Vous êtes sur la page 1sur 21

Simulación y Optimización de Procesamiento de Minerales

MOLIENDA EN SERIE CON CLASIFICACION EN CIRCUITO CERRADO EN MINERA EL PILON. DISEÑO, OPTIMIZACION E IMPLEMENTACION DE CIRCUITO POR SIMULACION EN COMPUTADORA

Juan Luis Reyes Bahena 1 Profesor Investigador

Alejandro López Valdivieso 2 Profesor Investigador

Armando Ibarra Amaya 3 Director de Operaciones

Hector Dávila Santos 3 Director General

Sergio Oliva Rangel 3 Superintendente de Planta de Beneficio

1 Instituto de Metalurgia, Universidad Autónoma de San Luis Potosí. Av. Sierra Leona 550, Lomas 2ª Sección, 78210 San Luis Potosí, S.L.P. México.

Actualmente, estudiante de Doctorado de la Universidad de Queensland, Julius Kruttschnitt Mineral Research Centre, Brisbane, Australia. jlreyes@uaslp.mx

2 Instituto de Metalurgia, Universidad Autónoma de San Luis Potosí, S.L.P. Av. Sierra Leona 550, Lomas 2ª Sección, 78210 San Luis Potosí, S.L.P. México. alopez@uaslp.mx

3 Minera El Pilón, S.A. de C.V. Valparaiso No. 2367, Col. Providencia, 44610 Guadalajara, Jal., México.

Simulación y Optimización de Procesamiento de Minerales

GLOSARIO

Página

LISTA DE FIGURAS

 

3

LISTA DE TABLAS

3

RESUMEN

4

I.- INTRODUCCION

 

5

I.1. Circuito de Molienda – Antes del estudio de simulación.

5

I.2. Programa de Simulación

6

I.2.1. Modelos Matemáticos

6

I.2.1.1. Molino de Bolas

7

I.2.1.2. Hidrociclón

7

II.- DESARROLLO EXPERIMENTAL

 

8

II.1. Muestreo del Circuito de Molienda

8

II.2. Análisis de Datos

9

II.2.1. Inspección Inicial de Datos

9

II.2.2. Balance de Materia

10

II.2.3. Ajuste de Modelos

10

III.- CALIBRACION DEL CIRCUITO DE MOLIENDA

 

10

IV.- ANALISIS DE CIRCUITOS DE MOLIENDA

12

IV.1. Circuito de Molienda en Serie

12

IV.2. Circuito de Molienda en Semi-Serie

14

IV.3. Circuito de Molienda en Paralelo

15

V.-

IMPLEMENTACION

DE

CIRCUITO

DE

MOLIENDA

A

NIVEL

16

PLANTA

V.1. Resultados de Simulación vs. Resultados de Planta

 

18

V.2. Optimización del Circuito de Molienda

18

VI.- CONCLUSIONES Y RECOMENDACIONES

 

20

VII.- BIBLIOGRAFIA

 

20

VIII.- AGRADECIMIENTOS

20

Simulación y Optimización de Procesamiento de Minerales

LISTA DE FIGURAS

Figura 1 Diagrama de flujo del circuito de molienda antes del estudio de

Datos

simulación

en

Minera

El

Pilón,

S.A.

de

C.V.

experimentales

Figura 2

Distribución granulométrica del circuito de molienda. Datos experimentales

Figura 3

Diagrama de flujo del circuito de molienda en serie. Propuesta realizada por el Instituto de Metalurgia, UASLP

Figura 4 Diagrama de flujo del diseño propuesto por Minera El Pilón, S.A. Molino 1 operando en circuito abierto seguido del molino 2 en circuito cerrado

Figura 5

Diagrama de flujo del circuito de molienda en paralelo

Figura 6

Comparación del producto final del circuito de molienda en serie (figura 3). Simulado y real

Figura 7

Optimización del circuito de molienda en serie

LISTA DE TABLAS

Tabla I

Parámetros de operación del circuito de molienda antes de la simulación

Tabla II

Resultados de la simulación del circuito de molienda en serie

Tabla III Comportamiento del circuito al modificar el % de sólidos alimentados al ciclón 1, manteniendo constante las condiciones de operación y de diseño

Tabla IV

Resultados de la simulación del circuito de molienda en Semi- Serie

Tabla V

Resultados de la simulación del circuito de molienda en Paralelo

Tabla VI

Evaluación de los diagramas de flujo propuestos para Minera El Pilón, S.A. de C.V

