View
3
Download
0
Category
Preview:
Citation preview
Facultad de Ingeniería Industrial y Mecánica
Ingeniería de Seguridad Industrial y Minera
Trabajo de Suficiencia Profesional:
“Implementación de un Sistema Monitoreo para
medir la Fatiga DSS “Drive State Sensor” en
camiones de acarreo en la empresa de gran minería
de la Arequipa 2016”
Bachilleres:
Jesús André Miranda Meléndez
Oscar Ernesto Changa Cam
para optar el Título Profesional de Ingeniero de
Seguridad Industrial y Minera
Arequipa – Perú
2017
II
©Todos los derechos reservados. Es prohibida la reproducción total o parcial del trabajo sin la autorización de la Universidad, del autor y de los asesores.
III
DEDICATORIA
A Dios, por darme la vida, por acoger mis
oraciones y permitir alcanzar mis metas y
objetivos.
A mis padres, por su inmenso e inigualable
apoyo, amor y cariño que me ha brindado en
cada instante de mi vida, no solo durante el
tiempo de mi formación profesional, sino a lo
largo de los años que llevamos juntos de
compartir momentos.
A todas la personas que influenciaron en mi
crecimiento profesional y que me brindaron
su apoyo para salir cada día adelante.
Oscar Ernesto Changa Cam
La concepción de este proyecto está dedicada a
mis padres, pilares fundamentales en mi vida.
Sin ellos, jamás hubiese podido conseguir lo
que hasta ahora. También dedico este
proyecto a mi esposa, compañera inseparable
de cada jornada. Ella representó gran esfuerzo
y tesón en momentos de decline y cansancio.
A ellos este proyecto, que sin ellos, no hubiese
podido ser.
Jesús André Miranda Meléndez
IV
AGRADECIMIENTO
Los resultados de este proyecto, están dedicados a
todas aquellas personas que, de alguna forma, son
parte de su culminación.
Nuestros sinceros agradecimientos están dirigidos
hacia la Universidad Tecnología del Perú por el apoyo
brindado en el desarrollo de la investigación, a
nuestros maestros que con sus enseñanzas ayudaron
a nuestra formación profesional y a nuestras familias
por siempre brindarnos su apoyo, sus fuerzas y
buenos deseos, guiándonos por el buen camino.
También, nuestros agradecimientos están dirigidos
hacia nuestro asesor, sin el cual no hubiésemos
podido salir adelante.
Gracias Dios, gracias a toda nuestra familia.
V
ÍNDICE
INTRODUCCIÓN………………………………………………………...….….……….12
I.PLANTEAMIENTO DEL PROBLEMA………………………………….…..….…...13
1.1 FORMULACIÓN DEL PROBLEMA……………………………………….......13
1.2 OBJETIVOS DE LA INVESTIGACIÓN…………………...…………………...13
1.3 JUSTIFICACIÓN DE LA INVESTIGACIÓN…………….……….……………14
1.4 LIMITACIONES DEL ESTUDIO…………………………………..…….….….15
1.5 ALCANCE………………………………………..….……………..….………....15
1.6 VIABILIDAD…………………………..…………………………..………….…..15
II.MARCO TEÓRICO……………………..……………………………..…….….........16
2.1 ANTECEDENTES DE LA INVESTIGACIÓN……………………..….….…...16
2.2 BASES TEÓRICAS………………………………………………...……………20
2.3 DEFINICIONES CONCEPTUALES……………………………..…..………...45
2.4 HIPÓTESIS……………………………………………...…………………..…...49
III.METODOLOGÍA………………………………………………………….................50
3.1 DISEÑO METODOLÓGICO………………………………………..…………..50
3.2 POBLACIÓN Y MUESTRA….………………………………………..………..50
3.3 OPERACIONALIZACIÓN DE VARIABLES………………………...............51
3.4 TÉCNICA DE RECOLECCIÓN DE DATOS………………………...............55
3.5 TÉCNICA PARA PROCESAR LA INFORMACIÓN………………..……….55
IV.RESULTADOS……………………………………………………………….……...56
V.CONCLUSIONES Y RECOMENDACIONES…………………………….……….70
5.1 CONCLUSIONES……………………………………………………………….70
5.2 RECOMENDACIONES……………………………………….........................71
BIBLIOGRAFIA…………………………………………………………………….…..72
ANEXOS………………………………………………………………………………...75
VI
LISTA DE TABLAS
TABLA 01
LISTA DE VARIABLES MEDIDAS……………………………………………….....…28
TABLA 02
CONDICIONES IDEALES DE CORRELACIÓN…….………………………..……...32
TABLA 03
CONDICIONES REALES DE CORRELACIÓN………..…………….………………33
TABLA 04
LISTA DE TECNOLOGÍAS…………………………….…………….…………...…....34
TABLA 05
VARIABLES E INDICADORES……………………….…………..……………..…….51
TABLA 06
RESUMEN EVENTOS DE FATIGA POR MES…………….……………………..…58
TABLA 07
RESUMEN EVENTOS DE DISTRACCIÓN POR MES.………………..…………...60
TABLA 08
RESUMEN EVENTOS DE TAMPERING POR MES………………………..………62
TABLA 09
RESUMEN EVENTOS DE VELOCIDAD POR MES………………………….…….65
TABLA 10
RESUMEN EVENTOS POR HORA DEL DÍA MENSUAL…………..……………...67
TABLA 11
RESUMEN ÍNDICE DE FATIGA POR MES.…………………………………...……69
VII
LISTA DE FIGURAS
FIGURA 01
SEGUIMIENTO DEL OJO Y ESTIMACIÓN DE LA MIRADA.................................30
FIGURA 02
POSICIONES DE LA CARA Y EXPRESIONES FACIALES..................................31
FIGURA 03
CONDICIÓN IDEAL DE PERCLOS.......................................................................32
FIGURA 04
PUNTAJE RELATIVO EN LA EVALUACIÓN SEGÚN OPINIÓN..........................37
FIGURA 05
PUNTAJE RELACIONADO CON LA IMPORTANCIA DE LA INDUSTRIA……………………………………………………………….……………..37
FIGURA 06
PUNTOS DE REFERENCIA QUE TOMA EL SISTEMA........................................38
FIGURA 07
MODELAMIENTO FACIAL DEL SISTEMA DSS...................................................38
FIGURA 08
COMPONENTES DEL SISTEMA DSS..................................................................39
FIGURA 09
MONITOREO DE OJOS POR EL SISTEMA.........................................................40
FIGURA 10
RASTREO DE CABEZA POR PARTE DEL SISTEMA DSS.................................40
FIGURA 11
RASTREO INDIVIDUAL DE OJOS.......................................................................41
FIGURA 12
EVENTO DE FATIGA CUADRO A CUADRO (FRAME BY FRAME) DETECTADO POR EL SISTEMA.................................................................................................41
FIGURA 13
RASTREO DE LA DISTRACCIÓN.........................................................................41
FIGURA 14
EVENTO DE DISTRACCIÓN CUADRO A CUADRO (FRAMEBYFRAME) DETECTADO POR EL SISTEMA..........................................................................42
VIII
FIGURA 15
PARÁMETROS PARA LA CONFIGURACIÓN DE DETECCIÓN EVENTOS DE FATIGA..................................................................................................................42
FIGURA 16
PARÁMETROS PARA LA CONFIGURACIÓN DE DETECCIÓN DE EVENTOS DE DISTRACCIÓN......................................................................................................43
FIGURA 17
FLUJO DEL EVENTO EN CABINA.......................................................................43
FIGURA 18
FLUJO DEL EVENTO HACIA CONTROL DE DESPACHO..................................44
FIGURA 19
REGISTRO DE EVENTOS SUSCITADOS PARA LAS ÚLTIMAS 7 HORAS..................................................................................................................44
FIGURA 20
PANTALLA DE GENERACIÓN DE REPORTES DEL SISTEMA DSS.................45
FIGURA 21
FUNCIONES INTEGRALES DEL SISTEMA DSS................................................45
FIGURA 22
RELACIÓN % CIERRE DE OJOS SOBRE TIEMPO............................................52
FIGURA 23
RASTREO DE MOVIMIENTOS DE LA CABEZA.................................................52
FIGURA 24
PARÁMETROS PARA LA DETECCIÓN DE EVENTOS DE FATIGA..................53
FIGURA 25
DETALLES DE UN EVENTO DETECTADO POR EL SISTEMA DSS.................53
FIGURA 26
RELACIÓN °(GRADOS) DE ROTACIÓN DE CABEZA SOBRE TIEMPO………………………………………………………………………………….54
FIGURA 27
DETECCIÓN DE EVENTO FOV FIELD OF VIEW EXCEPTION………………….54
FIGURA 28
CRONOGRAMA DE INSTALACION Y HABILITACION DEL SISTEMA DE MONITOREO DE FATIGA EN CAMIONES DE ACARREO………………………..56
IX
LISTA DE GRÁFICOS
GRÁFICO 01
RESUMEN EVENTOS DE FATIGA POR MES......................................................57
GRÁFICO 02
RESUMEN EVENTOS DE DISTRACCIÓN POR MES..........................................59
GRÁFICO 03
RESUMEN EVENTOS DE TAMPERING POR MES.............................................62
GRÁFICO 04
RESUMEN EVENTOS VELOCIDAD POR MES....................................................64
GRÁFICO 05
RESUMEN EVENTOS POR HORA DEL DÍA MENSUAL......................................66
GRÁFICO 06
ÍNDICE DE FATIGA MENSUAL Y NÚMERO DE CAMIONES CON SISTEMA................................................................................................................68
X
Oscar Ernesto Changa Cam, André Jesús Miranda Meléndez. Henry Gonzales
Laguna, Implementación de un Sistema de Monitoreo para medir la Fatiga DSS “Drive
State Sensor” en camiones de acarreo en la empresa de gran minería de la Región
Arequipa, 2016, p.75, Universidad Tecnológica del Perú
Resumen
El factor fatiga en la industria minera posee un alto nivel de riesgo en la operación de
equipos sea desde equipos livianos hasta equipos de mayor escala como son los camiones
de acarreo.
