1998 Logiciels PAS FR

Analyse de procédés : apports des outils du BRGM.
Analyse de procédés : apports des outils du BRGM

Guillaneauo Jean Claude, Villeneuveo Jacques, Duranceo Marie Véronique, Brochoto Stéphane, Fournigueto
Guy, Védrineo Henri, Wavrer¦ Philippe, Le Guirrieco Emmanuel
BRGM
o
Groupe d'Analyse de Procédés

¦
CNRSSP
INTRODUCTION
Depuis l’introduction des moyens informatiques, les logiciels techniques se sont développés pour sortir
du cadre de l’utilisation réservée à des spécialistes de la programmation et devenir des outils au
service des ingénieurs de procédés.
Le domaine du contrôle de procédés est un grand utilisateur d’applications informatiques qu’elles

soient dédiées à l’industrie minérale ou génériques. Ce domaine couvre :
q les régulations locales d’un équipement particulier (crible, concasseur, etc.),
q les régulations sur un circuit,
q la simulation dynamique qui permet de sélectionner et de valider des stratègies de contrôle,
q les systèmes de contrôle optimal qui peuvent inclure différentes approches (modèles dynamiques,
filtre de Kalman, systèmes expert, logique floue, etc.).
En analyse de procédés, trois types d’applications sont commercialisés :

q les outils d’aide à l’échantillonnage,
q les outils d’établissement de bilans matière statistiquement cohérents pour obtenir une image
instantanée du fonctionnement d’une installation,
q les outils de simulation statique pour la conception, l’adaptation et l’optimisation des installations.
Page 1/30
L'échantillonnage : une démarche vers la qualité

Avant toute prise de décision pour :
q l'élaboration d'un procédé,
q le diagnostic d'un site,
q l'audit d'une installation,
il est nécessaire de disposer d'une information la plus fiable possible sur la matière étudiée.
Cette information est principalement issue de mesures réalisées soit, rarement, sur l'ensemble de la
masse étudiée (radioactivité, température, etc.), soit, dans la plupart des cas, au travers de la prise
d'échantillons. L'échantillonnage est l'opération cherchant à représenter un lot de matière par une
fraction souvent très réduite de celui-ci.
De nombreux facteurs peuvent venir perturber cette prise d'échantillons (biais systématiques, effets
"pépite", dimensions des éléments prélevés, type de prélèvement, etc.) et un protocole
d'échantillonnage doit être élaboré selon les caractéristiques de la masse à échantillonner et la
grandeur (teneur, concentration, humidité, dimension, etc.) qui est étudiée. Ce protocole permet de
s'affranchir de l'hétérogénéité de distribution.
Hétérogénéité
Homogénéité de constitution Hétérogénéité
de constitution de constitution
et de distribution Hétérogénéité Homogénéité
parfaite de de distribution
distribution
Malgré les précautions prises, une erreur est commise, inhérente à l'hétérogénéité de constitution de
la matière. Cette erreur est appelée erreur fondamentale d'échantillonnage (EF) et peut être quantifiée
avec le logiciel ECHANT 2.
Un outil flexible et configurable
Page 2/30
UNE REPONSE A DES PROBLEMES CONCRETS

L'échantillonnage d'un lot de matière morcelée (par exemple d'un lot de quelques centaines de
kilogrammes à quelques dizaines de milliers de tonnes) consiste généralement à extraire de ce lot un
échantillon de quelques dizaines de grammes qui sera remis au chimiste pour analyse.
Il est fréquent, lorsqu'il y a un enjeu commercial, que cet échantillon soit l'objet d'analyses parallèles
dans différents laboratoires pour assurer une connaissance très précise de sa teneur.
Mais il ne s'agit là que de la teneur de l'échantillon, pas de celle du lot ! Et la façon dont cet échantillon
a été obtenu est très souvent trop négligée.
EXEMPLE : ECHANTILLONNAGE D'UN MINERAI DE WOLFRAMITE

L'extraction d'un petit échantillon d'un lot important se fait en général au travers d'un "plan
d'échantillonnage", succession d'étapes de prélèvements et de fragmentations.
Une étude, dérivée des travaux de P. Gy, permet de concevoir en quelques minutes des plans
d'échantillonnage complets, en fonction d'un objectif de précision déterminé, ou d'apprécier la
précision d'un plan conçu par ailleurs. L'établissement d'un plan d'échantillonnage peut viser l'un ou
l'autre des objectifs :
q établir un plan d'échantillonnage visant à ne pas dépasser une erreur fondamentale souhaitée,
q calculer l'erreur fondamentale d'un plan d'échantillonnage proposé.
Une même étude peut chercher à viser successivement les deux objectifs en cherchant à établir un
premier plan à partir d'une erreur à ne pas dépasser, puis, au vu des résultats et suivant les moyens
disponibles, à définir un plan plus approprié et en calculer alors l'erreur.
Le lot à échantillonner est un tas de 1000 t d'un minerai tout-venant de wolframite concassé à 200
mm, dont la maille de libération est de l'ordre de 200 µm et dont la teneur présumée en wolframite est
d'environ 1.2 %. La densité de la wolframite est égale à 7 g/cm3, tandis que la densité moyenne des
autres minéraux est estimée à 2.7 g/cm3.
Page 3/30
Description du lot
La forme des particules produites par le concassage est quelconque, tout comme la distribution
granulométrique du minerai. On se propose dans un premier temps, de concevoir un plan
d'échantillonnage de ce minerai, débutant par un prélèvement et comportant successivement quatre
étapes de réduction granulométrique jusqu'à 500 µm (maille de broyage finale), tel que la précision
globale de l'échantillonnage soit de 10 %.
Lot initial
1000 t
200 mm
Souche çççççççççç ê Echantillonnage 1
9550 kg
Broyage 1
44721 µm
832 kg
Broyage 2
10000 µm
78.1 kg
Broyage 3
2236.1 µm
7.38 kg
Broyage 4
500 µm
ê Echantillonnage 5
Echantillon final 0.698 kg
Erreur fondamentale totale 10 %
Page 4/30
Equilibrage et analyse de données par bilans matière
INTRODUCTION
Au delà des erreurs d’échantillonnage, les mesures nécessaires à l’analyse d’un procédé de l’industrie
minérales sont parfois très imprécises voire même impossible à obtenir. Un traitement statistique des
informations obtenues en différents points d’une installation permet d’obtenir un jeu de données (des
estimateurs) qui sont rendus cohérents et qui sont plus précis que les données initiales, car bénéficiant
de la redondance des informations disponibles. Des outils spécifiques ont été développés comme
BILMAT et MATBAL au Canada, PROBAL au Royaume Uni, JKMbal en Australie ou BILCO (pour
BILans COhérents) en France.
APPLICATIONS DU BILAN MATIERE

Le logiciel BILCO permet de résoudre rapidement et précisément les problèmes d'analyse ou de
réconciliation de données par bilans matière statistiquement cohérents dans de nombreux domaines.
En quelques minutes, BILCO apporte la solution à des problèmes de gestion de flux de matière
comme dans le cas de bilans de pollution, d'analyse d'une filière de valorisation d'ordures ménagères
ou de flowsheets complexes pour des usines minéralurgiques, agro-alimentaires, chimiques ou
pétrochimiques. BILCO peut aussi être utilisé pour tous les types de problèmes d'équilibrage
d'analyses chimiques (ajustement à 100 % et calcul de la précision des analyses), d'analyses
minéralogiques (cohérence avec les analyses chimiques), de définition de stratégies
d'échantillonnage, de mélange, etc.
BILCO peut être utilisé pour :
q un bilan de pollution, une analyse d'effluents,

q le bilan matière d'une usine ou d'un atelier pilote,
q le bilan matière d'opérations discontinues, dans l'industrie ou au laboratoire,
q le mélange et l'homogénéisation,
q les bilans en chimie analytique,
q les stratégies d'échantillonnage et de mesure,
q la minéralogie...
BILCO : la solution aux problèmes de bilans matière