Tabla VII

Parámetros de diseño de los ciclones. Antes y después de la simulación

Página

6

11

12

14

16

18

19

11

13

13

15

16

17

17

Simulación y Optimización de Procesamiento de Minerales

RESUMEN

Minera El Pilón, S.A. de C.V., beneficia minerales de plata por el proceso de cianuración, lavado a contracorriente y el proceso Merryl-Crowe. Por medio de estudios de simulación en computadoras, se ha diseñado la mejor configuración del circuito de molienda para incrementar la capacidad de la planta de beneficio de 600 a 820 ton/día. Asimismo, se ha mejorado la granulometría del producto de molienda de 68 a 76% a –200 mallas. Estos estudios de simulación, se han realizado basándose en resultados de muestreo a nivel planta de las corrientes de un circuito de molienda en circuito cerrado, que consistía de un molino de bolas de 8´5”x12´ y un ciclón de 20”. Por simulación, se han estudiado tres configuraciones de un circuito de molienda constituido por un molino de bolas de 8´5”x12´y otro de 9´x9´, y dos ciclones de 20”: 1) molinos en Semi-Serie, 2) molinos en Paralelo y 3) molinos en Serie. Asimismo, se han determinado las dimensiones de apex y vortex para los ciclones, el porciento de sólidos en cada una de las corrientes del circuito y el tamaño de bola de alimentación para cada uno de los molinos. La configuración que se ha definido por simulación y establecido a nivel planta, es la de molienda en circuito cerrado con los dos molinos en serie; donde la alimentación fresca (95.5% -3/8”) se alimenta al molino de 8´5”x12´(tamaño de bola 70% - 3” y 30% - 2”), que esta en circuito cerrado con un ciclón de 20” (apex de 3” y vortex de 6 ¾”); los gruesos de este ciclón retornan al molino, mientras que sus finos se alimentan a un segundo ciclón de 20” (apex de 3 1/8” y vortex de 4 ¾”), del cual se obtiene el producto final, con los gruesos del ciclón alimentándose al molino 9´x9´(tamaño de bola 1 ½”). La descarga de este molino alimenta al segundo ciclón de 20”.

Simulación y Optimización de Procesamiento de Minerales

Trabajo presentado y publicado en la XXIII Convención de la Asociación de Ingenieros de Minas, Metalurgistas y Geólogos de México. Octubre 20-23, 1999. Acapulco, Gro., México. Para cualquier comentario sobre el trabajo favor de dirigir la correspondencia: jlreyes@uaslp.mx

Simulación y Optimización de Procesamiento de Minerales

MOLIENDA EN SERIE CON CLASIFICACION EN CIRCUITO CERRADO EN MINERA EL PILON. DISEÑO, OPTIMIZACION E IMPLEMENTACION DE CIRCUITO POR SIMULACION EN COMPUTADORA

I.- INTRODUCCION

Minera El Pilón, S.A. de C.V. beneficia actualmente minerales de plata por el proceso de lixiviación, lavado a contracorriente y el proceso de Merryl-Crowe,

teniendo como producto final doré. La capacidad de tratamiento de la planta antes del estudio de simulación era de 600 ton/día con un 58% a –200 mallas en el producto fino del circuito de molienda obtenido a un 19% de sólidos. El tipo de mineral que procesa Minera El Pilón, es de características arcillosas, con un 30% de sílice, aproximadamente. El mineral presenta una gravedad específica

promedio de 2.8 ton/m

3

y un índice de trabajo de 15.0 kw-h/ton.

Para mejorar su productividad, Minera El Pilón planeó incrementar su capacidad de tratamiento sobre las 600 ton/día, adquiriendo un nuevo molino de bolas (9´x9´). Así, esta compañía se planteó como objetivos: 1) Incrementar la capacidad de molienda de 600 a 700 ton/día y 2) Incrementar el % a –200 mallas del producto final del circuito de molienda de un 58% a un 75%.

Este trabajo presenta la metodología empleada para diseñar el circuito de molienda que proporcionara la mayor capacidad con la instalación del nuevo molino; así como los resultados de implementación y de optimización del circuito diseñado por métodos de simulación en computadoras para obtener como producto final un 75% a -200 mallas.

I.1.

Circuito de Molienda – Antes del Estudio de Simulación.

Minera El Pilón, S.A. de C.V., opera actualmente la etapa de molienda en circuito cerrado con un molino de bolas de 8´5”x12´y un ciclón de 20” de diámetro, tal y como se muestra en la figura 1. La capacidad de tratamiento de este circuito es de 600 ton/día (base seca), al cual se alimenta mineral que tiene un 96% a –3/8” y una humedad de 3.5% en promedio. El molino presenta enlainado de acero con descarga tipo rebalse, el cual es operado a un 70% de su velocidad crítica y el tamaño de bola usado tiene una relación del 70% a 3” y 30% a 2”. La carga de bolas en el molino es de un 42% de su volumen. Bajo estas características, el circuito proporciona un producto con 58% a -200 mallas a 19% de sólidos, el cual es enviado al proceso de cianuración. La bomba utilizada para enviar la pulpa al ciclón es una DRL 8”x6” con una velocidad de 870 rpm y un motor de 50 HP.

La figura 1 muestra el diagrama de flujo del circuito de molienda, el cual presenta los datos experimentales del muestreo realizado en planta. Los resultados del muestreo reportan una carga circulante de 596%; además una excesiva cantidad

Simulación y Optimización de Procesamiento de Minerales

de agua en el circuito, por el bajo porciento de sólidos en la descarga del molino, de 75.6%.

CIRCUIT: MOLIENDA ESTANDAR WINDOWS: Top - TPH Solids Bottom - % Solids P 26.0 18.6
CIRCUIT:
MOLIENDA ESTANDAR
WINDOWS:
Top - TPH Solids
Bottom - % Solids
P 26.0
18.6
A CIANURACION
181.
51.4
CICLON
D20
73.1
155.
26.0
F 94.8
MOLINO DE BOLAS
ALIMENTACION
8´5”x12´
181.
75.6
181.
75.6
1 Help
2 Operatn
3 Error
4 Test
5 Unit
6 DrawCot
7 Stream 8
9 UntFeed
0 RunSIM
Figura 1.
Diagrama de flujo del circuito de molienda antes del estudio de
simulación en Minera El Pilón, S.A. de C.V. Datos experimentales.
I.2.
Programa de Simulación.

