Un Enfoque Más Sostenible para Evaluar La Eficiencia de La Trituración (Autoguardado)

UNIVERSIDAD DE ANTOFAGASTA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE MINAS
METODOLOGÍA PARA EL
CONCEPTO DE DISEÑO
DE CIRCUITOS DE
CONCENTRACIÓN
“Grupo 2”
ANTOFAGASTA
25 de Septiembre del 2017

UNIVERSIDAD DE ANTOFAGASTA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE MINAS
METODOLOGÍA PARA EL
CONCEPTO DE DISEÑO
DE CIRCUITOS DE
CONCENTRACIÓN
Bastián Andrés Muñoz Gripe
Kevin Jesús Quezada Ríos
Jaime Jesús Romero Gatica
Antonio Paulo Sepúlveda Muñoz
Trabajo de investigación presentado en conformidad a los

requisitos para la asignatura de:
Mineralurgia
Profesor Guía: Lorena Cortez
Página 2 de 27
Índice
Resumen Ejecutivo. ........................................................................................................................... 5
Introducción. ...................................................................................................................................... 6
Capítulo I: Objetivos .......................................................................................................................... 7
Capítulo II: Metodología y problemas del diseño. ........................................................................... 7
1 Problema del Diseño y operación de flotación de espuma. ....................................................... 7
2 Metodología Actual ..................................................................................................................... 7
2.1 Problemas del procedimiento ............................................................................................. 8
3 Descripción de la nueva metodología ......................................................................................... 8
3.1 Nivel I: definición y análisis del problema. .......................................................................... 8
3.2 Nivel II: Síntesis y selección de alternativas ........................................................................ 9
3.3 Nivel III: Diseño final............................................................................................................ 9
Capítulo III: Justificación de supuestos. ......................................................................................... 10
4 Justificación de supuestos ......................................................................................................... 10
Capítulo IV: Método de contribución grupal. ................................................................................ 13
5 Método de contribución grupal ................................................................................................ 13
5.1 Generación de alternativas ............................................................................................... 13
5.2 Grupos de procesos........................................................................................................... 16
5.3 Modelos de recuperación ................................................................................................. 17
5.4 Método de ajuste .............................................................................................................. 19
5.5 Ejemplo y validación.......................................................................................................... 22
Capítulo V: Estudio de casos. .......................................................................................................... 23
6 Ejemplo...................................................................................................................................... 23
6.1 Nivel I: definición y análisis ............................................................................................... 23
6.2 Nivel II: síntesis y selección de alternativas ...................................................................... 24
6.3 Nivel III: diseño final .......................................................................................................... 26
Capítulo V: Conclusiones y trabajos futuros. ................................................................................. 26
7 Conclusiones y trabajos futuros ................................................................................................ 26
Página 3 de 27
Índice de ilustraciones
Ilustración 1: Tabla 1 ........................................................................................................................... 8
Ilustración 2: Figura 1 ........................................................................................................................ 12
Ilustración 7: Tabla 2 ......................................................................................................................... 17
Ilustración 8: Ecuación 1 ................................................................................................................... 17
Ilustración 9: Ecuación 2 ................................................................................................................... 17
Ilustración 10: Ecuación 3 ................................................................................................................. 17
Ilustración 11: Tabla 3 ....................................................................................................................... 19
Ilustración 16: Figura 6.a ................................................................................................................... 22
Ilustración 17: Figura 6.b ................................................................................................................... 22
Página 4 de 27
Resumen Ejecutivo.
El presente informe tiene como objetivo dar a conocer una metodología para el concepto
de diseño de circuitos de concentración basado en un grupo de metodologías por
contribución. Esta metodología consta de tres etapas (1) Definición y análisis del
problema, (2) Síntesis y escaneo de las alternativas, (3) Diseño final. Estas priorizan; la
descripción de la metodología, la justificación de suposiciones y los métodos de grupos de
contribución.
El procedimiento es general porque puede aplicarse a cualquier circuito que consista en

etapas que generen dos flujos de productos, el concentrado y la cola. Los modelos
presentados se aplican para estimar la recuperación en circuitos de concentración con un
máximo de seis etapas. Los cuales se montaron utilizando datos de balance de masas de
cuarenta y seis circuitos, generando treinta y cinco grupos de procesos. Además se
utilizaron estudios de casos para ilustrar la metodología.
Página 5 de 27
Introducción.
Los circuitos de flotación son un procedimiento común para la concentración de una
amplia gama de minerales, siendo una tecnología utilizada en el tratamiento de aguas
residuales. La flotación con espuma se basa en la diferencia de la capacidad de las
burbujas de aire al adherirse selectivamente a superficies minerales específicas en una
suspensión solida/acuosa. Las partículas con o sin las burbujas adheridas pueden o no ser
llevadas a la superficie y retiradas (manteniendo la fase líquida).
En este trabajo, se presenta una nueva metodología que integra los cinco primeros pasos
del diseño dado por Harris et al. (2002) con los objetivos de (1) Orientar la finalidad de las
pruebas (2) Reducir las pruebas de laboratorio y de planta piloto, logrando así menores
costos y tiempos de ejecución, (3) Diseñando el circuito de flotación basado en un
procedimiento sistemático y (4) Acelerando el procedimiento de diseño. La metodología
propuesta utiliza un enfoque completamente diferente basado en la búsqueda de buenos
diseños (no necesariamente óptimos) entre un conjunto más limitado de alternativas
(eliminando alternativas poco probables) y evaluando el desempeño de cada diseño
usando un modelo aproximado pero simple.
El desarrollo de este informe se divide en seis capítulos, (1) Objetivos (2) Metodología,
incluyendo los niveles de decisión, (3) Justificación de los supuestos, (4) Método de
contribución grupal, (5) Estudios de casos centrados en el primero y el segundo nivel de
decisión, y (6) Conclusiones y se propone el trabajo futuro.
Página 6 de 27
Capítulo I: Objetivos
La finalidad de este trabajo es orientar las pruebas realizadas, reducir las pruebas de laboratorio y
de planta piloto logrando así menores costos y tiempos de ejecución, para luego diseñar el circuito
de flotación basado en un procedimiento sistemático, en el cual el procedimiento de diseño será
acelerado, para finalmente entregar diseños que sean buenos, y entregar alternativas al proceso a
realizar.
Capítulo II: Metodología y problemas del diseño.

