ata

-9146 ISSN: 1810-9993 [email protected]

d Nacional Mayor de San Marcos

Perú

Rojas Linares, Edito Luis

Un nuevo enfoque predictivo de la fragmentación en la Voladura de Rocas
Industrial Data, vol. 21, núm. 1, 2018, pp. 17-26
Universidad Nacional Mayor de San Marcos
Perú

Disponible en: https://www.redalyc.org/articulo.oa?id=81658059003

Cómo citar el artícul

o
Número complet
o Sistema de Información Científica Redalyc
Más información del artícul
o Red de Revistas Científicas de América Latina y el Caribe, España y Portugal
Página de la revista en redalyc.or
g Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso
abierto
 Diseño y Tecnología

Revista Industrial Data 21(1): 17-26 (2018) ISSN: 1560-9146 (Impreso) / ISSN: 1810-9993 (Electrónico)E dito Rojas
DOI: http://dx.doi.org/10.15381/idata.v21i1.14907 Facultad de Ingeniería Industrial - UNMSM

Un nuevo enfoque predictivo de la fragmentación en la

Voladura de Rocas
Edito Luis Rojas Linares1

Recibido: 30/10/2017 AceptAdo: 04/06/2018

1. INTRODUCCIÓN

El Anuario Minero del Ministerio de Energía y Minas del Perú (2016) sostiene que el elemento dinámico en
la economía peruana, es la inversión privada, que represento al cierre del año 2016 un PBI de 17.7 %
siendo este un PBI real equivalente a 3.9%. La inversión empresarial se focaliza en actividades económicas
en las cuales el Perú destaca a nivel mundial como minería, pesca, agro exportación y turismo. Según
información de Pro inversión, la proporción mayor del saldo de Inversión Extranjera Directa (IED) al cierre
del año 2016, correspondió al sector minero (22.88%), seguido de comunicaciones (19.75%), finanzas
(17.41 %), energía (13.07%), industria (13.04%), entre otros (13.22%). Según las estadísticas del Ministerio
de Energía y Minas en relación al empleo, en el año 2016 el sector minero generó un promedio anual de
174 mil 126 puestos de trabajo directo. Del total de empleos directos registrados; 61 ,873 fueron generados
por las compañías mineras titulares de la actividad minera en el país; mientras que 112,253 puestos
laborales fueron originados por las empresas contratistas mineras que brindan servicios a dichas
compañías.

RESUMEN

La Importancia del presente trabajo de

investigación es proporcionar un nuevo
enfoque predictivo de la fragmentación en los
Procesos de Voladura de Rocas, desarrollado
en base al modelo KUZ-RAM, técnicas de
Análisis Multivariante (MVA) y técnicas de
Redes Neuronales Artificiales (ANN).

El objetivo del nuevo enfoque predictivo de la

fragmentación se sustenta en que dicha
investigación nos proporcionaría una
optimización en las operaciones minero-
metalúrgicas, porque entregando una óptima
fragmentación requerida para los procesos de
Molienda, se podría minimizar sus tiempos y
maximizar su productividad.

Palabras-claves: Enfoque; predictivo;

ingenieria; fragmentación; voladura de rocas;
optimización

A new approach to predictive of fragmentation in

the Blast Of Rocks

ABSTRACT

The importance of this research work is to

provide a new predictive approach of the

1 Ingeniero de Minas, Consultor independiente en Seguridad, Salud Ocupacional, Medio

Ambiente y Calidad. email: [email protected]

17
Ind. data 21(1), 2018
 Diseño y Tecnología

Un nUevo enfoqUe predictivo de la fragmentación en la voladUra de rocas

fragmentation in the blasting of rocks

processes, developed based on the KUZ-RAM
model, Multivariate Analysis techniques (MVA)
and Artificial Neural Network techniques
(ANN)

The objective of the new predictive approach

to fragmentation is based on the fact that this
research would provide us an optimization in
the metallurgical mining operations, because
delivering an optimal fragmentation requerid
for the grinding processes it could minimize
their times and maximize their productivity.

Keywords: Approach;
predictive; engineering;
fragmentation; rock blasting; optimization.
En relación a las actividades mineras y civiles, la perforación y
voladura de rocas son inevitables en dichas actividades. Por lo
tanto, el uso de explosivos es probablemente el medio más
ampliamente utilizado para el fracturamiento de las rocas. Una
mala fragmentación puede hacer necesario la realización de
voladuras secundarias o bien, la necesidad de romper los
tamaños mediante medios mecánicos, añadido al sobre costo
que se supone. Un parámetro que va a definir el resultado de
una voladura es la granulometría de la pila de un material
volado y la manera más exacta de conocerlo, es mediante el
índice de fragmentación medio X50, que se obtiene mediante
diferentes técnicas, la más usual se determina mediante las
distintas fracciones que ingresan a la planta de tratamiento, y
que pueden ser separados por medio de sub procesos y mallas
en las diferentes fracciones.