Una computadora personal con sistema operativo Windows 95 fue usada para las simulaciones. El simulador utilizado fue el JKSimMet, desarrollado en el Julius Kruttschnitt Mineral Research Centre, Brisbane, Australia. El programa del simulador vincula los modelos matemáticos, que representan la acción del mineral en cada una de las corrientes del circuito, fracción por fracción. En general, los simuladores son usados para: (1) Diseñar nuevos circuitos, (2) Investigar el efecto de modificaciones a un diagrama de flujo existente, (3) Asistir en la obtención de nuevos conocimientos sobre el comportamiento de un circuito completo, y (4) Optimizar la productividad de un circuito en operación.

I.2.1.

Modelos Matemáticos.

Los componentes modelados de acuerdo al diagrama de flujo (figura 1) fueron:

- Molino de Bolas

- Hidrociclón

I.2.1.1. Molino de Bolas

Simulación y Optimización de Procesamiento de Minerales

Este modelo considera un molino de bolas como un tanque perfectamente mezclado con contenidos (masa dentro del molino) descritos por una distribución de tamaños. Dentro del molino, hay dos factores que controlan el rompimiento de las partículas:

La función de selección, la cual define la probabilidad de las partículas a ser quebradas.

p = D•s

donde, la D, es la función de descarga en el molino,

Seleccion = R * s

La función de rompimiento, la cual define la forma en la cual las partículas seleccionadas son quebradas (o aparecen) en el contenido del molino.

Aparicion = A * s

Por lo tanto, la ecuación que describe el comportamiento del molino es,

I.1.2.2. Hidrociclón.

f -R * s + A *R * s -D * s = 0

f -

R

D p

+

A

R

D

p -p = 0

El modelo principal de ciclón usado en el JKSimMet es aquel desarrollado por Nageswararao bajo la supervisión de A.J. Lynch y L. Elber (Nageswararo 1978, 1995; Lynch y Morrell 1992), con ligeras modificaciones. Este modelo esta basado en el concepto de la curva de eficiencia reducida, la cual es desarrollada por la curva de eficiencia actual y la curva de eficiencia corregida por el clasificador tratando un mineral en particular.

El concepto importante es que la curva de eficiencia reducida es una función característica de un mineral y es independiente de la dimensión o condiciones de operación del ciclón. El modelo consiste en una serie de ecuaciones, las cuales son;

D c
D
c

d

50 c

= K

D 1

D

o c
o
c

D

0 . 52

0 . 47  0 22 .  D   0 93 . P
0 . 47
 0 22
.
 D
0 93
.
P
u
  D
i
D 
  gD
 D 
c
p
c
c
0 65
.
K
= K
(D )
D1
D0
c

0 . 5

0 . 2    L c   D  c
0 . 2
  L
c
D 
c

0 15

.

donde K D0 depende de las características de los sólidos alimentados.

Simulación y Optimización de Procesamiento de Minerales

Q

f

=

K

Q

1

D

c

 0 5 .  0 . 68 0 . 45  P  D
 0 5
.
 0 . 68
0 . 45
P
 D
 L
2
0 1
.
o
 (
i
  D
 
)
c
 D 
D 
D 
p
c
c
c
0 1
.
K
=
K
D
Q1
Q0
c

.

0 2

donde K Q0 depende de las características de los sólidos alimentados.

R

f

=

K

w

1

R

v

=

donde,

119 .  D   o   D  c  D 
119
.
 D
o
D 
c
 D
K
o
v
1
D 
c
2 . 40    D   P  u   
2 . 40
 D
P
u
D 
(
gD
)
c
p
c
0 94
.
 1 83
.
 D
P
u
D 
(
p gD
c

D i es el diámetro de entrada, m

D o es el diámetro del vortex, m

D u es el diámetro del apex, m

D c es el diámetro del ciclón, m

L c es la longitud del ciclón, m es el ángulo del cono, grados P es la presión de alimentación, kPa

p es la densidad de la pulpa, ton/m 3

g

Q

es la aceleración, 9.81 m/s

f es el flujo volumétrico, m 3 /h

2

0 53 . 0 27 .  D  ( )  i  
0 53
.
0 27
.
 D
(
)
i
D 
c
0 31
.
0 25
.
 D
i
)
D
c
0 50 . 0 22 .  0 24 .   L c 
0 50
.
0 22
.
0 24
.
  L
c
 D 
c
0 22
.
0 24
.
  L
c
 D 
c

R

f es la recuperación de agua al bajoflujo, %

R

v es la recuperación de pulpa al bajoflujo, %

K es la constante a ser estimada

es un término de correlación,

10

1 82 C . v ( 8 .
1 82 C
.
v
( 8
.

05

*

(

1

C

v )

2 )

Cv es la fracción volumétrica de sólidos en la pulpa alimentada.

II.- DESARROLLO EXPERIMENTAL

II.1. Muestreo del Circuito de Molienda.

El objetivo de todo muestreo es obtener una muestra representativa. Esto es un concepto ideal el cual es muy difícil de obtener en la práctica. La adquisición de datos confiables de un circuito de operación es la clave del éxito de cualquier ejercicio de optimización.

