|
UNIVERSIDAD NACIONAL MICAELA BASTIDAS DE APURIMAC
FACULTAD DE INGENIERIA DE MINAS
TEMA:
Programación Lineal en Gestión de Operaciones Mineras
CURSO: Análisis de Sistemas Mineros
DOCENTE: Giovanni Frisancho Triveño
ALUMNO: Benancio Castro Saya
[Escriba aquí]
|
DEDICATORIA
Este presente trabajo está dedicado primeramente a dios y luego a todas las personas que nos
han apoyado para poder seguir obteniendo mas conocimiento de este tipo de trabajos.
AGRADECIMIENTO
Quiero agradecer profundamente con estas pequeñas líneas al docente de esta asignatura por
haber facilitado otro tema más para que nosotros nos disolvamos en diferentes temas de la
carrera de ingeniería de minas
[Escriba aquí]
|
CAPITILO I
1. FUNDAMENTO TEORICO
1.1 PROGRAMACION LINEAL
La programación lineal se plantea como un modelo matemático desarrollado durante la segunda
guerra Mundial para planificar los gastos y los retornos, a fin de reducir los costos al ejército y
aumentar las pérdidas del enemigo. Se mantuvo en secreto hasta 1947. Los fundadores de la
técnica son George Dantzig, quien publicó el algoritmo símplex, en 1947, John von Neumann, que
desarrolló la teoría de la dualidad en el mismo año, y Leonid Kantoróvich, un matemático ruso,
que utilizó técnicas similares en economía antes de Dantzig y ganó el premio Nobel en Economía
en 1975.
1.2 Empresas quelograron ahorros aplicando programación lineal
[Escriba aquí]
|
1.2.1 PROGRAMACION LINEAL
La programación lineal (PL) es una técnica de modelado matemático diseñada para optimizar
el empleo de recursos limitados. Implica maximizar o minimizar una función lineal de
múltiples variables sujeta a una serie de restricciones, expresadas por inecuaciones y/o
ecuaciones lineales. Un problema es lineal porque su función objetivo y restricciones son
lineales, es decir, cumplen con las propiedades de proporcionalidad y aditividad. El modelo
de PL incluye, al igual que otros modelos dentro de la Investigación de Operaciones, tres
elementos básicos:
– Variables (que tratamos de determinar)
– Objetivo (que tratamos de optimizar)
– Restricciones (que necesitamos cumplir)
El PROBLEMA DEL TRANSPORTE
El llamado problema del transporte se refiere al proceso de determinar el número de bienes o
materiales que se han de transportar desde cada uno de los orígenes a cada uno de los destinos
posibles.
El objetivo es minimizar costos de transporte, y las restricciones vienen dadas por las capacidades
productivas de cada origen y las demandas o necesidades de cada destino.
El PROBLEMA DEL TRANSPORTE
Tenemos 3 plantas que fabrican unidades para abastecer a 2 concesionarios ubicados a las
distancias indicadas en la siguiente tabla:
Fábrica Distancia (km) Distribuidor
Planta 1 1000 Concesionario A
Planta 2 1250 Concesionario A
Planta 3 1275 Concesionario A
Planta 1 2690 Concesionario B
Planta 2 1350 Concesionario B
Planta 3 850 Concesionario B
¿Cuál es la producción que minimiza el costo de transporte considerando que el traslado de cada
unidad hacia el concesionario cuesta $ 0.5 / km.
satisface la demanda en los distribuidores con la capacidad de fábrica?
[Escriba aquí]
|
Capacidad mensual Demanda mensual
Planta 1 1000 Concesionario A 2300
Planta 2 1500 Concesionario B 1400
Planta 3 1200
Costa par km /
unidad Costa de
Variable
transporte /
Fâbrica Distribuidor Distancia (km) unidad ($)
X11 Planta 1 Concesionario A 1000 [Link] [Link]
X21 Planta 2 Concesionario A 1250 [Link] [Link]
X31 Planta 3 Concesionario A 1273 [Link] 637.3
X12 Planta 1 Concesionario B 2690 [Link] 1345
X22 Planta 2 Concesionario B 1330 [Link] 673
X32 Planta 3 Concesionario B BPO [Link] 425
Minimizar
z = 500X11 + 1345X12 + s2521 + s75X22 + s37.5X31 + 425X32
RESTRICCIONES
Planta 1 x11+x12=1000
Planta 2 x21+x22=1500
Planta 3 x31+x32=1200
Concesionario A x11+x21+x31=2300
Concesionario b x12+x22+x32=14000
[Escriba aquí]
|
Costo por km / unidad Costo de
Produccion Variable Fâbrica Distribuidor Distancia (km) transporte / unidad ($) Costo total
1 1, 000 X11 Planta 1 Concesionario A 1DOO 0.5 [Link] 500,000
3 1, 300 X21 Planta 2 Concesionario A 1250 0.3 [Link] 812,300
4 X31 Planta 3 Concesionario A 1275 0.5 [Link]
5 X12 Planta 1 Concesionario B 2d9O 0.3 [Link]
6 200 X22 Planta 2 Concesionario B 1350 0.5 [Link] 135,000
7 1, 200 X32 Planta 3 Concesionario B BPO 0.3 [Link] 310,000
$1957500
El desarrollo de la operación minera requiere constantemente de toma de
decisiones.
