Optimización del sistema de carguío y acarreo mediante simulación de eventos discretos para reducir demoras operativas y costos en una mina superficial del centro del Perú en el 2024

Abstract

La eficiencia del sistema de carguío y acarreo es determinante para la productividad y los costos en minería a cielo abierto. Esta investigación evalúa la optimización de dicho sistema en una mina superficial del centro del Perú (2024), empleando simulación de eventos discretos para reducir demoras operativas y mejorar el desempeño económico. El estudio, de nivel aplicado y enfoque explicativo–proyectivo, analizó los tiempos de operación de nueve camiones volquete mediante observación directa y procesamiento estadístico, integrando los datos en un modelo desarrollado en GPSS. Los resultados mostraron una alta variabilidad en los ciclos y congestión en los puntos de carguío y descarga, factores que limitan la productividad real a 2,769 TM/10 h, por debajo de la meta de 2,800 TM/10 h. La simulación evidenció que una flota optimizada de 12 camiones alcanza 2,886 TM/10 h, cumpliendo el plan en 32 días y reduciendo el costo unitario al eliminar tiempos de espera y subutilización de equipos. El modelo fue validado con diferencias menores al 5% frente a los datos reales, confirmando su consistencia. Asimismo, el análisis de sensibilidad identificó al número de camiones y la velocidad de transporte como las variables más influyentes en la productividad. En conjunto, la optimización del sistema de gestión basado en simulación permite estabilizar el ciclo operativo, cumplir las metas de producción y reducir el costo por tonelada transportada, consolidando una operación más eficiente y confiable.Efficient management of loading and hauling systems is essential for maintaining productivity and controlling operating costs in open‑pit mining. This study focuses on optimizing these processes in a surface mine located in central Peru during 2024, using discrete‑event simulation to reduce operational delays and improve economic performance. The research follows an applied, explanatory–projective design and analyzes operational data from a fleet of nine haul trucks collected through direct observation and statistical processing, which were integrated into a GPSS simulation model. The results revealed significant variability in cycle times and congestion at loading and dumping points, limiting real productivity to 2,769 t per 10‑hour shift—below the operational target of 2,800 t. Simulation outcomes showed that an optimized fleet of 12 trucks increases productivity to 2,886 t per 10 hours, meeting the monthly production plan within 32 days while reducing the unit cost per ton by eliminating queue‑related delays and equipment underutilization. Model validation demonstrated deviations under 5% when compared with real field data, confirming its reliability. Additionally, sensitivity analysis identified the number of trucks and haulage speed as the most influential variables in system performance. Overall, the optimization of the management system supported by simulation contributes to stabilizing the operational cycle, meeting production targets, and reducing the cost per ton hauled, thereby strengthening the efficiency and reliability of the operation.