Revista Mundo Ferrosiderurgico N 38 by Revista Mundo Ferrosiderurgico

Año IX No 38 / Edición: Junio 2020 CVG Ferrominera Orinoco C.A. Depósito Legal No: ppi2012BO4212 ISSN: 2343-5569 (Internet)

Contenido

Presidente: Abg. Abel José Jiménez Piñero

Página

Editorial

Entrevista con propósito

Director: Ing. MSc. Héctor Rodríguez hectorar@ferrominera.gob.ve Editor: Ing. MSc. Héctor Rodríguez

Asesores Técnicos:

Sección I+D+i

9-40

Formulación del modelo de simulación operativo del área de trituración terciaria de la Planta de Procesamiento de Mineral de Hierro (PMH) de CVG Ferrominera Orinoco, C.A.

Gestión Informativa y de Difusión:

Sección Eventos en materia de Ciencia, Tecnología e Innovación

Sección Efemérides

@Ferrosiderurgic Mund Ferrosiderúrgico

La minería del hierro en 2012

Abg. Lisandro Cedeño Ing. Diana Guillén Geól. Rodrigo Leyton T.S.U. Freddy Rodríguez T.S.U. Dubraska Aguilera Ing. Debrajanice Guerra Lic. Minoska Caripe

Diagramación:

Modelo de simulación del proceso operativo del área de Cernido Natural de la Planta de Procesamiento de Mineral de hierro, de CVG Ferrominera Orinoco C.A.

https://issuu.com/mundoferrosiderurgico

Ing. MSc. Leoner Rodríguez Ing. Msc. Francisco Marín Ing. MSc. Rafael Villarroel Econ. Alejandro Hernández

Ing. MSc. Héctor Rodríguez

Edición de Portada: Prensa CVG Ferrominera Foto: Muelle de CVG Ferrominera Autor: TSU Quírico Prosperi

Contacto: +58 286 930.43.44 hectorar@ferrominera.gob.ve

REVISTA MUNDO FERROSIDERÚRGICO • AÑO IX • NÚMERO 38 • JUNIO DE 2020

EDITORIAL Edición No. 38 Junio 2020

os honra llegar a ustedes con una nueva entrega de la Revista Mundo Ferrosiderúrgico, ésta vez ofreciendo la edición N°38, enfocados en nuestro firme compromiso con CVG Ferrominera Orinoco C.A. que radica en ser los impulsores de proyectos de investigación, desarrollo e innovación en el ámbito del mineral de hierro y en los procesos siderometalúrgicos.

simulación, para predecir el comportamiento de los procesos. La identificación de los datos surge dependiendo del tipo de modelo a utilizar, para luego organizarlos según los requisitos del proyecto y se procesan para el desarrollo y validación del modelo. Finalmente el resultado muestra la variación esperada en la producción de la planta.

Iniciamos ésta edición con un nuevo espacio en la revista, “Entrevista con propósito”, dedicado a presentar y dar a conocer en el entorno del sector ferrosiderúrgico, a los protagonistas del desarrollo y reimpulso económico con base al aprovechamiento óptimo de la amplia gama de recursos naturales con los que cuenta nuestro país. En esta oportunidad nos centramos en el Complejo Industrial Fábrica de Fábricas Hugo Rafael Chávez Frías. Entrevistando al Ingeniero Leoner Rodríguez, Presidente del Complejo Industrial, conoceremos a detalle el rol protagónico que tiene ésta instalación para el desarrollo de las capacidades científico tecnológicas que hagan viable, potencien y blinden una alianza de reciprocidad entre la Fábrica de Fábricas y las Empresas Básicas de Guayana, garantizando una cadena de suministros de repuestos y piezas, para elevar la capacidad productiva de nuestras industrias.

El primer trabajo de investigación “Formulación del modelo de simulación operativo del área de trituración terciaria de la Planta de Procesamiento de Mineral de Hierro, de CVG Ferrominera Orinoco, C.A”, presentado por el destacado autor Ing. Msc. Rafael Villarroel, asistente técnico de la Gerencia de Planta de Procesamiento de Mineral, en conjunto con el Dr. Gustavo Alfonso, docente en la Universidad Nacional Experimental de Guayana, es un trabajo de tesis presentado para optar al título del ahora Ingeniero Industrial Héctor Colmenares. El estudio se enfoca en la simulación del proceso de la Estación de Trituración Terciaria de la Planta; conglomerado de equipos donde tiene lugar la última de las tres etapas progresivas de trituración del mineral de hierro para ser reducido al tamaño máximo de 44,45mm. Un segundo trabajo presentado por el ingeniero Villarroel, ésta vez en compañía del Ing. MSc. Félix Martínez, es un trabajo de tesis de la Inga. Rosmary Barrios, “Modelo de simulación del proceso operativo del área de Cernido Natural de la Planta de Procesamiento de Mineral de hierro, de CVG Ferrominera Orinoco C.A”. El estudio se enfoca en la simulación del proceso operativo del área de Cernido Natural, que corresponde a la etapa posterior de la trituración del mineral “Todo En Uno”, en donde el mineral fino es transportado hacia las pilas de homogeneización y el mineral grueso hacia la Planta de Secado, para luego almacenarlos en los patios de productos gruesos.

Seguidamente, presentamos dos interesantes trabajos de investigación enfocados en la simulación de procesos de la Planta de Procesamiento de Mineral de Hierro de CVG Ferrominera. Definitivamente, al revisar las últimas líneas de investigación del sector ferrosiderúrgico, el uso de modelos computarizados para el diseño de procesos, es una práctica bien establecida en la industria del mineral de hierro. En los últimos años se ha puesto un especial énfasis en el modelado de las plantas de procesamiento en su conjunto. El propósito básico de los trabajos realizados se basa en la utilización de la simulación para el diseño eficiente de la planta y ayudar a minimizar riesgos en la etapa inicial de los proyectos. El alimento de la planta procesadora de mineral de hierro, es mineral de hierro hematítico, ubicado en las minas de Ciudad Piar. Los procesos principales en planta incluyen trituración, cribado, molienda y clasificación. Para ello se utilizan softwares como ARENA y la aplicación de la teoría de

Finalmente, queremos hacerles llegar un afectuoso abrazo en nombre de la familia de CVG Ferrominera, que trabaja para ustedes con el fin de entregarles una nueva edición de esta revista, enviándoles un mensaje de constancia y esperanza, de continuar trabajando y motivando acciones para el bien común, a pesar de los tiempos difíciles que vivimos, motivado a la pandemia generada por el virus COVID-19.

Centro de Investigación y Gestión del Conocimiento

Página 3

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • MAYO DE 2020

Entrevista con propósito.

El Complejo Industrial Fábrica de Fábricas Hugo Chávez, que surgió tras los convenios estratégicos con la República Popular China, cuenta con un parque tecnológico de 30 hectáreas y más de 200 trabajadores. El complejo está compuesto por varias empresas para la producción de maquinarias y equipos que apalanquen la económica nacional. Cuenta con 11 talleres de procesamiento mecánico y de ensamblaje, 6 talleres de procesamiento térmico, 6 patios, 4 almacenes, donde se realiza la fabricación con la materia prima hasta el producto final, a través de fundición, forja, procesamiento mecánico, galvanización y ensamblaje.

En ésta sección presentamos un enfoque personalizado de los actores que con su esfuerzo y experiencias protagonizan y consolidan el desarrollo de las industrias del sector ferrosiderúrgico en materia de investigación y desarrollo.

Gerencia Centro de Investigación y Gestión del Conocimiento CVG Ferrominera Orinoco C.A.

Centro de Investigación y Gestión del Conocimiento

Página 4

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • MAYO DE 2020

Fábrica de Fábricas: “el renacimiento del desarrollo tecnológico del país”. Desarrollar e impulsar la revolución del conocimiento artesanal, técnico y tecnológico, mediante la sustitución de importaciones y contribuir a la construcción de un modelo de desarrollo propio, sustentable, independiente y anti hegemónico en Venezuela es la visión global de la Fábrica de Fábricas. Con la misión clara de ser el ente encargado de innovar, diseñar, producir y proveer partes, piezas, equipos, maquinarias y tecnologías para el desarrollo de los sectores prioritarios del país, este proyecto revolucionario se adentra en el camino hacia la sustitución de importaciones, la apropiación del conocimiento y la autogestión operativa nacional.

Fuente: CVG Ferrominera.

El ingeniero Leoner Rodríguez, presidente del Complejo Industrial Fábrica de Fábricas “Hugo Chávez Frías”, ve con claridad la oportunidad de dar el paso y comenzar a producir “partiendo de la tecnología que tenemos, para poder hacer nuestras piezas y partes aquí en Venezuela y apuntar hacia la consolidación de la sustitución de importaciones y fomentar la propiedad intelectual patentada”.

Centro de Investigación y Gestión del Conocimiento

Página 5

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

- ¿Cómo se proyecta el Complejo Industrial Fábrica de Fábricas “Hugo Chávez Frías” en 2020? Parte del hecho de que nosotros debemos hacer una revolución dentro de nuestras empresas. Cuando yo llegué a Guayana en 1985, ya existía -por lo menos en Sidor donde comencé a trabajar- un Departamento de Sustitución de Importaciones. Pero, ¿para qué servían estas unidades?, simplemente para generar una oferta de partes y piezas, ofrecérselo a un productor o taller local privado, que primero te cobraba por desarrollar el producto en la fase de diseño; después te obligaba a firmar un convenio de exclusividad y al final producían las piezas, pero si se rompía la sociedad por alguna razón, todo ese trabajo se perdía. Esto es precisamente lo que queremos evitar. Pensamos adicionalmente, en tener un Departamento de Patentes, porque nosotros no vamos a seguir regalando nuestros conocimientos, lo hemos visto en muchas oportunidades, por ejemplo: el Proyecto Arex®, nacido en Guayana, pagado por el Estado, con profesionales locales que fueron entrenados y lo vendieron como una patente privada a la empresa siderúrgica italiana Danieli. Nosotros no tenemos esa cultura de la patente, que es el soporte de todos los países desarrollados. Las empresas básicas y del Estado deben revolucionar sus Departamentos de Sustitución de Importaciones, no pueden seguir siendo un generador de catálogos de piezas. Necesitamos que cada requerimiento venga con un plano que tenga las características específicas y un comité de las empresas debe haber evaluado todas las piezas parecidas y elegir la idónea para la fabricación.

Rodríguez:” Las empresas básicas y del Estado deben revolucionar sus Departamentos de Sustitución de Importaciones, no pueden seguir siendo un generador de catálogos de piezas”.

- ¿Es la sustitución de importaciones la clave para salir del bloqueo económico? Solo en parte, porque la sustitución de importaciones pasa por un principio básico que es el suministro de las materias primas y allí es donde tenemos el problema. Cuando hablaba de la revolución dentro de las empresas, nosotros no podemos seguir vendiendo el insumo metálico (mal llamado chatarra) como lo estamos vendiendo. Nosotros tenemos que ir a las empresas a clasificar nuestra chatarra, lo que es aluminio, bronce, entre otros. Entonces, esa materia prima puede significar para nosotros el insumo para poder construir una cantidad de piezas que pueden sustituir en un momento dado, una necesidad que tenga una empresa del Estado.

Por ejemplo, en el año 2012 se importaron $612 millones en bolas de molinos. ¿Quiénes las usan? Las industrias mineras, del hierro y el acero, cementeras, aluminio y vidrio.

Nuestro proyecto bandera es hacer los barrotes del carro del horno de piroconsolidación de Sidor y esta empresa tiene 30 toneladas de insumos metálicos para iniciar la fabricación. Entonces, la sustitución de importaciones forma parte del camino hacia la rotura del bloqueo, pero no lo es todo.

Si se ponen todos de acuerdo, nosotros podemos fabricar esas bolas en Fábrica de Fábricas; pero con una diferencia y allí es donde nosotros tenemos que marcar el hito, al sustituir la importación de ese producto y garantizar toda la cadena productiva, desde la materia prima hasta la construcción.

- ¿Desde su experiencia personal, cuál ha sido su aporte en el tema de sustitución de importaciones, la fabricación de piezas y partes, componentes y equipos estructurales para la industria?

Centro de Investigación y Gestión del Conocimiento

Página 6

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Siempre lo he dicho públicamente, que este trabajo de Fábrica de Fábricas consolida lo mejor de mis dos grandes experiencias y mis dos grandes pasiones: la industria del hierro y el acero y la industria metalmecánica.

constatar el panorama de requerimientos. Con un equipo de trabajo multidisciplinario de Fábrica de Fábricas podemos desarrollar junto con las empresas el producto, hasta cubrir las necesidades primordiales.

De hecho, soy profesor de postgrado en la Unexpo en el área de soldadura, porque estuve unos 18 años -de 36 que tengo de graduado- trabajando en la fabricación de recipientes a presión, calificación de soldadores, cálculo y diseño; recipientes y tuberías, en todo lo que tiene que ver con la industria petrolera; incluso en la industria militar porque estuve en un proyecto tanques AMX30. Esta experiencia en Fábrica de Fábricas consolida conocimientos que tengo en todas estas cadenas productivas.

- De qué manera la Fábrica de Fábricas puede aportar desarrollo de las capacidades científico tecnológicas nacional y que se haga viable, nos consolide como potencia y blinde la protección de las necesidades de las empresas del Estado? Nosotros debemos partir del hecho de que necesitamos desarrollar un parque industrial fuerte, que esté acorde con las necesidades de país.

Fuente: Archivo CVG Ferrominera.

Estamos claros que la Fábrica de Fábricas no es la panacea, ni es el sombrero del mago con el que nosotros vamos a resolver todos los problemas; pero tenemos que empezar con algo y lo estamos haciendo con el desarrollo tecnológico de piezas, partes y maquinarias, que cubran los requerimientos de las industrias. - ¿Cuál es la estrategia que tienen definida para aprovechar el potencial de las empresas tuteladas por la CVG? Lo primero es realizar una serie de reuniones con presidentes y representantes de los Departamentos de Sustitución de Importaciones, a fin de establecer lineamientos y registrar las necesidades de cada una de las empresas básicas. Crear un comité evaluador que va a registrar esas necesidades comunes que tiene Bauxilum, Sidor, Ferrominera, Carbonorca, por mencionar algunas y

Fuente: Archivo CVG Ferrominera.

Centro de Investigación y Gestión del Conocimiento

Página 7

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Fuente: Archivo CVG Ferrominera.

- ¿Cuál es la situación nacional actual del modelo de sustitución de importaciones? El modelo actual de sustitución de importaciones no ha funcionado en Venezuela, porque este renglón se ha hecho siempre bajo la mirada del lucro o el beneficio individual y no del país. Me refiero en el sentido que las empresas en realidad no están fabricando o no están buscando la sustitución de importaciones para ayudar al desarrollo del país; sino simplemente para cubrir una necesidad de dinero que requieren ellos. Se trata del bien individual, no el bien colectivo y de la Nación. - ¿Cuáles son los beneficios que podría aportar el Complejo Fábrica de Fábricas al modelo de sustitución de importaciones experimentado por las empresas básicas? Bueno, puede ser el primer paso para trabajar en línea cierta en un modelo de desarrollo metalmecánico propio. Se trata de 30 hectáreas techadas, donde hay desde fundición hasta galvanizado, pasando por todos los procesos industriales que te puedas imaginar, están allí. Ese complejo es tan grande que tiene sus propios generadores de electricidad, pozos de agua, comedor y hasta su propio hotel. Entonces, partiendo de ese principio, si nosotros nos encaminamos como debe ser, Fábrica de Fábricas puede significar el renacimiento del desarrollo tecnológico del país.