Los muestreos realizados en planta se llevaron a cabo para obtener datos necesarios para la calibración, simulación y optimización del circuito de molienda. La adquisición de buenos datos experimentales es parte fundamental para una

Simulación y Optimización de Procesamiento de Minerales

excelente calibración del circuito, por lo que la siguiente secuencia de eventos debe ser considerada para llevar a cabo un muestreo:

1. Definir los objetivos del muestreo e identificar las unidades a ser analizadas.

2. Planear el muestreo, tomando en cuenta los puntos de muestreo, el tamaño de la muestra en cada punto, los datos a ser colectados, y cualquier posible dificultad (por ejemplo; accesibilidad, interrupciones de producción, condiciones de estado no estable, datos faltantes, etc.).

3. Llevar a cabo la preparación de las muestras colectadas con mucho cuidado.

4. Realizar el análisis de la distribución granulométrica de acuerdo a los principios de la buena práctica.

5. Analizar los datos y el balance de masa de los datos, rechazando los datos dudosos y volver a muestrear si es necesario.

6. Usar los datos así definidos por los objetivos, por ejemplo: para estimación de parámetros, para simulación, o para confirmar que el beneficio esperado ha sido obtenido.

El circuito de molienda (figura 1) de Minera El Pilón, fue planeado en detalle y los siguientes puntos fueron considerados:

Alimentación al molino 8´5”x12´ (carga fresca)

Descarga del molino 8´5”x12´

Descarga del ciclón 1 (gruesos)

Derrame del ciclón 1(finos)

Los puntos adicionales en el muestreo del circuito actual (figura 3) son los siguientes:

Descarga del molino 9´x9´

Descarga del ciclón 2 (gruesos)

Derrame del ciclón 2 (finos)

II.2. Análisis de Datos.

II.2.1. Inspección Inicial de los Datos.

La exactitud del análisis de los datos requeridos depende de los objetivos planteados en el análisis. Hay un número de procedimientos simples de análisis que pueden ser usados para evaluar sus datos antes de usar un paquete de balance de materia en la computadora, por ejemplo: JKMBal (incluido en JKSimMet); Bilmat; MatBal; etc.

Dos análisis simples realizados manualmente pueden ser usados para evaluar los datos como una inspección inicial de los datos colectados en el muestreo:

Un balance de agua alrededor del ciclón y,

Simulación y Optimización de Procesamiento de Minerales

Un cálculo de la fracción de masa en cada fracción de tamaño alrededor del ciclón.

Los resultados de estos dos análisis determinarán la consistencia o inconsistencia de los datos experimentales. Por lo tanto, se podrá concluir si los datos son buenos o se requiere repetir nuevamente el muestreo en planta.

II.2.2. Balance de Materia.

El balance de materia es de los métodos más usados para la evaluación de datos de muestreo. Los programas de balance de materia, tales como el JKMBal minimizan la suma de los errores al cuadrado. Es decir, el objetivo del balance de masa es encontrar el mejor ajuste de las fracciones de masa en cada fracción de tamaño, tal que la suma del error al cuadrado entre las masas medidas y ajustadas en cada fracción sea minimizada.

La manera en que el usuario puede juzgar si los resultados son buenos o malos, es la siguiente:

Comparar el tamaño o orden de magnitud de la desviación estándar (SD) del valor de la corriente asociada. Cuando la SD es pequeña, comparada con el valor del flujo, indica que el flujo esta bien definido por el dato. Si la SD es grande, el flujo es pobremente determinado.

II.2.3. Ajuste de Modelos.

El ajuste del modelo o estimación de parámetros requiere de experiencia y un buen juicio. El ajuste del modelo, no es más que la estimación de las constantes de los modelos matemáticos que representan a cada una de las operaciones unitarias del circuito. Una vez que los modelos han sido ajustados a un circuito existente, el comportamiento del circuito sobre un amplio rango de condiciones de operación puede ser estimado de manera congruente.

III.- CALIBRACION DEL CIRCUITO DE MOLIENDA

Los datos obtenidos del muestreo, mostraron una excelente correlación entre los ajustados por el balance de masa y los experimentales, así como del ajuste del modelo (calibración). Este muestreo proporcionó datos que permitieron conocer en detalle el comportamiento del circuito, corriente por corriente y unidad por unidad. Los datos ajustados con el balance de masa son utilizados en la calibración del circuito de molienda para posteriormente realizar la simulación del circuito a fin de alcanzar los objetivos anteriormente planteados. La figura 2 muestra, como punto de referencia, el comportamiento de la distribución granulometría de la corriente de alimentación al circuito y del producto

Simulación y Optimización de Procesamiento de Minerales

fino (datos experimentales - puntos), los cuales no presentan grandes diferencias entre los ajustados por el modelo del circuito (líneas continuas). Esto representa la estimación correcta de los parámetros en los modelos matemáticos usados en los modelos del molino de bolas y del ciclón, los cuales pueden describir el comportamiento del circuito en un amplio rango de condiciones.

100 90 80 70 60 50 40 30 20 Datos Experimentales 10 Datos Ajustados (B.
100
90
80
70
60
50
40
30
20
Datos Experimentales
10
Datos Ajustados (B.
Masa)
0
0.01
0.1
1.0
10.0
100.0
Acumulativo % Negativo

Tamaño de Partícula, mm

Figura 2.

Distribución

experimentales.

granulométrica

del

circuito

de

molienda.