Los parámetros que afectan a la fragmentación de la roca se pueden clasificar en dos grupos: El primer
grupo controla los pa-

rámetros de diseño y los parámetros relacionados Comminution Circuits”, que la fragmentación

con explosivos; y el segundo son los parámetros también puede tener un impacto notable en
incontrolables como las propiedades físicas la economía de la recuperación de lixiviación
(litología, mineralogía etc.) y geo-mecánicas de la en pilas, como fue demostrado por (Sheikh &
roca. Chung, 1987), en un estudio realizado en la
Mina Denison, Ontario, Canadá. Llegaron a
En la predicción de la fragmentación de la roca, el la conclusión que la viabilidad de lixiviación
primer paso para la optimización, son los en pilas en esta
parámetros de diseño para producir fragmentación
necesaria del tamaño. Así mismo se han realizado • operación depende de la alternativa de
varios estudios sobre los factores predictivos de la mantener las reservas de mineral roto u
voladura en referencia a la fragmentación con fragmentado durante largos periodos de
parámetros controlables y no controlables. tiempo, por lo tanto, es necesario adoptar
estrategias de optimización a través de la
implementación de adecuados diseños de
• De acuerdo con Hustrulid (1999) afirma que
voladura.
la ingeniería de la fragmentación va a ser
una parte importante de la minería en el • El Instituto Geológico y Minero de España
futuro. A medida que las máquinas de carga (1987) sostiene que :
y transporte se vuelven más automatizados,
como las fajas transportadoras, será “El grado de fragmentación es un término
necesaria una especificación mucho mejor genérico que se utiliza para definir la
del tamaño y/o granulometría del material distribución granulométrica del material
fragmentado. volado (…). Sobre la fragmentación
influyen un gran número de variables
• Así mismo, Esen (2013) refiere en su controlables (…). No existe un método o
investigación de “Fragmentation Modelling fórmula de predicción exacta, pero en los
and the Effects of ROM Fragmentation on últimos años un gran número de

18
Ind. data 21(1), 2018
Diseño y Tecnología

Edito Rojas

investigadores han trabajado en dicho termodinámica del explosivo en la ingeniería

campo llegando a modelos que van desde de la fragmentación. Con el objetivo de
las simples fórmulas empíricas a obtener el contorno de la excavación con
complejas simulaciones con ordenadores” el menor daño posible y controlando la
(p.366). estructura del macizo, se han elaborado
• Faramarzi, Farsangi y Mansouri (2013) en su diferentes métodos que se agrupan bajo el
investigación describe, que la fragmentación nombre de explosión de contorno.
de rocas ha sido la preocupación de muchos
trabajos de investigación debido a que es • Brown y Hock (1985) hacen una recopilación
considerada como el aspecto más de las mejores técnicas de sostenimiento
importante de la producción, ya que afecta a para el macizo rocoso en labores
los costos de los trabajos de perforación, subterráneas y proponen el GSI como
voladura y la eficiencia de todos los alternativa nueva, el conocimiento que
subsistemas, tales como; la carga, el transmite en su obra “Excavaciones
transporte y otros de las operaciones Subterráneas en Roca”, es básico para
mineras. entender el macizo rocoso en sus detalles,
como la rugosidad y el estado de las fisuras,
• Sayadi y Yari (2015).La voladura es una de el índice de calidad de roca, la dureza, la
las operaciones más importantes de los elasticidad etc., valuaciones que se toman
proyectos mineros, inapropiadamente la en cuenta, para generar una óptima
voladura patrón puede conducir a eventos fragmentación el diseño de perforación y
no deseados como la mala fragmentación, voladura de rocas.
ruptura de regreso, lanzamiento de rocas,
etc. y pueden afectar a toda la operación • Singiresu (2009) sostiene que, en los últimos
física y económicamente. años, se han desarrollado algunos métodos
de optimización que son conceptualmente
El estudio del arte, lleva a nombrar a algunos diferente de las técnicas tradicionales de
personajes pioneros en la predicción de la programación matemática. Estos métodos
fragmentación del material volado como. Larsson, han sido etiquetados como los métodos
Kuznetsov, Svedefo, Dinis da Gama, Cunningham modernos y no tradicionales de optimización.
Claude., que han realizado estudios y pruebas La mayoría de estos métodos se
según el Instituto Geológico y Minero de España. fundamentan en ciertas características y el
(1987), Hustrulid (1999) y Holmberg (2005) que comportamiento de factores biológicos,
han servido de base para las nuevas moleculares, enjambre de insectos y los
investigaciones. Las siguientes investigaciones, sistemas neurobiológicos. De los cuales
demuestran la importancia que el mundo científico podemos nombrar los siguientes.
y académico, están realizando en la actualidad en • Fisne, Hudaverdi y Kuzu (2012) realizan una
referencia a la ingeniería de la fragmentación en investigación de la fragmentación de la
los procesos de voladura de rocas. voladura, usando el tamaño medio de la
fragmentación y el índice de la
• Kihlstrom y Langerfors (1976) introduce a los fragmentación, en base a un análisis
mecanismos de rotura de rocas con multivariante.
explosivos, para lo cual nos expone que el
cálculo de la carga de los explosivos, en las Huang, Shi, Wei, Wu y Zhou (2011) realizan un
voladuras de rocas es una función de las nuevo enfoque de análisis vectorial con el
siguientes variables: Magnitudes apoyo de máquinas, para predecir del
geométricas del macizo rocoso, factores tamaño medio de las partículas en la
característicos de los explosivos y factores fragmentación rocas, en las voladuras
que dependen de la roca y del grado de superficiales.
fijación.
Hudaverdi, Kulatilake, Kuzu y Qiong (2010)
• Holdemberg, Lee y Persson (1993) tomando proponen un nuevo enfoque para la
como base las teorías de existentes, predicción del tamaño medio de las
desarrollan las técnicas de voladuras partículas en la fragmentación en la
controladas de contorno, con tipos de voladura de rocas, usando redes
recorte, demostrando que la fragmentación neuronales.
de las rocas está en función de la geometría
Saeid (2015) realiza una investigación de
del macizo rocoso, propiedades de las roca
predicción de las voladuras, inducidas por
y características del material del explosivo,
las vibraciones del suelo, en base a una
presentando nuevas constantes en la
formulación descrita, relacionando la

