Desarrollo de un programa para analizar la relación entre las condiciones de los caminos de acarreo y el consumo específico de combustible de camiones CAEX en la mina Los Bronces, Anglo American

Abstract

El presente trabajo aborda la relación entre el consumo específico de combustible y el estado del camino en una flota de camiones de acarreo Komatsu 930E, integrando datos telemétricos de alta frecuencia con la geometría de los caminos mineros. El estudio utiliza registros operacionales reales del sistema Specto, los cuales fueron sincronizados espacialmente con la red vial mediante un algoritmo de asignación basado en KDTree, alcanzando niveles de precisión dentro de los 10 metros. Siguiendo un enfoque de minería de datos basado en el proceso Knowledge Discovery in Databases (KDD), la distribución del consumo de combustible fue caracterizada mediante métricas de dispersión y forma, tales como el coeficiente de variación y la asimetría (skewness). Estas métricas permitieron validar la representatividad de los datos frente a posibles anomalías operacionales. Se desarrollaron modelos de regresión lineal múltiple utilizando estimación por Mínimos Cuadrados Ordinarios (OLS), incorporando diagnósticos de multicolinealidad a través del Factor de Inflación de Varianza (VIF) y una rigurosa validación de supuestos mediante el análisis de residuos. Mediante la Metodología de Superficie de Respuesta (RSM), se modelaron las interacciones no lineales entre velocidad, posición del pedal, pendiente y factor de carga, identificando zonas de eficiencia energética y cuantificando el potencial de ahorro de combustible bajo distintos escenarios operacionales. Los resultados evidencian que(...). This research analyzes the relationship between specific fuel consumption and road conditions in a fleet of Komatsu 930E haul trucks by integrating high-frequency telemetric data with mine haul road geometry. The study utilizes real operational records from the Specto system, which are spatially synchronized to the road network using a KDTree-based assignment algorithm, achieving precision levels within 10 meters. Following a data mining approach based on the Knowledge Discovery in Databases (KDD) process, fuel consumption distribution was characterized using dispersion and shape metrics, such as the coefficient of variation and skewness. These metrics validated data representativeness against operational anomalies. Multiple linear regression models were developed using Ordinary Least Squares (OLS) estimation, incorporating multicollinearity diagnostics through the Variance Inflation Factor (VIF) and rigorous assumption validation via residual analysis. Using the Response Surface Methodology (RSM), non-linear interactions among speed, accelerator pedal position, road gradient, and load factor were modeled to identify energy efficiency valleys and quantify the potential fuel savings under different operational scenarios. The results demonstrate that (...).