- Representa la unión de la Clase Obrera -a través del Consejo Productivo de Trabajadoras y Trabajadores, en conjunto con la alta directiva de las empresas básicas- una oportunidad clave para esta Fábrica de Fábricas? Por supuesto que sí, yo soy producto de eso. Yo fui invitado a hacer una evaluación de esta fábrica con un grupo de obreros y de regreso se le hicieron las recomendaciones de donde salió la sugerencia de pedirle al Presidente de la República Nicolás Maduro Moros, que esa estructura organizacional pasara a la Corporación Venezolana de Guayana (CVG) y tuve el honor de que me nombraran presidente de Fábrica de Fábricas. - ¿Cuál es su mensaje para la Clase Obrera y la alta directiva que apuestan al desarrollo de este proyecto estratégico, el cual sin duda va a impulsar las capacidades productivas del sector industrial del país? En esta época de crisis, cuando todo lo que tenemos que hacer nos parece difícil y complicado, yo creo que son momentos de grandes oportunidades. La crisis nos va a hacer crecer y tenemos que ser revolucionarios en todo los que nosotros hacemos. Nosotros fuimos formados en las universidades para mantener y operar tecnología, ya es momento de que nosotros demos el paso y comencemos a crear la nuestra.

Rosanny Rivas Dpto. de Comunicación Estratégica, Gerencia de Relaciones Institucionales de CVG Ferrominera

Centro de Investigación y Gestión del Conocimiento

Página 8

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO VIII • NÚMERO 37 • JUNIO DE 2020

I+D+i

Centro de la ciudad de Caracas, Venezuela. Pasaje Linares, que conecta a la avenida Universidad con la Plaza El Venezolano. La Alcaldía de la ciudad capital colgó una lluvia de paraguas verdes, rojos, morados, azules y rosas en la referida calle emulando la iniciativa del Umbrella Sky Project, que ha adornado a varias ciudades del mundo incluyendo Coral Gables, París y Lisboa. La atracción que incluye a 240 sombrillas ha atraído a visitantes de todas las edades. El centro de caracas, tiene una belleza muy particular que mezcla la arquitectura colonial y de finales del siglo XIX con el caos caraqueño que caracteriza a toda ciudad capitalina. Este es un paseo para observar, para ir con calma, pero atento a todo lo que pasa alrededor, para conversar con la gente y para tomarse un café “guayoyo” venezolano.

Formulación del modelo de simulación operativo del Área de Trituración Terciaria de la Planta de Procesamiento de Mineral de Hierro, de CVG Ferrominera Orinoco, C.A. (Pág. 10) Por: Ing.MSc. Rafael Villarroel, Dr. Gustavo Blanco, Ing. Héctor Colmenares

En esta sección presentamos los desarrollos, innovaciones e investigaciones del know how plasmado en papel, tanto de los trabajadores de CVG Ferrominera, como de las empresas hermanas de la Corporación Venezolana de Guayana, academias entre otros, en pro de las mejoras de los procesos operativos y administrativos de la Industria del Hierro y el Acero.

Modelo de simulación del proceso operativo del Área de Cernido Natural de la Planta de Procesamiento de Mineral de hierro, de CVG Ferrominera Orinoco C.A. (Pág. 28) Por: Ing.MSc. Rafael Villarroel, Ing. Félix Martínez, Ing. Rosmary Barrios.

Centro de Investigación y Gestión del Conocimiento

Página 9

I+D+i Evaluación de los parámetros que inciden en el deterioro Formulación de simulación del área de trituración producido del pormodelo la cavitación, enoperativo los recalentadores de la terciaria de la Planta de Procesamiento de Mineral de Hierro, Planta de Briquetas de CVG Ferrominera Orinoco C.A.de CVG Ferrominera Orinoco, C.A.

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

INVESTIGACIÓN: Formulación del modelo de simulación operativo del Área de Trituración Terciaria de la Planta de Procesamiento de Mineral de Hierro, de CVG Ferrominera Orinoco, C.A. Ing. MSc. Rafael Villarroel,1 Dr. Gustavo Blanco,2 Ing. Héctor Colmenares3.

Ingeniero en Sistemas. Maestría en Operaciones y Producción. Especialista de PMH. CVG Ferrominera. Licenciado en Contaduría. Doctor en Desarrollo Regional. Maestría en Operaciones y Producción. Docente en Universidad Nacional Experimental de Guayana (UNEG). 3 Ingeniero Industrial. Tesista - Gerencia de PMH, CVG Ferrominera. Correspondencia: Gerencia Centro de Investigación y Gestión del Conocimiento CVG Ferrominera Orinoco C.A. Ciudad Guayana. Estado Bolívar - Venezuela Teléfonos de contacto:+58 286 930.43.44 Email: rafaelv@ferrominera.com; gustavoblan@gmail.com; hcolmenarescz@gmail.com Recibido: Febrero 2020 - Aceptado: Marzo 2020 2

Resumen: El presente trabajo se desarrolló en CVG Ferrominera Orinoco C.A. específicamente en el Área de Trituración Terciaria, bajo la supervisión de la Superintendencia de Operaciones, para diseñar un modelo de simulación mediante el uso de la herramienta del Software ARENA® y la aplicación de la Teoría de Simulación, optimizando el comportamiento operativo simulado de los equipos del área mencionada, basándose en su comportamiento actual, su capacidad nominal, el tiempo de afectación de las demoras y la disponibilidad de las líneas. La investigación se concibe como un proyecto factible, enmarcado en un nivel descriptivo y su diseño es de campo. Los instrumentos de recolección de datos utilizados fueron la observación directa, las entrevistas no estructuradas y la aplicación de matrices de caracterización de los datos técnicos de los equipos. Se precisaron un total de 75 equipos que conforman el proceso de Trituración Terciaria, con el análisis de Diagrama de Pareto utilizando los datos del reporte de demoras de los años 2017-2018, se destacan como equipos críticos la Tolva de Alimentación FE8022, las Cernidora FD8023, las Cintas Transportadoras JD8024C y JD8026. Se desarrolló el modelo de simulación, con la premisa de mejorar la toma de decisión de los módulos “decide”, corrigiendo la retención de vagones en proceso que se presentaba en modelos planteados en estudios previos, enfocándose en la integración de una lógica de operatividad de líneas mediante el uso de módulos “decide”, “assign”, entre otros, con el objetivo de determinar la producción de mineral de hierro, evaluando diferentes escenarios y mejorando la planificación estratégica de la empresa. Palabras claves: Simulación, Capacidad de Producción, Planificación Estratégica.

Centro de Investigación y Gestión del Conocimiento

Página 10

I+D+i Evaluación de los parámetros que inciden en el deterioro Formulación del de simulación del área de trituración producido pormodelo la cavitación, enoperativo los recalentadores de la terciaria de la Planta de Procesamiento de Mineral de Hierro, de Planta de Briquetas de CVG Ferrominera Orinoco C.A. CVG Ferrominera Orinoco, C.A.

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Abstract: The present work was developed in CVG Ferrominera Orinoco C.A. specifically in the Tertiary Crushing Area, under the supervision of the Superintendency of Operations, in order to design a simulation model through the use of the ARENA® software tool and the application of the simulation theory, to optimize the simulated operational behavior of the equipment of the before mentioned area, based on their current behavior, their nominal capacity, the time of affectation of the delays and the availability of the lines. The research is conceived as a feasible project, is framed on a descriptive level and its field design. The data collection instruments used were direct observation, unstructured interviews and the application of matrixes to characterize the technical data of the equipment. A total of 75 equipments that make up the tertiary crushing process were required, in which the FE8022 feed hopper, the FD8023 sieve, the JD8024C and JD8026 conveyor belts stand out as a critical equipments, given the analysis made using a Pareto Diagram using the data of the report of delays of the years 2017 and 2018. The simulation model was developed with the premise of improving the decision making of the modules “decides”, correcting the retention of wagons in process, which was presented in models proposed in previous studies, focusing on the integration of a logic of operation of lines through the use of modules “decides”, “assign”, among others, with the final objective of determining the production of iron ore by evaluating different scenarios and improving the strategic planning of the company. Keywords Simulation, Production Capacity, Strategic Planning.

1. INTRODUCCIÓN

a empresa CVG Ferrominera Orinoco C.A. (CVG Ferrominera), encargada de realizar la extracción, procesamiento y comercialización de mineral de hierro, como el de sus derivados, tales como pellas y briquetas, actualmente se encuentra definiendo nuevas metas de producción, bajo un periodo de recuperación industrial y entorno macroeconómico de incertidumbre que afectan cada día con mayor frecuencia los procesos. Entre las gerencias impulsoras y comprometidas para hacer frente a los cambios y mejoras de los procesos, para obtener mayor competencia y permanencia en el mercado, se encuentra la gerencia de Procesamiento de Mineral de Hierro (PMH), cuya responsabilidad es la administración, mantenimiento, planificación y operación de los equipos instalados en la Planta de PMH. Esta gerencia cuenta en su estructura con la Superintendencia de Operaciones, unidad encargada de coordinar y ejecutar todas las actividades que permiten

garantizar el cumplimiento de los programas de producción planteados por la gerencia de PMH, e incluye bajo su supervisión, la estación del Área Trituración Terciario, unidad donde se realizó el estudio y que corresponde a la última etapa de trituración del proceso de procesamiento del mineral de hierro. La actual situación económica que atraviesa el país, eleva los niveles de riesgos operacionales, afectando la eficiencia y la efectividad del funcionamiento de los procesos y producción final. También impacta las actividades de planificación, debido al incremento en las restricciones y fallas en el procesamiento de mineral de hierro. Ante ésta situación, es imprescindible el uso de nuevos instrumentos para la mejora de la planificación estratégica en la empresa. La aplicación de la simulación, permite estudiar los distintos escenarios posibles que se puedan generar por la condición y comportamiento de los equipos que conforman cada uno de los procesos.

Centro de Investigación y Gestión del Conocimiento

Página 11

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

En ese sentido, se seleccionó el software de simulación ARENA® (de uso académico), soportado bajo la Teoría de Simulación, realizando una optimización del comportamiento operativo simulado del Área de Trituración Terciaria, bajo la consideración del registro de las demoras ocurridas entre los años 2017-2018, con la premisa de desarrollar una lógica de operatividad en líneas adecuada para el flujo de mineral de hierro en dicha área, para medir y comparar la capacidad de producción simulada con la capacidad real de procesamiento que posee el Área de Trituración Terciaria de la Planta de PMH. Cabe destacar que, la construcción del modelo del Área de Trituración Terciaria, se hizo representando su capacidad nominal en cada uno de los recursos que integran el proceso de trituración terciaria, para la variable del tiempo de producción, a su vez se agregó el tiempo de duración de fallas, así como también, el tiempo de operación entre fallas, para la evaluación de la producción de mineral de hierro, bajo diferentes escenarios sin la presencia de demoras y bajo la afectación de las demoras.

2. MARCO TEÓRICO CVG Ferrominera, es la principal empresa de Venezuela productora de mineral de hierro, que tiene como función primordial explotar, producir y comercializar mineral de hierro y sus derivados, para el abastecimiento del mercado nacional e internacional, siendo uno de sus mayores desafíos el producir mineral de hierro con competividad, que impulse de manera más eficiente el aparato productivo del país, respaldando su desarrollo industrial y económico. Actualmente, CVG Ferrominera se encuentra en una etapa de recuperación, donde tiene previsto de forma anual, mejorar la capacidad de procesamiento de mineral de hierro de sus áreas productivas. La gerencia de PMH, tiene adscrita una Superintendencia de Operaciones, unidad clave para la coordinación y ejecución de los planes de producción. Esta unidad, es la responsable de coordinar el funcionamiento de las siguientes áreas: empuje y volteo, trituración primaria, secundaria y terciaria, cernido natural, planta de secado, cernido seco, apilamiento, recuperación y despacho nacional e

internacional del mineral, siendo el Área de Trituración Terciaria, de especial interés para el presente trabajo. En los últimos años, el Área de Trituración Terciaria ha disminuido paulatinamente su capacidad de producción en cada una de sus etapas, uno de los factores ha sido el hecho de realizar la planificación de la producción tomando como referencia la capacidad de diseño, sin considerar el tiempo y nivel de afectación que ocasionan las fallas o la desincorporación de líneas de procesamiento por la falta de repuestos, por factores internos y externos. Sin embargo, para iniciar con la corrección de ésta debilidad en la planificación estratégica de la producción, se han abordado con anterioridad la utilización de software de simulación para evaluar los procesos bajo distintos niveles de desempeño. En efecto, la problemática que actualmente se presenta en el sub-modelo de simulación del Área de Trituración Terciara, integrado en el modelo de simulación creado en el trabajo ‘’Modelo de Planificación de Operaciones bajo Incertidumbre en Plantas de Procesamiento de Mineral de Hierro’’, que denominaremos como Modelo Base de Planta de PMH, es que la información proporcionada por el sub-modelo de simulación se aleja de manera excesiva de la realidad, al reflejar una alta cantidad de retención de mineral de hierro dentro del sistema. La capacidad de procesamiento máxima, establecida en el módulo del proceso de trituración terciaria del Modelo Base de simulación de la Planta de PMH, es de 4.450 toneladas de mineral de hierro (equivalente a 50 vagones, para efectos del modelo de simulación, bajo las características del Área de Trituración Terciaria), sin embargo, el modelo de simulación permite que se almacene o se forme un cuello de botella de 133.500 toneladas de mineral, (el equivalente a 1500 vagones), lo que es imposible en la realidad del proceso. Por consiguiente, ésta situación no solo refleja en el modelo de simulación un cuello de botella desmedido, de acuerdo a las capacidades de diseño de los equipos que conforman el área, si no también evidencia que existe una falla en el modo de ejecución y/o lógica del modelo, que debe ser resuelta para poder mejorar las actividades de planificación y toma de decisiones de manera objetiva.

Centro de Investigación y Gestión del Conocimiento

Página 12

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

En este orden de ideas, surge la necesidad de realizar el presente estudio, en el que se diseña una propuesta de mejora de la simulación operativa del Área de Trituración Terciaria, adscrita a la Superintendencia de Operaciones de CVG Ferrominera, aportando al nuevo modelo una mayor aproximación de la realidad operativa del área, en función de la disponibilidad de los equipos, y secuencias lógicas aplicadas a las operaciones, y de esta forma, poder realizar estimaciones de rendimiento, capacidad de producción, entre otros, para garantizar una mejor planificación, toma de decisiones y producción.

Experimental de Guayana.

Objetivo general

3. DISEÑO

Formular el modelo lógico de simulación del Área de Trituración Terciaria de la Planta de PMH de CVG Ferrominera.

Diseño de Investigación

Objetivos específicos 1. Diagnosticar la situación actual del comportamiento del modelo de simulación base de la Planta de PMH. 2. Caracterizar los equipos y procesos operativos que se realizan en el Área de Trituración Terciaria. 3. Identificar las variables que intervienen en el proceso objeto de estudio. 4. Diseñar un nuevo modelo de simulación del funcionamiento operativo del Área de Trituración Terciaria, mediante el software ARENA. 5. Validar la ejecución del modelo de simulación propuesto del Área de Trituración Terciaria.

