Modelo de flotación para optimización de plantas

Investigaciones recientes han permitido un mejor entendimiento de los mecanismos de flotación para las escalas de laboratorio y planta.

Por Peter Amelunxen y Roger Amelunxen, de Aminpro.

El dimensionamiento de equipos de flotación y el diseño de circuitos se basó por años solo en resultados de pilotajes. Las leyes de los yacimientos han bajado y los costos de capital se han incrementado, volviéndose necesario considerar el impacto económico de la variabilidad del mineral en el diseño.

Hoy se complementan los pilotajes con resultados de pruebas batch realizadas sobre muestras obtenidas desde sondajes. Factores empíricos son aplicados a data batch para predecir el desempeño en planta industrial. Investigaciones recientes han permitido un mejor entendimiento de los mecanismos de flotación para las escalas de laboratorio y planta, permitiendo concretar procedimientos de escalamiento con bases sólidas y basados en variables económicas, reemplazando a aquellos basados en experiencia personal.

Pruebas de laboratorio ejecutadas apropiadamente pueden usarse para crear modelos a escala industrial, que predecirán confiablemente el desempeño de un circuito de flotación para un amplio rango de condiciones operacionales, permitiendo a los ingenieros de diseño evaluar distintos escenarios, crear curvas de ley v/s recuperación, y dimensionar circuitos, tal que la recuperación, la ley y los costos estén optimizados para el mineral de todo el yacimiento.

Marco

La metodología de interpretación de datos cinéticos de prueba batch en el contexto de los modelos de flotación, recuperación de flotación de zona de colección y constantes cinéticas son independientes de los efectos de la zona de espuma. Estos parámetros cinéticos de la zona de colección se aplican a los procesos industriales para calcular la recuperación de la zona de colección. Esta se ajusta posteriormente para efectos de la zona de espuma y arrastre hidráulico, dando una estimación corregida de recuperación para mezcla perfecta a escala industrial.

Para un modelo de planta industrial, que consta de muchos mezcladores perfectos que pueden disponerse en cualquier número de configuraciones, se requiere un modelo de planta funcional con capacidad para: realizar un seguimiento de cinética, predecir las leyes de concentrado, tener en cuenta las limitaciones mecánicas, imitar la lógica humana.

Al utilizar un enfoque geometalúrgico para el diseño de plantas es común cambiar los supuestos de configuración de proceso basados en el tipo de mineral que se está procesando. Por ejemplo, a menudo es necesario cambiar la energía específica de remolienda de acuerdo con las características de mineralogía y liberación del mineral, lo que debe ser conservado en el modelo. Porque el diseño de circuitos de flotación moderno es un ejercicio de optimización económica a través de un plan minero, el modelo de proceso debe ser lo suficientemente flexible como para incorporar la lógica humana en la configuración de este.

Modelo de planta

El modelo de planta Aminflot utiliza el enfoque antes descrito. Consta de un modelo de zona de colección, uno de zona de espuma y uno de arrastre. Se asume que existe una mezcla perfecta, que el efecto de la recuperación de espuma puede incorporarse y que la recuperación por especie mineral puede desacoplarse de aquella por arrastre mecánico.

Las partículas minerales recuperadas en el concentrado de una celda de flotación se componen siempre en tres fracciones:

1.Material hidrofóbico o flotante recuperado por flotación re al.
2. Material hidrofóbico recuperado por arrastre mecánico con agua.
3. Material hidrofílico o no flotante recuperado por arrastre mecánico

Al combinarse dos flujos con diferentes parámetros cinéticos es necesario calcular la cinética de la mezcla resultante. Esto ocurre a menudo en circuitos de limpieza de cobre cuando se combinan concentrados rougher con pH superior o concentrados limpios remolidos, o en circuitos de separación de molibdeno donde circulan corrientes con características diferentes de pH y molienda en la sección cleaner.

El modelo Aminflot calcula R de mezcla por promedio ponderado simple y la constante cinética por media logarítmica.

Métodos iterativos

Una vez que los modelos para cada banco de celdas de flotación han sido configurados del modo descrito, se calculan las tasas de flujo de masa y cinética de los flujos de producto. Dado que la mayoría de los circuitos de flotación contienen numerosas etapas, con los productos de las fases posteriores que regresan como cabeza a etapas anteriores el simulador de circuito de flotación debe iterar hasta que la cinética y los flujos minerales en cada clase de tamaño converjan a valores de estado estacionario.