Datos

Los resultados predicen que el ciclón divide un 67% de agua hacia los finos. Es decir, un 33% del agua lleva partículas finas entrampadas (clasificación by-pass) hacia los gruesos del ciclón, lo cual reduce la eficiencia de clasificación. Los parámetros de operación medidos en planta durante el muestreo se reportan la tabla I.

Tabla I.

Parámetros de operación del circuito de molienda antes de la simulación.

Molino de Bolas (8´5”x12´)

Ciclón (D20)

Carga de bolas ~ 42% Velocidad ~ 70% V. Critica Tamaño de bola ~ 70% - 3”, 30% - 2” SG mineral ~ 2.80 ton/m 3 Wi del mineral ~ 15.0 Kw-h/ton

Diámetro de entrada ~ 5 1/8” Diámetro del vortex ~ 5 ½” Diámetro del apex ~ 4 ¼” Presión del ciclón ~ 72.16 kPa

Simulación y Optimización de Procesamiento de Minerales

IV.- ANALISIS DE CIRCUITOS DE MOLIENDA

Con el simulador calibrado a las condiciones de operación, se evaluaron tres configuraciones de circuito de molienda con dos molinos: (1) Molienda en Serie, (2) Molienda en Semi-Serie y (3) Molienda en Paralelo. Estas configuraciones fueron investigadas para determinar cual de ellas proporcionaba la mayor capacidad con un producto final de 75% a -200 mallas.

IV.1. Circuito de Molienda en Serie.

Este tipo de arreglo fue la propuesta realizada por el Instituto de Metalurgia – UASLP. En este diagrama de flujo (figura 3), la molienda primaria (M1 – 8´5”x12´) se encuentra en circuito cerrado con clasificación, en la cual el producto fino es reclasificado en la segunda etapa de molienda. Esta segunda etapa se encuentra también en circuito cerrado con clasificación, donde los finos el producto final del circuito. Como puede observarse en la figura, se le llama molienda en serie por que un circuito de molienda estándar es continuo con el otro. En este caso, el producto fino de la primer etapa de molienda se envía a clasificación para evitar la producción de partículas muy finas (indeseables en el proceso).

Figura 3.

CIRCUIT: MOLIENDA EN SERIE WINDOWS: Top - TPH Solids Bottom - % Solids 33.7 23.7
CIRCUIT:
MOLIENDA EN SERIE
WINDOWS:
Top - TPH Solids
Bottom - % Solids
33.7
23.7
33.7
P
19.0
A CIANURACION
CICLON
D20
CICLON
D20
149.
ALIMENTACION
77.0
F
33.7
183.
80.2
95.3
54.5
81.4
MOLINO DE BOLAS
9´x9´
183.
79.8
114.
41.3
80.2
183.
80.0
79.8
114.
MOLINO DE BOLAS
41.3
8´5”x12´
1 Help
2 Operatn
3 Error
4 Test
5 Unit
6 DrawCot
7 Stream 8
9 UntFeed
0 RunSIM
Diagrama de flujo del circuito molienda en serie. Propuesta realizada
por el Instituto de Metalurgia, UASLP.

Simulación y Optimización de Procesamiento de Minerales

Las simulaciones del circuito, se realizaron con 29.2 tph (~ 700 tpd) y 33.7 tph (~ 800 tpd). Los resultados se muestran en la tabla II, los cuales predicen un producto del circuito de molienda con especificaciones cercanas al objetivo antes planteado, usando un tamaño de bola del 70% a 3” y 30% a 2” en el molino 1 (8´5”x12´) y del 100% a 2” en el molino 2 (9´x9´).

Tabla II.

Resultados de la Simulación del Circuito de Molienda en Serie.

700 tpd

800 tpd

 

Flujo, tph

% Sólidos

% -200 #

Flujo, tph

% Sólidos

% -200 #

Desc.M1

182.00

79.7

13.03

216.00

80.0

11.39

Finos C1

29.20

19.0 1

56.62

33.70

19.0 1

53.91

Desc. M2

63.80

76.1

20.61

82.50

79.9

17.84

Finos C2

29.20

19.0 1

75.95

33.70

19.0 1

74.29

Estos resultados cumplen realmente los objetivos de Minera El Pilón. Como se puede observar, la carga circulante en el molino 1, es una limitante para la operación del circuito. Este efecto se debe precisamente al bajo porcentaje de sólidos en la alimentación del ciclón 1 empleado en la simulación. Una mala operación del circuito provocaría una carga circulante muy alta, ocasionando que la pulpa sea proyectada fuera del molino 1 junto con el medio de molienda. Una adecuada operación en el molino y ciclón 1, es operar con un porcentaje alto de sólidos en la alimentación del ciclón 1 (~ 68% de sólidos), que permitiría mantener el mineral estable en el molino 1 disminuyendo así la carga circulante del circuito.

La tabla III, presenta el resumen de las simulaciones realizadas en la molienda en serie, variando el porciento de sólidos alimentados al ciclón 1. Estos resultados muestran que se disminuye en un 15% la carga circulante del molino 1, al disminuir ligeramente la cantidad de agua en el cajón de descarga del molino 1, permitiendo así una operación mucho más estable sin afectar significativamente la granulometría del producto final del circuito.

Tabla III.

Comportamiento del circuito al modificar el % de sólidos alimentados al ciclón 1, manteniendo constante las condiciones de operación y de diseño.