19
Ind. data 21(1), 2018
 Diseño y Tecnología

Un nUevo enfoqUe predictivo de la fragmentación en la voladUra de rocas

programación de algoritmos genéticos, El estudio se justifica porque manejando el

contrastando con redes neuronales. control de la fragmentación en los procesos de
voladura, servirá optimizar los procesos
• La Escuela Técnica Superior de Ingenieros operacionales mineros y metalúrgicos, y por ende,
de Minas de Madrid (2013) define que los reducir los costos.
avances presentados en el diseño de
las mallas para voladura, son avances 2. MÉTODO
desarrollados a partir múltiples pruebas El caso estudio toma los datos expuestos del
realizadas y cuyos resultados son ajustados Journal elsevier de Hudaverdi et al. (2010), que
a ecuaciones matemáticas, por estos consta de 90 voladuras realizadas en diferentes
motivos es muy útil el conocer de forma centros mineros en Europa, los datos describen un
previa, la granulometría de una pila de primer grupo de parámetros de diseño de las
material volado. Así mismo establece que el voladuras, donde : (B) es el burden, (S) es el
objetivo de una voladura, es aquella en la espaciamiento entre los taladros, (T) es el taco, (H)
que se buscan resultados óptimos en la es la altura del banco, (D) es el diámetro del
fragmentación y un desplazamiento taladro, (Pf) es el factor de potencia, todas las
controlado del material. Para lograr este voladuras fueran hechas usando ANFO y donde
objetivo y evaluar el correcto rendimiento de se usaron los siguientes ratios (S/B), (H/B), (B/D),
una voladura, se deben tener en cuenta tres (T/B).
factores fundamentales, que son claves para
un correcto diseño y control de las Así mismo el segundo grupo de los parámetros
voladuras, las cuales son. que afectan a la fragmentación se han divido en
dos subgrupos el primer subgrupo contiene las
a) Una correcta cantidad de energía. b) Una propiedades físicas y mecánicas de la roca intacta,
correcta distribución de energía. c) Un mientras que el segundo subgrupo contiene las
correcto confinamiento de energía. propiedades de las discontinuidades y la estructura
del macizo rocoso, podemos describirlos a (E)
Así los tres factores están íntimamente como el módulo de elasticidad que es usado para
relacionados entre sí, de modo que a la falta representar a las propiedades mecánicas de la
de uno de ellos, hace que el rendimiento roca, y a (XB) que representa a la estructura in situ
obtenido no se corresponda con el objetivo del macizo rocoso. La descripción de las minas
deseado. donde se obtuvieron las datas son:
Continuando, describiremos los objetivos y la
• Enusa, (En) es una mina de uranio a cielo
justificación del presente estudio, las cuales son :
abierto (Open Pit), Reocin (Rc) es una mina
a cielo abierto y Reocin underground (Ru)
Objetivo general : Es teorizar un nuevo enfoque
ambas explotan zinc, todas estas minas
predictivo de la fragmentación, en la voladura de
están localizadas en España.
rocas, aplicando técnicas de optimización.
• Murgul (Mg) es una mina de cobre,
Objetivos específicos serán : localizada al noreste de Turkia,

