Académique Documents
Professionnel Documents
Culture Documents
de Shila (Pérou)
BRGM
Département Minéralurgie
RESUME
Dans un second temps la simulation a permis de définir les équipements supplémentaires pour
augmenter la capacité jusqu'à 230 t/j. Les solutions préconisées ont été confirmées dans l'installation
industrielle.
Dans tous les cas, le succès de la démarche repose sur les performances du simulateur USIM PAC mais
aussi sur une étroite coopération entre les ingénieurs de production et les ingénieurs de procédé.
INTRODUCTION
La simulation statique est aujourd'hui un outil performant utilisé dans l'industrie du tritement des
matières minérales pour la conception, l'adaptation ou l'optimisation des installations. Depuis 1988,
l'équipe informatique du Département Minéralurgie du BRGM développe et distribue un logiciel de
simulation (Broussaud et al. 1989a, 1989b, Guillaneau et al. 1992, 1993) utilisé dans plus de vingt 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. Cet outil a été
utilisé dans de nombreux cas d'optimisation pour des minerais divers : sulfurés complexes, barytine,
phosphate (Conil et al. 1988), etc.
Une étude d'optimisation suit toujours la même procédure générale. Cette procédure, présentée dans
une première partie, requiert une bonne connaissance de l'installation existante en terme d'équipement
d'une part, et surtout en terme de description des flux. Des campagnes d'échantillonnage complètes et
bien préparées sont donc nécessaire à la réalisation d'une telle étude.
Dans le cas présenté en deuxième partie, le but était, dans un premier temps, l'optimisation de l'atelier
de broyage de l'usine de traitement d'or et d'argent de Shila (Pérou). Dans un deuxième temps, l'étude a
permis de dimensionner des équipements nouveaux pour répondre à une augmentation de capacité.
L'optimisation d'une installation de traitement suit une méthodologie générale, clairement définie,
présentée à la figure 3. Cette méthodologie est constituée de deux phases :
Les données caractérisant les différents appareils (dimensions et réglages) et les flux (débits,
granulométries, teneurs, etc.) permettent de construire un simulateur reproduisant le fonctionnement de
l'usine dans son état actuel. Ce simulateur permet ensuite de tester toute modification pouvant
intervenir dans ce fonctionnement :
· augmentation de capacité,
· modifications du minerai,
· variations des contraintes du marché...
Le simulateur peut calculer de nouveaux paramètres de réglage des appareils et autorise également le
dimensionnement d'équipements nouveaux permettant de s'adapter à ces modifications. Pour cela il est
constitué d'un ensemble de modèles mathématiques d'opération unitaire, et de deux algorithmes
principaux qui réalisent l'enchaînement des ces modèles : les simulations directe et inverse. En
simulation directe, les différents aspects de la situation étudiée sont utilisés comme données :
· le flowsheet de l'installation,
· les caractéristiques des équipements ou, les performances souhaitées pour chaque opération unitaire,
· l'alimentation du circuit (débit, granulométrie, minéralogie,...).
Le simulateur prédit alors la description de tous les flux du circuit et certains paramètres opératoires
comme la puissance consommée par les broyeurs ou la chute de pression dans les hydrocyclones
(figure 1).
Alimentation Fonctionnement
de l'usine prédit de l'usine
3Débit de minerai
SIMULATEUR
3Débit d'eau STATIQUE 3Pour chaque flux
3Granulométrie âDébits
3Composition âGranulométrie
minéralogique âComposition minéralogique
âEventuellement libération
minérales
3Besoin énergétique
Configuration
de l'usine MODELES
Couts d'investisement
3Flowsheet
3Principaux appareils
âDimensions
âRéglages
En simulation inverse, un fonctionnement "donné" de l'installation est décrit par l'utilisateur du logiciel.
Il peut être soit un fonctionnement réel, soit un fonctionnement souhaité. Ce fonctionnement est
représenté par la description complète de tous les flux du circuit. Les paramètres des modèles sont alors
calculés pour reproduire les données expérimentales fournies, ou encore les dimensions des appareils
sont calculées pour permettre à l'installation d'obtenir les performances désirées (figure 2).
