CONTROL OPTIMIZANTE PARA REGULACIN DEL CONSUMO DE

FLOCULANTE EN ESPESADORES DE RELAVES

Reynaldo Mayorca Castillo
Giancarlo Sotelo Cabrera
ABB Per S.A.
reynaldo.mayorca@pe.abb.com
giancarlo.sotelo@pe.abb.com

Resumen
En el presente trabajo se desarrolla una estrategia de control optimal para la regulacin de la densidad de
descarga y turbidez del agua clarificada en una espesador de relave a travs de la dosificacin eficiente de
floculante. La estructura de control presentada toma en cuenta los criterios de desempeo que es una
medida de la calidad del comportamiento o evolucin de las variables. Uno de los criterios de desempeo
utilizado es el de tiempo mnimo, es decir, se busca la accin de control que produzca la trayectoria tal que
el tiempo en alcanzar la referencia de densidad y turbidez sea el mnimo posible conllevando a un menor
consumo de floculante. Asimismo se atribuye una penalidad a las transiciones de estado que se alejan
demasiado de los valores de referencia o setpoint, con lo cual se trata de satisfacer un error aceptable en
alcanzar las referencias.
Para el desarrollo de la estrategia de control se han obtenido modelos del sistema basado en la respuesta
transitoria a los cambios de flujo de floculante. Los modelos han sido tratados para determinar las ganancias
del controlador ptimo y se realizan simulaciones para verificar su funcionalidad e implementacin.

Abstract
In this article an optimal control strategy is developed for regulation of underflow density and clarified water
turbidity in tail thickener across efficient flocculant dosage. The control structure take account the
performance criteria that is a measurement of behavior quality and variables evolution. One of the
performance criteria is the minimum time, that means, the operational control action that produces the path
such that the time to reach the reference density or turbidity is minimized leading to a lower consumption of
flocculant. It also attaches a penalty to the state transitions that are very different from the reference values
or setpoint, which is satisfying to reach an acceptable error. For the development of the control strategy,
models are obtained based system transient response to changes in flow of flocculant. The models have
been treated to determine the optimal controller gains and perform simulations to verify functionality and
implementation.

Mayorca, 1/7

INTRODUCCIN
(Eq. 2)
La optimizacin y control de sistemas de
espesamiento continuo sigue
ue siendo un problema
vigente, la recuperacin de agua en plantas de
procesamiento mineras, el costo de los reactivos
floculantes e insumos son problemas actuales
que se agudizarn en el futuro.
Es bien conocido el efecto de los floculantes
en la velocidad de sedimentacin del slido a
diversas concentraciones de
e slido y cantidades
de floculante.
La experiencia ha demostrado que hay
numerosos espesadores en muchas empresas
mineras nacionales que no operan en forma
eficiente y que requieren,, para mejorar su
eficiencia, de un estudio de optimizacin. Este
trabajo
o requiere el estudio de los parmetros de
espesamiento de la pulpa, de la cuantificacin de
reactivos floculantes y su adicin, de la forma de
alimentacin y dispersin del floculante, de la
autodilucin, de la forma de la descarga, de la
reologa del sedimento
imento y del funcionamiento de
las rastras, de la medicin de variables como
concentracin de descarga, de presin del fondo,
de nivel del sedimento, de turbidez de agua.
Las estrategiass de control tradicionales se
basan en considerar la mayor cantidad de
d
variables con que se cuenta: densidad de la pulpa
de descarga, densidad y flujo msico de la pulpa
que ingresa, nivel de sedimento, torque de la
rastra, presin en las paredes, turbidez del agua
clarificada, etc; se configura y se prueban
controladores basados
asados en las estrategias de lazo
cerrado PID y sus variantes, lgica difusa y
funciones de pertenencia, etc. El presente trabajo
presenta una estrategia basada en un controlador
optimal la cual se obtiene mediante el uso de
modelos de respuesta dinmica dentro
d
de los
parmetros de operacin normal de un espesador
de prueba.

La
estrategia
Regulator)

LQR

(Linear

Quadra
Quadratic

El controlador LQR es un control por

realimentacin del vector de estado de forma:
(Eq. 1)
Donde K es el controlador, que se obtiene
resolviendo un problema de optimizacin,
concretamente minimizando el siguiente funcional
de coste:

Donde la matriz Q penaliza el estado y R, la que

pondera el esfuerzo de control. La solucin para
el caso de horizonte infinito puede calcularse a
partir de la resolucin de la ecuacin de Ricatti.
LQR se utiliza para calcular la realimentacin de
estados llevando el sistema al punto de equilibrio.

LQI (Linear-Quadratic
Quadratic-Integral)

LQI calcula la matriz ganancia ptima dado un

modelo espacio estado y dado las matrices de
peso Q, R y N.. Al emplear LQI se realiza un
control ptimo basado en realimentacin de
estados a fin de llevar el sistema a una referencia
establecida

Figura 1: Diagrama de Bloques de la estructura

de realimentacin con LQI.
La ley de control establecida para este lazo de
control es de la forma:

(Eq. 3)

Donde: K es un vector que contiene la ganancia

ptima y un integrador para cada estado. Este
control asegura que la salida realice un proceso
de seguimiento
iento a la seal de referencia r.

