Modelo predictivo de rendimiento de triconos aplicado a la perforación rotativa en un yacimiento tipo pórfido cobre y molibdeno
Loading...
Date
2022-10-14
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Católica de Santa María
Abstract
La perforación en minas de bancos altos se hace con brocas triconicas, estás
representan el 8.33% de costo total de perforación además de que ser la herramienta
de mayor desgaste durante la penetración. El desgaste se debe a las condiciones
geomecánicas de los macizos de roca, si no se aplican las variables de operación
calculadas correctamente; como empuje promedio y velocidad de giro aplicada en la
sarta de perforación, se puede ver afectada la velocidad de penetración y la
penetración de los insertos en la roca conocida como “indentación”. Estos dos factores
afectaran directamente en el rendimiento de la broca y en su costo de penetración por
metro. En la presente investigación se establece la relación de las variables de
operación mencionadas con las unidades básicas geotécnicas del macizo rocoso para
los sectores de mineral y desmonte en el tajo, para establecer la relación de desgaste
o falla de los triconos. Se determino que los factores de mayor influencia en el
rendimiento de una broca son las características geomecánicas del macizo rocoso y
la presión ejercida por la perforadora sobre el tricono, denominada también Pulldown,
y establecer un modelo de predicción relacionando metros perforados por una broca
triconica con los factores operacionales calculados para cada unidad básica
geotécnica.
El costo de penetración está asociado a la cantidad de metros alcanzados por cada
broca, disminuye cuando aumenta el rendimiento de metros de la broca, este es un
indicador importante en el análisis de los costos operativos de perforación. Finalmente
se establece que, para lograr una supervisión efectiva del rendimiento de los triconos,
se debe controlar el Pulldown. aplicado en cada unidad básica geotécnica.
Description
Keywords
Brocas, Triconos, Perforación Rotativa, Modelo Predicción