Alimentation Fonctionnement
de l'usine de l'usine
3Débit de minerai
SIMULATEUR
3Débit d'eau STATIQUE 3Pour chaque flux
3Granulométrie âDébits
3Composition âGranulométrie
minéralogique âComposition minéralogique
âEventuellement libération
minérales
3Besoin énergétique
Configuration
de l'usine MODELES
Couts d'investisement
3Flowsheet
3Principaux appareils
âDimensions
âRéglages
On peut atteindre un objectif final en utilisant successivement les simulations inverse et directe selon
une méthodologie adaptée au type de problème (Broussaud et al., 1992). Dans le cas d'un projet
d'optimisation la méthodologie est présentée figure 3.
Eventuellement
Utilisation du simulateur
pour optimiser l'usine
La pulpe circulant dans une usine de traitement de minerai est toujours complexe, formée de différentes
phases (solides, liquides ou gazeuses), elles mêmes formées d'un nombre multiple de particules. Les
modèles mathématiques d'opération unitaire ne peuvent pas prendre en compte toutes les
caractéristiques physiques de chaque particule. Il faut donc définir un modèle de minerai qui est une
représentation simplifiée de la réalité. Les principales caractéristiques de la matière doivent être
décrites : par exemple, le nombre, le nom et la densité des minéraux constituant le minerai, le nombre
et la taille des classes granulométriques ou bien , éventuellement, les propriétés de certains des
constituants présents dans l'eau (réactifs, produits lixiviés...).
La description d'un flux peut regrouper plusieurs valeurs (débits, teneurs, granulométrie...) pour
différentes phases. Pour obtenir ces valeurs, des campagnes d'échantillonnage sont menées en
collaboration avec les ingénieurs de l'installation. Cependant, en raison de l'hétérogénéité de la pulpe et
des difficultés d'échantillonnage certains paramètres ne peuvent être mesurés avec précision et d'autres
peuvent uniquement être estimés. Ainsi, même en régime stationnaire, les mesures sont incohérentes
avec les lois de conservation de la matière. Pour rendre l'ensemble de ces données cohérentes des
Congrès de l'industrie minérale - Grenoble - Octobre 1993 4
Optimisation d'une usine de traitement de minerai par simulation du fonctionnement et des caractéristiques des flux : exemple de la mine d'or de Shila (Pérou)
algorithmes d'équilibrage de bilans matières sont utilisés pour prendre en compte l'ensemble des
valeurs mesurées et leur précision respective (Guillaneau et al. 1992). Ce bilan constitue non seulement
un puissant moyen d'appréciation de la marche de l'atelier, mais aussi une mise en forme des données
expérimentales caractérisant les flux, indispensable à leur utilisation pour la modélisation
(Broussaud 1988).
Pour chaque opération unitaire plusieurs modèles sont disponibles. Certains (appelés modèle de
niveau 0 dans le logiciel USIM PAC) ne prédisent pas réellement le fonctionnement de l'appareil ; ils
calculent simplement les flux de sortie pour reproduire une performance définie par l'utilisateur. Ces
modèles ne sont pas vraiment adaptés pour simuler une installation existante car ils ne tiennent pas
compte des dimensions des appareils; ils sont utilisés dans le cadre de projet de conception
préliminaire d'installation.
Les autres modèles sont réellement prédictifs. La plupart sont phénoménologiques et prédisent la
description des sorties de l'appareil représenté ainsi que certains paramètres opératoires (puissances
consommées, chute de pression,...) en fonction de l'alimentation de l'appareil, de ses dimensions et de
ses réglages.
Pour réaliser un simulateur ces derniers paramètres sont ajustés pour reproduire la description
cohérente des flux de l'installation. Chaque modèle est calibré et peut ainsi reproduire le
fonctionnement d'un appareil avec le même ordre de précision que celle des données échantillonnées.
Simulation
Lorsque l'ensemble des modèles a été calibré on peut utiliser l'algorithme de simulation directe pour
reproduire le fonctionnement de l'ensemble de l'installation et comparer les résultats avec les données
expérimentales pour vérifier la qualité des ajustements réalisés. Une validation du simulateur peut être
réalisée en cherchant à reproduire la situation de l'installation pour un autre point de fonctionnement
(autre débit d'alimentation ou autres réglages des appareils). Cette validation est nécessaire pour
quantifier la qualité des prédictions du simulateur.
