Professional Documents
Culture Documents
El rea Procemin I, del Centro Minero Metalrgico Tecnologa y Servicio (CIMM T&S), ubicado en Santiago de Chile,
cuenta con una completa planta piloto de molienda y flotacin en la cual se desarrollan experiencias de optimizacin
de circuitos, diseo de plantas, obtencin de parmetros de operacin, entre otras cosas. Uno de los equipos que posee la planta piloto es una columna de flotacin piloto, con un alto nivel de automatizacin. Una de las problemticas presentadas para la operacin de la columna de flotacin es no lograr tomar decisiones de operacin sobre la base de los resultados metalrgicos que se puedan obtener. El desarrollo de modelos matemticos que permitan estimar
los resultados metalrgicos (ley de concentrado, ley de relaves, razn de enriquecimiento y recuperacin) en funcin de las variables operacionales que sean manipulables busca entregarle mayor libertad al operador y al ingeniero
de procesos para lograr la sintonizacin operacional de la columna. El mtodo empleado para el desarrollo de los modelos fue Stepwise Regression (Regresin por Pasos) considerando relaciones empricas entre variables operacionales
y los resultados experimentales. Todos los modelos presentaron sobre un 90 % de exactitud, salvo uno de ellos que fue
sobre 70 %.
Palabras clave
The Procemin-I area of the Centro Minero Metalrgico Tecnologa y Servicio (CIMM T & S), has a full milling and
flotation pilot plant in which several experiences are developed as: optimization of circuits, plant design, procurement
of operating parameters, etc. Ones of the equipment in operation is the column flotation to pilot scale, witch have a
medium level of automation. The problem presented in the operation of the column flotation is the low relationship
during the operation between the operating basis parameters and the metallurgical results. The mathematical models
used today to estimate the metallurgical results (i.e.: concentrate, tailing, enrichment and recovery) depending on
variables that are manipulated by hand according the operator experience. But the process engineer needs tools
without subjective vision to obtain the best performance of the column. The method used to help the column
operation was a mathematical model based on the Stepwise Regression then considering empirical relationships
between operational variables and experimental results. All the mathematicals relationship developed in this study
have a good correlation (up 90 % of precision), except one (up 70 %) due by non regular mineralogical feed.
Keyword
1. ANTECEDENTES
Los orgenes de la columna de flotacin se remontan a principios del siglo XX, cuando se presentaba la
mquina de flotacin de Callow[1], una mquina simple que consista en una celda en la cual se reemplazaba la agitacin mecnica por una columna de burbujas producidas por inyeccin de aire a presin, el
cual pasaba por una tela porosa produciendo burbujas de aire que colectaban las partculas mineralizadas
101
generando un flujo en contra-corriente con un flujo descendente de pulpa mineral y un flujo ascendente de burbujas de aire, y un pequeo flujo de agua
sobre el lecho de espuma a fin de limpiar el concentrado. Alrededor de 1970 [2] , en la Canada Iron
Company realizaron las primeras pruebas en estos
equipos, obteniendo resultados metalrgicos satisfactorios. An cuando el equipo contena un sinnmero de aspectos ventajosos: menor espacio ocupado,
menores costos de operacin por eliminacin de la
agitacin mecnica, mejores resultados metalrgicos; el proyecto se enfrent al conservadurismo de
las empresas metalrgicas proveedoras de celdas de
flotacin. En la actualidad la utilizacin de columnas de flotacin en los procesos metalrgicos en la
industria del cobre es una realidad, con una utilidad
ms que demostrada y avalada econmicamente.
Un aspecto importante dentro de todo proceso es
el control de ste y la operacin de las columnas no
est ajena a esta realidad; en este trabajo se desarrolla un modelo matemtico basado en el mtodo de
regresin por pasos (Stepwise Regression). Este mtodo trabaja bajo la hiptesis de que la relacin entre las
variables predictoras y la variable respuesta es lineal;
de esta forma, se elige un subconjunto de variables
que deben estar incluidas en el modelo. En la regresin por pasos, al incluir una nueva variable al modelo, reconsidera el mantener las que ya se haban aadido previamente, es decir, no slo puede entrar una
nueva variable en cada paso sino que puede salir alguna de las que ya estaban en la ecuacin. El proceso finaliza cuando ninguna variable de las que no estn en la ecuacin cumple la condicin para entrar y,
de las incorporadas a la ecuacin, ninguna cumple
la condicin de salir. El criterio que se emplea para decidir si una variable se queda o no corresponde, estadsticamente, al coeficiente de regresin lineal (R
o R2) calculado cada vez que una variable se incorpora o se quita del modelo. El valor, por ejemplo, de R2
2. OBJETIVOS
Se pretende obtener un modelo matemtico por el
mtodo de regresin por pasos representativo, en estado estacionario, que determine los resultados metalrgicos de la columna de flotacin piloto en funcin de los parmetros de operacin.
