OPTIMIZACIN DE CIRCUITOS DE FLOTACIN POR SIMULACION EN COMPUTADORA Juan Luis Reyes Bahena

Facultad de Ingeniera / Instituto de Metalurgia, Universidad Autnoma de San Luis Potos, Av. Sierra leona 550, Lomas 2 Seccin, 78210 San Luis Potos, S.L.P., Mxico. Tel/Fax (52-444) 825-43-26 Ext. 124 Correo electrnico: jlreyes@uaslp.mx.

RESUMEN
En general, el diagnostico e optimizacin de circuitos de flotacin esta principalmente basado en la relacin grado-recuperacin de los principales minerales de valores de una planta concentradora. Para lograr la optimizacin de un circuito de flotacin a travs de la simulacin, ecuaciones matemticas empricas, semiempricas o fenomenolgicas han sido propuestas a nivel mundial. La habilidad de prediccin de estos modelos depende en gran medida de la facilidad de medicin de los parmetros del modelo as como del error experimental y de la forma en que estos parmetros son introducidos en el modelo matemtico. Actualmente, el modelo matemtico desarrollado a travs de una extensa investigacin por el grupo de flotacin del Julius Kruttschnitt Mineral Research Centre, de la Universidad de Australia ha ganado una amplia aceptacin a nivel mundial para la optimizacin de circuitos de flotacin industriales. El modelo esta basado en la descripcin del proceso de flotacin como una contribucin de subprocesos caractersticos de la hidrodinmica de la celda de flotacin as como de las propiedades del mineral tratado. Para mostrar lo til de esta herramienta poderosa conocida como simulacin matemtica; este artculo presenta dos casos de estudio a nivel industrial para la optimizacin del proceso de flotacin. Los resultados de simulacin presentados en ambos casos de estudio predicen con un determinado error la respuesta de los minerales en el proceso de flotacin en comparacin con los datos experimentales. Ms importante aun, es la prediccin de la tendencia de los minerales a cualquier cambio en el proceso de flotacin, el cual es determinado con un alto ndice de confianza por esta metodologa.

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

OPTIMIZACIN DE CIRCUITO DE FLOTACIN POR SIMULACION EN COMPUTADORA Juan Luis Reyes Bahena

1.

INTRODUCCION

En los aos recientes, el desarrollo de nuevos modelos matemticos ha sido extensamente aplicado al proceso de concentracin de minerales por flotacin. El objetivo de estos modelos ha sido el tener una herramienta til para el diseo as como la optimizacin de circuitos existentes de flotacin. Sin embargo, el gran nmero de factores que intervienen en este proceso es tal que es difcil describir en forma precisa el efecto de los minerales en cada uno de los sub-procesos involucrados en la flotacin de minerales. Un intenso trabajo de investigacin realizado en el Julius Kruttschnitt Mineral Research Centre (JKMRC) de Australia ha desarrollado numerosas tcnicas de medicin directa e indirecta sobre los sub-procesos que ocurren en el proceso de flotacin, las cuales han sido mejoradas a travs de la colaboracin con otras instituciones como la Universidad de Cape Town en Sudfrica y la Universidad de McGill en Canad. Estas mediciones incluyen: Un parmetro hidrodinmico de la celda de flotacin (flujo de rea superficial de burbuja, Sb). Un parmetro de la cama de espuma (eficiencia de recuperacin, Rf). Parmetros de arrastre mecnico ( y ). Un parmetro de flotabilidad del mineral (P). Este artculo presenta una descripcin de las tcnicas de medicin y modelos matemticos para describir el proceso de flotacin. Datos obtenidos de varios procesos de flotacin a nivel industrial son usados para estimar las caractersticas hidrodinmicas de las celdas de flotacin as como la optimizacin del proceso a travs del desarrollo de modelos matemticos.

1.1

Principios de simulacin matemtica

La metodologa usada para el desarrollo de modelos matemticos y simulacin de los circuitos de flotacin esta basada en la caracterizacin de los diferentes subprocesos que estn involucrados en la flotacin de minerales (Figura 1).