2.‐ DESCRIPCION
[Escriba aquí]
|
La mina Lagunas Norte se ubica en el distrito de Quiruvilca, provincia de Santiago de Chuco,
departamento de La Libertad, a 130 Km. al Este de la ciudad de Trujillo y 42 Km. al Oeste de la
ciudad de Huamachuco. La geología de Lagunas Norte está dominada por secuencias de rocas
sedimentarias de la Formación Chimú y secuencias volcánicas dacíticas y andesíticas del Grupo
Calipuy. La mineralización es del tipo epitermal de alta sulfuración. El método de minado
superficial emplea el sistema Pala – Camión en bancos de 10 metros. El mineral pasa por circuito
de chancado primario y secundario antes de ser depositado en el pad de lixiviación
Los equipos principales son:
2 palas hidráulicas KOMATSU PC‐4000
2 cargadores frontales KOMATSUWA‐1200
12 camiones KOMATSU 730‐E
4 perforadoras primarias Reedrill SKS‐12
[Escriba aquí]
|
4.‐ PLANTEAMIENTO DEL PROBLEMA
Mineral Limpio (M1) en Stock
Inventario a Noviembre 2010
[Escriba aquí]
|
EsteescenariosepuedemodelarconlaPLbuscandomaximizarlaproducción deOzdeAu,
definiendolasrestriccionespropiasdelaoperación.
Este escenario se puede modelar con la PL buscando maximizar la producción de Oz de Au,
definiendo las restricciones propias de la operación.
“ÎMPACTO DE LA PROGRAMACION LINEAL CON EL USO DE SOLVER EN LA OPTIMIZACION DE LAS
OPERCACIONES DE CARGIO – ACARREO DE MINERAL EN LA MINA LAGUNAS NORTE, LA LIBERTAD,
2017”
[Escriba aquí]
|
CAPÍTULO 1.
INTRODUCCIÓN
1.1. Realidad problemática
De acuerdo a tendencias globales las empresas mineras en todo el mundo han puesto en práctica
importantes estrategias de reducción de costos y una mayor disciplina en la administración del
capital ha reemplazado la inversión en proyectos, con empresas mineras que simplificaron sus
portafolios, renegociaron sus deudas y clausuraron operaciones marginales. Ahora, están
volcando su atención en obtener mayor productividad mediante un enfoque orientado hacia la
Excelencia Operativa y Optimización. A la par en nuestro país las compañías mineras continúan
enfrentando múltiples presiones, la ley de los minerales continúa decreciendo, los costos siguen
elevándose, los conflictos sociales complican aún más el panorama; a la luz de estas realidades,
la mejora incremental ya no resulta suficiente. El carguío y el transporte constituyen las acciones
que definen la principal operación en una faena minera. Estos son responsables del movimiento
del mineral o estéril que ha sido fragmentado en un proceso de voladura, éstos procesos
productivos son los más influyentes en los costos de operación (45% al 65% del costo mina), por
lo que es de gran importancia garantizar un ambiente de operación apto para lograr los mejores
rendimientos de los equipos involucrados, tanto en la parte física (material, equipos, mantención,
disponibilidad, insumos, etc.), como en la parte humana (operadores, mantenedores, jefes de
turno, etc.). Con el uso de técnicas de Programación Lineal podemos desarrollar una estrategia
de optimización de estos procesos críticos; la Programación Lineal no es un recurso nuevo, los
beneficios del impacto de su aplicación a procesos de producción de diversa índole están bien
documentados, la utilización de la capacidad de procesamiento del computador y el avance
vertiginoso de nuevas tecnologías ofrecen un marco adecuado para su uso y manejo en entornos
de producción de la industria minera, para tal fin utilizaremos la hoja de cálculo EXCEL® (Microsoft
Corporation.) y el complemento SOLVER. Mirando hacia el futuro, resulta cada vez más claro que
la innovación y optimización pueden hacer mucho más que reducir la intensidad del capital. Con
un enfoque estratégico, también tienen el poder de reducir la intensidad de energía y de mano
de obra, incrementando al mismo tiempo la intensidad de la actividad minera.