L'utilisateur peut alors modifier certains des paramètres de l'alimentation ou de l'équipement et mettre
en oeuvre une simulation directe pour tester l'influence de ces modifications sur le procédé. Si chaque
modification est testée séparément, il est possible de comparer l'impact de chacune d'elle sur les
produits obtenus, la puissance consommée ou le coût d'investissement si des appareils supplémentaires
ont été dimensionnés, sélectionner ensuite la meilleure configuration et améliorer ainsi le
fonctionnement de l'usine ou augmenter sa capacité.
La mine de Shila
Depuis début 1990, Minera Shila S.A. produit un concentré d'or et d'argent à partir de la mine de Shila.
Cette mine se trouve dans le sud du Pérou, à huit heures de route d'Arequipa, dans la cordillère des
Andes. Située à 5200 m d'altitude, la mine de Shila est probablement l'une des plus hautes du monde.
L'usine est installée un peu plus bas (4650 m).
La mine suit une étroite minéralisation dans laquelle l'or est présent sous forme de fines particules de
métal natif dans les sulfures et le quartz. L'argent est présent sous forme native en association avec l'or
ainsi que sous forme de tétrahédrite et de sulfure. Initialement l'usine a été conçue pour une capacité
quotidienne de 100 tonnes à une teneur de 8,6 g/t d'or et 200 g/t d'argent. Le minerai est traité par
gravité et flottation ; les concentrés d'or et d'argent obtenus sont ensuite expédiés pour subir les
traitements complémentaires.
Quelques mois après le démarrage, Minera Shila a décidé de porter sa capacité à 135 t/j. L'installation
était initialement dimensionnée pour supporter une telle augmentation, mais il est apparu très vite que
le broyeur à boulets ne pouvait pas s'adapter à cette capacité. Environ 31 t/j de matériau grossier
("granza") était rejetées par le crible de décharge du broyeur et stocké.
Buts de l'optimisation
La première a consisté, après un audit de l'usine, en une évaluation des idées de modifications
proposées par l'ingénieur procédé pour réduire la production de "granza". La configuration retenue a
été implantée et évaluée par les opérateurs de l'usine.
La deuxième avait pour but de dimensionner de nouveaux équipements pour conserver les
performances de l'installation tout en augmentant sa capacité.
Ces deux phases ont été conduites à l'aide du logiciel USIM PAC.
Création du simulateur
Pour tester les différentes modifications proposées par l'ingénieur procédé un simulateur de ce circuit a
été créé.
Modèle de minerai. Dans cette étude le minerai a été traité dans sa globalité. Il n'a pas été tenu compte
de la sélectivité du broyage par rapport aux différents minéraux. Le minerai a été défini avec une
densité moyenne de 2,8 et dix classes granulométriques de 20 mm jusqu'à 1 µm.
Modèles d'opération unitaire. Les modèles utilisés sont les modèles standards disponibles dans le
logiciel USIM PAC 2. Le modèle de concasseur à mâchoires est un modèle empirique dans lequel la
distribution granulométrique de sortie a été déterminée sur la base de données industrielles publiées. Le
modèle de concasseur à cône repose sur les fonctions de broyage et de classification proposées par
W.J. Whiten (1974).
Le modèle de broyeur à boulets est basé sur la théorie énergétique du broyage, et plus particulièrement
sur la loi de Bond et les méthodes Allis-Chalmers pour le dimensionnement des broyeurs (Rowland et
al., 1980).
Le modèle de Plitt a été utilisé pour l'hydrocyclone (Plitt et al. 1990, 1991).
Les modèles ont tous été calibrés en utilisant le jeu de données cohérentes obtenu par l'algorithme de
bilan matière. Les principaux résultats obtenus par le simulateur peuvent être comparés avec les
données expérimentales dans les deux premières lignes du tableau 1.
Trois principales modifications ont été proposées pour réduire le débit de matériau grossier en sortie du
broyeur à boulets tout en diminuant le d80 d'alimentation du circuit flottation :
Ces trois configurations ont été simulées à une capacité de 150 t/j ; les principaux résultats sont
présentés tableau 1.
Observations
La première configuration (cône en circuit fermé avec un broyeur 6' x 6'- figure 5) a été retenue par la
direction de l'usine et a été utilisée à une capacité de 135 t/j. A cette capacité, le débit de "granza" n'est
que de quelques tonnes par jour et peut être recyclé sur le broyeur. Les coûts d'investissement engagés
pour ces modifications ont été amortis en deux mois.
