EVALUACIÓN ECONÓMICA DE CIRCUITOS DE FLOTACIÓN

CESAR SOSA
Gerente de Geometalurgia de SGS Canadá
OPERACIÓN POLIMETALICOS
COBRE-ZINC

 Mina subterránea polimetálica de cobre zinc en

Turquía,
 Procesa 1.5 millones de ton.
 La mena es altamente variable con
alimentación de cobre en un rango de1 a 4%,
el zinc varia de 1 a 10 %
 La mezcla de alimentación a la planta de
flotación es crucial
 ESTRATEGIA DE OPTIMIZACIÓN
INTEGRAL
ESTUDIOS METALÚRGICOS

Optimización
Experimentación de Muestreos de Modelamiento
laboratorio Planta & Simulación

IMPLEMENTACIÓN DE LA ESTRATEGIA DE OPTIMIZACIÓN

Parámetros de operación óptimos

Implementación Metas de grado en operación
Esquema de reactivos optimizado
Modificaciones al circuito y mejoras
 EXPERIMENTACIÓN DE LABORATORIO
CONTROL DE REACTIVOS Y PRUEBAS MFT
Optimización y Control de reactivos de flotación

 Los reactivos con mayor impacto en la optimización del proceso son los colectores y espumantes
 Control de reactivos, métodos probados de implementación :
 Lazo abierto : la dosificación es en base al tonelaje de alimentación y g/t
Este método no es sensitivo a las unidades metálicas y depende de experiencia del operador
 Lazo cerrado : se requiere conocer el contenido metálico en línea (courier, amdel, blue cube) para
manipular los g/t de dosificación. Este puede estar integrado a un sistema experto

Pruebas de flotación y caracterización mineralógica

 Pruebas cinéticas en muestras de variabilidad ( Pruebas MFT, remolienda y limpias)

 Caracterización mineralógica de muestras de variabilidad y muestras de muestreos
 Análisis químicos de muestras colectadas en los muestreos
 PROBLEMAS EN MINERALOGÍA

Calcopirite  Dificultad de separación por flotación

CuFeS2  Esfalerita contaminada con calcopirita
(Chalcopyrite disease in sphalerite)
 Activación por Bornita

Bornita  Alta variabilidad en el mineral

Cu5FeS2  Grado de obre de 2% a 3%
 Grado de zinc de 2% a 10%

 Recuperaciones bajas y variables

Esfalerita  Recuperación de cobre de 70% a 85%
ZnS  Recuperación de zinc de 60% a 70%
 MANEJO DEL STOCKPILE
ROM
 Spec (YO+BO)
 Non-spec (CO+BO)
 Bornita Amarilla (BYO)
 Bornita Clastics (BCO)

*YO: Mena Amarilla; BO: Mena Negra; LGO: Mena de bajo grado; CO: Mena Clastica
 CALIBRACIÓN DE IGS
CIRCUITO DE COBRE
MFT para
medir Estimación de parámetros de calibración –IGS
Cinéticas - Proyecto Green Field – SGS Database
- Proyecto Brownfield project – Datos de muestreos
Cu Rougher Cu Rougher Scavenger
Zn Circuit
Feed
Cu Rougher Cleaners

Spec Cu
Concentrate

Modificadores de cinéticas en Cu Rougher

Columns

limpias
Cu Cleaner 1
Cu Regrind Mill

Off Spec Cu
Concentrate

Cu Cleaner
Columns
** Flujos al courier
Cu Column Scavenger
no regresan
Al mismo punto
 CINÉTICA DE ALIMENTACIÓN
PRUEBA MFT
 La prueba MFT (Mineral Flotation Test) es una prueba cinética estandarizada, controlada y
cuenta con una gran base de datos.
 Velocidad de recuperación de espuma fija y control de nivel para minimizar el impacto de la
espuma.
 Independiente del operador Water