La seal de control u
minimiza la funcin de
coste:

(Eq. 4)

Las matrices de peso S, N y R pueden

seleccionarse
para
penalizar
ciertos
estados/entradas ms que otros. Como veremos,
las matrices S y N deben ser semi-definidas
positivas, y la R definida positiva.

Mayorca, 2/7

Modelo de la dinmica de Espesamiento

Hoy en da la
a dinmica de sedimentacin al
interior de un espesador es de vital importancia
para procesos mineros. El tiempo necesario para
que la suspensin sedimente en su totalidad o en
su defecto en un alto porcentaje,
porcentaje es un factor
determinante a fin de extraer, del relave,
relave un alto
porcentaje de agua en el menor tiempo posible.
posible
En sntesis, la cantidad de agua recuperada de
relave representa la cantidad de agua que podr
ser reutilizada en procesos posteriores. El
proceso de sedimentacin puede realizarse de
forma natural (sedimentacin natural);
natural)
sin
embargo, requiere un tiempo considerable para
sedimentar y debido a ello es necesario
necesa el uso de
qumicos a fin de acelerar la reaccin en la
suspensin.
n de floculante al interior del
La dosificacin
espesador tiene la finalidad de acelerar
acel
la
reaccin de sedimentacin al interior del
espesador; sin embargo, el uso del mismo,
mism
representa un alto costo que no genera
gen
ganancias
al sector minero; por lo tanto, es necesario
optimizar la dosificacin del floculante
culante en base a
un modelo de control ptimo,, con la finalidad de
obtener un alto porcentaje de agua recuperada
re
en
el menor tiempo posible y un menor costo de
dosificacin de floculante.
En este punto es necesario especificar las
variables que afectan la dinmica del sistema a
fin de optimizar la cantidad de floculante a utilizar,
en la figura 2 se muestra una vista general del
proceso operativo de espesamiento de relave.
La operacin de espesamiento consiste en
alimentar relave al espesador midiendo densidad
y flujo para calcular el flujomasa y tonelaje de
relave slido, las variables de salida son la
densidad de descarga en el underflow y la
turbidez del agua recuperada, otras variables
importantes son el torque de la rastra y el
bedmass.

Figura 2:: Variables de proceso en la operacin

de espesamiento de relaves.

Desarrollo de los modelos

modelo Densidad-TurbidezFloculante.

Las consideraciones para la obtencin del

modelo se basan en la continuidad de la
operacin del espesador y son:
-

El proceso de espesamiento es continuo y la

estrategia de control ptima se desenvuelve a
partir de condiciones operativas normales.

Se cumple la fenomenologa del proceso y las

condiciones de mezcla entre el floculante y la
alimentacin son perturbaciones que no estn
includas en el modelo.

Para la densidad, el
e modelo es del tipo
entrada-salida
salida por lo se considera la densidad
de descarga del espesador y no el perfil de
densidades.

Para la turbidez, el modelo tambin es de

entrada-salida
salida por lo que se considera la
turbidez en el punto de acopio de agua
clarificada.

Los modelos a desarrollar tienen

tiene la dinmica
mostrada en la figura
a3y4

Mayorca, 3/7

La dinmica descrita por cada variable en

especfico representa una respuesta al escaln,
donde la amplitud de inicio y la amplitud final del
escaln, cuantifican la variacin de dosificacin
de flujo de floculante (m3/hr) a fin de llevar los
estados a un punto de referencia deseado.
Considrese el siguiente modelo de primer
orden descrito por Eq. 3.
.! "#$
%&'

(Eq. 3)

Calculando los parmetros K, L, T de la Eq. 3.

para las variables densidad y turbidez
respectivamente, se obtiene:
Modelo Densidad de descarga-Floculante:

Figura 3: Respuesta transitoria en lazo abierto de

la densidad de descarga al cambio de flujo de
floculante, densidad (g/l), dosificacin de
floculante (l/min)

' .! ")*$
++%&'

(Eq. 4)

Modelo Turbidez-Floculante:
+.,.! "-*$
./%&'

(Eq. 5)

La estrategia de control ptima se aplicar al

sistema discretizado, por lo cual es necesario
discretizar el sistema antes de aplicar la
estrategia de control. La discretizacin del
sistema se realizar por intermedio de la
herramienta de programacin MATLAB.

Estrategia de control

La estrategia de control a utilizar comienza con

el clculo de ganancias ptimas con la finalidad
de obtener la trayectoria ptima de la seal de
control a fin de minimizar la dosificacin de
floculante.