1 Problema del Diseño y operación de flotación de espuma.
El diseño y operación de la flotación es complicada, ya que hay muchos parámetros

interconectados, la recuperación de cada etapa debe ser perfeccionada, y a causa de estas
recuperaciones la función contiene múltiples variables, por lo tanto, el método no es el más
apropiado.
El problema en la síntesis del circuito es determinar el tipo de etapa de flotación y la secuencia

necesaria para lograr la concentración del mineral a un conjunto especifico de características. El
problema de diseño de flotación es determinar los valores óptimos para las condiciones de
funcionamiento y las variables relacionadas con el equipo para el circuito de tamaño sintetizado.
Los problemas de modelado, síntesis y diseño de la hoja de flujo están relacionados ya que, para la
generación y selección de alternativas, se necesitan algunos modelos de diagramas de flujo. La
necesidad de los modelos de diagramas de flujo es para verificar las soluciones. Pero una
propiedad basada en una contribución grupal de un diagrama de flujo requiere el conocimiento de
la estructura del proceso y de los grupos necesarios para representarlos. Al tener un conjunto de
datos previos al estudio, permite combinar los datos con las reglas del nuevo diseño permitiendo
el modelamiento del nuevo proceso. Esto también significa que el problema inverso de la
estimación de la propiedad, es decir, la síntesis / diseño del proceso que tiene propiedades
deseadas, puede resolverse generando estructuras de proceso viables y probando sus
propiedades.
2 Metodología Actual
La práctica actual para el diseño de estos circuitos se basa en siete pasos (Harris et al., 2002): (1)
examen mineralógico en conjunto con una serie de pruebas de molienda, (2) una gama de ensayos
de lotes a escala de laboratorio y bloqueo de circuitos (3) un diseño de circuitos basado en la
ampliación de la cinética de laboratorio, (4) evaluación económica preliminar del mineral, (5)
planta piloto de diseño del circuito, (6) evaluación económica, (7) diseño de planta a gran escala.
Página 7 de 27
2.1 Problemas del procedimiento
El procedimiento presenta varios problemas, (1) el diseño del circuito se basa en una escala de
aumento de datos de laboratorio que depende de la experiencia del diseñador, (2) En el
laboratorio y la planta piloto se invierte mucho dinero y tiempo, (3) La dinámica del sistema no se
toma en cuenta.
3 Descripción de la nueva metodología
La metodología propuesta se compone por tres niveles (1) definición y análisis, (2) síntesis y
selección de alternativas y (3) diseño final (Tabla 1).
Ilustración 1: Tabla 1
3.1 Nivel I: definición y análisis del problema.
En este nivel se define el problema, incluyendo el carácter de la alimentación, los objetivos del
diseño y las restricciones de operación. El material que se alimenta al proceso debe caracterizarse.
Para llevar a cabo la caracterización existen varias formas; el examen mineralógico, pruebas de
molienda, pruebas de laboratorio a gran escala y pruebas de cinética de flotación.
La decisión de qué prueba es más relevante para el proyecto es hecha por el diseñador de acuerdo
a su experiencia. Sin embargo, los componentes que se van a alimentar al circuito deben ser
definidos. Estos pueden ser diferentes en composición mineralógica o de tamaño. Debe conocerse
además el caudal másico de alimentación y la recuperación de fase para cada componente. En
esta etapa se usa un valor aproximado de recuperación para cada componente y en cada circuito,
por lo tanto, la determinación de estos valores puede realizar con modelos, datos de laboratorio o
en terreno y/o por la experiencia del diseñador.
Por ejemplo, los criterios definidos por Agar, Stratton-Crawley y Bruce (1980) se pueden utilizar
para definir la etapa de recuperación. Además, se definen criterios generales para escoger cuáles
son los circuitos más adecuados para procesar el material de alimentación. Hay varios factores a
considerar, los cuales serían; calidad del producto (grado y concentraciones de impurezas),
capacidad de la planta (producción de concentrado) y por su economía (ingreso, beneficio, costo).
Página 8 de 27
Finalmente, se define el número máximo de etapas a considerar en el diseño del circuito. Esta
definición debe ser completada para las etapas de “cleaner and scavenger”. El método propuesto
por Gálvez (1998) se puede utilizar para definir el número de las etapas mencionadas, basandose
en los valores de recuperación de cada una y los objetivos técnicos (recuperación global y grado
deseado).
3.2 Nivel II: Síntesis y selección de alternativas
En este nivel, se generan y evalúan alternativas de circuitos utilizando un modelo de contribución

grupal, los circuitos más adecuados son validados por el balance de masa. Las alternativas se
generan usando matrices (origen-destino) para los flujos de concentrado y cola. Además estima
la recuperación global de cada componente.
El modelo de contribución grupal actual incluye las etapas de “rougher, cleaner 1, cleaner 2,
cleaner 3, scavenger 1, y scavenger 2”. Con estas etapas de separación se pueden generar mil
cuatrocientos noventa y dos circuitos. Los circuitos generados se ordenan en base a los criterios
especificados en el nivel I. El diseñador puede incluir otros criterios adicionales para la selección
del circuito mencionado en el nivel I, tales como: control de procesos o plantas de procesamiento
que están o estuvieron en operación. El conjunto de alternativas es validado usando el balance de
masas o simulaciones, y este es re escogido bajo los mismos criterios o nuevos criterios. El
diseñador puede analizar cada uno de los circuitos seleccionados, incluyendo problemas de
control o experiencia previa en el procesamiento de minerales en el circuito seleccionado. La
experiencia del diseñador se añade a los resultados de las simulaciones, basándose en los
resultados, se selecciona un nuevo conjunto de circuitos para el diseño final.
3.3 Nivel III: Diseño final
El diseño final se realiza el análisis de sensibilidad. Se necesita buscar las variables asociadas al
diseño operativo del equipo. Existen tres parámetros que hacen más complejo el análisis, químicos
operacionales, dependientes del equipo, porque no hay un modelo que pueda manejar los tres
parámetros simultáneamente.
El análisis de sensibilidad puede utilizarse para guiar la experimentación de cada especie

identificando la o las etapas de flotación que afectan la recuperación de la especie. Estos
resultados permiten tener condiciones operativas (por ejemplo tamaño de partículas y PH), y
también condiciones más adecuadas para el funcionamiento de cada escenario. Después se hace
un análisis de sensibilidad basado en escenarios, usando un software comercial, para la generación
de modelos cinéticos apropiados definiendo aspecto tal como: tiempo de residencia, tamaño y
Página 9 de 27
número de equipos. Se puede realizar un análisis de sensibilidad local o global. El resultado del
análisis es la identificación de variables para mejorar el funcionamiento de cada parámetro.
Capítulo III: Justificación de supuestos.