 El efecto del arrastre mecánico es removido LIC

mediante la medición precisa de recuperación Feed

Concentrate
de agua y modelamiento matemático. individual
concentrates at

 La cinética de flotación por mineral es

4 time intervals
LT
and
4 size intervals
determinada en la pulpa
Tail
4 size intervals
for the combined
concentrate

4 size intervals
 RECUPERACIÓN DE MINERAL
CONTRA TIEMPO
100%

90%

80%

Recovery (%) 70%

60%

50%
Model
40%
Measured
30%

20%

10%

0%
0 2 4 6 8 10 12 14 16
Time (min)
 AJUSTE DE CINÉTICA
INCLUYENDO “ENT”
100%

90%

80%

Recovery (%) 70%

60%

50%
Model
40%
Measured
30%

20%

10%

0%
0 2 4 6 8 10 12 14 16
Time (min)
 AJUSTE DE CINÉTICA
INCLUYENDO “ENT” Y RMAX
100%

90%

80%

Recovery (%) 70%

60%

50%
Model
40%
Measured
30%

20%

10%

0%
0 2 4 6 8 10 12 14 16
Time (min)
 AJUSTE DE CINÉTICA
INCLUYENDO “ENT” , RMAX Y K AVE
100%

90%

80%

Recovery (%) 70%

60%

50%
Model
40%
Measured
30%

20%

10%

0%
0 2 4 6 8 10 12 14 16
Time (min)
 AJUSTE DE CINÉTICA
INCLUYENDO “ENT” , RMAX, K AVE, ALFA
100%

90%

80%

Recovery (%) 70%

60%

50%
Model
40%
Measured
30%

20%

10%

0%
0 2 4 6 8 10 12 14 16
Time (min)
 DISTRIBUCIÓN DE FLOTABILIDAD
VALORES DE K
100%

90%

80%

70%

60% Kave
(%)

50%
Cumm
40%
PDF
30%

20%

100- Rmax 10%

0%
0 1 2 3 4 5 6
Kinetic rate (1/min)
 CALIBRACIÓN DE IGS
Zn Circuit
CIRCUITO DE ZINC
Feed Zn Rougher

Final Tails

MFT para Zn Cleaner 1

medir
Cinéticas Zn Final
Concentrate

Zn 1st Zn 2nd
Cleaner Cleaner
Column Column

Zn Column Scavenger

Final Tails
** Flujos al courier no regresan
Al mismo punto
 RESULTADOS DE SIMULACIÓN
CIRCUITOS COBRE Y ZINC

 Los circuitos de cobre y zinc fueron simulados en

IGS (Simulador Integrado de Geometalurgia)
 Se incluyó un modelo económico para evaluar el
NSR de ambos concentrados
 Se exploraron varios escenarios modificando la
configuración de ambos circuitos
 Los resultados mostraron un óptimo económico
balanceando los circuitos de cobre y zinc

Modelo Económico
OPTIMIZACIÓN
ECONÓMICA
OPTIMIZACIÓN
ECONÓMICA
 IMPLEMENTACIÓN
RESULTADOS DE SIMULACIÓN

Reto :
 ¿Es posible obtener resultados de
optimización por simulación de manera
consistente en la práctica ?

 ¿Cómo mantener condiciones óptimas de

operación para un mismo tipo de mineral?

 ¿Cómo mantener condiciones óptimas

considerando la variabilidad en el depósito y
preparación de mezclas de alimentación ?
 IMPLEMENTACIÓN
SISTEMA EXPERTO

Posibles soluciones de implementación:

 Control de nivel
 Control de dosificación de reactivos
 Uso de cámaras para control de velocidades de
derrame
 Control de flujos internos en recirculaciones

 Etc.
 RESULTADOS
 Resultados en el circuito de cobre :
% Cu en % Cu concentrado de Relacion
Recuperación
Cabeza cobre Zn:Cu
En Línea 80.1 % 2.46% 19.03% 1.41
Fuera de Línea 78.4% 2.58% 18.84% 1.63
Diferencia 1.71% - 0.19% 0.19% -0.22
Diferencia Ajustada 0.9%