Justificación Ante la mejora del modo de ejecución y los resultados del modelo de simulación base de la Planta de PMH, al crear, validar e integrar en este un nuevo modelo de simulación que aborde específicamente la realidad operativa del Área de Trituración Terciaria, se obtendrían datos importantes que facilite la toma de decisiones y con mayor confiabilidad para poder realizar estimaciones del rendimiento de los equipos y estimaciones más aproximadas de las capacidades de procesamiento del área de Trituración Terciaria. Cabe destacar que ésta investigación resulta en un aporte significativo para el área de estudio, con aplicaciones en futuras áreas operativas de la planta que presenten dificultades similares, así como también, resulta ser un aporte importante a la comunidad universitaria, para futuras investigaciones, especialmente de la carrera Ingeniería Industrial de la Universidad Nacional

Es importante destacar que, éste trabajo de investigación se basa en la aplicación de conocimientos adquiridos a lo largo de la carrera, haciendo uso de las herramientas necesarias para el desarrollo de la investigación, que permita el aprendizaje y la aplicación de metodologías para realizar investigaciones científicas, lo cual es elemental para la formación de profesionales capaces de proveer nuevos conocimientos, e innovar procesos.

El presente estudio se clasifica como una investigación descriptiva, debido a que la información obtenida permite describir, procesar, analizar e interpretar resultados según los objetivos establecidos; y a tal efecto el autor Arias (2016), sostiene que la investigación descriptiva consiste en la caracterización de un hecho, fenómeno, individuo o grupo, con el fin de establecer su estructura o comportamiento. Los resultados de este tipo de investigación se ubican en un nivel intermedio en cuanto a la profundidad de los conocimientos se refiere.

Proyecto Factible Por otra parte, la investigación se concibe como un proyecto factible, ya que se diseñó un modelo de simulación para mejorar el comportamiento lógico y operativo del Área de Trituración Terciaria, partiendo de un proceso investigativo de las diferentes características, parámetros y/o variables que afectan el funcionamiento del sistema, con el fin de atender las necesidades específicas y problemas planteados a partir de un diagnóstico al modelo de simulación Base de la Planta de PMH. Adicionalmente, el Manual de Trabajos de Grado de Especialización y Maestría y Tesis Doctorales, UPEL (2016), define el proyecto factible como un estudio que consiste en la investigación, elaboración y desarrollo de un modelo operativo viable para solucionar problemas, requerimientos necesidades de organizaciones o grupos sociales que pueden referirse a la formulación de políticas, programas, tecnologías, métodos, o procesos. El proyecto debe tener el apoyo de una investigación de

Centro de Investigación y Gestión del Conocimiento

Página 13

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

tipo documental, y de campo, o un diseño que incluya ambas modalidades. Del mismo modo, Arias (2016), señala que se trata de una propuesta de acción para resolver un problema práctico o satisfacer una necesidad. Es indispensable que dicha propuesta se acompañe de una investigación, que demuestre su factibilidad o posibilidad de realización.

Diseño de la Investigación Para Arias (2016), el diseño de investigación es la estrategia general que adopta el investigador para responder al problema planteado. En atención al diseño, la investigación se clasifica en: documental, de campo y experimental. En la elaboración de éste proyecto, el diseño de la investigación se enmarca en una investigación de campo, dado que se recopilará datos e información sobre los equipos que pertenecen al proceso de Trituración Terciaria, mediante visitas al área operativa. En éste sentido, Arias (2016), define la investigación de campo como aquella que consiste en la recolección de datos directamente de los sujetos investigados, o de la realidad donde ocurren los hechos (datos primarios), sin manipular o controlar variable alguna, es decir, el investigador obtiene la información, pero no altera las condiciones existentes.

Métodos, técnicas y procedimientos Población La población es definida por Arias (2016), como un conjunto finito o infinito de elementos con características comunes para los cuales serán extensivas las conclusiones de la investigación. Ésta queda delimitada por el problema y por los objetivos del estudio. Para éste caso, la población es considerada finita con un total de (75) equipos, componentes que conforman el proceso de Trituración Terciaria, distribuidos de la siguiente forma: • 33 Cintas de transporte del mineral • 10 Tolvas Material Grueso y Fino. • 1 Tolva de Piedra. • 14 Feeders o Alimentadores de Oruga.

• 10 Cernidoras. • 4 Trituradores. • 3 Carros de Transferencia.

Muestra Conociendo la población del estudio se realiza la selección de la muestra, la cual es definida por Arias (2016), como un subconjunto representativo y finito que se extrae de la población accesible. En el caso de ésta investigación, se tiene una muestra de tipo intencionada compuesta por 75 equipos, que pertenecen al Área de Trituración Terciaria. Arias (2016), establece que en el muestreo intencional, los elementos son escogidos con base a criterios o juicios pre establecidos por el investigador.

Técnica de Recolección de Datos Se utilizaron las técnicas de recolección de datos, observación directa, revisión documental y entrevistas no estructuradas. De acuerdo a Méndez (2006), la observación directa es: el uso sistemático de nuestros sentidos en la búsqueda de datos necesarios para resolver un problema de investigación. La observación se llevó a cabo durante toda la ejecución de la presente investigación. Las entrevistas no estructuradas, son definidas por Arias (2016), como una técnica basada en un diálogo o conversación -cara a cara- entre el entrevistador y el entrevistado acerca de un tema previamente determinado, de tal manera que el entrevistador pueda obtener la información requerida. Esta modalidad no dispone de una guía de preguntas elaboradas previamente, sin embargo, se orienta por unos objetivos preestablecidos que permiten definir el tema de la entrevista, de allí que el entrevistador deba poseer una gran habilidad para formular las interrogantes sin perder la coherencia. En el presente trabajo, se aplican entrevistas no estructuradas al personal adscrito a la superintendencia de operaciones, como al personal del Área de Trituración Terciaria, que hace seguimiento del proceso, para obtener información necesaria respecto a la situación problema, los elementos característicos del área de estudio a evaluar, entre otras variables, que forman parte de los requerimientos del modelo.

Centro de Investigación y Gestión del Conocimiento

Página 14

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

A través de la revisión documental se realizaron las consultas bibliográficas correspondientes, para elaborar el constructo metodológico teórico clave sobre los equipos, atributos y componentes inherentes al sistema de producción del área estudiada, entre otros datos recopilados por medio de fuentes bibliográficas como libros, registros, planos, revistas, informes generados por la empresa, así como también, tesis de grado que mantienen una relación directa con el tema de estudio.

A continuación, se muestra en la figura 1, la cola de la entidad vagones, que se visualizaba en modelos planteados anteriormente del proceso de Trituración Terciaria, asunto que se busca resolver.

4. RESULTADOS 4.1 Diagnosticar la situación actual del comportamiento del modelo de simulación base de la planta de procesamiento de mineral de hierro (PMH). Como base fundamental de la construcción de un modelo de simulación, inicialmente se debe especificar los objetivos y/o requerimientos que se quieren obtener o lograr con el modelo a plantear. En este caso, se consultó al personal de la Superintendencia de Operaciones de la Planta de PMH, sobre los requerimientos y la problemática existente en el modelo base del área. Mediante su acompañamiento se realizó una revisión del comportamiento del modelo de simulación base de la Planta, tras una simulación, se diagnosticó y observó el problema de ejecución en el sub-modelo de Trituración Terciaria, el cual da cabida en la simulación, que se almacenen o se forme un cuello de botella de 133.500 toneladas de mineral (equivalente a 1500 vagones), lo que es imposible en la realidad del proceso de Trituración Terciaria, y refleja que existe una falla en la lógica del modelo. Por tal motivo, los requerimientos principales registrados, para resolver dicha situación, fue integrar en el modelo de simulación del Área de Trituración Terciaria a diseñar, una lógica o condición de operatividad de líneas, que priorice de manera ordenada y secuencial, el traspaso de las toneladas de mineral (vagones), hacia las líneas que se establezcan como disponible en diferentes escenarios, previendo que no queden en colas, el mineral detenido (vagones) en cualquier punto del modelo, como en los módulos de “decisión” y “proceso”.

Figura 1. Imagen de pantalla de las Colas de Mineral de Hierro (expresado en número de vagones), presentado en la simulación del Modelo de Trituración Terciario. Fuente: Superintendencia de Operaciones, PMH.

4.2 Caracterizar los equipos y procesos operativos, que se realizan en el área de trituración terciaria. Se realizó el levantamiento de información y recolección de datos que permitió conceptualizar la estructura del proceso del Área de Trituración Terciaria de la Planta de PMH. En principio, se realizó una cuantificación de equipos y sus atributos característicos, a fin de obtener una caracterización acorde para la representación en el modelo de simulación. La red de equipos del Área de Trituración Terciaria de la Planta de PMH está conformada por 75 elementos en total. En la siguiente (gráfica 1), se muestra la distribución de los equipos que posee el Área de Trituración Terciaria de la Planta de PMH para realizar el procesamiento del mineral de hierro.

Centro de Investigación y Gestión del Conocimiento

Página 15

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

80 70 60 50 40

seguidamente traslada mineral hacia las tolvas en paralelo FE8022E, FE8022G, FE8022H, FE8022I y FE8022J. Las cintas JD8021A, JD8021B y JD8021C, se encuentran posicionadas sobre carros de transferencias, para ejecutar operaciones de llenado en las diferentes tolvas del terciario, los carros de transferencias son independientes para cada cinta los cuales son PA8021A, PA8021B y PA8021C.

30 20

10 1

10 4

0 Área Trituración Terciaria Cintas Transportadoras: 33 Tolva F/G: 10 Tolva Piedra: 1

Feeders F/G: 10

Feeders Grueso: 4

Cernidoras: 10

Trituradores: 4

Carros Transferencia: 3

Total: 75

Gráfico 1. Distribución de los Equipos del Área de Trituración Terciaria de la Planta de PMH.

Figura 2. Área de Trituración Terciaria de la Planta de PMH.

Fuente: Elaboración propia del Autor.

Fuente: Autor.

El Área de Trituración Terciaria (ver figura 2), es la última etapa de fragmentación o trituración de mineral de hierro de la Planta de PMH, que se alimenta de mineral de hierro con granulometría entre 2,5”- 4” máximo, permitiendo tras su procesamiento (trituración), una salida de mineral de hierro con tamaños de ¾’’; ½’’; ¼’’; 1¾’’ y ⅜’’ aproximadamente, según los requerimientos de los planes de producción.

Las diez (10) tolvas de compensación, donde se almacenan y procesan el mineral de hierro, tienen una capacidad de procesamiento máxima de doscientos cincuenta (250) toneladas por hora cada una.

En el estudio, el mineral es ingresado al sistema a través de la cinta transportadora JD8021, ésta transporta mineral directamente a la tolva FE8022C (dado la ubicación de la cinta y tolva) y a las cintas transportadoras JD8021A y JD8021B mediante la movilidad y posicionamiento de estas (debajo de la cinta JD8021), por medio de los carros de transferencias. La cinta transportadora JD8021B, proporciona mineral a las tolvas en paralelo FE8022A, FE8022B y FE8022D, el lado ‘’lado viejo’’ del Área de Trituración Terciaria. A su vez, en la zona denominada ‘’lado nuevo’’ del terciario, la cinta JD8021A, se encarga de suministrar mineral a la tolva FE8022F (dado la ubicación de la cinta y tolva) y a la cinta transportadora JD8021C. Esta cinta,

Una vez el mineral de hierro es almacenado en las tolvas, es descargado desde éstas continuamente mediante (10) alimentadores de oruga (feeders), los cuales van desde FD8022A, FD8022B, FD8022C, FD8022D, FD8022E, FD8022F, FD8022G, FD8022H, FD8022I y FD8022J. Los alimentadores tienen una capacidad máxima de (250) toneladas por hora cada uno. Luego, los alimentadores citados cargan, las (10) cintas transportadoras que son dependientes de su línea, las cintas subsecuentes son la JD8023A, JD8023B, JD8023C, JD8023D, JD8023E, JD8023F, JD8023G, JD8023H, JD8023I, JD8023J, que se encargan de trasladar el mineral hacia las (10) cernidoras que les corresponden a su línea, FD8023A, FD8023B, FD8023C, FD8023D, FD8023E, FD8023F, FD8023G, FD8023H, FD8023I y FD8023J, que separan el mineral grueso (>1¾”) del mineral fino (<1¾”), con una capacidad máxima de procesamiento de 250 toneladas por hora cada una.

Centro de Investigación y Gestión del Conocimiento

Página 16

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Una vez que el mineral es separado por las cernidoras; se presentan dos casos, el primero si el mismo es mayor a 1¾”, si proviene de las cernidoras del ‘’lado viejo’’, es decir de las líneas A, B, C y D, (FD8023A-D), es direccionado a la cinta transportadora JD8025A, la cual traslada el mineral directamente a la tolva de piedra FE8028, pasando previamente por las cintas JD8026, JD8027, JD8028; en cambio si el mineral grueso proviene de las cernidoras del ‘’lado nuevo’’, es decir de las líneas E, F, G, H, I y J, es direccionado a la cinta JD8025B, luego ésta traslada el material a la cinta JD8025C, y posteriormente mediante la serie de cintas transportadoras JD8026, JD8027 y JD8028, caen en la tolva FE8028. El segundo caso, si el mineral separado en las cernidoras es menor a 1¾” (mineral fino), proveniente del ‘’lado viejo’’ cae por gravedad a la cinta transportadora JD8024C. En cambio, sí proviene de las cernidoras del ‘’lado nuevo’’, con dimensiones menores a 1¾”, caen por gravedad a las cintas JD8022E, JD8022F, JD8022G, JD8022H, JD8022I y JD8022J, (cada una siguiendo la interconexión de los equipos de su línea previa; es decir, la Cernidora FD8023E alimenta la Cinta JD8022E, y así sucesivamente cada línea de manera independiente), y suministran en orden el mineral a las cintas transportadoras en serie JD8024A, JD8024B, ésta última enviando a la cinta JD8024C.

El mineral denominado grueso, mayor a 1¾ pulgadas, enviado a la tolva de piedra FE8028, es descargado de ésta, mediante los alimentadores de oruga FD8028A, FD8028B, FD8028C y FD8028D, los cuales suministran mineral a las cintas JD8029A, JD8029B, JD8029C y JD8029D, éstas cintas tienen la función de alimentar los 4 trituradores terciarios (de cono), PA829A, PA8029B, PA8029C y PA8029D, que reducen el mineral hasta ¾”, ½” y ¼” dependiendo del requerimiento de la producción, para unirse posteriormente con el mineral de las cernidoras menores a 1¾”. El mineral que sale de los Trituradores, PA8029A y PA8029B, cae directamente a la cinta JD8024C, en cambio, el mineral saliente de los Trituradores PA8029C y PA8029D, cae en la cinta JD8024A, que transporta hacia la cinta JD8024B y por último a la cinta JD8024C, la cual da salida del mineral reducido del terciario, y al caer en ésta última cinta es denominado ‘’Todo en Uno’’, dado que se mezcla todo el mineral de trituración terciaria, para ser enviado al Área de Cernido Natural. En la figura 3, se muestra la elaboración de un diagrama de flujo del área de terciario, para una mayor comprensión de la interconexión de los equipos involucrados en el proceso de Trituración Terciaria.