4 Justificación de supuestos
La recuperación de la etapa puede considerarse constante para propósitos de diseño. Suponiendo

que las recuperaciones constantes de cada estado pueden ser cuestionables porque dependen de
las características de alimentación (valores de otros parámetros), y son diferentes para cada
circuito alternativo. Esta hipótesis se analizará desde dos puntos de vista. En primer lugar, se
discutirán estudios realizados y posteriormente se mostrarán nuevas pruebas. El diseño del
proceso se basa en la optimización, utilizando superestructuras, donde no siempre la mejor
estructura es muy sensible a valores operativos. Por ejemplo, Cisternas y colegas estudiaron
estructuras óptimas para la separación basada en la cristalización fraccional (Cisternas, 1999) y
encontraron casa donde la mejor estructura era independiente de los cambios en las condiciones
operativas. Además, descubrieron que hay áreas dentro de una región de diseño donde el cual
siempre es superior a otro, independientemente de las condiciones de operación. Cisternas et al.
(2004) desarrollaron un procedimiento para el diseño de circuitos de flotación basados en
programación matemática utilizando superestructuras jerárquicas de dos niveles. El primer caso
estudiado consideró que todos los bancos usan quince celdas, y un segundo caso fue estudiado
permitiendo el uso de 10, 15 o 20 celdas por banco. El circuito óptimo de flotación obtenido fue el
mismo, pero con diferentes valores de recuperación en cada etapa de flotación.
Méndez, Gálvez y Cisternas (2009) utilizaron diferentes circuitos de molienda en el diseño de los
circuitos de flotación. La aplicación a una planta de flotación de cobre indica que la misma
estructura de flotación se obtuvo utilizando diferentes circuitos de trituración. Estos estudios
demuestran que el circuito de flotación óptimo depende fuertemente de la composición de la
alimentación y del precio del metal, pero tiene una baja dependencia de la recuperación de la
etapa.
Jamett, Vielma y Cisternas (2012) presentaron un modelo para el diseño de la incertidumbre de

los circuitos de flotación utilizando la programación estocástica. La incertidumbre fue
representada por varios escenarios, incluyendo cambios en el precio de la alimentación y del
metal. El modelo permite cambiar las condiciones de operación (tiempo de residencia) y la
estructura del diagrama de flujo para cada escenario manteniendo el diseño del equipo fijo
(número de células en cada banco de flotación) para todos los escenarios. Los resultados
mostraron que la estructura de flujo óptico no cambió en ocho de nueve escenarios estudiados,
pero las recuperaciones de cada etapa cambiaron.
Montenegro, Sepúlveda, Gálvez y Cisternas (2013) estudiaron el efecto de la incertidumbre en las

estapas de rougher, cleaner, re-cleaner and scavenger” en las recuperaciones globales y en el
Página 10 de 27
grado de concentración final. Las incertidumbres en las recuperaciones de cada etapa fueron
representadas por funciones de distribución normales, triangulares y uniformes con variaciones
entre 1% y 10%. Las incertidumbres se estudiaron considerando la variación en cada etapa, así
como en varias escalas simultáneamente; se consideraron ochenta y cuatro casos. La simulación
de Monte Carlo se utilizó en el estudio, sumando más de seis millones de simulaciones. Los
resultados mostraron que los mejores circuitos de flotación no funcionaban en las recuperaciones
de la etapa.
Posteriormente, Montenegro, Bruckard, Gálvez y Cisternas (2013) aplicaron un método

computacional de atajo para analizar y comparar circuitos alternativos de flotación para tratar
minerales de cobre de alto contenido de arsénico.
Veintisiete circuitos fueron evaluados en base a los índices métricos de eficiencia, capacidad,
calidad, economía e impacto ambiental. Las simulaciones se realizaron para un mineral de sulfuro
australiano que contenía calcopirita, tennantita, cuarzo y pirita. En la simulación se asumió una
recuperación de fase constante. En la simulación, se asumió la recuperación de la etapa constante.
Para validar esta hipótesis, se calcularon los indicadores normalizados para varios valores de
recuperación de etapas para cada mineral; se seleccionaron tres niveles con ± 5, ± 10 y ± 20%, los
cuales pueden ser considerados como variaciones moderadas, intermedias y altas. Se seleccionó el
muestreo aleatorio de los estudios de caso para reducir el error de Samplinger. El tamaño de la
muestra se estimó en veintiocho combinaciones, lo que da un nivel de confianza de 0,95.
Veintiocho combinaciones fueron estudiadas por veintisiete circuitos; por lo tanto, dos mil
doscientas sesenta y ocho simulaciones se realizaron. Los resultados de las simulaciones para
variaciones moderadas, intermedias y altas se normalizaron para cada combinación de valores de
recuperación de la etapa. Se calcularon los valores de desviación media y estándar para los
veintiocho valores normalizados para un circuito específico y un indicador específico. Las
desviaciones estándar eran generalmente pequeñas, lo que indica que los indicadores no
experimentan grandes variaciones a pesar de los cambios en los valores de recuperación de la
etapa.
Normalmente, el circuito con los mejores resultados tiene una desviación estándar baja, es decir,
estos circuitos dan los mejores resultados independientemente del valor de la recuperación de la
fase. Los circuitos con resultados moderados a veces tienen variación significativa, es decir, la
posición dentro del conjunto de alternativas tiene mayor variabilidad. A pesar de la variación, el
valor nunca excede los valores de los mejores circuitos.
Todos estos trabajos previos no demuestran que se puede suponer una recuperación constante
para cada etapa de flotación, pero proporcionan evidencia de que el resultado puede ser
extrapolado a otros sistemas de flotación.
La Figura 1 muestra la recuperación global de cinco circuitos de flotación, cada uno compuesto de
tres etapas. Estos cálculos consideraron que las recuperaciones son las mismas para todas las
etapas. La recuperación global del circuito 1 es mayor que todos los demás circuitos. Este
Página 11 de 27
comportamiento es independiente de los valores de recuperación de escala. Esto significa que si
para un proceso particular que está dominado por la recuperación de las especies de valor (por
ejemplo, una especie de valor con alta flotabilidad y alto precio y ganga con baja flotabilidad y baja
carga por su presencia en el concentrado) el circuito 1 es siempre mejor que los otros circuitos.
Comparando circuito 2 con el circuito 4, se puede observar que las curvas se cruzan alrededor de
la etapa de recuperación 0.5. Este hallazgo significa que, aunque la etapa de recuperación de la
especie de valor es mayor que 0,5 y la recuperación de fase de la ganga es menor que 0,5, el
circuito 2 es mejor que el circuito 4. Hay regiones de recuperación de etapas donde un circuito (o
un conjunto de circuitos) es mejor que otro (o un conjunto de circuitos). Esto significa que se
pueden usar valores aproximados de recuperación de la etapa para propósitos de selección de un
conjunto de circuitos que tienen un mejor potencial para dar buenos resultados. Esta selección
será correcta cuando los valores aproximados estén dentro de la región de recuperación de la
etapa, donde estos circuitos proporcionan los mejores resultados.
Ilustración 2: Figura 1
La Figura 2 muestra el beneficio de estos cinco circuitos cuando se procesa un mineral de sulfuro
de cobre usando bancos de flotación. Los beneficios se comparan con diferentes tiempos de
residencia en las celdas de flotación. El circuito 1 proporciona el mayor beneficio independiente
del tiempo de residencia (y, por lo tanto, los valores de las recuperaciones de la etapa). Estos
cálculos se realizaron para diferentes números de celdas por banco con resultados similares. Estos
resultados confirman que se puede suponer una recuperación constante de la fase para la
selección de circuitos como una aproximación inicial.
Página 12 de 27
Capítulo IV: Método de contribución grupal.