1.2. Formulación del problema
¿Cuál es el impacto de la Programación Lineal con el uso de Solver en la optimización de
las operaciones de carguío-acarreo de mineral en la Mina Lagunas Norte, la Libertad?
1.3. Justificación
1.3.1. Justificación teórica
La programación lineal (PL) aplicada a los procesos industriales ha demostrado ser una
herramienta muy potente y útil para optimizar y reducir costos, específicamente en el rubro
minero, la presente investigación tiene por finalidad contribuir a su inclusión y análisis en los
procesos de producción de las empresas mineras.
1.3.2. Justificación práctica
[Escriba aquí]
|
El desarrollo de la presente investigación tiene por finalidad optimizar los recursos de la compañía
minera mediante un manejo más eficiente y tecnológico de las operaciones de carguío y
transporte de mineral.
1.3.3. Justificación valorativa
Las compañías mineras que han estado enfrentando por años situaciones desafiantes pueden
obtener resultados diferentes al darle un nuevo enfoque a la gestión de operaciones, esto puede
incluir la inversión en herramientas como la Programación Lineal que crean valor en las empresas
y facilitan una mejor toma de decisiones.
1.3.4. Justificación académica
La finalidad del desarrollo de la presente tesis es la aplicación de conocimientos teóricos a la
práctica para la obtención del Título Profesional de Ingeniero de Minas.
1.3. Limitaciones
El desarrollo de la presente tesis de optimización de carguío acarreo en la Mina Lagunas Norte
corresponden a procesos específicos de Lagunas Norte, son aplicables al sistema de explotación
a tajo abierto y a procesos de carguío-acarreo mediante la operación de camiones gigantes,
cargadores frontales y palas.
1.4. Objetivos
1.5.1. Objetivo General
Determinar el Impacto de la programación lineal con el uso de solver en la optimización de las
operaciones de carguío- acarreo de mineral en la mina lagunas norte, la libertad, 2017.
1.5.2. Objetivos Específicos
• Determinar el impacto de la decisión que se toma a través del programa solver en el
desempeño de las palas hidráulicas y cargadores frontales.
• Conocer cuál es la influencia de la decisión que se toma a través del programa solver en
el tiempo de carguío.
• Determinar cuál es el impacto de las restricciones identificadas por el solver en el
desempeño de los camiones komatsu.
• Conocer el impacto de las restricciones identificadas por el solver en el tiempo de
acarreo.
CAPÍTULO 2.
MARCO TEÓRICO
2.1. Antecedentes
Abdel (2010) y Dimitrakopoulos (2007) según su tesis afirman que en las actuales explotaciones
de recursos minerales el diseño y planeamiento minero se lleva a cabo utilizando técnicas
determinísticas que conllevan a procesos mineros en los cuales se dejan de explotar o producir
una cantidad considerable de recursos minerales, que traen como consecuencia niveles de
producción inadecuados desde el punto de vista tecnológico; financiero; social y ambiental. Es
por esto que un adecuado diseño y planeamiento minero utilizando herramientas de
[Escriba aquí]
|
optimización logrará en el corto, y largo plazo incrementar la productividad y competitividad de
dichas explotaciones, que redundará en una explotación sostenible (en términos técnicos,
económicos, sociales y ambientales) y en la generación de nuevos empleos en las regiones donde
se lleven a cabo estos procesos productivos. Hustrulid (2006) en su análisis de su tesis confirma
que, la planeación minera tiene como finalidad la obtención de la mejor proyección del uso de
los recursos minerales disponibles, y además que es una actividad capaz de ajustarse a eventuales
cambios en el trascurrir del tiempo; se puede afirmar que la planeación minera es la gestora del
presente y futuro de la actividad minera. Dicha actividad minera posee un componente
operacional llamado Planeación de Producción; El éxito de esta planeación dependerá de poder
alcanzar un Valor Presente Neto (VPN) óptimo que genere factibilidad al proyecto a desarrollar.
Llegar a dicho valor lleva a que la actividad sea a veces difícil y compleja. Arias (2008) según su
tesis sostiene que, con el fin de obtener los resultados esperados en el planeamiento minero, se
tienen dos métodos de seguimiento del buen desempeño. El primer método son las técnicas de
simulación con la cual basados en datos conocidos se generan una cierta cantidad de hipótesis a
las que se les realiza un análisis y se empiezan a trabajar. La importancia del uso de las técnicas
de simulación en minería está enmarcada por el hecho de que se puede lograr una reducción de
costos y de tiempo en algunas actividades, la disminución de riesgos a la hora de la toma de
decisiones y la posibilidad de elaborar un modelo de simulación que pueda aproximarse a la
realidad. Y él segundo método, es la Optimización que tiene como base un plan ya estipulado o
basarse en las simulaciones ya realizadas. Su objetivo principal es realizar las mejoras que sean
pertinentes para no equivocar el camino de los objetivos planteados. En la actualidad, la
optimización de la planeación, las aproximaciones utilizadas para estimación de reservas y cálculo
de la producción mineral resultan imprecisas.
