Sistema de Anlisis de Ruido e Intensidad de

Impactos en Molinos, Aplicable ala Optimizacin de

Circuitos de Molienda
lvaro Rendn
ECN Scientific
arendon@ecn.com.mx

RESUMEN
El siguiente documento describe los resultados de la optimizacin de circuitos
de molienda, obtenidos a partir del uso de tecnologas de procesamiento de
sonido para el anlisis de las variables internas de molinos SAG.
El desarrollo consiste en el anlisis del sonido adquirido a travs de micrfonos
industriales, posicionados a los costados del molino. Una vez procesado el
sonido, se caracterizan las intensidades relacionndolas directamente con las
variables medibles del proceso, como la potencia, el tonelaje de alimentacin,
el porcentaje de slidos y la densidad de la pulpa de descarga.
La caracterizacin del ruido permite hacer una prediccin de la potencia de los
prximos dos a seis minutos. Igualmente se predice el nivel de llenado, el
tiempo de retencin del mineral y el F80 de la alimentacin.
La implementacin de este desarrollo habilit la optimizacin del consumo de
potencia, el consumo de bola y una proyeccin de la vida til de los liners.
Este equipo entrega al DCS de la planta la razn de gruesos del mineral y la
razn de agua requeridos en la alimentacin del molino. Actualmente se
realizan estudios estadsticos para implementar estas soluciones en molinos de
bola.
Keywords: SAG Mill, Niveles dinmicos de llenado, clculode desgaste,
Anlisis de bandas de Frecuencia.

1. INTRODUCCIN
En la etapa de reduccin de tamao
de partcula de la mayora de
plantas concentradoras, se utilizan
molinos SAG y molinos de bola.

El objetivo de este trabajo es

presentar un sistema analizador de
ruido como una propuesta para
establecer las estrategias de
optimizacin de adicin de bola, el
control
granulomtrico
en
la
alimentacin y las adiciones de
agua,buscando
mantener

controlada el consumo de potencia

del molino y los porcentajes de
slidos ptimos en el interior de
ste.
El impactmetro inteligente es un
instrumento de anlisis de ruido
para monitorear las condiciones de
operacin en Molinos SAG y de
Bolas. El procesamiento consiste en
el anlisis del sonido en el dominio
de
la
frecuencia,
definiendo
intensidades de energa que se
traducen a variables de proceso
involucradas en el sonido, tales
como
granulometra
de
alimentacin, granulometra interna,
nivel de llenado, impactos entre
metales, entre otros.
Realizar un anlisis de sonido
involucra determinar frecuencias
que lo componen aplicando la
tcnica de la Transformada Rpida
de Fourier (FFT por sus siglas en
ingles), la cual permite obtener el
espectro de la seal de sonido en el
dominio de la frecuencia. El
resultado de esta tcnica es la
obtencin de las frecuencias que
componen la muestra de sonido
analizada
con
su
intensidad
correspondiente.
El Modelado de Procesoes un
sistema para el diseo de balances
msicos en lnea, que integra la
adquisicin de variables de proceso
para determinar las propiedades del
mineral
(toneladas
secas,
densidades, granulometra, entre
otras), en tiempo real en los
diferentes puntos de proceso,
infiriendo todas aquellas variables
que sean difciles de monitorear,
habilitando
optimizaciones
de
proceso.

La optimizacin de adicin de
medios de molienda utiliza el
modelado del molino SAG, el cual
incluye
su
dimensionamiento
mecnico,
liners,
elevadores,
niveles de llenado dinmico de bola
y mineral, y la constante de
desgaste. El valor dinmico del nivel
de llenado del molino es posible
obtenerlo a travs de la integracin
del impactmetro inteligente y el
sistema de balance de masa en
lnea, buscando que el primero sea
adems un corrector de factores de
desviacin
en
funciones
de
optimizacin.
El control de adicin de bola tiene
impacto directo en la potencia del
molino, el tamao de partcula, la
vida til de los liners y elevadores y
la energa especfica consumida
(kWh/Ton), entre otras variables. La
optimizacin de adicin de bola
corresponde a mantener la siguiente
ecuacin de balance:

Volumen de bola a Adicionar =

Volumen ptimo de bola Volumen
de bolas interno + Volumen de bolas
desgastadas
2. TRABAJO EXPERIMENTAL
La aplicacin de las tcnicas,
algoritmos y sistemas mencionados
se
realiz
en
una
planta
concentradora de las siguientes
caractersticas:

Molino SAG 22x7ft.

Capacidad nominal 185 tph.
Amperaje mximo operativo 190
Amp.

Control de densidad del molino

basado en el set point de
porcentaje de slidos.
Adicin de 12 bolas por hora (96
por turno).
La planta cuenta con contador
automtico de bolas.
La constante de desgaste Bond
Ai igual a 0.92.
El pH de la pulpa entre 6.5-7.5.