Après avoir implanté un nouveau crible dans le circuit de concassage, Minera Shila S.A. a décidé
d'augmenter sa capacité de 135 à 230 t/j.
Une nouvelle campagne d'échantillonnage a été menée par les opérateurs de l'installation. Un nouveau
simulateur a été créé pour tenir compte de la nouvelle configuration. La plupart des caractéristiques du
précédent ont été conservées (modèle de minerai, modèles d'opération unitaire,...). Un bilan matière a
été effectué et les modèles ont été calibrés sur ce nouveau jeu de données.
Pour tester l'ensemble des idées de l'ingénieur procédé et des opérateurs, et pour tenir compte des
opportunités locales (disponibilité d'équipement à proximité du site : broyeur à boulets 7' x 6' et
broyeur à barres 5' x 10'), six configurations ont été simulées :
Observations
Le remplacement du broyeur 6' x 6' par un 7' x 6' est loin d'être suffisant pour répondre à l'augmentation
de capacité. Le débit de "granza" atteint un niveau trop élevé, sans possibilité de recyclage. La mise en
place d'un broyeur à boulets plus gros convient techniquement à l'augmentation de capacité. Le débit de
"granza" reste recyclable et le d80 de l'alimentation flottation est abaissé à 170 µm. Cependant, la
consommation d'énergie est élevée, de l'ordre de 20 kWh/st. De plus ce type de broyeur n'est pas
disponible à proximité du site. Cette solution n'est donc pas économiquement intéressate. De même,
l'utilisation de deux broyeurs à boulets, que ce soit en parallèle ou en série, conduit à une
Congrès de l'industrie minérale - Grenoble - Octobre 1993 9
Optimisation d'une usine de traitement de minerai par simulation du fonctionnement et des caractéristiques des flux : exemple de la mine d'or de Shila (Pérou)
consommation d'énergie importante, de plus les résultats techniques sont juste satisfaisants, tant pour le
débit de "granza" que pour le d80 en surverse du cyclone.
Par contre, l'ajout en tête du circuit d'un broyeur à barres donne des résultats convenables. En effet,
avec un coefficient de remplissage des barres de seulement 20 %, les objectifs sont atteints. Ceci
montre que cette solution est surdimensionnée mais de ce fait, donne une liberté plus importante par
rapport aux éventuelles évolutions de l'installation. C'est de plus la solution energétiquement la plus
économique.
Cette solution a été retenue pour les caractéristiques techniques obtenues ci-dessus et en raison de la
disponibilité du broyeur à barres 5' x 10' à proximité du site. L'installation de la nouvelle configuration
a permis de supporter l'augmentation de capacité : le débit de matériau grossier ("granza") est
négligeable et le d80 de surverse du cyclone est d'environ 160 µm. L'étude se poursuit actuellement
pour améliorer les performances du broyage secondaire (réglages du cyclone, taille des boulets, vitesse
de rotation, etc.).
CONCLUSION
Les outils de simulation statique existent depuis plusieurs années et sont en constante évolution. Ils
constituent désormais une aide efficace dans les éudes d'optimisation. Ils nécessitent une bonne
connaissance des méthodologies mises en oeuvre mais également une bonne connaissance de l'usine à
optimiser et plus particulièrement des caractéristiques des flux. Si ces deux conditions sont réunies, la
simulation fournit des résultats fiables et directement interprétables par l'ingénieur procédé.
A l'aide d'un simulateur, il est possible de comparer rapidement différentes configurations de l'atelier à
optimiser en terme de description des produits (débit, granulométrie, teneurs, etc.) mais également sur
le plan énergétique. C'est un moyen économique d'évaluer ces configurations et d'obtenir de plus une
Congrès de l'industrie minérale - Grenoble - Octobre 1993 10
Optimisation d'une usine de traitement de minerai par simulation du fonctionnement et des caractéristiques des flux : exemple de la mine d'or de Shila (Pérou)
description complète de tous les flux de l'usine ce qui est difficile ou impossible dans le cas
d'expérimentations réelles. On peut ainsi aisément identifier les points de dysfonctionnement et
intervenir précisément sur le réglage d'un appareil.
Les concepteurs de tels outils améliorent leur interface pour les rendre facilement utilisables par tout
ingénieur procédé. Des recherches importantes sont menés pour augmenter la fiabilité et la précision
des algorithmes mis en oeuvre dans ces logiciels. Des efforts en modélisation sont également en cours
pour accroitre la qualité des modèles existants et pour en créer de nouveaux.