Les bilans matière globaux ou détaillés sont des outils fondamentaux pour évaluer les performances
des opérations industrielles ou expérimentales. Pour établir un bilan pour les flux d'une usine, il est
tout d'abord nécessaire de mesurer les grandeurs industrielles comme :
q les débits,
q les compositions chimiques,
q les distributions granulométriques.
Il est souvent difficile de calculer des bilans précis à partir de ces mesures pour deux raisons :
q les données sont toujours imprécises et peu cohérentes,

q un grand nombre d'équations est nécessaire pour dresser un bilan détaillé d'une unité complexe.
BILCO surmonte ces problèmes en utilisant simultanément toutes les informations disponibles sur les
flux de l'usine pour établir un bilan cohérent quelle que soit la complexité du flowsheet. Les
composants peuvent être indifféremment des éléments chimiques, des minéraux, des tranches
granulométriques, etc.
BILCO calcule des estimateurs des débits et des concentrations qui vérifient le système d'équations
de conservation de la matière suivant :
Page 5/30
1. les débits massiques à chaque noeud : la somme des débits entrants à chaque noeud est
égale à la somme des débits sortants du même noeud,
2. les débits de composant à chaque noeud : pour chaque composant, la somme des débits
entrants est égale à la somme des débits sortants.
Ces équations, noeud par noeud, garantissent que, pour chaque composant et pour le débit global, la
quantité de matière introduite est égale à la quantité de matière sortante.
BILCO calcule la solution qui vérifie les équations de bilan et est aussi proche que possible des
données introduites, en tenant compte de la précision des données pour chaque débit et composition.
La solution est obtenue par résolution numérique d'un problème d'optimisation non linéaire grâce à un
algorithme itératif.
BILCO offre une fonction supplémentaire qui peut être utilisée avant ou après le calcul du bilan
cohérent. Elle permet l'évaluation et l'affichage clair de la précision sur les débits et les teneurs, de la
récupération massique et des récupérations élémentaires pour chaque flux. Utilisée avant
échantillonnage, elle aide à définir une stratégie optimum d'échantillonnage. Utilisée a posteriori, elle
facilite par exemple l'évaluation économique d'un procédé.
Utilisation de l’approche bilan matière

L'approche par bilan matière est une approche générale et s'applique à différents domaines. Partout
où l'on trouve des réseaux de transport ou de transformation, des données sont à valider. Voici
quelques exemples d'application du bilan matière.
Le bilan matière statistiquement cohérent apporte un complément important à la démarche

d'échantillonnage en associant à la connaissance de l'erreur d'échantillonnage en chacun des points
d'un réseau, la connaissance des relations entre les flux et les liens entre les mesures effectuées
(dimensions, teneurs, humidité, etc.). La redondance qui peut être générée par ces informations
permet alors de fournir des estimateurs cohérents plus précis que les mesures isolées. Cette
approche permet de détecter des valeurs aberrantes et de compenser les erreurs induites par la prise
d'échantillon et la mesure.
Le bilan matière est largement utilisé en génie des procédés. Il permet d'avoir une description plus ou
moins fine de la matière circulant dans les flux. On peut ainsi améliorer la connaissance des
performances des procédés de traitement. Si dans certains cas, le bilan a du mal à équilibrer les
données, on peut par exemple, conclure soit à la non stationnarité du procédé, soit à une mauvaise
appréciation de la qualité des précisions. L'équilibrage par bilan matière est une étape nécessaire pour
certains afin d'utiliser les données pour calibrer des appareils ou modéliser certaines opérations de
traitement.
Page 6/30
Feed
1 Gold Ore Treatment Barren solution
From the
comminution circuit 13
Eluent feed 7
1
12
CIC carbon feed 8
Leaching tank 2 3 CIC
Eluted carbon
9
10 14 Gold concentrate
2 6 5
CIC loaded carbon
Thickener Elution 7
4 Splitter
Loaded carbon
CIP carbon feed
5 11
Barren pulp 6
3
4
CIL loaded carbon
CIP
Mixer tank
Exemple de procédé hydrométallurgique de traitement de minerai d’or
En minéralogie, le bilan matière peut servir à reconstruire la composition minérale d'une roche.
Connaissant l'analyse chimique de la roche ainsi que la composition chimique des minéraux la
constituant, on peut déterminer, à partir de valeurs supputées, la composition minérale de la roche.
Cette méthode n'est pas rigoureuse au sens où on ne prend pas en compte les réactions chimiques
successives de formation des minéraux dans la roche. Cependant elle est satisfaisante
intellectuellement et donne rapidement de bonnes valeurs. Elle est même nécessaire quand la
méthode classique CIPW échoue ou n'est pas applicable.
Mineralogy fitting with chemistry
2
Quartz
3
KFeldspar
4
Albite
1
5
1
Granite
Anorthite
6
Magnetite
7
Hyperstene
Page 7/30
Exemple de recombinaison chimie-minéralogie
Les récupérateurs de matières secondaires vendent aux raffineurs des produits tels que des cubilots
d'aluminium. Cet aluminium se présente sous la forme de blocs massifs pouvant atteindre plusieurs
mètres cube. Les raffineurs les achètent à un prix qui dépend d'une teneur en aluminium donnée par
les récupérateurs. Les raffineurs traitent cette matière afin de sortir un produit fini d'aluminium. Ils
connaissent donc assez parfaitement la composition des produits finis, notamment celui qu'ils
valorisent. Dans un souci de contrôle qualité, les raffineurs peuvent à l'aide de bilans matière, réalisés
à partir de différentes sources d'information, vérifier si le cubilot d'aluminium vendu par le récupérateur
avait bien la teneur indiquée.
Dans le cadre de la gestion rationnelle des déchets, les entreprises doivent réaliser une étude
permettant d'avoir une connaissance exhaustive de leurs déchets, de proposer et de mettre en oeuvre
une alternative à la gestion actuelle (élimination des décharges). Le bilan matière intervient dans la
première phase de cette étude, afin d'améliorer la connaissance des flux de déchets. Cette
connaissance pourra permettre en outre de proposer un recyclage adéquat des déchets et de limiter,
dans certains cas, les coûts de traitement de ceux-ci.
Dans un cadre juridique, le bilan matière peut aider à trancher un litige. Citons comme exemple le
problème de traitement des terrils de charbon pour lequel une teneur en charbon résiduel est donnée.
L'entreprise ayant racheté ces terrils avançait des chiffres de teneur et de quantité contradictoires avec
ceux de l'entreprise les ayant vendus. Il y avait donc un conflit commercial. Un échantillonnage par un
tiers fut effectué sur les terrils concernés. Un calcul de bilan matière équilibra ces données et une
analyse de la variance détermina leur intervalle de confiance. Les jeux de données du vendeur et de
l'acheteur rentraient dans l'intervalle de confiance. Aucun des deux protagonistes ne pouvaient donc
accuser l'autre d'avancer des chiffres erronés.
Le logiciel d'équilibrage de données BILCO a été utilisé dans le cadre de l'étude expérimentale sur la
dispersion des métaux lourds lors du tri-compostage des ordures ménagères. L'usine servant à
l'expérience était prévue pour la production de compost urbain avec mise en balles des refus de
compostage évacués par la suite en C.E.T. (Centre d'Enfouissement Technique). Le grand nombre de
résultats d'analyses rendait difficile son exploitation sans l'utilisation d'un logiciel d'équilibrage par bilan
matière. Les résultats ont permis de mieux connaître la composition des différents flux, de déterminer
le débit et les teneurs de flux non mesurables et de gagner en précision profitant ainsi du grand
nombre d'analyses. Le bilan matière a permis de restituer une meilleure connaissance des flux de
métaux des ordures ménagères sans recourir à une opération d'échantillonnage qui se serait avérée
lourde, astreignante et coûteuse.
Page 8/30
Mineralogy fitting with chemistry