• Determinar el promedio medio de la • Mrica (Mr) presenta una perfomance de las

fragmentación X50, del proceso de voladura canteras Indonesia, la investigación fue
de rocas, mediante la teoría de Kuz-Ram. hecha por SveDeFo (Swedish Detonic
Reserch Foundation), Investigaciones
• Determinar el promedio medio de la hechas en predicción de modelos de la
fragmentación X50, del proceso de voladura fragmentación.
de rocas, mediante técnicas de Análisis
Multivariante. • El símbolo (Sm), presenta una performance
de una mina de carbón a cielo abierto (Open
• Determinar una estadística descriptiva y una Pit), en la cuenca del soma localizada al
inferencia de análisis paramétrico de los occidente de Turquía
datos.
• Las voladuras indicadas por el símbolo (Db)
• Evaluar los parámetros controlables como es una perfomance de la mina de
burden, espaciamiento entre los taladros, manganesio Dongri-Buzurg a cielo abierto
factor de carga etc., que ejercen una (Open Pit), situada en el centro de India,
influencia significativa para la predicción de generalmente el macizo rocoso fue de micas
la fragmentación, en la voladura de rocas. esquistosas y muscovitas esquistosas.

20
Ind. data 21(1), 2018
Diseño y Tecnología

Edito Rojas

• Los símbolos de las voladuras de (Ad) y (Oz) Donde:

son una performance de las canteras
Akdaglar y Ozmert de la cuenca de Cendere X50 = Tamaño medio de los fragmentos de
localizada al norte de Estanbul. Voladura.
Cabe mencionar que dichas datas, fueron ( cm ) A =
sometidas a los siguientes métodos, utilizando los Factor de roca.
softwares; Matlab R2015a, SPSS V22, y Minitab Vo = Volumen de roca fragmentada por taladro
17. (m³)
Q = Cantidad de TNT equivalente a la carga de
1 ro. Al Modelo KUZ-RAM. explosivo por taladro
Qe = Kilos de explosivo por taladro.
2 do. A un Análisis Multivariante, (MVA )
S Anfo = Potencia relativa en peso referida al Anfo
3 ro. A Redes Neuronales Artificiales (ANN ). Cunningham C., indica que en tipos de rocas muy
débiles A=8 y el límite superior es A=12 ; Una
El objetivo es encontrar teóricamente, mediante las alternativa para cuantificar mejor la selección de
técnicas pre-descritas, el índice medio del tamaño "A", es utilizando el Índice de Volatibilidad
de las partículas (Indice de fragmentación teórica propuesto inicialmente por Ather Lilly en 1986, en
X50), con la finalidad de que dicho resultado sea cual ha sido adaptado para esta aplicación por
contrastado, con el índice de fragmentación real Cunningham C., en 1987. La ecuación es la
X50 (Que será un cálculo hecho en base a siguiente:
diferentes mallas en el proceso de molienda), y
finalmente se podrá determinar, cuál de las tres A 0.06*(RMD JF RDI HF) (Ec. 3)
técnicas teóricas, es la que tiene mayor afinidad a
la fragmentación real, en otras palabras, se podría
decir, cuál de las tres técnicas, es la más óptima. Donde:

Para plantear un nuevo enfoque de la RMR : Descriptor de la masa Rocosa.

fragmentación, el presente estudio toma las JPS : Espaciamiento de las diaclasas
siguientes bases teóricas, que a continuación se verticales.
describirán. JPA : Angulo del plano de la diaclasa.
RDI : Influencia de la densidad.
2.1. El Modelo KUZ-RAM, según Instituto HF : Factor de dureza.
Geológico y Minero de España (1987), Holmberg
(2005) y Hustrulid (1999) este modelo fue Según Hustrulid (1999) dicho modelo toma los
desarrollado por Cunningham Claude en el año de Indices de la Fragmentación de (Ather Lily, 1986) y
1983, por el AECI en South Africa, tomando la de la Escala de dureza de Mohs (Roberts, 1977).
curva de distribución de la granulometría de Rosin Para proponer el Índice de Factor “A”.
y Rammler en base a la ecuación empírica de V.
M. Kuznetsov propuesta en el año de 1973. 2.2. ANÁLISIS MULTIVARIANTE : En el presente
análisis metodológico se tomó como base a los
Las ecuaciones adaptadas y propuestas por siguientes autores:
Cunningham Claude fueron :
0.8 19/ 30 Baillo y Grane (2008), De la Vara y Gutiérrez
Vo   *Qe1/ 6 *SANFO  (Ec. 1) (2012), Montgomery (2002), Montgomery y Runger
(2002) y Spiegel (1961). Luego realizar un extracto
de las diferentes técnicas de dichos autores,
seguidamente se reordeno la data, a una forma
matricial, pasando luego ser sometida a un Análisis
X  A* Qe   115  Multivariante (MVA). Los test más relevantes que
se hicieron fueron:
19/30
115 a. Analisis de Fiabilidad (Alfa de Cronbach).
0.8 1/6
 
b. Prueba de KMO, Bartlett y Hoteling.
X  A(K) Q 
c. Análisis de Varianzas y Covarianzas
e SANFO   (Ec. 2)
d. Análisis de la matriz de dispersión