Según Hustrulid (2006) en su tesis afirma que es válido tener en cuenta que esta incertidumbre
ha disminuido con la definición y el establecimiento de normas internacionales para la estimación
de recursos mineros, como es el caso de la norma The JORC CODE. Morales (2010) según su tesis
declara que la planeación minera tradicional estima los cuerpos minerales por medio de modelos
simples, los cuales no permiten observar la variabilidad e incertidumbre asociada a este. Por lo
anterior, conseguir una mejor aproximación en cuanto a las reservas de un depósito, producción
de mineral y mejoramiento de la planeación contribuirá con el objetivo principal de todo proyecto
minero que será alcanzar el mayor VPN posible. Askari-Nasab (2010) profesor del Mining
Optimization Laboratory de la Universidad de Alberta, Canadá explica que dentro de los procesos
de diseño y planeamiento minero de las explotaciones a cielo abierto se evidencia la necesidad
de utilizar herramientas para la toma de decisiones bajo escenarios de incertidumbre que
permitan realizar dichos procesos con técnicas tales como Programación Lineal, Algoritmos
Genéticos, Redes Neuronales, entre otros. King (2009), Xu, (2009) y después Dimitrakopoulos
(2010) según sus tesis afirman que la metodología para desarrollar este trabajo se establece
teniendo en cuenta que el proceso de planeación en minería es básicamente un Problema de
Optimización, que puede ser resuelto mediante: Programación lineal; Programación entera o
Programación estocástica. Programación Lineal: Un problema de programación lineal es un
problema de optimización en donde todos los parámetros son exactamente conocidos y
determinísticos y las relaciones entre variables en la función objetivo y las restricciones son
lineales. El método comúnmente utilizado para resolver estos problemas es el SIMPLEX.
Programación Entera: Son problemas en los cuales algunas o todas las variables deben ser
enteras. Existen varios métodos de solución de problemas utilizando programación entera, estos
[Escriba aquí]
|
son: Branch and Bound; Cutting Planes; Branch and Cut y Meta heurísticos. Programación
Estocástica: Es una técnica de optimización usada cuando los problemas envuelven
incertidumbre (la incertidumbre asociada a lo geológico; el mercado y los precios). Dicha
incertidumbre puede representarse por medio de distribuciones de probabilidad o a través de
posibles escenarios. Obregón Quispe. (2016) en su Tesis “Optimización del blending con
aplicaciones de Programación Lineal para el incremento del valor económico del mineral en la
Unidad Minera Catalina Huanca S.A.C.” afirma en su estudio que la Optimización de Blending de
los diferentes tajos de la Unidad Minera Catalina Huanca SAC, nos lleva a obtener el mayor
rendimiento metalúrgico y beneficio económico, utilizando herramientas estadísticas y de
programación lineal (Solver), que nos ayudan a obtener las mezclas adecuadas para la generación
del mismo. Con el fin de maximizar los beneficios esperados y minimizar los riesgos asociados,
para el desarrollo de este trabajo de investigación se utilizarán elementos de programación lineal
(PL).
2.2. Bases Teóricas
2.2.1. Programación Lineal
El objetivo de un modelo matemático es reproducir la realidad de la forma más fiel posible a fin
de entender cómo se comporta y poder obtener respuestas a determinadas acciones. La
programación lineal es un tipo de modelo matemático que se desarrolló a partir de la Segunda
Guerra Mundial para resolver cierto tipo de problemas de asignación de recursos entre distintas
actividades. Después de la guerra las aplicaciones de la programación lineal se extendieron a una
amplia variedad de problemas, de manera que hoy se utiliza en campos como la ingeniería, la
economía, la gestión, y muchas otras áreas de la ciencia, la técnica y la industria. La programación
lineal fue formulada por George B. Dantzig alrededor de 1947, cuando trabajaba como consejero
matemático para la Fuerza Aérea de Estados Unidos en el desarrollo de un sistema automático
de planificación temporal de despliegue, entrenamiento y abastecimiento logístico. Debido a que
la Fuerza Aérea denomina programas a sus diversos planes y proyectos a implementar, en el
primer artículo publicado por Dantzig se refiere a este problema como programación en una
estructura lineal. El término programación lineal fue acuñado por el economista y matemático
T.C. Koopmans en el verano de 1948 cuando colaboraba con el propio Dantzig. En 1949, Dantzig
publicó el método del SIMPLEX para resolver programas lineales, método que fue ampliamente
aceptado por su capacidad de producir soluciones en un tiempo razonable. La programación
lineal estudia la optimización (minimización o maximización) de una función lineal que satisface
un conjunto de restricciones lineales de igualdad y/o desigualdad. (J.J. Ruiz,2015).