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

Circuito de Flotacin (Estado Estable)

Flotacin Verdadera Arrastre Mecnico
Parmetro de arrastre Recuperacin de agua

Flujo de rea superficial de burbuja Eficiencia en cama de espuma

Caracterizacin del mineral

Parmetro de drenaje

Tiempo de residencia

MODELO Validacin Diseo Simulacin

Figura 1: Metodologa desarrollada para la modelacin y simulacin de circuitos de flotacin

La interaccin burbuja-partcula es considera generalmente como un proceso de primer orden. Extensa investigacin en este sub-proceso de la flotacin ha concluido que la diferencia en la constante cintica de flotacin, k, obtenida en diferentes celdas fue debida a cambios en la flotabilidad del mineral, P, el flujo de rea superficial de burbuja, Sb, generado en la celda y por la perdida en recuperacin a lo largo de la cama de espuma, Rf, (Gorain y col., 1997).

k = S b PR f

(1)

La flotabilidad del mineral, P, es considerada ser una propiedad caracterstica de la corriente de alimentacin al proceso de flotacin y no de las condiciones de operacin de la celda o circuito. Ha sido observado que las propiedades de las partculas minerales, tales como el tamao, composicin mineralgica, adsorcin de colector, grado de oxidacin de la superficie de los minerales y el grado de dispersin de las partculas en el proceso, afectan la constante cintica de flotacin. Por ello la flotabilidad de una corriente no puede ser describa por un solo valor sino por una distribucin (Imaizumi y Inoue, 1963; Lynch y col., 1981; Runge y col., 1997).

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

Uno de los grandes retos en la actualidad sobre modelacin y simulacin de circuitos de flotacin es describir la forma de la distribucin de los parmetros de flotabilidad. A travs de trabajos publicados previamente, se han presentado tres diferentes alternativas para determinar la distribucin de valores de la constante cintica de primer orden, los cuales han sido usados para determinar el parmetro P: 1.1.1 Funcin de distribucin: La distribucin de flotabilidades es asumida a tener una forma particular definida por un nmero pequeo de parmetros que pueden ser derivados a travs de datos experimentales. Algunas funciones de distribucin propuestas son la distribucin gama (Imaizumi y Inoue, 1963), rectangular (Huber Panu y col., 1976), triangular (Harris y Chakravarti, 1970), sinuosoidal (Diao y col., 1992) y normal (Chander y Polat, 1995). 1.1.2 Componentes de flotabilidad: La masa de las partculas en la alimentacin es representada como un nmero discreto de de componentes de flotabilidad cada uno con una constante promedio de flotabilidad. La masa y la flotabilidad de cada componente son derivados usando tcnicas de regresin. El modelo propuesto por Kelsall (1961) es un ejemplo de este tipo de distribucin de componentes de flotabilidad. 1.1.3 Componentes de flotabilidad basados en propiedades: La alimentacin es representada en diferentes clases basado en alguna de las propiedades fsicas del proceso. Cada clase es asumida a flotar con una flotabilidad discreta del mineral. En esta metodologa, la recuperacin de cada clase es usada para calcular la constante cintica o flotabilidad del mineral de primer orden, en cada clase en particular. Algunas de las propiedades usadas para describir la flotabilidad incluyen el tamao de la partcula (Tomlinson y Fleming, 1965; Thorne y col., 1976; Trahar, 1981; Kawatra y col., 1982), asociacin del mineral o liberacin (King, 1976; Sutherland, 1989; Niemi y col., 1997; Gorain y col., 2000; Grano, 2005; Savassi, 2006) y adsorcin de colectores (Vianna y col.2003). 1.2 Modelo cintico

El modelo cintico descrito en esta seccin esta fundamentado en dos principales mecanismos de transporte del mineral que ocurren en una celda de flotacin; la recuperacin verdadera, es decir, la interaccin burbuja-partcula y el arrastre mecnico. As, la recuperacin global, R, de las diferentes clases de componentes de flotabilidad estudiadas (por ejemplo; tamao, mineraloga, liberacin) es determinada a travs de a siguiente expresin matemtica:
XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico 4