21
Ind. data 21(1), 2018
 Diseño y Tecnología

Un nUevo enfoqUe predictivo de la fragmentación en la voladUra de rocas

e. Análisis Box Plot procesador. La salida del PE se puede

conectar a las entradas de otras Neuronas
f. Análisis de Regresiones y Correlaciones Artificiales (PE) mediante conexiones
Multivariantes ponderadas correspondientes a la eficacia
de la sinapsis de las conexiones
g. Análisis de Conglomerados. neuronales (…). El interés de las ANN no
reside solamente en el modelo del
El análisis de varianzas (ANOVA), es un elemento PE sino en las formas en que se
tratamiento en función a probabilidades, la conectan estos elementos procesadores.
finalidad de dicho análisis es rechazar la hipótesis Generalmente los elementos PE están
nula (Ho), y aceptar la hipótesis alternativa (Ha). organizados en grupos llamados niveles o
El tratamiento se confirma, si el resultado del p- capas. Una red típica consiste en una
valor calculado, es menor que el (p-sig = 0.05) de secuencia de capas con conexiones entre
contraste. Por lo tanto, si eso se cumple, es capas adyacentes consecutivas. Existen
posible hacer un buen análisis inferencial con una dos capas con conexiones con el mundo
probabilidad del (95%). exterior. Una capa de entrada, buffer de
2.3. REDES NEURONALES. Según Kriesel (2005) entrada, donde se presentan los datos a la
las componentes de una red neuronal, red y una capa buffer de salida que
técnicamente consisten en unidades de mantiene la respuesta de la red a una
procesamiento simples de neuronas y conexiones entrada. El resto de las capas reciben el
ponderadas dirigidas entre esas neuronas, aquí el nombre de capas ocultas”(p.3).
esfuerzo de una conexión (o las conexiones de los
pesos) entre dos neuronas i y j se conoce como La aplicación de Redes Neuronales Artificiales
Wij. (p.3). (ANN), es quizás hoy en día la arquitectura de red
que contiene los aspectos más destacados de la
Así mismo para Basogain (1998) teoría de Redes Neuronales, simple en su
estructura y clara en el sentido matemático.
“En las Redes Neuronales Artificiales,
ANN, la unidad análoga a la neurona Para el presente caso se aplicará una red neuronal
biológica es el elemento procesador, PE de tipo multicapa, con 7 neuronas en la 1ra capa
(Process Element). Un elemento que procesaran las datas de: S/B, H/B, B/D, T/B,
procesador tiene varias entradas y las Pf, XB, E; 14 neuronas en la 2da capa y 1
combina normalmente con una suma neurona en la capa de salida, por consiguiente, el
básica. La suma de las entradas es resultado será un X50 teórico, que puede
modificada por una función de contrastarse con el X50 real expuesto en la tabla 1.
transferencia y el valor de la salida de esta Así mismo, en la figura 1 se presenta la estructura
función de transferencia se pasa del modelo de la red relacionada a la data de
directamente a la salida del elemento ingreso, pesos sinápticos y las bias, seguidamente
en las

22
Ind. data 21(1), 2018
Diseño y Tecnología

Edito Rojas

Figura 1. Estructura del Modelo Neuronal Multicapa

Fuente: Elaboración propia

Estructura de la función general a3  f 3(LW32 f 2(LW21f1(IW11p b1)b2)b3)  y (Ec. 4)

s1,s2,s3
Donde : Numero de neuronas en la capa 1, en la capa 2, y respectivamente en la capa 3.

IW1−1 Pesos Sinápticos de la matriz, para conectarse del ingreso a la capa 1.

LW2−1 Pesos Sinápticos de la matriz, para conectarse de la capa 1 a la capa 2. LW3−2
Pesos Sinápticos de la matriz, para conectarse de la capa 2 a la capa 3.
ecuaciones 5, 6 y 7 presentamos las funciones de 3. RESULTADOS Y DISCUSIONES

activación y en la figura 2, el grafo básico operativo

de la Red Neuronal. En las siguientes líneas, se presentan los
resultados de las pruebas de las estadísticas
descriptivas en referencia a las datas tratadas, los
resultados obtenidos nos brindaran una
información en referencia, a que si las datas son
fiables o no son fiables, paso a continuación a
presentar los resultados

23
Ind. data 21(1), 2018
 Diseño y Tecnología

Un nUevo enfoqUe predictivo de la fragmentación en la voladUra de rocas

INTERPRETACION 1: La prueba del analisis de

varianzas (ANOVA), con su valor sig (2,2637e-
190), confirma el rechazo de la Hipotesis Nula (H0)
y por lo tanto se acepta la hipotesis alternativa
(H1), confirmado si es factible hacer un analisis
inferencial (con una probabilidad al 95%), se podria
decir que las datas tienen corelacion, asi mismo el
resultado de levene confirma lo esperado.