2
Quartz
3
KFeldspar
4
Albite
1
5
1
Granite
Anorthite
6
Magnetite
7
Hyperstene
Exemple de recombinaison chimie-minéralogie
Les récupérateurs de matières secondaires vendent aux raffineurs des produits tels que des cubilots
d'aluminium. Cet aluminium se présente sous la forme de blocs massifs pouvant atteindre plusieurs
mètres cube. Les raffineurs les achètent à des prix en fonction d'une teneur en aluminium donnée par
les récupérateurs. Les raffineurs traitent cette matière afin de sortir un produit fini d'aluminium. Ils
connaissent donc assez parfaitement la composition des produits finis, notamment celui qu'ils
valorisent. Dans un souci de contrôle qualité, les raffineurs peuvent à l'aide de bilans matière, réalisés
à partir de différentes sources d'information, vérifier si le cubilot d'aluminium vendu par le récupérateur
avait bien la teneur indiquée.
Dans le cadre de la gestion rationnelle des déchets, les entreprises doivent réaliser une étude
déchet permettant d'avoir une connaissance exhaustive de leurs déchets, de proposer et de mettre en
oeuvre une alternative à la gestion actuelle (élimination des décharges). Le bilan matière intervient
dans la première phase de cette étude, afin d'améliorer la connaissance des flux de déchets. Cette
connaissance pourra permettre en outre de proposer un recyclage adéquat des déchets et de limiter,
dans certains cas, les coûts de traitement de ceux-ci.
Dans un cadre juridique, le bilan matière peut aider à trancher sur un litige. Citons comme exemple le
problème de traitement des terrils de charbon pour lequel une teneur en charbon résiduel est donnée.
L'entreprise ayant racheté ces terrils avançait des chiffres de teneur et de quantité contradictoires avec
ceux de l'entreprise les ayant vendus. Il y avait donc un conflit commercial. Un échantillonnage par un
tiers fut effectué sur les terrils concernés. Un calcul de bilan matière équilibra ces données et une
analyse de la variance détermina leur intervalle de confiance. Les jeux de données du vendeur et de
l'acheteur rentraient dans l'intervalle de confiance. Aucun des deux protagonistes ne pouvaient donc
accuser l'autre d'avancer des chiffres erronés.
Page 9/30
Le logiciel d'équilibrage de données BILCO a été utilisé dans le cadre de d'étude expérimentale sur la
dispersion des métaux lourds lors du tri compostage des ordures ménagères. L'usine servant à
l'expérience était prévue pour la production de compost urbain avec mise en balles des refus de
compostage évacués par la suite en C.E.T. (Centre d'Enfouissement Technique). Le grand nombre de
résultats d'analyses rendait difficile son exploitation sans l'utilisation d'un logiciel d'équilibrage par bilan
matière. Les résultats ont permis de mieux connaître la composition des différents flux, de déterminer
le débit et les teneurs de flux non mesurables et de gagner en précision profitant ainsi du grand
nombre d'analyses. Le bilan matière a permis de restituer une meilleure connaissance des flux de
métaux des ordures ménagères sans recourir à une opération d'échantillonnage qui se serait avérée
lourde, astreignante et coûteuse.
Bilan de pollution
autour d'une installation industrielle
Contributions à la pollution
Terril n°2 Terril n°3
Terril n°1 5 6 Réseaux

4 7
3 8 Autres
Canal
2 9
1
Autoroute Nappe en amon
Drainage des eaux 1

Nappe en aval
Champs captant d'eau potable
Exemple de bilan de pollution

En échantillonnage, le bilan matière et l'analyse de la variance peuvent être utiles pour définir une
campagne. On aimerait faire un minimum de mesures afin d'avoir une connaissance globale
suffisante. On aimerait savoir aussi avec quelle précision faire ces mesures, et donc quel type de
capteurs mettre, afin d'avoir à moindre coût la connaissance souhaitée. Cette méthode est assez
lourde à mettre oeuvre, car non automatique. Un outil mathématique tel que l'analyse de sensibilité,
proche de l'analyse de la variance, peut nous aider à résoudre ce problème inverse.
Page 10/30
EXEMPLE : BILAN GLOBAL D'UNE INSTALLATION

Présentation du cas :
Il s'agit par un exemple très simple, à finalité pédagogique, d'illustrer les apports de l'établissement
d'un bilan matière. Le cas considéré est celui d'une usine comportant une alimentation en minerai de
cuivre et deux flux de sortie : le concentré marchand et le stérile.
Des mesures ont été réalisées sur les trois flux en termes de débit global de solide et de teneur en
cuivre. D'autre part les incertitudes, sur la prise de débit ainsi que sur l'échantillonnage et les analyses
du cuivre, ont été évaluées.
Ces données n'étant pas cohérentes, un bilan sera réalisé pour obtenir des valeurs estimées
cohérentes, aussi proches que possible des valeurs mesurées et plus précises.
Page 11/30
Schéma global du "flowsheet"
Matière première
Déchets Produit fini
Formalisation du graphe dans BILCO

Alimentation
1
Etude de cas # 1
Bilan global d'une installation
3 2
Rejets Concentré
Description des informations mesurées : débits, teneurs et imprécisions
Alimentation Concentré Stérile
Description des valeurs estimées

Alimentation Concentré Stérile
Page 12/30
Analyse des résultats
... sur les débits
Flux Débit mesuré Imprécision Débit estimé Imprécision

(t/h) (%) (t/h) (%)
Alimentation 500 10 505.3 7.3
Concentré 25 10 24.4 7.6
Stérile 450 25 480.9 7.4
... sur les teneurs
Flux Cu mesuré Imprécision Cu estimé Imprécision

