Diseño y análisis de un sistema inteligente basado en NLP y machine learning para la clasificación automática de reportes de seguridad y reducción de costos por accidentes en equipos móviles de operaciones mina, en una unidad minera del sur del Perú, 2025

Cuba Igochaga, Edwin Mauricio

Diseño y análisis de un sistema inteligente basado en NLP y machine learning para la clasificación automática de reportes de seguridad y reducción de costos por accidentes en equipos móviles de operaciones mina, en una unidad minera del sur del Perú, 2025

dc.contributor.advisor	Ticona Corrales, Sergio
dc.contributor.author	Cuba Igochaga, Edwin Mauricio
dc.date.accessioned	2026-10-22T18:50:28Z
dc.date.available	2026-10-22T18:50:28Z
dc.date.issued	2026-09-22
dc.description.abstract	La gestión de seguridad en operaciones mineras enfrenta el desafío de clasificar manualmente grandes volúmenes de reportes textuales no estructurados, proceso sujeto a sesgos, fatiga humana y omisiones que limitan la detección oportuna de desviaciones en los controles críticos; problemática especialmente crítica en la Operación de Equipos Móviles, peligro que concentró el 53% de los incidentes totales y el 60% de los incidentes de alto potencial registrados en una unidad minera del sur del Perú durante el año 2025. Con el objetivo de automatizar la clasificación de reportes de seguridad y optimizar la detección de desviaciones críticas en equipos móviles, se diseñó e implementó un sistema inteligente basado en Procesamiento de Lenguaje Natural (NLP) y Machine Learning, bajo un enfoque cuantitativo, nivel explicativo y diseño cuasi-experimental. El sistema integró extracción de datos en tiempo real desde una base de datos SQL Server corporativa, vectorización TF-IDF con bigramas (max_features=5,000, ngram_range=(1,2)), balanceo de clases mediante SMOTE y entrenamiento simultáneo de tres algoritmos de clasificación supervisada: Naive Bayes Multinomial, Regresión Logística y Máquina de Soporte Vectorial Lineal, configurados con un umbral de decisión probabilístico de 0.27. La evaluación del sistema sobre un universo de 6,663 Observaciones de Control Crítico del año 2025 demostró que el modelo automatizado identificó 116 desviaciones críticas frente a las 25 detectadas por revisión manual, representando un incremento del 364% en la capacidad de detección, diferencia confirmada como estadísticamente significativa mediante el Test Z de comparación de proporciones (Z = 7.70, p < 0.001). Se concluyó que el sistema NLP–ML supera estructuralmente al proceso de revisión humana, opera con cobertura uniforme independiente de la carga operativa del revisor, y constituye una herramienta de alerta temprana viable y escalable para la gestión preventiva de riesgos en operaciones mineras de tajo abierto.
dc.format	application/pdf
dc.identifier.uri	https://hdl.handle.net/20.500.12920/17648
dc.language.iso	spa
dc.publisher	Universidad Católica de Santa María	es_ES
dc.publisher.country	PE
dc.rights	https://purl.org/coar/access_right/c_abf2
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	es_ES
dc.source	Universidad Católica de Santa María	es_ES
dc.source	Repositorio de la Universidad Católica de Santa María - UCSM	es_ES
dc.subject	Aprendizaje automático
dc.subject	equipos móviles
dc.subject	seguridad minera
dc.subject.ocde	https://purl.org/pe-repo/ocde/ford#2.07.05
dc.title	Diseño y análisis de un sistema inteligente basado en NLP y machine learning para la clasificación automática de reportes de seguridad y reducción de costos por accidentes en equipos móviles de operaciones mina, en una unidad minera del sur del Perú, 2025
dc.type	http://purl.org/coar/resource_type/c_7a1f
dc.type.version	http://purl.org/coar/version/c_970fb48d4fbd8a85
renati.advisor.dni	46969384
renati.advisor.orcid	https://orcid.org/0000-0002-7221-6172
renati.author.dni	70768057
renati.discipline	72400089
renati.juror	Linares Flores Castro, Antonio Erick
renati.juror	Paredes Salas, Omar Willy
renati.juror	Montesinos Solorzano, Cesar Gerardo
renati.level	https://purl.org/pe-repo/renati/level#tituloProfesional
renati.type	https://purl.org/pe-repo/renati/type#tesis
thesis.degree.discipline	Ingeniería de Minas
thesis.degree.grantor	Universidad Católica de Santa María.Facultad de Ciencias e Ingenierías Físicas y Formales	es_ES
thesis.degree.name	Ingeniero de Minas