Pour mener à bien une étude d'optimisation, la coopération entre le spécialiste de la simulation et
l'ingénieur procédé est indispensable. Elle permet de conduire les campagnes d'échantillonnage
complètes et rigoureuses qui sont nécessaires, d'identifier les paramètres pertinents de réglage de
l'installation et de rapidement sélectionner les configurations les plus prometteuses pour l'adaptation du
circuit étudié. Dans le cas présenté, les bons résultats obtenus lors des deux premières étapes ont
convaincu les responsables de l'usine de l'efficacité de la simulation et les ont conduits à poursuivre
leur collaboration pour l'optimisation de leur installation.
REFERENCES
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.
Durance, M.-V., Guillaneau, J.-C., Villeneuve, J., Fourniguet, G., Brochot, S., 1992, "Advances in
Research on Steady-state Simulator for Mineral Processing Plants", Paper presented at the MIRO
Annual Meeting, April, Coventry, United Kingdom.
Villeneuve, J., Guillaneau, J.-C., Pilotte, R., Broussaud, A., 1992, "Objective Driven Simulation: a new
Approach to Improving the Efficiency and Usefulness of Steady-state Simulators of Mineral
Processing Plants", Paper presented at the SME Annual Meeting, February 24-27, Phoenix,
Arizona , U.S.A.. Preprint # 92-168.
Broussaud, A., Guillaneau, J.-C., Guyot, O., Pastol, J.-F., Villeneuve, J., "Méthodes et algorithmes
pour accroître l'utilité et le réalisme des simulateurs d'installations de traitement de matières
minérales.", Revue de l'Industrie Minérale, les Techniques, Vol. 74, n° 5-92, pp. 146-152.
Plitt, L.R., Guillaneau, J.-C., Broussaud, A., 1991, "Modélisation mathématique des hydrocyclones
avec décharge en boudin", Revue de l'Industrie Minérale, Mines et Carrières, Vol. 73, décembre,
pp. 45-47.
Broussaud, A., Guillaneau, J.-C., Fourniguet, G., 1990, "Practical Computer Methods for the Design
and Adaptation of Mineral Processing Plants", Paper presented at the VIth Simposium Sobre
Molienda, Chile, November.
Plitt, L.R., Conil, P., Broussaud, A., 1990, "Technical note, an Improved Method of Calculating the
Water-split in Hydrocyclones", Minerals Engineering, Vol. 3, n° 5, pp. 533-535.
Ollivier, P., Blot, P., 1989, "Computer Aided Design of a Gold Ore Grinding Circuit", Proceedings of
the Randol Workshop, Phase IV, Sacramento, California, U.S.A., November 10-11, pp. 39-42.
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., 1988, "Advanced Computer Methods for Mineral Processing: Their Functions and
Potential Impact on Engineering Practices", Proceedings of the XVI International Mineral
Processing Congress, Stockholm, Sweden, June 5-10, Elsevier, Developments in Mineral
Processing, Vol. 10.A, pp. 17-44.
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 phosphates de Taïba
(Sénégal)", Revue de l'Industrie Minérale, les Techniques, janvier-février, pp. 21-29.
Broussaud, A., Albéra, F., 1987, "Models of Selective Grinding and Mineral liberation for Rod and
Ball Mills Simulation", Process Mineralogy VII, TMS-AIME, A.H. Vassiliou, D.M. Hausen and
D.J.T. Carson, Eds., pp. 551-572.
Broussaud, A., Albéra, F., 1986, "Selection of a Model for the Simulation of a Pilot Plant Rod Mill",
Proceedings of the Symposium on Automation in Mining, Mineral and Metal Processing,
24-29 August. Tokyo, Japan, Pergamon Press, pp. 148-153.
Rowland, C.A., Kjos, D.M., 1980, "Rod and Ball mills", Mineral Processing Plant Design, 2nd edition,
AIME, New York, p. 239-278.
Whiten, W.J., 1974, "A matrix theory for comminution machines", Chem. Eng. Sci. 29.
REMERCIEMENTS
Cet article est la publication scientifique n° 93058 du BRGM ; il a été réalisé dans le cadre d'un projet
financé en partie sur crédits recherche du BRGM.
Les auteurs remercient Minera Shila pour les avoir autorisés à publier cet article.