3. METODOLOGA
Se realiz una caracterizacin preliminar del mineral
empleado en este trabajo, utilizando nueve muestras.
En primer lugar, se caracteriz qumicamente, mostrndose los resultados obtenidos en la tabla I para,
despus, proceder a realizar una flotacin Rougher
estndar en celda convencional con el fin de obtener la constante cintica de flotacin, KRougher, y la recuperacin infinita, R , segn el mtodo de
Klimpell[3] para proceder al escalamiento a flotacin
columnar. En la tabla II, se presentan los valores cinticos correspondientes.
M1
M2
M3
M4
M5
M6
M7
M8
M9
1,85
82,30
4,80
3,37
0,13
1,79
80,80
4,47
3,45
0,16
1,79
80,80
4,47
3,45
0,16
1,01
83,90
3,72
2,92
0,07
1,40
84,73
3,87
3,05
0,12
1,35
81,95
3,88
3,65
0,08
1,31
82,27
3,86
3,84
0,08
0,97
83,33
3,33
3,20
0,05
1,47
85,12
2,47
2,88
0,12
rev. metal. madrid, 46 (2), marzo-abril, 101-108, 2010, issn: 0034-8570, eissn: 1988-4222, doi: 10.3989/revmetalm.0834
m1
m2
m3
m4
m5
m6
m7
m8
m9
Parmetros cinticos
KRougher
1,10
0,80
0,80
0,75
0,30
0,30
0,40
0,30
0,20
99,8
98,5
98,5
98,1
86,1
100
100
100
87,4
Ji =
Qi
36 AColumna
(1)
rev. metal. madrid, 46 (2), marzo-abril, 101-108, 2010, issn: 0034-8570, eissn: 1988-4222, doi: 10.3989/revmetalm.0834
103
LAlim
JWW
Jg
HE
Cp
JB
X7
X8
X9
e
F80
TMedio
X10
Significado
Frecuencia de medicin
ley de alimentacin, %
Cada 30 min
velocidad superficial de agua de lavado, cm/s
en lnea, cada 1 min
velocidad superficial de aire, cm/s
en lnea, cada 1 min
altura de espuma, m
en lnea, cada 1 min
Concentracin de slidos en alimentacin, %
Cada 30 min
bias, velocidad superficial de agua neto en fase espuma, cm/s
*(JAgua Relaves-JWW)
determinado mediante ecuacin
hold up de aire, determinado mediante ecuacin
tamao partcula del 80% pasante
Cada 30 min
tiempo medio de residencia, min
determinado mediante ecuacin
KFC Constante de velocidad especfica de flotacin, 1/min
determinado mediante ecuacin
* : velocidad superficial de agua en relaves menos velocidad superficial de agua de lavado en la alimentacin.
TMedio =
( HC HE) (1 )
JRelaves
(2)
para
H
HE = 352,82 3,501NI Normalizada
NI Normalizada =
NI Sensor
Lquido
(4)
(5)
rev. metal. madrid, 46 (2), marzo-abril, 101-108, 2010, issn: 0034-8570, eissn: 1988-4222, doi: 10.3989/revmetalm.0834
presente en la zona de coleccin. Esta condicin quedar definida por el nmero de dispersin axial (ND),
el cual depende de la velocidad intersticial del lquido (m, cm/s), ecuacin (6)), y del coeficiente de dispersin axial (D), ecuacin (7), siendo determinado finalmente por la expresin (8):
1
(J + J )
(1 ) P B
JG
D = 0,063 d
D
columna
1,6
N
ND =
(6)
K FC =
0,3
D
( HC HS HE)
(7)
(8)
donde, JP y JB son las velocidades superficiales de pulpa de alimentacin y agua de lavado neta, respectivamente (Bias), d el dimetro de la columna (cm), JG la
velocidad superficial de aire y HS la altura de ubicacin de los spargers (m). Como condicin general,
se tiene que si D tiende a cero, entonces, ND tambin tiende a cero y se puede decir que la columna
opera en flujo tipo pistn; en caso contrario se dice
que la columna opera en flujo tipo mezcla perfecta. En
este caso los datos operacionales indican una tendencia clara al flujo tipo pistn, como se muestra en
la figura 3.