 Resultados en el circuito de zinc

% Zn en
Recuperación % Zn Concentrado de zinc
Cabeza
En Línea 55.3 % 3.45% 46.8%
Fuera de Línea 54.3% 3.80% 47.4%
Diferencia 1.0% -0.35% -0.61%
Diferencia Ajustada 3.5%
 CASO DE DISEÑO
PRE-FACTIBILIDAD
Selección de muestras para pruebas metalúrgicas : SPI, Ci, BWi

Se seleccionaron 111 muestras para representar 1.2 billones de

toneladas a minar en 21 años de producción, es decir, en promedio
se tiene solo 1 muestra cada 11 millones de toneladas o 4.1 millones
de m3 con un promedio de 160 metros de separación.
View to West

Millones de toneladas que

Años de producción representan una muestra
0a6 5
10 a 13 12
14 a 17 20

View from the top View to North

 PRUEBAS DE MOLIENDA
SPI, BWI,CI
Se realizaron pruebas de molienda en cada muestra: Cumulative %
SAG Power Index Profile
Compared to the SAG Power Index Profiles of Operating Mines
in the SGS Database
100%

 SAG Power Index. La prueba SPI es una medida de los 90%

80%

requerimientos de energía en molienda SAG. 70%

60%

 Índice de Bond - Molino de bolas. La prueba BWi es una 50%

40%

medida de los requerimientos de energía en molinos de 30%

20%
bolas. 10%

0%

 Índice de quebrado, Ci. Esta prueba mide la friabilidad en 0 50 100 150

SAG Power Index (minutes)
200 250 300

Mine A - Cu Mine B - Cu Mine E - Cu/Ni

quebrado para determinar la distribución de tamaño de Mine H - Cu
Mine AT - Cu
Mine M - Cu/Mo/Ag
Mine AU - Cu
Mine O - Cu
Case Study - Cu
partícula.
100%

90%
Requerimientos 80%

 Muestra de sondaje 70%

Cumulative
60%

 Preferencia Material 50%

grueso 40%

30%

½ PQ, ½ HQ 20%

10%

 Mínimo 20 Kg 0%
7 9 11 13 15 17 19 21 23
muestra Bond Wi_(kWh/t)
Plant BA - 212 microns - Cu Plant J - 150 microns - Cu Plant AQ - 150 microns - Cu
Plant B - 150 microns - Cu Plant BC - 150 microns - Cu Plant F - 150 microns - Cu
Case Study -150 microns
 PRUEBAS DE MOLIENDA
RELACIONES ENTRE PRUEBAS
24
22 70
20
18
60
Bond Wi (kWh/t)

16
50
14
12
40

Ci
10
8 30
6
4 20
0 20 40 60 80 100 120 140 160 180 200 220 240
SPI (min) 10
Mine A Project A Mine B
Project B Mine D - Profile Case study 0
0 50 100 150 200
SPI, min
 ESTUDIO DE GEOESTADÍSTICA
DISTRIBUCIÓN DE VALORES DE DUREZA
Sección viendo hacia el oeste mostrando valores de SPI y BWi

SPI BWi
 ESTUDIO DE GEOESTADÍSTICA
MODELO DE BLOQUES
Se realizó un estudio geoestadístico para distribuir los
valores de molienda en los bloques del plan minero.