R=

( S b .R f . .P )(1 Rw ) + ENT .Rw (1 + S b .R f . .P )(1 Rw ) + ENT .Rw

(2)

donde Sb es le flujo de rea superficial de burbujas, Rf es la eficiencia de recuperacin en la cama de espuma, P es el trmino de flotabilidad de mineral, es el tiempo de residencia promedio, Rw es la recuperacin de agua, y ENT es el grado de arrastre mecnico, Los parmetros del tiempo de residencia promedio, , y la recuperacin de agua, Rw, son calculados a travs de los datos balanceados de planta. Mientras, que el parmetro P, es calibrado a travs de tcnicas de regresin no-lineal. Una de las principales ventajas al utilizar el grado de arrastre mecnico en este modelo es que este trmino no es fuertemente afectado por variaciones en la recuperacin de agua debido a grandes perturbaciones de operacin (Johnson, 1972). Este grado de arrastre mecnico es determinado en trminos de dos factores llamados arrastre, , o bien el tamao al cual el grado de arrastre corresponde al 20% y drenado, , de partculas de ganga, el cual es determinado a travs de una curva de particin emprica (Savassi y col., 1998). 2 d exp 2.292 i
ln 1+ exp d i ln 1+ d + exp 2.292 d i exp i

ENT =

(3)

La recuperacin en la cama de espuma, Rf, es determinada con la siguiente ecuacin (Gorain y col., 1998):

Rf=exp(tf)s

(4)

El parmetro esta relacionado a las caractersticas de la cama de espuma. La relacin entre los parmetros recuperacin en la cama de espuma, Rf, y el tiempo de residencia especfico en la cama de espuma, tfs, es independiente del tamao de la celda.

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

El flujo de rea superficial de burbujas, Sb, es definido como el rea superficial total de burbujas moviendo a travs de la celda de flotacin por rea transversal por unidad de tiempo. Matemticamente, Sb es expresado como:

Sb =

6.J g db

(5)

donde Jg es la velocidad superficial de aire inyectado en la celda, db es el dimetro promedio de la burbuja generada en el celda.

2.

EXPERIMENTAL

Los datos experimentales fueron colectados en varias plantas de concentracin de minerales sulfuros. Estos datos incluyen, las campaas de muestreo en el circuito de flotacin, pruebas de flotacin a nivel laboratorio, mediciones de las caractersticas hidrodinmicas de las celdas de flotacin, tales como: aire superficial del gas inyectado, Jg; distribucin de tamaos de burbujas, db; arrastre mecnico, ENT; y la eficiencia en la cama de espuma, Rf. Los resultados presentados y discutidos en la siguiente seccin corresponden a varios circuitos de flotacin industriales para demostrar la viabilidad y confiabilidad del desarrollo y aplicacin de modelos matemticos en estudios de simulacin por computadora para la optimizacin de circuitos actuales y el diseo de nuevos circuitos.

3. 3.1

RESULTADOS Planta A

En este segundo caso de estudio, las simulaciones del circuito de flotacin fueron realizadas con la finalidad de identificar mtodos de mejora para la recuperacin de valores, as como estimar el rendimiento del circuito con un incremento en capacidad. La Figura 2 muestra el circuito de flotacin de la planta A, la cual procesa minerales de cobre.

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

Primario

Agotativo

1a Limpia 2a Limpia 3a Limpia

Figura 2: Diagrama de flujo de circuito de flotacin en Planta A

3.1.1 Desarrollo del modelo matemtico Datos de la campaa de muestreo, caracterizacin hidrodinmica y los tiempos de residencia calculados fueron utilizados para el desarrollo del modelo matemtico. Debido a la complejidad mineralgica del mineral tratado nicamente se consider el mineral de cobre en forma de sulfuros (CuS) y el resto como mineral de ganga no sulfurosa (NSG). El ajuste de los parmetros de flotabilidad y sus respectivas fracciones en masa fueron ajustados por la tcnica de regresin no-lineal de mnimos cuadrados de acuerdo a la metodologa propuesta por Alexander y Morrison (1998). El modelo construido para cada uno de los minerales en estudio consta de tres componentes los cuales son caracterizados como: flotacin media, lenta y la fraccin no flotante. La Tabla 1 muestra el porcentaje de cada uno de las diferentes clases de flotabilidad del mineral de cobre y ganga.

