RESUMEN
Perforación y voladura, donde la ingeniería impulsa la mejora continua.
Cliente:Fabricante de explosivos
Proyecto: Confidencial
OBJETIVO
Identificar y corregir las causas raíz de las deficiencias en los procesos de P&V, implementar un diseño de malla optimizado con voladura controlada, y validar estadísticamente las mejoras para aumentar la eficiencia de avance por disparo y reducir la sobrerotura en un 50%
METODOLOGÍA
Se aplicó la metodología DMAIC de Six Sigma:
Definir
D
M
A
Ubicación: Región Ayacucho
Períododeservicio:2025
Sector: Minería - subterránea
Ejecuta: EPC Andina
C
Se caracterizó el proceso y se elaboró un mapa de flujo que identificó brechas operativas en perforación, carguío y secuenciamiento
Medir
Se estableció una línea base con datos históricos y mediciones in situ El análisis de capacidad mostró un proceso incapaz (Ppk=0.21) con 42.69% de disparos fuera de especificación El FMEA priorizó modos de falla críticos
Analizar
Se ejecutaron pruebas de hipótesis y regresión múltiple para validar las variables críticas (diámetro de cebo, corte longitudinal, desviación de burden)
Controlar
Se implementaron 23 pruebas piloto con un nuevo diseño de malla, voladura controlada y capacitación del personal.
Mejorar
M
Se propusieron herramientas de monitoreo continuo (levantamiento diario de KPIs, dashboards) para sostener las mejoras
VariablesCríticasMonitoreadasenPruebasPiloto
CapacidaddeProceso–Avancepordisparo
SimulaciónEnergéticadelestándar demallasdeP&V
DiagramadeOptimización
RESULTADOS
Línea Base (Fase de Diagnóstico): El proceso era incapaz, con un avance promedio de 352 m pero una variabilidad alta (Ppk=021) La sobrerotura promedio era del 15-18%, y no existían datos consistentes de fragmentación o trazabilidad de operadores
Pruebas Piloto (Fase de Implementación): La eficiencia de avance aumentó a 366 m (94%), y la sobrerotura se redujo al 8% La prueba de hipótesis confirmó que la mejora fue estadísticamente significativa (p-value=0003)
Modelo Predictivo: El modelo de regresión explicó el 9102% de la variabilidad (R²), identificando el diámetro del cebo (48% de influencia) y el corte longitudinal (31% de influencia) como variables críticas
Simulación Energética: Mediante algoritmos se validó que el nuevo diseño de malla redujo la energía en periferia, controlando el daño al macizo rocoso
AnálisisdeVPP
CONCLUSIONES
La aplicación de Six Sigma permitió identificar y corregir causas raíz, resultando en una mejora significativa en la eficiencia y reducción de defectos Las mejoras fueron validadas estadísticamente, y el proceso demostró capacidad postimplementación (Cp>133) La sobrerotura se redujo en un 50%, lo que impacta positivamente en los costos de sostenimiento y estabilidad de las labores