1
TMedio
[ (
donde, KRougher es
L la constante cintica de flotacin
Rougher en celdas estndares y RF es la recuperacin
de la espuma en la columna. La recuperacin metalrgica (Rec) de la especie de inters en la zona espuma vara entre 40 y 60 %. Una vez que se ha determinado esta constante, para cada una de las muestras
es posible desarrollar modelos semi-empricos de cada variable en relacin a los parmetros, como el que
se muestra en la figura 4.
En la figura 4 la relacin entre Jg y RE responde a
una funcin del tipo Y=(Xi - Xi*)a, donde Xi es la variable del parmetro i y Xi* el valor mximo que se espera alcanzar de ella y el grado del polinomio de
esa variable, esto permite dividir el comportamiento
de la curva en dos zonas, una zona ascendente (antes
de Xi*) y otra descendente (despus de Xi*). Siguiendo
este procedimiento se logra desarrollar los modelos
para la razn de enriquecimiento, los cuales se muestran en la tabla IV.
rev. metal. madrid, 46 (2), marzo-abril, 101-108, 2010, issn: 0034-8570, eissn: 1988-4222, doi: 10.3989/revmetalm.0834
105
Se crea
X11: HE
X12: e
X13: JG
X14: JB
X15: F80
X16: TMedio
X17: Cp
a11(HE-0,85)2
e12(e-0,25)2
a13(JG-1,25)2
a14/JB
a15F80
a16/TMedio
a17(0,24-Cp)2
y = X 1 X2 X n ln(y)=aln(X1)+bln(X2)+mln(Xn)
Donde, a, b m son los coeficientes del polinomio. Empleando este mtodo se logra crear un modelo matemtico emprico que entregue resultados no lineales empleando un mtodo de regresin lineal como el ya antes mencionado.
4. RESULTADOS
RE =
L0,61
A lim
HE 0,13
0,12
TMedio
JB0,06 F800,08 CP0,09
LRelaves =
0,105
L1,029
A lim HE
0,098
0,077
K FC
TMedio
106
Para
Se crea
X18: HE
X19: e
X20: JG
X21: JB
X22: F80
X23: TMedio
X24: Cp
a18/HE
a19(0,23-e)2
a20(1,25-JG)2
a21JB
a22(F80-44,50)2
a23TMedio
a24(Cp-0,22)2
LConc = RE LA lim
donde, RE es la razn de enriquecimiento y LAlim la
ley de alimentacin. Este modelo se ajusta a un 74 %
de los datos empleados, la baja en el nivel de ajuste se
rev. metal. madrid, 46 (2), marzo-abril, 101-108, 2010, issn: 0034-8570, eissn: 1988-4222, doi: 10.3989/revmetalm.0834
5. CONCLUSIONES
El modelo emprico obtenido de RE responde de manera eficiente, siendo las principales variables que la
afectan la altura de espuma y el tiempo medio de flotacin.
El modelo emprico obtenido de LRelaves responde
de manera concordante con lo esperado tericamente[7], siendo la principal variable la altura de espuma.
Los modelos empricos de LConc y Rec que se desprenden de forma directa de los modelos empricos
anteriores y que se deducen directamente de un balance de los finos de la columna, entregan informacin que es concordante con el comportamiento de
las variables manipuladas.
El mtodo de la regresin por pasos (Step Wise
Regression)[7] representa una muy buena herramienta para correlacionar las variables de proceso y obtener modelos empricos que caractericen el comportamiento de columnas de flotacin.
rev. metal. madrid, 46 (2), marzo-abril, 101-108, 2010, issn: 0034-8570, eissn: 1988-4222, doi: 10.3989/revmetalm.0834
107
REFERENCIAS
[1] A. Azanero, P. Nuez, E. Len y M. Morales,
Rev. Inst. Investig. Fac. Minas Metal Cienc.
Geogr. 11 (2003) 82-90.
[2] J. Bouchard, A. Desbiens y R. del Villar, Miner.
Eng. 18 (2005) 709-720.
[3] J. Yianatos, Flotacin de Minerales, Departamen to de Procesos Qumicos, Biotecnolgicos y
Ambientales, Universidad Tcnica Federico
Santa Mara, Via del Mar, Chile, 2005, pp.
62-87.
[4] J. Bouchard y A. Desbiens, Proc. Copper/Cobre
2003, Int. Conf. Vol 3, Santiago, Chile, 2003,
108
rev. metal. madrid, 46 (2), marzo-abril, 101-108, 2010, issn: 0034-8570, eissn: 1988-4222, doi: 10.3989/revmetalm.0834