(%) (%) (%) (%)
Alimentation 1.5 5 1.51 4.52
Concentré 25 1 24.99 0.99
Stérile 0.32 10 0.32 9.92
Les tableaux ci-dessus montrent :
1. que les valeurs estimées sont cohérentes avec la plus forte variation sur la mesure la moins
précise (débit de stérile),
2. que les teneurs, plus précises, ont fortement contribué à recalculer les débits,
3. qu'il y eu une propagation de la précision qui conduit à une connaissance du débit de stérile de
480.9 t/h ± 7.4 % à partir d'une mesure de 450 t/h ± 25 %.
Les valeurs obtenues sont donc cohérentes et plus précises que les valeurs mesurées tout en restant
aussi proches que possible de celles-ci.
Page 13/30
Modélisation des opérations unitaires et simulation en

traitement des matières minérales
INTRODUCTION
L'utilisation des outils automatiques et informatiques dans les installations de traitement des matières
minérales peut se faire en ligne (directement connectée aux équipements sur le site) ou hors ligne
comme le montre la figure 1. L'objet de ce chapitre est de fournir des éléments préliminaires sur les
apports de la simulation de procédés pour le technicien en charge d'un projet de conception d'une
nouvelle installation, de l'adaptation de la production à de nouveaux marchés ou de l'optimisation d'une
installation existante.
Simulation Objectifs de production

statique
Hors Ligne
En Ligne
Régulations
globales
Capteurs & Procédé
actionneurs
Régulations
locales
Figure 1 : champs d'application des outils informatiques pour l'optimisation

d'installations de traitement de matières minérales.
La simulation des procédés est un des outils informatique à la disposition des exploitants, des sociétés
d'ingénierie ou des constructeurs souhaitant concevoir ou optimiser une installation. Elle repose sur
des modèles mathématiques et permet de rechercher, pour un schéma complet de traitement, la
configuration optimale pour un objectif donné.
Page 14/30
LA SIMULATION DES PROCEDES

La simulation statique (cf. Figure 2) est aujourd'hui un outil performant utilisé dans l'industrie du
traitement des matières minérales pour la conception, l'adaptation ou l'optimisation des installations.
Au Canada, avec le projet SPOC de CANMET et en Afrique du Sud avec le logiciel MODSIM
développé par l'université du Witswatersrand, les recherches en modélisation d'opérations unitaires en
traitement des matières minérales se sont développées dès le début des années 80. A partir de ces
projets ainsi que de recherches plus ponctuelles sur des modèles spécifiques sont nés des logiciels
commerciaux de simulation comme JKSimMet du JKMRC de l'université du Queensland en Australie,
MICROSIM en Afrique du sud ou METSIM aux Etats Unis. Depuis 1988, le groupe d'analyse des
procédés du BRGM développe et distribue un logiciel de simulation : USIM PAC [Broussaud et al.
1989a, 1989b, Guillaneau et al. 1992, 1993, 1995, 1997] utilisé dans une trentaine de pays par des
universitaires, des centres de recherches, des compagnies d'ingénierie, des constructeurs
d'équipements et des groupes miniers pour des études de conception et d'optimisation.
Propriétés physiques
Entrée
• Débits
• Tailles, MODELE Sortie (s)
• etc.
Paramètres
• Description du ou des • Performance de

l'installation
flux d'alimentation
Simulateur
• Configuration des statique • Coûts d'investissement
équipements de l'installation
Figure 2 : fonctions des modèles et du simulateur de procédés.
La modélisation des opérations unitaires

Le terme de modélisation d'opérations unitaires de traitement de matières minérales recouvre des
aspects assez différents selon la finalité recherchée [Broussaud & Guillaneau, 1988, Villeneuve, 1996].
Certains modèles contribuent à une meilleure compréhension des phénomènes mis en oeuvre et sont
des contributions au progrès scientifique mais ne débouchent pas sur des applications informatisées.
D'autres permettent l'automatisation des installations mais sans être spécifiques aux opérations
considérées dans cet ouvrage.
Enfin, les modèles que nous allons présenter sont utilisés pour la simulation et le dimensionnement
des installations de traitement des matières minérales. Les modèles utilisés en simulation statique
(pour la conception et l'optimisation des installations) et en simulation dynamique (pour la conception
des automatismes et le contrôle optimal des installations) reposent sur les mêmes concepts [Herbst et
al, 1988] et les exemples présentés le seront dans une optique statique. Un certain nombre de
constructeurs disposent de modèles pour la conception et le dimensionnement des appareils mais
ceux-ci sont, en général, confidentiels.
Page 15/30
Origines des efforts de modélisation

Un modèle d'opération unitaire est une représentation formalisée du fonctionnement d'un
appareil. En fonction du point de vue du formalisateur certains aspects peuvent être privilégiés
comme :
q la consommation d'énergie,
q l'influence des conditions opératoires sur les performances,
q la résistance mécanique des pièces d'usure,
q la conception de l'appareil, etc.
Ces aspects représentent les préoccupations du concepteur du modèle :
q concevoir un appareil,
q concevoir une installation,
q étudier une adaptation de la production au marché,
q évaluer l'influence d'un changement de qualité du gisement sur les performances de l'installation,
q anticiper le changement des pièces d'usure,
q contrôler et conduire de manière optimale une l'installation, etc.
Un modèle qui prendrait en compte tous ces points de vue et tous ces objectifs serait universel mais
très probablement impossible à utiliser car prenant en compte trop de paramètres délicats à
déterminer. Ainsi des simplifications sont elles réalisées pour rendre opérationnels les modèles
proposés comme :
q la prise en compte globale des caractéristiques d'un minerai au travers d'un indice comme le
Hardgrove, ou de l'indice énergétique de Bond [Bond, 1961] : le Work Index,
q la prise en compte de la géométrie des équipements au travers des dimensions globales des
appareils comme le diamètre d'un broyeur ou le volume utile d'une cuve de lixiviation sans prendre
en compte explicitement des éléments de conception comme le type de blindage d'un appareil de
comminution ou la présence de baffles dans une cuve.
Une fois les objectifs et donc les variables clefs déterminées, il faut trouver les relations entre les
informations fournies au modèle (caractéristiques et débit du matériau, géométrie de l'appareil et
conditions opératoires) et les variables que l'on souhaite déterminer (granulométrie du produit,
puissance consommée, teneurs en composants chimiques dans des recirculations, etc.). Ces relations
peuvent être :
q empiriques : déterminées de manière statistique à la suite d'une expérimentation. Ces modèles

sont relativement faciles à créer pour des applications précises particulières mais au prix d'un
travail expérimental considérable. Ils ne sont pas, a priori, réutilisables, car leur domaine de
validité se confond avec le domaine expérimental. Leur précision dépend du volume et de la
fiabilité du travail expérimental ;
q macrophénomènologiques : elles permettent une description des phénomènes macroscopiques
avec des concepts ayant une signification physique comme la distribution des temps de séjour
(DTS) des particules dans un appareil ou la cinétique de disparition d'une classe granulométrique
donnée dans un appareil de comminution ;
q microphénomènologiques : issues d'une volonté de représenter les phénomènes physiques et
chimiques auxquels les particules du minerai sont réellement soumises. Ces phénomènes sont
difficiles à mettre en équation, les propriétés des particules solides sont délicates à mesurer et à
caractériser mathématiquement comme la forme, la libération minérale, l'état de surface ou les
fissurations internes.
Actuellement, ce sont principalement les modèles de types macrophénomènologiques qui sont

opérationnels pour la simulation et le dimensionnement des opérations de traitement des matières
minérales.
Page 16/30
Exemple de modèles utilisés pour la simulation d'une installation de

concassage
La modélisation du fonctionnement des concasseurs est assez peu avancée. Les "modèles" les plus
utilisés en pratique sont les tables des constructeurs qui permettent, pour un réglage de concasseur
donné, de déterminer la granulométrie de sortie, considérée comme peu sensible aux variations de
celle de l'alimentation. Des modèles de cribles, de broyeurs ou d'hydrocyclones sont également
disponibles mais ne seront pas décrits ici.
Les formalismes définis pour le broyage (fonctions B et S, calcul matriciel...) sont de plus en plus
utilisés pour modéliser le concassage, mais des campagnes expérimentales importantes restent à
mener pour relier les conditions expérimentales et les paramètres géométriques des appareils aux
critères de fonctionnement. Les modèles actuels sont opérationnels en simulation mais ils ne sont que
relativement peu performants.
Certains constructeurs disposent probablement de modèles de dimensionnement mais peu sont

