COMPARACIÓN ENTRE LAS METODOLOGÍAS DE AJUSTES ENTRE EL MÉTODO

DE LAGRANGE Y EL MÉTODO POR INTERACCIÓN DEL SOLVER DEL MS EXCEL,

PARA LA RECONCILIACIÓN EN BALANCES EN CELDAS DE FLOTACIÓN

Ing. Ernesto Adán Vizcardo Cornejo.

ernesto.vizcardo@aceroschilca.com
Ing Luis Vidalio Valle Chirinos
Luis.valle@aceroschilca.com
ACEROS CHILCA
evizcardo@gmail.com
evizcardo@unsa.edu.pe
UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA

El balance de materia es uno de los métodos más útiles y potentes de evaluar la unidad y las
operaciones integradas en una planta metalúrgica. Se utiliza para calcular las recuperaciones y
distribuciones valiosas de un determinado componente al final de un periodo mensual o contable,
que a la vez son fuertemente influenciadas por la exactitud del muestreo del flujo. Las hojas de
cálculos son ideales para estos cálculos partiendo desde balances básicos hasta sistemas más
complejos en la etapa de reconciliación.

La forma tradicional de desarrollar este tipo de balances cuenta con la metodología de ajuste que
es por el método de lagrange el cual es un método valido, que es derivar la ecuación de balance
general dando así la solución analítica para ello se establecen factores de ajustes para cada punto
(alimentos, Concentrados, relaves) y el factor lambda (que es corrector de balance), dando toda
una infinidad de ecuaciones las cuales deberán derivarse e igualarse a cero.

Para una solución más reducida y rápida recurrimos a la herramienta SOLVER de Microsoft Excel
complemento que resuelve problemas de programación lineal y no lineal. SOLVER es una
herramienta con fines de optimización aplicada a diferentes disciplinas y la metalurgia no es ajena
a estos procesos.

Dando así la misma solución que la analítica evitando así las derivaciones del método de
multiplicadores de lagrange, Los resultados obtenidos por este método se aproximan
perfectamente a varios reportes metalúrgicos clientes de nuestra empresa, desarrollados en
nuestros laboratorios así como también en diferentes plantas metalúrgicas de la zona.

1
 Solución Analítica – Método de los multiplicadores de Lagrange

Cuando quieres maximizar (o minimizar) una función multivariable Sujeta a la

restricción de que otra función multivariable sea igual a una constante, se
sigue estas acciones:

Paso 1: introduce una nueva variable λ y define una nueva función L

Esta función se llama el "lagrangiano", y a la nueva variable lambda, se le conoce como

"multiplicador de Lagrange".

Paso 2: el gradiente de L es igual al vector cero.

En otras palabras, encuentra los puntos críticos de L.

Paso 3: considera cada solución, las cuales se ven algo como:

Sustituye cada una en f. O más bien, primero quita los componentes λo, después sustitúyela en f,
ya que lambda, no es una entrada de f. La que dé el valor más grade (o más chico) es el punto
máximo (o mínimo) que estás buscando.

Ejemplo de Aplicación

En las celdas de flotación en todo un circuito ó celda unitaria se establecen 3 puntos de muestreo
que son: Feed(A) (Alimento), Concentrado (B) (Conc) y Relaves(C) (Tail, Colas), de acuerdo a la
siguiente al siguiente esquema

2
Para ello se toma la siguiente muestra de análisis de leyes.

La selección de color amarillo (figura 1) es la región

FiguraaNro.
evaluar
1 para este caso se puede hacer toda la
evaluación en conjunto aplicando VBA(Macros), pero para este caso nos limitaremos a esa región,
dando el ordenamiento respectivo con fines de evaluar las leyes de Fe, S, Cu, FeO e ins.

Figura Nro. 2

En la figura Nro. 2 estamos mostrando que las filas son ahora las leyes y las columnas son los
puntos de muestreo de dicha ley.

El factor de corte que se muestra en la figura Nro. 2 en la columna H (color gris) no es más que el
valor de “" el cual se obtiene en cada malla en teoría este valor debería ser constante en cada
malla cosa que no lo es debido a que las leyes están aún sin balancear.

Para ello estableceremos que la ecuación general donde (SSQ en la suma de cuadrados), se
expresa al cuadrado para eliminar los valores negativos que puedan existir.

3
Derivando con respecto a “”, nos muestra la siguiente solución el cual el valor de “” será el factor
de corte óptimo que en función a él deberán corregirse las leyes.

En nuestro caso nuestro valor de b es 0.9055 como factor de división, Si reemplazamos el valor de
“”, en la expresión de la figura nro. 3:

Figura Nro. 3

Vemos en el cuadro que el valor de delta es distinto de cero, implica que el factor de corte no es
suficiente, sino que en funcion de mismo se debera corregir las leyes necesariamente.