Tabla 1: Parmetros estimados del modelo del mineral de oro (% de flotabilidad en la alimentacin)
Mineral CuS NSG Vel. De Flotabilidad Rpida Lenta No-Flota 0.045 0.017 0 0.0081 0.0019 0 Fraccin de la Flotabilidad Rpida Lenta No-Flota 0.41 0.52 0.07 0.05 0.01 0.94

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

La Figura 3 presenta la comparacin entre la prediccin del modelo desarrollado para la recuperacin de oro en funcin del tamao de partcula y los datos ajustados con el balance de materia del muestreo del circuito de flotacin.

Figura 3: Recuperacin de CuS modelada vs experimental

3.1.2 Simulacin del circuito 3.1.2.1 Validacin

Antes de proceder al estudio de simulacin para la optimizacin del circuito de flotacin, es necesaria la validacin del modelo matemtico. Para ello, se realiz un cambio a nivel industrial de enviar el concentrado de la segunda limpia como producto final, eliminando as la 3 limpia. La Tabla 2 muestra la prediccin del simulador con los cambios a nivel planta.

Tabla 2: Validacin de la simulacin por computadora

Cabeza de Cu (%) Rec Global de Cu (%) Cu en Concentrado (%) Rec Global de Ganga (%) Rec Global de Masa (%) Rec Global de Agua (%) Cambio Experimental +0.21 -0.5 -0.5 +0.5 +0.5 +0.2 Cambio Simulado 0 -0.6 -3.8 +1.1 +0.3 +0.3

Como se observa en esta tabla, existe una prediccin aceptable del circuito con el modelo matemtico desarrollado de acuerdo a los datos experimentales de planta. El concentrado de cobre simulado es menor que el experimental debido a la prediccin
XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico 8

de la recuperacin de ganga ligeramente alta en comparacin con los datos experimentales. Esto se debe principalmente a que el mineral de ganga no fue caracterizado confiablemente debido a la recuperacin de arrastre mecnico y asociacin de este mineral con los minerales de cobre. 3.1.2.2 Casos de simulacin

Una serie de simulaciones fueron realizadas con este modelo matemtico, las cuales son: Sim 1a enviar el concentrado de la celda 1 del primario a la limpia 3. Sim 2a enviar el concentrado total del primario a la limpia 3. Sim 3a enviar a remolienda el concentrado agotativo y el concentrado primario a la limpia 3. La Tabla 3 muestra el resumen de los efectos de la recuperacin y grado del mineral de cobre en la simulacin 1, 2 y 3, respectivamente.
Tabla 3: Resultados de las simulaciones en la planta A
Rec Global de Cu (%) Cu en Concentrado (%) Rec Global de Ganga (%) Rec Global de Masa (%) Rec Global de Agua (%) Sim 1a +2.0 -2.4 +0.8 +0.3 +0.3 Sim 2a +4.8 -2.2 +0.9 +0.4 +0.4 Sim 3a +4.9 -1.3 +0.6 +0.3 +0.4

Como puede observarse, la recuperacin global de cobre se incrementa en todos los casos de estudio, sin embargo el grado disminuye debido a la recuperacin de minerales de ganga. De acuerdo a la tendencia de las respuestas de estas simulaciones, las siguientes recomendaciones pueden ser investigadas en un futuro: Investigar el rendimiento de la remolienda en funcin del tamao ptimo de molienda y el efecto de la carga circulante de la 1 limpia. Investigar el redireccionamiento del concentrado del primario a la limpia 3. Investigar la posibilidad de remoler las colas del agotativo. Investigar abrir el circuito de la 1 limpia para una capacidad adicional al circuito. 3.2 Planta B

El objetivo de este caso de estudio fue la optimizacin de la etapa de re-flotacin del circuito de flotacin de minerales de cobre de la planta B (Figura 4). El modelo matemtico fue desarrollado para usarlo en varias simulaciones con el fin de determinar las posibles oportunidades de mejora en el circuito.
XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico 9

Colector Primario

Colector Agotativo

Alim

Cola Final
Columna

Re-Flotacin

1a Limpia

2a Limpia

Conc Final
Figura 4: Diagrama de flujo del circuito de flotacin de la planta B

Algunos de estos casos de simulacin fueron realizados en otros bancos de flotacin del circuito de la planta B con el fin de tener un panorama mucho ms amplio en las posibles mejoras del circuito para la relacin recuperacin/grado de valores.