La programación lineal utiliza un modelo matemático para describir el problema. El adjetivo lineal
significa que todas las funciones matemáticas del modelo deben ser funciones lineales. En este
caso, la palabra programación no se refiere aquí a términos computacionales; en esencia es
sinónimo de planeación. Por lo tanto, la programación lineal involucra la planeación de
actividades para obtener un resultado óptimo; esto es, el resultado que mejor alcance la meta
especificada —de acuerdo con el modelo matemático— entre todas las alternativas factibles.
(Taha,2012). La programación lineal es una técnica matemática para encontrar los mejores usos
de una empresa de los limitados recursos de la organización (Agbadudu, 1996). Problemas de
programación lineal son los concernientes con el uso eficiente o asignación de recursos escasos
para satisfacer los objetivos deseados. La palabra lineal significa que las relaciones son los
[Escriba aquí]
|
representados por líneas rectas, mientras Programación significa tomar decisiones de manera
sistemática. Por lo tanto, la programación lineal puede ser descrita como una técnica de toma de
decisiones bajo determinadas limitaciones en el supuesto de que las relaciones entre las variables
que representan diferentes fenómenos resultan ser lineales. (Anyebe, 2001). De acuerdo con
Agbadudu (1996) en su tesis el objetivo de la programación lineal es buscar valores de algunas
variables controlables con el fin de determinar el método más eficiente de la asignación de estos
recursos a las actividades de manera que se optimiza una medida del rendimiento. Diferentes
autores (Agbadudu, 1996; Anyebe, 2001; Gupta y Hira, 2011; Verma, 2010) han identificado
algunos supuestos básicos sobre los que se basa el modelo de programación lineal, éstas
incluyen: i. Aditividad: Se refiere al valor de la función objetivo para los valores dados de las
variables de decisión y la suma total de recursos utilizados debe ser igual a la suma de
contribución (beneficio o coste) ganados de cada variable de decisión y la suma de los recursos
utilizados por cada uno de las variables de decisión, respectivamente;
Divisibilidad: Significa que el valor de una variable controlable puede ser fracción, no
necesariamente un número entero; iii. Determinista: Significa que se conozcan todos los
coeficientes del modelo, y por lo tanto sea constante en el período considerado; iv.
Proporcionalidad: Significa que la función objetivo y las restricciones deben ser lineales; v.
Certeza: Los distintos parámetros, a saber, los coeficientes de la función objetivo, los coeficientes
de las restricciones y los valores de los recursos en las limitaciones son sin duda precisamente
conocidos y sus valores no cambian con el tiempo; vi. Opciones finitas: Significa que un número
limitado de opciones están disponibles para el tomador de decisiones y que las variables de
decisión están interrelacionadas y son no negativas. La programación lineal es una de las técnicas
más ampliamente aplicada en operaciones, la investigación en los negocios y la industria,
aplicaciones industriales de programación lineal incluyen la solución de problemas de mezcla de
productos, la producción, problemas de agenda, los problemas de pérdida de equipamiento, el
equilibrio de la línea de montaje y de fabricación propia o compra (subcontratación) entre otros
problemas. La programación lineal como una investigación de operaciones técnica se puede
aplicar en la solución de problemas relacionados con la gestión. Algunas de las aplicaciones de
programación lineal para resolver problemas de gestión incluyen los problemas de selección de
medios, problemas de selección de cartera, los problemas de planificación de beneficios,
problemas de transporte, problemas de asignación y problemas de programación de mano de
obra (Gupta y Hira, 2011). Entonces del conjunto de definiciones dadas podemos inferir que la
programación lineal se puede definir como:
Un programa lineal consta de un conjunto de variables, una función objetivo lineal que indica la
contribución de cada variable al resultado deseado, y un conjunto de restricciones lineales que
describe los límites de los valores de las variables. La "respuesta" a un programa lineal es un
conjunto de valores para las variables del problema que se traduce en la mejor - grande o más
pequeño - el valor de la función objetivo y, sin embargo, es consistente con todas las
restricciones. Formulación es el proceso de la traducción de un problema del mundo real en un
programa lineal. Una vez que un problema se ha formulado como un programa lineal, un software
puede ser usado para resolverlo.