La primera etapa del proyecto

consisti en la instalacin del
mdulo de sonido, el cual se
posicion a un costado del molino a
un ngulo de aproximadamente 45
(ver Figura 1), buscando el
aprovechamiento del sonido emitido
por la carga dentro del molino.

Figura 1. Esquemtico de instalacin.

El procesamiento de la seal calcul

el nivel de sonido en decibeles, las
intensidades
de
sonido
en
diferentes bandas de frecuencia y
determin el nmero de impactos
que ocurrendentro del molino. Con
anlisis estadstico se determinaron
estados operativos especficos,
basados en la relacin entre las

frecuencias
analizadas
y
variables internas del molino.

las

De forma analtica todos aquellos

sonidos graves corresponden a
bajas frecuencias, de las cuales se
clasificaron y seleccionaron las que
tienen correlacin con los siguientes
fenmenos dentro del molino:

Cascada interna del mineral.

Clase granulomtrica de tamao
intermedio.
Nivel de llenado.
De igual manera, se llev el anlisis
a las frecuencias altas y se
determin que correspondan a
aquellos sonidos agudos como los
impactos metlicos.
3. RESULTADOS Y DISCUSIN
Proteccin de Sobrecarga y Bajo
Nivel en el Molino
La cantidad volumtrica de carga es
la que determina la variacin en la
velocidad mxima que esta misma
pueda
alcanzar
antes
de
impactarse.A mayor carga, menor
es la velocidad mxima de impacto
y viceversa. Esto es lo que genera
una variacin en la intensidad del
sonido.

La cantidad de material interno se

puede observar mediante el nivel de
amperaje que est representado por
la tendencia roja en la Figura 2, y la
relacin de sonido en decibelespor
la tendencia azul. Estos niveles de
sonido son el directo indicador del
estado general del molino, por lo
que se determinaron los siguientes
parmetros operativos:

Tabla 1. Escalamiento de seales de

ruido.
NIVEL EN dB
ALARMA
140
High-High
100
High
80
Low
60
Low-Low
180
Fail High
40
Fail-Low

Figura 2. Relacin Inversa dB Vs.Amperaje.

Accin de Control
Con esta relacin se busca una
operacin con niveles de ruido entre
80 y 100 dB (basado en
necesidades operativas). Cuando se

presenten niveles de decibelespor el

extremo superior, la primera accin
que hay que aplicar esun aumento
en la alimentacin y tamao
granulomtrico;
y
ante
una
disminucin
en
los
niveles

dedecibeles,
acercndose
al
extremo inferior, hay que aplicar el
paro o disminucin de carga.

Control de Granulometra Basada en

Monitoreo de la Cascada Interna de
Mineral

La cascada interna de mineral se

encuentra en el espectro de entre
12 y 16 Hz1. Poniendo a prueba
esta afirmacin, se encontr que la
variacin de intensidad del ruido de
la
cascada
es
directamente
proporcional al F80 del material
alimentado al molino, como se
muestra en la Figura 3. Si se
compara con variables de proceso
como el amperaje consumido
(tendencia azul) y el tonelaje de
mineral fresco (tendencia roja) de la
Figura 3, el aumento en la
intensidad de 15 Hz (tendencia cian)
es precedido de un aumento en el
tonelaje que se puede relacionar
con una perturbacin en la
granulometra de entrada.
Teniendo
estos
resultados
experimentales como antecedente,
se busca una variacin estndar
mxima que sea indicador de la
estabilidad de la granulometra de
entrada,
realizando
una
retroalimentacin de ajuste al
sistema de control de procesos
(DCS).
Accin de Control
Se puede considerar que existen
tres grandes estados operativos en
el molino: cuando el nivel de llenado
est por debajo del umbral ptimo,
cuando est dentro del umbral y
cuando est por encima.Debido a
esto es necesario establecer
1

Waldo Valderrama (2003), Nueva

Instrumentacin para Plantas de Molienda
SemiAutgena de Minerales, PP 38.

diferentes acciones de control para

cada estado operativo. Se tienen
que considerar las variables de
proceso de potencia y tonelaje de
alimentacin en conjunto con la
intensidad de ruido de la cascada
para manipular la razn de gruesos
del mineral que se alimenta al
molino.

Figura 3. Cascada interna de mineral.

Nivel de Llenado

llenado. Se la ha correlacionado con

el ruido que provoca la catarata.