3.2.1 Desarrollo del modelo matemtico Los parmetros del modelo matemtico representados en la Tabla 4 fueron determinados a travs de un ajuste no-lineal por la tcnica de regresin de mnimos cuadrados de acuerdo a la metodologa propuesta por Alexander y Morrison (1998). Los parmetros de flotacin estn descritos para cada uno de los principales minerales de este estudio y estn constituido de cuatro componentes los cuales son nombrados como: flotacin rpida, media, lenta y la fraccin no flotante. La prediccin del modelo (Figura 5) es buena tal y como le representa la comparacin entre la prediccin modelada y experimental de la recuperacin en cada una de las corrientes del circuito para cada uno de los minerales estudiados.

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

10

Tabla 4: Parmetros estimados del modelo del mineral de la planta A (% de flotabilidad en la alimentacin)
Mineral Primario Agotativo Primario Agotativo Primario Agotativo Rpida Vel. De Flotabilidad Media Lenta No-Flota Sulfuro de Cobre 0.7236 0.2245 0.0155 0.0364 0.02 0.062 0 0 Sulfuro de Fierro 0 0.0109 0.5287 0.4604 0 0.7393 0 0.0638 Ganga No Sulfurosa 0 0.0272 0.5665 0.4063 0 0.1157 0.1856 0.6077 Fraccin de la Flotabilidad Rpida Media Lenta 3.0763 0.0125 0 0 0 0 0.9021 0.6756 1.172 0.1736 0.1756 0.1015 0.1045 0 0.1578 0 0.0265 0.047

Figura 5: Recuperacin modelada vs experimental del circuito de flotacin de la planta B

3.2.2 Simulacin del circuito 3.2.2.2 Casos de simulacin

Las simulaciones realizadas fueron: Sim 1b disminucin en el tonelaje de alimentacin del circuito en un 50%. Sim 2b incremento en la capacidad del banco de re-flotacin. Sim 3b incremento en la capacidad en otros bancos de flotacin.

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

11

En el primer caso de simulacin (Sim 1b), al disminuir del tonelaje de slidos en el flujo de alimentacin la recuperacin global de valores tiende a incrementarse, indicando que la planta tiene problemas de capacidad (Tabla 5). Los resultados de esta tabla muestran al disminuir la capacidad de tratamiento de la planta B la recuperacin de CuS se incrementa en un 1.85% y el grado disminuye en un 15.0% debido principalmente al incremento en la recuperacin de FeS, el cual posiblemente este muy asociado con el mineral de cobre. Investigacin de liberacin de minerales es fuertemente recomendado para validar esta conclusin.
Tabla 5: Grado/recuperacin en el concentrado final de la planta B al disminuir 50% el flujo de alimentacin
CuS Recuperacin, % 96.25 98.11 FeS Recuperacin, % 19.31 38.56 NSG Recuperacin, % 3.43 6.99

Grado, % 74.39 59.35

Vaselina (operacin actual). Sim 1b: 50% Flujo de Alimentacin.

Para poder determinar cual etapa del circuito de flotacin de la planta B requiere de un incremento en capacidad; otra serie de simulaciones fueron realizadas en bancos individuales del circuito. Las simulaciones Sim 2b, fueron enfocadas directamente a la evaluacin del efecto del incremento de capacidad en la etapa de re-flotacin (Tabla 6). Estas simulaciones muestran que el incremento en recuperacin de CuS no es muy importante y sin embargo, el grado de CuS disminuye un 2.3% debido al incremento en la recuperacin de FeS.
Tabla 6: Efecto del incremento en capacidad en re-flotacin sobre la relacin recuperacin/grado del concentrado final de la planta B
CuS Recuperacin, % 96.25 96.51 96.59 FeS Recuperacin, % 19.31 21.71 22.92 NSG Recuperacin, % 3.43 3.69 3.80

Grado, % 74.39 72.74 72.05

Vaselina (operacin actual). Sim 2b: incremento del 50% capacidad Sim 2b: incremento del 100% de capacidad.