[Escriba aquí]
|
2.2.2. Formulación de un modelo de Programación Lineal En el proceso de formulación de un
modelo de programación lineal hay que dar los siguientes pasos: 1. Determinación de las variables
de decisión. Representan los elementos del sistema a modelar que son controlables por el
decisor. En los modelos lineales continuos estas variables toman como valores números reales y
se representan por letras con subíndices como se acostumbra a hacer con las variables
matemáticas, o literales alusivos a su significado: peso, valor, etc. En el primer caso también se
utiliza la representación como vector de un conjunto indexado de variable:
2.2.2. Formulación de un modelo de Programación Lineal
En el proceso de formulación de un modelo de programación lineal hay que dar los
siguientes pasos:
1. Determinación de las variables de decisión.
Representan los elementos del sistema a modelar que son controlables por el decisor. En
los modelos lineales continuos estas variables toman como valores números reales y se
representan por letras con subíndices como se acostumbra a hacer con las variables
matemáticas, o literales alusivos a su significado: peso, valor, etc. En el primer caso también
se utiliza la representación como vector de un conjunto indexado de variable:
x=(x1,x2,…)
2. Determinación de las restricciones.
Representan las limitaciones prácticas de determinados recursos o imposiciones físicas de
la realidad. Se expresan como ecuaciones e inecuaciones lineales de las variables de
decisión. Matemáticamente adoptan una de las siguientes formas:
3. Formulación de la función objetivo.
Se trata de la función que mide la calidad de la solución y que hay que optimizar (maximizar
un beneficio o minimizar un coste). También es una función lineal de todas o parte de las
variables de decisión.
2.2.3. Problema General de Programación Lineal
[Escriba aquí]
|
Para un caso de maximización según Verma (2010) es:
(Restricciones explícitas)
Y X1,X2,…XN≥0
(Restricciones de no-negatividad)
Donde:
Z=El valor de la medida global del rendimiento.
Xn=Niveles de actividad (1, 2...n); X1, X2,...Xn son variables de decisión.
ai,j=Cantidad de recursos i consumidos por cada unidad de actividad j.
bi=Cantidad de recursos que son disponibles para la asignación de actividades (j=1,
2...m).
2.2.4. Descripción de SOLVER
[Link]. Cargar el Complemento SOLVER
El complemento SOLVER es un programa de complemento de Microsoft Office Excel
que está disponible cuando se instala Microsoft Office o Excel, para usar el
complemento
Solver, sin embargo, primero debe cargarlo en Excel.
1. En Excel Professional Plus 2016 Ir archivo > opciones
2. Haga clic en Complementos y, en el cuadro Administrar, seleccione Complementos
de Excel.
3. Haga clic en Ir.
4. En el cuadro Complementos disponibles, active la casilla Solver y, a continuación,
haga clic en Aceptar.
a. Sugerencia Si el complemento Solver no aparece en el cuadro Complementos
disponibles, haga clic en Examinar para buscar el complemento.
b. Si se le indica que el complemento Solver no está actualmente instalado en su
[Escriba aquí]
|
equipo, haga clic en Sí para instalarlo.
5. Una vez cargado el complemento Solver, el comando Solver está disponible en el
grupo análisis de la ficha datos.
[Link]. Optimización con SOLVER
La introducción de un modelo de optimización, un programa lineal en nuestro ejemplo,
se puede sintetizar en cuatro fases:
1. Organizar los datos del modelo en la hoja de trabajo.
Si bien son múltiples las posibles formas de diseñar el formato y colocación de los datos
de
entrada, es recomendable seguir los mismos principios que en toda aplicación con hoja
de cálculo:
pensar en la hoja como un informe que explique el problema, identificar los datos
introducidos,
colocar comentarios, introducir todos los datos iniciales del problema y construir a
partir de los
mismos el modelo de optimización con el objeto de facilitar el análisis de sensibilidad,
utilizar
técnicas de diseño para presentar el modelo, etc. Por otra parte, interesa organizar el
programa
según el formato del gráfico I con el objeto de ilustrar la propia estructura del modelo.
Para ejemplificar respecto al uso de SOLVER utilizaremos el siguiente modelo de
Programación
Lineal:
Paso 1: Abrir una planilla de cálculo de Excel y definir las variables de decisión y la
función objetivo.
En este ejemplo se han marcado con amarillo y verde las variables de decisión y función
objetivo respectivamente sólo para facilitar la comprensión. Es importante notar que la
[Escriba aquí]
|
función objetivo (celda F4) será siempre una fórmula que depende de los parámetros
de la función objetivo (celdas B5, C5, D5) y las variables de decisión (B4, C4, D4).
Paso 2: Se definen las restricciones del modelo. La columna en amarillo bajo el título
"Lado Izq"
es una fórmula de los parámetros y las variables de decisión en las respectivas
restricciones. Por
ejemplo, la fórmula incorporada en E9 es simplemente: 15X + 7,5Y + 5Z. La celda F9 es
el lado
derecho de dicha restricción y corresponde a una constante (315).