INTERPRETACIÓN 2: El presente grafico de la

figura 3 del diagrama de caja, nos especifica que el
parámetro (E) es la data que tiene la mayor
variabilidad, donde el cuartil (Q2-Q3), mantiene
una mayor dispersión de datos que el cuartil (Q1-
Q2).

Continuando podemos apreciar que el parámetro

(B/D) es la que tiene la mayor mediana que todos
los parámetros, así mismo este nos presenta datos

24
Ind. data 21(1), 2018
Diseño y Tecnología

Edito Rojas

Gráfica de caja de H/ S; H/ B; B/ D; T/ B; Pf; XB; E

60

50

40

s
o
ta 30
D
Prueba de homogeneidad de varianzas
20
Estadístico de Levene df1 Indicadores
df2 Sig.
Suma de cuadrados gl Media cuadrática F Sig.
315,476 6 623 ,000
10
Entre grupos 97291,562 6 16215,260 332,130 2,2637e-190
Indicadores
Dentro de grupos 30416,103 623 48,822
0
Total 127707,665 629
ANOVA
H/ S S = 6,987
H/ B R-cuad.B=/ D T/ B Pf = 75,95%
76,18% R-cuad.(ajustado) XB E
Fuente: Elaboración propia
Figura 3. Diagrama de caja
Fuente: Elaboración propia
atípicos muy dispersos superiores al cuartil (Q3), se puede resumir apreciando el grafico que, de estos dos
grupos, sus datas poseen la mayor variabilidad u dispersión, que todos los demás parámetros. Así mismo
los demás parámetros como (H/S), (H/B), (T/B), (Pf), (XB), poseen una dispersión mínima de sus datos.

25
Ind. data 21(1), 2018
 Diseño y Tecnología X 50 X 50 X 50 X 50
No. Tajo
KUZ-RAM MVAR ANN real (m)

Un nUevo enfoqUe predictivo de la fragmentación en la voladUra de rocas 41 Mr7 0.347 0.123 0.18 0.18
42 Mr8 0.528 0.2 0.19 0.19
43 Mr9 0.479 0.176 0.16 0.16
Tabla 1. Comparación de resultados de X50 estimados por 44 Mr10 0.46 0.088 0.17 0.17
diferentes métodos
45 Mr11 0.522 0.122 0.21 0.21
X 50 X 50 X 50 X 50
No. Tajo 46 Db1 0.241 0.3 0.44 0.44
KUZ-RAM MVAR ANN real (m)
47 Db2 0.264 0.305 0.76 0.76
1 En1 0.401 0.367 0.37 0.37
48 Db3 0.265 0.325 0.35 0.35
2 En2 0.401 0.367 0.37 0.37
3 En3 0.401 0.401 0.395 0.33 49 Db4 0.317 0.311 0.55 0.55