Es por ello de la implementación de un sistema de monitoreo de fatiga en la gran minería
en la Región Arequipa través del sistema DSS “Driver State Sensor”, el cual cuenta con
una cámara con accesorios Infra rojos, altavoz, motor vibrador, CPU y un GPS de baja
precisión, es un sistema no invasivo, lo que permite alertar a la operación ante un signo de
fatiga presentado por un operador de camión, mediante el reconocimiento de los signos de
la fatiga dados no solo por el cierre de ojos, sino, por movimientos realizados por nariz,
cejas, pómulos, boca, cabeza, puede establecer una alarma de fatiga en tan solo 1 seg.,
esto activa a las alarmas en cabina que son el altavoz y el motor vibrador que va instalado
en la parte posterior del asiento del operador de camión. Cabe resaltar que el sistema emite
un reporte, el cual se puede analizar para diagnosticar futuros problemas de fatiga.
Se han teniendo lo siguientes resultados mediante el método de observación de los
reportes; se analizó los datos, y se concluye que el mes en el que se producen mayores
eventos de fatiga es en el mes de Diciembre, y esto está directamente relacionado con un
factor psicosocial por ser el último mes del año; además no necesariamente tener más
camiones de acarreo implementados con el sistema de monitoreo de fatiga, se va a tener
más eventos de fatiga. Todos los indicadores utilizados pueden tener ciertas limitaciones,
ya que no nos pueden proporcionar datos muy exactos, ya que la fatiga y somnolencia es
un factor humano que puede ser variable.
Palabras Clave: Fatiga, Accidente, Acarreo, Monitoreo, Minería
XI
Oscar Ernesto Changa Cam, André Jesús Miranda Meléndez. Henry Gonzales
Laguna, Implementation of a Monitoring System to measure the fatigue DSS" Drive
State Sensor "in haul trucks in the mining company of the Arequipa Region, 2016,
p.75, Technological University of Peru
Abstract
The fatigue factor in the mining industry has a high level of risk in the operation of equipment
from small equipment to big scale equipment such as haul trucks. This is why the
implementation of a fatigue monitoring system in the big mining sector in the Arequipa
Region through the DSS "Driver State Sensor" system, which has a camera with infrared
accessories, speaker, vibrator motor, CPU and a GPS is a non-invasive system, which
allows to alert the operation to a sign of fatigue presented by a truck operator, by recognizing
the signs of fatigue given not only by the closing of eyes but, By movements made by nose,
eyebrows, cheekbones, mouth, head, you can set a fatigue alarm in just 1 sec., This
activates the alarms in the cabin that are the loudspeaker and the vibrator motor that is
installed in the back of the Seat of the truck operator. It should be noted that the system
issues a report, which can be analyzed to diagnose future fatigue problems. The following
results have been obtained through the method of observation of the reports; The data were
analyzed, and it is concluded that the month in which major fatigue events occur is in the
month of December, and this is directly related to a psychosocial factor because it is the
last month of the year; Besides not necessarily having more haul trucks implemented with
the fatigue monitoring system, you will have more fatigue events. All the indicators used
may have certain limitations, since they can not provide very accurate data, since fatigue
and drowsiness is a human factor that can be variable.
Keywords: Fatigue, Accident, Hauling, Monitoring, Mining
12
Introducción
En la empresa de gran minería de la Región Arequipa, cuenta con uno
de los yacimientos mineros más grandes e importantes del mundo, en
la que se tienen implementados sistemas que ayudan a optimizar la
producción e incrementar los niveles de seguridad, uno de ellos es el
sistema de monitoreo de fatiga para operadores de equipo de acarreo,
conocido como DSS por sus siglas en inglés “Driver State Sensor”.
Este es un sistema que permite detectar micro-sueños y eventos de
distracción, que cuenta con una cámara con accesorios infra-rojos,
CPU, altavoz, dispositivo GPS, el cual hace un seguimiento de los
rasgos faciales, es decir; ojos, cabeza, boca, nariz; lo que permite
detectar los signos de la fatiga, generando un evento y que es
enviándo a través de la red inalámbrica de la mina hacia el control de
despacho “Dispatch”, donde el evento es analizado por un
despachador y este contacta con el operador para asegurarse del
estado físico en el que se encuentra este, siendo el principal objetivo
“Evitar incidentes por factor fatiga en la operación de camiones de
acarreo”.
El número de incidentes en camiones de acarreo en la empresa de
gran minería de la Región Arequipa, relacionados al factor fatiga en la
conducción antes de la implementación se consideraba en un nivel
medio con potencial mortal.
Se considera, que establecer un sistema de monitoreo de fatiga en
camiones de acarreo, resulta ser muy rentable y de bajo costo, si lo
comparamos con los costos que ocasiona un incidente en camión, por
ende, significa proteger a la operación.
13
I. PLANTEAMIENTO DEL PROBLEMA
1.1 Formulación del Problema
Según estudios realizados y las estadísticas de transporte de MSHA
(Safety Analysis of Surface Mining Accidents, 2010); la fatiga es el
principal factor en los accidentes de tránsito; el 93% de accidentes con
camiones de acarreo han sido a causa de errores humanos donde el 70
% de accidentes a causa de errores humanos esta relacionados a fatiga.
En la empresa de gran minería de la Región Arequipa, se ha tenido
eventos relacionados con la conducción de equipos de acarreo y fatiga;
como acción preventiva se está recurriendo al uso de nuevas tecnologías
para evitar materialización de estos eventos.
1.2 Objetivos de la investigación
Objetivo General
Implementar un sistema para monitorear la fatiga “DSS – Driver State
Sensor” en camiones de acarreo en la empresa de gran minería de la
Región Arequipa.
Objetivos Específicos
A) Identificar la cantidad de eventos de fatiga en la conducción de
camiones de acarreo en la empresa de gran minería de la Región
Arequipa.
B) Determinar la cantidad de eventos por distracción en la
conducción de camiones de acarreo en la empresa de gran
minería de la Región Arequipa.
14
C) Precisar a qué velocidad se producen mayor cantidad de eventos
de fatiga durante la conducción de camiones de acarreo en la
empresa de gran minería de la Región Arequipa.
D) Detectar la hora en la que se producen mayor cantidad de eventos
de fatiga en la conducción de camiones de acarreo en la empresa
de gran minería de la Región Arequipa.
E) Identificar la cantidad de eventos Tampering generados durante
la conducción de camiones de acarreo en la empresa de gran
minería de la Región Arequipa.
1.3 Justificación de la investigación
La minería es un negocio que requiere la operación constante de todas
sus áreas y partes. Siendo la operación de equipos pesados una de las
más críticas, considerando que el factor humano es la principal causa de
los accidentes en general.
Según el DS 024-2016 EM –Art. 271 Uso de Equipos de Minería, inciso
K) establece que se debe identificar, prevenir y controlar la fatiga en el
uso de equipos de minería a cielo abierto, En la actualidad, las Empresas
Mineras en su mayoría no cuentan con una política de manejo de fatiga,
ya que dicho Decreto no lo exige como una política.
En la empresa de gran minería de la Región Arequipa se viene adoptando
la implementación del Sistema Driver State Sensor (DSS), para poder
mitigar los riesgos a los que está expuesto el conductor y representando
una inversión preventiva no muy significativa a comparación de algún
evento relacionado con los camiones de acarreo de mineral.
15
1.4 Limitaciones del estudio
Las limitaciones más importantes fueron:
Aceptación del Sistema de Fatiga por parte de los operadores.
Interferencia por parte del operador con el sistema de monitoreo
de Fatiga.
1.5 Alcance
Se tiene como alcance la implementación del sistema de monitoreo fatiga
a todos los camiones de acarreo.
1.6 Viabilidad
La presente investigación contó con la colaboración de la empresa con
algunas restricciones como utilización del nombre de la misma, debido a
eventos internos, se contó con todos los recursos humanos y materiales
para poder realizar el siguiente estudio.
La realización de la implementación tuvo como fechas del mes de agosto
de 2016 al mes de enero de 2017, por lo que solo se cuenta con datos
desde el mes de setiembre 2016 en adelante.
16
II. Marco Teórico
2.1 Antecedentes de la investigación
Bakovic Sommaruga Kiara en “Factores psicosociales
relacionados a accidentes en el contexto de la minería peruana”.
Pontificia Universidad Católica del Perú, Lima – 2014.
RESUMEN: La investigación nos muestra como fin, determinar
los principales factores que puedan tener relación a la alta
incidencia de accidentes, y saber qué relación puede existir entre
estos factores psicosociales. Teniendo en cuenta los siguientes
elementos como; la jornada y horario de trabajo, el clima laboral,
desempeño de seguridad, la fatiga y el estrés con los incidentes
en una empresa del rubro minero. Se señala que se utilizó un
modelo cualitativo, teniendo como principal instrumento: la
entrevista; que fue estructurada con preguntas abiertas hacia los
trabajadores que tuvieron algún tipo de accidente grave o
incapacitante en los años 2012 y 2013.
De todos los elementos planteados, se encontraron tres
coincidencias, las cuales fueron jornada de trabajo, desempeño
de seguridad y fatiga. A ello se sumaron dos factores presión del
jefe inmediato por finalizar las labores y ambigüedad en la
comunicación laboral.
Teniendo como resultados que los accidentes no se originan por
factores aleatorios, sino que se originan por una suma de factores
que se pueden medir y controlar. Por lo tanto se sugirió que para
realizar una efectiva prevención de incidentes se debe tomar en
17
cuenta los siguientes puntos; incumplimiento de procedimientos,
presión de la supervisión y la ambigüedad de la comunicación.
Rey de Castro Jorge en “Cansancio y somnolencia durante el
desempeño laboral de los conductores interprovinciales:
Experiencia peruana y planteamiento de propuestas”. Revista
Médica Peruana Experimental y Salud Publica, Lima – 2010.
RESUMEN: Según las estadísticas, los accidentes de tránsito se
producen o son causados por la somnolencia o cansancio de los
conductores de ómnibus, los cuales son muy frecuentes en
nuestro país.
Además un conductor que no se encuentra con todas sus
facultades al 100%, esto quiere decir que se duerme durante la
conducción, este no puede realizar maniobras evasivas o algún
tipo de maniobra de manejo a la defensiva para evitar colisiones,
choques o despistes; teniendo como causa de estos un gran
número de víctimas y destrucción de infraestructura. Este estudio
discute la información estadística original publicada en Perú
durante el año 2010 y sugiere propuestas generales para
enfrentar este problema.