publiés.
Modèle de concasseur à cône

Le modèle élaboré [Lynch, 1977] comporte un formalisme proche de celui du broyage avec la mise en
place d'une fonction de classification (C) à la place de la fonction de sélection (S).
Le concasseur conique peut être considéré comme une simple zone de fragmentation, avec des
particules qui ont une probabilité de pénétrer ou de revenir dans cette zone, liée à la classification. Si
une particule pénètre dans la zone de fragmentation, elle sera sélectionnée pour le broyage. Les
éléments du modèle du concasseur conique sont représentés à la figure suivante avec les flux les
reliant.
C
f
BCx Cx
Figure 3 : représentation symbolique du modèle de concasseur conique de Lynch.
avec :
q f, x , p : représentent les débits dans chaque classe granulométrique ( f : alimentation,
p : produit),
q B est une matrice triangulaire inférieure qui donne la distribution des particules après
fragmentation,
q C est une matrice diagonale qui donne la proportion de particules de chaque classe
granulométrique qui entre dans la zone de fragmentation.
Un bilan matière conduit à l'équation suivante :
p = (I - C)(I - BC ) f
-1
(1)
La matrice B peut être modélisée à partir de la formule suivante [Broadbent et Callcott, 1954] :
Page 17/30
u
æ xö
ç ÷
1-e
B1 ( x, y) =
è yø
-1
(2)
1-e
où :
q y est la dimension originelle de la particule,
q B1( x, y) est la fraction de particules résultant de la fragmentation se retrouvant dans une classe
inférieure à x ,
q u est une constante à calibrer.
Cette matrice peut prendre la forme d'une distribution de Rosin-Rammler :
u
æ xö
B2 ( x, x') = 1 - eçè x ' ÷ø (3)
avec x' est la dimension à laquelle une proportion "significative" des particules produites est obtenue
par broyage fin.
ou encore à partir d'une combinaison des deux précédentes:
B = aB1 + (1 - a )B2 (4)
avec a dépendant de l'ouverture du concasseur.

La matrice diagonale de classification C(s ) est définie d'une manière discontinue :
C( s ) =0
si s < k1
s - k1 2 si k1 < s
= ( ) (5)
k 2 - k1
=1
si k 2 < s
où :
q s est une classe granulométrique,

q k1 est la dimension minimale des particules broyées,
q k 2 est la dimension à partir de laquelle les particules sont toujours broyées.
Ce modèle fournit une description valide du fonctionnement d'un concasseur conique même si sa
précision reste à être établie. Cependant pour être complet, un modèle doit non seulement déterminer
la granulométrie de sortie mais aussi la capacité et la puissance consommée du concasseur. Dans
cette optique, plusieurs formules ont été publiées [Gauldie, 1953, Canmet, 1982, Rexnord Inc., 1973,
TAGGART 1951 ou BROMAN 1984,].
Page 18/30
UTILISATION DES MODELES DEVELOPPES POUR LA PRODUCTION DE

GRANULATS
Produire des sables et des graviers à partir de tout-venant massif ou alluvionnaire demande des
installations d'une grande souplesse au niveau de la définition du schéma de traitement et des
réglages des appareils.
Cette souplesse est nécessaire pour :
q suivre l'évolution de la demande en qualité et en volume,

q prendre en compte les variations du tout-venant causées par l'utilisation de nouveaux faciès ou
de nouvelles carrières,
q chercher à minimiser les coûts opératoires [Breen et al., 1984] pour une production donnée,
q assurer le suivi et l'amélioration de la qualité de la production.
La réalisation en grandeur réelle de tests permettant soit la mise au point de schémas de traitement,
soit l'optimisation des conditions opératoires (réglages des concasseurs ou des broyeurs,
positionnement des volets alimentant des convoyeurs...) est très onéreuse voire impossible.
L'utilisation d'un outil informatique [Guillaneau et al., 1992] permettant d'évaluer de nombreuses
alternatives d'installations [Broussaud et al., 1986] ou d'optimiser une criblerie existante autorise
l'utilisateur à tester ses idées, et à en analyser en détails les conséquences pour un coût et dans un
délai sans commune mesure avec des tests sur site [Conil et al., 1988].
Concevoir une criblerie :

La conception d'une criblerie implique le dimensionnement des appareils principaux mais aussi le
choix de leurs réglages, le dimensionnement des éléments de transports des produits (convoyeurs ...)
ainsi que les chariots, séparateurs et répartiteurs qui permettent la production de différentes
catégories de granulats.
Figure 4 : distributions granulométriques de l'alimentation et des produits d'une

installation
Page 19/30
La simulation permet de prédire en tout point du circuit les débits (solide et eau) et les granulométries
(cf. Figure 4) des flux. Cette prédiction détaillée facilite grandement le travail du concepteur que ce soit
au niveau de l'étude de faisabilité ou lors de la conception finale de l'installation en lui permettant de
tester ses idées de configuration et d'établir des dossiers détaillés et documentés (débit en tout point,
courbes granulométriques et courbes de partage).
Figure 5 : courbes de partage des cribles

q Pour le constructeur d'équipements, il est important de sélectionner rapidement et au mieux le
matériel à proposer pour chaque application, et de prévoir les performances (cf. courbe de partage
de la figure 5) et le fonctionnement de l'appareil proposé dans les diverses conditions d'utilisation
envisagées par son client . Dans certains cas, le constructeur souhaite proposer à son client un
outil informatique pour l'aider à obtenir les meilleures performances de son matériel.
q Pour le responsable d'un projet de nouvelle installation, il est nécessaire à tous les stades
d'avancement du projet d'utiliser le plus efficacement possible les résultats des expérimentations
conduites pour la mise au point du procédé.
q Dès les premiers travaux de laboratoire, il souhaite esquisser les grandes lignes de la
future usine et évaluer approximativement son coût. A ce stade il est important de bâtir cet
avant-projet en un petit nombre d'heures.
q Lors de l'expérimentation préalable, il souhaite d'une part réduire dans la mesure du

raisonnable le coût du pilotage, surtout si la décision finale d'investir n'est pas encore prise, et
d'autre part utiliser les résultats de l'expérimentation en usine pilote pour le dimensionnement.
q Dimensionner les équipements de la future usine et déterminer parmi les variantes de

flowsheet envisageables, la plus conforme aux objectifs techniques et économiques.
Page 20/30
Modifier une installation:

L'exploitation d'une criblerie (cf. Figure 6) est soumise aux changements qui peuvent intervenir aux
niveaux :
q de la qualité du tout-venant (nouvelle carrière ou nouveau faciès),

q des produits demandés par la clientèle.
Figure 6 : étude d'un circuit de concassage - criblage.