% Sólidos Alimentados al Ciclón 1

 

53.8%

54.5%

Molino 1 (8´5”x12´) Molino 2 (9´x9´) Finos del Ciclón 1 Finos del Ciclón 2

216.0

183.0

82.5

80.2

53.91

52.66

74.29

73.83

Flujo, tph

% -200 Mallas

1 Este porcentaje de sólidos fue ajustado a sugerencia de Minera El Pilón.

Simulación y Optimización de Procesamiento de Minerales

Aumentar la densidad de pulpa en la alimentación del ciclón 1, disminuye la eficiencia de clasificación, lo cual mantendría el porciento de sólidos del producto fino en un rango de 30 a 45%; que a su vez tendría entre 50 a 55% a –200 mallas. El control del molino 2 y el ciclón 2, debe ser analizado en detalle como respuesta de la operación del molino y ciclón 1. Es decir, la cantidad de agua fresca agregada a la alimentación del molino 2 no debe ser en exceso, de lo contrario no tendremos ningún efecto de remolienda, se debe recordar que el agua es utilizada únicamente como medio de transporte de las partículas dentro del molino.

El tipo de circuito que se ha propuesto (molienda en serie), presenta la ventaja de remoler las partículas más eficientemente en el segundo molino, ya que podemos disminuir el tamaño de bola en función del tamaño máximo de partículas alimentadas al molino 2, normalmente del orden de 0.25 mm (~ 60 mallas).

IV.2. Circuito de Molienda en Semi-Serie.

El diagrama de flujo propuesto en la figura 4, se analizó a sugerencia de Minera El Pilón. Por la configuración que presenta este diagrama, se definió como Molienda en Semi-Serie, ya que el molino 1 opera en circuito abierto seguido del molino 2 con clasificación en circuito cerrado. El flujo de descarga en ambos molinos es alimentado individualmente a un ciclón, de los cuales el producto grueso es alimentado al molino 2 y los finos se envían al proceso de cianuración.

Figura 4.

CIRCUIT: MOLIENDA EN SEMI-SERIE WINDOWS: Top - TPH Solids Bottom - % Solids 23.7. 10.0.
CIRCUIT:
MOLIENDA EN SEMI-SERIE
WINDOWS:
Top - TPH Solids
Bottom - % Solids
23.7.
10.0.
19.0
19.0
A CIANURACION
CICLONES
P 33.7
D20
19.0
23.7
118.
51.3
75.9
ALIMENTACION
142.
142.
70.3
50.6
F
33.7
33.7
95.3
34.1
33.7
MOLINO DE BOLAS
79.7
9´x9´
142.
70.3
33.7
142.
79.7
70.3
MOLINO DE BOLAS
8´5”x12´
1 Help
2 Operatn
3 Error
4 Test
5 Unit
6 DrawCot
7 Stream 8
9 UntFeed
0 RunSIM
Diagrama de flujo del diseño propuesto por Minera El Pilón, S.A. Molino
1 operando en circuito abierto seguido del molino 2 en circuito cerrado.

Simulación y Optimización de Procesamiento de Minerales

La tabla IV muestra los resultados de las simulaciones realizadas considerando 700 y 800 tpd.

Tabla IV.

Resultados de la Simulación del Circuito de Molienda en Semi-Serie.

700 tpd

800 tpd

Flujo, tph

% Sólidos

% -200 #

Flujo, tph

% Sólidos

% -200 #

Desc.M1

29.20

79.7

38.92

33.7

79.7

36.63

Finos C1

8.73

19.0 1

76.94

10.00

19.0 1

76.41

Desc. M2

109.00

63.3

20.25

142.00

70.3

13.85

Finos C2

20.47

19.0 1

66.64

23.70

19.0 1

56.55

Este tipo de arreglo (figura 4) muestra que la producción del ciclón 1 es muy baja, aproximadamente un 29.8% de la capacidad del circuito, además tendrá una baja presión de operación (5.34 kPa a 700 tpd y 6.57 kPa a 800 tpd). Bajo estas condiciones, el ciclón 1 estará trabajando como un simple repartidor debido a la baja presión de operación y al poco flujo de finos. El producto fino del ciclón 1, tendrá un alto porciento a –200 mallas, del orden del 77%. Sin embargo, la operación del ciclón 2, muestra una granulometría final más gruesa (67% –200 mallas a 700 tpd; 57% –200 mallas a 800 tpd). Como se puede apreciar, aún cuando la granulometría es muy fina en el producto del ciclón 1, las condiciones de operación de la segunda etapa de molienda presentan una limitación para poder obtener un producto más fino. Obviamente, esto no cumple completamente con los objetivos de Minera El Pilón, ya que si bien se pudiera aumentar la capacidad de molienda, no se podría mejorar el porcentaje a –200 mallas en el producto final de un 68% a un 75%.

Estos resultados fueron obtenidos simulando un tamaño de bola de 70% a 3” y 30% a 2” en ambos molinos. No es posible disminuir el tamaño de bola en el segundo molino ya que la granulometría de alimentación al molino 2 muestra un flujo de partículas gruesas (> 10 mallas) de aproximadamente, 4.69 ton/h.

IV.3. Circuito de Molienda en Paralelo.