Rey de Castro Jorge, Loureiro Hugo en “Cansancio y
Somnolencia en conductores de ómnibus y accidentes de
carretera en el Perú: Estudio Cuantitativo”. Revista Panamericana
Salud Publica, Lima – 2010.
RESUMEN: En esta investigación se analiza la relación que existe
entre el cansancio y la somnolencia en los conductores de
ómnibus con los accidentes que se registran en la carretera. Para
18
realizar el estudio transversal que fue observacional y
comparativo, se utilizó una encuesta prevalidada con aplicación
supervisada a 238 conductores de ómnibus que tienen como ruta
las carreteras de la Panamericana Norte del Perú. Para poder
identificar la relación entre las variable se utilizó la prueba del chi
al cuadrado y el índice de Pearson.
Se ha tenido como variables el cansancio, somnolencia, horas de
conducción por día, horas de sueño, masa corporal, pausas
respiratorias y ronquidos. Con lo cual se tuvo los siguientes
resultados, que de los 238 conductores, el 45% refirió haber
estado a poco de tener un accidente. El 55% de los entrevistados
dormía menos de 06 horas al día, de este 55% el 31% había
dormido menos de 06 horas en las últimas 24 horas.
El 80% de los conductores tenía la mala costumbre de manejar
más de 05 horas; cabe resaltar que el 81% de los conductores
indicaron que siempre dormían en el maletero, estuviera el
ómnibus en ruta o en el terminal.
Se determinó que las horas predominantes en las que ocurrían
los accidentes eran entre las 00:00 y las 06:00 horas.
La conclusión principal fue que la somnolencia y el cansancio
durante la conducción es frecuente y puede tener diferentes
factores como la privación aguda o crónica del sueño, trastornos
de sueño .La cual respalda la hipótesis de que existe una relación
entre la fatiga y la somnolencia de los conductores, y los
accidentes en carreteras.
19
García Daza Iván en “Detección de fatiga en conductores
mediante fusión de sistemas ADAS”.Universidad de Alcalá, Alcalá
de Henares -2010.
RESUMEN: Siendo la somnolencia una de los factores más
importantes en los accidentes de tráfico, es por ello que hay un
gran interés en encontrar sistemas ADAS (Sistemas de asistencia
avanzada al conductor).
Esta tesis propone técnicas basadas en procesar imágenes en
tiempo real de acuerdo a la detección y seguimiento de la apertura
de los ojos. Con estas y otras señales relativas a la conducción
de vehículos se puede inferir que el conductor tiene somnolencia.
Con la aplicación de esta nueva técnica se ha obtenido resultados
sobre la detección de la somnolencia la cual demuestra que el
cierre de ojos o PERCLOS es crucial para determinar si algún
conductor tiene somnolencia. Cabe señalar que los otros factores
que pueden intervenir no tiene el mismo resultado para determinar
la fatiga o somnolencia, ya que está influenciada por la trayectoria
de la carretera.
En líneas generales los resultados que se han obtenido en esta
investigación están en concordancia con otros importantes
trabajos de detección de fatiga y somnolencia.
J. L. García, E. Rogado, R. Barea, L. M. Bergasa, E. López, M.
Ocaña and D. Schleicher en “Sistema detector de fatiga en la
conducción”. Universidad de Alcalá, Alcalá de Henares -2009.
RESUMEN: El principal objetivo de la investigación fue en
identificar el nivel de fatiga relacionado con la variabilidad del ritmo
20
cardíaco de los conductores, que se ve plasmado en las ramas
del sistema nervioso central.
Se implementó y desarrollo un hardware para la recolección, el
procesamiento de estas variables, teniendo en cuenta los
algoritmos y cálculos HRV para la detección de latidos del corazón
con respecto a la presión que se ejerce al agarrar el volante;
incluyendo también la temperatura de la cabina y del medio
exterior.
2.2 Bases Teóricas
2.2.1 Camiones mineros: Gigantes en tamaño y relevancia
Podemos encontrar en la revista Camiones Mineros: Gigantes en
tamaño y relevancia, Minería Chilena, 2014 algunas
consideraciones como son:
Las tendencias en la actual minería nos llevan a perfeccionar los
sistemas. Los camiones son parte de estas tendencias, en las
cuales se requiere avanzar.
Podría una persona imaginarse la presencia de un camión gigante
en el tajo, pero el hecho de imaginarse no es suficiente para dar
cuenta de la gran importancia que tiene este tipo de maquinaria
en una mina.
Un camión en minería cuesta $4 millones, demora al menos dos
años en estar operativo en mina después de haberse realizado la
compra, siendo un promedio de vida de 15 años, y para magnificar
el escenario, en una gran mina operan alrededor de hasta 100
unidades.
21
Según estadística chilena, 2013-14, existen 1600 camiones
gigantes, contando todos los niveles de minería.
La distribución del mercado de acuerdo a la marca va de la
siguiente manera: Caterpillar 52%, Komatsu 44% y Liebherr con
4%.
Para comprar uno de estos equipos, la decisión debe ser muy
acertada, lo cual depende del planeamiento a largo plazo que se
elabore en mina.
Es tanta la importancia de un equipo como estos, que hasta define
el diseño de la mina, por lo que el proceso de cálculo del tajo se
da después de la definición de los recursos y consta de dos etapas
principales: primero, optimización de las fases y segundo, el
diseño operativo de las rampas, bancos y taludes. Dependiendo
de las características de los camiones es que se definirá los
anchos y los switchbacks más o menos pronunciados, afectando
notablemente las gradientes del tajo. A camiones más grandes,
vías más grandes y planeamiento a largo plazo muy distante.
La automatización de los camiones, la autonomía implica un
alineamiento al plan de extracción, en el que, sin embargo,
puede no cumplir con el plan de producción a corto plazo.
Los camiones autónomos requieren rampas con mayor
mantenimiento y una construcción de bancos particulares, ya que
si cae material en la vía el camión autónomo no podrá evitar
pisar este material y dañar los neumáticos.
Un desafío a vencer en los actuales equipos es reducir el riesgo
para el conductor, ya que debido a la magnitud del equipo, peso y
22
velocidad, hay que darle por hecho que si de haber un accidente
este podría resultar en un 80% fatal.
Por lo que la normativa chilena determinó como necesario el
establecer un programa de monitoreo de Fatiga para conductores
de equipo de acarreo, lo que hace notar que la identificación del
riesgo de caer fatigado durante la conducción ha sido plenamente
mapeada.
Se calcula que un accidente de un camión minero gigante lleva a
pérdidas de por lo menos $6 millones de dólares, sin contar los
gastos ocultos como la reparación, entrenamiento, y sobre todo
la incalculable cifra de la pérdida humana.
Las principales marcas productoras de camiones Caterpillar,
Komatsu, Liebher y Belaz, cada vez están desarrollando
tecnologías para evitar que el conductor sufra daños de
suscitarse un evento inesperado, cabe mencionar que la
velocidad máxima a la que puede llegar uno de estos equipos
cargados a su carga útil total 320 TM en promedio es de 60 km/h.
en plano.
2.2.2 Monitoreo de somnolencia basado en la relación conductor y
la conducción
De acuerdo con Daza et al en el 2011; el porcentaje de cierre de
ojos llamado PERCLOS, es usado para estimar el estado del
conductor. El PERCLOS es analizado en tiempo real usando un
sistema de visión. La información de la conducción usada es
la posición lateral, el ángulo del volante y error de rumbo provisto
por el conector CAN, estas tres señales han sido estudiadas en
23
tiempo y frecuencia. Un perceptor multicapa de red neuronal ha
sido adaptado para poder buscar un resultado óptimo.
El sistema fue instalado en un simulador de conducción natural,
para los propósitos de la evaluación, varios experimentos fueron
diseñados por psicólogos y llevados a conductores
profesionales. Como el fondo de la verdad fue usado el manual de
notas subjetivas .el ratio de detección de 70% usando indicadores
individuales fue llevado a 94% con la combinación de los
indicadores.
2.2.2.1 Algoritmo para detectar la somnolencia
La señal del conductor es el PERCLOS, porcentaje de cierre de
ojos, el indicador de somnolencia más confiable usando
algoritmos de computadora, para obtener el PERCLOS un
sistema fue instalado enfrente del conductor, sistema que trabaja
en tiempo real y no necesita calibración durante el proceso. El
sistema consiste en tres pautas principales.
La primera es el pre-procesamiento, el cual incluye la detección
de ojos y cara basado en la estrategia de apariencia del algoritmo
de Viola y Jones, y la ecualización de los ojos usando una
transformación. El seguimiento de los ojos mediante secuencia
de cuadros. La segunda ejecuta extracción de la posición de la
pupila y esta caracterización usando técnicas de proyección
integral y el modelo de Gaussian.
La pauta final ejecuta la estimación del PERCLOS, el cual está
definido como el porcentaje por un periodo de tiempo donde los
ojos están al menos 80% cubiertos por los párpados. Esta
24
medida fue encontrada para la correlación con reducción de la
tarea de vigilancia físico-motora y deterioramiento del rendimiento
de conducción por el sueño.
En general el PERCLOS puede ser usado en combinación con la
posición lateral y el ángulo del volante, como estos proveen
información complementaria, para mejorar el monitoreo de
manejo somnoliento en conductores.
2.2.3 Evaluación preliminar de los algoritmos para la detección de
somnolencia y distracción en conductores en la carretera
El párpado fue recientemente previsto para ser un robusto y
significativo indicador de la somnolencia cuando se
conduce. Wierwille, Wreggitt, Kirn, Ellsworth, y Fairsbank, en
1994; demostraron que el PERCLOS, porcentaje de cierre de
ojos, fue definido como la proporción de un intervalo de tiempo
en el que los ojos están 80% del 100% cerrados
(excluyendo los parpadeos), fue altamente correlacionado con
otro indicador fisiológico de somnolencia y fue usado para
determinar el criterio del algoritmo de predicción de la
somnolencia que es usado en los conductores-vehículos como
predictor de medida del rendimiento.
PERCLOS tiene una relevancia operacional que es dura de
disputar, encontró que este era un indicativo de comienzo
de sueño y fue relacionado por el pobre desempeño en tareas
visuales. En conducción, el autor refiere... “en este se ve
obviamente que el párpado del conductor está cerrado, la
habilidad de operar un vehículo sería obstaculizado.”.