 Numero insuficiente de muestras para generar

dominios por litología o estado de oxidación.
 No fue posible crear variogramas confiables, menos
de 30 pares por punto.
 El número de muestras es relativamente pequeño
comparado con el numero de bloques 57,548 bloques
y tamaño del deposito (1,200 M ton).
 Existen un gran numero de bloques fuera del área de
muestreo.
 DISEÑO DEL CIRCUITO DE MOLIENDA
CRITERIOS DE DISEÑO

8500 8500

8000 8000

TPH
TPH

7500 7500

Best estimate Best estimate

7000 7000
25% risk level
10% risk level
Target
Target
6500 6500
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Year
Year

TPH de diseño 7445 tph (92% disponibilidad) TPH de diseño 7445 tph (92% disponibilidad)
P80 de 150 micras P80 de 150 micras
Dos Molinos SAG de 28 MW Dos Molinos SAG de 28 MW
Cuatro molinos de bolas 20MW Cuatro molinos de bolas 18MW
Años de diseño : 13 Años de diseño : 1-6
 DISEÑO DEL CIRCUITO DE FLOTACIÓN
PRE-FACTIBILIDAD
Estudio de flotación:

 Los metales de interés son cobre y oro con valor adicional de molibdeno y plata.
 El estudio esta basado en muestras de variabilidad colectadas del depósito

 Se seleccionaron 60 muestras de la zona de sulfuros y 10 de la zona de transición sulfuros-óxidos.

 EXPERIMENTACIÓN
DISEÑO DE FLOTACIÓN
 Se realizó un estudio preliminar para definir proceso, esquema de reactivos, P80, etc.
 Estudio de variabilidad :
 A partir de las 70 muestras, en 10 de las muestras de sulfuros se hicieron MFT completas (4 tiempos y 4
tamaños de partícula de productos)
 En las mismas 10 muestras de sulfuros se hicieron cinéticas convencionales, remolienda y pruebas de
limpieza
 En el resto de las 60 muestras se hicieron cinéticas convencionales

IGS
(Integrated Geometallurgical Simulator)
 GEOESTADÍSTICA
MODELO DE BLOQUES
1
0.9
0.8  El número limitado de datos no permite
Acumulado, % Cu

0.7 hacer la distribución de valores (Rmax,

Kave) en el modelo de bloques
0.6
0.5  Se estimaron los factores de peso para
cada muestra para representar el
0.4 Cu Muestras contenido de cobre en el modelo de
0.3 bloques.
Cu bloques
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1
Percentile , fracción
 SIMULACIÓN INTEGRADA
MOLIENDA Y FLOTACIÓN

Caso base de flotación

Circuito primario
2 x 6 x 500

Remolienda
Primera Limpia
1 x 4 x 130

Agotativo-Limpia
1 x 6 x 130

Dos Molinos SAG de 28 MW

Cuatro molinos de bolas 18MW
Rango de TPH de 5807 a 9306 tph
Limpia en columna
Rango de P80 de 125 a 152 micras
3 x 4 M x 8M
 RESULTADOS METALÚRGICOS
CURVAS G-R

Curvas Optimizadas G-R por muestra Curvas Optimizadas G-R por año de producción
 DISEÑO OPTIMIZADO DE FLOTACIÓN
CAMBIO DE CRITERIOS

Modelo Preliminar CAPEX, OPEX, Ingresos

 El modelo de NSR fue proporcionado por la firma de ingeniería

 Capex fue convertido en Opex equivalente a un 20 % con un horizonte de 10 años
 El costo de operación por mantenimiento y electricidad fueron asignados a las celdas de flotación en
proporción al volumen
 La carga térmica de la planta es proporcional al incremento del longitud del circuito de flotación por adición
de celdas
 El análisis de diferentes circuitos de flotación fue en base al NSR menos el opex y capex equivalente
 ESTUDIO DE FLOTACIÓN
CAMBIOS EN CIRCUITO

