Aprendizaje automático para estimar la vida útil consumida y restante de una excavadora en minería superficial

Autores

  • Diego Alonso Fernández Castro National University of Trujillo image/svg+xml
  • Sebastián Junior Méndez Ordinola

DOI:

https://doi.org/10.17268/jamm.2026.006

Palavras-chave:

Vida útil restante, excavadora hidráulica, aprendizaje automático, mantenimiento predictivo, minería superficial

Resumo

En la minería superficial, la vida útil de las excavadoras de carguío suele estimarse mediante la resta de las horas del horómetro y una vida total de referencia, un cálculo que no toma en cuenta cómo se usó el equipo. En ese contexto, el estudio tuvo como objetivo evaluar modelos de aprendizaje automático para estimar la vida útil consumida y la vida útil restante de una excavadora hidráulica que operó en una mina superficial de Huamachuco, y determinar si su desempeño reflejaba una capacidad real de predicción. Se trabajó con 403 registros por turno, dados entre mayo y diciembre de 2025, con doce variables operativas, mecánicas y de mantenimiento y una vida de referencia de 25 000 horas, tomados de un trabajo de grado previo sobre el mismo equipo. Se compararon cinco modelos de regresión: Random Forest, XGBoost, una red neuronal multicapa y dos ensambles por apilamiento; con partición cronológica , validación cruzada temporal y valores de Shapley, finalmente se recalculó la proyección de agotamiento. El primer ensamble obtuvo el menor error en la vida útil consumida, con 0.11 puntos porcentuales y un coeficiente de determinación de 0.990, y la red neuronal en la vida útil restante, con 29.73 horas y 0.991. Al 28 de diciembre de 2025 el equipo había consumido el 74.65 % de su vida de referencia y le quedaban 6307.97 horas, que se agotarían entre enero y abril de 2027, y no en enero de 2028 como se había estimado. Se concluyó que los modelos mostraban la contabilidad del desgaste por horas, sin demostrar capacidad para anticipar el estado futuro del equipo. El aporte del estudio fue corregir la proyección de vida útil, mostrar cómo las variables acumuladas elevaban artificialmente las métricas y proponer criterios de evaluación y registro de datos para otras flotas de carguío.

Publicado

2026-11-14

Edição

Seção

Artículos Originales

Categorias

Como Citar

Aprendizaje automático para estimar la vida útil consumida y restante de una excavadora en minería superficial. (2026). Journal of Advanced Mining Modeling, 2(2). https://doi.org/10.17268/jamm.2026.006