dc.contributor.advisor | Cedrón Lassús, Mario Fernando | es_ES |
dc.contributor.author | Robles Rosales, Liliana Andrea | es_ES |
dc.date.accessioned | 2015-09-17T18:13:06Z | es_ES |
dc.date.available | 2015-09-17T18:13:06Z | es_ES |
dc.date.created | 2015 | es_ES |
dc.date.issued | 2015-09-17 | es_ES |
dc.identifier.uri | http://hdl.handle.net/20.500.12404/6261 | |
dc.description.abstract | El presente trabajo tiene como finalidad cuantificar la influencia de los principales
factores que influyen en la producción de los equipos de acarreo mediante la
elaboración de modelos matemáticos. Ello permitirá obtener una función
matemática de producción precisa que mostrara predicciones confiables en el
análisis de la productividad de los equipos de acarreo.
La primera parte del estudio se centra en realizar una descripción y diagnostico
breve del sistema de acarreo así como proceso de toma de datos en la operación
minera con el fin de identificar las principales variables que mantienen una
influencia directa en la productividad de los equipos y así plantear posibles
soluciones a la identificación del problema principal.
En segunda instancia se realiza un tratamiento estadístico de las principales
variables influyentes donde se considera el análisis de aleatoriedad donde se
evalúa si la prueba obtenida es representativa o no, evaluación de valores atípicos
donde se determina se habrá un rechazo de valores o se consideraran, prueba de
estacionariedad donde se analizara si la muestra presenta una dependencia en una
secuencia de tiempo y finalmente el análisis de autocorrelación donde se analizara
si el grupo de datos presenta una memoria en el tiempo, con el fin de obtener un
modelo matemático confiable.
La tercera parte tiene como finalidad establecer los modelos de producción por
equipo y sus respectivos operadores, mediante el método de regresión múltiple y
análisis de coeficientes Pearson y determinación respectivamente.
Es importante resaltar que los modelos matemático definidos están en función de
los principales factores operacionales denominados como factor operador, factor
equipo y factor condiciones de operación.
Finalmente, luego de obtener el modelo matemático de la producción se analizan
graficas de sensibilidad donde se evalúa el impacto en la variación de las
principales variables con respecto a la producción también se realiza la evaluación
en la maximización del modelo obteniendo adicionalmente se presenta una
propuesta de mejora confiable con sustento matemático donde se tiene como
premisa principal la evaluación de las principales variables que influyen en la
productividad mediante su cuantificación y su directa relación con el modelo
matemático de producción. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Pontificia Universidad Católica del Perú | es_ES |
dc.rights | Atribución-NoComercial-SinDerivadas 2.5 Perú | * |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ | * |
dc.subject | Maquinaria minera--Control automático | es_ES |
dc.subject | Industrias minerales | es_ES |
dc.subject | Producción minera | es_ES |
dc.title | Influencia de factores operacionales en la productividad de volquetes volvo FMX 8x4 en el proceso de extracción de mineral y desmonte en una operación subterránea | es_ES |
dc.type | info:eu-repo/semantics/bachelorThesis | es_ES |
thesis.degree.name | Ingeniero de Minas | es_ES |
thesis.degree.level | Título Profesional | es_ES |
thesis.degree.grantor | Pontificia Universidad Católica del Perú. Facultad de Ciencias e Ingeniería. | es_ES |
thesis.degree.discipline | Ingeniería de Minas | es_ES |
renati.advisor.dni | 08801853 | |
renati.advisor.orcid | https://orcid.org/0000-0002-3342-2838 | es_ES |
renati.discipline | 724026 | es_ES |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_ES |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_ES |
dc.publisher.country | PE | es_ES |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.07.05 | es_ES |