Cambios clave a evaluar de manera individual y en combinaciones

 Tiempo de residencia en circuito primario

 Cambio en el circuito de limpia – tiempo de residencia en el agotativo de limpieza
 Adición de un agotativo en la cola de las columnas para incrementar la recuperacion de oro, plata y moly.
 Limpia adicional en colas de la columna y se el producto al concentrado final
 Reciclo de las colas del agotativo de limpia a la alimentación del primario
 Cambio en tiempo de residencia de las columnas
 OBSERVACIONES
Circuito Incremento NSR
Mejores F2 ** $ 29.8 DE SIMULACIÓN
Resultados F2 $ 8.9
F16 = F21 $ 7.2
F28 $ 6.7
F26 $ 6.4 Se investigaron 28 diferentes circuitos
F1 $ 6.1
F6 $ 5.7
F12 $ 5.4  Mejores resultados incrementando el tiempo de
F32 $ 5.0 residencia en limpia y agotativo de limpia 1.7 veces
F22 $ 4.3  Se realizó un ejercicio de “ what if ” eliminando pirita en
F27 $ 4.2 el circuito de limpia
F31 $ 4.0
 Los factores de Rmax para pirita se modificaron entre
F7 $ 3.7
0.5 y 0.8
F8 $ 3.1
F18 $ 2.9
F25 $ 2.2
F5 $ 2.2
F33 $ 1.5
F9 $ 0.7
F11 $ 0.2
Caso Base F4 $ -
 OBSERVACIONES
DE SIMULACIÓN
Modelo Preliminar CAPEX, OPEX, Ingresos

 El incremento en el tiempo de residencia en circuito primario no es justificable económicamente

 Cambio en el circuito de limpia – Incrementando el tiempo de residencia en el agotativo de limpieza registró el
impacto mas alto en potencial recuperación.
 El añadir un agotativo en las colas de la columna incremento la recuperación de oro, plata y moly como se
esperaba. Una variante es mandar el producto al concentrado final.
 Recircular las colas del agotativo de limpia mostró beneficios en recuperación - difícil de operar en la práctica
 Incremento en el tiempo de residencia de la columna no presenta impacto significativo en los resultados
metalúrgicos simulados.
 OBSERVACIONES
DE SIMULACIÓN
Condición Alto grado (caso base) Caso de bajo grado Depresion pirita Unidades
Alimentación 3722.5 3722.5 3722.5 tph/planta
Recuperacion en peso 1.47% 1.77% 1.56%
% Cu conc final 29.14% 23.44%
% Cu equiv en conc final 35.74% 29.43%
Recuperacion de cobre 85.76% 88.05%
Recupetacion de cobre equiv 79.03% 82.77%
# plantas 2 2 2
Concentrado seco 109.36705 131.7765 116.142 tph
Concentrado seco 881,410.93 1,062,013.17 936,011.61 MTPa
Concentrado humedo 951,923.80 1,146,974.22 1,010,892.53 MTPa
NSR 1992.95 1698.39 1963.83 $/ton
Ingresos 1,897.14 1,948.01 1,985.22 $/año
Incremento en ingresos por bajo grado 50.87 $/año
Incremento en ingresos por depresion de pirita 88.08 $/año
Rev. upside vs low grade case 37.21 $/año
 CIRCUITO
Mejores resultados de flotación RECOMENDADO
Circuito primario
2 x 6 x 500

Remolienda

Primera Limpia
1 x 2 x 300 Agot Limpia
1 x 5 x 300

Limpia en columna
3 x 4 M x 8M

Agot Columna
1 x 1 x 130
 FUTURO EN GEOMETALURGIA
¿QUÉ SIGUE ?
Formación de recursos
 Existe actualmente una necesidad de especialistas altamente competentes en Geometalurgia
 Después de la recesión en la industria de minerales, uno de los retos que va enfrentar es la falta de
personal calificado
 Formar profesionistas en Geometalurgia

Tecnología
 Desarrollo de pruebas en muestras de barreno para distribuir sus valores en el modelo de bloques y
simular los procesos de lixiviación :
 Oro y plata en tanque agitado , CIL/CIP
 Lixiviación en montones de oro y plata (heap leaching)
 Lixiviación en montones de cobre
 Incluir modelos de molinos HPGR en la nueva versión de CEET-IGS
 Otras …..
Gracias por su atencion