Ces changements induisent la modification de réglages de l'installation ou même de son schéma de
traitement.
Ces préoccupations sont au premier abord assez disparates. Cependant les méthodes de calcul
(algorithmes) qui peuvent assister l'utilisateur face à ces préoccupations ont de nombreux points
communs, et notamment manipulent abondamment des données de nature semblable : débits d'eau
et de solide, compositions granulométriques et chimiques ou minéralogiques.
Page 21/30
UTILISATION DES MODELES DEVELOPPES POUR LA CONCEPTION D’UNE

USINE DE TRAITEMENT DE MINERAI D’OR
La conception préliminaire se situe dans un contexte d'études de pré-faisabilité où, à partir

d'informations en général très limitées, le concepteur doit proposer un schéma de procédé, un
prédimensionnement des appareils ainsi qu'une estimation des coûts d'investissement pour une
capacité et des objectifs techniques (granulométrie, taux de charge circulante, etc.) donnés.
Utilisant les définitions établies précédemment, l'exemple présenté illustre principalement la
méthodologie mise en oeuvre en utilisant le simulateur de procédés USIM PAC 2.1 du BRGM comme
support.
Définition des objectifs

La première étape consiste à définir clairement des objectifs quantifiés. Ce sont :
q la capacité,
q la distribution granulométrique du produit final du circuit de broyage (selon la maille de libération
pour les minerais),
q la récupération attendue pour la lixiviation puis l’adsorption sur charbon actif,
q la charge circulante,
q le type et le nombre d’appareils selon des contraintes de coûts, de place ou de culture technique
locale, etc.
Les objectifs de ce projet sont les suivants :
q capacité de l’installation : environ 100 tonnes par heure de minerai sec,

q performance attendue du circuit: d80 = 75 µm à la surverse du cyclone,
q récupération globale visée : 95 %.
Les informations disponibles :
q Work index de Bond : Wi = 14 kWh/tonne courte,

q granulométrie moyenne attendue : d95 » 8 mm,
q teneur en or de l’alimentation : 7 ppm.
A ce niveau, compte tenu du peu d’informations disponibles (pas de tests d’orientation et a fortiori, pas
d’essais pilotes), un flowsheet “classique” doit être envisagé. Sa configuration dépendra du matériau
traité, du pays considéré et du niveau de prise de risque accepté. La figure 7 présente un schéma
conventionnel.
Page 22/30
1 Fresh Feed
14
1 9
17 To leaching
8
2
4 Rod mill
3 7 Hydrocyclone
5 16
2
3 6
4 Leaching
Water regulation 5
6 10
20 9
Carbon In Pulp
11
Barren solution 12
7
Ball mill 19
8
18
15
10 13
11
21
12
A preliminary Design of a Activated carbon Loaded carbon Tailings
Grinding/leaching/adsorption Circuit
Figure 7 : schéma du circuit
La seconde étape consiste à décrire l’alimentation du circuit en générant une distribution complète à
partir du d95 indiqué initialement.
Figure 8 : description du flux d’alimentation
Page 23/30
Enfin, les objectifs globaux sur le circuit doivent être déclinés en objectifs locaux pour chacune des
opérations unitaires.
Cette étape nécessite de l’expertise de la part de l’utilisateur, le simulateur lui permettant de valider
ses hypothèses.
Des objectifs sont clairs comme le d80 à la surverse du cyclone. D'autres sont induits :
q d80 du produit du broyeur à barres : 1 000 µm,

q d80 du produit du broyeur à boulets : 120 µm.
Description de l’installation “idéale”

Cette étape utilise le simulateur pour définir chacun des flux de l’installation à partir de la description
de l’alimentation et des objectifs locaux comme le montre la figure 9 pour le broyeur à boulets.
Figure 9 : description de l’objectif pour le broyeur à boulets
A ce niveau, les modèles utilisés sont simples (modèles de “flowsheeting” ou de niveau 0 dans
USIM PAC). Ils permettent de prédire le contenu de chacun des flux du circuit (comme le montre la
figure 10) sans faire intervenir les dimensions des appareils.
Stream Flowrate Grade of Recovery d80 of Flowrate of Grade of Flowrate of Grade of

definition: of Ore Gold in of Gold Ore Process Gold in phase Gold in
(t/h) the Ore (%) (µm) Water Process Carbon Carbon
(ppm) (m3/h) Water (ppm) (t/h) (ppm)
1 Fresh feed 100 7 100 4801 0 0 0 0
3 Rod mill feed 100 7 100 4801 42 0.092 0 0
4 Water 0 0 0 ? 14 0 0 0
addition
5 Rod mill 100 7 100 1036 42 0.092 0 0
discharge
6 Cyclone feed 223.4 7 223.4 385 335 0.11 0 0
7 Water 0 0 0 ? 11 0 0 0
addition
8 Cyclone 100 7 100 74 251 0.11 0 0
overflow
9 Cyclone 123.4 7 123.4 839 83 0.11 0 0
underflow
10 Leached pulp 100 0.35 5 74 251 2.8 0 0
11 Carbon 0 0 0 ? 0 0 0.2 50
Page 24/30
addition
12 Barren 100 0.35 5 74 251 0.14 0 0
solution
13 Loaded 0 0 0 ? 0 0 0.2007 3334
carbon
14 Water 0 0 0 ? 208 0.14 0 0
recycling
15 Tailings 100 0.35 5 74 42 0.14 0 0
16 Water 0 0 0 ? 179 0.14 0 0
recycling
17 Water 0 0 0 ? 28 0.14 0 0
recycling
18 Ball mill feed 123.4 7 123.4 839 100 0.095 0 0
19 Water 0 0 0 ? 17 0 0 0
addition
20 Ball mill 123.4 7 123.4 122 100 0.095 0 0
discharge
21 Tailings 100 0.35 5 74 42 0.14 0 0
Figure 10 : visualisation globale des résultats de la simulation initiale
Ces résultats doivent être validés en analysant les distributions granulométriques, la charge circulante
et en vérifiant que les objectifs sont atteints en terme de récupération en or.
Dimensionnement des équipements

L’usine idéale étant décrite, il reste à trouver les dimensions des appareils qui vont pouvoir réaliser cet
objectif. L’utilisation de la simulation inverse et de modèles plus sophistiqués (modèles de niveaux 1
ou 2 dans USIM PAC) permettent de déterminer la taille optimale de chacune des unités.
Equipement Dimensions optimisées

Broyeur à barres Diamètre: 2.76 m
Broyeur à boulets Diamètre: 4 m
Hydrocyclones (8) Diamètre: 0.6 m
3
Lixiviation (3 cuves) Volume : 2 100 m
3
Adsorption (3 cuves) Volume : 300 m
Une nouvelle étape de simulation directe permet alors de vérifier le dimensionnement au travers de
tableaux ou de graphes comme le montre les figures 11 et 12.
Page 25/30
Figure 11 - Vérification du dimensionnement sur la granulométrie

La figure 12 montre une différence sensible entre la simulation « idéale » et le dimensionnement
principalement pour les flux 6, 9, 18 et 20. Cette différence est due au caractère prédictif du modèle de
cyclone qui indique une accumulation en or dans la boucle de broyage. Cette accumulation est
produite par la forte densité de l’or qui, si il est libre, se retrouve préférentiellement en souverse de
l’hydrocyclone. Par ailleurs, la production (flux 13) est identique.
Page 26/30
Figure 12 - Vérification du dimensionnement sur les débits massiques d’or
Analyse des résultats