5 Método de contribución grupal
Los modelos de contribución grupal estiman las propiedades de los productos químicos puros y
mezclados. Estos han demostrado ser útiles para diseñar productos químicos para aplicaciones
específicas (polímeros, extractantes, disolventes, refrigerantes y catalizadores), la base de cada
modelo es que el valor de la propiedad de un producto químico puede estimarse agregando las
contribuciones de los grupos constituyentes del producto. Al desarrollar un modelo de
contribución grupal para una propiedad química específica, se utilizan datos experimentales de un
conjunto de productos químicos para calcular el valor aportado por cada grupo. Estos valores se
usan para estimar las propiedades de los productos químicos que aún no se han medido.
D'Anterroches y Gani (2005) desarrollaron un modelo de contribución grupal para el diseño de un

proceso de separación basado en la destilación fraccionada y el concepto de un grupo de procesos
semejante a un grupo químico. Además, se integró una metodología de contribución grupal con
una metodología para diseñar y controlar simultáneamente un proceso de producción de
bioetanol (Alvarado-Morales, Hamid, Sin, Gernaey, Woodley, y Gani, 2010).
El procedimiento es general y puede aplicarse a cualquier circuito que consista en unidades que
generen dos flujos de producto: concentrado y cola. Esta sección se organiza de la siguiente
manera: en primer lugar, se desarrolla un procedimiento para generar todos los circuitos factibles,
dadas las etapas de concentración. Además, se genera una cadena para representar cada circuito,
que pueda ser utilizado para almacenar un circuito en una base de datos.
5.1 Generación de alternativas
Suponiendo que cada etapa de concentración tiene dos flujos de salida: un concentrado y una
cola. Se utiliza la siguiente definición: la etapa “Rouguer” (R) es una etapa que procesa una
alimentación de circuito, la etapa “Cleaner” (C) es una etapa que procesa una corriente de
concentrado, y la etapa “Scavenger” (S) es una etapa que procesa una corriente de cola.
Página 13 de 27
El procedimiento se ilustrará con un ejemplo. Supongamos que se desea la generación de circuitos
factibles que consisten en etapas de “Rouguer”, “Cleaner”, y “Scavenger”. Donde se identificarán
trayectorias factibles para los flujos de concentrado y de cola utilizando dos matrices de origen-
destino.
La Figura 3 muestra las matrices, donde R, C, S, P y W representan la etapa de ”Rouguer”,

“Cleaner”, de “Scavenger”, concentrado final y cola final, respectivamente. La matriz de origen -
destino del concentrado muestra que el concentrado del “Rouguer” debe ser enviado a la etapa
“Cleaner” (cadena RC), el concentrado “Cleaner” deberá ser un concentrado final (CP) y el
concentrador “Scavenger” puede ser enviado a la etapa “Rouguer” (SR) o la etapa “Cleaner”(SC).
Así, podemos identificar dos caminos para las corrientes concentradas: [(RC) (CP) (SR)] y [(RC) (CP)
(SC)]. De forma similar, la matriz origen – destino muestra que la cola de la etapa de “Rouguer”
debe ser enviada a la etapa “Scavenger” (RS), la cola “Cleaner” puede ser enviada a la etapa
“Rouguer”(CR) o la etapa “Scavenger” (CS), donde la cola “Scavenger” debe ser la cola final (SW).
Por lo tanto, podemos identificar dos caminos para las corrientes de cola: [(RS) (CR) (SW)] y [(RS)
(CS) (SW)] Los circuitos de concentración viables son las combinaciones del concentrado y
trayectos de cola. Por lo tanto, existen cuatro circuitos de concentración factibles: [(RC) (CP) (SR)]
[(RS) (CR) (SW)], [(RC) (CP) CS] (SW)], [(RC) (SC)] [(RS) (CS) SO)]. Se identificaron los circuitos de
concentrado viables y un método para representar los circuitos de concentración, mediante una
cadena que muestra el concentrado y los trayectos de cola, denominados secuencia de trazas de
concentrado y cola (cadena CTP). La cadena CTP facilita el almacenamiento de circuitos de
concentración en una base de datos.
El procedimiento se puede extender a circuitos con dos o más unidades “Cleaner” y “Scavenger”.
Por ejemplo, el circuito de la Figura 4 puede representarse mediante la cadena CTP [(RC1) (C1C2)
(C2P) (S1C2)] [(RS1) (C1R) (C2C1) (S1W)], donde la cadena dentro del primer conjunto de
corchetes corresponde a las trayectorias de concentrado representadas por líneas continuas, y la
cadena dentro del segundo conjunto de corchetes corresponde a las trayectorias de cola
representada por líneas discontinuas. Además, a partir de la combinación de ambos caminos,
podemos identificar cada etapa de concentración. Por ejemplo, la combinación (RC1) en la
Página 14 de 27
trayectoria del concentrado con (RS1) en la trayectoria de la cola indica que la etapa de “Rouguer”
envía su concentrado al “Cleaner 1” y su cola al “Scavenger 1” (RC1S1).
Algunos procedimientos de diseño de circuitos basados en superestructuras permiten enviar flujos