Figura 4: Respuesta transitoria en lazo abierto de

la turbidez del agua clarificada al cambio de flujo
de floculante, turbidez (%),dosificacin de
floculante (l/min)

R: matriz que penaliza la seal de control.

X1: Densidad de relave (g/l)
X2: Turbidez de agua clarificada (%)
K: Ganancia de realimentacin de estado ptima
Ki: Integrador.

Mayorca, 4/7

R([X1,X2])
[5000;90000]
X1
X2
R([X1,X2])
[5000;120000]
X1
X2
R([X1,X2])
[2000;90000]
X1
X2

Ki

1.9679
1.9832

-0.0283
-0.0067

Ki

1.9679
1.9831

-0.0283
-0.0058

Ki

1.9753
1.9832

-0.0447
-0.0067

Al obtener los valores de K y Ki se simula el

sistema empleando el modelo SIMULINK de la
figura 5

Resultados

Cada grupo de valores de K y Ki se simula para

obtener un resultado del valor de los estados
dando la referencia a uno de ellos.

Fig 5: Modelo SIMULINK para la determinacin de la respuesta del sistema con ganancias ptimas e
integrador.

Con R[X1,X2] :[5000;90000] el error de X1

(densidad de relave) se minimiza hasta llegar al
valor de referencia, el estado X2 (turbidez)
alcanzar valores no aceptables. Figura 6.
El consumo totalizado de floculante en esta
simulacin es aproximadamente 44 l durante el
transitorio, luego el consumo es constante.
Con R[X1,X2] :[5000;120000] el error de X1
(densidad de relave) se minimiza hasta llegar al
valor de referencia, el estado X2 (turbidez)
alcanzar valores aceptables. Figura 7.
El consumo totalizado de floculante en esta
simulacin es aproximadamente 134 l durante el
transitorio, luego el consumo es constante.

Con R[X1,X2] :[2000;90000] el error de X1

(densidad de relave) se minimiza hasta llegar al
valor de referencia, el estado X2 (turbidez)
alcanzar valores no aceptables. Figura 8.

CONCLUSIONES

La construccin del modelo de control

optimal basado en el empleo de una funcin
costo, permite analizar el comportamiento del
sistema de espesamiento de relaves en
funcin a la prioridad del proceso es decir si
la prioridad fuera el control de la turbidez se
penalizara mas el error entre la referencia
de turbidez y su estado.

Mayorca, 5/7

Las conclusiones se basan en el cambio de

la matriz de pesos R, se obtienen diferentes
comportamientos cuando se regula las
matrices Q y N, encontrando diferentes
esquemas de penalizacin de la seal de
control.

Fig 8: Curva de simulacin de la respuesta de X1:

Densidad (grfica superior) y X2: Turbidez
(Grfica inferior), considerando R[X1,X2] :
2000;90000].

Fig 6: Curva de simulacin de la respuesta de X1:

Densidad (grfica superior) y X2: Turbidez
(Grfica
inferior),
considerando
R[X1,X2]
:[5000;90000].

La funcin costo permite al sistema equilibrar

los objetivos dado que asigna pesos relativos
a cada una de las variables del sistema.

El empleo de la estrategia de control optimal

presenta una clara ventaja respecto a
estrategias de control basadas en acciones
derivativas e integrativas ya que no tienen la
posibilidad de asignar un costo o penalidad a
los errores o a la seal de control.

En el proceso de espesamiento de relaves

donde no se requiere un ajuste exacto en los
parmetros de proceso (densidad y turbidez)
el control optimal resulta ser una alternativa
con la que se puede equilibrar estas dos
variables racionalizando el consumo de
floculante para mantener ambas en niveles
aceptables.

El consumo de floculante depende de cmo

se calcule las ganancias ptimas y esto
depende de los valores de las matrices de
peso y de penalidades.

Fig 7: Curva de simulacin de la respuesta de X1:

Densidad (grfica superior) y X2: Turbidez
(Grfica
inferior),
considerando
R[X1,X2]
:[5000;120000].

Mayorca, 6/7

REFERENCIAS

1. M. C. BUSTOS, F. PAIVA, AND W.

WENDLAND, Control of continuous
sedimentation as an initial and boundary
value problem.
2. Brger,
R.,
Concha,
F.,
1998.
Mathematical model and numerical
simulation of the settling of flocculated
suspensions. Int. J. Multiph. Flow 24,
10051023.
3. Brger, R., Ariel Narvez, 2007. Steadystate, control, and capacity calculations
for flocculated suspensions in clarifier
thickeners.

4. Daniel Lovera, Amelia Coronado, Pedro

Lpez, 2005. Modelling and simulation of
metallurgical
processes:
flotation,
filtration, leaching and thickening.
5. P. Garrido, R. Burgos, F. Concha, R.
Burger, 2002. Software for the design and
simulation of gravity thickeners. Institute
of Applied Analysis and Numerical
Simulation,
University
of
Stuttgart,
Pfaffenwaldring 57, D-70569 Stuttgart,
Germany

Mayorca, 7/7