4 En4 0.401 0.403 0.42 0.42 50 Db5 0.399 0.339 0.35 0.35

5 En5 0.401 0.401 0.395 0.46 51 Db6 0.42 0.484 0.23 0.23

6 En6 0.577 0.535 0.37 0.37 52 Db7 0.353 0.43 0.4 0.4

7 En7 0.508 0.497 0.64 0.64 53 Db8 0.461 0.375 0.35 0.35

8 En8 0.443 0.448 0.34 0.42 54 Db9 0.466 0.31 0.29 0.29

9 En9 0.443 0.448 0.34 0.26 55 Sm1 0.561 0.194 0.19 0.15

10 En10 0.481 0.477 0.42 0.42 56 Sm2 0.561 0.194 0.19 0.19

11 En11 0.508 0.499 0.345 0.31 57 Sm3 0.561 0.194 0.19 0.23

12 En12 0.508 0.499 0.345 0.38 58 Sm4 0.561 0.263 0.25 0.22

13 Rc2 0.63 0.47 0.48 0.48 59 Sm5 0.561 0.263 0.25 0.24

14 Rc3 0.664 0.488 0.48 0.48 60 Sm6 0.561 0.263 0.25 0.26

15 Rc4 0.609 0.525 0.75 0.75 61 Sm7 0.561 0.263 0.25 0.28

16 Rc5 0.66 0.551 0.96 0.96 62 Ad1 1.018 0.191 0.15 0.15

17 Rc6 0.576 0.505 0.76 0.76 63 Ad2 0.952 0.136 0.17 0.17

18 Rc7 0.628 0.551 0.53 0.53 64 Ad3 0.901 0.088 0.14 0.14

19 Rc8 0.651 0.565 0.56 0.56 65 Ad4 1.115 0.273 0.16 0.16

20 Rc9 0.625 0.551 0.74 0.74 66 Ad5 0.806 0.189 0.21 0.21

21 Rc10 0.591 0.532 0.44 0.44 67 Ad6 0.808 0.224 0.21 0.21
22 Mg1 0.328 0.277 0.23 0.23 68 Ad7 0.75 0.229 0.15 0.15
23 Mg2 0.328 0.273 0.25 0.25 69 Ad8 0.767 0.236 0.19 0.19
24 Mg3 0.387 0.295 0.27 0.27 70 Ad9 0.743 0.269 0.18 0.18
25 Mg4 0.387 0.276 0.3 0.3 71 Ad10 0.743 0.239 0.15 0.15
26 Mg5 0.419 0.311 0.38 0.38 72 Ad11 0.803 0.209 0.14 0.14
27 Mg6 0.419 0.315 0.37 0.37 73 Ad12 0.803 0.302 0.2 0.2
28 Mg7 0.419 0.321 0.38 0.38 74 Ad13 0.976 0.233 0.15 0.15
29 Ru1 0.92 0.371 0.64 0.64 75 Ad14 0.913 0.245 0.14 0.14
30 Ru2 0.893 0.627 0.54 0.54 76 Ad15 0.601 0.168 0.15 0.15
31 Ru3 0.893 0.629 0.51 0.51 77 Ad16 0.673 0.303 0.15 0.15
32 Ru4 1.087 0.751 0.64 0.64 78 Ad17 0.493 0.138 0.19 0.19
33 Ru5 0.81 0.554 0.54 0.54 79 Ad18 0.481 0.135 0.15 0.15
34 Ru6 0.825 0.568 0.69 0.69 80 Ad19 0.481 0.186 0.17 0.17
35 Mr1 0.377 0.218 0.15 0.17 81 Ad20 0.536 0.211 0.19 0.19
36 Mr2 0.368 0.208 0.17 0.17 82 Ad21 0.508 0.166 0.22 0.22
37 Mr3 0.377 0.218 0.15 0.13 83 Ad22 0.623 0.224 0.2 0.2
38 Mr4 0.363 0.203 0.17 0.17 84 Oz1 1.133 0.144 0.27 0.27
39 Mr5 0.416 0.251 0.13 0.13 85 Oz2 0.974 0.208 0.14 0.14
40 Mr6 0.47 0.233 0.15 0.15 86 Oz3 0.974 0.179 0.14 0.14
87 Oz4 0.775 0.208 0.2 0.2
88 Oz5 1.139 0.193 0.17 0.17
89 Oz6 1.088 0.262 0.3 0.3

26
Ind. data 21(1), 2018
 Diseño y Tecnología X 50 KUZ-RAM
0.00
0.00 0.20 0.40 0.60 0.80 1.00 1.20

X 50 (m)