Un des avantages de la simulation est de fournir au concepteur des informations détaillées sous des
formes diverses : tableaux, courbes, rapports pour chacune des hypothèses envisagées.
Une fois les alternatives techniques validées, un élément d’aide à la prise de décision est de pouvoir
visualiser immédiatement, dans l’unité monétaire de son choix (figure 13), le coût des appareils
dimensionnés (figure 14) et une estimation des coûts d’investissement globaux de l’installation comme
le montre la figure 15.
Figure 13 : choix de l’unité monétaire
Page 27/30
Figure 14 : coûts des appareils dimensionnés
Figure 15 : estimation du coût d’investissement pour le circuit dimensionné
Intérêt de la simulation
La conception d’installations de traitement de matières minérales assistée par simulateur n’est pas un
calcul automatique qui détermine directement le meilleur flowsheet et les meilleurs dimensions et
réglages pour le circuit. Le simulateur aide considérablement l’utilisateur à valider ses propres
hypothèses et lui fourni toutes les informations nécessaires à la prise de décision sous des formes
variées (tableaux, graphes, calculs économiques, etc.). Il permet ainsi d’étudier de nombreuses
variantes de procédé et de sélectionner, avec des éléments quantifiés complets, le meilleur choix
possible à ce stade de développement du projet.
Page 28/30
CONCLUSION
Les techniques de modélisation et de simulation sont, depuis plusieurs années, employées dans
l'industrie. Diverses études ont montré qu'elles s'appliquent parfaitement aux installations de l'industrie
minérale. Les outils informatiques développés sont, par ailleurs, devenus très facile à utiliser avec des
interfaces très conviviales de type Windows comme c'est le cas pour les logiciels ECHANT et BILCO
ou le simulateur USIM PAC.
Des algorithmes facilitant la mise en oeuvre des méthodologies de conception ou d'optimisation des
installations ont été développés en vue de leur utilisation par les spécialistes du procédé. Le
développement accru de ces techniques dans l'industrie du traitement des matières minérales passe
par une coopération étroite entre les concepteurs de simulateurs et les utilisateurs des différents
domaines de l'industrie.
REMERCIEMENTS
Nous remercions la Compagnie des Sablières de la Seine et Morillon Corvol pour leur coopération
dans le cadre de certaines des études citées.
REFERENCES
Arnaud, J.-M., Maldonado, A., Monteau, J.-Y., "La modélisation de la réduction granulométrique"
Bergounioux, M., Brochot, S., Le Guirriec, E., "Méthodes SQP-Lagrangiennes Appliquées à la réconciliation de données ", mai
1996, Rapport de l’Université d’Orléans, Département de mathématiques, URA 1803 - CNRS, Orléans.
Breen, W. C., Bullock, R. H., Poulter, R. S., Terry, P. M., 1984, "Plant Modeling and Computer Aids reduce Engineering
Costs.", CEP, August, pp. 33-39
Brochot, S., Durance, M.V., Fourniguet, G., Guillaneau, J.-C., Villeneuve, J., "Approche objet en simulation - application à la
simulation des procédés de traitements des matières minérales.", 1995, XVIIème Conférence Internationale des
Industries de Procédés,.Interchimie 95, Paris.
Broussaud, A., Fourniguet, G., Guillaneau, J.-C., Conil, P., Guyot, O., 1990, "Conception et gestion assistée par ordinateur des
circuits de broyage", Revue de l'Industrie Minérale, les Techniques, Vol. 72, n° 4-90, pp. 144-150.
Broussaud, A., Conil, P., Fourniguet, G., Guillaneau, J.-C., 1989a, "USIM PAC : premier logiciel intégré d'aide à la conception
et à l'optimisation des usines de traitement des minerais", Revue de l'Industrie Minérale, les Techniques, juillet, pp. 1-12.
Broussaud, A., Guillaneau, J.-C., Fourniguet, G., Conil, P., Blot, P., 1989b, "A revolutionary tool for Mineral Processing Plant
Design and Optimization", Paper presented at the SME Annual Meeting, Las Vegas, Nevada, U.S.A..
Broussaud, A., Guillaneau, J.-C., 1988, "Modèles d'opérations unitaires en minéralurgie", Informatique dans l'Industrie
Minérale, Revue de l'Industrie Minérale, les Techniques, numéro spécial, novembre, Vol. 70, pp. 146-172.
Broussaud A., Brachet C., Fourniguet G., Audoli H., Laplace G., 1986, "Prédiction par simulation de l'influence de modifications
de flowsheet sur les performances de l'usine de flottation de barytine de Chaillac (Indre - France). Industrie Minérale -
Mines et Carrières - Les Techniques, juin, pp. 238-244.
Cézac, P., Truong Meyer, X.M., Joulia, X., Villeneuve, J., Morin, D., "Approche thermodynamique pour la caractérisation du
milieu de la lixiviation biologique d'une pyrite cobaltifère", 1996, Colloque SIMO 96, Récents progrès en génie des
procédés, Vol 10, n° 49, pp 357-363, Toulouse, Octobre.
Conil P., Broussaud A., Niang S., Delubac G., 1988, "Utilisation d'un simulateur pour l'aide à l'évaluation d'hypothèses
d'évolution d'un atelier de concentration à l'usine de phosphate de Taïba", Industrie Minérale - Mines et Carrières - Les
Techniques, janvier-février, pp. 21-29.
Fourniguet, G., Villeneuve, J., Rocchia, L., Védrine, H., Brochot, S., Guillaneau, J.-C., "Analyse par bilans matière d’un procédé
hydrométallurgique de recyclage de déchets d’aciéries électriques", 1997, 6e Congrès Français de Génie des Procédés,
Paris, 24-26 septembre 1997
Guillaneau, J.-C., Villeneuve, J., Durance, M.-V., Brochot, S., Fourniguet, G., Durand, H., "From Sampling to Simulation: the
BRGM range of Software for Process Analysis", 1997, Minerals Engineering Annual Meeting, Santiago, Chile - July 29-
August 1, 1997.
Guillaneau, J.-C., Villeneuve, J., Durance, M.-V., Brochot, S., Fourniguet G., Védrine, H., Wavrer, P., Le Guirriec, E., “Logiciels
d’aide à l’analyse des procédés”, Memento des Mines et Carrières, nouvelle série n°3, 1997, pp. 376-396.
Guillaneau, J.-C., Villeneuve, J., Durance, M.-V., Brochot, S., Fourniguet, G., Durand, H., "A range of Software for Process
Analysis", 1997, SME Annual Meeting, Denver, Colorado - February 24-27, 1997, preprint # 97-202.
Guillaneau, J.-C., Durance, M.-V., Libaude, J., Ollivier, P., 1993, "Computer-aided Optimization of Mineral Processing Plants, a
Case Study: Increasing the Capacity of the Shila Gold Mine, Peru", Paper presented at the SME Annual Meeting,
February 15-18, Reno, Nevada, U.S.A.. Preprint # 93-222.
Guillaneau, J.-C., Villeneuve, J., Blot, P., 1992, "Advances in the Design and Optimization of Mineral Processing Plants",
Proceedings of the APCOM 92, 23rd International Symposium on the Application of Computers and Operations Research
in the Mineral Industry, April 7-11, Tucson, Arizona, U.S.A., Chapter 54, pp. 549-566.
Guillaneau, J.-C., Villeneuve, J., Brochot, S., Durance, M.-V., Fourniguet, G., "The Supervisor of Simulation: a step further to
meet the Process Engineer Needs.", 1995, Proceedings of the XIX International Mineral Processing Congress, San
Francisco, USA, October 22-27.
Guillaneau, J.-C., Olofsson, O., Durance, M.-V., Villeneuve, J., “Modelling the Sala Agitated Mill (SAM) using BRGM Pilot Plant
Data.”, 1995, Proceedings of the APCOM XXV 1995 Conference, July, Brisbane, Australia, pp. 325-331.
Page 29/30
Herbst, J. A., Oblad, A. E., "Modern control theoriy applied to crushing". Utah comminution center
Herbst, J. A., Alba, F., Pate, W. T., Oblad, A. E., 1988, "Optimal Control of comminution Operations", International Journal of
Mineral processing, 22, pp. 275-296
Le Guirriec, E., Bergounioux, M., Brochot, S., "Modélisation et résolution de problèmes de bilan matière statistiquement
cohérent", 1996, Communication aux Quatrièmes Journées du groupe MODE de la SMAI, Mars 1996, Limoges, France.
Lynch, A.J., 1977, "Mineral crushing and grinding circuits". Vol. 1, p. 46-51, Elsevier, Amsterdam.
Gauldie, K., 1953 & 1954, Engineering, Lond., 176 (1953), 456; 177 (1954), 557.
Canmet, 1982, "SPOC Engineering documentation, Simulated processing of ore and coal manual", CANMET, Division report
MRP/MSL, 82-140 (IR), Chap. 5-A(2-2), p.8-9, (1982).
Rexnord Inc., 1973, "Symons cone crusher", Nordberg Manufacturing bulletin, NGA10.732, Rexnord Inc., Milwaukee,
Wisconsin.
Taggart, A.F., 1951, "Elements of ore dressing", Wiley, New York.
Broman, J., 1984, "Optimising capacity and Economy in jaw and gyratory crushers", Engineering & Mining J., 69, (juin).
Bond, F.C., 1961, "Crushing and Grinding calculations", Bulletin 07R9235B, Allis-Chalmers.
Magdalinovic, N., Grbovic, M., Budic, I., Jankovic, A.& Markovic,Z., 1989, "Crusher drive power requirements", Technical
Faculty at Bor.
Austin, 1980, "A preliminary analysis of smooth rolls crushers." Int. J. of Min. Proc., 6.
Rose,E., English, J.E., 1967, "Theoritical analysis of jaw crushers", Trans. IMM C32, London.
Angelier, P., 1985a, "Concasseurs à machoires 1re partie". Janv., Ind. Min., Mines et Carrières, p.19-24.
Angelier, P., 1985b, "Concasseurs a mâchoires. 2nde partie". Fév., Ind. Min., Mines et Carrières, p. 95-104.
Gieskieng, D.H., 1949 & 1950, Trans. Am. Inst. Min. Metall. Eng., 184 (1949), 239; 187(1950) 568.
King, R. P., 1987, "The Fine Crushing Circuit of Rossing Uranium Ltd. simulation of Modified Flowsheets.", University of
Witwatersrand, Department of Metallurgy and Materials engineering, Johannesburg, GEN/8/87, 262 pp.
King, R. P., 1990, "Simulation - the modern cost-effective way to solve crusher circuit processing problems.", International
Journal of Mineral Processing, 29, No. 3/4, pp. 249-265.
Schena, G., Villeneuve, J., Noël, Y., "A Method for a financially efficient design of cell-based flotation circuits.", International
Journal of Mineral Processing, April 1996, Vol 46, Nos 1-2, pp 1-20.
Magarowski, A. J., Karra, V. K., 1982, "Computer-aided crushing circuit design.", Design and Installation of Comminution
Circuits, Society of Mining Engineers, New York, p. 288, A. L. Mular and G. V. Jorgensen (Editors).
Villeneuve, J., Guillaneau, J. -C., Martin, M. A. S., Lopes, G. S., "SAG Mill Modelling in USIM PAC 2: Example of the CVRD
Igarapé Bahia Circuit", 1996, Proceedings of the International Autogenous and Semi Autogenous Grinding Technology
1996 Conference (SAG'96), Vancouver, Canada, October 6-9.
Villeneuve, J., Durance, M. V., Guillaneau, J.-C., Brochot, S., Fourniguet, G., "Conception et adaptation de la production de
granulats par simulation", 1996, Congrès de la Société de l'Industrie Minérale, Montpellier, 1-4 octobre 1996.
Villeneuve, J., Durance, M. V., Guillaneau, J. -C., Santana, A. N., Silva, R. V. G., Martin, M. A. S., "Advanced use of column
flotation models for process optimisation", 1996, Proceedings of the International Symposium on Column Flotation
(COLUMN'96), Montréal, Canada, August 25-29.
Page 30/30