Figura 3. Área de Trituración Terciaria de la Planta PMH. Fuente: Autor.

Centro de Investigación y Gestión del Conocimiento

Página 17

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Adicionalmente, se muestra un ejemplo de la caracterización de los equipos, mediante la tabla 1. La cual contiene la caracterización de cada uno de los equipos. De igual forma, se muestran los datos del motor que hace parte del equipo, donde se especifica la marca, serial y modelo del motor. El formato, es el utilizado para la tabulación de esta información que será agregada dentro del modelo en su fase de construcción. Tabla 1. Caracterización del total de trituradores del Área de Trituración Terciaria. Área TRITURACIÓN TERCIARIA Ubicación técnica PO10-PROC-PROD-TRIT-TTER Tipo de equipo TRITURADOR DE CONO Datos del Equipo No. 1

Trituradores

Código FMO PA8029A

Trituradores

PA8029B

500 t/h

400Tn/h

Trituradores

PA8029C

500 t/h

400Tn/h

Trituradores

PA8029D

500 t/h

400Tn/h

No.

Descripción

min/Vagón

Marca

Serial

Modelo

Trituradores

13,35

ZRH282003227

8216103301

Trituradores

13,35

820356

8216103301

Trituradores

13,35

Toshiba

10302469

601400DJRRA

Trituradores

13,35

Toshiba

AC62268

601400DJRRA

Descripción

Cap. Diseño 500 t/h

Cap. Nominal 400Tn/h

Vagón x hora 4

Datos del Motor

Fuente: Autor.

4.3 Identificar las variables que intervienen en el proceso objeto de estudio. Una vez caracterizado el modelo es imprescindible identificar las variables que influyen en las operaciones del Área de Trituración Terciaria, para integrarlas en el modelo de simulación a construir como datos de entrada, proceso y salida, permitiendo así, la representación más aproximada al proceso. Para determinar las variables que influyen en el flujo del proceso de mineral de hierro del Área de Trituración Terciaria, se consultó al personal de la Superintendencia de Operaciones y operativo del área: ¿Cuáles eran aquellas variables relevantes para la planta, de las cuales dependía la disponibilidad de los equipos instalados?, y se obtuvieron las siguientes variables:

• Tiempo de operación o actividad • Duración de fallas • Tiempo medio entre fallas

Tiempo de operación o actividad de los equipos. Es el tiempo consumido por los recursos en efectuar la operación. En el caso de los recursos (equipos) del Área de Trituración Terciaria, corresponden al tiempo que tardan en procesar una determinada cantidad de mineral de hierro. Los tiempos de operación de los equipos se determinaron mediante ecuación 1:

Duración de las fallas. La variable busca medir el tiempo transcurrido desde que el equipo cambia su estado de no operativo (o fuera de servicio), a operativo, debido a reparación de una falla o avería. Los datos de las fallas fueron extraídos de la data registrada de demoras para los periodos 2017 y 2018 de la Planta de PMH, proporcionado por la Superintendencia de Operaciones. Posteriormente, se extrajeron y se organizaron, para ser clasificados por equipo. Para determinar el tipo de distribución de probabilidad de la duración de la falla por cada equipo, se hizo uso de la herramienta Microsoft Excel y del simulador Arena 14.0 Input Analyzer (de uso académico), el cual arroja automáticamente la expresión probabilística con menor error promedio. En la figura 4, se muestra el tipo de distribución que presentaron las fallas en las Tolvas FE8022 A/J durante los años 2017-2018. Posteriormente, en la tabla 2 se muestran todas las distribuciones de probabilidades de los datos de duración de demoras y/o fallas de los equipos que tenían reportes de fallas.

Centro de Investigación y Gestión del Conocimiento

Página 18

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Tiempo medio entre fallas Para este caso se utilizó la misma data proporcionada por el sistema MySAP de la empresa en el periodo 2017-2018, donde se extrajeron las fechas de inicio y fin de las fallas. Una vez obtenidos los datos, se procedió a calcular el tiempo que hubo entre ellas con la ayuda de la herramienta Microsoft Excel. Luego del cálculo del “tiempo entre falla” en minutos, se procede a determinar la distribución de probabilidad del “tiempo entre falla”, para cada tipo de falla que presentaron los diferentes equipos seleccionados del Área de Trituración Terciaria, utilizando la herramienta de uso académico, Input Analyzer, (ver la figura 5).

Figura 4. Distribución de probabilidad de la duración de fallas (Parada), en las tolvas FE8022 del Área de Trituración Terciaria. Fuente: Autor.

Tabla 2. Distribución del Tiempo Promedio para Reparar (T.P.P.R.) de las Fallas de los Equipos del Área de Trituración Terciaria de la Planta de PMH de FMO (2017–2018).

Equipos JD8021 JD8021A JD8021B JD8021C FE8022 FD8022 JD8023 FD8023 JD8022 JD8025A JD8025B JD8025C JD8026 JD8027 JD8028 FE8028 FD8028 JD8029 PA8029 JD8024A JD8024B JD8024C

Ocurrencia

Mínimo

Promedio

Máximo

Distribución

Expresión

68,3

285

85,5

TRIANGULAR

TRIA(8, 35.7, 285)

N/A

N/A TRIA(10, 35, 260)

260

83,5

TRIANGULAR

S/R

N/A

182

120

1.25e+003

175

LOGNORMAL

2 + LOGN(152, 419) TRIA(11, 64, 541)

109

541

120

TRIANGULAR

S/R

N/A

102

131

808

169

BETA

8 + 800 * BETA(0.375, 1.39)

S/R

N/A

92,3

480

124

TRIANGULAR

TRIA(9, 56.1, 480)

S/R

N/A

S/R

N/A

395

1.26e+003

421

TRIANGULAR

TRIA(16, 140, 1.26e+003)

75,8

280

TRIANGULAR

TRIA(15, 41.5, 280)

77,1

447

107

TRIANGULAR

TRIA(14, 57.3, 447)

72.8

350

TRIANGULAR

TRIA(15, 48.5, 350)

S/R

N/A

S/R

N/A

97,9

478

116

TRIANGULAR

TRIA(16, 62.2, 478)

S/R

N/A

153

360

141

TRIANGULAR

TRIA(47, 52, 360)

171

1.12e+003

238

WEIBULL

8 + WEIB(132, 0.721)

Fuente: Autor.

Centro de Investigación y Gestión del Conocimiento

Página 19

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

4.4 Construir un nuevo modelo de simulación del funcionamiento operativo del área de trituración terciaria, mediante el software ARENA®. Para la Construcción del Modelo de Simulación del Área de Trituración Terciaria de la Planta de PMH, se empleó el Software Arena® versión 14.0 (de uso académico); donde se inició la representación del modelo del proceso objeto de estudio, que contiene todos los recursos que conforman el proceso, el tiempo de procesamiento de mineral de cada recurso, la duración de las fallas “down time”, y el tiempo entre fallas “up time”, que afectaron a los equipos entre los meses de enero del 2017 hasta diciembre del 2018. A su vez, se construyó el modelo integrando variables que permitan condicionar la operatividad de las líneas, para mejorar la secuencia lógica de ejecución del modelo, y luego reducir las colas generadas en diferentes puntos del proceso en estudios anteriores, simplificando la toma de decisiones en el modelo.

Figura 5. Distribución de probabilidad del tiempo entre fallas (Parada), en las tolvas FE8022 del Área de Trituración Terciaria. Fuente: Autor.

Tabla 3. Distribución del Tiempo Promedio entre Fallas (TPEF), de los Equipos del Área de Trituración Terciaria de la Planta de PMH de FMO (2017–2018). Equipos JD8021 JD8021A JD8021B JD8021C FE8022 FD8022 JD8023 FD8023

Ocurrencia

Mínimo

Promedio

Máximo

Distribución

Expresión

68,3

285

85,5

TRIANGULAR

TRIA(8, 35.7, 285)

N/A

260

83,5

TRIANGULAR

TRIA(10, 35, 260)

S/R

N/A

182

120

1.25e+003

175

LOGNORMAL

2 + LOGN(152, 419)

109

541

120

TRIANGULAR

TRIA(11, 64, 541)

S/R

N/A

102

131

808

169

BETA

JD8022 JD8025A JD8025B JD8025C JD8026

S/R

N/A

8 + 800 * BETA(0.375, 1.39) N/A

92,3

480

124

TRIANGULAR

TRIA(9, 56.1, 480)

S/R

N/A

S/R

N/A

395

1.26e+003

421

TRIANGULAR

JD8027 JD8028 FE8028 FD8028 JD8029 PA8029 JD8024A JD8024B JD8024C

75,8

280

TRIANGULAR

TRIA(16, 140, 1.26e+003) TRIA(15, 41.5, 280)

77,1

447

107

TRIANGULAR

TRIA(14, 57.3, 447)

72.8

350

TRIANGULAR

TRIA(15, 48.5, 350)

S/R

N/A

S/R

N/A

97,9

478

116

TRIANGULAR

TRIA(16, 62.2, 478)

S/R

N/A

153

360

141

TRIANGULAR

TRIA(47, 52, 360)

171

1.12e+003

238

WEIBULL

8 + WEIB(132, 0.721)

Fuente: Autor.

Centro de Investigación y Gestión del Conocimiento

Página 20

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Los módulos utilizados para la construcción del modelo de simulación fueron los siguientes: • Módulo Create • Módulo Decide • Módulo Process • Módulo Assign • Módulo Record • Módulo Dispose • Módulo de Datos Entity • Módulo de Datos Resource • Módulo De Datos Variable • Módulo De Datos Failure • Módulo Statistic • Módulo Tank • Módulo Seize Regulator • Módulo Release Regulator • Módulo Flow • Submodel • Módulo Hold • Módulo Signal

Donde: n = Tamaño de muestra buscado. N = Tamaño de la población o Universo. Zα = Parámetro estadístico que depende el Nivel de confianza. Si el nivel de confianza Zα fuese del 95% el coeficiente sería 1,96. e = Error de estimación máximo aceptado. p = Probabilidad de que ocurra el evento establecido. q = (1 – p) = Probabilidad de que no ocurra el evento establecido. Para el cálculo de la cantidad de réplicas a utilizar en cada escenario (Ecuación 3), en una población del Área de Trituración Terciaria de 72 equipos, con un nivel de confianza del 95%, un margen de error de 7.21% y que la probabilidad de ‘’p’’ y ‘’q’’ sea del 50%, obteniendo que:

Nivel de confianza del número y longitud de corridas. La longitud de las corridas se hizo de 9.120 minutos, equivalente a 152 horas que representan las horas efectivas de una semana de trabajo, con una cantidad de 52 réplicas por escenario, a fin de obtener resultados con un nivel de confianza del 95%.

El resultado obtenido indica que el tamaño de muestra o la cantidad de réplicas mínimas para la simulación de cada escenario, es igual a 52 réplicas.

Cabe destacar que, la cantidad de réplicas fueron determinadas con el cálculo del tamaño de la muestra finita, en la que se consideró una población de 72 equipos del Área de Trituración Terciaria, asignando un nivel de confianza de 95% y un margen de error de 7.21%. Donde se desconoce la probabilidad de ‘’p’’ del evento. Los resultados obtenidos se presentan a continuación.

• Cada semana, se cumplen 21 turnos de trabajo, donde dos turnos corresponden al mantenimiento de los equipos, resultando 19 turnos de Operación a la semana:

Para obtener el tiempo de simulación se toman en consideración las siguientes premisas:

Si la población es finita, la fórmula para el cálculo de la muestra poblaciones finitas se deduce a partir de la ecuación 2:

• De acuerdo a los turnos efectivos de operación, cada semana se trabajan 152 horas:

Centro de Investigación y Gestión del Conocimiento

Página 21

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

modo de ejecución de la operatividad de las líneas, así como también, su capacidad de producción.

Modelo lógico de simulación del Área de Trituración Terciaria de PMH en CVG Ferrominera. Una vez configurado los módulos manejados para la elaboración del modelo lógico de simulación en el área de Trituración Terciaria de la Planta de PMH en CVG Ferrominera, se presenta el diseño del modelo hecho en el Software antes mencionado (figura 6).

A continuación, se presenta la elaboración de un Diagrama de Pareto, en donde se muestra de manera general el tiempo total de duración de tiempo en fallas o demoras que se acumula por cada equipo en el Área de Trituración Terciaria de la Planta de PMH, con la finalidad de determinar cuáles son los equipos críticos que influyen en la duración total de parada (tabla 4 y gráfico 2).

Tabla 4. Duración total de fallas para el año 2017-2018 de los Equipos del Área de Trituración Terciaria. Equipos

Tiempo en falla (h)

Acum. (h)

Acum. (%)

TOLVA FE8022

364,12

34,66%

CERNIDORAS FD8023

223,25

587,37

55,92%

CINTA JD8024C

159,42

746,79

71,10%

CINTA JD8026

118,37

865,16

82,36%

FEEDERS FD8022

38,16

903,32

86,00%

CINTA JD8025 A

30,47

933,79

88,90%

TRITURADORES PA8029

27,47

961,26

91,51%

CINTA JD8021B

20,45

981,71

93,46%

CINTA JD8028

20,33

1002,04

95,40%

CINTA JD8027

20,12

1022,16

97,31%

TOLVA FE8028

18,12

1040,28

99,04%

CINTA JD8024B

10,12

1050,4

100,00%

Fuente: Autor.

Figura 6. Modelo de Simulación del Área de Trituración Terciaria de la Planta de PMH. Fuente: Autor

4.5 Validar la ejecución del modelo de simulación propuesto del área de trituración terciaria. Después de realizar la construcción del modelo, se inicia el proceso de experimentación, con la finalidad de observar el comportamiento de la operatividad de las líneas y analizar los resultados que arroja el modelo de simulación planteado con respecto al sistema real, evaluando diferentes escenarios que permitan validar el

De acuerdo a los resultados obtenidos por el Diagrama Pareto se puede determinar que de los equipos críticos, donde se encuentran la mayor cantidad de efectos que generan el 80% de las fallas, son las Tolvas FE8022, Cernidoras FD8023, Cintas Transportadoras JD8024C y JD8026. Es relevante destacar que, para el análisis de los resultados de los escenarios, se tomaron en cuenta los equipos críticos más representativos del Área de Trituración Terciaria, dependiendo de su operatividad o no operatividad para el caso del análisis.

Centro de Investigación y Gestión del Conocimiento

Página 22

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020 400

100 90

350

Tiempo total de falla (h)

70 250

200

50 40

150

Tiempo acumulado de fallas (%)

300

100

Figura 7. Ventana de propiedades de los parámetros Fuente: Autor

Tabla 5. Descripción del Escenario 5.

Equipos críticos involucrados Total de horas de falla

Acumulado

80-20

Gráfico 2. Diagrama de Pareto de equipos críticos del Área de Trituración Terciaria en función del total de demoras registradas en los reportes 2017-2018. Fuente: Autor.

A continuación, se presentan las premisas utilizadas en el escenario 5, como ejemplo de una de las condiciones de operación levantadas en el Área de Trituración Terciaria. Según la información obtenida en la sala de control el día 02/12/2019, se contaba con cuatro líneas operativas para la etapa 1 que comprende las tolvas FE8022 a la salida de las Cernidoras FD8023A, y 4 Líneas Operativas para la Etapa 2 (zona de trituradores). Para este escenario, se tomó un solo turno de 8 horas efectivas de trabajo, con 52 réplicas, que se puede apreciar en la configuración de la corrida “run setup” (figura 7).