La Tabla 7 muestra los resultados resumidos de la serie de simulaciones Sim 3b. En general, podemos concluir que la tendencia de la recuperacin de CuS es de incrementarse conforme se incrementa la capacidad en los respectivos bancos de flotacin y que el grado de CuS se disminuye considerablemente. Nuevamente, la disminucin del grado de CuS se debe principalmente al incremento en la
XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico 12

recuperacin del mineral FeS, posiblemente por la intima relacin entre los minerales de CuS.
Tabla 7: Efecto del incremento en capacidad en otros bancos sobre la relacin recuperacin/grado del concentrado final de la planta B
CuS Recuperacin, % 96.25 96.54 96.67 96.31 96.34 FeS Grado, % 74.39 74.05 73.78 72.79 71.33 Recuperacin, % 19.31 19.62 19.88 21.18 22.07 NSG Recuperacin, % 3.43 3.50 3.56 3.71 4.04

Vaselina (operacin actual). Sim 3b: 25% incremento en capacidad del banco agotativo. Sim 3b: 50% incremento en capacidad del banco agotativo. Sim 3b: 35% incremento en capacidad del banco de 1a limpia. Sim 3b: 50% incremento en capacidad del banco de 2a limpia. Sim 3b: incrementado capacidad al 50% en banco agotativo & 100% en banco de re-flotacin. Sim 3b: incrementado capacidad al 50% en banco agotativo & 100% en banco de re-flotacin & 35% en banco de 1 limpia.

97.17

71.73

23.13

3.90

97.21

69.79

25.58

4.27

De acuerdo a los resultados de esta tabla, la mejor opcin para el incremento de capacidad se muestra en la Sim 2b: incrementando capacidad en un 50% en banco agotativo & 100% en el banco de re-flotacin. Esta simulacin permite incrementar en casi 1.0% la recuperacin de CuS a expensas de reducir el grado de CuS en un 2.7%. Es recomendable realizar un estudio de liberacin para corroborar que el incremento en la recuperacin del mineral de FeS se debe principalmente a problemas de asociacin y no a problemas de qumica de superficie en la cual se este activando selectivamente la flotacin de este mineral (activacin o aglomeracin natural del mineral de FeS).

4.

CONCLUSIN

La simulacin de circuitos de flotacin por medio de la modelacin matemtica es una herramienta poderosa para la optimizacin circuitos industriales y el diseo de nuevos procesos. La confiabilidad de prediccin de los simuladores depende en gran medida de la facilidad y precisin en que los parmetros de los diferentes subprocesos son medidos en procesos industriales. Como todo simulador, la prediccin

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

13

exacta de los minerales a la respuesta de los circuitos de flotacin no es 100% posible debido principalmente a las limitaciones de los modelos matemticos. Sin embargo, la metodologa presentada en este artculo ha predicho con una alta confiabilidad la tendencia de las respuestas de los minerales a los diversos cambios en el proceso de flotacin ganando as una amplia aceptacin a nivel mundial para la optimizacin de circuitos de flotacin.

5.