El diagrama de flujo propuesto en la figura 5, es un arreglo en paralelo. Este diagrama se simuló para determinar el beneficio sobre los otros dos diagramas de flujo propuestos anteriormente. Los dos molinos de bolas están operando en circuito cerrado con clasificación. Las simulaciones realizadas nuevamente en este tipo de arreglo, fueron considerando 700 tpd y 800 tpd.

1 Este porciento de sólidos, fue ajustado a sugerencia de Minera El Pilón.

Simulación y Optimización de Procesamiento de Minerales

Figura 5.

CIRCUIT: MOLIENDA EN PARALELO WINDOWS: Top - TPH Solids Bottom - % Solids CICLON 52.5
CIRCUIT:
MOLIENDA EN PARALELO
WINDOWS:
Top - TPH Solids
Bottom - % Solids
CICLON
52.5
D20
73.2
16.8
19.0
69.4
16.9
69.4
43.2
95.3
69.4
77.6
77.6
MOLINO DE BOLAS
9´x9´
33.7
16.9
F 95.3
19.0
ALIMENTACION
33.7
CICLON
19.0
16.9
52.2
D20
95.3
73.1
69.0
43.1
P
A CIANURACION
69.0
69.0
77.5
77.5
MOLINO DE BOLAS
8´5”x12´
1 Help
2 Operatn
3 Error
4 Test
5 Unit
6 DrawCot
7 Stream 8
9 UntFeed
0 RunSIM
Diagrama de flujo del circuito de molienda en paralelo.

En la tabla V se puede notar, que efectivamente es posible incrementar la capacidad de molienda; sin embargo, la granulometría del producto final se mantiene constante a la operación con un solo molino de bolas.

Tabla V.

Resultados de la Simulación del Circuito de Molienda en Semi-Serie.

700 tpd

800 tpd

Flujo, tph

% Sólidos

% -200 #

Flujo, tph

% Sólidos

% -200 #

Desc.M1

58.9

74.2

23.52

69.0

77.5

21.94

Finos C1

14.6

19.0

67.01

16.9

19.0

66.05

Desc. M2

59.2

74.3

23.32

69.4

77.6

21.75

Finos C2

14.6

19.0

66.82

16.8

19.0

65.85

Estos resultados se obtuvieron simulando un tamaño de bola de 70% a 3” y 30% a 2” en ambos molinos.

V.- IMPLEMENTACION DE CIRCUITO DE MOLIENDA A NIVEL PLANTA

De acuerdo a la evaluación y comparación de los diagramas de flujo propuestos por simulación (ver tabla VI), el diagrama de flujo de la figura 3, presenta mejores beneficios de acuerdo a los objetivos de Minera El Pilón de incrementar la

Simulación y Optimización de Procesamiento de Minerales

capacidad de molienda de 600 a 700 tpd, y de aumentar el porciento de partículas a –200 mallas en el producto final del circuito de 57% a 75%.

Tabla VI.

Evaluación de los diagramas de flujo propuestos para Minera El Pilón, S.A. de C.V.

Diagramas de Flujos Propuestos Molienda En Serie (figura 3) Molienda en Semi-Serie (figura 4) Molienda en Paralelo (figura 5)

Objetivos de Minera El Pilón, S.A.

Capacidad de Molienda

% -200 mallas

Mejora

Mejora

Mejora

Mejora

Disminuye

Se Mantiene

La molienda en serie, no sólo cumple los requisitos de Minera El Pilón, sino que es posible seguir incrementando la capacidad del circuito de molienda sin afectar la granulometría del producto final (75% -200 mallas). De acuerdo a estas grandes ventajas que ofrece este tipo de arreglo, Minera El Pilón decidió llevar a cabo la implementación del diagrama de flujo propuesto de la figura 3.

La implementación de la molienda en serie en Minera El Pilón, permitió que se incrementará la capacidad de molienda. Actualmente, la capacidad de molienda se encuentra en las 800 tpd, base seca, y la granulometría del producto final es de76% a –200 mallas. Durante la operación de este nuevo circuito, se llevaron a cabo algunos cambios sobre las características de diseño de los ciclones, tales como diámetro de vortex y apex. Estos cambios se muestran en la tabla VII. Además, fue necesario ajustar la densidad de pulpa alimentada al ciclón, tal y como se comento en los estudios de simulación.

Tabla VII.

Parámetros de diseño de los ciclones. Antes y después de la simulación.

Antes:

Después:

Ciclón 1

Ciclón 2

Ciclón 1

Ciclón 2

Diámetro del vortex Diámetro del apex

5 ¾”

4”

6 ¾”

4 ¾”

3 ¾”

2 ½”

3”

3 1/8”

El porciento de sólidos en los finos del ciclón 1 es de 24%, sin embargo, es recomendable que este porciento de sólidos sea incrementado aun más, para permitir reducir la carga circulante del molino 1 y poder tener un mejor efecto en la reducción de tamaño en la segunda etapa de molienda.

Simulación y Optimización de Procesamiento de Minerales

V.1.

Resultados de Simulación vs. Resultados de Planta.

La validación del estudio de simulación se llevó a cabo con nuevos datos obtenidos en planta de la operación del circuito de molienda en serie. Estos datos muestran (figura 6) como la distribución granulométrica (datos experimentales) del producto final del circuito fue predicha acertadamente con los resultados de la simulación.