1998 Logiciels PAS FR

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1998 Logiciels PAS FR

Transféré par

Droits d'auteur :

Formats disponibles

Analyse de procédés : apports des outils du BRGM.

Analyse de procédés : apports des outils du BRGM

Groupe d'Analyse de Procédés

Le domaine du contrôle de procédés est un grand utilisateur d’applications informatiques qu’elles

En analyse de procédés, trois types d’applications sont commercialisés :

L'échantillonnage : une démarche vers la qualité

Un outil flexible et configurable

UNE REPONSE A DES PROBLEMES CONCRETS

EXEMPLE : ECHANTILLONNAGE D'UN MINERAI DE WOLFRAMITE

Equilibrage et analyse de données par bilans matière

APPLICATIONS DU BILAN MATIERE

BILCO peut être utilisé pour :

q un bilan de pollution, une analyse d'effluents,

BILCO : la solution aux problèmes de bilans matière

q les données sont toujours imprécises et peu cohérentes,

Utilisation de l’approche bilan matière

Le bilan matière statistiquement cohérent apporte un complément important à la démarche

Exemple de procédé hydrométallurgique de traitement de minerai d’or

Exemple de recombinaison chimie-minéralogie

Mineralogy fitting with chemistry

Exemple de recombinaison chimie-minéralogie

Terril n°2 Terril n°3

Terril n°1 5 6 Réseaux

Drainage des eaux 1

Champs captant d'eau potable

Exemple de bilan de pollution

EXEMPLE : BILAN GLOBAL D'UNE INSTALLATION

Schéma global du "flowsheet"

Déchets Produit fini

Formalisation du graphe dans BILCO

Description des informations mesurées : débits, teneurs et imprécisions

Alimentation Concentré Stérile

Description des valeurs estimées

Analyse des résultats

... sur les débits

Flux Débit mesuré Imprécision Débit estimé Imprécision

... sur les teneurs

Flux Cu mesuré Imprécision Cu estimé Imprécision

Les tableaux ci-dessus montrent :

Modélisation des opérations unitaires et simulation en

Simulation Objectifs de production

Figure 1 : champs d'application des outils informatiques pour l'optimisation

LA SIMULATION DES PROCEDES

• Description du ou des • Performance de

Figure 2 : fonctions des modèles et du simulateur de procédés.

La modélisation des opérations unitaires

Origines des efforts de modélisation

Ces aspects représentent les préoccupations du concepteur du modèle :

q empiriques : déterminées de manière statistique à la suite d'une expérimentation. Ces modèles

Actuellement, ce sont principalement les modèles de types macrophénomènologiques qui sont

Exemple de modèles utilisés pour la simulation d'une installation de

Certains constructeurs disposent probablement de modèles de dimensionnement mais peu sont

Modèle de concasseur à cône

Figure 3 : représentation symbolique du modèle de concasseur conique de Lynch.

Un bilan matière conduit à l'équation suivante :

ou encore à partir d'une combinaison des deux précédentes:

B = aB1 + (1 - a )B2 (4)

avec a dépendant de l'ouverture du concasseur.

q s est une classe granulométrique,

UTILISATION DES MODELES DEVELOPPES POUR LA PRODUCTION DE

q suivre l'évolution de la demande en qualité et en volume,

Concevoir une criblerie :

Figure 4 : distributions granulométriques de l'alimentation et des produits d'une