Paso 3: Ingresamos a la Opción “Solver” luego definimos la celda objetivo (función
objetivo), el valor que buscamos (máximización o minimización), las celdas que
deseamos cambiar (variables de decisión) y las restricciones. Para nuestro ejemplo está
será la pantalla que se debe obtener:
[Escriba aquí]
|
Paso 5: Si el proceso se ha desarrollado en forma correcta la planilla de cálculo se
actualizará y se obtendrán los siguientes resultados. Solución Óptima: X=4, Y=10, Z=36.
Valor Óptimo: V(P)=6,620. Se recomienda requerir el informe de sensibilidad tal como
se muestra en la imagen de abajo.
2.3. Definición de términos básicos
Algoritmo
Un algoritmo proporciona reglas fijas de cálculo que se aplican en forma repetitiva al
problema, y cada repetición (llamada iteración) acerca la solución a lo óptimo. Como los
[Escriba aquí]
|
cálculos asociados con cada iteración suelen ser tediosos y voluminosos, es
recomendable que estos algoritmos se ejecuten con la computadora. (Taha, H. 2011).
Algoritmo SIMPLEX
Procedimiento general para resolver problemas de programación lineal. Desarrollado
por
George Dantzig en 1947, se ha comprobado su extraordinaria eficiencia, y se usa en
forma
rutinaria para resolver problemas grandes en las computadoras de hoy en día. Excepto
en
el caso de problemas muy pequeños, se ejecuta siempre en una computadora y existe
una
amplia variedad de paquetes complejos de software para ello. (Hillier and Lieberman.
2010).
Costo del Proceso de Carguío-Acarreo (Z)
Costo del Proceso luego de haber aplicado Programación Lineal y Optimización con
SOLVER.
Costo Operativo por ciclo (Ci)
Costos asumidos por cada ciclo iterativo de trabajo en la operación minera.
Investigación de Operaciones
La investigación de operaciones es tanto un arte como una ciencia; el arte de describir y
modelar el problema, y la ciencia de resolver el modelo utilizando algoritmos
matemáticos
precisos. (Taha, H. 2011).
Mineral
Un mineral es un elemento o compuesto químico que es normalmente cristalino y que
se
ha formado como resultado de procesos geológicos. (Infomine,2016).
Modelo Matemático
Los modelos matemáticos también son representaciones idealizadas, pero están
expresados en términos de símbolos y expresiones matemáticas. Las leyes de la física
como F=ma y E=mc2 son ejemplos familiares. En forma parecida, el modelo
matemático
de un problema industrial está conformado por el sistema de ecuaciones y expresiones
matemáticas relacionadas que describen la esencia del problema. (Hillier and
Lieberman,
2010).
Ciclos efectivos de operación realizados por el camión minero.
Operaciones de Carguío-Acarreo
Operaciones que se llevan a cabo con el fin de retirar el material volado del frente y
transportarlo adecuadamente a su lugar de destino; la cual tiene la siguiente secuencia:
[Escriba aquí]
|
a) Preparación de la zona de trabajo.
b) Posicionamiento de equipos.
c) Retirar el material volado desde el frente de trabajo.
d) Traspaso del material al equipo de transporte dispuesto para el traslado.
e) Transporte del material a su lugar de destino (planta, acopio, botaderos, etc.).
f) Descarga del material.
g) Retorno del equipo de transporte al punto de carguío.
Ésta secuencia es cumplida hasta que haya sido retirado el material requerido del
frente.
(Estrella, César 2016)
Optimización
Optimización es el arte y la ciencia de determinar la óptima colocación de recursos
escasos
y que conlleven al mejor efecto posible. Las técnicas de optimización se ponen en juego
todos los días en las cuestiones de planificación, asignación de recursos, programación,
toma de decisiones industriales, etc. (Chinneck, J. 2000).
Parámetro
Variable cuyo valor no está determinado por la persona a cargo de tomar las decisiones,
sino que se establece en forma exógena. (Eppen, G. 2000).
Programación Lineal
Modelo determinístico formado por ecuaciones lineales, y que contiene una sola
medida
de desempeño (función objetivo) por optimizar, sujeta a satisfacer un conjunto dado de
restricciones. (Eppen, G. 2000).
Solver ®
Solver es un programa complementario de Microsoft Excel que se utiliza para resolver
problemas de Optimización. Se usa para encontrar un valor óptimo (máximo o mínimo)
para una fórmula en una celda - llamada célula objetivo - sujeta a restricciones o
límites,
sobre los valores de otras celdas de fórmula de una hoja de cálculo. (Microsoft
Corporation© 2017).