100 90 80 70 Granulometría del Producto Final del Circuito de Molienda 60 Real 809
100
90
80
70
Granulometría del
Producto
Final
del Circuito de Molienda
60
Real
809 tpd,
20.1% de Sólidos
Simulado 800 tpd, 19.0%
de Sólidos
50
40
0.01
0.1
1.0
10.0
100.0
Acumulativo % Negativo

Tamaño de Partícula, mm

Figura 6.

Comparación del producto final del circuito de molienda en serie (figura 3). Simulado y real.

Como puede observarse en la figura anterior, la simulación representa una poderosa herramienta para el Ingeniero de procesos, con la cual puede optimizar su proceso, sin inversión de mucho tiempo para el desarrollo ni costos elevados de análisis.

V.2.

Optimización del Circuito de Molienda.

El estudio de optimización del circuito de molienda en serie se llevó a cabo con el propósito de definir las nuevas variables de operación que permitan condiciones más estables de operación y mejor calidad del producto. Los efectos analizados en el estudio de optimización comprenden: (1) Tamaño de bola óptima en los molino, (2) Determinación de la máxima capacidad del circuito de molienda, (3) Parámetros óptimos de vortex y apex en los ciclones.

Simulación y Optimización de Procesamiento de Minerales

Modificando los diámetros de vortex y apex en los ciclones, varía la presión de operación, la cual a su vez permitirá tener un tamaño de corte más fino en la operación del ciclón. Los resultados de la simulación recomiendan operar los tamaños de bola en 100% a 3” en el molino 1 (8´5”x12´) y de 100% a 1 ½” en el molino 2 (9´x9´).

La figura 7, muestra los resultados de la optimización del circuito de molienda. En esta figura, se nota que la carga circulante del molino es un factor importante para el incremento de la capacidad del circuito. El tamaño de bola en el segundo molino, controla la producción de partículas finas; de acuerdo a la gráfica, se tiene un beneficio de un 4% al reducir el tamaño de bola de 2” a 1 ½”.

85 200 180 80 160 75 Efecto del Tamaño de Bola en el Molino 9´x9´
85
200
180
80
160
75
Efecto del Tamaño de Bola
en el Molino 9´x9´
140
70
2"
120
1 1/2"
65
Efecto de la Carga Circulante
100
Ciclón 1
(D20)
Descarga del Ciclón, tph
60
80
800
850
900
950
1000
% Pasando -200 mallas
Carga Circulante, tph

Tonelaje de Alimentación, tpd

Figura 7.

Optimización del circuito de molienda en serie.

Un incremento de capacidad tiene como resultado un aumento drástico de la carga circulante en el molino 1. Sin embargo, estos resultados muestran el efecto de la capacidad del circuito a condiciones constantes de operación. La carga circulante es un parámetro que puede ser controlado con la operación del ciclón 1, es decir, un diámetro grande de vortex, permitirá reducir considerablemente la carga circulante. Este cambio, no modifica la eficiencia global del circuito, ya que es fundamental tener un porciento de sólidos altos en los finos del ciclón 1.

VI.- CONCLUSIONES Y RECOMENDACIONES

Minera El Pilón ha alcanzado un incremento substancial en la capacidad de molienda, resultando en una gran disminución de costos por tonelada producida.

Simulación y Optimización de Procesamiento de Minerales

Esto fue obtenido al mejorar la relación molienda/capacidad a través de la implementación de la molienda en serie.

Los resultados de la optimización del circuito de molienda en serie, muestra que es recomendable modificar la densidad de pulpa alimentada al ciclón 1, esto evitará que el circuito tenga una operación inestable. Además, se recomienda cambiar el tamaño de bola en los molinos: (1) 100% a 3” en el molino 8´5”x12´y (2) 100% a 1 1/2” en el molino 9´x9´.

Este proyecto fue desarrollado y diseñado usando un estudio combinado de simulación por computadora y pruebas específicas a nivel planta. El método provee una alternativa para evaluar las modificaciones en planta con la minimización del tiempo utilizado, mostrando que la simulación es una poderosa herramienta en el estudio de diagramas de flujo, desarrollados y diseñados, y para la asistencia en el arranque de plantas.

VII. BIBLIOGRAFIA

1. JKTech., 1989. JKSimMet User Manual and Supplementary Information Manual (Versión 3, Release 1), JKTech, Indooroopilly, Qld, Australia.

2. Lynch A.J. and Morrell S. 1992. The undestanding of comminution and classification and its practical application in plant design and optimization. Comminution: Theory and Practice, Ed. Kawatra, 405-426 (AIME).

3. Nageswararao K. 1978. Further developments in the modelling and scale up of industrial hydrociclones. PhD Thesis, University of Queensland (JKMRC).

4. Nageswararao K. 1995. A generalised model for hydrociclones classifiers. AusIMM Proceddings, 300 (2), 21 (Dec).

VIII.- AGRADECIMIENTOS

Los autores agradecen a Minera El Pilón, S.A. de C.V., el interés, compromiso y apoyo del trabajo reportado en este papel. Agradecen también al Ing. Armando Ibarra Amaya, Director de Operaciones de Minera El Pilón, con quien los resultados preliminares fueron discutidos, por su entusiástico apoyo. Deseamos dar especialmente las gracias al personal de operación en Minera El Pilón por su valiosa ayuda en las modificaciones hechas al circuito de molienda. El M.C. Juan Luis Reyes Bahena, agradece sinceramente al Profesor Alban J Lynch, el apoyo y asesoramiento para llevar a cabo el presente trabajo de simulación.