de concentrado y cola entre todas las etapas, excluyendo la recirculación en la misma etapa. Esto
no sólo produce circuitos ilógicos, por ejemplo, el envío de concentrado del “Rouguer” a la etapa
de “Scavenger”, aumenta significativamente el número de alternativas. Por ejemplo al considerar
las etapas R, C y S, el número de alternativas es setecientos veintinueve en comparación con las
cuatro alternativas anteriores, y en el caso de considerar las etapas R, C1, C2 y S, el número de
alternativas factibles es veinticuatro (identificado por la matriz origen-destino) v/s sesenta y cinco
mil quinientos treinta y seis si se permite todo el reciclaje de la corriente.
Usando matrices origen-destino para los concentrados y colas, se puede determinar el número
total de circuitos lógicos y factibles. Se construyó una base de datos para todos los circuitos
factibles y lógicos que incluían una etapa de “Rouguer”, “Cleaner 1”, “Cleaner 2”, “Cleaner 3”,
“Scavenger 1” y “Scavenger 2”.
Para circuitos con dos etapas, hay dos circuitos factibles. Para los circuitos con tres etapas, hay
ocho circuitos factibles (cuatro con R, C1, S1, dos con R, C1, C2 y dos con R, S1, S2). Para circuitos
con cuatro etapas, hay cuarenta y dos circuitos. Para circuitos con cinco etapas, hay doscientos
cuarenta y cinco circuitos. Para circuitos con seis etapas, hay mil doscientos circuitos. En total, hay
mil cuatrocientos noventa y dos circuitos. Si se define una etapa de concentración según el tipo de
etapa (Rouguer, Cleaner 1, Cleaner 2, Cleaner 3, Scavenger 1 y Scavenger 2) y los destinos del
concentrado y la cola, entonces hay treinta y cinco tipos de etapas de concentración. Estas etapas
de concentración se denominarán grupos de procesos en el modelo de contribución.
Página 15 de 27
5.2 Grupos de procesos
En el modelo de contribución grupal el comportamiento del proceso se predice a partir del

comportamiento de las partes constitutivas del proceso. Específicamente, en el caso del circuito
de concentración, donde su comportamiento se predice sobre la base de la contribución de cada
concentración o grupo de proceso. Estos grupos de procesos son una función de las etapas de
concentración (Rouguer, Cleaner 1, Cleaner 2, Cleaner 3, Scavenger 1 y Scavenger 2) y los destinos
de sus productos (concentrados y colas). Por ejemplo, para el circuito de la Figura 4, [(RC1) (C1C2)
(C2P) (S1C2)] [(RS1) (C1R) (C2C1) (S1W)], los grupos de proceso son RC1S1, C1C2R, C2PC1 y
S1C2W. En la Figura 5, los grupos están representados por colores diferentes para enfatizar que
cada grupo incluye la fase de flotación y el destino de su concentrado y cola. El grupo RC1S1
corresponde a una etapa de “Rouguer” donde el concentrado y la cola se envían a “Cleaner 1” y
“Scavenger 1”, respectivamente. De forma similar, el grupo S1C2W corresponde a una etapa
“Scavenger 1”, en la que el concentrado se envía a “Cleaner” 2, y la cola es la cola final del circuito.
Debido a que cada grupo no sólo incluye la etapa de flotación sino también el sentido de su
concentrado y cola, cada grupo lleva información topológica con ella. Por ejemplo, que el grupo
C1C2R representa una etapa “Cleaner 1” en la que en el concentrado se envía a la etapa “Cleaner
2” y la cola a la etapa “Rouguer”.
La Tabla 2 muestra treinta y cinco grupos de proceso que se distribuyen de la siguiente manera:
tres grupos con la etapa “Rouguer”, seis grupos con la etapa “Cleaner 1”, ocho grupos con la etapa
“Cleaner 2”, cinco grupos con la etapa “Cleaner 3”, ocho grupos con la etapa “Scavenger 1” y cinco
grupos con la etapa “Scavenger 2”.
En la Tabla 2, los grupos 1 a 3 representan la etapa de “Rouguer”, pero difieren en sus destinos de
concentrado y de cola. En el grupo RC1S1, el concentrado de “Rouguer” y la cola se procesan en
las etapas de “Cleaner 1” y “Scavenger 1”, respectivamente. Por el contrario, en los grupos de
Página 16 de 27
proceso RC1W y RPS1, sólo el concentrado y cola son procesadas, es decir, la cola en el grupo
RC1W y el concentrado en el grupo RPS1 son los productos finales.
5.3 Modelos de recuperación
Para predecir la recuperación del circuito, se proponen dos modelos que dependen de los valores
de recuperación de la etapa de ”Rouguer”. Para las recuperaciones de “Rouguer” (0.63 - 0.9) y las
recuperaciones medias de “Rouguer” (0.38 - 0.62) se utiliza el modelo siguiente:
Ilustración 8: Ecuación 1
Donde Rc es la recuperación del circuito; Λi es la contribución del grupo de procesos i; Ni es el

número de grupos de procesos i en el circuito; NT es el número total de grupos de proceso en el
circuito; NC es el número total de etapas “Cleaner” en el circuito; Ns es el número total de etapas
“Scavenger”; y a, b y c son constantes. Para las recuperaciones más bajas (0 - 0.37), se utiliza el
siguiente modelo:
Donde la contribución del grupo de procesos, Λi, depende de la recuperación de escalones, Ti,
como sigue:
Página 17 de 27
Donde αi y βi son constantes para cada grupo i. Los valores de a, b, c, αi y βi deben ajustarse sobre
la base de los valores de recuperación global de los circuitos.
Para la generación de valores de recuperación global, se seleccionaron cuarenta y seis circuitos y