Área: Trituración Terciaria Fecha del reporte: 02/12/2019 turno: 1 Vagones procesados: 80 Tolvas OP F/S Trituradores OP FE8022A ● PA8028A ● FE8022B ● PA8028B ● FE8022C ● PA8028C ● FE8022D ● PA8028D ● FE8022E ● FE8022F ● FE8022G ● FE8022H ● FE8022I ● FE8022J ●

F/S

Fuente: Autor.

Luego de haber realizado los ajustes generales antes mencionados en el modelo de simulación, se obtuvieron los resultados descritos en las tablas 6, 7 y 8. De acuerdo a los resultados obtenidos en la simulación sin fallas, en los equipos se observó que el Área de Trituración Terciaria, tiene una capacidad para procesar 6.675 toneladas de mineral de hierro por turno (equivalentes a 75 vagones), para una cantidad anual de 6.087.600 toneladas de mineral de hierro, (68.400 vagones), tabla 6.

En la tabla 5, se detallan las líneas que se encontraban operativas el día 02/12/2019, escenario 5.

Centro de Investigación y Gestión del Conocimiento

Página 23

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

No obstante, con la corrida bajo situación de fallas en los equipos, se observó que el Área de Trituración Terciaria tiene una capacidad para procesar 6.052 toneladas de mineral de hierro por turno (equivalente a 68 vagones), para una cantidad anual de 5.519.424 toneladas de mineral, o 62.016 vagones. Representando una diferencia al año de menos 568.176 toneladas de mineral, (equivalentes a menos 6.384 vagones), lo cual indica una disminución de procesamiento del 10.29% con respecto a la corrida sin fallas en los equipos Al observar los resultados del índice de utilización que existen entre las Cernidoras, que representan las líneas seleccionadas en el modelo como operativas, que en este escenario son 4 líneas en total (A, B, C y D), se tiene que la Cernidora FD8023A fue utilizada un 18.24%, la Cernidora FD8023B un 17.28%, las Cernidoras FD8023C y FD8023D un 15.64% cada una en un escenario sin fallas (tabla 7), indicando que la distribución de vagones hacia las líneas seleccionadas en la simulación se realiza de manera equitativa, dando una secuencia de operatividad de líneas esperada para el comportamiento del modelo. De igual forma, al analizar los resultados obtenidos anteriormente del escenario 5 considerando las condiciones de procesamiento y operatividad de líneas del turno I del día 02 de diciembre del 2019, se logran procesar en promedio 77,5 Vagones en un escenario sin fallas, dando un coeficiente de variación de 4.56%, indicando que con respecto a la desviación estándar, la media aritmética es representativa. (Ver tabla 8). Tabla 6. Resultados de la corrida del Escenario 5, en función de los vagones y toneladas procesadas por el Área de Trituración Terciaria.

Tabla 7. Resultados de la Corrida del Escenario 5, en función de la utilización de los equipos críticos del Área de Trituración Terciaria. Equipos críticos Cernidora FD8023A Cernidora FD8023B Cernidora FD8023C Cernidora FD8023D Cinta JD8026 Cinta JD8024C

% Utilización sin fallas

% Utilización con fallas

% var

18.24%

17.15%

6.36%

17.28%

15.94%

8.41%

15.64%

14.58%

7.27%

15.64%

14.00%

11.7%

9.60%

8.61%

11.49%

17.09%

15.60%

9.55%

Fuente: Autor.

También es importante mencionar que, en este escenario de 52 réplicas, entraron en promedio 7.209 toneladas de mineral de hierro (81 vagones) cada 480 minutos (8 horas), y salieron del proceso de trituración terciaria 6.675 toneladas de mineral de hierro (o 75 vagones), quedando en proceso, 534 Toneladas (o el equivalente a 6 vagones). De acuerdo a estos resultados, se observa que el Área de Trituración Terciaria está en capacidad de producir en promedio 6.675 toneladas en un turno de 8 horas efectivas de trabajo en un escenario sin fallas, en cambio considerando la afectación de fallas de los equipos, el área es capaz de procesar 6.052 toneladas en un turno.

Vagones procesados

Toneladas

Corrida sin fallas

Corrida con fallas

Corrida sin fallas

Corrida con fallas

Año

68.400

62.016

6.384

6.087.600

5.519.424

568.176

10,29%

Mes Semana Día Turno

5.700

5.168

532

507.300

459.952

47.348

10,29%

1.425

1.292

133

126.825

114.988

11.837

10,29%

225

204

20.025

18.156

1.869

10,29%

6.675

6.052

623

10,29%

Fuente: Autor.

Centro de Investigación y Gestión del Conocimiento

Página 24

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

5. CONCLUSIONES De acuerdo a los resultados obtenidos de los objetivos específicos planteados, se puede concluir. 1. La estructura de distribución de líneas, utilizada en los diferentes modelos previamente diseñados del Área de Trituración Terciaria, presentan errores en la gestión de la operatividad de líneas, retrasos en la toma de decisión de los módulos “decide” en la secuencia operativa y adicionalmente permiten en dicho proceso una cola de mineral (representado por vagones), que no se ajusta a la realidad del proceso. Por tal motivo, fue necesario crear una lógica de operatividad para la simulación del proceso de estudio. 2. La obtención de los datos relacionados con la capacidad, funciones y descripción de los equipos, permitió realizar la tabulación de la información de los datos, tales como función, código interno FMO, capacidad de diseño, capacidad nominal, factores vagón/hora y vagón/minuto. De igual forma, permitió construir el diagrama de flujo del proceso representativo del área. 3. Con la determinación de las variables principales que influyen en el flujo del proceso de mineral de hierro en el Área de Trituración Terciaria, tales como el tiempo de operación, el tiempo de duración de fallas y el tiempo medio entre fallas, se pudo iniciar el análisis y tratamiento de los datos de las fallas soportadas en los reportes de fallas 2017 y 2018. El análisis permitió determinar y tabular la distribución de probabilidades de duración de fallas y tiempo medio entre fallas, así como también, agregarlas en el modelo de simulación, representando un comportamiento del proceso aproximado a lo real. 4. El modelo de simulación desarrollado representa un aproximado de las condiciones actuales de los equipos del Área de Trituración Terciaria y dispone de una lógica de operatividad de líneas, que permite al iniciar cada simulación, habilitar o deshabilitar la utilización de las líneas del área. A su vez, permite la determinación de la capacidad de producción, además, analizar y evaluar el desempeño y/o comportamiento de los equipos ante distintos escenarios. 5. De acuerdo a los resultados del índice de utilización en todos los escenarios simulados, se concluye que la lógica de operatividad hecha en el presente trabajo, representa un mejoramiento en el desempeño del modelo, con respecto al modo de ejecución de modelos

previos del área. En vista de que en cada uno de los procesos simulados, la distribución de mineral (vagones) se efectuó de manera equitativa y secuencial en cada línea que fue seleccionada como operativa. Adicionalmente, no se observó la creación de colas por encima de los 50 vagones durante la ejecución del proceso simulado, cuando la disponibilidad de línea era mayor o igual a 4 líneas en operatividad. 6. De acuerdo a la comparación del índice de utilización y el procesamiento de mineral, entre los escenarios 1, 2, 3 y 4, se pudo observar que utilizar 5 líneas para procesar mineral es el nivel mínimo más apropiado, debido a que se mantienen los índices de utilización estables en los equipos: 75.24% para las Cernidoras, 37.38% para la Cinta Transportadoa JD8021A, 44.83% para los Trituradores PA8029 y 54.47% para la Cinta Transportadora JD8026, mientras que, quedan en espera en el proceso de un turno de trabajo, únicamente 181 toneladas de mineral de hierro (aproximado de 2 vagones). 7. Los resultados obtenidos en el proceso de simulación desarrollado en el presente trabajo, evidencian un coeficiente de variación del 4,56% de procesamiento de mineral de hierro, indicando que el modelo tiene un procesamiento representativo con respecto a la producción del sistema real actual. Sustentados con los resultados obtenidos del escenario número cinco sin fallas, resultando en promedio un total de 6.675 toneladas de mineral (75 vagones) en un turno. Mientras que los indicadores presentados en el reporte del turno I del 02/12/2019, manifestaron un total de 7.120 toneladas de mineral de hierro (80 vagones).

6. RECOMENDACIONES Planteadas las conclusiones, se exponen las siguientes recomendaciones. 1. Realizar un Estándar de Producción en una hoja de cálculo de cada una de las áreas de la Planta de Procesamiento de Mineral de Hierro (PMH), en especial del Área de Trituración Terciaria, en la que se realicen pruebas y midan de manera aleatoria las diferentes variables cruciales del procesamiento de mineral de hierro en los equipos, con la finalidad de promediar los valores obtenidos de dichas variables de procesamiento y documentar la información para ser usada en la construcción de modelos de simulación de la Planta.

Centro de Investigación y Gestión del Conocimiento

Página 25

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

2. Reparar en totalidad los equipos FE8022E, FE8022F, FE8022G, FE8022H, FE8022I, FE8022J y equipos subsecuentes en la conexión de estos, para que se realicen pruebas en la medida de tiempos de operación, y otras variables operativas de dichos equipos. 3. Prever que los encargados de realizar el registro de las demoras dentro del sistema SAP, registren las fallas y/o demoras siendo específicos sobre el tipo de equipo, sin olvidar el número de línea al cual corresponde. Para no realizar un análisis de las fallas únicamente por el tipo de equipo. 4. Adquirir el Software Arena versión 15 para que sea instalado en la Gerencia de PMH para que pueda ser utilizado para la construcción, modificación de modelos de simulación y alcanzar la optimización, gestión y planificación estratégica en los procesos productivos. 5. Realizar la recuperación de las balanzas dinámicas que operan las salidas de las áreas de la Planta de PMH, para realizar comparaciones simuladas con mayor precisión y dinamismo de los procesos actuales de entrada y salida de mineral.

7. REFERENCIAS [1]. Anaya, J. (2017). Organización de la producción industrial. Un enfoque de gestión operativa en fábrica. España: ESIC Editorial. ISBN: 9788416701063. [2]. Arias, F. G. (2016). El Proyecto de Investigación. Introducción a la metodología científica. 7ª Edición. Caracas: Ed. Episteme. [3]. Ariza, A. F., Rojas, R. W., Arboleda, C. P., & Herrera, A. M. (2007). Simulación de sistemas productivos con RS Arena®. Barranquilla, Colombia: Ediciones Uninorte. ISBN: 958-8133-24-6. [4]. Azarang, M., & Dunna, E. G. (1996). Simulación y análisis de modelos estocásticos. México, D.F.: McGraw-Hill Interamericana. [5]. Belda, C., & Urquía, E. (2009). Los modelos de simulación: Una herramienta multidisciplinar de investigación. Madrid, España: Universidad Autónoma de Madrid. Fundación General. [6]. Chapman, S. N. (2006). Planificación y control de la producción. México: Pearson Educación de México, S.A. de C.V., ISBN: 970-26-0771-X.

[7]. Corvo, H. S. (15 de Febrero de 2019). Capacidad instalada: en qué consiste, factores y ejemplos. Obtenido de lifeder.com: https://www.lifeder.com/capacidad-instalada/ [8]. Heizer, J., & Render, B. (2008). Dirección de la producción y de operaciones. Decisiones tácticas. 8.ª edición. España.: PEARSON EDUCACIÓN, S. A. [9]. Kelton, W. D., Sadowski, R. P., & Sturrock, D. T. (2008). Simulación con software Arena. 4ta Edición. México: McGraw-Hill. [10]. Lieberman, G. J., & Hillier, F. S. (2010). Introduccion a la investigacion de operaciones. Novena edición. México, D.F.: McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V. [11]. Méndez, C. (2006). Metodología. Diseño y Desarrollo del Proceso de Investigación. Bogotá: Limusa S.A. ISBN-10:95896669-8-1. [12]. Morris. (1999). Arquitectura de computadoras. 3ra Edicion. (Mexico): Prentice Hall Hispanoamericana S.A. [13]. Rodríguez, N. (2017). Estimación de la Producción de Acuerdo a la Capacidad Instalada en la Planta de Procesamiento de Mineral de Hierro de C.S.V. Ferrominera Orinoco, C.A. Guayana: UNEG. [14]. Sipper, D., & Bulfin Jr., R. (1998). Planeación y control de la producción. México, D.F.: McGRAW-HILL INTERAMERICANA EDITORES, S.A. DE C.V. [15]. Taha, H. A. (2012). Investigación de operaciones. Novena edición. México: Pearson Educación de México, S.A. de C.V. [16]. UPEL. (2016). Manual de Trabajos de Grado de Especialización y Maestría y Tesis Doctorales. 5ta Edición. Caracas.: FEDUPEL. La editorial pedagógica de Venezuela. Obtenido de https://es.slideshare.net/mirnalitaguirrez/manual-upel2016-1pdf [17]. Vega, P. J. (2017). Simulación de sistemas con el software Arena. Lima. : Fondo Editorial de la Universidad de Lima. [18]. Villarroel, R. (2017). Modelo De Planificación De Operaciones Bajo Incertidumbre En Plantas De Procesamiento De Mineral De Hierro. Ciudad Guayana: UNEG.

Centro de Investigación y Gestión del Conocimiento

Página 26

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Centro de Investigación y Gestión del Conocimiento

Página 27

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

INVESTIGACIÓN: Modelo de simulación del proceso operativo del Área de Cernido Natural de la Planta de Procesamiento de Mineral de Hierro, de CVG Ferrominera Orinoco C.A. Ing. MSc. Rafael Villarroel.1 Ing. Msc. Félix Martínez.2 Ing. Rosmary Barrios.3

Ingeniero en Sistemas. Maestría en Operaciones y Producción.Especialista de la Gerencia de PMH, CVG Ferrominera. Ingeniero Industrial. Maestría en Tecnología de la Información. Docente del Departamento de Ingeniería Industrial, UNEXPO. 3 Ingeniero Industrial. Tesista - Gerencia de Planta de PMH, CVG Ferrominera. 2

Correspondencia: Gerencia Centro de Investigación y Gestión del Conocimiento CVG Ferrominera Orinoco C.A,Ciudad Guayana. Estado Bolívar - Venezuela Teléfonos de contacto:+58 286 930.43.44 Email: rafaelv@ferrominera.gob.ve ;fmartinez@unexpo.edu.ve; bdbarriosp@gmail.com Recibido:Febrero 2020 - Aceptado:Marzo 2020

Resumen: El siguiente trabajo se presentó con el objetivo de diseñar un modelo de simulación para el proceso operativo del área de Cernido Natural de la Planta de Procesamiento de Mineral de Hierro (PMH), de CVG Ferrominera Orinoco C.A. El estudio estuvo enmarcado en el tipo de investigación descriptiva y explicativa. A partir de la identificación de las diferentes variables que influyen en el sistema productivo, se construyó un Modelo Lógico de Simulación, donde se especifican las actividades involucradas en área estudiada. Para la construcción del modelo, se manejaron técnicas como la observación directa y las entrevistas no estructuradas al personal que labora en la Planta de PMH y en la sala de control de la Superintendencia de Operaciones. Para el desarrollo del Modelo de Simulación y el cumplimiento de los objetivos proyectados en la presente investigación, se manejaron herramientas como, Arena Simulation Software 14.0, Edraw Max y el conjunto de herramientas de Microsoft Office. La construcción de este modelo establece una herramienta de suma importancia que influye en la toma de decisiones de la planificación de producción con respecto a las salidas de mineral fino y grueso del área estudiada.