CAPÍTULO 3. HIPÓTESIS
3.1. Formulación de la hipótesis
El impacto de la Programación Lineal con el uso de Solver será positivo porque se
optimizarán los costos en el proceso de las operaciones específicas de carguío-acarreo
de
mineral en la mina Lagunas Norte, la Libertad.
3.2. Operacionalización de variables
3.2.1. Variable Independiente
➢ Programación Lineal con el uso de Solver
[Escriba aquí]
|
3.2.2. Variables Independientes
➢ Optimización de Operaciones
[Escriba aquí]
|
CAPÍTULO 4.
MATERIAL Y MÉTODOS
4.1. Tipo de diseño de investigación.
Experimental con diseño exploratorio.
4.2. Material.
4.2.1. Unidad de estudio.
Reporte mensual de equipos de carguío - acarreo (cargadores frontales, palas y
camiones) utilizados en la Mina Lagunas Norte, la Libertad.
4.2.2. Población.
Reportes de la cantidad de equipos (09 equipos) de carguío-acarreo utilizados en
la mina Lagunas Norte la Libertad.
4.2.3. Muestra.
Se va a trabajar con 03 equipos (Cargador frontal, Pala y Camión) de carguío-
acarreo en el nivel 4160 de la mina Lagunas Norte la Libertad.
4.2.4. Técnicas de recolección y análisis de datos
Las técnicas usadas en la presente investigación son la recolección de
información en el Internet, libros de Investigación de Operaciones, Análisis de
Reportes Técnicos etc.
[Link]. Instrumentos
-Reportes Técnicos Independientes realizados al proyecto Lagunas Norte
-Memorias Anuales de Barrick Gold Corporation y otros.
-Revistas especializadas de la industria.
-Páginas web de Optimización y Programación Lineal.
-Página web de Barrick Gold Corporation.
-Uso del software EXCEL SOLVER® para la optimización del proceso
La data recolectada se ordena, analiza y procesa a través de las herramientas
informáticas de procesamiento de textos y hojas de cálculo Word® y Excel®
respectivamente.
[Escriba aquí]
|
DISCUSIÓN
Luego de realizados los cálculos mediante el modelo matemático presentado, podemos
afirmar
que:
Se ha verificado la validez de nuestra Hipótesis que el impacto de la Programación lineal
con el
uso de solver es positivo porque se optimizó los costos en el proceso de las operaciones
específicas de carguío-acarreo de mineral en la mina Lagunas Norte, la Libertad.
Se ha minimizado los costos de carguío-acarreo en $ (150,072.00- 131,539.00) =
$18,533.00 lo
cual constituye un 12,35 % de ahorro en el proceso.
Se determinó que el impacto de la decisión es positivo a través del programa solver en
el óptimo
desempeño de las palas hidráulicas y cargadores frontales.
Se dio a conocer la gran influencia que tiene la decisión que se toma a través del
programa solver
en la optimización del tiempo de carguío.
Se determinó que el impacto de las restricciones identificadas por solver son óptimas
en el
desempeño de los camiones komatsu.
La Programación Lineal se puede utilizar con éxito en la optimización de procesos en
operaciones
mineras, la disponibilidad y uso de la licencia comercial del software Excel SOLVER®
constituye
una alternativa práctica y económica.
La Programación Lineal propone formas particulares de abordaje a problemas
empresariales, aprovechando los actuales avances informáticos, ofreciendo gran ayuda
a la hora de valorar futuras estrategias de desarrollo y mejora de una empresa
brindando un plan óptimo detallado para lograr el resultado (máximo o mínimo) óptimo
además de indicar el uso de cada recurso limitante en el plan óptimo.
CONCLUSIONES
Se ha demostrado que hay un impacto positivo en base a los resultados obtenidos, que
efectivamente a través de la aplicación de la programación lineal con el uso de solver,
se ha optimizado un 12,35% del costo total del proceso de carguío-acarreo de
minerales en la mina Lagunas Norte, la Libertad.
[Escriba aquí]
|
➢ Se determinó que el impacto de la decisión que se toma a través del programa
solver es beneficioso en el óptimo desempeño de los equipos de carguío (palas
hidráulicas y cargadores frontales)
➢ Se dio a conocer la gran influencia que tiene la decisión que se toma a través
del programa solver en la optimización del tiempo de carguío.
➢ Se determinó que el impacto de las restricciones identificadas por solver son
beneficiosos en el óptimo desempeño de los camiones Komatsu.
➢ Se dio a conocer la gran influencia que tiene las restricciones identificadas por
el programa solver en la optimización del tiempo de acarreo.
[Escriba aquí]
