienda redondear en 22 camiones, y recargar la balde de estos 22, debido a que no es rentable pagar otro camin que solo transporte un 40% de la carga que se le asigna a uno lleno. La cantidad obtenida para los camiones nominales en lastre, es 73.7 camiones. En este caso particular, se recomienda repartir la carga total en 78 camiones, para evitar accidentes que pudiesen ocurrir, debido a la sobrecarga innecesaria. Para verificar que las cantidades de camiones calculadas sean aplicables a la faena minera en cuestin, y a sus respectivos procesos, se propone al encargado de transporte del material, mantener las velocidades constantes, dentro de los valores entregados para la simulacin, ya que en caso de variar alguna de las consideraciones que se tom inicialmente, los valores calculados cambiarn, y con ellos, la interpretacin de las cantidades ms probables. Ante la necesidad expuesta anteriormente, se recomienda llevar a cabo una mantencin general de los camiones, que permita su ptimo desempeo, esto a manera de cumplir los requerimientos que se expusieron como valores iniciales, y poder sacar provecho a la simulacin realizada. Un conductor responsable, y un camin en buen estado, permitirn llevar a cabo las recomendaciones de este diseo, ya que de nada sirve realizar un buen planeamiento, si no se posee gente en terreno, que sea capaz de cumplirlo al pie de la letra.

10. Anexos
Anexo 1 - Reporte de Crystal Ball - Completo La simulacin comenz en 13/01/14 en 11:57 La simulacin se detuvo en 13/01/14 en 11:59

Preferencias de ejecucin: Cantidad de iteraciones ejecutadas Monte Carlo Semilla aleatoria Control de precisin en Nivel de confianza Estadsticas de ejecucin: Tiempo total de ejecucin (seg.) Iteraciones/segundo (promedio) Nmeros aleatorios por seg. Datos de Crystal Ball: Supuestos Correlaciones Grupos correlacionados Variables de decisin Pronsticos

5.000

98,00%

8,36 598 1.196

2 0 0 0 2

Pronsticos Hoja: [Calculo_de_flota_petroleo(1).xls]Calculo flota

Pronstico: E29 Previsin: E33 Unidades = Total Camiones Lastre

Resumen: El rango completo est entre -3,797.30 y 45,484.05 El caso base es 73.74 Luego de 5,000 iteraciones, el error estndar de la media es 9.45 E29
5000 4500 4000 3500 3000 2500 2000 1500 1000 500 0 -1.772,54 -884,72 3,09 890,90 1.905,54

Frecuencia

Estadsticas: Iteraciones Caso base Media Mediana Moda Desviacin estndar Varianza Asimetra Curtosis Coeficiente de variabilidad Mnimo Mximo Rango Error estndar de la media

Valores pronosticados 5.000 73,74 66,50 48,70 --668,12 446.388,50 63,31 4.276,76 10,05 -3.797,30 45.484,05 49.281,35 9,45

Pronstico: E29 (contina) Valores pronosticados -3.797,30 35,82 39,28 42,33 45,40 48,70

Percentiles: 0% 10% 20% 30% 40% 50%

60% 70% 80% 90% 100%

52,35 57,15 64,32 79,89 45.484,05

Pronstico: E30 Previsin: E34 Unidades = Total Camiones Mineral Resumen: El rango completo est entre -1,083.57 y 12,996.82 El caso base es 22.44 Luego de 5,000 iteraciones, el error estndar de la media es 2.70 E30
5000 4500 4000 3500 Frecuencia 3000 2500 2000 1500 1000 500 0 -503,64 -252,11 -0,59 250,94 544,39

Estadsticas: Iteraciones Caso base Media Mediana Moda Desviacin estndar Varianza Asimetra Curtosis Coeficiente de variabilidad Mnimo Mximo Rango

Valores pronosticados 5.000 22,44 20,37 15,29 --190,89 36.439,88 63,31 4.276,76 9,37 -1.083,57 12.996,82 14.080,39

Error estndar de la media

2,70

Pronstico: E30 (contina) Valores pronosticados -1.083,57 11,61 12,60 13,47 14,35 15,29 16,33 17,70 19,75 24,20 12.996,82

Percentiles: 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Fin de los pronsticos

Supuestos Hoja: [Calculo_de_flota_petroleo(1).xls]Calculo flota

Supuesto: E7 Suposicin: E7 Distribucin Extremo mximo Ms probable = 29.08 Escala = 17.44 Extremo Mximo distribucin con parmetros: Ms Probable Escala
E7

29,08 17,44

Probabilidad

-4,62

37,39

79,40

121,41

Supuesto: E8 Suposicin: E10 Distribucin Logstica Media = 16.23 Escala = 3.32 Logstica distribucin con parmetros: Media Escala

16,23 3,32

Supuesto: E8 (contina)
E8

Probabilidad

-6,68

28,03

39,14

Fin de los supuestos

Anexo 2 - Grfico de tendencia

Anexo 3 - Grfico de sobreposicin

Anexo 4 - Grfico de sensibilidad para camiones nominales lastre.

Anexo 5 - grfico de sensibilidad para camiones nominales mineral.

Anexo 6 - Grfico de dispersin para supuestos.

Anexo 7 - Grfico de dispersin para pronstico.