Evaluación comparativa

La validación del modelo se realiza mediante la recopilación de datos de auditoría de las instalaciones industriales y la medición de la cinética de flotación de la alimentación en el laboratorio. La información cinética se usa para modelar el circuito de flotación y los resultados se comparan con los datos balanceados de auditoría. El modelo es válido si: los ensayos de planta coinciden con los del modelo, para todos los minerales y relave; las recuperaciones de la planta para todos los minerales coinciden con aquellas predichas por el modelo. Además, las distribuciones de tamaño de concentrado en la planta deben también ser precisamente previstas por el modelo.

Los dos parámetros de ajuste usados para calibrar cada etapa en el modelo son la recuperación de espuma y de agua. La recuperación de espuma se ajusta de manera que la recuperación del mineral económico primario coincida con el logrado por la planta. Si son correctos los parámetros cinéticos medidos, también deben coincidir con todas las otras recuperaciones de minerales. A continuación se ajusta la recuperación de agua al igual que el porcentaje de los sólidos de los flujos de concentrado, de forma que coincidan con los de la planta. Si la cinética medida, la recuperación de espuma y los modelos de arrastre son correctos, el flujo de masa de todos los minerales en el concentrado debe coincidir también con los medidos en la planta.

Los parámetros cinéticos se midieron en la planta de alimentación a la planta piloto y el modelo fue calibrado utilizando la metodología descrita.

Predicciones Aminflot v/s leyes de concentrado reales para planta piloto

Las auditorías de la planta son útiles para algo más que validar modelos de flotación y enriquecer el diseño de bases de datos. Ofrecen información valiosa sobre el comportamiento y la sensibilidad de un circuito de flotación a estrategias operativas alternativas. El modelo descrito ha sido usado para auditoría y optimización en más de 15 circuitos de flotación piloto e industrial, incluyendo seis plantas de pórfido de cobre o cobre molibdeno (en África, y América del Norte y Sur); cuatro concentradores de molibdeno primarios (China); tres circuitos de separación de cobre y molibdeno (Sudamérica); un circuito de planta piloto de cobre/oro/plata (Sudamérica); una operación de plomo y cinc (Sudamérica); un circuito de flotación de carbón (Australia).

Diseño de planta de proceso

La metodología de diseño de plantas de proceso es un procedimiento de tres pasos, que contemplan:

1) Seleccionar un punto de partida

La configuración del punto de partida generalmente se elige a partir de una base de datos y el circuito se modela usando la cinética medida en el laboratorio. El procedimiento de modelado es idéntico al descrito, con la diferencia de que no hay auditoría de planta con la cual poder calibrar el modelo de circuito de flotación. Esto no es un problema, siendo los únicos “parámetros de ajuste” que necesitan validarse las densidades de pulpa en concentrado y recuperaciones de espuma.

2) Determinar el rendimiento de circuitos y retorno económico

El rendimiento del circuito se mide sobre una base de costos-ingresos. Los ingresos se calculan en base anual a partir del plan minero más los precios de los metales correspondientes y contratos de fundición (incluidas las sanciones de impurezas). Los costos de capital se calculan utilizando la base de datos existente de cotizaciones de equipos y requerimientos de energía. Como el tonelaje y leyes de cabeza cambian cada año, el circuito debe estar configurado para generar los ingresos más altos por tonelada para el año. Se trata de un procedimiento iterativo en que las recuperaciones de espuma y agua son variadas para las distintas etapas de flotación hasta maximizar los ingresos.

3) Encontrar la configuración óptima del circuito

Una vez que se ha optimizado el circuito preliminar, el diseño final se determina al incrementar la capacidad de flotación rougher y cleaner (si procede) y calcular el nuevo óptimo desempeño económico como en el paso anterior. Este procedimiento se repite hasta que se maximiza el VAN; es decir, agregar capacidad de flotación o eliminarla daría lugar a un valor reducido del proyecto. Por lo tanto, el diseño sería óptimo.

En síntesis

Este artículo describe la metodología Aminflot para integrar parámetros de cinética de zona de colección con un modelo de circuito de flotación a escala industrial. Se enumeran los componentes clave de cualquier modelo a escala industrial y se proporciona un método para incorporarlos en un modelo de un circuito de flotación de escala industrial. Se aborda la cuestión de la aditividad de los parámetros de la cinética de flotación y es mostrada una metodología que permite el seguimiento de los parámetros de cinética cuando se combinan y dividen flujos. Se proporciona un modelo mejorado para describir la relación entre el grado de arrastre y tamaño de las partículas, y limitaciones mecánicas, tales como la capacidad de carga, que también fueron revisadas.

La eficacia del modelo se demuestra mediante datos de una planta piloto de un proyecto de cobre y oro/plata. Con un modelo configurado y capital actualizado, además de la información sobre los costos operativos, se muestra cómo procedimientos iterativos podrían utilizarse para derivar una configuración del esquema económico óptimo.

Informe preparado por Peter Amelunxen y Roger Amelunxen, de Aminpro.