25
Así mismo (Wierwille et al., 1994) no menciona numerosos
intentos fueron hechos para correlacionar varias medidas de
manejo somnoliento. Variaciones en mantenimiento de vías,
condición de vías y velocidad de mantenimiento han estado
reportados como una función de nivel de fatiga. De varias
mediciones, estas se relacionaron para ser los indicadores de
manejo somnoliento o desempeño del manejo, cuando los ojos
están cerrados por la somnolencia, entradas visuales para el
conductor son temporalmente alteradas. El conductor puede
mantenerse en la vía en un ángulo recto, durante el cierre de ojos
y el vehículo continúa en línea recta.
El conductor que es capaz de completar el viaje o trayecto, cuando
es ciertamente subjetivo sobre la condición de manejo en la que
se encuentra, abre los párpados para manejar la situación. , este
proceso es consistente cuando los modelos del conductor son
controladores intermitentes (Senders, Kristofferson, Levison,
Dietrich, and Ward, 1967). La variación de la velocidad y la
aceleración han estado reportadas por algunos
investigadores, pero estas son más variables en su relación para
los niveles de somnolencia que el mantenimiento de vías y
condiciones de vía.
El algoritmo para estimar el PERCLOS por medios de la regresión
de modelos tienen múltiples valores de rango desde
aproximadamente 0.79 a 0.87, dependiendo qué predictores
fueron usados en el algoritmo.
Nuevos estudios en el simulador de manejo fueron hechos con el
nuevo protocolo que enfatizó el buen mantenimiento de vías, el
26
mejor algoritmo desarrollado para estimar el PERCLOS, referido
como el algoritmo F4e-3, tiene múltiples valores de R=0.48, con un
límite de 0.012 (ejemplo: una clasificación de criterio de un
estimado total de 0.012x180 segundos o aproximadamente 2
segundos o más en 3 minutos de manejo con párpados 80% o más
cerrados, no considerando los parpadeos). La clasificación correcta
d e somnoliento y no somnoliento fue un ratio falso de 0.038 o 3.8%
y se pierde un ratio de 0.51 o 51%.
Para mejorar la correcta clasificación, Wierwille y asociados,
estimaron el PERCLOS con el algoritmo de LANEX, este está
definido como la proporción de un intervalo de manejo que el
vehículo pasa la líneas del carril (limite 0.06667 o 12 segundos por
3 minutos de un intervalo de manejo o periodo). Con esta
reconsideración las falsas alarmas fueron reducidas a 0.002 o 0.2%
y el ratio de pérdida reducido a 0.211 o 21.1%. Wierwille y sus
colegas concluyeron que considerando ambas estimaciones de
algoritmos de PERCLOS fue necesario para mejorar
significativamente los niveles de clasificación. A continuación se
muestra un cuadro con una lista con las variables medidas por
Wierwille y asociados:
27
Variable
medida Definición
Recolección /
Calculo
PERCLOS
Proporción
de tiempo
que los ojos
estuvieron
80% a 100%
cerrados.
Reducción
manual de cierre
de ojos de
cámara de video.
Magnitud y
duración de ojo
cerrado usado
para calcular
PERCLOS.
STVELV
La variación
de la
velocidad del
volante,
donde la
velocidad del
volante está
medida en
grados/segu
ndos.
(°/seg)2.
La velocidad del
volante fue
considerada
como
aproximadamente
0.1 grado de
resolución. Esta
señal fue
procesada
posteriormente y
luego
diferenciada para
derivar STVELV,
aplicando
muestras de
28
variación
estimadas. La
velocidad del
volante fue
2°/segundo.
LANEX
La
proporción
de tiempo en
la que una
parte del
vehículo está
fuera de la
vía.
Derivada del
sensor de
posición.
Tabla 01.- Lista de Variables medidas. Fuente: (Wierwille et al. 1994)
2.2.4 Monitoreo no intrusivo de fatiga y en tiempo real en
conductores
Según los últimos reportes del 2000 manifiesta Qiang &
ZhiweiZhu, que una de las principales causas de accidentes de
tráfico fue por la disminución del nivel de vigilancia del
conductor.
Manejo somnoliento tiene 1500 muertes y 100000 choques por
año.
57% de accidentes fatales en camiones son por fatiga del
conductor.
29
70% de conductores americanos ha reportado haber manejado
fatigado.
Descubrieron que una persona somnolienta parpadea
distintamente lento que cuando está alerta, también una persona
cerrará sus ojos por un periodo largo de tiempo que cuando
están alertas.
Detección de ojos y seguimiento.
Desarrollar una técnica de seguimiento de ojos basada en
combinación de IR infra-rojos.
Parámetros de movimiento de párpados:
Porcentaje de ojos cerrados (PERCLOS).
Una persona que tiene más tiempo un cierre de ojos que una que
está alerta.
Promedio de cierre de ojos / velocidad de apertura (AECS)
Una persona parpadeará distintamente diferente lento que una
que está alerta.
2.2.4.1 Movimiento de la pupila
(Qiang & ZhiweiZhu, 2000) también descubrieron que una
persona somnolienta tendrá una región de mirada más
estrecha que cuando está alerta, además la persona
somnolienta tendrá menos movimientos sacádicos que
cuando está alerta.
2.2.4.2 Seguimiento de la mirada
Basado en la combinación:
30
-Ubicación de la pupila
La mirada local se caracteriza por las
posiciones relativas entre el centro de las
pupilas.
-Orientación de la cabeza
La orientación de la cabeza está estimada
por la forma de la pupila, posición de la
pupila, orientación de la pupila y tamaño de
la pupila.
Parámetros de la mirada:
-Porcentaje de los movimientos sacádicos
(PERSAC).
-Distribución de la mirada sobre el tiempo
(GAZEDIS entropía).
Como se presenta el seguimiento del ojo y la estimación
de la mirada en la siguiente Figura 01:
Fig.01.- Seguimiento del Ojo y Estimación de la mirada.
Fuente: Qiang & ZhiweiZhu,2000
31
2.2.4.3 Movimiento de cabeza:
Estos mismos autores nos hacen mención que una
persona somnolienta mostrara ciertamente un único
movimiento, como el cabeceo.
Seguimiento de la posición de la cara.
Parámetro de movimiento de cabeza
Frecuencia de inclinación de cabeza en relación con el
tiempo. (NodFreq).
2.2.4.4 Expresión facial
Una persona somnolienta tendrá menos expresiones
faciales y exhibirá bostezos más frecuentes.
En la Figura 02 se muestra cómo el sistema analiza las
expresiones faciales:
Fig.02 Posiciones de la cara y Expresiones faciales.
Fuente: Qiang & ZhiweiZhu,2000
2.2.4.5 Modelamiento de Fatiga
La fatiga representa el estado afectivo de un individuo, es
no observable y solo puede inferirse.
Observaciones de fatiga son inciertas, inconclusas,
dinámicas y desde muchos puntos de vista.
Se tendrá que considerar la siguiente información:
32
-Hora del día
-Condición física
-Histórico de sueño
-Condiciones de trabajo
-Ciclo circadiano
Condición ideal de PERCLOS de Figura 03 según Qiang &
ZhiweiZhu realizado en el año 2000 :
Fig.03 Condición ideal de PERCLOS
Fuente: Qiang & ZhiweiZhu,2000
2.2.4.6 Análisis de datos de Fatiga
A continuación se muestra Condiciones ideales de
correlación en la Tabla 02 y Tabla 03 :
AECS PERCLOS PERSAC
Nivel de
Fatiga inferido
Tiempo de respuesta
0.9284 0.9021 -.8907 0.9343
Tabla 02.- Condiciones ideales de correlación Fuente: (Qiang & ZhiweiZhu,2000)
33
Condiciones reales de correlación:
AECS PERCLOS PERSAC
Nivel de
fatiga inferido
Tiempo de respuesta
0.3850 0.5443 -.4806 0.7213
Tabla 03.- Condiciones reales de correlación Fuente: Qiang & ZhiweiZhu,2000
La validación muestra que el PERCLOS está altamente
relacionado con la fatiga.
2.2.5. Evaluación de las tecnologías para la gestión de la fatiga Uso
del método de matriz de características ponderadas
La fatiga del operador es una de las prevalentes causas raíz de
los accidentes en la industria minera. Mientras la fatiga y el
estado de alerta es predominantemente un problema de
gestión de personas, existen tecnologías que pueden ser
adoptadas para ayudar en la detección de fatiga, intervenir con
el operador para prevenir un accidente, y subsecuentemente
seguir acciones correctivas. (David J. Edward et. al 2008)
La industria minera viene teniendo un enfoque extremo en
seguridad, particularmente con la fatiga, muchas compañías
están estableciendo estrategias para la gestión de la fatiga.
Esto no es común para algunas compañías mineras proveer a sus
empleados ambientes adecuados para vivir, cuartos para dormir
de día o noche, facilidades para las comidas con nutrición
balanceada y actividades recreacionales incluyendo
televisión, deportes al aire libre, disciplinas deportivas, etc.
(David J. Edward et. Al, 2008)
34
2.2.5.1 Métodos de identificación de tecnologías
comercialmente disponibles
Fueron identificadas 35 tecnologías, cada producto fue
evaluado basado en la disponibilidad, historia de
experiencia en la industria minera, facilidad de
implementación en los equipos mineros. Lista de
Tecnologías para medir fatiga disponibles en el mercado
minero Tabla 04.
Compañía Producto Tecnología
Acumine HaulCheck Lane Deviation
Advanced Safety Concepts PASS
Head Nodding Detection
ARRB Transport Research NA
Mental Reaction Time
AssistWare Technologies SafeTrac
Lane Deviation
Attention Technologies
Drive fatigue Monitoring
Eye Blink Detection
Delphi Corporation
Drive State Monitor
Eye Blink Detection
International Mining Technologies
Voice commander system
Mental Reaction Time
Ospat PTY OSPAT
Fitness for duty system
35
MobilEYE NV Vision/Radar sensor
Lane Deviation
Seeing Machines Facelab
Eye featuring Monitoring
Smart Eye NA
Eye and head Monitoring
SMI insight
Eye and head Monitoring
Welkin Nap Zapper
Head Nodding Detection
Tabla 04.- Lista de tecnologías. Fuente: David J. Edward et. al 2008
2.2.5.2 Desarrollando una matriz de criterios
A través de las entrevistas con los usuarios y expertos de
la fatiga, una lista de tecnologías fue creada incluyendo
descripción, criterio funcional y técnico.Fueron
seleccionadas 16 categorías
a.- Enfoque de la tecnología
b.- Habilidades del sistema
c.- Tecnología del sensor primario
d.- Medida primaria (ojos)
e.- Medida primaria (comportamiento/fisiología)
f.- Medida primaria (rendimiento del operador)
g.- Características primarias del sistema
h.- Requerimientos para la integración del sistema.