se realizó un balance de masa para quinientas recuperaciones aleatorias de “Rouguer” para cada
rango en los cuarenta y seis circuitos. En total, hay veintitrés mil valores experimentales para cada
rango de recuperación de ”Rouguer”. Las recuperaciones del “Cleaner” y “Scavenger” se
seleccionaron como números aleatorios dentro del diez por ciento de la recuperación
de”Rouguer”. Los cuarenta y seis circuitos se muestran en la Tabla 3. Obsérvese que se utilizaron
dos, cuatro, veinticinco, diez y cinco circuitos con dos, tres, cuatro, cinco y seis etapas,
respectivamente. Cada grupo de proceso aparece en al menos dos circuitos de concentración
usados en el proceso de ajuste. En promedio, cada grupo está presente en cinco coma siete
circuitos en el proceso de ajuste.
Página 18 de 27
5.4 Método de ajuste
Los modelos de contribución grupal se ajustaron usando BARON-GAMS (Sahinidis & Tawarmalani,
2011). Los resultados se muestran en las Tablas 4 y 5. La Tabla 4 muestra las constantes de la
ecuación (3) que son una función de cada grupo y rango de recuperación. La Tabla 5 muestra las
constantes a, b y c de las ecuaciones (1) y (2). Se utilizó el error absoluto medio (MAE) para
cuantificar la diferencia entre las recuperaciones previstas y las reales. El MAE se calculó utilizando
la siguiente ecuación:
Página 19 de 27
(4)
Donde RpGk es la recuperación del circuito global predicha de los datos k (de la contribución
grupal), RrGk es la recuperación del circuito global de los datos k (del balance de masas), y N es el
número total de puntos de datos.
Los valores de MAE para todos los circuitos utilizados en la conexión son 0,018, 0,018 y 0,009 para
los rangos de recuperación de alta, media y baja, respectivamente. La Tabla 6 muestra el MAE
Página 20 de 27
para cada circuito usado en el proceso de ajuste. Los valores máximos de MAE son 0,075 (para el
circuito treinta y cinco), 0,049 (para el circuito veintiocho) y 0,034 (para el circuito uno) para los
rangos de recuperación alto, medio y bajo, respectivamente. Circuito treinta y cinco, [(RC1) (C1C2)
(C2C3) (C3P) (S1C3)] [(RS1) (C1R) (C2R) (C3R) (S1W)], tiene tres etapas ”Cleaner” y una etapa
“Scavenger”; el circuito veintiocho, [(RC1) (C1P) (S1C1) (S2R)] [(RS1) (C1S2) (S1S2) (S2W)], tiene
una etapa “Cleaner” y dos etapas “Scavenger”; y el circuito uno, [(RC1) (C1P)] [C1R] (RW)], tiene
una etapa “Cleaner”. Para ilustrar la capacidad predictiva del modelo de contribución de grupo, la
Figura 6 muestra las recuperaciones calculadas por los balances de masa v/s recuperaciones
predichas por el modelo de contribución grupal para dos ejemplos.
La figura 6a muestra un ejemplo en el que el ajuste es notablemente bueno, mientras que la

Figura 6b muestra un ejemplo con un ajuste pobre, incluso si los resultados son buenos. Se
utilizaron diferentes símbolos para recuperaciones altas, medias y bajas.
Página 21 de 27
Ilustración 16: Figura 6.a
Ilustración 17: Figura 6.b
5.5 Ejemplo y validación
Como ejemplo, considere el circuito de la Figura 3, que corresponde al circuito nueve de la Tabla 6,
la cadena CTP [(RC1) (C1C2) (C2P) (S1C2)] [(RS1) (C1R) (C2C1) (S1W)]. Consideremos que las
recuperaciones en todas las etapas son iguales a cero coma ocho. Entonces, por el balance de
masa es sencillo demostrar que la recuperación es dada por:
Rc (T) = T2 / (1 - 3T + 5T2 - 3T3 + T4) = 0,95012, donde T es la recuperación de la fase. Los grupos
de procesos son RC1S1, C1C2R, C2PC1 y S1C2W. Usando la ecuación (3) y los valores en la Tabla 4
para una recuperación “Rouguer”, obtenemos: RC1S1= −0.14408, C1C2R= −0.11686,
C2PC1=34.85498, y S1C2W= −0.27188.
Finalmente, usando la ecuación (1), obtenemos Rc = 0.95020, lo que corresponde a un error

absoluto de 0.00008. Para validar el modelo, se aplicó el procedimiento a cinco circuitos que no se
incluyeron en el proceso: cuatro circuitos con cinco etapas (tres con R, C1, C2, S1, S2, uno con R,
C1, C2, C3, S1) y un circuito con seis etapas (R, C1, C2, C3, S1, S2). Los valores de MAE fueron cero
coma cero treinta y uno para siete mil quinientos puntos de datos. Por lo tanto, el modelo mostró
Página 22 de 27
capacidades predictivas en estos dos circuitos. Cabe destacar que esto significa que el modelo de
contribución grupal proporciona una estimación válida de recuperación global independiente de la
composición de cada corriente en el circuito.
Capítulo V: Estudio de casos.

6 Ejemplo
Con respecto al estudio de los diferentes casos, se da un breve ejemplo de la separación de un

sulfuro de cobre, en donde el valor mineral es calcopirita (CuFeS2) y la ganga son pirita (FeS2),
arsenopirita (AsFeS) y sílice (SiO2). La tecnología de concentración es la flotación de espuma, que
es una tecnología común para este tipo de mineral. El estudio de caso se presentará para los
niveles de decisión I y II, mientras que el nivel III se analiza brevemente en este documento.
6.1 Nivel I: definición y análisis
En este nivel, se toma la decisión sobre la caracterización de la alimentación, los objetivos de

diseño, las recuperaciones estimadas por etapa y el número de etapas en el circuito de flotación.
Basándose en la caracterización del mineral de la alimentación, se consideraron cuatro especies
(Cp: 100% de CuFeS2, CpPy: 95% de CuFeS2 y 5% de FeS2, PyAs: 99% de FeS2 y 1% de AsFeS, Sc:
100% de SiO2). El caudal másico de la alimentación y las recuperaciones en etapas están en la
Tabla 7. Las recuperaciones son valores aproximados y se mantienen constantes con el propósito
de seleccionar y evaluar alternativas. Con la composición de la alimentación de mineral y el caudal
de alimentación indicados en la Tabla 7, el grado de cobre es de 1,02% y el grado de arsénico de
0,07%.
Respecto a lo anterior, se definieron dos tipos de objetivos de diseño, en primer lugar, se