Palabras claves:Capacidad productiva, Simulación, Planificación Estratégica.

Centro de Investigación y Gestión del Conocimiento

Página 28

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Abstract: The following work was presented with the objective of designing a simulation model for the operational process of the Natural Sifting Area of the Iron Ore Processing Plant (PMH), of CVG Ferrominera Orinoco C.A. The study was framed in the type of descriptive and explanatory research, based on the identification of the different variables that influence the productive system; a Logic Simulation Model was built where the activities involved in the studied area are specified. Techniques such as direct observation and unstructured interviews of personnel working in the PMH Plant and in the control room of the Superintendency of Operations were handled for its construction. For the development of the Simulation Model and the fulfillment of the projected objectives in this research, tools such as Arena Simulation Software 14.0, Edraw Max and the Microsoft Office suite of tools were handled. The construction of this model establishes a tool of great importance that influences the decision-making of production planning with respect to the outflows of fine and coarse ore from the studied area. Keywords:Production capacity, Simulation, Strategic Planning.

1. INTRODUCCIÓN.

VG Ferrominera Orinoco C.A. es una empresa del estado Venezolano, ubicada en Puerto Ordaz, estado Bolívar, que se encarga de la explotación, transformación, distribución y comercialización del mineral de hierro, con el fin de suministrar de manera eficiente y eficaz a la industria siderúrgica, mercado nacional e internacional, contribuyendo económicamente con el desarrollo interno del país. La empresa posee una capacidad instalada de 26 millones de toneladas por año y la explotación constante en las minas del estado Bolívar. La empresa está conformada por distintas Gerencias, entre ellas se encuentra la gerencia de Procesamiento de Mineral de Hierro (PMH), la cual presenta una línea de producción compuesta por las áreas de empuje, volteo, trituración primaria, secundaria y terciaria, cernido natural, planta de secado, cernido seco, apilamiento de mineral, recuperación y despachos nacionales e internacionales del mineral de hierro. Adscritas a esta gerencia se encuentran las superintendencias de operaciones, mantenimiento, planificación y control, automatización e instrumentación, taller de equipo pesado y talleres de servicio.

Entre las funciones de la Superintendencia de Operaciones son, participar en la elaboración de planes y mecanismos de control para la producción, ya que es importante que los mismos tengan conocimientos acerca de la capacidad de producción que tiene actualmente la Planta de PMH, según la disponibilidad de cada uno de los equipos que están instalados en la misma. La Superintendencia de Operaciones, es una de las áreas que requiere optimizar su producción, pues ésta se encarga de dirigir el cumplimiento de los programas de producción establecidos por la gerencia de PMH en todos sus procesos de producción, transferencia y carga, mediante la planificación, coordinación y control de las actividades relacionadas de dichos procesos, con el fin de asegurar que el producto se obtenga en cantidad, calidad, oportunidad y condiciones de costo, acordados en los planes de ventas y lineamientos de la gerencia. El presente proyecto de investigación se encuentra orientado a la construcción de un modelo operativo del Área de Cernido Natural de la Planta de PMH, mediante el Software Arena 14.0 (de uso académico), tomando

Centro de Investigación y Gestión del Conocimiento

Página 29

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

en cuenta el registro de las demoras ocurridas en los años 2017-2018. Una de la variables más importantes que será integrada al modelo, es la condición inicial de operatividad de líneas existentes en el área, con el fin de que se facilite el flujo de mineral de hierro de dicha área, secuencialmente y de acuerdo a la disponibilidad de las líneas, con el fin de que posteriormente, poder comparar el aporte que genera el Área de Cernido Natural en base a la capacidad de producción simulada con la capacidad real de procesamiento que posee la Planta de PMH.

2. DESARROLLO. Actualmente, la empresa se encuentra en un período de recuperación productiva, cuyo objetivo consiste en mejorar la capacidad anual de producción del mineral de hierro en todas sus áreas operativas. La Superintendencia de Operaciones, es una de las áreas que se requiere optimizar su producción, pues ésta se encarga de dirigir el cumplimiento de los programas de producción establecidos por la gerencia de PMH en todos sus procesos de producción, transferencia y carga, mediante la planificación, coordinación y control de las actividades relacionadas de dichos procesos, con el fin de asegurar que el producto se obtenga en cantidad, calidad, oportunidad y condiciones de costo de acuerdo a los planes de ventas y lineamientos de la gerencia. Por ende, surgió la necesidad de ejecutar acciones que permitan evaluar tanto el estado de sus líneas y sistemas de producción, como el grado real de procesamiento. Una de las áreas operativas dentro del proceso de PMH que presenta debilidades, es el área de Cernido Natural. Actualmente, la problemática que mantiene radica en la información que maneja y emite el modelo de simulación, en base a los parámetros de procesamiento de esta área en específico, la cual se aleja de manera excesiva de la realidad, dando como resultado, datos que reflejan que en las instalaciones, equipos (proceso), retienen una alta cantidad del material. La situación plasmada, es reflejada en el modelo lógico como un

cuello de botella, que no es más que el almacenamiento de mineral durante el proceso operativo, al momento de ejecutar los planes de producción, provocando una pérdida de tiempo al momento de cumplir los planes de producción, impidiendo así, la realización de estimaciones y análisis que permitan visualizar la producción real del área y a su vez imposibilitando la creación de nuevos planes de producción que se adapten a la situación actual del área en cuestión. Acorde a lo establecido en el modelo lógico, la capacidad de procesamiento máxima de mineral en el área de Cernido Natural es de 134 vagones, equivalente a 11.926 toneladas de mineral de hierro y el modelo de simulación posibilita la formación de un cuello de botella de 200 vagones, equivalente a 17.800 toneladas de mineral de hierro, siendo imposible que suceda en la realidad del proceso, por lo tanto, es evidente que existe una falla en la lógica del modelo. Por ende, surge la necesidad de realizar el presente estudio, en el cual se plantea una propuesta de un modelo de simulación operativa del Área de Cernido Natural, teniendo en cuenta que el modelo a desarrollar tenga la mayor aproximación de la realidad operativa del área, en función de la disponibilidad de los equipos o secuencias lógicas que se pueden utilizar para las operaciones tomando en cuenta las condiciones actuales del área de estudio. Posteriormente, poder realizar estimaciones de rendimiento y capacidad de producción, entre otros análisis, para garantizar una mejora de la planificación, la toma de decisiones y la producción. Al contar con un modelo que se adecue al proceso real del área, servirá como motivación para nuevos proyectos de optimización del área para así lograr una operatividad total y eficiente de la misma. Objetivo General. Diseñar un modelo de simulación que determine el aporte de procesamiento actual del Área de Cernido Natural de la Planta de Procesamiento de Mineral de Hierro, de CVG Ferrominera Orinoco C.A.

Centro de Investigación y Gestión del Conocimiento

Página 30

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Objetivos Específicos. 1. Describir el proceso del Área de Cernido Natural en la Planta de PMH. 2. Diagnosticar la situación actual de los equipos del Área de Cernido Natural de la Planta de PMH. 3. Formular un modelo lógico de simulación del proceso productivo en el Área de Cernido Natural en la Planta de PMH. 4. Validar el modelo lógico de simulación propuesto. Justificación. La iniciativa de realizar ésta investigación surge de parte del personal de la Superintendencia de Operaciones adscrita a la gerencia de PMH, a través de un modelo de simulación estocástico, debido a que el mismo permite tener un estimado de la producción real del Área de Cernido Natural, de acuerdo a la disponibilidad de sus equipos. Este trabajo permite la aplicación de metodologías para llevar a cabo investigaciones científicas que generen alternativas que permitan solventar la problemática presente del Área de Cernido Natural y en cualquier otra área operativa de la planta que presente dificultades similares.

3. DISEÑO Diseño de la Investigación. Tamayo 2002, denota que el diseño de la investigación consiste en el planteamiento de una serie de actividades sucesivas y organizadas que deben adaptarse a las particularidades de cada investigación e indican los pasos y pruebas a efectuar y las técnicas a utilizar para recolectar y analizar los datos. Esta investigación se relaciona con un diseño de campo, debido a que las técnicas de recolección de datos se realizarán directamente en tiempo real. Tipo de Investigación. Según Tamayo, 2002, la investigación es un proceso que mediante la aplicación del método científico, procura obtener información relevante y fidedigna, para entender, verificar, corregir o aplicar el conocimiento. Investigación Descriptiva.

Tamayo 2002, establece que la investigación descriptiva comprende la descripción, registro, análisis e interpretación de la naturaleza actual y la composición de procesos de los fenómenos. Ésta investigación permite detallar, analizar, caracterizar y evaluar las condiciones en las que se encuentra el área de cernido natural de la planta de PMH, ayudando a sí mismo a diagnosticar la situación actual de la misma, con ayuda del modelo lógico de simulación propuesto, con el fin de dar respuesta al problema planteado y a su vez cumpliendo con los objetivos descritos. Investigación Explicativa. Los objetivos estudiados nos proporcionan información referente a una investigación explicativa, la misma permitirá dar respuestas a las interrogantes que se presentan en el planteamiento del problema, ayudando a identificar las causas de los retrasos con el fin de facilitar la resolución de las mismas. Según Hurtado 2001, en esta investigación, el investigador trata de encontrar posibles relaciones causa-efecto, respondiendo a las preguntas ¿Por qué? y ¿Cómo? del evento estudiado. Intenta descubrir leyes y principios. Observación Directa. Sabino 2002, alega que la observación directa resulta útil y viable cuando se trata de conocer situaciones que de algún modo tienen un cierto carácter público, o que por lo menos, no pertenecen estrictamente a la esfera de conductas privadas de los individuos. Consistirá en observar de manera directa el proceso y tomar la información requerida para su previo análisis, la misma será recolectada personalmente en el área de trabajo mientras ocurran los hechos. Entrevista no estructurada. Pérez 2009, acota que la entrevista no estructurada está constituida por una serie de preguntas que se formulan libremente sobre el tema de investigación. La entrevista, permitirá obtener la información con respecto a la situación problemática planteada, las mismas fueron realizadas a los operarios del área estudiada, y técnicos de sala de control de PMH. Diario de campo. Consistirá en observar los procesos de forma directa y obtener la información para su posterior análisis.

Centro de Investigación y Gestión del Conocimiento

Página 31

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Población. Pérez (2009), define la población como el conjunto finito o infinito de unidades de análisis, individuos, objetos o elementos que se someten a estudio; permanecen a la investigación y son la base fundamental para obtener la información. La población que se tomó para el caso de la investigación en curso fueron los 50 equipos del Área de Cernido Natural y se distribuyen de la siguiente manera: • 10 Cintas Transportadoras (entrada y salida). • 13 Tolvas de Transferencia • 1 Embudo de Transferencia (Tolvín). • 13 Alimentadores de Cribas. • 13 Cernidoras.

que el mineral fino (≤ ⅜”), cae de las cernidoras en las cintas transportadoras JD5043A-M y de éstas a la JD5048, JD5049 para finalmente dirigirse a la JD5050. El gráfico 1, muestra la distribución de los equipos que posee el área de cernido natural de la Planta de PMH para realizar el procesamiento del mineral de hierro.

50 40

Tipo de Muestra. Según Pérez 2009, la muestra es una porción, un subconjunto de la población que selecciona el investigador de las unidades en estudio, con la finalidad de obtener información confiable y representativa. Para éste caso en particular, la población es considerada finita, la muestra será considerada igual que la población.

4. RESULTADOS. 4.1 Describir el proceso del Área de Cernido Natural en la Planta de PMH. El Área de Cernido Natural de la Planta de PMH, es nutrida por el material resultante del Área de Trituración Terciaria, el cual es trasladado por las correas transportadoras (JD1205), seguidamente el material es trasladado por el Tolvín (PA54106), el cual suministra a las cintas transportadoras móviles reversibles (JD5041A, JD5041B), que se encargan del llenado de las trece (13) tolvas de compensación, que poseen una capacidad máxima de quinientas 500 toneladas/horas. El mineral que es acumulado en las tolvas, es vaciado por medio de los alimentadores de cribas (FD5052A hasta FD5052M), que poseen una capacidad máxima de 1.500 toneladas/hora, por último, el mineral es vaciado en las cernidoras FD5044A hasta FD5044M, las cuales separan el mineral fino del grueso. El mineral grueso (de ⅜” a 1¾”), pasa por la cinta transportadora JD5051 y luego por la JD5052, mientras

30 20 10

0 Área Cernido Natural Tolvín: 1

Tolvas: 13

Alimentadores de Criba: 13

Cernidoras: 13

Cintas Transportadoras: 13

Total: 53

Gráfico 1. Distribución de los Equipos del Área de Cernido Natural de la Planta PMH. Fuente: Elaboración propia del Autor.

En la figura 1, se muestra el diagrama de flujo del proceso que se lleva a cabo en el Área de Cernido Natural, utilizado como base de información para la elaboración del modelo. Características de los equipos del Área de Cernido Natural. Es necesario conocer los equipos al igual que la función de los mismos para llevar a cabo el proceso de Cernido Natural, la caracterización de los equipos se visualiza en la tabla 1. Una vez conocidas las características de los equipos que se encuentran instalados en el Área de Cernido Natural, se obtiene un resultado más preciso del comportamiento esperado del procesoal momento de la simulación.

Centro de Investigación y Gestión del Conocimiento

Página 32

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Figura 1. Diagrama de flujo del área de Cernido Natural. Fuente: Elaboración propia del Autor.

Tabla 1: Caracterización de los equipos instalados en el Área de Cernido Natural. JD-1205

Cap. Diseño 6000

Embudo de Transferencia

PA-54106

6000

4800

0,89

N/A

Cinta Transportadora

JD-5041A

6000

4800

0,89

185

Cinta Transportadora

JD-5041B

6000

4800

0,89

185

Tolva de Transferencia

FE-5042A

500

400

10,68

N/A

Tolva de Transferencia

FE-5042B

500

400

10,68

N/A

Tolva de Transferencia

FE-5042C

500

400

10,68

N/A

Tolva de Transferencia

FE-5042D

500

400

10,68

N/A

Tolva de Transferencia

FE-5042E

500

400

10,68

N/A

Tolva de Transferencia

FE-5042F

500

400

10,68

N/A

Tolva de Transferencia

FE-5042G

500

400

10,68

N/A

Tolva de Transferencia

FE-5042H

500

400

10,68

N/A

Tolva de Transferencia

FE-5042I

500

400

10,68

N/A

Tolva de Transferencia

FE-5042J

500

400

10,68

N/A

Tolva de Transferencia

FE-5042K

500

400

10,68

N/A

Descripción

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Cinta Transportadora

Código

Cap. Nominal 4800

Vagón/ Minuto 0,89

Velocidad (m/min) 209

Fuente: Elaboración propia del Autor.