36
i.- Control de medición de la fatiga
j.- Requerimientos ambientales para la tecnología
k.- Evaluación de la información, almacenamiento y
métodos de reporte
l.- Corrección y validación del sistema
m.- Aceptación del Operador
n.- Integración, mantenimiento. Calibración y costos de
infraestructura
Los resultados de la evaluación, objetiva y subjetivamente
desde el punto de vista de todos los expertos en la
evaluación, en el Top de los productos tenemos a
FaceLab, ASTiD, Optalert y SmartEye. Los demás
sistemas están enfocados al monitoreo del equipo
en sí, en el fondo de la lista evaluada tenemos a los
sistemas que realizan test pre-operacional. (David J.
Edward et. al 2008)
37
En la siguiente Figura 04 y Figura 05 podemos observar la
lista de tecnologías para monitoreo de fatiga en general
clasificado según opinión de expertos e importancia en la
industria.
Fig.04.- Puntaje relativo en la evaluación según opinión
Fuente: David J. Edward et. al 2008
Fig.05.- Puntaje relacionado con la importancia de la industria.
Fuente: David J. Edward et. al 2008
Comparando los puntajes subjetivos y objetivos usando un
sistema para enfatizar la importancia de la matriz. Fueron los
expertos que dieron su opinión profesional en cual
tecnología ellos recomiendan, su respuesta puede ser larga
basada en el conocimiento de una industria en particular y el
campo de la ciencia estudiada.(David J. Edward et. al 2008).
38
2.2.6. El Sistema DSS (Drive State Sensor)
El sistema DSS es una tecnología que se encarga de monitorear la fatiga
presentada por el operador durante la conducción del camión de acarreo,
está basada en ser una tecnología que evita el contacto del operador,
es decir, no es intrusiva. (Caterpillar safety services,2016).
En la Figura 06 se puede observar los puntos referenciales que toma el
Sistema DSS para monitorear la fatiga:
Fig.06.- Puntos de referencia que toma el sistema
Fuente: Seeing Machines,2013
EL DSS se encarga de hacer seguimiento al movimiento de ojos, cara,
cabeza y expresiones faciales del operador; es decir, monitorea los
síntomas de la fatiga del operador y los eventos de distracción en
tiempo real, lo que permite tomar estrategias para mejorar la
seguridad del operador como en el ejemplo de la Figura 07.
39
Fig.07.- Modelamiento facial del sistema DSS Fuente: Elaboración propia a través del sistema DSS Seeing Machines
El DSS consta de una cámara, accesorios IR infrarrojos, un CPU, un
altavoz o speaker, motor vibrador y antena GPS, a excepción del GPS,
los demás componentes van dentro de la cabina Figura 08.
Fig.-08 Componentes del Sistema DSS
Fuente: DSS,2016
El sistema, a través de su software, interpreta los gestos del operador y
cuando identifica los signos de fatiga, procede a activar en menos
de 1 segundo el motor vibrador y la alarma sonora a través del
altavoz o speaker, al mismo tiempo, envía una grabación del
evento a control despacho a través de la red de internet.
En la figura 09 se puede observar como el sistema monitorea los ojos:
40
Fig.-09 Monitoreo de ojos por el sistema
Fuente: Caterpillar,2016
El sistema se encarga de medir el cierre de ojos individualmente,
movimiento de cabeza y distracción; lo que hace que sea más confiable
a la hora de activar las alarmas y enviar el evento.
El rastreo de cabeza permite medir la rotación en grados (+-90) de la
cabeza, como se aprecia en la Figura 10 de rastreo de cabeza por parte
del sistema.
Fig.10 Rastreo de cabeza por parte del sistema DSS
Fuente: Elaboración propia a través del sistema DSS Seeing Machines
El rastreo de ojos permite medir el cierre de ojos, se realiza individual
para cada ojo ejemplo de rastreo de ojos en Figura 11.
41
Fig.11.- Rastreo individual de ojos
Fuente: Elaboración propia a través del sistema DSS Seeing Machines
El sistema mediante la captura cuadro a cuadro (frame by frame) es cómo
detecta la fatiga y graba el evento como en la Figura 12.
Fig.12.- Evento de Fatiga cuadro a cuadro (framebyframe) detectado
por el sistema Fuente: Elaboración propia a través del sistema DSS Seeing Machines
El sistema aparte de medir el cierre de ojos y determinar si un operador
está fatigado, también está disponible para medir la distracción, la cual
permite medir el tiempo que se encuentra el operador mirando fuera de
la ruta (DSS, Seeing Machines,2016).En la Figura 13 se aprecia el rastreo
de la distracción por parte del sistema:
Fig.13.- Rastreo de la distracción
Fuente: Elaboración propia a través del sistema DSS Seeing Machines
42
El sistema al igual que el evento de fatiga, cuadro a cuadro (frame by
frame) puede evaluar y grabar el evento de distracción (DSS, Seeing
Machines,2016).
Como se aprecia en la Figura 14.
Fig.14.- Evento de distracción cuadro a cuadro (framebyframe)
detectado por el sistema Fuente: Elaboración propia a través del sistema DSS Seeing Machines
El sistema permite configurarse según las condiciones del lugar donde se
vaya a instalar y usar, lo que permite poder configurar el tiempo de cierre
de ojos, la velocidad a la que desea detectar el evento, habilitar la
vibración, habilitar también el envío de los eventos en tiempo real, si
se desea y habilitar o deshabilitar la función de sonido en cabina. (DSS,
Seeing Machines, 2016).
Como en la Figura 15 y Figura 16, se ve la configuración de acuerdo al
usuario:
Fig.15 Parámetros para la configuración de detección eventos de fatiga
Fuente: DSS Seeing Machines
43
Fig.16.- Parámetros para la configuración de detección de eventos de
distracción Fuente: DSS Seeing Machines
El flujo del evento en la operación inicia en el evento generado por el
operador de camión, este es detectado por el sistema, activa las
alarmas en cabina en la Figura.17. Posterior a ello el evento se registra
en la base de datos, para poder luego ser vista por el controlador de
despacho y hacer que este último se comunique con el operador para
cerciorarse que se encuentre bien como en la Figura.18. (DSS, Seeing
Machines,2016).
Fig.17.- Flujo del evento en cabina
Fuente: Elaboración propia
44
Fig.18.-Flujo del evento hacia control de despacho
Fuente: Elaboración propia
El sistema, al detectar fatiga o distracción, genera eventos, los cuales
aparte de ser enviados a despachador de control despacho, son
almacenados en la base de datos del sistema, donde a través de la
aplicación del sistema DSS llamado DSSiClient, se puede recopilar la
información de una fecha específica o un rango de días, equipo
especifico, por tipo de evento, turno o flota de equipo. (DSS, Seeing
Machines,2016).
Se aprecia en la Figura 19, el registro de los eventos suscitados en
las últimas 07 horas.
Fig.19.- Registro de eventos suscitados para las últimas 7 horas
Fuente: Elaboración propia a través del sistema DSSi Client report,2016
El sistema DSS, una vez obtenidos los registros, podemos exportarlos
como reportes en datos de texto Figura 20, permitiendo saber, todos los
eventos registrados, reportes de diagnóstico del sistema a bordo del
camión, reporte del vehículo por día, mes, turno, ruta del vehículo, etc.
45
Fig.20.-Pantalla de generación de reportes del sistema DSS.
Fuente: Sistema DSSiClient, 2016
Con el sistema DSS podemos tener el control al 70% de la fatiga
generada en la operación de camiones de acarreo, el otro 30% es
netamente comportamiento del operador, y es la parte más complicada
de controlar o educar. (DSS, Seeing Machines, 2016).En la Figura 21 se
muestra las principales funciones integrales del sistema.
Fig.21.- Funciones integrales del Sistema DSS.
Fuente: DSS, Seeing Machines, 2015.
2.3 Definiciones conceptuales
Fatiga: “Molestia ocasionada por esfuerzos prolongados y que
generar alteraciones físicos como el cansancio.”(Real Academia
Española,2014)
46
Según Richter.P, (1998) considera la fatiga de diferentes
maneras; podemos tener fatiga, fatiga laboral y fatiga mental
dentro de los grandes conceptos de fatiga.
En el primer caso Richter.P, (1998) considera la Fatiga y que se
define como una respuesta del organismo a una actividad
continua la que peude ser física o mental, debido a esto podemos
tener algunos aspectos negativos como: sobresfuerzo físico,
estrés emocional, falta de sueño, entre los más comunes. Cabe
aclarar que la Fatiga no es una enfermedad, sino un síntoma
debido al sobreesfuerzo mental o físico.
En el segundo caso de Fatiga Laboral Richter.P, (1998)
menciona, que es la resultante de la sobrecargo de actividades
relacionadas con el trabajo siendo repetitivo en la mayoría de
casos, lo cual se puede reducir con periodos cortos de
descanso (pausas activas).
La fatiga mental se puede definir como un proceso reversible en
el tiempo de disminución de la estabilidad de la conducta en el
rendimiento, el estado de ánimo y la actividad después de un
período prolongado de trabajo. Dicho estado es temporalmente
reversible cambiando las exigencias del trabajo, las influencias del
entorno o la estimulación; y completamente reversible a través de
sueño. La fatiga mental es una consecuencia de la realización de
tareas con un alto nivel de dificultad, que implican, en su
mayoría, el procesamiento de información o que tienen una
duración muy prolongada. (Richter.P, 1998)
47
Clasificación de la fatiga
La clasificación según Navarro, F (2016) es la siguiente:
Fatiga general: Por lo común afecta a todo el organismo,
tanto física como mentalmente.
Fatiga sensorial: Ocasiona dolores e hipersensibilidad en el
sistema nervioso.
Fatiga física: Ocasiona dolores localizados en músculos
determinados.
Fatiga mental: Genera tensión en el individuo, creada por una
actividad mental intensa o prolongada, la padecen
principalmente los que desempeñan trabajos intelectuales, los
que realizan trabajos de gran precisión o los sometidos a una
gran responsabilidad.