BIBLIOGRAFA

Alexander, D.J., Morrison, R.D., 1998, Rapid estimation of floatability components in industrial flotation plants, Minerals Engineering, 11(2): 133-143. Chander, S., Polat, M., 1995, Flotation kinetics; methods for estimating distribution rate constants, In: 19th International Mineral Processing Congress, San Francisco, 105-111. Diao, J., Fuerstenau, D.W., Hanson, J.S., 1992, Kinetics of coal flotation, Reprint No. 92-200, SME-AIME Annual Meeting, Phoenix, Arizona, February 24-27. Gorain, B.K., Franzidis, J.P., Manlapig, E.V., 1997, Bubble surface area flux a new criterion for flotation scale-up, En: 6th Mill Operators Conference, AusIMM, Madang, 6-8th October, 141-148. Gorain, B.K., Harris, M.C., Franzidis, J.P., Manlapig, E.V., 1998, The effect of froth residence time on the kinetics of flotation, Minerals Engineering, 11(7): 627-638. Gorain, B.K., Franzidis, J.P., Ward, K., Johnson, N.W., Manlapig, E.V., 2000, Modelling of the Mount Isa rougher-scavenger copper flotation circuit using size-by-liberation data, Minerals and Metallurgical Processing, 17(3): 173-180. Grano, S., 2005, comunicacin personal. Harris, C.C., Chakravarti, A., 1970, Semi-batch froth flotation kinetics: species distribution analysis, Transactions AIME, 247: 162-172. Huber-Panu, I., Ene-Danalache, E., Cojocariu, D.G., 1976, Mathematical models of batch and contonuous flotation, In: Fuerstenau, M.C. (Ed.), Flotation, A.M. Gaudin Memorial Volume, AIME, 2: 675-724. Imaizumi, T., Inoue, T., 1963, Kinetic considerations of froth flotation, In: 6th International Mineral Processing Congress, Cannes, 581-605. Johnson, N.W., 1972, The flotation behaviour of some chalcopyrite ores, PhD Thesis, University of Queensland. Kawatra, S.K., Suardini, P.J., Whiten, W.J., 1982, The computer simulation of an iron ore flotation circuit, In:14th International Mineral Processing Congress, Toronto, 10.1-10.19. Kelsall, D.F., 1961, Application of probability assessment of flotation systems, Transactions AIME, 70: 191-204. King, R.P., 1976, The use of simulation in the design and modification of flotation plants, In: Fuerstenau, M.C. (Ed.), Flotation, A.M. Gaudin Memorial Volume, AIME, 2: 937-962. Lynch, A.J., Johnson, N.W., Manlapig, E.V., Thorne, C.G., 1981, Developments in mineral processing mineral and coal flotation circuits, New York, Elsevier Scientific Publishing Co. Niemi, A.J., Ylinen, R., Hyotniemi, H., 1997, On characterisation of pulp and froth in cells of flotation plant, International Journal of Mineral Processing, 51: 51-65. Runge, K.C., Harris, M.C., Frew, J.A., Manlapig, E.V., 1997, Floatability of streams around the Cominco Red Dog lead cleaning circuit, In: 6th Mill Operators Conference, AusIMM, Madang, 6-8th October, 157-163.

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

14

Savassi, O.N., Alexander, D.J., Franzidis, J.P., Manlapig, E.V., 1998, An empirical model for entrainment in industrial flotation plants, Minerals Engineering, 11(3): 243-256. Savassi, O.N., 2006, A compartment model for mass transfer inside a conventional flotation cell, International Journal of Mineral Processing, 77: 65-79. Sutherland, D.N., 1989, batch flotation behaviour of composite particles, Minerals Engineering, 2(3): 351-367. Thorne, G.C., Manlapig, E.V., Hall, J.S., Lynch, A.J., 1976, Modelling of industrial sulphide flotation circuits, In: Fuerstenau, M.C. (Ed.), Flotation, A.M. Gaudin Memorial Volume, AIME, 2: 937-961. Tomlinson, H.S., Fleming, M.G., 1965, Flotation rate studies, In: 6th International Mineral Processing Congress, Cannes, 563-579. Trahar, W.J., 1981, A rational interpretation of the role of particle size in flotation, International Journal of Mineral Processing, 8: 289-327. Vianna, S.M., Franzidis, J.P., Manlapig, E.V., 2003, The influence of particle size and collector coverage of the floatability of galena particles in a natural ore, In: 22nd International Mineral Processing Congress, Cape Town, 816-826.

XIII Encuentro Sobre Procesamiento de Minerales 11-13 Octubre 2006, San Luis Potos, S.L.P., Mxico

15