Centro de Investigación y Gestión del Conocimiento

Página 33

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

4.2 Diagnosticar la situación actual de los equipos del Área de Cernido Natural de la Planta de PMH. Por medio del recorrido que se realizó al Área de Cernido Natural, se evaluó la condición de operatividad de los equipos instalados en el área de estudio, mediante la observación directa. Luego, la información obtenida durante el recorrido fue confirmada en la sala de control central de la Planta de PMH por el jefe de turno. Con los datos del muestreo realizado, se conforma la tabla 2 en donde se registró la información técnica representada con la condición de operatividad de cada equipo. La representación se realiza a través de los valores 1 y 0, siendo el primero indicativo de funcionalidad u operatividad del equipo, mientras que el segundo indicador, representa que el equipo se encuentra fuera de servicio. Debe tomarse en consideración que las condiciones de operatividad en los equipos pertenecientes al área corresponden al momento del muestreo y las mismas pueden variar. Dicho esto, el modelo de simulación propuesto tendrá la opción de cambiar la condición según el estado en que se encuentre el equipo en ese momento. Tabla 2:Condición de operatividad del Área de Cernido Natural de la Planta de PMH.

Condición Operativo F/S 1 -

4.3 Formular un modelo lógico de simulación del proceso productivo del Área de Cernido Natural de la Planta de PMH. Para representar la situación actual del Área de Cernido Natural de la Planta de PMH mediante un modelo lógico de simulación, es necesario identificar las variables que influyen en el proceso, es decir, todos aquellos factores que afectan en la disponibilidad de los equipos instalados en la misma. Para la determinación de las variables que intervienen directamente en la disponibilidad de los equipos, fue necesario consultar al personal de la Superintendencia de Operaciones con el fin de escoger las variables más resaltantes.  Tiempo de operación o actividad de los equipos.  Duración de fallas.  Tiempo entre fallas. Tiempo de operación o actividad de los equipos. Es el tiempo que tarda un equipo en procesar una cantidad de mineral establecida, el tiempo fue determinado utilizando como base la capacidad de diseño de los equipos instalados en el Área de Cernido Natural mediante la ecuación 1.

Fecha de Aviso 07/08/2019

Equipos

Código

Cinta Transportadora

JD-1205

Embudo de Transferencia

PA-54106

07/08/2019

Cinta Transportadora

JD-5041A

07/08/2019

Cinta Transportadora Tolva de Transferencia Tolva de Transferencia

JD-5041B FE-5042A FE-5042B

1 1 1

07/08/2019 07/08/2019 07/08/2019

Tolva de Transferencia Tolva de Transferencia Tolva de Transferencia Tolva de Transferencia

FE-5042C FE-5042D FE-5042E FE-5042F

1 1 1 1

07/08/2019 07/08/2019 07/08/2019 07/08/2019

Tolva de Transferencia

FE-5042G

07/08/2019

Duración de las Fallas. Los datos de las fallas fueron extraídos de la data de demoras para los periodos 2017-2018 de la Planta de PMH, proporcionados por la Superintendencia de Operaciones, posteriormente, se extrajeron y se organizaron los datos, para ser clasificados por equipo. Para determinar el tipo de distribución de probabilidad de la duración de la falla por cada equipo, se hizo uso de la herramienta Microsoft Excel y el Simulador Arena 14.0 en la opción de Input Analyzer (de uso académico), el cual arroja de forma inmediata la expresión probabilística con menor error promedio.

Fuente: Elaboración propia del Autor.

Centro de Investigación y Gestión del Conocimiento

Página 34

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

La grafica 2, muestra el tipo de distribución que presentaron las fallas en el equipo JD1205 durante los años 2017-2018.

Tiempo entre fallas. Para éste caso se utilizó la misma data proporcionada por el sistema MySAP de la empresa, en el periodo de 2017-2018, donde se extrajeron las fechas de inicio y fin de las fallas. Una vez obtenidos los datos, se procedió a calcular el tiempo que hubo entre ellas con la ayuda de la herramienta Microsoft Excel y del simulador Arena Input Analyzer (de uso académico).En la gráfica 3 se muestra la distribución que representa la duración de las fallas de la cinta transportadora JD1205.

Gráfico 2. Distribución de Probabilidad de la Duración de las Fallas de la cinta transportadora JD1205. Fuente: Elaboración propia del Autor.

En la tabla 3 se muestra las distribuciones de probabilidad de la duración de las fallas de los equipos.

Gráfico 3. Distribución de Probabilidad de la duración de las fallas de la cinta transportadora JD1205. Fuente: Elaboración propia del Autor.

Tabla 3: Condición de operatividad del Área de Cernido Natural de la Planta PMH.

Equipo JD-1205 PA-54106 JD-5041A JD-5041B FE-5042

Ocurrencia

Mínimo

Promedio

Máximo

Distribución

Expresión

115

800

Welbull

14+WEIB (80.6, 0.695)

N/A

116

425

Welbull

24+WEIB (81.3, 0.761)

78.7

197

Exponetial

19+EXPO (59.7)

109

145

480

Beta

5+475*BETA (0.539, 1.29)

FD-5042 FD-5044 JD-5051 JD-5051A JD-5052 JD-5043 JD-5048 JD-5049 JD-5050

55.2

161

Welbull

18+WEIB (31.6, 0.689)

126

121

590

Beta

10+580*BETA (0.506, 2.14)

200

960

Welbull

17+WEIB (152, 0.723)

210

Beta

18+192*BETA (0.936, 2.22)

124

375

Triangular

TRIA (26, 60.9, 375)

N/A

179

1.15e+003

Lognormal

10+LOGN 406, 2.24e+003)

110

450

Welbull

10+WEIB (89.3, 0.806)

68.1

253

Exponential

7+EXPO(61.1)

Fuente: Elaboración propia del Autor.

Centro de Investigación y Gestión del Conocimiento

Página 35

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

En la tabla 4, se muestran las distribuciones de probabilidad de los tiempos entre fallas de todos los equipos instalados del área de estudio. Tabla 4: Distribuciones de probabilidad de los tiempos entre fallas reportadas, de todos los equipos instalados en el Área de Cernido Natural.

Equipo Ocurrencia Mínimo Promedio Máximo Distribución Expresión 48 0 1.79e+004 1.44e+005 Welbull -0.001+WEIB (9.82e+003, 0.501) JD-1205 N/A N/A N/A N/A N/A N/A PA-54106 21 836 4.17e+004 1.93e+005 Exponential 836+EXPO (4.09e+004) JD-5041A 18 70 4.44e+004 2.85e+005 Welbull 70+WEIB (2.77e+004, 0.515) JD-5041B 108 2 8.17e+003 1.6e+005 Welbull -0.001+WEIB (5.69e+003, 0.645) FE-5042 22 42 3.15e004 1.19e+005 Gamma 42+GAMM (7.92e+004, 0.397) FD-5042 125 0 7e+003 9.25e+004 Welbull -0.001+WEIB (5.48e+003, 0.694) FD-5044 33 60 2.55e+004 2.73e+005 Exponential 60+EXPO (2.64e+004) JD-5051 22 0 3.51e+004 2.3e+005 Welbull -0.001+WEIB (2.54e+004, 0.598) JD-5051A 20 310 4.03e+004 2.62e+005 Exponential 310+EXPO (4e+004) JD-5052 N/A N/A N/A N/A N/A N/A JD-5043 59 90 1.47e+004 1.08e+005 Welbull 90+WEIB (1.12E+004, 0.663) JD-5048 31 120 2.57e+004 1.06e+005 Welbull 120+WEIB (2e+004, 0.633) JD-5049 32 214 2.44e+004 1.17e+005 Gamma 214+GAMM (5.32e+004, 0.454) JD-5050

 Módulo de datos Resource.  Módulo Dispose.  Módulo de datos Failure.  Módulo Process.  Módulo Tank.  Módulo Hold.  Módulo Seize Regulator.  Módulo Seize.  Módulo Flow.  Módulo Release Regulator.  Módulo Signal. Nivel de confianza del número y longitud de corridas. Para el cálculo del tamaño de la muestra finita se tomó en cuenta una población de 50 equipos del área estudiada, asignando un nivel de confianza del 97% y un margen de error del 3%. En las ecuaciones 2 y 3, se representan el cálculo de la muestra de poblaciones finitas.

Fuente: Elaboración propia del Autor.

Construcción del modelo de simulación. Para la elaboración de la simulación mediante el uso del Software Arena 14.0 (de uso académico), se requirió formalizar un modelo lógico que represente el proceso del Área de Cernido Natural de la Planta de PMH. Éste modelo lógico, involucra todos los recursos que forman parte del proceso, además, de los tiempos de operación sin fallas de cada uno de ellos, la duración de la fallas “down time” y el tiempo entre fallas “up time”, entre otros. Es importante mencionar los módulos que se utilizaron para la elaboración del modelo lógico de simulación del Área de Cernido Natural de la Planta de PMH.  Modulo Create.  Módulo Release.  Modulo Decide.  Módulo de datos Entity.  Módulo Assign.  Módulo de datos de Variable.  Modulo Record.

Donde: n =Tamaño de muestra buscado. N =Tamaño de la población o Universo. Zα =Parámetro estadístico que depende del nivel de confianza. Si el nivel de confianza Zα fuese del 95% el coeficiente sería 1,96. e =Error de estimación máximo aceptado. p =Probabilidad de que ocurra el evento establecido. q = (1 – p) =Probabilidad de que no ocurra el evento establecido. Por lo tanto, al introducir los valores a la ecuación 2 queda de la siguiente manera:

Centro de Investigación y Gestión del Conocimiento

Página 36

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

El resultado indica el tamaño de la muestra, el cual se tomó como la cantidad de réplicas mínimas para la simulación de cada escenario. Para obtener el tiempo de la simulación se tomó en cuenta las siguientes condiciones:  Por cada semana se tienen 21 turnos de trabajo, de los cuales dos turnos corresponden a tareas de mantenimiento de equipos. Por lo tanto, resultan sólo 19 turnos efectivos de operación por semana.  De acuerdo a los turnos efectivos de operación, se procede a calcular las horas efectivas de operación, tal como se muestra en la ecuación 4.

 Una vez obtenidas las horas efectivas de operación por semana, las mismas se convierten en la ecuación 5, expresadas en minutos para su fácil manejo durante el modelo de simulación. Figura2. Modelo de Simulación del área de estudio. Fuente: Elaboración propia del Autor.

Modelo lógico del procesamiento de Mineral de Hierro del área de estudio de CVG Ferrominera. Una vez detallados los módulos manejados para la elaboración del modelo lógico de simulación en el Área de Cernido Natural de la Planta de PMH, se procede a mostrar en la figura2, el diagrama de flujo construido con el Software Arena 14.0 (de uso académico).

4.3 Validar el modelo lógico de simulación propuesto. Una vez formalizada la construcción del modelo lógico de simulación, se procede al inicio de la experimentación, con el fin de observar el comportamiento de la lógica de operatividad de las líneas, analizando los resultados que arroje el modelo planteado en función al procedimiento real. Así mismo, se procede a apreciar los diferentes escenarios que permiten validar el modo de ejecución de la condición operativa y la capacidad de producción, en función de las salidas del mineral fino y grueso. Las corridas en frio de dichos escenarios, fueron efectuadas haciendo uso de la herramienta Software Arena 14.0 (de uso académico), considerando los siguientes parámetros:

Centro de Investigación y Gestión del Conocimiento

Página 37

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

Escenario 5. Según la información obtenida en la sala de control el día 02/12/2019, se contaban con cinco líneas operativas, para éste escenario, se tomó un solo turno de 8 horas efectivas de trabajo, con 52 réplicas en el simulador. En lafigura 3, se puede apreciar la configuración de la corrida, “run setup”.

Resultados del escenario 5. Realizadas las corridas en frio con cinco líneas operativas, se observaron los siguientes resultados presentados en la tabla 6. Tabla 6.Descripción de resultado del Escenario 5.

Vagones Procesados Corrida Corrida Corrida sin Tiempo Δ sin fallas con fallas fallas Año 19.728 14.400 5.328 1.755.792 Mes 1.644 1.200 444 146.316 Semana 411 300 111 36.579 Día 65 47 18 5.776 Turno

1.925

Toneladas Corrida Δ con fallas 1.281.600 47.4192 106.800 39.516 26.700 9.879 4.216 1.560 1.405

520

Δ% 37% 37% 37% 37% 37%

Fuente: Elaboración del Autor.

Figura 3. Ventana de propiedades de los parámetros para el escenario N°5. Fuente: Elaboración propia del Autor.

En la tabla 5, se observan las líneas que se encontraban operativas el día 02/12/2019. Tabla 5.Descripción del Escenario 5. Área: Cernido Natural Fecha del reporte: 02/12/2019 Equipo FD5044A FD5044B FD5044C FD5044D FD5044E FD5044F FD5044G FD5044H FD5044I FD5044J FD5044K FD5044L FD5044M

Operativo ● ●

Fuera de Servicio

● ● ● ● ● ● ● ● ● ● ●

Fuente: Elaboración del Autor.

Podemos observar que según la información obtenida por la sala de control de la Superintendencia de Operaciones en la simulación del escenario sin fallas, mencionando que el área funciona con sólo cinco (05) líneas operativas, tiene una capacidad de procesamiento de 411 vagones/semana (36.579 ton.), es decir, que en un año de producción se tiene una capacidad de procesamiento de 19.728 vagones/año (1.755.792 ton.). Por otro lado, considerando las fallas de los equipos, se observa que el área tiene una capacidad de procesamiento de 300 vagones por semana (26.700 ton.); traduciéndose para un (1) año de producción la capacidad de 14.400 vagones/año (1.281.600 ton.), dejándose de procesar 5.328 vagones (474.192 ton.) lo que indica que existe una disminución del 37% con respecto a la corrida sin fallas. En la tabla 7, se indica el porcentaje de uso de las líneas operativas para dicho escenario. En lo que respecta al porcentaje de uso de las líneas, se observa que el promedio de uso con cinco líneas operativas, los equipos obtuvieron un 58,15% de utilización para un escenario sin fallas. A diferencia del escenario con fallas, se puede apreciar que en éste

Centro de Investigación y Gestión del Conocimiento

Página 38

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

existe una disminución de utilización de los equipos de un 42,80%, es decir, que las fallas afectaron a los equipos dando una variación del -26,39% con respecto al escenario sin fallas.

Tabla 7.Índice de Utilización en el Área de Cernido Natural. Equipos Críticos FD5044A FD5044B FD5044D FD5044L FD5044M Promedio

Uso sin fallas (%) 58,65% 58,28% 58,28% 58,04% 57,54% 58,15%

Uso con fallas (%) 39,07% 44,16% 45,68% 41,86% 43,23% 42,80%

Δ% -33,38% -24,22% -21,61% -27,85% -24,86% -26,39%

Fuente: Elaboración del Autor.

Gráfico 4. Diagrama de Pareto de los equipos críticos. Fuente: Elaboración propia del Autor.

Tabla 8.Total de duración de fallas por tipo de equipos. Evaluación de los Escenarios Fue relevante determinar cuáles fueron los equipos más críticos del Área de Cernido Natural, es decir, aquellos que presentaron mayor tiempo de fallas. Para la representación de lo dicho, fue necesario realizar un Diagrama de Pareto con los datos reflejados en la tabla 8. Una vez recopilados los datos registrados en la tabla 8, se elabora el Diagrama de Pareto (gráfico 4). Según el diagrama de Pareto presentado, los equipos más críticos, es decir, los que generan el 80% de las fallas, son las cintas transportadoras y las tolvas de transferencia. Es importante mencionar que en los escenarios evaluados, sólo se tomó en cuenta la operatividad e inoperatividad de las cernidoras, debido a que se tuvo la flexibilidad de escoger diferentes alternativas.