definieron los valores mínimo y máximo deseados para la recuperación global para cada especie.
Página 23 de 27
Estos valores se dan en la última columna de la Tabla 7. Por ejemplo, se esperan recuperaciones
de al menos 90% de Cp y no superior a 1% de Sc. Para evaluar las alternativas, los ingresos de cada
circuito se considerarán indicadores. Estos ingresos serán evaluados utilizando la ecuación (5) y
corresponden al modelo de rendimiento de la fundición neta (Cisternas et al., 2004).
Donde Pi es el flujo masivo de especies i en el concentrado, p es la fracción de metal pagada, gCu

es el grado de cobre del concentrado, uCu es la deducción de grado, Trc es el cargo de
tratamiento, Rfc es el cargo de refinería y gAs uAs representa la carga de arsénico. H es el número
de horas por año de operación de la planta cuando los caudales son en masa por hora. Esta
fórmula para el cálculo de los ingresos incorpora la eficiencia metalúrgica de la planta, es decir
que, la recuperación y el contenido mineral son funciones opuestas. Recientemente se ha
demostrado que los ingresos son una función objetiva adecuada para evaluar los circuitos de
flotación (Cisternas et al., 2013). En este trabajo, se utilizó un precio de cobre, q, de US $ 4000 /
ton. Para estimar el número de etapas limpieza y barrido se utilizó el procedimiento desarrollado
por Gálvez (1998). En este procedimiento, basándose en las recuperaciones de la etapa y
conociendo los niveles de separación deseados en general, se calcula el número de etapas
“Cleaner” y “Scavenger” necesarias para separar dos especies. El procedimiento de Gálvez se
aplicó entonces a cada par de especies utilizando las recuperaciones de las etapas dadas en la
Tabla 7 y los valores mínimos y máximo de recuperación global de cada especie (última columna
de la Tabla 7). El número máximo de etapas obtenidas se seleccionó como el número de etapas
requeridas. El procedimiento proporciona tres etapas “Cleaner” y una etapa “Scavenger”.
6.2 Nivel II: síntesis y selección de alternativas
En este nivel, los circuitos factibles se generan y modelan utilizando el modelo de contribución
grupal. El circuito factible debe generarse con una etapa “Rouguer” (R), tres etapas
“Cleaner” (C1, C2 y C3) y una etapa “Scavenger” (S1). Utilizando el procedimiento descrito en la
sección 3.1, se obtuvieron ciento veintiocho circuitos. Estos circuitos se simularon usando el
siguiente procedimiento: (1) se calcula la contribución grupal de cada etapa (ecuación (3)) usando
las constantes de la Tabla 4 y las recuperaciones de la etapa en la Tabla 7; (2) las recuperaciones
globales para Cp, CpPy, PyAs y Sc se determinan para cada circuito alternativo usando las
ecuaciones (1) y (2); (3) los ingresos se calcularon utilizando la ecuación (5), y una clasificación de
Página 24 de 27
las mejores alternativas se genera sobre la base de este indicador. Este procedimiento es simple y
se puede realizar fácilmente en una hoja de cálculo.
En este trabajo se seleccionaron veinte circuitos para su validación. Estos circuitos están en la
Tabla 8; cuatro de ellos tienen cuatro etapas, y el circuito quince tiene cinco etapas. Las dos
primeras columnas de la Tabla 8 muestran las cadenas de CTP. En la tercera y cuarta columna está
clasificación basada en la contribución grupal y el balance de masa, respectivamente. La última
columna muestra los ingresos calculados usando los resultados del balance de masa. Seis de los
diez circuitos seleccionados usando la contribución grupal están entre los diez primeros basados
en la clasificación del balance de masas. Para comprobar si había mejores circuitos, los 35 circuitos
de contribución de grupo superiores fueron validados por el balance de masa. Los diez primeros
circuitos basados en la contribución grupal se encuentran entre los dieciséis primeros usando el
balance de masas. Sin embargo, la diferencia entre los valores de los ingresos no es grande, ya que
sólo hay una diferencia del once por ciento entre los diez primeros. Por lo tanto, el sistema de
contribución grupal seleccionó un conjunto de circuitos adecuados. Para la selección de circuitos
para el diseño final de nivel III, se pueden utilizar varios criterios. En primer lugar, la experiencia
previa se puede utilizar si algunos de los circuitos se han utilizado anteriormente. En segundo
lugar, los nuevos criterios pueden incluir la estabilidad de los circuitos o el número de etapas
requeridas. Finalmente, pueden utilizarse los resultados de las validaciones del balance de masas;
por ejemplo, la Tabla 9 muestra detalles, grado de concentrado y recuperación global para los
nueve circuitos superiores.
Página 25 de 27
6.3 Nivel III: diseño final
Como se indica en la Sección 2.3 en este nivel se definen las condiciones y las variables de diseño.
Este nivel incluye algunas pruebas experimentales para determinar las condiciones de
funcionamiento (como los reactivos, el pH y el tamaño de las partículas) y desarrollar modelos que
representen el comportamiento de cada etapa. Se pueden utilizar varias técnicas como el análisis
de sensibilidad, la simulación y la optimización, como se explica en la Sección 2.3. Como ejemplo,
el circuito que ocupa la quinta posición en el ranking de la Tabla 8 fue seleccionado porque es el
mejor circuito con cuatro etapas de flotación. La recuperación se modeló utilizando la expresión
desarrollada por Yianatos y Henríquez (2006). Luego, basándose en el método desarrollado por
Cisternas et al. (2013) se determinó el tiempo de residencia y el número de celdas por etapa. Los
resultados consideran las celdas nueve, dos, dos y once para las etapas de “Rouguer”, “Cleaner 1”,
“Cleaner 2” y “Scavenger”, respectivamente. Además los tiempos de residencia fueron de 0.012,
0.028 ,0.08 y 0.017 h para las etapas de “Rouguer”, “Cleaner 1”, “Cleaner 2” y “Scavenger”,
respectivamente. Con estos valores el ingreso estimado es de ciento treinta y tres coma ocho
millones de dólares por año, cero coma seis por ciento por debajo del valor inicial, pero con un
grado de cobre en el concentrado dos coma cinco por ciento mayor que el inicial. Estos cálculos se
muestran como ejemplos de las actividades asociadas con el nivel III, sin embargo, se requiere un
mayor desarrollo.
Capítulo V: Conclusiones y trabajos futuros.