Figura 4. Ploteo MVRA Y = 0.6246x + 0.1185 0.6246

ANN y = 0.9903x + 0.031 0.9903
coeficiente determinación en su ajuste lineal
X 50 X 50 X 50 X 50 (R²=0.9903) y el método que más dista en
No. Tajo
KUZ-RAM MVAR ANN real (m) relación a la fragmentación real X50 , es
90 Oz7 0.817 0.128 0.12 0.12 obtenido por el modelo KUZ-RAM debido a
Fuente: Elaboración propia que presenta un coeficiente de ajuste lineal
(R²=0.0065).
INTERPRETACIÓN 3 : La tabla 1, presenta los resultados X50
estimados por los tres modelos; 3. Kuz-Ram, Regresiones por Para el caso de la aplicación mediante la
Análisis Multivariante (MVAR) y Redes Neuronales Artificiales técnica de regresiones en base a un
(ANN), mientras que la figura 4, podemos visualizar el mejor análisis multivariante (MVAR), podemos
ajuste lineal de los tres métodos. decir por sus resultados, que nos da un
ajuste lineal moderado.
Tabla 2. Resumen de Indices de la performance de R²
4. Desarrollados los tres métodos, se concluye
Método Ajuste lineal R2 que el nuevo enfoque, delinea la técnica
KUZ-RAM y = 0.0992x + 0.6362 0.0065
más óptima a utilizar para la predicción de
la fragmentación.
5. [7] Esen, S. (2013). Fragmentation Modelling
and the Effects of ROM Fragmentation on
4. CONCLUSIONES Comminution Circuits. International Mining
[1]
Congress & Extibition of Turkey, 23rd, 251-
1. Para el presente estudio comparativo se ha 260
utilizado los tipos ajustes lineales,
presentados en la tabla 2. [8] Faramarzi, F., Farsangi, E. y Mansouri, H.
(2013). A Rock Engineering Systems
[2] Based Model to Predict Rock
2. De los resultados X50 estimados por los tres métodos, Fragmentation by Blasting. International
podemos decir que el mejor modelo de aproximación a la Journal of Rock Mechanics & Mining
fragmentación real (X50), es mediante Redes Neuronales Sciences, 60, 82-94.
Artificiales (ANN) por presentar un mejor
REFERENCIAS BIBLIOGRÁFICAS [9] Fisne, A., Hudaverdy, T. y Kuzu, C.
(2012). Investigation of the blast
Baillo, M.A. y Grane, Ch.A. (2008). 100 Problemas fragmentation using the mean fragment
Resueltos de Estadística Multivariante Implementado en size and fragmentation index. International
Matlab. Madrid, España: Delta. Journal of Rock Mechanics & Mining
Sciences, 56, 136-145.
Bagherpour, R., Monjezi, M., Sayadi, A.R. y Yari, M. (2015).
Blasting Operation Management Using Mathematical [10] Holmberg, R. (2005). The Kuz-Ram
Methods. Engineering Geology for Society and Territory. 1, Fragmentation model 20 years on C.V.B.
483-493. [3] Basogain, O.X. (2008). Redes Neuronales Cunnigham. European Federation of
Artificiales y sus Aplicaciones. Bilbao, España : Escuela Explosives Engineers, ISBN 0-9550290-0-
Superior de Ingeniería de Bilbao, Dpto. de Ingenieria de 7, 201-210.
Sistemas y Automatica. [11] Holdemberg, R., Lee, J. y Persson, A.
[4] Brown, E.T. y Hoek, E. (1985). Excavaciones (1993). Rock Blasting and Explosive
Subterráneas en Roca. Mexico D.F., Mexico: Mc Graw Engineering. Boca Ranton, London, U.K.:
Hill. C.R.C. Press L.L.C.

[5] De la Vara, S.R. y Gutiérrez, P.H. (2012). Análisis y [12] Huang, D., Shi, X. Z., Wei, W., Wu, B.B. y
Diseño de Experimentos. Mexico D.F., Mexico: Mc Zhou, J. (2012). Support vector machines
Graw Hill. approach to mean particle size of rock
fragmentation due to bench blasting
[6] Escuela Técnica Superior de Ingenieros de Minas de prediction. Transactions of Nonferrous
Madrid (2013). Perforación y Voladura de Rocas en Metals Society of China, 22, 432441.
Minería. Madrid, España: Universidad Politecnica de Recuperado de https://www.scienciedirect.
Madrid. com/sciencie/article/pii/S10036326116119
53

17
Ind. data 21(1), 2018
 Diseño y Tecnología

Un nUevo enfoqUe predictivo de la fragmentación en la voladUra de rocas

[13] Hudaverdi, T., Kulatilake, P., Kuzu, C. y Qiong, W.

(2010). Mean particle size prediction in rock blast
fragmentation using neural networks. Engineering
Geology, 114, 298-311. Recuperado de
https://www.scienciedirect.
com/sciencie/article/pii/S00113795210000827
[14] Hustrulid, W. (1999). Blasting Principles for Open Pit
Mining. Golden, Colorado, U.S.A. : A.A. Balkema,
Rotterdam, Naherlands.
[15] Instituto Geológico y Minero de España (1987). Manual
de Perforación y Voladura de Rocas. Madrid, España:
IGME Etimsa.
[16] Kihlstrom, B. y Langerfors, U. (1976). Tecnica Moderna
de Voladura de Rocas. Bilbao, España: Espartero.
[17] Kriesel, D. (2005). A Brief Introduction to Neural
Network. Boon, Germany: University of Bonn.
[18] Ministerio de Energía y Minas del Perú. (2016). Anuario
Minero (1). Recuperado de http: // www.minem.gob.pe.
[19] Montgomery, D.C. (2002). Diseño y Análisis de
Experimentos. México D.F., Mexico: Limusa Wiley.
[20] Montgomery, D.C. y Runger, G.C. (2002). Probabilidad
y Estadística Aplicada a la Ingeniería. México D.F.,
Mexico: Limusa Wiley.
[21] Singiresu, S. R. (2009). Engineering Optimization. New
Jersey, U.S.A.: John Wiley & Sons.
[22] Spiegel, M.R. (1961). Estadística. Mexico D.F., Mexico:
Mc Graw-Hill.
[23] Saeid, R. D. (2015). Prediction of Blast Induced Ground
Vibrations via Genetic Programming. International
Journal of Mining Sciencie and Technology, 25, 1011-
1015.

Glosario
Open Pit “Tajo”

18
Ind. data 21(1), 2018