Fatiga crónica: Se produce por una falta de recuperación y
escasez de suficiente descanso en etapas sucesivas del
trabajo o fuera de él, que provoca una sensación de malestar,
física y emocional y que mantenida en el tiempo da como
resultado una fatiga crónica, retroalimentada por la rutina
diaria.
Síntomas
Menciona Navarro,F. (2016) los siguientes síntomas que
provocan la fatiga pueden dividirse en las categorías como:
Síntomas fisiológicos: La fatiga se interpreta como una
disminución de la función de los órganos o del organismo
48
completo. Pueden producirse reacciones fisiológicas, como el
aumento de la frecuencia cardíaca o de la actividad eléctrica
muscular.
Síntomas conductuales: La fatiga se interpreta
principalmente, como una disminución de los parámetros del
rendimiento. Entre los ejemplos está el aumento en el número
de errores cuando se realizan ciertas tareas o un aumento en
la variabilidad del rendimiento.
Síntomas psicofísicos: la fatiga se interpreta como un
aumento en la sensación de agotamiento y un deterioro
sensorial, dependiendo de la intensidad, la duración y la
composición de los factores de estrés.
Distracción: “Acción de captar la atención apartándola de
aquello en lo que estaba haciendo aplicada inicialmente.”
(Real Academia Española,2014)
Conducción: “Hace mención a la acción de conducir.”
(Real Academia Española,2014)
Somnolencia: “Torpeza y pesadez de los sentidos
motivados por el sueño.” (Real Academia Española,2014)
Velocidad: “Se refiere a la magnitud física que se expresa
el espacio recorrido por un móvil en la unidad de tiempo.”
(Real Academia Española,2014)
Evento: “Suceso, echo imprevisto, o que puede acaecer.”
(Real Academia Española,2014)
49
Inclinación: “Reverencia que se hace con la cabeza o el
cuerpo” (Real Academia Española,2014)
2.4 Hipótesis
“Es probable que con la implementación del sistema para monitorear la
fatiga, aumentará la detección del número de eventos de fatiga en la
conducción de camiones de acarreo en la empresa de gran minería de la
Región Arequipa”.
50
III. METODOLOGÍA
3.1 DISEÑO METODOLÓGICO
Como señala Louis TA.(1988) en contextos el estudio longitudinal es el
que implica más de dos mediciones a lo largo del seguimiento, y siempre
deben ser más de dos, ya que se miden a través del tiempo.
El diseño metodológico de la presente investigación es no experimental,
longitudinal de evolución de grupo o también conocida como cohortes;
Hernández (2016) menciona que en este tipo de investigaciones se
analizan cambios a través del tiempo del grupo específico a examinar,
este grupo específico esta tiene una característica en común.
De acuerdo a Hernández (2016) la investigación que se llevó a cabo es
de tipo no experimental, longitudinal de evolución de grupo (cohortes), ya
que nos brinda las incidencias de la fatiga en los camiones de acarreo a
través de los meses durante la implementación del sistema de monitoreo
de fatiga, el cual se fija a través de una instalación permanente en la
cabina del camión, la que permite realizar el monitoreo no intrusivo,
evitando realizar acciones adicionales a la tarea de conducción por parte
del operador de turno y no depender de este para que el sistema entre
en funcionamiento y pueda detectar los eventos que se generen.
3.2 POBLACIÓN Y MUESTRA
El universo de la investigación de la implementación de un sistema para
medir la fatiga en camiones de acarreo es de 92 camiones.
51
Margen de Error:
El margen de error para la implementación del sistema de monitoreo de
fatiga fue 0%.
3.3 OPERACIONALIZACIÓN DE VARIABLES
Variables Indicadores Instrumentos Valor Tipo de
Variable
Fatiga
Perclos
Reportes del
Sistema de
Monitoreo de
Fatiga “DRIVE
STATE
SENSOR”
75% de
Cierre de
ojos
Cuantitativa
Inclinación de
cabeza
25 º
sobre el
eje X
Cuantitativa
Distracción 30º
sobre el
eje Y
Cuantitativa
Hora del día 24 horas
al día
Cuantitativa
Velocidad del camión de acarreo
Velocidad mínima determinada por la empresa a 6 km/h.
Cuantitativa
Tabla 05.- Variables e Indicadores Fuente.- Elaboración propia
52
3.1 Indicadores del Sistema
a) Perclos
La cámara detecta que el operador cerró sus ojos
como quedándose dormido. Llamado cierre umbral
de ojos a 1.8 segundos. En la figura 22 se muestra
la relación en porcentaje de cierre de ojos sobre
tiempo.
Fig.22.- Relación % Cierre de ojos sobre tiempo
Fuente: Elaboración propia a través del sistema DSS, Seeing Machines
b) Inclinación de cabeza
El sistema detecta la inclinación que realiza la
cabeza del operador, para poder determinar si es
fatiga o no.
Fig.23.- Rastreo de movimientos de la cabeza
Fuente: Elaboración propia a través del sistema DSS Seeing Machines
53
c) Velocidad del camión
El sistema para que desencadene el evento de
fatiga, se basa en la velocidad a la que el camión
de acarreo está viajando. Esta velocidad puede ser
configura como se muestra en la Figura 24:
Fig.24.- Parámetros para la detección de eventos de Fatiga.
Fuente: Sistema DSS, Seeing Machines
Y se muestra cuando es detectado como en el Figura 25:
Fig.25.-Detalles de un evento detectado por el Sistema DSS
Fuente: Sistema DSS, Seeing Machines
d) Distracción:
El sistema detecta que la mirada del operador se
desvía del camino, llamado atención fuera la vía
por un tiempo mayor a 6 segundos. En la Figura 26
se relaciona los grados de rotación de cabeza
sobre tiempo
54
Fig.26.-Relacióna los grados de rotación de cabeza sobre tiempo Fuente: Elaboración propia a través del sistema DSS, Seeing Machines
e) Tampering (Obstrucción de cámara)
Es activado cuando la cámara no puede realizar un
seguimiento al operador por un tiempo aproximado
de 10 minutos, por lo general se dan cuando se
obstruye la visión de la cámara o accesorios IR
infra-rojos (cámara e IR cubiertos).En la Figura 27
se aprecia la detección de un evento de tampering.
Fig.27.- Detección de evento FOV Field of View Exception
Fuente: Sistema DSS, Seeing Machines
f) Hora
Se determinará la hora en la que ocurre mayor
incidencia de eventos de fatiga por mes.
55
3.4 TECNICA DE RECOLECCIÓN DE DATOS
Para la presente investigación se aplicará la técnica de observación,
según Sabino en 1992, la técnica de observación se enfoca en el análisis
de datos del estudio de un grupo individuos, tales como comportamientos
a causa de factores estimulantes que conllevan al cambio o alteración de
un patrón normal.
Mediante la técnica de observación se determinará el número de
incidencias de fatiga en la conducción por parte de los operadores de
camiones de acarreo.
3.5 TÉCNICA PARA PROCESAR LA INFORMACIÓN
Los reportes del sistema de monitoreo procesados estadísticamente
permitirán analizar la cantidad de incidencias de fatiga y determinar mes
a mes el incremento o disminución porcentualmente.
56
IV. RESULTADOS
La implementación del Sistema de Monitoreo de Fatiga en los camiones
fue incrementando paulatinamente desde el mes de agosto del año 2016
hasta el mes de enero del 2017, como se puede apreciar en la Figura.28
Instalación y Habilitación de sistema de monitoreo de fatiga en camiones
de acarreo, tenemos la segmentación de instalación y habilitación por
etapas.
Fig.28. - Cronograma de Instalación y Habilitación del sistema
de monitoreo de fatiga en camiones de acarreo. Fuente: Elaboración Propia
La implementación se dividió en 5 etapas, las cuales se instalaron y
habilitaron alrededor de 20 sistemas de monitoreo por cada etapa, ya que
los camiones de acarreo cumplían un programa de mantenimiento al cual
nos acogimos y estaba preestablecido por la empresa.
A continuación el análisis de los resultados de la implementación del
sistema de monitoreo de fatiga etapa por etapa, de acuerdo a las
variables identificadas, siendo la principal la fatiga.
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Instalacion Primera Etapa 15d 01/08/16 19/08/16
Habilitacion Primera Etapa 1d 30/08/16 30/08/16
Instalacion Segunda Etapa 15d 01/09/16 21/09/16
Habilitacion Segunda Etapa 1d 30/09/16 30/09/16
Instalacion Tercera Etapa 10d 01/10/16 13/10/16
Habilitacion Tercera Etapa 1d 31/10/16 31/10/16
Instalacion Cuarta Etapa 9d 01/11/16 11/11/16
Habilitacion Cuarta Etapa 1d 30/11/16 30/11/16
Instalacion Quinta Etapa 8d 01/12/16 12/12/16
Habilitacion Quinta Etapa 1d 31/12/16 31/12/16
Emision de Reportes 2d 15/02/17 16/02/17
Feb-17Nombre de la tarea Duración Inicio Finalizar
Ago-16 Set-16 Oct-16 Nov-16 Dic-16 Ene-17
57
Eventos de Fatiga
El sistema de monitoreo de fatiga mostró los siguientes resultados, de
acuerdo al número de eventos de fatiga por mes:
Gráfico 01.- Resumen eventos de fatiga por mes
Fuente Elaboración propia
Como se puede apreciar en el Gráfico 01 Resumen eventos de
fatiga por mes, tenemos los eventos detectados desde el mes de
setiembre, mes a mes hasta el mes de enero, se tiene un
incremento de eventos detectados por el sistema de monitoreo de
fatiga, donde se denota que se detectaron 269 eventos de fatiga
en el mes de setiembre, para incrementarse a 2197 eventos en el
mes de enero, esto debido a que se logró completar la
implementación del sistema de monitoreo de fatiga en un total de
92 camiones de acarreo para el mes de enero, ya que mes a mes
se incrementó el número de sistemas instalados, dando
oportunidad a detectar mayor cantidad de eventos.
269481
625
1228
2197
0
500
1000
1500
2000
2500
Nú
mer
o d
e Ev
ento
s d
e Fa
tiga
Número de eventos de fatiga por mes
58
Meses Setiembre Octubre Noviembre Diciembre Enero
Total
Nº de Camiones
24 51 71 93 92 92
Eventos de Fatiga
269 481 625 1228 2197 4800
% de Eventos de fatiga
mes a mes
- 79% 30% 96% 79% 71%
Tabla 06.- Resumen eventos de fatiga por mes.