El anlisis de la frecuencia de 133

Hz corresponde a la estimacin del
nivel de llenado, que segn los
resultados,
es
inversamente
proporcional a esta frecuencia de
ruido, tal como se muestra en la
Figura 4.
Es apreciable como la lnea morada
es una tendencia del nivel de

Se realiz una caracterizacin del

nivel de llenado, partiendo de los
valores
mximos
y
mnimos
registrados
en
intensidad
y
relacionndonos con los diferentes
estados operativos, consiguiendo
referencias porcentuales del nivel
de
llenado
(140%).

Figura 4. Nivel de llenado total.

Impactos Metlicos
Para relacionar el nmero de impactos
dentro del molino se realiz un
experimento, el cual consisti en
adicionar las 12 bolas de acero por
hora, que por prcticas operativas ya
se
adicionaban,
en
diferentes
modalidades:

1er hora 1 bola cada 5

minutos.
2da hora 3 bolas cada 15
minutos.
3er hora 6 bolas cada 30 min.

Se analizaron resultados tanto en

decibeles como en la intensidad de
la frecuencia de 2300
Hz,
correspondiente a impactos de
metal con metal.
Se detectaron picos de intensidad
en decibles en el experimento
durante la segunda y tercer hora,
donde se adicionaron tres y seis
bolas por evento, visibles en la
Figura 5 sobre la tendencia de los
decibeles (tendencia azul).

Figura 5. Amperaje vs dB (Deteccin de picos de intensidad).

Se llev a cabo un anlisis histrico

de los picos de intensidad y su
relacin a las intensidades en el
dominio de la frecuencia y se
determinaron los niveles mnimos

de intensidad con el fin de registrar

impactos estndares y crticos,
siendo stos ltimos no deseados
para la integridad de los liners del
molino.

Figura 6. Tendencia de impactos.

Adicin de Bola
Tomando en cuenta la ecuacin de
balance de bolas internas en el
molino,se determin que para
resultados positivos hay un volumen
faltante de bola y para resultados
negativos hay un volumen de
exceso. El volumen ptimo de bola
se calcul basado en el balance de
consumo de potencia, en el nivel de
carga estimado y en las condiciones
de liners y elevadores.

plataforma de control. Del lado

izquierdo
de
la funcin se
encuentran todas las entradas,
dimensionamientos
mecnicos,
liners, entrada en tiempo real de
alimentacin, porcentaje de slidos,
nivel de llenado, kWh yrecarga de
bolas. Con opciones para operacin
en Automtico/Manual, seales de
recarga de bola, inicio y reinicio de
funcin.

Para lograr el clculo es necesario

conocer el volumen interno de bolas
inicial, las dimensiones mecnicas
del molino, incluyendo liners y
elevadores, y las propiedades
msicas del flujo de mineral,
adems del ndice de Abrasin de
Bond, el pH de la pulpa y las
probabilidades de quebradura de la
bola y de impacto con metal.
Aunado a esto, se requiere conocer
tambin el consumo de potencia.

Sin embargo, valores como el nivel

de llenado total del molino, la
probabilidad
de
impacto
y
quebradura de bolas quedaron
como constantes. Para dar solucin
a esto se integraron los resultados
del impactmetro inteligente al
algoritmo de adicin de bola.

Todas estas propiedades se

integraron en un solo algoritmo
dinmico, el cual logra calcular de
forma progresiva el consumo de
bola por periodo (por abrasin y
quebradura), as como el nivel de
bola en tiempo real y la cantidad de
bolas requeridas a adicionar para
mantener el balance interno. La
Figura 9 representa la funcin en la

Adicin de Bola e Impactmetro

Inteligente
Gracias a los resultados del anlisis
de frecuencias, la caracterizacin de
porcentaje de llenado y la deteccin
de impactos dentro del molino, se
logr generar una funcin dinmica
obteniendo resultados de alta
precisin. La deteccin de impactos
dentro del molino sustituye el
clculo de la probabilidad de
impactos (antes constante) y afecta
la probabilidad de quebraduras.

Figura 7. Programacin de funcin para el clculo de adicin de bola.

Los resultados se despliegan de la siguiente manera:

Figura 8.Display de optimizacin de adicin de bola.

4. CONCLUSIONES

Con el uso del impactmetro y la

seal en decibeles del ruido total es
posible
evitar
una
posible
sobrecarga o descarga del molino.
El anlisis estadstico de las
frecuencias permite hacer un control
de la razn de gruesos y la razn de
agua requeridos en el molino.

Se realizar un modelo dinmico

de desgaste de liners.
Se monitoreardel nivel de
llenado de bolas real, para el
ajuste en la desviacin de
resultados.
Se mejorar la precisin de
correlacin de frecuencias con
variables de proceso.