7 Conclusiones y trabajos futuros
Una novedosa metodología fue presentada para el diseño de la concentración de circuitos. Esta
utiliza tres niveles de decisiones, los dos primeros niveles se presentan en profundidad en este
informe, el tercer nivel se discute brevemente. La metodología utiliza modelos de contribución
grupal para una estimación rápida de las recuperaciones de un número significativo de circuitos de
Página 26 de 27
flotación. Una vez estimadas las recuperaciones, los circuitos se priorizan sobre la base de un
indicador de rendimiento. Los circuitos priorizados son validados por el balance de masas.
Las principales ventajas de la metodología son que puede reducir el número de pruebas de
laboratorio, acelerar el diseño de estos circuitos y reducir la dependencia del diseño en la
experiencia del diseñador.
Se desarrolló un modelo de contribución grupal para estimar la recuperación de los circuitos de

concentración. El procedimiento es general y puede aplicarse a cualquier circuito que consista en
unidades que generan dos flujos de producto: concentrado y cola. Además, se desarrolló un
procedimiento para generar todos los circuitos factibles para un número dado de etapas. Este
procedimiento genera una cadena (cadena CTP) para representar un circuito de concentración,
que puede usarse para almacenar el circuito de concentración en una base de datos. Los modelos
desarrollados pueden ser aplicados para estimar las recuperaciones de circuitos de concentración
con un máximo de seis etapas, correspondientes a mil cuatrocientos sesenta y dos circuitos de
concentración. Los modelos fueron ajustados a datos de balance de masas de cuarenta y seis
circuitos, generando treinta y cinco grupos de procesos. La desviación media fue de uno coma
cinco por ciento para sesenta y nueve mil puntos de datos. El modelo se aplicó a cinco nuevos
circuitos que no se utilizaron en el procedimiento de ajuste, lo que produjo una desviación
promedio del tres coma uno por ciento. Por lo tanto, la estimación de los grados de concentración
fue exitosa.
El trabajo futuro considera la incorporación de nuevos grupos de procesos tales como las etapas
de molienda y de “Cleaner”/”Scavenger”. Se espera que estas modificaciones aumenten
significativamente el número de circuitos factibles. Además, el último nivel de la metodología,
requiere el desarrollo de nuevos métodos y herramientas para asegurar el diseño final adecuado
del circuito de flotación.
Página 27 de 27

Un Enfoque Más Sostenible para Evaluar La Eficiencia de La Trituración (Autoguardado)

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Un Enfoque Más Sostenible para Evaluar La Eficiencia de La Trituración (Autoguardado)

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD DE ANTOFAGASTA

25 de Septiembre del 2017

Kevin Jesús Quezada Ríos

Jaime Jesús Romero Gatica

Antonio Paulo Sepúlveda Muñoz

Trabajo de investigación presentado en conformidad a los

Profesor Guía: Lorena Cortez

El procedimiento es general porque puede aplicarse a cualquier circuito que consista en

Capítulo II: Metodología y problemas del diseño.

El diseño y operación de la flotación es complicada, ya que hay muchos parámetros

El problema en la síntesis del circuito es determinar el tipo de etapa de flotación y la secuencia

3 Descripción de la nueva metodología

3.1 Nivel I: definición y análisis del problema.

3.2 Nivel II: Síntesis y selección de alternativas

En este nivel, se generan y evalúan alternativas de circuitos utilizando un modelo de contribución

3.3 Nivel III: Diseño final

El análisis de sensibilidad puede utilizarse para guiar la experimentación de cada especie

Capítulo III: Justificación de supuestos.

La recuperación de la etapa puede considerarse constante para propósitos de diseño. Suponiendo

Jamett, Vielma y Cisternas (2012) presentaron un modelo para el diseño de la incertidumbre de

Montenegro, Sepúlveda, Gálvez y Cisternas (2013) estudiaron el efecto de la incertidumbre en las

Posteriormente, Montenegro, Bruckard, Gálvez y Cisternas (2013) aplicaron un método

Capítulo IV: Método de contribución grupal.

D'Anterroches y Gani (2005) desarrollaron un modelo de contribución grupal para el diseño de un

5.1 Generación de alternativas

La Figura 3 muestra las matrices, donde R, C, S, P y W representan la etapa de ”Rouguer”,

Algunos procedimientos de diseño de circuitos basados en superestructuras permiten enviar flujos

En el modelo de contribución grupal el comportamiento del proceso se predice a partir del

5.3 Modelos de recuperación

Donde Rc es la recuperación del circuito; Λi es la contribución del grupo de procesos i; Ni es el

Ilustración 10: Ecuación 3

Para la generación de valores de recuperación global, se seleccionaron cuarenta y seis circuitos y

5.4 Método de ajuste

Ilustración 12: Ecuación 4

Ilustración 13: Tabla 4

Ilustración 14: Tabla 5

Ilustración 15: Tabla 6

La figura 6a muestra un ejemplo en el que el ajuste es notablemente bueno, mientras que la

Ilustración 17: Figura 6.b

5.5 Ejemplo y validación

Finalmente, usando la ecuación (1), obtenemos Rc = 0.95020, lo que corresponde a un error

Capítulo V: Estudio de casos.

Con respecto al estudio de los diferentes casos, se da un breve ejemplo de la separación de un

6.1 Nivel I: definición y análisis

En este nivel, se toma la decisión sobre la caracterización de la alimentación, los objetivos de

Ilustración 18: Tabla 7

Respecto a lo anterior, se definieron dos tipos de objetivos de diseño, en primer lugar, se

Ilustración 19: Ecuación 5

Donde Pi es el flujo masivo de especies i en el concentrado, p es la fracción de metal pagada, gCu

6.2 Nivel II: síntesis y selección de alternativas

Ilustración 20: Tabla 8

6.3 Nivel III: diseño final

Capítulo V: Conclusiones y trabajos futuros.

Se desarrolló un modelo de contribución grupal para estimar la recuperación de los circuitos de

Potrebbero piacerti anche