Equipos Cintas transportadoras Tolva de transferencia Cernidoras Carros de transferencia Tolvín de transferencia Total

Horas de fallas

Frecuencia Acumulada

Frecuencia relativa

Frecuencia relativa acumulada

80-20

441,31 262,81 253,66

441,31 704,12 957,78

42,97 25,59 24,70

42,97 68,56 93,27

80,00 80,00 80,00

1025,11 1025,94

6,56 0,18

99,82 100,00

80,00 80,00

67,33 1,83 1026,94 Fuente: Elaboración del Autor.

Validación del modelo de simulación. Una vez arrojados los resultados de las corridas de los diferentes escenarios, a partir del modelo de simulación del Área de Cernido Natural de la Planta de PMH, se logró realizar la validación del mismo a través de consultas hechas al personal que labora en la Superintendencia de Operaciones y se pudo comprobar que el modelo es representativo conla realidad de la Planta de PMH. De igual manera, los datos obtenidos fueron comparados con los registros que se tienen de la producción de Mineral de Hierro Fino y Grueso, con el propósito de verificar la información obtenida por el software Arena 14.0 (de uso académico).

Centro de Investigación y Gestión del Conocimiento

Página 39

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

5. CONCLUSIONES.

6. RECOMENDACIONES.

Una vez demostrado el cumplimiento de cada uno de los objetivos planteados para el desarrollo de la presente investigación, se puede concluir lo siguiente:

En función de los resultados y conclusiones que se obtuvieron con esta investigación, se recomienda lo siguiente:

1. El proceso de Cernido Natural es descrito por medio

1. Proveer al personal de la Gerencia de PMH la licencia

de un diagrama de flujo que representa la relación existente entre cada equipo que conforma el área y ofrece una descripción visual de las actividades implicadas en él, desde la entrada del mineral al área hasta el traslado y cernido del mismo, simplificando así la construcción del modelo de simulación propuesto.

el software Arena, para que pueda ser manejado por la superintendencia de operaciones de PMH y así poder mejorar la gestión de los procesos de la planta soportado con el uso de la simulación.

2. El Área de Cernido Natural se encuentra en un estado en el que figura sólo un 40% de operatividad de los equipos, en base a la cantidad de líneas activas, lo que permite inferir que de continuar dicha área con baja disponibilidad, su aporte al proceso productivo de la planta afectaría proporcionalmente para el cumplimiento de las metas que sean trazadas a corto, mediano y a largo plazo.

2. Extender el estudio hasta completar todas las áreas de la Planta de PMH, es decir, incluir en los modelos existentes la condición inicial de operatividad, para que el proceso sea secuencial en cada área de la planta.

3. Reinstalar las balanzas dinámicas en las salidas del Área de Cernido Natural y de toda la planta, para tener un mayor control y verificación de los resultados obtenidos por el simulador del presenta estudio y de estudios futuros.

3. El modelo de simulación propuesto fue construido

4. Tener información, documentada acerca de los

tomando en consideración las condiciones iniciales de operatividad de las líneas de producción, debido a esto, permite inhabilitar o habilitar las líneas que se encuentren o no fuera de servicio, el modelo proporciona un aproximado de la capacidad de producción del área, así como también, el posible comportamiento de los equipos ante determinados escenarios.

tiempos de operación y velocidades de los equipos móviles y especialmente de los Alimentadores, debido a que varían siempre, y los mismos se pueden obtener promediando para estudios posteriores.

4. Los escenarios fueron realizados con 52 réplicas de prueba, por lo que se obtuvo un nivel de confiabilidad del 97% con un margen de error del 3%, permitiendo así, obtener una mayor seguridad de implementación del modelo propuesto en el área.

5. Tener estandarizado y clasificado las diferentes fallas presentadas de los equipos, de manera accesible a los trabajadores encargados, de forma sencilla y eficaz, además de manejar la nomenclatura correcta de cada equipo para no tender a confundir.

6. Para investigaciones posteriores, se recomienda tomar en cuenta todos los factores que afectan al proceso productivo, tanto interno como externos, que no fueron tomados en cuenta en este estudio.

5. Finalmente se puede inferir que de acuerdo a la situación presentada o condiciones operativas del día 02/12/2019 sólo se puede hacer uso del 42,80% de las líneas operativas (5 líneas), lo que ha de permitir un bajo aporte al proceso productivo de la planta en su conjunto.

Centro de Investigación y Gestión del Conocimiento

Página 40

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO IX • NÚMERO 38 • JUNIO DE 2020

7. BIBLIOGRAFÍA. 1. Hurtado, J. (2015). El proyecto de Investigación.

6. Azarang, M., &Dunna, E. G. (1996). Simulación y

Quirón Ediciones, Octava Edición. 2. Narváez, R. (1997). Orientaciones Prácticas para la Elaboración de Informes de Investigación. Venezuela: Segunda Edición. 3. Arias, F. (1999). El Proyecto de Investigación. Caracas: Orial. 4. Kelton, D. (2008). Simulación con Arena. México: Mac Graw Hill, Cuarta edición. 5. Narváez, R. (1997). Orientaciones Prácticas para la Elaboración de Informes de Investigación. Venezuela: Segunda Edición.

análisis de modelos estocásticos. México, D.F.: McGraw-Hill Interamericana Editores, S.A. de C.V. 7. Lieberman, G. J., & Hillier, F. S. (2010). Introducción a la investigación de operaciones. Novena edición. México, D.F.: McGraw-Hill/Interamericana Editores, S.A. de C.V. 8. Villarroel, R. (2017). Modelo de Planificación de Operaciones bajo Incertidumbre en Plantas de Procesamiento de Mineral de Hierro. Ciudad Guayana: UNEG. 9. Taha, H. A. (2012). Investigación de operaciones. Novena edición. México: Pearson Educación de México, S.A. de C.V.

Centro de Investigación y Gestión del Conocimiento

Página 41

Forma parte de los artículos que se publican en la revista Mundo Ferrosiderúrgico y da a conocer con tu investigación en el sector de la minería del hierro y el acero, los desarrollos que existen en ciencia, tecnología e innovación, gestión del conocimiento y avances del mercado ferrosiderúrgico. CVG Ferrominera, a través de su revista Mundo Ferrosiderúrgico como órgano de difusión y promoción de ideas y experiencias, con el propósito de fortalecer las líneas de investigación en el campo de la ferrosiderurgia, invita a la comunidad de Investigadores, Estudiantes y Docentes a participar con la presentación de sus artículos científicos para su posible publicación. El envío de los artículos será a través del correo: hectorar@ferrominera.gob.ve y hrodfmo@gmail.com pudiéndose utlizar los mismos para aclarar cualquier duda o interrogante.

Eventos sobre Ciencia, Tecnología e Innovación (CTI)

El Teatro Teresa Carreño es parte de un complejo cultural, y se considera que es uno de los más importantes de América Latina, el segundo más grande de América del Sur, y el mayor de Venezuela. Está ubicado en el corazón cultural de Caracas en sus alrededores más inmediatos están la Plaza de los Museos, el Parque Los Caobos, la Universidad de las Artes, entre otros. El imponente edificio se alza integrando el concreto a la naturaleza y a las artes plásticas. Enormes columnas y techos hexagonales casi superpuestos entre sí hacen que la majestuosidad de esta edificación de arquitectura de naturaleza pluralista y de integración espacial sea única en su estilo. Tiene dos salas principales: José Félix Ribas y Ríos Reyna. El teatro lleva su nombre en honor a la insigne pianista venezolana Teresa Carreño.

La Revista Mundo Ferrosiderúrgico lista una serie de Eventos relacionados con la Ciencia, Tecnología e Innovación, tales como: Seminarios, Simposios, Congresos, Jornadas y Charlas Técnicas de importancia para el sector ferrosiderúrgico, que se realizarán a Nivel Regional, Nacional e Internacional en los meses de diciembre de 2019, enero, febrero marzo y abril de 2020.

Esta sección es informativa, la Revista Mundo Ferrosiderúrgico y el CIGC, no gestiona ninguna de éstas actividades. Sí usted tiene información sobre un evento relevante que desee compartir, comunicarse por el correo: hectorar@ferrominera.gob.ve

Gerencia Centro de Investigación y Gestión del Conocimiento CVG Ferrominera Orinoco C.A.

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO VIII • NÚMERO 38 • JUNIO DE 2020

Congreso Internacional & Expo de Minería y Metalurgia Astana 2020 02-03 de Julio, 2020 El Congreso de Minería y Metalurgia de Astana es uno de los eventos a gran escala del complejo minero y metalúrgico. AMM abre muchas plataformas para el diálogo e incluye reuniones B2B y G2B con las empresas más importantes, usuarios del subsuelo y representantes de las estructuras estatales de Kazajstán, una exposición, redes y el concurso de la industria Golden Hephaestus.

Nur-Sultan, Kazakhstan , Hilton Astana, HotelSauran St. 46. RUSIA.

Geometalurgia 2020 02-03 de Julio, 2020 El evento más importante para aquellos involucrados en geología, metalurgia y planificación minera. Conferencia + Expo (Feria) + Actividades sociales. El mejor lugar para obtener innovaciones, mejores prácticas, redes, nuevas oportunidades enfocadas en las siguientes áreas de interés: Caracterización mineral / Caracterización en línea / Mineralogía avanzada / Mineralogía aplicada / Ciencia y técnicas / Modelado geometalúrgico / Arcillas / Pruebas y predicción del rendimiento del proceso / Estrategias y planificación / Hidrometalurgia / Aspectos ambientales / Práctica industrial / Reconciliación de datos / Tailing / Innovaciones y nuevos proyectos.

Sol de Oro Hotel, Calle San Martín 305, Miraflores. Lima, PERU.

Centro de Investigación y Gestión del Conocimiento Centro de Investigación y Gestión del Conocimiento Centro de Investigación y Gestión del Conocimiento

Página 44

Efemérides sobre Ciencia, Tecnología e Innovación. Astronautas de la NASA lanzan desde Estados Unidos en el histórico vuelo de prueba de SpaceX Crew Dragon. El sábado 30 de mayo de 2020, sse lanza el cohete SpaceX Falcon 9, que transporta la nave espacial Crew Dragon desde el Complejo deLlanzamiento 39A en la misión SpaceX Demo-2 de la NASA a la Estación Espacial Internacional con los astronautas de la NASA Robert Behnken y Douglas Hurley a bordo, en el Kennedy Space de la NASA. Centro en Florida. La misión Demo-2 es el primer lanzamiento con astronautas de la nave espacial SpaceX Crew Dragon y el cohete Falcon 9 a la Estación Espacial Internacional como parte del Programa de tripulación comercial de la agencia. El vuelo de prueba sirve como una demostración de extremo a extremo del sistema de transporte de la tripulación de SpaceX. Behnken y Hurley despegaron a las 3:22 p.m. EDT el sábado 30 de mayo, desde el complejo de lanzamiento 39A en el Centro Espacial Kennedy. La nueva era de los vuelos espaciales humanos comenzará cuando los astronautas estadounidenses vuelvan a lanzar un cohete estadounidense desde el suelo estadounidense a la órbita terrestre baja por primera vez desde la conclusión del Programa del Transbordador Espacial en 2011. Fuente: NASA/Bill Ingalls

La Revista Mundo Ferrosiderúrgico, informa sobre los acontecimientos científicos y tecnológicos más importantes de la historia en Venezuela y el Mundo, durante el mes de julio.

Gerencia Centro de Investigación y Gestión del Conocimiento CVG Ferrominera Orinoco C.A.

REVISTA MUNDO FERROSIDERÚRGICO • ISSN: 2343-5569 (Internet) • AÑO X • NÚMERO 38 • JUNIO DE 2020

JULIO 01 de julio 1646 Nace Gottfried Wilhelm de Leibnitz, filósofo y científico alemán, que descubrió al mismo tiempo que Isaac Newton el cálculo infinitesimal y construyó una máquina de multiplicar. 10 de julio 1908 El físico holandés Kamerlingh Onnes logra licuar el helio a una temperatura de -269 ºC. Onnes había intentado conseguirlo sin éxito durante años, ya que éste gas mantiene su estado incluso a temperaturas muy bajas. El gas pudo ser licuado tras comprimirlo, enfriarlo y permitir después que se expandiera. 14 de julio 1996 Opera Software presenta su navegador Opera 2.1. Inicialmente solo corría en Windows.

22 de julio 1933 Vuelta al mundo en avión en solitario. Wiley Post recorre 25.100 kilómetros a bordo de su avión Winnie Mae, un Lockheed Vega 5B, y completa así la primera vuelta al mundo en solitario a bordo de una aeronave. Para ello empleó 7 días, 18 horas y 49 minutos.

07 de julio 1981 Solar Challenger, el primer avión impulsado por energía solar, cruza el Canal de la Mancha en 5 horas y 23 minutos. El aparato, construido por Paul MacCready, estaba equipado con 16.000 células solares montadas sobre las alas que producían 3.000 vatios de potencia. 11 de julio 1975 Un equipo de arqueólogos chinos anuncia el hallazgo de una gran tumba que contiene más de 6.000 estatuas de guerreros de terracota de tamaño natural. 21 de julio 1904 Entra en servicio la línea férrea transiberiana, de más de 9.400 kilómetros, tras 13 años de trabajo.

30 de julio 1863 Nace Henry Ford, fabricante de automóviles estadounidense, fundador de la compañía Ford Motor Company y padre de las cadenas de producción modernas utilizadas para la producción en masa.

31 de julio 1964 La sonda estadounidense “Ranger VI” transmite 4.316 fotografías de la superficie lunar.

Centro de Investigación y Gestión del Conocimiento Centro de Investigación y Gestión del Conocimiento

Página 46

Revista Mundo Ferrosiderúrgico Es una publicación de la Gerencia Centro de Investigación y Gestión del Conocimiento de CVG Ferrominera Orinoco C.A. Política de Ciencia, Tecnología e Innovación de Ferrominera Orinoco. Promover la investigación para la generación, aplicación y divulgación de conocimientos, técnicas y tecnologías, con base en las necesidades de la organización en materia de ciencia, tecnología e innovación, mediante el fortalecimiento de las actividades de desarrollo tecnológico, vigilancia y resguardo de la información, transferencia y consolidación de redes de conocimiento y de apoyo en la ejecución y seguimiento de proyectos conjuntos de investigación, desarrollo e innovación; a los fines de incrementar el capital intelectual y aumentar su valor dentro del entorno organizacional, mejorar continuamente los procesos y la competitividad; así como fortalecer las relaciones entre los actores regionales, nacionales e internacionales, asociados a la gestión tecnológica. http://www.ferrominera.gob.ve/ http://www.ferrominera.gob.ve/cigc http://issuu.com/mundoferrosiderurgico

Depósito Legal No: ppi2012BO4212 ISSN: 2343-5569 (Internet) Ciudad Guayana. Estado Bolívar - Venezuela

Visite nuestras redes sociales: https://issuu.com/mundoferrosiderurgico @Ferrosiderurgic