Entonces aplicaremos los multiplicadores de lagrange y ordenando adecuadamente nos muestra la

siguiente forma:

Donde delta a, delta b, delta c al cuadrado son nuestros puntos de muestreo incluyendo en forma
ordenada la ecuación de la figura nro. 3.

Una vez hecha la función objetivos (errores + restricciones), derivamos con respecto a cada punto
de muestreo en a, b y c

4
Y por último derivamos con respecto a lambda (restricción):

Simplificando y ordenando cada expresión se tiene los siguientes términos:

los deltas de a, b, c está en función de lambda y Si reemplazamos:

en lambda obtenemos la figura nro. 4

Figura Nro. 4

Al resolver el factor de corte (), está ajustando en todas las leyes donde los valores a1, b1, c1
están corregidos.

Esta metodología es la solución analítica el cual se usa con frecuencia, pero se tiene otra forma
más corta que es por interacción, que es la que a continuación se va a realizar.

Solución por interacción (herramienta solver Microsoft Excel)

5
Para una solución más reducida y rápida recurrimos a la herramienta SOLVER de Microsoft Excel
complemento que resuelve problemas de programación lineal y no lineal a través de interacciones
en sus celdas. SOLVER es una herramienta con fines de optimización

El algoritmo y método utilizados por SOLVER utiliza el código de optimización no lineal (GRG2)
desarrollado por la Universidad León Lasdon de Austin (Texas) y la Universidad Allan Waren
(Cleveland), Los problemas lineales y enteros utilizan el método más simple con límites en las
variables y el método de ramificación y límite, implantado por John Watson y Dan Fylstra de
FrontlineSystems, Inc

SOLVER ajusta los valores en las celdas cambiantes que se especifiquen, denominadas celdas
ajustables ó celdas cambiantes, para generar el resultado especificado en la fórmula de la celda
objetivo. Pueden aplicarse restricciones para limitar los valores que puede utilizar SOLVER en el
modelo y las restricciones pueden hacer referencia a otras celdas a las que afecte la fórmula de la
celda objetivo, los componentes básicos de la herramienta SOLVER son:

Celda objetivo: Celda que se desea definir con un valor determinado o que se desea maximizar o
minimizar.
Valor de la celda objetivo: Específica si se desea maximizar o minimizar la celda objetivo, o bien
definirla con un valor específico el cual se introducirá en el cuadro.
Cambiando las celdas: Celdas que pueden ajustarse hasta que se satisfagan las restricciones del
problema, pueden especificarse 200 celdas como máximo.
Sujeto a las siguientes restricciones: Muestra una lista de las restricciones actuales en el problema,
permitiéndose editar dichas restricciones.
Resolver: Inicia el proceso de solución del problema definido.

Planteamiento de la Herramienta SOLVER en el ajuste de leyes.

En la tabla de la figura adjunta que se ve a continuación (figura nro5) se establece tres regiones

La región donde están las leyes sin corregir (color verde) y la región donde están las leyes
Figura Nro. 5
corregidas (color celeste), adicionalmente se establece una tercera región (color blanco), donde

6
estarán los deltas de cada ley elevada al cuadrado (cada una de ellas será la diferencia entre la ley
sin ajustar con la ley ajustada).

Delta a2= (ley sin ajustar – ley ajustada)2

Delta b2= (ley sin ajustar – ley ajustada)2
Delta c2= (ley sin ajustar – ley ajustada)2
Sumaremos todas las leyes de la tercera región (Celdas blancas), estableciéndolas como error y
deberán ser la mínima posible Como celda objetivo.

Como celdas cambiantes serán las leyes corregidas (región azul), y como restricciones
establecemos que el valor , (factor de ajuste) sea constante en cada ley dispuesta en filas.

Suma de
Errores

Leyes a ajustar

Valor de 

Figura Nro. 6
 Ajustado

Al establecer resolver en la Herramienta SOLVER se obtiene la siguiente solución (figura 7).

7
Figura Nro. 7

Leyes ajustadas
Error ajustado.
Como se muestra en la figura 7 el valor de  se estabiliza en 0.90543, resultado similar por el
método de multiplicadores de lagrange. y a su vez se corrige las leyes (región azul) dando el mismo
resultado
Que la metodología anterior.

CONCLUSIONES.

 La gran ventaja que se tiene con la herramienta SOLVER, es que todo el cálculo se hace en
una única tabla y no se requiere celdas auxiliares para obtener el balance como
habitualmente se hace.

 Nos evitamos escribir engorrosas formulas y largos cálculos de naturaleza derivativa que es
el objetivo como solución analítica.

BIBLIOGRAFÍA
 B. Wils, T.J. Naiper. Munn Octubre 2006.
 A.Gupta and D.S.Yan Mineral Processing Design and Operation.
 J.Angel Egas Lima-Perú Evaluación de Plantas metalúrgicas.