Review Jurnal Analysing equipment allocation through queuing theory and Monte-Carlo

simulations in surface mining operations

1. Permasalahan

Dalam mengalokasikan truck dan shovel menggunakan metode match factor saja tidak

dapat diandalkan dalam operasi pertambangan sebagai variabel yang digunakan untuk

menghitung MF yang mempunyai unsur peluang di alam. Maka dari itu, jurnal ini

menyajikan pendekatan stokastik untuk mengukur ketidakpastian di MF. Dalam

melakukannya, teori antrian digunakan untuk menghitung waktu tunggu yang

diharapkan untuk truk dan simulasi Monte Carlo (MCS) digunakan untuk mengevaluasi

ketidakpastian pada MF yang merupakan kriteria alokasi peralatan.

2. Hasil dan pembahasan

Seperti ditunjukkan dalam Gambar 2, distribusi untuk cocok MF untuk distribusi

Weibull. Mean dan standar deviasi adalah 1,02 dan 0,18, masing-masing. Tabel 5

merangkum probabilitas berkorespondensi untuk rentang yang berbeda dari MF. Ada

kemungkinan dari 0,6 bahwa MF untuk armada yang dipilih akan berada di kisaran 0,8-

1,1. kisaran tertentu dapat dianggap sebagai rentang yang paling produktif dan efisien

untuk armada yang perusahaan ingin beroperasi armada. Demikian pula, ada

kemungkinan dari 0,15 yang MF akan 0-0,8. Produksi berkorespondensi armada ke

daerah ini jauh lebih rendah dari kapasitas potensi armada. MF> 1 berarti efisiensi

sistem yang rendah. Probabilitas dapat disamakan dengan kisaran efisiensi sistem yang

rendah adalah 0,25.

Biaya produksi dan kesempatan dihitung untuk setiap nilai dari MF ditunjukkan pada

Gambar 3 dan 4, masing-masing. nilai parameter yang digunakan dalam perhitungan

biaya ditampilkan dalam Tabel 6 dan berdasarkan pengetahuan ahli. Seperti

ditunjukkan dalam Gambar 3, Ketika MF menurun 1,0-0,5, biaya unit produksi ($ / ton)
hampir dua kali lipat. Oleh karena itu, operasi armada di MF lebih rendah secara

signifikan meningkatkan biaya produksi. Di sisi lain, seperti yang ditunjukkan pada

Gambar 4, ketika MF meningkat 1,0-1,5, biaya kesempatan akan

36.000 $ / h untuk armada yang dipilih. Ketika MF> 1, produksi armada dibatasi oleh

kapasitas sekop. Setiap kali MF> 1, meskipun armada berjalan pada biaya produksi

yang lebih rendah per ton, ada biaya kesempatan yang terkait dengan itu. Biaya peluang

dihitung berdasarkan selisih antara kapasitas produksi potensial dan aktual dari truk di

MF diberikan.
Untuk membandingkan dengan pemodelan pendekatan ditemukan dalam literatur
(misalnya, Teknomo, 2012) yang menggunakan model M / M / C, Armada yang sama
dimodelkan menggunakan M / M / C model antrian, waktu dihitung diharapkan
menunggu truk adalah 420 detik. waktu pelayanan didistribusikan secara eksponensial
merupakan karakteristik dari model antrian M / M / C. Namun, asumsi bahwa sekop
telah terdistribusi eksponensial Waktu loading tidak dapat dibenarkan dalam model M
/ M / C. Jika distribusi eksponensial dipilih untuk mengkarakterisasi waktu sekop
pemuatan, ada potensial untuk memiliki sekop Waktu loading serendah 10 detik yang
tidak realistis. Selanjutnya, sebagai standar deviasi adalah sama berarti (karakteristik
distribusi eksponensial), ketidakpastian dalam waktu sekop pemuatan lebih tinggi dari
nilai-nilai yang realistis. Distribusi dipasang untuk MF dihitung dari simulasi
menunjukkan bahwa tidak realistis sekop waktu loading (deviasi standar yang lebih
tinggi) disebarkan ke perhitungan MF juga. Deviasi standar dari MF diperoleh melalui
model antrian M / M / C adalah 1,401 yang jauh lebih tinggi dari standar deviasi
dihitung melalui G / G / C model antrian (0,1836). Oleh karena itu, pemilihan model G
/ G / C dapat dianggap sebagai pendekatan yang lebih realistis yang meniru kondisi
operasional yang nyata dari armada. Tabel 7 merangkum parameter dari distribusi
diperoleh melalui G / G / C dan model M / M / C.
3. Output
Dalam jurnal ini, risiko yang terkait dengan MF yang diukur melalui metode antrian
dan MCS. Sementara truk menunggu dan dimodelkan oleh teori antrian; ketersediaan
peralatan, waktu siklus truk dan shovel waktu loading dimodelkan oleh MCS.
Menggunakan 10.000 realisasi dihasilkan melalui MCS sampling, distribusi sesuai
dengan MF yang telah dipasang. Hal ini menunjukkan bahwa ada ketidakpastian yang
signifikan dalam MF untuk sistem shovel-truk dipertimbangkan. Oleh karena itu, ada
risiko potensial tidak mencapai target produksi set jika MF deterministik digunakan
sebagai metode pemilihan peralatan. Tingkat risiko yang dapat diterima, sampai batas
tertentu, tergantung pada margin keuntungan perusahaan. Jika margin keuntungan
sangat tinggi, perusahaan tidak ingin mengambil risiko di tingkat manapun tidak
mencapai target produksi potensial sedangkan pada margin keuntungan yang sempit
perusahaan tidak akan mau mengambil risiko pada setiap tingkat yang meningkatkan
biaya produksi. Oleh karena itu, teori antrian dan MCS dapat secara efektif digunakan
sebagai teknik alokasi peralatan serta produktivitas mengukur di pertambangan
permukaan. Di masa depan, pendekatan yang diusulkan akan diperluas ke armada
heterogen.