Fuente. - Elaboración propia
En la Tabla 06.- Resumen eventos de fatiga por mes, se puede observar
que:
En el mes de setiembre se tenía ya implementado el sistema de
monitoreo de fatiga en 24 camiones, resultando un total de 269
eventos de fatiga.
Para el mes de octubre aumentó el número de eventos de fatiga
siendo 481 eventos por 51 camiones con el sistema
implementado, comparando el mes de anterior hubo un
crecimiento del 79% en eventos de fatiga.
En el mes de noviembre el número de eventos de fatiga fue de
625 en 71 camiones de acarreo con el sistema, si comparamos
con octubre hubo un crecimiento del 30% de eventos de fatiga.
59
En el mes de diciembre se implementó a 22 camiones más de los
que se tenía implementado, siendo un total de 93 camiones con
el sistema de monitoreo de fatiga presentando un total de 1228 de
eventos de fatiga. Se presentó un crecimiento del 96% número de
eventos de fatiga respecto a noviembre.
En el mes de enero se tuvo implementado a 92 camiones de
acarreo. A diferencia del mes anterior (93 camiones de acarreo),
un camión de acarreo fue enviado a mantenimiento; se
identificaron 2197 eventos de fatiga, denotando un crecimiento en
número de eventos de fatiga del 79% respecto al mes anterior.
Cabe señalar que del mes setiembre del 2016 hasta el mes de
enero del 2017, sumaron un total de 4800 eventos de fatiga
detectados por el sistema de monitoreo de fatiga.
Eventos de Distracción
De acuerdo a los indicadores de estudio, se obtuvo los siguientes
resultados:
Gráfico 02.- Resumen eventos de distracción por mes
Fuente Elaboración Propia
449
1370983
2563
1855
0
500
1000
1500
2000
2500
3000
Nú
mer
o d
e Ev
ento
s d
e D
istr
acci
on
Número de eventos de distracción por mes
60
En el Gráfico 02.- Resumen eventos de distracción por mes, se
puede observar que los eventos de distracción detectados por el
sistema de monitoreo incrementaron en relación a los sistemas de
monitoreo implementados mes a mes; para el mes de setiembre
fueron 449, para luego aumentar a 1370 para el mes de octubre;
y que el mes que contó con más eventos de distracción fue el mes
de diciembre, con un total de 256 en 93 camiones de acarreo. Esto
nos indica que, en el último mes del ño, los conductores se
encuentran distraídos por factores externos como gastos extras,
feriados largos, fiestas navideñas, etc.
Meses Setiembre Octubre Noviembre Diciembre Enero Total
Nº de Camiones
24 51 71 93 92 92
Eventos de Distracción
449 1370 983 2563 1855 7220
% de eventos de distracción mes a mes
- 205% -28% 161% -28% 77%
Tabla 07.- Tabla Resumen eventos de distracción por mes. Fuente. - Elaboración propia
En la Tabla 07.- Tabla Resumen eventos de distracción por mes,
observamos :
En el mes de setiembre se tenía ya implementado el sistema
de monitoreo de fatiga en 24 camiones, resultando un total
de 449 eventos de distracción.
Para el mes de octubre aumento el número de eventos de
distracción siendo 1370 eventos por 51 camiones con el
sistema implementado, comparando el mes de anterior hubo
un crecimiento del 205% en eventos de fatiga.
61
En el mes de noviembre el número de eventos de distracción
fue de 983 en 71 camiones de acarreo con el sistema, si
comparamos con octubre hubo un descenso del 28% de
eventos de distracción.
En el mes de diciembre se implementó a 22 camiones más
de los que se tenía implementado, siendo un total de 93
camiones con el sistema de monitoreo de fatiga presentando
un total de 2563 de eventos de distracción. Se presentó un
crecimiento del 162% número de eventos de distracción
respecto a noviembre.
En el mes de enero se tuvo implementado a 92 camiones de
acarreo. A diferencia del mes anterior (93 camiones de
acarreo), un camión de acarreo fue enviado a
mantenimiento; se identificaron 1855 eventos de distracción,
denotando un nuevo descenso en número de eventos de
distracción del -28% respecto al mes anterior.
Cabe señalar que del mes setiembre del 2016 hasta el mes
de enero del 2017, sumaron un total de 7220 eventos de
distracción detectados por el sistema de monitoreo de fatiga,
teniendo un promedio decrecimiento del 77% con relación a
los eventos de distracción.
Eventos Tampering
De acuerdo a los indicadores de estudio se obtuvo los siguientes
resultados:
62
Gráfico 03.- Resumen eventos de tampering por mes
Fuente Elaboración propia
En el Gráfico 03 Resumen eventos de tampering por mes,
observamos que se detectaron 22 eventos de tampering para el
mes de setiembre, y en el mes enero se tuvo la mayor cantidad
de eventos de tampering detectados con un total de 62, esto
debido a que se tuvo mayor cantidad de sistemas implementados
mes a mes, permitiendo monitorear a mas operadores de
camiones de acarreo, teniendo como resultado un total de 216
eventos de tampering detectados por el sistema de monitoreo de
fatiga.
Meses Setiembre Octubre Noviembre Diciembre Enero Total
Nº de Camiones
24 51 71 93 92 92
Eventos de Tampering
22 36 37 59 62 216
% de eventos de Tampering mes a mes
- 64% 3% 59% 5% 32.75%
Tabla 08.- Resumen Eventos de tampering por Mes. Fuente. - Elaboración propia
En la Tabla 08.- Resumen eventos de tampering por mes, se registró lo
siguiente :
22
36 37
59 62
0
20
40
60
80
Setiembre Octubre Noviembre Diciembre EneroNu
mer
o d
e Ev
ento
s d
e Ta
mp
erin
g
Número de eventos de tampering por mes
63
En el mes de setiembre se tenía ya implementado el sistema
de monitoreo de fatiga en 24 camiones, resultando un total
de 22 eventos de tampering.
Para el mes de octubre aumento el número de eventos de
distracción siendo 36 eventos por 51 camiones con el
sistema implementado, comparando el mes de anterior hubo
un crecimiento del 64% en eventos de tampering.
En el mes de noviembre el número de eventos de tampering
fue de 37 en 71 camiones de acarreo con el sistema, si
comparamos con octubre hubo un crecimiento del 3% de
eventos de tampering.
En el mes de diciembre se implementó a 22 camiones más
de los que se tenía implementado, siendo un total de 93
camiones con el sistema de monitoreo de fatiga presentando
un total de 59 de eventos de tampering. Se presentó un
crecimiento del 59% número de eventos de tampering
respecto a noviembre.
En el mes de enero se tuvo implementado a 92 camiones de
acarreo. A diferencia del mes anterior (93 camiones de
acarreo), un camión de acarreo fue enviado a
mantenimiento; se identificaron 62 eventos de tampering,
denotando un incremento en número de eventos de
tampering del 5% respecto al mes anterior.
Cabe señalar que del mes setiembre del 2016 hasta el mes
de enero del 2017, sumaron un total de 216 eventos de
64
tampering detectados por el sistema de monitoreo de fatiga,
teniendo un promedio de crecimiento del 32.5% con relación
a los eventos de tampering.
Eventos por Velocidad
De acuerdo a los indicadores de estudio, se obtuvo los siguientes
resultados:
Gráfico 04.- Resumen eventos velocidad por mes
Fuente Elaboración propia
En el Gráfico 04.- Resumen eventos velocidad por mes, la velocidad
incide a la generación de eventos de fatiga, teniendo velocidad de entre
10 km/h a 11km/h, y donde la velocidad más frecuente en la que
ocurrieron mayor cantidad de eventos de fatiga fue a 11 km/h., teniendo
un total de 766 eventos de fatiga a esa velocidad, representando un 74.2
% del total de eventos a de entre 10km/h a 11km/h de velocidad.
82 115 150
293391
0
200
400
600
11 Km/h 10 Km/h 10 Km/h 11 Km/h 11 Km/h
Frecuencia de eventos de fatiga por velocidad
Setiembre Octubre Noviembre Diciembre Enero
65
Tabla 09.- Resumen eventos de velocidad por mes.
Fuente.- Elaboración propia
En la tabla 09.- Resumen eventos de velocidad por mes, podemos
observar que :
En el mes de setiembre se tenía ya implementado el sistema
de monitoreo de fatiga en 24 camiones, resultando un total
de 82 eventos de fatiga a la velocidad de 11 Km/h.
Para el mes de octubre aumento el número de eventos de
fatiga siendo 115 eventos por 51 camiones a 10 Km/h con el
sistema implementado.
En el mes de noviembre el número de eventos de fatiga fue
de 150 en 71 camiones de acarreo a 10 Km/h con el sistema.
En el mes de diciembre se implementó a 22 camiones más
de los que se tenía implementado, siendo un total de 93
camiones con el sistema de monitoreo de fatiga presentando
un total de 293 de eventos de fatiga a 11 Km/h.
En el mes de enero se tuvo implementado a 92 camiones de
acarreo. A diferencia del mes anterior (93 camiones de
acarreo), un camión de acarreo fue enviado a
Meses Setiembre Octubre Noviembre Diciembre Enero
Nº de Camiones
24 51 71 93 92
Velocidad Numero de Eventos
10 Km/h
- 115 150 - -
Total
265
11 Km/h
82 - - 293 391
Total
766
Total Final
1031
66
mantenimiento; se identificaron 391 eventos de fatiga,
nuevamente a 11Km/h.
Cabe señalar que del mes setiembre del 2016 hasta el mes
de enero del 2017, sumaron un total de 1031 eventos de
fatiga detectados por el sistema de monitoreo de fatiga entre
10 y 11 Km/h; teniendo un promedio de 265 eventos a 10
Km/h y 766 Km/h a 11 Km/h.