Prediccin de Potencia
El clculo de adicin de bola integra
todas las variables involucradas en
el desgaste y consumo de bola. Se
tendr que dar de alta el porcentaje
de llenado de bola cuando la
medicin fsica sea posible para
lograr estimar constantes de ajuste
en
caso
de
desviacin
de
resultados.
Con esto es posible optimizar el
consumo de potencia, tener mayor
control en el rango del tamao de
partcula, lograr un aumento en la
vida til de los liners, monitorearen
tiempo real el nivel de llenado de
bola y alcanzar una reduccin de la
varianza de la energa especfica
(kWh/ton).

5. OPORTUNIDADES
MEJORA

DE

Se realizar un modelo dinmico

de detecciones de intensidad
para las diferentes etapas de
vida de los liners.

La potencia es la variable ms
crtica en el proceso de molienda.Su
control depende de variables como
granulometra
de
alimentacin,
tonelaje alimentado, cantidad de
pulpa retenida, entre otros. Sin
embargo, el efecto que estos
factores producen en la potencia se
ve reflejados una vez que ya estn
dentro del sistema, haciendo que el
control de esta variable resulte de
alta complejidad. Debido a la falta
de tcnicas o sistemas que permitan
predecir el comportamiento de la
potencia, el uso de la lectura de
tonelaje de alimentacin se ha
convertido en el principal indicador
del comportamiento de la potencia.
En un anlisis de datos posterior a
la investigacin se propuso el uso
de los resultados de las diferentes
bandas de frecuencia para la
prediccin de potencia a travs de
una regresin matemtica. Los
resultados se muestran en la Tabla
2:

Tabla 2.Resultados regresin matemtica.

Constante

1881.277769

Error tpico de est Y

1.268493006

R cuadrado

0.844778544

N de observaciones3380
Grados de libertad

3374
_15Hz

_35Hz

_133Hz

_15x35*1000

_15x35x133*1000

Coeficientes X

-19744.3855

-146985.9945

-2225.07

1701.883

2622.705

Error tpico del coef

497.3704205

3294.28308

143.2734

40.66864

155.4733

T-student

-39.69754672

-44.61850756

-15.5302

41.84755

16.86916

El factor t-Student indica la

influencia que tiene cada variable
(frecuencias de sonido), sobre la
ecuacin de prediccin. Sabiendo
esto, se propone un anlisis en
tiempo real de este factor con el que

se pueda conocer las variables de

proceso que estn influyendo
directamente sobre la potencia, y
as poder corregir las variables
operativas
implicadas.

Figura 9. Amperaje Medido vs Prediccin de Amperaje

190
185
180
175
170
1
77
153
229
305
381
457
533
609
685
761
837
913
989
1065
1141
1217
1293
1369
1445
1521
1597
1673
1749
1825
1901
1977
2053
2129
2205
2281
2357
2433
2509
2585
2661
2737
2813
2889
2965
3041
3117
3193
3269
3345

165

Amperaje Medido

La Figura 9 representa los

resultados de prediccin obtenida
con la tcnica de regresin
matemtica contra los valores de
amperaje medidos directamente de
proceso. Se puedeobservar que la
tendencia de comportamiento es
similar y que la desviacin de
resultados es considerablemente
baja.

Prediccin de Amperaje

6. AGRADECIMIENTOS
A los autores les gustara agradecer
el apoyo por parte de CONACYT,
quien fue fundamental para la
realizacin de este proyecto, al igual
que
a
todos
aquellos
que
participaron en el diseo e
implementacin de experimentos,

anlisis

interpretacin

de

resultados.

7. BIBLIOGRAFA
1. S. S. Stevens, (1971). Perceived Level of Noise by Mark VII and Decibels.
TheJournal of theAcousticalSociety of America, Vol. 4.6, 4.11.
2. J. L. Watson, (1985). An Analysis of Mill Grinding Noise.
PowderTechnology, Vol. 41, PP. 83-89.
3. Jorge Pontt, (2004). MONSAG: A new monitoring system for measuring the
load filling of a SAG mill. MineralsEngineering, Vol. 17, PP. 1143-1148.
4. Jorge Pontt, Waldo Valderrama, Luis Magne, Germn Seplveda, Pablo
Espinoza, (2004). New Method for Detection of Harmful Impacts on Shell
Liners in Large Grinding Mills. IMTC 2004 Instrumentation and
Measurement.
5. B. Clermont, B de Haas, (2010). Optimization of mill performance by using
online ball and pulp measurements. The Journal of The Southern African
Institute of Mining and Metallurgy, Vol. 110.
6. Sonali Sen, Arup Kr. Bhaumik, (2013). Design of Intelligent Control System
Using Acoustic Parameters For Grinding Mill Operation. CS & IT-CSCP
2013, PP.261-268.
7. Jaime Seplveda, (2014). Media Charge_Dynamics_SAG Mills. MolyCop
Tools, Vol. 3
8. Jaime Seplveda, (2014). Media Charge_Dynamics_Ball Mills. MolyCop
Tools, Vol. 3