Eventos por hora del día
De acuerdo a los indicadores de estudio se obtuvo los siguientes
resultados:
Gráfico 05.- Resumen Eventos por hora del día mensual
Fuente Elaboración propia
En el Gráfico 05.- Resumen eventos por hora de día
mensual, observamos que la mayor cantidad de eventos de
fatiga se produjeron en el transcurso de las 05:00 am y 06:00
am., teniendo un incremento paulatino en los eventos de
fatiga mes a mes hasta el mes de diciembre, donde el mes
que conto con más eventos de fatiga por Hora del día fue
3150 51
130
160
0
50
100
150
200
05.00 am 05.00 am 06.00 am 05.00 am 06.00 am
Frecuencia de eventos de fatiga por hora
Setiembre Octubre Noviembre Diciembre Enero
67
enero, con un total de 160 eventos de fatiga con 92
camiones de acarreo.
Meses Setiembre Octubre Noviembre Diciembre Enero
Nº de Camiones
24 51 71 93 92
Hora Numero de Eventos
05.00 am 31 50 - 130 - Total
211
06.00 am - - 51 - 160 Total
211
Total Final
422
Tabla 10.- Resumen eventos por hora del día mensual. Fuente. - Elaboración Propia
En la tabla 10.- Resumen eventos por hora mensual, podemos observar
que :
En el mes de setiembre se tenía ya implementado el sistema de
monitoreo de fatiga en 24 camiones, resultando un total de 31
eventos de fatiga a las 05.00 am.
Para el mes de octubre aumento el número de eventos de fatiga
siendo 50 eventos por 51 camiones a las 05.00 am con el sistema
implementado.
En el mes de noviembre el número de eventos de fatiga fue de 51
en 71 camiones de acarreo a las 06.00 am con el sistema.
En el mes de diciembre se implementó a 22 camiones más de los
que se tenía implementado, siendo un total de 93 camiones con
el sistema de monitoreo de fatiga presentando un total de 130 de
eventos de fatiga a las 05.00 am.
En el mes de enero se tuvo implementado a 92 camiones de
acarreo. A diferencia del mes anterior (93 camiones de acarreo),
68
un camión de acarreo fue enviado a mantenimiento; se
identificaron 160 eventos de fatiga, nuevamente a las 6.00 am.
Desde el mes de setiembre del 2016 hasta el mes de enero del
2017 fueron un total de 422 eventos de fatiga entre las 05.00 am
y 06.00 am, siendo 211 eventos de fatiga para el transcurso de
las 05:00 am. Y 211 eventos de fatiga para el transcurso de 06:00
am. Estas horas registran el mayor número de eventos de fatiga
Índice de Fatiga por mes
Gráfico 06.- Índice de fatiga mensual y número de camiones con sistema Fuente: Elaboración propia
Podemos apreciar el Gráfico 06.- Índice de fatiga mensual y
número de camiones con sistema, que el número de
eventos de fatiga no está obligatoriamente relacionado el
número de camiones, es decir, no necesariamente a tener
más camiones implementados con el sistema de monitoreo
de fatiga se va a registrar más eventos, como se puede
verificar en el caso del mes de octubre, donde el número de
269481
625
1228
2197
24 51 71 93 92
11.29.4 8.8
13.2
23.9
0.0
5.0
10.0
15.0
20.0
25.0
30.0
0
500
1000
1500
2000
2500
Setiembre Octubre Noviembre Diciembre Enero
índ
ice
de
fa
tig
a
Eve
nto
s d
e f
atig
a / N
úm
ero
de
ca
mio
ne
s
Índice de fatiga mensual
Eventos de Fatiga Número de Camiones
Indice de Fatiga
69
camiones con sistema de monitoreo implementado era 51,
y la cantidad de eventos de fatiga fueron 481, teniendo un
índice de fatiga de 9.4, comparado al mes de noviembre
donde se tuvo implementado el sistema de monitoreo en 71
camiones y habiéndose detectado una cantidad de 625
eventos de fatiga resultando con un índice de fatiga de 8.8.
Meses Setiembre Octubre Noviembre Diciembre Enero
Nº de Camiones
24 51 71 93 92
Índice de Fatiga
11.2 9.4 8.8 13.2 23.9
% de índice de fatiga
mes a mes
- -16% -7% 50% 81%
Tabla 11.- Resumen Índice de fatiga por mes. Fuente: Elaboración Propia
En la Tabla 11.- Resumen Índice de fatiga por mes, observamos el índice
de fatiga por mes, el cual resulta de la siguiente manera:
Número total de eventos de fatiga por mes / Número de sistemas
implementados en camiones de acarreo.
De acuerdo al índice de fatiga se pudo medir en qué mes se tuvo mayor
fatiga; siendo el mes de enero con 23.9 de índice de fatiga, siguiendo el
mes de diciembre, mes en el cual por ser el último del año, y por
consecuente, el mes en el que se tuvo un incremento del índice de fatiga
comparado con un mes anterior, presentando un incremento del 50% en
índice de fatiga.
70
V. Conclusiones y Recomendaciones
5.1 Conclusiones
Se logró la implementación del sistema de monitoreo de fatiga en
un total de 93 camiones de acarreo de manera paulatina, desde el
mes de setiembre del 2016 al mes de enero del 2017, cumpliendo
al 100% con toda la flota.
Se tuvo un registro de 4800 eventos de fatiga durante toda la fase
de implementación, teniendo el mes de enero con 2197 eventos,
siguiendo diciembre con 1228, estando esto directamente
relacionado con un factor psicosocial por ser el último mes del año,
y enero el primero del año.
La velocidad a la que se produjeron la mayor cantidad de los
eventos de fatiga registrados, fue en el rango de 10 km/h a 11km/h,
esto debido a la distancia y grado de pendiente para el ciclo de
acarreo.
Se tuvo un total de 216 eventos de tampering durante la
implementación del sistema en toda la flota. El sistema ha tenido
buena recepción por parte de los trabajadores, ya que el porcentaje
mes a mes de obstrucción de la cámara o tampering es bajo con
relación al número de camiones y eventos de fatiga.
La hora a la que se produjeron mayor registro de eventos de fatiga
fue entre las 05.00 am y 06.00 am, esto debido al ritmo circadiano
del cuerpo humano.
En términos generales, no necesariamente el tener más camiones
de acarreo implementados con el sistema de monitoreo de fatiga
71
va a tener relación directa con el número de registro de eventos de
fatiga, ya que el factor humano está presente en más del 90% de
accidentes.
5.2 Recomendaciones
Se debe identificar a los operadores de camiones de acarreo de
manera mensual que reporten mayor índice de fatiga.
Se recomienda crear un programa para el manejo de fatiga para
operadores de camiones de acarreo que se encuentren identificados
con mayor índice de fatiga mensual.
Se debe evaluar la condición psicosocial en la que se desenvuelven
los operadores de camiones fuera de la mina,
Se debe evaluar la condición médica de los operadores de camiones
de acarreo que aparezcan con mayor índice de fatiga por dos meses
seguidos.
Se debe identificar a los operadores que no tengan eventos de fatiga
dentro de un mes y reconocer el trabajo seguro.
72
Bibliografía
1. Edwards, D.,Sirois, B., & Trutschel,U.(2008).Evaluation of
fatigue management technologies using weighted feature
matrix methods. .Caterpillar INC, Illinois USA and Circadian
Technologies Inc.
2. Daza, N., Hernandez, L., Bergaza, M., Parra, I., Yebes, J.,
Gavilan, M., Quintero, R., Llorca, D.,& Sotelo, M. (2010) .
Drowsiness monitoring based on driver and driving data fusion
.Departament of Electronics University Of Alcalá, Madrid,
España.
3. Qiang, J. (2004). Nonintrusive Monitoring and Prediction of Driver
Fatigue. New York: Rensselaer Polytechnic Institute.
4. Wierwille,W., Wreggit, S., Kirn, C., Ellsworth, L., & Fairbanks,
R. (1994). USA Research on vehicle-based driver
status/performance monitoring; development, validation, and
refinement of algorithms for detection of driver drowsiness Final
Report HS-808 247, National Highway Traffic Safety
Administration, Virginia.
5. Rey de Castro, J., Gallo, J., Loureiro, H.(2004).Cansancio y
somnolencia en conductores de ómnibus y accidentes de
carretera en el Perú: estudio cuantitativo. Revista
Panamericana Salud Publica.;16,11–8.
6. Liendo, G., Castro, C.(2009).Cansancio y somnolencia en
conductores de ómnibus interprovinciales con base en Lima,
73
según condiciones laborales de la empresa de transportes
Lima: Facultad de Medicina, Universidad Peruana Cayetano
Heredia.
7. Rey de Castro, J. (2003).Accidentes de tránsito en carreteras e
hipersomnia durante la conducción: la evidencia periodística.
Revista Médica.;14: 69–73.
8. Rey de Castro, J.,& Soriano, S.(2002). Hipersomnia durante la
conducción de vehículos ¿causa de accidentes en carreteras?
A propósito de un estudio cualitativo. Revista Peruana Medicina
Interna. 15: 142-49.
9. García, J., Rogado,E., Barea, R., Bergasa, L., López,E.,
Ocaña, M., & Schleicher, D. (2009). Sistema detector de fatiga
en la conducción. Universidad de Alcalá, Alcalá de Henares.
10. Bakovic, S. (2014). Factores psicosociales relacionados a
accidentes en el contexto de la minería peruana”. Pontificia
Universidad Católica del Perú, Lima
11. Real Academia Española (2014). Diccionario de la Real
Academia Española.
12. Richter, P. (1998). Mental Fatigue.Estados Unidos. Enciclopedia
Iberoamerica de seguridad
13. Mineria Chilena. (2014). Camiones Mineros:Gigantes en tamaño y
relevancia. Camiones Mineros, 15.
14. Hernandez, F. (2003). Metodologia de la Investigacion. Mexico: Mc
Graw-Hill.
74
15. Louis, T. A. (1988). General methods for analysing repeated
measures. Estados Unidos.
16. Seeing Machines. (Julio de 2011).Sistema Drive State Sensor.
Seeing Machines. Recuperado el 2016, de
http://www.seeingmachines.com
17. Navarro, F. (22 de Marzo de 2016). La Fatiga.Revista Digital
INESEM. Recuperado el 20 de Diciembre de 2016, de
https://revistadigital.inesem.es/gestion-integrada/la-fatiga-laboral/
18. Hernández, R.(2016). Metodología de la investigación. México:
McGraw Hill.
19. MSHA. (2010). Transport accident statistics .Mine Safety and Health
Administration. Recuperado el 2016, de https://www.msha.gov/data-
reports/statistics
Recommended